Estatísticas kappa para Análise de concordância por atributos

Encontre definições e orientações de interpretação para as estatísticas kappa.

Neste tópico

Resposta
Kappa
SE Kappa
Z
P(vs > 0)

Resposta

O nível de categorias nos dados. Por exemplo, se os avaliadores usam uma escala de 1 a 5, as respostas são de 1 a 5.

Kappa

Kappa é a relação entre a proporção de vezes que os avaliadores concordam (corrigido para a concordância do acaso) com a proporção máxima de vezes que os avaliadores poderiam concordar (corrigido para a concordância de chance).

Use as estatísticas kappa para avaliar o grau de concordância das classificações nominais ou ordinais feitas por vários avaliadores quando os avaliadores avaliarem as mesmas amostras.

O Minitab pode calcular tanto kappa de Fleiss e kappa de Cohen. Kappa de Cohen é uma estatística popular para medir a concordância de avaliação entre dois avaliadores. O kappa de Fleiss é uma generalização do kappa de Cohen para mais de dois avaliadores. Na Análise de Concordância por Atributos, o Minitab calcula kappa de Fleiss por padrão.

O Minitab pode calcular kappa de Cohen quando seus dados satisfizerem os seguintes requisitos:

Para calcular kappa de Cohen para Dentro do Avaliador, você deve ter dois ensaios para cada avaliador.
Para calcular kappa de Cohen para Entre Avaliadores, você deve ter dois avaliadores com um ensaio.
Para calcular kappa de Cohen para Cada avaliador x padrão e Todos os avaliadores x padrão, você deve fornecer um padrão para cada amostra.

Interpretação

Os valores de Kappa variam de -1 até +1. Quanto maior o valor de kappa, mais forte a concordância, da seguinte maneira:

Quando kappa = 1, existe uma concordância perfeita.
Quando kappa = 0, a concordância é aquela que seria esperada ao acaso.
Quando kappa < 0, a concordância é mais fraca do que seria esperado ao acaso, o que raramente ocorre.

A AIAG sugere que um valor de kappa de pelo menos 0,75 indica uma boa concordância. No entanto, valores kappa maiores, como 0,90 como, são preferíveis.

Com classificações ordinais, como a classificação da gravidade de defeitos em uma escala de 1 a 5, os coeficientes de Kendall, que são responsáveis pela ordenação, são geralmente estatísticas mais apropriadas para determinar a associação do que apenas kappa.

Para obter mais informações, consulte Estatísticas Kappa e coeficientes de Kendall.

SE Kappa

O erro padrão para uma estatística de kappa estimada mede a precisão da estimativa. Quando menor o erro padrão, mais precisa é a estimativa.

Z

Z é o valor de z, que é a estatística de teste normal aproximada. O Minitab usa o valor de z para determinar o valor de p.

P(vs > 0)

O valor de p é uma probabilidade que mede a evidência contra a hipótese nula. Os valores de inferiores fornecem evidência mais forte contra a hipótese nula.

Use o valor de p para kappa para determinar se deve rejeitar ou deixar de rejeitar as seguintes hipóteses nulas:

H₀ para Dentro do avaliador: a concordância dentro de avaliador é devida ao acaso.
H₀ para Cada avaliador x padrão: a concordância entre as classificações dos avaliadores e o padrão é devida ao acaso.
H₀ para Entre avaliadores: a concordância entre avaliadores é devida ao acaso.
H₀ para Todos os avaliadores x padrão: a concordância entre todas as classificações dos avaliadores e o padrão é devida ao acaso.

O Minitab usa o valor de z para determinar o valor de p.

Interpretação

Para determinar se a concordância é devida ao acaso, compare o valor de p ao nível de significância. Em geral, um nível de significância (denotado como α ou alfa) de 0,05 funciona bem. Um nível de significância de 0,05 indica que o risco de concluir que os avaliadores estão em concordância quando, na verdade, eles não estão é de 5%.

Valor de p ≤ α: a concordância do avaliador não é devida ao acaso (rejeitar H₀): Se o valor de p for menor ou igual ao nível de significância, você rejeita a hipótese nula e conclui que a concordância do avaliador é significativamente diferente do que seria obtida por acaso.
Valor de P > α: a concordância do avaliador é devida ao acaso (não rejeita H₀): Se o valor de p for maior do que o nível de significância, você deixa de rejeitar a hipótese nula porque não tem provas suficientes para concluir que a concordância do avaliador é diferente do que seria obtida por acaso.