O seu Blog de Psicometria

Tenha acesso à nossa enciclopédia virtual de conhecimento em Psicometria e Análise de Dados

Junte-se a mais de 22.300 membros e receba conteúdos exclusivos e com prioridade

Compartilhe nas Redes Sociais

O que é kappa ponderado?

Alex França

dez 22, 2022

Neste post, falaremos sobre o kappa ponderado, uma medida estatística fundamental a fim de avaliar a concordância entre avaliadores quando lidamos com categorias ordinais.

Primeiramente, explicaremos o que é o coeficiente de kappa, em suas versões de Cohen e de Fleiss. Em seguida, vamos destacar a diferença entre o kappa tradicional e o kappa ponderado, ressaltando quando cada um deve ser utilizado. Depois, mostraremos passo a passo como calcular a versão ponderada utilizando o software SPSS. Por fim, discutiremos como interpretar seus resultados e o que eles significam na prática.

Relembrando: o que é o coeficiente Kappa?

O coeficiente kappa, representado pela letra grega minúscula κ e criado pelo estatístico Jacob Cohen, em 1960, mede a concordância entre dois avaliadores. Em síntese, ele é calculado em um cenário em que cada avaliador classifica N itens em C categorias mutuamente exclusivas.

Caso seu interesse seja justamente esse — ou seja, medir a concordância entre dois juízes com base em variáveis nominais — recomendamos a leitura do nosso post sobre o kappa de Cohen.

Por outro lado, se a sua análise envolve mais de dois avaliadores, então a melhor alternativa é o kappa de Fleiss. Inclusive, temos um tutorial completo ensinando como aplicar o kappa de Fleiss no SPSS.

Antes de prosseguirmos, é essencial compreender que tanto o kappa de Cohen quanto o kappa de Fleiss são aplicáveis apenas quando se trabalha com variáveis nominais, ou seja, aquelas que não possuem uma ordem natural.

Qual é a diferença entre kappa e kappa ponderado?

Enquanto os kappas de Cohen e de Fleiss lidam com variáveis nominais, o kappa ponderado é indicado quando estamos analisando variáveis ordinais — isto é, categorias que têm uma ordem lógica entre si.

Essa distinção é crucial. Em outras palavras, o kappa ponderado permite que a análise considere não apenas se houve discordância entre os avaliadores, mas o quão distante essas discordâncias estão na escala ordinal.

Quando usar o kappa ponderado?

Em seguida, considere o seguinte exemplo. Imagine que dois médicos oncologistas estão avaliando exames citológicos a fim de classificar os resultados segundo o grau de gravidade:

  1. Sem lesão.
  2. Lesão de gravidade grau 2.
  3. Lesão de gravidade grau 3.

Como podemos observar, essas categorias seguem uma ordem crescente de gravidade. Sendo assim, não faria sentido tratar todas as discordâncias da mesma forma. Por exemplo, uma discordância entre “lesão de gravidade grau 2” e “lesão de gravidade grau 3” é mais branda que a discordância entre “sem lesão” e “lesão de gravidade grau 3”.

É nesse contexto que o kappa ponderado se destaca, pois ele atribui pesos diferentes às discordâncias, com base na distância entre as categorias.

Essa ponderação pode seguir dois modelos:

  • Linear: atribui pesos iguais a todas as discordâncias.
  • Quadrático: penaliza discordâncias mais severas de maneira mais intensa, ou seja, os pesos são elevados ao quadrado.

De modo geral, a ponderação linear é a mais utilizada, especialmente quando se busca uma interpretação mais simples e direta dos resultados.

banner da NAOPARE.

Como calcular o índice de kappa ponderado no SPSS?

Antes de mais nada, vale lembrar que o kappa ponderado só está disponível no SPSS a partir da versão 26. Sendo assim, se você utiliza versões anteriores (desde a 24), será necessário instalar uma extensão adicional.

Instalando a extensão do kappa ponderado no SPSS

Para isso, siga os passos abaixo:

  1. Abra o SPSS.
  2. Vá até o menu Extensões → Hub de extensão.
  3. No campo de busca, digite “kappa”.
  4. Encontre a extensão “weighted kappa” e clique em “Obter extensão” (Figura 1).
  5. Confirme clicando em OK e aceite os termos de uso.

instalação da extensão para cálculo do kappa ponderado.
Figura 1. Janela de instalação da extensão stats_weighted_kappa.

Em poucos segundos, o SPSS instalará automaticamente a funcionalidade.

Solicitando o kappa ponderado no SPSS

Em seguida, vamos ao nosso tutorial!

Suponha que temos um banco de dados com 52 exames de papanicolau, avaliados por duas diferentes médicas. Cada médica atribui uma das três categorias (1, 2 ou 3), conforme o grau de gravidade. A Figura 2 ilustra as primeiras linhas desse banco de dados no SPSS.

Figura 2. Banco de dados no SPSS para tutorial.

Em seguida, vá até Analisar → Escala → Kappa ponderado (Figura 3).

caminho para solicitar a análise do kappa ponderado.
Figura 3. Caminho para solicitar a análise.

Na janela que será aberta:

  • Atribua os dados da medica_1 à Classificação 1.
  • Atribua os dados da medica_2 à Classificação 2 (veja a Figura 4).

personalizando a análise no SPSS.
Figura 4. Configurando a análise no SPSS.

Uma vez que o tipo de ponderação já estará como Linear, que é o padrão do SPSS, basta clicar em OK.

Resultado e interpretação da saída

A Figura 5 apresenta a saída da análise solicitada no SPSS.

saída do kappa ponderado no SPSS.
Figura 5. Saída da análise no SPSS.

A saída inclui o coeficiente kappa ponderado e seu respectivo erro-padrão, além de um escore z (kappa ponderado dividido por seu erro-padrão) e seu respectivo valor de p, bem como os limites do intervalo de confiança de 95% ao redor do kappa ponderado.

Como interpretar o kappa ponderado?

A interpretação do kappa ponderado (κw) segue a mesma lógica dos demais coeficientes de Kappa. Em síntese, veja a seguir uma escala comumente utilizada:

  • Entre 0,40 e 0,60: concordância regular.
  • Entre 0,61 e 0,75: concordância boa.
  • Acima de 0,75: concordância excelente.

Voltando ao nosso exemplo, o coeficiente kappa ponderado indicou concordância regular, κw = 0,60, z = 5,35, p < 0,001, IC 95% [0,39, 0,80].

Conclusão

Se você precisa aprender análise de dados, então faça parte da Psicometria Online Academy, a maior formação de pesquisadores quantitativos da América Latina. Conheça toda nossa estrutura aqui e nunca mais passe trabalho sozinho(a).

Como citar este post

França, A. (2022, 22 de dezembro). O que é kappa ponderado? Blog Psicometria Online. https://www.blog.psicometriaonline.com.br/o-que-e-kappa-ponderado/

Bruno Figueiredo Damásio

Sou Psicólogo, mestre e doutor em Psicologia. Venho me dedicando à Psicometria desde 2007.

Fui professor e chefe do Departamento de Psicometria da UFRJ durante os anos de 2013 a 2020. Fui editor-chefe da revista Trends in Psychology, da Sociedade Brasileira de Psicologia (SBP) e Editor-Associado da Spanish Journal of Psychology, na sub-seção Psicometria e Métodos Quantitativos.

Tenho mais de 50 artigos publicados e mais de 5000 citações, nas melhores revistas nacionais e internacionais.

Em 2020, saí da UFRJ para montar a minha formação, a Psicometria Online Academy.

Meu foco é que você se torne um(a) pesquisador(a) de excelência. Clique aqui para conhecer a Academy.

Compartilhe sua opinião sobre este post

Respostas de 2

  1. Dúvida se os valores entre dois avaliadores são iguais, no SPSS naz faz o Kappa, é uma concordaância perfeita, como se faz nessa situação?

    1. Olá, Sandra. Não sei se entendi. o SPSS não está rodando o teste por ter valores iguais dos dois avaliadores? Qual mensagem aparece?

      Equipe Psicometria Online.

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Posts sugeridos

Como calcular o alfa de Cronbach e o ômega de McDonald no JASP?

Modelagem por equações estruturais no R: conceitos e aplicações

Como realizar a análise de variância no JASP?

Conteúdo

Mais lidos

O que é correlação de Pearson?

Teste t de Student

O que é o teste de Shapiro-Wilk?

O que é correlação de Spearman?

Postados recentemente

Diferenças entre modelos lineares e modelos lineares generalizados (GLMs)

Como calcular o alfa de Cronbach e o ômega de McDonald no JASP?

Diagnóstico de multicolinearidade

Você precisa conhecer o FACTOR

Deseja se tornar completamente independente na análise dos seus dados?

Junte-se a mais de 22.300 membros e receba conteúdos exclusivos e com prioridade

Categorias