Receba gratuitamente todos os nossos conteúdos.

Fique por dentro das novidades e oportunidades referentes à Psicometria e Análise Quantitativa de Dados.

O que é Kappa Ponderado

O coeficiente Kappa, simbolizado pela letra grega minúscula κ e criado pelo estatístico Jacob Cohen (1960), mede a concordância entre dois avaliadores, cada um classificando N itens em C categorias mutuamente exclusivas. Se esse é o seu interesse, temos um post aqui. Por outro lado, se o interesse é medir a concordância entre mais de dois juízes, o ideal é o uso do Kappa de Fleiss. Para saber como executar o Kappa de Fleiss no SPSS, também temos um post para você aqui!

É importante saber que o coeficiente de Kappa e Kappa de Fleiss são utilizado quando temos variáveis categóricas nominais, ou seja, não possuem uma ordem de importância.

Neste post vamos introduzir o Kappa ponderado.

Qual a diferença entre Kappa e o Kappa Ponderado?

A principal diferença do Kappa ponderado e do Kappa de Fleiss para o Kappa Ponderado é o tipo de variável envolvida. No Kappa Ponderado as variáveis são categóricas ordinais.

Quando usar o Kappa Ponderado?

Por exemplo, imagine uma situação em que você tem dois médicos oncologistas avaliando exames citológicos. Os médicos devem avaliar a amostra de tecido pelo grau de gravidade: 1- sem lesão, 2-lesão de gravidade grau 2 e, 3-lesão de gravidade grau 3.

Perceba que as categorias seguem uma ordem de gravidade. Passando de sem lesão e indo até a gravidade mais alta, a de grau 3. Portanto, seguem uma ordem, e as discordâncias tem pesos diferentes.

O Kappa Ponderado dará pesos para as discordâncias de acordo com a distância entre as categorias. Essa ponderação pode ser linear ou quadrático. Linear considera a discordância entre as categorias tem o mesmo peso. Seguindo nosso exemplo, a ponderação linear considera que peso da distância entre sem lesão para lesão de gravidade grau 2 é o mesmo da lesão de gravidade grau 2 para gravidade grau 3. No quadrático, peso entre as categorias é elevada ao quadrado ao passar para cada categoria. De modo geral, é utilizada a linear.

Como calcular o índice de Kappa Ponderado

Antes de começarmos, é importante saber que o Kappa de Fleiss só está disponível a partir da versão 26 do SPSS. Caso você tenha versões anteriores (a partir da 24), você precisará adicionar uma extensão.

Para instalar a extensão, você deve abrir o SPSS, no menu Extensões -> Hub de extensões

Procurar por Kappa. Irá aparecer a extensão Weight Kappa. Agora basta clicar em “obter extensão”. Na sequência em Ok e aceitar os termos do SPSS. O download e a instalação serão realizadas de modo automático.

Agora vamos colocar as mãos na massa!

No nosso exemplo temos um banco de dados que contém laudos de de 52 exames de papanicolau, avaliados por dois médicos diferentes. Os exames estão avaliados pelo grau de gravidade: 1- sem lesão, 2-lesão de gravidade grau 2 (NIC2) e, 3-lesão de gravidade grau 3 (NIC3). Lembrem que a ordem dos números segue a ordem das categorias!

Agora basta ir em Analisar -> Escala -> Kappa ponderado

Ao clicar em Kappa ponderado, o SPSS vai abrir uma nova janela igual esta logo abaixo:

Basta agora passar o observado 1 para a classificação 1 e o observador 2 para a classificação 2. O tipo de ponderação já está em Linear, o padrão do SPSS. Agora, clique em OK. O output será exibido.

No output, o importante para nossa análise é o coeficiente do Kappa Ponderado, o qual foi 0.771, o valor de significância estatística (p<0.05) e os intervalos de confiança.

Como interpretar o Kappa ponderado

A interpretação segue a mesma do Kappa e do Kappa de Fleiss.

Classificação Kappa que pode nos ajudar a interpretar os coeficientes obtidos:

  • 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 Kappa ponderado foi de 0.771, o qual pode ser considerada uma concordância boa, sendo estatisticamente significativa ( p < 0.001).

Gostou desse conteúdo? Precisa aprender Análise de dados? 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).

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) eEditor-Associado da Spanish Journal of Psychology, na sub-seção Psicometri e Métodos Quantitativos.

Tenho mais de 50 artigos publicados e mais de 3000 citações, nas melhores revistas nacionais e internacionais. Atualmente, me dedico a formação de novos pesquisadores, através da Psicometria Online Academy. Minha missão é ampliar a formação em Psicometria no Brasil e lhe auxiliar a conquistar os seus objetivos profissionais.

Deseja se tornar completamente autônomo e independente na análise dos seus dados?

Deixe um comentário

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

Veja mais

Posts relacionados

Covariância e correlação

Covariância e correlação

Se você é estudante, professor ou pesquisador você está no lugar certo. Hoje, vamos mergulhar em um conceito fundamental: covariância e correlação. Na análise de dados, entender a relação entre

Diferenças entre Modelos Lineares e Modelos Lineares Generalizados (GLMs)

Diferenças entre Modelos Lineares e Modelos Lineares Generalizados (GLMs)

Em análise de dados, Modelos Lineares (LMs) e Modelos Lineares Generalizados (GLMs) são duas técnicas fundamentais que desempenham papéis cruciais na modelagem e interpretação de dados. Embora ambos compartilhem o

Explorando as etapas da análise de dados

Explorando as etapas da análise de dados

No vasto universo da análise de dados, encontramos duas vertentes cruciais: as estatísticas descritivas e as estatísticas inferenciais. Cada uma desempenha um papel distintivo na interpretação e compreensão de conjuntos

Breve check list para escrita de artigo acadêmico

Breve check list para escrita de artigo acadêmico

Você está pronto para embarcar em uma jornada de descoberta acadêmica? Seja você um pesquisado experiente ou iniciante, ter um guia para escrever um artigo de pesquisa é essencial para

O que são médias marginais?

O que são médias marginais?

Ao começar com estatísticas descritivas tradicionais, como as médias brutas, reconhecemos a necessidade de ir além, considerando possíveis viéses decorrentes de variações no número de observações e covariâncias. A pergunta-chave

Covariância e correlação

Covariância e correlação

Se você é estudante, professor ou pesquisador você está no lugar certo. Hoje, vamos mergulhar em um conceito fundamental: covariância e correlação. Na análise de dados, entender a relação entre

Diferenças entre Modelos Lineares e Modelos Lineares Generalizados (GLMs)

Diferenças entre Modelos Lineares e Modelos Lineares Generalizados (GLMs)

Em análise de dados, Modelos Lineares (LMs) e Modelos Lineares Generalizados (GLMs) são duas técnicas fundamentais que desempenham papéis cruciais na modelagem e interpretação de dados. Embora ambos compartilhem o

Explorando as etapas da análise de dados

Explorando as etapas da análise de dados

No vasto universo da análise de dados, encontramos duas vertentes cruciais: as estatísticas descritivas e as estatísticas inferenciais. Cada uma desempenha um papel distintivo na interpretação e compreensão de conjuntos

Breve check list para escrita de artigo acadêmico

Breve check list para escrita de artigo acadêmico

Você está pronto para embarcar em uma jornada de descoberta acadêmica? Seja você um pesquisado experiente ou iniciante, ter um guia para escrever um artigo de pesquisa é essencial para

O que são médias marginais?

O que são médias marginais?

Ao começar com estatísticas descritivas tradicionais, como as médias brutas, reconhecemos a necessidade de ir além, considerando possíveis viéses decorrentes de variações no número de observações e covariâncias. A pergunta-chave

Cadastre-se para ser notificado com o link das aulas ao vivo:

Módulo 4: Redes neurais artificiais

• Introdução a Deep Learning

• Avaliando sistemas de Deep Learning

• Redes Neurais feitas (sem programação) no SPSS

• Aula bônus: O futuro da IA na Sociedade

• Aula bônus: Dois Estudos de Caso 

Módulo 3: Interpretar e reportar resultados

• Gerar, interpretar e reportar resultados em Machine Learning

Módulo 2: Criando o seu sistema

• Selecionando algoritmos e métodos 
• Práticas de Machine Learning (Sem programação): Decision Tree (JASP), Linear Discriminant Classification (JASP) e Plataforma ORANGE
• Aula Bônus: Avaliação Psicológica e Machine Learning
• Aula Bônus: Livros e Cursos recomendados  
• Aula Bônus: Entrevista com Cientista de Dados focado na área da Saúde

Módulo 1: O que é Machine Learning

• O que é Machine Learning?
• Como a máquina aprende?
• Machine Learning para Psicometria e Pesquisa Quantitativa (pesquisas comentadas)
• Tipos de Machine Learning (Supervisionado e Não-supervisionado)
• Práticas de Machine Learning (Sem programação): JASP e SPSS
Aula Bônus: Filosofia da Inteligência Artificial
• Aula Bônus: Entrevista com Cientista de Dados graduado em Psicologia
• Aula bônus: Estudo de Caso sobre Redução Dimensional 

Preencha abaixo para
participar gratuitamente

Fique tranquilo, não utilizaremos suas informações de contato para enviar qualquer tipo de SPAM. Os dados coletados são tratados nos termos da Lei Geral de Proteção de Dados e você pode se descadastrar da nossa lista de contatos a qualquer momento.