Saltar al contenido
Omnikalc

Kappa de Cohen: ¿qué concordancia hay entre dos observadores, más allá del azar?

Rellena la tabla de concordancia de dos evaluadores para dos o tres categorías: concordancia observada, concordancia esperada por azar, kappa con su intervalo de confianza y su interpretación.

Actualizado el
Tus datos

Valor fuera de rango

Valor fuera de rango

Valor fuera de rango

Valor fuera de rango

Valor fuera de rango

Valor fuera de rango

Valor fuera de rango

Valor fuera de rango

Valor fuera de rango

Resultados

Kappa de Cohen κ

0,615

Concordancia sustancial
Concordancia observada pₒ
75,0 %
Concordancia esperada por azar pₑ
35,0 %
Intervalo de confianza de κ, límite inferior
0,447
Intervalo de confianza de κ, límite superior
0,784
Error típico de κ (aproximado)
0,0860
Número de elementos clasificados
60

Qué mide el kappa de Cohen

Cuando dos evaluadores clasifican los mismos elementos (dos médicos que leen radiografías, dos correctores que califican exámenes como apto o no apto, dos codificadores que categorizan entrevistas), el simple porcentaje de concordancia engaña: una parte de la concordancia se debe al azar. El kappa de Cohen corrige ese sesgo y mide la concordancia más allá del azar.

La fórmula

κ = (pₒ − pₑ) ÷ (1 − pₑ)

  • pₒ, concordancia observada: la parte de los elementos situados en la diagonal de la tabla, donde los dos evaluadores han elegido la misma categoría;
  • pₑ, concordancia esperada por azar: Σ (total de la fila i × total de la columna i) ÷ N².

κ = 1 significa concordancia perfecta, κ = 0 una concordancia no mejor que el azar, y un κ negativo un desacuerdo sistemático.

Ejemplo

Dos evaluadores clasifican 60 elementos en tres categorías. Coinciden en 20, 15 y 10 elementos, es decir, pₒ = 45 ÷ 60 = 75 %. Los totales del evaluador A son 25, 22 y 13; los del evaluador B, 25, 20 y 15.

  • pₑ = (25 × 25 + 22 × 20 + 13 × 15) ÷ 3600 = 35 %;
  • κ = (0,75 − 0,35) ÷ 0,65 ≈ 0,62;
  • intervalo de confianza del 95 %: de 0,45 a 0,78 aproximadamente.

Para solo dos categorías, deja a cero la tercera fila y la tercera columna.

Interpretar el kappa

La escala de Landis y Koch (1977) es la más citada:

κ Concordancia
menos de 0 desacuerdo
de 0 a 0,20 muy baja
de 0,21 a 0,40 baja
de 0,41 a 0,60 moderada
de 0,61 a 0,80 sustancial
de 0,81 a 1 casi perfecta

Estos umbrales son convenciones. En investigación clínica, muchos autores esperan al menos de 0,6 a 0,7 antes de fiarse de una clasificación.

Trampas

  • Efecto de la prevalencia: cuando una categoría es muy frecuente, pₑ es alto y κ puede seguir siendo bajo pese a un 90 % de concordancia. Da siempre pₒ junto con κ.
  • Categorías ordenadas (leve, moderado, grave): el kappa ponderado, que concede un crédito parcial a los desacuerdos vecinos, es más adecuado.
  • Más de dos evaluadores: utiliza el kappa de Fleiss.
  • El intervalo de confianza se basa en una aproximación sencilla del error típico, válida para tamaños grandes. Por debajo de unos cincuenta elementos, considéralo orientativo.

Preguntas frecuentes

¿Qué es un buen kappa de Cohen?

Según Landis y Koch, de 0,41 a 0,60 es moderado, de 0,61 a 0,80 sustancial y por encima de 0,80 casi perfecto.

¿Por qué no basta con el porcentaje de concordancia?

Porque una parte de la concordancia se debe al azar; el kappa descuenta la concordancia esperada por azar.

¿Por qué el kappa es bajo si la concordancia es alta?

Cuando una categoría domina, la concordancia debida al azar es alta: el kappa puede ser bajo pese a un 90 % de concordancia.

¿Y con más de dos evaluadores?

Utiliza el kappa de Fleiss; para categorías ordenadas, es preferible un kappa ponderado.

¿Te ha resultado útil esta calculadora?

¡Gracias por tu opinión!

Resultados orientativos con fines informativos. No sustituyen el consejo de un profesional.