BiostatKit / Đồng thuận / Kappa của Cohen
Công cụ tính hệ số Kappa của Cohen
Nhập cách hai người đo phân loại cùng các đối tượng, bạn nhận được hệ số Kappa của Cohen kèm khoảng tin cậy 95%, đồng thuận quan sát và đồng thuận do may rủi, một câu dán thẳng vào bản thảo, và mã R chạy lại từng con số.
Số liệu của bạn không rời trình duyệt. Không đăng ký, không quảng cáo.Kết quả
Đồng thuận giữa hai người đo, ngoài phần do may rủi.
Câu dán vào bản thảo của bạn
Viết theo văn phong báo Việt từ chính số của bạn. Bạn đối chiếu với thiết kế nghiên cứu của mình trước khi nộp bài.
Bảng kiểm báo cáo
- GRRAS 2011 (nghiên cứu độ tin cậy và đồng thuận): mô tả các đối tượng, những người đo và cách chọn họ, các người đo có làm việc độc lập hay không, và báo cáo ước lượng đồng thuận kèm khoảng tin cậy.
- Bạn báo cáo đồng thuận quan sát cạnh Kappa, cùng số nhóm và trọng số đã dùng.
- Với các nhóm có thứ tự, bạn nói rõ vì sao chọn trọng số tuyến tính hay bậc hai.
Câu cho phần Phương pháp. Đồng thuận giữa hai người đo được tính bằng BiostatKit [1] dưới dạng hệ số Kappa của Cohen [2], với KTC 95% lấy từ sai số chuẩn mẫu lớn của Fleiss, Cohen và Everitt.
[1] BiostatKit. Công cụ tính hệ số Kappa của Cohen. Truy cập [ngày]. [URL]
[2] Cohen J. A coefficient of agreement for nominal scales. Educ Psychol Meas. 1960;20(1):37-46.
Chạy lại bằng R
Mã đã điền sẵn số của bạn. Bạn dán vào R hoặc RStudio rồi so kết quả.
Công cụ này đã được đối chiếu với Python (SciPy và statsmodels, có cài đặt đúng hệ số Kappa và sai số chuẩn này) trên 2 ca chuẩn và khớp đến 4 chữ số có nghĩa. Xem nhật ký kiểm chứng.
Cách đọc hệ số Kappa của Cohen
Là gì
Kappa đo hai người đo đồng thuận với nhau nhiều đến đâu, ngoài phần do may rủi đơn thuần tạo ra. Kappa = 1 là đồng thuận hoàn hảo, 0 là mức đồng thuận kỳ vọng do may rủi, và dưới 0 là kém hơn cả may rủi.
Trang này tính thế nào
κ = (po - pe) / (1 - pe) với po là đồng thuận quan sát (đường chéo) và pe là đồng thuận kỳ vọng tính từ tổng các hàng và các cột.
Khi có trọng số, mỗi ô có một trọng số w (bằng 1 trên đường chéo; tuyến tính: 1 - |i - j| / (K - 1); bậc hai: 1 - ((i - j) / (K - 1))²), và po cùng pe là các tổng có trọng số (Cohen, 1968). Sai số chuẩn là công thức mẫu lớn của Fleiss, Cohen và Everitt (1969), và KTC 95% là κ ± 1,96 x SE. Giới hạn trên lớn hơn 1 được hiển thị là 1.
Giả định
- Hai người đo phân loại từng đối tượng một cách độc lập vào cùng các nhóm.
- Các đối tượng độc lập với nhau.
- KTC mẫu lớn cần số đối tượng hợp lý. Với ít đối tượng, bạn coi đó là con số sơ bộ.
Lỗi hay gặp
- Đọc các nhãn của Landis và Koch (0,61–0,80 là đáng kể, 0,81–1,00 là gần như hoàn hảo) như một kiểm định. Đó là quy ước, không phải điểm cắt (Landis và Koch, 1977).
- Chỉ báo cáo Kappa. Khi một nhóm rất phổ biến, Kappa có thể thấp dù đồng thuận cao. Bạn nêu cả đồng thuận quan sát và bảng số đếm.
- Dùng trọng số cho các nhóm không có thứ tự, hoặc dùng Kappa không trọng số cho thang mà sai lệch gần phải được tính nhẹ hơn.
- Dùng Kappa cho các số đo liên tục. Bạn dùng hệ số tương quan nội lớp hoặc phân tích Bland–Altman (cả hai đều có ở trang này).
Câu hỏi thường gặp
Kappa có trọng số hay không trọng số?
Bạn dùng Kappa không trọng số khi các nhóm không có thứ tự (chẩn đoán A, B, C). Bạn dùng trọng số tuyến tính hoặc bậc hai khi các nhóm có thứ tự (nhẹ, vừa, nặng), để lệch một bậc được tính nhẹ hơn lệch hai bậc.
Vì sao Kappa của tôi thấp trong khi hầu hết các đánh giá trùng nhau?
Kappa hiệu chỉnh phần đồng thuận do may rủi, và khi gần như mọi đối tượng rơi vào một nhóm thì đồng thuận do may rủi đã cao sẵn. Bạn báo cáo thêm đồng thuận quan sát và các số đếm.
Kappa bao nhiêu là tốt?
Landis và Koch gợi ý 0,61 đến 0,80 là đáng kể và trên 0,80 là gần như hoàn hảo, nhưng chính họ gọi các dải này là tùy tiện. Bạn đánh giá Kappa theo điều lĩnh vực của mình cần và báo cáo khoảng tin cậy của nó.
Nếu có hơn hai người đo thì sao?
Công cụ này dành cho đúng hai người đo cùng đánh giá các đối tượng. Với ba người đo trở lên, bạn dùng Kappa của Fleiss hoặc hệ số tương quan nội lớp.
Số liệu của tôi có bị lưu hay gửi đi đâu không?
Không. Mọi phép tính chạy ngay trong thẻ trình duyệt của bạn. Không có gì được tải lên, và trang vẫn chạy khi mất mạng sau khi đã tải xong.
Công cụ liên quan: Hệ số tương quan nội lớp (ICC) · Phân tích Bland–Altman · Công cụ tính độ nhạy và độ đặc hiệu
Học tiếp
Công cụ này tính từ vài con số. Muốn hiểu vì sao các con số đáng tin và đọc chúng thế nào trong bài báo của bạn, khóa học và sách "Thống kê cơ bản" đi từng bước, bằng ví dụ y khoa.