Coeficiente Kappa Phi y Pi Landis y Koch

Coeficiente Kappa, Phi y Pi Landis y Koch propusieron unos márgenes para valorar el grado de acuerdo en función del índice kappa: grado de acuerdo de kappa, Phi y Pi <0 0 0. 21 0. 41 0. 61 0. 81 − − − 0. 2 0. 4 0. 6 0. 8 1. 0 sin acuerdo insignificante bajo moderado bueno muy bueno

Coeficiente de Confiabilidad Cuando se Registran más de 2 Categorías Conductuales Mutuamente Excluyentes Hasta el momento, sólo se han examinado los índices estadísticos de confiabilidad utilizados para evaluar la manera en que acuerdan 2 observadores al registrar una sola categoría conductual. Sin embargo, en ocasiones se registran más de 2 categorías conductuales mutuamente excluyentes. Por ejemplo, se muestran los datos obtenidos por 2 observadores independientes al registrar durante 60 intervalos de 10 segundos cada uno, las conductas de agresión (A), acercamiento afectivo (B) y aislamiento (c) de un niño durante la hora de descanso en la escuela. Observador 1 A A B B C B A A A C C C B A C B B B C A A A C C C A Observador 2 A A C C A A C A A A B B A A C C B Observador 1 A B B A C A A B B A A C A A B B B B C B Observador 2 B B A B A A B B B C A A C B B C C C B

Coeficiente de Confiabilidad Cuando se Registran más de 2 Categorías Conductuales Mutuamente Excluyentes Tabla de contingencia o tabulación cruzada, que es una tabla de tres dimensiones y cada dimensión contiene una variable O OBSERVADOR 2 B AGRESION ACERCAMIENTO AISLAMIENTO S AGRESION 15 11 0 26 E ACERCAMIENTO 6 7 8 21 R AISLAMIENTO 4 0 9 13 25 18 17 60 1

Coeficientes de confiabilidad con mas de dos categorías excluyentes Índice pi (π) (Scott) π = Po – Pe Po es la proporción de veces en que ambos 1 – Pe observadores están de acuerdo en la aparición de una categoría conductual Pe es el acuerdo probable o esperado, y se estima con la fórmula: Pe = ∑ p² Cat A Observ 1: Cat A Observ 2: Cat B Observ 1: Cat B Observ 2: Cat C Observ 1: Cat C Observ 2: 26/60= 0. 433 25/60= 0. 417 21/60= 0. 35 18/60= 0. 30 13/60= 0. 217 17/60= 0. 28 promedio P 1= 0. 425 promedio P 2= 0. 325 promedio P 3= 0. 248

Estos promedios se elevan al cuadrado y se suman para obtener Pe, la proporción de acuerdo probable o esperado: Pe= (0. 425)² + (0. 325)² + (0. 25)² = 0. 349 Después se calcula la proporción de casos en que los observadores acuerdan, sumando, al igual que en K, las frecuencias de la diagonal principal de la matriz. Po= 15 + 7 + 9 = 0. 517 60 π = Po - Pe π = 0. 517 - 0. 349 = 0. 26 1 - Pe 1 - 0. 349 En conclusión, se puede afirmar que los observadores acordaron en 0. 26 la forma en que aparecieron las tres categorías conductuales.

El coeficiente Kappa también puede emplearse para computar la confiabilidad en este tipo de registros, ya que es similar al estadístico pi. Calcular Kappa es más conveniente, puesto que puede contrastarse la significancia del valor obtenido. Para el siguiente ejemplo, el termino Pc de Kappa toma el valor: Pc = (25 X 26) + (18 X 21) + (17 X 13)/60 = 650 + 378 + 221/60 = 20. 81 = 0. 347 60 60 60 Por consiguiente, K toma el mismo valor que pi Kappa: K= Po - Pc 1 – Pc K= 0. 517 - 0. 347 1 – 0. 347 = 0. 17 = 0. 26 0. 653

Coeficiente de Confiabilidad Cuando se Registran más de 2 Categorías Conductuales Mutuamente Excluyentes Tarea para la siguiente clases Por ejemplo, se muestran los datos obtenidos por 2 observadores independientes al registrar durante 60 intervalos de 10 segundos cada uno, las conductas de socialización (A), cooperación (B) y individualista (c) de un niño durante la hora de descanso en la escuela. Observador 1 A A B B C B A A A C C C B A C B B B C A B A A A C C C A Observador 2 A A B B C B A A A C C C B A A C A A A B B A A C C B Observador 1 A B B A C A A B B A A C A A B B B B C B Observador 2 B B C B A A B C C B B C A A C B B C C C