Кіріспе
Fleiss' kappa статистикалық өлшемі (Joseph L. Fleiss есімімен аталған) - бірқатар позицияларға категориалды рейтингтер немесе позицияларды жіктеу кезінде белгіленген сандағы рейтингтер арасындағы келісімнің сенімділігін бағалауға арналған статистикалық өлшем. Бұл Коэннің каппасы сияқты басқа каппалармен қарама-қайшы, олар тек екі бағалаушы арасындағы келісімді немесе бағалаушы ішіндегі сенімділікті (бір бағалаушы мен олардың өздері үшін) бағалау кезінде жұмыс істейді. Өлшем классификациядағы келісу дәрежесін кездейсоқ күтілетін деңгейден жоғары есептейді. Флейсс каппасын екілік немесе номиналды шкаламен пайдалануға болады. Оны реттік деректерге (рейтингтік деректерге) де қолдануға болады: MiniTab онлайн құжаттамасында мысал келтірілген. Алайда, осы құжатта: "Егер сіз 1-5 шкаласы бойынша ақаулықтардың ауырлығын бағалау сияқты, реттік бағалар алсаңыз, онда Кендалл коэффициенттері, олар ретке келтіреді, әдетте, каппаға қарағанда, қауымдастықты анықтау үшін тиімді статистика болып табылады". Алайда, Кендалл рейтингі коэффициенттері тек рейтингтік деректер үшін ғана жарамды екенін есте ұстаңыз.
Fleiss' kappa (named after Joseph L. Fleiss) is a statistical measure for assessing the reliability of agreement between a fixed number of raters when assigning categorical ratings to a number of items or classifying items. This contrasts with other kappas such as Cohen's kappa, which only work when assessing the agreement between not more than two raters or the intra rater reliability (for one appraiser versus themself). The measure calculates the degree of agreement in classification over that which would be expected by chance. Fleiss' kappa can be used with binary or nominal scale. It can also be applied to ordinal data (ranked data): the MiniTab online documentation gives an example. However, this document notes: "When you have ordinal ratings, such as defect severity ratings on a scale of 1–5, Kendall's coefficients, which account for ordering, are usually more appropriate statistics to determine association than kappa alone." Keep in mind however, that Kendall rank coefficients are only appropriate for rank data.
Кіріспе
Флейс каппасы Скотттың пи статистикасының жалпылама нұсқасы болып табылады, ол интеррейтерлік сенімділіктің статистикалық өлшемі болып табылады. Ол сондай-ақ Коэннің каппа статистикасы мен Юденнің J статистикасымен байланысты, олар белгілі бір жағдайларда орынды болуы мүмкін. Скотттың пи және Коэннің каппасы тек екі рейтинг берушіге ғана жұмыс істесе, Флейсстің каппасы кез келген сандағы рейтинг берушілерге жұмыс істейді, олар әр бір элемент бойынша рейтинг берушілер кездейсоқ іріктеледі. Оны рейтингтер арасында байқалған келісімнің мөлшері барлық рейтингтер өз рейтингтерін әдейі жасаған жағдайда күтілетіннен қаншалықты жоғары екенін білдіретін ретінде түсіндіруге болады. Айта кету керек, Коэннің каппасы бір топты екі бірдей бағалаушы бағалаған деп есептесе, Флейсс каппасы нақты түрде белгілі бір сандағы бағалаушылар (мысалы, үш) бар болса да, әр түрлі заттар әр түрлі адамдармен бағалануы мүмкін. Яғни, 1-тармақты А, В және С рейтингтерімен бағалайды; бірақ 2-тармақты D, E және F рейтингтерімен бағалай алады. Рейтерлер арасындағы кездейсоқ іріктеу шарты Fleiss' kappa-ны барлық пациенттерді бағалайтын жағдайларда жарамсыз етеді. Келісімді келесідей ойлауға болады: егер адамдар саны бір санға сандық баға беруді белгілесе, онда каппа рейтингтердің қаншалықты сәйкес келетінін өлшейтін болады. Каппа, , ретінде анықталуы мүмкін, (1) Фактор кездейсоқ қол жеткізілетін келісім дәрежесін береді, және, кездейсоқ қол жеткізілген келісім дәрежесін береді. Егер бағалаушылар арасында толық келісім болмаса (қолайлы жағдайдан басқа) онда Флисс каппасын пайдаланудың мысалы келесідей болуы мүмкін: он науқасты қарауға шақырылған бірнеше психиатрды қараңыз. Әр науқасқа 14 психиатр бес диагноздың біреуін қояды. Олар матрицаға жинақталады, ал Флисс каппасын осы матрицадан (төмендегі мысалды қараңыз) есептеу арқылы психиатрлар арасындағы келісім деңгейін кездейсоқ күтілетін келісім деңгейінен жоғары деңгейде көрсету үшін есептеуге болады.
(1)
The factor gives the degree of agreement that is attainable above chance, and, gives the degree of agreement actually achieved above chance. If the raters are in complete agreement then If there is no agreement among the raters (other than what would be expected by chance) then
An example of using Fleiss' kappa may be the following: consider several psychiatrists who are asked to look at ten patients. For each patient, 14 psychiatrists give one of possibly five diagnoses. These are compiled into a matrix, and Fleiss' kappa can be computed from this matrix (see example below) to show the degree of agreement between the psychiatrists above the level of agreement expected by chance.
Интерпретация
2-дерекші 2-сыныптың мысалы үшін мәндерді түсіндіру үшін келесі кесте берілген. Алайда бұл кесте жалпыға бірдей қабылданбаған. Олар бұл пікірді дәлелдейтін ешқандай дәлел келтірмеді, қайта, жеке пікірлеріне сүйенді. Бұл нұсқаулар пайдалы емес, зиянды болуы мүмкін, өйткені санаттар мен тақырыптардың саны құндылықтың шамасына әсер етеді. Мысалы, каппа санаттары аз болған кезде жоғары болады. Шартты түсіндіру Субъективті мысал: екі сыныпта екі ғана түсіндірмеші үшін. < 0 Кемел келісім 0,01 0,20 Жеңіл келісім 0,21 0,40 Әділ келісім 0,41 0,60 Орташа келісім 0,61 0,80 Елеулі келісім 0,81 1,00 Шамамен кемелді келісім
Маңыздылық сынақтары
Статистикалық пакеттер Коэннің каппасы немесе Флейсс Каппасы үшін стандартты балл (Z балл) есептей алады, оны P мәніне айналдыруға болады. Алайда, P мәні статистикалық мәнділік шегіне жеткенде (әдетте 0,05-ден төмен) бұл рейтинг берушілердің арасындағы келісім кездейсоқ күтілгеннен әлдеқайда жақсы екенін көрсетеді. P мәні келісімнің жоғары болжау мәніне ие болатындай жақсы екенін білдірмейді.