Ir al contenido
σestadistica.ar

estadistica.ar · Enciclopedia de Estadística en españolhttps://estadistica.ar/conceptos/acuerdo-y-concordancia

M03 · BivariadaIntermedioProcedimiento

Acuerdo y concordancia entre dos mediciones

Cuándo dos observadores o dos instrumentos miden lo mismo: kappa, coeficiente intraclase y Bland-Altman, y por qué la correlación no sirve para esto.

Por Jorge Luis Montivero, Licenciado en Estadística · Mu3Sigma

1 · Una pregunta distinta

Las medidas de asociación contestan si dos variables se mueven juntas. Acá la pregunta es otra: si dos mediciones de lo mismo coinciden.

Acuerdo entre mediciones: kappa, Bland-Altman y por qué r no sirve · video, 4:21

Aparece cada vez que hay dos observadores codificando las mismas historias clínicas, dos aparatos midiendo la misma presión, dos codificadores clasificando las mismas respuestas abiertas, o el mismo instrumento aplicado dos veces.

2 · Por qué la correlación no sirve

Tomemos dos métodos que miden la misma magnitud, y supongamos que el segundo siempre da 3 unidades más que el primero:

Método A101214161820
Método B131517192123

La correlación de Pearson vale exactamente 1. Y sin embargo los dos métodos no coinciden en ninguna medición: hay un sesgo sistemático de 3 unidades que la correlación no ve, porque a Pearson no le importan ni el nivel ni la escala de las mediciones, solo que una sea función lineal de la otra. Lo mismo pasaría si B diera siempre el doble que A —un sesgo proporcional—: rr seguiría valiendo 1.

3 · Qué usar según el tipo de variable

Tipo de mediciónMedidaQué corrige
Categórica nominalKappa de Cohenel acuerdo que se lograría por azar
Categórica ordinalKappa ponderadaídem, penalizando más los desacuerdos lejanos
CuantitativaCoeficiente intraclase (CCI), versión de acuerdo absolutolas diferencias sistemáticas entre observadores
Cuantitativa, para ver el patrónGráfico de Bland-Altmanmuestra sesgo y límites, no lo resume en un número

Con más de dos observadores, kappa se generaliza en la kappa de Fleiss, y el CCI admite cualquier cantidad de observadores sin cambiar de forma.

4 · Kappa: por qué no alcanza el porcentaje de acuerdo

Dos evaluadores clasifican 100 casos como “apto” o “no apto” y coinciden en 85. ¿Es bueno un 85 %? Depende de cuánto habrían coincidido por azar.

κ=po−pe1−pe\kappa = \frac{p_o - p_e}{1 - p_e}

donde pop_o es el acuerdo observado y pep_e el esperable por azar, que sale de los marginales de la tabla. No es el azar de una moneda, que daría siempre 50 %: es lo que coincidirían los dos si cada uno clasificara al azar pero con sus propias proporciones. Si los dos dicen “apto” casi siempre, van a coincidir casi siempre sin mirar los casos.

SituaciónAcuerdo observadoEsperado por azarKappa
Categorías parejas (45/10/5/40)85 %50 %0,70
Categorías desbalanceadas (85/10/5/0)85 %86 %−0,07

Las referencias habituales para leerlo son convencionales, como siempre, y hay más de una versión. Las dos más citadas son la de Landis y Koch (1977) y la que Douglas Altman difundió en medicina:

KappaLandis y KochAltman
menos de 0pobrepobre
0 – 0,20levepobre
0,21 – 0,40aceptabledébil
0,41 – 0,60moderadomoderado
0,61 – 0,80sustancialbueno
0,81 – 1casi perfectomuy bueno

Los propios Landis y Koch presentaron sus cortes como arbitrarios.

Para categorías ordenadas, la kappa ponderada de Cohen (1968) da crédito parcial a los desacuerdos cercanos. Los pesos pueden ser lineales —el desacuerdo pesa en proporción a la distancia— o cuadráticos —pesa según la distancia al cuadrado—, y no dan lo mismo: en una misma tabla de ocho casos con tres categorías, 0,59 con pesos lineales y 0,73 con cuadráticos. Hay que declarar cuáles se usaron. La cuadrática tiene una ventaja: es prácticamente equivalente al coeficiente intraclase.

5 · Cuantitativas: el intraclase y Bland-Altman

Con mediciones numéricas, el coeficiente de correlación intraclase compara la variabilidad entre sujetos con la variabilidad dentro de cada sujeto. Pero no hay un solo CCI: McGraw y Wong (1996) distinguen diez, y el software devuelve varios a la vez. La distinción que importa para el acuerdo es esta:

CCIQué preguntaCon el ejemplo de §2
De consistencia¿Ordenan igual a los casos?1,00
De acuerdo absoluto¿Dan el mismo valor?0,76

Y el gráfico de Bland-Altman es la herramienta que conviene mirar antes que cualquier coeficiente. Es un diagrama de dispersión de:

  • en el eje horizontal, el promedio de las dos mediciones de cada caso;
  • en el vertical, la diferencia entre ellas.
Lo que se veQué significa
La nube centrada en ceroNo hay sesgo sistemático
La nube corrida hacia arriba o abajoUn método mide sistemáticamente más que el otro
Un embudo que se abreEl desacuerdo crece con la magnitud
Una pendienteEl sesgo depende del valor medido

Sobre él se dibujan los límites de acuerdo: la diferencia media más y menos 1,96 desvíos de las diferencias —aproximadamente dos—. Esa franja dice, en las unidades del instrumento, cuánto pueden discrepar dos mediciones del mismo caso: abarca el 95 % de las discrepancias.

Esos límites suponen que las diferencias son aproximadamente normales y que no cambian con la magnitud. Si el gráfico muestra un embudo o una pendiente —las dos últimas filas de la tabla—, una franja fija no sirve: se trabaja con el logaritmo de las mediciones, que convierte el desacuerdo en porcentual, o con límites que varían según el valor medido.

6 · Antes de medir el acuerdo

Tres decisiones que definen si el número va a significar algo:

Que las mediciones sean independientes. Si el segundo observador ve la clasificación del primero, el acuerdo está inflado y no mide nada.

Que el material sea el habitual. Medir el acuerdo sobre casos fáciles seleccionados da un número que no se parece al del trabajo real.

Que la cantidad de casos alcance. Con veinte casos, el intervalo de confianza de un kappa es enorme: la tabla pareja de arriba, reducida a 20 casos, da un kappa de 0,70 con un intervalo que va de 0,39 a 1, o sea de “débil” a “perfecto”. Con los 100 casos originales va de 0,56 a 0,84. Y como en todo, el coeficiente se informa con su intervalo.

7 · Errores frecuentes

  • Usar la correlación de Pearson para evaluar acuerdo. El error central de esta entrada.
  • Informar solo el porcentaje de acuerdo. Sin corregir por azar no dice cuánto mérito hay.
  • Leer un kappa bajo como “los observadores son malos” cuando el problema es que una categoría concentra casi todos los casos.
  • Usar kappa simple con categorías ordinales. Ahí va la versión ponderada: confundir “leve” con “grave” no es lo mismo que confundirlo con “moderado”.
  • Resumir el acuerdo de variables numéricas en un solo coeficiente sin mirar el gráfico de diferencias.
  • Informar “el CCI” sin decir cuál. El de consistencia no ve los sesgos; para acuerdo va el de acuerdo absoluto.
  • Evaluar el acuerdo sobre casos seleccionados por ser claros.
  • No declarar si los observadores trabajaron a ciegas uno del otro.
  • Confundir acuerdo con validez. Dos observadores pueden coincidir perfectamente y estar los dos equivocados; ver error y sesgo.

8 · En el software

# R — psych se instala aparte
library(psych)

# Kappa: la tabla de §4, observador 1 en filas y observador 2 en columnas
tabla <- matrix(c(45, 5, 10, 40), nrow = 2)
cohen.kappa(tabla)                       # 0.70, IC de 0.56 a 0.84

# CCI: una columna por observador, una fila por caso
obs1 <- c(10, 12, 14, 16, 18, 20)
obs2 <- obs1 + 3
ICC(data.frame(obs1, obs2), lmer = FALSE)   # seis; para acuerdo, ICC2 = 0.76
# lmer = FALSE estima por ANOVA. Con datos sin ningún ruido, como estos, la
# estimación por defecto (modelos mixtos) no converge y da cualquier cosa.

# Bland-Altman a mano
promedio   <- (obs1 + obs2) / 2
diferencia <- obs1 - obs2
plot(promedio, diferencia)
abline(h = mean(diferencia))                                   # sesgo
abline(h = mean(diferencia) + c(-1.96, 1.96) * sd(diferencia), lty = 2)
# Python — scikit-learn y pingouin se instalan aparte
import numpy as np
import pandas as pd
from sklearn.metrics import cohen_kappa_score
import pingouin as pg
import matplotlib.pyplot as plt

# Kappa: una lista de clasificaciones por observador, caso por caso
clasif1 = [1, 2, 3, 1, 2, 3, 3, 2]       # 1 leve, 2 moderado, 3 grave
clasif2 = [1, 2, 2, 1, 3, 3, 3, 1]
cohen_kappa_score(clasif1, clasif2)
cohen_kappa_score(clasif1, clasif2, weights="linear")      # 0.59, pesos lineales
cohen_kappa_score(clasif1, clasif2, weights="quadratic")   # 0.73, cuadráticos

# CCI: pingouin pide formato largo, una fila por caso y observador
obs1 = np.array([10, 12, 14, 16, 18, 20]); obs2 = obs1 + 3
d = pd.DataFrame({"caso": np.tile(range(6), 2),
                  "obs": np.repeat(["A", "B"], 6),
                  "valor": np.r_[obs1, obs2]})
pg.intraclass_corr(data=d, targets="caso", raters="obs", ratings="valor")
# seis filas; para acuerdo, ICC(A,1) = 0.76

# Bland-Altman a mano
promedio, diferencia = (obs1 + obs2) / 2, obs1 - obs2
sesgo, de = diferencia.mean(), diferencia.std(ddof=1)
plt.scatter(promedio, diferencia)
plt.axhline(sesgo)
for lim in (sesgo - 1.96 * de, sesgo + 1.96 * de):
    plt.axhline(lim, linestyle="--")
SPSS:     Analizar › Estadísticos descriptivos › Tablas cruzadas
          › Estadísticos › Kappa                 (solo la kappa sin ponderar)
          Analizar › Escala › Análisis de fiabilidad › Estadísticos
          › Coeficiente de correlación intraclase
          (Tipo: Acuerdo absoluto; por defecto viene Consistencia)

Referencias

Todas las obras que cita el sitio están en la bibliografía.

Herramientas de este tema

Seguir leyendo

Cómo citar: Montivero, J. L. (2026). Acuerdo y concordancia entre dos mediciones. estadistica.ar. https://estadistica.ar/conceptos/acuerdo-y-concordancia

estadistica.ar es gratuita y sin publicidad. Si te sirvió, podés invitar un cafecito por transferencia al alias mu3sigma. Asesoramiento estadístico, encuestas y capacitaciones: m3s.pro · WhatsApp +54 9 383 499-7929.

Cómo citar esta entrada

APA (7.ª edición)

Montivero, J. L. (2026). Acuerdo y concordancia entre dos mediciones. estadistica.ar. https://estadistica.ar/conceptos/acuerdo-y-concordancia

BibTeX

@misc{estadistica_ar_acuerdo_y_concordancia,
  author       = {Montivero, Jorge Luis},
  title        = {{Acuerdo y concordancia entre dos mediciones}},
  year         = {2026},
  howpublished = {\url{https://estadistica.ar/conceptos/acuerdo-y-concordancia}},
  note         = {estadistica.ar. Consultado el \today},
  urldate      = {2026-11-10}
}

Última actualización: 10 de noviembre de 2026. El contenido está bajo licencia CC BY-NC-SA 4.0: se puede reutilizar citando la fuente y sin fines comerciales.