Koefisien kappa Cohen adalah statistik yang digunakan untuk mengukur reliabilitas antar-penilai untuk item kualitatif. Umumnya dianggap sebagai ukuran yang lebih kuat daripada perhitungan persen kesepakatan sederhana, karena memperhitungkan kemungkinan kesepakatan terjadi secara kebetulan.
Untuk apa kappa Cohen?
kappa Cohen adalah metrik yang sering digunakan untuk menilai kesepakatan antara dua penilai. Ini juga dapat digunakan untuk menilai kinerja model klasifikasi.
Bagaimana Anda menafsirkan kappa Cohen?
Cohen menyarankan agar hasil Kappa ditafsirkan sebagai berikut: nilai ≤ 0 menunjukkan tidak setuju dan 0,01–0,20 sebagai tidak sedikit, 0,21–0,40 sebagai wajar, 0,41– 0,60 sebagai sedang, 0,61–0,80 sebagai substansial, dan 0,81–1,00 sebagai persetujuan yang hampir sempurna.
Apa kappa Cohen dalam pembelajaran mesin?
Kappa Cohen adalah ukuran statistik yang digunakan untuk mengukur keandalan dua penilai yang menilai jumlah yang sama dan mengidentifikasi seberapa sering penilai setuju. Dalam artikel ini, kita akan mempelajari secara detail tentang apa itu kappa Cohen dan bagaimana kappa itu dapat berguna dalam masalah pembelajaran mesin.
Apa yang dimaksud dengan nilai kappa?
Nilai Kappa didefinisikan sebagai. Pembilang mewakili perbedaan antara probabilitas keberhasilan yang diamati dan probabilitas keberhasilan berdasarkan asumsi kasus yang sangat buruk.