Słownik metodologiczny · Psychometria

AC1 Gweta – współczynnik zgodności odporny na paradoks kappy

AC1 Gweta to współczynnik zgodności oceniających, który przy rzadkiej kategorii nie spada tak gwałtownie jak kappa Cohena. Pokazujemy wzór dla dwóch oceniających, przykład w R i to, co jeszcze warto raportować.

W skrócie: AC1 Gweta to współczynnik zgodności oceniających dla danych nominalnych, skorygowany o zgodność przypadkową inaczej niż kappa Cohena. Gdy jedna kategoria jest rzadka, AC1 pozostaje bliski odsetkowi zgodności, podczas gdy kappa może gwałtownie spaść.

Co to jest AC1 Gweta?

AC1 Gweta (ang. Gwet’s AC1, first-order agreement coefficient) to współczynnik zgodności oceniających dla danych nominalnych, skorygowany o zgodność przypadkową. Gwet (2008) zaproponował go jako stabilniejszą alternatywę dla kappy Cohena po analizie źródeł jej paradoksów. Działa dla dwóch i więcej oceniających; dla kategorii uporządkowanych służy jego odmiana ważona (AC2).

Wzór dla dwóch oceniających

Dla tabeli 2 × 2 z liczebnościami A (obaj „tak”), B, C (niezgodności), D (obaj „nie”) i N obiektów (Wongpakaran i in., 2013):

  • zgodność obserwowana p = (A + D) / N;
  • q = średni odsetek ocen „tak” obu oceniających, czyli suma ich brzegów „tak” podzielona przez 2N;
  • zgodność przypadkowa e(γ) = 2q(1 − q);
  • AC1 = (p − e(γ)) / (1 − e(γ)).

Kappa liczy zgodność przypadkową z iloczynów brzegów, więc przy rzadkiej kategorii rośnie ona prawie do p i kappa gwałtownie spada. W AC1 zgodność przypadkowa jest wtedy mała.

Przykład

Dwaj oceniający zgadzają się w 90 ze 100 przypadków. Przy zrównoważonych kategoriach kappa i AC1 wynoszą po 0.800. Gdy „nie” jest rzadkie (85 zgodnych „tak”, 5 zgodnych „nie”), kappa spada do 0.444, a AC1 wynosi 0.878. Wongpakaran i in. (2013) w ocenach zaburzeń osobowości stwierdzili, że AC1 mniej zależy od częstości cechy niż kappa i pozostaje bliski odsetkowi zgodności.

Na rysunku

Rysunek rozciąga przykład na wszystkie pośrednie sytuacje. Każda tabela ma 100 obiektów i tę samą zgodność 90% (zawsze 5 + 5 niezgodności), a zmienia się tylko podział 90 zgodnych ocen między „tak” i „nie”. Oś pozioma pokazuje średni odsetek ocen „tak” obu oceniających – od 50% do 94%, czyli do sytuacji, w której zgodnych „nie” zostaje tylko 4.

Wykres liniowy. Oś pozioma: średni odsetek ocen „tak” od 50% do 94%. Szara linia kropkowana (zgodność obserwowana) jest pozioma na .90. Niebieska linia ciągła (AC1 Gweta) rośnie łagodnie od .80 do około .89. Pomarańczowa linia przerywana (kappa Cohena) zaczyna na .80, opada coraz szybciej i kończy przy około .11. Zielona linia kreska-kropka (zgodność w ocenach „nie”) spada od .90 do około .17. Zaznaczone punkty przykładu z hasła: przy 50% kappa i AC1 po .80, przy 90% kappa .444 i AC1 .878
Rysunek 1. Kappa Cohena, AC1 Gweta i zgodność w ocenach „nie” przy stałej zgodności obserwowanej 90% i rosnącej częstości oceny „tak”. Obliczenia: R, pakiet ggplot2.

Co widać. Przy zrównoważonych kategoriach kappa i AC1 są równe (.800). Gdy „tak” staje się dominujące, krzywe się rozchodzą: przy 80% ocen „tak” kappa wynosi .687, a AC1 .853; przy 90% – .444 i .878 (punkty z przykładu); przy 94% kappa spada do .113, a AC1 rośnie do .887. Zgodność obserwowana przez cały czas wynosi 90%. To właśnie paradoks kappy: ta sama liczba zgodnych decyzji daje skrajnie różne kappy w zależności od częstości kategorii.

Na co uważać. AC1 nie „rozwiązuje” problemu, tylko odpowiada na inne pytanie. Zielona linia pokazuje, że zgodność w ocenach „nie” spada równie szybko jak kappa – przy 94% ocen „tak” wynosi .167. AC1 trzyma się blisko zgodności obserwowanej, bo jest zdominowany przez zgodne „tak”, i nie ostrzega, że oceniający prawie nigdy nie zgadzają się co do rzadkiej kategorii. Dlatego przy nierównych kategoriach podaj obie miary oraz zgodność w ocenach pozytywnych i negatywnych. Ten sam paradoks dla wielu sędziów, pokazany symulacją, znajdziesz w haśle kappa Fleissa.

Podpis do pracy:

Rysunek 1. Kappa Cohena, AC1 Gweta i zgodność w ocenach negatywnych w zależności od częstości oceny pozytywnej przy stałej zgodności obserwowanej. Uwaga. Tabele 2 × 2 dla 100 obiektów i dwóch oceniających, w każdej 90 zgodnych i 10 niezgodnych ocen (po 5 w każdą stronę); oś pozioma – średni odsetek ocen pozytywnych obu oceniających. Punkty – przykłady omówione w tekście.

Kod poniżej liczy wszystkie tabele ze wzorów podanych wyżej i odtwarza rysunek. Nic nie jest losowane; liczbę obiektów (100) i niezgodności (5 + 5) ustawiono ręcznie tak jak w przykładzie. Rysunek na stronie powstał z tego samego obiektu p1 z motywem serwisu – różni się tylko krój czcionki i siatka.

Kod R rysunku 1
# Rysunek 1. Kappa Cohena i AC1 Gweta przy stałej zgodności 90% i coraz rzadszej kategorii „nie”
library(ggplot2)
motyw <- theme_minimal(base_size = 13) +
  theme(panel.grid.minor = element_blank(), legend.position = "bottom", plot.title = element_text(face = "bold"))

# Tabele 2 x 2 po 100 obiektów: zawsze 5 + 5 niezgodności, zmienia się podział 90 zgodnych na „tak” (A) i „nie” (D)
miary <- function(A, B = 5, C = 5, D = 90 - A) {
  N <- A + B + C + D
  p <- (A + D) / N
  A1 <- A + C; B1 <- A + B
  e_k <- (A1 / N) * (B1 / N) + ((N - A1) / N) * ((N - B1) / N)
  q <- (A1 + B1) / (2 * N); e_g <- 2 * q * (1 - q)
  c(czestosc_tak = q, zgodnosc = p, kappa = (p - e_k) / (1 - e_k), AC1 = (p - e_g) / (1 - e_g),
    p_neg = 2 * D / (2 * D + B + C))
}
tab <- as.data.frame(t(sapply(45:89, miary)))
round(tab[tab$czestosc_tak %in% c(0.50, 0.70, 0.80, 0.90, 0.94), ], 3)

d <- rbind(data.frame(q = tab$czestosc_tak, miara = "zgodność obserwowana", y = tab$zgodnosc),
           data.frame(q = tab$czestosc_tak, miara = "AC1 Gweta", y = tab$AC1),
           data.frame(q = tab$czestosc_tak, miara = "kappa Cohena", y = tab$kappa),
           data.frame(q = tab$czestosc_tak, miara = "zgodność w ocenach „nie”", y = tab$p_neg))
d$miara <- factor(d$miara, levels = c("zgodność obserwowana", "AC1 Gweta", "kappa Cohena", "zgodność w ocenach „nie”"))
przyklad <- d[d$q %in% c(0.50, 0.90) & d$miara %in% c("AC1 Gweta", "kappa Cohena"), ]
p1 <- ggplot(d, aes(100 * q, y, colour = miara, linetype = miara)) +
  geom_line(linewidth = 1.1) +
  geom_point(data = przyklad, aes(shape = miara), size = 3.2, show.legend = FALSE) +
  annotate("text", x = 90, y = 0.40, label = "przykład z hasła:\nkappa .444, AC1 .878", hjust = 1, vjust = 1, size = 3.6) +
  scale_colour_manual(values = c("grey35", "#0072B2", "#D55E00", "#009E73"), name = NULL) +
  scale_linetype_manual(values = c("dotted", "solid", "dashed", "dotdash"), name = NULL) +
  scale_shape_manual(values = c(16, 17)) +
  scale_x_continuous(breaks = seq(50, 95, 5)) +
  scale_y_continuous(limits = c(0, 1), breaks = seq(0, 1, 0.2), labels = function(x) sub("^0\\.", ".", x)) +
  guides(colour = guide_legend(nrow = 2), linetype = guide_legend(nrow = 2)) +
  labs(x = "Średni odsetek ocen „tak” obu oceniających (%)", y = "Wartość") +
  motyw
p1   # zapis: ggsave("ac1-gwety-kappa-czestosc.svg", p1, width = 9, height = 5.6)
Wynik w R
   czestosc_tak zgodnosc kappa   AC1 p_neg
1          0.50      0.9 0.800 0.800 0.900
21         0.70      0.9 0.762 0.828 0.833
31         0.80      0.9 0.687 0.853 0.750
41         0.90      0.9 0.444 0.878 0.500
45         0.94      0.9 0.113 0.887 0.167

Jak opisać w pracy

Zgodność dwóch oceniających wyniosła 90%. Z powodu niskiej częstości kategorii „nie” obok kappy Cohena (κ = 0.444) podano AC1 Gweta (AC1 = 0.878) oraz zgodność w ocenach pozytywnych (0.944) i negatywnych (0.500).

Na co uważać

Wysoki AC1 nie oznacza dobrej zgodności w każdej kategorii: w przykładzie zgodność w ocenach „nie” wynosi tylko 0.500. Dlatego Cicchetti i Feinstein (1990) zalecają raportować osobno zgodność w ocenach pozytywnych i negatywnych. Nie wybieraj współczynnika po obejrzeniu wyników – zaplanuj go razem z innymi miarami, np. kappą Fleissa lub alfą Krippendorffa. Szerzej o wyborze miar piszemy we wpisie o zgodności sędziów, a pojedynczą kappę policzysz w kalkulatorze kappy. Kategorie porządkowe wymagają wag, jak w kappie ważonej.

Przykład reprodukowalny

AC1 Gweta w R

Kod liczy AC1 ręcznie ze wzoru dla dwóch oceniających, obok kappy Cohena i zgodności w ocenach pozytywnych i negatywnych. Funkcja irrCAC::gwet.ac1.table() daje ten sam wynik co obliczenie ręczne (0.800 i 0.878).

Kappa a AC1 przy rzadkiej kategorii

Dane wejściowe: dwie tabele 2 × 2 po 100 obiektów ze zgodnością 90%: zrównoważona (45, 5, 5, 45) i z rzadką kategorią „nie” (85, 5, 5, 5).

Co odczytać: kappa 0.800 i 0.444; AC1 0.800 i 0.878; zgodność w ocenach negatywnych spada z 0.9 do 0.5; gwet.ac1.table() zwraca te same AC1.

R
# AC1 Gweta i kappa Cohena dla 2 oceniających i 2 kategorii
# A = obaj "tak", D = obaj "nie", B i C = niezgodności
ac1_kappa <- function(A, B, C, D) {
  N <- A + B + C + D
  p <- (A + D) / N                                 # zgodność obserwowana
  A1 <- A + C; B1 <- A + B                         # brzegi "tak" obu oceniających
  e_k <- (A1 / N) * (B1 / N) + ((N - A1) / N) * ((N - B1) / N)
  q <- (A1 + B1) / (2 * N)
  e_g <- 2 * q * (1 - q)                           # zgodność przypadkowa wg Gweta
  round(c(zgodnosc = p, kappa = (p - e_k) / (1 - e_k), AC1 = (p - e_g) / (1 - e_g),
          p_pos = 2 * A / (2 * A + B + C), p_neg = 2 * D / (2 * D + B + C)), 3)
}
rbind(zrownowazone = ac1_kappa(45, 5, 5, 45),
      rzadkie_nie = ac1_kappa(85, 5, 5, 5))
# Ten sam AC1 z pakietu irrCAC (tabele 2 x 2 jako macierze)
library(irrCAC)
sapply(list(zrownowazone = matrix(c(45, 5, 5, 45), 2), rzadkie_nie = matrix(c(85, 5, 5, 5), 2)),
       function(t) round(gwet.ac1.table(t)$coeff.val, 3))
Wynik w R
             zgodnosc kappa   AC1 p_pos p_neg
zrownowazone      0.9 0.800 0.800 0.900   0.9
rzadkie_nie       0.9 0.444 0.878 0.944   0.5
zrownowazone  rzadkie_nie 
       0.800        0.878 

Bibliografia oprogramowania

Wyniki pochodzą z uruchomienia pokazanego kodu w R 4.5.3 z pakietem irrCAC 1.4. W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()). Rysunek 1 wykonano w pakiecie ggplot2 i zapisano pakietem svglite.

  1. R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
  2. irrCAC (wersja 1.4): Gwet, K. L. (2026). irrCAC: Computing the extent of agreement among raters with chance-corrected agreement coefficient (CAC) (R package version 1.4) [Computer software]. https://doi.org/10.32614/CRAN.package.irrCAC
  3. ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org
  4. svglite (wersja 2.2.2): Wickham, H., Henry, L., Pedersen, T. L., Luciani, T. J., Decorde, M., & Lise, V. (2025). svglite: An 'SVG' graphics device [R package]. https://doi.org/10.32614/CRAN.package.svglite

Najczęstsze pytania

Dlaczego AC1 Gweta jest wyższy od kappy przy rzadkiej kategorii?

Kappa szacuje zgodność przypadkową z iloczynów brzegów, która przy rzadkiej kategorii jest bliska obserwowanej. W AC1 zgodność przypadkowa jest wtedy mała, więc współczynnik pozostaje blisko odsetka zgodności.

Czy AC1 Gweta może zastąpić kappę Cohena w pracy?

Lepiej podać oba współczynniki, wybrane przed analizą, wraz z odsetkiem zgodności. Przy niezrównoważonych kategoriach dodaj zgodność w ocenach pozytywnych i negatywnych osobno.

Jak policzyć AC1 Gweta w R bez pakietu irrCAC?

Policz zgodność p, średni odsetek ocen „tak” q, zgodność przypadkową 2q(1 − q) i podstaw do (p − e) / (1 − e). Kod na tej stronie robi to dla tabeli 2 × 2, a irrCAC::gwet.ac1.table() daje ten sam wynik.

Powiązane hasła

Poradniki, w których użyjesz tego pojęcia

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Wyceń analizęOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Cicchetti, D. V., & Feinstein, A. R. (1990). High agreement but low kappa: II. Resolving the paradoxes. Journal of Clinical Epidemiology, 43(6), 551–558. https://doi.org/10.1016/0895-4356(90)90159-m
  2. Gwet, K. L. (2008). Computing inter-rater reliability and its variance in the presence of high agreement. British Journal of Mathematical and Statistical Psychology, 61(1), 29–48. https://doi.org/10.1348/000711006x126600
  3. Wongpakaran, N., Wongpakaran, T., Wedding, D., & Gwet, K. L. (2013). A comparison of Cohen’s Kappa and Gwet’s AC1 when calculating inter-rater reliability coefficients: A study conducted with personality disorder samples. BMC Medical Research Methodology, 13(1), Article 61. https://doi.org/10.1186/1471-2288-13-61 ● Otwarty dostęp

Cytowania BibTeX

@article{cicchetti1990high, author={Cicchetti, Domenic V. and Feinstein, Alvan R.}, title={{High agreement but low kappa: II. Resolving the paradoxes}}, journal={Journal of Clinical Epidemiology}, year={1990}, volume={43}, number={6}, pages={551--558}, doi={10.1016/0895-4356(90)90159-m}}
@article{gwet2008computing, author={Gwet, Kilem Li}, title={{Computing inter-rater reliability and its variance in the presence of high agreement}}, journal={British Journal of Mathematical and Statistical Psychology}, year={2008}, volume={61}, number={1}, pages={29--48}, doi={10.1348/000711006x126600}}
@article{wongpakaran2013comparison, author={Wongpakaran, Nahathai and Wongpakaran, Tinakon and Wedding, Danny and Gwet, Kilem L.}, title={{A comparison of Cohen’s Kappa and Gwet’s AC1 when calculating inter-rater reliability coefficients: A study conducted with personality disorder samples}}, journal={BMC Medical Research Methodology}, year={2013}, volume={13}, number={1}, eid={61}, doi={10.1186/1471-2288-13-61}}
R