Breve Pauta para el cálculo del Coeficiente de Concordancia de Kendall (W)

La presente pauta requiere de revisar el libro Estadística no Paramétrica de Siegel. En dicho texto
se presenta una explicación detallada y ejemplos.

El coeficiente de concordancia de Kendall (W) es una prueba no paramétrica que mide la relación
entre varios rangos1 de N individuos permitiendo obtener el grado de asociación entre un número
de rangos k. Esta prueba estadística determina el grado de acuerdo general entre k series de
rangos, hallar todas las correlaciones entre todos los pares posibles de rangos y luego calcular el
promedio de esos coeficientes para determinar la asociación general. Además, a través de la
prueba de significación también se puede obtener un índice de la divergencia entre el acuerdo real
de nuestros datos y el acuerdo máximo posible, o sea perfecto.

Para el uso de esta prueba, se solicita a cada participante (llamado también juez o evaluador) que
proceda a formular su propia ordenación jerárquica (poner en primer lugar la opción más
importante, en segundo lugar la que vendría después en importancia y así sucesivamente). En
otras palabras, hacer un ranking de todas las categorías señaladas. El análisis de los datos implica
el promedio de los distintos valores ordinales otorgados, por cada miembro, a cada uno de los
puestos, sirviéndose de un cuadro de doble entrada, según se ejemplifica en la Tabla 1. En el
ejemplo de la Tabla 1 se tienen 12 rangos (N= 12) y 5 jueces (k=5).

Tabla 1.

Categoría SS1 SS2 SS3 SS4 SS5 Suma Prom. Rango

A 1 2 1 3 2 9 1,8 1º
B 2 4 3 5 4 18 3,6 4º
C 3 1 5 1 1 11 2,2 2º
D 4 3 2 2 5 16 3,2 3º
E 5 6 6 4 3 24 4,8 5º
F 6 5 4 6 8 29 5,8 6º
G 7 8 9 10 6 40 8 8º
H 8 7 7 8 7 37 7,4 7º
I 9 10 11 7 11 48 9,6 9º
J 10 11 8 9 12 50 10 10º
K 11 12 12 11 10 56 11,2 12º
L 12 9 10 12 9 52 10,4 11º

1
Rangos se refiere al ordenamiento jerárquico que hacen personas de varias opciones. Por ejemplo, si se tiene que
ordenar jerárquicamente 5 opciones, se dice que el rango es 5.
1
Para calcular el coeficiente de concordancia “W”, o “Grado de Acuerdo” entre los distintos
miembros de la muestra, se deberá aplicar la fórmula de “correlación por rangos W de Kendall”,
que se consigna a continuación:

Donde:

- D = La diferencia entre la media del total. En nuestro ejemplo, el total del rango es 390 y la
media 32,5), y cada una de las puntuaciones del rango a la media (por ejemplo, para el
primer puesto será 32,5 – 9 = 23,5; parta el segundo, 32,5 – 18 = 14,5, etc.).

- D2 = La suma de los cuadrados de todas las diferencias, siguiendo el ejemplo anterior,

(23,5x23,5)+(14,5x14,5), etc. En este caso, la suma de las doce categorías da un valor de
37644.

- m = Número de miembros de la muestra (en este caso, son 5).

- N = Número de categorías (en este caso, son 12).

Considerando el ejemplo de la tabla 1, el resultado sería entonces el siguiente:

Para interpretar este resultado se tiene que considerar que cuando el acuerdo de los jueces es
perfecto W es igual a 1. Cuando hay independencia absoluta entre ellos W es igual a 0. W no
toma valores negativos. En este ejemplo, el coeficiente obtenido es igual a 0,88 y ofrece un alto
coeficiente de concordancia o de acuerdo entre los cinco jueces.

A continuación se presenta otro ejemplo. Los datos se presentan en la Tabla 2.

2
Tabla 2.

Categoría Sujeto 1 Sujeto 2 Sujeto 3 Total Promedio

A 1 1 6 8 2,7

B 6 5 3 14 4,7

C 3 6 2 11 3,7

D 2 4 5 11 3,7

E 5 2 4 11 3,7

F 4 3 1 8 2,7

D= La media del total es 10,5, por lo tanto se debe restar los totales con la media. (8-10,5); (14 –
10,5); (11 – 10,5); (11 – 10,5); (11 – 10,5); (8 – 10,5).

D2 = La suma de los cuadrados seria: 6,25 + 12,25 + 0,25 + 0,25 + 0,25 + 6,25 = 25,5.

m = 3.

N = 6.

La fórmula quedaría de la siguiente manera:

Significación del coeficiente de concordancia.

Para comprobar la significación del cualquier valor de W se plantea la hipótesis nula que las K
series de rangos son independientes (que no existe asociación entre ellas). Cuando el N es mayor
de 7 se puede utilizar el test de x2 (Chi cuadrado), cuando es menor se utiliza la tabla elaborada
por Friedman2. Si el índice observado es igual o mayor al índice esperado, es decir, consenso
perfecto (tabla de x2) para un nivel particular de significación, entonces Ho puede rechazarse para
dicho nivel de significación.

2
Buscar en libro Diseño Estadístico de Nuria Cortada, pag. 524 Tabla XI del Apéndice B o el libro Estadística no Paramétrica pag 320.

3
Se utiliza la siguiente fórmula para determinar la probabilidad asociada con la ocurrencia confirmo
a Ho de un valor tan grande como el de una W observada.

X2 = k (N-1)W

Categorías para los valores de Kendall.alor Kendall Categoría

0.0 a 0.2 No Consenso – Bajo Consenso

0.3 a 0.4 Moderado Consenso
0.5 a 0.6 Relativamente Alto Consenso
0.7 a 1.0 Muy Alto Consenso

Referencias.

El Estudio de los Puestos de Trabajo: La Valoración de Tareas y la Valoración del Personal (1996). José Roig
Ibáñez.

Cortada, N. Diseño Estadístico. Ed. Eudeba. Página 263.

Siegel, S. (1985) Estadística no paramétrica. México. Trillas. Páginas 262 – 272.