¹ % Positivo

Para variáveis binárias, indica a proporção de itens classificados como positivos (TRUE, 1, Sim) em relação ao total de classificações válidas de todos os codificadores. Valores muito baixos (< 15%) indicam baixa prevalência: como quase todos os itens são negativos, qualquer par de codificadores tende a concordar "por acaso" — o que distorce as medidas de chance. Para variáveis multinomiais ou numéricas, este campo não é calculado (—).

² Concordância Bruta

Percentual de unidades de análise (itens) em que todos os codificadores da combinação atribuíram exatamente o mesmo valor. Não leva em conta a probabilidade de concordância por acaso. É intuitiva e fácil de reportar, mas não deve ser a única métrica: dois codificadores que marcam "negativo" em 99% dos itens atingem alta concordância bruta sem qualquer acordo real sobre os casos positivos.

³ Alpha de Krippendorff

Mede a confiabilidade líquida de chance, estimando a probabilidade esperada de concordância a partir das distribuições reais dos dados (matriz de coincidência). Valor 1 = concordância perfeita; 0 = concordância igual ao acaso; valores negativos = pior que o acaso. Referência usual para publicações: α ≥ 0,667 (aceitável) e α ≥ 0,800 (bom). É sensível à prevalência: em variáveis com poucos positivos, pode ser artificialmente baixo mesmo com codificadores consistentes.

⁴ Brennan-Prediger

Variante que substitui a chance estimada por uma chance fixa de 1/k (onde k = número de categorias possíveis). Para variáveis binárias, assume que cada codificador concorda por acaso em 50% dos casos, independentemente de quantos positivos existem. Isso o torna mais robusto ao paradoxo da prevalência: quando % Positivo < 15% e o alpha de Krippendorff é muito inferior ao B-P, o B-P é a medida mais informativa. Use os dois e justifique a escolha no texto.

O alpha de Krippendorff estima a chance esperada de concordância a partir das distribuições reais dos dados. Quando uma variável binária tem prevalência muito baixa (quase todos os itens são negativos), a maioria dos pares já concorda por acaso — e o alpha castiga isso, resultando em valores artificialmente baixos mesmo com codificadores consistentes. O Brennan-Prediger usa uma chance fixa de 1/k (1/2 para binárias), independente de quantos positivos existem, e por isso é mais robusto nesses casos.

Use Krippendorff quando…

a variável tem distribuição razoavelmente equilibrada entre as categorias (prevalência de cada categoria acima de ~15%). É a medida canônica na literatura de análise de conteúdo e a mais reconhecível em publicações.

Use Brennan-Prediger quando…

a variável é binária com prevalência muito baixa (⚠ abaixo de 15%) e o Krippendorff é muito inferior ao B-P. Nesse cenário, o B-P reflete melhor o acordo real entre codificadores. Reporte sempre os dois e justifique a escolha.