IBM SPSS Statistics 中文网站 > 使用技巧 > 如何利用加权Kappa对有序分类变量进行一致性检验

如何利用加权Kappa对有序分类变量进行一致性检验

发布时间:2021-06-15 15: 09: 59

在上节《在SPSS中安装加权kappa计算插件》中,我们已经成功地在SPSS软件中安装了加权Kappa插件,本文将带大家继续深入了解这一插件的使用场景和使用方式。

一、生成交叉表

我们下面要进行使用的数据如图1所示,该数据共50条记录,表示了两名医生对疾病严重程度的判断分数,分数范围从1到5,其中1表示轻度,5表示严重,两名医生之间的判断结果互不影响、互相独立。

图1:演示数据展示

对于这类有序分类的变量一致性检验,我们就需要采用到加权Kappa系数进行计算分析。第一步:点击【分析】中的【描述统计】项,在右侧展开栏中选择【交叉表】。

图2:交叉表

第二步:在交叉表中,我们在行中填入医生A,在列中填入医生B,然后点击“确定”,让SPSS为我们生成这2组数据的交叉表。

图3:交叉表填入行和列

生成的交叉表如图4所示,我们直接看图4红框标出来的位置,即对角线上的数据,这表示两位医生对于疾病严重程度的诊断还是比较一致的;当然,诊断结果也不是完全一致,因为在非对角线位置,还是有一些不为0的地方。

图4:交叉表结果分析

二、加权Kappa

接下来我们使用加权Kappa系统来对数据一致性进行分析,点击【分析】--【刻度】--【加权Kappa】,如图5。

图5:加权Kappa

随后在评分1中填入医生A,在评分2中填入医生B,权重类型采用默认的线性类型即可,下方的CI覆盖水平默认为95%,意思就是获取加权Kappa系统的95%的置信区间,我们也可以按需调整为常用的99%置信区间或其他置信区间。

图6:加权Kappa设置

上述的权重类型,线性类型表示每个级别之间的差异是相等的,即1到2和2到3之间的差异是一致的;而二次类型,则表示1到2和2到3之间的差异是不同的,2到3之间的差异相比于1到2要更严重。因此,综上我们采用线性权重类型。

图7:权重类型

最终得出的加权Kappa结果如下图8,Kappa系数为0.822,我们认为,Kappa系数越接近1,则一致性就越强,因此本组数据两位医生之间的结果一致性是强一致性,也符合上述交叉表得到的结果。另外,从结果中我们还可以得出加权Kappa系数的95%置信区间为0.739到0.904。

图8:结果展示

本文中采用了交叉表和加权Kappa两种不同的方法,探索两位医生对疾病严重的程度结果判断的一致性,最终都认为它们之间具有强一致性。这就是关于IBM SPSS Statistic软件使用加权Kappa插件进行一致性分析的全部教程,希望能给大家带来帮助。

作者署名:包纸

展开阅读全文

标签:spssKappa

读者也访问过这里:
SPSS Statistics
强大的数据分析平台
立即购买
微信群
官方微信群 立即加群
400-8765-888 kefu@makeding.com
热门文章
SPSS数据分析显著性差异分析步骤 SPSS显著性差异分析结果怎么看
数据的显著性差异分析主要有三种方法,分别是卡方检验、T检验和方差分析。这三种方法都有具体的数据要求:卡方检验是对多个类别的数据进行分析,T检验是对两组数据进行分析,方差分析是对多组数据进行检验。下面,小编具体说明一下SPSS数据分析显著性差异分析步骤,SPSS显著性差异分析结果怎么看。
2022-01-07
spss多元线性回归分析操作步骤,spss多元线性回归分析结果解读
spss多元线性回归分析操作步骤,本文会以客流量、销售量与销售额的线性关系演示spss的多元线性回归分析操作步骤,并进行spss多元线性回归分析结果解读。
2022-05-07
spss怎么做逐步回归分析 逐步回归分析spss结果解读
spss怎么做逐步回归分析?逐步回归分析是多元线性回归分析的一种,可通过spss回归分析中的“步进”法来做逐步回归分析。本文会运用例子演示逐步回归分析步骤,并进行逐步回归分析spss结果解读。
2022-05-12
实践SPSS单因素方差分析之检验结果解读
在《实践SPSS单因素方差分析之变量与检验方法设置》一文中,我们已经详细地演示了IBM SPSS Statistics单因素方差分析方法的变量选择以及相关的选项、对比设置。
2021-01-11
spss如何做显著性分析 spss显著性差异分析怎么标abc
在统计分析中,显著性分析是分析相关因素之间是否存在显著影响关系的关键性指标,通过它可以说明分析结论是否由抽样误差引起还是实际相关的,可论证分析结果的准确性。下面大家一起来看看用spss如何做显著性分析,spss显著性差异分析怎么标abc。
2022-03-14
SPSS多元logistic回归分析的使用技巧
回归分析是数据处理中较为常用的一类方法,它可以找出数据变量之间的未知关系,得到较为符合变量关系的数学表达式,以帮助用户完成数据分析。
2021-04-26
最新文章
spss赋值后为什么显示不出来 spss赋值后为什么空白不显示
在现代数据分析中,SPSS(统计产品与服务解决方案)被广泛应用于社会科学、市场研究和健康科学等领域。尽管其功能强大,但在实际操作中,用户可能会遇到一些问题,例如赋值后数据不显示或空白。本文将探讨这些问题,并提供解决方案。
2024-06-14
spss异常值设置在哪里操作 spss异常值筛选后如何处理
在数据分析过程中,异常值是一个常见的问题,它可能会对分析结果产生影响。因此,正确处理异常值是非常重要的。本文将探讨SPSS如何处理异常值的方法。关于SPSS异常值设置在哪里操作,SPSS异常值筛选后如何处理的内容,本文向大家作简单介绍。
2024-05-22
spss去除无效数据方法 spss去除极端值方法
统计学是一门旨在收集、分析和解释数据的学科。在统计学中,数据的准确性和有效性至关重要。然而,有时候我们会遇到无效数据,这些数据可能是错误的、缺失的或者不完整的,它们会对统计结果产生严重的影响。使用SPSS对数据进行统计时,也常常会面对这些问题,关于SPSS去除无效数据方法,SPSS去除极端值方法的内容,本文向大家作简单介绍。
2024-05-08
spss异常值处理办法 spss异常值检验步骤
SPSS异常值检查是数据分析中一个非常重要的步骤。异常值指的是数据集中与其他观测值明显不同的数值。这些异常值可能会对统计分析结果产生影响,使用SPSS进行统计分析前,要对数据进行简单分析,例如查看有无缺失值,进行异常值检验等。有关SPSS异常值处理办法,SPSS异常值检验步骤的内容,本文向大家作简单介绍。
2024-04-24
spss筛选变量不能共线 spss筛选出没有缺失值的样本方法
SPSS是一种强大的统计分析软件,广泛应用于各种研究领域。在进行数据分析时,研究人员经常会遇到共线性问题。共线性是指自变量之间存在高度相关性的情况,这可能会导致模型不稳定、参数估计不准确甚至无法得出有效的结论。因此,共线性诊断和筛选变量在SPSS中变得尤为重要。有关SPSS筛选变量不能共线,SPSS筛选出没有缺失值的样本方法的内容,本文向大家作简单介绍。
2024-04-17
spss筛选功能在什么地方 spss筛选怎么做
SPSS软件是一款被广泛应用于数据分析和统计学习领域的工具。在数据处理过程中,筛选是一个非常重要的步骤,它可以帮助用户快速地找到所需的数据并进行进一步的分析。SPSS软件提供了强大的筛选功能,使用户能够轻松地筛选出符合特定条件的数据,从而提高数据处理的效率和准确性。SPSS筛选功能在什么地方,SPSS筛选怎么做,本文向大家作简单介绍。
2024-04-10

微信公众号

欢迎加入 SPSS 产品的大家庭,立即扫码关注,获取更多软件动态和资源福利。

读者也喜欢这些内容: