SPSS > 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
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回归分析中的f值是什么 SPSS回归分析F值在什么范围合适
回归分析中以R表示相关性程度的高低,以F评价回归分析是否有统计学的意义,使用IBM SPSS Statistics进行回归分析,可以非常快速的完成R,F的计算,并且给出回归曲线方程,那么,SPSS回归分析中f值是什么?SPSS回归分析F值在什么范围合适,本文结合实例向大家作简单的说明。
2022-07-22
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
SPSS相关性分析结果怎么看
相关性分析是对变量或个案之间相关度的测量,在SPSS中可以选择三种方法来进行相关性分析:双变量、偏相关和距离。
2021-04-23
最新文章
SPSS如何一次性选择多个变量 SPSS如何降低样本偏倚
年关将至,在年终总结的时候,我们总是要对一年的工作成果或科研成果进行汇总分析,这时候就需要一款专业的数据软件来帮助我们进行分析与总结,SPSS就是一款可以帮我们方便快捷地进行数据分析的软件。通过它我们不仅可以总结分析出数据的本质和各种变化规律,还可以用图表直观地将它们展示出来,同时使用SPSS做出的图表符合各种科研期刊和商业报告的要求。下面就给大家介绍一下关于SPSS如何一次性选择多个变量,SPSS如何降低样本偏倚的相关内容。
2026-04-15
SPSS交叉表卡方与非参数卡方检验有何区别 SPSS交叉表卡方检验结果解读
在SPSS统计分析中,卡方检验是一种我们经常使用到的非参数方法。但是,其实很多人会混淆“交叉表卡方检验”和“非参数卡方检验”。两者虽然名字十分相似,但是针对的是完全不同的分析场景。接下来我将为大家介绍:SPSS交叉表卡方与非参数卡方检验有何区别,SPSS交叉表卡方检验结果解读的相关内容,帮助大家精准区分方法、读懂检验结果。
2026-04-08
SPSS怎么做插值 SPSS线性插值法补全数据
一条条完整的数据源,能够更好地保障数据分析结果的准确性。但面对成千上万条数据参数,难免会出现数据缺漏或遗失的情况。针对这种情况,我们就可以使用SPSS中的插值和补全数据法。今天我就以SPSS怎么做插值,SPSS线性插值法补全数据这两个问题为例,来向大家讲解一下SPSS中插值的相关知识。
2026-04-08
SPSS多元逻辑回归步骤 SPSS多元逻辑回归结果解读
我们在数据分析的过程中,往往会遇到因变量是多分类定类变量的情况,比如购买决策可以分为“不买、犹豫、购买”,满意度可以分为“不满意、一般、满意”等,这时候,就可以使用多元逻辑回归的方法。它能帮我们明确哪些自变量会影响因变量的分类,还能量化影响程度,实用性很强。下面我将为大家介绍:SPSS多元逻辑回归步骤,SPSS多元逻辑回归结果解读的相关内容。
2026-04-08
SPSS多重共线性怎么看 SPSS如何降低多重共线性
无论是在生活中还是在工作中,分析各种问题时我们都会找到许多原因,例如明天是否会下雨可能会与温度、云量和风速等有关;商品的销售情况与价格、包装、质量和节日有关。生活中我们不必计较原因之间是否有关联,但是在要求精准的商业领域与科研领域,遇到这样的分析情况时,我们都要分析数据的共线性,它描述的是自变量之间的相关关系,如果一个模型中的自变量之间有高度的共线性,就会导致模型失真。本文我们就介绍一下SPSS多重共线性怎么看,SPSS如何降低多重共线性的相关内容。
2026-04-08
SPSS多个自变量散点图怎么做 SPSS怎么画分组散点图
在给原始数据做分析时,散点图可以清晰的帮我们理清变量之间的关系。即使有多个自变量,通过画出对应的散点图也可以帮我们理清变量之间的关联。即使是想对比不同组别之间的差别,分组散点图也可以将数据可视化,便于我们分析。它可以把数据按类别分开,让不同组别的变量关系清晰的展示出来。下面就给大家介绍一下SPSS多个自变量散点图怎么做,SPSS怎么画分组散点图的相关内容。
2026-04-08

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: