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
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
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合并文件的操作步骤 spss合并文件变量怎么配对
可以使用两种方式合并两个数据文件中的数据,一是包含相同个案但不同变量的数据集,另一个是包含相同变量但不同个案的数据集,本文主要向大家介绍如何合并包含相同个案但不同变量的数据集。关于SPSS合并文件的操作步骤是什么,SPSS合并文件变量怎么配对,结合实例,向大家作简单介绍。
2023-11-06
spss计算变量如何计算平方 spss计算变量如何全选
以变量为单位管理并处理数据,是使用SPSS进行建模统计分析的基础。对于有经验的数据分析工作者,这部分工作要占整个统计分析工作的70%以上。管理变量大致包括两部分内容,变量赋值(或称为变量计算)和变量转化。本文主要向大家介绍变量计算的内容,例如SPSS计算变量如何计算平方,SPSS计算变量如何全选。
2023-11-04
spss卡方检验结果线性关联是什么 spss卡方检验结果没有连续性校正
对于两组连续性变量,一般通过回归分析判断两者是否存在相关关系。对于离散型变量,则需借助卡方检验判断两者之间是否存在相关关系。变量数据类型不同,SPSS卡方检验提供的结果形式也有所不同,因此很多用户会感到不解。本文结合实例向大家介绍SPSS卡方检验结果线性关联是什么,SPSS卡方检验结果没有连续性校正原因是什么。
2023-11-02
spss回归分析如何操作 spss回归分析的基本步骤
通过回归分析,可以了解变量间是否存在相互依赖的定量关系。根据方程类型,回归分析可以分为线性回归和非线性回归。根据变量的数目多少,回归分析可以分为一元回归分析和多元回归分析。本文以最简单的一元线性回归分析为例向大家介绍SPSS回归分析如何操作,SPSS回归分析的基本步骤。
2023-10-31
spss方差齐性检验如何操作 spss方差齐性检验怎么看方差齐不齐
方差的大小代表了数据分布的离散程度,方差大,数据分布越分散,方差小,数据分布越集中。组间数据分布离散程度差别较大时,是不能进行比较的,此时不能确定两组数据的差异来源于组间还是组内,因此方差齐性检验是进行组间数据比较的基础。关于SPSS方差齐性检验如何操作,SPSS方差齐性检验怎么看方差齐不齐,本文借助实例,向大家作简单介绍。
2023-10-25
spss线性回归图怎么做 spss线性回归图怎么看结果
借助回归分析,我们可以了解到两组变量是否存在具有统计学意义的依赖关系,描述这种依赖关系的方程是什么,方程可以在多大程度上解释因变量的变化。使用SPSS,不仅可以简便的完成回归分析,还可以为变量绘制散点图,便于大家直观的了解变量间关系。关于SPSS线性回归图怎么做,SPSS线性回归图怎么看结果,本文借助实例,向大家做简单的介绍。
2023-10-25

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: