你是否遇到过这些问题？

你作为一名医生或护士，是否曾在整理问卷或研究数据时，被“信度检验”这几个字难住？是否为了证明研究数据的可靠性而一头雾水？又或者，面对问卷编码结果一致性的统计方法时，不知道该选Cohen’s Kappa还是加权Kappa？这些问题就像你在诊断患者时，需要找到最佳的检测指标来提高准确性一样。

别担心，今天我们就一起深入浅出地聊聊Cohen’s Kappa分析与加权Kappa分析——两种在医学数据分析中必不可少的信度检验方法，还会手把手教你用 SPSS 软件进行操作哦。

为什么信度分析如此重要？

在医学研究中，数据的可靠性是重中之重。信度，简单来说，就是测量结果的稳定性与一致性。试想一下，如果一项量表题的结果测量今天和明天截然不同，又如何相信它能够真实反映患者的健康状况或心理状态呢？

信度的两种分类：

1.内在信度：通常用于评估量表内部题目的一致性。

2.外在信度：用来衡量同一量表在不同时间、场景或观察者之间的测量稳定性。

一致性检验是信度分析的关键部分，常见的4种一致性检验包括：

重测一致性：分析同一检测方法在不同时间的测量一致性。

观察者一致性：分析不同观察者对同一研究对象评估结果的一致性。

内部一致性：衡量量表中各题项间的一致性（如Cronbach's α系数）。

诊断试验一致性：评估新方法与“金标准”之间结果的一致性。

针对这些检验类型，常用的统计方法包括 Cohen’s Kappa分析、加权Kappa分析、ICC、Kendall’s W检验 和 Fleiss’ Kappa分析。今天我们分别了解Cohen’s Kappa分析和加权Kappa分析这两种方法的基础和实操步骤。

Cohen’s Kappa分析——当变量是无序分类变量时

Cohen’s Kappa是一种经典的统计方法，用于评估两位观察者对同一对象的分类结果是否具有一致性，且分类变量无需有顺序。其系数范围从-1到1，常见意义为：

1：完全一致。

0：与随机一致性相当，无意义。

负值：一致性低于随机水平。

理论基础

Cohen’s Kappa不仅考虑了两观察者实际的一致性，还排除了由于随机一致性而导致的偏差。因此，它比单纯的“百分比一致性”更科学。

适用场景

对二分类或无序多分类数据进行一致性评估。例如：诊断是否患病（是/否）、病理分型（A型/B型/C型）。

操作步骤（SPSS实例讲解）

我们以两位观察者对患者健康状态的分类结果为例，演示如何使用SPSS进行Cohen’s Kappa分析。

1.输入数据

将两位观察者（HS1和HS2）的分类数据输入SPSS表格。

2.调整变量视图

在“变量视图”中，设置HS1和HS2为数值型变量。

图片

3.执行分析

点击菜单中的“分析”→“描述统计”→“交叉表”，将HS1放入行，将HS2放入列。

图片

图片

4.统计设置

点击“统计”按钮，勾选“Kappa”。点击“单元格”按钮，勾选“实测值”、“期望值”、“百分比”。

图片

图片

5.查看结果

运行后，SPSS会输出Cohen’s Kappa值：

图片

  Kappa = 1，P<0.001

说明两位观察者的分类结果具有较强一致性。

6.结果解读

如果Kappa值接近1，表明一致性强；如果接近0或负值，则需要重新评估研究工具或观察者培训。

加权Kappa分析——当变量是有序分类变量时

加权Kappa是Cohen’s Kappa的拓展版本，适用于有序分类变量（例如：病情分级为轻度、中度、重度）。其核心思想是赋予不同程度的不一致以不同权重。例如，轻度与中度的差异小于轻度与重度。

理论基础

加权Kappa通过线性或平方加权，避免了无序分类方法中将所有不一致视为相等的问题。在很多情况下，分类变量存在有序性，如评分从“非常不满意”到“非常满意”。此时，简单地看是否“一致”会忽略评分之间的差异。例如，“非常不满意”与“满意”的差异显然比“满意”与“非常满意”更大。加权Kappa通过给不同的“不一致程度”赋予不同的权重，来反映评分之间的距离。权重的设定有两种常见方式：

线性加权：评分差异越大，不一致的程度越高，权重按线性递增。例如差两级的不一致程度是差一级的两倍。

平方加权：评分差异越大，不一致的程度呈指数递增。例如差两级的不一致程度是差一级的平方。

适用场景

对有序分类变量（如疼痛等级、疾病严重程度）进行一致性评估。

操作步骤（SPSS实例讲解）

1.输入数据

将两位观察者（PL1和PL2）对患者评分的数据输入SPSS表格：

图片

2.调整变量视图

在“变量视图”中，设置PL1和PL2为数值型变量。

图片

3.安装Weighted Kappa插件

在GitHub网站上，访问https://github.com/IBMPredictiveAnalytics/STATS_WEIGHTED_KAPPA ，点击“Code”按钮，然后选择“Download ZIP”，将插件文件下载到本地电脑上。然后点击“安装本地扩展束”：

图片

图片

图片

4.点击“交叉表”，将变量PL1和PL2分别放入行和列：

图片

图片

5.执行分析

点击菜单中的“分析”→“刻度”→“加权Kappa”。将PL1和PL2分别放入评分框中，选择“线性加权。

图片

图片

6.查看结果

输出结果显示：

图片

  加权Kappa = 1，95% CI：1~1，P<0.001

说明两位观察者在评分上的一致性非常强。

7.结果解读

加权Kappa值越接近1，说明一致性越强；越接近0，则一致性越差。

最后给大家一些超实用的建议哦。在进行信度分析和一致性检验的时候，一定要先确定好自己的数据类型，是量表题还是非量表题，是有序分类变量还是无序分类变量，这样才能选对合适的分析方法。而且在操作过程中，要仔细核对数据，就像厨师做菜要保证食材新鲜一样，数据准确才能得到可靠的结果。如果可能的话，多做几次练习，熟练掌握 SPSS 软件的操作，这样以后遇到类似的数据分析问题就能轻松应对啦。