TA的首页Kappa一致性系数怎么算？一文读懂科恩Kappa、判读标准与演示算例
Kappa一致性系数怎么算？一文读懂科恩Kappa、判读标准与演示算例
在质量管理和医疗评估中，我们经常需要判断“两个评价者”或“两种方法”对同一批对象的判定结果是否一致。比如，两名检验员对同一批产品进行“合格/不合格”判定，或者两位医生对同一组影像进行“阳性/阴性”诊断。如果只看“总符合率”，往往会掩盖偶然一致的影响——即使两人完全随机乱猜，也会有相当比例的“碰巧一致”。这时，就需要引入 Kappa一致性系数（Cohen's Kappa）来校正随机一致，真实反映评价者间的一致性水平。
本文基于科恩Kappa系数（Cohen's kappa）、Landis & Koch（1977）的判读标准，以及AIAG《MSA手册》计数型测量系统分析的相关思想，为你系统讲解Kappa是什么、如何计算、如何判读，并给出一个可手工复算的演示算例。
一、Kappa一致性是什么？
Kappa一致性系数是一种校正了随机一致后的观察一致率指标。它由Cohen于1960年提出，适用于两个评价者对同一组对象进行分类判定（如合格/不合格、有/无缺陷、良/恶性等）时的一致性评估。
其核心思想是：
公式为：
κ = (P_o - P_e)/(1 - P_e)
其中：
当 κ = 1 时，表示完全一致；当 κ = 0 时，表示观察一致率与偶然一致率相同，即一致性完全可由随机解释；当 κ < 0 时，表示观察一致率低于偶然一致率，即一致性比随机还差。
二、怎么做：Kappa的计算步骤
以两个评价者、二分类（如“合格/不合格”）为例，步骤如下：
第1步：构建交叉分类表（2×2列联表）
其中：
第2步：计算观察一致率 P_o
P_o = (a + d)/(N)
第3步：计算期望偶然一致率 P_e
P_e = (r_1)/(N) × (c_1)/(N) + (r_2)/(N) × (c_2)/(N)
即：A判“合格”的边缘比例 × B判“合格”的边缘比例 + A判“不合格”的边缘比例 × B判“不合格”的边缘比例。
第4步：代入公式计算 κ
κ = (P_o - P_e)/(1 - P_e)
三、一个演示算例（示例数据，仅供演示）
假设两名检验员甲、乙对30件产品进行“合格/不合格”判定，结果如下（示例数据，仅供演示）：
第1步：计算 P_o
P_o = (18 + 7)/(30) = (25)/(30) = 0.8333
第2步：计算 P_e
P_e = (21)/(30) × (20)/(30) + (9)/(30) × (10)/(30)
= 0.7 × 0.6667 + 0.3 × 0.3333
= 0.4667 + 0.1 = 0.5667
第3步：计算 κ
κ = (0.8333 - 0.5667)/(1 - 0.5667) = (0.2666)/(0.4333) ≈ 0.615
判读：根据Landis & Koch（1977）标准， κ = 0.615 落在0.61–0.80区间，属于 “高度一致”（substantial agreement）。
四、Kappa判读标准（Landis & Koch, 1977）
Landis和Koch于1977年在Biometrics上提出了广为使用的Kappa值判读分级：
该判读标准是公开文献中的经典参考值，广泛应用于医学诊断、质量检验、行为编码等领域。
五、常见误区（选读）
1. 误区一：总符合率高就代表一致性好。
总符合率未校正随机一致。当某一类别的边缘概率很高时（如99%合格），即使两名评价者完全随机判，总符合率也可能高达98%以上，但Kappa可能很低甚至接近0。
2. 误区二：Kappa越低说明评价者越差。
Kappa受类别分布（边际概率）影响。当数据中某一类别占比极高时，Kappa会被压低，即使实际判定错误很少。因此，在比较不同研究的Kappa时需谨慎。
3. 误区三：Kappa只适用于二分类。
实际上Cohen's Kappa可扩展至多分类（加权Kappa），但本文公式针对二分类。多分类时需使用加权Kappa或Fleiss' Kappa（适用于多个评价者）。
六、在线工具推荐
如果你不想手动建表计算，可以使用在线Kappa一致性计算工具，输入交叉表数据即可快速得到Kappa值及判读结果：
? Kappa一致性在线计算工具
该工具基于科恩Kappa公式，支持二分类及多分类数据，自动计算 P_o 、 P_e 、 κ 值，并参照Landis & Koch（1977）标准给出文字判读，适合质量工程师、医疗研究人员及六西格玛项目使用。
参考依据：Cohen (1960) 提出的Kappa系数；Landis & Koch (1977) 判读标准；AIAG《MSA手册》计数型测量系统分析中关于属性一致性评估的框架。文中算例为演示数据，非真实工厂数据。
在质量管理和医疗评估中，我们经常需要判断“两个评价者”或“两种方法”对同一批对象的判定结果是否一致。比如，两名检验员对同一批产品进行“合格/不合格”判定，或者两位医生对同一组影像进行“阳性/阴性”诊断。如果只看“总符合率”，往往会掩盖偶然一致的影响——即使两人完全随机乱猜，也会有相当比例的“碰巧一致”。这时，就需要引入 Kappa一致性系数（Cohen's Kappa）来校正随机一致，真实反映评价者间的一致性水平。
本文基于科恩Kappa系数（Cohen's kappa）、Landis & Koch（1977）的判读标准，以及AIAG《MSA手册》计数型测量系统分析的相关思想，为你系统讲解Kappa是什么、如何计算、如何判读，并给出一个可手工复算的演示算例。
一、Kappa一致性是什么？
Kappa一致性系数是一种校正了随机一致后的观察一致率指标。它由Cohen于1960年提出，适用于两个评价者对同一组对象进行分类判定（如合格/不合格、有/无缺陷、良/恶性等）时的一致性评估。
其核心思想是：
实际观察到的一致率（Po）中，扣除掉“纯粹因偶然造成的一致率”（Pe），再除以“除偶然外最大可能的一致率”（1 - Pe）。
公式为：
κ = (P_o - P_e)/(1 - P_e)
其中：
- P_o = 实际观察一致率（两名评价者判定结果相同的样本比例）
- P_e = 期望偶然一致率（假设两名评价者独立随机判定时，预期会一致的比例）
当 κ = 1 时，表示完全一致；当 κ = 0 时，表示观察一致率与偶然一致率相同，即一致性完全可由随机解释；当 κ < 0 时，表示观察一致率低于偶然一致率，即一致性比随机还差。
二、怎么做：Kappa的计算步骤
以两个评价者、二分类（如“合格/不合格”）为例，步骤如下：
第1步：构建交叉分类表（2×2列联表）
| 评价者B：合格 | 评价者B：不合格 | 合计 | |
| 评价者A：合格 | a | b | r1 |
| 评价者A：不合格 | c | d | r2 |
| 合计 | c1 | c2 | N |
其中：
- a = 两人都判“合格”的样本数
- d = 两人都判“不合格”的样本数
- b = A判“合格”而B判“不合格”的样本数
- c = A判“不合格”而B判“合格”的样本数
- N = 总样本数
第2步：计算观察一致率 P_o
P_o = (a + d)/(N)
第3步：计算期望偶然一致率 P_e
P_e = (r_1)/(N) × (c_1)/(N) + (r_2)/(N) × (c_2)/(N)
即：A判“合格”的边缘比例 × B判“合格”的边缘比例 + A判“不合格”的边缘比例 × B判“不合格”的边缘比例。
第4步：代入公式计算 κ
κ = (P_o - P_e)/(1 - P_e)
三、一个演示算例（示例数据，仅供演示）
假设两名检验员甲、乙对30件产品进行“合格/不合格”判定，结果如下（示例数据，仅供演示）：
| 乙：合格 | 乙：不合格 | 合计 | |
| 甲：合格 | 18 | 3 | 21 |
| 甲：不合格 | 2 | 7 | 9 |
| 合计 | 20 | 10 | 30 |
第1步：计算 P_o
P_o = (18 + 7)/(30) = (25)/(30) = 0.8333
第2步：计算 P_e
P_e = (21)/(30) × (20)/(30) + (9)/(30) × (10)/(30)
= 0.7 × 0.6667 + 0.3 × 0.3333
= 0.4667 + 0.1 = 0.5667
第3步：计算 κ
κ = (0.8333 - 0.5667)/(1 - 0.5667) = (0.2666)/(0.4333) ≈ 0.615
判读：根据Landis & Koch（1977）标准， κ = 0.615 落在0.61–0.80区间，属于 “高度一致”（substantial agreement）。
四、Kappa判读标准（Landis & Koch, 1977）
Landis和Koch于1977年在Biometrics上提出了广为使用的Kappa值判读分级：
| Kappa值范围 | 一致性强度 |
| < 0 | 差（poor） |
| 0 – 0.20 | 轻微（slight） |
| 0.21 – 0.40 | 一般（fair） |
| 0.41 – 0.60 | 中等（moderate） |
| 0.61 – 0.80 | 高度（substantial） |
| 0.81 – 1.00 | 几乎完全（almost perfect） |
该判读标准是公开文献中的经典参考值，广泛应用于医学诊断、质量检验、行为编码等领域。
五、常见误区（选读）
1. 误区一：总符合率高就代表一致性好。
总符合率未校正随机一致。当某一类别的边缘概率很高时（如99%合格），即使两名评价者完全随机判，总符合率也可能高达98%以上，但Kappa可能很低甚至接近0。
2. 误区二：Kappa越低说明评价者越差。
Kappa受类别分布（边际概率）影响。当数据中某一类别占比极高时，Kappa会被压低，即使实际判定错误很少。因此，在比较不同研究的Kappa时需谨慎。
3. 误区三：Kappa只适用于二分类。
实际上Cohen's Kappa可扩展至多分类（加权Kappa），但本文公式针对二分类。多分类时需使用加权Kappa或Fleiss' Kappa（适用于多个评价者）。
六、在线工具推荐
如果你不想手动建表计算，可以使用在线Kappa一致性计算工具，输入交叉表数据即可快速得到Kappa值及判读结果：
? Kappa一致性在线计算工具
下图是 6SQ 在线工具一键生成的结果效果：
该工具基于科恩Kappa公式，支持二分类及多分类数据，自动计算 P_o 、 P_e 、 κ 值，并参照Landis & Koch（1977）标准给出文字判读，适合质量工程师、医疗研究人员及六西格玛项目使用。
参考依据：Cohen (1960) 提出的Kappa系数；Landis & Koch (1977) 判读标准；AIAG《MSA手册》计数型测量系统分析中关于属性一致性评估的框架。文中算例为演示数据，非真实工厂数据。
