Kappa可以用來評估評分者間同意一致性 很多時候 變項測量值來自於他人的評分 例如 醫生對病人的復原評估(因為病人的自我報告分數很可能比較不可信)

然而 有時候我們會懷疑是否這個醫生的評估會有超出想像的測量偏誤(measurement error) 這時 可能會請另一位醫生對同一組病人進行同樣程序的評估 如果這兩位醫生(沒有互相影響的狀況下)的評估完全一致 那麼Kappa係數為1 這意味著評分者測量偏誤存在的現實變小了

有時候 你會看見建立於此係數的顯著檢定 它僅僅利用了標準誤的概念把Kappa值轉換為z值 並使用單尾檢定 這檢定Kappa值是否與零有顯著差異

另一種評估Kappa的方法並不使用顯著檢定 它僅僅使用了Fleiss在1971年所提出的準則:

0.4-06(一般)

0.6-0.75(好)

 > 0.75(太棒了)

如果你計算出來的Kappa值為負值 那麼表示觀察到的一致性小於機率一致性 這當然不是研究者所樂於見到的

Kappa分析適用名義資料(nominal data)