5.8 配对四格表的Kappa 一致性检验
最后更新：2026/07/03
应用场景：
配对设计的两组计数资料，推断组间结果的一致性（有无及程度）。
前提条件：
- 配对设计；
- 计数资料为二分类；
【例5-10】 抑郁自评与他人评价的一致性问题
Duberstein et al. (2011)[1]的研究发现，在老年人中，那些性格开朗、待人友善的患者，最容易被家人和朋友“看走眼“而忽略了他们的抑郁问题。该研究中，有191名普通门诊的老年患者，对自己是否患有抑郁进行了自评，同时由家人或朋友（知情者）进行评价，以对比两者的一致性。
1. 建立数据集
使用SPSS对该数据进行Kappa一致性检验，数据结构如下：
数据视图：
图5-8-1
变量视图：
图5-8-2
变量说明：Proband为患者自评结果；Informat为知情人评价结果。
四格表形式如下：
图5-8-3
2. 配对四格表的Kappa一致性检验操作
先进行加权操作（操作可参见四格表卡方检验），然后点击菜单：**Analyze => Descriptive Statistics => Crosstabs **，设置统计量（Statistics）如下：
图5-8-4
注意：我们在选择Kappa一致性检验的同时，==还勾选了McNemar检验==。
3. 结果解读
经上述菜单操作，默认输出（SPSS 27 64位）的统计结果中包括4个统计表，McNemar检验与Kappa一致性检验的结果如下：
图5-8-5
根据McNemar检验结果，我们认为：患者自评与知情人评价的结果存在差异（$P<0.001$）。
而Kappa一致性检验的结果告诉我们：==患者自评与知情者他评，结果具有一定的一致性（$\kappa=0.326, P<0.001$）。==
一个检验结果说结果有差异，而另一检验结果说结果具有一致性，而且这两个检验结果还都是有统计学意义的，这是否矛盾？
其实，这两个方法回答的是完全不同的科学问题，结果并不矛盾。
-
McNemar，回答的是：两种方法的阳性率是否有差异？它的目的是检出差异，统计方法中只关注两组中不同的部分（本例自评与他评结果不同的分别是18与48），即使差异不大，很多时候（如样本量较大）也能得到差异有统计学意义的结论；
-
Kappa检验，回答的是：两种方法的结果是否一致？它的目的是检验一致性，统计方法中只关注两组中相同的部分（四格表中的63与62），对于我们的样本数据，Kappa 一致性系数（$\kappa$）不太可能是0（毕竟还有随机误差导致的一致结果），即使得到有统计学意义的结果，也只是说：这种一致性不太可能由抽样误差造成。
这两种检验的结果，就好比两位裁判给运动员打分：
- Kappa一致性检验（$P\le0.05$）是说：这两位裁判的打分高低还是具有一定默契的（要高都高要低都低）；
- McNemar检验（$P\le0.05$）是说：虽然两位裁判的打分有默契，但还是有所不同（如某位裁判打分偏低）。
对于Kappa一致性检验，除了判断一致性的有无，还可以根据Kappa一致性系数，对一致性的程度进行评价，一个经验法则如下：
[1] Duberstein PR, Ma Y, Chapman BP, Conwell Y, McGriff J, Coyne JC, et al. Detection of depression in older adults by family and friends: distinguishing mood disorder signals from the noise of personality and everyday life. Int Psychogeriatr. 2011;23(4): 634–643. doi: 10.1017/S1041610210001808