我該如何解釋在 Attribute Agreement Analysis 中的 Kappa 和 Kendall 統計量?
Kappa 統計量是一個關於審查員給分的絕對一致性量測值，當您的資料有 2 個或是多個水準並且無關大小的名稱資料時，使用 Kappa 統計量，例如「鬆脆、糊狀、酥脆」。如果您的資料具有大小順序關係，您可以解釋 kappa 和 Kendall 統計量，Kendall 統計量是一個關於審查員評分的相關性量測值，只有當您的資料具有 3 種或更多水準並具有大小順序時使用，例如「非常不同意、不同意、中立、同意、非常同意」。
Kappa 是一個不考慮隨機性一致狀況的一致性比例值，如果 kappa = 1 表示完全一致，如果 kappa = 0，表示一致性是隨機的。當一致性越強，kappa 值會越大。負值表示一致性比隨機狀況還低，此狀況比較罕見。在應用時，kappa 值小於 0.7 表示量測系統需要改善，Kappa 值大於 0.9 則視為量測系統非常好。
您可以使用 kappa 和 Kendall 統計量回答下列問題：
