一致性检验
基本原理:一致性检验主要用于配对样本的比较，目的是通过单一样本数据推断两种处理结果是否一致。此检验方法在医学统计学中应用较多。例如，研究者希望考察不同的诊断方法在诊断结果上是否具有一致性，如评价两种诊断试验方法对同一个样本（化验对象）的化验结果的一致性、两个医务工作者对同一组病人的诊断结论的一致性、同一医务工作者对同一组病人前后进行两次观察做出诊断的一致性等。1960年Cohen等人提出用Kappa统计量作为评价判断一致性程度的指标。实践证明，它是一个描述一致性较为理想的指标，因此现在得到广泛的应用。Kappa系数作为评价判断的一致性程度的重要指标，取值在0～1之间。一般情况下，Kappa≥0.75，则两者一致性较好；0.75＞Kappa≥0.4，则两者一致性一般；Kappa＜0.4，则两者一致性较差。例:为了让公司的面试更加科学化和规范化，人力资源管理部门在某一面试环节分别让两名面试官对相同的求职者进行面试，并且划分评定等级，记录结果如表所示，试问这两名面试官的评定标准是否一致？编程法：编写如下程序proc freq data=chap8.hrorder=data;
/*调用freq过程，且变量取值按进入数据集的先后排序*/
tables hr1*hr2/agree;
/*定义二维列联表的行变量为hr1，列变量为hr2，进行一致性检验*/
test Kappa; /*检验Kappa统计量*/
weight count; /*定义加权变量为count*/
run;
选择Run|Submit命令提交程序，以下分析主要输出结果：由表可知Kappa系数为0.1843，它的95％置信区间为（0.1119，0.2567），则两个面试官的评价一致性较差。
Kappa系数
SimpleKappa Coefficient
Kappa0.1843
ASE0.0369
95％Lower Conf Limit0.1119
95％Upper Conf Limit0.2567
表为加权Kappa系数的值（0.2532）、它的ASE检验P 值及95％置信区间。这一结果进一步验证了两个面试官对应聘者的评价的一致性较差。
加权Kappa系数
Weighted Kappa Coefficient
WeightedKappa0.2532
ASE0.0448
95％Lower Conf Limit0.1654
95％Upper Conf Limit0.3411
菜单法：步骤一：选择Solutions|Analysis|Analyst命令，进入Analyst分析界面。步骤二：打开数据集。步骤三：选择Statistics|Table Analysis命令，弹出如图所示对话框，单击变量hr1，再单击Row（行）按钮，则将变量hr1选为行变量，用同样的方法将变量hr2选为列变量，将变量count选进Cell Counts（单元格计数）。单击Input（进入）按钮，弹出如图所示对话框，单击选择Order of appearance in dataset（变量取值按其进入数据集的先后排序）。单击OK按钮保存设置并返回上图所示对话框。单击Statistics（统计量）按钮，弹出如图所示对话框，选择Measures of agreement（一致性度量），定义输出一致性度量统计量。单击OK按钮保存设置并返回。单击OK按钮，则输出与编程法类似的结果。
页:
[1]