■ 일반 카파와 가중 카파 차이 두 평정자가 동일한 범주에 속했을 때의 관측 일치 비율 p_o와 우연 일치 비율 p_e를 이용해 Cohen 카파를 계산합니다. 가중 카파는 점수가 가까울수록 불일치를 덜 벌점으로 반영하도록 가중치 w_{ij}를 적용합니다. 따라서 같은 데이터라도 가중 방식에 따라 κ 값이 달라집니다. ■ R 코드 예시 kappa <- cohen.kappa(table(rater1, rater2)) kappa_w <- weighted.kappa(table(rater1, rater2), weight="linear") 첫 번째 줄은 기본 카파를, 두 번째 줄은 선형 가중을 적용한 카파를 각각 구합니다. 결과 κ 값이 1에 가까울수록 평정자 간 일치도가 높다고 판단합니다. 보고할 지표 선택은 연구 목적에 따라 달라집니다. 평정자 간 차이가 실질적인 의미를 가질 경우 가중 카파를 권장합니다. 단순 범주 일치만이 관심이라면 일반 카파가 충분합니다. 자세한 내용: https://ssra.or.kr/kc/post.php?id=195