克里彭多夫 α 计算器
衡量内容分析中的编码者间信度。每个分析单位单独占一行，粘贴各编码者赋予的类别代码。
学习手动计算方法输入数值
结果随输入自动更新。
每行对应一个分析单位，依次填写各编码者赋予的数字类别代码。缺失评价可省略，因此各行长度可以不同。
克里彭多夫 α
请检查输入
输入有效数值即可查看结果。需要帮助时，请参阅字段提示或打开数据输入指南。
计算在您的浏览器中完成，数据不会发送给我们。
自己动手计算
两位编码者对四个对象分类，类别用数字表示，成对结果为 1,1；1,2；2,2；2,2。
按照示例了解计算过程，再代入您自己的数值。
建立配对计数表
配对计数表的两行为 2,1 和 1,4。类别合计为 n₁ = 3、n₂ = 5；n = 8。对每个对象，统计两个方向的编码者有序配对。若某对象有 m 个有效评分，每个有序配对的权重为 1/(m − 1)；少于两个评分的对象不参与计算。
计算观察到的不一致率
Dₒ = 非对角线合计 ÷ n = (1 + 1) ÷ 8 = 0.25。计算期望不一致率
Dₑ = [2 × n₁ × n₂] ÷ [n(n − 1)] = (2 × 3 × 5) ÷ (8 × 7) = 30/56。比较观察与期望不一致率
α = 1 − Dₒ/Dₑ = 1 − 0.25/(30/56) ≈ 0.533。类别多于两个时，期望不一致率的分子应对所有不同类别的有序组合求和，即累加 nᶜ × nᵈ。
这里计算名义尺度的 α，所有类别不一致均按相同程度计入。允许评分缺失，但每个对象至少有两个有效评分才会参与计算。
在计算器中核对答案
为什么使用克里彭多夫 α
克里彭多夫 α（Krippendorff’s alpha）是内容分析和编码研究中常用的信度指标。与单纯的一致率不同，它会校正偶然一致性，并可处理多位编码者及缺失评价，因此不要求每位编码者评价每个单位。本计算器使用名义尺度差异函数，将任意两个不同类别之间的差异视为相同程度。
如何解读数值
α 的上限为 1。常用参考阈值为 0.80：达到或超过该值通常视为可靠；从 0.667 到低于 0.80 的结果一般只适合形成谨慎、暂定的结论；低于 0.667 则通常需要进一步改进编码一致性。具体要求应结合研究用途。
常见问题
各行长度可以不同吗？
可以。某位编码者没有评价某个单位时，可在该行省略这一项，因此各行长度可以不同。克里彭多夫 α 允许缺失评价，但一个单位至少需要两次有效评价，才能参与一致性计算。