コーエンのカッパ係数とは？
コーエンのカッパ係数（κ）は、2人の評価者がそれぞれ対象を互いに排他的なカテゴリーに分類したとき、その判定がどれだけ一致しているかを示す統計量です。単純な一致率（一致した割合）とは違い、カッパ係数は「偶然だけでも一致してしまう分」を差し引いて補正するため、信頼性をより正直に表す指標といえます。本ツールは、評価者2名・カテゴリー2種という最もよくあるケース（2×2分割表）に対応しています。
使い方
2×2分割表の4つのセルの度数を入力してください。両方の評価者が「はい」と判定した数（a）、評価者1が「はい」・評価者2が「いいえ」とした数（b）、その逆（c）、そして両方が「いいえ」とした数（d）です。入力すると、カッパ係数に加えて観測一致率と偶然による期待一致率が表示されます。
計算式の解説
観測一致率は \(p_o = (a + d) / n\) で、評価者の判定が実際に一致した割合を表します。期待一致率 \(p_e\) は周辺度数から求められ、両者が偶然ともに「はい」とする確率と、ともに「いいえ」とする確率を足し合わせたものです。カッパ係数は $$\kappa = \frac{p_o - p_e}{1 - p_e}$$ で計算します。値が1なら完全一致、0なら偶然と同程度の一致、負の値なら偶然以下（つまり食い違いが目立つ状態）を意味します。
計算例
たとえば \(a = 20\)、\(b = 5\)、\(c = 10\)、\(d = 15\) とすると、\(n = 50\) です。観測一致率は $$p_o = \frac{20 + 15}{50} = 0.70$$ 周辺度数から期待一致率は $$p_e = \frac{25}{50}\cdot\frac{30}{50} + \frac{25}{50}\cdot\frac{20}{50} = 0.30 + 0.20 = 0.50$$ となります。したがって $$\kappa = \frac{0.70 - 0.50}{1 - 0.50} = \frac{0.20}{0.50} = 0.40$$ となり、「まずまずの一致（fair）」と判定されます。
よくある質問（FAQ）
値はどう解釈すればいいですか？ よく使われる目安（Landis & Koch）は次の通りです：<0 ほとんど一致なし、0〜0.20 わずかな一致、0.21〜0.40 まずまずの一致、0.41〜0.60 中程度の一致、0.61〜0.80 かなりの一致、0.81〜1.00 ほぼ完全な一致。
一致率は高いのにカッパ係数が低いのはなぜ？ 一方のカテゴリーに判定が偏っていると、偶然による期待一致率（\(p_e\)）が高くなります。そのため、生の一致率が90%以上あってもカッパ係数が低く出ることがあります。これは「カッパのパラドックス」と呼ばれる現象です。
カッパ係数が負になることはありますか？ あります。負のカッパ係数は、観測された一致が偶然による予測を下回っていることを意味し、体系的な食い違い（systematic disagreement）があることを示唆します。
