属性一致性工作表

# 1、作用

属性一致性工作表设计需规划样本信息、判断标准、操作员信息、多次判定结果等记录栏，后续再通过统计不同操作员对属性特征的判定一致性程度（如kappa 系数等），以评估属性测量系统的可靠性与有效性。

# 2、输入输出描述

输入：检验员信息和样本信息

输出：属性一致性工作表

# 3、案例示例

案例：某建筑公司对 10 个在建工地（样本）进行安全隐患排查，安排 3 名安全检验员（检验员 1、2、3）各对每个工地开展 2 次独立检查，将安全隐患风险等级划分为 低风险（设备轻微老化）、中风险（防护措施缺失）、高风险（结构稳定性问题） 。已知标准结果由行业专家团队根据现场检测数据和规范统一评定

# 4、案例操作

step1：选择【属性一致性表 】；
step2：查看对应的数据数据格式，【属性一致性表 】要求填写样本与检验员的信息；
step3：点击【开始分析】，完成全部操作。

# 5、输出结果分析

输出结果1：属性一致性工作表

# 6、注意事项

同一评价者两次评价的样本顺序需打乱（如首次按 S1-S10，二次按 S3-S7-S1…），减少顺序效应导致的偏差。

# 7、模型理论

属性一致性分析的本质是验证 “不同操作员对同一批样本的判定结果”“同一操作员多次判定的结果” 是否与 “标准真值” 一致。

样本信息	提供判定对象的基准数据	需唯一标识（如样本编号），作为多次判定、多操作员判定的 “共同对象”，确保结果可比。
操作员信息	标识判定主体	用于分析 “不同操作员间的一致性”（如 A 与 B 的判定重合率）和 “同一操作员的重复性”（如 A 两次判定的一致性）。
标准真值（可选）	提供 “绝对正确” 的参考结果	若样本有明确标准（如已知合格 / 不合格），则作为判定准确性的基准；若无，则通过多专家共识确定 “名义真值”。
多次判定	提供同一操作员的判定次数	若存在重复判断，需与 “样本标准真值” 对比，计算 “准确率”；同时与同一操作员的其他判定、其他操作员的判定对比，计算 “一致性率”。
随机化	提供操作员的的判定是否随机	随机化是确保判定结果客观性、排除系统偏差的关键环节，其核心原理是通过打乱样本呈现顺序，避免操作员因 “样本顺序暗示”“记忆偏差” 或 “主观预期” 影响判定结果。

# 8 、参考文献

[1]Scientific Platform Serving for Statistics Professional 2021. SPSSPRO. (Version 1.0.11)[Online Application Software]. Retrieved from https://www.spsspro.com.