kappa一致性係數
它是通過把所有地表真實分類中的像元總數（N）乘以混淆矩陣對角線（Xkk）的和，再減去某一類地表真實像元總數與被誤分成該類像元總數之積對所有類別求和的結果，再除以總像元數的平方減去某一類中地表真實像元總數與該類中被誤分成該類像元總數之積對所有類別求和的結果所得到的。
計算公式編輯
兩幅柵格圖的kappa計算公式為 k = (Po-Pc)/(1-Pc)
設柵格總象元數為n，真實柵格為1的象元數為a1，為0的象元數為a0，模擬柵格為1的象元數為b1，為0的象元數為b0，兩個柵格對應象元值相等的象元數為s，則
Po = s/n， Pc = (a1*b1+a0*b0)/(n*n)
在arcmap里，a1、a0、b1、b0從屬性表可讀出，s用raster calculator配合con()函式不難求出。
kappa計算結果為-1~1，但通常kappa是落在 0~1 間，可分為五組來表示不同級別的一致性：0.0~0.20極低的一致性(slight)、0.21~0.40一般的一致性(fair)、0.41~0.60 中等的一致性(moderate)、0.61~0.80 高度的一致性(substantial)和0.81~1幾乎完全一致(almost perfect)。
spearman係數
對不服從常態分配的資料、原始資料等級資料、一側開口資料、總體分布類型未知的資料不符合使用積矩相關係數來描述關聯性。此時可採用秩相關（rank correlation），也稱等級相關，來描述兩個變數之間的關聯程度與方向。
計算步驟：
⑴編秩：將兩變數X、Y成對的觀察值分別從小到大順序編秩，用pi表示xi的秩次；用qi表示yi的秩次。若觀察值相同取平均秩次。
⑵將秩次帶入公式計算：
⑶由樣本算得的秩相關係數是否有統計學意義，應作假設檢驗。
檢驗編輯
⑴建立假設檢驗，確定檢驗水準：
⑵計算檢驗統計量：
查秩相關係數界值表，若超過界值表，則拒絕 ；作檢驗。
內部一致性信度
內部一致性信度，又稱內部一致性係數，是指用來測量同一個概念的多個計量指標的一致性程度 。
分半法實際是對測驗內部一致性的一個粗略估計。鑒於同一個測驗分半的方法有很多，且每一種分半方法所得的信度值又不同，因此有必要採取其它的方式彌補分半法的不足，比如：庫—理信度係數、克倫巴赫α係數、荷伊特信度、因素分析法和綜合信度ρo係數分析等。
內部一致性信度（internal consistency reliability），也叫做內部一致性係數（coefficient of internal consistancy）、同質性信度（homogeneity reliability），它是指測驗內部所有題目間的一致性程度。
這裡的“一致性”指的是分數的一致，而非題目內容或形式的一致。因此，若測驗的各個題目得分有較高的正相關時，不論題目內容和形式如何，測試都是同質的；相反，即使所有題目看起來都好像測量同一特質，但分數相關很低時，這個測驗就是異質的。
內部一致性信度主要反映的是測驗內部題目之間的信度關係，考察測驗的各個題目是否測量了相同的內容或特質。
複本法適用於許多測驗，尤其是能力測驗（學業能力，智力，特殊能力）。但是，為測驗建立複本通常花費較高，而且很難順利編制。於是，研究者就把測驗項目劃分成不同的樣本，從而間接地考慮一致性信度，這就是內部一致法（method of internal consistency）。
但是，內部一致性係數（internal consistency coefficients）並不能反映這些誤差。因此，不能把內部一致性係數等同於真正的重測信度或複本信度。
內部一致性估計是有用的信度量數 ，因為它只測量一次，因此可以排除記憶和練習的效果。然而，也存在一定的問題：
1）它們只可在測量單一特質的測驗上使用。
e.g.它們可用於拼音測驗，但不能用在包含拼音、閱讀理解和作文等部分的語文測驗。
2）當套用在速度測驗上時，內部一致性量數會有信度估計膨脹的現象。
因為速度測驗都是簡單或相對簡單的題目，並且要在限制時間內完成。在這樣的測驗中，受測者應該可以答對他所作答的大多數題目，因此內部一致性都會很高。
