관찰자간 일치도를 보는 카파 측정값은 우연히 발생할 수 있는 일치도의 정도를 교정하거나 보상합니다. Cohen의 카파가 아마도 가장 흔히 사용되는 계산이겠습니다만, 아래에 있는 Byrt 등의 논문은 Scott과 Bennett의 방법을 포함하여 다양한 다른 계산방법을 검토하고 있습니다.
Cohen의 카파는 또한 다음 계산식과 같은 값을 낼 수 있습니다: 2 * ((a * d) - (b * c)) / ((g1 * f2) + (g2 * f1))
Scott의 카파는 또한 편견을 교정한 카파(Bias Adjusted Kappa)로 알려져 있습니다 (BAK or Pi).
Bennett의 공식은 또한 Prevalence-adjusted Bias-adjusted Kappa (PABAK)로 알려진 결과를 만들어 냅니다. 두가지 효과를 교정함으로써 우리는 단순한 선형관계를 얻습니다. 왜냐하면 P_Expected가 .5로 맞추어져 있어서
( P_Observed - P_Expected ) / ( 1 - P_Expected )
( P_Observed - .5 ) / ( 1 - .5 )이기 때문입니다.
그리고 그 방정식은 위에 보이는 simple Benett's formula로 쉽게 바꿀 수 있습니다.
Phi는 이 2x2 표안에서 쓰이는 상관계수입니다.
입력변수는 관찰자들이 확실히 동의하거나(input A), 혹은 동의하지 않거나(input B), 혹은 가능한 두가지 조합의 동의하지 않음(input B와 C)을 의미합니다
- 참고문헌
Cohen JA, A coefficient of agreement for nominal scales, Educ Psych Meas, 1960; 20:37-46
Cicchetti DV, Feinstein AR, High agreement but low kappa: II. Resolving the paradoxes, J Clin Epidemiol, 1990;43(6):551-558 
Bennett EM, Albert R, Goldstein AC, Communications through limited response questioning, Public Opinion Q, 1954; 18:303-308
Scott WA, Reliability of content analysis: The case of nominal scale coding, Public Opinion Q, 1955; 19:321-325
Byrt T, Bishop J, Carlin JB, Bias, prevalence and kappa, J Clin Epidem, 1993; v46 #5, 423-429