카파는 여러 평가자가 동일한 표본을 평가할 때 명목형 또는 순서형 평가의 합치도를 측정한다.
예를 들어 의사 두 명이 환자 45명에 대해 특정한 질병의 감염 여부를 검사한다고 가정하자.
두 의사의 상태(양성 또는 음성) 진단이 얼마나 자주 일치하는가?
 

명목형 평가의 또 한 가지 예로 TV 화면의 결점을 평가하는 검사자들의 경우를 들 수 있다.
검사자들이 거품과 얼룩, 반점의 구분에 대해 항상 동의하는가?

"카파 값 해석"
 
카파 값의 범위는 -1에서 +1 사이이다. 카파 값이 클수록 합치도가 강하다.
카파 값에 따라 다음과 같이 결론을 내릴 수 있다.
  • 카파 = 1이면 완전하게 합치하는 것이다.
  • 카파 = 0이면 합치가 우연히 발생하기를 기대하는 것과 같다.
  • 카파 < 0이면 합치가 우연히 발생하기를 기대하는 것보다 약하며,
    이러한 경우는 거의 발생하지 않는다.
 
 

 
 
일반적으로 최소한 0.70의 카파 값이 필요하지만, 0.90에 가까운 카파 값이 바람직하다.
1-5의 척도를 사용하여 결점의 심각한 정도를 표시할 때처럼 순서형 평가를 하는 경우에는
일반적으로 카파보다는 Kendall의 계수가 연관성을 평가하는 데 더 적절한 통계량이다.

"참고"
 
다음 두 가지 조건 중 하나가 참인 경우에만 Cohen의 카파를 계산할 수 있다.
  • 두 평가자가 각각 각 표본에 대해 하나의 시행을 평가한다.
  • 한 평가자가 각 표본에 대해 두 개의 시행을 평가한다.