如果每位评估员对同一部件都有两次或多次评级，您可以评估每位评估员多次试验评级的一致性。借助 3 个或更多水平的顺序数据，可以计算 Kendall 的一致性系数。

Kendall 的一致性系数表示一位评估员所做的多个评级之间的关联程度。它使用有关相对评级的信息，并且对错误分类的严重性很敏感。例如，将馅饼皮的酥脆程度评定为 1 至 5 个等级。将完全酥脆的馅饼皮（等级 = 5）错误地归类为未烤透 (1) 的后果要比将其错误地归类为大部分酥脆 (4) 的后果严重。

Kendall 的一致性系数可以从 0 变化到 1。Kendall 一致性系数的值越高，关联程度就越强。

根据您的样品数据，使用 p 值在两个对立假设之间选择：

·    H0：评估员所做的多个评级之间没有关联

·    H1：各个评级之间相互关联

如果原假设 (H0) 为真，则 p 值给出了得到样本的可能性，及其特定 Kendall 一致性系数。如果 p 值小于或等于预先确定的显著性水平（a 水平），则否定原假设，转而支持备择假设。

Kendall 的一致性系数
 
检验员     系数     卡方  自由度       P
Amanda  1.00000  58.0000      29  0.0011
Britt   0.99547  57.7374      29  0.0012
Eric    0.99006  57.4233      29  0.0013
Mike    0.99228  57.5523      29  0.0012
                                        

就织物数据来说，当 a = 0.05 时，对所有评估员都有 p < 0.05 (0.0011, 0.0012, 0.0013, 0.0012)，因此可以否定原假设。各个印染质量评级之间相互显著关联。