如果每个评级都有已知的标准，则可以评估每位评估员各次试验评级的正确性。借助 3 个或更多水平的顺序数据，可以计算 Kendall 的相关系数以检查评级和标准之间的关联性。

对于织物数据，Kendall 系数是由一位评估员进行的所有试验中的 Kendall 秩序相关系数的平均值。对于每个试验，Kendall 秩序相关表达了评估员的评级与标准之间的关联程度。Kendall 相关系数使用了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 系数可以从 -1 变化到 1。正值表示正向关联，负值表示负向关联。此外，量值越高，关联越强。

根据您的样品数据，使用 p 值在两个对立假设之间选择：

·    H0：每位评估员的评级和标准之间没有关联

·    H1：每位评估员的评级和标准相关

如果原假设 (H0) 为真，p 值提供了得到具有其特定 Kendall 相关系数的样本的概率。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，并声明支持备择假设。

Kendall 的相关系数
 
检验员      系数  系数标准误        Z       P
Amanda  0.983244   0.0911120  10.7790  0.0000
Britt   0.973516   0.0911120  10.6722  0.0000
Eric    0.962974   0.0911120  10.5565  0.0000
Mike    0.984658   0.0911120  10.7945  0.0000
                                             

就织物数据而言，当 a = 0.05 时，对所有评估员均有 p = 0.0000，因此可以否定原假设。印染质量的评级一致性明显不同于偶然达到的一致性。