如果每个评级均有已知的标准，则可以评估所有评估员的评级与该标准相比较的正确性。借助 3 个或更多水平的顺序数据，可以计算 Kendall 的相关系数以将多个评级与标准进行比较。

对于织物数据，Kendall 系数是由所有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 的秩序相关系数表达了得自试验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 Kendall 相关系数和它们的 p 值在两个对立假设之间选择：

·    H0：所有评估员的评级和已知标准之间没有关联

·    H1：所有评估员完成的评级和已知标准相关

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
 
    系数  系数标准误        Z       P
0.976098   0.0455560  21.4200  0.0000
                                     

就织物数据而言，当 a = 0.05 时，p = 0.0000。所有评估员的评级之间显著相互关联，并且也与已知标准显著关联。