每个评价员的表现怎么样，我们可以利用感官分析软件去进行测试，测试图中每个评价员对应的每个柱形发生了黑白深浅的变化，能反馈评估员对特定属性的评估能力。Manhattan方法不仅可以评估评价小组整体的一致性，也可以快速筛选出评估异常的评价员。该方法能反映出评价小组整体在评价某个属性时的表现是否一致。在Manhattan属性图中，纵轴表示评价小组对应的每个成分和他们相应的累积方差。横轴代表小组中每一个参与测试的评价员。每个图中黑颜色的圆柱形面积对应解释方差为0%，而白色圆柱代表对应属性的解释方差为100%。在各个属性下，对应的白色圆柱形较多，说明评估员在这个属性表现较好，这个属性可以很好的区分每个评价员的表现。测试图中属性对应的黑色圆柱形面积较多，一致性较差。为了更精准地看到每个评价员在具体各个属性上的表现情况，继续进行评估。从测试中可以得到每个黑色空心圆圈代表其他评价员的评价数据；红心、绿心、蓝心和黄心四个实心点代表该评价员的评价数据；

有颜色的实心点在虚线上说明评价员对该属性的把控比较准确，若点在虚线外，偏离越多说明评价准确性越低；Corre-lationplot可以呈现每个评价员对应每个属性的评价准确能力。F值即组间差异与组内差异的比值，值越大说明评价员对相关属性的区分能力也就越好。MSE值代表组内方差，值越小说明评价员的重复性越好。但MSE值很小，也可能是由于评价员没有将样品区分开，所以应结合F值，在评价员将样品区分的基础上讨论评价员的重复性对评价员感官分析数据做F值和MSE值分析。上图中每条线代表一个属性，部分评价员的大部分属性的F值都高于或接近5%显著水平，说明部分评价员区分能力较好。每个评价员的每个属性MSE值都偏小，表明每个评价员的重复性较好。当评价员既具有较高的F值也具有较低的MSE值时，表明该评价员具备良好的评估样品的能力。