Varianten, deren Erfolg oder Mißerfolg im Lichte der anderen Beispiele unplausibel erscheinen, werden mit Hilfe des Relevanzvektors identifiziert.
Eine (durch fehlende Erfolgsbeispiele) unvollständige Beispielbasis verwehrt die Bestätigung bestimmter Toleranz-Testvektoren. Nach dem Einfügen der fehlenden Erfolgsbeispiele wäre deren Bestätigung durch subkritisch abweichende Referenzbeispiele möglich. Weil die Referenzbeispiele fehlen, erscheint die Relevanz zu hoch.
Die Relevanz erscheint bei Faktoren, die jeder zielführenden Ausprägung eines Faktors mehr als eine zielhemmende Ausprägung gegensetzen, als zu niedrig. Der fragliche Faktor wirkt tolerabler als gerechtfertigt, weil zielhemmende Ausprägungen in Kandidaten durch zielhemmende Ausprägungen in den Referenzbeispielen bestätigt werden. Diese Beeinträchtigung der Relevanzaussage läßt sich allerdings relativieren: Je wichtiger die Faktoren sind, desto weniger werden unterschiedlichste Ausprägungen in erfolgreichen Varianten zu finden sein. So gilt diese Einschränkung vornehmlich für gering wichtige Faktoren in fortgeschrittenen Stadien der Analyse, wenn sich nämlich die Beispielbasis einer vollständigen Abbildung der möglichen Erfolgsbeispiele nähert.
Die Kontrolle bezüglich einer zu gering eingeschätzten Relevanz ist recht einfach: Ist die Summe aller Relevanzwerte über alle Faktoren hinweg geringer als 1.0, so wären alle denkbaren Kombinationen von Ausprägungen als Erfolg zu erwarten. Diese geringe Relevanz der Faktoren ließe jede Bemühung um verbesserte Alternativen überflüssig erscheinen, denn jede Alternative würde akzeptiert. Dementsprechend ist von einer stimmigen Datengrundlage auszugehen, wenn die Summe der Relevanzwerte über alle Faktoren hinweg deutlich über 1 liegt. Damit erscheinen zielführende Ausprägungen als wichtig und zielhemmende Ausprägungen nicht mehr unbegrenzt tolerabel.
Zweifel am ermittelten Relevanzvektor entstehen auch, wenn sich ein Negativbeispiel in Dimensionen von einer als ideal identifizierten Alternative unterscheidet, die insgesamt als subkritisch gelten. Das bedeutet, daß Dimensionen unterbewertet wurden und die Relevanz nicht zutreffen kann.