Docima de hipotesis para comprobar diferencia significativa Opciones

[Hialek]

Estimados:

Necesito realizar una dócima de hipotesis para comprobar que la opinion de "dos evaluadores" no tiene diferencia significativa y asi validarla.
Por que es un problema? Pues, porque uno de los dos evaluadores es en realidad un conjunto de 9 personas que han llegado a un concenso y el otro es un experto en el tema. La idea es demostrar que la opinion de los 9 evaluadores juntos tiene el mismo peso/importancia/validez que la del experto.

Explico todo el proceso sin ahondar en detalles:
1) Tengo datos cualitativos, no cuantitativos. Todos los evaluadores etiquetan 88 observaciones.
2) El nivel de acuerdo lo he medido antes con dos coeficientes diferentes
2.1) Fleiss Kappa para medir el acuerdo 9x9 de evaluadores ~ Valor de 0.596 (esto los unifica)
2.2) Kappa de Cohen para el acuerdo entre los (9x9) y el experto ~ Valor de 1 (Acuerdo total) - 41 tipo A y 47 tipo B.

Dado que el punto 2.2 concluye que existe un acuerdo total, todos los valores entre el experto y los (9x9) son exactamente los mismos. Luego, requiero de una dócima de hipótesis que indique que no existe una diferencia significativa entre la opinión de los (9x9) y el experto.

¿Qué se me ha ocurrido hasta ahora? Test de chi-cuadrado o proporciones.
Lo intente con chi-cuadrado considerando lo siguiente:

He usado la docima biologica (p-value <= 0.05) y como hipotesis nula he declarado que las variables "etiquetas" son independientes del "experto". Lo que a mi entender deberia dar como concusion que sus opiniones de los expertos son igualmente validas por si solas (creo)

Esto lo he realizado acorde a este video que permite concluir con una planilla excel: http://youtu.be/eVRKbuxoxWI
Pero el caso es que no estoy seguro de estar realizando el análisis que debería o si la conclusión es efectivamente la que necesito.

Alguna guia/ayuda/orientacion que puedan ofrecerme?

Gracias de antemano