ค่าสัมประสิทธิ์แกมมาเป็นตัววัดความสัมพันธ์ระหว่างตัวแปรลำดับสองตัว สิ่งเหล่านี้อาจเป็นแบบต่อเนื่อง (เช่น อายุและน้ำหนัก) หรือไม่ต่อเนื่อง (เช่น "ไม่มี" "เล็กน้อย" "บางส่วน" "มาก") แกมมาเป็นเครื่องวัดสหสัมพันธ์ชนิดหนึ่ง แต่ต่างจากค่าสัมประสิทธิ์ของเพียร์สันที่รู้จักกันดีกว่า r) แกมมาไม่ได้รับผลกระทบจากค่าผิดปกติมากนัก (จุดที่ผิดปกติอย่างมาก เช่น เด็ก 10 ขวบที่หนัก 200 ปอนด์) ค่าสัมประสิทธิ์แกมมาจัดการได้ดีกับข้อมูลที่มีความสัมพันธ์หลายอย่าง
กำหนดว่าแกมมาอยู่เหนือศูนย์ ต่ำกว่าศูนย์ หรือใกล้ศูนย์มาก แกมมาต่ำกว่าศูนย์หมายถึงความสัมพันธ์เชิงลบหรือผกผัน นั่นคือ เมื่อสิ่งหนึ่งสูงขึ้น อีกสิ่งหนึ่งลดลง ตัวอย่างเช่น หากคุณถามผู้คนเกี่ยวกับ "ข้อตกลงกับโอบามา" และ "ข้อตกลงกับงานเลี้ยงน้ำชา" คุณจะคาดหวังความสัมพันธ์เชิงลบ แกมมาเหนือศูนย์หมายถึงความสัมพันธ์เชิงบวก เมื่อตัวแปรหนึ่งเพิ่มขึ้น อีกตัวแปรหนึ่งจะเพิ่มขึ้น เช่น "ข้อตกลงกับโอบามา" และ "โอกาสในการลงคะแนนให้โอบามาในปี 2555") แกมมาใกล้ศูนย์หมายถึงความสัมพันธ์ที่น้อยมาก (เช่น "ข้อตกลงกับโอบามา" และ "ความชอบสำหรับสุนัขกับแมว")
กำหนดความแข็งแกร่งของความสัมพันธ์ แกมมา เช่นเดียวกับสัมประสิทธิ์สหสัมพันธ์อื่นๆ มีตั้งแต่ -1 ถึง +1 -1 และ +1 แสดงถึงความสัมพันธ์ที่สมบูรณ์แบบ ไม่มีการระบุความสัมพันธ์ด้วย 0 แกมม่าต้องห่างจาก 0 แค่ไหนจึงจะถือว่า "แรง" หรือ "ปานกลาง" แตกต่างกันไปตามสาขาวิชา
ตีความแกมม่าเป็นสัดส่วน คุณยังสามารถตีความแกมม่าเป็นสัดส่วนของอันดับคู่ที่เห็นด้วยในการจัดอันดับจากคู่ที่เป็นไปได้ทั้งหมด นั่นคือ ถ้าแกมมา = +1 หมายความว่าแต่ละคนในการศึกษาของคุณเห็นด้วยอย่างชัดเจนว่าเขาหรือเธอจัดลำดับตัวแปรทั้งสองอย่างไร ตัวอย่างเช่น จะหมายความว่าทุกคนที่กล่าวว่า "เห็นด้วยอย่างยิ่ง" เกี่ยวกับโอบามาก็กล่าวว่า "มีโอกาสมาก" ที่จะลงคะแนนให้เขาในปี 2555 และตามลำดับในแต่ละตำแหน่ง