为了确保结果有效，请在收集数据、执行分析和解释结果时考虑以下准则。
- 样本数据应当是随机选择的
-
在统计学中，随机样本用于对总体做出归纳，即推断。如果数据不是随机收集的，则结果可能无法代表总体。有关更多信息，请转到数据样本中的随机性。
- 样本数据不应当严重偏斜，样本数量应当大于 40
-
使用 Bonett 方法时，如果样本数量大于 40，则会相应地执行假设检验，即使数据轻微偏斜也是如此。如果样本数量小于 40，则绘制数据图以检查偏度和异常观测值。如果数据来自其下端和上端的数据均比正态分布多的分布（具有“重尾”的分布），则在解释结果时一定要格外小心。
注意
只有当您确信数据服从正态分布时，才应当使用卡方方法，因为与正态的任何小偏差都可能会大大影响卡方方法的结果。
- 每个观测值都应当独立于所有其他观测值
-
观测值是否独立由一个观测值是否提供有关另一个观测值的信息来确定，如下所示：
- 如果一个观测值不提供有关另一个观测值的信息，则说明这两个观测值是独立的。
- 如果一个观测值提供有关另一个观测值的信息，则说明这两个观测值是相关的。如果您的观测值是相关的，则结果可能无效。
- 确定适当的样本数量
-