（1）数据的质量差：数据分析程序的效度或统计结论的有效性，是以数据的质量为基础的。在一项研究中，如果采用的测量工具信度较低，就会增大测量的标准误差。同样如果实施实验处理方式不够标准化，也会增大变异。这些都会影响数据的质量，进而降低统计结论效度。
（2）违反统计检验的假设：如果在分析数据时违反有关统计检验的假设或条件（如违反对数据正态分布的要求，违反对数据定距水平的要求），就会降低统计结论效度。
（3）统计检验能力低：在统计学上，不犯Ⅱ类错误的概率（1—β）反映着正确辨认真正差异的能力，因而被称为统计检验力。如果真实差异很小时，某个检验就能以较大的把握接受它，就说这个检验的统计检验力比较大。在研究中，当样本小，而且α值定的较低时，犯Ⅱ类错误的可能性就会增加：如果α值定的较高，又容易犯Ⅰ类错误。这些都会降低统计检验能力，影响统计结论效度。
