Als er een cross-over effect is, zijn je manipulaties 'vervuilt': dit zijn niet langer valide operationalisaties van de variabele die ze zouden moeten representeren. Dit betekent dat je niet langer een zuiver experiment uitvoert: je kunt niet langer concluderen dat eventuele verschillen komen door je onafhankelijke variabelen (i.e. je manipulaties). De effect size van de manipulaties op de betreffende manipulatiecheck in vergelijking met de effect size van de manipulaties op de 'verkeerde' manipulatiecheck kan je informatie geven over hoe erg deze schending van de validiteit van je manipulaties is. Als beide manipulaties een veel sterker 'bedoeld' effect hebben dan hun onbedoelde effect, is de verstoring natuurlijk veel minder erg dan wanneer elke manipulatie evenveel invloed heeft op beide manipulatiechecks.
Zoals je merkt is dit een subjectief besluitvormingsproces, net als het beoordelen van de validiteit van je meetinstrumenten d.m.v. factor-analyses en berekening van betrouwbaarheidsindices. Net als bij informatie uit factor-analyses en betrouwbaarheidsanalyses geldt dat er geen harde beslissingsregels zijn: het belangrijkste is dat je je besluiten goed kunt onderbouwen, en je besluitvormingsprocessen documenteert en rapporteert zodat lezers hun eigen oordeel kunnen vormen.
Denk dus goed na over wat je ziet en wat je er van denkt: en bepaal dan wat dit betekent voor de interpretatie van je uitkomsten. Pas hierbij goed op dat je de data laat prevaleren boven je hypotheses en opvattingen/uitgangspunten die je zelf hebt. Wees niet bang om te concluderen dat een theorie niet klopt als je data dat uitwijzen.