Of een t-toets 'mag' is misschien wat grof beschreven. Er is geen statistiekpolitie die invallen doet bij schendingen van toetsassumpties (al zou die er soms wel moeten zijn). De kunst is om een afweging te maken op basis van de ernst van de assumptieschending.
Normaliteit kan geschonden zijn, maar hoe problematisch dit is hangt van enkele factoren af. Hoe is het geevalueerd, en met welk criterium? Is dit op het oog gedaan in een P-P Q-Q plot, of is dit getoetst met een zeer strenge toets, zoals de Kolmogorov-Smirnov. Wellicht valt de schending van normaliteit mee.
Is al op outliers gecontroleerd? MIsschien komt de schending van normaliteit door een of meerdere extreme cases, of invoerfouten.
Een verschil in N laat zich niet met een andere toets oplossen. Als er meer dan driemaal N in groep A dan in groep B zit, dan zijn er geen toetsen die hier een oplossing voor bieden. Eventueel kan er nog besloten worden om de kleinste groep zwaarder mee te doen tellen (bijvoorbeeld via weight cases), maar ongeljike N zal altijd een probleem blijven.
Als de normaliteit geschonden is dan kan er eventueel voor een nonparametrische variant gekozen worden (zoals Mann-Whitney), maar een ongelijke N wordt er niet door opgelost. Een parametrische toets, zoals de t-toets heeft meer power dan een nonparametrische toets, dus als de normaliteitsschending niet heel groot is, dan kan het middel erger dan de kwaal zijn.