对于可用性度量的猛烈批评之一是认为度量数据的“噪音”太多：太多的变量对获得所发生事情的清晰原貌造成了阻碍。“噪音”数据的经典例子是：在一个自动化的可用性研究中，当测试参加者出去喝咖啡或者回家过周末时，还在继续测量任务完成时间。尽管这种情况是偶然的，但这不应该妨碍你收集任务完成时间的数据或其他类型的可用性数据。有一些简单可行的办法可以用来减小甚至剔除数据中的噪音。可用性数据可以被整理，这样在分析中就不会用到极端的数值。定义完备的流程可以用来确保在评估任务或可用性问题时保持恰当的一致水平。很多标准的可用性问卷已经被不少研究人员给予了广泛地验证。所以基本情况是：如果给予一些周全的考虑和几个简单的方法，可用性数据中的众多噪音都可以被显著地被减少，直到显示用户行为和态度的清晰原貌。