根据CNAS-RL02《能力验证规则 Rules for Proficiency Testing》中的“术语和定义”，能力验证是利用实验室间比对，按照预先制定的准则评价参加者的能力。

根据ISO/IEC 17043, 3.4中的要求，能力验证的数据来自实验室，按照预先规定的条件，由两个或多个实验室对相同或类似的物品进行测量或检测。

假设从多家实验室得到的数据为X1,X2,X3和X4。

第一步：格拉布斯检验，判断实验室数据是否存在异常值。

1.1 将所得数据从低到高依次排列,最小值计算Xmin，最大值记为Xmax； 

1.2 计算出所得到的实验数据的均值A和标准差S；

1.3 计算(A-Xmin)/S和(Xmax-A)/S，分别记为G1和Gp；

1.4 比较G1和Gp与格拉布斯检验表中对应样本个数和显著水平（一般为0.05和0.01）下的数值，如果G1和Gp均小于此值，那么说明数据没有异常值。如果G1大于此值，那么最小值为异常值，如果Gp小于此值，那么最大值为异常值。例如4个样本在显著水平为0.05是的格拉布斯检验值为1.463，那么G1<1.463，且Gp<1.463，那么数据没有异常值。

第二步：S-W检验法，判断实验室数据是否符合正态分布，根据GB/T 28043-2019 第5.3章节，能力验证统计分析的前提为“合格参加者的测量结果服从近似正态分布”。

2.1 从S-W检测系数表中得到各个数据的系数，例如本例中的样本个数为4，通过查表可以得到4个系数n1,n2,n3,n4，其中两两护卫相反数；

2.2 将所得数据从低到高依次排列，假设排列后数据为x1,x2,x3,x4;

2.3 计算b=n1x1+n2x2+n3x3+n4x4，计算b^2；

2.4 计算各个数据与均值之差的平方和，记为w；

2.5 计算W=b^2/w，将W与S-W临界值表中的临界值（对应样本个数和显著水平）比较，如果计算出的W较大，那么就说明数据有较大可能服从正态分布。