最近在企业辅导过程中，发现有工程师通过数据抽样的技术漏洞，可能存在数据造假的行为，在这里，我们就这种现象背后的原理进行简单剖析：

原始采集的数据显示样本分布过窄，由于%GRR=6σ测（GRR）/6σT(Obs),由于样本分布过窄，则σT会较小，则%GRR就会变大，容易造成对测量系统GRR水平的“低估”。

原始采集的数据显示样本分布过宽，由于%GRR=6σ测（GRR）/6σT(Obs),由于样本分布过宽，则σT会较大，则%GRR就会变小，容易造成对测量系统GRR水平的“高估”。这时应考虑将样本的分布宽度变小，而不能因为GRR的结果很好而不加以关注。

很显然，在抽样过程中，不采用盲测方法，私下将属性一致性强的（比如生产周期极短）的产品凑成样本进行测量系统分析，进而人为降低%GRR的精密度水平，将生产线的部分问题转移给测量系统，转移企业管理者的视线，甚至会造成企业重大浪费。（统计质量管理专家李颖）