但是，實際操作起來不是那么回事，在用一些高精度的儀器進行檢測時，結果仍然會出現難以解釋的錯誤結果。其實，這里面不是因為浮點誤差和操作者的失誤，很可能是樣品的前處理階段出了問題。

    市場上，人們集中關注分析儀器的自動化和高精度，卻很少有人關注取樣和前處理，這其實是同等重要的因素。粒徑對系統的影響已經達到了一個研究高度，所以，我們看看分樣情況。

    測試的總誤差，來源于樣品制備和儀器測試。

    只有當樣品制備的容差遠遠小于儀器的分析容差，儀器分析出的樣品結果方差才會小。因而也就需要分析用樣能代表整體的情況。如果原始樣本的混合均質樣可以通過一個特征函數描述，如果檢測的值在這個特征函數的范圍內，那么就說明具有代表性。

    如果從一個整體混合的樣品中取單個的樣，它的組成會在一個特定的特征下受統計學波動的影響。如果樣品采自一個獨立的基本量，并且總是采到它，那么就會出現錯誤的結果，因為混合物本身不一定混的均勻。為了減少誤差，應盡可能的從整體的隨機位置去取盡量少的量，然后在隨機組合。

    通常，如果進實驗室的樣式2000g，分析用到的量可能是200mg，所以需要一個精確的再取樣設備，以使分析樣能代表來樣。對于分散的步驟數不會影響誤差，只會是成本和清潔過程的不同。

    Laborette 27樣品分樣器能做到1：30的分料比，也就是說能一步將300mL的樣分成30份。

    3種不同分料方法集合在一起的設計，漏斗進料到分錐，通過模擬“錐進和四分法”。整體系統旋轉使樣品向外加速，從而落到預設的渠道，從而保證30個單樣集合。2600/min，可以使最終有很多個單樣。

    2次重復試驗測中位值。

中位值：x = 63.1975 ± 0.027 [μm]

重復測試 x = 63.1925 ± 0.012 [μm],