De belangrijkste bron van betrouwbaarheid zijn de prestaties van de apparatuur en daarmee de onderliggende componenten. Om gegevens uit apparatuur te kunnen verzamelen moeten de gegevens over storingsmodi onder steeds dezelfde bedrijfsomstandigheden worden gegenereerd. Dat betekent dat bij veranderende omstandigheden, zoals preventieve ingrepen, de data over faalpercentage worden aangepast.
Rondom de kwaliteit van de componentdata is er nog veel te doen. De betrouwbaarheid van componenten is in belangrijke mate afhankelijk van een breed scala aan omgevings- en operationele factoren. Daarom zijn de eventueel meegeleverde fabrikantgegevens op zijn best gemiddelde waarden met bepaalde betrouwbaarheidsniveaus. De meeste gegevens bevatten alleen uitvalpercentages, testrapporten zijn vaak niet aanwezig of beschikbaar voor besluitvormers op het gebied van onderhoud.
De informatie die het meest nodig is, zijn gegevens over kritieke storingen. Kritieke storingen gaan gepaard met verliezen (b.v. dodelijke slachtoffers, productie). In veel organisaties is het echter niet duidelijk welke verliezen acceptabel zijn. Onderhoud moet dus alle mogelijke verliezen voorkomen gedurende de geplande operationele levensduur van het asset. Dit leidt tot onderhoudsbeleid dat is ontworpen zonder goed te weten welke storingen het beleid moet voorkomen.
Dit is de achtergrond van de misvatting achter De Resnikoff’s Conundrum. Resnikoff stelt dat als ernstige storingen bij het eerste ontwerp zijn uitgesloten, er nooit geschikte data voor analyse zal zijn. De berekende kans op verliezen is in de fase voorafgaand aan het ontwerp zeer klein gemaakt.
Wanneer storingsgegevens de effecten van huidige en eerdere onderhoudspraktijken bevatten, zou het punt van mogelijke storing (P) vóór het punt van functionele storing (F) liggen. De onderhoudsinterval zou dus korter zijn dan MTBF. Uitval wordt voorkomen en dus zou het interval waarschijnlijk langer zijn dan wanneer er geen preventief onderhoud zou zijn uitgevoerd. Evenzo veroorzaakt het optreden van een storingsmodus corrigerende maatregelen die op hun beurt het optreden van andere storingsmodi kunnen voorkomen.
Wanneer dergelijke gegevens worden verzameld, is het waarschijnlijk niet dat de steekproefomvang voldoende is om betrouwbaar te zijn. Zelfs als de gegevens nauwkeurig zouden zijn, is de benadering met de betrouwbaarheidstheorie omslachtig. De meeste organisaties hebben onvoldoende competent personeel om gegevens in modellen te vatten. Modelleren is nog complexer als verschillende systemen en componenten bevatten. Het modelleren van gegevens is vooral lastig als de gebruiker geen ervaring heeft statistiek, kansverdeling, functies, programmeren of programmasimulaties. Zonder de juiste programmatuur is het zelfs onmogelijk resultaten te begrijpen en analyseren.
