守備數據比打擊難做是因為守備的狀況不一樣
一個打者站上打擊區，一定會有一個結果，要嘛好的，要嘛壞的
偶爾有觸擊這種不好不壞，但是比例很少
甚至從WPA的觀點來說，觸擊也可以分得出好壞
但是一個防守者可以站滿九局，卻一個play都沒有
這是RF、UZR、FRAA、DRS都會遇到的問題
在RF這個狀況會很嚴重，因為RF的分母是局數
使用RF，一個防守者會因為自己的投手太會K被懲罰
會因為隔壁的防守球員太會守被懲罰
會因為自己的投手是滾球或者飛球人而有起伏
有各種形式的RF'去校正這個問題，但是RF還是有其他的問題
例如說，一個簡單的play跟一個超難的play，在RF看來是一樣的
以前面列出今年中職游擊手的數據來說，RF高跟低之間不過差0.2~0.3
也就是說游擊手一個平均RF這麼高的位置，
最好跟最壞每九局也不過差五分之一到三分之一個play
如果一個4.8 RF的球員完成了很多高難度的play
另一個5.0 RF的球員全都是routine play，哪個球員的守備比較好？
在低水準的聯盟守備好壞的差異可能讓RF大到上面的情況可以被忽略
但顯然即使很多人不滿意中職的水準，高低RF的差別讓RF這樣的缺點被放大到不能忽視
守備率也是一樣，甚至更糟，因為他很可能在懲罰守備好的球員
在低水準的街頭巷尾聯盟裡，光把球接好不漏掉可能是很重要的能力
但是中職遠遠超出這個水準
你要守備率高最簡單的方法就是放棄所有有風險的play，你幾乎不可能會失誤
但至少RF不會懲罰嘗試去接每一顆球因而失誤的球員，而守備率會
甚至樣本夠大的時候，守備範圍大的球員的確會有更高的RF
（但上面說的所有問題依然存在）
與其用各種統計方式去校正RF，不如直接一點把分母換成play in zone
但既然做到play in zone了，那何不乾脆一點做類似ZR的數據？
這是為什麼RF今天在MLB根本沒什麼人在用
再進一步的問題是，有人談到「量化」
如果量化單純是比較誰好誰壞，那麼RF撇除這麼多問題，至少在方向上沒有錯
但下一個問題是，你有一個XR 20、RF 4.8的游擊手
你有一個XR 30、RF 3.5的另一個游擊手，哪一個人才應該先發上場？
XR算得出來，因為如前所述，幾乎每一次打擊都會有結果，且可以連結到得分
我們知道XR差10大約等於一勝，那麼RF差1.3的游擊手呢？會是幾勝？
這是RF做不到的，ZR based的系統有機會做到的
要言之，守備率在中職是垃圾，RF有指標性，但是中職的水準已經讓
這樣的指標性沒什麼效度
既然中職短期內不可能投資UZR，該怎麼評估守備？
答案其實很原始，就是球探
基本上，你花了一堆工夫弄ZR、弄雷射槍，最後得出誰守備好誰差的結論
我想95%以上根本會跟球探的意見一致
當然，前提得是真正有經驗、訓練過的球探
中職那票老教練就算了吧，余德龍游擊守備這麼好的球員他要花這麼多年還半信半疑
純粹只是說明這二十幾年來球員水準的進步，
遠遠不是這些教練應該汰舊換新的速度跟隨得上的