第二章统计分析工具.ppt

You can change the font size,You can change the font size,Press TAB to move to the next level,(Shift-TAB to the previous level),Change bullet:Format/Bullet,level 5,DO NOT TYPE ANY TEXT HERE!,Press the SLIDE VIEW icon to move to Slide 1,a)Fill in your data,b)Change the zoom to 65%,*,*,主讲：王从锋,博士、副教授,三峡大学水利与环境学院,联系电话：,13986788719 email:wangcf,工程质量控制的统计分析,中国水利水电建设股份有限公司培训,10/23/2025,1,1,2,3,4,5,6,目 录,质量控制统计分析的基本知识,直方图的应用,控制图的应用,排列图的应用,鱼刺图的应用,相关图的应用,10/23/2025,2,质量控制统计分析的基本知识,质量数据：是指对工程（或产品）进行某种质量特性的检查、试验、化验等所得到的量化结果，这些数据向人们提供了工程（或产品）的质量评价和质量信息。,例如：混凝土性能，包括强度、尺寸、配合比等；钢筋的性能等。,数据是质量控制的基础，只有用数据说话才能作出科学的判断，应用数理统计的方法，通过收集、整理数据并加以分析，及时发现问题并采取对策与措施，是进行质量控制的有效手段。,10/23/2025,3,一、质量数据的分类,（一）按质量数据的特征分类,按质量数据的本身特征分类可分为计量值数据和计数值数据两种。,1计量值数据：计量值数据是指可以连续取值的数据，属于连续型变量。如长度、时间、重量、强度等。这些数据都可以用测量工具进行测量。,2计数值数据：计数使数据是指只能计数、不能连续取值的数据。如废品的个数、合格的分项工程数、出勤的人数等等。此外，凡是由计数值数据衍生出来的量，也属于计数值数据。如合格率、缺勤率等虽都是百分数，但由于它们的分子是计数值，所以它们都是计数值数据。同理，由计量值数据衍生出来的量，也属于计量值数据。,10/23/2025,4,（二）按质量数据收集的目的不同分类,按质量数据收集的目的不同分类，可以分为控制性数据和验收性数据两种。,1控制性数据。控制性数据是指以工序质量作为研究对象、定期随机抽样检验所获得的质量数据。它用来分析、预测施工（生产）过程是否处于稳定状态。例如：水灰比检验、混凝土试块强度等。,2验收性数据。验收性数据是以工程产品（或原材料）的最终质量为研究对象，分析、判断其质量是否达到技术标推或用户的要求，而采用随机抽样检验而获取的质量数据。尺寸、轴线位置等,10/23/2025,5,二、质量数据的整理,1.数据的修约,过去对数据采取四舍五入的修约规则，“四舍五入”法的使用方法是：在需要保留有效数字的位下一位，逢五就进，逢四就舍。“四舍五入”法使我们从小学就学过的，一直沿用至今，但“四舍五入”法并不精确，做小量数据统计的时候显不出来，一旦数据量庞大时，便会产生很大偏差。,在质量管理中，建议采用“四舍六入五单双法”修约，也称为“,偶舍奇入,”法，即：四舍六入，五后非零时进一，五后皆零时视五前奇偶，五前为偶应舍去，五前为奇则进一（零视为偶数）。此外，不能对一个数进行连续修约。例如，将下列数字修约为保留一位小数时，分别为：,14.263114.3 14.342614.3 14.250114.3 14.150014.2 14.250014.2,10/23/2025,6,极差R,极差是数据中最大值与最小值之差，是用数据变动的幅度来反映分散状况的特征值。极差计算简单、使用方便，但比较粗略，数值仅受两个极端值的影响，损失的质量信息多，不能反映中间数据的分布和波动规律，仅适用于小样本。其计算公式为：,10/23/2025,9,标准偏差,用极差只反映数据分散程度，虽然计算简便，但不够精确。因此，对计算精度要求较高时，需要用标准偏差来表征数据的分散程度。标准偏差简称标准差或均方差。总体的标准差用表示，样本的标准差用S表示。标准差值小说明分布集中程度高，离散程度小，均值对总体的代表性好；标准差的平方是方差，有鲜明的数理统计特征，能确切说明数据分布的离散程度和波动规律，是最常采用的反映数据变异程度的特征值。,10/23/2025,10,当样本量（n50）足够大时，样本标准偏差S接近于总体标准差，上式中的分母（n-1）可简化为n。,10/23/2025,11,变异系数,标准偏差是反映样本数据的绝对波动状况，当测量较大的量值时，绝对误差一般较大；测量较小的量值时，绝对误差一般较小。因此，用相对波动的大小，即变异系数更能反映样本数据的波动性。变异系数用CV表示，是标准偏差S与算术平均值的比值，即：,10/23/2025,12,三、质量数据的分布规律,在实际质量检测中，即使在生产过程是稳定正常的情况下，同一总体（样本）的个体产品的质量特性值也是互不相同的。这种个体间表现形式上的差异性，反映在质量数据上即为个体数值的波动性、随机性，然而当运用统计方法对这些大量丰富的个体质量数值进行加工、整理和分析后，会发现这些产品质量特性值（以计量值数据为例）大多都分布在数值变动范围的中部区域，即有向分布中心靠拢的倾向，表现为数值的集中趋势；还有一部分质量特性值在中心的两侧分布，随着逐渐远离中心，数值的个数变少，表现为数值的离散趋势。质量数据的集中趋势和离散趋势反映了总体（样本）质量变化的内在规律性。质量数据具有个体,数值的波动性,和总体（样本）,分布的规律性,。,10/23/2025,13,（一）质量数据波动的原因,在生产实践中，常可看到设备、原材料、工艺及操作人员相同的条件下，生产的同一种产品的质量不同，反映在质量数据上，即具有波动性，亦称为变异性。究其波动的原因，有来自生产过程和检测过程的，但不管哪一个过程的原因，均可归纳为下列五个方面因素的变化：,（1）人的状况，如精神、技术、身体和质量意识等。,（2）机械设备、工具等的精度及维护保养状况。,（3）材料的成分、性能。,（4）方法、工艺、测试方法等。,（5）环境，如温度和湿度等。,10/23/2025,14,根据造成质量波动的原因，以及对工程质量的影响程度和消除的可能性，将质量数据的波动分为两大类，即正常波动和异常波动。质量特性值的变化在质量标准允许范围内波动称之为正常波动，是由偶然因素引起的；若是超越了质量标准允许范围的波动则称之为异常波动，是由系统性因素引起的。,10/23/2025,15,1偶然性因素,它是由偶然性、不可避免的因素造成的。影响因素的微小变化具有随机发生的特点，是不可避免、难以测量和控制的，或者是在经济上不值得消除，或者难以从技术上消除。如原材料中的微小差异、设备正常磨损或轻微振动、检验误差等。它们大量存在但对质量的影响很小，属于允许偏差、允许位移范畴，引起的是正常波动，一般不会因此造成废品，生产过程正常稳定。通常把4M1E因素的这类微小变化归为影响质量的偶然性原因、不可避免原因或正常原因。,10/23/2025,16,2系统性因素,当影响质量的4M1E因素发生了较大变化，如工人未遵守操作规程、机械设备发生故障或过度磨损、原材料质量规格有显著差异等情况发生时，没有及时排除，生产过程在不正常，产品质量数据就会离散过大或与质量标准有较大偏离，表现为异常波动，次品、废品产生。这就是产生质量问题的系统性原因或异常原因。由于异常波动特征明显，容易识别和避免，特别是对质量的负面影响不可忽视，生产中应该随时监控，及时识别和处理。,10/23/2025,17,（二）质量数据分布的规律性,在正常生产条件下，质量数据仍具有波动性，即变异性。概率数理统计在对大量统计数据研究中，归纳总结出许多分布类型。一般来说，计量连续的数据是属于正态分布。计件值数据服从二项分布，计点值数据服从泊松分布。正态分布规律是各种频率分布中用得最广的一种，在水利工程施工质量管理中，量测误差、土质含水量、填土干密度、混凝土坍落度、混凝土强度等质量数据的频数分布一般认为服从正态分布。,10/23/2025,18,从图中可知：（1）分布曲线关于均值是对称的；（2）标准差大小表达曲线宽窄的程度，越大，曲线越宽，数据越分散；越小，曲线越窄，数据越集中。（3）由概率论中的概率和正态分布的概念，查正态分布表可算出：曲线与横坐标轴所围成的面积为1；正态分布总体样本落在A区间的概率为68.26%；落在 B 区间的概率为95.44%，落在 C 区间的概率为99.7%。也就是说，在测试1000件,产品质量特性值中，就可能有997件以上的产品质量特性值落在区间内，而出现在这个区间以外的只有不足3件。这在质量控制中称为“千分之三”原则或者“3原则”。这个原则是在统计管理中作任何控制时的理论根据，也是国际上公认的统计原则。,A：,B：,C：,10/23/2025,19,常用的质量分析工具,利用质量分析方法控制工序或工程产品质量，主要通过数据整理和分析，研究其质量误差的现状和内在的发展规律，据以推断质量现状和将要发生的问题，为质量控制提供依据和信息。,用于质量分析的工具很多，常用的有：直方图法、控制图法、排列图法、分层法、因果分析图法、相关图法和调查表法。10/23/2025,20,一、直方图,（一）直方图的用途,直方图法即频数分布直方图法，它是将收集到的质量数据进行分组整理，绘制成频数分布直方图，通过频数分布分析研究数据的集中程度和波动范围的统计方法。通过直方图的观察与分析，可了解生产过程是否正常，估计工序不合格品率的高低，判断工序能力是否满足，评价施工管理水平等。,其优点是：计算、绘图方便、易掌握，且直观、确切地反映出质量分布规律。其缺点是：不能反映质量数据随时间的变化；要求收集的数据较多，一般要50个以上，否则难以体现其规律。,10/23/2025,21,例 21：某水利工程浇筑混凝土时，先后取得混凝土抗压强度数据，,行次,试块抗压强度MPa）,Max,Min,1,29.4,21.4,24.8,21.2,26.1,21.3,29.2,21.2,2,21.1,14.5,20.5,23.1,19.8,21.2,23.1,14.5,3,20.0,15.8,19.5,21.1,10.3,18.6,21.2,10.3,4,10.4,16.0,16.6,17.6,19,19.8,19.8,10.4,5,21.1,19.2,20.4,22.1,20.6,21.2,22.1,19.2,6,20,21.2,14.1,18,13.5,10.8,21.2,10.8,7,15.7,26.5,26.1,16.4,17.1,20.2,26.5,15.7,8,16.4,14.3,14.2,15.5,21.3,18.1,21.3,14.2,9,19.4,14.2,18.6,24.1,17.2,25.1,25.1,14.2,10,22.5,25.1,17.9,16.8,17.9,19.5,25.1,16.8,X,max,，X,min,29.2,10.3,10/23/2025,22,计算极差R：,找出全部数据中的最大值与最小值，计算出极差。Xmax=29.2，Xmin=,10.3,，极差R=18.9,确定组数和组距,（1）确定组数k。确定组数的原则是分组的结果能正确地反映数据的分布规律。组数应根据数据多少来确定。组数过少，会掩盖数据的分布规律；组数过多，使数据过于零乱分散、也不能显示出质量分布状况。一般可由经验数值确定，50100个数据时，可分为610组；100250个数据时，可分为712组；数据250个以上时，可分为1020组；本例中取组数k=7。,（2）确定组距h。组距是组与组之间的间隔，也即一个组的范围。各组距应相等，于是,组距=极差/组数,本例中组距h=18.9/7=2.7,其中，组中值按下式计算：某组组中值（某组下界限值十某组上界限值）/2,10/23/2025,23,确定组界值,确定组界值就是确定各组区间的上、下界值。为了避免Xmin落在第一组的界限上，第一组的下界值应比Xmin小；同理，最后一组的上界值应比Xmax大。此外，为保证所有数据全部落在相应的组内，各组的组界值应当是连续的；而且组界值要比原数据的精度提高一级。,一般以数据的最小值开始分组。第一组上、下界值按下式计算：,第一组下界限值：,第一组上界限值：,第一组的上界限值就是第二组的下界限值；第二组的上界限值等于下界限值加组距h，其余类推。,10/23/2025,24,组号,组区间值,组中值,频数（f）,频率（%）,1,8.9511.65,10.3,3,5,2,11.6514.35,13,5,8.3,3,14.3517.05,15.7,9,15,4,17.0519.75,18.4,14,23.3,5,19.7522.45,21.1,19,31.7,6,22.4525.15,23.8,6,10,7,25.1527.85,26.5,3,5,8,27.8530.55,29.2,1,1.7,总计,60,100,10/23/2025,25,绘制频数分布直方图,以频率为纵坐标，以组中值为横坐标，画直方图，,10/23/2025,26,（三）直方图的判断和分析,1,正常型直方图：,如果直方图图形中部最高,左右两侧逐渐下降,并且基本对称,呈正态分布。直方图属正常型,表明生产过程仅受偶然因素影响,因此生产过程处于正常状态,质量是稳定的。,10/23/2025,27,2非正常型直方图,出现非正常型直方图时，表明生产过程或收集数据作图有问题。这就要求进一步分析判断找出原因，从而采取措施加以纠正，凡属非正常型直方图，其图形分布有各种不同缺陷，归纳起来一般有5种类型。,10/23/2025,28,（1）,折齿型直方图：,图形呈凹凸相间的锯齿状,此时可能是绘图时数据分组不当,或者是检测方法不当,或者是数据太少以及数据有误所致。,10/23/2025,29,（2）,孤岛型直方图：,在图形的基本区域之外出现孤立的小区域,这种情况通常是由于技术不熟练的操作者,或者一段时间内原材料发生变化所致。,10/23/2025,30,（3）,双峰型直方图：,在直方图中出现两个高峰,这种情况常常是将两种不同生产条件下取得的数据在一起作图的结果,如两种不同材料的数据或两种不同配合比生产的混凝土等。,10/23/2025,31,（4）,缓坡型直方图：,图形向左或向右呈缓坡状，即平均值过于偏左或偏右，这是由于工序施工过程中的上控制界限或下控制界限控制太严所造成的。,10/23/2025,32,（5）,绝壁型直方图：,在图形的一侧出现陡壁,这种情况往往是数据收集不正常(剔除了不合格产品的数据或剔除远远高于平均值的数据),或者是在质量检测中出现人为干扰等原因造成。,10/23/2025,33,二、控制图,又称管理图，它是指以某质量特性和时间为轴，在直角坐标系所描的点，依时间为序所连成的折线，加上判定线以后，所画成的图形。管理图法是研究产品质量随着时间变化，如何对其进行动态控制的方法。它的使用可使质量控制从事后检查转变为事前控制。借助于管理图提供的质量动态数据，人们可随时了解工序质量状态，发现问题、分析原因，采取对策，使工程产品的质量处于稳定的控制状态。,10/23/2025,34,早在1924年，美国的休哈特(W.A.Sheuhart)首先提出用控制图(也叫管理图)进行工序控制，控制图是控制生产过程状态，保证工序加工产品质量的重要工具。应用控制图可以对工序过程状态进行分析、预测、判断、监控和改进。如图所示，是以单值控制图，为例说明一般控制图的基本模式。,单值控制图(X图),10/23/2025,35,横坐标：以时间先后排列的样本组号。,纵坐标：质量特性或样本统计量(如：样本平均值 )。上控制界限UCL：Upper Control Limit下控制界限LCL：Lower Control Limit中心线CL：Control Limit,控制界线数字化地定义了每一过程中正常可变的变化范围,控制界线并不能驾驭过程，他们仅仅反映当前过程的状态。,中心线,上控制界线,下控制界线,样本数,瞬时失误,10/23/2025,36,10/23/2025,37,10/23/2025,38,10/23/2025,39,控制图的类型,图表类型,计数值,(,属性数据),计量值,(,变量数据),计件,分类,(,是/否,),发生率,或 非一致性图表,缺陷数或,非一致性单位,固定的机率,可变的,机率,固定的,样本大小,变化的,样本大小,可变的,样本大小,样本大,小为1,固定的,样本大小,C-,控制图,U-,控制图,Pn-,控制图,P-,控制图,X,控制图,X,-控制图,R,控制图,X,-控制图,S,控制图,10/23/2025,40,控制图的绘制,为说明管理图的控制方法，以设计水灰比=0.50为例，绘制水灰比的 -R管理图。,（1）收集预备数据；在生产条件基本正常的条件下，分盘取样，测定水灰比，每班取得n=35个数据（一个数据为两次试验的平均值）作为一组，抽取的组数t=2030组。,10/23/2025,41,10/23/2025,42,10/23/2025,43,10/23/2025,44,0.400,0.450,0.500,0.550,0.600,1,3,5,7,9,11,13,15,17,19,21,23,25,样本号,平均值,UCL,CL,LCL,10/23/2025,45,R控制图,0.000,0.020,0.040,0.060,0.080,0.100,0.120,0.140,0.160,0.180,0.200,1,3,5,7,9,11,13,15,17,19,21,23,25,样本号,UCL,CL,LCL,10/23/2025,46,控制图的分析与判断,如果控制图上所有的点都在控制界限内，而且排列正常，说明生产过程处于控制状态。这时生产过程只有偶然因素影响，在控制图上的正常表现为：,(1),多数点子集中在中心线附近。,(2),少数点子落在控制界限附近。,(3),点子的分布与跳动呈随机状态,无规则可循。,(4),无点子超出控制界限以外。,可以解释为：,1),、所有样本点都在控制界限内。,2),、样本点均匀分布，位于中心线两侧的样本点约各占,1/2,。,3),、靠近中心线的样本点约占,2/3,。,4),、靠近控制界限的样本点极少。,10/23/2025,47,特殊稳定状态：,(下列情况下可认为基本上处于控制状态)A、连续25点以上处于控制界限内。B、连续35点中，仅有1点超出控制界限。C、连续100点中，不多于2点超出控制界限。,控制图的受控状态,10/23/2025,48,失控状态,生产过程处于失控状态的明显特征是：1)、有一部分样本点超出控制界限。2)、没有样本点出界，但样本点排列和分布异常。,典型的失控状态有以下几种情况：,1)、链状：有多个样本点连续出现在中心线一侧。A、连续7点或7点以上出现在中心线一侧，如图1所示。B、连续11点至少有10点出现在中心线一侧，如图2所示。C、连续14点至少有12点出现在中心线一侧。D、连续17点至少有14点出现在中心线一侧。E、连续20点至少有16点出现在中心线一侧。,10/23/2025,49,图1,图2,10/23/2025,50,2)、倾向：连续7点上升或下降,，如图3。,3)接近：有较多的边界点。,如图4所示，图中两条红线之间的部分为警戒区，有以下3种情况属于小概率事件：A、连续3点中有2点落在警戒区内；B、连续7点中有3点落在警戒区内；C、连续10点中有4点落在警戒区内；,图3,图4,10/23/2025,51,4)、周期：样本点的周期性变化。,如图5所示，控制图上的样本点呈现周期性的分布状态，说明生产过程中生产过程中有周期性因素影响，使生产过程失控，所以应该及时查明原因，予以消除。,图5,10/23/2025,52,5)、突变：样本点分布的水平突变，,如图6所示。,6)、渐变：样本点分布的水平位置渐变,，如图7所示。,图7,图6,10/23/2025,53,7)、样本点的离散度变大,如图8所示，控制图中的样本点呈现较大的离散性，即标准差变大。说明有系统性原因影响。例如，原材料规格不统一，样本来自不同总体等因素，查明情况后要及时采取措施加以消除。,图8,10/23/2025,54,8,)、,连续15点及其以上在中心线两侧（C区）呈交替性排列者,10/23/2025,55,三、排列图,排列图法又称巴雷特图法，也叫主次因素分析图法，它是分析影响工程（产品）质量主要因素的一种有效方法。,排列图的组成,排列图是由一个横坐标，两个纵坐标若干个矩形和一条曲线组成，图中左边纵坐标表示频数，即影响调查对象质量的因素至复发生或出现次数（个数、点数）；横坐标表示影响质量的各种因素，按出现的次数从多至少、从左到右排列；右边的纵坐标表示频率，即各因素的频数占总频数的百分比；矩形表示影响质量因素的项目或特性，其高度表示该因素频数的高低；曲线表示各因素依次的累计频率，也称为巴雷特曲线。,10/23/2025,56,巴雷特曲线是1879年意太利经济学家巴雷特在研究社会人口与财富的占有规律时.发现占整个社会人口比例很小的少数人,却占有社会财富的大部分;而占整个社会总人口比例很大的多数人,却占有社会总财富的极小量,呈现不均匀分配的规律他把这种现象所反映出的人口与财富的关系概括为重要的少数和次要的多数.并依据统计数据把这种关系画成直观排列图,从而得到一条曲线,人们称之为巴雷特曲线。,10/23/2025,57,通常按累计频率划分为(080)、(8090)、(90-100)三部分，与其对应的影响因素分别为A、B、C三类。A类为主要因素，B类为次要因素，C类为一般因素。,10/23/2025,58,例题：某工地现浇混凝土构件质量检查结果是：在全部检查的5个项目中不合格点有138个，为改进并保证质量，应对这些不合格点进行分析，以便找出混凝土构件质量的薄弱环节。,10/23/2025,59,1）收集数据。对已经完成的分部、单元工程或成品、半成品所发生的质量问题，进行抽样检查，找出影响质量问题的各种因素，统计各种因素的频数，计算频率和累计频率。,2）画横坐标。将横坐标按项目数等分，并按项目频数由大到小顺序从左至右排列，该例中横坐标分为5等份。,3)画纵坐标。左侧的纵坐标表示项目不合格点数即频数，右侧纵坐标表示累计频率。要求总频数对应累计频率100。,4)画频数直方形。以频数为高画出各项目的直方形。,5)画累计频率曲线。从横坐标左端点开始，依次连接各项目直方形右边线及所对应的累计频率值的交点，所得的曲线即为累计频率曲线。,10/23/2025,60,10/23/2025,61,排列图的观察与分析,(1)观察直方形，大致可看出各项目的影响程度。排列图中的每个直方形都表示一个质量问题或影响因素。影响程度与各直方形的高度成正比。(2)利用ABC分类法，确定主次因素。将累计频率曲线按(080)、(8090)、(90100)分为三部分，各曲线下面所对应的影响因素分别为A、B、C三类因素。,10/23/2025,62,该例中A类即主要因素是强度不足、蜂窝麻面，B类即次要因素是局部露筋，C类即一般因素有振捣不实和早期脱水。综上分析结果，下部应重点解决A类质量问题,10/23/2025,63,四、分层法,分层法又叫分类法,是将调查收集的原始数据，根据不同的目的和要求，按某一性质进行分组、整理的分析方法。分层的结果使数据各层间的差异突出地显示出来，层内的数据差异减少了，在此基础上再进行层间、层内的比较分析。可以更深入地发现和认识质量问题的原因，由于产品质量是多方面因素共同作用的结果，因而对同一批数据，可以按不同性质分层，使我们能从不同来角度来考虑、分析产品存在和质量影响因素。,10/23/2025,64,五、因果分析图法,因果分析图法是利用因果分析图来系统整理分析某个质量问题（结果）与其产生原因之间关系的有效工具，因果分析图也称特性要因图，又因其形状常被称为树枝图或鱼刺图。,10/23/2025,65,六、相关图法,相关图又称散布图。在质量控制中它是用来显示两种质量数据之间关系的一种图形。质量数据之间的关系多属相关关系。一般有三种类型：一是质量特性和影响因素之间的关系；二是质量特性和质量特性之间的关系；三是影响因素和影响因素之间的关系。,10/23/2025,66,相关图的观察和分析,正相关：散布点基本形成由左至右向上变化的一条直线带，即随x增加,y值也相应增加，说明x与y有较强的制约关系。此时，可通过对x控制而有效控制y的变化。,10/23/2025,67,弱正相关：散布点形成向上较分散的直线带。随x值的增加，y值也有增加趋势，但x、y的关系不像正相关那么明确。说明y除受x影响外，还受其他更重要的因素影响。需要进一步利用因果分析图法分析其他的影响因素。,10/23/2025,68,不相关：散布点形成一团或平行于x轴的直线带。说明x变化不会引起y的变化或其变化无规律，分析质量原因时可排除x因素。,10/23/2025,69,负相关：散布点形成由左向有向下的一条直线带，说明x对y的影响与正相关恰恰相反。,10/23/2025,70,弱负相关：散布点形成由左至右向下分布的较分散的直线带。说明x与y的相关关系较弱，且变化趋势相反，应考虑寻找影响y的其他更重要的因素。,10/23/2025,71,非线性相关。散布点呈一曲线带，即在一定范围内x增加,y也增加；超过这个范围x增加，y则有下降趋势。或改变变动的斜率呈曲线形态。,10/23/2025,72,七、调查表法,调查表法也叫调查分析表法或检查表法，是利用图表或表格进行数据收集和统计的一种方法。也可以对数据稍加整理，达到粗略统计，进而发现质量问题的效果。所以，调查表除了收集数据外，很少单独使用。调查表没有固定的格式，可根据实际情况和需要自己拟订合适的格式。根据调查的目的不同，调查表有以下几种形式。,（1）分项工程质量调查表。,（2）不合格内容调查表。,（3）不良原因调查表。,（4）工序分布调查表。,（5）不良项目调查表。,10/23/2025,73,10/23/2025,74,