一、常用代号、施工平面图图例

（一）常用代号

（二）施工平面图图例

二、砌体施工质量常用数据

（一）基本规定

（二）砌筑砂浆

（三）砖砌体工程

（四）混凝土小型空心砌块砌体工程

（五）配筋砌体、填充墙砌体及冬期施工在暖棚内的养护时间

三、混凝土结构施工质量常用数据

（一）模板分项工程

（二）钢筋分项工程

（三）混凝土分项工程

（四）现浇结构分项工程

（五）预制构件尺寸的允许偏差及纵向受拉钢筋的最小搭接长度

四、建筑装饰装修施工质量常用数据

（一）抹灰工程

（二）门窗工程

（三）吊顶工程

（四）轻质隔墙工程

（五）饰面板工程

（六）幕墙工程

（七）涂饰工程

（八）软包工程安装的允许偏差和检验方法

（九）细部工程

（十）分部工程验收

五、建筑地面施工质量常用数据

（一）地面基层表面的允许偏差和检验方法

（二）整体面层的允许偏差和检验方法

（三）板、块面层的允许偏差和检验方法

（四）木、竹面层的允许偏差和检验方法

六、地下防水施工质量常用数据

（一）防水层施工环境气温条件

（二）防水混凝土组成材料计量结果的允许偏差

（三）防水混凝土坍落度的允许偏差

（四）普通水泥砂浆防水层的配合比

（五）防水卷材厚度

（六）防水涂料厚度

七、地基基础施工质量常用数据

（一）地基

（二）桩基础

……

八、层面施工质量常用数据

九、常用建筑材料质量指标2100433B

《建筑工程简明数据手册丛书》是从建筑工程施工现场工程技术人员及技术操作人员实际工作需要出发，本着简明、实用、够用、好用的原则，紧扣现行标准、规范和规程，经优化筛选，将施工现场经济需要查找的数据，以表格形式汇编成册，便于工程技术人员查阅使用。

《施工质量数据手册》内容包括：常用代号、施工平面图图例、砌体施工质量常用数据、混凝土结构施工质量常用数据、建筑装饰装修施工质量常用数据、建筑地面施工质量常用数据、地下防水施工质量常用数据、地基基础施工质量常用数据、屋面施工质量常用数据、常用建筑材料质量指标。

本书注重实用，内容精炼，是建筑工程施工的常用工具书，方便建筑工程施工现场工程技术人员及技术操作人员使用。

数据录入过程

质量数据是指由个体产品质量特性值组成的样本(总体)的质量数据集，在统计上称为变量；个体产品质量特性值称变量值。 根据质量数据的特点，可以将其分为计量值数据和计数值数据。

1.计量值数据

计量值数据是可以连续取值的数据，属于连续型变量。其特点是在任意两个数值之间都可以取精度较高一级的数值。它通常由测量得到，如重量、强度、几何尺寸、标高、位移等。此外，一些属于定性的质量特性，可由专家主观评分、划分等级而使之数量化，得到的数据也属于计量值数据。

2.计数值数据

计数值数据是只能按0，1，2，……数列取值计数的数据，属于离散型变量。它一般由计数得到。计数值数据又可分为计件值数据和计点值数据。

(1)计件值数据，表示具有某一质量标准的产品个数。如总体中合格品数、一级品数。

(2)计点值数据，表示个体(单件产品、单位长度、单位面积、单位体积等)上的缺陷数、质量问题点数等。如检验钢结构构件涂料涂装质量时，构件表面的焊渣、焊疤、油污、毛刺数量等。

数据一致性

很多用户甚至一些数据仓库项目的开发人员经常将数据质量和数据仓库项目开发中的ETL过程的数据一致性混为一谈，错误的认为数据仓库项目（也即ETL过程）能够修复数据以提高数据质量，其实数据质量和ETL过程的数据一致性是两个不同的概念。ETL过程的数据一致性是指根据相同的业务理解（基于源系统模型和基于数据仓库模型），在源系统查询和统计的信息与在数据仓库中得到的结果在各个细节层次（包括明细层次）上都是相同的。数据一致性是ETL过程必须保证的。质量是数据存在于企业的源系统中的，如常见的客户代码的不规范，同一个客户在不同的系统中（例如业务处理系统和财务系统）有不同的代码，甚至同一个客户在同一个系统中也有不同的代码，以保险公司的业务处理系统为例，同一个客户先后在同一个保险公司投保，不同的业务员可能会输入不同的客户代码；更常见的是那些没有实现大集中的分布式的应用，同一个客户（如工商银行）在不同的分公司（如河南分公司和湖北分公司）投保，业务员很可能会输入不同的代码；再如，在业务处理系统中，有些录入人员为了录入的方便，常常将一些内容不输或者采用默认值，造成一些重要录入信息的缺失或错误。这些数据质量问题对数据分析系统造成严重的干扰和破坏。数据仓库项目虽然不能够修复数据以提高数据质量，但能发现存在的部分问题从而提醒用户哪些数据是有质量问题的，给出用户一些改进的建议，同时在分析和决策时应降低对这些数据的依赖程度，也可以提供辅助的方法跟踪、监测数据质量问题。

1.波动性，即在相同的生产技术条件下生产出来的一批产品，其质量特性数据由于受到操作者、设备、材料、方法、环境等多种因素的影响而总存在着一定的差异； 2.规律性，即当生产过程处于正常状态时，其质量数据的波动是有一定规律的。

由于质量一词含义丰富，既包括狭义的产品质量，也包括广义的工作质量，因而质量指标在企业中就多种多样，质量数据在企业中几乎无处不在。 在质量数据统计分析中，特别关注三项指标，一是数据的集中位置，二是数据的分散程度，三是数据的分布规律。数据的集中位置分别有平均值、中位数、众数三种 表示方法，其各具优缺点，其中平均值最为普遍常用。数据的分散程度由标准差表达，用符号s（西格玛）表示，数据的分散程度在质量管理中就是质量特性值的波 动性，反映过程能力。

数据的分布规律在质量管理中对统计总体而言为正态分布，该分布规律是理论和实践证明的统计规律。质量数据统计分析重点就是在总体正态分布这个已知背景下研究该正态分布的平均值和标准差。质量数据定量化分析对企业质量管理以及经营管理具有重要意义，其是精益质量管理的基础。