交付物返工率与项目交付物合格率描述的是同一质量结果的两个侧面：合格率统计交付物中通过验收或符合既定标准的比例，返工率统计因未达标而需要返工的比例。在统计口径一致、以一次验收结果判定的前提下，两者大致互补，合格率越高，返工率越低；但它们并不严格互为倒数，返工可能多次发生，部分返工后仍不合格，统计对象和判定时点的差异也会让两个数值拉开距离。本文讨论单项目质量控制场景下这两个指标的读法。
要点总览（TL;DR）
- 项目交付物合格率统计通过验收或符合既定标准的交付物比例，交付物返工率统计因未达标需要返工的比例，两者描述同一批交付物的质量结果。
- 在口径一致、以一次验收判定的前提下，两者近似互补，合格率越高返工率越低；但二者不严格互为倒数，返工次数口径下返工率可超过100%，合格率始终在0到100%之间。
- 统计对象（件数或次数）、判定时点（一次验收或最终交付）、多次返工与返工后仍不合格，都会让两个指标出现背离，解读前需先核对口径。
- 一次验收合格率与返工率的对应关系更直接，一次验收合格率加返工率在单次判定口径下约等于100%；最终合格率因判定时点靠后，与返工率是并存关系。
- 实际判断项目质量应把返工率、一次验收合格率、最终合格率放在一起读，并把验收结论与返工记录逐条留存，才能按不同口径分别取数。
交付物返工率与合格率分别指什么
项目交付物合格率衡量的是交付成果通过质量判定的程度。常用计算式为：合格交付物数 ÷ 交付交付物总数 × 100%。分子是经检验符合验收标准或既定质量要求的交付物数量，分母是本期纳入统计的全部交付物数量。这里的“合格”需要事先明确判定依据，例如验收标准、需求规格、评审结论，否则同一批交付物在不同团队手里会算出不同结果。
交付物返工率衡量的是交付成果因未达标而需要重新处理的程度。常用计算式有两种：按交付物件数计算，发生返工的交付物数 ÷ 交付物总数 × 100%；按返工次数计算，返工总次数 ÷ 交付物总数 × 100%。前一种口径回答“有多少交付物出过问题”，后一种口径回答“平均每个交付物被返工了几次”，两者在多次返工时会出现明显差异。
两个指标的统计对象和分子分母并不相同。合格率的分子是“合格件数”，每件交付物只计一次，判定结果非合格即不合格；返工率的分子既可能是“发生过返工的件数”，也可能是“返工事件次数”，同一件交付物返工三次，在件数口径下计一次，在次数口径下计三次。分母通常都取交付物总数，但若统计范围包含未进入验收流程的交付物，分母的构成也会不同。理解这一点，是后续判断两者关系的前提。
两者的联系：同一质量结果的正反两面
合格与返工在判定上来自同一次质量检查：一件交付物被判定为不合格，通常就进入返工流程；被判定为合格，则不再返工。因此两个指标天然相关，它们从不同方向描述同一批交付物的质量状况，一个看“通过的比例”，一个看“需要重做的比例”。
在口径一致的前提下，两者近似互补。假设每件交付物只判定一次、不合格即返工、返工后不再计入本期统计，那么合格率加返工率约等于100%。合格率上升，意味着更多交付物一次通过，返工率相应下降。这种互补关系是解读两个指标的基本出发点，也是很多团队把两者放在同一张报表里对照的原因。
但不能简单说成互为倒数。互为倒数意味着知道一个数就能精确算出另一个数，而合格率与返工率之间不具备这种数学关系。原因有三：其一，返工可能多次发生，返工次数口径下的返工率可以超过100%，合格率则始终在0到100%之间；其二，部分交付物返工后复检仍不合格，既不计入合格，又产生了新的返工记录；其三，两个指标的统计对象不同，一个是件数，一个是件数或次数，口径不一致时数值无法直接换算。
返工后复检合格对两个指标的影响也不同。对合格率而言，如果统计时点放在最终交付，返工后合格的交付物会被计入合格，合格率回升；对返工率而言，这次返工已经发生，记录不会因为最终合格而消失。这就解释了为什么有些项目最终合格率很高，返工率却同样不低——质量结果是好的，但过程中付出了重做成本。实际判断项目质量时，把两个指标放在一起读，比单看任何一个都更接近真实情况。
边界：哪些情况会让两个指标出现背离
两个指标在多数情况下同向变化，但以下情形会让它们出现背离，解读数据时需要先核对口径。
- 统计对象不同。合格率按件统计，返工率若按次数统计，一件交付物反复返工会推高返工率，而合格率只反映最终是否合格，两者差距被放大。
- 判定时点不同。以一次验收判定，返工后的交付物不计入合格；以最终交付判定，返工后合格的交付物计入合格。同一批数据，换一个时点，合格率会明显变化，返工率则相对稳定。
- 多次返工与部分返工。一件交付物可能因不同问题多次返工，也可能只有部分内容返工、整体仍按一件统计。这两种情形都会让“件数”与“次数”之间产生缺口。
- 返工后仍不合格。这类交付物既拉低合格率，又贡献返工记录，是两个指标同时恶化的情形，也是最需要关注的质量信号。
- 未进入验收流程的交付物。尚未提交验收、被搁置或范围调整后取消的交付物，是否计入分母，各团队做法不一。分母口径不同，两个指标的数值都不可直接比较。
本文讨论的范围限于单项目的质量控制与指标解读。组织级的研发质量保证制度、测试执行与测试用例管理等属于相邻领域，涉及制度设计和执行过程，不在此展开。指标本身也有覆盖不到的地方：合格率不反映交付物的质量水平高低，只反映是否达到判定标准；返工率不反映返工的原因和代价，只反映发生的频次。两个指标都需要结合具体判定标准和返工记录来读。
与一次验收合格率等相近指标的区别
一次验收合格率指交付物在首次验收中即通过的比例，计算式为：一次验收合格数 ÷ 交付物总数 × 100%。它的判定时点固定在第一次验收，返工后合格的交付物不计入分子。项目交付物合格率若以最终交付为判定时点，返工后合格的交付物会计入分子，这是两者最主要的差别。
一次验收合格率与返工率存在更直接的对应关系。在每件交付物只判定一次、不合格即返工的口径下，一次验收合格率加返工率约等于100%，两者几乎是同一枚硬币的两面。项目交付物合格率因为统计时点靠后，与返工率的对应关系会弱一些。
把返工率、一次验收合格率、最终合格率放在一起读，可以得到更完整的判断：
| 指标 | 分子 | 判定时点 | 主要回答的问题 |
|---|---|---|---|
| 交付物返工率 | 发生返工的交付物数或返工次数 | 返工发生时 | 多少交付物需要重做、重做了多少次 |
| 一次验收合格率 | 首次验收即通过的交付物数 | 第一次验收 | 首次提交的质量水平如何 |
| 项目交付物合格率（最终） | 最终合格的交付物数 | 最终交付 | 最终交付成果的整体合格程度 |
组合读法可以这样理解：一次验收合格率高、返工率低，说明首次提交质量稳定；一次验收合格率低、返工率低，可能是验收标准偏严或判定集中在少数交付物上；一次验收合格率低、返工率高但最终合格率高，说明过程返工多、靠重做达标，质量成本值得关注；最终合格率高而返工率也高，则提示交付结果达标但过程效率有改进空间。
一个例子看懂两个指标如何同时变化
以下为演示情景，数字为假设数据。某项目本期共有20件交付物，首次验收通过14件，6件需要返工；6件返工交付物中，有4件返工一次后合格，1件返工两次后合格，1件返工后仍不合格。返工总次数为8次。
按最终交付口径计算：最终合格交付物为14 + 4 + 1 = 19件，项目交付物合格率为19 ÷ 20 × 100% = 95%。按件数口径计算：发生返工的交付物为6件，返工率为6 ÷ 20 × 100% = 30%。按次数口径计算：返工率为8 ÷ 20 × 100% = 40%。一次验收合格率为14 ÷ 20 × 100% = 70%。
这组数据里，合格率95%与返工率30%（或40%）相加不等于100%，原因正是前面提到的口径差异：合格率按最终交付判定，返工后合格的5件交付物被计入合格；返工率按发生返工的件数或次数统计，这些返工记录不会因为最终合格而消失。若改用一次验收口径，70%加30%正好等于100%，互补关系成立。同一批数据，换一个判定时点，两个指标的对应关系就从“互补”变成“并存”。
由此可以澄清两个常见误解。一是把合格率等同于质量全部：合格率只说明交付物是否达到判定标准，不说明返工次数、返工代价和过程稳定性，95%的合格率背后可能是大量重做。二是把返工率低当作没有质量问题：返工率低可能因为判定标准宽松、返工未被完整记录，或统计范围排除了部分交付物，需要结合一次验收合格率和返工记录一起核对。
在实际项目中，两个指标要落到可追溯的记录上才有解读价值：每件交付物的验收结论、返工次数、返工原因和最终状态需要逐条留存，统计时才能按件数或次数分别取数。ONES 的项目计划支持按交付物维度分解工作，并用里程碑标记验收等关键节点，计划和里程碑基线可用于对比执行偏差；ONES 效能管理提供交付质量等维度的度量分析，可基于系统内流转的数据形成指标并做自定义分析。团队可以借助这类工作项与记录能力，把验收判定和返工过程沉淀为可统计的数据，再按本文讨论的口径分别计算合格率与返工率，避免两个指标混用同一套分子分母。
常见问题
合格率很高但返工率也不低，这种情况正常吗？
正常，而且并不矛盾。合格率若按最终交付判定，返工后合格的交付物会被计入合格，合格率随之回升；返工率记录的是返工是否发生过，这些记录不会因为最终合格而消失。因此最终合格率高、返工率也高，说明交付结果达标，但过程中付出了较多重做成本。解读时可以把两个指标与一次验收合格率放在一起看：一次验收合格率偏低而最终合格率高，通常提示质量靠返工补足，值得关注过程稳定性。
两个指标的分母应该包含哪些交付物？
分母通常取本期纳入统计的全部交付物数量，关键在于前后一致。尚未提交验收、被搁置或范围调整后取消的交付物是否计入，各团队做法不一，需要事先在统计口径中写明。分母构成不同，合格率与返工率的数值都不可直接跨期或跨项目比较。建议在统计说明中固定分母范围，并在范围调整时同步标注，避免同一项目不同时期的数据被误读为质量变化。
返工率按件数算还是按次数算，应该怎么选？
两种口径回答的问题不同。按件数计算回答“有多少交付物出过问题”，适合观察质量覆盖面；按次数计算回答“平均每个交付物被返工了几次”，适合观察返工强度，多次返工时数值可能超过100%。选择哪一种取决于管理目的：关注哪些交付物需要重做，用件数口径；关注重做的工作量和反复程度，用次数口径。无论选哪种，都应在报表中注明口径，并与合格率的判定时点一并说明，避免两个指标混用同一套分子分母。
返工后复检仍不合格的交付物，在两个指标里怎么体现？
这类交付物在两个指标中都会留下记录：在合格率中，它不计入合格，拉低合格率；在返工率中，它贡献了返工记录，若按次数口径还会因多次返工继续推高返工率。它是两个指标同时恶化的情形，也是最需要关注的质量信号。实际统计时，建议把这类交付物单独标记，与“返工后合格”的交付物区分开，便于分析返工原因和判定标准是否合理。
想把这两个指标落到系统里统计，需要先准备什么？
先明确三件事：判定标准（依据验收标准、需求规格还是评审结论）、判定时点（一次验收还是最终交付）、返工记录方式（按件还是按次）。这三项确定后，再让每件交付物的验收结论、返工次数、返工原因和最终状态逐条留存，统计时才能按不同口径分别取数。ONES 的项目计划支持按交付物维度分解工作并用里程碑标记验收等关键节点，ONES 效能管理提供交付质量等维度的度量分析，可基于系统内流转的数据形成指标并做自定义分析，团队可借助这类工作项与记录能力沉淀可统计的数据。
