点击选项卡栏的“校样统计”，打开对两个数据组进行比较的统计分析的三个图表。
校样统计总结果
统计分析图示提供了关于颜色测量值在两个数据组中的误差分布的信息。
为了比较两个数据组，使用了测量值，或者根据测试版的测得色值计算出 Lab 色值的色差 ΔE。
用四个区域显示统计分析：
•上部是表示 ΔE 差值的误差分布（频率分布）直方图
•左下是色度方向上的散点图（Δa 和 Δb 色差的分布）
•右下是取决于亮度的散点图（ΔL 差值）
•图右边一列显示了不同的 ΔE 值
在图的右边，显示根据两个数据组的 Lab 色值计算出的下列数值：
•“Mittel”：所有 ΔE 值的平均值
•“StdAbw”：作为 ΔE 值散布衡量尺度的标准误差
•“Max”：最大的误差（最大的 ΔE 值）
•“White”，“Black”：白色和黑色的 ΔE 值
•C，M，Y：主色的 ΔE 值（青、品红和黄）
•R，G，B：次色的 ΔE 值（红、绿和蓝）
利用一个直方图或者柱状图可以阐明事件的发生频率。可以用相对于最大频率的绝对值或者相对值（%）给出这些频率。
在该直方图中，显示了不同误差的频率。在水平轴上绘制了误差的大小，也就是从 0 到 10 的色差 ΔE(ab) 值。在垂直轴上，显示该色差的频率。因此，该直方图就表明了特定大小的色差的数量。
如果最大频率的数值很小，并且频率随着误差增大而趋近于 0，则可以认为，两个数据组的颜色测量值完美地吻合。如果两个数据组相同，则只有为 0 的柱状图，因为不会出现色差。
使用散点图（也称为 x-y 图），以用图形描绘出没有走向的数据，或者识别出数据组中的前几个走向。在散点图中，录入的成对数值显示为各个圆点。
在该散点图中，用一个点显示测试版的每个测量色块的误差（差值）。
可以根据这些图看出误差的局部分布：
•左边针对的是色度（Δa 和 Δb 差值）
•右边针对的是亮度（ΔL 差值）
这些数值散布的越大，在两个数据组之间的误差就越大。
在左边图中，通过朝着一个颜色方向的点云可以看出有可能发生的颜色偏移（偏色）。
右边的散点图还提供了另外两条信息：
•绿线表示平均值。
•两条黄线限制了标准误差的范围，作为散布的衡量尺度。
如果圆点大部分在正值值域内，则表示第二个数值变得更亮，如果圆点大部分在负值值域内，则第二个数值变得更暗。例如，通过这种方式可以识别出在校样特性文件中进行纸张模拟时的误差。