QC七大手法介绍
QC七大手法详细介绍
目的
01
记录数据
查检表法通过表格的形式，将数 据记录下来，以便后续的分析和 处理。
找出问题
02
03
制定解决方案
通过对数据的记录和分析，可以 发现异常、偏差和问题，进而找 出问题的原因。
根据问题的分析结果，制定相应 的解决方案，并采取措施进行改 进和优化。
使用步骤
1. 确定目标
明确查检的目的和范围，确定需要记录和分 析的数据项。
3. 数据分析
对各层数据进行分别分析，可以 使用统计分析、图表等方法来揭
示各层数据的特征和规律。
02
2. 数据整理
将原始数据按照分层标准进行整 理，将相同类别的数据归为一层
。
04
4. 结果呈现
将分析结果以图表、报告等形式 呈现出来，以便于决策者和其他
利益相关者理解和使用。
05
散布图法
定义
散布图法是一种通过绘制散布图来分析两个变量之间关系的 方法。
对整个查检过程进行总结和反馈，总结经验教训，优化 查检表和方法。
04
层别法
定义
层别法是指将数据按照一定的分类标 准进行分层，以便于对各层数据进行 分别分析和处理的方法。
层别法是一种数据整理技巧，通过对 数据的分层，能够将复杂的数据结构 化，便于后续的数据分析。
目的
识别不同类别数据的特征和规律
通过将数据分层，可以更好地了解不同类别数据的分布和特征，进 而发现其内在规律和趋势。
便于数据分析和比较
分层后的数据更易于进行比较和分析，有助于发现不同类别数据之 间的差异和关联。
提高数据分析和处理的效率
通过分层处理，可以减少数据处理的工作量，提高数据分析和处理 的效率。
qc质量管理七大手法
qc质量管理七大手法质量控制（Quality Control，简称QC）是指企业为了保证产品质量，通过各种手段和方法进行监督、检验和控制，从而达到提高产品质量、降低产品缺陷率的目的。
在质量控制中，有七大手法被广泛应用，它们是：直方图法、散点图法、控制图法、因果图法、脑力激荡法、5W1H法和鱼骨图法。
下面将分别对这七大手法进行介绍。
一、直方图法直方图法是一种通过统计数据出现的频率来分析和描述数据分布情况的方法。
它将一组数据按照一定的区间进行划分，然后统计每个区间内数据的频率，并以柱状图的形式展示出来。
通过直方图，我们可以直观地了解数据的分布情况，判断数据是否符合正态分布，从而为质量改进提供依据。
二、散点图法散点图法是一种通过观察两个变量之间的关系来分析数据的方法。
它将两个变量的取值绘制在坐标系中，并用点的形式表示。
通过观察点的分布情况，我们可以判断两个变量之间是否存在相关性，进而确定其中一个变量对另一个变量的影响程度。
散点图法可以帮助我们找出数据中的异常值和趋势，为质量改进提供线索。
三、控制图法控制图法是一种通过统计过程数据的变化趋势来判断过程是否稳定的方法。
它通过记录过程数据，并计算数据的中心线、上下控制限，然后将数据绘制在控制图上。
通过观察控制图上的数据点的分布情况，我们可以判断过程是否处于统计控制状态，及时发现过程的异常变化，并采取相应的措施进行调整和改进。
四、因果图法因果图法是一种通过分析问题的根本原因来找出问题解决方案的方法。
它通过构建因果关系图，将问题拆解成多个因素，并找出这些因素之间的关联性。
通过分析因果关系，我们可以找到问题的根本原因，从而采取有针对性的改进措施。
因果图法可以帮助我们全面理解问题，寻找解决问题的最佳途径。
五、脑力激荡法脑力激荡法是一种通过集思广益来产生创新思路的方法。
它通过组织团队成员进行头脑风暴，激发创造力和创新思维，从而产生新的解决方案。
脑力激荡法可以打破传统思维定式，帮助团队成员开拓思路，为质量改进提供新的思考角度。
QC七大手法相关知识简介
QC七大手法相关知识简介1. 质量控制〔QC〕简介质量控制〔Quality Control，简称QC〕是一种通过测量和监控产品或效劳的特性，以确保其符合规定质量标准的方法。
QC主要包括七大手法，即直方图、折线图、箱线图、散点图、质量控制图、因果图和脑力激荡法。
下面将对这七大手法进行逐一介绍。
2. 直方图直方图是一种通过将数据分组并显示为柱状图来展示数据分布的可视化工具。
它可用于显示连续变量的分布情况，并帮助判断数据是否服从某种特定的概率分布。
直方图可以直观地展示数据的集中趋势、离散程度和偏斜程度。
3. 折线图折线图是一种连接数据点的图形展示方法，常用于显示随时间变化的信息。
它通常用于展示连续数据的趋势和变化模式。
折线图可以帮助我们分析和理解数据的变化趋势，识别周期性模式和异常值。
4. 箱线图箱线图〔Box Plot〕是一种用于显示数据集中趋势、离散程度和异常值的可视化工具。
它以五个统计量〔最小值、下四分位数、中位数、上四分位数和最大值〕为根底绘制一个矩形箱体，并用线表示异常值。
箱线图可以帮助我们判断数据的分布形态和离群值。
5. 散点图散点图是一种以点的形式表示两个变量之间关系的图形展示方法。
它可以帮助我们观察变量之间是否存在线性关系、趋势或聚集。
散点图常用于发现异常值、识别异常情况和检测数据的相关性。
6. 质量控制图质量控制图〔Control Chart〕是一种用于监控过程稳定性和识别异常情况的工具。
它通过绘制样本数据的统计量，如平均值或范围，以及控制限来帮助我们判断过程是否在统计控制下。
质量控制图常用于质量管理和过程改良。
7. 因果图因果图〔Cause and Effect Diagram〕，也称为鱼骨图或石川图，是一种用于分析问题根本原因的图形工具。
它以一个问题为中心，将可能导致该问题的多个因素分别列在鱼骨的骨架上。
因果图可以帮助我们理解问题产生的多个可能原因，并通过分析和改良这些因素来解决问题。
QC七大手法完整版介绍
QC七大手法完整版介绍七大质量控制手法是指通过一系列工具和技术来管理和控制产品或项目的质量，确保其达到预期的标准和要求。
以下是七大质量控制手法的完整版介绍：1.散点图：散点图是一种用于显示两个变量之间关系的图表。
通过将两个变量的取值绘制在坐标轴上，可以观察到可能的相关性。
散点图可以用于分析数据，发现可能的关联和异常点，并帮助确定合适的控制措施。
2.流程图：流程图是一种图形化表示过程的工具。
通过绘制不同步骤和决策之间的连接，可以清晰地展现整个过程的流程和逻辑。
流程图可以帮助识别可能的瓶颈和错误，并优化流程，提高效率和质量。
3.直方图：直方图是一种用于显示数据分布情况的图表。
通过将数据按照一定的范围进行分类和统计，并用条形图表示各个范围内的频率，可以直观地了解数据的分布情况和偏差。
直方图可以用于分析数据质量，检测异常数据和确定控制上限和下限。
4.控制图：控制图是一种用于监控过程稳定性和质量的统计工具。
通过绘制过程数据点的变化趋势和控制限，可以追踪过程的中心线和变异范围，及时发现和纠正异常，确保过程在可控范围内。
控制图可以用于实时监控和改进过程质量。
5.因果图：因果图是一种用于分析问题根本原因的工具。
通过将问题细分为各个因素，并挖掘这些因素之间的因果关系，可以找到问题的本质原因。
因果图可以帮助识别和解决问题的潜在因素，指导改进措施的制定。
6. Pareto 分析：Pareto 分析是一种按重要性排序的方法，用于确定改进工作的优先级。
通过将问题或缺陷按照发生频率或影响程度进行分类和统计，并用累积百分比曲线表示，可以快速找到重要问题并采取相应措施。
Pareto 分析可以帮助决策者集中精力解决最重要的问题，提升整体质量。
7.效果图（雷达图）：效果图是一种用于比较和评估多个指标综合表现的图表。
通过将不同指标的取值绘制在雷达图上，可以直观地比较各个指标的相对优劣，并找到改进的方向和重点。
效果图可以用于综合评估产品或项目的质量表现，制定改进措施和目标。
QC七大手法介绍
QC七大手法介绍QC（Quality Control）是指质量控制的缩写，是一种管理方法，通过对产品或服务的各个环节进行监控和检测，以确保其质量符合要求。
为了提高质量控制效果，常使用七大手法，包括散点图、直方图、柏拉图、因果图、关系图、流程图和控制图。
下面将对这七大手法进行介绍。
散点图是一种通过绘制数据点在二维坐标系上的分布，以研究两个变量之间的关系的图表。
散点图可以用来检测两个变量之间的相关性，帮助判断是否存在某种因果关系。
直方图是一种将连续数据按照一定的间隔划分为一系列柱形，表示不同区间的频率分布的图表。
通过直方图可以直观地了解数据的分布情况，帮助判断数据是否满足正态分布等假设条件。
柏拉图是一种用条形图表示各个因素的重要程度，并按照重要程度递减的顺序排列的图表。
柏拉图可以帮助我们确定问题的优先级，进而有针对性地进行质量改进。
因果图是一种用来分析问题产生原因和结果之间关系的图表。
通过因果图可以将问题的不同因素进行分类，找出导致问题产生的根本原因，从而有针对性地解决问题。
关系图是一种用来描述事物之间相互关系的图表。
通过关系图可以分析事物之间的相互影响，帮助我们了解问题的复杂性，并找出解决问题的路径。
流程图是一种用来表示流程或系统的图表。
通过流程图可以清晰地展示各个环节的顺序和相互关系，帮助我们找出流程中的瓶颈和改进空间。
控制图是一种用来监控过程稳定性和质量变化的图表。
通过控制图可以将监测数据与控制限进行比较，判断过程是否处于控制状态，以及是否有异常情况需要采取措施。
这七大手法在质量控制中具有不可替代的作用。
通过运用这些手法，我们可以全面地了解产品或服务的质量状况，及时发现存在的问题，并采取相应的措施进行改进。
同时，这些手法还可以帮助我们分析问题的根本原因，避免盲目改进，提高质量控制的效果。
正是这些手法的应用，使得QC成为一种系统化、科学化的质量控制方法。
在现代经济发展的背景下，质量已经成为企业竞争的关键因素之一，而QC的推行将有助于提高产品或服务的质量，提升企业的竞争力。
质量管理的qc七大手法详细介绍
质量管理是现代企业生产过程中非常重要的一个环节。
而在质量管理中，QC七大手法是非常关键的一部分。
本文将详细介绍质量管理的QC七大手法，为读者提供全面的了解和知识。
一、整理（Seiri）整理是指清除不必要的物品，只留下必要的物品。
在质量管理中，整理是非常重要的一环，它可以提高生产效率，减少浪费，使生产过程更加流畅。
只有把生产过程中的“无用之物”清除出去，企业才能更好地进行质量管理。
二、整顿（Seiton）整顿是指合理地安排必要的物品，减少寻找物品的时间。
在生产过程中，整顿可以让工作场所变得整洁、清爽，让员工能够更加高效地工作。
通过整顿，企业可以减少错误和浪费，提高产品的质量。
三、清扫（Seiso）清扫是指使工作场所保持清洁。
在质量管理中，清扫是非常重要的一环，它可以降低工作场所的事故率，减少杂物对生产过程的干扰，保障产品的质量。
四、清洁（Seiketsu）清洁是指使工作场所保持整洁、清爽。
在质量管理中，清洁可以提高员工的工作积极性和生产效率，让员工在一个整洁的环境中工作，有利于保障产品的质量。
五、遵守纪律（Shitsuke）遵守纪律是指要求员工遵守企业的规章制度、操作规程，做好本职工作。
在质量管理中，遵守纪律可以保障生产过程的正常进行，有利于提高产品的质量。
六、标准化（Seiketsu）标准化是指建立符合国家标准和企业要求的生产工艺流程，加强操作规范。
在质量管理中，标准化可以保障产品的质量和一致性，帮助企业提高生产效率，降低成本。
七、自律（Jishu）自律是指员工自觉遵守标准化操作规程，保障产品的质量。
在质量管理中，自律可以提高员工对质量的重视程度，保障产品的质量和企业的声誉。
总结起来，质量管理的QC七大手法是非常重要的一环，它涵盖了生产、管理、人员培训等多个方面，能够有效地提高产品的质量和企业的竞争力。
企业在质量管理中应当重视QC七大手法的实施，不断优化和提升生产管理水平，使产品质量得到更好的保障。
QC七大手法的灵活运用
QC 七 大 手 法
第一招：查检表集数据 第二招：柏拉图抓重点 第三招：散布图看相关 第四招：因果图追原因 第五招：分层法作解析 第六招：直方图显分布 第七招：控制图找异常
QC七大手法简介
一、检查表（数据采集表）
典型检查表
一）定义
检查表示使用简单易于了解的标准化表格或图 形，作业时仅需填入规定检查记号，再加以统计汇 整其数据，即可提供量化分析或对比检查用。系统 地收集资料和累积资料，确认事实并对资料进行粗 略的整理和简单分析的统计图表。
四）特性要因图的用途
1）改善解析用。 2）管理用。 3）制定标准用。 4）品质管制导入及教育用。
五）因果图示例
档位 开关 锈蚀 失灵
五、分层法
一）定义
对观察到的现象或所搜集到的数据，按照它们共同的特征 加以分类、统计的一种分析方法。 ●注意几点：
※确定分层的类别和调查的对象； ※设计收集资料的表格； ※收集和记录资料； ※整理数据并绘制相应图表； ※比较分析和最终的推论；
五）分层法使用注意重点
●搜集数据之前就应使用分层法。 ●QC手法的运用应该特别注意分层法的使用。 ●管理工作上也应该活用分层法
六）分层法示例
某摩托车维修站在帮助客户更换摩托车后尾灯后经常 发生后尾灯不亮。通过现场调查，得知后尾灯不亮的原因 有两个：一是后尾灯安装时，操作人员不同（有甲、乙、 丙三个维修人员按各自不同技术水平操作）；二是后尾灯 的生产厂家不同（有A、B两家工厂提供配件）。于是就此 做专项调查，收集资料形成检查表。
分类的项目必须合乎问题的症结，一般的分类先从结果分 类上着手，以便洞悉问题之所在；然后再进行原因分类，分析 出问题产生之原因，以便采取有效的对策。将此分析的结果， 依其结果与原因分别绘制柏拉图。
QC七大手法有哪些
QC七大手法有哪些在质量管理领域，质量控制（Quality Control，简称QC）是一种常用的管理方法，用于确保产品或服务符合质量要求。
为了提高产品或服务质量，可以使用一系列的手法来控制和监测质量。
本文将介绍QC 七大手法，包括：1.物理检验2.外观检验3.抽样检验4.统计控制图5.测试和验证6.校准和校验7.过程改进1. 物理检验物理检验是通过对产品的物理属性进行测试和评估来判断产品是否符合质量要求。
例如，对于电子产品，可以通过测量尺寸、重量、电压等物理指标来进行检验。
物理检验可以直观地反映产品的实际性能和质量水平，是质量控制的常用手段之一。
2. 外观检验外观检验是通过对产品的外观特征进行检查，以判断产品是否存在表面缺陷、污染或其他不良情况。
外观检验可以通过肉眼观察或借助辅助工具（如放大镜、显微镜等）来进行。
外观检验尤其适用于对产品外观要求高的行业，如汽车、家电等。
3. 抽样检验抽样检验是根据一定的抽样方法，从批量生产中随机抽取一部分样品进行检验。
通过对样品的检验结果进行统计分析，可以推断整个批次产品的质量情况。
抽样检验可以有效地节约时间和成本，同时又能提供可靠的质量判断结果。
4. 统计控制图统计控制图是一种基于统计方法的质量控制工具，用于监控和管理一个过程的质量。
通过将过程的质量参数反复测量，并将测量结果绘制在控制图上，可以判断过程是否处于统计控制状态。
统计控制图可以及时识别出过程中的异常情况，并采取相应的措施进行调整和改进。
5. 测试和验证测试和验证是通过执行已定义的测试计划和验证方案来验证产品是否符合规格和需求。
测试和验证涉及对产品的功能、性能、可靠性等方面进行全面的测试和评估。
通过测试和验证可以发现产品的潜在问题，及早进行修正，确保产品的质量符合要求。
6. 校准和校验校准和校验是对测量设备和工具进行校准和验证，以确保其测量结果的准确性和可靠性。
校准是通过调整设备或工具的参数，使其与已知标准一致。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
層 別 法 範 例 (一)
月操作缺失統計表
缺失類別 主要缺失 次要缺失
總計
發生次數 236 531 767
層 別 法 範 例 (二)
以月份層別
月份 7 月 8 月 9 月 10 月 11 月 12 月 總計
缺失類別
主要缺失 62 34 36 23 34 47 236 次要缺失 114 92 74 62 86 103 531
夜 B 次要缺失 16 20 32 15 22 17 122
總計
24 27 43 21 31 22 168
主要缺失 62 34 36 23 34 47 236
Total 次要缺失 114 92 74 62 86 103 531
總計
176 126 110 85 120 150 767
谢谢
直方圖 範 例
測試項目 成型 SR長度
UCL
310
CL
305
Hale Waihona Puke SCL300min
299
max
307
R
8
MO
304
AVG
303.25
s
2.035
Cp
0.819
單位
T
個數 組數 組距 起始值
var Ca Cpk
mm
10
60 5 2 298 4.141 8.75% 0.747
組下界 298 300 302 304 306 308
將許多相同條件或特徵的數據加以分類 之手法，稱為層別法
目的： 利於問題的解析，以使確實的 找出差異所在，採取適切的對 策
層別法
層別的方法：
（1） 人 - 作業者別、男女、年齡、學歷 、資歷
（ 2 ）機 - 機型、機號、位置、新舊別 （ 3 ）物 - 原料、產地、供應者 （ 4 ） 法 - 空 運 、 海 運 ... （ 5 ）環境 - 溫度、濕度、天候、地點 （6） 時間 - 日、月、年、小時、改善
組中值 299 301 303 305 307 309
組上界 300 302 304 306 308 310
總計
次數 6 15 22 16 1 0 60
25
次
20 15
數
10 5
0
6 299
成型SR長度
22
15
16
301
303
305
組中值
評價:
C級須全數選別並改善管理.
1 307
0
309
單位:MM
層別法
UCL A B
XC
C B LCL A
檢定規則 6 ：(14 升降) 連續 14 點交互著一升一降者。 UCL A B
XC
C B LCL A
檢定規則 8 ：(1 界外) 有一點在 A 區以外者。 UCL A B
XC
C B LCL A
管制 圖
製程檢驗記錄表
日期
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 合計
目的： 1. 掌握問題 2. 發現主要原因 3. 確認改善效果
柏拉圖 範 例 製程不良率影響度柏拉圖
外模雜質 50
20
鐵殼刮傷
10
外模水紋 40
7
插頭沖膠
3
鐵芯雜不 質 30
2
其他
良 件
8
數 20
10
40 60 74 80 84 100
0
外模雜質 鐵殼刮傷 外模水紋 插頭沖膠 鐵芯雜質 其他
100 90
主要缺失 25 18 12 9 17 26 107
夜 A 次要缺失 52 32 27 24 35 49 219
總計
77 50 39 33 52 75 326
主要缺失 10 6 4 2 6 5 33
日 B 次要缺失 9 5 7 15 10 9 55
總計
19 11 11 17 16 14 88
主要缺失 8 7 11 6 9 5 46
特性要因圖
大要因
大要因
中要因
小要因
中要因
小要因
大要因
中要因 大要因
中要因
小要因
特
性
中要因
小要因
特性要因圖
特性要因圖的使用目的
1. 問題的整理 2. 追查真正的原因 3. 尋找對策
特性要因圖的種類
1. 原因追求型 2. 對策追求型
特性要因圖
特性要因圖的製作方法
步驟 1. 決定問題或品質的特性 步驟 2. 決定大要因 步驟 3. 決定中小要因 步驟 4. 決定影響問題的主要原因 步驟 5. 填上製作目的、日期及製
總計 176 126 110 85 120 150 767
層 別 法 範 例 (三)
以班別層別
缺失類別 月份 7 月 8 月 9 月 10 月 11 月 12 月 總計
主要缺失 19 3 9 6 2 11 50
日 A 次要缺失 37 35 8 8 19 28 135
總計
56 38 17 14 21 39 185
作者等資料
散佈圖
何謂散佈圖：
散佈圖乃是將想要調查的兩類成 對數據其間之關係，配合縱座標 、橫座標繪製而成的圖
散佈圖
散佈圖的作法
1. 收集成對的數據 30 組以上 2. 作縱座標 / 橫座標 3. 點繪成對數據於圖表用紙 4. 記上必要事項
散佈圖
散佈圖的看法
1. 正相關 2. 負相關 3. 無相關 4. 似有正相關 5. 似有負相關 6. 曲線相關
80 70 累 60 積 50 影
響
40 度 30 % 20
10 0
不良項目 外模雜質 鐵殼刮傷 外模水紋 插頭沖膠 鐵芯雜質
其他
不良數(pcs) 不良率 (%) 累計不良數(pcs) 累計影響度 (%)
20
40
20
40
10
20
30
60
7
14
37
74
3
6
40
80
2
4
42
84
8
16
50
100
柏拉圖
柏拉圖的作法：
計數數據：事先指定產品特性，再就特 (間斷型) 性相同的產品個數加以計算 所得的個數，如5個燈泡不 亮、6處污染、100個不良品 等......
查檢表
目的： 用以掌握事實，助於問題分析改善
種類 記錄用 點檢用
記錄用查檢表
記錄用查檢表
日1 不良項目 外模雜質 ////
鐵殼刮傷 /// 外模水紋 /// 插頭沖膠 //// 鐵芯雜質 //
1. 作查檢表收集數據 2. 製作柏拉圖結算表 3. 繪製柏拉圖 4. 求得重點項目 5. 註明製作柏拉圖的主題及相關資料
特性要因圖
一個問題的特性受到一些要因的影響時 ，我們將這些要因加以整理，成為有相 互關係而且有條理的圖形這個圖形，稱 為性特性要因圖。由於形狀就像魚的骨 頭所以又叫做魚骨圖(石川圖)
不良率 0.00% 0.22% 0.08% 0.20% 0.56% 0.38% 0.24% 0.13% 0.21% 0.14% 0.20% 0.10% 0.42% 0.25% 0.30% 0.27% 0.21% 0.32% 0.20% 0.14% 0.45% 0.20% 0.30% 0.28% 0.26% 0.18% 0.08% 0.20% 0.242%
品管七大手法
讲师：徐围
課程內容
數據的收集
Q7 Tools
.查檢表
.管制圖
.柏拉圖
.直方圖
.特性要因圖 .層別法
.散佈圖
數據的收集
利用數據的收集,了解問題現況,並藉以判 斷問題的所在
目的： 1. 了解製程現況 2. 解析製程 3. 管理製程 4. 調節製程 5. 判定是否合格
數據的種類
計量數據：利用各種度量衡儀器測 (連續型) 量而得的數值,如長度,重量 ,電流及電壓值等......
散 佈 圖 看 法 (一)
正相關
負相關
無相關
似有正相關
散 佈 圖 看 法 (二)
似有負相關
曲線相關
散佈圖
注意事項
原本無關之數據, 配合層別法之 使用, 可能看出其中之關係
管制圖
以縱軸代表產品品質特性，並以製程數據為刻 度；橫軸代表產品的時間或製造日期，依時間 順序將點劃在圖上，再用線連結，加上中心線 (CL)，上管制界限(UCL)及下管制界限(LCL) 之繪製，即可成為管制圖
其 他 //
2
3
//// //// ////
////
///
//
//
/
/
///
////
/
///
//
4
5
/
//
//// //// // ////
//
///
//// //// //
///
/
//// //// ///
點檢用查檢表
以下圖表為在開會前需點檢之項目
Item
Check List
1 品質會議發言單
2
UCL
A B
XC
C B LCL A
檢定規則 4 ：(8 缺 C) 有 8 點在中心線之兩側，但 C 區 並無點子者。
UCL
A B
XC
C B LCL A
管 制 圖 之 判 讀 (二)
檢定規則 5 ：(9 單側) 連續 9 點在 C 區或 C 區以外者。
UCL A B
XC
C B LCL A
檢定規則 7 ：(15 C) 連續 15 點在中心線上下兩測之 C 區者。