１．コース概要及び留意事項
２．実験計画法の概要
(1) 実験計画法とは
（要因、因子、水準、効果的な実験の計画と基本的なデータ解析手法）
(2) 実験計画の三原則（フィッシャーの三原則）
３ ．一元配置法の活用
(1) 一元配置実験　(2) 各水準での母平均の推定
(3) 分散分析表の解説（母平均の差の検定）　(4) 演習問題による確認
４．直行配列表の活用
(1) L_8(2^7)：２因子２水準の直交配列表とその使い方、線点図
(2) 因子の絞り込み、主効果と交互作用の割付け　
(3) L_8(2^7)の直交配列表の分散分析　(4) 演習問題による確認
５． 二元配置法の活用
(1) 二元配置（繰り返しなし）実験による分析と推定
(2) 乱塊法，分割法　(3) 演習問題による確認
６．総合演習
(1) 実験計画法による製品の品質向上課題実習（グループ討議）
　 例）品質向上のための条件を題材にした実験計画とデータ解析
７．発表，まとめ

【概要や目標など】品質管理の生産性の向上をめざして、効率化、適正化、最適化（改善）、安全性向上に向けた生産プロセスの改善と製品の品質の向上のため、因果が複雑に絡み合った現場の生産プロセスと品質改善の問題に対して、有効な解決法である実験計画法による効果的な実験の計画と実践的なデータ解析手法について習得する。

【受講者の声】
＊ ごくまれに直行表を用いた実験計画を業務で目にしたが意味が理解できないことがあったので、今回の講習で使用の目的が理解できた。
＊ 検証をしていたが分散分析までしていなかった。よく戻り検証をしているので役立てたい。
＊ 業務の中で不良のばらつきを正すため条件を変えて調整を行っていたが、今日の講習を得て論理を持って調べることができそう。
＊ 条件出しに時間や手間がかかっていたりどの要因が効果あると分かっていないものに、実験計画法が有効であると思った。
【おすすめポイント】
効率化や改善の対象となる“ 特性” には様々な“ 要因” が影響を及ぼしています。『どの要因がどの特性にどの程度影響を与えているか』『影響を与えている要因をどうすれば特性が良くなるのか』『その時の特性値はいくらになるのか』など、特性と要因の関係を調べるには、様々なデータを取り、解析を行なわなければなりません。ここでは、精度の良い結果を効率的に得られるように、問題解決の演習を通して、データを計画的に取る方法と、取得したデータの適切な解析方法を与える統計的手法の一つである“ 実験計画法” の基礎的な部分を学びます。