＜習得事項＞
・品質管理（QC）の基礎知識とQC手法の実践方法
・統計の基礎知識と統計的品質管理（SQC）の実践方法
・QC検定®3級～2級相当の品質管理手法の知識

＜講義概要＞
　品質に関わる技術者が学ぶべき統計的品質管理（SQC）の基礎知識と実践方法を学習します。QC七つ道具から、データサンプリング、管理図、抜取検査、相関・回帰分析、検定・推定、実験計画法の基礎まで、品質管理に関わる担当者やリーダーが習得すべき内容を網羅しています。
　本講座のシリーズは、基礎から応用レベルまでの難易度順となっていますので、事前知識のない初学者も無理なく学習を進めて、SQCについて総合的に理解を深めていくことができます。
　講義内容は、スライドでの解説に加えて、表計算ソフトのワークシートを用いた実践手順を交えて紹介していますので、計算や導出の過程を理解できます。専用の統計ソフトがなくても実践可能な内容となっています。
本講座はQC検定®の3級～2級の品質管理手法の学習内容に対応しています。受験者が品質管理の知識の理解を深めるための教材として活用することができます（受験対策教材ではありません）。
　本講座の学習により、SQCについての知識を習得し、品質管理の実務で活用するための実践方法を学ぶことができます。
※QC検定®は、一般社団法人日本規格協会の登録商標です。

＜習得事項＞
・品質管理（QC）の基礎と現場改善に役立つ手法の理解
・QC七つ道具と新QC七つ道具を活用した問題解決スキル
・信頼性設計に必要なFMEA・FTAの活用方法

＜講義概要＞
　本講座では、品質に関わる技術者が学ぶべき品質管理の基礎知識と各種ツールについて学習します。
　QC手法の基本概念を解説し、QCストーリーや小集団活動、PDCAサイクルをはじめとした問題解決の枠組みを紹介します。現場で使用頻度の高いQC七つ道具（管理図、パレート図、ヒストグラム、散布図等）や、新QC七つ道具（親和図、連関図、系統図、アローダイヤグラム等）について、図解と表計算ソフトでの実演を通じて、実践的な使い方を習得します。
　信頼性設計のためのFMEAやFTA、デザインレビューを解説し、設計段階での問題予防と品質保証の重要性を解説します。
　本講座の学習により、品質管理の基礎知識を習得し、品質管理の実務で活用するための実践方法を学ぶことができます。

＜習得事項＞
・統計的工程管理（SPC）の基本概念と手法の習得
・管理図や工程能力指数による工程の安定性評価
・サンプリング検査の設計とOC曲線の理解
・実務に必要な抜取検査の計画と活用方法

＜講義概要＞
　品質に関わる技術者が学ぶべき統計的品質管理（SQC）の基礎知識と実践方法を学習します。
　本講座では、品質管理の重要な柱である統計的工程管理（SPC）について、実務で活用するための基礎から応用までを体系的に学習します。
　基本となる工程データのサンプリングと統計量の解釈を理解し、管理図の作成方法や異常検知の仕組みを習得します。代表的な管理図を例にとり、工程の安定性を視覚的にモニタリングする技術を詳細に解説します。工程能力指数（Cp・Cpk）の算出方法とその解釈について学びます。表計算ソフトでの実演により、すぐに実施できる手順を解説します。
　抜取検査に関するJIS Z 9002・9003に基づく実践的な手法を紹介し、OC曲線を通じた検査設計の考え方を理解します。
　本講座を通じて、工程の安定化・効率化に役立つ分析力と改善手法を習得し、現場で品質管理を実践できるスキルを養成します。

＜習得事項＞
・相関分析・回帰分析の基本概念と意味を理解できる
・散布図や相関係数を用いた工程データの分析ができる
・Excelを活用して相関分析・回帰分析を実践できる

＜講義概要＞
　本講座では、品質管理において重要な役割を担う「相関分析」と「回帰分析」について、基礎から実践まで体系的に学習します。
　2つの変数間の関連性を視覚化する散布図を用いて、正の相関・負の相関・無相関などの関係性を理解します。相関係数（r）を用いて相関の強さを定量的に評価し、工程条件と品質特性の因果を検討する際の基本となる考え方を習得します。講座では、表計算ソフトで散布図を作成し、近似直線や決定係数（R²）の表示を行いながら、実務でそのまま活用できる手法を実演します。
　回帰分析を用いて「要因（説明変数）」が「結果（目的変数）」に与える影響を予測する方法を学びます。単回帰分析では、回帰式の導出、回帰係数の解釈、Excel分析ツールを使った回帰モデルの構築、決定係数による当てはまりの評価を取り扱います。層別の重要性や外れ値の扱い、多変量要因を扱う重回帰分析にも触れ、工程改善や品質向上に向けた実践的な分析力を養います。
　本講座の学習により、相関・回帰分析を自力で活用できるようになり、データに基づいた改善活動を推進するための基礎が身につきます。

＜習得事項＞
・仮説検定と推定の基本概念を理解し、母集団の判断ができる
・正規分布・t分布・χ²分布・F分布など、統計分布の使い分けができる
・計量値・計数値データに対する検定手順を実務で使える
・Excelを用いた検定・推定の実践操作を習得できる

＜講義概要＞
　本講座では、品質管理において欠かせない「検定」と「推定」の基礎から応用までを実務目線で体系的に学習します。製造現場では、限られたサンプルから母集団の品質を判断する機会が多く、正しい検定手順を理解することが重要です。
　統計量・確率分布（正規分布・t分布・χ²分布・F分布）の基本的な概念を整理し、仮説検定の枠組み（帰無仮説・対立仮説、有意水準、p値）を解説します。
　計量値データに対する検定（母平均のz検定・t検定、母分散のχ²検定、二つの母平均・母分散の比較）を学習し、計数値データ（不適合品率や不適合数）の検定手順を取り扱います。区間推定を用いた信頼区間の考え方と計算法を解説します。
　本講座ではExcel関数や分析ツールを用いた実演を通じて、実務で即活用できるスキルを習得します。仮説検定の考え方だけでなく「現場でどう使うか」を重視し、工程改善や品質保証の判断に統計的根拠を持たせる力を養うことができます。

＜習得事項＞
・実験計画法の基本概念と用語（因子・水準・主効果・交互作用）が理解できる
・一元配置・二元配置などの要因配置実験と分散分析の手順を理解できる
・Excelを用いた分散分析・交互作用プロット・推定の方法を学習できる

＜講義概要＞
　本講座では、製品開発・設計・生産技術の現場で広く使われている「実験計画法」の基礎を体系的に学習します。実験計画法は少ない実験回数で有効な知見を得るための統計的手法であり、特性に影響を与える因子（材料条件、工程条件、設備条件など）を効率的に探索し、最適条件を見つけることができます。
　特性・因子・水準といった基本用語を理解し、主効果・交互作用・誤差などの概念を整理します。フィッシャーの三原則（繰り返し・ランダム化・ブロック化）に基づく実験設計の基本を学び、要因配置実験（1因子・2因子）や直交配列表による実験の組み立て方を解説します。実験データを統計的に解析する「分散分析」の考え方と手順を、実例を用いて解説します。
　Excel分析ツールを活用し、平方和・自由度・分散・F値・p値の計算を自動化し、実務で活用できる手順を学習します。主効果図・交互作用プロットによる判断、最適水準の推定、確認実験の進め方まで取り扱います。
　講義を通じて、実験計画法の概念と手順を理解し、効率的かつ再現性の高い実験を行う方法を学習することができます。