受講概要
受講形式 ＷＥＢ受講（ライブ配信のみ） ＊こちらのセミナーはZoomシステムを使用したオンラインセミナー（録画視聴無し）となります。 受講対象 ・研究開発の実務担当者（若手、中堅） ・指導するリーダー、管理者 ・新入社員、若手 など 習得知識 1)実験の考え方 2)実験計画の立て方 3)実験実務のノウハウ 4)実験記録の方法 5)実験ノウハウの継承 など 講師の言葉 研究開発、商品開発などR&Dにおいて実験は必要不可欠なものである。そして、開発においてはスピードと効率性、確実性が要求されており、その実現を左右する最も重要なものの一つが実験であると言える。そのため、実験計画法などの研修や教育も行われているが、残念ながらそういった研修の多くは個別的なテクニックでしかないため、実務で使えないという声が多く聞かれる。 最も必要とされる、実験ノウハウや、実験そのものの考え方、計画の立て方など、実験実務は現場任せ、本人任せとなっているのが実状である。そのため、それぞれが自己流で実験技術を蓄積していくため、レベルもバラバラで、部署として、会社としての蓄積も生まれない。その結果、人員間、部署間でのバラつきはもちろん、属人的となることで実験技術の継承が行われず、時間軸でのバラツキも生んでいる。 本セミナーでは、従来のいわゆる統計的な手法としての「実験計画法」の進め方ではなく、実験そのものの考え方や計画の立て方、実験実務の進め方といった、根幹部分に重点を置いて、さらには、それらを如何にして教育、継承していくかという点についても詳細に解説する。 受講者の声 ・実験において経営戦略を考慮したことがなく、シナリオメイクが不十分であったことがわかり、非常に有意義なセミナーであると感じました。 （化学メーカー Y.Nさん） ・効率的な進め方ができていない部分を痛感しました。俯瞰的に見て全体像を把 握するようには日ごろ上司から言われていることでもあり、具体的にどうしたらいいかを学べましたので、今後の実験計画については目的を軸に、どういった方向性で進め、期間を定めて確実に進められるものにしていきます。（電子メーカー I.Oさん） ・仮説→検証など今まで何気なくやっ ていたことが、頭の中で明確化されすっきりとした感覚があります。後輩社員への指導もスムーズに行えると思います。（製造メーカー G.Aさん）
プログラム
1. 【イントロダクション】
1.1 開発とは何か
1.2 三つの壁
1.3 実験、思考、分析
2. 【実験の基本と心得】
2.1 実験の種類
2.2 実験の基本プロセス
2.3 実験を始める前のポイント
2.4 実験中の心構え
2.5 実験終了後
2.6 実験、研究の心得
2.7 基本的な注意点
2.8 時間管理
2.9 実験が上手くいかない時
2.10 実験の絶対的タブー
3. 【実験シナリオの考え方】
3.1 シナリオメイク
3.2 Why ⇒ How
3.3 何が必要か
3.4 何に使うのか
3.5 開発シナリオと実験ストーリー
3.6 実験ストーリーの考え方
3.7 良くあるパターン
4. 【目的と目標】
4.1 目的（ゴール）の確認
4.2 目的と目標
4.3 目的の構成要素
4.4 目標
4.5 目標の条件
4.6 判断基準
4.7 目標設定のためのSMARTルール
5. 【仮説思考による研究開発と問題解決】
5.1 仮説とは何か
5.2 仮説が必要な理由
5.3 仮説の考え方
5.4 仮説構築のプロセス
5.5 仮説の変換
5.6 仮説の精度と確度
5.7 仮説→課題設定→計画
5.8 ２種類の事実
6. 【実験を考えるとは】
6.1 思考、作業の区別
6.2 実験の検討要素
6.3 実験プロセス
6.4 構想フェーズの要素分解
6.5 構想フェーズの可視化
6.6 計画フェーズの可視化
6.7 実験条件選定フェーズの可視化
7. 【実験計画の考え方】
7.1 計画の考え方
7.2 適切なマルチタスク化
7.3 タイムマージン
7.4 可視化
7.5 細分化、詳細化
7.6 優先順位
7.7 リソースマネジメント
8. 【実験の考え方】
8.1 実験条件の考え方
8.2 実験計画法の意味
8.3 実験の本当の意味
8.4 実験を考えるとは
8.5 プロセスの可視化
8.6 構想の可視化
8.7 実験方法の考え方
8.8 実験パラメータの選び方
8.9 実験マトリクスの考え方
8.10 条件範囲の設定
8.11 対照データの選び方
8.12 結果の使い方
8.13 結果 ⇒ 結論
8.14 良くあるパターン
9. 【情報・結果の収集方法】
9.1 情報の条件
9.2 情報の考え方、扱い方
9.3 情報収集を始める前に
9.4 多面視点
9.5 情報・結果・結論
9.6 基本フロー
9.7 文献の読み方と資料整理
10. 【データの捉え方・解析のポイント】
10.1 データ解釈における認知バイアス
10.2 観点の重要性
10.3 アウトライヤー
10.4 情報次元の拡張
10.5 数字（データ）の取り扱い
10.6 ５大解析視点＋１
10.7 データの伝え方
10.8 実験情報とは何か
11. 【実験誤差、精度の考え方】
11.1 正確なデータを得るために
11.2 AccuracyとPrecision
11.3 真値と測定値
11.4 信頼度要因を整理する
11.5 信頼性管理
12. 【実験ノートのまとめ方】
12.1 実験ノートの役割
12.2 実験ノートに書くべきこと（項目）
12.3 修正・加筆・削除
12.4 データの保存
13. 【開発実験のための思考法】
13.1 目的志向
13.2 アウトプット志向
13.3 仰望視点と俯瞰視点
13.4 逆説的思考
13.5 失敗からのリカバリー
13.6 認知バイアスの罠
13.7 目利き力
13.8 ヒラメキの種
13.9 アイデアの源泉
13.10 イノベーションを生む発想と行動
14. 【実験計画のための思考の道具】
14.1 実験計画で用いる代表的フレームワーク
14.2 フレームワークの使い方
14.3 Ｉｆ then思考
14.4 思考の拡張
14.5 構成要素で考える
14.6 アイデア生産の5ステップ
14.7 情報整理
14.8 要素分解
14.9 概算力
14.10 アイデアの評価
15. 【まとめ：研究者の心得】
15.1 探究心と追求心
15.2 企業の技術力のポテンシャル要素
15.3 ４つの基本力
15.4 ２種類の「カン」
15.5 研究者の成功要素
15.6 知識、経験と知恵
15.7 実験の神髄
15.8 研究開発フロー
16. 質疑
講師紹介 大手分析メーカーにて、表面分析、分光分析を中心に、各種工業材料、半導体の表面、界面の 研究開発支援業務に従事しながら、国内外機関と、有機EL材料、半導体リソグラフィープロセス、 塗料・コーティング、接着剤などの分野共同研究を行った。 その後、大手電機メーカーに引き抜かれ、ハイブリッド材料、ナノ粒子などの開発を行った。 現在は、ジャパン・リサーチ・ラボ代表として、総合技術コンサルティング、人材育成、 調査・企画、講演・執筆などを行っている。 大阪大学 工学部 招聘研究員,大阪産業大学 情報システム学科 非常勤講師,大阪市産業創造館 技術・経営相談員を兼務している。