KA241501 品質管理

広島大学シラバス

English

年度 2025年度開講部局情報科学部

講義コード KA241501 科目区分専門教育科目

授業科目名品質管理

授業科目名
（フリガナ）ヒンシツカンリ

英文授業科目名 Quality Management

担当教員名鄭　俊俊

担当教員名
(フリガナ) テイ　シュンシュン

開講キャンパス東広島開設期 3年次生後期４ターム

曜日・時限・講義室 (4T) 火7-10：工218

授業の方法講義授業の方法
【詳細情報】対面

講義中心

単位 2.0 週時間 4 使用言語 J : 日本語

学習の段階 2 : 初級レベル

学問分野（分野） 25 : 理工学

学問分野（分科） 02 : 情報科学

対象学生

授業のキーワード品質管理，品質保証，信頼性工学，QC七つ道具，管理図，抜取検査，FMEA・FTA，ソフトウェア品質・AI品質

教職専門科目　教科専門科目　

プログラムの中での
この授業科目の位置づけ
（学部生対象科目のみ）本授業は，情報システムやソフトウェアの開発・運用において不可欠な品質の確保と改善に関する基礎的知識を習得する科目であり，信頼性の高いシステム設計・評価を支える実践的な土台として位置づけられる．特に，近年注目されるAIシステムの品質や不確実性に対する理解も深め，次世代の情報システム品質管理にも対応できる力を養う．
到達度評価
の評価項目
（学部生対象科目のみ）計算機科学プログラム
（総合的な力）
・D2. 多様化，複雑化した情報社会における分野横断的な課題に対して，豊富な最先端情報技術に基づいて，最適なシステムソリューションを導く能力．

データ科学プログラム
（総合的な力）
・D3. 複合的に絡み合う社会的ニーズや課題を俯瞰し，データに基づいた定量的かつ論理的な思考と多角的視野と高度な情報分析能力で課題を解決する能力．

知能科学プログラム
（能力・技能）
・D2. 人工知能やIoTなどの応用や発展に寄与できる情報処理能力やデータ分析能力．
（総合的な力）
・D3. 複合的に絡み合う社会的ニーズや課題を俯瞰的に捉え，知能科学の幅広い知識に基づいた多角的視野と分析能力で課題を解決する能力．

授業の目標・概要等本科目の目的は，情報科学の視点から品質管理に関する基本的な概念や手法を体系的に学び，製品やサービスの品質を継続的に改善するための思考力と実践力を身につけることである．具体的には，TQMやPDCAサイクル，QC七つ道具，管理図，抜取検査などの品質管理技法に加え，信頼性工学，FMEAや故障木解析などのリスク管理手法も扱う．さらに，ソフトウェアやAIといった現代的な情報システムにおける品質特性や評価指標についても学び，次世代の品質保証に対応できる基礎力を養う．

授業計画第1回品質とは何か
（品質の定義，TQM，PDCA，JIS/ISOの概要，顧客満足と価値）
第2回品質データと統計的思考
（データの種類，代表値・ばらつき，ヒストグラム・パレート図など）
第3回 QC七つ道具（１）
（チェックシート，グラフ，散布図など，品質データの可視化）
第4回 QC七つ道具（２）
（特性要因図，層別，事例に基づく実践的な使い方）
第5回管理図の基礎
（X-R図の構成と見方，工程の安定性の判断方法）
第6回管理図の応用
（p/np管理図，管理限界，異常の種類とその対処）
第7回管理図とQC七つ道具の演習
（実データを用いたグループ演習・演習問題解説）
第8回抜取検査とOC曲線
（抜取検査の方式，合否判定，OC曲線，リスクとの関係）
第9回信頼性工学の基礎
（故障率，MTBF，バスタブ曲線，信頼性の基本的な考え方）
第10回 FMEAと故障木分析（FTA）＋演習
（故障の予防的評価（FMEA），論理構造による分析（FTA），簡単な演習）
第11回ソフトウェア品質と信頼性
（品質モデル（ISO/IEC 25010），障害傾向，信頼性成長の概念）
第12回 AIの基礎と品質視点
（機械学習の基本構造，学習と汎化，AIにおけるばらつきや不確実性）
第13回 AIのテストと品質評価
（精度，再現率，混同行列などの評価指標，テスト設計とのつながり）
第14回総合演習（演習または復習）
（学んだ内容の応用演習，グループディスカッション形式も可能）
第15回総まとめ・理解度確認
（振り返り，小テストやディスカッションで理解定着）

教科書・参考書等参考書は以下のとおりである．
・「品質管理と品質保証，信頼性の基礎」，真壁肇，鈴木和幸共著，日科技連（2018）

授業で使用する
メディア・機器等配付資料, moodle

【詳細情報】

授業で取り入れる
学習手法ディスカッション, 小テスト／クイズ形式, PBL（Problem-based Learning）／ TBL（Team-based Learning）, フィールドワーク／アンケート調査, 授業後レポート

予習・復習への
アドバイス第1～4回（品質の基礎とQC七つ道具）では，事前に品質の定義やQC手法の概要を資料で確認し，授業後には図や表を実際に描くことで理解を定着させること．第5～7回（管理図と演習）では，管理図の構成要素と使い方を予習し，演習でのグループ作業を通じて実践的理解を深めること．第8～10回（抜取検査と信頼性）では，統計的判断や信頼性指標の意味を確認し，計算問題を繰り返して習得すること．第11～13回（ソフトウェア・AI品質）では，評価指標の定義を予習し，復習ではテストデータや例題を通して分析力を養うこと．第14～15回（総合演習とまとめ）では，全体内容の整理と確認テストを通して総合的理解を目指すこと．

その他：
授業の質向上のために実施する授業評価アンケートに積極的に参加することを推奨する．また，授業改善に向けて，教員からフィードバックを行う．

履修上の注意
受講条件等

成績評価の基準等成績評価は，日常点（出席状況や授業態度をもとに評価），演習課題・レポート，小テストによって総合的に行う．

実務経験

実務経験の概要と
それに基づく授業内容

メッセージ

その他

すべての授業科目において，授業改善アンケートを実施していますので，回答に協力してください。
回答に対しては教員からコメントを入力しており，今後の改善につなげていきます。

年度	2025年度	開講部局	情報科学部
講義コード	KA241501	科目区分	専門教育科目
授業科目名	品質管理
授業科目名（フリガナ）	ヒンシツカンリ
英文授業科目名	Quality Management
担当教員名	鄭　俊俊
担当教員名 (フリガナ)	テイ　シュンシュン
開講キャンパス	東広島	開設期	3年次生後期４ターム
曜日・時限・講義室	(4T) 火7-10：工218
授業の方法	講義	授業の方法【詳細情報】	対面
講義中心
単位	2.0	週時間	4	使用言語	J : 日本語
学習の段階	2 : 初級レベル
学問分野（分野）	25 : 理工学
学問分野（分科）	02 : 情報科学
対象学生
授業のキーワード	品質管理，品質保証，信頼性工学，QC七つ道具，管理図，抜取検査，FMEA・FTA，ソフトウェア品質・AI品質
教職専門科目		教科専門科目
プログラムの中でのこの授業科目の位置づけ（学部生対象科目のみ）	本授業は，情報システムやソフトウェアの開発・運用において不可欠な品質の確保と改善に関する基礎的知識を習得する科目であり，信頼性の高いシステム設計・評価を支える実践的な土台として位置づけられる．特に，近年注目されるAIシステムの品質や不確実性に対する理解も深め，次世代の情報システム品質管理にも対応できる力を養う．
到達度評価の評価項目（学部生対象科目のみ）	計算機科学プログラム（総合的な力）・D2. 多様化，複雑化した情報社会における分野横断的な課題に対して，豊富な最先端情報技術に基づいて，最適なシステムソリューションを導く能力．データ科学プログラム（総合的な力）・D3. 複合的に絡み合う社会的ニーズや課題を俯瞰し，データに基づいた定量的かつ論理的な思考と多角的視野と高度な情報分析能力で課題を解決する能力．知能科学プログラム（能力・技能）・D2. 人工知能やIoTなどの応用や発展に寄与できる情報処理能力やデータ分析能力．（総合的な力）・D3. 複合的に絡み合う社会的ニーズや課題を俯瞰的に捉え，知能科学の幅広い知識に基づいた多角的視野と分析能力で課題を解決する能力．
授業の目標・概要等	本科目の目的は，情報科学の視点から品質管理に関する基本的な概念や手法を体系的に学び，製品やサービスの品質を継続的に改善するための思考力と実践力を身につけることである．具体的には，TQMやPDCAサイクル，QC七つ道具，管理図，抜取検査などの品質管理技法に加え，信頼性工学，FMEAや故障木解析などのリスク管理手法も扱う．さらに，ソフトウェアやAIといった現代的な情報システムにおける品質特性や評価指標についても学び，次世代の品質保証に対応できる基礎力を養う．
授業計画	第1回品質とは何か（品質の定義，TQM，PDCA，JIS/ISOの概要，顧客満足と価値）第2回品質データと統計的思考（データの種類，代表値・ばらつき，ヒストグラム・パレート図など）第3回 QC七つ道具（１）（チェックシート，グラフ，散布図など，品質データの可視化）第4回 QC七つ道具（２）（特性要因図，層別，事例に基づく実践的な使い方）第5回管理図の基礎（X-R図の構成と見方，工程の安定性の判断方法）第6回管理図の応用（p/np管理図，管理限界，異常の種類とその対処）第7回管理図とQC七つ道具の演習（実データを用いたグループ演習・演習問題解説）第8回抜取検査とOC曲線（抜取検査の方式，合否判定，OC曲線，リスクとの関係）第9回信頼性工学の基礎（故障率，MTBF，バスタブ曲線，信頼性の基本的な考え方）第10回 FMEAと故障木分析（FTA）＋演習（故障の予防的評価（FMEA），論理構造による分析（FTA），簡単な演習）第11回ソフトウェア品質と信頼性（品質モデル（ISO/IEC 25010），障害傾向，信頼性成長の概念）第12回 AIの基礎と品質視点（機械学習の基本構造，学習と汎化，AIにおけるばらつきや不確実性）第13回 AIのテストと品質評価（精度，再現率，混同行列などの評価指標，テスト設計とのつながり）第14回総合演習（演習または復習）（学んだ内容の応用演習，グループディスカッション形式も可能）第15回総まとめ・理解度確認（振り返り，小テストやディスカッションで理解定着）
教科書・参考書等	参考書は以下のとおりである．・「品質管理と品質保証，信頼性の基礎」，真壁肇，鈴木和幸共著，日科技連（2018）
授業で使用するメディア・機器等	配付資料, moodle
【詳細情報】
授業で取り入れる学習手法	ディスカッション, 小テスト／クイズ形式, PBL（Problem-based Learning）／ TBL（Team-based Learning）, フィールドワーク／アンケート調査, 授業後レポート
予習・復習へのアドバイス	第1～4回（品質の基礎とQC七つ道具）では，事前に品質の定義やQC手法の概要を資料で確認し，授業後には図や表を実際に描くことで理解を定着させること．第5～7回（管理図と演習）では，管理図の構成要素と使い方を予習し，演習でのグループ作業を通じて実践的理解を深めること．第8～10回（抜取検査と信頼性）では，統計的判断や信頼性指標の意味を確認し，計算問題を繰り返して習得すること．第11～13回（ソフトウェア・AI品質）では，評価指標の定義を予習し，復習ではテストデータや例題を通して分析力を養うこと．第14～15回（総合演習とまとめ）では，全体内容の整理と確認テストを通して総合的理解を目指すこと．その他：授業の質向上のために実施する授業評価アンケートに積極的に参加することを推奨する．また，授業改善に向けて，教員からフィードバックを行う．
履修上の注意受講条件等
成績評価の基準等	成績評価は，日常点（出席状況や授業態度をもとに評価），演習課題・レポート，小テストによって総合的に行う．
実務経験
実務経験の概要とそれに基づく授業内容
メッセージ
その他
すべての授業科目において，授業改善アンケートを実施していますので，回答に協力してください。回答に対しては教員からコメントを入力しており，今後の改善につなげていきます。

シラバスTOPへ