Syllabus data

Teacher name ： 上瀬 昭司
Course Title
Research Seminar 2 (J)
Course Title in English
Research Seminar 2 (J)
Course Type
Major Courses
−
Eligible Students
School of Economics and Management
Target Grade
3Year
Course Numbering Code
KCCBK3MCA3
Credits
2.00Credits
The course numbering code represents the faculty managing the subject, the department of the target students, and the education category (liberal arts / specialized course). For detailed information, please download the separate manual from the upper right 'question mark'.
Type of Class
演習 (Seminar)
Eligible Year/Semester
Spring semester 2026
Instructor
上瀬 昭司
Affiliation
国際商経学部
Language of Instruction
Japanese
Related SDGs
N/a
Office Hours and Location
適宜、教員研究室にて（要予約）
Contact
kamise@em.u-hyogo.ac.jp

Corresponding Diploma Policy
A double circle indicates the most relevant DP number and a circle indicates the associated DP.
Corresponding Undergraduate School DP
1◎／3〇
Corresponding Graduate School DP
ー
Corresponding University-Wide DP
N/a
Academic Goals of Teacher Training Course
ー

Course Objectives and Learning Outcome

講義目的：実際にアンケート調査を実施し、結果を分析することで、調査票の作成方法や研究ゼミナールIで学んださまざまな統計分析の仕方の定着を目指す。

到達目標：二次資料の分析やインタビュー調査から仮説を導出し、アンケート調査によって検証することができるようになる。

 
Subtitle and Keywords of the Class
Course Overview and Schedule

今年度もKansai Business Student Competition（カンビズ）に参加予定である。

このイベントは、2023年まで10年間にわたって開催されてきた「Mラボ 課題解決ラボ（神戸新聞社主催）」の後身事業にあたり，企業が抱える課題を大学のゼミ単位で調査研究するプロジェクトです。商品開発や販売プロモーション，マーケティング分析など，研究対象となる企業が抱えている課題を解決するビジネスプランを最終発表会で競い合うものです。昨年度はNTTドコモについて研究した。

■ 実施スケジュール（参考：2025年度）

4月上旬：テーマ発表と参加ゼミの募集開始

4月中旬：参加ゼミの決定

4月下旬：キックオフ説明会

5月-6月：研究・調査

7月上旬：中間発表会

8-10月：研究・調査

11月1日：最終発表会


In-person/Remote Classification
In-person
Implementation Method and Remote Credit Limit Application
・対面授業のみ
・遠隔授業単位上限の適用を受けない
Uses of Generative AI
Fully permitted
Precautions for using Generative AI
生成ＡＩの利用にあたっては『本学の教育における生成ＡＩの取扱いについ て（学生向け）』の記載内容について留意すること。
この授業においては、授業内、予習復習、レポート等を含む成果物作成等において生成ＡＩの利用を全面的に許可しており、生成ＡＩの利用について制限を設けないが、生成ＡＩによる出力結果をそのまま課題・レ ポートとして提出してはならない。生成ＡＩの出力した内容について、事実関係の確認や出典・参考文献を確認・追記することが重要である。 使用した場合にその旨をレポート等に記載するかどうか等については、担当教員の指示に従うこと。
Textbook
使用しない。
References
統計処理の方法に迷った場合は、以下を参照。
山田剛史・杉澤武俊・村井潤一郎(2008)『Rによるやさしい統計学』オーム社。
Googleフォームの作成方法に迷った場合は、以下を参照。
田中友尋・栂安賢吾・横山倫洋(2022)『今すぐ使えるかんたんGoogle Workspace完全ガイドブック 困った解決＆便利技』技術評論社。
Contents and Estimated Time for Pre- and Post- Learning (Preparation and Review)
予習30h
復習30h
Contents of Active Learning
該当しない
Grading Criteria and Methods
成績評価の基準：国際商経学部の規程に基づく。
成績評価の方法：出席を前提に、グループワークにおける取組状況60%，ゼミ中の議論に対する貢献20%，ゼミ運営への貢献20%を総合して評価する。
How to Disclose Assignments and Exam Results
課題のフィードバックは授業時間中に行う。
Precautions and Requirements for Course Registration
特になし。
Practical Education
該当しない。
Remarks
In cases where any differences arise between the English version and the original Japanese version, the Japanese version shall prevail as the official authoritative version.