「実験はしているのに、なかなか論文にならない」
社会人博士を目指す人や、企業で研究をしている人の中には、この壁にぶつかる人が少なくありません。
私自身、企業研究者として働きながら博士号取得を目指す中で、何度もこの壁に向き合ってきました。
実験をする。
結果が出る。
次の実験をする。
また結果が出る。
一見すると、研究は前に進んでいるように見えます。
しかし、実験結果をただ積み上げるだけでは、論文にはつながりません。
重要なのは、結果が出た瞬間に図表を作ることです。
そして、その図表を見ながら、
✅ この結果から何が言えるのか。
✅ 仮説は支持されたのか。
✅ 統計的に意味はあるのか。
✅ 次に何を実験すべきなのか。
を考えることです。
私が博士号取得までに学んだことは、非常にシンプルです。
論文は文章から始まらない。図表と統計から始まる。
この記事では、社会人博士を目指す人、論文を書きたい企業研究者に向けて、図表作成と統計処理を研究にどう活かすべきかを解説します。
結論：実験したら必ず図表を作る
結論から言います。
実験したら、必ず図表を作ってください。
図表は、論文投稿の直前にきれいに整えるためのものではありません。
図表は、研究の現在地を確認するための道具です。
実験結果を図表にすることで、
✅ 何が分かったのか
✅ 仮説は正しそうなのか
✅ データは十分なのか
✅ 再現性はあるのか
✅ 次に何を確認すべきなのか
が見えてきます。
私は博士号取得までに、数百枚以上の図表を作りました。
その中で、実際に論文に掲載された図表はごく一部です。おそらく1割未満です。
しかし、ボツになった図表が無駄だったとは思っていません。
なぜなら、それらの図表が次の実験の方向性を決めてくれたからです。
図表は仮説を検証するために作る
多くの場合、研究者は何らかの仮説を持って実験をします。
こうした仮説を持ち、実験を行い、結果をまとめます。
しかし、重要なのはここからです。
結果を図表にして、元の仮説に対して何が言えるのかを検証します。
仮説の正しさを立証できているのか。
まだデータが不十分なのか。
むしろ仮説とは違う方向を示しているのか。
この確認をしないまま次の実験に進むと、研究の方向性を見失います。
研究は、実験を増やせば進むわけではありません。
仮説に対して結果が何を示しているのかを考えることで進みます。
統計処理をしない図表は論文では通用しない
図表を作るときに欠かせないのが統計処理です。
専門分野にもよりますが、研究において統計は非常に重要です。
私は大学の統計の授業はほとんど聞いていませんでした。
当時は統計の重要性を全く理解しておらず、
「めんどくさい数学の一部」
くらいにしか捉えていませんでした。
しかし、社会人で研究を本格的に開始してから、統計の重要性に初めて気づきました。
だから本当に初歩の初歩から勉強し直しました。
教えてくれる人もいなかったので、独学でしたので大変でした。
見た目には差があるように見えても、統計的に意味があるとは限りません。
逆に、一見すると小さな差に見えても、統計的には重要な差である場合もあります。
だからこそ、図表を作ったら必ず考える必要があります。
✅ この差は本当に意味があるのか
✅ 統計処理は適切か
✅ サンプル数は十分か
✅ 再現性は確認できているか
✅ この結果から本当にその結論を言えるのか
私自身、統計は一から勉強しました。
そして、あらゆる手法を勉強し、研究の中で実践しました。
具体的には、
✅ t検定
✅ ANOVA
✅ 多重比較
✅ 相関分析
✅ 回帰分析
✅ ノンパラメトリック検定
などです。
最初からすべて理解していたわけではありません。
実験結果を図表にして、仮説を検証しようとすると、
「このデータにはどの統計処理を使うべきなのか」
という壁に必ずぶつかります。
そのたびに調べ、勉強し、実際のデータに当てはめて考えてきました。
Excelでは対応できない統計処理も多く、必要に応じてRやPythonも独学で学びました。
当時からYouTubeには解説動画があり、勉強素材にはそれほど困りませんでした。
ただし、操作方法を覚えるだけでは不十分です。
重要なのは、
自分の研究データに対して、どの統計処理を使うべきかを判断すること
です。
統計処理の結果、仮説通りにいくこともあります。
逆に、仮説通りにいかないこともあります。
しかし、どちらにも意味があります。
仮説通りなら、論文のストーリーが強くなります。
仮説通りでなければ、仮説を修正するか、次の実験方針を見直す必要があります。
つまり統計処理は、論文のための形式的な作業ではありません。
次の研究方針を決めるための判断材料です。
論文化できる図表はごく一部しかない
当たり前ですが、実験結果のすべてが論文になるわけではありません。
むしろ、論文に使える図表はごく一部です。
私の経験では、論文化できる図表は全体の1割未満でした。
多くの図表はボツになります。
理由はいくつもあります。
✅ 再現性がない
✅ 統計的に有意ではない
✅ 仮説を支持しない
✅ 新規性が弱い
✅ 論文全体のストーリーにつながらない
しかし、それは失敗ではありません。
図表を作らなければ、そもそも使えるデータかどうかも判断できません。
ボツになる図表にも価値があります。
それは、
次に進むべき方向と、進むべきではない方向を教えてくれるからです。
図表を作ると次の実験が決まる
図表作成の最大の目的は、次の実験を決めることです。
私は図表を作るたびに、自分に問いかけていました。
✅ この結果から何が言えるのか
✅ 本当にそう言えるのか
✅ 統計処理は十分か
✅ 何が新規なのか
✅ 次に何を確認すべきなのか
この問いを立てることで、次の実験が見えてきます。
ある程度の勝負実験で、仮説通りの結果が出たときには、
「これは論文になるかもしれない」
と思うこともありました。
一方で、予想通りに結果が出ないことも当然あります。
そのときも、図表と統計処理を通して考えることで、次の方向性が見えてきます。
研究はこの繰り返しです。
研究が進まない人は図表を作らない
研究が進まない人には共通点があります。
それは、実験をしないことだけではありません。
むしろ、実験はしているのに図表を作らない人が多いのです。
これは非常にもったいない状態です。
図表を作らずに研究を進めるのは、地図を持たずに登山しているようなものです。
今どこにいるのか。
頂上に近づいているのか。
道を間違えているのか。
それが見えません。
研究を前に進めたいなら、実験結果が出るたびに図表を作るべきです。
図表作成で最初から美しさを求めなくていい
図表というと、論文に掲載されるような美しい図表を想像するかもしれません。
しかし、最初からきれいに描く必要はありません。
私が最初に重視していたのは、美しさではありません。
重視していたのは、
✅ 統計処理
✅ 再現性
✅ 仮説検証
✅ 解釈の妥当性
です。
見た目の美しさは後で整えられます。
しかし、統計処理の不備や再現性の不足は、後から簡単には修正できません。
論文投稿では、統計処理が不十分だと査読で厳しく指摘されます。
場合によっては、それが理由でrejectされることもあります。
だからこそ、図表作成ではまず中身を重視すべきです。
ラフな図表でかまいません。
大切なのは、
そこから何が言えるかを考えること
です。
図表だけ作ればよいわけではない
もちろん、図表だけ作っていればよいわけではありません。
研究は同時並行で進みます。
実験をしながら、
✅ 参考文献を読む
✅ Introductionを考える
✅ 学会発表の準備をする
✅ 特許の可能性を検討する
✅ 共同研究先と議論する
こうした作業も必要です。
特に企業研究では、論文だけでなく、特許や事業性との関係も考える必要があります。
研究は直列ではなく並列です。
ただし、その中心にあるのは常に図表です。
図表があるから、文献との比較ができます。
図表があるから、Introductionの方向性が見えます。
図表があるから、学会発表や論文投稿につながります。
実験の数ではなく考察の質が研究を前に進める
研究者として成長したと感じた瞬間があります。
それは、実験技術が上達したときではありませんでした。
Figureから意味を読み取れるようになったときです。
そして、その先に論文採択や博士号取得がありました。
研究は実験量だけでは決まりません。
大切なのは考察の質です。
実験し、結果が出る。
図表を作る。
統計処理を行う。
仮説を検証する。
次の実験を考える。
ここまでが一連の研究サイクルです。
このサイクルを回せるようになると、研究は確実に前に進みます。
まとめ：論文は後で書く。図表は最初から作る
私が社会人博士として博士号取得を目指す中で学んだことは、シンプルです。
論文は文章から始まりません。
図表と統計から始まります。
実験をしたら必ず図表を作る。
図表を見ながら仮説を検証する。
統計処理で結果を確認する。
そこから何が言えるのかを考える。
そして次の実験を決める。
この繰り返しが研究です。
もし研究が前に進まないと感じているなら、次の実験を始める前に、一度図表を作ってみてください。
その図表に統計処理を加え、仮説に対して何が言えるのかを考えてみてください。
研究の見え方が変わるはずです。
実験の数ではなく、考察の質が研究を前に進めます。
関連記事
✅ 社会人博士（論文博士）全般
■ 社会人博士取得までの全体像
社会人でも博士号は取得できる｜論文ゼロから論文博士を取得した私のロードマップ| 社会人博士（論文博士）ロードマップ#1
■ 研究テーマ設定〜最初の論文
【実体験】社会人博士（論文博士）は何から始める？論文ゼロから6年で博士号（論文博士）を取得した私の答え| 社会人博士（論文博士）ロードマップ#2
■ 社会人博士の現実（現実的な難易度）
社会人博士に必要な研究成果とは？論文ゼロから博士号取得につなげた積み上げ方| 社会人博士（論文博士）ロードマップ#3
✅ 知的財産について
■ 企業研究者が絶対に考慮するべき知的財産権（特許出願）
企業研究者が学会発表・論文投稿の前に確認すべき特許出願と知的財産| 社会人博士（論文博士）ロードマップ#4
✅ 学会発表について
■ 学会発表で身につく力（学会発表の本質的価値）
社会人博士（論文博士）に学会発表は必要？企業研究者が博士号取得に近づくために得られる3つの力| 社会人博士（論文博士）ロードマップ#5
■ 国際学会デビュー（世界への挑戦）
社会人博士（論文博士）が初めての国際学会で学んだこと｜英語力より大切な研究を伝える力| 社会人博士（論文博士）ロードマップ#6
■ 国際学会でのレビューとBest Paper Award（研究者としての飛躍）
国際学会の口頭発表で評価されるには？Best Paper Awardを受賞した準備方法| 社会人博士（論文博士）ロードマップ#7
✅ 投稿論文について
■ 最初の論文を書く方法（論文執筆の実践論）
論文を書く前にやるべきこと｜社会人博士に必要なのは英語力よりストーリー設計力| 社会人博士（論文博士）ロードマップ#8
✅ 博士論文について
■ 査読論文4本までの道のり（博士号取得条件を満たす）
【実体験】論文博士に必要な論文数は何本？筆頭著者4報で博士号を取得した私が伝えたいこと | 社会人博士（論文博士）ロードマップ#9
■ 博士論文のまとめ方（研究を一冊に統合する）
【社会人博士】論文博士の博士論文はどう作る？4本の査読論文を1つのストーリーにまとめた方法 | 社会人博士（論文博士）ロードマップ#10
■ 博士号の費用と本当の意義・価値
論文博士は安い？34歳で博士号を取得した私の費用と本当の価値 | 社会人博士（論文博士）ロードマップ#11
■ 論文の書き方（全体像）
【社会人博士・企業研究者向け】投稿論文は何から書く？論文執筆の全体像を解説| 社会人博士（論文博士）ロードマップ#12
コメント