この記事の内容
工場を巡回すると、同じシフトでも、あるときは忙しく、別のときは余力があるように見えることがあります。ですが、どちらの巡回でも、部品の製造や作業の準備、必要なものが届くまでの待機に、それぞれどれほどの時間を費やしているかは分かりません。
ワークサンプリングは、こうした印象に代えて、計画に沿った無作為観測で実態を捉える手法です。生産を中断させる状況を見つけ、試す価値のある改善策を選ぶのに役立ちます。得たいのは、作業者がどれだけ忙しそうに見えるかという点数ではありません。作業の進行を何が妨げているのかを、より明確にすることです。
改善によって何が変わるかを検証できたら、SkyPlanner APSで、改善後の工程時間とリソースの稼働可能時間を反映した、全体の整合が取れた生産スケジュールを作成できます。設備ごとの作業順序を個別に組み直す手間を減らし、その変更が納品すべき受注にどう影響するかを確認できます。
ワークサンプリングとは
ワークサンプリングは、無作為に選んだ時点で人や設備を観測し、あらかじめ定義した活動に費やす時間の割合を推定する統計的手法です。各観測では、その瞬間に行われている活動を記録します。調査対象の時間を代表するように標本を設計していれば、ある区分の観測件数が全体に占める割合から、その活動が調査対象時間に占める割合を推定できます。
例えば、組立エリアの調査では、組立、段取り、検査、材料待ち、その他の中断に区分できます。代表的なシフトにわたってこれらを記録すれば、すべてを単に「稼働」か「手待ち」に分けるよりも、役立つ根拠が得られます。
この手法は、活動の種類が多く、中断が散発的に起こり、連続観測には大きな手間がかかる場合に特に有効です。活動の大まかな内訳を把握するために、すべての作業を最初から最後まで追う必要はありません。
知りたいことが異なる場合は、それに合った測定方法を選びましょう。
- 製造現場の時間研究では、定義した要素作業を調べ、根拠のある標準時間を設定できます。無作為に選んだ瞬間の活動を観測するだけでは、個々の短い要素作業にかかる時間は分かりません。
- 製造業の工数管理では、作業や工程ごとにイベントと実績時間を記録します。これらの記録で分かるのは、記録された時間がどの作業に使われたかであり、活動全体から無作為に抽出した標本が得られるわけではありません。
正式な作業測定調査では、サンプリングと他の根拠を組み合わせて標準を設定することもできます。ただし、活動の割合だけでは標準時間にはならず、個人の作業ペースを測る指標にもなりません。
稼働と手待ちを数える前に、何を判断したいかを決める
答えが得られれば工場の運営を変えられる問いを選びましょう。材料準備を改善できるのであれば、「組立チームは時間のどれくらいを部品待ちに費やしているか」は有用な出発点です。「全員がどれだけ効率よく働いているか」では曖昧すぎて、適切な調査設計も結果の解釈もできません。
実際に作業する人たちと調査の目的を共有し、合意しておきましょう。何を観測するのか、区分をどう定義するのか、誰が結果を見るのか、どのような判断に使うのかを説明します。既存の記録では捉えられていない中断についても、作業者に尋ねてください。待ち時間を隠さなければならないと感じさせるよりも、必要な部品キットがそろっていない状況を説明できるようにするほうが、調査は役立つものになります。
結果がどの範囲を表すものなのか、母集団を定義しましょう。対象となる人や設備、シフト、日、生産条件を明確にします。ある組立エリアの日勤を調べた結果が、そのまま夜勤や工場全体を表すわけではありません。
次に、観測単位を選びます。ある瞬間の一人の作業者を一単位とする場合と、ある瞬間の一台の設備を一単位とする場合は別です。人と設備の状態は分けて扱いましょう。設備が自動切削している間に、担当者が別の部品を検査していることもあります。この場合、設備は稼働中、作業者は検査中であり、どちらも手待ちや停止として扱う必要はありません。
対象とする時間の範囲も明確にしましょう。賃金が支払われるシフト時間全体を対象にするなら、該当する休憩の区分を含めます。定義した操業時間帯だけを対象とするなら、割合の分母となる時間の範囲を報告します。この2つを、同じものを測っているかのように比較してはいけません。
観測者が見分けられる活動区分を定義する
選んだ観測単位について区分が重複せず、想定される状況を網羅できるよう、少数の区分を設けます。各区分には短い定義を付け、対象エリアの実例を添えましょう。
「材料待ち」は、必要な材料がなく、対象の作業を進められない状態を指すものとします。作業者がたまたま材料棚の近くに立っているだけでは該当しません。「段取り」は、準備の開始から生産可能になるまでの範囲を関係者で決めておきます。必要な検査は、ひとまとめの非生産活動に埋もれさせず、区別して把握できるようにしましょう。
「不明」や「観測不可」のコードも設けます。何が起きているか確認できない場合は、原因を推測せず、不明であることを記録しましょう。これらは別途確認し、いつの間にか分母から除外されることがないようにします。
短い予備調査で定義を試しましょう。複数の観測者に同じ状況を分類してもらい、判断が分かれた点を話し合います。工具を探す行動を、ある人は段取り、別の人は待ち時間と分類するなら、調査結果には作業の実態だけでなく、定義のばらつきも反映されてしまいます。本調査の標本を集める前に修正してください。
予備調査では、観測地点に近づけない、巡回経路に時間がかかりすぎる、区分が細かすぎて一瞬では見分けられないといった実務上の問題も見つかります。
代表的な生産状況を網羅して無作為に観測する
乱数ツールを使って観測時刻を事前に決め、判断の対象となるシフトや日にわたって観測を配置します。現場に着いてから目を引いた人や設備を選ぶのではなく、計画に従って対象を選びましょう。
30分ごとに定期巡回すると、補充や休憩、設備のサイクルと毎回重なることがあります。監督者の手が空いたときだけ巡回すれば、別の偏りが生じます。観測時刻を無作為にすることで、こうしたパターンを避けやすくなります。さらに、判断に関わる操業条件を網羅すれば、都合のよい午前中だけにとどまらない、有用な結果が得られます。
選んだ各時点では、次の活動が始まるのを待たず、その瞬間の活動を記録します。観測日時、観測単位、区分、関連するシフトや製品の情報を残しましょう。遅延の調査に役立つ場合は、事実に基づく短いメモも添えます。説明を求めて作業を中断させ、そのために生じた会話を観測対象として分類してはいけません。
実施できなかった観測と、その理由も記録します。近づけない対象や観測しづらい対象を、その都度、近くの観測しやすい対象に置き換えると、標本が代表する範囲が変わるおそれがあります。
特定のシフトを意図的に多く観測する場合は、シフト別に結果を報告するか、推定対象の時間や母集団を反映した重みを付けて集計します。抽出率が異なるデータを単純にまとめると、特殊なシフトが結果を大きく左右することがあります。
観測件数と、独立した情報の量も区別しましょう。1回の巡回で複数の作業者を観測すれば複数の記録が得られますが、共通の材料不足によって、それぞれの状態が関連している可能性があります。同じ停止中に観測を繰り返す場合も同様です。こうしたクラスター化を分析で考慮できるよう、どの巡回や時間帯のグループに属する観測かを識別できるようにしておきます。
ワークサンプリングには何件の観測が必要か
必要な標本数は、判断に求められる精度と、対象の活動が占める割合の予想値によって変わります。この件数さえ集めれば、どの調査でも代表性が得られるという観測件数はありません。
観測が互いに独立する単純無作為抽出を計画する場合、1つの活動の割合について、一般に次の近似式を使います。
n ≈ z² × p × (1 − p) ÷ e²
ここで、nは観測件数、pは小数で表した割合の予想値、eは目標とする絶対誤差の幅、zは選んだ信頼水準に対応する正規分布の値です。近似的に95%の信頼水準を用いる場合、zは1.96です。計算で得られた件数は小数点以下を切り上げます。
pについて信頼できる推定値がまだなければ、0.50を使うと、同じ絶対誤差幅に対して最も大きい件数が得られます。誤差幅を5パーセントポイント、つまりe = 0.05とすると、必要な観測件数は385件となります。これは、この前提に基づく計画例であり、あらゆる調査に共通する最低件数でも、すべての部分集団の精度を保証する件数でもありません。
「5パーセント」が何を意味するかは明確にしましょう。待ち時間の割合が20%で、誤差幅が5パーセントポイントなら、およそ15%～25%の範囲です。一方、その割合に対する相対誤差が5%なら、上下それぞれわずか1パーセントポイントを意味し、はるかに多くの標本が必要になります。
重要な区分や比較に必要な精度を基準に計画しましょう。全体の待ち時間割合を推定するには十分な件数でも、シフト別、まれな遅延、個々のリソースについては不足することがあります。巡回ごとに観測がまとまっている場合も、各記録を独立とみなすのではなく、調査設計を考慮した分析が必要です。小さな変化を見極める判断や多額の投資に関わる判断に使うなら、本調査のデータを集める前に、サンプリングの専門家に設計を確認してもらいましょう。
例：活動別の観測件数から改善の問いを立てる
手作業の組立現場で、部品キットの欠品が作業中断の原因ではないかと考えている状況を想像してください。調査対象の生産時間帯全体から、各作業者の各瞬間が等しい確率で選ばれるように、400件の瞬間観測を行います。この単純化した例では、観測は互いに独立しており、すべての観測結果を分類できるものとします。
| 観測された活動 | 観測数 | 観測数の割合 |
|---|---|---|
| 組立作業 | 200 | 50% |
| 段取り・準備 | 60 | 15% |
| 検査 | 40 | 10% |
| 資材待ち | 80 | 20% |
| その他の確認された遅延 | 12 | 3% |
| 予定された休憩 | 8 | 2% |
| 合計 | 400 | 100% |
資材待ちの割合は、80 ÷ 400 = 20%と推定されます。これは、この調査が代表する作業者全体の延べ時間に占める割合です。どの作業者も毎シフトのちょうど五分の一を待ち時間に費やしているという意味でも、一回ごとの中断時間がすべて同じという意味でもありません。
この1つの割合について、単純な正規近似を使うと、誤差幅は次のように求められます。
信頼水準約95%での誤差幅 = 1.96 × √[0.20 × 0.80 ÷ 400] = 0.0392
これは約3.9パーセントポイントに相当し、概算の信頼区間は16.1%から23.9%となります。この区間が表すのは、先ほどの前提の下でのサンプリングによる不確かさです。観測スケジュールの偏り、活動の誤分類、翌月の製品構成の変化までは考慮していません。
標本数が少ない場合や、活動の割合がゼロまたは一に近い場合は、この対称な近似に頼らず、ウィルソン区間や正確二項信頼区間など、より適切な区間推定を用いてください。観測がグループ化されている場合や重み付けされている場合は、抽出設計も反映する方法を使います。
小数点以下の数値よりも、現場としての結論は明確です。資材待ちを詳しく調べる必要があります。まず、該当する部品キットがどの段階で欠品になったのか、どの部品が不足していたのか、代わりに次の組立作業を始められなかったのかを確認します。分類結果は調べるべき箇所を示し、現場のメンバーと裏付けとなる記録が、その原因を明らかにします。
現場の状況を改善し、変化を検証する
作業者、資材運搬担当者、対象工程の責任者と調査結果を確認します。必要な作業と、避けられる中断を分けて考えてください。検査は品質を守る役割を果たし、段取りは次のロットの生産を可能にし、休憩は1日の就業を支えます。組立そのものではないという理由だけで、どれも削減可能なムダになるわけではありません。
改善対象を絞り、担当者を決めます。組立の例であれば、現場に作業を投入する前に、部品キットがすべてそろっているか確認する方法が考えられます。待ち時間を別の部門へ移しただけではなく、部品不足が減り、実際に作業を早く進められるようになったかを確かめてください。
分類の定義と対象時間の範囲を統一し、比較可能な条件で再び観測します。主な割合だけでなく、製品構成、人員配置、通常と異なる出来事も比較してください。調査の不確かさの範囲内にある小さな割合の変化だけでは、説得力のある根拠にはなりません。作業方法が改善されていなくても、製品構成の変化によって結果がよく見えることもあります。
特に重要なのは、当初の資材待ちの割合20%を、そのまま生産能力の20%増加に換算しないことです。空いた時間は細切れかもしれず、活用には別の作業者が必要かもしれません。その間も機械はすでに稼働している可能性があります。また、そのリソースで別の作業を行えない時間帯であることも考えられます。
スケジュールに組み込むリソースに、実際にどのような効果があるかを検証します。準備方法の改善で本当に段取りが短くなったのであれば、新しい段取り時間を測定し、承認します。リソースを稼働できる時間帯が広がるのであれば、その時間帯に必要な人員と設備を確保できるか確認してください。作業工数、工程の経過時間、機械の占有時間は区別して扱います。
検証済みの改善を生産スケジュールに反映する
効果が確認された改善は、調査対象のリソースだけに影響するわけではありません。段取りが短くなれば次の受注の作業を早く開始できますが、後工程では、その受注に必要な資材と作業枠を確保する必要があります。同じ機械をほかの受注でも使う可能性があります。こうした局所的な改善を生かすには、全体で共有する生産計画が必要です。
SkyPlannerでは、各工程の所要時間を、1個当たりの時間、生産速度、または固定時間で定義でき、段取りと後片付けも区別して管理できます。リソースのシフト設定によって、利用可能な時間帯が決まります。SkyPlannerのスケジューリングAIであるArcturusが、設定された生産能力、依存関係、優先順位に基づいてスケジュールを計算し、その結果をガントチャート上に表示します。
ある作業群について、段取り時間が40分から30分に短縮されたことを、追跡測定で確認できたとします。該当する作業に承認済みの段取り時間が使われるよう、関連する計画データを更新し、ほかの作業負荷も含めてスケジュール上の配置を再計算します。最初のリソースに生じた空き時間だけでなく、後工程や納期も確認してください。
SkyPlannerは、こうした工程間のつながりを考慮したスケジュール計算を行い、変更した各作業を機械ごとの作業順序に手動で組み込む手間を省きます。どの改善を有効と判断し、どの受注を優先するかは担当者が決め、Arcturusがその指示を計画に反映します。確かな根拠に基づく改善を、実際の作業で活用できる生産能力につなげられます。
Fredman OperationsのSkyPlanner導入事例は、生産スケジューリングの効果を示しています。この食品包装メーカーでは、以前はシフトごとの生産能力を明確に把握できず、急なスケジュール変更に1時間以上かかることもありました。導入後は、機械のスケジュールとシフトごとの生産能力を、共通のガントチャートで確認できるようになりました。同社は、変更への対応が速くなり、納期を約束する際の根拠も明確になったと述べています。この事例は、状況が変わった際に作業負荷を全体で調整することの価値を示しています。
効果を検証した現場の改善を、受注全体に対応できる実行可能な計画へつなげるなら、SkyPlannerをご活用ください。公開REST APIを通じてあらゆるERPやMESと連携できるため、業務を管理する既存システムを使い続けながら、生産スケジューリングを改善できます。
SkyPlannerのデモを予約し、改善案を一つ、その改善による所要時間または利用可能時間への効果として承認された内容、同じリソースを使うほかの受注をご用意ください。その変更が、納期を約束している作業にどう影響するかを具体的に確認できます。まずご自身で操作してみたい方は、デモデータでSkyPlannerをお試しください。
Jussi Mäntylä
生産計画スペシャリスト、SkyPlanner
