Published: Oct 22, 2026

作業分析

【無料テンプレート】タイムスタディのやり方|測定シートと記入例

    【無料テンプレート】タイムスタディのやり方|測定シートと記入例

    タイムスタディは、作業を要素に分け、各区間の時間と条件を記録して、改善や標準時間の検討に使う方法です。ストップウォッチや動画を使い、作業の始点・終点を揃えて測ります。

    測定の目的は、作業者を急がせることではありません。「どこで探し、待ち、やり直しているか」を事実で確認し、作業方法を見直すために行います。本記事では、初めて測定する現場リーダー向けに、準備、測定シートの記入、分析、改善後の確認までを解説します。具体例は自動車部品のユニット組立の架空モデルです。

    ⬇️ タイムスタディテンプレートを無料ダウンロード

    タイムスタディの無料テンプレート。要素作業ごとの観測時間を記入するExcel測定シートのプレビュー

    測定方法の選び方

    方法

    使いやすい場面

    確認すること

    ストップウォッチ

    その場で要素作業を観察する

    区切りを見逃さないか、記録できる粒度か

    動画による測定

    短い動作や複数の要素を見返す

    手元・境界が見えるか、撮影と利用のルール

    初めての現状観察なら、動画で一つの作業を記録すると始めやすくなります。動画を使うと、後から同じ区切りを複数人で確認できます。長い停止や補充を含む場合は、時間だけでなく原因も記録します。

    タイムスタディのExcel測定シートと使い方

    配布ファイルは「記入例」「タイムスタディ」の2シートです。ブラケット組付けの記入例を見ながら、空欄の「タイムスタディ」に最大15の要素作業・各15回の観測時間を記録できます。

    • 工程名・観測者・観測日を記入し、要素作業の名称と測定する区切りを決める

    • 青字の入力欄に実測した秒数を記録し、作業以外の動作が混じった値は「(20)」のように括弧付きで残す

    • 観察メモと動画を照合し、代表値だけでは分からない探索・待ち・やり直しの原因も確かめる

    このシートの代表値は「最小値+(最大値−最小値)÷4」を整数に四捨五入した1/4選択値です。括弧付きの値はこの計算から除外されます。平均値や統計上の第1四分位数とは異なるため、何を代表値に使うかを現場で揃えてください。

    記入例では、部品の取出し・ブラケット取付・外観確認の代表値が8秒・12秒・10秒、合計30秒です。一方、本文の観測データ全体の平均は33.4秒で、計算方法が違います。代表値の合計を、そのまま承認済みの標準時間として扱わないようにします。

    タイムスタディのやり方:6ステップ

    1.測定の目的を決め、作業条件を確認する

    「ブラケットを探す時間を調べる」「取付工程のばらつきを把握する」など、測る目的を決めます。品番、部品の供給方法、工具、作業者の習熟、使用した作業手順書の版を記録します。

    測定者が来たときだけ工具や部品を特別に配置すると、普段のロスを把握できません。現状観察と、改善後の条件は分けて記録します。作業者には目的と記録の扱いを伝えてください。

    2.作業を要素に分け、測定区間を決める

    今回測る作業を要素ごとに分解します。また、各要素の開始・終了のタイミングを決め、測定する人によって区切りが変わらないようにします。区切りが粗いと、探索ややり直しがどの作業で発生したか分かりにくくなります。例ではユニット組立の一部分を、次の3要素に分けます。この例では組立作業の一部だけを測定し、その後の締結・接続などは含めません。

    要素作業

    始点

    終点

    部品の取出し

    部品箱へ手を伸ばし始める

    対象の部品を取付位置へ持ってくる

    ブラケット取付

    取付位置へ部品を持ってきた後

    所定の位置へ取り付ける

    外観確認

    取付後の確認を始める

    対象の確認を終える

    3.複数回測り、中断も残す

    測定結果は、次のように分けて記録します。

    • 通常の繰り返し:同じ条件で行った各回の時間を残す

    • 探索・補充・中断がある回:時間と、その場面が起きた理由を残す

    • 集計時:通常時と中断を含む実績を区別して分析する

    最短の回だけを採用すると、普段の負荷やロスが見えなくなります。

    4.測定シートに記入する

    回

    部品の取出し(秒)

    ブラケット取付(秒)

    外観確認(秒)

    合計(秒)

    観察メモ

    1

    8

    12

    11

    31

    通常

    2

    9

    12

    10

    31

    通常

    3

    20

    12

    11

    43

    部品を探す12秒を含む

    4

    8

    13

    10

    31

    通常

    5

    9

    12

    10

    31

    通常

    5回は記入方法の説明用であり、十分な測定回数を示すものではありません。必要な回数は、作業条件、ばらつき、判断する目的に合わせて決めます。

    合計時間は31・31・43・31・31秒で、平均は167÷5=33.4秒です。3回目の43秒には部品探索12秒が含まれます。通常と記録した4回の平均31秒も併記すると、探索が発生した回と通常の回を分けて検討できます。長い回を削除して平均だけを小さくするのではなく、発生した原因を残しましょう。

    5.測定結果から分析し、改善案を考える

    作成した測定シートをもとに、時間が長い要素や、測定ごとのばらつきが大きい要素を確認します。その場面で何が起きていたかを観察メモや動画で確認し、改善案を考えます。今回の例では、3回目の部品取り出しに時間がかかっています。観察メモにある「部品を探す」に着目し、部品の配置に改善がないかを確認します。

    6.測定結果から標準時間を決める

    分析・改善案が終わったら、標準作業を決めます。標準時間を設定する場合は、作業方法や条件を揃えたうえで、作業ペースの評価や必要な余裕を検討します。今回の例では、通常と記録した4回の平均は31秒です。この値は観測結果として整理し、そのまま標準時間とはせず、設定のための参考にします。

    繰り返し測定や転記の負担を減らしたい場合は、動画から作業区間と時間を分析するAIも活用できます。

    製造業特化型の作業分析AI「Ollo Factory」の機能・導入事例が分かる資料を請求する

    タイムスタディについてよくある質問

    人によって作業の順番が違う場合は?

    現状の違いを調べる場合は、作業方法を変えずに観察し、条件の違いも記録します。標準時間を設定する場合は、先に対象の方法・条件を揃えます。

    何回測れば十分ですか?

    一律の回数では決まりません。ばらつき、周期、異常の頻度、必要な判断の精度に合わせます。本記事の5回を標準回数として使わないでください。

    動画の時間は、そのまま標準時間にできますか?

    動画で得た時間は、その条件での観測値です。標準時間を決める場合は、方法の統一や余裕の扱いなどを別に検討します。

    作業者の比較にも使えますか?

    品番や工具、供給条件、作業範囲を揃えます。時間差だけで技能を判断せず、手順、品質の確認、中断の原因も見ます。

    まとめ:作業の区切りと測定条件を揃えて時間を記録する

    • 調べたい課題を決め、要素作業ごとの始点・終点を揃える

    • 複数回測定し、品番・設備・供給条件や中断の理由を一緒に残す

    • 時間差が生じた場面を確認し、改善や標準時間の検討に使う

    動画を見返しながら区間を分類し、時間を集計する作業はAIで自動化できます。集計結果を映像と照合し、原因の検討や改善の試行に時間を使いましょう。

    作業区間の分類・時間集計を自動化できる製造業特化の作業分析AI「Ollo Factory」

    製造業特化型の作業分析AI「Ollo Factory」の稼働分析AIは、作業動画を区間に分け、分類ごとの時間を集計・可視化します。作業・移動・手待ちなど、現場の分類基準を設定して観察できます。

    Ollo Factoryで要素作業の分類別に作業時間と回数を集計した画面

    公式掲載画面。分類結果は該当する動画の場面へ戻って確認できます。

    AIが集計した時間も観測値として扱い、標準時間の設定は現場のルールに沿って行います。測定・転記の負担を減らし、作業のばらつきやロスの原因分析に時間を使いたい方は、Ollo Factoryの機能を紹介する資料をご覧ください。

    About the author

    K.Y. | Business Development Lead & Marketing, Ollo Inc.

    K.Y. leads business development and marketing at Ollo Inc., an AI startup originating from the Matsuo Laboratory at the University of Tokyo and the developer of Ollo Factory, a work analysis AI for manufacturing.
    After studying engineering and design at university, K.Y. joined a major automaker and worked on new electric-vehicle development, from design through factory production, including hands-on assembly-line training. K.Y. later worked in sales and marketing at a manufacturing startup.
    Today, K.Y. helps manufacturing teams use AI to improve the way they work through Ollo Factory.

    Back to articles

    See how Ollo Factory can support your factory

    Book a demo

    • See the product in action
    • Discuss your production needs
    • Explore available plans

    Book a demo

    Request a brochure

    • Customer stories
    • Key features
    • How to get started

    Ollo Factory English product brochure