MENU

OEEのやり方|業務改善・品質問題で使う手順をステップで解説

OEE(Overall Equipment Effectiveness、設備総合効率)は、設備や生産工程が「使える時間に動いていたか」「動いている間に本来の速度で生産できたか」「できたものが良品だったか」を、稼働率・性能・品質率の3つに分けて確認する指標です。

OEEは、単に設備の稼働率を見るための数字ではありません。停止が多いのか、速度低下が大きいのか、不良が多いのかを切り分け、改善の優先順位を決めるために使います。

実務で難しいのは、計算式よりも「何を計画時間に含めるか」「どこから停止時間を取るか」「理想サイクルタイムを何で定義するか」「良品の判定をどの時点で行うか」をそろえることです。定義が部門や日ごとに変わると、OEEの数字を比較しても意味がありません。

この記事では、OEEを業務改善・品質問題で使う手順を、各工程の入力・行動・出力・判断基準と、包装ラインの通し例で解説します。

OEEの意味や3要素の基本構造から確認したい場合は、OEEとは?を参照してください。

目次

OEEの基本式

OEEは、次の3指標を掛け合わせて求めます。

  • 稼働率 = 稼働時間 ÷ 計画生産時間
  • 性能 = 理想サイクルタイム × 総生産数 ÷ 稼働時間
  • 品質率 = 良品数 ÷ 総生産数
  • OEE = 稼働率 × 性能 × 品質率

たとえば、稼働率90%、性能85%、品質率98%なら、OEEは約75%です。

重要なのは、75%という結果だけを見るのではなく、どの要素がOEEを押し下げているかを確認することです。

ステップ1|対象設備・工程と測定単位を固定する

最初に、どこをOEEの対象にするかを決めます。

入力

  • 対象設備・ライン
  • 製品・品種
  • シフト
  • 測定期間
  • 生産計画

行動

たとえば、

  • 対象:包装ライン1号
  • 製品:製品A
  • シフト:日勤
  • 測定期間:1週間

のように固定します。

出力

比較可能な測定対象。

判断基準

設備や製品条件が混ざり、日ごとの比較条件が変わっていないかを確認します。

複数品種を扱う場合は、理想サイクルタイムが異なるため、品種別に計算するか、品種別データを正しく集計する必要があります。

ステップ2|計画生産時間を定義する

次に、「本来、生産に使う予定だった時間」を定義します。

例

8時間シフトなら480分です。

ここから、会社としてあらかじめ生産しないと決めている時間を除きます。

  • 昼休み:45分
  • 定例清掃:15分

この場合、計画生産時間は420分です。

注意

故障や段取り替えを最初から計画生産時間から除外すると、停止損失が見えなくなることがあります。

何を除外し、何を停止として扱うかは、運用ルールとして固定します。

出力

計画生産時間。

判断基準

毎回同じルールで計算できるか、現場・生産管理・改善担当で定義が一致しているかを確認します。

ステップ3|停止時間を集計し、稼働時間を求める

稼働率を見るために、計画生産時間のうち設備が動かなかった時間を記録します。

主な停止例

  • 故障
  • チョコ停
  • 材料待ち
  • 段取り替え
  • 清掃
  • 品質確認待ち
  • 人員待ち

例

計画生産時間420分に対して、

  • 故障:25分
  • 段取り替え:20分
  • 材料待ち:10分

なら、停止時間は55分です。

稼働時間は365分になります。

稼働率は、

365 ÷ 420 = 約86.9%

です。

出力

  • 停止時間
  • 稼働時間
  • 稼働率

判断基準

停止理由が「その他」ばかりになっていないか、短時間停止を拾えているかを確認します。

ステップ4|理想サイクルタイムと総生産数から性能を求める

設備が動いていても、本来の速度で生産できていないことがあります。

その損失を見るのが性能です。

入力

  • 理想サイクルタイム
  • 総生産数
  • 稼働時間

例

製品Aの理想サイクルタイムを1個あたり0.5分とします。

稼働時間365分で、総生産数が620個なら、理想上必要な時間は、

0.5 × 620 = 310分

です。

性能は、

310 ÷ 365 = 約84.9%

になります。

理想サイクルタイムの決め方

理想サイクルタイムは、「最近たまたま出た最速値」ではなく、設備仕様や標準条件、安定生産時の実績などから根拠を持って設定します。

判断基準

設備停止ではなく、速度低下や小停止が性能側へ正しく表れているか確認します。

ステップ5|良品数から品質率を求める

次に、作った数量のうち、どれだけが良品だったかを確認します。

入力

  • 総生産数
  • 良品数
  • 不良数
  • 手直し数

例

総生産620個のうち、良品が600個なら、品質率は、

600 ÷ 620 = 約96.8%

です。

注意

手直し後に良品になったものをどう扱うかは、社内ルールで固定します。

初回合格を重視する場合、手直し品を品質損失として扱う方が問題を見つけやすくなります。

判断基準

良品判定のタイミングと基準が日や担当者によって変わっていないかを確認します。

ステップ6|3要素を掛け合わせてOEEを算出する

ここまでの例では、

  • 稼働率:約86.9%
  • 性能:約84.9%
  • 品質率:約96.8%

です。

OEEは、

86.9% × 84.9% × 96.8% ≒ 71.4%

となります。

ここでの判断

OEE71.4%という結果だけで「良い・悪い」を決めません。

まず、稼働率と性能が相対的に低く、品質率は比較的高いことを確認します。

このラインでは、不良削減だけを最優先にするより、停止時間と速度低下の中身を確認する方が改善余地が大きいと考えられます。

ステップ7|損失を原因別に切り分ける

OEEは、改善テーマを見つける入口です。

次に、3要素を落としている損失を具体化します。

稼働率側

  • 故障25分
  • 段取り替え20分
  • 材料待ち10分

性能側

  • 小停止
  • 速度低下
  • センサー誤検知
  • 作業者の補助待ち

品質側

  • シール不良
  • ラベルずれ
  • 重量規格外

判断基準

「OEEが低い」で止めず、時間・件数・損失量で原因を見えるようにします。

ステップ8|改善テーマを1つか2つに絞る

すべてを同時に改善すると、何が効いたか分からなくなります。

通し例では、停止55分のうち故障25分が最大でした。

さらに性能低下の記録を見ると、センサー誤検知による短時間停止が多いことが分かりました。

そこで、

  1. センサー誤検知の削減
  2. 故障停止の原因確認

を優先テーマにします。

判断基準

OEEへの影響が大きく、現場で改善可能性が高いものから選びます。

ステップ9|改善前後で同じ条件を再測定する

改善後は、同じ設備・製品・シフト条件で再測定します。

例

改善後、

  • 計画生産時間:420分
  • 停止時間:35分
  • 稼働時間:385分
  • 総生産数:680個
  • 良品数:662個
  • 理想サイクルタイム:0.5分

となったとします。

稼働率は、

385 ÷ 420 = 約91.7%

性能は、

0.5 × 680 ÷ 385 = 約88.3%

品質率は、

662 ÷ 680 = 約97.4%

OEEは約78.9%です。

改善前の約71.4%から上がっています。

ここでの判断

数字が上がっただけで終わらず、どの改善がどの損失を減らしたかを確認します。

通し例|包装ラインのOEE改善

ある包装ラインでは、「生産数が計画に届かない」という問題がありました。

現場では、故障が多いという声と、作業者が遅いという声の両方があり、原因が曖昧でした。

そこでOEEを使って整理しました。

1. 対象を固定

  • 包装ライン1号
  • 製品A
  • 日勤
  • 1週間

で測定しました。

2. 計画生産時間を定義

1日480分から、昼休み45分と定例清掃15分を除き、420分としました。

故障・段取り・材料待ちは停止損失として含めました。

3. 初回測定

代表日のデータは、

  • 計画生産時間:420分
  • 停止時間:55分
  • 稼働時間:365分
  • 総生産数:620個
  • 良品数:600個
  • 理想サイクルタイム:0.5分/個

でした。

結果は、

  • 稼働率:約86.9%
  • 性能:約84.9%
  • 品質率:約96.8%
  • OEE:約71.4%

です。

4. 損失内訳を確認

停止55分の内訳は、故障25分、段取り替え20分、材料待ち10分でした。

性能側では、センサー誤検知による数十秒〜数分の停止が繰り返されていました。

品質率は比較的高かったため、まず停止・速度低下を優先しました。

5. 改善

  • センサー位置と感度を見直す
  • 故障履歴から頻発部位を特定する
  • 段取り作業を事前準備と停止中作業に分ける

という改善を行いました。

6. 再測定

同じ条件で測ると、OEEは約78.9%まで改善しました。

特に、停止時間が55分から35分へ減り、性能も改善しました。

7. 次の判断

改善後も性能が稼働率より低かったため、次は速度低下の要因を細かく記録することにしました。

このように、OEEは「一度計算して終わる指標」ではなく、損失の優先順位を決め、改善後に再測定するサイクルで使います。

OEEを使うときのよくあるつまずき

OEEの数字だけを追う

OEEが上がっても、どの損失が減ったのか分からなければ改善学習につながりません。

計画生産時間の定義が毎回違う

会議日だけ除外する、故障日だけ計画時間を短くする、といった運用では比較できません。

理想サイクルタイムを無理に厳しくする

非現実的な最速値を使うと、性能が常に低く見えます。

不良だけに注目する

品質率が高くても、稼働率や性能が低ければ生産性は上がりません。

現場の責任追及に使う

OEEは「誰が悪いか」を探す数字ではなく、どこで損失が出ているかを共通言語にするための指標です。

そのまま使える記入形式が必要なら、OEEテンプレートを使うと、計画生産時間、停止時間、理想サイクルタイム、総生産数、良品数、3要素、損失内訳まで整理しやすくなります。

具体案件での適用イメージを追いたい場合は、OEEの具体例が参考になります。失敗を先に避けたい場合は、OEEで失敗しやすいポイントも確認してください。生成AIを補助的に使って停止理由の分類や改善仮説の整理を効率化したい場合は、生成AIでOEEを使う方法も参照してください。

実務で使うためのチェックリスト

  • 対象設備・製品・シフト・期間を固定したか
  • 計画生産時間の定義を統一したか
  • 停止理由を分類して記録したか
  • 稼働時間を正しく求めたか
  • 理想サイクルタイムに根拠があるか
  • 総生産数と良品数の定義を統一したか
  • 稼働率・性能・品質率を個別に見たか
  • OEEの数値だけで判断していないか
  • 最大損失を時間・件数で特定したか
  • 改善テーマを絞ったか
  • 改善前後を同じ条件で比較したか
  • OEEを責任追及ではなく改善判断に使っているか

まとめ

OEEを実務で使うときは、稼働率・性能・品質率を計算するだけでなく、まず測定条件とデータ定義をそろえることが重要です。

その上で、停止時間、速度低下、不良のどこに損失があるかを切り分け、影響の大きい改善テーマを選び、同じ条件で再測定します。

OEEの価値は、設備の成績を1つの数字で評価することではありません。生産性の損失を「停止」「速度」「品質」に分け、現場が次に何を改善するかを具体的に決めることにあります。

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!
目次