ファンクションポイント法の計算例｜ILF・EI・EO・EQの数え方と判定表

ファンクションポイント法（FP法）とは、ソフトウェアの規模を「利用者から見た機能の量」で数える方法です。画面や帳票の裏にあるデータと処理を5種類に分け、それぞれに決まった点数を付けて合計します。プログラムの行数と違い、作る前の機能一覧から数えられるのが特長です。

この記事では、架空の備品貸出管理システムを題材に、機能一覧から調整済みFPまでを1行ずつ追える集計表にしました。数値はすべて掲載のPythonコードで検算しています。

確認環境：Ubuntu 24.04、Python 3.11.15（計算の検算）、@mermaid-js/mermaid-cli 12.0.0（図の描画確認）。確認日は2026-10-06です。判定表と重みは、IFPUG法として広く公開されている内容を使っています。

この記事の結論

• 先にデータ（ILF・EIF）を数え、次に処理（EI・EO・EQ）を数える。処理の複雑度は「いくつのデータを読み書きするか」で決まるため、データが先に決まっていないと数えられません。
• 画面や帳票は、そのまま1個とは数えない。登録・変更・削除・検索のように「それだけで利用者の用が足りる最小の処理」に分けてから数えます。
• EOとEQの境目は、計算や導出データがあるかどうか。保存済みのデータを取り出して見せるだけならEQ、合計・日数・割合などを作って出すならEOです。
• 複雑度は項目数（DET）と関連数（RET・FTR）から表で決める。感覚ではなく、表の区分に当てはめます。
• 題材のシステムは 未調整FP 103、調整係数 0.92、調整済みFP 94.76 になりました。

ファンクションポイント法の早見表

5種類の機能と重み

計算の流れ

用語を先にそろえる：DET・RET・FTR

複雑度を決めるための数え方は3つだけです。

処理のDETを数えるときは、次の2点を押さえると数がぶれにくくなります。

• 同じ項目が入力と出力の両方にあっても1回だけ数える。
• 実行ボタンなどの「処理を起動する手段」で1、メッセージ表示で1を加える。ボタンが複数あっても、同じ処理を起動するなら1のままです。

数え分けの判定フロー

機能一覧の1行が5種類のどれに当たるかは、次の順に問いを当てていくと決まります。

flowchart TD
    A[機能一覧の1行] --> B{利用者が認識する<br>データのまとまりか}
    B -- はい --> C{このシステムが<br>登録や更新をするか}
    C -- はい --> ILF[ILF 内部論理ファイル]
    C -- いいえ 参照だけ --> EIF[EIF 外部インタフェースファイル]
    B -- いいえ 処理である --> D{主な目的は<br>データの保守か}
    D -- はい --> EI[EI 外部入力]
    D -- いいえ 外へ出す --> E{計算や導出データ、<br>ILFの更新を含むか}
    E -- はい --> EO[EO 外部出力]
    E -- いいえ 取り出すだけ --> EQ[EQ 外部照会]

EI・EO・EQの数え分け表

登録画面の中にある初期表示や入力補助は、登録処理の一部として扱い、別に数えません。一方、変更画面を開いたときに現在の値を表示する処理は、それだけで「内容を確認する」という用が足りるため、詳細照会と同じ処理として1回数えます。

複雑度の判定表

ILF・EIF（RETとDETで決める）

EI（FTRとDETで決める）

EO・EQ（FTRとDETで決める）

EIの表とEO・EQの表は、区切りの数字が違います。EIはDETが「4／15」、FTRが「1／2」で区切られ、EO・EQはDETが「5／19」、FTRが「1／3」で区切られます。

計算例：備品貸出管理システム

題材の機能一覧

社員がノートPCやプロジェクターなどの備品を借りる、架空の社内システムです。社員と部署の情報は人事システムが持っており、このシステムは参照だけします。

手順1：データを数える（ILF 3個・EIF 2個）

テーブルの数とILFの数は一致しません。貸出と貸出明細のように、利用者から見て1つのまとまりなら1個のILFとし、内訳はRETで表します。逆に、作業用の一時テーブルや、技術的な都合で分けたテーブルは数えません。EIFは、相手のシステムが持つ全項目ではなく、こちらが参照する項目だけをDETに数えます。

手順2：処理を数える（EI 8個・EQ 5個・EO 4個）

代表的な3行の数え方を先に示します。

集計表（タブ区切り）

表計算ソフトにそのまま貼れる形です。次の章のコードが出力したものを載せています。

種別  機能名 DET RET/FTR 複雑度 FP
ILF 備品  12  1   低   7
ILF 貸出（貸出・貸出明細） 22  2   中   10
ILF 予約  8   1   低   7
EIF 社員（人事システムが保守）   6   1   低   5
EIF 部署（人事システムが保守）   4   1   低   5
EI  備品登録    13  1   低   3
EI  備品変更    13  1   低   3
EI  備品廃棄    3   2   低   3
EI  備品一括取込（CSV） 12  1   低   3
EI  貸出登録    9   4   高   6
EI  返却登録    6   2   中   4
EI  予約登録    7   3   高   6
EI  予約取消    3   1   低   3
EQ  備品検索一覧  8   1   低   3
EQ  備品詳細照会  14  2   中   4
EQ  貸出状況照会  10  3   中   4
EQ  予約一覧照会  7   3   中   4
EQ  貸出履歴CSV出力   11  3   中   4
EO  延滞一覧（延滞日数を計算）   9   3   中   5
EO  月次貸出集計表 8   3   中   5
EO  返却期限お知らせメール 7   3   中   5
EO  部署別利用率グラフ   5   3   低   4

種別ごとの小計と未調整FP

種別  低   中   高   個数  FP
ILF 2   1   0   3   24
EIF 2   0   0   2   10
EI  5   1   2   8   31
EQ  1   4   0   5   19
EO  1   3   0   4   19

手順3：調整係数を求める（14項目）

システム全体の特性を14項目、それぞれ0（影響なし）〜5（強い影響）で評価します。

未調整FP = 103
影響度の合計 = 27（14項目）
調整係数 = 0.65 + 0.01 × 27 = 0.92
調整済みFP = 103 × 0.92 = 94.76
調整係数の取りうる範囲 = 0.65 〜 1.35

調整係数は0.65〜1.35の範囲に収まります。14項目の合計が35のときにちょうど1.00で、題材のように合計が27だと0.92となり、調整済みFPは未調整FPより小さくなります。

手順4：工数に換算する（説明用の値）

FPは規模の単位で、工数ではありません。工数にするには「1FPあたり何時間かかったか」という自分たちの過去の記録が必要です。ここでは説明用に、1FPあたり8人時、1人月を160時間という架空の値で換算します。

工数の例 = 94.76 × 8 = 758.08 人時 = 4.74 人月

Pythonで検算する（貼って使えるコード）

機能一覧をタブ区切りで貼り替えれば、自分のシステムにもそのまま使えます。

"""ファンクションポイント法の集計（IFPUG法の判定表）。python3 fp_calc.py で実行"""
import csv, io

# 複雑度の判定表：行は RET または FTR の区分、列は DET の区分
MATRIX = [["低", "低", "中"], ["低", "中", "高"], ["中", "高", "高"]]
WEIGHT = {"ILF": {"低": 7, "中": 10, "高": 15}, "EIF": {"低": 5, "中": 7, "高": 10},
          "EI": {"低": 3, "中": 4, "高": 6}, "EO": {"低": 4, "中": 5, "高": 7},
          "EQ": {"低": 3, "中": 4, "高": 6}}

def band(value, upper1, upper2):
    """value が upper1 以下なら 0、upper2 以下なら 1、それより大きければ 2"""
    return 0 if value <= upper1 else 1 if value <= upper2 else 2

def complexity(kind, det, ref):
    """ref はデータファンクションなら RET、トランザクションなら FTR"""
    if kind in ("ILF", "EIF"):
        return MATRIX[band(ref, 1, 5)][band(det, 19, 50)]
    if kind == "EI":
        return MATRIX[band(ref, 1, 2)][band(det, 4, 15)]
    return MATRIX[band(ref, 1, 3)][band(det, 5, 19)]      # EO・EQ

# 種別 / 機能名 / DET / RETまたはFTR（タブ区切り。表計算ソフトからそのまま貼れる）
FUNCTIONS = """\
ILF 備品  12  1
ILF 貸出（貸出・貸出明細） 22  2
ILF 予約  8   1
EIF 社員（人事システムが保守）   6   1
EIF 部署（人事システムが保守）   4   1
EI  備品登録    13  1
EI  備品変更    13  1
EI  備品廃棄    3   2
EI  備品一括取込（CSV） 12  1
EI  貸出登録    9   4
EI  返却登録    6   2
EI  予約登録    7   3
EI  予約取消    3   1
EQ  備品検索一覧  8   1
EQ  備品詳細照会  14  2
EQ  貸出状況照会  10  3
EQ  予約一覧照会  7   3
EQ  貸出履歴CSV出力   11  3
EO  延滞一覧（延滞日数を計算）   9   3
EO  月次貸出集計表 8   3
EO  返却期限お知らせメール 7   3
EO  部署別利用率グラフ   5   3
"""

# 一般システム特性 14項目（各 0〜5）
GSC = {"データ通信": 3, "分散データ処理": 1, "性能": 2, "高負荷構成": 1, "トランザクション量": 1,
       "オンラインデータ入力": 5, "エンドユーザー効率": 3, "オンライン更新": 3, "複雑な処理": 1,
       "再利用性": 1, "導入容易性": 2, "運用容易性": 2, "複数サイト": 0, "変更容易性": 2}

rows, summary = [], {}
for kind, name, det, ref in csv.reader(io.StringIO(FUNCTIONS), delimiter="\t"):
    c = complexity(kind, int(det), int(ref))
    fp = WEIGHT[kind][c]
    rows.append((kind, name, det, ref, c, fp))
    s = summary.setdefault(kind, {"低": 0, "中": 0, "高": 0, "FP": 0})
    s[c] += 1
    s["FP"] += fp

print("種別\t機能名\tDET\tRET/FTR\t複雑度\tFP")
for r in rows:
    print("\t".join(map(str, r)))
print()
print("種別\t低\t中\t高\t個数\tFP")
for kind, s in summary.items():
    print(f"{kind}\t{s['低']}\t{s['中']}\t{s['高']}\t{s['低'] + s['中'] + s['高']}\t{s['FP']}")
ufp = sum(s["FP"] for s in summary.values())
tdi = sum(GSC.values())
assert len(GSC) == 14
vaf = 0.65 + 0.01 * tdi
print()
print(f"未調整FP = {ufp}")
print(f"影響度の合計 = {tdi}（14項目）")
print(f"調整係数 = 0.65 + 0.01 × {tdi} = {vaf:.2f}")
print(f"調整済みFP = {ufp} × {vaf:.2f} = {ufp * vaf:.2f}")
print(f"調整係数の取りうる範囲 = {0.65 + 0.01 * 0:.2f} 〜 {0.65 + 0.01 * 70:.2f}")

# 複雑度の判定を省いた簡易計算（データは「低」、処理は「中」に固定した場合）
simple = sum((WEIGHT[k]["低"] if k in ("ILF", "EIF") else WEIGHT[k]["中"]) * (s["低"] + s["中"] + s["高"])
             for k, s in summary.items())
print(f"簡易計算（データ=低・処理=中に固定） = {simple}")

# 工数への換算（1FPあたり8人時、1人月=160時間は説明用の架空の値）
hours = ufp * vaf * 8
print(f"工数の例 = {ufp * vaf:.2f} × 8 = {hours:.2f} 人時 = {hours / 160:.2f} 人月")

python3 fp_calc.py

出力は、この記事の「集計表」「種別ごとの小計」「調整係数」「工数に換算する」に載せたものと同じです。最後の2行は次のとおりです。

簡易計算（データ=低・処理=中に固定） = 103
工数の例 = 94.76 × 8 = 758.08 人時 = 4.74 人月

似た手法との違いと選び方

FPの概算は、NESMAが早い段階向けの数え方として公開しているものがよく知られています（NESMAの方式はISO/IEC 24570として規格化されています）。COCOMOはBarry W. Boehmが1981年の著書で発表したモデルで、基本形は「工数 = a × (千行)^b」という式です。

どれを使うかの判断基準

数えるときに迷いやすい点

確かめて分かったこと

• EIの表をEO・EQに当てると結果が変わる。部署別利用率グラフ（DET 5・FTR 3）はEO・EQの表では「低」ですが、同じ数字をEIの表で引くと「高」になります。表を1枚にまとめず、3枚に分けて持つのが確実です。
• 貸出登録はFTRを3に減らしても「高」のまま。DET 9・FTR 4で「高」でしたが、FTR 3でも「高」、FTR 2まで減ると「中」でした。EIはFTRが3以上になった時点で複雑度が上がりやすいと分かります。
• 複雑度を固定した簡易計算が、今回は詳細な数え方と同じ103になった。データをすべて「低」、処理をすべて「中」に固定して数えたところ、ILFが24に対して21、EIが31に対して32、EQとEOが19に対して20と、種別ごとには差があり、合計で打ち消し合っていました。一致は題材による偶然で、種別ごとの差は残る点に注意が要ります。
• 調整係数で値が小さくなることがある。14項目の合計が35より小さいと係数は1.00を下回ります。題材では0.92で、103が94.76になりました。
• 判定フローのMermaidは、掲載のコードのまま描画できた。条件の文中に全角の読点を入れても、角かっこや波かっこの中であれば描画されました。

よくある質問

Q. ファンクションポイント法とは何ですか？ A. ソフトウェアの規模を、利用者から見た機能の量で数える方法です。データ2種類（ILF・EIF）と処理3種類（EI・EO・EQ）に分け、複雑度ごとの点数を合計します。1979年にIBMのAllan J. Albrechtが考案しました。

Q. EOとEQの違いは何ですか？ A. 計算や導出データを含むかどうかです。保存済みの値を取り出して見せるだけならEQ、合計・件数・日数などを作って出す場合や、出力と同時にILFを更新する場合はEOです。

Q. ILFとEIFの違いは何ですか？ A. そのデータを保守するのが自分のシステムかどうかです。自分のシステムが登録・更新するならILF、他システムが保守していて参照だけするならEIFです。

Q. 画面数や帳票数からFPを出せないときはどうしますか？ A. 画面を「登録」「変更」「削除」「一覧」「詳細」などの処理に分けてから数えます。1画面が1処理とは限らないため、画面数に点数を掛けるのではなく、処理の一覧を作るところから始めます。

Q. 調整係数は必ず掛けますか？ A. 掛けずに未調整FPのまま使う組織もあります。規模そのものを比べたいときは未調整FP、システム全体の特性を反映させたいときは調整済みFPというように、どちらを使うかを最初に決めてそろえておくと、後から比べやすくなります。

まとめ

• 数える順番は、データ（ILF・EIF）→ 処理（EI・EO・EQ）。
• 画面や帳票は、利用者の用が足りる最小の処理に分けてから数える。
• EOとEQは、計算・導出データ・ILFの更新があるかで分ける。
• 複雑度はDETとRET・FTRを数えて表で決める。EIとEO・EQは区切りの数字が違う。
• 調整係数は 0.65 + 0.01 × 14項目の合計。範囲は0.65〜1.35。
• 題材の結果は、未調整FP 103 × 調整係数 0.92 ＝ 調整済みFP 94.76。
• FPは規模の単位。工数にするには、自分たちの「1FPあたりの時間」の記録を掛ける。

参考・出典

• IFPUG「Function Point Analysis (FPA)」 https://ifpug.org/ifpug-standards/fpa （FPAの位置づけ、5種類の構成要素、ISO/IEC 20926。2026-10-06閲覧）
• NESMA「Function Point Analysis」 https://nesma.org/themes/sizing/function-point-analysis/ （2026-10-06閲覧）
• Wikipedia「Function point」 https://en.wikipedia.org/wiki/Function_point （考案者と年、各方式の規格番号。2026-10-06閲覧）
• Wikipedia「COCOMO」 https://en.wikipedia.org/wiki/COCOMO （発表者と年、基本式。2026-10-06閲覧）

株式会社RJC ― SI事業・SES事業・AI駆動開発。RJCは一緒に成長を楽しめる会社です。