ベンチプレス計算ツールとは?
ベンチプレス計算ツールは、胸の上に限界の重量のバーベルを載せることなく、1回最大挙上重量(1RM)——1回の挙上で押し上げられる最も重い重量——を推定する無料のオンラインツールです。本当の最大値をテストする代わりに、数回挙げられる重量と達成した回数を入力すると、ツールが1回挙上の相当値を予測します。
本当の1回最大挙上重量をテストするのは危険で疲労を伴います。フォームが崩れやすく、補助者が不可欠で、挙上の失敗はけがを招くことがあります。サブマキシマルな推定は、実際にやり切れる安全なセットからほぼ同じ情報を得られるため、コーチや選手は筋力を把握し、トレーニング負荷を決めるためにこれらの計算式に頼っています。
1回最大挙上重量が重要な理由
あなたの1RMは筋力トレーニングにおける標準的な基準点です。これが分かれば、次のことができます。
-
進捗の把握: 推定した1RMを週ごとに比べることで、本当の最大値を一度もテストしなくても、トレーニングで強くなっているかが分かります。
-
トレーニング負荷の設定: 多くのプログラムは1RMに対する割合で負荷を指定します(例:80%で5セット5回)。ツールがその割合を具体的なバーベル重量に変換します。
-
挙上や選手の比較: 単一の数値により、自分のベンチを過去の記録や筋力基準と簡単に比較できます。
-
安全な計画: 中程度のセットから最大筋力の推定値を得られ、つらい1回挙上によるけがのリスクを避けられます。
この計算ツールの仕組みは?
使い方は簡単です。
-
挙上重量を入力: キログラムかポンドを選び、セットで使った負荷を入力します。
-
回数を入力: その重量で完了したきれいな回数を入力します。推定はおよそ1〜10回のセットで最も正確で、それを超えると予測がずれていきます。
-
計算式を選択: Epley、Brzycki、Lombardi から選びます。それぞれ実際の挙上データへのわずかに異なる曲線当てはめなので、近いものの同一ではない答えになります。
-
結果を確認: ツールは推定1RM、その1RMの90%、よく使われる回数に対する推定負荷の表を返します。
各計算式は入力した重量に対して線形にスケールするため、結果は選んだ単位のまま返されます——別途の換算ステップはありません。
計算式
を挙上重量、 を実施回数とします。ツールは広く使われている3つの推定式に対応しています。
Epley の式:
Brzycki の式:
Lombardi の式:
目標とする回数 で挙げられる重量を推定するため、ツールは選択した式を逆算します。Epley の場合、次のようになります。
例
以下の例は、特に断りのない限り Epley の式を使用します。
-
例1: 80 kg を8回ベンチプレスします。推定1回最大挙上重量は次のとおりです。
その1RMの90%は約91.2 kgです。
-
例2: 100 kg を5回ベンチプレスします。
-
例3: 同じ 100 kg × 5 のセットに Brzycki の式を使うと:
式がどう分かれるかに注目してください。回数が増えるほど、Brzycki は Epley より控えめになります。
実用上の注意
-
回数は適度に: これらの推定は、およそ1〜10回のセットで最も信頼できます。20回のセットは、最大筋力よりも持久力を物語ります。
-
きれいな回数のみ数える: 良いフォームで完了したフルレンジの回数のみを数えます。ハーフレップやつらい1回挙上は予測を歪めます。
-
目安として扱う: どの式も他者のデータに当てはめた予測なので、本当の最大値を過大評価または過小評価することがあります。重要な数値は補助者とともに慎重に確認してください。
よくある質問
1回最大挙上重量とは?
1回最大挙上重量(1RM)は、ある種目を良いフォームでちょうど1回挙げられる最も重い重量です。最大筋力の標準的な指標です。
本当の最大値をテストする必要がありますか?
いいえ。この計算ツールの目的は、サブマキシマルなセットから1RMを推定することであり、全力の1回挙上によるリスクと疲労を避けられます。
どの式を使うべきですか?
Epley は最も一般的な既定値で、多くのジムアプリが使っています。Brzycki は回数が多いほど控えめになりがちで、Lombardi はさらに別の挙動を示します。3つすべてを試すと、単一の点ではなく有用な範囲が得られます。
なぜ式によって数値が異なるのですか?
各式は挙上データへの別々の曲線当てはめなので、低回数では近く一致し、回数が増えるにつれて分かれます。どれも「正しい」わけではなく、互いに競合する近似です。
他の種目でも使えますか?
はい。ベンチプレスを中心に作られていますが、同じ式でスクワット、デッドリフト、その他のバーベル種目の1RMも推定できます。