なぜなぜ分析×特性要因図の組み合わせ方｜要因の網羅と深掘りを両立する
なぜなぜ分析を単独でやると「いきなり1本の枝を深く掘りすぎて、ほかの要因を見落とす」という壁にぶつかる。逆に特性要因図だけで終わると「要因は並んだが、どれが真因なのか掘り下げが浅い」という結果になりがちだ。両者は弱点が裏返しになっている。
だからこそ、特性要因図で要因を広く網羅してから、なぜなぜ分析で深く掘る——この組み合わせが効く。本記事では、2手法をどの順番で、どの粒度で連携させるかを具体的な記入例つきで解説する。なぜなぜ分析と特性要因図、それぞれを単独で使った経験はあるが「うまく噛み合わない」と感じている品質管理・現場改善の担当者に向けた実践ガイドである。
なぜなぜ分析と特性要因図の連携を、Excelの手書き図ではなくAIとツリー図で回したい場合は、WhyTrace Plusが分析の網羅性と深掘りを一画面で支援する。
1. なぜ2手法を組み合わせるのか――網羅と深掘りの分業
2手法の組み合わせとは、特性要因図で要因を「広く」洗い出し、なぜなぜ分析で個々の要因を「深く」掘り下げる役割分担である。単独運用の弱点を互いに補い合う関係にある。
特性要因図（フィッシュボーン図）は、問題（特性）に対する要因を魚の骨のように整理し、視覚的に俯瞰するQC7つ道具のひとつだ。4M（Man／Machine／Method／Material）を大骨に置くことで、考慮すべき領域を漏れなく並べられる（参考：特性要因図とは？根本原因を特定する4M – Infinity-Agent Lab、2026年時点）。
一方、なぜなぜ分析（5Why分析）は「なぜ？」を繰り返して因果の連鎖をたどり、表面的な現象から根本原因へ降りていく手法である。
両者の性格は対照的だ。
| 観点 | 特性要因図 | なぜなぜ分析 |
|---|---|---|
| 得意なこと | 要因の網羅・俯瞰 | 因果の深掘り |
| 思考の方向 | 横に広げる（発散） | 縦に掘る（収束） |
| 要因の性質 | 推論を含む候補も列挙 | 事実ベースで連鎖を確認 |
| 出力 | 要因の全体マップ | 真因に至る因果ツリー |
| 弱点 | 真因の特定が浅い | 視野が狭くなり見落とす |
特性要因図は推論にもとづく要因候補も幅広く挙げるのに対し、なぜなぜ分析は客観的事実にもとづく原因だけを掘り下げる、という違いも押さえておきたい（参考：特性要因図で真因を見抜く – Reinforz Consultant、2026年時点）。
つまり、特性要因図で「どこを探すか」の地図を作り、なぜなぜ分析で「その場所を掘る」。この分業が成立すると、深掘りの起点が偏らず、かつ掘った穴がきちんと真因まで届く。
なお、特性要因図そのものの書き方は特性要因図（フィッシュボーン図）の書き方｜原因分析の基本で詳しく扱っている。本記事は「なぜなぜ分析との連携」に焦点を絞る。
2. 連携の基本フロー――特性要因図からなぜなぜ分析へ
連携の基本フローとは、特性要因図で要因を発散させ、優先要因を絞り込み、その要因を起点になぜなぜ分析へ収束させる4段階の流れである。発散と収束を明確に切り分けることが要点になる。
ステップ1：特性要因図で要因を発散させる
問題（特性）を魚の頭に置き、4Mを大骨として要因を中骨・小骨へ展開する。ここでは「正しいか」を問わず、思いつく候補をすべて出す発散フェーズに徹する。批判を入れると候補が減り、網羅性が落ちる。
ステップ2：要因を絞り込む
並んだ要因のうち、実際に問題へ寄与している可能性が高いものを選ぶ。現場での発生頻度、データ、過去のクレーム履歴を根拠に2〜4個へ絞る。すべての枝をなぜなぜ分析にかけると工数が膨張するため、ここでの絞り込みが連携の成否を左右する。
ステップ3：絞った要因を起点になぜなぜ分析を回す
絞り込んだ要因のひとつひとつを「Why1（第一の原因）」に据え、「なぜそれが起きるのか」を4〜5回掘り下げる。特性要因図の小骨が、なぜなぜ分析の出発点になるイメージだ。
ステップ4：真因に対策を立てて図へ戻す
なぜなぜ分析で行き着いた根本原因に是正処置を立案し、その結果を特性要因図側にも反映する。「この要因は真因確定」「この要因は除外」と図を更新すると、分析の結論が一枚で共有できる。
フロー全体を整理する。
| 段階 | 使う手法 | アウトプット |
|---|---|---|
| 発散 | 特性要因図（4M） | 要因の全体マップ |
| 絞り込み | データ・頻度で選別 | 重点要因2〜4個 |
| 深掘り | なぜなぜ分析 | 各要因の真因 |
| 対策・更新 | 図へ反映 | 確定した因果と対策 |
この順番を逆にすると——つまりなぜなぜ分析を先にやると——最初に掘る枝の選び方に根拠がなく、視野が狭いまま深掘りが始まる。特性要因図を前に置く意味はここにある。
3. 4M大骨を起点にしたなぜなぜ分析の展開例
4M起点の展開とは、特性要因図の大骨（Man／Machine／Method／Material）ごとに抽出した要因を、それぞれなぜなぜ分析の起点として掘り下げるやり方である。大骨が深掘りの「入口」を構造化してくれる。
製造現場で「製品にバリが残留する」という問題を例に、特性要因図からなぜなぜ分析へつなぐ流れを示す。
特性要因図での要因抽出（発散）
| 大骨（4M） | 抽出した中骨・小骨の要因 |
|---|---|
| Man（人） | 目視検査の判定基準が人によって違う |
| Machine（機械） | 金型が摩耗している／プレス圧力が安定しない |
| Method（方法） | バリ取り工程の手順書が古い |
| Material（材料） | 材料ロットによって硬度がばらつく |
絞り込み
過去3か月の不良データを見ると、バリ残留は特定の金型を使う工程に集中していた。そこで「金型が摩耗している」（Machine）を最優先の重点要因に決める。
なぜなぜ分析で深掘り（収束）
- 問題：製品にバリが残留する
- Why1：なぜバリが残る？ → 金型の刃先が摩耗しているから
- Why2：なぜ摩耗しているのか？ → 交換時期を過ぎても使い続けているから
- Why3：なぜ過ぎても使い続けるのか？ → 交換周期が決まっていないから
- Why4：なぜ周期が決まっていないのか？ → 金型の使用回数を記録する仕組みがないから
- 真因：金型の使用回数を管理する台帳・ルールが存在しない
特性要因図の段階で止まっていれば、対策は「目視検査を強化する」という検出依存の対症療法になりやすい。なぜなぜ分析まで掘ると、「金型交換周期の設定と使用回数台帳の整備」という発生そのものを断つ対策にたどり着く。
複数の大骨を同時に掘るときの注意
重点要因が2つ以上ある場合は、大骨ごとになぜなぜ分析のツリーを分けて並走させる。1本の「なぜ」の連鎖に複数の原因系を混ぜると、因果がねじれて結論が曖昧になる。「Manの枝」「Machineの枝」と独立したツリーを作り、それぞれの真因を出してから対策を統合するのが安全だ。
なぜなぜ分析をAIで体験してみよう
特性要因図で絞り込んだ要因を、ここからなぜなぜ分析で深掘りしてみよう。要因を入力するだけで、AIが「なぜ？」を対話形式で連鎖させ、真因まで導く流れを体験できる。
4. 連携でやりがちな失敗と回避策
連携の失敗とは、2手法の切り替えタイミングや粒度を誤り、網羅と深掘りのどちらも中途半端になる状態を指す。多くは発散と収束を混同したことに起因する。
失敗1：特性要因図の段階で深掘りを始めてしまう
要因を出す発散フェーズで「なぜこれが起きるのか」と掘り始めると、ほかの大骨に手が回らず網羅性が崩れる。特性要因図では「要因候補を並べる」ことだけに集中し、深掘りはなぜなぜ分析へ持ち越す。発散と収束の作業を時間で区切ると混線しにくい。
失敗2：すべての枝をなぜなぜ分析にかける
数十個の小骨をすべて掘ろうとすると工数が破綻し、途中で形骸化する。データで重点要因を2〜4個に絞ってから深掘りに入る。網羅は特性要因図、選別はデータ、深掘りはなぜなぜ分析、と役割を固定する。
失敗3：人を責める方向に掘ってしまう
「なぜ確認しなかったのか」と人の注意不足に収束させると、対策が「気をつける」で終わる。Man起点の要因であっても、最終的には「確認項目が手順書にない」「判定基準が文書化されていない」といった仕組みの欠陥へ着地させる。なぜなぜ分析の各段階で「個人の問題か、仕組みの問題か」を問い直すとよい。
失敗4：図と分析が別管理で更新されない
特性要因図はホワイトボード、なぜなぜ分析は別のExcel、という分断運用では、結論がどこにも残らない。真因と対策を特性要因図側に書き戻し、一枚の成果物として保管する。
主な失敗と回避策を整理する。
| 失敗 | 原因 | 回避策 |
|---|---|---|
| 図で深掘りを始める | 発散と収束の混同 | 図は列挙のみ、深掘りは後工程へ |
| 全枝を掘る | 絞り込みの欠如 | データで2〜4個に選別 |
| 人を責める | 個人原因で停止 | 仕組みの欠陥まで掘る |
| 図と分析が分断 | 別ツール管理 | 真因・対策を図へ書き戻す |
5. 2手法を1つの分析として運用する仕組み化
仕組み化とは、特性要因図となぜなぜ分析を都度バラバラに使うのではなく、テンプレートと記録の流れを定めて毎回同じ手順で回せる状態にすることである。属人化を防ぎ、分析品質を一定に保てる。
テンプレートを固定する
特性要因図のフォーマット（4Mの大骨、絞り込み欄）と、なぜなぜ分析のフォーマット（Why1〜真因、対策欄）をひと続きのシートにまとめる。「図 → 絞り込み → なぜなぜ → 対策」が1枚で流れるようにしておくと、誰がやっても同じ手順になる。
評価基準を共有する
要因の絞り込みは担当者の感覚に依存しやすい。「発生頻度が高い」「データで裏付けがある」「過去にクレーム実績がある」など、絞り込みの判断軸をチームで共有しておくと、選別のばらつきが減る。
分析結果をナレッジとして蓄積する
過去の「特性要因図＋なぜなぜ分析」のセットを検索・再利用できる状態にすると、似た問題が起きたときに発散フェーズの工数を大幅に削減できる。前回の要因マップを下敷きにして差分だけ更新すればよい。
特性要因図で要因を網羅し、なぜなぜ分析で真因まで掘る——この連携を毎回バラバラの紙とExcelで回していませんか？
WhyTrace Plus は、4Mの要因洗い出しからなぜなぜ分析の深掘りまでを一画面で支援する根本原因分析プラットフォームである。AIが「なぜ？」を対話形式で掘り下げ、因果関係をインタラクティブなツリー図で可視化。発散（網羅）と収束（深掘り）を切り替えながら、分析結果を組織のナレッジとして蓄積できる。
6. どちらを先に使うべきか――問題の性質で選ぶ
使い分けの判断軸とは、問題の「広さ」と「緊急度」によって特性要因図先行か、なぜなぜ分析先行かを選ぶ考え方である。すべての問題で図を先に置く必要はない。
特性要因図を先に使うべき場面は、原因の見当がつかず、関係する領域が広い問題だ。複数部署にまたがる慢性不良や、要因が4Mに散らばっていそうなケースでは、まず全体マップを描いて視野を確保する。
なぜなぜ分析を先に使ってよい場面もある。原因がほぼ1系統に絞れている明快な問題や、すぐに掘り下げたい単発の事故・不良では、特性要因図の発散を省いて直接掘ってよい。ただしこの場合も、掘り終えた後に「ほかの要因を見落としていないか」を特性要因図で点検すると安全だ。
| 問題の性質 | 推奨する起点 |
|---|---|
| 原因が不明・領域が広い慢性問題 | 特性要因図を先に |
| 原因が1系統に絞れる単発問題 | なぜなぜ分析を先に |
| 複数部署にまたがる問題 | 特性要因図を先に |
| 緊急の事故・即対応が必要 | なぜなぜ分析を先に＋後で図で点検 |
なお、なぜなぜ分析が深掘りの途中で行き詰まる典型パターンと回避策はなぜなぜ分析が失敗する原因パターンと対策で詳述している。連携運用でつまずいたときの補助線として参照してほしい。
よくある質問（FAQ）
Q. 特性要因図となぜなぜ分析、どちらか一方だけでは不十分ですか？
問題の規模によっては一方で足りることもある。ただし、特性要因図単独では真因の特定が浅くなりやすく、なぜなぜ分析単独では視野が狭まり要因の見落としが起きやすい。要因が広く散らばる慢性問題ほど、両者を組み合わせる効果が大きい。
Q. 特性要因図の大骨は必ず4Mにすべきですか？
4M（Man／Machine／Method／Material）は製造現場の定番だが、サービス業やソフトウェア開発では合わないこともある。測定（Measurement）や環境（Environment）を加えた5M1E、あるいは業務に合わせた独自カテゴリでもよい。重要なのは「網羅すべき領域を漏れなく並べる」という大骨の役割を果たすことだ。
Q. なぜなぜ分析は何回「なぜ」を繰り返せばよいですか？
回数そのものに決まりはない。「これ以上掘っても自社で対策できる仕組みの欠陥にたどり着いた」と判断できた時点が終点である。目安として4〜5回掘ると仕組みの問題へ届くことが多いが、回数を目的化すると因果がこじつけになるため注意する。
Q. 特性要因図で出した要因をすべて深掘りすべきですか？
すべて掘る必要はない。発生頻度・データ・過去のクレーム実績を根拠に重点要因を2〜4個へ絞り、そこへなぜなぜ分析を集中させる。全枝を掘ろうとすると工数が破綻し、活動が形骸化する。
Q. 2手法の連携を効率化するツールはありますか？
特性要因図の要因洗い出しとなぜなぜ分析の深掘りを一体で扱えるデジタルツールを使うと、図と分析の二重管理を避けられる。AIが「なぜ？」の深掘りを支援し、因果をツリー図で可視化できるWhyTrace Plusのような根本原因分析プラットフォームが該当する。
まとめ
なぜなぜ分析と特性要因図は、弱点が裏返しの関係にある。組み合わせることで「要因の網羅」と「真因の深掘り」を両立できる。
本記事の要点を整理する。
- 役割分担：特性要因図で広く発散、なぜなぜ分析で深く収束。地図を描いてから掘る。
- 基本フロー：発散（4M）→ データで絞り込み → なぜなぜで深掘り → 真因と対策を図へ書き戻す。
- 4M起点の展開：大骨ごとに深掘りの入口を構造化し、重点要因が複数あればツリーを分けて並走させる。
- 失敗回避：図の段階で掘らない、全枝を掘らない、人を責めない、図と分析を分断しない。
- 使い分け：原因不明・広い問題は図を先に、原因が絞れた単発問題はなぜなぜを先に。
要因を漏れなく洗い出し、そこから真因まで一気に掘る連携を、紙とExcelの二重管理ではなくAIとツリー図で運用したい場合は、WhyTrace Plusをぜひ試してほしい。特性要因図の網羅性となぜなぜ分析の深掘りを一画面でつなぎ、分析ナレッジを組織全体で再利用できる基盤が整う。
関連サービス
原因分析・品質改善の知見を広げるために、姉妹サービスの関連記事もご活用いただきたい。
- なぜなぜ分析のやり方の完全ガイド（GenbaCompass）
- QC7つ道具とナレッジ管理の連携方法（know-howAI）
- なぜなぜ分析の知見をナレッジベースに蓄積する方法（know-howAI）
著者
國分 良太
制御設計エンジニア → AI・IoT・DX推進｜AIコンサルタント｜東京の製造業メーカー開発部門
製造業の現場で設備設計・改善プロジェクト・品質向上施策に従事。なぜなぜ分析（RCA）やリスクアセスメントの実務経験をもとに、現場DXを支援するアプリケーションの開発と情報発信に取り組んでいます。AIコンサルタントとして、企業のAI・生成AI活用や現場DX導入の支援も行っています。
※ 本サイトは所属企業とは関係のない個人活動です。記載の見解は筆者個人のものです。