MENU

特性要因図のやり方|職場の問題整理・原因分析で使う手順をステップで解説

特性要因図は、問題や結果として現れている「特性」を右側に置き、その原因候補を大分類から枝分かれさせて整理する方法です。魚の骨のような形になるため、フィッシュボーン図や魚骨図とも呼ばれます。

実務では、「原因を洗い出してください」と言われても、思いついたものを順番に並べるだけでは抜けや偏りが出やすくなります。特性要因図を使うと、人・方法・設備・材料・環境などの観点から原因候補を広げ、その後に中骨・小骨へ掘り下げることで、原因の全体像を整理しやすくなります。

ただし、特性要因図に書いた項目はすべて「原因候補」です。図に書いたからといって原因だと確定するわけではありません。最後は現場データや記録で検証し、重要要因を絞る必要があります。

この記事では、特性要因図のやり方を、入力・行動・出力・判断基準まで含めて8ステップで解説します。基本的な意味や構造から確認したい場合は、特性要因図とは?意味・使い方・具体例を参照してください。

目次

特性要因図を使う前に決めること

最初に決めるのは、「何について原因を考えるのか」です。

悪い例:

「品質が悪い」

良い例:

「直近1か月、出荷前検査で外観キズ不良が1000個あたり12件発生し、目標5件以下を上回っている」

良い例では、対象、期間、指標、現状、目標が分かります。

特性要因図では、この「問題の定義」が曖昧だと、原因候補も曖昧になります。

特性要因図のやり方|実務で使う8ステップ

ステップ1:特性を具体的に定義する

入力

  • 起きている問題
  • 対象
  • 期間
  • 指標
  • 目標または正常状態

行動

図の右端に置く特性を、一文で具体化します。

例:

「直近1か月の出荷前検査で、外観キズ不良が1000個あたり12件発生している」

出力

原因分析の対象となる特性。

判断基準

  • 誰が読んでも同じ問題を想像できるか
  • 対象・期間・指標が必要に応じて入っているか
  • 「売上が悪い」「品質が低い」のような抽象語だけになっていないか

ステップ2:大骨となる分類軸を決める

次に、原因候補を考えるための大分類を決めます。

製造現場でよく使われる例は、

  • 人
  • 方法
  • 機械・設備
  • 材料
  • 測定
  • 環境

です。

ただし、この分類を必ず使う必要はありません。

サービス業務なら、

  • 人
  • 手順
  • システム
  • 情報
  • 顧客条件
  • 環境

のように置き換えて構いません。

重要なのは、問題に合わせた分類軸を選ぶことです。

ステップ3:大骨ごとに要因候補を広げる

各分類について、「この特性を起こしうるものは何か」を出します。

外観キズ不良の例なら、

人

  • 持ち方がばらつく
  • 新任者の作業経験が少ない
  • 手袋交換が遅い

方法

  • 置き方の標準が曖昧
  • 搬送時に製品同士が接触する
  • 検査前の仮置き方法が不統一

設備

  • 搬送治具にバリがある
  • 作業台表面が傷んでいる
  • 容器内の仕切りが不足

材料

  • 保護フィルムが剥がれやすい
  • 梱包材の硬さが不適切

環境

  • 作業スペースが狭い
  • 仮置き場所が混雑する

などです。

この段階では、すぐに「それは違う」と削りすぎないことが大切です。

ステップ4:中骨・小骨へ深掘りする

大骨の要因候補を、さらに「なぜ?」で分けます。

例:

「搬送時に製品同士が接触する」

を深掘りすると、

  • 1箱あたりの収納数が多い
  • 仕切り板が足りない
  • 搬送距離が長い
  • 急いで箱詰めする時間帯がある

などが考えられます。

さらに「仕切り板が足りない」を、

  • 必要枚数の基準がない
  • 交換ルールがない
  • 補充場所が遠い

と分けられます。

判断基準

  • 「それを改善すれば現場の行動や状態が変わる」レベルまで具体化できているか
  • 「注意不足」「意識が低い」のような抽象語で止まっていないか

ステップ5:事実と仮説を分ける

特性要因図に書かれる項目の多くは、最初は仮説です。

たとえば、

「新任者の作業経験が少ない」

という事実があっても、

「新任者だからキズ不良が多い」

ことは確認しないと分かりません。

図の中で、

  • 確認済み事実
  • 未確認の要因仮説

を分けて記録します。

ステップ6:重要要因の候補を絞る

要因候補を出した後は、すべてを同じ優先度で調べる必要はありません。

優先順位は、たとえば、

  • 発生頻度が高そうか
  • 特性への影響が大きそうか
  • 短時間で確認できるか
  • 現場で観察できるか
  • 改善可能性が高いか

で決めます。

この段階では「原因確定」ではなく、「先に検証する候補」を絞ります。

ステップ7:現場データで検証する

優先した要因候補を、実際の記録や現場観察で確認します。

たとえば、外観キズ不良120件を調べたところ、

  • 搬送箱内での接触痕あり:67件
  • 作業台との接触痕あり:21件
  • 保護フィルム剥がれ:14件
  • 原因特定できず:18件

だったとします。

さらに搬送箱を確認すると、仕切り板不足の箱でキズ率が高いことが分かりました。

この結果から、「仕切り板不足による製品同士の接触」は重要要因として優先度が上がります。

ステップ8:対策と再確認へつなげる

重要要因が絞れたら、具体的な対策を決めます。

例:

  • 1箱あたり収納数の上限を設定
  • 仕切り板の必要枚数を標準化
  • 仕切り板の補充場所を作業場所の近くへ変更
  • 搬送箱の使用前チェックを追加

その後、対策後も同じ指標で再確認します。

たとえば、外観キズ不良が1000個あたり12件から6件へ減ったかを見ることで、対策効果を確認できます。

通し例|外観キズ不良を特性要因図で分析する

1. 特性を決める

「直近1か月の出荷前検査で、外観キズ不良が1000個あたり12件発生し、目標5件以下を上回っている」

2. 大骨を決める

  • 人
  • 方法
  • 設備
  • 材料
  • 環境

の5分類にしました。

3. 要因候補を出す

人:

  • 持ち方がばらつく
  • 新任者の作業経験が少ない

方法:

  • 搬送時に製品同士が接触する
  • 仮置き方法が不統一

設備:

  • 搬送治具にバリがある
  • 作業台表面が傷んでいる

材料:

  • 保護フィルムが剥がれやすい

環境:

  • 仮置き場所が混雑する

4. 「搬送時の接触」を深掘りする

  • 1箱あたりの収納数が多い
  • 仕切り板が足りない
  • 搬送距離が長い
  • 急いで箱詰めする時間帯がある

と分けました。

5. 検証する候補を絞る

現場観察しやすく、影響も大きそうな、

  • 仕切り板不足
  • 作業台表面の傷み
  • 新任者と熟練者の差

を先に確認しました。

6. データを確認する

外観キズ不良120件を確認すると、

  • 搬送箱内の接触痕:67件
  • 作業台との接触痕:21件
  • 保護フィルム剥がれ:14件
  • 原因特定できず:18件

でした。

さらに、仕切り板が規定枚数未満の箱ではキズ率が高いことが分かりました。

一方、新任者と熟練者のキズ率には大きな差がありませんでした。

7. 要因仮説を更新する

「新任者の経験不足」は重要要因としての優先度を下げました。

「仕切り板不足による製品同士の接触」は優先度を上げました。

8. 対策する

  • 仕切り板の必要枚数を標準書へ明記
  • 補充場所を作業エリア内へ移動
  • 搬送箱の使用前チェックを追加
  • 1箱あたり収納数の上限を設定

を実施しました。

9. 再確認する

次の1か月で、外観キズ不良が1000個あたり12件から6件へ低下したとします。

この結果から、仕切り板不足への対策が有効だった可能性が高いと判断できます。

この通し例のポイントは、図を作った時点で原因確定とせず、重要要因候補を現場データで確かめていることです。

記入用の型が必要な場合は、特性要因図テンプレートを使うと、特性、大骨、中骨・小骨、事実、仮説、検証結果、重要要因、対策まで一続きで整理できます。

大骨の分類は4M・5M・6Mにこだわりすぎない

製造現場では、4Mや5M、6Mのような分類が使われることがあります。

代表的には、

  • Man:人
  • Machine:機械・設備
  • Method:方法
  • Material:材料

に、Measurement:測定、Environment:環境などを加えます。

ただし、サービス業や事務業務では、そのまま使うと合わない場合があります。

たとえば問い合わせ対応時間なら、

  • 人
  • 手順
  • システム
  • 情報
  • 顧客条件
  • 承認

のように変えたほうが原因候補を出しやすいことがあります。

重要なのは、分類名を守ることではなく、原因候補を広く漏れなく考えやすくすることです。

要因を深掘りするときのコツ

「人」で止めない

「担当者の注意不足」だけでは対策が「注意する」で終わりやすくなります。

たとえば、

  • 手順が見えにくい
  • 確認項目が多すぎる
  • 例外処理が文書化されていない
  • 教育時間が不足している

など、行動を生む条件まで掘ります。

結果と原因を混ぜない

「納期遅延」「手戻り増加」「確認漏れ」が同じ階層にあると、因果関係が分かりにくくなります。

一度に細かくしすぎない

最初から小骨を大量に書くのではなく、大骨→中骨→小骨の順で進めます。

反証も確認する

「新任者が原因」と思っていても、熟練者と不良率が変わらなければ仮説を修正します。

特性要因図でつまずきやすいポイント

特性が曖昧

「品質が悪い」「業務が遅い」では、原因候補が広がりすぎます。

大骨を固定テンプレートのまま使う

業務に合わない分類では、重要な原因候補が出にくくなります。

要因が抽象的

「意識が低い」「管理不足」だけでは改善へつながりません。

図に書いた要因を原因確定扱いする

特性要因図は仮説整理の道具です。検証が必要です。

人に原因を寄せすぎる

個人の注意不足より、手順、設備、情報、環境の条件を確認します。

原因を出しっぱなしにする

重要要因を絞り、対策と再確認へつなげます。

よくある失敗と改善策は、特性要因図で失敗しやすいポイントで詳しく解説しています。

他のフレームワークとどう使い分けるか

特性要因図は、1つの問題に対して原因候補を広く洗い出し、構造的に整理するのに向いています。

一方、MECEは論点の抜け・重複を減らす考え方、ロジックツリーは原因や打ち手を階層的に分解する方法です。

違いを詳しく知りたい場合は、MECEと特性要因図の違い、ロジックツリーと特性要因図の違い、MECE・ロジックツリー・特性要因図の使い分けを参考にしてください。

具体例から学びたい場合

製造不良以外にも、納期遅延、問い合わせ対応時間、ヒューマンエラーなど、特性要因図は幅広い問題整理に使えます。

複数のケースを見たい場合は、特性要因図の具体例を参考にしてください。

生成AIを使う場合

生成AIは、

  • 大骨の分類候補を出す
  • 各分類の要因候補を広げる
  • 抽象的な要因を具体化する
  • 抜けている観点を指摘する
  • 検証に必要なデータ候補を整理する

といった補助に使えます。

ただし、AIが出した要因は事実ではありません。現場の実情、元データの正確性、重要要因の優先順位、最終判断は人が確認する必要があります。

具体的な使い方は、生成AIで特性要因図を使う方法で解説します。

実務チェックリスト

特性要因図を作る前後に、次を確認してください。

  • 特性が具体的に定義されている
  • 対象・期間・指標が必要に応じて明確
  • 大骨の分類が業務に合っている
  • 各大骨から複数の要因候補を出した
  • 中骨・小骨へ具体化した
  • 抽象語だけの要因で止まっていない
  • 事実と仮説を分けている
  • 人だけに原因を寄せていない
  • 優先して検証する要因を絞った
  • 現場データや観察で検証した
  • 反証も確認した
  • 重要要因を対策へつないだ
  • 対策後に同じ指標で再確認する

まとめ|特性要因図は「原因候補を広げ、深掘りし、検証する」ための方法

特性要因図を実務で使う流れは、特性を具体化し、大骨となる分類軸を決め、各分類から要因候補を広げ、中骨・小骨へ深掘りし、事実と仮説を分け、重要要因候補を絞り、現場データで検証し、対策と再確認へつなげるというものです。

重要なのは、図を完成させることではありません。図に書かれた要因を仮説として扱い、どの要因が本当に特性へ影響しているかを確認することです。

原因が思いつきに偏るときや、複数の要因が絡んでいそうな問題では、特性要因図を使うことで、原因候補を構造的に広げ、検証の優先順位を付けやすくなります。

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