製造現場で問題が発生したとき、「とりあえずなぜなぜをやっておく」という対応に心当たりはないだろうか。根本原因分析（RCA）にはなぜなぜ分析以外にも複数の手法があり、問題の性質に合わせて使い分けることで分析精度は大きく変わる。本記事では代表的な3手法の特徴を整理し、現場での選択基準を解説する。
根本原因分析（RCA）とは何か
根本原因分析（Root Cause Analysis、以下RCA）は、問題の表面的な症状ではなく、その根本にある原因を特定し、再発防止策を講じるための体系的な問題解決手法である。RCAの全体像と各手法の使い分けはRCA（根本原因分析）の詳しい進め方で網羅的に解説している。
対症療法との違いはここにある。設備が止まったとき、「ヒューズを交換して再稼働」では同じ問題が繰り返される。RCAは「なぜヒューズが切れたか」を掘り下げ、設計上の過負荷や運用ルールの不備まで遡る。
RCAは製造業だけでなく、医療・航空・IT・建設など幅広い産業で標準的な手法として採用されている。ISO/IEC 31010「リスクアセスメント技法」では、5Why・FTA・FMEA・特性要因図などがRCAの代表的技法として明示されている（出典：根本原因分析 - Wikipedia）。
3つの主要手法の概要
RCAで最もよく使われる手法は、なぜなぜ分析・FTA（フォルトツリー分析）・特性要因図（フィッシュボーンチャート）の3つである。それぞれの起源と基本的な考え方を押さえておきたい。
なぜなぜ分析（5Why分析）
トヨタ自動車の現場改善活動の中で体系化された手法で、「なぜ？」を繰り返すことで原因を深掘りしていく。一般的に5回の「なぜ」を繰り返すことで根本原因に到達できるとされる。
シンプルで特別なツールを必要としないため、製造現場の第一選択として広く普及している。
FTA（フォルトツリー分析）
1961年に米国ベル研究所のH・A・ワトソンらがミニットマンミサイルの安全性評価のために開発した手法である（出典：フォルトツリー解析 - Wikipedia）。
「発生してはならない事象（トップ事象）」を頂点に置き、ANDゲート・ORゲートの論理記号を用いて原因をツリー状に展開する。複数の原因経路を網羅的に可視化できる点が特徴だ。
特性要因図（フィッシュボーンチャート）
石川馨博士が1950年代に考案した手法で、問題（特性）と原因（要因）の関係を魚の骨格に見立てて図示する（出典：根本原因分析（RCA）とは - NTTコム オンライン）。
「人（Man）・機械（Machine）・材料（Material）・方法（Method）」の4Mや、「環境（Environment）」を加えた4M1Eを骨格の大枠として使うことが多い。
3手法の特徴比較
各手法の特徴を以下の表にまとめる。
| 項目 | なぜなぜ分析 | FTA | 特性要因図 |
|---|---|---|---|
| 分析の方向 | ボトムアップ（問題→原因） | トップダウン（事象→原因） | 発散型（多角的に要因列挙） |
| 適した問題 | 原因が単一・比較的明確 | 複合的・重大なリスク分析 | 原因が不明・仮説段階 |
| 可視化 | 連鎖（一本道） | ツリー構造 | 魚の骨 |
| 論理的厳密さ | 低〜中 | 高（AND/ORゲート） | 低（ブレスト的） |
| チーム参加 | 少人数向き | 専門家向き | グループワーク向き |
| 学習コスト | 低い | 高い | 低〜中 |
| 定量評価 | 困難 | 可能（発生確率計算） | 困難 |
出典：FTA(故障の木解析)とは？作成手順とFMEA・特性要因図との関連、根本原因分析（RCA）とは - NTTコム オンラインをもとに作成
各手法のメリット・デメリット
なぜなぜ分析のメリット・デメリット
メリット
- テンプレート1枚あれば即日始められる導入のしやすさがある
- 製造現場の誰もが理解できる平易な手順である
- 問題発生直後の迅速な原因追究に向いている
デメリット
- 複数の原因が絡み合う問題では根本原因を見落としやすい
- 「なぜ」の掘り下げ方に個人差が生じ、分析の質がばらつく
- 分析者の思い込みや経験に左右される傾向がある
実際の製造現場では、なぜなぜ分析を活用して設備の突発停止を月1回未満に削減し、稼働率を8%向上させた事例が報告されている（出典：5つの事例でわかる「なぜなぜ分析」- MENTENA）。
FTAのメリット・デメリット
メリット
- 複数の原因経路を網羅的に可視化できるため見落としが少ない
- ANDゲート・ORゲートで論理関係を明確に表現できる
- 各事象に発生確率を割り当てることで定量的なリスク評価が可能である
デメリット
- 作成に専門的な知識とツールが必要で、習得に時間がかかる
- ツリーが大規模になると管理・更新コストが増大する
- 小規模な問題に適用するには過剰な手法になることがある
トヨタ自動車では独自のFTAシステムを構築し、設計・品質部門での体系的な障害分析に活用していることが知られている（出典：トヨタ自動車におけるFTAシステムの機能と特徴 - JUSE）。
特性要因図のメリット・デメリット
メリット
- チーム全員でブレインストーミングしながら要因を広く洗い出せる
- 視覚的に整理されるため関係者間の共有・合意形成がしやすい
- 問題の原因について仮説すら立っていない段階でも使える
デメリット
- 原因の優先順位が明示されないため、どれから対策するか判断が難しい
- 因果関係（どの要因が強く影響しているか）が不明確になりやすい
- 洗い出すだけで終わり、深掘り分析に結びつかないケースがある
📱 WhyTrace Plus → 👉 無料で試す
製造現場でのなぜなぜ分析をデジタル化し、チームでの分析履歴や再発防止策を一元管理したい場合、WhyTrace Plusが活用できる。
課題別の手法選択ガイド
どの手法を選ぶかは、問題の性質と分析の目的によって決まる。以下の基準を参考にしてほしい。
なぜなぜ分析を選ぶべき場面
- 問題の原因がある程度絞り込めている
- 素早く（当日〜翌日以内に）原因を特定したい
- 現場のオペレーターが中心となって分析する
FTAを選ぶべき場面
- 重大事故・安全リスクの網羅的な分析が必要
- 複数の原因経路が想定され、どの経路が支配的かを知りたい
- 定量的なリスク評価や確率計算が求められる
特性要因図を選ぶべき場面
- 問題は発生しているが、原因の見当が全くつかない
- 多様な部門・職種が参加するチームで議論したい
- 分析の入り口として要因候補を幅広く列挙したい
組み合わせ活用のパターン
実務では単一手法だけでなく、組み合わせて使うことが効果的である。
- 特性要因図で要因候補を広く洗い出す
- 洗い出した候補をFTAのツリーに落とし込んで論理的に整理する
- 特定した重要原因をなぜなぜ分析でさらに深掘りする
この流れにより、見落としを防ぎながら根本原因まで到達できる（出典：FTA(故障の木解析)とは？作成手順とFMEA・特性要因図との関連）。
AI支援によるRCAの進化
2024〜2025年にかけて、製造業のRCAにもAIが活用される場面が増えている。
生成AI（Generative AI）の活用により、間接業務の大幅な効率化が進んでいる。パナソニックは2024年に生成AI活用で約18万6,000時間の業務時間削減を達成した（出典：製造業のAI/生成AI活用事例13選【2025年版】- エクサウィザーズ）。
RCAへのAI支援は、主に以下の領域で実用化が進んでいる。
- データ収集の自動化：センサーデータや生産ログから異常を自動検知し、分析の起点となる情報を収集する
- 類似事例の提示：過去の不良事例や対策データをもとに、現在の問題と関連性の高い事例を提示する
- なぜなぜの深掘り支援：AIがなぜなぜ分析の各ステップに対して追加の問いかけや仮説を提案する
- 分析レポートの自動生成：分析結果を標準フォーマットで自動作成し、報告業務を削減する
ただし、AI支援はあくまで補助ツールである。現場固有の知識や文脈の解釈は、依然として人間の判断が不可欠だ。
WhyTrace Plusは、なぜなぜ分析のデジタル化とAI支援機能を組み合わせ、チームでの分析プロセスを効率化するツールとして開発されている。
📱 WhyTrace Plus → 👉 無料で試す
まとめ
根本原因分析（RCA）の3手法は、それぞれ適した場面が異なる。
- なぜなぜ分析：原因が絞れている問題の迅速な深掘りに最適
- FTA：複合的・重大なリスクの網羅的分析と定量評価に最適
- 特性要因図：原因の見当がつかない段階でのチーム討議に最適
現場での実務では「特性要因図→FTA→なぜなぜ分析」という組み合わせにより、見落としを防ぎながら根本原因まで到達する方法が有効だ。
また、2024〜2025年にかけてAI支援ツールの実用化が進んでいる。データ収集・類似事例提示・レポート自動生成などの領域でAIを活用することで、RCAの精度と効率を同時に高められる段階に来ている。
手法選択に迷ったときは、「問題の性質（単一か複合か）」「分析の緊急性」「チームの規模と専門性」の3点を起点に検討するとよい。
姉妹サービスの関連記事
GenbaCompassの姉妹サービスでも、現場改善に役立つ記事を公開している。
現場改善に役立つ関連アプリ
GenbaCompassでは、WhyTrace Plus以外にも現場のDXを支援するアプリを提供している。
| アプリ名 | 概要 | こんな課題に |
|---|---|---|
| WhyTrace Plus | なぜなぜ分析のデジタル化・AI支援 | 根本原因分析の効率化・履歴管理 |
| 安全ポスト+ | ヒヤリハット報告のデジタル管理 | 安全情報の収集・共有・分析 |
| AnzenAI | AIによる安全書類作成支援 | KY活動記録・リスクアセスメント効率化 |
| PlantEar | 設備異音検知AI | 設備不具合の早期発見・予兆保全 |
| 技術伝承AI | ベテランのノウハウのデジタル化 | 技術伝承・ナレッジ管理 |
| DXスコープ診断 | 現場DX推進度の可視化・診断 | DX戦略立案・課題の優先順位づけ |
参考文献・出典