1 根本原因分析の概要
1.1 定義と目的
根本原因分析（Root Cause Analysis: RCA）は、問題や不具合の「表面的な結果」を説明するだけで終わらず、なぜその状態が繰り返し発生するのかという因果関係の深部にある要因を明らかにし、再発防止策へ確実に結び付けるための分析の枠組みである。目的は、原因を手掛かりとして改善活動を設計し、同種の事象が将来に同程度の確率で起きないようにすることにある。
1.2 分析の前提となる考え方
RCAでは、事象は単一要因ではなく、複数の条件・判断・環境要素が重なって成立するという前提が置かれる。結果として現れた異常は、過去の設計や運用、管理体制、教育、設備の状態などが連鎖した結果であるとみなす。したがって、個人のミスの指摘に留まらず、仕組み側の弱点を探索する姿勢が重視される。
また、「根本原因」を絶対的な一点として扱うより、再発確率を実質的に下げる説明として妥当な最深部の要因群を特定するという考え方が採られる。ここでの“深部”は、責任追及の対象ではなく、改善レバーとして機能するまで原因を掘り下げることを意味する。
1.3 対象とする「問題」の範囲
RCAが扱う「問題」は、品質不良、作業不達、事故・ヒヤリハット、システム障害、医療上の有害事象など、幅広い領域に及ぶ。特定の領域に限定されず、次の条件を満たす事象が対象になりやすい。
1.4 成果物（報告書・対策・検証計画）の基本
RCAの成果は、単なる結論（原因名）にとどまらない。一般に、(1) 事象の記述、(2) 原因候補の整理、(3) 根本原因の絞り込み根拠、(4) 再発防止策、(5) 有効性を確認する検証計画、の一連が報告書としてまとめられる。
対策は、原因に結び付けられた設計思想と、運用へ落とし込む手順を含む必要がある。さらに、対策が本当に効くかを後追いで確認できるように、測定指標、観測タイミング、比較の考え方まで含めた検証計画が同時に作られることが望ましい。
2 手順（プロセス）と進め方
2.1 事象の把握と記述
解析の入口は、観測された事象を精密に記述することである。現象の輪郭が曖昧なまま原因探索へ進むと、推論が分岐し、後から整合しない結果になりやすい。したがって、時系列、場所、関係者、影響、発生前後の条件をできるだけ具体化する。
2.1.1 誰が、いつ、どこで、何が起きたかの整理
「いつ・どこで・何が・誰に関わって」の骨格を揃え、同種の過去事例との比較が可能な粒度で記録を整える。特に、開始点（異常が顕在化した瞬間）と、逸脱が始まった可能性のある前段（兆候や前兆）を区別して扱うと、原因仮説の深掘りが容易になる。
2.1.1.1 データ（記録・ログ・証言）の集め方
データ収集は、ログや記録のような一次情報と、観察者の証言のような二次情報を組み合わせて行う。ログは改変の有無や欠損の有無、時刻の同期状況を確認し、証言は同じ場面をどの視点で捉えているかを把握する。可能であれば、複数の情報源を同時に照合して、記述の一致点と相違点を明確にする。
2.1.2 影響範囲と重要度の評価
影響評価では、直接的な損害だけでなく、波及の可能性、再発時の規模、利用者や作業者へのリスク、法規・契約の観点などを整理する。重要度は、解析の深さや対策の優先順位に直結するため、暫定評価でも良いので早期に運用へ反映する。
2.2 発生メカニズムの仮説化
事象の記述が揃うと、次は「どういう仕組みで成立したか」を仮説として組み立てる段階に入る。ここでは断定を避け、観測と整合する説明として、原因候補の構造を作ることに焦点を置く。
2.2.1 要因候補の洗い出し
要因候補は、技術要素だけではなく、意思決定、手順、教育、保守、運用、コミュニケーションといった“人と仕組み”の領域も含めて広く抽出する。重要なのは漏れをゼロにすることではなく、再検討が可能な形で候補を広く持ち、後段で絞り込む土台を作ることである。
2.2.1.1 質問設計（なぜ・どのように）と観点
質問は、単に「なぜ起きたか」だけでなく、「どのような条件が揃うと起きるか」「どの手順がどこで逸脱したか」「判断がどの情報に基づいたか」といった形で設計する。観点としては、対象の状態変化、境界条件、選択肢の存在、フィードバックの遅れ、監視の有無など、因果の連鎖が想定できる切り口を用いると、仮説が立体的になる。
2.3 原因の特定と妥当性評価
仮説化した候補から、根本原因として採用できるものを絞り込む。絞り込みの中心は、証拠が説明力を持つか、代替仮説と比べて無理がないか、そして再現性の面で矛盾がないかである。
2.3.1 根本原因の絞り込み基準
絞り込みでは、(1) 事象の発生タイミングと整合する、(2) 影響の大きさとつながる、(3) 改善可能である、(4) 他の仮説では説明しにくい局面を担っている、という観点が使われることが多い。さらに、原因候補の数を減らすだけでなく、各候補が“どの観測と対応しているか”を明示することで妥当性が高まる。
2.3.2 追加調査・検証の計画
追加調査では、必要なデータの種類と取得方法、調査対象の範囲、時間軸を計画する。検証の設計では、コストや期間だけでなく、得られる情報が仮説の分岐を解消するかを重視する。つまり、「調べた」という事実ではなく、「原因候補の確からしさが上がる」調査になっているかが評価基準になる。
2.3.3 証拠の整合性（事実と推論の区別）
報告書では、事実（観測、記録、測定）と推論（それを根拠にした説明）を分けて扱う。証拠の整合性は、時系列の矛盾、同一現象の複数解釈による齟齬、推論の飛躍といった形で現れるため、レビュー工程でそれらを点検する。結果として、結論の強さは証拠の質に依存するため、不確実性も併記されるのが一般的である。
2.4 再発防止策の設計
根本原因が特定されたら、対策は原因に対して“仕組みとして作用する”ように設計する必要がある。対策の成否は、現場の運用に組み込まれて継続されるかに大きく左右される。
2.4.1 対策の階層化（予防・検知・低減）
対策は、予防（そもそも起こさない）、検知（早期に見つける）、低減（起きても被害を抑える）という階層で整理すると設計が安定する。例えば、予防だけに依存すると前提条件の崩れに弱い場合があり、検知や被害低減を組み合わせることで全体の堅牢性が上がる。
2.4.2 実行計画（責任者・期限・手順）
実行計画では、誰が何をいつまでに行うかを明確にし、変更管理や教育、手順書の更新など運用の接点を洗い出す。期限は“開始日”だけでなく、定着確認の時点も含めると、対策が一過性で終わる事態を減らせる。併せて、失敗時の対応（是正のトリガー）も決めると実務に強い。
2.4.3 有効性のモニタリング方法
有効性のモニタリングは、指標の選定と観測方法の設計が要点である。指標は、事象の発生率だけでなく、前段の逸脱兆候、検知の遅れ、プロセス遵守率など複数面から設定されることが多い。比較のために、可能なら対策前のベースラインを置き、一定期間のデータで判断する。
3 主な分析手法
3.1 なぜなぜ分析（5回のなぜ等）
なぜなぜ分析は、原因を掘るために「なぜ」を繰り返し、因果の連鎖を辿る手法である。回数は典型例として5回が挙げられるが、機械的に回数を達成することよりも、説明力がある深さまで掘り下げられるかが本質である。適切に行うと、作業ミスの背後にある手順不備、教育の不足、監督の欠陥といった層が浮かび上がる。
3.2 フィッシュボーン図（特性要因図）
フィッシュボーン図は、結果として現れた特性（問題）を背骨に置き、要因をカテゴリ別に骨格として整理する。カテゴリ分けにより、見落としを減らす効果が期待できる。要因の候補を整理した後は、単に列挙するだけでなく、各候補の確からしさを証拠で評価して絞り込む運用が重要になる。
3.3 特性の観点（人・手順・設備・材料・環境）
人・手順・設備・材料・環境のような観点は、要因を探索するための枠として利用される。ここでの分類は、責任の所在を決めるためではなく、原因候補を漏れにくくするための整理法である。現場では、同じ問題が複数カテゴリにまたがって存在することが多く、境界を跨ぐ相互作用も検討対象になる。
3.4 障害モード分析との関係（概要レベル）
障害モード分析は、起こり得る不具合の種類と、それがもたらす影響を事前に体系化することに重点が置かれることが多い。一方、RCAは発生した事象を起点に因果を辿り、深部の要因を改善レバーとして特定する。両者は目的の方向性が異なるため、RCAが事後の究明、障害モード分析が事前の網羅性向上として補完関係を持つことがある。
3.5 反事実・比較による原因仮説の検証
反事実・比較の考え方は、「もし別の条件であればどうなったか」という枠組みで仮説を点検する。例えば、過去に同条件が揃った場合と、揃わなかった場合を比較し、原因候補が説明力を持つかを評価する。比較対象の設定は慎重さを要し、単なる近似ではなく、差分が因果に関与しうるかを吟味することで妥当性が高まる。
4 科学的方法との対応
4.1 観察とデータ収集
科学的方法では、観察に基づくデータ収集が出発点になる。RCAにおいても同様に、ログや記録、現場観察、関係者の記述などを収集し、測定可能な形で扱うことが求められる。収集段階でのバイアスや欠損の扱いは、後続の結論の信頼性に影響するため、記録の品質管理が重要になる。
4.2 仮説立案と作業仮説の管理
仮説立案では、事象の発生を説明する“作業仮説”を複数用意し、それぞれがどの観測事実と対応するかを整理する。仮説の管理では、更新履歴を残し、追加データで矛盾が出た場合に仮説を修正または棄却できる状態を保つことが望ましい。単一の説明に固執すると、調査が収束してしまい検証が形骸化する。
4.3 検証（再現性・追加データ・反証）
検証段階では、追加データの取得や、可能な場合は再現性の確認を通じて、仮説の妥当性を確かめる。反証の考え方が重要で、仮説が成り立たない状況や、別説明がより整合的な状況を見つける努力が含まれる。得られた結果の意味を、仮説の支持度として言語化することで、判断が透明になる。
4.4 結論の妥当性評価と不確実性の扱い
結論は「正しいか間違いか」だけでなく、どの程度の確からしさを持つかとして評価されるのが理想である。RCAでは証拠が完全ではないことが多いため、不確実性を隠さずに記載する。例えば、証言に依存する部分、欠損データの影響、代替仮説が残る範囲などを明確にしておくと、後続の改善サイクルで再検討しやすい。
4.5 再発防止策の「実験」としての位置づけ
再発防止策は、単なる手当てではなく、改善が有効であることを確認するための“実験”として位置付けられる。対策が引き起こす変化は、指標の変化やプロセス遵守の改善として観測されるべきであり、事前に期待する結果と検証方法を決めることで、学習が次の改良へつながる。ここでは、結果が思ったほど出ない場合にどう修正するかも含め、改善の反復性を設計する。