要因や原因について説明する記事は少ないのですが、　「NC-NET」　と題するサイトで、　次のような説明があります。

　　これだと　「右」　の意味を知るためには　「左」の意味を知らねばならず、　「左」　の意味を知るには　「右」　の意味を知らねばならず、　結局、　実質的には何も明らかになりません。

　　左の定義文をみると、　「要因」　の意味を知るには先に　「原因」　の意味を知っていなければならず、　「原因」　の意味を知ろうとすると先に　「要因」　を知っていなければならないことが分かります。

　　また、　「要因とは、　特性に影響する原因をいう」　と言うからには、　原因には　「特性に影響する原因」　と　「特性に影響しない原因」　の２種類があって、　そのうち前者を要因と呼ぶことになる。

　　しかし　「特性に影響しない原因」　は考えられず、　この定義文全体が無意味なものになります。

　　こういう状態で特性要因図を説明し、　あるいは作ろうとしても、　全くピント外れになります。

　　現に、　その後の説明文に　「一つの特性に対する 複数の要因 の影響を体系的に表した図が特性要因図である。」　とありますが、　要因が１個の場合もあり得ます。

1. 管理用特性要因図　（予防活動に使うもの）では、　管理すべき要因 の数を体系的に （漏れなく、　重複なく、　矛盾なく）　挙げても１個しかないことがあり得ます。
2. 解析用特性要因図　（是正活動に使うもの）では、　原因ではないかと疑うべき要因 が１個しかないことがあり得ます。

　　要因と原因を混同すると、　管理用特性要因図と解析用特性要因図を混同することになり、　予防活動と是正活動を混同することになります。

　　まず、　第３章の 要因と原因の違いを理解した後で、　改めてこの章に入ることにしよう。

　　名医は診察するときに、　なぜ当を得た少数の病名を挙げられるのか？

　　病名を多数挙げてから絞るのでなく、　専門的な知見と患者のデータから、　当初から範囲を絞って病名を挙げるからだ。

　　すなわち、 体温測定 ・ 血圧測定 ・ 検便 ・ 検尿 ・ 血液検査 ・ レントゲン検査 ・ 超音波検査 ・ 心電図検査などは、 この 「現状の把握」 であり、 これで病気の範囲が狭くなる。

　　品質管理でいえば、 特性要因図を先に作るのではなく、 範囲を絞ってから特性要因図を作るのである。

1. 現状把握＝問題の内容の特徴、 問題の起きる場所・時期、 折り線グラフの特徴などを把握する。

2. 要因分析＝これらの特徴を説明するような要因を挙げる （それが複数なら、 さらに絞る）。

　　１つは、　現状把握の目的が 要因の範囲の絞り にあると考えるのが正しく、　現状値や　「悪さ加減」　を把握することにあるのではないこと。　 現状値は、 活動テーマを選定したときに既に判明している。

　　もう１つは、　「要因の範囲の絞り」　と　「要因の絞り」　とが別の作業であること。

• ムダな要因を列挙しなくて済むように、　データから　「要因の範囲を絞った」　上で特性要因図に列挙する。

• 一旦列挙した要因のうち、　無視してよいものを捨てることが　「要因の絞り」　である。

1. すりきず、 打痕、 さび等を 細かく層別 し、 それぞれを別テーマとする（特性の層別）。

2. 現品をよく観察し、 不良の特徴 をはっきりさせる（範囲の絞り）。

3. 原因が存在する 問題の工程 をはっきりさせる（範囲の絞り）。

4. 問題の特性の折り線グラフやヒストグラムを作って、 変化や分布の特徴 をはっきりさせる（範囲の絞り）。（図表 6ａ-1、 6ａ-2）。

5. 問題の工程、 不良の特徴、 データの変化や分布の特徴から、 「この工程で、 このような不良を起こし、 データの変化や分布をこのような形にするもの」 は何か、　思い当たることを要因として列挙する。　故に、

その 工程の固有技術的な知識・情報 ・理解 がなければ、 何も思い当たらない。
6. 複数の要因があったら、　ここで初めて 要因の絞り に移る。 例えば、各要因の変化の記録をとってグラフの動きと対比し、 動きに関連があるものを原因と断定する（散布図、　多変量解析など）。　または、 直交配列表を使った実験によって原因を断定する。

　　何のヒントもなしに要因を考えるのは、 広すぎて、 ほとんど手に負えない。

　　つまり、　数個の要因から、 特性に対する影響の大きいものを見出し、 それが管理されていなければ原因と断定する。

　　「要因分析が最も重要なステップだ」 と言われて特性要因図に要因を多数並べないと格好がつかないとの風潮は、　原因を探すための特性要因図と管理すべき要因を列挙する管理用の特性要因図を取り違えたことに由来する　（後述）。

　　華々しい特性要因図を描いて、 そこから絞ったような素振りをする 「クズ発表」 が多く、 本当の達人の発表が見られない。

　　ノウハウがないからノウハウで絞るのではなく多変量解析や実験計画法を駆使して、 多数の要因から有意な要因を見つようとするからである。

　　だが、 それは真の達人ではない。

　　近代物理学・工学は、 数学的手法で原理や現象を解き明かす。 これは物理学者や工学者が数学を駆使するから可能なのであって、　数学者に出来ることではない。

　　同様に、 品質管理は各応用分野の人がノウハウを駆使して初めて応用できるのであって、 品質管理専攻の研究者 に品質管理の実務が出来るかというと、そうではない。

　　いや、　品質管理専攻の研究者で品質管理の実務が出来る人は、　ほとんどいないであろう。

　　品質管理は管理技術の1つあるが、　それを実際に使うのは固有技術者　（メッキ、　熱処理、　機械設計などの技術者）　や営業・購買などの実務である。

　　メッキに関するテーマはメッキ技術を知らないと手も足も出ないし、　メッキに詳しい人が取り組んで ─ 特性要因図に要因を列挙する前に ─ 攻めどころ、　ないし　「要因の範囲」 を絞るのである。

　　問題解決型の要因分析で、（固有技術の見地からではなく）　なぜなぜ分析やブレーン・ストーミングで多数の要因を列挙するとの誤った発想は、　管理技術専攻の研究者に特有のものである。

　　まして実務経験があれば、　このような間違いはあり得ない。

　　まず、　一般の講習会などで教える講師の多くは、　特性要因図に管理用と解析用の区別があることを知らない。

　　いま、　インターネットで特性要因図の作り方を指導しているサイトを探してみると、

1. なぜなぜ分析によって作ると教えるサイト
2. ブレーンストーミングによって作ると教えるサイト
3. 現場のデータから作ると教えるサイト

　　前２者は、　現に起きているトラブルの要因を現場のデータによらず、　頭で考えた　「なぜなぜ」や「奇抜な思いつき」　で列挙する点で根本的なあやまりである。　予防活動と是正活動を取り違えている。

　　このことは実務を経験すれば誰にも分ることだから、　上のような指導講師は実務経験を疑われる。　実務で苦労した経験もなく頭だけで理解し習ったことを教えるだけの講師は、　実は世間に多いのだ。

　　このあと、　管理用と解析用という特性要因図の区別を説明する。　特性要因図には、　作成目的によって２種類ある。

　　そして、　この２種類を混同することが原因となって例の　「要因を華やかに多数列挙しよう。」　とする誤解を生んだ。

　　このことが分れば、　多数の要因を並べた特性要因図は恥ずかしくて作れなくなるであろう。

　　これは管理すべきものを列挙するのであって、　この中から重要なものを絞るのではない。　これが 管理用 の特性要因図である。

　　予防だから、　トラブルの実績データは利用しない。　実績データに捕らわれないで、　考えられるあらゆる心配事を列挙する。　その分野の経験・知識に基づいて管理すべき要因を演繹的・系統的に列挙するもので、 絞ってはならない。

　　 管理用特性要因図の作成法 は、　例えば　「汚れ不良」　の要因を列挙する場合は、　「こうすれば汚れる」　という具合に、　「何とかして汚してやろう」　という頭で汚れを導く。　これを 悪意ある管理者の発想法 という。

　　これは　「なぜ、汚れるか？」　というボトムアップの発想ではなく、　「こうであれば汚れるはず」　というトップダウンの発想である。

　　製品安全、労働安全、環境保護などの場合は、　業務開始前も開始後も、　管理用の特性要因図で演繹的・系統的に全ての要因に対策を講じる。

　　また、　FMEA や　FTA は、　管理用の特性要因図と道を同じくするもので、　心配な程度を定量的に評価して、　要因に対策を講じる。　それでも危険要因が発生した場合に、　それが重大事故につながらないように対策を講じる　ETA の手法も有効である。

　　前提として　「本来的にトラブルはないはず」　という管理状態でなければならない。　その上で、　「なぜかトラブルが起きる。　原因はなんだろうか？」　という事態が起きたときに、　これを解決するのが問題解決型で使うのが解析用である。

よくある誤りは、　無管理状態でトラブルがあっても不思議でないのに、　解析用で原因を探そうとすることである。 　　予防策が出来ていないのだから、　事後予防型の活動で管理用の特性要因図を作るか、　あるいは課題達成型の活動で新たなシステムを設計すべきものである。

　　無管理状態の場合に、　なぜ、　原因を探すための解析用を作成してはならないか？

　　理由は２つある。

1. 原因探しが困難
   無管理状態だと、　いろいろな要因が　「一定でない」　から、　入れ替わり立ち代り原因になる。　すると、　トラブルのデータにさまざまな原因による影響が混入し、　クセがなくなってしまい、　原因の推定が困難になる。

2. 解決が困難
   いろいろな要因が　「一定でない」　から、　入れ替わり立ち代り原因になるということは、　１つの原因が分かったとしてもトラブルは収まらない。　次から次へと原因が見え隠れしてトラブルが続く。

　　解析用の場合は、　特性要因図を作らないで済むのが上手なやり方である。　なぜなら、　もし神様が原因追求に乗り出したら、　「原因はこれぞ！」　と一発で原因をしとめるから特性要因図は要らないからだ。

　　解析用を作るのは、　いろいろ調べても原因が分らず、「もしかしたらあれかも知れない、いや、　もしかしたらこれかも知れない〜」　と列挙するためのものである。　そのように列挙した上で実験などの作戦を練るための整理棚だ。

　　ヤブ医者は、　ろくに患者のデータもみないで頭の中で多数の病名を並べる。　そして、「う〜ン」　とうなって、　山勘で　「多分この病気だ」　とカンを働かせる。　こうなっちゃ、　駄目よ。

• 枚数が少なくて済むように、
• 書き込みが少なくて済むように、
• 誰でも容易に作成できるように、

　　第３に、　枚数を少なくし手書きやパソコン入力を少なくすべきは当然のことであって、　データで裏付ける問題ではない。

　　データアプローチとは、　「データがなければ判断できないことは、　データに基づいて判断せよ」　との要求であって、　当然のことまでデータで裏付ける必要はない。

• ブレーンストーミングで特性性要因図に要因を多数列挙しなければならない。
• データで主要因に絞る。
• 主要因にのみ対策を打つ。

　　この事例のように事前に予防策をしなかった場合は、　ひとまず事後的に予防策を講じるしかない。　これは正規な方法ではないが、　やらないワケには行かない。

　　「事後なのに予防とは、　これいかに！」　と呼び方は変だが、 事後予防型 という一つの活動タイプを認知しないワケには行かないのである。

　１．学者に実務経験が欠如し、 理論の間違いに気がつかない。 さらに、 品質管理学会が学者間の議論の場として機能しない。 相互批判がなく相互に鵜呑みにし、 間違いをそのまま見逃す。

　２．書籍のお客様は一般実務家であるという認識が、 書籍の編集責任者に欠けている。 出版権の独立 がなく、 もっぱら日科技連出版社は日科技連や品質管理学会の意向に沿わねばならない。

　　例えば、 デミング賞を受賞学者の著作に大きな理論上の誤りがあっても、 それを批判する本は出版できず、 学問的真実や顧客ニーズを重視する経営方針ではない。　これでは品質管理の発展への寄与に限界がある。

　　これは政府機関の役人が国民をお客様とは思っていないのと似に問題である。　経営の質を扱う専門指導機関であるのに、 自ら経営の質 の問題を抱え込んでいるように見える。

　　「誰がお客様か」 を誤ればニーズの把握を誤るのも当然である。 学者や出版編集者は、 現場の実態 （ホラ吹きコンクール） とそれを招いた自分達の責任には驚くほど無頓着である。

　　編集権の独立がない環境下では多彩な見解に基づく議論がなく、 誤った唯一の理論に陥ることを防げない。　品質管理の発展には学者や出版社が現場をよく知ること、 出版権の独立を構築することが第一歩である。

　　従って、 他の分類項目で分類しても構わないが、 「これらを合計すれば全部だ」 という関係を維持する必要があります。

　　さて、 ある製造工程である製造方法を採用しました。 その製造法だと、 製品の粘度を管理するために、 人が機械の中にある材料の温度を測定することになっており、 この作業を手抜きしないように管理する必要があります。

　〔問題〕「製品の粘度不良」 を特性として、 この材料の 「温度測定の手抜き」 を要因として分類するには、 方法・人・機械・材料・測定のどれになるのでしょうか？

　　これについて明確な認識がないと、 同じ要因があちこちに重複したり漏れたりし、 系統的に列挙することができません。

　〔解答〕「人」 の項目に記載します。

　〔理由〕どの経営資源がうまく機能しないか、を問題にする。 材料が悪いのではないから、 材料の問題ではない。 「手抜き」 が問題なのであれば、 人が機能しなかったのだから 「人」 の項目として 「温度測定の手抜き」 を要因にする。

　　機械に内蔵したヒーターの断線、 電源電圧の狂い〜など、 機械がうまく機能しない場合を問題にするなら、 「機械」 に分類することになる。

　　材料が温度によって敏感に粘度に影響し過ぎることを問題視するなら、 「材料」 の温度特性が要因になる。

　　情報（データ）の収集・分析に関する測定機器、 測定項目、 記録の仕方、 データ分析方法などに問題がある場合は、 「測定」 に分類する。　顧客のニーズの測定、 工程（プロセス）の測定、 結果（アウトプット）の測定を含むことに要注意。　

　(1) QA 工程表
　　業務フローの各段階（ステップ）ごとに、　アウトプット（特性）の品質確認などの品質保証活動を５Ｗ１Ｈ式に細かく表形式で規定したものが ＱＡ工程表 である。

　　これは品質保証ツールであり、　目的は流出防止　（顧客や下流からの苦情を予防する）　である。

　(2) QC 工程表
　　業務フローの各段階（ステップ）ごとに、　要因の管理・点検、及び特性の検査測定を５Ｗ１Ｈ式に細かく規定したものを QC工程表 という。

　　QC 工程表は、　管理すべき要因とその結果である特性との関係を特性要因図から忠実に転記した関係になければならない。

　　QC 工程表の役目は作り込み　（トラブル予防の品質管理）　だが、　実務上は流出防止　（品質保証）　を兼ねて作成する。

　　そして、　右側に、　結果として得られるべき品質特性を記述する。

　(3) 注意事項
　　ＱＡ工程表にせよ QC 工程表にせよ、　特性の測定と要因の管理を漏れなく記載するには、　事前に発生に関する特性要因図と流出に関する特性要因図を作成し、　そこから転記する必要がある。

　　また、　これらの特性要因図、　及びQC工程表は、

• 最初は演繹的に作成し（P）、
• 実際に使用し（D）、
• 結果を見て（C）、
• データに基づいて帰納的に修正する（A）。

　　逆に言えば、　プロセスを明記せずに結果だけを示したものはＱＣ工程表ではない。

　　多く見るのは、　「バリなきこと、　汚れなきこと」　と結果を規定しつつ何をどのように管理すればそれが実現するのか全く記載がない事例である。

　　いろいろな企業でＱＣ工程表と称するものを見たが、　「これがなぜ、ＱＣ工程表ですか？」　と質問すると、　「この表紙に、ＱＣ工程表と表示してあります。」　との説明が多かった。

　　この程度の認識では、　極めて粗雑な予防措置の下に本番の生産が始まるから、　いざ蓋を開けるとトラブルが続発圧するのである。

　　各ステップごとに予想されるトラブルを挙げ、　管理用特性要因図で全ての要因を列挙し、　全ての要因の管理方法を記述しなければＱＣ工程表とは言えない。

　　だが、　その理解は十分に浸透していない（ウエブ公開例、（株）フカエ）。

　　ところで、　ＱＣ工程表は専ら品質を得るためのツールか、　コスト・納期・安全・環境保護をも管理するツールなのかという点を吟味しよう。

　　結論を言えば、　品質だけを単独に管理することはできない　（QDC一体管理）　から、　ＱＣ工程表は QDCSE を 全て管理するツールである。

　　さらに、　安全上の要請、　環境保護上の要請なども加味してもよい。　QCとはプロセスの質の管理であって、　アウトプットについては品質・納期・コスト・安全・環境の全てを満たすように管理せねばならない。

　　もっとも、　品質・納期・コスト・安全・環境に関する要求事項を分離してQC工程表を作成しても構わないが、　それら全てを合体したものがQC工程表である。

　　活動のタイプを明らかにすることは極めて重要である。　なぜなら、　別のタイプのＱＣストーリーでは、　誤った活動になったり食い違う点をウソ話でつくろって発表することになるからである。

　　活動のタイプは通常、　問題解決型、　課題達成型、　施策実行型の３つが挙げられるが、　小改善に限って言えば、　他にも２つの型がある。　後に述べる 事後予防型 と 対策先行型 がそれであるが、　実務ではこれらが非常に多い。

　　以下、　これら典型活動タイプを説明する。

[1] 問題解決型
　　発生しないはずのトラブルが発生する場合に原因を突き止めて対策を打つ活動であり、　製造工程の不良を減らす活動が典型である。

　　無管理状態で　「トラブルがあって当然だ」　という場合は、　特定の原因の問題ではないから、　事後予防型または課題達成型の活動となる。

　　故に、　「管理状態にあるかどうか」　によって、　アプローチが異なってくる。

[2] 課題達成型
　　原因を除去するのではなく、　別の工程にしたり新たな手段を講ずる場合である。　　例えば、　一発段取りに移行するというテーマを考える。

　　原因を探すワケではないから特性要因図は作らないが、　必要があれば 機能-方策展開図 を作成する。　ただ、　必ず作るというものでもない。

　　不良項目が５つあって、　４つは問題解決型で原因を除去し１つは課題達成型で改善するという混合タイプはごく普通のことである。

　　なお、　実際の活動手順は、　典型タイプを参考にしつつも、　活動者が自ら考え判断するものである。　→ 盆踊りQC

　　いずれも　「チリも積もれば山となる」　の原理で、　小さな改善を放置しない習慣を育成し、　やりがいを与える。　この意味で、　小集団活動にうってつけのタイプである。

　　やり方の基本は、　「こうしてみようか」、　「それがダメなら、　次はこうしてみようか」　という具合に、　次々と対策を打ってはグラフを見て　（換言すればＰＤＣＡを回して）　成果を上げていく活動である。

　　また、　要因や対策を先に列挙してから実行に移す　「同時型」　と、　要因や対策を１つ実行しては次の要因や対策を検討する　「漸次（ぜんじ）型」　がある。　これらをまとめたのが下の表である。

　　ただ、　以上に挙げたタイプに限らず独自の手順構成でも支障ない。　特に、　問題解決型系と課題達成型の系が混ざるのはごく普通である。

　　工場で生産を始めるには、 普通、 管理すべき要因　（電圧、温度、速度、その他）　を決めて、 トラブルが起きないように管理する。　まだ仕事が始まっていないから、　実績データは何もない。　故に、　管理すべき要因はその道の専門家の常識で決める。

　　これが　「管理用の特性要因図」　であって、　ここからＱＣ工程表や作業標準に展開する訳である。　そしてこのような決め方を 演繹的アプローチ と呼ぶ。

　　この場合は、　ひとまず原則に戻って　「管理用の特性要因図」　から始めなくてはならない。　遅ればせながら本来の予防策を講ずるという意味で、「事後予防型」　と呼ぶ訳である。

　　このような事後的防型の改善をした場合、　従来だとＱＣストーリーがないから、　発表用にウソ話を作らねばならなかった。

　　今、　製品に汚れが発生するので、　その対策を打つものとする。

　　ところが、　作業者は素手で製品に触るし、　コンベアやジグは清掃しないし、　洗浄液は汚れたままだし、　床に落ちた製品はそのままコンベアに戻している。

　　この状態では、　特定の原因を問題にしても仕方がないのだ。　なぜなら、　コンベアの汚れが原因となる場合もあり得るし、　汚れた手で触ったことが原因となることもあり得るからだ。

　　そうやって、　「もう汚れは出ないはずだ。」　という状態にまず持って行く。　これが第１段階の事後予防活動であり、　作成する特性要因図は管理用である。

　　それで汚れが収まればよいが、　なぜか、　まだ汚れが発生する場合がある。　すると、「犯人は何か？」　という具合に特定の原因が問題になる。

　　これが問題解決型の活動であり、　作成する特性要因図は解析用である。

1. 相違点 ─ 特性要因図が全く違う。

　　しかし事後予防型は、　出来るだけ多数の要因を知識・経験によってトップ・ダウン式に列挙する （演繹的アプローチ)。　この違いを知らずに発表するから、　作り話がばれてしまうのだ。

　　普通はもう１つのウソがある。

　　事後予防型では、　列挙した要因は心配である限り全て対策を必要とする。

2. 共通点 ─ いずれも小改善である。

　　事後予防型は、　理論上は大改善にもあり得るが、　事業を始める以上は金のかかる機械設備などは用意しているのが普通で、　不足なのは細かなノウハウである。

　　事後予防型は心配ある限り全ての要因に対策を講ずるので、　特に重要なものに絞るという作業がないのが一般である。　なぜなら、　予防だから実際のデータを利用するものではなく、　絞るための手がかり　（根拠）　を見出せないからだ。　

　　出費の多い対策　（大改善）　は、　原因がはっきりして、　しかも見返りが十分であることを確認してからでなければ実施できない。　つまり、　原因確定型のみが許される。

　　だが小改善は出費が少ないから全部対策してしまう場合がある。　とりあえず実施して有効なら原因が分かるし、　効果がなければ原因が他にあると分かる。

　　小集団活動ではこの対策先行型が非常に多いはずだが、　適合するＱＣストーリーがないため、　問題解決型のＱＣストーリーを使って──あたかも要因分析をして原因を割り出したように虚偽の発表をする。

　　活動者は、　活動のタイプをいつ選定するのか？

　　解決に要する金額は、　そのテーマの属性であって金額の見積の時に確定するから、　当初は （対策手段が未定の時期） 大改善テーマか小改善テーマか、　判別のしようがない。

　　大改善か小改善かは、　「まず小改善として検討し、　それでダメなら大改善として検討する」　という方針（政策）　管理の問題として扱えばよい。

1. 小集団が小改善で済むと思って検討して少額で済めば、　そのままテーマになる。　しかし、　検討の結果、　多額の出費を要すると分かったら、　あるいは難問で手に負えないと判断したら、　テーマを放棄する　（生産技術課やプロジェク・トチームなど、　他の担当部署に移管する）。

2. プロジェクト・チームなどが検討して多額の出費を要すると分れば、　そのまま大改善として進める。　しかし、 小改善で済むと分ったら、　その職場の小集団に移管する。

　　ところが、　従来の主観説だと、　小集団がどうやって小改善テーマを選定する　（取り上げる）　のか、　説明することが出来ない。

3. 活動の型は、　テーマの内容を把握した時点で見当がついているのが普通である。

　(1) 直接診断型
　　QC手法を使ったアプローチでは、　実績データや実験データから主要因を突き止めるのが一般である。　　ところが設備保全では、　純粋に技術的に原因追求のアプローチが採用される場合が多い。

　　工程内不良の原因を特定して対策を講じた場合に、　それ有効かどうかはすぐに判明する。　しかし、　設備保全では異なる事情がある。

　　例えば、　リミット・スイッチの故障が多いとする。　故障が多いと言っても数が多いからであって、　それぞれ２年や３年はもっており、　昨日交換したスイッチが今日壊れるという問題ではない。

　　それで当たらなければ別の対策を打って、　さらに３年〜５年と待たねばならず、　これでは困る。　で、　どうするか？

　　スイッチを分解して、　中で何が起きているのか直接に確認する。　接点の過電流、　絶縁不良、　異常な外力による破損、　外的加熱による破損、　その他直接の原因を探る。　自分達で分らなければ、　スイッチメーカーに持ち込んで検討して貰う。

　(2) 寿命調査型
　　設備の定期的な保全活動には、　定期点検と定期交換がある。

　　どの時点で部品交換をすれば最善か？　　あまり頻繁だと費用が高くつくし、　あまり長いと故障停止の損失が高くつく。　だから、　過去の実績から最善の交換寿命を求める。

　(3) その他
　　他にもいろいろな活動のタイプがあり、　それぞれのタイプなりに合理的な活動をすべきで、　既存の活動タイプに拘泥する必要はない。

　これらはいずれも事前評価の技法であって、　帰納的アプローチには使えない。 また、　小改善で済む対策は （これらの手法の中での評価とは無関係に） 全ての要因に実施する。

　　それは、　原因や結果が起きたらどうするの？　という問に弱い点だ。

　　「起きないようにしたのだから、　起きないのだ。」　ということが強く印象に残って、　起きた場合のことは考えていないのである。

　　このような視点が必要なケースは、　労働安全（ＬＳ）、　製品安全（ＰＬ）、　重要設備の故障、　重大クレームなどの場合である。　工程不良も、　「もう不良ゼロになったから」　と安心するのではなく、　「不良の原因が起きて、　不良が発生したらどうなるんだ？」　と考えなければ、　クレーム問題は収まらない。

　　そのような問題に対する手法として、　 ETA （事象の木解析）がある。

　　しかし、 実用的には全く間違っていない。 この方法で得た結論が正式な計算の結論と違うことは、 まずない。

　　また、 直交配列表には無数の種類があるが、 バカの１つ覚えで [図表 5ｅ] のものだけで十分である。

　　要因数がさらに多いときは、 この表を使って何回かに分けて絞っていけばよい。

　　正しいかどうかの問題と役立つかどうかの問題は、　分けて考えなければならない。

　　その例として、　虚数「i」 を挙げることができる。　虚数「i」は 「−１」 の平方根であって実在しない数だから虚数と呼ぶワケだけど、　その実在しない数の加減乗除を行って非常に役立っている。

　　しかし、 それでも 「コイツらは犯人ではない」と、 容疑者リストから外すことができ、 要因の範囲が絞られる。

　　そして 「犯人は全く別の所にいる」と、 考え方を切り替える機会になり、 次回は別の要因について実験することができる。

　(3) 要因には、 炉の温度やコンベアの速度のように連続的な数値をとるもの （連続因子） と、 作業者・部品メーカー・材質・機械設備のように、 数値的でなくしかも不連続なものがある（層別因子）。

　　だが、 そのようなことは心配しないで、 [作業者Ａ1・Ａ2] [機械Ｂ1・Ｂ2] のように水準を設定すればよい。

　　従って、 日常あり得る範囲内で水準を設ける必要がある。 一方、 影響力が認められたら、 日常あり得ない範囲を選択することによって画期的な成果となる可能性も考慮する必要がある。 　(5) 作業者が 3 人の場合はどうするか？　実は 3 水準用の直交配列表がある。

　　だが多くは 「機械は 2 台で、 材料は 3 種類で、 人が 5 人いて、 おまけに夜勤と昼勤の 2 交代だ」 という具合だ。 だから 3 水準用のものを使っても仕方ない。

　　その場合には、 熟練者 1 名と経験の浅い人を 1 名選ぶ。 材料も、 最も信頼できるものと怪しいものを選んで 2 水準にしてしまう。

　　その他、 ケースに合わせて様々な工夫をすることができる。