因果分析
因果分析法
因果分析法因果分析法(Causal Factor Analysis，CFA)目录[隐藏]• 1 什么是因果分析法• 2 因果关系的类型• 3 因果关系的分析方法• 4 因果关系分析法应用步骤• 5 因果分析法案例分析[1]• 6 相关条目•7 参考文献[编辑]什么是因果分析法因果分析法是通过因果图表现出来，因果图又称特性要因图、鱼刺图或石川图，它是1953年在日本川琦制铁公司，由质量管理专家石川馨最早使用的，是为了寻找产生某种质量问题的原因，发动大家谈看法，做分析，将群众的意见反映在一张图上，就是因果图。
用此图分析产生问题的原因，便于集思广益。
因为这种图反映的因果关系直观、醒目、条例分明，用起来比较方便，效果好，所以得到了许多企业的重视。
按事物之间的因果关系，知因测果或倒果查因。
因果预测分析是整个预测分析的基础。
因果分析法（技术）运用于项目管理中，就是以结果作为特性，以原因作为因素，逐步深入研究和讨论项目目前存在问题的方法。
因果分析法的可交付成果就是因果分析图。
如下图所示：一旦确定了因果分析图，项目团队就应该对之进行解释说明，通过数据统计分析、测试、收集有关问题的更多数据或与客户沟通来确认最基本的原因。
确认了基本原因之后，项目团队就可以开始制定解决方案并进行改进了。
[编辑]因果关系的类型在社会经济现象之间，因果关系大致可分为函数关系、相关关系、因子推演关系等几种不同的类型。
1、函数关系函数关系是指几种社会经济现象之间存在着确定的数量关系。
在预测具有此种函数关系的经济事物中。
常用的方法有直线回归模型、二次曲线模型、指数曲线模型等预测方法。
2、相关关系相关关系指两种或两种以上的社会经济现象间存在着相互依存关系，但在数量上没有确定的对应关系。
在这种关系中，对于自变量的每一个值，因变量可以有几个数值与之相对应，表现出一定的波动性、随机性，但又总是围绕着它们的平均数并遵循着一定规律而变动。
相关关系与函数关系是性质不同的两类变量间的关系。
因果分析的五种方法
因果分析的五种方法
因果分析是指，将事件或行为从全局来看，详细分析事件或行为产生的原因，
以及其带来的影响和后果，从而深入探究问题的内在联系。
互联网的兴起和发展，尤其是包括电商、大数据在内的数字经济之后，须要给予更有效的因果分析。
目前因果分析的五大方法，主要有可视化分析、概念模型分析、统计学分析、拓扑分析以及深度学习分析。
举例来说，某一个互联网企业要求通过可视化分析，观察其业务发展状况，分
析背后导致业务变化的原因。
因果分析的五种方法：1、可视化分析可以使用图表、图像、空间数据等形式；2、以数字化显示企业营运状况；3、实现可视化多维度数据比较和管理，更容易掌握细节信息4、由此能够深入地分析企业的营运状况和表现；5、及其背后的影响因素，从而制定更具有效性的发展策略。
此外，概念模型分析也可以被用于互联网领域，其主要是通过将涉及事件的细
节表达出现，然后建立概念模型来进行分析。
它的主要步骤是，首先对涉及事件的细节信息抽取，然后将之转换为图形化的概念模型，再使用数学方法对模型进行可视化，最终给出解决方案或结论。
例如某企业在研究获客流量如何影响交易量时，可以使用概念模型分析，通过建立概念模型，更容易领会获客流量对交易量的影响，并因此发现和交易量增长有关的关键性影响因素。
统计学分析是因果分析中最常见的类型。
它基于统计手段，探究不同事件或行
为带来的变化，旨在从数据出发推断任何性质的现象。
通常可以用于研究互联网中各种营运指标，观察在一定条件下，互联网企业的相关数据表现如何，以及如何与因素相关联。
论证方法——因果分析法
论证方法——因果分析法因果分析法（Causal analysis）是一种用来确定事件或行为之间因果关系的方法。
通过因果分析法，我们可以揭示事件或行为的原因和结果，揭示他们之间的相互影响和依赖关系。
因果分析法在科学研究、社会科学、经济学以及管理学等领域都有广泛的应用。
本文将讨论因果分析法的基本概念、步骤和应用，并通过案例研究展示其在实践中的具体应用。
接下来，我们将介绍因果分析法的步骤。
首先，确定研究目标和研究问题。
研究目标可以是确定因果关系的存在、分析因果关系的强度和方向，或者预测未来的结果。
研究问题应该明确和具体，以便能够采取相应的数据收集和分析方法。
第二步是收集数据。
数据收集可以通过实验、调查问卷、观测和文献研究等方法进行。
收集到的数据应该包括被研究的事件或行为的相关变量，以及可能的影响因素。
第三步是分析数据。
数据分析可以采用统计方法、回归分析、时间序列分析和因果图等方法。
统计方法可以帮助我们确定变量之间的相关性和强度，回归分析可以帮助我们确定主要影响因素和预测结果，时间序列分析可以帮助我们理解事件或行为的发展趋势和周期性，因果图可以帮助我们理清因果关系的路径和效应。
第四步是解释结果。
通过对数据分析的结果进行解释，可以得出结论和相关的推论。
解释结果需要考虑到数据的局限性和假设的前提条件。
解释结果可以帮助我们理解事件或行为之间的因果关系，从而提出具体的政策和管理建议。
最后，让我们通过一个案例来展示因果分析法的应用。
假设我们要分析一些地区的经济增长与教育投资之间的因果关系。
我们可以收集历年来该地区的经济数据和教育投资数据，然后通过时间序列分析和回归分析来判断两者之间的关系。
我们可能发现经济增长和教育投资之间存在正向的关系，即教育投资的增加可以促进经济的增长。
根据这个结果，我们可以提出相应的政策建议，增加教育投资以促进经济发展。
综上所述，因果分析法是一种用来确定事件或行为之间因果关系的方法。
通过因果分析法，我们可以揭示事件或行为的原因和结果，提高决策和预测的准确性。
因果分析法
因果分析法因果分析法(Causal Factor Analysis，CFA)[编辑]什么是因果分析法因果分析法是通过因果图表现出来，因果图又称特性要因图、鱼刺图或石川图，它是1953年在日本川琦制铁公司，由质量管理专家石川馨最早使用的，是为了寻找产生某种质量问题的原因，发动大家谈看法，做分析，将群众的意见反映在一张图上，就是因果图。
用此图分析产生问题的原因，便于集思广益。
因为这种图反映的因果关系直观、醒目、条例分明，用起来比较方便，效果好，所以得到了许多企业的重视。
按事物之间的因果关系，知因测果或倒果查因。
因果预测分析是整个预测分析的基础。
因果分析法（技术）运用于项目管理中，就是以结果作为特性，以原因作为因素，逐步深入研究和讨论项目目前存在问题的方法。
因果分析法的可交付成果就是因果分析图。
如下图所示：一旦确定了因果分析图，项目团队就应该对之进行解释说明，通过数据统计分析、测试、收集有关问题的更多数据或与客户沟通来确认最基本的原因。
确认了基本原因之后，项目团队就可以开始制定解决方案并进行改进了。
[编辑]因果关系的类型在社会经济现象之间，因果关系大致可分为函数关系、相关关系、因子推演关系等几种不同的类型。
1、函数关系函数关系是指几种社会经济现象之间存在着确定的数量关系。
在预测具有此种函数关系的经济事物中。
常用的方法有直线回归模型、二次曲线模型、指数曲线模型等预测方法。
2、相关关系相关关系指两种或两种以上的社会经济现象间存在着相互依存关系，但在数量上没有确定的对应关系。
在这种关系中，对于自变量的每一个值，因变量可以有几个数值与之相对应，表现出一定的波动性、随机性，但又总是围绕着它们的平均数并遵循着一定规律而变动。
相关关系与函数关系是性质不同的两类变量间的关系。
变量之间存在着确定性数量对应规律的称为函数关系，可以用数学函数式表达。
变量间不存在确定性数量对应规律的要用统计学的方法来研究。
统计学上研究有关社会经济现象之间相互依存关系的密切程度叫做相关系数。
因果分析
因果分析因果分析是一种用于解释和理解事件或现象之间因果关系的方法。
它基于对可观察数据的观察和分析，并试图通过识别和分析因果关联来确定事件之间的因果关系。
因果分析被广泛应用于社会科学、经济学、医学和其他领域，以帮助研究人员深入了解事件之间的相互作用。
在因果分析中，研究者试图回答一个简单而重要的问题：某个特定的变量（因变量）是否受到其他变量（自变量）的影响？换句话说，我们想要确定自变量和因变量之间是否存在因果关系。
要进行因果分析，我们需要收集和分析相关的数据。
首先，我们需要明确自变量和因变量是什么，并确定其他可能影响因变量的潜在因素。
然后，我们需要收集这些变量的观测数据，并进行统计分析，以揭示它们之间的关系。
在分析数据时，我们通常使用统计方法来检验因果关系的存在。
例如，回归分析是常用的因果分析方法之一，它可以帮助我们确定自变量对因变量的影响程度。
通过构建数学模型，回归分析可以估计自变量和因变量之间的关系，并提供统计上的显著性验证。
除了统计方法之外，我们还可以使用实验设计来进行因果分析。
在实验中，研究者可以操纵自变量，并观察因变量的变化。
通过对比实验组和对照组的差异，我们可以确定自变量对因变量的实际影响。
在因果分析中，我们还需要注意一些潜在的混淆变量。
混淆变量是指在自变量和因变量之间存在相关性，从而导致误认为存在因果关系。
为了排除混淆变量的干扰，我们需要使用一些处理方法，例如匹配、配对或者通过回归分析来控制混淆变量。
需要注意的是，因果分析并不能提供绝对的确定性。
因果关系的确定依赖于数据的质量和分析方法的准确性。
在进行因果分析时，我们需要小心谨慎地制定研究设计，收集充分的数据，并进行严谨的统计分析。
总结起来，因果分析是一种用于确定事件或现象之间因果关系的方法。
它通过收集和分析相关数据，帮助研究人员理解和解释事件之间的相互作用。
在实际应用中，因果分析可以帮助我们了解自变量对因变量的影响程度，并排除其他潜在的混淆变量。
因果分析法
因果分析法因果分析法因果分析法是用来研究事物间因果关系的方法。
它是利用归纳和类比的逻辑方法，从众多的原因中推出一个共同的结果的方法。
可见这种方法的科学性、严谨性，所以在科学研究上被广泛应用。
对于成长中的我们来说，不仅要掌握学习方法，还应当掌握思维方法，才能使学习更有效率。
（一）归纳和类比法13．理论与实际相结合法：这种方法又称理论联系实际法。
它是从客观事物存在的现象入手，通过对各种事物的现象的观察，找出它们的共同点，抽象出概念、原理，然后再去探求其本质，把规律性的东西揭示出来。
因此，研究任何问题都必须坚持理论与实践相结合的原则，就是说在观察、研究、分析问题时，要始终坚持理论联系实际，不要脱离实际，也不要把书本上的知识生搬硬套地运用到实际问题中去。
14．演绎和归纳法：演绎是由一般原理推出个别结论的方法；归纳是从特殊到一般的认识方法。
因果分析法，就是利用归纳和演绎的方法研究因果关系。
15．假设和检验法：所谓假设，就是提出一个命题作为根据，从而形成一种新的假设，叫做假设。
归纳的目的是为了进行演绎，假设的前提是为了进行检验。
从实践上看，只有把两者结合起来运用，才能取得好的效果。
16．已知和求证法：当确定的命题是对现象的归纳和总结时，如果能够寻求到一些典型例子，或者通过一些推导便可以直接获得结论，那么，只需依据已经证实的结论即可作出正确的推断，可不必对未知部分进行猜测或演绎。
17．形式和内容统一法：所谓形式，就是把结论表述成有确定形式的句子或公式，而内容则是指结论所反映的事物的本质属性。
形式与内容是不可分割的。
18．科学研究法：就是运用观察、实验、调查、分析等手段，从现象中发现其本质，再通过分析找出规律性认识。
科学研究法的基本特征是从现象到本质，由表及里，由浅入深。
19．假说和解释：从研究的角度讲，假说是先有一个概括的描述，以便考察研究对象和观察条件之间的关系；解释是描述的一个局部，解释的目的是解决假说提出的疑难问题，或者说明假说所涉及的对象和条件之间的差异。
因果分析(ppt文档)
Step2 结果轴分析
结果轴分析案例
本 原因； 3. 根本原因的判定条件是:
当不能继续找到下一层的原因时 当达到自然现象时
Step1 原因轴分析
原因轴分析案例
央视新址起火分析
Step2 结果轴分析
目的：了解不解决此问题可能造成的影响，并寻找可以控 制原因发生和蔓延的时机和手段
1. 从目前的现象出发，推测其继续发展可能会造成的各种 直接问题；
分析原因关系案例
确定系统边界案例
Step3 原因的规范化图示
规范化原则：与功能描述一致 功能：V+O(+P)，改变/保持物体的某个参数 问题：功能没有达到预计的效果，此参数表现出偏离目标值 原因：因果是相对的，某物体的某参数没有达到预计要求， 直接导致结果的参数偏离目标
原因的规范化描述类型
答：“保险丝就断了。” 问：“为什么保险丝断了?”
答：“因为超过了负荷。” 问“为什么超负荷呢?”
答：“因为轴承的润滑不够。” 问：“为什么润滑不够?”
答：“因为润滑泵吸不上油来。” 问：“为什么吸不上油来?”
因果轴分析
杰弗逊纪念堂坐落于美国 华盛顿，为纪念美国第三任 总统托马斯·杰斐逊而建， 1938年在罗斯福主持下开 工，至1943年杰弗逊诞生 200周年，杰弗逊纪念堂落 成并向公众开放
因果分析实例
因果轴分析的步骤
Step1 原因轴分析 Step2 结果轴分析 Step3 因果轴的规范化图示 Step4 选择解题的入手点
第4章 因果分析法
2
4.1.2 因果关系的分析方法
对市场现象间相互联系的因果关系， 对市场现象间相互联系的因果关系，可从不同的角度进行分析 研究。对非确定性因果关系的分析研究，进行市场预测， 研究。对非确定性因果关系的分析研究，进行市场预测，有三 种常用的方法。 种常用的方法。 1.回归分析法 当预测目标变量（因变量） 回归分析法。 1.回归分析法。当预测目标变量（因变量）由于一种或几种影 响因素变量（自变量）的变化而发生变化， 响因素变量（自变量）的变化而发生变化，根据某一个自变量 或几个自变量的变动，来解释推测因变量变动的方向和程度， 或几个自变量的变动，来解释推测因变量变动的方向和程度， 常用此法。 常用此法。 2.经济计量法 当以系统观点研究复杂的市场变量因果关系， 经济计量法。 2.经济计量法。当以系统观点研究复杂的市场变量因果关系， 综合分析预测目标与主要的相关先决变量间经济行为结构的动 态变化关系， 态变化关系，根据先决变量的数据来推测预测目标的变动方向 和程度，常用此法。 和程度，常用此法。 3.投入产出分析 当预测中分析研究国民经济各部门之间、 3.投入产出分析。当预测中分析研究国民经济各部门之间、各 投入产出分析。 部门内部或企业内部各组织之间生产和消费的相互依存关系， 部门内部或企业内部各组织之间生产和消费的相互依存关系， 根据投入产出综合平衡关系， 根据投入产出综合平衡关系，来推测预测目标的变动方向和程 3 常用此法。 度，常用此法。
4
回归分析预测的步骤
1.全面分析影响预测目标变化的因素，找出主要影响因素，确定自变量 全面分析影响预测目标变化的因素，找出主要影响因素， 全面分析影响预测目标变化的因素 应尽可能地把影响预测目标变化的所有因素都找出来，然后， 应尽可能地把影响预测目标变化的所有因素都找出来，然后，分别对每一个影响因 素与预测目标的相关程度进行分析，选择相关程度较高的影响因素作为自变量。 素与预测目标的相关程度进行分析，选择相关程度较高的影响因素作为自变量。 2.选择合理的预测模型，确定模型参数 选择合理的预测模型， 选择合理的预测模型 线性回归模型的参数确定方法主要是采用最小二乘法， 线性回归模型的参数确定方法主要是采用最小二乘法，对于非线性回归预测模型可 转化为线性回归模型，而后进行参数的估算。 转化为线性回归模型，而后进行参数的估算。 3.进行预测模型的统计假设检验 进行预测模型的统计假设检验 与时间序列预测法不同，并非任何回归预测模型都能直接用于预测， 与时间序列预测法不同，并非任何回归预测模型都能直接用于预测，而必须进行回 归预测模型的有效性检验，即统计假设检验后，方能用于实际预测。 归预测模型的有效性检验，即统计假设检验后，方能用于实际预测。统计假设检验 主要是采用统计推断方法对选择的自变量是否与因变量之间密切相关以及自变量的 变化能否解释因变量的变化进行分析，以判断回归预测模型的有效性。 变化能否解释因变量的变化进行分析，以判断回归预测模型的有效性。 4.应用模型进行实际预测 应用模型进行实际预测 当回归预测模型通过统计假设检验后，就可以利用它进行实际预测。 当回归预测模型通过统计假设检验后，就可以利用它进行实际预测。首先通过其它 途径获得自变量的先期预测值；然后把自变量的先期预测值代入预测方程， 途径获得自变量的先期预测值；然后把自变量的先期预测值代入预测方程，即可得 到预测值。 到预测值。 5.检验预测结果的可靠性 检验预测结果的可靠性 预测结果可靠性检验是指通过有关专家的经验，对回归分析预测所得到的结果， 预测结果可靠性检验是指通过有关专家的经验，对回归分析预测所得到的结果，同 运用其它预测方法所得到的结果进行对比分析，并结合市场供求现状， 运用其它预测方法所得到的结果进行对比分析，并结合市场供求现状，对预测结果 是否切合实际做出评价。对于市场预测而言，由于市场供求情况受诸多因素影响， 是否切合实际做出评价。对于市场预测而言，由于市场供求情况受诸多因素影响， 5 情况变化多端，这种定性检验往往是非常重要的。 情况变化多端，这种定性检验往往是非常重要的。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
问题 为什么
为什么
为什么 为什么
恰当地定义问题 不断提问为什么前一个事件发生，直到回答“没 有好的理由”或直到一个新的故障模式被发现时 才停止提问。
为么
五个为什么-例
问题：一个生产线的机器频繁停转，多次修理后仍不能 解决问题？
问：机器为什么停转
结果轴的结束条件 当不能继续找到下一层的结果时 当达到重大人员、经济、环境损失时 当达到技术系统的可控极限时
目的：
了解可能造成的影响 寻找可以控制原因发生和蔓延的时机和手段
结果轴分析
结果22 …… 结果n3 …… 结果n2 结果链一 结果链三
结果12
结果23
问题
结果11
结果21
斯坦门茨仔细检查了电机，然后用粉笔在电机外壳画了一条线， 对工作人员说：“打开电机，在记号处把里面的线圈减少 16 圈。” 人们照办了，令人惊异的是，故障竟然排除了！生产立刻恢复了！
福特公司经理问斯坦门茨要多少酬金，斯坦门茨说：“不多，只需 要1 万美元。”1 万美元？就只简简单单画了一条线！当时福特公司最著 名的薪酬口号就是“月薪5美元”，这在当时是很高的工资待遇，以至于 全美国许许多多经验丰富的技术工人和优秀的工程师为了这 5美元月薪从 各地纷纷涌来。1条线，1万美元，一个普通职员100多年的收入总和！斯 坦门茨看大家迷惑不解，转身开了个清单：画一条线，1美元；知道在哪 儿画线， 9999 美元。福特公司经理看了之后，不仅照价付酬，还重金聘 用了斯坦门茨。 享利•福特对斯坦门茨赞赏有加，一定要请他到福特公司工作，但斯 坦门茨说："我所在的公司虽小，但是老板却对我非常好，是他给了我来 美国的第一份工作，我不能见利忘义。" 福特更加钦佩斯坦门茨的人品，用3000万美元买下他所在的公司。福 特终于得到了想要的人才。
例：电路中的电流过载保护装置的灵敏度太低，导致电流有
过载时，保护装置仍未反应。
标准化描述：
对象－参数－不足 (O+P+V )
标准化描述：
过载保护装置－灵敏度－不足
因果分析标准化
不足
提供了有用功能，但是效果不足
标准图形化描述
描述 参数 对象
不足 灵敏度 过载保护装置
因果分析标准化
过度
提供了有用功能，但是有用的作于高于于上阈值，因而 产生有害影响
分析原因之间的关系：因果？与？或？
目的：为了找到根本原因或容易解决的原因
原因轴分析
原因n3 …… 原因n2 …… 因果22
原因链三
因果23 因果12
原因链一
原因n1 …… 因果21 因果11
问题
因果24 原因n4 …… 因果25 因果13
原因链二
结果轴分析
原因
问题
结果
不断推测问题蔓延的结果，构成结果轴
例：电路中的电流过载保护装置的灵敏度太高，导致电流未
过载时也出现跳闸现象，导致电路切断
标准化描述：
对象－参数－过度 (O+P+V )
标准化描述：
过载保护装置－灵敏度－过度
因果分析标准化
过度
提供了有用功能，但是有用的作于高于于上阈 值，因而产生有害影响
标准图形化描述
描述 参数 对象 过度 灵敏度 过载保护装置
逐一分析每一条原因链，尝试有无可行办法解决，寻找 解决方案。
可行解决方案
添加电路温度检测报警装置
定期更换传感器
定期检修
移除短路附近易燃物或电路隔离 „„
对象
过载保护装置
因果分析标准化
有害
不应该有，但却出现了
例：电路存在电流过载现象，引起短路
标准化描述 对象－有害( O + V )
描述 有害
标准图形化描述
标准化描述
电流过载 －有害
对象
电流过载
因果分析标准化
“存在”与“有害”的区别
“存在”的物体是为了提供有用功能，而且确实提供了 有用功能，但同时有副作用，即有害影响； “有害”的物体是完全不想要的。
因果分析实例练习-写字楼火灾
季节转换时，气候剧烈变化，引起空调或者电器 供暖使用量的大幅增加。在这种条件下，某写字 楼发生火灾，试从多个角度进行因果分析。 形式：分组练习、汇报 内容： 1. 进行原因链和结果链分析
2. 给出原因轴分析的图形化分析过程。
因果分析实例练习-写字楼火灾
因果链
可用于定性分析或定量分析
故障树
尝试用故障数法分析周一早晨天津堵车问题？
鱼骨图法
对一个问题，分类别、穷举性地列出所有影响因素，进行 进一步分析
鱼头：问题；大鱼骨：原因类别；小鱼骨：原因
政策 人员 测量
问题
过程
地方
环境
鱼骨图法-电话客服实例
问题：客户抱怨客服电话不便
因果轴分析
因果轴分析
如何解决问题
明确问题产生的起因
找原因 ↓ 找方向 ↓ 找资源
分析解决问题的捷径
寻找解决问题的资源
三轴分析
三轴分析法
超系统
上一操作
因果轴 操作轴 系统轴
原因
现在/系统 /当前操作
结果
下一操作
子系统
三轴分析法
眼睛/手/光线
磨镜片/ 带上眼睛
因果轴 操作轴 系统轴
眼睛 看不清
眼镜
可以 看清楚
因果分析标准化
不稳定
有用的作用，但是不够稳定，带来了有害影响
例：电路中的电流过载保护装置性能不稳定，在过载时 有时能切断电路，但有时却不能切断电路 标准化描述： 对象－参数－不稳定 (O+P+V )
标准化描述：
过载保护装置－性能－不稳定
因果分析标准化
不稳定
有用的作用，但是不够稳定，带来了有害影响
发现问题产生的根本原因
发现问题产生和发展链中的“薄弱点”
为解决问题寻找入手点
原因
问题
结果
原因轴分析
原因 结果
问题
以当前问题为出发点，找到其直接原因，以原因为当前问题，
找到其原因，重复以上步骤，直至结束。
原因轴的结束条件 无法继续找到上一层原因 达到自然现象 达到制度/法规/权利/成本等极限
对象－缺乏 (O+ V )
标准图形化描述
描述
缺乏
标准化描述
过载保护装置－缺乏
对象
过载保护装置
因果分析标准化
存在
应该有，但在提供有用功能的同时带来有害功能
例：电路有电流过载保护装置，但是却引起成本的提高
标准化描述： 对象－存在 ( O + V ) 描述 标准化描述： 存在
标准图形化描述
过载保护装置 －存在
……
结果n1
结果链二
结果24 结果13 结果25 …… 原因n4
因果分析标准化
原因类型标准描述 原因图形标准描述
缺乏
存在
V (P) O
描述
有害
有用 原因格式标准描述 O + (P) + V
对象
因果分析标准化
缺乏 应该有，但是没有
例：电路中缺少电流过载保护装置
标准化描述
“存在”与“有害”的描述可以转化
当“存在”的物体有用功能完全消失，其描述可转化为 “有害”； 当“有害”的物体能够提供一些有用功能，其描述可转 化为“存在”。
因果分析标准化
有用
应该有，但是功能不令人满意
不足
过度 不稳定 不可控
因果分析标准化
不足
提供了有用功能，但是效果不足
分解/销售 /摘下
镜片/镜架
三轴分析法
因果轴
找原因和薄弱点
操作轴
系统轴
寻找可用资源
因果分析法
常见的因果分析法
五个“为什么” 故障树 鱼骨图分析 因果矩阵分析 失效模式与后果分析 „
五个为什么
丰田的成功秘诀之一，就是把每次错误 视为学习的机会，不断反思和持续改善， 精益求精。
标准图形化描述
描述 参数 对象
不稳定 性能 过载保护装置
因果分析标准化
不可控
有用的作用，但是无法控制
例：沙漠的气候，可以带来雨水，但是无法控制
标准化描述：
对象－参数－不可控 (O+P+V )
标准化描述：
沙漠－气候－不可控
因果分析标准化
不可控
有用的作用，但是无法控制
标准图形化描述
描述 参数 对象 不可控 气候 沙漠
有害
过度
价格 检修 不足 维修费用 物业 过度 使用期 传感器 有害 ? 传感器故障
不稳定
火警检测装置 存在 易燃物
?
标准化描述
因果分析实例练习－写字楼火灾
结果轴
人员伤亡
写字楼火灾
楼宇损毁
重建
客户经济损失
结果轴中每一个后果都很严重，因此必须在问题之前解决！
因果分析实例练习－写字楼火灾
寻找解决问题的入手点
外墙脱落
经常用酸性清洗液
鸟粪多
鸟
多
玻璃幕墙 | 阳光充足，温度适宜 拉上窗帘，遮光
蜘蛛多
虫
多
故障树
故障树分析技术（ Fault Tree Analysis ），美国贝尔实验 室于1962年提出。
结构
树形 事件符号 关系符号
特点
系统可靠性和可用性预测方法