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。

简介(一、鱼骨图定义 二、鱼骨图的三种类型 三、鱼骨图制作 四、鱼骨图使用步骤 五、鱼骨图案例分析)

类型(函数关系 相关关系 因子推演法)

分析方法(回归分析法 经济计量法)

应用步骤

简介

使用该法首先要分清因果地位；其次要注意因果对应，任何结果由一定的原因引起，一定的原因产生一定的结果。因果常是一一对应的，不能混淆；最后，要循因导果，执果索因，从不同的方向用不同的思维方式去进行因果分析，这也有利于发展多向性思维。

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。

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。

一、鱼骨图定义

问题的特性总是受到一些因素的影响，我们通过头脑风暴找出这些因素，并将它们与特性值一起，按相互关联性整理而成的层次分明、条理清楚，并标出重要因素的图形就叫特性要因图。因其形状如鱼骨，所以又叫鱼骨图（以下称鱼骨图），它是一种透过现象看本质的分析方法。 同时，鱼骨图也用在生产中，来形象地表示生产车间的流程。

头脑风暴法（Brain Storming——BS）：一种通过集思广益、发挥团体智慧，从各种不同角度找出问题所有原因或构成要素的会议方法。BS有四大原则：严禁批评、自由奔放、多多益善、搭便车。

二、鱼骨图的三种类型

鱼骨图基本结构

A、整理问题型鱼骨图（各要素与特性值间不存在原因关系，而是结构构成关系,对问题进行结构化整理）

B、原因型鱼骨图（鱼头在右，特性值通常以“为什么……”来写）

C、对策型鱼骨图（鱼头在左，特性值通常以“如何提高/改善……”来写）

三、鱼骨图制作

制作鱼骨图分两个步骤：分析问题原因/结构、绘制鱼骨图。

1、分析问题原因/结构。

A、针对问题点，选择层别方法（如人机料法环测量等）。

B、按头脑风暴分别对各层别类别找出所有可能原因（因素）。

C、将找出的各要素进行归类、整理，明确其从属关系。

D、分析选取重要因素。

E、检查各要素的描述方法，确保语法简明、意思明确。

分析要点：

a、确定大要因（大骨）时，现场作业一般从“人机料法环”着手,管理类问题一般从“人事时地物”层别，应视具体情况决定；

b、大要因必须用中性词描述（不说明好坏），中、小要因必须使用价值判断（如…不良）；

c、脑力激荡时，应尽可能多而全地找出所有可能原因，而不仅限于自己能完全掌控或正在执行的内容。对人的原因，宜从行动而非思想态度面着手分析；

d、中要因跟特性值、小要因跟中要因间有直接的原因-问题关系，小要因应分析至可以直接下对策；

e、如果某种原因可同时归属于两种或两种以上因素，请以关联性最强者为准（必要时考虑三现主义：即现时到现场看现物，通过相对条件的比较，找出相关性最强的要因归类。）

f、 选取重要原因时，不要超过7项，且应标识在最未端原因；

2、鱼骨图绘图过程

A、填写鱼头（按为什么不好的方式描述），画出主骨

B、画出大骨，填写大要因

C、画出中骨、小骨，填写中小要因

D、用特殊符号标识重要因素

要点：绘图时，应保证大骨与主骨成60度夹角，中骨与主骨平行

四、鱼骨图使用步骤

(1)查找要解决的问题；

(2)把问题写在鱼骨的头上；

(3)召集同事共同讨论问题出现的可能原因，尽可能多地找出问题；

(4)把相同的问题分组，在鱼骨上标出；

(5)根据不同问题征求大家的意见，总结出正确的原因；

(6)拿出任何一个问题，研究为什么会产生这样的问题？

(7)针对问题的答案再问为什么？这样至少深入五个层次（连续问五个问题）；

(8)当深入到第五个层次后，认为无法继续进行时，列出这些问题的原因，而后列出至少20个解决方法。

五、鱼骨图案例分析

鱼骨图分析法是咨询人员进行因果分析时经常采用的一种方法，其特点是简捷实用，比较直观。现以某炼油厂情况作为实例，采用鱼骨图分析法对其市场营销问题进行解析，具体如图所示：

图中的“鱼头”表示需要解决的问题，即该炼油厂产品在市场中所占份额少。根据现场调查，可以把产生该炼油厂市场营销问题的原因，概括为5类。即人员、渠道、广告、竞争和其它。在每一类中包括若干造成这些原因的可能因素，如营销人员数量少、销售点少、缺少宣传策略、进口油广告攻势等。将5类原因及其相关因素分别以鱼骨分布态势展开，形成鱼骨分析图。

下一步的工作是找出产生问题的主要原因，为此可以根据现场调查的数据，计算出每种原因或相关因素在产生问题过程中所占的比重，以百分数表示。例如，通过计算发现，“营销人员数量少”，在产生问题过程中所占比重为35%，“广告宣传差”为18%，“小包装少”为25%，三者在产生问题过程中共占78%的比重，可以被认为是导致该炼油厂产品市场份额少的主要原因。如果我们针对这三大因素提出改进方案，就可以解决整个问题的78%。该案例也反映了“20:80原则”，即根据经验规律，20%的原因往往产生80%的问题，如果由于条件限制，不能100%解决问题，只要抓住占全部原因20%，就能够取得80%解决问题的成效。

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。

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。

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。相关分析可以得到一个表明相关程度的指标，称为相关系数。这种方法对于不能在实验室用实验方法分析的社会经济现象显得特别重要。通过相关分析，还可以测定和控制预测的误差，掌握预测结果的可靠程度，把误差控制在一个范围内。

社会经济现象之间的相互关系是非常复杂的，表现出不同的类型和形态。从变量之间相互关系的方向来看。分为正相关和负相关。在某些经济现象之间，当自变量x的值增加时，因变量y的值也随之相应地增加，这佯的相关关系就是正相关。当自变量x的值增加时，因变量y的值随之而呈减少的趋势，这种关系就是负相关。

从变量之间相互关系的表现形式来看，可分为直线相关与非直线相关。当x值发生变动时，y值随之发生大致均等的变动(增加或减少)，表现在图形上，其观察点分布于狭长的带形区域之内，并近似地表现为直线形式，这样的关系通称为直线关系。当x值变动时，y值随之呈不均等变动(增加或减少)，表现在图形上，其观察点的分布近似地表现为各种不同的曲线形式，这种相关关系通称为非直线相关。相关关系法重要的是确定判断变量相关系数。

因子推演法

因子推演法即根据引起某种社会经济现象变化的因子，来推测某种现象变化趋势。例如，每年新建立的家庭数目是住房需要量的因子；青年结婚的数量是家俱和衣服的销售量的因子；婴儿出生人数是玩具需要量的因子；汽车的销售量是汽车配件需求量的因子等等。根据某经济现象的因子就可以预测它的需求量变化趋势。

分析方法

因果关系分析法，是从事物变化的因果关系质的规定性出发，用统计方法寻求市场变量之间依存关系的数量变化函数表达式的一类预测方法。这类预测方法，在市场预测中常用的方法有两种：

回归分析法

当预测目标变量(称因变量)由于一种或几种影响因素变量(称自变量)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，常用回归分析法建立数学模型。

回归分析法：在掌握大量观察数据的基础上，利用数理统计方法建立因变量与自变量之间的回归关系函数表达式，来描述它们间数量上的平均变化关系。这种函数表达式称回归方程式。

回归分析中，当研究的因果关系只涉及因变量和一个自变量时，叫做一元回归分析；当研究的因果关系涉及因变量和两个或两个以上自变量时，叫做多元回归分析。

回归分析中，又依据描述自变量与因变量之间因果关系的函数表达式是线性的还是非线性的，分为线性回归分析和非线性回归分析。

线性回归分析是最基本的方法，也是市场预测中的一种重要预测方法。

经济计量法

在市场经济条件下，市场作为社会经济活动的基本场所，它一方面是企业营销活动的环境，另一方面也将社会经济系统视为其环境。这种市场现象间的系统关系，使市场变量间的某些因果关系不能只研究自变量对因变量的影响，而忽视因变量对自变量的逆向影响或各种自变量之间的相互影响。

这样一种市场变量间相互依存的复杂关系，回归分析法往往就不能对其做出系统描述。

经济计量法就是揭示这类市场变量间复杂因果关系数量变化关系的方法。

经济计量法，是在以经济理论和事实为依据的定性分析基础上，利用数理统计方法建立一组联立方程式，来描述预测目标与相关变量之间经济行为结构的动态变化关系。这组联立方程式称为经济计量模型。

应用步骤

因果关系分析法预测应用的基本思路是：首先，通过对市场经济现象之间因果关系的分析探讨，说明现象之间相互联系的规律性；然后，选择恰当数学模型描述因果关系主要变量间的关系形态；最后，根据数学模型预测市场发展前景及可能达到的水平。

因果关系分析应用步骤大致如下：

(一)利用资料分析市场现象之间的因果关系，确定预测目标以及因变量和自变量

分析市场现象因果关系必须做到：

1.凭借人们拥有的经验、知识以及思维判断能力，对预测问题在质的分析基础上，明确表征预测目标的运动规律及影响其变化的因素的诸多市场变量。

2.选定因变量和自变量。

通常情况下：

表征预测目标的变量称因变量(如卷烟零售量或额)；

表征影响预测目标变化的各种因素的变量称自变量。

从市场预测过程来讲，明确预测目标选定因变量是首要任务，但能从众多影响预测目标的因素中选定参与预测的自变量，是保证预测结果可信度的关键。

(二)根据变量之间的因果关系类型，选择数学模型，并经过运算，求出有关参数，通过统计检验建立预测模型。

(三)预测分析，确定预测值

市场的客观经济现象是十分复杂的，数学预测模型只能明确、形象地显示出市场从过去至现在发展过程中有关事件观察数据中呈现的因果关系，而如何确定符合市场需要及其变化客观实际的预测值，还需要预测者掌握丰富的市场信息，依靠个人的经验和分析判断能力，最后做出科学判断。

运用量的分析中的因果关系分析法进行市场预测时，还需要与质的分析相结合，把各种主要因素考虑进去，参照已经出现和正在出现的可能性，综合分析判断，对预测模型计算出来的预测值作恰当调整，确定最终预测值，使预测结果更接近实际。