5 Why，也称「五个为什么」或「五问法」，是质量管理和精益管理中非常常见的根因分析方法。它的基本做法很简单：面对一个问题，不停追问「为什么」，沿着原因继续向下分析，直到找到能够采取改善措施的深层原因。
例如设备突然停机，我们可能这样分析：
设备为什么停机？因为轴承损坏。
轴承为什么损坏？因为润滑不足。
为什么润滑不足？因为没有按规定补充润滑油。
为什么没有按规定补充？因为维护计划没有明确责任人。
为什么没有明确责任人？因为设备维护流程的职责设计不完整。
这样分析以后，改善重点就从「更换轴承」逐渐转向「完善维护流程和责任机制」。这正是5 Why最有价值的地方：它迫使我们继续追问，不要停留在问题表面。
不过，5 Why有一个很容易被忽略的局限：现实中的问题未必只有一条原因链。
5 Why真正要做的，不是机械地问五次
「5 Why」这个名称很容易让人误以为，只要连续问五次为什么，就一定能够得到根本原因。
实际上，「五」并不是一个必须严格遵守的数字。有些简单问题问三次已经能够找到可以采取行动的原因，有些复杂问题即使问十次，也未必足够。
真正重要的是不断把问题向更深层的过程、条件和管理机制追溯。
例如发现员工装错零件，如果第一层分析得到的答案是「员工拿错了」，就马上把「员工粗心」写成根本原因，5 Why实际上没有发挥多少作用。
继续追问才可能发现：
为什么会拿错？因为两种零件外观非常相似。
为什么容易混在一起？因为两个料盒放在相邻位置。
为什么相似零件可以放在一起？因为物料存放标准没有针对错料风险进行设计。
到了这里，改善方向已经完全不同。
从「要求员工以后小心一点」，变成重新设计物料识别、存放位置或防错机制。后者显然更有机会防止问题再次发生。
5 Why最大的陷阱：把复杂问题分析成单一原因
5 Why最容易出现的问题，是分析人员不知不觉建立了一条非常漂亮的线性因果关系：
问题 → 原因A → 原因B → 原因C → 原因D → 根本原因
看起来逻辑完整，但真实世界往往不是这样运行的。
一个严重事故、客户投诉或复杂质量异常，通常是多个因素共同作用的结果。
如果分析人员只选择其中一条路径不断向下追问，就可能找到「一个原因」，却错误地把它当成「唯一根本原因」。
用泰坦尼克号说明单线5 Why的问题
我们可以用泰坦尼克号沉没这个大家熟悉的历史事件来说明。
假设我们从「大量人员死亡」开始进行一个非常简单的5 Why：
发生了什么？
大量乘客和船员死亡。
为什么？
因为船沉没了。
为什么船会沉？
因为海水大量进入船体。
为什么海水会进入？
因为船撞上了冰山，船体受损。
为什么会撞上冰山？
因为没有及时发现并避开冰山。
如果继续沿其中一条调查路径追问，可能会进一步注意到瞭望条件、航速、警报信息、观察设备等因素。
问题来了。
假设最后我们把「瞭望人员缺少双筒望远镜」确定为根本原因，是不是只要以后给瞭望人员配备双筒望远镜，就足以防止类似灾难？
显然不能这样判断。
因为从「撞上冰山」到「造成大量人员死亡」，中间还存在很多不同层面的因素。
同一个结果，可能同时存在多条因果路径
例如我们可以继续问：
为什么会撞上冰山？
这里可能需要调查航速、瞭望条件、能见度、冰情信息传递、航行决策和避让能力等不同因素。
与此同时，还要提出另一个完全不同的问题：
为什么船体受损以后会造成如此严重的人员伤亡？
这又可能涉及救生艇数量、撤离安排、乘客组织、海水温度、附近船只响应以及救援时间等因素。
于是原本的一条线：
死亡 → 沉船 → 进水 → 撞冰山 → 没有及时发现
逐渐变成一个拥有多个分支的因果网络。
这才更接近复杂事故真实的形成方式。
「根本原因」未必只有一个
这也是根因分析中非常重要的观念。
我们经常习惯问：
「这个问题的根本原因是什么？」
这个问法本身就容易让团队产生一种心理暗示——一定存在一个最终答案。
对于简单问题，这种思维有时足够。例如螺丝没有锁紧，经过调查发现扭力工具故障，而工具故障又来自维护机制缺失，这条因果关系可能相对清楚。
但面对重大质量事故、系统性失效、供应链问题或安全事故，通常更应该问：
「哪些因素共同促成了这个结果？」
这个问题会迫使团队寻找多条因果路径，而不是急着选出一个方便结案的「根本原因」。
把5 Why从一条线变成一棵树
一个简单而实用的改进方法，就是不要只做线性的5 Why，而是把它展开成树状5 Why。
例如客户收到错误产品，我们问：
为什么客户会收到错误产品？
可能同时存在几个直接原因：
- 生产装错了零件；
- 包装贴错了标签；
- 最终检查没有发现；
- 系统中的产品资料存在错误。
接下来，不是从中随便选择一个继续问，而是分别追查。
生产为什么装错零件？可能涉及物料识别、料架位置、防错设计和作业指导。
为什么贴错标签？可能涉及标签打印逻辑、产品切换、人工核对和系统接口。
为什么检查没有发现？可能涉及抽样方式、检验标准、检测方法或检验人员获得的信息。
为什么系统资料错误？又可能追溯到工程变更、主数据维护和审批流程。
这样一来，5 Why就不再是一条直线，而会逐渐形成一棵因果树（Causal Tree）。
鱼骨图和5 Why其实可以配合使用
这也解释了为什么质量管理中不应该把鱼骨图和5 Why视为互相取代的工具。
鱼骨图适合在分析初期扩大思考范围，从人员、机器、材料、方法、测量、环境等方向寻找可能因素。
5 Why则适合针对其中值得进一步调查的因素继续向下追问。
简单来说：
鱼骨图帮助团队「横向展开」，5 Why帮助团队「纵向深入」。
两种方法结合，往往比单独画一条5 Why链更加完整。
找到原因以后，还需要证据验证
另一个常见错误，是把团队在会议室里想出来的5 Why直接当成事实。
例如：
为什么产品尺寸超差？因为刀具磨损。
为什么刀具磨损？因为使用时间太长。
为什么使用时间太长？因为没有规定更换周期。
于是团队马上建立刀具更换周期。
整条逻辑听起来非常合理，但真正的问题是：有没有证据证明这次尺寸超差真的与刀具磨损有关？
如果没有检查刀具状态、尺寸随加工次数的变化、设备参数或其他潜在因素，这仍然只是一项假设。
因此，5 Why更适合帮助团队建立因果假设，而不是自动证明因果关系。
对于重要问题，还需要通过现场观察、历史记录、测量数据、分层分析、实验、假设检验或其他方法验证。
这正是六西格玛DMAIC比单独5 Why更完整的地方
六西格玛的DMAIC方法并不会因为团队提出一个看起来合理的原因，就立即进入改善。
在Define阶段，团队先把问题、客户要求和项目范围定义清楚；Measure阶段确认数据和测量系统是否可靠；Analyze阶段寻找并验证关键原因；Improve阶段针对经过验证的原因开发解决方案；Control阶段再确认改善能够长期维持。
5 Why可以成为Analyze阶段非常实用的思考工具，但它不能取代整个分析过程。
尤其面对复杂问题时，真正重要的不是「我们有没有问够五次」，而是：
有没有遗漏重要的因果路径？提出的原因有没有证据？采取措施以后，类似问题再次发生的风险是否真正降低？
什么时候5 Why特别好用？
5 Why并不是一个没用的工具。相反，它最大的优点就是简单、快速，而且能够帮助现场人员避免停留在表面原因。
对于原因链相对清晰、范围较小的问题，例如设备维护遗漏、文件版本错误、物料拿错、简单操作异常或流程责任不清，5 Why往往非常有效。
问题越复杂、风险越高、涉及因素越多，就越不应该依赖一条单线的5 Why。
这时可以把5 Why扩展成因果树，并结合鱼骨图、流程分析、FMEA、故障树分析（FTA）以及六西格玛的数据分析方法。
5 Why真正的价值，是教我们继续追问
5 Why最值得学习的地方，并不是「五」这个数字，而是一种思考习惯。
看到操作错误，不要马上归咎员工；看到设备故障，不要只更换零件；看到客户投诉，也不要只处理眼前的不良品。
继续追问：
为什么这种错误有机会发生？为什么现有控制没有阻止它？为什么系统允许这个条件长期存在？还有没有其他因素共同造成结果？我们有什么证据支持这个判断？
如果能够这样使用5 Why，它就是一个非常有价值的根因分析工具。
但如果把它理解成「连续问五次，就会自动得到唯一根本原因」，反而可能让复杂的问题看起来过度简单。
好的根因分析，不是找到一个最方便的答案，而是建立一套经得起证据验证的因果解释，并针对真正重要的原因降低问题再次发生的风险。
