外れ値の考察例｜除外してよい場合・いけない場合

外れ値とは何か

外れ値とは、他の測定値の傾向から大きく離れている値です。
複数回測定した値の中で1つだけ極端に大きい、または小さい値がある場合、その値は外れ値の可能性があります。
また、検量線や近似直線を作成したときに、1点だけ直線から大きく外れている場合も外れ値として考えることがあります。

ただし、外れ値は必ずしも「間違った値」ではありません。
実験操作に異常があった場合もあれば、試料そのものが不均一だった、反応条件が一部だけ異なった、予想していなかった反応が起こったなど、重要な情報を含んでいる場合もあります。
外れ値を見つけたら、まず原因を考えることが大切です。

結果に書くべき主な項目

外れ値を考察するには、外れ値と思われる値だけでなく、他の測定値、平均値、標準偏差、近似直線、測定条件、操作記録を整理する必要があります。
外れ値を含めた場合と除外した場合で、平均値や標準偏差、相関係数、結論がどう変わるかを確認すると、外れ値の影響を説明しやすくなります。

結果に書く主な項目

• 全ての測定値
• 外れ値と考えられる値
• 測定回数
• 平均値
• 標準偏差
• 相対標準偏差
• 外れ値を含めた結果
• 外れ値を除外した結果
• 外れ値が生じた測定時の操作記録
• 測定時の異常の有無
• 再測定の有無
• 近似直線や相関係数への影響
• 除外した場合の根拠
• 除外しなかった場合の理由
• 結論への影響
• 改善点

外れ値が生じる主な原因

外れ値が生じる原因には、測定操作のミス、試料調製のミス、器具の不具合、装置ノイズ、試料の不均一性、反応条件のずれ、記録ミスなどがあります。
たとえば、滴定では終点を大きく過ぎてしまった場合、吸光度測定ではセルに気泡が入った場合、質量測定では試料をこぼした場合などが外れ値の原因になります。

外れ値を考察するときは、実験のどの段階で異常が起こりやすかったかを考えます。
試料調製、反応、分離、乾燥、測定、計算、記録のどこに問題があったかを整理すると、原因を具体化しやすくなります。

外れ値を除外してよい場合

外れ値を除外してよいのは、その値が実験目的に対応する正しい測定値ではないと判断できる明確な理由がある場合です。
たとえば、試料をこぼした、ピペット量を間違えた、滴定終点を明らかに過ぎた、吸光セルに気泡が入っていた、装置エラーが出た、記録した桁を間違えたなどです。
このような場合、その測定値は同じ条件で得られた値とはいえないため、除外を検討できます。

ただし、除外する場合は、レポートに理由を明記する必要があります。
可能であれば、外れ値を除外するよりも再測定して確認する方が望ましいです。
除外前後で平均値、標準偏差、近似直線がどう変わったかを示すと、判断の透明性が高くなります。

外れ値を除外してはいけない場合

外れ値を除外してはいけないのは、明確な理由がない場合です。
「平均値から離れている」「近似直線に合わない」「除外するとR²が高くなる」「結果がきれいになる」という理由だけでは、除外の根拠として不十分です。
外れ値も実験で得られたデータであり、都合よく消してよいものではありません。

原因が不明な外れ値は、まず操作記録を確認し、再測定できるなら再測定します。
再測定できない場合は、その値を含めて結果を示し、測定値のばらつきが大きくなった原因として考察します。
外れ値を除外しない判断も、科学的には重要です。

外れ値と平均値の関係

外れ値は平均値に大きな影響を与えます。
特に測定回数が少ない場合、1つの外れ値が平均値を大きく引き上げたり引き下げたりします。
そのため、平均値を代表値として使うときには、外れ値の有無を確認する必要があります。

外れ値を含めた平均値と除外した平均値が大きく異なる場合、その外れ値は結論に大きく影響していると考えられます。
ただし、平均値が大きく変わるからといって、それだけで外れ値を除外してよいわけではありません。
除外するには、操作上または測定上の根拠が必要です。

外れ値と標準偏差の関係

外れ値が含まれると、標準偏差は大きくなります。
標準偏差は測定値が平均値のまわりにどれだけばらついているかを示すため、1つの値が大きく離れているだけで全体のばらつきが大きく見えます。
その結果、再現性が低いと評価されることがあります。

外れ値によって標準偏差が大きくなった場合、その原因を考察する必要があります。
外れ値が操作ミスによるものなら再測定や除外を検討できますが、原因が不明なら測定値のばらつきが大きい結果として扱います。
標準偏差が大きい理由を、外れ値と関連づけて説明するとよいです。

検量線における外れ値

検量線では、標準溶液の濃度と測定信号の関係を近似直線で表します。
その中で1点だけ近似直線から大きく外れている場合、その点は外れ値の可能性があります。
原因として、標準溶液の希釈ミス、セルの汚れ、気泡、測定器の読み取り異常、ピーク積分の誤差などが考えられます。

検量線の外れ値は、傾き、切片、R²、未知試料の濃度計算に影響します。
特に低濃度側や高濃度側の端の点が外れると、近似直線全体の傾きが大きく変わることがあります。
検量線の外れ値は、定量結果に直結するため慎重に扱います。

近似直線から外れた点の扱い

近似直線から外れた点がある場合、その点をすぐに除外するのではなく、なぜ外れたのかを考えます。
高濃度側で外れている場合は、検出器の応答飽和や直線範囲外の測定が原因かもしれません。
低濃度側で外れている場合は、ノイズやブランク値の影響が大きかった可能性があります。

近似直線から外れている点が、測定範囲の問題を示している場合、その点だけを外れ値として除外するのではなく、直線性が成立する範囲を見直す必要があります。
外れた点は、実験条件や測定範囲の限界を示す重要な情報になる場合があります。

滴定実験での外れ値

滴定実験では、複数回の滴定量のうち1回だけ大きくずれることがあります。
原因として、終点を過ぎて滴下した、ビュレットの読み取りを間違えた、気泡が入っていた、試料量を間違えた、指示薬の色変化の判断が異なったなどが考えられます。

滴定では終点付近の1滴の違いが結果に影響します。
明らかに終点を大きく過ぎた記録がある場合は、外れ値として扱う根拠になります。
一方で、単に他の値と少し違うだけなら、操作上のばらつきとして含めて考察することが多いです。

吸光度測定での外れ値

吸光度測定では、セルの汚れ、気泡、指紋、試料の濁り、ブランク補正のずれ、試料の混合不足、波長設定の誤りなどが外れ値の原因になります。
吸光度は光の通過状態に敏感なため、わずかな気泡や汚れでも値が大きく変わることがあります。

吸光度の外れ値が出た場合は、セルの状態や測定時の様子を確認します。
気泡や汚れが確認できた場合は再測定が望ましいです。
測定時の異常が確認できない場合は、試料の濃度調製や混合状態も考察します。

質量測定での外れ値

質量測定では、試料のこぼれ、吸湿、乾燥不足、静電気、天秤の風、風防の閉め忘れ、風袋の差し引きミス、容器への付着などが外れ値の原因になります。
特に少量試料では、わずかな付着やこぼれでも測定値に大きく影響します。

質量測定の外れ値を考察するときは、試料が十分に乾燥していたか、秤量中に吸湿しなかったか、容器に残った試料がなかったかを確認します。
天秤の表示が安定する前に読み取った場合も、外れ値になることがあります。

外れ値と再測定

外れ値が見つかった場合、最も望ましい対応は再測定です。
再測定によって、外れた値が偶然の測定異常だったのか、同じ条件で再び生じる現象なのかを確認できます。
再測定値が他の値と一致すれば、最初の外れ値は操作ミスや測定異常による可能性が高くなります。

一方、再測定しても同じような値が得られる場合、その値は外れ値ではなく、実験条件や試料の性質を反映している可能性があります。
再測定できない場合は、外れ値を含めた結果として示し、不確かさが大きいことを考察します。

外れ値を含めた結果の書き方

外れ値を除外しない場合は、その値を含めた平均値や標準偏差を示し、外れ値によってばらつきが大きくなったことを考察します。
外れ値の原因が明確でない場合は、「原因は特定できないが、測定値のばらつきに大きく影響した」と書くとよいです。

外れ値を含めた結果は、再現性が低い結果として扱われることがあります。
ただし、これは悪いことではなく、実験結果を正直に示しているという意味で重要です。
外れ値を含めることで、測定法や操作条件の問題点が見える場合もあります。

外れ値を除外した結果の書き方

外れ値を除外した場合は、除外理由を必ず書きます。
たとえば、「測定時にセル内の気泡が確認されたため」「試料をこぼしたため」「滴定終点を大きく超過したため」など、操作上の根拠を明確にします。
また、除外前後で結果がどう変わったかを示すと、データ処理の透明性が高くなります。

外れ値を除外する書き方では、「結果がよくなるから除外した」という印象を与えないことが重要です。
外れ値が同じ条件で得られた正しい測定値ではないと判断した根拠を示し、可能であれば再測定結果を併記します。

統計的な外れ値検定について

外れ値を判断する方法として、統計的な検定を使う場合があります。
たとえば、測定回数や分布の前提に基づいて、ある値が統計的に外れ値といえるかを調べる方法があります。
ただし、基礎実験レポートでは、統計検定を用いるかどうかは実験書や担当教員の指示に従う必要があります。

統計的に外れ値と判断されたとしても、なぜその値が生じたのかを考えることは必要です。
逆に、統計的な検定を行わずに感覚だけで除外するのは避けるべきです。
外れ値の扱いは、数値的な判断と操作上の記録の両方から考えることが重要です。

外れ値とデータ改ざんの違い

外れ値を正当な理由なく除外することは、データの扱いとして問題になります。
実験結果に合わない値を都合よく消すと、実際よりも結果がきれいに見え、誤った結論につながります。
外れ値を除外する場合は、必ず理由と手順を明確にし、必要に応じて元データも残します。

外れ値を考察することは、データを正直に扱うための重要な作業です。
外れ値があること自体は失敗ではありません。
むしろ、外れ値を隠さずに原因を考え、結果への影響を説明することで、レポートの信頼性が高まります。

外れ値の誤差原因

外れ値の誤差原因には、試料調製ミス、濃度計算ミス、試料の混合不足、測定器の不安定、器具の汚れ、気泡、終点判断ミス、乾燥不足、吸湿、記録ミス、単位変換ミスなどがあります。
これらの誤差は、特定の測定値だけを大きくずらすことがあります。

外れ値が出た場合は、その値が大きすぎるのか小さすぎるのかを確認します。
大きすぎる場合は過剰滴定、残留溶媒、不純物混入、背景信号の増加などが考えられます。
小さすぎる場合は試料損失、採取量不足、反応未完結、測定不足などが考えられます。
外れ方の方向から原因を考えると、より具体的な考察になります。

よい結果と判断できる場合

外れ値の観点でよい結果と判断できるのは、複数回の測定値がよくそろい、明らかな外れ値がない場合です。
この場合、操作条件や測定条件が安定しており、再現性が高かったと考えられます。
また、標準偏差が小さければ、測定値のばらつきも小さいと判断できます。

ただし、外れ値がないからといって、必ずしも理論値に近いとは限りません。
測定値が全体として同じ方向にずれている場合、系統誤差がある可能性があります。
よい結果かどうかは、外れ値の有無だけでなく、平均値、標準偏差、理論値との差を合わせて判断します。

うまくいかなかった場合の考察例

外れ値が出た場合は、外れ値を含めるか除外するかだけでなく、その外れ値がなぜ生じたのかを考察します。
操作ミスが明確な場合、除外または再測定の根拠を示します。
原因が不明な場合は、外れ値を含めた結果として示し、再現性が低下した要因として考察します。

改善点の書き方

外れ値の考察では、外れ値の原因を推定するだけでなく、次に同じような外れ値を出さないための改善点を書くことが重要です。
改善点は、試料調製、測定操作、装置確認、記録、再測定、データ処理に分けて整理すると書きやすくなります。

実験操作の改善点

• 試料を十分に混合してから採取する
• ピペットやメスフラスコを正しく使う
• 滴定では終点付近でゆっくり滴下する
• 吸光度測定ではセルの気泡や汚れを確認する
• 質量測定では試料をこぼさないように移し替える
• 天秤や測定器が安定してから読み取る
• 反応時間や温度を統一する
• 器具の洗浄と乾燥を徹底する

データ処理の改善点

• 全ての測定値を記録する
• 外れ値が出た測定時の状況を記録する
• 外れ値を除外する場合は根拠を明記する
• 外れ値を含めた結果と除外した結果を比較する
• 可能であれば再測定する
• 平均値だけでなく標準偏差も示す
• 近似直線やR²への影響を確認する
• 担当教員や実験書の外れ値処理ルールに従う

浅い考察とよい考察の違い

外れ値の考察では、「外れていた」「除外した」とだけ書くと浅くなります。
よい考察では、外れ値が何に影響し、なぜ生じた可能性があり、除外する根拠があるかどうかを説明します。

レポートで使える表現例

外れ値の結果・考察を書くときは、次のような表現が使えます。
自分の実験結果に合わせて、必要な部分を調整してください。

• 外れ値とは、他の測定値の傾向から大きく離れた値である。
• 外れ値が生じた原因として、測定操作のミスや試料の不均一性が考えられる。
• 外れ値は平均値や標準偏差に大きく影響する。
• 外れ値を除外するには、操作ミスや測定異常などの明確な根拠が必要である。
• 近似直線から外れているという理由だけで除外することは適切ではない。
• 明確な原因が不明な場合は、外れ値を含めて結果を示す必要がある。
• 外れ値を含めた場合、標準偏差が大きくなり、再現性は低く評価される。
• 検量線上の外れ値は、傾き、切片、R²、未知試料の定量値に影響する。
• 外れ値が見られた場合、可能であれば同じ条件で再測定することが望ましい。
• 外れ値を除外した場合は、除外理由と除外前後の結果を明記する必要がある。

外れ値の考察で確認するポイント

レポートを書く前に、次の点を確認すると考察が書きやすくなります。

• 外れ値と思われる値を明確に示しているか
• 全ての測定値を記録しているか
• 外れ値が平均値に与える影響を確認しているか
• 外れ値が標準偏差に与える影響を確認しているか
• 近似直線やR²への影響を見ているか
• 測定時の異常や操作ミスの記録があるか
• 除外する明確な根拠があるか
• 根拠がないのに除外していないか
• 再測定できるか確認したか
• 外れ値を含めた結果と除外した結果を比較したか
• 結論への影響を考えているか
• 改善点が外れ値の原因と対応しているか

まとめ

外れ値は、他の測定値や近似直線の傾向から大きく離れた値です。
外れ値は、操作ミスや測定ミスによって生じる場合もありますが、試料の不均一性、測定範囲の限界、予想外の反応などを示す重要なデータである場合もあります。
そのため、外れ値を見つけたら、すぐに除外するのではなく、まず原因を確認することが重要です。

外れ値を除外してよいのは、試料をこぼした、終点を大きく過ぎた、セルに気泡が入っていた、装置エラーが出た、記録ミスがあったなど、明確な根拠がある場合です。
一方、平均値から離れている、近似直線に合わない、結果が悪く見えるという理由だけで除外することは適切ではありません。
原因が不明な場合は、外れ値を含めて結果を示し、測定値のばらつきや再現性低下として考察します。

レポートでは、「外れ値を除外した」と書くだけでなく、外れ値の原因、平均値・標準偏差・検量線への影響、除外の根拠、再測定の有無、除外しなかった理由、改善点を整理して考察しましょう。
外れ値の扱いは、実験データを正直かつ科学的に解釈するために非常に重要です。