外れ値分析は、他のデータから大きく離れている観測値を見つけ、原因確認や解析前のデータ確認に役立てるための機能です。Stat Lab Analyticsでは、品質ツールから外れ値分析を選び、IQR法やGrubbs検定などを使って外れ値候補を確認できます。
外れ値とは？
外れ値とは、他の観測値から大きく離れているデータのことです。たとえば製品寸法が10.00mm付近に集まっている中で、11.20mmの値がある場合、その値は外れ値候補として検出される可能性があります。ただし、外れ値として検出されたからといって、必ず誤データという意味ではありません。
■ 外れ値と異常値は同じとは限らない
外れ値は、統計的に他のデータから離れている値を指します。一方、異常値は、実務上、設備異常、測定異常、入力ミス、工程異常などで発生した値を意味することがあります。外れ値は正しい観測値の場合もあり、異常値が必ず統計的外れ値として検出されるとも限りません。
■外れ値はなぜ発生する？(製造業でよくある原因)
外れ値は、測定ミスや入力ミスだけでなく、設備異常、材料ロット差、測定環境の変化、本当に発生した極端な値など、さまざまな理由で発生します。原因を調べること自体が、品質改善の重要な手がかりになります。
操作手順
■ Step1 Stat Lab Analyticsを開く
ブラウザでStat Lab Analyticsを開きます。
無料統計解析ソフト – Stat Lab Analytics
■ Step2 品質ツールを開く
左メニューから品質ツールを選択します。
■ Step3 外れ値分析を選択する
分析種類で外れ値分析を選択します。
■ Step4 データを入力または読み込む
加工寸法データをData Editorへ入力します。
■ Step5 解析する列を選択する
対象変数で外れ値を確認したい列を選びます。
■ Step6 外れ値検出方法を選択する
まずはIQR法を選択します。
■ Step7 判定条件を確認する
Generalized ESDでは最大外れ値候補数を設定できます。IQR法では有意水準は主な判定には使いません。
■ Step8 外れ値分析を実行する
解析実行ボタンを押します。
■ Step9 外れ値候補を確認する
結果ダッシュボードで外れ値候補数を確認します。
■ Step10 ヒストグラムを確認する
分布から離れた値がないか確認します。
■ Step11 原因を検討する
外れ値候補が見つかったら、すぐに削除するのではなく、なぜその値が発生したのかを確認することが重要です。
測定ミスや入力ミスだけでなく、設備異常、材料ロットの違い、加工条件の変化など、工程上の変化が原因となっている可能性もあります。
外れ値が「誤ったデータ」なのか、それとも工程の異常や重要な変化を示すデータなのかを、技術的・業務的な情報と照らし合わせて判断しましょう。
解析結果の見方
■ 外れ値候補の見方
今回のサンプルデータでは、IQR法により11.20mmが外れ値候補として検出されます。これは、他の加工寸法が10.00mm付近に集まっているのに対して、11.20mmだけ大きく離れているためです。
外れ値を安易に削除してはいけない理由
■ 解析結果を良くするための除外は不適切
✅外れ値として検出されたら削除する、という使い方は避けます。
✅P値を有意にしたい、平均値を良くしたい、Cpkを高くしたい、という理由で除外してはいけません。
✅箱ひげ図で点が外に出たことだけを理由に削除するのも不適切です。
✅除外する場合は、元データを保存し、除外理由を記録します。
関連記事
■ 次に確認したい操作記事
Stat Lab Analyticsで外れ値分析を試す
まとめ
外れ値分析は、通常と異なるデータを発見し、その原因を調査するための機能です。Stat Lab Analyticsでは、IQR法、Grubbs検定、Dixon Q検定、Generalized ESDを使って外れ値候補を確認できます。
重要なのは、外れ値候補を見つけた後の判断です。外れ値として検出されたから削除するのではなく、入力ミス、測定ミス、設備異常、材料差、工程条件などを確認し、合理的な理由がある場合のみ修正や除外を検討します。