Saltar al contenido principal
HSCalculadora

Calculadora de Cuartiles

Halla Q1, Q2, Q3 y el rango intercuartílico.

Halla Q1, Q2, Q3 y el rango intercuartílico.

Comma-separated numbers

Los resultados se actualizan al escribir.

Q1 (25th percentile)
—
Q2 (median)—
Q3 (75th percentile)—
Interquartile range—

Cómo funciona

Los cuartiles dividen un conjunto de datos en cuatro partes iguales, y esta calculadora halla los tres cuartiles junto con el rango intercuartílico a partir de una lista de números. Introduces los valores, y los ordena y devuelve el primer cuartil, la mediana, el tercer cuartil y el rango intercuartílico, o IQR. El primer cuartil marca el punto bajo el cual está un cuarto de los datos, la mediana divide los datos por la mitad, y el tercer cuartil marca el punto de tres cuartos, así que juntos dividen los datos en cuatro grupos iguales. El IQR, la distancia del primer al tercer cuartil, mide la dispersión de la mitad central de los datos y es una alternativa robusta al rango porque ignora los valores extremos. Los cuartiles y el IQR son los bloques del diagrama de caja, una de las formas más útiles de visualizar una distribución, y se usan mucho para detectar valores atípicos, resumir datos sesgados y comparar grupos.

Cómo funciona

Fórmula: Q1 = 25th percentile, Q2 = median, Q3 = 75th percentile, IQR = Q3 − Q1

Los cuartiles dividen los datos ordenados en cuatro partes iguales. El primer cuartil es el valor en la posición del 25 por ciento, el segundo es la mediana en el 50 por ciento, y el tercero está en el 75 por ciento. El rango intercuartílico es el tercer cuartil menos el primero, captando la dispersión de la mitad central de los datos. La calculadora ordena los valores e interpola para hallar cada cuartil.

Cuándo usarla

Esta calculadora es para quien necesita resumir la distribución de un conjunto de datos con los tres cuartiles y el rango intercuartílico de una vez. La usan estudiantes al construir un diagrama de caja, analistas que describen datos sesgados —ingresos, precios de vivienda, tiempos de respuesta— donde la media engaña, y cualquiera que quiera comparar la dispersión central de dos grupos sin que los extremos distorsionen la imagen. También es el primer paso para detectar valores atípicos mediante las vallas de 1,5 veces el IQR, útil al limpiar datos antes de un análisis. Al dar Q1, la mediana (Q2), Q3 y el IQR, ofrece el núcleo del resumen de cinco números. Introduce tu lista de números y la calculadora los ordena y devuelve los cuartiles y el rango intercuartílico para que entiendas cómo se reparten tus datos.

Consejos y consideraciones

Conviene saber que existen varios métodos para calcular cuartiles —inclusivo, exclusivo y otros— que pueden dar valores algo distintos, sobre todo en conjuntos pequeños; esta calculadora interpola, así que no te extrañe que una hoja de cálculo con otro método difiera ligeramente. El segundo cuartil es siempre la mediana, de modo que obtienes la mediana automáticamente. La gran ventaja de los cuartiles y el IQR es su robustez: a diferencia del rango completo, que un solo extremo puede inflar, o de la desviación estándar, miden la mitad central y resisten los valores atípicos, lo que los hace ideales para datos del mundo real sesgados o desordenados. Ordena mentalmente tus datos para comprobar que los cuartiles tienen sentido. Con muy pocos valores los cuartiles pierden fiabilidad. Recuerda que el IQR describe la dispersión central, no el total: para el recorrido completo mira el mínimo y el máximo.

Fórmula

Q1 = 25th percentile, Q2 = median, Q3 = 75th percentile, IQR = Q3 − Q1

Los cuartiles dividen los datos ordenados en cuatro partes iguales. El primer cuartil es el valor en la posición del 25 por ciento, el segundo es la mediana en el 50 por ciento, y el tercero está en el 75 por ciento. El rango intercuartílico es el tercer cuartil menos el primero, captando la dispersión de la mitad central de los datos. La calculadora ordena los valores e interpola para hallar cada cuartil.

Fuente:Descriptive statistics

Revisamos todas nuestras herramientas de vez en cuando para garantizar su precisión.

Ejemplo resuelto

Values:1, 2, 3, 4, 5, 6, 7, 8

Q1 = 2,75, Q2 = 4,5, Q3 = 6,25, así IQR = 6,25 − 2,75 = 3,5.

Cómo usar esta calculadora

  1. 1

    Introduce tus valores

    Introduce values.

  2. 2

    Ajusta las opciones

    Ajusta cualquier opción para adaptarla a tu situación.

  3. 3

    Lee tu resultado

    Q1 (25th percentile) se actualiza al instante mientras escribes, sin botón que pulsar.

Preguntas frecuentes

¿Qué son los cuartiles?
Los cuartiles son tres valores que dividen un conjunto de datos ordenado en cuatro partes iguales. El primer cuartil es el percentil 25, bajo el cual cae un cuarto de los datos; el segundo es la mediana; y el tercero es el percentil 75. Resumen cómo se distribuyen los datos y son la base de los diagramas de caja y el rango intercuartílico.
¿Qué es el rango intercuartílico?
El rango intercuartílico, o IQR, es la diferencia entre el tercer y el primer cuartil. Mide la dispersión del 50 por ciento central de los datos, ignorando el cuarto más bajo y el más alto. Como excluye los valores extremos, el IQR es una medida robusta de variabilidad que no se distorsiona por valores atípicos, a diferencia del rango completo.
¿Cómo se usan los cuartiles para hallar atípicos?
Una regla común marca como atípicos los valores que caen más de 1,5 veces el rango intercuartílico por debajo del primer cuartil o por encima del tercero. Estos límites, llamados vallas, separan los valores típicos de los inusualmente extremos. Este método basado en el IQR se usa mucho porque no supone que los datos sigan ninguna distribución particular.
¿El segundo cuartil es lo mismo que la mediana?
Sí. El segundo cuartil y la mediana son el mismo valor, el punto que divide el conjunto de datos en dos mitades iguales, o el percentil 50. Se lista como Q2 en el marco de cuartiles. Así que hallar los cuartiles da automáticamente la mediana como el del medio de los tres.
¿Por qué los cuartiles son mejores que el rango para la dispersión?
El rango completo depende solo del mínimo y el máximo, así que un solo valor atípico extremo puede hacerlo enorme y engañoso. El rango intercuartílico en cambio mide la dispersión de la mitad central de los datos, ignorando los extremos, lo que lo hace una medida mucho más estable y representativa de la variabilidad.