como se calcula los cuartiles

¿Qué son los cuartiles?

Los cuartiles son medidas de posición que dividen un conjunto de datos ordenados en cuatro partes iguales. Se usan mucho en estadística descriptiva porque permiten entender cómo se distribuyen los valores dentro de una muestra o población.

• Q1 (primer cuartil): deja por debajo el 25% de los datos.
• Q2 (segundo cuartil): corresponde a la mediana, deja el 50% por debajo.
• Q3 (tercer cuartil): deja por debajo el 75% de los datos.

En palabras simples: si conoces Q1, Q2 y Q3, ya tienes una fotografía muy útil de la distribución, incluso sin ver todos los datos.

Cómo se calcula los cuartiles paso a paso

1) Ordena los datos

Este es el paso obligatorio. Los cuartiles siempre se calculan sobre datos ordenados de menor a mayor. Si no ordenas, el resultado no tiene sentido estadístico.

2) Elige un método

Existen varios métodos válidos. Los dos más comunes son:

• Método de interpolación: usa posiciones teóricas con la fórmula Posición = k(n+1)/4.
• Método de medianas de mitades (Tukey): calcula la mediana en la mitad inferior y superior del conjunto.

Ambos se utilizan en libros, software y exámenes. Lo importante es ser consistente y especificar qué método estás usando.

3) Calcula Q1, Q2 y Q3

Si la posición da un número entero, tomas ese dato directamente. Si da decimal, aplicas interpolación lineal entre los dos valores vecinos.

Ejemplo resuelto (datos no agrupados)

Supón el conjunto ordenado:

3, 5, 7, 8, 12, 13, 14, 18, 21, 25

Aquí n = 10.

Método de interpolación

• Pos(Q1) = (10+1)/4 = 2.75 → entre el 2.º y 3.º dato (5 y 7) → Q1 = 6.5
• Pos(Q2) = (10+1)/2 = 5.5 → entre el 5.º y 6.º dato (12 y 13) → Q2 = 12.5
• Pos(Q3) = 3(10+1)/4 = 8.25 → entre el 8.º y 9.º dato (18 y 21) → Q3 = 18.75

Método de Tukey

• Q2 = mediana total = (12 + 13)/2 = 12.5
• Mitad inferior: 3, 5, 7, 8, 12 → mediana = 7 (Q1)
• Mitad superior: 13, 14, 18, 21, 25 → mediana = 18 (Q3)

Como ves, ambos métodos son correctos, pero no siempre producen exactamente los mismos valores.

Rango intercuartílico e interpretación

Una medida muy importante derivada de los cuartiles es el rango intercuartílico (RIC o IQR):

IQR = Q3 - Q1

Este rango representa la dispersión del 50% central de los datos. Es más robusto que el rango total porque reduce el impacto de valores extremos.

• Si el IQR es pequeño, los datos centrales están más concentrados.
• Si el IQR es grande, hay mayor variabilidad en la zona central.

¿Y si los datos están agrupados en intervalos?

Cuando trabajas con tablas de frecuencias por clases, se usa una fórmula aproximada para cada cuartil:

Q_k = L + [((kN/4) - F_prev) / f_q] · c

• L: límite inferior de la clase cuartílica
• N: total de observaciones
• F_prev: frecuencia acumulada anterior a la clase cuartílica
• f_q: frecuencia de la clase cuartílica
• c: amplitud del intervalo

Este enfoque es común en cursos de estadística aplicada, investigación social y control de calidad.

Errores comunes al calcular cuartiles

• No ordenar los datos antes del cálculo.
• Mezclar métodos sin indicarlo.
• Redondear demasiado pronto y arrastrar error.
• Confundir Q2 con media (Q2 es la mediana).
• Ignorar valores atípicos al interpretar resultados.

Aplicaciones reales de los cuartiles

Los cuartiles aparecen en muchas áreas:

• Educación: ubicar calificaciones por percentiles y cuartiles.
• Finanzas: analizar distribución de rendimientos.
• Salud: estudiar indicadores biométricos por grupos.
• Negocios: segmentar clientes por consumo o facturación.

Resumen rápido

1. Ordena los datos.
2. Selecciona método (interpolación o Tukey).
3. Calcula Q1, Q2 y Q3.
4. Obtén IQR = Q3 - Q1 para medir dispersión central.
5. Interpreta resultados dentro del contexto del problema.

Si quieres practicar, usa la calculadora al inicio de esta página con distintos conjuntos y compara los dos métodos. Esa comparación te ayudará a dominar de verdad cómo se calcula los cuartiles.