Los cuartiles sirven para resumir una serie de datos sin perder de vista cómo se distribuyen de verdad. Cuando los entiendo bien, no solo localizo Q1, Q2 y Q3 con rapidez, también interpreto mejor la dispersión y el peso de los valores extremos. En esta guía explico el cálculo paso a paso, qué cambia cuando la muestra está agrupada y por qué distintas herramientas pueden dar resultados algo diferentes.
Tres ideas bastan para leer bien cualquier serie de datos
- Ordena siempre los datos antes de buscar cuartiles, porque el orden manda en este tema.
- Q2 es la mediana; Q1 y Q3 marcan, respectivamente, el 25 % y el 75 % de la distribución.
- En datos sin agrupar, el método más claro para estudiar es partir la serie en mitades y tomar la mediana de cada mitad.
- En datos agrupados, el resultado es una estimación dentro del intervalo donde cae cada posición.
- Si cambias de calculadora, hoja de cálculo o manual, puede variar la convención de cálculo.
- El rango intercuartílico, que es Q3 menos Q1, resume la mitad central de los datos y ayuda a ver la dispersión.
Qué son los cuartiles y por qué importan
Antes de entrar en el procedimiento, conviene fijar la idea con precisión. Los cuartiles dividen una distribución ordenada en cuatro partes iguales, de modo que cada una concentra el 25 % de los datos. En la práctica, Q1 deja por debajo al 25 % de los valores, Q2 al 50 % y Q3 al 75 %.
Yo los uso como una medida de posición muy útil porque dicen más que un simple promedio cuando los datos tienen dispersión, valores extremos o asimetría. Si una nota media parece correcta pero el reparto está muy descompensado, los cuartiles suelen revelar esa diferencia enseguida.
| Cuartil | También se interpreta como | Qué deja por debajo | Lectura rápida |
|---|---|---|---|
| Q1 | Percentil 25 | El 25 % de los datos | Límite inferior de la mitad central |
| Q2 | Mediana o percentil 50 | El 50 % de los datos | Punto central de la distribución |
| Q3 | Percentil 75 | El 75 % de los datos | Límite superior de la mitad central |
Si además calculas el rango intercuartílico, obtienes una idea muy fiable de cuánto se abren los datos en su zona central. Esa parte conecta directamente con el siguiente paso: el cálculo manual.
Cómo calcularlos en datos sin agrupar
Cuando tienes una lista de valores sueltos, el proceso es bastante mecánico, pero hay que respetar el orden. Aquí es donde más errores veo en exámenes: la operación no empieza con una fórmula, sino con una lista ordenada de menor a mayor.
Primero ordena y localiza la mediana
Supongamos esta serie:
2, 4, 5, 7, 8, 10, 12, 13, 15, 18, 20
Ya está ordenada. Tiene 11 datos, así que el valor central es el sexto: 10. Ese número es Q2, la mediana.
Después divide la muestra en dos mitades
Con un número impar de datos, yo excluyo la mediana y separo la serie en dos bloques iguales:
- Mitad inferior: 2, 4, 5, 7, 8
- Mitad superior: 12, 13, 15, 18, 20
La mediana de la mitad inferior es 5, así que ese es Q1. La mediana de la mitad superior es 15, y por tanto Q3.
| Elemento | Valor |
|---|---|
| Q1 | 5 |
| Q2 | 10 |
| Q3 | 15 |
| Rango intercuartílico | 10 |
Ese último dato se obtiene restando Q1 a Q3: 15 - 5 = 10. En otras palabras, la mitad central de la muestra ocupa un tramo de 10 unidades.
Si el número de datos es par
Con una cantidad par de observaciones, el esquema cambia muy poco. La mediana sale del promedio de los dos valores centrales y, después, cada mitad queda con el mismo número de elementos. Por ejemplo, en esta serie:
3, 5, 7, 8, 10, 13, 15, 18
Q2 es (8 + 10) / 2 = 9. La mitad inferior es 3, 5, 7, 8, cuya mediana es 6; la mitad superior es 10, 13, 15, 18, cuya mediana es 14.
Lo importante aquí no es memorizar un número aislado, sino seguir siempre la misma lógica. Si cambias la regla a mitad del ejercicio, el resultado pierde sentido.
Con datos sueltos, esta es la forma más clara y más fácil de revisar. El panorama cambia cuando la información ya llega agrupada en intervalos.
Qué cambia si los datos están agrupados
Cuando la tabla solo muestra intervalos y frecuencias, ya no puedes señalar un valor exacto con la misma seguridad que en una lista de datos sueltos. En ese caso, los cuartiles se calculan por interpolación, es decir, estimando en qué punto del intervalo cae la posición buscada.
Eso no es un defecto del método. Simplemente responde a la naturaleza del dato agrupado: la información está resumida, no desglosada. Por eso el resultado suele ser aproximado y puede variar un poco según los límites que use el libro o la calculadora.
Lee también: Desviación típica y cómo leerla sin confundirte
Cómo leer una tabla agrupada
Tomemos este ejemplo sencillo:
| Intervalo | Frecuencia | Frecuencia acumulada |
|---|---|---|
| 0-10 | 4 | 4 |
| 10-20 | 8 | 12 |
| 20-30 | 10 | 22 |
| 30-40 | 6 | 28 |
| 40-50 | 2 | 30 |
Hay 30 datos en total. Las posiciones de los cuartiles son 7,5; 15 y 22,5. Eso significa que:
- Q1 cae en el intervalo 10-20.
- Q2 cae en el intervalo 20-30.
- Q3 cae en el intervalo 30-40.
Aplicando la interpolación, obtenemos valores aproximados de 14,38, 23 y 30,83. No hace falta obsesionarse con la última cifra decimal: en este tipo de tabla el valor exacto no existe como dato aislado, sino como estimación dentro del intervalo.
En cuanto dominas esta lectura, la siguiente duda lógica es otra: ¿por qué a veces una calculadora no devuelve lo mismo que el libro?
Qué método usa cada calculadora y por qué no siempre coincide
La respuesta corta es que no existe una única forma universal de calcular cuartiles en datos no agrupados. Hay varias convenciones válidas, y cada una puede mover ligeramente el resultado. Por eso, si comparas el cálculo manual con una hoja de cálculo o con un programa estadístico, es normal ver pequeñas diferencias.
Yo, en ejercicios de examen, sigo siempre la convención que pide el enunciado o la que usa el temario. Si no se especifica, me quedo con el método más clásico de la mediana de las mitades, porque es el que mejor se revisa a mano y el que menos confusión genera en niveles escolares.
| Método | Cuándo aparece | Ventaja | Limitación |
|---|---|---|---|
| Mediana de las mitades | Ejercicios manuales y muchos temarios escolares | Es intuitivo y fácil de comprobar | Puede no coincidir con una herramienta digital |
| Interpolación por percentiles | Hojas de cálculo y paquetes estadísticos | Aprovecha mejor muestras grandes | Da resultados decimales y depende de la convención |
| Datos agrupados en intervalos | Tablas resumidas por clases | Permite trabajar sin la lista original | El valor es una estimación, no un dato observado |
Esa diferencia de criterio explica la mayoría de las discrepancias que veo entre soluciones. El dato no está mal; lo que cambia es la regla aplicada.
Los fallos que más alteran el resultado
Un buen cálculo puede quedar arruinado por un detalle muy pequeño. En cuartiles, los errores más habituales no son complejos, pero sí insistentes.
- No ordenar la serie antes de empezar. Sin orden, no hay cuartiles fiables.
- Mezclar reglas distintas en la misma solución. Por ejemplo, usar una convención para Q1 y otra para Q3.
- Incluir la mediana dentro de las dos mitades cuando el método del ejercicio la excluye.
- Redondear demasiado pronto y arrastrar ese error hasta el final.
- Aplicar la lógica de datos sueltos a una tabla agrupada en intervalos.
También conviene interpretar bien lo que significan. Q1 no es un promedio bajo; es el punto por debajo del cual queda el 25 % de la muestra. Q3 hace lo mismo con el 75 %. Entre ambos está el 50 % central, y esa franja es precisamente la que resume el rango intercuartílico.
Si quieres una lectura rápida de la dispersión, fíjate en esto: cuanto más pequeño sea el rango intercuartílico, más concentrados están los datos; cuanto más grande, más separados aparecen los valores del centro. En un diagrama de caja, esa idea se ve de forma inmediata y ayuda mucho a detectar valores atípicos.
Lo que conviene fijar antes de resolver el siguiente ejercicio
Si tuviera que resumir el procedimiento en una sola secuencia, diría esto: ordenar, localizar Q2, separar mitades, leer Q1 y Q3, y comprobar si el problema exige un método manual o una estimación por intervalos. Con esa rutina, los ejercicios dejan de parecer una lista de trucos aislados y pasan a tener una lógica muy estable.
En estadística y probabilidad, los cuartiles sirven para algo más que aprobar un ejercicio. Me permiten describir el centro de una distribución, comparar grupos con rapidez y valorar si la dispersión es moderada o alta sin depender solo de la media. Si dominas esa lectura, el cálculo ya no se queda en una receta: se convierte en una herramienta útil para interpretar datos con criterio.
