Calcul D Un Intervalle Interquantile Sur Excel

Utilisez ce calculateur premium pour obtenir Q1, Q3, l’écart interquartile, les bornes des valeurs atypiques et une visualisation claire des données. L’outil reproduit les logiques courantes d’Excel pour vous aider à comprendre et vérifier vos résultats.

Guide expert : comment faire le calcul d’un intervalle interquantile sur Excel

Le calcul d’un intervalle interquantile sur Excel est l’une des techniques les plus utiles en statistique descriptive lorsqu’on cherche à résumer la dispersion d’une série sans se laisser perturber excessivement par les valeurs extrêmes. Dans la pratique, de nombreux utilisateurs savent calculer une moyenne ou une médiane, mais beaucoup hésitent encore lorsqu’il s’agit d’obtenir Q1, Q3 et surtout l’écart interquartile, parfois appelé IQR pour Interquartile Range. Pourtant, Excel propose plusieurs fonctions dédiées et il est tout à fait possible d’automatiser cette analyse dans un tableau de bord, un rapport de contrôle qualité, un suivi commercial ou une étude académique.

L’idée centrale est simple : on ordonne les données, puis on repère le premier quartile, qui correspond approximativement au 25e percentile, et le troisième quartile, qui correspond au 75e percentile. L’intervalle interquantile est alors la différence entre ces deux valeurs : IQR = Q3 – Q1. Cet indicateur décrit la zone où se concentre la moitié centrale des observations. En d’autres termes, il permet d’évaluer l’étalement du cœur de la distribution. Plus l’IQR est élevé, plus cette moitié centrale est dispersée. Plus il est faible, plus les données sont resserrées.

Pourquoi l’intervalle interquantile est si utile

Contrairement à l’étendue totale, qui dépend seulement du minimum et du maximum, l’intervalle interquantile est robuste. Une seule valeur aberrante peut faire exploser l’étendue, alors que l’IQR reste souvent stable. C’est particulièrement précieux dans les jeux de données réels : ventes irrégulières, salaires, durées de traitement, notes d’examen, mesures industrielles ou coûts logistiques. Dans tous ces cas, des observations atypiques peuvent apparaître. L’intervalle interquantile permet alors de décrire la variabilité typique sans être trop influencé par ces extrêmes.

• Il résume la dispersion de la moitié centrale des données.
• Il est plus robuste que l’écart-type pour les distributions très asymétriques.
• Il sert à détecter des valeurs atypiques via la règle des 1,5 IQR.
• Il complète parfaitement la médiane dans l’analyse des distributions non normales.

Définition exacte de Q1, Q3 et de l’IQR

Si votre série est composée de n observations triées de la plus petite à la plus grande, le premier quartile Q1 correspond à la valeur en dessous de laquelle se trouvent environ 25 % des données. Le troisième quartile Q3 correspond à la valeur en dessous de laquelle se trouvent environ 75 % des données. L’intervalle interquantile se calcule ensuite ainsi :

IQR = Q3 – Q1

Excel ne se limite pas à une seule manière de déterminer ces quartiles. C’est là qu’il faut être vigilant. Selon la fonction utilisée, vous pouvez obtenir des résultats légèrement différents, surtout avec de petits échantillons. Les deux familles principales dans Excel sont QUARTILE.INC et QUARTILE.EXC. La première inclut les bornes de la série dans le calcul percentilisé, tandis que la seconde applique une logique exclusive. Dans beaucoup de contextes professionnels, QUARTILE.INC est la méthode la plus répandue, car elle est intuitive et cohérente avec PERCENTILE.INC.

Les principales formules Excel à connaître

1. =QUARTILE.INC(plage;1) pour calculer Q1.
2. =QUARTILE.INC(plage;3) pour calculer Q3.
3. =QUARTILE.INC(plage;3)-QUARTILE.INC(plage;1) pour calculer l’IQR.
4. =QUARTILE.EXC(plage;1) et =QUARTILE.EXC(plage;3) si vous utilisez la logique exclusive.
5. =PERCENTILE.INC(plage;0,25) et =PERCENTILE.INC(plage;0,75) comme alternative.

Supposons que vos données soient placées de A2 à A11. Les formules les plus directes sont :

• Q1 : =QUARTILE.INC(A2:A11;1)
• Q3 : =QUARTILE.INC(A2:A11;3)
• IQR : =QUARTILE.INC(A2:A11;3)-QUARTILE.INC(A2:A11;1)

Si votre version d’Excel utilise la virgule comme séparateur d’arguments, adaptez la syntaxe en conséquence. Le principe reste strictement le même.

Exemple pas à pas avec des données réelles

Prenons une petite série de délais de traitement en jours : 12, 15, 18, 22, 24, 26, 28, 31, 35, 40. Après tri, la série ne change pas. En utilisant une logique inclusive, on obtient approximativement un premier quartile de 19,00 et un troisième quartile de 30,25. L’écart interquartile vaut donc 11,25 jours. Cela signifie que la moitié centrale des délais se concentre dans un intervalle de 11,25 jours. Cette information est souvent plus utile qu’une simple étendue de 28 jours entre 12 et 40, car elle décrit le cœur effectif de la distribution.

Mesure	Valeur	Interprétation
Minimum	12	Observation la plus faible de la série
Q1	19,00	Environ 25 % des observations sont inférieures ou égales à cette valeur
Médiane	25,00	Centre de la série
Q3	30,25	Environ 75 % des observations sont inférieures ou égales à cette valeur
IQR	11,25	Largeur de la moitié centrale des données
Maximum	40	Observation la plus élevée

Différence entre QUARTILE.INC et QUARTILE.EXC

Beaucoup d’écarts d’interprétation viennent du choix de la fonction. Sur de grands échantillons, la différence est souvent faible. Sur de petits ensembles, elle peut devenir visible. En pratique, il faut surtout rester cohérent dans l’ensemble de votre travail. Si vous commencez avec QUARTILE.INC, conservez cette logique dans vos tableaux, graphiques et commentaires méthodologiques.

Fonction Excel	Logique	Cas d’usage	Remarque
QUARTILE.INC	Inclut les bornes 0 % et 100 %	Rapports généraux, tableaux de bord, analyses descriptives courantes	Très utilisée car intuitive et compatible avec PERCENTILE.INC
QUARTILE.EXC	Exclut les extrémités dans la logique percentilisée	Analyses méthodologiques spécifiques ou alignement avec certaines conventions statistiques	Nécessite un échantillon suffisant et peut surprendre sur de petites séries
Médiane des moitiés	Calcule Q1 et Q3 à partir des sous-groupes inférieur et supérieur	Enseignement, vérification manuelle, contextes pédagogiques	Le résultat peut différer des fonctions percentiles d’Excel

Détection des valeurs atypiques avec la règle des 1,5 IQR

Une fois l’IQR calculé, vous pouvez aller plus loin et construire des seuils de détection d’observations atypiques. La règle classique est :

• Borne basse = Q1 – 1,5 × IQR
• Borne haute = Q3 + 1,5 × IQR

Toute valeur située sous la borne basse ou au-dessus de la borne haute peut être considérée comme atypique. Attention : atypique ne signifie pas nécessairement erronée. Il peut s’agir d’un cas réel mais rare. Dans un audit qualité, une telle observation mérite vérification. Dans une analyse commerciale, elle peut révéler un client exceptionnel. Dans une série médicale, elle peut signaler une situation clinique particulière. Il faut donc toujours interpréter les points extrêmes avec le contexte métier.

Comment construire ce calcul directement dans Excel

1. Saisissez vos données dans une colonne, par exemple A2:A100.
2. Calculez Q1 avec =QUARTILE.INC(A2:A100;1).
3. Calculez Q3 avec =QUARTILE.INC(A2:A100;3).
4. Calculez l’IQR avec =Q3-Q1 ou avec la formule complète.
5. Calculez la borne basse avec =Q1-1,5*IQR.
6. Calculez la borne haute avec =Q3+1,5*IQR.
7. Ajoutez éventuellement une formule conditionnelle pour signaler les valeurs atypiques.

Vous pouvez également créer une colonne d’aide du type :

=SI(OU(A2<$F$2;A2>$F$3);”Atypique”;”Normale”)

où F2 contient la borne basse et F3 la borne haute. Cela permet ensuite de filtrer automatiquement les lignes concernées.

Intervalle interquantile et boîte à moustaches

Le lien entre l’IQR et le diagramme en boîte est direct. Dans une boîte à moustaches, la boîte centrale s’étend de Q1 à Q3. La ligne au milieu représente la médiane. Les moustaches vont souvent jusqu’aux valeurs extrêmes non atypiques, et les points isolés correspondent aux observations suspectes. Si vous préparez une restitution à un public non statisticien, ce type de graphique est extrêmement efficace. Il montre d’un seul coup d’œil la position centrale, la dispersion et la présence éventuelle d’extrêmes.

Erreurs fréquentes à éviter

• Utiliser des données non numériques ou mélanger texte et nombres dans la plage.
• Comparer des quartiles calculés avec des méthodes différentes sans le préciser.
• Confondre intervalle interquantile et intervalle de confiance, qui n’ont pas la même finalité.
• Interpréter une valeur atypique comme une erreur sans vérification métier.
• Oublier de trier mentalement la série lorsqu’on fait une vérification manuelle.

Quand préférer l’IQR à l’écart-type

Si la distribution est fortement asymétrique, si elle contient des valeurs aberrantes, ou si l’on veut décrire la variabilité “typique” plutôt que la variabilité totale, l’IQR est souvent plus pertinent que l’écart-type. L’écart-type est très utile lorsque la distribution est à peu près symétrique et que l’on travaille dans un cadre proche de la normalité. En revanche, pour des revenus, des temps de traitement, des montants de commande ou des indicateurs web, l’IQR est fréquemment plus parlant.

Exemple d’interprétation métier

Imaginons une entreprise qui suit le délai d’expédition de 200 commandes hebdomadaires. La moyenne est de 3,9 jours, mais quelques retards exceptionnels de 12 à 15 jours font grimper artificiellement cette moyenne. Si l’on calcule Q1 = 2,8 jours et Q3 = 4,6 jours, l’IQR vaut 1,8 jour. Cela montre que la moitié centrale des commandes est traitée dans une plage serrée. Pour un responsable opérationnel, c’est une information plus utile que la seule moyenne. Elle indique que le processus ordinaire est stable, tandis que quelques cas particuliers méritent une enquête distincte.

Sources fiables pour approfondir

Pour consolider vos connaissances statistiques et vérifier les principes derrière les quartiles, voici quelques ressources institutionnelles et universitaires sérieuses :

• NIST Engineering Statistics Handbook
• University of California, Berkeley – Department of Statistics
• U.S. Census Bureau

En résumé

Le calcul d’un intervalle interquantile sur Excel consiste à identifier Q1 et Q3, puis à soustraire Q1 de Q3. Avec QUARTILE.INC, vous obtenez une solution simple et cohérente pour la majorité des usages. En complément, la règle des 1,5 IQR vous aide à repérer les observations atypiques. Cet indicateur est particulièrement précieux lorsque vous analysez des données irrégulières, asymétriques ou potentiellement influencées par des extrêmes. En combinant l’IQR, la médiane et une visualisation adaptée, vous obtenez une lecture statistique robuste, claire et directement exploitable dans Excel.