Calcul d’un intervalle interquartile sur Excel
Collez vos données, choisissez la méthode Excel souhaitée et obtenez instantanément Q1, médiane, Q3, l’écart interquartile, les bornes d’anomalies et un graphique synthétique. Idéal pour l’analyse statistique, les tableaux de bord et les contrôles qualité.
Calculateur interactif
Résultats
Prêt pour le calcul
Entrez votre série statistique puis cliquez sur le bouton de calcul. Le résultat affichera les quartiles, la médiane, l’intervalle interquartile et les valeurs atypiques détectées selon la règle de Tukey.
Guide expert : comment faire le calcul d’un intervalle interquartile sur Excel
Le calcul d’un intervalle interquartile sur Excel est une compétence essentielle pour toute personne qui travaille avec des données réelles : analystes, contrôleurs de gestion, étudiants, chercheurs, responsables qualité, RH, marketing ou supply chain. L’intervalle interquartile, souvent abrégé en IQR pour Interquartile Range, mesure l’étendue de la moitié centrale d’une distribution. Concrètement, il correspond à la différence entre le troisième quartile Q3 et le premier quartile Q1. Cette métrique est particulièrement utile parce qu’elle est robuste face aux valeurs extrêmes. Là où une amplitude totale peut être fortement déformée par un seul chiffre aberrant, l’écart interquartile se concentre sur la zone la plus représentative de vos données.
Dans Excel, le sujet peut sembler simple au premier abord, mais il existe en réalité plusieurs fonctions et plusieurs conventions de calcul. C’est précisément ce qui crée de la confusion. Certaines personnes utilisent QUARTILE.INC, d’autres QUARTILE.EXC, et beaucoup ne savent pas quelle méthode retenir lorsqu’elles doivent justifier une analyse dans un rapport, un mémoire ou un audit. Pour éviter les erreurs, il faut comprendre ce que représentent Q1 et Q3, comment Excel les estime, puis comment interpréter correctement l’intervalle interquartile dans le contexte métier.
Définition simple de l’intervalle interquartile
Une fois vos données triées par ordre croissant, le premier quartile Q1 correspond à la valeur en dessous de laquelle se trouvent environ 25 % des observations. Le troisième quartile Q3 correspond à la valeur en dessous de laquelle se trouvent environ 75 % des observations. L’intervalle interquartile se calcule alors avec la formule suivante :
IQR = Q3 – Q1
Si Q1 vaut 18 et Q3 vaut 34, alors l’intervalle interquartile est de 16. Cela signifie que la moitié centrale des données s’étend sur 16 unités. Plus l’IQR est grand, plus la dispersion au coeur de la distribution est importante. Plus il est faible, plus les valeurs centrales sont regroupées.
Pourquoi utiliser l’IQR dans Excel plutôt que l’écart-type seul
L’écart-type reste un indicateur fondamental, mais il réagit fortement aux valeurs extrêmes. Dans des données asymétriques, des salaires, des délais logistiques, des temps de réponse ou des montants d’achats, il peut être trompeur s’il est utilisé seul. L’IQR est souvent préféré dans les contextes où :
- la distribution n’est pas normale ;
- des valeurs aberrantes existent ;
- on veut décrire le coeur de la population plutôt que les extrêmes ;
- on construit un diagramme en boîte ;
- on souhaite comparer des groupes hétérogènes.
Dans Excel, le calcul de l’IQR est donc très pratique pour détecter les anomalies, créer des boxplots fiables et produire des synthèses statistiques robustes. C’est aussi une excellente façon de vérifier visuellement si un groupe de données est stable ou au contraire très dispersé.
Les fonctions Excel à connaître
Excel propose plusieurs fonctions proches, mais elles ne reposent pas exactement sur la même logique :
- QUARTILE.INC(plage;1) pour Q1 et QUARTILE.INC(plage;3) pour Q3
- QUARTILE.EXC(plage;1) pour Q1 et QUARTILE.EXC(plage;3) pour Q3
- PERCENTILE.INC(plage;0,25) et PERCENTILE.INC(plage;0,75)
- PERCENTILE.EXC(plage;0,25) et PERCENTILE.EXC(plage;0,75)
Les versions INC incluent les bornes 0 % et 100 % dans la logique d’interpolation, alors que les versions EXC les excluent. Dans de grands échantillons, l’écart entre les deux méthodes est souvent faible. En revanche, sur de petites séries, la différence peut être visible, parfois significative. Il faut donc rester cohérent du début à la fin de votre analyse.
| Méthode Excel | Fonction pour Q1 | Fonction pour Q3 | Quand l’utiliser | Remarque pratique |
|---|---|---|---|---|
| Inclusive | QUARTILE.INC(plage;1) | QUARTILE.INC(plage;3) | Usage général, reporting standard, tableaux de bord | Très répandue et facile à expliquer |
| Exclusive | QUARTILE.EXC(plage;1) | QUARTILE.EXC(plage;3) | Analyses académiques ou méthodologies exigeant l’exclusion des bornes | Peut renvoyer des contraintes sur petits échantillons |
| Percentile inclusive | PERCENTILE.INC(plage;0,25) | PERCENTILE.INC(plage;0,75) | Quand on veut généraliser à d’autres percentiles | Equivalent logique aux quartiles INC |
| Percentile exclusive | PERCENTILE.EXC(plage;0,25) | PERCENTILE.EXC(plage;0,75) | Analyses avancées ou protocoles statistiques formels | Equivalent logique aux quartiles EXC |
Étapes concrètes pour calculer l’IQR dans Excel
Supposons que vos données soient situées dans les cellules A2:A21. Voici la méthode la plus simple :
- Placez vos observations dans une seule colonne, sans texte parasite.
- Calculez Q1 avec =QUARTILE.INC(A2:A21;1).
- Calculez Q3 avec =QUARTILE.INC(A2:A21;3).
- Calculez l’intervalle interquartile avec =Q3-Q1 ou directement =QUARTILE.INC(A2:A21;3)-QUARTILE.INC(A2:A21;1).
Si vous préférez la méthode exclusive, remplacez simplement INC par EXC. Le plus important est de documenter votre choix, surtout si vos résultats sont destinés à être relus par un enseignant, un client ou un comité de direction.
Exemple chiffré avec statistiques réelles simples
Prenons une série de 12 délais de traitement, en heures : 9, 10, 11, 12, 12, 13, 14, 15, 17, 18, 24, 36. Cette série contient quelques valeurs plus élevées en fin de distribution. Si l’on applique une logique inclusive sur Excel, on obtient approximativement les repères suivants :
| Statistique | Valeur | Interprétation |
|---|---|---|
| Minimum | 9 | Valeur la plus basse observée |
| Q1 | 11,75 | 25 % des délais sont inférieurs ou égaux à environ 11,75 h |
| Médiane | 13,50 | Centre de la distribution |
| Q3 | 17,25 | 75 % des délais sont inférieurs ou égaux à environ 17,25 h |
| IQR | 5,50 | Dispersion de la moitié centrale |
| Borne basse de Tukey | 3,50 | En dessous : valeur potentiellement atypique |
| Borne haute de Tukey | 25,50 | Au dessus : valeur potentiellement atypique |
Dans cet exemple, la valeur 36 apparaît au-dessus de la borne haute de Tukey et peut donc être considérée comme atypique. C’est typiquement le genre de détection que l’IQR permet de faire très rapidement dans Excel. Cette règle se formule ainsi :
- Borne basse = Q1 – 1,5 x IQR
- Borne haute = Q3 + 1,5 x IQR
Différence entre QUARTILE.INC et QUARTILE.EXC
La grande difficulté dans le calcul d’un intervalle interquartile sur Excel vient du fait que plusieurs logiciels statistiques n’utilisent pas forcément la même convention. Excel a clarifié cela en séparant les fonctions inclusives et exclusives. En pratique :
- QUARTILE.INC est souvent la méthode la plus intuitive pour l’usage professionnel courant.
- QUARTILE.EXC peut être privilégiée dans certains cadres académiques ou méthodologiques.
- Sur les petits échantillons, la méthode exclusive peut produire des positions plus éloignées des extrémités.
- Dans un rapport, il est recommandé d’indiquer explicitement la fonction utilisée.
Si vous travaillez en équipe, définissez une convention commune avant de commencer vos analyses. Cela évite que deux personnes obtiennent des quartiles légèrement différents à partir des mêmes données, ce qui arrive plus souvent qu’on ne le pense.
Comment interpréter un intervalle interquartile élevé ou faible
Un intervalle interquartile faible indique que la moitié centrale des observations est concentrée. Cela suggère une bonne homogénéité interne. À l’inverse, un IQR élevé signale une dispersion plus marquée parmi les valeurs centrales. Ce n’est pas forcément négatif : tout dépend du contexte. En finance, un IQR élevé peut signifier une forte variabilité des dépenses. En contrôle qualité, il peut révéler une instabilité de production. En ressources humaines, il peut montrer un écart important de salaires au sein d’un même groupe.
Il faut toutefois éviter deux erreurs fréquentes :
- Confondre IQR et amplitude totale. L’un décrit le coeur de la distribution, l’autre les extrêmes.
- Interpréter l’IQR sans regarder la médiane et les éventuelles valeurs atypiques. Un IQR modéré avec plusieurs outliers peut masquer un comportement plus complexe.
Créer un diagramme en boîte dans Excel avec l’IQR
Le diagramme en boîte, ou boxplot, repose directement sur le minimum, Q1, la médiane, Q3 et le maximum, avec un traitement spécifique des valeurs atypiques. Dans les versions récentes d’Excel, vous pouvez utiliser un graphique statistique intégré. Sinon, vous pouvez aussi construire une version personnalisée avec des colonnes empilées et des barres d’erreur. L’avantage principal du boxplot est qu’il rend immédiatement visibles :
- la position de la médiane ;
- la largeur de l’IQR ;
- l’asymétrie potentielle de la distribution ;
- les valeurs extrêmes ;
- les différences entre plusieurs groupes.
Pièges fréquents dans Excel
Lorsque l’on cherche à faire un calcul d’un intervalle interquartile sur Excel, plusieurs erreurs reviennent souvent :
- mélanger nombres et texte dans la plage ;
- oublier les cellules vides ou masquées dans un export mal nettoyé ;
- utiliser des nombres au format texte importés depuis un CSV ;
- comparer des IQR obtenus avec des méthodes différentes ;
- ne pas vérifier l’ordre de grandeur des résultats.
Avant de calculer les quartiles, prenez l’habitude de nettoyer vos données, de vérifier les formats de cellule et d’inspecter rapidement les valeurs extrêmes. Un bon calcul statistique dépend d’abord d’une bonne hygiène de donnée.
Références fiables pour approfondir
Si vous souhaitez vérifier les notions statistiques derrière les quartiles, voici quelques ressources reconnues :
- NIST Engineering Statistics Handbook : une référence gouvernementale américaine sur les méthodes statistiques et l’analyse de dispersion.
- UCLA Institute for Digital Research and Education : ressources universitaires claires sur les quartiles, les percentiles et l’interprétation des distributions.
- Penn State STAT 200 : cours universitaire sur les statistiques descriptives, les boxplots et les valeurs aberrantes.
Quelle méthode choisir dans un contexte professionnel
Dans la majorité des tableaux de bord d’entreprise, QUARTILE.INC convient très bien. Elle est intuitive, stable et facile à expliquer à des non-statisticiens. Si vous êtes en contexte académique, médical, scientifique ou si un cahier des charges impose une convention particulière, utilisez la méthode demandée sans improviser. L’essentiel n’est pas de choisir une méthode “universellement meilleure”, mais de choisir une méthode cohérente, documentée et adaptée à votre cadre.
Le calculateur situé en haut de cette page vous aide précisément à comparer les deux approches. Vous pouvez coller votre série statistique, sélectionner la logique Excel voulue, puis obtenir immédiatement Q1, Q3, l’IQR, les bornes de Tukey et un graphique de synthèse. C’est un excellent moyen de gagner du temps tout en gardant une traçabilité analytique solide.