Il grafico a baffi è uno dei modi più rapidi per capire come si distribuiscono i dati: mostra mediana, quartili, ampiezza della parte centrale e punti anomali in un colpo d’occhio. Io lo considero particolarmente utile quando devo confrontare gruppi diversi, perché fa emergere subito differenze che in una tabella resterebbero nascoste. Qui trovi una spiegazione pratica di come si legge, come si costruisce e in quali casi rende davvero bene.
Le informazioni da portare via prima di leggere il dettaglio
- Il box plot riassume una distribuzione con mediana, quartili e valori potenzialmente anomali.
- La scatola contiene il 50% centrale dei dati; la sua altezza o lunghezza dice quanto sono dispersi.
- I baffi non significano sempre minimo e massimo assoluti: spesso arrivano fino all’ultimo valore entro 1,5 volte l’IQR.
- Un outlier non è automaticamente un errore: può essere un caso reale, raro o semplicemente molto distante dal resto.
- Il grafico funziona bene per confrontare gruppi, meno bene se vuoi vedere la forma fine della distribuzione o se i dati sono molto pochi.
Che cosa racconta davvero un box plot
La sua forza è la sintesi. In un solo disegno, il box plot mette insieme posizione, dispersione e asimmetria senza chiedere al lettore di interpretare ogni singolo numero. La scatola rappresenta la fascia centrale dei dati, cioè l’intervallo tra primo e terzo quartile; la linea interna segna la mediana, mentre i segmenti esterni fanno intuire quanto la distribuzione si allunghi verso i lati.
Io lo uso soprattutto quando devo confrontare più gruppi: territori, redditi, tempi di attesa, prezzi o risultati di un campione. In queste situazioni il punto non è solo sapere “quanto vale la media”, ma capire se i dati sono concentrati, sbilanciati o pieni di casi estremi. È un grafico descrittivo, non una prova causale: racconta com’è fatta la distribuzione, non perché è fatta così. Per capire bene i singoli elementi, però, conviene leggere il grafico in modo ordinato.
Come leggere mediana, quartili e baffi senza perdere il contesto
La lettura corretta parte dal centro. La mediana divide i dati in due metà uguali; il primo quartile indica il valore sotto il quale cade il 25% delle osservazioni, il terzo quartile quello sotto il quale cade il 75%. Lo scarto interquartile, o IQR, è la distanza tra Q3 e Q1: in pratica misura quanto è larga la parte centrale della distribuzione.
| Elemento | Cosa rappresenta | Che cosa osservare |
|---|---|---|
| Scatola | Intervallo tra Q1 e Q3 | Più è grande, più i dati centrali sono dispersi |
| Linea interna | Mediana | Se è decentrata, la distribuzione può essere asimmetrica |
| Baffi | Estremi non anomali secondo la regola adottata | La loro lunghezza aiuta a leggere le code |
| Punti isolati | Possibili outlier | Vanno controllati, non cancellati per abitudine |
Un dettaglio che conta più di quanto sembri: non tutti i software disegnano i baffi nello stesso modo. Nella pratica più comune arrivano fino all’osservazione più lontana che resti entro 1,5 volte l’IQR, ma alcune piattaforme permettono regole diverse. Come ricorda Istat, l’IQR misura la distanza tra il terzo e il primo quartile, ed è proprio questo intervallo a dare solidità alla lettura del grafico. Quando ho dubbi, guardo sempre la legenda prima di interpretare il valore degli estremi. Da qui il passaggio naturale è capire cosa fare quando compare un punto molto lontano dal resto.
Quando un valore diventa davvero un outlier
Nel box plot classico un valore è considerato anomalo se cade oltre le soglie costruite a partire dai quartili. La regola più diffusa usa 1,5 volte l’IQR: soglia inferiore pari a Q1 - 1,5×IQR e soglia superiore pari a Q3 + 1,5×IQR. Se un’osservazione finisce fuori da quell’intervallo, viene mostrata come punto separato.
Un esempio aiuta più di mille definizioni. Se i canoni mensili di un gruppo di appartamenti hanno Q1 = 700 euro, mediana = 850 euro e Q3 = 1.050 euro, allora l’IQR è 350 euro e la soglia superiore arriva a 1.575 euro. Un affitto da 1.800 euro diventerebbe un outlier visivo, ma non per questo sarebbe “sbagliato”: potrebbe trattarsi di un immobile in centro, di un taglio più grande o di un segmento di mercato diverso. L’outlier segnala distanza, non colpa. Prima di trattarlo come errore, io verifico sempre se sia un caso reale, una scelta di raccolta dati o un problema nella fonte.
Qui il limite metodologico è semplice: il criterio dei baffi funziona bene come regola generale, ma non racconta tutto. In campioni piccoli, molto asimmetrici o con gruppi eterogenei, i valori anomali vanno letti con cautela. Da questa prudenza nasce il vero vantaggio del grafico: non nasconde la coda, ma ti costringe a chiederle conto. E proprio per questo è così utile nei dati economici e sociali.
Perché è così utile nei dati economici e sociali
Nei report su redditi, salari, canoni, tempi di attesa, consumi o differenze territoriali, il box plot fa una cosa che pochi grafici fanno bene: separa il centro dalla dispersione. Due regioni possono avere la stessa mediana, ma una scatola più larga o un baffo superiore più lungo raccontano una realtà molto meno omogenea. È il tipo di informazione che mi interessa quando devo capire se un indicatore è stabile oppure se nasconde forti divari interni.
Questo è uno dei motivi per cui lo trovo utile anche nelle analisi istituzionali. L’Istat lo usa spesso per visualizzare distribuzioni e quartili, proprio perché rende immediato il confronto tra gruppi e aiuta a leggere disuguaglianze, concentrazione e code. In un’analisi sui redditi familiari, per esempio, una mediana simile può convivere con una dispersione molto diversa tra Nord e Sud; in un’analisi sui tempi di accesso ai servizi, invece, può emergere che il problema non è il valore medio ma la presenza di pochi casi molto lenti. In pratica, il grafico ti dice dove la realtà è uniforme e dove no.
I casi in cui rende di più sono tre: confronto tra territori, confronto prima/dopo una misura pubblica e individuazione di gruppi con comportamenti estremi. Quando il quesito è “chi sta peggio o meglio, e quanto è variabile il gruppo?”, il box plot è quasi sempre una buona scelta. Se invece vuoi vedere la forma fine della distribuzione, conviene andare oltre. Ed è qui che entra la costruzione corretta.
Come costruirlo senza errori di lettura
La sequenza che seguo è sempre la stessa, anche quando i dati arrivano già puliti in un foglio di calcolo.
- Ordino le osservazioni dal valore più basso al più alto.
- Calcolo Q1, mediana e Q3 con lo stesso metodo usato dal software o dal report di partenza.
- Ricavo l’IQR come differenza tra Q3 e Q1.
- Applico la regola dei baffi prevista dallo strumento, verificando se usa 1,5×IQR o un’altra convenzione.
- Segno gli outlier come punti separati e controllo se hanno senso nel contesto.
La parte delicata non è il calcolo in sé, ma la coerenza. Se confronto due box plot, devo essere certo che quartili, whisker e outlier siano stati definiti nello stesso modo. Altrimenti sto confrontando regole diverse, non distribuzioni diverse. Un errore che vedo spesso è la tentazione di leggere i baffi come minimo e massimo assoluti: funziona solo in alcune impostazioni, non come regola universale. Un altro sbaglio è ignorare la numerosità del campione: con pochi dati, la forma del grafico è più fragile e ogni punto pesa molto di più. Quando questa distinzione è chiara, il confronto con altri grafici diventa molto più semplice.
Quando conviene affiancarlo ad altri grafici
Il box plot è eccellente per confrontare gruppi in modo compatto, ma non è il miglior strumento per tutto. Se la distribuzione è molto irregolare, multimodale o fortemente concentrata in più picchi, un istogramma o un diagramma a violino mostra meglio la forma interna. Se invece i dati hanno una dimensione temporale, il grafico a linee è più adatto a leggere tendenze, cambiamenti e discontinuità nel tempo.
| Grafico | Mostra meglio | Limite principale |
|---|---|---|
| Box plot | Mediana, quartili, dispersione, outlier | Nasconde la forma fine della distribuzione |
| Istogramma | Frequenze e struttura dei valori | Dipende dalla scelta delle classi |
| Diagramma a violino | Densità e simmetria della distribuzione | È meno immediato per chi legge velocemente |
Io lo affianco spesso a un secondo grafico quando devo evitare interpretazioni troppo rapide. Il box plot mi dà la sintesi, mentre l’istogramma o il violino mi dicono se quella sintesi sta nascondendo due sottogruppi distinti, una coda lunga o una concentrazione insolita. Se il lettore deve prendere una decisione importante, la coppia di grafici è spesso più onesta di uno solo. Restano però alcuni controlli finali che, per esperienza, fanno davvero la differenza prima di usare il grafico in un report.
I controlli finali che faccio prima di usarlo in un report
Prima di pubblicare o presentare un box plot, verifico sempre quattro cose.
- La legenda è esplicita: devo sapere come sono stati calcolati baffi, quartili e outlier.
- La numerosità è sufficiente: con pochi dati il grafico suggerisce più di quanto possa dimostrare.
- I gruppi sono confrontabili: se confronto insiemi troppo diversi, il box plot rischia di semplificare eccessivamente.
- Gli estremi sono stati controllati: un punto isolato può essere una scoperta utile oppure un problema di qualità del dato.
Il punto, alla fine, è questo: il box plot funziona quando vuoi leggere rapidamente centro, dispersione e anomalie, ma non deve sostituire il ragionamento statistico. Se lo guardi con ordine, prima mediana, poi scatola, poi baffi e infine punti isolati, diventa uno strumento molto solido anche per dati economici e sociali. E se il grafico ti lascia un dubbio, quel dubbio spesso è già un’informazione importante.
