Contoh Soal Kuartil Data Kelompok Lengkap dengan Excel

Pernah bingung mengerjakan contoh soal kuartil data kelompok karena harus hitung manual satu per satu, warga bimbingan? Tenang, MinDi bakal bantu kamu memahami Q1, Q2, dan Q3 dengan cara yang simpel dan mudah dipahami.

Di artikel ini, kamu akan belajar contoh soal kuartil data kelompok lengkap dengan pembahasan yang runtut. MinDi juga jelaskan rumusnya biar kamu nggak cuma hafal, tapi benar-benar paham.

Biar makin praktis, MinDi juga tunjukkan cara cepat menghitung kuartil data kelompok pakai Excel dan Google Sheets. Yuk simak penjelasannya sampai selesai!

Baca juga : Panduan Analisis Data dengan Python Pandas, Mudah Dipelajari

Apa Itu Kuartil Data Kelompok?

Kuartil data kelompok adalah ukuran statistik yang membagi sekumpulan data berkelompok (data yang sudah disusun dalam bentuk tabel distribusi frekuensi) menjadi empat bagian yang sama besar. 

Setiap kuartil menunjukkan batas nilai tertentu, yaitu kuartil pertama (Q1), kuartil kedua (Q2 atau median), dan kuartil ketiga (Q3), yang masing-masing memisahkan 25%, 50%, dan 75% data. 

Karena datanya sudah dikelompokkan ke dalam interval kelas, perhitungan kuartil tidak cukup hanya dengan melihat nilai tengah, tetapi harus menggunakan rumus khusus yang melibatkan tepi kelas, frekuensi kumulatif, dan panjang kelas. 

Dengan demikian, kuartil data kelompok membantu kita memahami sebaran dan posisi relatif data dalam distribusi yang telah diringkas ke dalam kelas-kelas interval.

Baca juga : Panduan Memilih Bootcamp Data Science Terbaik di 2025

Jenis Kuartil Data Kelompok

Sumber: Canva

Kuartil dalam data kelompok digunakan untuk mengetahui posisi data setelah data tersebut dibagi menjadi empat bagian yang sama besar. 

Karena data berbentuk interval kelas, setiap kuartil memiliki cara perhitungan tersendiri menggunakan rumus khusus.

1. Kuartil Pertama (Q1)

Kuartil pertama merupakan nilai yang membatasi 25% data terendah dalam suatu data kelompok. 

Q1 menunjukkan letak data pada bagian awal distribusi setelah data disusun dalam tabel frekuensi. Kuartil ini membantu memahami bagaimana sebaran data pada kelompok nilai yang paling rendah.

Berikut Rumus Kuartil Data Kelompok untuk Q1:

2. Kuartil Kedua (Q2)

Kuartil kedua disebut juga median dan berfungsi sebagai nilai tengah dari data kelompok. Q2 membagi data menjadi dua bagian yang sama besar, yaitu 50% data di bawah dan 50% data di atas nilai tersebut. Kuartil ini sangat penting untuk melihat kecenderungan pusat dari distribusi data kelompok.

Berikut Rumus Kuartil Data Kelompok untuk Q2:

3. Kuartil Ketiga (Q3)

Kuartil ketiga adalah nilai yang membatasi 75% data terendah dan 25% data tertinggi. Q3 menunjukkan posisi data pada bagian atas distribusi dan menggambarkan penyebaran data setelah median. 

Kuartil ini berguna untuk mengetahui seberapa jauh data menyebar pada nilai yang lebih tinggi.

Berikut Rumus Kuartil Data Kelompok untuk Q3:

Baca juga : Panduan Cara Belajar Python untuk Data Scientist, Lengkap!

Contoh Soal Kuartil Data Kelompok 

Kuartil pada data kelompok digunakan untuk mengetahui letak suatu data dalam distribusi frekuensi yang telah dikelompokkan. 

Untuk menjawab soal-soal berikut, perhatikan tabel distribusi frekuensi yang diberikan dan tentukan kuartil yang diminta dengan menggunakan rumus kuartil data kelompok. Berikut adalah contoh soal kuartil data kelompok q1, q2 q3 :

1. Soal 1

Seorang guru mengelompokkan nilai ulangan matematika siswa ke dalam tabel distribusi frekuensi agar lebih mudah dianalisis. 

Dari data tersebut, guru ingin mengetahui batas nilai yang memisahkan 25% siswa dengan nilai terendah. Data nilai ulangan siswa disajikan sebagai berikut:

Tentukan kuartil pertama (Q1) dari data tersebut.

Jawaban:

Diketahui:

n = 40

k = 1

Letak Q1 = 1/4 × 40 = 10

Kelas Q1 = 50–59

Tb = 49,5

F = 5

f = 8

p = 10

Proses Pengerjaan:

Q1 = Tb + ((k/4 × n − F) / f) × p

Q1 = 49,5 + ((10 − 5) / 8) × 10

Q1 = 49,5 + (5 / 8) × 10

Q1 = 49,5 + 6,25

Q1 = 55,75

Kesimpulan:

Jadi, nilai kuartil pertama (Q1) adalah 55,75.

2. Soal 2

Sebuah perusahaan mencatat lama waktu (dalam menit) yang dibutuhkan karyawan untuk menyelesaikan suatu tugas tertentu. 

Untuk mengetahui waktu penyelesaian rata-rata secara posisi tengah, perusahaan ingin menentukan nilai median dari data yang telah dikelompokkan. Data lama waktu penyelesaian disajikan sebagai berikut:

Tentukan kuartil kedua (Q2) dari data tersebut.

Jawaban:

Diketahui:

n = 30

k = 2

Letak Q2 = 2/4 × 30 = 15

Kelas Q2 = 30–39

Tb = 29,5

F = 10

f = 10

p = 10

Proses Pengerjaan:

Q2 = Tb + ((k/4 × n − F) / f) × p

Q2 = 29,5 + ((15 − 10) / 10) × 10

Q2 = 29,5 + (5 / 10) × 10

Q2 = 29,5 + 5

Q2 = 34,5

Kesimpulan:

Jadi, nilai kuartil kedua (Q2) adalah 34,5.

3. Soal 3

Dalam suatu penelitian, berat badan sejumlah responden dikelompokkan ke dalam tabel distribusi frekuensi. 

Peneliti ingin mengetahui batas nilai yang memisahkan 75% responden dengan berat badan terendah dan 25% responden dengan berat badan tertinggi. Data berat badan (dalam kg) disajikan sebagai berikut:

Tentukan kuartil ketiga (Q3) dari data tersebut.

Jawaban:

Diketahui:

n = 30

k = 3

Letak Q3 = 3/4 × 30 = 22,5

Kelas Q3 = 80–89

Tb = 79,5

F = 19

f = 6

p = 10

Proses Pengerjaan:

Q3 = Tb + ((k/4 × n − F) / f) × p

Q3 = 79,5 + ((22,5 − 19) / 6) × 10

Q3 = 79,5 + (3,5 / 6) × 10

Q3 = 79,5 + 5,83

Q3 = 85,33

Kesimpulan:

Jadi, nilai kuartil ketiga (Q3) adalah 85,33.

Baca juga : Python untuk Data Analyst: Arti, Manfaat, Library, dan Tips

Cara Cepat Kuartil Data Kelompok di Excel/Sheets

Sumber: Canva

Kuartil data kelompok dapat dihitung dengan cepat di Google Sheets karena semua perhitungan bisa dibuat otomatis. Data dimasukkan seperti soal statistik pada umumnya, lalu dihitung dengan rumus sederhana.

1. Masukkan Data Seperti Soal

Misalkan diberikan data nilai ulangan siswa berikut:

Sumber: Google Sheets

Diketahui tabel distribusi frekuensi dengan jumlah data N = 40.

Untuk menentukan kuartil, kita lakukan langkah yang sama untuk Q1 dan Q3, hanya berbeda pada posisi datanya.

2. Menentukan Kuartil Pertama (Q1)

Sumber: Google Sheets

Langkah pertama adalah menentukan posisi kuartil pertama.

Karena Q1 membagi data pada seperempat bagian, maka posisinya dihitung dengan rumus:

1. 1/4 × N = 1/4 × 40 = 10

Artinya, Q1 berada pada data ke-10.

Selanjutnya, lihat frekuensi kumulatif (fk) untuk menentukan kelas kuartil.

Data ke-10 berada pada kelas 26–30, karena fk pada kelas tersebut sudah melewati angka 10.

Dari kelas 26–30 diperoleh:

1. L = 25,5 (tepi bawah kelas)
2. P = 5 (panjang kelas)
3. F = 3 (fk sebelum kelas kuartil)
4. f = 9 (frekuensi kelas kuartil)

Rumus kuartil data kelompok:

1. Qk = L + P × ((posisi − F) / f)

Substitusi nilai:

Q1 = 25,5 + 5 × ((10 − 3) / 9)

Q1 = 25,5 + 5 × (7 / 9)

Q1 = 25,5 + 3,88888889

Q1 = 29,38888889

Kesimpulan:

Jadi, nilai kuartil pertama (Q1) = 29,39.

3. Menentukan Kuartil Ketiga (Q3)

Sumber: Google Sheets

Langkah awal adalah menentukan posisi kuartil ketiga.

Karena Q3 membagi data pada tiga perempat bagian, maka:

1. 3/4 × N = 3/4 × 40 = 30

Artinya, Q3 berada pada data ke-30.

Dari frekuensi kumulatif, data ke-30 berada pada kelas 46–50, karena fk sebelumnya masih 29 dan fk pada kelas ini sudah mencapai 40.

Dari kelas 46–50 diperoleh:

1. L = 45,5 (tepi bawah kelas)
2. P = 5 (panjang kelas)
3. F = 29 (fk sebelum kelas kuartil)
4. f = 11 (frekuensi kelas kuartil)

Gunakan rumus yang sama:

Q3 = L + P × ((posisi − F) / f)

Substitusi nilai:

Q3 = 45,5 + 5 × ((30 − 29) / 11)

Q3 = 45,5 + 5 × (1 / 11)

Q3 = 45,5 + 0,45454545

Q3 = 45,95454545

Kesimpulan:

Jadi, nilai kuartil ketiga (Q3) = 45,95.

Baca juga: Panduan Memilih Bootcamp Data Analyst untuk Karier Impianmu

Ingin Jadi Data Scientist & Data Analyst Profesional?

Setelah memahami berbagai konsep dasar analisis data dan pengolahan informasi, kini saatnya kamu memanfaatkan pengetahuan tersebut untuk mengolah data menjadi insight yang bernilai dan berdampak bagi bisnis!

Yuk, ikuti Bootcamp Data Science & Data Analyst di dibimbing.id! Di sini, kamu akan belajar mengolah data menggunakan tools populer seperti Python, SQL, Excel, dan data visualization, serta memahami cara mengambil keputusan berbasis data secara profesional.

Belajar langsung dari mentor berpengalaman dengan kurikulum yang aplikatif dan praktis, sehingga kamu tidak hanya paham teori, tetapi juga siap menghadapi studi kasus nyata di dunia industri.

Dengan lebih dari 840+ hiring partner dan tingkat keberhasilan alumni hingga 96%, peluang kariermu di bidang data semakin terbuka lebar!

Jadi, tunggu apa lagi? Hubungi di sini dan daftar sekarang di dibimbing.id, lalu mulai perjalananmu menjadi Data Scientist & Data Analyst profesional. #BimbingSampeJadi

FAQ

1. Apa itu Bootcamp Data Science & Data Analyst di dibimbing.id?

Bootcamp Data Science & Data Analyst adalah program pelatihan intensif yang dirancang untuk membantu peserta memahami proses pengolahan data, analisis data, hingga pembuatan insight yang dapat digunakan untuk pengambilan keputusan bisnis. 

Program ini menggunakan kurikulum aplikatif dan studi kasus nyata agar peserta siap menghadapi kebutuhan industri.

2. Apakah bootcamp ini cocok untuk pemula?

Ya, bootcamp ini sangat cocok untuk pemula, termasuk yang belum memiliki latar belakang IT atau data sebelumnya. 

Materi disusun secara bertahap, mulai dari konsep dasar hingga penerapan lanjutan, sehingga mudah diikuti oleh siapa pun yang ingin berkarier di bidang data.

3. Tools dan teknologi apa saja yang akan dipelajari?

Peserta akan mempelajari berbagai tools yang umum digunakan di industri data, seperti Python, SQL, Excel, data visualization, dan dasar machine learning. Selain itu, peserta juga akan belajar cara menyajikan hasil analisis data secara jelas dan profesional.

4. Apakah ada bimbingan dari mentor?

Tentu ada. Peserta akan dibimbing langsung oleh mentor berpengalaman yang aktif di industri data. 

Selain sesi pembelajaran, peserta juga bisa berdiskusi, bertanya, dan mendapatkan feedback untuk meningkatkan pemahaman dan kemampuan praktik.

5. Bagaimana peluang kerja setelah lulus bootcamp?

dibimbing.id memiliki lebih dari 840+ hiring partner dan tingkat keberhasilan alumni mencapai 95%. 

Peserta juga akan mendapatkan dukungan karier seperti review CV, simulasi interview, dan job connector untuk membantu masuk ke dunia kerja sebagai Data Analyst atau Data Scientist.