Box Plot: Cara Baca Sebaran dan Outlier Sekaligus

Box plot adalah grafik yang nunjukin sebaran data lewat lima angka: nilai terendah, kuartil bawah, median, kuartil atas, dan nilai tertinggi.

Kotak kecil, dua garis kumis, beberapa titik nyasar. Kelihatan sederhana, tapi dia bilang lebih banyak dari grafik batang.

Grafik batang bilang "rata-rata transaksi Rp 38.400". Box plot bilang "setengah transaksi ada di antara Rp 22.000 sampai Rp 47.000, tapi ada yang tembus Rp 8 juta".

Angka kedua yang bikin kamu ngambil keputusan berbeda.

Apa itu box plot?

Box plot, atau box and whisker plot, adalah grafik yang meringkas sebaran data pakai lima angka. Kotaknya berisi 50 persen data yang ada di tengah. Garis di dalam kotak itu median. Kumis di kiri-kanan nunjukin jangkauan data yang masih dianggap wajar. Titik di luar kumis itu outlier.

Lima angka itu namanya five-number summary:

Bagian	Artinya
Ujung kumis bawah	Nilai terkecil yang masih wajar
Batas bawah kotak (Q1)	25% data ada di bawah sini
Garis tengah	Median: 50% data di bawah, 50% di atas
Batas atas kotak (Q3)	75% data ada di bawah sini
Ujung kumis atas	Nilai terbesar yang masih wajar

Kotaknya sendiri punya nama: IQR atau interquartile range. Isinya 50 persen data yang paling "normal".

Gimana cara baca box plot?

Tiga hal yang kamu lihat, urut.

Pertama, posisi garis median. Ini pusat data kamu. Kalau garisnya deket batas bawah kotak, artinya data numpuk di angka kecil dengan ekor panjang ke atas.

Kedua, lebar kotaknya. Kotak lebar artinya data kamu bervariasi. Kotak sempit artinya data konsisten dan ngumpul di sekitar median.

Ketiga, titik di luar kumis. Itu outlier. Cek satu-satu sebelum diapa-apain, bisa salah input, bisa juga temuan menarik.

Kalau kotaknya gak simetris (median gak di tengah), datanya miring. Ini info penting yang gak bakal kamu dapat dari angka rata-rata.

Gimana cara ngitung Q1, median, dan Q3?

Urutkan datanya dari kecil ke besar. Median itu nilai yang persis di tengah.

Contoh 9 transaksi: 15, 18, 22, 25, 30, 35, 42, 55, 90 (ribuan rupiah).

• Median = angka ke-5 = 30
• Q1 = median dari separuh bawah (15, 18, 22, 25) = 20
• Q3 = median dari separuh atas (35, 42, 55, 90) = 48,5
• IQR = 48,5 - 20 = 28,5

Batas outlier:

Batas bawah = Q1 - (1,5 x IQR) = 20 - 42,75  = -22,75
Batas atas  = Q3 + (1,5 x IQR) = 48,5 + 42,75 = 91,25

Angka 90 masih di bawah 91,25, jadi belum kehitung outlier. Deket banget sih.

Di spreadsheet, kamu gak perlu ngitung manual. Pakai fungsi QUARTILE dan MEDIAN.

Kapan box plot lebih berguna dari grafik batang?

Kapan pun kamu peduli sama variasi, bukan cuma nilai tengah.

Grafik batang cuma nunjukin satu angka per kategori. Dua cabang yang rata-ratanya sama-sama Rp 40.000 kelihatan identik. Padahal satu cabang stabil di 38-42 ribu dan cabang lain lompat-lompat dari 5 ribu sampai 200 ribu.

Box plot langsung nunjukin bedanya. Kotak yang satu sempit, yang satu lebar banget.

Buat presentasi ke orang non-teknis, grafik batang tetap lebih gampang dicerna. Box plot butuh 30 detik penjelasan sebelum orang paham. Sisipkan legenda kecil kalau audiensnya awam.

Contoh kasus: sebaran transaksi 4 cabang toko_berkah

Dataset toko_berkah punya 4.812 transaksi dari empat cabang. Kalau dilihat dari rata-rata, keempatnya mirip.

Cabang	Rata-rata	Median	Q1	Q3	IQR	Outlier
Cempaka	Rp 38.900	Rp 35.000	Rp 24.000	Rp 48.000	Rp 24.000	14
Melati	Rp 39.200	Rp 37.500	Rp 31.000	Rp 45.000	Rp 14.000	3
Anggrek	Rp 40.100	Rp 28.000	Rp 18.000	Rp 44.000	Rp 26.000	31
Kenanga	Rp 37.800	Rp 36.000	Rp 29.000	Rp 46.500	Rp 17.500	6

Lihat rata-ratanya: semua di kisaran Rp 38-40 ribu. Kalau cuma pakai grafik batang, keempat cabang kelihatan sama aja.

Sekarang lihat cabang Anggrek. Rata-ratanya paling tinggi (Rp 40.100), tapi mediannya paling rendah (Rp 28.000). Selisih Rp 12.100.

Artinya: kebanyakan pembeli di Anggrek belanja kecil, tapi ada segelintir transaksi jumbo yang narik rata-rata naik. Tiga puluh satu outlier. Sepuluh kali lipat dari cabang Melati.

Setelah dicek, 31 transaksi itu ternyata pembelian borongan dari dua katering langganan. Bukan salah input, tapi pelanggan tipe berbeda.

Kesimpulan bisnisnya: Anggrek sebenernya punya dua bisnis dalam satu toko. Ritel harian yang omzetnya kecil, dan grosir katering yang jarang tapi besar. Strategi buat keduanya harus dipisah.

Rata-rata gak bakal ngasih tau kamu itu. Box plot ngasih tau dalam sekali lihat.

Apa kesalahan umum waktu pakai box plot?

Langsung hapus semua outlier. Titik di luar kumis itu tanda buat diselidiki, bukan perintah buat dihapus. Di kasus Anggrek tadi, outlier justru temuan paling berharga. Konsep lengkapnya ada di halaman outlier.

Pakai box plot buat data yang cuma 5 baris. Kuartil butuh cukup banyak data biar bermakna. Di bawah 20 titik data, lebih baik plot titiknya langsung.

Lupa bilang median bukan rata-rata. Garis di tengah kotak itu median. Banyak orang salah baca sebagai rata-rata dan bikin kesimpulan ngaco.

Bandingkan box plot dengan skala sumbu berbeda. Dua box plot berdampingan harus pakai skala sama. Kalau nggak, kotak sempit bisa kelihatan lebar.

Nunjukin box plot ke direksi tanpa penjelasan. Kasih satu kalimat: "kotaknya isinya setengah data yang di tengah, titik-titik itu transaksi tak biasa". Setelah itu semua orang ikut.

FAQ

Box plot itu apa?

Box plot adalah grafik yang nunjukin sebaran data lewat lima angka: minimum, Q1, median, Q3, dan maksimum. Kotaknya berisi 50 persen data yang ada di tengah. Garis di dalam kotak itu median. Titik yang berdiri sendiri di luar kumis dianggap outlier.

Apa bedanya box plot sama histogram?

Histogram nunjukin bentuk sebaran secara detail, termasuk apakah datanya punya dua puncak. Box plot lebih ringkas dan lebih gampang dibandingkan antar kelompok. Kalau mau bandingin sebaran di 8 cabang sekaligus, box plot lebih praktis. Kalau cuma satu kelompok, histogram lebih informatif.

Gimana cara nentuin outlier di box plot?

Aturan umum pakai IQR, yaitu jarak antara Q3 dan Q1. Nilai dianggap outlier kalau lebih kecil dari Q1 dikurangi 1,5 kali IQR, atau lebih besar dari Q3 ditambah 1,5 kali IQR. Angka 1,5 itu kesepakatan umum, bukan hukum alam.

Kapan box plot lebih baik dari grafik batang?

Kapan pun kamu peduli sama variasi, bukan cuma rata-rata. Dua cabang dengan rata-rata sama kelihatan identik di grafik batang, padahal satunya konsisten dan satunya naik-turun ekstrem. Box plot nunjukin bedanya.

Box plot bisa dibikin di Excel atau Google Sheets?

Excel 2016 ke atas punya tipe grafik Box and Whisker bawaan lewat Insert lalu Statistic Chart. Google Sheets gak punya bawaan, tapi bisa diakalin pakai candlestick chart atau hitung Q1, median, Q3 manual pakai fungsi QUARTILE.

Mulai dari mana?

Ambil satu kolom angka dari data kamu: nilai transaksi, waktu proses, umur pelanggan. Bikin box plot-nya.

Terus bandingkan mediannya sama rata-ratanya. Kalau selisihnya besar, kamu baru nemu sesuatu.

Buat baca sebaran yang lebih detail, cek juga standar deviasi. Buat konteks pembersihan data sebelum bikin grafik, lanjut ke Missing Value: 6 Cara Menangani Data Kosong.

Dokumentasi cara bikin box plot di Python ada di panduan resmi matplotlib.

Buka data kamu. Lihat kotaknya. Lihat titiknya.