Rumus PERCENTILE dan QUARTILE Excel
TL;DR
PERCENTILE ngasih nilai di posisi persentase tertentu dari data yang udah diurutkan, misalnya PERCENTILE.INC(data, 0.9) buat persentil ke-90. QUARTILE adalah versi khusus yang mecah data jadi empat bagian: Q1 di 25%, Q2 (median) di 50%, dan Q3 di 75%. Versi .INC memasukkan titik ujung 0 dan 1, sedangkan .EXC mengecualikan keduanya, dan itu beda utama yang sering bikin hasil nggak sama.
PERCENTILE ngasih nilai di posisi persentase tertentu dari data yang udah diurutkan, dan QUARTILE adalah versi khusus yang mecah data jadi empat bagian sama besar.
Rata-rata gampang ketipu sama satu dua nilai ekstrem. Persentil dan kuartil nunjukin posisi data yang sebenarnya, jadi kamu tau di mana mayoritas data ngumpul dan mana yang termasuk pencilan.
Di artikel ini kamu bakal belajar sintaksnya, beda versi .INC dan .EXC, cara hitung IQR buat deteksi outlier, dan contoh nyata dari data gaji karyawan UMKM.
Apa itu PERCENTILE dan QUARTILE di Excel?
PERCENTILE balikin nilai yang ada di posisi persentase tertentu dari data terurut. Kalau PERCENTILE.INC(data, 0.9) hasilnya 500, artinya 90% data bernilai sampai 500. QUARTILE adalah bentuk cepat dari persentil di titik 25%, 50%, dan 75%, yang bagi data jadi empat kelompok sama banyak.
Median atau nilai tengah itu sama dengan kuartil kedua alias persentil ke-50. Kalau kamu udah paham MEDIAN, persentil tinggal perluasan idenya ke posisi lain. Istilah kuartil juga sering muncul di laporan HR dan analisa gaji.
Gimana sintaks PERCENTILE dan QUARTILE?
Dua-duanya nerima rentang data plus satu angka posisi. Bedanya di skala angka posisinya. PERCENTILE minta angka desimal 0 sampai 1, sedangkan QUARTILE minta angka bulat 0 sampai 4.
=PERCENTILE.INC(A2:A101, 0.9) ' persentil ke-90
=QUARTILE.INC(A2:A101, 1) ' kuartil pertama (Q1, 25%)
=QUARTILE.INC(A2:A101, 3) ' kuartil ketiga (Q3, 75%)
| Argumen QUARTILE | Artinya |
|---|---|
| 0 | Nilai minimum |
| 1 | Q1, persentil ke-25 |
| 2 | Median, persentil ke-50 |
| 3 | Q3, persentil ke-75 |
| 4 | Nilai maksimum |
Fungsi PERCENTILE tanpa akhiran (versi lawas) masih jalan dan hasilnya sama dengan PERCENTILE.INC. Tapi Microsoft nyaranin pakai versi bertitik biar jelas mana yang inklusif dan mana yang eksklusif.
Apa beda .INC dan .EXC?
Ini pertanyaan yang paling sering bikin bingung. Versi .INC (inclusive) ngizinin posisi 0 dan 1, jadi nilai minimum dan maksimum ikut dihitung. Versi .EXC (exclusive) ngecualikan kedua ujung itu, jadi cuma nerima posisi di antara 0 dan 1.
=PERCENTILE.INC(A2:A101, 0) ' boleh, hasilnya nilai minimum
=PERCENTILE.EXC(A2:A101, 0) ' error #NUM!
Buat data yang besar, selisih hasilnya biasanya kecil. Buat data yang sedikit, bedanya bisa lumayan. Aturan praktisnya, pakai .INC buat analisa umum dan konsisten sepanjang laporan. Kalau kamu ngikutin metode statistik tertentu yang minta eksklusif, baru pakai .EXC.
Cara hitung IQR dan deteksi outlier
IQR (interquartile range) adalah selisih Q3 dan Q1. Angka ini nunjukin sebaran 50% data tengah, dan jadi dasar buat nandain outlier atau nilai pencilan.
- Hitung Q1:
=QUARTILE.INC(A2:A101, 1) - Hitung Q3:
=QUARTILE.INC(A2:A101, 3) - Hitung IQR:
=Q3 - Q1 - Batas bawah outlier:
=Q1 - 1.5 * IQR - Batas atas outlier:
=Q3 + 1.5 * IQR
Nilai di luar dua batas itu layak kamu curigai sebagai outlier. Metode 1,5 kali IQR ini standar yang dipakai di banyak analisa statistik dan jadi dasar box plot.
Contoh kasus: sebaran gaji karyawan UMKM
Aku pegang data gaji 80 karyawan dari sebuah UMKM binaan, gabungan beberapa cabang. Rata-ratanya kelihatan Rp 4,8 juta, tapi aku curiga angka itu ketarik gaji manajer yang tinggi.
Aku hitung kuartilnya. Q1 keluar Rp 3,2 juta, median Rp 4,1 juta, dan Q3 Rp 5,5 juta. IQR-nya Rp 2,3 juta. Batas atas outlier jadi Rp 8,95 juta.
Ternyata ada 3 karyawan (dari 80) yang gajinya di atas Rp 9 juta, dan mereka narik rata-rata naik. Median Rp 4,1 juta jauh lebih jujur nggambarin gaji karyawan biasa dibanding rata-rata Rp 4,8 juta. Selisih Rp 700 ribu itu ilusi yang cuma kelihatan kalau kamu pisahin persentilnya.
Kesalahan umum pakai PERCENTILE dan QUARTILE
- Salah skala posisi. PERCENTILE minta 0,9 buat persentil ke-90, bukan 90. Angka 90 bakal ngasih error.
- Nyampur .INC dan .EXC. Dua versi ini ngasih hasil beda. Pilih satu dan konsisten sepanjang laporan.
- Rentang ada teks atau kosong. Sel kosong dilewati, tapi teks bisa bikin hasil nggak sesuai harapan.
- Ngandelin rata-rata doang. Rata-rata nyembunyiin outlier. Selalu cek median dan kuartil buat data yang timpang.
FAQ
Pertanyaan yang sering muncul soal PERCENTILE dan QUARTILE Excel.
Penutup
PERCENTILE dan QUARTILE bikin kamu baca posisi data, bukan cuma rata-ratanya. Ingat tiga hal: PERCENTILE pakai skala 0 sampai 1, QUARTILE pakai 0 sampai 4, dan pilih .INC atau .EXC lalu konsisten. Buat deteksi outlier, hitung IQR dan pakai batas 1,5 kali IQR.
Sekali kamu terbiasa lihat kuartil, kamu nggak gampang ketipu angka rata-rata lagi. Mau lihat sebaran lengkapnya? Gabungin dengan rumus FREQUENCY buat distribusi frekuensi, atau pindah ke database dan baca cara hitung median dan percentile di SQL. Referensi resminya ada di dokumentasi Microsoft PERCENTILE.INC. Mau latihan rumus statistik Excel? Kulik di NgulikExcel.
Mau praktek langsung? Mulai latihan SQL gratis
Latihan interaktif, langsung di browser.
Artikel terkait
Cara Menghitung Nilai Unik di Excel (2026)
Empat cara menghitung nilai unik di Excel, dari UNIQUE di Excel 365 sampai trik SUMPRODUCT COUNTIF buat versi lama. Plus hitung unik berkondisi.
Cara Membandingkan Dua Kolom di Excel (2026)
Lima cara membandingkan dua kolom di Excel yang paling sering kepakai buat rekap: dari rumus =A2=B2 sampai COUNTIF dan Conditional Formatting.
Cara Hapus Baris Kosong di Excel dengan Cepat
Ratusan baris kosong bikin data berantakan. Ini 4 cara hapus baris kosong di Excel, dari Go To Special yang kilat sampai Power Query yang paling aman.