Rumus PERCENTILE dan QUARTILE Excel

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.

1. Hitung Q1: =QUARTILE.INC(A2:A101, 1)
2. Hitung Q3: =QUARTILE.INC(A2:A101, 3)
3. Hitung IQR: =Q3 - Q1
4. Batas bawah outlier: =Q1 - 1.5 * IQR
5. 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.

Apa beda PERCENTILE.INC dan PERCENTILE.EXC?

PERCENTILE.INC bersifat inklusif, artinya dia nerima posisi 0 dan 1, jadi nilai minimum dan maksimum ikut dihitung. PERCENTILE.EXC bersifat eksklusif, dia ngecualikan kedua ujung itu dan cuma nerima posisi di antara 0 dan 1. Buat data besar, selisih hasilnya kecil. Buat data sedikit, bedanya bisa terasa. Buat analisa umum, pakai .INC dan konsisten sepanjang laporanmu biar hasilnya bisa dibandingin.

Kenapa PERCENTILE Excel-ku ngasih error #NUM!?

Penyebab paling umum adalah angka posisi yang di luar rentang. PERCENTILE minta angka desimal 0 sampai 1, jadi kalau kamu masukin 90 buat persentil ke-90, hasilnya error. Yang bener 0,9. Kalau kamu pakai versi .EXC, posisi 0 dan 1 juga bikin error karena versi itu ngecualikan ujung. Cek juga rentang datanya, karena rentang kosong total juga bisa munculin error yang sama.

Gimana cara pakai QUARTILE buat cari nilai tengah?

Nilai tengah atau median sama persis dengan kuartil kedua. Kamu tinggal pakai QUARTILE.INC(data, 2), dan hasilnya identik dengan MEDIAN(data). Angka 2 di argumen kedua nunjukin posisi 50%, alias tepat di tengah data terurut. Median berguna banget buat data yang timpang, misalnya gaji atau harga rumah, karena dia nggak ketarik sama nilai ekstrem seperti rata-rata.

Kapan aku harus pakai persentil daripada rata-rata?

Pakai persentil kalau datamu timpang atau ada nilai ekstrem yang bikin rata-rata nggak jujur. Contohnya gaji, harga properti, atau waktu respons server. Di kasus ini, median dan kuartil nggambarin kondisi mayoritas data jauh lebih akurat. Rata-rata cuma pas kalau datamu sebarannya seimbang tanpa outlier. Aturan praktisku, selalu lihat median dan kuartil dulu sebelum percaya sama rata-rata.

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.