TL;DR
Soal probabilitas di interview data analyst biasanya nguji empat hal: ruang sampel, kejadian saling lepas atau nggak, kejadian bebas atau bersyarat, dan Bayes. Yang dinilai pewawancara bukan cuma angka akhirnya, tapi apakah kamu nyebutin asumsi dan nulis langkahnya dengan rapi. Latih sepuluh soal di bawah ini sampai kamu bisa ngerjainnya sambil ngomong, karena itu yang bakal terjadi di ruang interview.
Soal probabilitas di interview data analyst bukan buat ngetes kamu hafal rumus atau nggak. Yang dites itu apakah kamu bisa mecah masalah acak jadi langkah yang jelas.
Sepuluh soal di bawah ini yang polanya paling sering muncul, dari dadu sampai kasus bisnis. Pembahasannya lengkap, plus catatan soal apa yang sebenernya dinilai pewawancara.
Kerjain sendiri dulu sebelum lihat jawabannya.
Pewawancara ngeliat empat hal: apakah kamu nyebut ruang sampelnya, apakah kamu sadar kejadiannya saling bebas atau nggak, apakah kamu nulis langkahnya sebelum ngitung, dan apakah kamu ngecek hasilnya masuk akal. Angka akhir yang salah dikit masih bisa dimaafin. Alur berpikir yang loncat-loncat nggak.
Alur empat langkah yang aku pakai buat semua soal:
Soal: Dua dadu enam sisi dilempar bareng. Berapa peluang jumlah kedua mata dadunya 8?
Pembahasan: Ruang sampelnya 6 × 6 = 36 pasangan. Pasangan yang jumlahnya 8: (2,6), (3,5), (4,4), (5,3), (6,2). Ada 5.
Peluangnya 5/36 = 0,1389 atau sekitar 13,9 persen.
Jebakannya: nulis (2,6) dan (6,2) sebagai satu kemungkinan. Dadunya beda, jadi urutannya kehitung.
Soal: Satu koin seimbang dilempar 3 kali. Berapa peluang muncul minimal satu gambar?
Pembahasan: Ngitung langsung butuh jumlahin banyak kasus. Lebih cepat pakai kejadian komplemen: minimal satu gambar itu kebalikan dari nol gambar.
P(nol gambar) = (1/2)3 = 1/8. Jadi P(minimal satu gambar) = 1 - 1/8 = 7/8 = 87,5 persen.
Yang dinilai: begitu kamu denger kata "minimal satu", langsung pikirin komplemennya. Ini pola yang kepakai terus.
Soal: Di ruangan ada 23 orang. Berapa peluang minimal dua orang punya tanggal ulang tahun sama?
Pembahasan: Pakai komplemen lagi. Peluang semua orang beda tanggal:
P(semua beda) = (365/365) * (364/365) * (363/365) * ... * (343/365)Hasilnya sekitar 0,4927. Jadi peluang ada yang sama = 1 - 0,4927 = 0,5073 atau sekitar 50,7 persen.
Kenapa soal ini favorit pewawancara: jawabannya bertentangan sama tebakan kebanyakan orang. Yang dinilai bukan angkanya, tapi apakah kamu bisa jelasin kenapa hasilnya setinggi itu. Kuncinya: yang dihitung pasangan orang, dan dari 23 orang ada 253 pasangan.
Soal: Sistem deteksi fraud kamu nangkep 95 persen transaksi yang beneran fraud. Tapi dia juga nandain 10 persen transaksi normal sebagai fraud. Kalau 1 persen dari semua transaksi itu fraud, dan satu transaksi ditandai fraud, berapa peluang dia beneran fraud?
Pembahasan: Bayangin 10.000 transaksi.
P(fraud | ditandai) = 95 / 1.085 = 0,0876 atau sekitar 8,8 persen.
Ini soal paling penting di daftar ini. Angkanya mengejutkan: sistem yang akurasinya 95 persen ternyata cuma bener 9 dari 100 alarm. Penyebabnya kejadian yang dicari memang jarang.
Cara jawab pakai jumlah orang, bukan pecahan, hampir selalu lebih gampang diikuti pewawancara.
Soal: Ambil dua kartu dari satu set 52 kartu tanpa dikembalikan. Berapa peluang dua-duanya As?
Pembahasan: Kartu pertama As: 4/52. Setelah satu As keluar, sisa 3 As dari 51 kartu: 3/51.
P = (4/52) × (3/51) = 12/2652 = 1/221 atau sekitar 0,45 persen.
Jebakannya: nulis (4/52) × (4/52). Itu jawaban buat pengambilan dengan pengembalian, dan soalnya bilang tanpa dikembalikan.
Soal: Ada 3 pintu, satu berisi mobil, dua berisi kambing. Kamu pilih pintu 1. Pembawa acara yang tau isinya buka pintu 3 dan nunjukkin kambing. Kamu ditawarin pindah ke pintu 2. Sebaiknya pindah atau nggak?
Pembahasan: Pindah. Peluang menang naik dari 1/3 jadi 2/3.
Waktu kamu milih pertama kali, peluang kamu bener 1/3, dan peluang mobilnya ada di dua pintu sisanya 2/3. Pembawa acara yang tau isinya selalu buka pintu berisi kambing, jadi seluruh peluang 2/3 itu ngumpul di satu pintu yang tersisa.
Kunci jawabannya: tekankan bahwa pembawa acara tau isi pintunya. Kalau dia buka pintu secara acak, hasilnya beda. Nyebut asumsi ini yang bikin jawaban kamu kelihatan matang.
Soal: Tiap pelanggan punya peluang 20 persen berhenti langganan bulan ini, dan keputusan mereka saling bebas. Kalau kamu punya 5 pelanggan, berapa peluang minimal satu berhenti?
Pembahasan: Komplemen lagi. P(nggak ada yang berhenti) = 0,85 = 0,32768.
P(minimal satu berhenti) = 1 - 0,32768 = 0,6723 atau sekitar 67,2 persen.
Lanjutan yang sering ditanya: berapa peluang tepat dua yang berhenti? Ini binomial: C(5,2) × 0,22 × 0,83 = 10 × 0,04 × 0,512 = 0,2048 atau 20,5 persen. Di Python, hitungannya satu baris pakai scipy.stats.binom.
Soal: Kamu kirim voucher Rp10.000 ke pelanggan toko_berkah. Peluang ditebus 12 persen. Kalau ditebus, rata-rata pelanggan belanja dengan margin kotor Rp45.000. Biaya kirim pesan Rp150 per pelanggan. Untung atau rugi?
Pembahasan: Biaya voucher cuma keluar kalau ditebus, biaya kirim keluar buat semua orang.
Nilai harapan per pelanggan
= 0,12 * (45.000 - 10.000) - 150
= 0,12 * 35.000 - 150
= 4.200 - 150
= Rp4.050Positif, jadi kampanyenya layak jalan. Kirim ke 3.000 pelanggan, nilai harapannya sekitar Rp12,15 juta.
Yang bikin jawaban kamu menonjol: sebutin asumsinya. Angka ini nganggep semua pembelian itu tambahan baru. Kalau sebagian pelanggan memang bakal belanja tanpa voucher, untungnya lebih kecil. Cara misahin efek beneran dari efek semu itu urusan A/B testing.
Soal: Satu keluarga punya 2 anak. Kamu tau minimal satu di antaranya perempuan. Berapa peluang dua-duanya perempuan?
Pembahasan: Ruang sampel awal: LL, LP, PL, PP, masing-masing peluangnya sama. Informasi "minimal satu perempuan" ngebuang LL, jadi sisa tiga kemungkinan: LP, PL, PP.
Cuma satu dari tiga yang dua-duanya perempuan, jadi peluangnya 1/3.
Catatan penting: jawabannya berubah jadi 1/2 kalau soalnya bilang "anak sulungnya perempuan", soalnya itu ngebuang LL dan LP sekaligus. Sebutin perbedaan ini waktu jawab, itu yang dicari pewawancara.
Soal: Tim customer service kamu rata-rata terima 3 komplain per jam. Berapa peluang dalam satu jam nggak ada komplain sama sekali?
Pembahasan: Kejadian yang muncul acak sepanjang waktu dengan rata-rata tetap itu pola Poisson. Rumusnya P(X = 0) = e-3.
e-3 = 0,0498 atau sekitar 5 persen.
Kapan pakai Poisson, kapan binomial: pakai binomial kalau jumlah percobaannya jelas, misalnya 5 pelanggan. Pakai Poisson kalau yang kamu tau cuma rata-rata kejadian per satuan waktu, dan jumlah percobaannya nggak kebatas.
| Kebiasaan | Kenapa berpengaruh |
|---|---|
| Ulang soalnya pakai kalimat sendiri | Nunjukkin kamu paham yang ditanya, dan kamu dapet waktu mikir |
| Sebut asumsinya di depan | Sebagian soal sengaja ambigu buat ngetes ini |
| Pakai angka orang, bukan pecahan | Soal Bayes jadi jauh lebih gampang diikuti |
| Ngomong terus selama mikir | Diam 30 detik bikin pewawancara nggak tau kamu lagi ngapain |
| Cek hasilnya masuk akal | Peluang di atas 1 atau di bawah 0 langsung ketahuan salah |
Kebiasaan kedua paling sering bikin beda. Soal nomor 9 itu contohnya, dan kandidat yang nyebut perbedaan antara "minimal satu" dan "anak sulung" hampir selalu dinilai lebih tinggi walaupun angkanya sama.
Buat posisi analyst di perusahaan produk digital dan fintech, hampir selalu ada minimal satu soal. Buat posisi analyst di perusahaan tradisional, lebih sering diganti soal SQL dan Excel. Kalau lowongannya nyebut A/B testing atau eksperimen, siapin diri kamu, soalnya probabilitas dan uji hipotesis pasti ditanya.
Boleh, dan kamu memang harus minta. Nulis di papan atau kertas bikin pewawancara bisa ngikutin cara berpikir kamu, dan itu yang dia nilai. Kalkulator biasanya nggak diperlukan karena angkanya sengaja dibikin bulat. Yang penting kamu nyebutin rumusnya dulu sebelum masukin angka.
Nggak, selama alur berpikirnya bener. Pewawancara jauh lebih peduli sama cara kamu nyusun masalah daripada angka desimalnya. Yang bikin gugur itu diam lama tanpa ngomong apa-apa, atau ngasih angka tanpa bisa jelasin dari mana. Ngomong keras-keras selama mikir, walaupun belum ketemu jawabannya.
Yang perlu kamu kuasai cuma tiga: aturan penjumlahan, aturan perkalian, dan Bayes. Buat distribusi, cukup tau kapan pakai binomial dan kapan pakai Poisson, plus rata-ratanya. Rumus lengkapnya jarang diminta dihafal, tapi kamu harus bisa jelasin kenapa satu distribusi lebih cocok dari yang lain.
Kerjain soal sambil ngomong keras, bukan sambil diam nulis. Kondisi interview itu bikin kamu harus mikir dan ngomong bareng, dan itu keterampilan terpisah dari ngitung. Latihan lima soal sehari selama dua minggu jauh lebih efektif daripada satu sesi panjang di malam sebelum interview.
Ambil soal nomor 4 dan nomor 8, lalu kerjain ulang sambil ngomong keras seolah ada pewawancara di depan kamu.
Dua soal itu polanya paling sering muncul dalam bentuk kasus bisnis, dan dua-duanya nguji apakah kamu bisa nerjemahin angka jadi keputusan.
Habis itu, lanjut ke bagian statistiknya di kumpulan pertanyaan interview statistik, dan bagian SQL-nya di latihan soal SQL menengah.
Mau praktek langsung? Mulai latihan SQL gratis
Latihan interaktif, langsung di browser.
Kerja data analyst di luar negeri bukan soal ijazah luar negeri. Yang nentuin: sponsorship visa, portfolio, dan negara yang kamu incar.
Financial analyst kerja di angka uang, data analyst kerja di angka apa pun. Tapi di 2026 tools-nya makin sama. Ini beda dan irisannya.
Apa itu marketing analyst, metrik apa yang tiap hari dipegang, tools yang wajib bisa, dan jalur masuk yang paling realistis buat orang non-teknis di Indonesia.