Kalkulator Statistik
Kalkulator Kuartil


Kalkulator Kuartil

Kalkulator Kuartil online untuk menghitung Q1, Q2 (median), Q3, jangkauan interkuartil (IQR), serta nilai minimum dan maksimum data secara cepat dan akurat.

Statistik Kuartil
Kuartil Pertama (Q1) 25
Kuartil Kedua (Q2) 55
Kuartil Ketiga (Q3) 75
Jangkauan Antarkuartil (IQR) 50
Median = Q2 (x˜) 55
Min 10
Max 100
Jangkauan (R) 90

Ada kesalahan dengan perhitungan Anda.

Terakhir diperbarui: 3 Juni 2026

Daftar Isi

  1. Kuartil
  2. Perhitungan Kuartil
  3. Jangkauan atau Rentang Interkuartil
  4. Nilai Minimum dan Maksimum
  5. Jangkauan dari Suatu Kumpulan Data
  6. Penerapan Perhitungan Kuartil di Dunia Nyata

Kalkulator Kuartil

Kalkulator kuartil ini sangat membantu ketika Anda ingin menemukan ringkasan lima angka (five-number summary) untuk Diagram Kotak Garis (Box-and-Whisker Plot). Kalkulator statistik ini akan menghitung secara akurat kuartil pertama (Q1), kuartil kedua (Q2) atau median, kuartil ketiga (Q3), nilai minimum, serta nilai maksimum dari kumpulan data (dataset) yang Anda berikan. Selain itu, kalkulator ini juga akan menghitung jangkauan interkuartil (IQR) beserta rentang total data Anda secara otomatis.

Anda hanya perlu memasukkan atau menyalin-tempel (copy-paste) data Anda, lalu klik tombol "Hitung". Pastikan untuk memisahkan setiap angka menggunakan tanda koma atau spasi.

Kuartil

Kuartil adalah salah satu ukuran letak data (ukuran posisi) dalam ilmu statistika. Konsep ini membantu Anda menggambarkan posisi suatu nilai relatif terhadap nilai-nilai lain di dalam sebuah dataset.

Kuartil digunakan untuk membagi kumpulan data yang telah diurutkan dari nilai terkecil hingga terbesar (ascending) menjadi empat bagian yang sama besar. Setiap bagian akan berisi jumlah data yang sama. Kita dapat menghitung tiga jenis kuartil untuk satu kumpulan data:

  • Kuartil pertama (Q1 atau kuartil bawah)
  • Kuartil kedua (Q2 atau median)
  • Kuartil ketiga (Q3 atau kuartil atas)

Kuartil pertama (Q1) adalah nilai data yang memisahkan 25% data terbawah dari 75% data teratas setelah diurutkan. Dengan kata lain, kuartil pertama memiliki 25% data yang bernilai lebih kecil darinya dan 75% data yang bernilai lebih besar. Nilai ini setara dengan persentil ke-25 dari dataset.

Kuartil kedua (Q2) adalah nilai data yang memisahkan 50% data terbawah dari 50% data teratas setelah diurutkan. Artinya, kuartil kedua memiliki 50% data yang lebih kecil darinya dan 50% data yang lebih besar. Kuartil kedua ini bernilai sama persis dengan median, serta mewakili persentil ke-50 dari dataset.

Kuartil ketiga (Q3) adalah nilai data yang memisahkan 75% data terbawah dari 25% data teratas setelah diurutkan. Jadi, kuartil ketiga memiliki 75% data yang bernilai lebih kecil darinya dan 25% data yang bernilai lebih besar. Nilai ini setara dengan persentil ke-75 dari dataset.

Perhitungan Kuartil

Anda dapat mengikuti langkah-langkah praktis di bawah ini untuk mencari nilai kuartil:

  • Urutkan data dari nilai terkecil hingga terbesar (ascending).
  • Temukan nilai median dari seluruh data. Ini adalah kuartil kedua (Q2).
  • Temukan median dari kelompok data yang berada di bawah kuartil kedua. Ini adalah kuartil pertama (Q1).
  • Temukan median dari kelompok data yang berada di atas kuartil kedua. Ini adalah kuartil ketiga (Q3).

Contoh 1

Kumpulan data berikut ini mewakili gaji awal para akuntan lulusan baru (fresh graduate) dari sebuah perguruan tinggi. Temukan nilai median (Q2), kuartil bawah (Q1), dan kuartil atas (Q3) untuk gaji awal tersebut. Berikan interpretasi dari hasil perhitungan Anda.

$55.000, $60.000, $52.000, $45.000, $74.000, $75.000, $48.000, $58.000, $72.000, $66.000, $45.000, $50.000, $54.000, $65.000, $71.000

Solusi

Pertama, kita akan mengurutkan data tersebut dari nilai terkecil ke terbesar.

$45.000, $45.000, $48.000, $50.000, $52.000, $54.000, $55.000, $58.000, $60.000, $65.000, $66.000, $71.000, $72.000, $74.000, $75.000

Kemudian, kita akan mencari letak dari kuartil kedua atau mediannya.

$$Kuartil\ kedua(Q2)=\left(\frac{N+1}{2}\right) item=\left(\frac{15+1}{2}\right) item=8\ item=58.000$$

Selanjutnya, carilah median dari nilai data yang berada di bawah Q2 untuk menemukan Q1.

$45.000, $45.000, $48.000, $50.000, $52.000, $54.000, $55.000

Kuartil pertama (Q1) = $50.000

Selanjutnya, carilah median dari nilai data yang berada di atas Q2 untuk menemukan Q3.

$60.000, $65.000, $66.000, $71.000, $72.000, $74.000, $75.000

Kuartil ketiga (Q3) = $71.000

Anda dapat menafsirkan hasil perhitungan kuartil di atas sebagai berikut:

Sebanyak 25% dari akuntan lulusan baru akan berpenghasilan kurang dari $50.000, dan 25% lainnya akan berpenghasilan lebih dari $71.000. Sementara itu, 50% dari akuntan lulusan baru akan memiliki gaji di atas $58.000, sedangkan 50% sisanya akan berpenghasilan di bawah angka tersebut.

Dari contoh di atas, Anda dapat melihat bahwa untuk jumlah data ganjil, kuartil akan tepat berada pada salah satu nilai data yang ada. Namun, untuk jumlah data genap, kuartil mungkin tidak jatuh tepat di satu angka tertentu. Mari kita modifikasi contoh di atas untuk mempelajarinya lebih lanjut.

Contoh 2

Asumsikan Anda lupa memasukkan satu data gaji ke dalam daftar pada Contoh 1. Gaji yang terlewat tersebut adalah $95.000. Temukan median yang telah direvisi (Q2), kuartil bawah (Q1), dan kuartil atas (Q3) untuk data gaji awal tersebut.

Solusi

Pertama, kita akan mengurutkan kembali data tersebut secara ascending (naik).

$45.000, $45.000, $48.000, $50.000, $52.000, $54.000, $55.000, $58.000, $60.000, $65.000, $66.000, $71.000, $72.000, $74.000, $75.000, $95.000

Kemudian, kita akan mencari letak kuartilnya.

$$Kuartil\ kedua(Q2)=\left(\frac{N+1}{2}\right) item=\left(\frac{16+1}{2}\right) item=8,5\ item$$

$$Kuartil\ kedua(Q2)=\frac{8\ item+9\ item}{2}=\frac{58.000+60.000}{2}=59.000$$

Sekarang, bagilah dataset tepat pada garis median menjadi dua kelompok. Temukan median dari kelompok data di bawah Q2 untuk mencari Q1.

$45.000, $45.000, $48.000, $50.000, $52.000, $54.000, $55.000, $58.000

Kuartil pertama (Q1) = ($50.000 + $52.000)/2 = $51.000

Selanjutnya, carilah median dari kelompok data di atas Q2 untuk mencari Q3.

$60.000, $65.000, $66.000, $71.000, $72.000, $74.000, $75.000, $95.000

Kuartil ketiga (Q3) = ($71.000 + $72.000)/2 = $71.500

Jangkauan atau Rentang Interkuartil

Selisih antara kuartil atas (Q3) dan kuartil bawah (Q1) dikenal sebagai Jangkauan Interkuartil (Interquartile Range/IQR).

  • Rentang Interkuartil (IQR) = Kuartil Atas - Kuartil Bawah
  • Rentang Interkuartil (IQR) = Kuartil Ketiga - Kuartil Pertama
  • Rentang Interkuartil (IQR) = Q3 - Q1

Jangkauan interkuartil mengeliminasi 25% data terendah dan 25% data tertinggi dari sebuah dataset. Dengan kata lain, metrik ini murni berfokus pada sebaran 50% data yang berada tepat di tengah. Karena secara otomatis mengabaikan data di bawah kuartil bawah dan di atas kuartil atas, perhitungan jangkauan interkuartil tidak akan terpengaruh oleh nilai ekstrem atau outlier (pencilan) dalam dataset. Hal ini secara efektif menutupi kelemahan utama dari perhitungan rentang biasa.

Contoh 3

Temukan jangkauan interkuartil dari data pada Contoh 1.

Solusi

Kita telah menemukan nilai-nilai kuartil untuk data tersebut:

  • Kuartil pertama (Q1) = $50.000
  • Kuartil kedua (Q2) = $58.000
  • Kuartil ketiga (Q3) = $71.000

Mari kita masukkan angka-angka di atas ke dalam rumus IQR.

Rentang Interkuartil (IQR) = Kuartil ketiga (Q3) - Kuartil pertama (Q1) = $71.000 - $50.000 = $21.000

Contoh 4

Temukanlah jangkauan interkuartil dari data pada Contoh 2.

Solusi

Kita telah menemukan nilai-nilai kuartil untuk data tersebut:

  • Kuartil pertama (Q1) = $51.000
  • Kuartil kedua (Q2) = $59.000
  • Kuartil ketiga (Q3) = $71.500

Mari kita masukkan angka-angka di atas ke dalam rumus jangkauan interkuartil.

Rentang Interkuartil (IQR) = Kuartil ketiga (Q3) - Kuartil pertama (Q1) = $71.500 - $51.000 = $20.500

Nilai Minimum dan Maksimum

Nilai minimum adalah nilai yang paling rendah dalam suatu dataset. Ketika Anda mengurutkan sekumpulan data dari yang terkecil hingga terbesar, ini merupakan angka pertama dari susunan data Anda.

Nilai maksimum adalah nilai yang paling tinggi dalam suatu dataset. Ketika Anda mengurutkan data dari yang terkecil hingga terbesar, ini merupakan angka terakhir dari susunan data Anda.

Nilai minimum dan nilai maksimum ini sangat membantu Anda dalam menganalisis total sebaran (dispersi) data. Penghitungan rentang (jangkauan) biasa, yang merupakan ukuran paling dasar dari sebaran data, bertumpu murni pada selisih antara nilai minimum dan maksimum ini.

Contoh 5

Temukan nilai minimum dan nilai maksimum dari dataset gaji awal akuntan lulusan baru dari Contoh 1.

Solusi

Kita telah mengurutkan dataset tersebut seperti di bawah ini.

$45.000, $45.000, $48.000, $50.000, $52.000, $54.000, $55.000, $58.000, $60.000, $65.000, $66.000, $71.000, $72.000, $74.000, $75.000

Gaji minimum adalah data pertama pada urutan di atas. Oleh karena itu:

Gaji awal minimum akuntan lulusan baru = $45.000

Gaji maksimum adalah data terakhir pada urutan di atas. Oleh karena itu:

Gaji awal maksimum akuntan lulusan baru = $75.000

Contoh 6

Temukan nilai minimum dan nilai maksimum dari dataset gaji awal akuntan lulusan baru dari Contoh 2.

Solusi

Kita telah mengurutkan dataset tersebut seperti di bawah ini.

$45.000, $45.000, $48.000, $50.000, $52.000, $54.000, $55.000, $58.000, $60.000, $65.000, $66.000, $71.000, $72.000, $74.000, $75.000, $95.000

Gaji minimum adalah data pertama pada urutan di atas. Oleh karena itu:

Gaji awal minimum akuntan lulusan baru = $45.000

Gaji maksimum adalah data terakhir pada urutan di atas. Oleh karena itu:

Gaji awal maksimum akuntan lulusan baru = $95.000

Jangkauan dari Suatu Kumpulan Data

Dalam ilmu statistik, rentang atau jangkauan (range) adalah ukuran paling dasar untuk melihat persebaran suatu dataset. Nilai ini dihitung sebagai selisih antara nilai terbesar (maksimum) dan nilai terkecil (minimum) dari kumpulan data tersebut.

Jangkauan Kumpulan Data = Nilai Maksimum - Nilai Minimum

Rentang (Range) = Nilai Terbesar - Nilai Terkecil

Jangkauan menunjukkan total jarak atau rentang sebaran antara dua nilai paling ekstrem dari sebuah dataset, menjadikannya sebagai alat ukur dispersi yang cepat namun masih terbilang kasar.

Karena perhitungan ini hanya bergantung sepenuhnya pada dua item paling ujung, jangkauan sangat mudah terdistorsi (menjadi bias) jika nilai ekstrem tersebut mengandung outlier atau pencilan yang tidak wajar.

Akibat kelemahannya yang tidak merepresentasikan keseluruhan titik data yang ada dalam dataset, rentang biasa sering kali tidak dianggap sebagai indikator penyebaran (dispersi) data yang komprehensif.

Contoh 7

Temukan jangkauan dataset gaji awal akuntan lulusan baru dari Contoh 1.

Solusi

Sebelumnya, kita telah menemukan nilai minimum dan nilai maksimum dari dataset tersebut.

Gaji awal minimum untuk akuntan lulusan baru = $45.000

Gaji awal maksimum untuk akuntan lulusan baru = $75.000

Sekarang, kita akan memasukkan nilai-nilai di atas ke dalam rumus jangkauan.

Jangkauan Kumpulan Data = Nilai Maksimum - Nilai Minimum = $75.000 - $45.000 = $30.000

Contoh 8

Temukan jangkauan dataset gaji awal akuntan lulusan baru dari Contoh 2.

Solusi

Sebelumnya, kita telah menemukan nilai minimum dan nilai maksimum dari dataset tersebut.

Gaji awal minimum untuk akuntan lulusan baru = $45.000

Gaji awal maksimum untuk akuntan lulusan baru = $95.000

Sekarang, kita akan memasukkan nilai-nilai di atas ke dalam rumus jangkauan.

Jangkauan Kumpulan Data = Nilai Maksimum - Nilai Minimum = $95.000 - $45.000 = $50.000

Penerapan Perhitungan Kuartil di Dunia Nyata

Penghitungan kuartil sangat bermanfaat ketika kita ingin mengabaikan nilai ekstrem (outlier) dari suatu dataset dan ingin menganalisis distribusi data intinya saja. Berikut adalah beberapa contoh bidang profesional yang mengandalkan kuartil dalam pengambilan keputusan strategis:

Sumber Daya Manusia (HR) - HR biasanya menghitung kuartil gaji terlebih dahulu sebelum menetapkan struktur standar penggajian karyawan di perusahaan. Hal ini sangat berguna untuk memfilter dan mengeliminasi anomali data, seperti upah anak magang yang sangat rendah, atau paket gaji eksekutif senior yang luar biasa tinggi akibat keahlian khusus mereka, sehingga rentang gaji standar bisa lebih terukur dan realistis.

Keuangan - Saat memproyeksikan perencanaan anggaran bulanan, kuartil sering dihitung untuk melihat profil penyebaran pengeluaran historis di masa lalu. Wawasan finansial ini sangat penting untuk membantu manajemen menghindari risiko defisit maupun alokasi kelebihan anggaran.

Manufaktur & Produksi - Dalam dunia industri, kalkulasi ini menyediakan gambaran tentang kapasitas laju produksi harian yang lebih stabil—yang tidak terdistorsi oleh insiden tak terduga (seperti pemadaman listrik secara mendadak, mogok kerja karyawan massal, atau ketiadaan suplai bahan baku mentah selama beberapa hari).

Pemasaran (Marketing) - Saat pemasar menganalisis strategi pricing (penetapan harga) dari pesaing di pasar, mereka akan mencari kuartil dari semua rentang harga yang ada. Hal ini memungkinkan tim strategi untuk mengabaikan harga produk yang terlalu murah (merek low-end) maupun harga premium yang terlampau tinggi demi mendapatkan patokan harga kompetitif yang paling akurat.