Kalkulator Jangkauan Interkuartil
Hitung jangkauan interkuartil (IQR), kuartil Q1, Q2, Q3, ringkasan lima angka, dan deteksi pencilan dengan visualisasi box plot interaktif dan perhitungan langkah demi langkah.
Ad blocker Anda mencegah kami menampilkan iklan
MiniWebtool gratis karena iklan. Jika alat ini membantu, dukung kami dengan Premium (bebas iklan + lebih cepat) atau whitelist MiniWebtool.com lalu muat ulang halaman.
- Atau upgrade ke Premium (bebas iklan)
- Izinkan iklan untuk MiniWebtool.com, lalu muat ulang
Tentang Kalkulator Jangkauan Interkuartil
Kalkulator Jangkauan Interkuartil menghitung IQR, semua kuartil (Q1, Q2, Q3), ringkasan lima angka, dan secara otomatis mendeteksi outlier dalam dataset Anda. Dengan visualisasi box plot interaktif dan perhitungan langkah demi langkah, alat ini membantu Anda memahami penyebaran dan distribusi data Anda.
Apa itu Jangkauan Interkuartil (IQR)?
Jangkauan Interkuartil (IQR) adalah ukuran dispersi statistik yang mewakili penyebaran 50% tengah data Anda. Ini dihitung sebagai selisih antara kuartil ketiga (Q3) and kuartil pertama (Q1):
Berbeda dengan range (maks - min), IQR bersifat tahan terhadap outlier, menjadikannya ukuran variabilitas yang lebih kuat. Ini banyak digunakan dalam statistik deskriptif, analisis data, dan untuk mengidentifikasi outlier melalui aturan 1.5×IQR.
Memahami Kuartil
Kuartil membagi dataset yang telah diurutkan menjadi empat bagian yang sama:
- Q1 (Kuartil Pertama / Persentil ke-25): Nilai di bawah mana 25% data berada. Juga disebut kuartil bawah.
- Q2 (Kuartil Kedua / Median / Persentil ke-50): Nilai tengah dataset, membaginya menjadi dua bagian yang sama.
- Q3 (Kuartil Ketiga / Persentil ke-75): Nilai di bawah mana 75% data berada. Juga disebut kuartil atas.
Ringkasan Lima Angka
Ringkasan lima angka memberikan gambaran cepat tentang distribusi dataset:
- Minimum: Nilai terkecil
- Q1: Kuartil pertama (persentil ke-25)
- Q2: Median (persentil ke-50)
- Q3: Kuartil ketiga (persentil ke-75)
- Maksimum: Nilai terbesar
Kelima nilai ini digunakan untuk membuat box plot (plot kotak-dan-kumis), yang secara visual menampilkan distribusi data, kemiringan (skewness), dan outlier.
Deteksi Outlier: Aturan 1.5×IQR
IQR umumnya digunakan untuk mengidentifikasi outlier menggunakan pagar (fences):
Titik data yang berada di bawah pagar bawah atau di atas pagar atas dianggap sebagai outlier potensial. Untuk outlier ekstrem, aturan 3×IQR digunakan (nilai di luar Q1 - 3×IQR atau Q3 + 3×IQR).
Metode Perhitungan Kuartil
Ada berbagai metode untuk menghitung kuartil, yang mungkin menghasilkan hasil yang sedikit berbeda:
| Metode | Digunakan Oleh | Deskripsi |
|---|---|---|
| Eksklusif | TI-83/84, Moore & McCabe, Excel QUARTILE.EXC | Mengeluarkan median saat menghitung Q1 dan Q3 untuk n ganjil. Paling umum dalam pendidikan. |
| Inklusif | TI-85, Minitab, Excel QUARTILE.INC | Menyertakan median di kedua bagian saat menghitung Q1 dan Q3 untuk n ganjil. |
Kalkulator ini mendukung kedua metode. Metode Eksklusif lebih umum diajarkan dalam kursus statistik dan merupakan pengaturan default.
Cara Menggunakan Kalkulator Ini
- Masukkan data Anda: Masukkan angka yang dipisahkan oleh koma, spasi, atau jeda baris. Anda memerlukan setidaknya 4 nilai.
- Pilih metode kuartil: Pilih Eksklusif (default, paling umum) atau Inklusif berdasarkan kebutuhan Anda.
- Atur presisi desimal: Pilih 2-15 tempat desimal untuk hasil Anda.
- Hitung: Klik tombol untuk melihat IQR, kuartil, ringkasan lima angka, deteksi outlier, box plot, dan perhitungan langkah demi langkah.
Aplikasi IQR
- Analisis Data: Memahami penyebaran dan variabilitas dataset
- Kontrol Kualitas: Memantau variabilitas proses dalam manufaktur
- Deteksi Outlier: Mengidentifikasi nilai yang tidak biasa yang mungkin perlu diselidiki
- Box Plot: Membuat representasi visual dari distribusi data
- Membandingkan Distribusi: Menilai variabilitas di berbagai kelompok yang berbeda
- Penelitian & Statistik: Melaporkan ukuran dispersi dalam studi ilmiah
IQR vs Ukuran Penyebaran Lainnya
| Ukuran | Sensitivitas terhadap Outlier | Terbaik Digunakan Saat |
|---|---|---|
| IQR | Tahan (kuat) | Data mungkin mengandung outlier; Anda ingin menggambarkan penyebaran tipikal |
| Range | Sangat sensitif | Gambaran cepat; tidak ada outlier yang hadir |
| Standar Deviasi | Sensitif | Data berdistribusi normal; butuh ukuran variabilitas yang presisi |
| Varians | Sensitif | Perhitungan statistik yang membutuhkan deviasi kuadrat |
Pertanyaan yang Sering Diajukan
Apa itu Jangkauan Interkuartil (IQR)?
Jangkauan Interkuartil (IQR) adalah ukuran dispersi statistik yang sama dengan selisih antara kuartil ketiga (Q3) dan kuartil pertama (Q1). Ini mewakili penyebaran 50% tengah data Anda dan dihitung sebagai IQR = Q3 - Q1. IQR tahan terhadap outlier, menjadikannya ukuran variabilitas yang kuat.
Bagaimana cara menghitung IQR?
Untuk menghitung IQR: 1) Urutkan data Anda dalam urutan menaik. 2) Temukan Q1 (median dari setengah bagian bawah). 3) Temukan Q3 (median dari setengah bagian atas). 4) Hitung IQR = Q3 - Q1. Hasilnya mewakili rentang yang berisi 50% tengah data Anda.
Apa itu aturan 1.5 IQR untuk outlier?
Aturan 1.5 IQR mengidentifikasi outlier sebagai titik data yang berada di bawah Q1 - 1.5×IQR (pagar bawah) atau di atas Q3 + 1.5×IQR (pagar atas). Titik-titik di luar batas ini dianggap sebagai outlier potensial. Aturan 3×IQR mengidentifikasi outlier ekstrem.
Apa perbedaan antara metode kuartil Eksklusif dan Inklusif?
Metode Eksklusif (digunakan oleh TI-83/84, Moore & McCabe) mengeluarkan median saat menghitung Q1 dan Q3 untuk dataset berukuran ganjil. Metode Inklusif (digunakan oleh TI-85, Minitab) menyertakan median di kedua bagian. Keduanya valid; metode Eksklusif lebih umum dalam pendidikan.
Apa itu ringkasan lima angka?
Ringkasan lima angka terdiri dari: Minimum, Q1 (kuartil pertama), Q2 (median), Q3 (kuartil ketiga), dan Maksimum. Kelima nilai ini memberikan gambaran cepat tentang distribusi data Anda dan digunakan untuk membuat box plot.
Mengapa IQR lebih disukai daripada range (jangkauan) untuk mengukur penyebaran?
IQR lebih disukai karena tahan terhadap outlier. Range (maks - min) dapat sangat dipengaruhi oleh nilai ekstrem, sementara IQR berfokus pada 50% tengah data. Ini membuat IQR menjadi ukuran variabilitas tipikal yang lebih kuat dan andal dalam suatu dataset.
Sumber Daya Tambahan
Kutip konten, halaman, atau alat ini sebagai:
"Kalkulator Jangkauan Interkuartil" di https://MiniWebtool.com/id/kalkulator-jangkauan-interkuartil/ dari MiniWebtool, https://MiniWebtool.com/
oleh tim miniwebtool. Diperbarui: 27 Jan 2026
Anda juga dapat mencoba Penyelesai Matematika AI GPT kami untuk menyelesaikan masalah matematika Anda melalui pertanyaan dan jawaban dalam bahasa alami.
Alat terkait lainnya:
Statistik dan analisis data:
- Kalkulator ANOVA
- Kalkulator Rata-rata Aritmatika
- Kalkulator Rata-Rata - Presisi Tinggi
- Kalkulator Deviasi Rata-rata
- Pembuat Diagram Kotak dan Garis
- Kalkulator Uji Chi-Square
- Kalkulator Koefisien Variasi
- Kalkulator Cohen's d
- Kalkulator Tingkat Pertumbuhan Majemuk
- Kalkulator Interval Keyakinan
- Kalkulator Interval Kepercayaan untuk Proporsi Baru
- Kalkulator Koefisien Korelasi
- Kalkulator Rata-Rata Geometris
- Kalkulator Harmonic Mean
- Pembuat Histogram
- Kalkulator Jangkauan Interkuartil
- Kalkulator Uji Kruskal-Wallis
- Kalkulator Regresi Linier
- Kalkulator Pertumbuhan Logaritmik
- Kalkulator Uji Mann-Whitney U
- Kalkulator Deviasi Absolut Rata-rata (MAD)
- Kalkulator Rata-rata
- Kalkulator Mean, Median dan Modus
- Kalkulator Deviasi Absolut Median
- Kalkulator Median
- Kalkulator Midrange
- Kalkulator Modus
- Kalkulator Outlier
- Kalkulator Deviasi Standar Populasi-Presisi Tinggi
- Kalkulator Kuartil
- Kalkulator Simpangan Kuartil
- Kalkulator Jangkauan
- Kalkulator Deviasi Standar Relatif Unggulan
- Kalkulator RMS
- Kalkulator Rata-rata Sampel
- Kalkulator Ukuran Sampel
- Kalkulator Simpangan Baku Sampel
- Pembuat Diagram Sebaran
- Kalkulator Standar Deviasi - Presisi Tinggi
- Kalkulator Kesalahan Standar
- Kalkulator Statistik
- Kalkulator Uji t
- Kalkulator Varians Presisi Tinggi
- Kalkulator Z-Score Baru