Interview data analyst biasanya terdiri dari empat jenis pertanyaan: teknis (SQL dan spreadsheet, sering berupa tes langsung), statistik dasar, studi kasus bisnis ("omzet turun, apa yang kamu cek?"), dan pertanyaan perilaku tentang pengalamanmu. Yang dinilai bukan hafalan sintaks, tetapi cara berpikir: apakah kamu memperjelas pertanyaan dulu, memeriksa angka, dan bisa menjelaskan hasilnya dengan sederhana. Di bawah ada pertanyaan yang paling sering muncul untuk setiap jenis, contoh jawabannya, dan kerangka menjawab yang bisa dipakai untuk pertanyaan yang belum pernah kamu dengar.

Format Seleksi yang Umum

  • Tes SQL tertulis atau langsung, biasanya 3 sampai 5 soal dengan tabel penjualan, pelanggan, atau transaksi.
  • Tugas yang dibawa pulang (take-home test): diberi dataset, diminta menganalisis dan membuat presentasi atau laporan singkat dalam beberapa hari.
  • Interview dengan user atau atasan, berisi studi kasus dan pertanyaan tentang proyek yang pernah kamu kerjakan.
  • Interview HR, berisi pertanyaan perilaku dan ekspektasi.

Pertanyaan SQL

Semua contoh di bawah bisa kamu latih dengan dataset latihan kedai kopi.

1. Apa beda WHERE dan HAVING?

WHERE menyaring baris sebelum dikelompokkan, HAVING menyaring kelompok setelah dihitung. Contoh: "hanya pesanan bulan April" pakai WHERE; "hanya produk yang total terjualnya minimal 15" pakai HAVING SUM(qty) >= 15. Penjelasan lengkap di GROUP BY dan HAVING.

2. Apa beda INNER JOIN dan LEFT JOIN? Kapan memakai yang mana?

INNER JOIN hanya menyisakan baris yang punya pasangan di kedua tabel; LEFT JOIN menyimpan semua baris tabel kiri. Jawaban yang menonjol menyebut akibatnya: kalau tabel pesanan di-INNER JOIN ke tabel pelanggan, pesanan dari pembeli non-member ikut hilang dan omzet jadi kurang. Pakai LEFT JOIN kalau kolom penghubungnya boleh kosong, dan untuk mencari data yang tidak punya pasangan.

3. Total omzetmu tiba-tiba dua kali lipat setelah JOIN. Kenapa?

Hampir pasti ada baris ganda: tabel yang digabung punya lebih dari satu baris untuk setiap kunci, misalnya pesanan digabung dengan item pesanan lalu nilai di tingkat pesanan dijumlahkan. Cara mengecek: bandingkan jumlah baris sebelum dan sesudah JOIN. Cara memperbaiki: rangkum tabel detail lebih dulu, atau pakai COUNT(DISTINCT ...). Pertanyaan ini sering dipakai untuk membedakan orang yang sudah benar-benar bekerja dengan data. Lihat jebakan baris ganda.

4. Apa beda COUNT(*), COUNT(kolom), dan COUNT(DISTINCT kolom)?

COUNT(*) menghitung semua baris, COUNT(kolom) menghitung baris yang kolomnya tidak kosong, dan COUNT(DISTINCT kolom) menghitung nilai unik. Untuk "berapa pelanggan", jawabannya COUNT(DISTINCT id_pelanggan), bukan COUNT(*).

5. Tampilkan produk terlaris di setiap kategori.

Soal klasik top N per kelompok. Jawabannya memakai window function:

WITH penjualan AS (
  SELECT pr.kategori, pr.nama_produk, SUM(i.qty * i.harga_satuan) AS omzet
  FROM item_pesanan i
  JOIN produk pr ON pr.id_produk = i.id_produk
  GROUP BY pr.kategori, pr.nama_produk
),
peringkat AS (
  SELECT *, ROW_NUMBER() OVER (PARTITION BY kategori ORDER BY omzet DESC) AS urutan
  FROM penjualan
)
SELECT kategori, nama_produk, omzet
FROM peringkat
WHERE urutan = 1;

Nilai tambah kalau kamu menyebut sendiri: bagaimana kalau ada dua produk dengan omzet sama? ROW_NUMBER memilih salah satunya tanpa urutan yang pasti, kecuali diberi kolom penentu kedua; RANK menampilkan keduanya. Penjelasannya di window function.

6. Hitung pertumbuhan omzet bulanan.

Rangkum omzet per bulan dengan CTE, lalu bandingkan dengan bulan sebelumnya memakai LAG(omzet) OVER (ORDER BY bulan). Sebutkan juga bahwa pembagiannya harus desimal (kalikan 100.0), dan bahwa bulan yang tidak punya transaksi bisa membuat LAG membandingkan dengan bulan yang salah.

7. Kenapa WHERE kolom = NULL tidak menghasilkan apa-apa?

Karena NULL berarti "tidak diketahui", dan membandingkannya dengan = tidak pernah bernilai benar. Pakai IS NULL.

8. Apa beda UNION dan UNION ALL?

Keduanya menumpuk hasil dua query. UNION membuang baris yang sama persis, UNION ALL tidak. UNION ALL lebih cepat, dan dipakai kalau kamu yakin tidak ada duplikat atau duplikatnya memang ingin dihitung.

Tips tes SQL langsung: ucapkan apa yang sedang kamu pikirkan, tulis query secara bertahap dengan CTE, dan periksa hasilnya dengan logika sebelum menyerahkan ("totalnya 2,5 juta, sama dengan total seluruh tabel, jadi JOIN-nya benar"). Pewawancara menilai prosesnya, bukan hanya hasil akhirnya.

Pertanyaan Spreadsheet

9. Apa beda VLOOKUP dan XLOOKUP?

XLOOKUP bisa mencari ke kiri, pencocokannya persis secara default, punya nilai pengganti kalau tidak ketemu, dan tidak rusak saat kolom disisipkan. VLOOKUP harus diberi argumen FALSE untuk pencocokan persis. Sebutkan juga penyebab #N/A yang paling umum: spasi tersembunyi dan angka yang tersimpan sebagai teks. Lihat XLOOKUP vs VLOOKUP.

10. Bagaimana cara menghitung jumlah transaksi unik di pivot table?

Kalau datanya per item, Count biasa menghitung baris, bukan transaksi. Di Google Sheets pakai COUNTUNIQUE; di Excel centang Add this data to the Data Model lalu pilih Distinct Count. Lihat pivot table untuk pemula.

11. Data yang kamu terima berantakan. Apa yang kamu lakukan pertama kali?

Simpan salinan data mentah, lalu periksa: baris kosong, duplikat, spasi berlebih, penulisan yang tidak seragam, angka dan tanggal yang tersimpan sebagai teks. Urutannya penting: rapikan spasi dulu, baru cari duplikat. Lihat membersihkan data.

Pertanyaan Statistik

12. Kapan memakai median, bukan rata-rata?

Kalau ada nilai ekstrem, seperti gaji, harga, atau nilai transaksi. Contoh: rata-rata gaji di usaha kecil bisa Rp7,2 juta karena satu gaji pemilik, padahal median dan gaji kebanyakan karyawannya Rp5 juta. Lihat mean, median, dan modus.

13. Bagaimana kamu menemukan dan menangani outlier?

Cara umum: data di luar Q1 − 1,5 × IQR sampai Q3 + 1,5 × IQR. Penanganannya: cek dulu apakah salah input; kalau datanya benar, jangan dibuang diam-diam, dan laporkan hasil dengan dan tanpa outlier kalau kesimpulannya berubah. Lihat statistik dasar untuk data analyst.

14. Penjualan es krim dan kasus tenggelam sama-sama naik di musim panas. Apakah es krim menyebabkan orang tenggelam?

Tidak. Keduanya disebabkan faktor ketiga, yaitu cuaca panas. Jawaban yang baik menyebutkan cara mengecek: cari faktor ketiga, cek urutan waktu, dan lihat apakah polanya konsisten di kelompok lain.

Pertanyaan Studi Kasus

15. "Omzet bulan ini turun 15%. Apa yang kamu lakukan?"

Pakai kerangka ini, dan sebutkan langkahnya satu per satu:

  1. Perjelas. Turun dibanding apa: bulan lalu atau bulan yang sama tahun lalu? Apakah ada perubahan cara pencatatan?
  2. Pecah. Omzet = jumlah transaksi × rata-rata nilai transaksi. Yang turun yang mana?
  3. Telusuri. Per cabang, per produk, per kanal, per kelompok pelanggan. Temukan bagian yang berubah paling besar.
  4. Cari penyebab. Data menunjukkan di mana; penyebabnya dikonfirmasi ke tim lapangan (promo selesai, kompetitor baru, stok kosong, libur).
  5. Rekomendasikan. Tindakan yang spesifik, siapa yang mengerjakan, dan cara mengukur hasilnya.

Contoh jawaban lengkap yang mengikuti kerangka ini ada di studi kasus SQL analisis penjualan.

16. "Metrik apa yang kamu pantau untuk toko online?"

Jangan menyebut daftar panjang. Pilih beberapa dan jelaskan alasannya: omzet, jumlah transaksi, rata-rata nilai transaksi, tingkat konversi pengunjung menjadi pembeli, dan persentase pelanggan yang membeli lagi. Tunjukkan bahwa setiap metrik menjawab keputusan yang berbeda.

Pertanyaan Perilaku

Jawab dengan kerangka STAR: Situation (konteks), Task (tugasmu), Action (apa yang kamu lakukan), dan Result (hasilnya, sebaiknya dengan angka).

17. "Ceritakan proyek analisis yang pernah kamu kerjakan."

Siapkan satu proyek dari portfolio yang bisa diceritakan dalam dua menit: pertanyaannya, data yang dipakai, satu kesulitan yang kamu atasi, temuannya, dan apa yang terjadi setelahnya.

18. "Pernah menemukan kesalahan di data atau laporan? Apa yang kamu lakukan?"

Pewawancara ingin tahu apakah kamu jujur dan teliti. Ceritakan cara kamu menemukan kesalahan itu, bagaimana kamu menyampaikannya, dan kebiasaan yang kamu terapkan supaya tidak terulang, misalnya selalu mencocokkan total dengan sumber.

19. "Bagaimana kamu menjelaskan hasil analisis ke orang yang bukan orang data?"

Mulai dari jawaban, tunjukkan satu grafik dengan judul temuan, lalu rekomendasi. Detail teknis hanya kalau ditanya. Lihat data storytelling.

Pertanyaan untuk Diajukan Balik

Di akhir interview, pertanyaanmu juga dinilai. Beberapa yang menunjukkan kamu serius:

  • "Data apa yang paling sering dipakai tim ini, dan disimpan di mana?"
  • "Tools apa yang dipakai sehari-hari: SQL, spreadsheet, BI tool?"
  • "Seperti apa contoh pertanyaan yang biasa diterima analyst di sini?"
  • "Bagaimana hasil analisis biasanya dipakai untuk mengambil keputusan?"

Kesalahan yang Sering Terjadi Saat Interview

  • Langsung menjawab tanpa memperjelas pertanyaan di soal studi kasus.
  • Diam saat mengerjakan tes langsung. Ucapkan proses berpikirmu.
  • Tidak memeriksa hasil query sebelum menyerahkan.
  • Menjawab "saya bisa semua tools" tanpa contoh. Satu proyek yang diceritakan dengan jelas lebih meyakinkan.
  • Tidak siap menjelaskan proyek sendiri secara rinci. Pewawancara hampir pasti bertanya "kenapa memakai cara itu?".

Langkah Berikutnya