Daftar Isi

Pertanyaan Interview Data Analyst dan Cara Menjawabnya

Pertanyaan Interview Data Analyst dan Cara Menjawabnya

Daftar Isi

Pertanyaan interview Data Analyst adalah serangkaian pertanyaan yang diajukan rekruter untuk menilai kemampuan teknis, logika analisis, dan soft skill kandidat. Pertanyaan ini mencakup SQL, Python, statistik dasar, visualisasi data, hingga pengalaman mengelola proyek data. Artikel ini dirancang khusus untuk kamu yang berlatar belakang non-IT atau sedang beralih karier, bukan hanya fresh graduate IT.

3 Tahap Interview Data Analyst yang Perlu Kamu Pahami Dulu

Infografis 3 tahap interview Data Analyst dari HRD screening sampai case study
Latar belakang non-IT bukan hambatan — yang dinilai rekruter adalah cara berpikirmu tentang data, bukan berapa lama kamu belajar coding.

Sebelum masuk ke daftar pertanyaan, pahami dulu bahwa interview Data Analyst biasanya terdiri dari tiga tahap yang berbeda. Salah persiapan karena salah memahami tahapnya adalah kesalahan paling umum.

  1. HRD Screening — Pertanyaan motivasi, latar belakang, dan kesesuaian budaya kerja. Biasanya berlangsung 30 menit via telepon atau video call. Pertanyaan teknis jarang muncul di tahap ini.
  2. Technical Interview / User Interview — Pertanyaan dari calon atasan langsung atau tim data. Di sini kamu ditanya SQL, Python, cara berpikir analitis, dan pengalaman proyek data nyata.
  3. Case Study / Portfolio Review — Kamu diminta menganalisis dataset sederhana atau mempresentasikan proyek data yang pernah dikerjakan. Ini tahap yang paling menentukan.

Pertanyaan Interview Data Analyst: Bagian HRD dan Cara Menjawabnya

Empat pertanyaan ini hampir selalu muncul di tahap HRD. Cara menjawabnya bukan soal hafalan, tapi soal sudut pandang yang sudah kamu persiapkan.

1. “Ceritakan tentang diri kamu.”

Rekruter tidak ingin dengar kronologi hidup kamu. Mereka ingin tahu apakah kamu relevan untuk posisi ini. Struktur yang efektif: latar belakang singkat, skill yang relevan dengan data, dan apa yang mendorong kamu ke karier Data Analyst.

Contoh untuk career switcher: “Saya berlatar belakang marketing selama 3 tahun dan banyak bekerja dengan data kampanye dan laporan performa. Dari situ saya sadar bahwa saya lebih suka bagian analisis datanya. Saya kemudian belajar SQL dan Python lewat bootcamp, mengerjakan beberapa proyek analisis data, dan sekarang siap membawa skill itu ke posisi ini.”

2. “Kenapa kamu tertarik jadi Data Analyst?”

Hindari jawaban klise “saya suka angka.” Hubungkan ke pengalaman nyata: kapan pertama kali kamu bekerja dengan data dan insight apa yang kamu temukan dari situ.

3. “Kenapa mau switch karier ke bidang data?” (khusus career switcher)

Jawab dengan jujur tapi strategis. Ceritakan perjalanan belajarmu, bukan ketidakpuasanmu pada pekerjaan lama. Rekruter ingin melihat komitmen, bukan pelarian.

Contoh: “Saya tidak resign sebelum punya bukti bahwa saya bisa. Saya belajar sambil bekerja, menyelesaikan bootcamp Data Analyst, dan mengerjakan proyek analisis data penjualan yang hasilnya bisa saya tunjukkan sekarang. Ini bukan keputusan impulsif.”

4. “Di mana kamu melihat dirimu 3-5 tahun ke depan?”

Jawab spesifik tapi realistis. “Menjadi Data Analyst senior yang bisa memimpin proyek analisis end-to-end dan membantu tim bisnis membuat keputusan berbasis data” jauh lebih kuat dari “berkembang di perusahaan ini.”

Pertanyaan Interview Data Analyst: Bagian Teknis dan Cara Menjawabnya

Di tahap ini, rekruter menguji apakah kamu benar-benar bisa bekerja dengan data, bukan sekadar tahu teorinya.

5. “Seberapa fasih kamu menggunakan SQL?”

Jangan bilang “lumayan” atau “sedikit-sedikit.” Sebutkan operasi yang kamu kuasai secara konkret: SELECT, JOIN, GROUP BY, HAVING, subquery. Jika kamu fresh graduate atau bootcamp grad, sebutkan proyek spesifik di mana kamu pakai SQL dan apa hasilnya.

6. “Jelaskan proses data cleaning yang biasa kamu lakukan.”

Rekruter ingin tahu apakah kamu paham bahwa sebagian besar waktu Data Analyst dihabiskan di sini, bukan di analisis yang glamor.

Contoh jawaban: “Saya mulai dengan cek null values dan distribusi tiap kolom, lalu hapus atau imputasi data yang hilang sesuai konteks. Setelah itu cek duplikasi dan pastikan format kolom konsisten sebelum masuk ke tahap analisis.”

7. “Apa perbedaan analisis deskriptif dan analisis prediktif?”

Jawab langsung: analisis deskriptif merangkum data historis untuk menjawab “apa yang sudah terjadi”, sementara analisis prediktif menggunakan data historis untuk memperkirakan “apa yang kemungkinan akan terjadi.” Tambahkan satu contoh konteks bisnis yang konkret agar jawabanmu berkesan.

8. “Tools apa yang kamu gunakan untuk visualisasi data?”

Sebutkan yang benar-benar kamu kuasai saja: Tableau, Power BI, Google Data Studio, atau Excel dan Python (matplotlib, seaborn). Lebih baik jujur menguasai satu tools daripada klaim bisa semuanya tapi tidak bisa demonstrasi.

9. “Bagaimana kamu menggunakan AI tools dalam pekerjaan analisis data?” (pertanyaan umum di 2026)

Rekruter di perusahaan modern mulai menanyakan ini. Jawab dengan contoh nyata: mempercepat penulisan query SQL, debugging skrip Python, atau eksplorasi dataset awal. Tunjukkan kamu tahu batas AI dan tetap memverifikasi output-nya sebelum dipakai untuk pengambilan keputusan.

Pelajari lebih lanjut skill apa saja yang perlu dikuasai di artikel 7 Skill Wajib Data Analyst 2026: SQL sampai Storytelling.

Kalau kamu merasa persiapan teknis masih kurang, Data Analyst Bootcamp Rework Academy menyiapkan kamu dengan Real-Job Simulation Project 2 minggu yang bisa langsung kamu bawa sebagai bahan interview. Kelas live Zoom, malam hari, cocok untuk kamu yang masih bekerja.

Cara Menjawab “Ceritakan Proyek Data yang Pernah Kamu Kerjakan”

Ini pertanyaan yang paling ditakuti career switcher dan bootcamp grad. Padahal, proyek dari bootcamp atau kursus sangat valid digunakan, asalkan kamu ceritakan dengan struktur yang benar menggunakan metode STAR (Situation, Task, Action, Result).

  • Situation: Dataset apa yang kamu kerjakan dan konteks bisnisnya
  • Task: Pertanyaan bisnis apa yang ingin dijawab dari data tersebut
  • Action: Apa yang kamu lakukan, tools yang dipakai, proses analisis yang dilakukan
  • Result: Insight apa yang kamu temukan dan apa rekomendasinya

Contoh konkret: “Di proyek bootcamp, saya menganalisis data transaksi pelanggan dari dataset e-commerce (Situation). Tujuannya mencari segmen pelanggan dengan potensi churn tinggi (Task). Saya gunakan Python untuk cleaning data dan segmentasi RFM, lalu visualisasi hasilnya di Tableau (Action). Hasilnya, saya identifikasi 3 segmen berbeda dengan rekomendasi strategi retensi yang berbeda untuk tiap segmen (Result).”

Panduan lengkap membangun portofolio tersedia di artikel Cara Membuat Portofolio Data Analyst.

Cara Menjawab Interview Data Analyst Kalau Kamu dari Background Non-IT

Rekruter yang baik tahu bahwa latar belakang non-IT bukan hambatan. Yang mereka nilai adalah cara berpikirmu tentang data, bukan berapa lama kamu belajar coding.

Tiga hal yang perlu kamu tekankan:

Konteks bisnis yang kamu bawa. Kamu yang berlatar marketing, finance, atau operasional punya pemahaman bisnis yang kadang tidak dimiliki fresh graduate IT murni. Ini nilai tambah nyata saat menerjemahkan data menjadi keputusan bisnis.

Bukti belajar terstruktur. Bootcamp, proyek portofolio, dan kursus yang kamu selesaikan adalah sinyal komitmen yang kuat. Ceritakan prosesnya, bukan hanya hasilnya.

Kemampuan komunikasi data. Data Analyst yang bisa menjelaskan insight ke tim non-teknis lebih berharga dari yang hanya bisa coding. Background non-teknis justru membantu kamu bicara dua bahasa.

Checklist Persiapan Sebelum Interview Data Analyst

#Yang Harus DisiapkanKeterangan
1Review SQL dasarMinimal kuasai SELECT, JOIN, GROUP BY, HAVING
2Siapkan 2 proyek portofolio dengan struktur STARProyek dari bootcamp atau kursus sangat valid
3Riset perusahaan yang dilamarPahami industri dan kemungkinan kebutuhan data mereka
4Siapkan jawaban pertanyaan motivasiTerutama “kenapa switch karier” kalau kamu career switcher
5Latihan jelaskan insight ke non-teknisRekam dirimu sendiri, evaluasi seberapa mudah dipahami
6Siapkan 2 pertanyaan balik untuk rekruterTunjukkan minat nyata, bukan basa-basi
7Simulasi pertanyaan SQL liveBanyak perusahaan memberi soal SQL langsung di sesi interview

FAQ: Pertanyaan Seputar Interview Data Analyst

Apakah fresh graduate bisa lolos interview Data Analyst?
Bisa. Rekruter menilai cara berpikir analitis, potensi belajar, dan portofolio proyek, bukan hanya pengalaman kerja. Proyek dari bootcamp yang distrukturkan dengan baik bisa jadi modal yang kuat.

Harus bisa coding untuk jadi Data Analyst?
Tidak harus jago, tapi harus bisa. SQL adalah keharusan. Python menjadi nilai tambah besar. Yang terpenting adalah kemampuan membaca data dan mengkomunikasikan insight, bukan menulis kode yang sempurna.

Bagaimana kalau tidak bisa menjawab pertanyaan teknis di interview?
Jangan diam atau asal tebak. Jujur bahwa kamu belum familiar dengan topik tersebut, lalu tunjukkan cara berpikirmu: “Saya belum pernah kerjakan ini secara langsung, tapi logikanya saya akan mulai dari…” Rekruter menilai proses berpikir, bukan hafalan jawaban.

Apakah proyek dari bootcamp bisa dipakai di interview?
Sangat bisa, asalkan kamu bisa menceritakannya dengan metode STAR dan menjelaskan keputusan teknis yang kamu buat selama prosesnya.

Berapa lama waktu persiapan yang ideal?
Minimal 2-4 minggu jika kamu sudah punya dasar SQL dan satu portofolio proyek. Jika mulai dari nol, 3 bulan belajar terstruktur dengan mentor jauh lebih efektif dari belajar sendiri tanpa arah.

Tools apa yang paling sering ditanyakan di interview Data Analyst di Indonesia?
SQL hampir selalu ditanyakan, diikuti Excel, Python, dan Tableau atau Power BI. Perusahaan fintech dan startup mulai menanyakan kemampuan menggunakan AI tools untuk mempercepat analisis.

Persiapan Terbaik Dimulai Sebelum Interview

Artikel ini memberi kamu peta pertanyaan interview Data Analyst. Tapi peta tidak sama dengan kendaraannya. Kalau kamu belum punya proyek portofolio yang kuat, belum fasih SQL, atau belum yakin dengan cara berpikirmu tentang data, itulah celah yang perlu diisi sebelum kamu duduk di depan rekruter.

Data Analyst Bootcamp Rework Academy dirancang khusus untuk kamu yang masih bekerja: kelas live Zoom Senin dan Kamis malam pukul 19.30-22.00 WIB, 12 minggu, dengan Real-Job Simulation Project selama 2 minggu yang bisa langsung kamu bawa ke interview sebagai portofolio nyata. Cek detail program dan jadwal batch terdekat disini

Artikel Lainnya