Banyak kandidat data analyst lolos screening CV, lalu tersandung di tes SQL. Bukan karena nggak tahu SELECT, tapi karena soalnya ditulis dalam bahasa bisnis: "cari pelanggan yang beli lagi", "tampilkan dua karyawan bergaji tertinggi tiap divisi". Kamu harus menerjemahkannya sendiri ke query, sering kali dengan waktu terbatas.
Kabar baiknya, pola soal tes SQL interview data analyst cukup bisa ditebak. Artikel ini membahas delapan soal yang sering muncul, disusun dari yang paling dasar sampai yang biasanya jadi pembeda. Setiap soal dilengkapi query dan penjelasan, dan semua hasilnya sudah dicek dengan data contoh yang sama.
TL;DR
- Soal tes SQL biasanya naik level: agregasi, GROUP BY + HAVING, JOIN, duplikat, gaji tertinggi kedua, top N per grup, running total, lalu retensi pelanggan.
- Empat soal terakhir hampir selalu butuh subquery, CTE, atau window function, jadi pastikan kamu nyaman dengan
WITHdanOVER.- Saat interview, jelaskan asumsi kamu (misalnya soal nilai kembar dan NULL). Itu sering dinilai sama pentingnya dengan query-nya.
Data Contoh untuk Semua Soal
Kita pakai tiga tabel kecil dari sebuah toko online.
Tabel karyawan:
| id | nama | divisi | gaji |
|---|---|---|---|
| 1 | Rina | Finance | 9000000 |
| 2 | Budi | Finance | 7500000 |
| 3 | Sari | Marketing | 8000000 |
| 4 | Joko | Marketing | 8000000 |
| 5 | Lina | Marketing | 6500000 |
| 6 | Tono | IT | 12000000 |
| 7 | Dewi | IT | 12000000 |
| 8 | Fajar | IT | 10000000 |
Tabel pelanggan:
| id_pelanggan | nama | kota | |
|---|---|---|---|
| 1 | Ayu | ayu@mail.com | Jakarta |
| 2 | Bagas | bagas@mail.com | Bandung |
| 3 | Cici | cici@mail.com | Surabaya |
| 4 | Deni | deni@mail.com | Jakarta |
| 5 | Ayu W. | ayu@mail.com | Jakarta |
| 6 | Eka | eka@mail.com | Medan |
Tabel pesanan:
| id_pesanan | id_pelanggan | tanggal | total |
|---|---|---|---|
| 101 | 1 | 2026-01-03 | 250000 |
| 102 | 2 | 2026-01-05 | 400000 |
| 103 | 1 | 2026-01-20 | 150000 |
| 104 | 3 | 2026-02-02 | 300000 |
| 105 | 4 | 2026-02-10 | 500000 |
| 106 | 1 | 2026-02-15 | 200000 |
| 107 | 2 | 2026-03-01 | 350000 |
| 108 | 5 | 2026-03-08 | 100000 |
Query di bawah ditulis dengan sintaks standar yang jalan di PostgreSQL. Kalau ada bagian yang beda di MySQL, akan disebutkan.
Level Dasar: Agregasi, HAVING, dan JOIN
Soal 1: Ringkasan Penjualan
Soal: Hitung jumlah pesanan, jumlah pembeli unik, total pendapatan, dan rata-rata nilai per pesanan.
SELECT COUNT(*) AS jumlah_pesanan,
COUNT(DISTINCT id_pelanggan) AS jumlah_pembeli,
SUM(total) AS pendapatan,
AVG(total) AS rata_rata_pesanan
FROM pesanan;
| jumlah_pesanan | jumlah_pembeli | pendapatan | rata_rata_pesanan |
|---|---|---|---|
| 8 | 5 | 2250000 | 281250 |
Yang dinilai: kamu tahu beda COUNT(*) dan COUNT(DISTINCT ...). Delapan pesanan datang dari lima pembeli, karena Ayu dan Bagas belanja lebih dari sekali.
Soal 2: Divisi dengan Syarat Tertentu
Soal: Tampilkan divisi yang punya minimal 3 karyawan dan rata-rata gajinya di atas Rp8 juta.
SELECT divisi,
COUNT(*) AS jumlah_karyawan,
AVG(gaji) AS rata_rata_gaji
FROM karyawan
GROUP BY divisi
HAVING COUNT(*) >= 3
AND AVG(gaji) > 8000000;
Hasilnya hanya IT: 3 karyawan, rata-rata sekitar Rp11.333.333. Marketing punya 3 orang tapi rata-ratanya Rp7,5 juta, sedangkan Finance cuma 2 orang.
Yang dinilai: syarat yang memakai hasil agregasi harus di HAVING, bukan WHERE. Ini pertanyaan klasik, dan pewawancara kadang langsung bertanya, "Kenapa nggak pakai WHERE?"
Soal 3: Total Belanja Semua Pelanggan
Soal: Tampilkan total belanja setiap pelanggan, termasuk yang belum pernah pesan. Urutkan dari yang terbesar.
SELECT p.nama,
COUNT(o.id_pesanan) AS jumlah_pesanan,
COALESCE(SUM(o.total), 0) AS total_belanja
FROM pelanggan AS p
LEFT JOIN pesanan AS o
ON p.id_pelanggan = o.id_pelanggan
GROUP BY p.id_pelanggan, p.nama
ORDER BY total_belanja DESC;
| nama | jumlah_pesanan | total_belanja |
|---|---|---|
| Bagas | 2 | 750000 |
| Ayu | 3 | 600000 |
| Deni | 1 | 500000 |
| Cici | 1 | 300000 |
| Ayu W. | 1 | 100000 |
| Eka | 0 | 0 |
Yang dinilai: kata "termasuk yang belum pernah pesan" adalah kode untuk LEFT JOIN. Kalau kamu pakai INNER JOIN, Eka hilang. COALESCE mengubah NULL jadi 0, dan COUNT(o.id_pesanan) dipakai alih-alih COUNT(*) supaya Eka terhitung 0, bukan 1. Kalau logika LEFT JOIN masih goyang, baca dulu penjelasan JOIN pakai analogi daftar hadir.
Level Menengah: Duplikat dan Gaji Tertinggi Kedua
Soal 4: Cari Data Duplikat
Soal: Tim CRM curiga ada pelanggan yang terdaftar dua kali. Cari email yang muncul lebih dari sekali.
SELECT email,
COUNT(*) AS jumlah
FROM pelanggan
GROUP BY email
HAVING COUNT(*) > 1;
Hasilnya ayu@mail.com dengan jumlah 2 (Ayu dan Ayu W.).
Yang dinilai: pola GROUP BY + HAVING COUNT(*) > 1 adalah jawaban standar. Poin plus kalau kamu menyebut bahwa data asli sering perlu dirapikan dulu, misalnya LOWER(TRIM(email)), karena "Ayu@Mail.com " dan "ayu@mail.com" akan dianggap berbeda.
Soal 5: Gaji Tertinggi Kedua
Soal: Berapa gaji tertinggi kedua di perusahaan?
Jawaban yang sering ditulis kandidat:
SELECT nama, gaji
FROM karyawan
ORDER BY gaji DESC
LIMIT 1 OFFSET 1;
Query ini mengembalikan Dewi dengan gaji Rp12 juta. Salah, karena Tono dan Dewi sama-sama Rp12 juta. Gaji tertinggi kedua yang benar adalah Rp10 juta.
Jawaban yang aman:
SELECT MAX(gaji) AS gaji_tertinggi_kedua
FROM karyawan
WHERE gaji < (SELECT MAX(gaji) FROM karyawan);
Atau dengan window function, yang lebih mudah diubah untuk peringkat ke-3, ke-4, dan seterusnya:
WITH peringkat_gaji AS (
SELECT nama, gaji,
DENSE_RANK() OVER (ORDER BY gaji DESC) AS peringkat
FROM karyawan
)
SELECT nama, gaji
FROM peringkat_gaji
WHERE peringkat = 2;
Hasilnya Fajar, Rp10.000.000.
Yang dinilai: apakah kamu memikirkan nilai kembar. Sebelum menulis query, tanya dulu ke pewawancara: "Kalau ada gaji yang sama, dihitung satu peringkat atau dua?" Pertanyaan itu sendiri sudah memberi kesan bagus.
Level Lanjut: Window Function
Tiga soal terakhir ini biasanya jadi pembeda antara kandidat yang "pernah belajar SQL" dan yang benar-benar terbiasa memakainya. Kalau OVER dan PARTITION BY masih asing, baca dulu panduan window function SQL.
Soal 6: Top 2 Gaji di Setiap Divisi
Soal: Tampilkan dua karyawan dengan gaji tertinggi di setiap divisi.
WITH urut AS (
SELECT divisi, nama, gaji,
DENSE_RANK() OVER (
PARTITION BY divisi
ORDER BY gaji DESC
) AS peringkat
FROM karyawan
)
SELECT divisi, nama, gaji, peringkat
FROM urut
WHERE peringkat <= 2
ORDER BY divisi, peringkat, nama;
| divisi | nama | gaji | peringkat |
|---|---|---|---|
| Finance | Rina | 9000000 | 1 |
| Finance | Budi | 7500000 | 2 |
| IT | Dewi | 12000000 | 1 |
| IT | Tono | 12000000 | 1 |
| IT | Fajar | 10000000 | 2 |
| Marketing | Joko | 8000000 | 1 |
| Marketing | Sari | 8000000 | 1 |
| Marketing | Lina | 6500000 | 2 |
Dengan DENSE_RANK, divisi IT dan Marketing menampilkan tiga orang karena ada gaji kembar. Kalau soalnya benar-benar minta "maksimal dua orang per divisi", ganti dengan ROW_NUMBER() OVER (PARTITION BY divisi ORDER BY gaji DESC, nama). Hasilnya tinggal dua orang per divisi: Dewi dan Tono di IT, Joko dan Sari di Marketing. Fajar dan Lina tersingkir, dan urutan nama dipakai sebagai pemecah seri.
Yang dinilai: pola CTE + window function + filter di luar. Kamu tidak bisa menaruh ROW_NUMBER() langsung di WHERE, karena window function dihitung setelah WHERE dijalankan.
Soal 7: Running Total Pendapatan
Soal: Tampilkan pendapatan per pesanan beserta total kumulatifnya dari awal tahun.
SELECT tanggal,
total,
SUM(total) OVER (ORDER BY tanggal) AS kumulatif
FROM pesanan
ORDER BY tanggal;
| tanggal | total | kumulatif |
|---|---|---|
| 2026-01-03 | 250000 | 250000 |
| 2026-01-05 | 400000 | 650000 |
| 2026-01-20 | 150000 | 800000 |
| 2026-02-02 | 300000 | 1100000 |
| 2026-02-10 | 500000 | 1600000 |
| 2026-02-15 | 200000 | 1800000 |
| 2026-03-01 | 350000 | 2150000 |
| 2026-03-08 | 100000 | 2250000 |
Baris terakhir sama dengan total pendapatan di Soal 1, cara cepat untuk mengecek query kamu benar.
Yang dinilai: SUM() OVER (ORDER BY ...) tidak meringkas baris seperti GROUP BY. Catatan teknis yang bagus disebut: kalau ada dua pesanan di tanggal yang sama, frame bawaan akan menjumlahkan keduanya sekaligus. Tambahkan ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW dan kolom pemecah seri seperti id_pesanan kalau kamu butuh kumulatif per baris.
Soal 8: Pelanggan yang Beli Lagi dalam 30 Hari
Soal: Dari semua pembeli, berapa persen yang melakukan pembelian lagi dalam 30 hari setelah pesanan pertamanya?
WITH pertama AS (
SELECT id_pelanggan,
MIN(tanggal) AS tgl_pertama
FROM pesanan
GROUP BY id_pelanggan
),
beli_lagi AS (
SELECT DISTINCT p.id_pelanggan
FROM pertama AS p
JOIN pesanan AS o
ON o.id_pelanggan = p.id_pelanggan
AND o.tanggal > p.tgl_pertama
AND o.tanggal - p.tgl_pertama <= 30
)
SELECT COUNT(*) AS total_pembeli,
COUNT(b.id_pelanggan) AS beli_lagi_30_hari,
ROUND(100.0 * COUNT(b.id_pelanggan) / COUNT(*), 1) AS persen
FROM pertama AS p
LEFT JOIN beli_lagi AS b
ON b.id_pelanggan = p.id_pelanggan;
| total_pembeli | beli_lagi_30_hari | persen |
|---|---|---|
| 5 | 1 | 20.0 |
Cuma Ayu yang memenuhi syarat: pesanan pertamanya 3 Januari, lalu belanja lagi 20 Januari (17 hari kemudian). Bagas memang belanja dua kali, tapi jaraknya 55 hari.
Di PostgreSQL, mengurangkan dua DATE langsung menghasilkan jumlah hari. Di MySQL, ganti baris itu dengan DATEDIFF(o.tanggal, p.tgl_pertama) <= 30.
Yang dinilai: kemampuan memecah masalah jadi beberapa langkah dengan CTE, dan perhatian pada detail seperti DISTINCT (Ayu punya dua pesanan lanjutan, tapi harus dihitung satu orang) serta 100.0 supaya pembagian tidak dibulatkan jadi bilangan bulat.
Tips Mengerjakan Tes SQL Saat Interview
- Ulangi soalnya dengan kata-kata sendiri. "Jadi yang dihitung pelanggan unik, bukan jumlah pesanan, ya?" Ini mencegah kamu menjawab soal yang salah.
- Tanyakan kasus tepi. Nilai kembar, NULL, pelanggan tanpa transaksi, dan tanggal yang sama sering jadi jebakan yang disengaja.
- Tulis bertahap. Mulai dari CTE pertama, cek hasilnya, baru lanjut. Pewawancara lebih menghargai proses yang rapi daripada satu query panjang yang langsung jadi.
- Cocokkan dengan angka sederhana. Seperti running total di Soal 7, cari cara cepat untuk membuktikan hasilmu masuk akal.
- Jelaskan sambil menulis. Di tes live coding, diam selama 10 menit bikin pewawancara nggak bisa menilai cara berpikirmu.
Untuk latihan menjawab pertanyaan non-teknisnya juga, kamu bisa mencoba simulasi interview Zennit.
Pertanyaan yang Sering Ditanyakan
Soal SQL apa yang paling sering keluar di interview data analyst?
Yang paling sering adalah agregasi dengan GROUP BY dan HAVING, JOIN antar tabel, mencari data duplikat, gaji tertinggi kedua, dan top N per kategori memakai window function.
Apakah tes SQL interview boleh pakai MySQL atau PostgreSQL?
Biasanya boleh memakai dialek yang kamu kuasai, tapi tanyakan dulu ke pewawancara. Bedanya umumnya hanya di fungsi tanggal dan teks, sedangkan logika SELECT, JOIN, dan window function hampir sama.
Apa beda ROW_NUMBER, RANK, dan DENSE_RANK untuk soal top N?
ROW_NUMBER selalu memberi nomor unik meski nilainya kembar. RANK memberi peringkat sama untuk nilai kembar lalu melompati nomor berikutnya. DENSE_RANK memberi peringkat sama tanpa melompat.
Berapa lama waktu belajar SQL sampai siap tes interview?
Tergantung latar belakang dan intensitas latihan. Yang lebih penting dari lamanya waktu adalah kamu sudah bisa mengerjakan delapan pola soal di atas tanpa melihat contekan.
Penutup
Delapan soal ini mewakili pola yang terus berulang di tes SQL. Begitu kamu paham polanya, soal baru biasanya hanya variasi: tabelnya beda, pertanyaan bisnisnya beda, tapi strukturnya sama. Yang membedakan kandidat biasanya bukan hafalan sintaks, melainkan ketelitian soal nilai kembar, NULL, dan pembagian.
Cara paling efektif untuk siap adalah mengerjakan banyak variasi soal dengan pembahasan. Kamu bisa mulai dari Latihan SQL Zennit yang jawabannya dicek otomatis.