penentuan faktor-faktor yang...
TRANSCRIPT
111
PENENTUAN FAKTOR-FAKTOR YANG MEMPENGARUHI TINGKAT KELELAHAN PENGEMUDI HAULING TRUCK BATU BARA.
WIEN GOERINDRO DAN HARI MOEKTIWIBOWO Program Studi Teknik Industri, Universitas Suryadarma
ABSTRAK
Fatigue atau kelelahan menjadi salah satu penyebab yang signifikan insiden yang
terjadi di transportasi, termasuk juga dalam transportasi di Tambang Batubara. Coal transportation dengan trailer kapasitas sekali angkut 100 Ton batubara dan dengan jarak tempuh rata-rata 77 KM, membuat dan mewajibkan setiap driver trailer mempunyai kesiapan baik fisik maupun mental sebelum melakukan aktivitas sebagai driver, sehingga terhindar dari insiden terutama karena fatigue. Fatigue adalah penyebab insiden terbesar ketiga di bulan Oktober 2008 sebesar 14%. Dari hasil akhir penelitian ini didapatkan model persamaan linier sebagai berikut: Y = 0,580 + 0,153 X1 + 0,341X2 + 0,273X5
Tingkat Fatigue dipengaruhi secara signifikan oleh tiga dari enam variabel yang
dirancang diawal penelitian yaitu, Beban Kerja, Postur Kerja dan Aktivitas lain diluar Pekerjan. Dengan hubungan secara detail sebagai berikut Ada pengaruh positif antara Beban Kerja, Postur Kerja dan Aktivitas diluar Pekerjaan (X5) terhadap tingkat fatigue (Y).
Key word: fatigue, coal transportation, beban kerja, postur kerja
PENDAHULUAN
Meningkatnya kebutuhan
batubara sebagai sumber energi di dunia secara langsung membawa dampak positif bagi dunia pertambangan batubara di Indonesia. Banyak perusahaan berdiri untuk menjawab semakin tingginya permintaan akan produk emas hitam tersebut. Dalam perjalanannya, kesuksesan perusahaan sangat bergantung pada kemampuannya untuk berkompetisi dalam ekonomi global, terlebih dalam krisis ekonomi global yang menimpa di semua bidang usaha saat ini. Untuk mencapai tujuan tersebut, salah satu cara yang ditempuh adalah dengan meningkatkan kinerja dalam keselamatan dan kesehatan kerja (K3). Implementasi K3 di perusahaan bertujuan untuk menciptakan lingkungan kerja yang aman dan selamat, hidup sehat, dalam lingkungan sekitar yang
masyarakat maupun alamnya terpelihara. Sehingga menciptakan lingkungan kerja yang bebas dari insiden adalah hal yang harus dilakukan oleh setiap perusahaan. Secara rinci, implementasi K3 adalah upaya perusahaan untuk pemenuhan aspek hak asasi manusia (HAM), aspek legal, dan aspek ekonomi. Meskipun demikian, hingga saat ini, kasus insiden masih tetap terjadi, khususnya di pertambangan, meskipun menunjukkan trend menurun setiap tahunnya. Pertambangan (open-cut-mining dan underground), adalah salah satu pekerjaan berisiko paling tinggi di dunia (Kowalski & Barret, 1995). Sejak awal keberadaannya, pekerjaan di bidang ini telah menyebabkan banyak kasus kematian atau cedera. Di USA, tahun 1907, terjadi insiden pertambangan terparah, yang menyebabkan 3,242 pekerja meninggal. Pada awal abad ke-20, rata-rata kasus kematian pada
112
pertambangan adalah 1500an orang per tahun. Hingga tahun 1990an, kasus kematian berkurang hingga rata-rata 50 kasus per tahun (MSHA, 2008). Sedangkan kasus insiden yang menyebabkan cedera yang terjadi selama tahun 2007 di USA sejumlah 4129 kasus dan menimpa operator pertambangan batubara. Sedangkan di Cina, insiden fatal di tambang batubara mencapai 3786 orang sepanjang tahun 2007, menurun 20,2% dibanding tahun 2006.
Mengacu pada hal tersebut, maka di berbagai perusahaan dilakukan berbagai upaya peningkatan implementasi K3. Dengan mengetahui penyebab dari kecelakaan tersebut dan membuat langkah perbaikan dan pencegahan adalah satu langkah kongkret dari sekian langkah yang harus dilakukan dengan mengacu pada tingkat kepentingan perusahaan itu sendiri.
METODE
Fatigue atau yang secara umum
sering diartikan dengan istilah kelelahan merupakan salah satu faktor penyebab terjadinya kecelakaan di bidang transportasi, termasuk transportasi dalam pertambangan batubara. Kelelahan pada prinsipnya merupakan suatu keadaan yang majemuk yang ditandai dengan menurunnya kinerja fisik dan mental, yang berakibat berkurangnya kewaspadaan serta disertai dengan rasa kantuk.
Adapun fakta-fakta yang memperlihatkan kontribusi fatigue sebagai penyebab insiden adalah sebagai berikut :
a. Dalam Investigasi Insiden Pesawat Ulang Alik Challanger diakui bahwa ada kegagalan dalam pengaturan pola kerja yang menyebabkan Fatigue dari orang-orang yang terlibat di sana. (Howard et al, 2002).
b. Sebuah survei menyebutkan bahwa driver di Inggris ditemukan sekitar 29 % mengakui mengantuk saat mengemudi. Sekitar 1/3 dari driver
truck yang menjadi responden pada Survei Nasional di Australia dilaporkan bahwa fatigue adalah masalah yang signifikan. ( Philip, 2001 atas kebaikan dari British Medical Journal ).
c. Di New Zealand antara 2002 – 2004, driver fatigue diidentifikasi berkontribusi dalam 134 insiden tabrakan berakibat fatal dan 1703 insiden tabrakan berakibat cedera (sekitar 11 % dari seluruh kecelakaan tabrakan fatal berakibat meninggal dan 6 % dari insiden tabrakan yang berakibat cedera setiap tahunnya ) ( Land Transport New Zealand: op.cit. 2005 )
d. Statistik resmi di Afrika Selatan menunjukkan trend yang hampir sama dengan di New Zealand pada periode di atas dengan kontribusi penyebab insiden karena fatigue sekitar 25 sampai 30 % yang berakibat fatal setiap tahunnya.(Essenberg, B.: Sysposium on the Social and Labour Consequences of Technological Development, Deregulation and Privatization of Transport (Geneva, ILO, 1999 )).
e. Analisis estimasi biaya yang tidak langsung dari insiden yang disebabkan karena fatigue sebagai penyebabnya di Amerika Serikat antara 41,6% - 54% dari insiden kendaraan bermotor yang terjadi atau sekitar $29.2 - $37,9 Milyar (Leger, 1994)
Jelas bahwa kelelahan merupakan salah satu faktor yang berkontribusi secara langsung terhadap kecelakaan di transportasi. Namun, perlu disadari pula bahwa fatigue dapat dilihat sebagai penyebab kecelakaan dan dapat dilihat pula sebagai suatu akibat dari berbagai faktor. Fatigue yang terjadi pada operator atau pada pekerja tidak hanya terkait dengan masalah pada pekerjaan saja. Sering kali masalah di luar pekerjaan (psikososial) dan juga hal-hal lain menjadi pemicu terjadinya
113
kelelahan. Upaya pencegahan kecelakaan, terutama yang disebabkan masalah kelelahan pada operator, nampaknya memerlukan suatu upaya yang menyeluruh dengan memperhatikan berbagai faktor pendukung yang dapat mengakibatkan timbulnya fatigue sebagai sebab dari kecelakaan.
PT. WNG, sebuah perusahaan yang bergerak di bidang jasa penambangan batubara terbuka (open-cut-mining), di salah satu job site PT. WNG yang terbesar dan terletak di Kalimantan Selatan,Pada bulan Oktober tahun 2008 secara signifikan insiden karena fatigue adalah penyebab insiden terbesar ketiga di perusahaan ini.
Meskipun tidak sempat
menimbulkan korban jiwa, namun potensi terhadap hal ini sangat besar ditambah dengan kerugian unit yang diakibatkan karena insiden ini juga tidak sedikit. Untuk itu penulis didalam melakukan penelitiannya ingin mengetahui Analisis Faktor-faktor yang mempengaruhi Tingkat Fatigue pada driver truck hauling dengan metode interview terstruktur dan metode SSRT (Self Subjective Rating test) serta melakukan pengukuran waktu reaksi seseorang (reaction time) sebelum bekerja dan setelah bekerja untuk mengetahui seberapa cepat responden memberikan reaksi yang selama ini belum pernah diterapkan.
Desain untuk studi ini adalah
analisis data kuantitatif, dengan menggunakan data primer dan data sekunder. Data primer yang digunakan adalah hasil wawancara terstruktur yang dilengkapi dengan Self Subjective Rating Test (SSRT) dan data dari
melakukan pengukuran waktu reaksi operator (reaction time). Sedangkan data sekunder yang digunakan adalah dokumen-dokumen yang dimiliki perusahaan. Jenis data sekunder yang digunakan adalah antara lain : a. Data karyawan b. Data kendaraan yang digunakan. c. Sistim gilir-kerja d. Kebijakan manajemen dan
peraturan lain yang terkait dengan fatigue.
e. Program pencegahan kecelakaan dan fatigue
f. Data Insiden
Pada penelitian ini pengukuran kelelahan di tempat kerja meliputi pengukuran aspek fisiologis dan aspek psikologis.
Berdasarkan berbagai teori maka Analisis Faktor-faktor yang mempengaruhi Tingkat Fatigue pada Driver Hauling Truck Batu Bara di PT. WNG Site Kalimantan Selatan Tahun 2008 dapat diukur dengan
Gambar 1. Penyebab Insiden periode bulan Oktober 2008
Tahun 2008 data
sampai akhir Oktober 2008
114
menggunakan variabel-variabel dibawah ini:
Faktor Independen Faktor Dependen
Gambar 2. Tingkat Fatique dan Faktor Independennya
Target populasi adalah para driver truck pengangkut batubara di bawah Departemen Hauling di PT. WNG di site Kalimantan Selatan. Dari tujuh site yang dimiliki PT. X, site di Kalimantan Selatan inilah yang memiliki jumlah pekerja terbanyak, jenis jabatan, dan proses kerja terlengkap, dengan rincian jumlah populasi adalah sebagai berikut: a. Driver Group 1 : 44 orang b. Driver Group 2 : 44 orang c. Master Cuti : 14 orang d. Master Off : 7 orang e. Low boy : 4 orang f. Jocky : 2 orang
Total Populasi : 115 orang
Metode sampel yang digunakan
dalam penelitian ini yaitu dengan pengambilan sampel secara acak sederhana (simple random sampling), dimana setiap anggota atau unit dari populasi mempunyai kesempatan yang sama untuk dijadikan sampel. Hal ini disebabkan karena populasi yang akan diteliti bersifat homogen.
Karena penelitian ini bersifat survei, maka sampel yang harus diambil adalah berdasarkan pada perhitungan estimasi proporsi pada sampel secara acak dengan presisi mutlak (karena tidak ada peneliti pendahuluan), yakni dengan rumus sebagai berikut (Ariawan, 1998):
Keterangan: n = Jumlah sampel N = Jumlah populasi (115) Z1- /2 = Derajat kepercayaan 95% (1,96) d = Simpangan mutlak (10%) P = Estimasi proporsi (0.5)
Dari hasil perhitungan dengan rumus diatas, maka hasil yang didapat adalah sebanyak 52.58. Untuk memudahkan pengambilan sampel, maka hasil yang didapat akan dibulatkan ke atas, sehingga sampel pada penelitian ini menjadi 57 responden.
Waktu pengumpulan data akan dilakukan pada periode Desember 2008. Pengumpulan data dilakukan pada semua shift kerja, yaitu pagi dan malam hari.
Rencana analisis data dalam studi ini adalah analisis data kuantitatif. Hal ini karena data berbentuk pernyataan kata-kata atau gambaran tentang fatigue. Pengolahan datanya dengan menggunakan SPSS (Statistical Product and Service Solutions).
HASIL DAN PEMBAHASAN
Berdasarkan indikator kelelahan
yang diteliti, dapat disimpulkan bahwa tingkat indikasi kelelahan yang dialami oleh responden terdiri dari 2 kelompok, yaitu yang mengalami indikasi kelelahan
115
ringan dan kelelahan sedang. Tidak ditemukan dalam penelitian ini operator
yang mengalami kelelahan berat.
Tabel 1.
Indikasi Kelelahan Pada Total Responden
No Indikasi Tingkat Kelelahan Prosentase
1 Kelelahan Ringan 94.7
2 Kelelahan Sedang 5.3
3 Kelelahan Berat 0
Hasil analisis pada tabel di atas
menunjukkan bahwa sebagian besar responden terindikasi mengalami kelelahan ringan, yaitu sebesar 94.7% responden. Sementara itu, operator yang terindikasi mengalami kelelahan sedang sebesar 5.3%. Dan 0 % operator mengalami kelelahan berat. Uji Reaction Time
Pengukuran tingkat kelelahan
dengan menggunakan reaction time dilakukan pada 17 operator hauling truck. Pengukuran tersebut dilakukan dengan menggunakan sensor cahaya dan suara. Data reaction time dari setiap operator yang digunakan adalah data yang terkecil berdasarkan pengukuran
dengan menggunakan sensor cahaya dan sensor suara. Hal ini didasarkan fakta bahwa setiap pekerja akan mengalami penurunan kepekaan terhadap cahaya dan suara sebagai akibat proses dan lingkungan pekerjaannya.
Berdasarkan hasil pengolahan data, didapatkan bahwa 52.94% operator lebih peka terhadap sensor cahaya dibandingkan sensor suara. Hal ini dilihat dari waktu reaksi yang lebih kecil apabila dibandingkan dengan waktu reaksi untuk sensor suara. Penurunan kepekaan terhadap sensor suara dapat disebabkan karena operator sering terpajan bising, sehingga terjadi penurunan kemampuan mendengar.
Tabel 2.
Hasil Pengukuran Reaction Time Operator Hauling Truck
No Tingkat Kelelahan Rata-Rata Frekuensi Prosentase
1 Kelelahan Ringan 218,1 9 52,94
2 Kelelahan Sedang 274,2 8 47,06
TOTAL 17 100
Berdasarkan pengukuran reaction
time, didapatkan bahwa waktu reaksi operator hauling truck berkisar antara 195.3 milidetik sampai 320.1 milidetik. Dengan kata lain, operator hauling truck termasuk ke dalam kategori ‘Kelelahan Ringan’ dan ‘Kelelahan Sedang’. Operator hauling truck yang termasuk ke dalam kategori ‘Kelelahan Ringan’ sebanyak 9 atau sebesar 52.94%. Sementara itu, ada 8 operator hauling truck yang termsuk ke dalam kategori ‘Kelelahan Sedang’ atau sebesar 47.06% dari total keseluruhan operator yang diukur waktu reaksinya.
Pengukuran waktu reaksi juga dilakukan pada saat sebelum dan sesudah bekerja. Hal ini dilakukan untuk mengetahui adanya peningkatan waktu reaksi operator. Apabila terdapat peningkatan, maka dapat disimpulkan bahwa operator tersebut mengalami fatigue. Pengukuran waktu reaksi pada awal dan akhir shift dilakukan pada tiga operator trailler. Hasil pengukuran menunjukkan bahwa dua dari tiga operator mengalami peningkatan waktu reaksi pada akhir shift kerja. Hal ini menunjukkan adanya penurunan kepekaan operator terhadap sensor
116
cahaya dan suara. Peningkatan waktu reaksi yang terjadi berkisar antara 19.3 sampai 34.4 milidetik.
Tabel 3.
Pengukuran Reaction Time Pada Awal dan Akhir Shift
No Waktu Pengukuran
Awal Shift Kategori Akhir Shift Kategori
1 223,3 Lelah Ringan 257,7 Lelah Sedang
2 237,1 Lelah Ringan 235,8 Lelah Ringan
3 320,1 Lelah Sedang 339,4 Lelah Sedang
Uji Kecukupan Data
Pada intinya uji kecukupan data
adalah memastikan kelayakan jika penelitian ini bisa dipercaya untuk melakukan generalisasi dari fakta yang ada. Untuk itu, metode sampel yang digunakan dalam penelitian ini yaitu dengan pengambilan sampel secara acak sederhana (simple random sampling), dimana setiap anggota atau unit dari populasi mempunyai kesempatan yang sama untuk dijadikan sampel. Hal ini disebabkan karena populasi yang akan diteliti bersifat homogen.
Karena penelitian ini bersifat survei, maka sampel yang harus diambil adalah berdasarkan pada perhitungan estimasi proporsi pada sampel secara acak dengan presisi mutlak (karena tidak ada peneliti pendahuluan), yakni dengan rumus sebagai berikut (Ariawan, 1998):
Dari hasil perhitungan dengan
rumus diatas, maka hasil yang didapat adalah sebanyak 52.58. Dalam penelitian ini sampel yang diambil sebanyak 57 responden.
Uji Validitas
Dengan menggunakan Metode
Construct Validity, Mencakup pemahaman argumentasi teoritik yang melandasi pengukuran yang diperoleh. Pendekatan yang dilakukan adalah menghubungkan suatu “Construct” lainnya yang dibentuk dari kerangka teoritik. Hal ini dapat dilakukan secara “Judgemental”, atau dengan berbagai alat statistik seperti Faktor analysis, Discriminant Analysis, dan lain-lain.
Tabel 4.
Uji validitas dengan Metode Construct Validity
Jenis Apa yang diukur Metode Construct Pemahaman argumentasi teoritik yang
melandaasi pengukuran-pengukuran yang
diperoleh.
Menghubungkan “construct” yang satu dengan
yang lainnya yang dibentuk dari kerangka
toritik.
Judgemental Korelasi
Convergent-Discriminant
Techniques.
Factor Analysis
Multitrait-multimethod
Analysis.
Sumber : Cooper, Donald R; & C. William Emory. (1995). Business Research Methods.
5th
Edition. Chicago: Irwin, hal. 155.
117
Pada penelitian ini, uji validitas dilakukan dengan Analisis Spearman’s. Korelasi Spearman merupakan korelasi tata jenjang yang digunakan untuk meneliti tipe data skala ordinal, sehingga objek dapat diberikan ranking atau tingkatan. Uji validitas yang dilakukan dalam penelitian ini ada 2 macam, yaitu
a. Uji Validitas untuk masing-masing pertanyaan setiap variabel
b. Uji Validitas untuk masing-masing variabel independent yang ada
a. Uji Validitas untuk masing-masing pertanyaan setiap variabel
Tabel 5.
Hasil Uji Validitas Antar Pertanyaan dalam Variabel Beban Kerja (X1)
Hasil uji validitas untuk variabel independen dari X1 yaitu Beban Kerja yang terdiri dari enam pertanyaan yaitu:
1) Pekerjaan Anda secara fisik membutuhkan banyak tenaga?
2) Anda merasa lelah secara mental oleh pekerjaan Anda?
3) Anda biasa bekerja dengan buru-buru agar tepat waktu dan memenuhi tuntutan produksi?
4) Pekerjaan Anda menuntut Anda harus berkonsentrasi secara terus-menerus?
5) Seberapa sering Anda bekerja lembur?
6) Lingkungan tempat kerja Anda ditemukan banyak hal yang dapat menyebabkan Anda merasa tidak nyaman ? (seperti : bising, panas, getaran, debu, masyarakat, dll )
Analisis : 1) Output dari Uji Validitas hanya
akan melihat dan memastikan adanya hubungan antar pertanyaan
dalam masing-masing variabel independen
2) Besar hubungan antar pertanyaan dalam variabel Beban Kerja (X1) dapat dijelaskan sebagai berikut; (a) Hubungan antar pertanyaan
satu P1X1 dengan pertanyaan dua P2X1 yang dihitung dengan koefisien korelasi adalah 0,573, secara berturut-turut P1X1 dengan P3X1 adalah 0,447, P1X1 dengan P4X1 adalah 0,642, P1X1 dengan P5X1 adalah 0,702 dan P1X1 dengan P6X1 adalah 0,676.
(b) Dalam output diatas, tidak terlihat angka korelasi antar pertanyaan sama dengan 1,000. Hal ini memberikan arti tidak ada pertanyaan yang sama atau identik.
3) Dari angka diatas diinterpretasikan untuk melihat hubungan semua pertanyaan yang ada untuk semua variable independen X2, X3, X4, X5 dan X6 dengan hasil selengkapnya
Correlations
1.000 .257 -.008 .322* .349** .289*
. .054 .950 .015 .008 .030
57 57 57 57 57 57
.257 1.000 .281* .130 .386** .314*
.054 . .034 .335 .003 .017
57 57 57 57 57 57
-.008 .281* 1.000 .116 .251 -.037
.950 .034 . .389 .059 .785
57 57 57 57 57 57
.322* .130 .116 1.000 .634** .138
.015 .335 .389 . .000 .305
57 57 57 57 57 57
.349** .386** .251 .634** 1.000 .258
.008 .003 .059 .000 . .053
57 57 57 57 57 57
.289* .314* -.037 .138 .258 1.000
.030 .017 .785 .305 .053 .
57 57 57 57 57 57
Correlation Coefficient
Sig. (2-tailed)
N
Correlation Coefficient
Sig. (2-tailed)
N
Correlation Coefficient
Sig. (2-tailed)
N
Correlation Coefficient
Sig. (2-tailed)
N
Correlation Coefficient
Sig. (2-tailed)
N
Correlation Coefficient
Sig. (2-tailed)
N
P1X1
P2X1
P3X1
P4X1
P5X1
P6X1
Spearman's rho
P1X1 P2X1 P3X1 P4X1 P5X1 P6X1
Correlation is significant at the .05 level (2-tailed).*.
Correlation is significant at the .01 level (2-tailed).**.
118
ada pada lampiran hasil penelitian ini, dari hasil output korelasi diketahui bahwa semua pertanyaan yang dirancang untuk penelitian ini adalah Valid, hal ini ditandai dengan adanya nilai koefisien
korelasi dan tidak ditemukan angka korelasi antar pertanyaan sama dengan 1,000.
b. Uji Validitas untuk masing-masing variabel independent yang ada.
Tabel 6.
Hasil Uji Validitas Antar Variabel Independen
Uji Validitas yang berikutnya
adalah untuk semua variabel independen yang digunakan dalam penenlitian ini, ada 6 variabel independen yang terdiri dari beban kerja (X1), Postur Kerja (X2), Variasi Kerja (X3), Supervisi (X4), Aktivitas diluar Pekerjaan (X5), dan Lingkungan tempat tinggal (X6).
Analisis : 1) Output dari Uji Validitas hanya akan
melihat dan memastikan adanya hubungan antar variabel independen dengan variabel independen yang lainnya.
2) Besar hubungan antara variabel Beban Kerja (X1) dengan kelima variabel independen yang lain dapat dijelaskan sebagai berikut;
(a) Hubungan antar Beban Kerja (X1) dengan Postur Kerja (X2)
yang dihitung dengan koefisien korelasi adalah 0,224, Beban Kerja (X1) dengan Variasi Kerja (X3) adalah -0,086, Beban Kerja (X1) dengan Supervisi (X4) adalah 0,158, Beban Kerja
(X1) dengan Aktivitas diluar Pekerjaan (X5) adalah 0,467, Beban Kerja (X1) dengan Lingkungan tempat tinggal (X6) adalah 0,087.
(b) Dalam output diatas, tidak terlihat angka korelasi antar pertanyaan sama dengan 1,000. Hal ini memberikan arti tidak ada variabel independen yang sama atau identik.
3) Dari angka diatas diinterpretasikan untuk melihat hubungan antara variabel independent yang lainnya dengan hasil selengkapnya ada pada lampiran hasil penelitian ini, dari hasil output korelasi diketahui bahwa semua variabel independen yang sudah dirancang untuk penelitian ini adalah Valid, hal ini ditandai dengan adanya nilai koefisien korelasi dan tidak ditemukan angka korelasi antar pertanyaan sama dengan 1,000.
Correlations
1.000 .224 -.086 .158 .467** .087
. .093 .523 .241 .000 .522
57 57 57 57 57 57
.224 1.000 .079 .046 .034 -.198
.093 . .560 .736 .801 .140
57 57 57 57 57 57
-.086 .079 1.000 .015 -.074 -.201
.523 .560 . .911 .585 .133
57 57 57 57 57 57
.158 .046 .015 1.000 -.074 .021
.241 .736 .911 . .583 .880
57 57 57 57 57 57
.467** .034 -.074 -.074 1.000 .071
.000 .801 .585 .583 . .599
57 57 57 57 57 57
.087 -.198 -.201 .021 .071 1.000
.522 .140 .133 .880 .599 .
57 57 57 57 57 57
Correlat ion Coef f icient
Sig. (2-tailed)
N
Correlat ion Coef f icient
Sig. (2-tailed)
N
Correlat ion Coef f icient
Sig. (2-tailed)
N
Correlat ion Coef f icient
Sig. (2-tailed)
N
Correlat ion Coef f icient
Sig. (2-tailed)
N
Correlat ion Coef f icient
Sig. (2-tailed)
N
X1
X2
X3
X4
X5
X6
Spearman's rhoX1 X2 X3 X4 X5 X6
Correlat ion is signif icant at the .01 lev el (2-tailed).**.
119
Uji Realibilitas Uji realibilitas dari penenlitian ini
menggunakan metode Internal Consistency Reliability
Tabel 7.
Uji Realibilitas dengan Metode Internal Consistency Realibility
Jenis Reliabilitas Koefisien Apa yang diukur Metode
Internal
Consistency
Reliability
Split-half
KR 20
Cronbach’s
alpha
Sejauhmana item-item
instrument homogen dan
merefleksikan “construct”
yang sama yang
melandasinya.
Korelasi
bentuk
khusus
Sumber : Cooper, Donald R; & C. William Emory. (1995). Business Research Methods.
5th
Edition. Chicago: Irwin, hal. 155.
Dengan Analisis Spearman’s. Korelasi Spearman merupakan korelasi tata jenjang yang digunakan untuk meneliti tipe data skala ordinal, sehingga objek dapat diberikan ranking atau tingkatan. Analisis :
1) Output dari Uji Realibilitas adalah didapatkan nilai Cronbach’s alpha.
2) Berdasarkan hasil diatas didapatkan tabel didapatkan nilai
Cronbach’s alpha = 0,9119, Menurut Azward Zuliandi (2007) syarat realibilitas adalah ketika nilai Aplha > 0,6. Maka variable Beban kerja (X1) adalah realibel / konsisten, dan bisa digunakan dalam penelitian ini.
3) Dari hasil uji realibilitas untuk semua pertanyaan dari masing-masing variabel didapat hasil lengkap sebagai berikut:
Tabel 8.
Hasil Uji Realibilitas antar Pertanyaan pada Semua Variabel Independen
Variabel Nilai Keterangan
Beban kerja (X1) 0,9119 Realibel / Konsisten
Postur Kerja (X2), 0,6194 Realibel / Konsisten
Variasi Kerja (X3), 0,6352 Realibel / Konsisten
Supervisi (X4) 0,6439 Realibel / Konsisten
Aktivitas diluar Pekerjaan (X5), 0,6133 Realibel / Konsisten
Lingkungan tempat tinggal (X6). 0,6022 Realibel / Konsisten
Angka-angka diatas dari hasil pengujian Realibilitas memberikan arti bahwa semua pertanyaan adalah realibel/konsisten dan dapat digunakan dalam penelitian ini.
Uji Korelasi
Korelasi atau asosiasi (hubungan) antara variabel yang sudah ditentukan. Disini akan dilakukan analisis korelasi, yaitu apakah data sampel menyediakan bukti cukup bahwa ada kaitan antara variabel-variabel dalam populasi asal sampel. Dan yang kedua, jika ada
hubungan seberapa kuat hubungan antar variabel tersebut. Keeratan hubungan itu dinyatakan dengan nama koefisien korelasi atau dapat disebut sebagai korelasi saja. (Singgih, 2001)
Variabel yang yang telah ditentukan, yaitu beban kerja (X1), Postur Kerja (X2), Variasi Kerja (X3), Supervisi (X4), Aktivitas diluar Pekerjaan (X5), dan Lingkungan tempat tinggal (X6) untuk variabel independen dan variabel dependennya adalah Fatigue (Y).
Dengan menggunakan nilai korelasi yang setinggi-tingginya (berarti mempunyai hubungan kuat) dan tingkat
120
signifikansi tidak melebihi dari derajat kepercayaan yang ditentukan yaitu 95%
( = 0,05), diperoleh hasil sebagai berikut:
Tabel 9.
Hasil Uji Korelasi Variabel Independen terhadap Variabel Dependen
Analisis : Arti Angka Korelasi
Angka diatas berkisar pada 0
(tidak ada korelasi sama sekali) dan 1 (korelasi sempurna), dapat dijadikan pedoman sederhana bahwa angka korelasi > 0,5 menunjukan korelasi cukup kuat, dan sebaliknya. Tanda korelasi berpengaruh pada penafsiran hasil. Tanda – (negatif) menunjukan adanya arah yang berlawanan, sedangkan tanda + (positif) menunjukan arah yang sama.
Pada angka output antara Fatigue dan Beban Kerja yang menghasilkan angka 0,376 memberikan arti semakin banyak beban kerja maka akan membuat semakin tingginya fatigue yang akan dialami, atau di output antara Fatigue dan Variasi Kerja yang menghasilkan angka -0,101 memberikan arti bahwa tidak adanya variasi kerja akan membuat semakin tingginya fatigue yang akan dialami.
Signifikansi hasil Korelasi Setelah angka korelasi didapat,
maka berikutnya adalah menguji apakah angka korelasi yang didapat benar-benar signifikan atau dapat digunakan untuk menjelaskan hubungan dua variabel. Hipotesis. H0 = Beban Kerja tidak secara signifikan mempengaruhi tingkat Fatigue H1 = Beban Kerja secara signifikan mempengaruhi tingkat Fatigue Kesimpulan Analisis (a) Berdasarkan Probabilitas Jika probabilitas > 0,05, maka H0 diterima Jika probabilitas < 0,05, maka H0 ditolak
(b) Berdasarkan tanda ** yang diberikan SPSS Signifikan tidaknya korelasi dua variabel dapat dilihat dari adanya tanda ** pada pasangan data yang dikorelasikan (lihat pilihan Flag significant correlations pada proses perhitungan korelasi diatas). Hasil lengkapnya lihat pada table di bawah ini.
Correlations
1.000 .224 -.086 .158 .467** .087 .376**
. .093 .523 .241 .000 .522 .004
57 57 57 57 57 57 57
.224 1.000 .079 .046 .034 -.198 .449**
.093 . .560 .736 .801 .140 .000
57 57 57 57 57 57 57
-.086 .079 1.000 .015 -.074 -.201 -.101
.523 .560 . .911 .585 .133 .456
57 57 57 57 57 57 57
.158 .046 .015 1.000 -.074 .021 -.140
.241 .736 .911 . .583 .880 .298
57 57 57 57 57 57 57
.467** .034 -.074 -.074 1.000 .071 .378**
.000 .801 .585 .583 . .599 .004
57 57 57 57 57 57 57
.087 -.198 -.201 .021 .071 1.000 .070
.522 .140 .133 .880 .599 . .607
57 57 57 57 57 57 57
.376** .449** -.101 -.140 .378** .070 1.000
.004 .000 .456 .298 .004 .607 .
57 57 57 57 57 57 57
Correlat ion Coef f ic ient
Sig. (2-tailed)
N
Correlat ion Coef f ic ient
Sig. (2-tailed)
N
Correlat ion Coef f ic ient
Sig. (2-tailed)
N
Correlat ion Coef f ic ient
Sig. (2-tailed)
N
Correlat ion Coef f ic ient
Sig. (2-tailed)
N
Correlat ion Coef f ic ient
Sig. (2-tailed)
N
Correlat ion Coef f ic ient
Sig. (2-tailed)
N
X1
X2
X3
X4
X5
X6
Y
Spearman's rho
X1 X2 X3 X4 X5 X6 Y
Correlat ion is signif icant at the .01 lev el (2-tailed).**.
121
Tabel 10.
Resume Korelasi antara Variabel Independen dan Variabel Dependen
No Variabel Nilai Korelasi Sig. Kesimpulan 1 X1 terhadap Y 0,376 0,004 Signifikan H0 ditolak
2 X2 terhadap Y 0,449 0,000 Signifikan H0 ditolak
3 X3 terhadap Y -0,101 0,456 Tidak
Signifikan H0 diterima
4 X4 terhadap Y -0,140 0,298 Tidak
Signifikan H0 diterima
5 X5 terhadap Y 0,378 0,004 Signifikan H0 ditolak
6 X6 gterhadap Y 0,070 0,607 Tidak
Signifikan H0 diterima
Dengan = 5 % Dari enam variabel independen
yang direncanakan diawal dalam penelitian ini, ada tiga variabel yang benar-benar secara signifikan mempengaruhi tingkat Fatigue yaitu Beban kerja (X1), Postur Kerja (X2), dan Aktivitas diluar Pekerjaan (X5) sedangkan variabel Variasi Kerja (X3), Supervisi (X4), dan Lingkungan tempat tinggal (X6) tidak secara signifikan mempengaruhi.
Tabel dibawah akan dilakukan uji korelasi terhadap ketiga variabel independen yang signifikan.
Tabel 11. Hasil Uji Korelasi X yang Signifikan terhadap Y
Dari tabel diatas menunjukan bahwa tiga variabel benar-benar secara signifikan
mempengaruhi tingkat Fatigue pada Operator.
Correlations
1.000 .224 .467** .376**
. .093 .000 .004
57 57 57 57
.224 1.000 .034 .449**
.093 . .801 .000
57 57 57 57
.467** .034 1.000 .378**
.000 .801 . .004
57 57 57 57
.376** .449** .378** 1.000
.004 .000 .004 .
57 57 57 57
Correlat ion Coef f ic ient
Sig. (2-tailed)
N
Correlat ion Coef f ic ient
Sig. (2-tailed)
N
Correlat ion Coef f ic ient
Sig. (2-tailed)
N
Correlat ion Coef f ic ient
Sig. (2-tailed)
N
X1
X2
X5
Y
Spearman's rho
X1 X2 X5 Y
Correlat ion is signif icant at the .01 lev el (2-tailed).**.
122
Tabel 12. Nilai R2 Variabel Dependen terhadap Variabel Independen
Analisis :
a. Angka R besar adalah 0,591. Koefisien korelasi variabel independen yang terdiri Beban Kerja, Postur Kerja dan Aktivitas di luar Pekerjaan dengan Tingkat Fatigue = 0,591. Dan bertanda positif, hal ini menunjukkan arah korelasinya positif, mengandung pengertian semakin tinggi variabel independen yang terdiri Beban Kerja, Postur Kerja dan Aktivitas di luar Pekerjaan maka semakin tinggi Tingkat Fatigue, dan juga sebaliknya semakin rendah
variabel independen semakin rendah Tingkat Fatigue
b. Angka R square adalah 0,349. Hal ini berarti 34,9% Tingkat Fatigue dapat dijelaskan oleh variabel independen yang terdiri Beban Kerja, Postur Kerja dan Aktivitas di luar Pekerjaan. Sedangkan sisanya 65,1% (100%-34,9%) dijelaskan oleh variabel atau sebab-sebab yang lainnya.
Tabel 13.
Hasil Uji F test dari Variabel Independen terhadap Variabel Dependen
Tabel 14.
Hasil Uji Pengaruh dari Variabel Independen terhadap Variabel Dependen
Coefficientsa
.580 .581 .997 .323 -.587 1.746
.153 .071 .274 2.148 .036 .010 .296 .460 .283 .238 .754 1.325
.341 .124 .314 2.761 .008 .093 .589 .343 .355 .306 .946 1.057
.273 .118 .292 2.318 .024 .037 .510 .396 .303 .257 .774 1.292
(Constant)
X1
X2
X5
Model
1
B Std. Error
Unstandardized
Coef f icients
Beta
Standardized
Coef f icients
t Sig. Lower Bound Upper Bound
95% Conf idence Interv al f or B
Zero-order Part ial Part
Correlat ions
Tolerance VIF
Collinearity Stat istics
Dependent Variable: Ya.
123
Analisis :
a. Dari Uji ANOVA atau F test, didapat F hitung adalah 9,491 dengan tingkat signifikansi 0,000. Oleh karena probabilitas (0,000) jauh lebih kecil dari 0,1, maka model regresi dapat dipakai untuk memprediksi Tingkat Fatigue.
b. Dengan arti lain bahwa Beban kerja, Postur Kerja, dan Aktivitas diluar Pekerjaan secara bersama-sama berpengaruh Tingkat Fatigue.
c. Tabel selanjutnya menggambarkan persamaan regresi:
Y = 0,580 + 0,153 X1 + 0,341X2 + 0,273X5
Dengan : Penjelasan variable diatas sebagai berikut:
Y = Tingkat Fatigue X1 = Beban kerja, X2 = Postur Kerja, dan X5 = Aktivitas diluar Pekerjaan
a. Konstanta sebesar 0,580 menyatakan bahwa jika tidak ada tiga variabel independen sebagai factor yang mempengaruhi secara signifikan terhadap fatigue, maka tingkat fatigue adalah 0,580 point.
b. Koefisien b dinamakan koefisien arah regresi dan menyatakan perubahan rata-rata variabel Y untuk setiap perubahan nilai X sebesar satu point. Perubahan ini merupakan pertambahan bila b bertanda positif dan penurunan bila b bertanda negatif, secara rinci dapat dijelaskan sebagai berikut,
1) Koefisien regresi X1 sebesar 0,153 menyatakan bahwa setiap penambahan (karena tanda +) satu point. Beban kerja akan meningkatkan fatigue sebesar 0,153 point.
2) Koefisien regresi X2 sebesar 0,341 menyatakan bahwa setiap penambahan (karena tanda +) satu point. Postur Kerja akan meningkatkan fatigue sebesar 0,341 point.
3) Koefisien regresi X5 sebesar 0,273 menyatakan bahwa setiap
penambahan (karena tanda +) satu point. Aktivitas diluar Pekerjaan akan meningkatkan fatigue sebesar 0,273 point.
4) Uji t untuk menguji signifikansi variabel Contoh perhitungan uji koefisien regresi dari variabel Beban Kerja (X1) Hipotesis. H0 = Beban Kerja tidak mempengaruhi tingkat Fatigue H1 = Beban Kerja mempengaruhi tingkat Fatigue Pengambilan keputusan (a) Dengan membandingkan statistik hitung dengan statistik tabel Jika Statistik t Hitung < Statistik t tabel, maka H0 diterima Jika Statistik t Hitung > Statistik t tabel, maka H0 ditolak
(1) Statistik t Hitung. Dari tabel output di atas didapat t hitung adalah 2,148 (2) Tabel Statistik.
Tingkat Signifikansi () = 5% Df (derajat kebebasan) = jumlah data – 2 atau 57 – 2 = 55 Uji dilakukan dua sisi (2-tiled) Untuk t table dua sisi, didapat angka 2,009 (untuk N = 50)
Karena Statistik Hitung > Statistik table
(2,148 > 2,009) maka H0 ditolak (b) Berdasarkan Probabilitas/Signifikansi Bila sig. < dari 0,05 berarti pengaruh variabel bebas terhadap variabel terikat adalah signifikan. Bila sig. > dari 0,05 berarti pengaruh variabel bebas terhadap variabel terikat tidak signifikan Terlihat bahwa pada kolom Sig/significance adalah 0,036 atau probabilitas jauh dibawah 0,05, maka H0
ditolak, atau koefisien regresi signifikan, atau dengan bahasa penelitian ini adalah bahwa Beban Kerja benar-benar berpengaruh secara signifikan terhadap Tingkat Fatigue.
124
Tabel 15.
Hasil Signifikansi dari Variabel Independen
No Variabel t Hitung Sig. Kesimpulan 1 Beban Kerja (X1) 2,148 0,036 Signifikan H0 ditolak
2 Postur Kerja (X2) 2,761 0,008 Signifikan H0 ditolak
5 Aktivitas diluar Pekerjaan (X5) 2,318 0,024 Signifikan H0 ditolak
Diketahui : t Tabel dengan N = 57 adalah 2,009
Dengan = 5 %
Dari tabel di atas diketahui bahwa ketiga variabel independen diatas benar-benar secara signifikan
berpengaruh terhadap Tingkat Fatigue.
Gambar 3. Hasil Uji t dan F Variabel X terhadap Variabel Y
KESIMPULAN
Dari hasil kajian fatigue dapat disimpulkan beberapa hal, yaitu:
a. Sebagian besar (94.7%) responden mengalami indikasi fatigue ringan, tidak ditemukan operator yang mengalami gejala fatigue berat.
b. Dari sisi umur, responden yang berusia 30 – 40 tahun terbanyak mengalami lelah ringan, dan berdasarkan lama kerja 50,9% responden yang sudah bekerja selama 1 – 3 tahun mengalami lelah ringan.
c. Berdasarkan penelitian ini juga status marital, jumlah anak dan jarak tempat tempat tinggal juga dapat menyebabkan kelelahan operator.
d. Hasil akhir penelitian ini didapatkan model persamaan linier sebagai berikut :
Y = 0,580 + 0,153 X1 + 0,341X2 + 0,273X5 Fatigue secara signifikan dipengaruhi oleh Beban Kerja, Postur Kerja, dan Aktivitas diluar Pekerjaan dengan tingkat pengaruhnya adalah,
125
1) Ada pengaruh positif antara Beban Kerja (X1) terhadap fatigue (Y)
2) Ada pengaruh positif antara Postur Kerja (X2) terhadap fatigue (Y)
3) Ada pengaruh positif antara Aktivitas diluar Pekerjaan (X5) terhadap fatigue (Y)
DAFTAR PUSTAKA Ariawan, Iwan. 1998. Besar dan
Metode Sampel pada Penelitian Kesehatan. Depok: Jurusan Biostatistik dan Kependudukan Fakultas Kesehatan Masyarakat Universitas Indonesia.
Baiduri. 2007. Fatigue Assessment. Jakarta: Departemen Keselamatan dan Kesehatan Kerja, Fakultas Kesehatan Masyarakat, Universitas indonesia.
Bird Frank E, George L. Germain, and M. Douglas Clark. 2003. Det Norske Veritas (DNV). Practical Loss Control Leadership. (Terj. W. Abdullah): PT. Danavgraha
David S Bell, MD. 1999. Curing Fatigue: A Step by Step Man to Uncover and Eliminate the Causes of Chronic Fatigue. Penssylvania: Rodale Press.
Hastono, Sutanto Priyo. 2006. Basic Data Analysis for Health Research: Modul Kedua Analisis Univariat Analisis Bivariat. Depok: Fakultas Kesehatan Masyarakat, Universitas Indonesia
Hermawan, Asep. 2003. Pedoman Praktis metodologi Penelitian Bisnis. Jakarta : Lembaga Penerbit Fakultas Ekonomi Universitas Trisakti.
International Labour Organization. 1998. Encyclopedia of Occupational Health and Safety. 4thedition Vol 1-2-4.
Putri, Duhita Pangesti. 2008. Hubungan Faktor Internal dan Eksternal Pekerja Terhadap Kelelahan (Fatigue) pada Operator Alat Besar PT. Indonesia Power Unit Bisnis Pembangkitan Suralaya Periode Tahun 2008. Skripsi program sarjana kesehatan Masyarakat Universitas Indonesia, Depok.
Silaban, Gerry. 1998. Kelelahan Kerja. Majalah Kesehatan Masyarakat Indonesia, Tahun XXVI No. 10, 539 – 543.
Soetomo, dr. 1981. Kelelahan dalam Penerbangan. Cermin Dunia Kedokteran, No. 24: 49-51.
Sugiyono, Prof.Dr. 2008. Metode Penelitiaan Pendidikan Pendekatan Kuantitatif, Kualitatif, dan R&D. Bandung: Alfabeta.
Suma’mur P.K. 1996. Higiene Perusahaan dan Keselamatan Kerja. Jakarta: PT. Gunung Agung.
Supranto,J. Prof. 2004. Analisis Multivariat Arti dan Interpretasi. Jakarta: PT. Asdi Mahasatya.
Utommi, Sendy. 2007. Gambaran Tingkat Kepatuhan Pekerja dalam Mengikuti Prosedur Operasi pada Pekerja Operator Dump Truck di PT. KALTIM PRIMACOAL tahun 2007. Skripsi program sarjana kesehatan Masyarakat Universitas Indonesia, Depok
Zulganef. 2008. Metode Penelitiaan Sosial & Bisnis. Yogyakarta: Graha Ilmu.
126