Is Average Number a Lie?
Judul ini sengaja saya pilih karena banyak hal dalam pengukuran kinerja K3 yang kita ukur dan tampilkan dengan nilai rata-rata. Dalam ilmu statistik kita mengenal ada ukuran pemusatan dan ukuran penyebaran untuk menggambarkan karakteristik sekelompok data. Nilai rata-rata, median, dan modus masuk dalam ukuran pemusatan sedangkan range, simpangan baku, koefisien variasi masuk dalam ukuran penyebaran.
Sebagai contoh, saya akan memberikan dua area kerja dengan kelompok data jumlah temuan inspeksi K3 setiap bulan sebagai berikut:
| Area Kerja A | 30,31,28,30,29,29,32,30,32,29 | rata-rata= 30 median=30 modus=30 simpangan baku=1.2 koefisien variasi=4% |
| Area Kerja B | 33,29,30,31,34,28,29,29,27,30 | rata-rata=30 median=29 modus=29 simpangan baku=2.0 koefisien variasi=7% |
Dua area kerja di atas memiliki nilai rata-rata yang sama yaitu 30, apakah kita bisa menyimpulkan bahwa kedua area memiliki jumlah temuan inspeksi K3 yang sama dan tidak berbeda secara signifikan ?
Secara awam, kita bisa mengatakan YA! karena kedua area memiliki nilai rata-rata yang sama yaitu 30 sehingga prioritas tindakan koreksi akan sama untuk keduanya.
Secara statistik, kita bisa mengatakan TIDAK! karena area kerja B memiliki kelompok data yang lebih bervariasi daripada area kerja A. Hal ini dapat dilihat dari Koefisien variasi sebesar 7% (selisih 3% dari area kerja A), sehingga prioritas tindakan koreksi akan lebih difokuskan kepada area kerja B
Dari penjelasan di atas, dapat kita simpulkan bahwa kita harus lebih berhati-hati ketika hendak menggambarkan sekelompok data dengan ukuran pemusatan saja (istilah lain distribusi normal) karena pada kenyataannya ada kelompok data yang tidak berdistribusi normal karena variasinya yang tinggi sehingga ukuran penyebaran menjadi penting!
Semoga bermanfaat (ditulis dari Tembagapura – FN)
Decision Making in Safety
Proses pengambilan keputusan dalam K3 (Keselamatan dan Kesehatan Kerja) merupakan hal yang penting untuk memastikan Sistem Manajemen K3 berjalan dengan baik dalam mencegah kecelakaan/kesakitan pekerja dan meningkatkan kinerja K3. Dalam ranah kebijakan publik, suatu keputusan yang baik akan memenuhi kaidah VIUOF (Valid, Important, Useful, Original, Feasible).
Menggunakan teori kebijakan publik, beberapa metode berikut dapat diadopsi untuk mengambil keputusan dalam K3 dalam sebuah perusahaan:
- Metode incremental: keputusan dibuat berdasarkan keputusan sebelumnya untuk menjaga konsistensi dan memperkecil kesenjangan. Metode ini biasanya terkait dengan kebijakan atau peraturan perundang-undangan sebelumnya. Kritik terhadap metode ini adalah tidak dinamis mengikuti perubahan yang terjadi.
- Metode partisipasi: berbeda dengan keputusan incremental, keputusan yang dibuat dengan metode partisipasi melibatkan partisipasi aktif dari pihak-pihak yang berkepentingan sehingga sangat dinamis mengikuti perubahan yang terjadi. Kritik terhadap metode ini adalah dominasi kepentingan/kepuasan dari beberapa pihak yang mengambil keuntungan kelompok tertentu.
- Metode trial-error/best practice: keputusan dibuat berdasarkan pengalaman dan kejadian real di lapangan sehingga memunculkan pembelajaran (trial-error) dan praktek terbaik (best practices). Kritik terhadap keputusan ini adalah beberapa praktek terbaik tidak bisa digeneralisir ke konteks/lingkungan yang berbeda.
- Metode penelitian: keputusan dibuat berdasarkan metode ilmiah menggunakan pendekatan akademis mulai dari perumusan masalah, pengumpulan data, analisis sampai penarikan kesimpulan. keputusan ini juga disebut juga sebagai evidence-based decision karena berdasarkan bukti yang dikumpulkan. Kritik terhadap keputusan ini adalah memerlukan orang dengan latar belakang penelitian dan membutuhkan waktu yang lama serta sumber daya yang memadai.
- Metode Big Data: keputusan dibuat secara cepat menggunakan data yang dikumpulkan secara cepat dan dengan algoritma tertentu menghasilkan pola yang dapat diprediksi secara akurat. Pada prinsipnya keputusan ini merubah pendekatan evidence-based decision menjadi data-driven decision. Kritik terhadap metode ini adalah memerlukan identifikasi, pengumpulan, pemilahan, dan analisis data yang besar didukung oleh infrastruktur dan sumber daya yang memadai.
Apapun metode yang digunakan, tentu saja silahkan disesuaikan dengan konteks permasalahan K3 yang dihadapi dan tentunya dapat memecahkan masalah K3 tersebut.
Semoga bermanfaat (ditulis dari Tembagapura – FN)
Competent Person
Istilah Competent Person atau Orang Yang Berkompeten seringkali muncul dalam peraturan perundang-undangan dan prosedur internal perusahaan, beberapa diantaranya mendefinisikannnya sebagai orang yang memiliki pengetahuan, kemampuan/keterampilan, pengalaman atau sertifikasi kompetensi yang ditetapkan oleh internal perusahaan atau pemerintah berdasarkan Standar Kompetensi Kerja Khusus (SKKK), Standar Internasional (SI), atau Standar Kompetensi Kerja Nasional Indonesia (SKKNI).
Dalam ilmu kompetensi, orang yang berkompeten digambarkan dalam IRISAN antara Knowledge, Skills, dan Attitude (lihat gambar diatas), dengan kata lain orang yang mengerjakan suatu task menggunakan gabungan dari pengetahuan, keterampilan, dan sikapnya maka dikatakan sebagai orang yang berkompeten. Akan tetapi, bagaimana mengukur task yang dilakukan oleh orang tersebut dalam kondisi lingkungan yang sama atau berbeda disebut kompeten ?
Jawaban dari pertanyaan tersebut ada dalam DIMENSI KOMPETENSI.
Dimensi Kompetensi merupakan ukuran baku ketika kita hendak menyatakan bahwa orang tersebut kompeten/belum kompeten. Terdapat Lima Dimensi Kompetensi, Dimensi 1 s.d. 4 (Task Skills, Task Management Skills, Contigency Management Skills, Job Role Environmental Skills) merupakan dimensi kompetensi dalam lingkungan yang tetap, sedangkan Dimensi 5 (Transfer Skills) merupakan dimensi kompetensi dalam lingkungan yang berbeda.
Untuk memahami lima dimensi kompetensi tersebut, kita ambil contoh sederhana seorang pengemudi mobil. Seorang pengemudi mobil dikatakan kompeten apabila 1) dia dapat menghidupkan,menjalankan, dan mematikan mobil sesuai dengan prosedur (Task Skils), 2) dia dapat menjalakan mobil untuk mengantar barang/penumpang dari titik A ke tidak B (Task Management Skills), 3) dia dapat mengambil tindakan pencegahan/perbaikan apabila ada kerusakan mobil (Contigency Management Skils), 4) dia dapat mengikuti aturan perjalanan/rambu lalu lintas ketika mengemudikan mobil (Job Role Environmental Skills), dan 5) dia dapat mengemudikan mobil dengan merk apapun dan transmisi manual/matik (Transfer Skills). Ketika pengemudi mobil tersebut telah memenuhi kelima unsur dimensi kompetensi tersebut maka dia dikatakan sebagai pengemudi yang Kompeten!
Semoga bermanfaat (ditulis dari Tembagapura – FN)
Safety Performance – A New View
Indikator Safety Performance yang digunakan oleh banyak perusahaan adalah Frequency Rate (FR), Severity Rate (SR), dan Fatality Rate (FR). Indikator ini mengukur HASIL setelah sebuah AKTIVITAS terjadi dan dilakukan biasanya di akhir bulan/tahun. Alhasil, pengukuran dilakukan atas apa yang telah terjadi di masa lalu dan tidak bisa memprediksi apa yang akan terjadi di masa depan. Pendekatan ini disebut sebagai Reactive Safety Performance Measures (Lagging Indicators)
AKTIVITAS yang ada dalam dunia Safety diwujudkan dalam beberapa program umum/spesifik seperti inspeksi, meeting, observasi, audit, survey K3, HIRADC, SOP, JSA, dan masih banyak lagi. ada dua pertanyaan yang dapat kita ajukan terkait dengan hal tersebut, yaitu:
- Apakah AKTIVITAS tersebut dapat diukur dengan tepat ?
- Apakah AKTIVITAS tersebut dapat memprediksi/mempengaruhi/ berkorelasi dengan apa yang akan terjadi di masa depan
Apabila jawaban terhadap dua pertanyaan di atas adalah YA, maka pendekatan baru yang digunakan disebut sebagai Proactive Safety Performance Measures (Leading Indicators). Pendekatan ini mengukur AKTIVITAS yang terjadi setiap saat yang memungkinkan kita untuk melakukan intervensi jika ada penyimpangan berdasarkan Trend/Threshold metrics yang kita tetapkan. Pengukuran ini dapat kita verifikasi setiap saaat dengan pengukuran Reactive untuk melihat korelasinya.
Melihat keseimbangan (balanced) antara Reactive dan Proactive Safety Performance measures serta menggunakan keduanya untuk mengukur kinerja Safety merupakan A New View untuk meningkatkan kinerja Safety di sebuah perusahaan.
Semoga bermanfaat (ditulis dari Tembagapura – FN)
Model Kausalitas Unsafe Act/Condition
Beberapa pernyatan berikut mungkin pernah kita dengar, seperti unsafe act, unsafe condition, kegagalaan manajemen, motivasi keliru, kurang pelatihan, kurang pemahaman, … yang menimbulkan insiden! Sebagai seorang praktisi K3, sangat mudah kita membuat pernyataan sebab akibat berdasarkan pengalaman dan common sense.
Tidak ada yang salah dengan pernyataan tersebut selama masuk di logika manusia, tetapi muncul pertanyaan apa bukti yang mendukung pernyataan tersebut ? Apa bukti hubungan sebab akibat tersebut ? Apakah hubungan tersebut bisa digenalisasi ? Apakah hubungan tersebut kuat adanya ? Apakah unsafe act sendirian menyebabkan insiden atau bersama sama dengan unsafe condition menyebabkan insiden ?
Untuk menjawab pertanyaan di atas mari kita melihat model kausalitas menurut teori kausalitas. Dalam teori kausalitas terdapat dua model kausalitas, yaitu model kausalitas tunggal dan model kausalitas majemuk.
Model kausalitas tunggal mengatakan bahwa A menyebabkan B secara sempurna, tidak ada faktor lain. A ini disebut sebagai necessary cause dan juga sufficient cause yang menyebabkan B. Model kausalitas tunggal adalah model sempurna dalam lingkungan yang terkontrol.
Model kausalitas majemuk merupakan model yang paling banyak digunakan dalam ilmu sosial karena lingkungan yang dipengaruhi oleh banyak faktor penganggu. Model ini dapat digambarkan menjadi beberapa tipe sebagai berikut:
- Tipe majemuk kumulatif: dalam tipe ini A1+A2+An secara bersamaan akan menyebabkan B. A1, A2, An ini disebut sebagai necessary cause tetapi bukan sufficient cause. Sufficient cause akan terjadi apabila A1+A2+An secara bersama-sama bergabung menyebabkan B. Sebagai contoh teori segitiga api yang mengatakan bahan bakar+panas+oksigen akan menimbulkan api.
- Tipe majemuk independen: dalam tipe ini A1, A2, An akan menyebabkan B. A1,A2,An terpisah satu dengan lainnya dan disebut sebagai necessary cause dan juga sufficient cause. Dimungkinan A1,A2,An tanpa perlu bergabung menyebabkan B. Sebagai contoh teori PPS (People, Process,System) yang mengatakan kegagalan salah satu aja dari people/process/system akan menyebabkan failure
Berdasarkan penjelasan di atas, pertanyaan yang menjadi bahan renungan kita dalam tulisan ini adalah pernyataaan apakah unsafe act dan unsafe condition yang masih kita gunakan sebagai penyebab langsung insiden atau kecelakaan merupakan majemuk kumulatif dimana secara bersama-sama keduanya harus hadir untuk menjadi sufficient cause atau keduanya merupakan majemuk independen yang secara mandiri unsafe act dan unsafe condition bisa menjadi sufficient cause yang menyebabkan insiden ?
Semoga bermanfaat (ditulis dari Tembagapura – FN)
Fendy Novento Personal Blog 