Langsung ke konten utama

Jumlah sampel minimum pengukuran pajanan di lingkungan kerja

Untuk membuktikan bahwa kadar pajanan di tempat kerja tidak melewati nilai ambang batas (NAB) kemungkinan akan memakan biaya dan waktu yang tidak sedikit. 

Dalam Permenaker nomor 5 tahun 2018 maupun Permenkes nomor 70 tahun 2016 tidak ada ketentuan mengenai jumlah sampel minimum. Dalam permenkes nomor 70 tahun 2016 hanya disebutkan bahwa jumlah sampel sebagai bagian dari proses pengukuran harus dilakukan sesuai dengan standar. 

Jumlah sampel minimum menurut NIOSH cukup banyak seperti terlihat pada gambar di bawah ini. 


Untuk mengurangi jumlah sampel minimum yang diperlukan, dapat dilakukan dengan strategi sebagai berikut:

  1. Membagi pekerja ke dalam similarly exposed group (SEG).
  2. Pengukuran pajanan personal dilakukan dalam 3 tahap:
    1. Tahap skrining
    2. Tahap uji kepatuhan kelompok
    3. Tahap uji kepatuhan individu

Pada tahap skrining dilakukan tiga pengukuran pajanan personal secara acak dari pekerja dalam SEG.

  1. Jika ketiga pajanan kurang dari 0,1 NAB maka dapat diasumsikan bahwa NAB dipatuhi. Selanjutnya lakukan pemantauan rutin.
  2. Jika salah satu dari ketiga pajanan melebihi NAB maka perlu dilakukan peningkatan pengendalian pajanan.
  3. Jika salah satu dari ketiga pajanan melebihi 0,1 NAB tetapi tidak melebihi NAB maka lakukan uji kepatuhan kelompok

Pada tahap uji kepatuhan kelompok dilakukan pengukuran pajanan personal tambahan paling sedikit 6 sampel secara acak dari pekerja dalam SEG. Setiap pekerja paling sedikit memiliki 2 kali pengukuran. Sehingga total data yang dimiliki 9 atau lebih. 

Pada ke 9 sampel (atau lebih) tersebut dilakukan uji kepatuhan kelompok, yakni bahwa kemungkinan < 5% dari sembarang pajanan acak dalam SEG melebihi NAB dengan tingkat keyakinan 95%. Ini disebut sebagai exceedance fraction. 

  1. Jika melebihi 5% maka perlu dilakukan peningkatan pengendalian pajanan. 
  2. Jika kurang dari 5% maka lakukan uji kepatuhan individu.

Pada tahap uji kepatuhan individu dilakukan analysis of variance pada ke-9 (atau lebih) data hasil pengukuran pajanan personal tersebut untuk melihat apakah between-worker variance lebih dari 0,2 total variance. 

  1. Jika tidak, maka selanjutnya lakukan pemantauan rutin.
  2. Jika ya, maka lakukan uji kepatuhan individual. Hasil yang diharapkan adalah probabilitas bahwa sembarang individu dalam SEG memiliki >5% pajanan melebihi NAB kurang dari 20%. 
    1. Jika ya maka selanjutnya lakukan pemantauan rutin.
    2. Jika tidak maka perlu dilakukan peningkatan pengendalian pajanan. 

Dari uraian di atas terlihat bahwa jumlah pengukuran pajanan personal minimal adalah 3 dan jika diperlukan ditambah minimal 6, sehingga biaya yang dikeluarkan akan dapat ditekan dibandingkan dengan aturan jumlah sampel minimal dari NIOSH tersebut. Akan tetapi strategi di atas membutuhkan kompetensi untuk melakukan perhitungan statistik seperti exceedance fraction dan analysis of variance. 

Komentar

Posting Komentar

Postingan populer dari blog ini

Interpretasi hasil analisis statistika pajanan lingkungan kerja

Dalam postingan Statistik data hasil pemantauan pajanan lingkungan kerja (professional-hse.blogspot.com)  sudah disampaikan statistik yang harus dihitung saat menganalisis data hasil pengukuran pajanan di lingkungan kerja.  Di bawah ini adalah contoh interpretasi hasil pengukuran pajanan benzene dengan passive sampler pada 12 pekerja dengan level of detection 0,033 ppm. Kita lihat bahwa statistik rerata aritmatika dan rerata aritmatika dengan pendekatan maximum likelihood estimation (MLE) tidak berbeda jauh, akan tetapi jika diperhatikan rentang nilai minimum - maksimum (0,034 - 0,507 ppm) lebih besar dibandingkan rentang nilai batas bawas - atas (0,124 - 0,395). Rerata geometris, yang tidak terpengaruh oleh pencilan, lebih kecil dibandingkan kedua rerata aritmatika.  Variabilitas pajanan dapat dinilai dengan statistik simpang baku geometris. Pada contoh di atas terlihat bahwa nilai simpang baku geometris di atas 1,5 tetapi lebih kecil dari 2,5 dengan demikian vari...
Posting Komentar
Baca selengkapnya

Statistik data hasil pemantauan pajanan lingkungan kerja

Data hasil pemantauan dapat diinterpretasikan dengan hanya membandingkan hasil perhitungan statistik deskriptif dengan NAB (Nilai Ambang Batas) jika semua data yang ada lebih rendah dari 0,1 NAB atau di atas NAB. Tetapi ketika data hasil pemantauan mendekati atau mencakup NAB, maka statistik inferensial seperti persentil ke-95 harus dihitung untuk membantu dalam pengambilan keputusan.  Statistik deskriptif yang harus secara rutin dihitung untuk semua data pajanan adalah: Pajanan maksimum Pajanan minimum Rentang pajanan Persen pajanan lebih besar dari NAB Rata-rata pajanan Simpang baku pajanan Rata-rata dari pajanan transformasi log alami Simpang baku dari pajanan transformasi log alami Rata-rata geometris Simpang baku geometris Statistik inferensial Persentil ke-95 Upper tolerance limit Exceedance fraction
Posting Komentar
Baca selengkapnya

Persentil ke-95

Perhatikan ilustrasi berikut ini untuk memahami apa yang dimaksud dengan persentil ke-95. Misalkan: setiap tahun, seorang pekerja bekerja 100 hari. Berapa hari yang dapat diterima untuk pajanan melebihi NAB tanpa respirator jika kita mengumpulkan data pemantauan personal pada pekerja tersebut selama 100 hari?  Kita tentu mengharapkan bahwa selama 100 hari bekerja tersebut, pajanan yang melebihi NAB tanpa respirator adalah 0 hari. Target jumlah hari dengan pajanan yang melebihi NAB tanpa respirator berdasarkan konsensus profesional adalah tidak lebih dari 5 hari dari 100 hari , yaitu persentil ke-95 . Jadi 5/100 (5 hari dari 100 hari) di atas NAB dan 95/100 (95 hari dari 100 hari) di bawah NAB.  Dari keterangan di atas: Persentil ke-95 adalah persentase hari di mana pajanan berada di bawah NAB Exceedance fraction 5% adalah persentase hari di mana pajanan berada di atas NAB Dalam praktik sehari-hari tidak mungkin kita melakukan pengukuran pajanan personal setiap hari. Dari be...
Posting Komentar
Baca selengkapnya