Langsung ke konten utama

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 berbagai penelitian terkait hasil pengukuran pajanan di lingkungan kerja didapatkan pengetahuan bahwa data hasil pengukuran pajanan di lingkungan kerja umumnya terdistribusi lognormal.  

Umumnya hanya dilakukan beberapa kali pengukuran saja dalam 1 tahun. Berdasarkan data hasil pengukuran yang sedikit (data beberapa hari dari 100 hari bekerja) kita dapat melakukan perhitungan secara statistik untuk mendapatkan nilai persentil ke-95 tersebut. Tetapi perhitungan secara statistik tersebut harus dilakukan berdasarkan distribusi lognormal bukan distribusi normal. 

Rumus untuk menghitung persentil ke-95 tersebut adalah:

di mana 









Komentar

Posting Komentar

Postingan populer dari blog ini

Penilaian faktor risiko psikososial di tempat kerja

Penilaian faktor risiko psikososial mirip dengan penilaian faktor risiko lainnya di tempat kerja, yang berbeda hanyalah alat dan metodenya. Terdapat beberapa indikator  yang menunjukkan bahwa terdapat permasalahan psikososial di tempat kerja.  Indikasi penilaian faktor risiko psikososial di tempat kerja Beberapa indikasi bahwa perlu dilakukan penilaian faktor risiko psikososial di tempat kerja adalah: Jika terdapat indikator  adanya permasalahan psikosial di tempat kerja Sebagai upaya identifikasi faktor risiko psikososial dan tindakan pencegahan serta pengendalian Untuk memantau perubahan faktor risiko psikososial seiring waktu Elemen kunci Untuk keberhasilan penilaian faktor risiko psikososial di tempat kerja terdapat lima elemen kunci yaitu:  Sumber stres (stresor/faktor risiko psikososial) Faktor intrinsik pekerjaan Peranan dalam organisasi Hubungan dengan individu lain Pencapaian dan perkembangan karir Struktur dan iklim organisasi Antarmuka rumah-kerja Dampak s...
Posting Komentar
Baca selengkapnya

Interpretasi hasil biomonitoring

S ecara konvensional, konsentrasi biomarker urin (misalnya: S-PMA, HA, dan MHA) dikoreksi terhadap tingkat hidrasi untuk menghasilkan konsentrasi biomarker terkoreksi. Rumus yang digunakan adalah: Untuk dapat menggunakan rumus tersebut maka terdapat syarat yang harus dipenuhi, yaitu konsentrasi kreatinin urin antara 0,3 – 3 g/l .  Pada rumus di atas, konsentrasi kreatinin urin sebagai penyebut, dengan demikian jika penyebut semakin kecil maka hasil bagi semakin besar dan sebaliknya jika penyebut semakin besar maka hasil bagi semakin kecil. Dengan perkataan lain, jika konsentrasi kreatinin urin lebih kecil dari 0,3 g/l maka konsentrasi biomarker terkoreksi akan lebih besar dari seharusnya dan sebaliknya jika konsentrasi kreatinin urin lebih besar dari 3 g/l maka konsentrasi biomarker terkoreksi akan lebih kecil dari seharusnya. Hal ini berpotensi menimbulkan kesalahan dalam interpretasi data hasil pengukuran biomarker tersebut. Perlu juga diketahui bahwa rumus tersebut mengasumsikan...
Posting Komentar
Baca selengkapnya

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