Modul 1 Print Ulang

MODUL I LINGKUNGAN KERJA FISIK

BAB IPENDAHULUAN

1.1 Latar Belakang

Dalam merencanakan sistem kerja, manusia perlu memperhatikan lingkungan kerja fisik tempat mereka

bekerja. Lingkungan kerja fisik adalah semua keadaan yang terdapat di sekitar tempat kerja, yang memiliki

dua faktor yaitu faktor internal dan eksternal, dimana dalam hal ini akan berpengaruh secara signifikan

terhadap hasil kerja manusia tersebut. Faktor internal adalah faktor yang berasal dari dalam diri manusia itu

sendiri. Contohnya adalah daya ingat pendek, kelelahan kerja, kelelahan otot, kewaspadaan, dan rasa bosan.

faktor eksternal adalah faktor yang berasal dari luar tubuh manusia. Contohnya adalah pencahayaan,

kebisingan, temperatur, kelembapan udara, sirkulasi udara, getaran mekanis, bau-bauan, warna dan lain-lain.

Terdapat hubungan antara lingkungan kerja fisik dengan performansi dan produktifitas para pekerja.

Performansi dan produktifitas para pekerja dinilai menurun saat kondisi lingkungan kerja mereka tidak sesuai

dengan yang mereka harapkan, sehingga memungkinkan untuk terjadinya human error. Human error adalah

tindakan manusia yang melampaui batas penerimaan manusia yang ditentukan oleh suatu sistem.

Oleh karena itu dalam praktikum lingkungan kerja fisik membahas tentang hubungan antara faktor-fak

tor dalam lingkungan kerja fisik dengan performansi dan produktivitas para pekerja yang dalam hal ini

bertujuan untuk menghindari atau meminimalisir adanya human error.

1.2 Tujuan Praktikum

Berikut adalah tujuan dilaksanakannya praktikum lingkungan kerja fisik:

1. Memahami faktor-faktor lingkungan yang dapat memberikan pengaruh terhadap produktivitas operator.

2. Mengetahui faktor-faktor kesalahan manusia (human error) dalam melakukan segala aktivitasnya.

3. Meneliti pengaruh kebisingan, pencahayaan dan suhu terhadap performasi kerja manusia.

4. Mampu melakukan analisa pengaruh lingkungan kerja terhadap performasi operator.

5. Mampu memberikan rekomendasi perbaikan lingkungan kerja fisik.

1.3 Batasan Praktikum

Batasan dari praktikum Lingkungan kerja fisik ini adalah:

1. Menggunakan faktor suhu sebesar 27ºC

2. Menggunakan faktor kebisingan sebesar 50,4 dB , 96,7 dB dan 124 dB

3. Menggunakan faktor pencahayaan sebesar 124 lux.

LABORATORIUM PERANCANGAN KERJA DAN ERGONOMIPROGRAM STUDI TEKNIK INDUSTRI – UNIVERSITAS BRAWIJAYA

1


1.4 Diagram Alir Praktikum

Berikut ini adalah diagram alir dari praktikum Lingkungan kerja fisik:

Gambar 1.1 Diagram Alir Praktikum Lingkungan Kerja Fisik

1.5 Alat dan Bahan Praktikum

Berikut ini adalah alat dan bahan yang digunakan pada saat praktikum Lingkungan Kerja Fisik, yaitu :

1. Set game mencocokkan gambar lengkap

2. Audio System

3. CD dan audio kebisingan

4. Dimmer Lamp

5. Air Conditioner (AC)

6. Ruang Iklim (Climate Chamber)

7. Stopwatch

1.6 Prosedur Pelaksanaan Praktikum

Berikut ini adalah prosedur pelaksanaan praktikum Lingkungan Kerja Fisik, yaitu :

1. Menyiapkan game mencocokkan gambar dalam climate chamber

2. Menyiapkan kondisi lingkungan kerja masing-masing sesuai lembar pengamatan

1 = Suhu ruangan (270), bising rendah (50,4 dB), cahaya rendah (5 lux)


2


2 = Suhu ruangan (270), bising rendah (50,4 dB), cahaya sedang (124lux)

3 = Suhu ruangan (270), bising rendah (50,4 dB), cahaya tinggi (264 lux)

4 = Suhu ruangan (270), bising sedang (96,7 dB), cahaya rendah (5 lux)

5 = Suhu ruangan (270), bising sedang (96,7 dB), cahaya sedang (124 lux)

6 = Suhu ruangan (270), bising sedang (96,7 dB), cahaya tinggi (264 lux)

7 = Suhu ruangan (270), bising tinggi (124 dB), cahaya rendah (5 lux)

8 = Suhu ruangan (270), bising tinggi (124 dB), cahaya sedang (124 lux)

9 = Suhu ruangan (270), bising tinggi (124 dB), cahaya tingg (264 lux)

3. Jumlah praktikan dalam pelaksanaan praktikum ini dibagi menjadi :

a. 2 orang menjadi objek pengamatan/operator (1 orang pria dan 1 orang wanita)

b. 2 orang sebagai pengamat

c. 1 orang sebagai pengatur kondisi lingkungan dan timer

4. Operator akan mencari gambar dengan prosedur berikut ini :

a. Terdapat 35 gambar yang harus dicari oleh operator dengan 9 perlakuan yang berbeda tiap kali

pengambilan.

b. Operator diharuskan menemukan 35 gambar - gambar tersebut tanpa melakukan pengembalian dan

melakukan pencocokan dengan gambar yang sudah tersedia di meja.

c. Apabila dalam pengerjaan terjadi kesalahan pencocokan gambar, maka kesalahan tersebut akan

dihitung sebagai error.

5. Mencatat hasil pengamatan pada lembar pengamatan.


3


BAB IIHASIL DAN PEMBAHASAN

2.1 Pengumpulan Data

Data yang sudah didapatkan pada saat praktikum kemudian dikumpulkan untuk selanjutnya diuji. Berikut

adalah data yang didapatkan dari hasil praktikum lingkungan kerja fisik dari beberapa kelompok.

2.1.1Pengumpulan Data Pria

Berikut merupakan data yang didapatkan dari operator pria dari beberapa kelompok, antara lain:

2.1.1.1 Pengumpulan Data Error Pria

Berikut merupakan data error yang dilakukan oleh operator pria dari beberapa kelompok saat praktikum

lingkungan kerja fisik:

Tabel 2.1 Data error operator priaOperator

(pria)Perlakuan

50,4 db 96,7 db 124 db jumlah1 2 2 0 42 1 1 2 43 0 2 2 44 0 0 0 05 0 2 2 46 2 2 0 47 0 2 4 68 2 2 0 49 6 7 6 1910 0 0 2 211 2 0 0 212 0 0 2 213 1 2 0 314 3 4 0 7

2.1.1.2 Pengumpulan Data Waktu Pengerjaan Pria

Berikut merupakan data waktu pengerjaan yang didapatkan dari operator pria dari beberapa kelompok

saat praktikum lingkungan kerja fisik:

Tabel 2.2 Data waktu pengerjaan operator pria

Operator (pria)

Perlakuan

50,4 db 96,7 db124

db

jumlah

1 3,36 3,25 2,26 8,872 3,28 2,45 2,11 7,843 3,16 3,11 2,36 8,634 3,20 3,20 2,37 8,775 3,5 2,3 2,07 7,876 3,06 3,25 2,41 8,727 4,33 4,09 2,59 11,018 2,5 3,52 3,1 9,129 2,48 2,21 2,11 6,810 1,4 1,07 2,04 4,5111 3 3 3 912 2,58 3,14 2,59 8,3113 3,42 3,20 2,45 9,0714 3,49 2,39 2 7,88

2.1.2Pengumpulan Data Wanita


4


Berikut merupakan data yang didapatkan dari operator wanita dari beberapa kelompok, antara lain:

2.1.2.1 Pengumpulan Data Error Wanita

Berikut merupakan data error yang dilakukan oleh operator pria dari beberapa kelompok saat praktikum

lingkungan kerja fisik:

Tabel 2.3 Data error operator wanitaOperator (wanita)

Perlakuan50,4 db 96,7 db 124 db jumlah

1 3 2 0 52 3 7 10 203 4 0 3 74 0 6 0 65 2 0 0 26 3 6 1 107 5 6 8 198 1 0 2 39 5 8 5 1810 0 0 10 1011 3 1 2 612 2 2 0 413 3 0 0 314 3 4 0 7

2.1.2.2 Pengumpulan Data Waktu Pegerjaan Wanita

Berikut merupakan data waktu pengerjaan yang didapatkan dari operator wanita dari beberapa

kelompok saat praktikum lingkungan kerja fisik:

Tabel 2.4 Data waktu pengerjaan operator wanita

Operator (wanita)

Perlakuan

50,4 db 96,7 db

124 db jumlah

1 2,14 2,20 2,22 6,562 3,32 3,17 2,42 8,913 4,10 3,11 3,17 10,384 3,01 2,52 2,32 7,855 3,5 2,3 2,07 7,876 3,24 3,27 2,36 8,877 5,24 4,3 3,44 12,988 3,2 4,27 3,59 11,069 2,48 2,21 2,11 6,810 1,33 1,07 2,36 4,7611 4 4 4 1212 3,20 2,40 2,34 7,9413 3,44 3,04 2,48 8,9614 2,50 2,41 2,11 7,02

2.2 Perhitungan dan Analisis Data

Data yang sudah terkumpul kemudian akan dilakukan pengolahan data, yang terdiri dari analisis data

jumlah error dan desain eksperimen yang menggunakan ANOVA one way.

2.2.1Perhitungan dan Analisis Data Pria

Perhitungan dan analisis dilakukan dari data yang diperoleh dari operator pria.

2.2.1.1 Perhitungan dan Analisis Data Error Pria

Berikut adalah perhitungan dan analisis data error operator pria :

1. Penentuan formulasi hipotesis


5


a. H0 : α1 = α2 = α3 = 0 (pengaruh baris nol)

Rata – rata jumlah error antar operator sama (Tidak terdapat pengaruh signiikan perubahan tingkat

kebisingan terhadap kesalahan error oleh operator)

b. H1 : µ1 ≠ µ2 ≠ µ3

Rata – rata jumlah error antar operator tidak sama (Terdapat pengaruh signiikan perubahan tingkat

kebisingan terhadap kesalahan error oleh operator)

2. Menentukan taraf signifikansi (α)

α = 0,05

3. Menentukan F tabel

Fα(v1);(v2)

v1 = k – 1 = 3 – 1 = 2

v2 = (n – 1) k = (14 – 1) 3 = 39

Maka F tabel = Fα(2)(39) = 3,23

4. Daerah Pengujian

Daerah Kritis (Daerah Penolakan H0) untuk faktor B: Fhitung > 3,23

5. Uji statistik

Tabel 2.5 Perhitungan data error operator priaOperator

(pria)Perlakuan

Rata – rata50,4 db 96,7 db 124 db jumlah

1 2 2 0 4 1,32 1 1 2 4 1,33 0 2 2 4 1,34 0 0 0 0 05 0 2 2 4 1,36 2 2 0 4 1,37 0 2 4 6 28 2 2 0 4 1,39 6 7 6 19 6,310 0 0 2 2 0,6711 2 0 0 2 0,6712 0 0 2 2 0,6713 1 2 0 3 114 3 4 0 7 2,3

Jumlah 19 26 20 65 3

Rata-rata1.35714

3 1.8571431.42857

1 4.642857 1

6. Perhitungan jumlah kuadrat:

a. ∑i=1

k

∑j=1

¿

xi j2=22+12+…+02=229

b. T2

N=65

2

42=100,59

c. JKT=∑i=1

k

∑j=1

¿

xi j2−¿ T2

N=229−100,59=128,41¿

d.JKK=

∑i=1

k

T i2

n−T

2

nk=19

2+262+202

14−100,59=102,6−100,59=2,01


6


e. JKE=JKT−JKK=128,41−2,01=126,4

f. Fhitung=

JKK(k−1)JKEk (n−1)

=

2,012

126,439

=1,0053,24

=0,31

Tabel 2.6 Hasil perhitungan ANOVASumber Variasi Db JK Rata-rata Kuadrat F hitung

Rata- rata Kolom 2 2,01 1,005

0,31Error 39 126,4 3,24

Total 41 128,41 - -7. Kesimpulan

Karena Fhitung = 0,31 < Fα(2)(39) = 3,23 maka H0 diterima. Artinya tidak terdapat pengaruh signiikan

perubahan tingkat kebisingan terhadap kesalahan error oleh operator.

2.2.1.2 Perhitungan dan Analisis Data Kecepatan Pria

Berikut adalah data perhitungan kecepatan operator pria, dimana:

Kecepatan = Total gambar(35gambar)

waktu

maka dari perhitungan menggunakan rumus tersebut didapatkan data pada tabel 2.7 berikut ini:

Tabel 2.7 Perhitungan data kecepatan priaOperator

(pria)Perlakuan

50,4 db 96,7 db 124 db jumlah

1 10.41666667 10.76923

15.48673

36.67262

2 10.67073171 14.28571

16.58768

41.54412

3 11.07594937 11.25402

14.83051

37.16048

4 10.9375 10.9375 14.76793

36.64293

5 10 15.21739

16.90821 42.1256

6 11.4379085 10.76923

14.52282

36.72996

7 8.083140878 8.557457

13.51351

30.15411

8 14 9.943182

11.29032 35.2335

9 14.11290323 15.8371 16.58768

46.53769

10 25 32.71028

17.15686

74.86714

11 11.66666667 11.66667

11.66667 35

12 13.56589147 11.1465 13.51351 38.2259

13 10.23391813 10.9375 14.28571

35.45713

14 10.0286533 14.64435 17.5 42.173

Jumlah 171.2299299 188.6761

208.6181

568.5242

Sebagai salah satu faktor eksternal yang mempengaruhi terjadinya human error, seharusnya kebisingan

mampu mempengaruhi besarnya kecepatan operator dalam menyelesaikan tugasnya. Namun, dari data yang


7


sudah terkumpul, dapat disimpulkan bahwa tidak semua kecepatan yang dimiliki oleh operator pria sebanding

dengan besarnya kebisingan. Hal ini dikarenakan adanya faktor internal yang turut mempengaruhi. Ada

sebagian orang yang justru dapat bekerja lebih baik ketika mendengarkan musik dengan suara keras dan ada

juga yang sebaliknya.


8


2.2.1.3 Pengaruh Kecepatan Terhadap Error Pria

Berikut adalah tabel kombinasi antara jumlah error dari operator pria dan kecepatan yang didapatkan

saat menyelesaikan pekerjaannya.

Tabel 2.8 Tabel kombinasi error dan kecepatan operator priaJumlah Error Tota Waktu Kecepatan

3 35 3,25 10.769231 35 2,45 14.285712 35 3,11 11.254020 35 3,20 10.93751 35 2,3 15.217392 35 3,25 10.769232 35 4,09 8.5574572 35 3,52 9.9431827 35 2,21 15.83710 35 1,07 32.710280 35 3 11.666670 35 3,14 11.14652 35 3,20 10.93751 35 2,39 14.64435

Data yang sudah terkumpul kemudian diolah dengan menggunakan SPSS. Berikut adalah pengujian

data dengan menggunakan SPSS:

a. Uji Kenormalan Data

Pengujian kenormalan data ini dapat dilakukan dengan menggunakan bantuan software SPSS. Berikut

adalah langkah-langkah untuk menguji kenormalan data menggunakan SPSS:

1. Buka Aplikasi SPSS.

2. Klik Variable View yang terletak di kiri bawah.

3. Klik Analyze – Non Parametric Test – legacy dialogs – One Sample K-s

4. Pindahkan semua variabel ke kotak test variable list

5. Kik OK

6. Akan muncul output berikut :

Tabel 2.9 Output uji kenormalan datakecepata

n errorN 14 14Normal Parametersa,b Mean 13.4769 1.6429

Std. Deviation

5.93838 1.82323

Most Extreme Differences

Absolute .274 .279Positive .274 .279Negative -.204 -.184

Kolmogorov-Smirnov Z 1.026 1.046Asymp. Sig. (2-tailed) .244 .224a. Test distribution is Normal.b. Calculated from data.

H0 : Data berdistribusi normal

H1 : Data tidak berdistribusi normal

Nilai sig untuk error 0,224 dan sig untuk kecepatan sebesar 0,244. Kedua nilai sig tersebut lebih dari

0,05, maka data berdistribusi normal.b. Uji Homogenitas Varians


9


Data dikatakan homogen jika variansinya sama. Berikut adalah langkah-langkah untuk menguji

homogenitas varians data menggunakan SPSS :

1. Klik Analyze – Compare Means – Anova One Way

2. Pindahkan variabel kecepatan ke kotak Dependent dan error ke kotak Independent. Klik options,

centang pada Test of homogenity variances. Klik Continue – OK.

3. Akan muncul output sebagai berikut:

Tabel 2.10 Test of homogeneity of variancesKecepatan

Levene Statistic df1 df2 Sig.7.497 2 9 .012

H0 : Variansi data homogen

H1 : Variansi data tidak homogen

Dari tabel di atas diketahui nilai sig sebesar 0,012 > 0,05, maka Ho diterima sehingga variansi data

bersifat homogen.

c. Uji Linieritas Data

Linieritas adalah keadaan dimana hubungan antara variabel dependen dengan variabel independen

bersifat linier (garis lurus) dalam range variabel independen tertentu. Berikut adalah langkah uji linieritas

data pada SPSS:

1. Klik Analyze – Regression – Linear

2. Pindahkan variabel kecepatan ke kotak Dependent dan error ke kotak Independent

3. Klik Plots, isi kotak Y dengan *ZRESID dan X dengan *ZPRED, klik Continue.

4. Klik Statistics, lalu centang Descriptives. Klik Continue, klik OK.


Grafik 2.1 Output Uji Linieritas Data

Berdasarkan output diatas dapat diketahui bahwa persebaran datanya mendekati garis linear. Maka

dapat disimpulkan bahwa data yang diuji merupakan bersifat linear.

d. Uji Regresi Linier Sederhana

Setelah diuji asumsi dan data memenuhui asumsi regresi linier, maka selajutnya dilakukan pengujian

pengaruh antara kecepatan operator dan jumlah error yang dihasilkan. Dalam kasus ini, jumlah error


10


merupakan variabel independen (bebas) sedangkan kecepatan operator merupakan variabel dependen

(terikat).

Tabel 2.11 Desceiptive Statistics

Mean Std. Deviation NKecepatan 13.4769 5.93838 14

Error 1.6429 1.82323 14

Tabel 2.12 Correlationskecepatan error

Pearson Correlation kecepatan 1.000 -.140error -.140 1.000

Sig. (1-tailed) kecepatan . .316error .316 .

N kecepatan 14 14error 14 14

Dari tabel diatas dapat diketahui bahwa nilai pearson correlation antara kecepatan dan jumlah error

sebesar -0,140. Artinya kedua variable tersebut tidak memiliki korelasi. Ada tidaknya korelasi antara

kecepatan dan jumlah error dapat dilihat dari nilai signifikansinya, sebagai berikut:

H0 : tidak ada korelasi antara kecepatan dan jumlah error

H1 : ada korelasi antara kecepatan dan jumlah error

Nilai Sig. (0,316) > 0,05; H0 diterima.

Kesimpulannya, tidak ada korelasi antara kecepatan dan jumlah error.

Tabel 2.13 Model SummaryModel R R Square Adjusted R Square Std. Error of the Estimate

.140a .020 -.062 6.11984a. Predictors: (Constant), errorb. Dependent Variable: kecepatan

Dari tabel dapat diketahui bahwa nilai koefisien korelasi (R) sebesar 0,140. Artinya hubungan antara

variabel kecepatan dan jumlah error sangat lemah. Nilai koefisien determinasi (R Square) sebesar

0,020. Artinya variabel bebas (jumlah error) berpengaruh terhadap variabel terikat (kecepatan operator)

sebesar 2% dan sebesar 98% dipengaruhi oleh variabel bebas lain yang tidak ditentukan dalam

pengujian ini, seperti faktor internal dalam diri operator itu sendiri (kelelahan, kejenuhan, kewaspadaan,

daya ingat pendek, dan lain-lain).

Tabel 2.14 Coefficients

Model

Unstandardized Coefficients Standardized Coefficients

t Sig.B Std. Error Beta(Constant)

14.227 2.239 6.353 .000

Error -.457 .931 -.140 -.490 .633a. Dependent Variable: kecepatan

Untuk melihat signifikansi hubungan dua variabel dapat dilihat berdasarkan pada angka signifikansi

yang dihasilkan dari perhitungan. Interpretasi ini akan membuktikan apakah hubungan kedua variabel

tersebut signifikan atau tidak.

1. H0 : koefisien konstanta tidak signifikan terhadap model regresi.

H1 : koefisien konstanta signifikan terhadap model regresi.

Nilai Sig. (0,000) < 0,05; H0 ditolak.


11


Kesimpulannya, koefisien konstanta signifikan terhadap model regresi.

2. H0 : koefisien jumlah error tidak signifikan terhadap model regresi.

H1 : koefisien jumlah error signifikan terhadap model regresi.


Kesimpulannya, koefisien jumlah error tidak signifikan terhadap model regresi.

2.2.2Perhitungan dan Analisis Data Wanita

Perhitungan dan analisis dilakukan dari data yang diperoleh dari operator wanita.

2.2.2.1 Perhitungan dan Analisis Data Error Wanita

Faktor pencahayaan sebagai kolom, sehingga k = 3

Pengambilan sampel sebanyak 14 operator, sehingga n = 14

1. Penentuan Hipotesis

a. H0 : α1 = α2 = α3 = 0 (pengaruh baris nol)

Tidak terdapat pengaruh tingkat kebisingan terhadap kesalahan error operator.

b. H1 : µ1 ≠ µ2 ≠ µ3

Terdapat pengaruh tingkat kebisingan terhadap kesalahan error operator.

2. Penetuan Tingkat Signifikansi (α)

α = 0,05 Fα(v1);(v2)

v1 = k – 1 = 3 – 1 = 2

v2 = (n – 1) k = (14 – 1) 3 = 39

Fα(2)(39) = 3,23


12


3. Daerah Pengujian

Daerah Kritis (Daerah Penolakan H0) untuk faktor B: Fhitung > 3,23

Berikut adalah perhitungan dan analisis data error operator wanita:

Tabel 2.15 Perhitungan data error operator wanita

Operator (wanita)

Perlakuan

50,4 db 96,7 db

124 db jumlah

Rata-rata

1 3 2 0 5 1,672 3 7 10 20 6,673 4 0 3 7 2,334 0 6 0 6 25 2 0 0 2 0,676 3 6 1 10 3,337 5 6 8 19 6,338 1 0 2 3 19 5 8 5 18 610 0 0 10 10 3,3311 3 1 2 6 212 2 2 0 4 1,3313 3 0 0 3 114 3 4 0 7 2,33

Jumlah 37 42 41 120 39,99Rata-rata 2,64 3 2,92 8,57 2,86

4. Berikut ini adalah perhitungan manual:

a. JKR ( Jumlah Kuadrat Rata-rata)

∑i=1

k

∑j=1

¿

xi j2=32+32+…+72=682

b. T2

N=120

2

42=342,85

c. JKT ( Jumlah Kuadrat Total)

JKT=∑i=1

k

∑j=1

¿

xi j2−T 2

N=682−342,85=339,15

d. JKK ( Jumlah Kuadrat Kolom)

JKK=∑i=1

k

T i2

n−T

2

nk=37

2+422+412

14−342,85=343,85−342,85=1

e. JKE ( Jumlah Kuadrat Eror)

JKE=JKT−JKK=339,15−1=338,15

f. Fhitung

Fhitung=

JKK(k−1)JKEk (n−1)

=

12

338,1539

= 0,58,67

=0,057

Tabel 2.16 Hasil perhitungan ANOVASumber Variasi Db JK Rata-rata Kuadrat F hitung

Rata- rata Kolom 2 1 0,50,057Error 39 338,15 8,67


13


Total 41339,15

- -

5. Kesimpulan

Karena Fhitung = 0,057 < Fα(2)(39) = 3,23 maka H0 diterima. Artinya tidak ada pengaruh tingkat pencahayaan

terhadap kesalahan error operator.

2.2.2.2 Perhitungan dan Analisis Data Kecepatan Wanita

Berikut adalah data perhitungan kecepatan operator wanita, dimana:

Kecepatan = total gambar (35gambar )

waktu

maka dari perhitungan menggunakan rumus tersebut didapatkan data pada tabel 2.17 berikut ini:

Tabel 2.17 Perhitungan data kecepatan operator wanitaOperator

(pria)Perlakuan

50,4 db 96,7 db 124 db jumlah

1 16.35514

15.90909

15.76577 48.03

2 10.54217

11.04101

14.46281 36.04599

3 8.536585

11.25402

11.04101 30.83161

4 11.62791

13.88889

15.08621 40.603

5 1015.2173

916.9082

1 42.1256

6 10.80247

10.70336

14.83051 36.33634

7 6.679389

8.139535

10.17442 24.99334

8 10.93758.19672

19.74930

4 28.88352

9 14.1129 15.837116.5876

8 46.53769

10 26.31579

32.71028

14.83051 73.85658

11 8.75 8.75 8.75 26.25

12 10.937514.5833

314.9572

6 40.4781

13 10.17442

11.51316 14.1129 35.80048

14 1414.5228

216.5876

8 45.1105

jumlah 169.7718

192.2667

193.8443 555.8828

Sebagai salah satu faktor eksternal yang mempengaruhi terjadinya human error, seharusnya kebisingan

mampu mempengaruhi besarnya kecepatan operator dalam menyelesaikan tugasnya. Namun, dari data yang

sudah terkumpul, dapat disimpulkan bahwa tidak semua kecepatan yang dimiliki oleh operator pria sebanding

dengan besarnya kebisingan. Hal ini dikarenakan adanya faktor internal yang turut mempengaruhi. Ada

sebagian orang yang justru dapat bekerja lebih baik ketika mendengarkan musik dengan suara keras dan ada

juga yang sebaliknya.


14


2.2.2.3 Pengaruh Kecepatan Terhadap Error Wanita

Berikut adalah tabel kombinasi antara jumlah error dari operator wanita dan kecepatan yang didapatkan

saat menyelesaikan pekerjaannya.

Tabel 2.18 Tabel kombinasi error dan kecepatan operator wanita

Jumlah Error Jumlah yang benar Waktu Kecepatan

2 35 2.20 15.909097 35 3.17 11.041010 35 3.11 11.254026 35 2.52 13.888890 35 2.30 15.217396 35 3.27 10.703366 35 4.30 8.1395350 35 4.27 8.1967218 35 2.21 15.83710 35 1.07 32.710281 35 4.00 8.752 35 2.40 14.583330 35 3.04 11.513164 35 2.41 14.52282

Data yang sudah terkumpul kemudian diolah dengan menggunakan SPSS. Berikut adalah pengujian

data dengan menggunakan SPSS:

a. Uji Kenormalan Data

Pengujian kenormalan data ini dapat dilakukan dengan menggunakan bantuan software SPSS. Berikut

adalah langkah-langkah untuk menguji kenormalan data menggunakan SPSS:

1. Buka Aplikasi SPSS.

2. Klik Variable View yang terletak di kiri bawah.

3. Klik Analyze – Non Parametric Test – legacy dialogs – One Sample K-s

4. Pindahkan semua variabel ke kotak test variable list

5. Kik OK

6. Akan muncul output berikut :

Tabel 2.19 Output uji kenormalan datakecepata

n error14 14

Normal Parametersa,b Mean 13.7333 3.0000Std. Deviation

6.12147 3.03822

Most Extreme Differences

Absolute .290 .200Positive .290 .200Negative -.180 -.195

Kolmogorov-Smirnov Z 1.084 .750Asymp. Sig. (2-tailed) .191 .627a. Test distribution is Normal.b. Calculated from data.

H0 : Data berdistribusi normal

H1 : Data tidak berdistribusi normal

Nilai sig untuk error 0,627 dan nilai sig pada kecepatan adalah 0,191, dimana keduanya lebih dari 0,05,

maka data berdistribusi normalb. Uji Homogenitas Varians


15


Data dikatakan homogen jika variansinya sama. Berikut adalah langkah-langkah untuk menguji

homogenitas varian data menggunakan SPSS :

1. Klik Analyze – Compare Means – Anova One Way

2. Pindahkan variabel kecepatan ke kotak Dependent dan error ke kotak Independent. Klik options,

centang pada Test of homogenity variances. Klik Continue – OK.


Tabel 2.20 Test of homogeneity of variancesKecepatan

Levene Statistic df1 df2 Sig.1.606 2 7 .267

H0 : Variansi data homogen

H1 : Variansi data tidak homogen

Dari tabel di atas diketahui nilai sig sebesar 0,267> 0,05, maka Ho diterima sehingga variansi data

bersifat homogen.

c. Uji Linieritas Data

Linieritas adalah keadaan dimana hubungan antara variabel dependen dengan variabel independen

bersifat linier (garis lurus) dalam range variabel independen tertentu. Berikut adalah langkah uji linieritas

data pada SPSS:

1. Klik Analyze – Regression – Linear

2. Pindahkan variabel kecepatan ke kotak Dependent dan error ke kotak Independent

3. Klik Plots, isi kotak Y dengan *ZRESID dan X dengan *ZPRED, klik Continue.

4. Klik Statistics, lalu centang Descriptives. Klik Continue, klik OK.


Grafik 2.2 Output Uji Linieritas DataBerdasarkan output diatas dapat diketahui bahwa persebaran datanya mendekati garis linear. Maka

dapat disimpulkan bahwa data yang diuji merupakan bersifat linear. Sehingga dapat dinyatakan antara

variabel independen dan dependen memiliki hubungan.

d. Uji Regresi Linier Sederhana

Setelah diuji asumsi dan data memenuhui asumsi regresi linier, maka selajutnya dilakukan pengujian

pengaruh antara kecepatan operator dan jumlah error yang dihasilkan. Dalam kasus ini, jumlah error


16


merupakan variabel independen (bebas) sedangkan kecepatan operator merupakan variabel dependen

(terikat).

Tabel 2.21 Descriptive statistics

Mean Std. Deviation Nkecepatan 13.7333 6.12147 14

Error 3.0000 3.03822 14

Tabel 2.22 Correlations

kecepatan errorPearson Correlation kecepatan 1.000 -.201

error -.201 1.000Sig. (1-tailed) kecepatan . .245

error .245 .N kecepatan 14 14

error 14 14

Dari tabel diatas dapat diketahui bahwa nilai pearson correlation antara kecepatan dan jumlah error

sebesar -0.201. Artinya kedua variable tersebut tidak memiliki korelasi. Ada tidaknya korelasi antara

kecepatan dan jumlah error dapat dilihat dari nilai signifikansinya, sebagai berikut:

H0 : tidak ada korelasi antara kecepatan dan jumlah error

H1 : ada korelasi antara kecepatan dan jumlah error

Nilai Sig. (0,245) > 0,05; H1 ditolak.

Kesimpulannya, tidak ada korelasi antara kecepatan dan jumlah error.

Tabel 2.23 Model summaryb

Model R R Square Adjusted R SquareStd. Error of the

Estimate.201a .040 -.040 6.24138

a. Predictors: (Constant), errorb. Dependent Variable: kecepatan

Dari tabel dapat diketahui bahwa nilai koefisien korelasi (R) sebesar 0,201. Artinya hubungan antara

variabel kecepatan dan jumlah error sangat lemah. Nilai koefisien determinasi (R Square) sebesar

0.040. Artinya variabel bebas (jumlah error) berpengaruh terhadap variabel terikat (kecepatan operator)

sebesar 4% dan sebesar 96% dipengaruhi oleh variabel bebas lain yang tidak ditentukan dalam

pengujian ini, seperti faktor internal dalam diri operator itu sendiri (kelelahan, kejenuhan, kewaspadaan,

daya ingat pendek, dan lain-lain).

Tabel 2.24 Coefficients

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.B Std. Error Beta(Constant)

14.948 2.388 6.259 .000

error -.405 .570 -.201 -.711 .491a. Dependent Variable: kecepatan

Untuk melihat signifikansi hubungan dua variabel dapat dilihat berdasarkan pada angka signifikansi

yang dihasilkan dari perhitungan. Interpretasi ini akan membuktikan apakah hubungan kedua variabel

tersebut signifikan atau tidak.


17


1. H0 : koefisien konstanta tidak signifikan terhadap model regresi.

H1 : koefisien konstanta signifikan terhadap model regresi.

Nilai Sig. (0,000) < 0,05; H0 ditolak.

Kesimpulannya, koefisien konstanta signifikan terhadap model regresi.

2. H0 : koefisien jumlah error tidak signifikan terhadap model regresi.

H1 : koefisien jumlah error signifikan terhadap model regresi.


Kesimpulannya, koefisien jumlah error tidak signifikan terhadap model regresi.


18


BAB IIIPENUTUP

3.1 Kesimpulan

Berikut adalah kesimpulan yang didapatkan dari praktikum lingkungan kerja fisik:

1. Faktor – faktor lingkungan adalah kondisi lingkungan di sekitar tempat kerja yang dapat memberikan

pengaruh terhadap produktivitas operator atau biasa disebut faktor eksternal yaitu meliputi temperatur,

kelembaban, sirkulasi udara, pencahayaan, kebisingan, bau, getaran, warna,dll.

2. Human error adalah tindakan manusia yang melampaui batas penerimaan manusia yang ditentukan

oleh suatu sistem. Pada praktikum faktor dari human error meliputi faktor pencahayaan, temperatur,

kebisingan, dan kesamaan gambar yang dicocokkan. Semua faktor tersebut dapat mempengaruhi

kinerja manusia dan memicu adanya human error.

3. Pada teori yang kami pelajari, tingkat kebisingan berpengaruh terhadap banyaknya jumlah error dalam

suatu kegiatan. Namun,dari perhitungan dan analisis data yang telah dilakukan pada operator pria

diketahui bahwa tingkat kebisingan tidak berpengaruh terhadap jumlah error yang dilakukan pada

operator pria. Hal dibuktikan dengan hasil perhitungan Anova error pria Fhitung = 0.31 < Fα(2)(39) 3.23.

Sedangkan pada operator wanita, tingkat kebisingan juga tidak mempengaruhi jumlah error yang

dihasilkan. Hal dibuktikan dengan hasil perhitungan Anova error wanita Fhitung = 0,057 < Fα(2)(39) = 3,23.

Perbedaan hasil ini dikarenakan adanya factor internal dari dalam diri operator yang ikut mempengaruhi

kinerja.

4. Pada dasarnya kecepatan dan banyaknya error yang dihasilkan tidak begitu berpengaruh karena hal

tersebut dipengaruhi oleh perbedaan kualitas yang dimiliki oleh setiap operator. Dari hasil perhitungan

pada uji regresi linier sederhana, pada operator wanita didapatkan hasil nilai sig 0,316>0,05 sehingga H1

ditolak yang berarti tidak ada korelasi antara kecepatan dan jumlah error. Selain itu didapatkan nilai

koefisien korelasi (R) sebesar 0,140 yang berarti bahwa hubungan antara kecepatan dan jumlah error

adalah sangat lemah. Sedangkan pada operator pria nilai sig 0,245>0,05 sehingga H1 ditolak yang

berarti tidak ada korelasi antara kecepatan dan jumlah error. Nilai koefisien korelasi (R) pada operator

pria diketahui sebesar 0,040 yang berarti bahwa hubungan antara kecepatan dan jumlah error adalah

sangat lemah.

5. Dari praktikum yang sudah dilakukan, diketahui bahwa lingkungan fisik mempunyai pengaruh terhadap

kinerja operator. Sehingga untuk mendapatkan kinerja optimal sebaiknya lingkungan fisik diatur dengan

sebaik mungkin. Suhu ruangan dibuat standar yaitu 27ºC, pencahayaan disesuaikan dengan tingkat

kesulitan jenis pekerjaan yang dilakukan, begitu pula dengan kebisingan yang diatur sesuai dengan

batasan suara yang boleh diperdengarkan.


19


3.2 Saran

Saran untuk praktikum lingkungan kerja fisik, yaitu:

1. Pada saat praktikum diharapkan lebih memperhatikan faktor yang digunakan khususnya tingkat

kebisingan. Sebaiknya variasi tingkat kebisingan lebih signifikan perbedaannya.


20

Modul 1 Print Ulang

Documents

Transcript of Modul 1 Print Ulang