Analisis dari Data Pengambilan Keputusan Keselamatan

Menggunakan Analisis Pohon Kejadian (Event Tree Analysis)

Abstrak
Memprediksi/memperkirakan dan menganalisa keputusan keselamatan dari karyawan-
membuatnya menjadi komponen yang sangat penting di tempat kerja. Presentasi ini akan
membahas proses transformasi data pengambilan keputusan keselamatan yang ada ke dalam
jalur event tree. Metodologi dari Event Tree Analysis digunakan untuk mengindentifikasi
faktor-faktor yang berkontribusi dalam sistem yang kompleks, menggambarkan hubungan
timbal balik dari penyebab peristiwa tertentu, dan untuk mengukur kemungkinan terjadinya
untuk setiap jalur dari kejadian. Setelah jalur dibangun dan kemungkinan dari setiap jalurnya
telah diperkirakan, jalur keputusan untuk keselamatan dengan kemungkinan tertinggi dapat
dijadikan sasaran untuk campur tangan/intervensi dalam pendidikan. Dengan demikian,
penggunaan dari keputusan keselamatan- membuat data dengan event tree analysis mempunyai
potensi yang besar untuk digunakan di dalam ilmu disiplin manajemen keselamatan

Pendahuluan
Analisis dan prediksi pola pengambilan keputusan karyawan adalah bagian penting dalam
mengelola keselamatan pekerja. Identifikasi dan penilaian bahaya yang dihadapi pekerja setiap
harinya di tempat kerja dalam skenario keputusan menyediakan/memberi sebuah titik awal
yang valid dari mana untuk memulai pendekatan sistematis untuk mengukur peran manusia
dalam lingkungan kerja yang aman (Targoutzidis, 2010; Ale et al., 2008; Khakzad, Khan, &
Amyotte, 2011).
Secara historis, peneliti dan praktisi industri telah menggunakan banyak teknik untuk
mengidentifikasi dan memperkirakan bahaya dihadapkan oleh karyawan dalam rutinitas kerja
harian (Kingman & Field, 2005). Beberapa di antaranya antara lain: Cause and Effect
Diagrams (diagram Sebab Akibat), Fault Tree Analysis (FTA), Decision Tree (DT), dan Event
Tree Analysis (ETA) (Baumont et al., 2000; Khakzad et al., 2011; Kingman & Field, 2005).
Karena pendekatan pemodelan logika bottom-up dan kegunaannya dalam mengevaluasi opsi
keputusan manajemen (Clemens & Simmons, 1998), Event Tree Analysis (ETA) dipilih
sebagai alat analisis dalam kasus ini.
Pembangunan dari sebuah Event Tree Analysis (ETA) adalah proses multi-langkah. Hasil
akhirnya adalah pemeriksaan tanggapan sistem keselamatan terhadap pemrakarsa kejadian dan
berbagai jalur keberhasilan dan kegagalan sistem. Namun, langkah pertama adalah identifikasi
kejadian awal. Setelah kejadian awal diketahui, langkah selanjutnya adalah mengisolasi
tindakan pencegahan keselamatan yang dimaksudkan untuk merespons ke kejadian tersebut.
Dua langkah pertama pembangunan adalah membentuk dasar pohon kejadian (Event Tree).
Selanjutnya, urutan kejadian yang terjadi mengikuti kejadian awal ditandai dan kemungkinan
ditugaskan untuk setiap kejadian dalam suatu urutan. Peluang dari urutan kejadian perorangan
dikalikan bersama di sepanjang setiap jalur untuk menghitung kemungkinan keberhasilan
sistem dan kegagalan sistem.
Secara tradisional, kemungkinan ETA (Event Tree Analysis) diambil dari data yang ditetapkan
melalui analisis sebelumnya (seperti data kegagalan peralatan) atau prediksi kesalahan manusia
(Gertman & Blackman, 1994; Moriyama & Ohtani, 2009). Namun, tidak satupun dari ini
metode telah cukup membahas peran keputusan manusia dalam risiko di tempat kerja
(Baumont et al., 2000). Analisis pengambilan keputusan manusia menawarkan potret yang
kaya dari proses yang digunakan manusia untuk memilih pilihan keputusan mereka dalam hal
yang sensitif terhadap skenario keselamatan (Mintz, 2004). Fokus dari makalah ini adalah
untuk menguji apakah data dihasilkan dari skenario analisi pengambilan keputusan dapat
digunakan untuk mengembangkan pohon kejadian sederhana dan untuk menghitung perkiraan
kemungkinan yang valid dari jalur keputusan dari keduanya yaitu domain kesuksesan dan
kegagalan
Menggunakan data dari simulasi pengambilan keputusan sebelumnya, sebuah pohon kejadian
(Event Tree) dibangun. Kejadian awal, penanggulangan keselamatan, urutan kejadian, dan
kemungkinan kejadian dihasilkan berdasarkan data dari sebuah hipotetis simulasi pengambilan
keputusan keselamatan. Setelah probabilitas dihitung untuk setiap jalur keputusan, jalur
tersebut dengan kemungkinan kegagalan tertinggi dapat ditargetkan untuk intervensi
pendidikan. Implikasi untuk pendidikan keselamatan dan potensi penggunaan dan keterbatasan
dari ETA (Event Tree Analysis) dalam manajemen keselamatan akan dibahas.
Analisis Pohon Kejadian (Event Tree Analysis)
Analisis pohon kejadian (Event Tree Analysis) didasarkan pada logika biner, di mana sebuah
kejadian awal baik terjadi atau tidak terjadi (Institute of Engineering and Technology, 2010).
Sistem yang dirancang dengan baik biasanya memiliki serangkaian hambatan yang disebut
penanggulangan yang dimaksudkan untuk menghentikan atau mengurangi efek konsekuensi
yang terjadi sebagai akibat dari peristiwa awal. Jika penanggulangan tidak berfungsi atau tidak
berfungsi pada tingkat yang sesuai, terjadi kegagalan sistem keselamatan. Jika fungsi
penanggulangan seperti yang dirancang, sistem keselamatan berhasil (Rausand & Hoyland,
2004). Penanggulangan keamanan mungkin bersifat teknis, seperti alarm atau cadangan baterai
otomatis. Atau, tindakan pencegahan keamanan mungkin administratif, seperti persetujuan
atasan atau persyaratan perizinan (Rausand & Hoyland, 2004).
Fungsi analisis pohon kejadian di domain kegagalan dan keberhasilan. Ini berarti bahwa ETA
dapat menjelajahi setiap langkah sistem kegagalan oleh setiap komponen atau dapat
menggambarkan bagaimana sistem keselamatan bekerja dengan sukses untuk mencegah
kejadian keselamatan awal dari menyebabkan kerusakan atau cedera (Clemens & Simmons,
1998). Analisis telah berhasil digunakan dalam berbagai skenario, termasuk dalam evaluasi
sistem tanggap darurat, penilaian prosedur operasi yang ditingkatkan atau baru, dan pilihan
keputusan manajemen (Clemens & Simmons, 1998; Rausand & Hoyland, 2004).
Ada beberapa keuntungan menggunakan metodologi ETA (Event Tree Analysis). Analisis ini
menyediakan cara yang baik untuk menyajikan grafik urutan kejadian yang terjadi setelah
kecelakaan atau kejadian awal (Rausand & Hoyland, 2004). Selain itu, ETA memungkinkan
evaluasi kegagalan sistem berlipat atau yang ada bersama dan memungkinkan identifikasi
tindakan penanggulangan yang tidak efektif (Clemens & Simmons, 1998). Akhirnya,
pengetahuan rinci tentang kejadian akhir atau hasil dari setiap urutan peristiwa tidak diperlukan
untuk memperkirakan risiko kegagalan sistem (Clemens & Simmons, 1998).
Metodologi ETA juga memiliki beberapa keterbatasan. Analisis ini tidak mengenali peristiwa
awal yang menentukan keamanan sistem bergerak - ini harus ditentukan sebelumnya oleh
analis. Karena itu, kejadian awal/inisiasi baru tidak "ditemukan" ketika menggunakan ETA.
Selain itu, hanya satu kejadian awal atau insiden keselamatan yang dapat dianalisis pada satu
waktu. Keuntungan disebutkan di atas tentang evaluasi kegagalan sistem berlipat
(penanggulangan keselamatan) juga dapat dipandang sebagai kerugian yang mana dalam hal
ini sulit untuk membedakan tingkat kerugian dalam jalur urutan individu (Clemens &
Simmons, 1998; Rausand & Hoyland, 2004).
Faktor Manusia dalam Keselamatan di Tempat Kerja
Komponen manusia telah ditemukan memainkan peran penting dalam model yang mana
berusaha untuk menjelaskan mengapa pekerja bertindak pada sebuah cara/sikap yang aman.
Dalam makalah ini, tindakan pencegahan utama manusia adalah tindakan prosedur untuk
mematikan yang aman daripada mengambil jalan pintas keselamatan. Beberapa faktor telah
ditemukan mempengaruhi keputusan karyawan tentang apakah mengikuti prosedur
keselamatan. Simard dan Marchand (1995) melaporkan bahwa faktor tingkat mikro seperti
proses kerja, bahaya, dan kelompok kerja kekompakan berkontribusi pada kesediaan pekerja
untuk mengikuti dan mempromosikan inisiatif keselamatan. Dalam pekerjaannya, mereka
menemukan bahwa banyak faktor tingkat mikro dipengaruhi oleh faktor tingkat makro seperti
dukungan dan komitmen manajerial. Banyak sekali peneliti telah menemukan komitmen
pengawasan dan manajemen sebagai bagian yang penting dari organisasi dan hasil kelompok
keselamatan (Clarke & Ward, 2006; Thompson et al., 1998; Zohar, 2000).
Dari perspektif karyawan, kurangnya prioritas pengawas/supervisor yang diberikan untuk
keselamatan dapat berdampak negatif terhadap komitmen mereka untuk keselamatan. Mosher
(2011) dan Keren et al. (2009) menunjukkan bahwa persepsi pekerja tentang komitmen
pengawas mereka terhadap keselamatan, sebagaimana diukur dengan instrumen penilaian
iklim keselamatan, secara positif memengaruhi kemungkinan pekerja untuk membuat pilihan
keputusan yang aman. Untuk menguji kemungkinan keberhasilan sistem dan jalur kegagalan
dalam proses pengambilan keputusan keselamatan, kemungkinan diambil dari data dari
simulasi pengambilan keputusan keselamatan di mana karyawan memiliki pilihan untuk
mengambil sebuah jalan pintas keselamatan (Keren et al., 2009; Mosher, 2011).
Pengumpulan Data Pengambilan Keputusan
Penelitian terbatas telah mengeksplorasi proses pengambilan keputusan keselamatan pekerja.
Keren et al. (2009) membentuk kerangka kerja untuk pemeriksaan hubungan antara iklim
keselamatan dan pengambilan keputusan keselamatan, di mana proses pengambilan keputusan
mencerminkan perilaku terdekat. Decision Mind ™, platform perangkat lunak menggunakan
metode penelusuran proses keputusan (Keren et al., 2009), digunakan untuk mengumpulkan
data pengambilan keputusan. Penelusuran proses pengambilan keputusan adalah pendekatan
yang digunakan untuk menangkap kognitif proses dengan secara langsung mengevaluasi
informasi yang digunakan individu untuk membentuk penilaian dan urutan yang dengannya
informasi diperiksa (Ford et al., 1989).
Keuntungan utama dari penelusuran proses adalah bahwa proses ini mengatasi langkah-
langkah intervensi antara perolehan informasi dan keputusan pilihan. Pelacakan proses
pengambilan keputusan memiliki beberapa keunggulan utama dibandingkan dengan kuesioner
yang dilaporkan sendiri, yang bergantung pada kemampuan ingatan dan pengamatan peneliti
terhadap perilaku kerja, yang merupakan bagian yang berseberangan yang terbaik dan mungkin
memiliki prasangka serius yang lainnya (Guldenmund, 2007). Pelacakan proses pengambilan
keputusan juga memiliki manfaat yang tidak direalisasikan dengan pemodelan struktural. Yang
pertama berfokus pada proses yang digunakan manusia untuk menganalisis dan
mengumpulkan informasi dalam persiapan untuk mengambil keputusan saat nanti menekankan
hasil dari pilihan keputusan (Ford et al., 1989). Mintz (2004) menambahkan kekuatan
tambahan dari proses metodologi penelusuran - kemampuan untuk mengisolasi aturan
keputusan dan model yang digunakan dalam proses pengambilan keputusan serta pengujian
asosiasi faktor situasional dan pribadi dengan proses pengambilan keputusan dan pilihan
keputusan akhir. Ini adalah data yang akan disadap untuk menetapkan jalur keputusan pohon
kejadian (Event Tree).
Dalam ETA, dilema yang disajikan dalam skenario keputusan (kegagalan sistem pendingin dan
alarm yang dihasilkan) mewakili kejadian awal. Faktor pribadi dan sistemik (Mintz, 2004)
membentuk dasar dari urutan kejadian dan menggambarkan hasil yang dihasilkan dari setiap
pilihan keputusan. Kemungkinan keputusan dihitung berdasarkan berapa banyak peserta
memilih untuk mengikuti prosedur keselamatan daripada mengambil jalan pintas.
Konstruksi dari Pohon Kejadian (Event Tree)
Konstruksi pohon peristiwa melibatkan enam langkah utama (Clemens & Simmons, 1998).
Pertama, kejadian awal ditentukan. Peristiwa ini adalah tindakan atau kejadian yang mengatur
komponen sistem keselamatan bergerak. Dalam skenario ini, yang memulai kejadian adalah
pilihan bagi karyawan untuk mengambil jalan pintas keselamatan saat menyelesaikan start
ulang sistem pendingin. Langkah kedua dimulai dengan menanyakan bagaimana sistem
keselamatan yang ada diuji oleh peristiwa awal. Tantangan untuk memulai peristiwa dikenal
sebagai penanggulangan (Clemons & Simmons, 1998).
Dari sana, urutan logika alternatif digunakan - satu jalur yang berhasil di mana sistem
keselamatan beroperasi sebagaimana dirancang dan yang kedua jalur kegagalan di mana
penanggulangan tidak berfungsi seperti apa yang dirancang untuk menghentikan terjadinya
hasil yang tidak diinginkan. Di pohon kejadian (Event Tree) ditunjukkan di makalah, keputusan
utama yang memengaruhi keselamatan sistem yang dimaksud adalah keputusan pekerja untuk
mengikuti prosedur keselamatan saat memulai mematikan secara otomatis sistem pendingin.
Data dari skenario keputusan yang digunakan dalam pohon kejadian (Event Tree) tersebut
ditunjukkan pada Tabel 1 bersama dengan kemungkinan hipotetis ditugaskan untuk
penanggulangan sistem.

Tabel 1. Kemungkinan Keputusan dan Tanggapan Sistem

Pilihan Keputusan atau Frekuensi Kemungkinan frekuensi Kemungkinan
Penanggulangan Sistem total
Tanggapan kepada alarm 128 160 Gagal = 0.2
Berhasil = 0.8
Mengikuti prosedur 154 160 Gagal = 0.04
keamanan untuk memu- Berhasil = 0.94
lai mematikan otomatis
Kegagalan penanggula- 8 160 Gagal = 0.05
ngan sistem Berhasil = 0.95

Empat langkah selanjutnya dari konstruksi pohon kejadian melibatkan perhitungan

kemungkinan. Menggunakan analisis pohon kesalahan (Fault Tree) atau lainnya analisis,
kemungkinan untuk kejadian awal ditentukan. Seperti biasanya dalam pohon keputusan,
kemungkinan kejadian awal diberikan kemungkinan yang satu (Clemens & Simmons, 1998).
Selanjutnya, kemungkinan jalur logika dihitung menggunakan notasi pohon kejadian (Event
Tree) standar seperti yang ditunjukkan pada Tabel 2. Setelah kemungkinan setiap jalur
dihitung, kemungkinan semua jalur kegagalan dan semua jalur keberhasilan dihitung dengan
menambahkan kemungkinan 6ersama untuk setiap jenis jalur. (Clemens & Simmons, 1998).

Tabel 2. Rumus Kemungkinan Jalur Logika

Kejadian Domain Persamaan
Kegagalan dari sistem NA Pkegagalansistem=1
Pendingin menyebabkan
alarm-Inisiasi Kejadian
Karyawan gagal untuk Gagal Palarm
menanggapi alarm
Karyawan menanggapi Berhasil (1-Palarm)
alarm
Karyawan gagal untuk me- Gagal (Paman-(PalarmPaman))
ngikuti prosedur keselamatan
Karyawan mengikuti pro- Berhasil (1-Palarm-Paman(PalarmPaman))
sedur keselamatan
Kegagalan mematikan Gagal ((PmatiPaman)-(PmatiPamanPalarm))
otomatis
Mematikan otomatis dimulai Berhasil Paman-(PamanPalarm)-(PmatiPaman)+(PmatiPamanPalarm)
Kemungkinan kegagalan Gagal Palarm+(Pmati+Paman)-(PmatiPamanPalarm)
sistem
Kemungkinan keberhasilan Berhasil Palarm-(PmatiPaman)+(PmatiPamanPalarm)
sistem
Perkiraan dari Kemungkinan
Peluang kejadian awal ditetapkan sebagai satu insiden perbulan. Jalur keputusan kegagalan
dihitung oleh mengambil jumlah orang yang tidak memilih opsi keputusan yang aman dan
membaginya dengan jumlah total dalam sampel. Kemungkinan untuk jalur sukses dihitung
dengan mengurangi jalur kegagalan yang berlawanan dari satu. Untuk menentukan
kemungkinan setiap jalur, kemungkinan yang dihitung pada setiap pilihan keputusan dikalikan
bersama. Akhirnya, untuk memperkirakan probabilitas keberhasilan dan kegagalan sistem,
probabilitas semua jalur di setiap domain ditambahkan bersama-sama. Pohon kejadian dengan
kejadian yang dihitung dan jalur kegagalan dan keberhasilan ditunjukkan pada Gambar 1.
Pekerja Menanggapi Pekerja Mengikuti Mematikan Otomatis Frekuensi
Alarm? Prosedur Dimulai
Keselamatan

Berhasil Berhasil
Berhasil P=0.95 P=0.73

Berhasil P=0.80 P=0.96

Kegagalan
Sistem
Pendingin-
Gagal Gagal
Suara alarm
P=0.05 P=0.04
Gagal Gagal
P=0.04 P=0.03

Gagal P=0.20 P=0.2

Berdasarkan perkiraan dari Gambar 1, kemungkinan keberhasilan sistem dihitung menjadi 0,73
dan kemungkinan kegagalan sistem adalah 0,27. Berdasarkan perkiraan kemungkinan ini, ETA
menunjukkan bahwa keputusan manusia memainkan peran utama hasil keselamatan di
lingkungan kerja. Dengan tidak adanya karyawan yang berpikir terhadap keselamatan,
kemungkinan untuk berhasil dalam hal mendapat hasil keselamatan menurun secara nyata.
Ketika kegagalan sistemik alarm sistem pendingin dikeluarkan dari kemungkinan perkiraan
dalam domain kegagalan, kemungkinan kegagalan 0,07 masih tetap, dengan sekitar setengah
(0,03) dari kegagalan secara langsung dikaitkan dengan pilihan pekerja untuk mengambil jalan
pintas keselamatan dengan tidak mengikuti prosedur keselamatan. Interpretasi, dihitung selama
periode waktu satu bulan (sebagaimana dicatat dengan kemungkinan kejadian awal),
menunjukkan bahwa setiap bulan kemungkinan kegagalan sekitar 0,03 dapat dihubungkan
langsung dengan pilihan keputusan yang tidak aman yang dibuat oleh karyawan.
Keterbatasan dan Implikasi
Meskipun penggunaan data pengambilan keputusan menghasilkan pohon kejadian (event tree)
yang lengkap dan perhitungan kemungkinan yang valid, terdapat beberapa keterbatasan dalam
penggunaan tipe data ini. Pertama, meskipun skenario pengambilan keputusan didefinisikan
secara sempit, hasilnya dari skenario seperti itu bisa sulit untuk diilustrasikan secara grafis
dalam pohon kejadian. Sebagian alasannya adalah kelipatan kemungkinan hasil, yang tidak
mungkin dilacak pada satu pohon kejadian.
Kedua, data skenario pengambilan keputusan khusus untuk individu yang menyelesaikan
skenario. Selain itu, penggunaan data pengambilan keputusan dalam ETA meneliti suatu sistem
berdasarkan pada tindakan manusia tetapi tidak cukup untuk interaksi antara penanggulangan
sistemik dan respons manusia yang akan terjadi dalam skenario aktual. Meskipun data dari
sebuah simulasi pengambilan keputusan digunakan sebagai dasar untuk kemungkinan tindakan
manusia, kemungkian untuk tanggapan sistem berdasarkan hipotetis perhitungan kesalahan
manusia. Analisis sistem yang ideal akan mencakup data aktual dari manusia dan komponen
sistem, tetapi sistem seperti itu sulit dibangun dari perspektif hipotetis. Termasuk semua
komponen baik dari keterbatasan sistem dan manusia akan menjadi besar dan rumit untuk
menghitung tanpa menggunakan lanjutan perangkat lunak. Akhirnya, tidak adanya rantai
kejadian yang berurutan dalam situasi pengambilan keputusan membuat skenario pengambilan
keputusan sulit untuk diilustrasikan dalam batasan logika linear dan biner dari metodologi
ETA.
Namun, ini tidak berarti bahwa tidak ada peran ETA dalam memeriksa sistem keselamatan
yang melibatkan manusia. Pohon kejadian (event tree) memungkinkan para praktisi dan
peneliti untuk dengan mudah melihat di mana kemungkinan terbesar untuk terdapat kegagalan
pada sistem. Dalam hal ini pohon kejadian, di luar kegagalan sistemik, kemungkinan kegagalan
terbesar terjadi ketika karyawan gagal mengikuti prosedur yang aman saat memulai mematikan
otomatis. Selain itu, pohon kejadian (event tree) memungkinkan praktisi untuk menargetkan
dengan lebih baik intervensi pendidikan terhadap komponen sistem dengan kemungkinan
kegagalan terbesar.
Analisis pohon kejadian (Event Tree Analysis) tidak dapat berfungsi sebagai satu-satunya
komponen keselamatan sistem, tetapi dapat memainkan peran penting dalam mengidentifikasi
kegagalan dan keberhasilan sistem. Penggunaan ETA untuk memeriksa sistem pengambilan
keputusan memiliki potensi besar dalam hal penargetan risiko tinggi terhadap keselamatan
pekerja. Untuk penggunaan yang optimal, skenario keputusan harus terstruktur dengan adil dan
memiliki pilihan keputusan yang terbatas pada pilihan. Data skenario pengambilan keputusan
yang didefinisikan secara sempit dapat digunakan untuk menemukan kemungkinan kegagalan
yang terlalu tinggi serta menghargai dan mendorong kemungkinan keberhasilan yang tinggi.
Daftar Pustaka
Ale, B.J.M., Baksteen, H., Bellamy, L.J., Bloemhof, A., Goossens, L., Hale, A., Mud, M.L., Oh, J.I.H.,
Papazoglou, I.A., Post, J., & Whiston, J.Y. (2008). Quantifying occupational risk: The development of
an occupational risk model. Safety Science, 46(2), 176-185.

Baumont, G., Ménage, F., Schneiter, J.R., Spurgin, A., & Vogel, A. (2000). Quantifying human and
organizational factors in accident management using decision trees: the HORAAM method. Reliability
Engineering and System Safety, 70(2), 113-124.

Clark, S. & Ward, K. (2006). The role of leader influence tactics and safety climate in engaging
employees’ safety participation. Risk Analysis, 26(5), 1175-1185.

Clemens, P.L. & Simmons, R.J. (1998). System safety and risk management: A guide for engineering
educators. United States Department of Health and Human Services, Centers for Disease Control and
Prevention, National Institute for Occupational Safety and Health. Downloaded June 7, 2011 from
www.cdc.gov/niosh/topics/SHAPE/pdfs/safriskengineer.pdf

Ford, J.K., Schmitt, N., Schechtman, S.L., Hults, B.M., & Doherty, M.L. (1989). Process tracing
methods: Contributions, problems, and neglected research questions. Organizational Behavior and
Human Decision Processes, 43(1), 75-117.

Gertman, D.I. & Blackman, H.S. (1994). Human reliability and safety analysis data handbook. New
York, NY: John Wiley & Sons.

Guldenmund, F.W. (2007). The use of questionnaires in safety culture research – an evaluation. Safety
Science, 45(6), 723-743.
The Institution of Engineering and Technology. (2010). Quantified risk assessment techniques – Part 2
– Event tree analysis – ETA. Health & Safety Briefing No. 26b, October 2010. Downloaded June 10,
2011 from: http://www.theiet.org/factfiles

Keren, N. Mills, T.R. Freeman, S.A., & Shelley, M.C. (2009). Can level of safety climate predict level
of orientation toward safety in a decision making task? Safety Science, 7(10), 1312-1323.

Khakzad, N., Khan, F., & Amyotte, P. (2011). Safety analysis in process facilities: Comparison of fault
tree and Bayesian network approaches. Reliability Engineering and System Safety, 96(8), 925-932.

Kingman, D.M. & Field, W.E. (2005). Using fault tree analysis to identify contributing factors to
engulfment in flowing grain in on-farm grain bins. Journal of Agricultural Health and Safety, 11(4),
395-405.

Mintz, A. (2004). Foreign policy decision making in familiar and unfamiliar settings: An experimental
study of high-ranking military officers. Journal of Conflict Resolution, 48(1), 91-104.

Moriyama, T. & Ohtani, H. (2009). Risk assessment tools incorporating human error probabilities in
the Japanese small-sized establishment. Safety Science, 47(10), 1379-1397.

Mosher, G.A. (2011). Measurement and analysis of the relationship between employee perceptions and
safety and quality decision-making in the country grain elevator. Unpublished doctoral dissertation,
Iowa State University, Ames.

Rausand, M. & Hoyland, A. (2004). System reliability theory: Models, statistical methods, and
applications. Hoboken, NJ: Wiley-Interscience.

Simard, M. & Marchand, A. (1995). A multilevel analysis of organizational factors related to the taking
of safety initiatives by work groups. Safety Science, 21(2), 113-129.

Targoutzidis, A. (2010). Incorporating human factors into a simplified “bow-tie” approach for
workplace risk assessment. Safety Science, 48(2), 145-156.

Thompson, R., Hilton, T., & Witt, A. (1998). Where the rubber meets the shop floor: A confirmatory
model of management influence on workplace safety. Journal of Safety Research, 29(1), 15-24.

Zohar, D. (2000). A group-level model of safety climate: Testing the effect of group climate on
microaccidents in manufacturing jobs. Journal of Applied Psychology, 85(4), 587-596.