Lihat diskusi, statistik, dan profil penulis untuk publikasi ini di: https://www.researchgate.

net/publication/8461109

Hubungan Antara Risiko Kesehatan dan Produktivitas Kerja

Artikel  di dalam  Jurnal kedokteran okupasi dan lingkungan / American College of Occupational and Environmental Medicine · Agustus 2004
DOI: 10.1097/01.jom.0000131830.45744.97 · Sumber: PubMed

Lynch pada 30 Januari 2020. Pengguna telah meminta peningkatan

unduhan mengajukan.
CITATIONS
BACA
300
5.267

3 penulis, termasuk:

Myde Boles
Wendy Lynch
Departemen Kesehatan KabupatenMultnomah dan Divisi
Lynch Consulting, Ltd.
Kesehatan Masyarakat Oregon 39 PUBLIKASI   3.360 KUTIPAN   
54 PUBLIKASI   2.733 KUTIPAN    SEE PROFIL
LIHAT PROFIL

Beberapa penulis publikasi ini juga mengerjakan proyek

terkait ini: Proyek Mandat Washington PAN Lihat

proyek

Alaska Tobacco Quitline View

Semua konten yang mengikuti halaman ini diunggah oleh Wendy

•
JOEM Volume 46, Nomor 7, Juli 2004 737
Hubungan Antara Resiko Kesehatan dan
Produktivitas Kerja
Myde Boles, PhD Barbara Pelletier, MS
Wendy Lynch, PhD
T dia alasan utama pengusaha AS
memberikan promosi kesehatan dan program pencegahan Hartford, Connecticut (Ms Pelletier); dan Lynch Consulting, Ltd (Dr Lynch).
penyakit adalah untuk meningkatkan kesehatan karyawan, Aetna Inc. memberikan dukungan keuangan untuk desain, pengembangan,
meningkatkan em
Kami berusaha untuk memberikan bukti
hubungan antara risiko kesehatan dan
produktivitas yang dilaporkan sendiri, termasuk Dr
ketidakhadiran terkait kesehatan dan
gangguan kinerja di tempat kerja. Sebuah
analisis cross-sectional dilaksanakan yang
terdiri dari 2264 karyawan dari majikan
nasional besar yang terletak di Timur Laut.
Peserta menanggapi penilaian risiko
kesehatan dan skala produktivitas kerja.
Rata-rata kehilangan produktivitas
dibandingkan untuk individu dengan tingkat
faktor risiko yang berbeda menggunakan
analisis varians. Analisis multivariat, termasuk
regresi logistik dan linier, digunakan untuk
menentukan signifikansi risiko kesehatan
terhadap hilangnya produktivitas. Peserta
dengan lebih banyak faktor risiko melaporkan
kehilangan produktivitas yang lebih besar (P
0,001). Kemungkinan hilangnya produktivitas
paling signifikan bagi individu dengan diabetes
(ketidakhadiran) dan stres (kehadiran).
Kesimpulannya, risiko yang lebih tinggi sangat
terkait dengan hilangnya produktivitas yang
lebih besar, dan risiko yang berbeda terkait
dengan absensi dibandingkan dengan
kehadiran. (J Occup Environ Med. 2004; 46:
737–745)
Dari Pusat Studi Kesehatan Masyarakat, Sekolah Kesehatan Masyarakat,
Universitas Negeri Portland, Portland, Oregon (Dr Boles); Aetna Inc.,
koordinasi, pengiriman, pengelolaan, dan analisis data untuk proyek ini dan
semua komponen program dan layanan yang diberikan. WebMD HealthCare
Services Group memberikan dukungan keuangan untuk waktu yang
dihabiskan oleh Dr Boles dalam persiapan awal naskah untuk publikasi
melalui kontrak konsultan.
Boles dipekerjakan di WellMed, Inc. (sekarang WebMD HealthCare
Services Group) pada awal proyek ini: WebMD HealthCare Services Group,
520 NW Davis, Suite 300, Portland, OR 97209. Alamat korespondensi ke:
Myde Boles, PhD, Center untuk Studi Kesehatan Masyarakat, PO Box 751,
Sekolah Kesehatan Masyarakat, Universitas Negeri Portland, Portland, OR
97207-0751; Email: mboles@pdx.edu.
Hak Cipta © oleh American College of Occupational and Environmental
Medicine DOI: 10.1097/01.jom.0000131830.45744.97
moral karyawan, dan mengurangi kenaikan biaya
perawatan medis.1 Memang, sejumlah besar literatur telah
menetapkan hubungan antara risiko kesehatan dan biaya
perawatan medis,2,3 dan sejumlah penelitian telah
memberikan bukti untuk pengembalian investasi yang
positif dalam program promosi kesehatan.4 Baru-baru ini,
pengusaha mulai mengenali dan mengukur nilai bisnis
tambahan dari pekerja yang sehat dalam hal produktivitas
yang lebih baik. Pendekatan yang lebih luas ini
memperluas nilai kesehatan karyawan—dan nilai program
untuk meningkatkan kesehatan dan mengurangi risiko gaya
hidup terhadap kesehatan—dengan mengukur efek
gabungannya pada biaya medis, ketidakhadiran, kinerja,
dan pergantian karyawan.5
Secara konseptual, fokus pada produktivitas memiliki daya
tarik yang besar. Studi kondisi kesehatan menunjukkan
bahwa biaya rata-rata penyakit akibat absensi dapat sama
atau melebihi biaya rata-rata untuk perawatan medis.
Namun, pengurangan ketidakhadiran hanya mencerminkan
satu bagian dari keuntungan dalam produktivitas tempat
kerja.6 Berdasarkan model konseptual O'Donnell kinerja
manusia,7 busi ness bisa mengharapkan hubungan antara
kesehatan, produktivitas dan, pada akhirnya, keuntungan
(Gbr. 1). Model ini menunjukkan bahwa kinerja dalam
pekerjaan lebih tinggi ketika karyawan secara fisik dan dan ketidakhadiran, yang meningkatkan kinerja. Tingkat
emosional mampu bekerja dan memiliki keinginan untuk kinerja yang lebih tinggi mengarah ke
bekerja. Hal ini menyebabkan berkurangnya ketidakhadiran

•
738 Hubungan Antara Risiko Kesehatan dan Produktivitas Kerja Boles et al

risiko kesehatan apa yang terkait

dengan ketidakhadiran? Apakah mereka
berbeda
dari risiko kesehatan yang terkait dengan
presenteeism? Kedua,kesehatan mana yang
paling
risikomemengaruhi setiap produktivitas
? Ketiga, apakah memiliki lebih banyak
risiko kesehatan terkait dengan lebih
banyakbanyak
ketidakhadiran atau lebihkehadiran?
Keempat, mengendalikan usia, jenis kelamin,
dan faktor lain yang diketahui memengaruhi
produktivitas, apakah hubungan
antara risiko kesehatan danproduktivitas
hilangnyatetap utuh?

Metode
Contoh
Gambar 1. Model konseptual kesehatan dan produktivitas. yang menjadi anggota
Data untuk penelitian ini corporate-sponsored fit
dikumpulkan dari 2.264 karyawan
dengan tingkat produktivitas risiko kesehatan dan keadaan dan kebijakan perusahaan.
perusahaan yang lebih tinggi, yang sekarang, satu penelitian Kesehatan hanyalah salah satu faktor
pada gilirannya dapat menghasilkan menemukan bahwa jumlah risiko tersebut. Akibatnya,
keuntungan yang lebih tinggi. kesehatan yang lebih tinggi langkah-langkah laporan diri adalah
Seperti yang ditunjukkan Reidel et berhubungan dengan kinerja kerja cara yang menjanjikan untuk
al8 , kesehatan pekerja yang positif yang lebih rendah.12 mengumpulkan data tentang persepsi
dapat mengarah pada peningkatan Agar produktivitas pekerja karyawan tentang bagaimana
kualitas barang dan jasa, kreativitas menjadi hasil yang lebih standar dan kesehatan mereka mempengaruhi
dan inovasi yang lebih besar, rutin dari program promosi kemampuan mereka untuk
peningkatan ketahanan, dan kesehatan, ukuran produktivitas yang melakukan pekerjaan mereka.
peningkatan kapasitas intelektual. diterima harus menjadi lebih mudah Informasi yang tersedia secara luas
Salah satu pengaruh hipotesis diakses. Pengukuran objektif, seperti tentang hubungan antara kesehatan
pada produktivitas karyawan adalah menghitung hari sakit, atau teknik dan produktivitas akan memfasilitasi
status risiko kesehatan. Studi yang pengukuran produktivitas, seperti perluasan nilai promosi kesehatan di
telah mengeksplorasi hubungan tarif per satuan atau studi waktu dan luar hanya berfokus pada biaya
antara jumlah dan jenis risiko gerak yang digunakan dalam perawatan kesehatan. Informasi
kesehatan atau kondisi dan lingkungan manufaktur, dapat tersebut dapat berkembang jika skala
ketidakhadiran telah menemukan bermanfaat dalam menentukan laporan diri yang valid, andal, dan
stres, depresi, dan tindakan terkait hubungan statistik singkat dapat menjadi praktik
kesehatan mental lainnya menjadi dengan risiko dan kondisi kesehatan, standar dalam evaluasi promosi
signifikan.8-11
Indeks massa tubuh tetapi hal itu sulit untuk kesehatan.
yang tinggi juga telah terbukti mendapatkan dan tidak tersedia Dalam penelitian ini, ukuran
memainkan peran penting dalam secara seragam di seluruh industri. waktu absen kerja yang dilaporkan
ketidakhadiran karyawan. 8,12 Selanjutnya, tingkat produktivitas sendiri karena masalah kesehatan
Meskipun relatif sedikit penelitian bergantung pada banyak faktor, (absenteeisme) dan waktu tidak
yang menganalisis hubungan antara termasuk kekuatan pasar, musim, produktif saat bekerja karena
 masalah kesehatan (presenteeism)
diperoleh dengan memasukkan
pertanyaan dalam penilaian risiko
kesehatan. Tujuan dari penelitian ini
adalah untuk mengukur hubungan
antara risiko kesehatan dan
ketidakhadiran terkait kesehatan dan
gangguan kinerja di tempat kerja.
Secara keseluruhan, beberapa
pertanyaan menarik. Pertama,
pusat ness di tujuh lokasi di seluruh
Amerika Serikat ditambah semua
karyawan di satu lokasi lapangan.
Peserta penelitian adalah karyawan
per jam dan bergaji yang
berpartisipasi secara sukarela dan
menjawab semua pertanyaan tentang
Pengukuran
Penelitian ini menggunakan alat
penilaian risiko kesehatan (HRA)
online yang disediakan melalui
WellMed, Inc. (sekarang WebMD
HealthCare Services Group) untuk
mengumpulkan pilih data risiko
kesehatan yang dilaporkan sendiri.
HRA ini adalah instrumen 20
pertanyaan yang menanyakan
tentang kondisi kronis, status
kesehatan, demografi, ukuran
biometrik, dan gaya hidup
(misalnya, merokok, olahraga, diet).
Pertanyaan-pertanyaan tersebut
berasal dari sejumlah sumber:
Framingham Heart Study,13 Carter
Center Healthier People Health Risk
Appraisal Versi 4,14 Program
Pencegahan Risiko Penyakit Jantung
Stanford,15 dan SF 36.16
Menggunakan algoritma
kepemilikan dan skema pembobotan
untuk menghitung skor risiko yang
merupakan indikasi utama risiko
penyakit koroner. 11 risiko
kesehatan yang digunakan dalam
penelitian ini adalah pola makan
yang buruk, indeks massa tubuh
18.5 atau 24.9, kolesterol tinggi,
aktivitas fisik, stres berlebihan,
kunjungan pencegahan yang
penilaian risiko kesehatan dan skala
produktivitas kerja. Ini mewakili
sekitar 45% dari kelompok yang
memenuhi syarat untuk
berpartisipasi (n 5042). Peserta
ditawari insentif sederhana untuk
menyelesaikan penilaian risiko
kesehatan. (Setiap peserta yang
menyelesaikan penilaian risiko
kesehatan memenuhi syarat untuk
menerima mug stainless steel. Selain
itu, semua nama dimasukkan dalam
undian acak untuk menerima hadiah
tambahan, seperti cek hadiah $100
atau keranjang hadiah kesehatan dan
item terkait kebugaran.)
Peserta juga memiliki akses ke
•
JOEM Volume 46, Number 7, Juli 2004 739
terlambat, kurangnya pemenuhan
emosional, tekanan darah tinggi,
penggunaan tembakau, diabetes atau
glukosa darah tinggi, dan
penggunaan alkohol. Tabel 1
kerangka waktu adalah tujuh hari
terakhir. Pertanyaan menanyakan
apakah seseorang saat ini bekerja;
jumlah jam yang terlewat karena
masalah kesehatan; jumlah jam yang
terlewat karena alasan lain
(misalnya, liburan, hari libur);
jumlah jam benar-benar bekerja;
seberapa besar masalah kesehatan
mempengaruhi produktivitas saat
bekerja; dan seberapa besar masalah
kesehatan mempengaruhi aktivitas
rutin sehari-hari. Pertanyaan tentang
seberapa besar masalah kesehatan
mempengaruhi produktivitas dan
aktivitas rutin dinilai pada skala 10
poin dari 0 (tidak berpengaruh pada
pekerjaan) hingga 10 (masalah
kesehatan mencegah orang tersebut
bekerja). "Efek pada produktivitas"
didefinisikan sebagai salah satu dari
berikut ini: terbatasnya jumlah
pekerjaan yang dapat dilakukan
orang tersebut, hari-hari orang
tersebut menyelesaikan kurang dari
yang dia inginkan, atau hari-hari
orang tersebut tidak dapat
melakukan pekerjaan dengan
hati-hati seperti biasanya. Untuk
berbagai program dan layanan
kesehatan yang ditawarkan melalui
departemen tunjangan karyawan
perusahaan. Penawaran ini termasuk
program kesehatan online dan
kampanye insentif; program
perubahan perilaku offline, seperti
lokakarya dan konseling gizi;
komunikasi berkelanjutan tentang
masalah kesehatan yang relevan
untuk mempromosikan tunjangan
kesehatan/kesehatan karyawan; dan
berbagai layanan pusat kebugaran.
Data dikumpulkan antara Februari
2001 dan September 2001.
studi ini, ketidakhadiran
didefinisikan sebagai persentase
waktu tidak masuk kerja karena
masalah kesehatan
TABEL 1
Definisi Risiko
. Presenteeism didefinisikan sebagai
persentase waktu terganggu saat
bekerja (misalnya, penurunan
produktivitas dan kualitas kerja di
bawah normal).
Semua item diberi skor menurut
aturan perhitungan yang ditentukan
oleh pengembang instrumen, dan
hasil WPAI-GH dinyatakan sebagai
ukuran persentase usia yang
berkelanjutan selama seminggu
terakhir, dengan angka yang lebih
tinggi menunjukkan ketidakhadiran
atau penurunan yang lebih besar dan
produktivitas yang lebih rendah.
Persentase waktu yang tidak masuk
kerja karena masalah kesehatan
dihitung sebagai jumlah jam yang
tidak masuk karena masalah
kesehatan dibagi dengan jumlah jam
yang tidak masuk dan jumlah jam
yang benar-benar bekerja. Persentase
gangguan waktu saat bekerja
dihitung dari angka yang dipilih
pada skala 10 poin dibagi 10.
 mereka yang
lebih muda dari usia 50
Kurangnya pemenuhan emosional Tidak bahagia atau tidak pasti
tentang kebahagiaan dalam kehidupan sehari-hari Tekanan darah
tinggi Diberitahu oleh dokter bahwa tekanan darah tinggi, minum obat
tekanan darah, atau tekanan darah

memberikan definisi tentang apa yang mengandung risiko

"tinggi" di setiap area risiko. Individu diberi nilai "1" jika
kondisi berisiko tinggi terpenuhi dan "0" jika risiko tidak
ada.
Data produktivitas kerja diperoleh dari Work Productivity
and Activity Impairment Questionnaire (Kesehatan Umum)
(WPAI-GH) yang disediakan oleh Reilly Associates.
WPAI-GH adalah alat penilaian mandiri domain publik
yang mengukur persentase waktu kerja yang hilang karena
masalah kesehatan, persentase gangguan saat bekerja
karena masalah kesehatan, persentase gangguan kerja
secara keseluruhan karena masalah kesehatan, dan
persentase gangguan aktivitas karena gangguan kesehatan.
WPAI-GH telah dinilai untuk validitas konstruk dan
reproduktifitas,17 tetapi belum divalidasi terhadap ukuran 140/90 mm Hg
produktivitas lainnya. WPAI-GH berisi enam pertanyaan, Penggunaan tembakau Pengguna tembakau saat ini atau sebelumnya
lima yang terkait secara khusus dengan produktivitas
tempat kerja.recall
Faktor RisikoDefinisi Risiko Tinggi*

Pola makan yang buruk Secara teratur makan makanan berlemak atau
secara teratur makan jauh dari rumah; biasanya makan kurang dari
tiga porsi
buah dan sayuran setiap hari
Indeks massa tubuh 18.5 atau 24.9
Kolesterol tinggi† Diberitahukan oleh dokter bahwa kolesterol tinggi
atau nilai kolesterol total 240
Tidak aktif secara fisik Tidak ada aktivitas fisik sedang atau berat
selama minimal 30 menit empat sampai lima kali per minggu
Stres tinggi Kadang-kadang atau sering merasa stres dan tidak dapat
mengatasi dengan baik Kunjungan pencegahan yang terlambat Tidak
ada kunjungan perawatan pencegahan dalam satu tahun terakhir
untuk individu yang lebih tua dari usia 50 tahun; tidak ada kunjungan
perawatan pencegahan dalam satuterakhir

Diabetes atau gula darah tinggi† Didiagnosis dengan diabetes Tipe 1

atau Tipe 2, atau kadar glukosa darah puasa 110 atau kadardarah
acak
glukosa 140
Penggunaan alkohol Merespon “ya” untuk satu atau lebih pertanyaan
CAGE (mencoba Mengurangi, Kesal dengan komentar orang lain,
merasa
Bersalah, membuka mata di pagi hari)

tahundan memiliki kondisi kronis tanpa memandang usia; tidak ada
kunjungan perawatan pencegahan dalam 3 tahun terakhir untuk
* Setiap faktor risiko diberi nilai 1 jika definisinya adalah bertemu; jika
tidak, akan diberi nilai 0.
Nilai lab yang dilaporkan sendiri atau tindakan klinis lebih diutamakan
daripada tanggapan kuesioner jika disediakan.

•
740 Hubungan Antara Risiko Kesehatan dan Produktivitas Kerja Boles et al
(abs senteeism dan presenteeism) produktivitas yang dialami oleh
Analisis dianalisis dengan menjawab individu dengan risiko kesehatan?
Hubungan antara risiko kesehatan beberapa pertanyaan kunci: • Apakah memiliki lebih banyak
dan hilangnya produktivitas kerja risiko total dikaitkan dengan lebih
• Berapa banyak kehilangan
 banyak ketidakhadiran atau
ketidakhadiran?
• Apakah hubungan antara risiko
kesehatan dan produktivitas yang
hilang tetap utuh setelah
mengontrol usia, jenis kelamin,
dan faktor lain yang diketahui
memengaruhi produktivitas?
Pertanyaan pertama menentukan
risiko kesehatan mana yang
memiliki hubungan lebih kuat
dengan hilangnya produktivitas. Ini
dianalisis dengan analisis varians
untuk membandingkan kehilangan
produktivitas rata-rata untuk
individu dengan masing-masing
faktor risiko dengan individu tanpa
masing-masing faktor risiko, sambil
mengendalikan usia, jenis kelamin,
risiko tinggi atau rendah, dan
masing-masing faktor risiko lainnya.
Koreksi Bonferroni dihitung untuk
menyesuaikan kesalahan tipe 1
kumulatif yang dihasilkan dari
beberapa pengujian.18 Semakin
banyak pengujian dilakukan,
kemungkinan meningkat bahwa satu
atau lebih signifikan karena
kebetulan (kesalahan tipe 1).
Variabel untuk jumlah total risiko
dibangun dengan menghitung faktor
risiko, dengan nilai yang mungkin
berkisar dari 0 hingga 11. Variabel
kedua untuk risiko kesehatan biner
(1 “tinggi”, 0 "rendah") dibangun
dengan membagi jumlah risiko
kesehatan total di median dan
mengklasifikasikan individu sebagai
risiko rendah (0 hingga 3 risiko) atau
risiko tinggi (4 atau lebih risiko).
Dalam populasi penelitian ini,
distribusi risiko total berkisar antara
0 sampai 9 dengan median 3.
Untuk pertanyaan 2, rata-rata
persentase waktu tidak masuk kerja
(absentee ism) dan waktu terganggu
saat bekerja (presenteeism) untuk
setiap tingkat risiko dihitung dan
dibuat grafiknya.
Tujuan utama dari analisis untuk
pertanyaan ketiga adalah untuk
memperkirakan hubungan antara
status risiko dan kehilangan
produktivitas
sambil mengendalikan faktor
pengganggu yang juga dapat
mempengaruhi kehilangan
produktivitas. Karena banyak
individu melaporkan tidak ada
kehilangan produktivitas selama
periode referensi minggu
sebelumnya, data berisi sejumlah
besar nilai nol. Dari 2.264 orang
dalam penelitian ini, 2089 (92,3%)
melaporkan tidak ada absen karena
masalah kesehatan dalam 7 hari
sebelumnya, dan 1669 (73,7%)
melaporkan tidak ada absen karena
masalah kesehatan dalam 7 hari
sebelumnya. Untuk mengatasi
sejumlah besar nilai nol, kami
menggunakan model dua bagian
seperti yang dijelaskan dalam Duan
et al.19 Bagian pertama dari model
menggunakan regresi logistik
multivariat untuk memperkirakan
hubungan antara risiko kesehatan
dan kemungkinan timbulnya
kehilangan produktivitas (dikodekan
sebagai 1 kehilangan produktivitas
dan 0 tidak ada kehilangan
produktivitas), mengendalikan
faktor perancu. Faktor perancu
termasuk jenis kelamin (1 laki-laki,
2 Perempuan); kelompok usia (1
lebih muda dari 35, 2 35 hingga
44, 3 45 hingga 54, 4 55 dan lebih
tua); dan risiko kesehatan total biner
(1 tinggi, 0 rendah). Dua model
regresi logistik dilakukan, satu
dengan 1,0 variabel terikat untuk
ketidakhadiran dan yang lainnya
dengan 1,0 variabel terikat untuk
kehadiran.
Bagian kedua dari model
termasuk regresi kuadrat terkecil
biasa (OLS) untuk menunjukkan
hubungan antara risiko kesehatan
dan kehilangan produktivitas, sekali
lagi mengendalikan faktor
demografis dan faktor risiko lainnya
untuk individu yang mengalami
kehilangan produktivitas. Dua
regresi OLS dilakukan, satu untuk
absensi dan satu lagi untuk
presenteeism. Analisis dilakukan
dengan SPSS 11.5 (Chicago, IL).
Semua statistik dievaluasi pada
tingkat signifikansi 95% (P 0,05).
Hasil
Demografi dan profil risiko dari
2264 individu dalam penelitian ini
ditunjukkan pada Tabel 2. Hampir
tiga perempat adalah perempuan dan
lebih muda dari usia 45, yang mirip
dengan
susunan demografi populasi
karyawan umum perusahaan, yang
kira-kira 76% perempuan. Lebih dari
separuh kelompok studi melaporkan
pola makan yang buruk dan indeks
massa tubuh di luar kisaran "sehat".
Proporsi substansial dari kelompok
studi melaporkan kolesterol tinggi
(47%), aktivitas fisik (45%), stres
tinggi (29%), dan kurangnya
pemenuhan emosi (24%).
Berapa Banyak Kehilangan
Produktivitas yang Dialami
oleh Individu Dengan Risiko
Kesehatan?
Tabel 3 membandingkan
persentase rata-rata produktivitas
yang hilang (ketidakhadiran dan
kehadiran) untuk individu dengan
dan tanpa masing-masing faktor
risiko, mengendalikan usia, jenis
kelamin, tingkat risiko tinggi-rendah,
dan faktor risiko lainnya. Untuk
ketidakhadiran, individu dengan
aktivitas fisik yang tidak aktif, stres
tinggi, dan diabetes/glukosa darah
tinggi memiliki kehilangan waktu
yang jauh lebih besar dibandingkan
dengan individu tanpa risiko ini
(padaterkoreksi Bonferroni P nilai).
Dampak risiko kesehatan pada
presenteeism lebih terlihat. Individu
dengan pola makan yang buruk,
indeks massa tubuh “tidak sehat”,
aktivitas fisik yang tidak aktif, stres
yang tinggi, dan kurangnya
pemenuhan emosional dilaporkan
mengalami gangguan yang lebih
tinggi secara signifikan di tempat
kerja daripada individu tanpa risiko
ini. Individu dengan stres tinggi dan
kurangnya pemenuhan emosional
melaporkan persentase presenteeism
tertinggi dibandingkan dengan
mereka yang tidak memiliki risiko
ini, kecuali pengguna alkohol, yang
hanya terdiri dari tujuh individu.
Individu dengan stres tinggi
melaporkan penurunan rata-rata 10%
dibandingkan dengan 5% yang
dilaporkan oleh individu tanpa stres.
Demikian pula, individu dengan
 kurangnya pemenuhan emosional kurangnya pemenuhan emosional. hilang karena absen untuk setiap
melaporkan penurunan rata-rata 10% Secara keseluruhan, persentase faktor risiko.
dibandingkan dengan 5% yang waktu yang hilang karena absensi
dilaporkan oleh individu tanpa lebih besar daripada waktu yang

•
JOEM Volume 46, Nomor 7, Juli 2004 741
karyawan dengan pola makan yang buruk, aktivitas fisik,
stres tinggi, dan kurangnya pemenuhan emosional (P
TABEL 2
Statistik Deskriptif dari Sampel Penelitian (n 2.264) Ukur
0,05). Di antara faktor-faktor risiko ini, kemungkinan
Hitung Persen
terjadinya kehilangan produktivitas adalah yang tertinggi
untuk stres (2,085, interval kepercayaan 95% 1,650-2,634),
Kategori Risiko
Pola makan buruk 1,866 82,4 Indeks massa tubuh 18.5 atau 24,9 diikuti oleh kurangnya pemenuhan emosional (1,928,
1,504 66,4 Kolesterol tinggi 1,065 47,0 Tidak aktif secara fisik 1,010 interval kepercayaan 95% 1,521-2,444). Di antara kovariat,
44,6 Stres tinggi 662 29,2 Kunjungan pencegahan yang terlambat 668 perempuan secara signifikan lebih mungkin mengalami
29,5 Kurangnya pemenuhan emosi 545 24,1 Tekanan darah tinggi 367
16,2 Penggunaan tembakau 256 11,3 Diabetes/gula darah tinggi 67 kehilangan produktivitas.
3,0 Penggunaan alkohol 7 0,3 Kelompok Usia Ketika analisis terbatas pada karyawan yang melaporkan
Lebih muda dari 35 838 37.0 35–44 805 35.6 45–54 471 20.8 55 dan adanya kehadiran (n 595), presenteeism secara signifikan
lebih tua 150 6.6 Jenis kelamin-
lebih tinggi untuk stres tinggi dan kurangnya pemenuhan
Lakilaki 628 27.7 Perempuan 1.636 72.3 Jumlah Risiko Kesehatan
0 45 2.0 1 200 8.8 2 419 18.5 3 510 22.5 4 451 19.9 5 336 14.8 6 182 emosional. Jenis kelamin perempuan dan usia yang lebih
8.0 7 97 4.3 8 22 1.0 9 2 0.1 muda signifikan di antara kovariat.
model tidak signifikan (P 0,562).
Tabel 5 mengulangi analisis di atas, namun kali ini Diskusi
menggunakan presenteeism penyebab masalah kesehatan Data dari penelitian ini menunjukkan bahwa karyawan
sebagai variabel dependen. Kemungkinan memiliki melaporkan lebih banyak waktu tidak berpasangan di
presenteeism secara signifikan lebih besar di antara tempat kerja daripada ketidakhadiran.
Apakah Lebih Banyak Risiko di antara tingkat risiko menengah. ketidakhadiran (n 175),
Apakah Hubungan Antara pekerjaan selama minggu kerja
Total
tertentu. Karyawan melaporkan,
Terkait Dengan Risiko Kesehatan
rata-rata, 1,8% ketidakhadiran
Produktivitas yang danHilang karena alasan kesehatan dan 6,6%
Lebih Hilang? Produktivitas yangTetap absen karena alasan kesehatan.
Ada hubungan yang kuat antara Terjaga Setelah Mengontrol Untuk kelompok belajar, standar
memiliki lebih banyak risiko Usia, Jenis Kelamin, dan kerja seminggu pada saat penelitian
kesehatan dan presenteeism yang Faktor-Faktor Lain yang ini adalah 37,5 jam per minggu. Ini
lebih tinggi. Seperti ditunjukkan Diketahui Mempengaruhi berarti rata-rata 41 menit absen dan
pada Gambar. 2, persentase rata-rata Produktivitas? 2 jam 29 menit kehilangan kinerja
pre senteeism meningkat untuk per karyawan selama seminggu
Tabel 4 menunjukkan bahwa kerja.
setiap tingkat risiko kesehatan
peluang absen karena masalah
kumulatif, mulai dari rata-rata Studi ini juga menunjukkan
kesehatan secara signifikan lebih
presenteeism 1,3% untuk individu bahwa jumlah dan jenis risiko
besar di antara karyawan dengan kesehatan mempengaruhi kehadiran
dengan risiko nol hingga
risiko kurang aktivitas fisik dan
presenteeism 25,9% untuk individu secara berbeda dari ketidakhadiran.
diabetes/glukosa darah tinggi (P Data pada Gambar. 2 menunjukkan
dengan delapan risiko. (Ada jumlah
0,05 dalam setiap kasus),
individu yang tidak mencukupi perbedaan yang agak dramatis dalam
mengendalikan risiko kesehatan pra senteeisme antara individu
dengan lebih dari delapan risiko
lainnya dan kovariat. Di antara
yang juga menanggapi survei berisiko rendah dan individu berisiko
faktor-faktor risiko ini, kemungkinan tinggi. Karyawan dengan jumlah
produktivitas untuk dimasukkan
terjadinya ketidakhadiran adalah
dalam analisis.) Ketidakhadiran juga faktor risiko terbesar dilaporkan
yang tertinggi untuk diabetes (2.285, mengalami gangguan saat bekerja
meningkat seiring dengan
95% CI 1.167– 4.474). Tak satu
meningkatnya risiko kesehatan, lebih dari satu hari kerja penuh (9,2
pun dari kovariat dikaitkan dengan jam) dibandingkan dengan mereka
dengan perbedaan yang jelas antara
kemungkinan ab senteeism yang
tingkat rendah dan tingkat tinggi. yang memiliki jumlah risiko paling
lebih tinggi. Ketika analisis terbatas sedikit. Selain itu, beberapa risiko
risiko, tetapi kisarannya lebih kecil
pada karyawan yang melaporkan
(0,0% hingga 6,3%) dan berfluktuasi kesehatan
 •
742 Hubungan Antara Resiko Kesehatan dan Produktivitas Kerja Boles et al

TABLE 3
Berarti Persentase Hilang Produktivitas Perbandingan Individu Dengan Faktor Risiko untuk Individu Tanpa Faktor
Risiko(n 2264)
*%Ketidakhadiran Karena Kesehatan% presenteeism KarenaKesehatan
Dengan Faktor Risiko Dengan Faktor Risiko
Tanpa Risiko Faktor P Nilai Tanpa Risiko Faktor P Nilai
Ukur
Buruk diet 1,88% 1,51% 0,163 6,95% 4,71% 0,010 indeks massa tubuh 18.5 atau 24,9 1,99% 1,28% 0,107 7,05% 5,60% 0,047
Kolesterol tinggi 2,19% 1,37% 0,064 6,99% 6,17% 0,263 Tidak aktif fisik 2,37% 1,26% 0,009 8,08% 5,34% 0,001 Stres tinggi 2,47%
1,46% 0,033 10,23% 5,04% 0,001 Kunjungan pencegahan yang terlambat 2,01% 1,65% 0,431 6,19% 6,71% 0,500 Kurangnya
pemenuhan emosional 2,19% 1,62% 0,236 10,21% 5,40% 0,001 Tekanan darah tinggi 1,92% 1,72% 0,718 7,76% 6,33% 0,117
Penggunaan tembakau 1,48% 1,79% 0,611 6,89% 6,52% 0,709 Diabetes/gula darah tinggi 4,24% 1,68% 0,023 9,25% 6,48% 0,137
Penggunaan alkohol 2,84% 1,75% 0,744 15,53% 6,53% 0,104

* Masing-masing rerata disesuaikan dengan usia, jenis kelamin, risiko tinggi-rendah, dan masing-masing faktor risiko lainnya. Signifikansi
disesuaikan untuk beberapa perbandingan menggunakan koreksi Bonferroni.

Studi ini tidak memberikanlangsung

dukunganuntuk hubungan antara
indeks massa tubuh dan ketidakhadiran atau
kehadiran
. Namun, hasil ini
menguatkan beberapa temuan dalam
studi lain yang menganalisis dua
ukuran tujuan absensi dankehadiran
satu ukuran tujuan
.12 Dalam penelitian itu,individu
faktor risikodiabetes,tidak sehat
BMI yangdan ukuran yang mereka sebut
Gangguan Umum, terbukti paling
mahal dalam hal ketidakhadiran dan
kehadiran
.
Hasil penelitian ini memiliki
untuk menilaiekonomi
implikasikonsekuensidari pekerja yang tidak sehat
dan mengevaluasi dampakkesehatan
intervensi manajemen. Hubungan yang
kuat antara angka
Gambar. 2. Rata-rata persentase kehilangan produktivitas untuk penyelidikan lebih lanjut pada populasi lain untuk
setiap tingkat risiko (n 2264). menyelidiki
Ber dari faktor risiko dan presenteeisme menjamin
lebih terkait dengan presenteeisme yang melaporkan beberapa, stres medis yang sering untuk pengobatan
sedangkan yang lain lebih terkait yang tinggi dan kurangnya penyakit dan komplikasinya. Selain
dengan ketidakhadiran. Peluang pemenuhan emosional adalah itu, individu dengan ketidakaktifan
untuk melaporkan setiap kehadiran duasignifikan fisik secara signifikan lebih mungkin
paling tinggi untuk karyawan dengan risiko yangsetelah mengendalikan untuk tidak hadir dan terganggu
stres tinggi, masalah kesehatan risiko dan kovariat lainnya. pada pekerjaan dibandingkan
psikososial yang telah terlibat dalam Kemungkinan melaporkan dengan individu tanpa masalah ini.
penelitian lain karena hubungannya ketidakhadiran paling tinggi bagi apakah itu hubungan sebab akibat.
dengan biaya perawatan kesehatan mereka yang menderita Jika ketidakhadiran dan kehadiran
yang tinggi dan diabetes/glukosa darah tinggi, suatu dapat diubah dengan intervensi, hasil
ketidakhadiran.1,2,11,20kehadiran Untuk kondisi kesehatan fisik yang ini mungkin memiliki nilai sebagai
kumpulan karyawan yang lebih kecil memerlukan intervensi perawatan elemen standar dalam desain
 evaluasi. membuat kontribusi ini unik. terkait ketidakhadiran (misalnya,
Meskipun hasil penelitian ini Pertama, sebagian besar literatur hari sakit, hari cacat, biaya
mendukung temuan serupa di tentang kesehatan dan produktivitas kompensasi pekerja) sebagai
penelitian lain, beberapa aspek telah menggunakan langkah-langkah produktivitas keluar

•
JOEM Volume 46, Nomor 7, Juli 2004 743

TABEL 4
Dampak Kesehatan Risiko dan Kovariat pada Peluang Ketidakhadiran (Berdasarkan Regresi Logistik Menggunakan
Seluruh Sampel) dan pada % Ketidakhadiran (Berdasarkan Regresi Kuadrat Terkecil untuk Mereka yang Memiliki
Ketidakhadiran Bukan Nozero %) Koefisien, Kesalahan Standar,
Peluang Relatif dari Setiap dan P Nilaidari Regresi Kuadrat
Ketidakhadiran Interval Keyakinan Terkecil dari % Ketidakhadiran (n
95% dan P Nilaidari Regresi 175)
Logistik (n 2,264)

Odds Ratio (95% CI) P NilaiKoefisien (SE) P Nilai

Variabel risiko
Pola makan yang buruk 1.781 (0,985–3.219) 0,056 0,291 (6,827) 0,966 Indeks massa tubuh 18.5 atau 24,9 1,259 (0,841–1,885) 0,263
5,180 (4,689) 0,271 Kolesterol tinggi 1,143 (0,786–1,661) 0,844 7,565 (4,388) 0,087 Tidak aktif secara fisik 1,635 (1,139–2,348) 0,008
3,937 (4,412) 0,374 Stres tinggi 1,327 (0,912–1,931) 0,139 3,419 (4,243) 0,422 Kunjungan pencegahan yang terlambat 0,774
(0,524–1,143) 0,198 8,959 (4,479) 0,047 Kurangnya pemenuhan emosi 1,230 (0,845–1,792) 0,280 4,191 (4,279) 0,329 Tekanan darah
tinggi 1,171 (0,767–1,789) 0,465 1,542 (4,806) 0,749 Penggunaan tembakau 0,937 (0,577–1,522) 0,793 3.328 (5.710) 0.561
Diabetes/gula darah tinggi 2.285 (1.167–4.474) 0.016 3.254 (7.286) 0.656 Penggunaan alkohol 3.994 (0,699–22.820) 0,119 5,821 (17,637)
0,742 Variabel kontrol
Jenis kelamin 4,433 (4,967) 0,383 Laki-laki (kategori acuan)
Perempuan 1,484 (0,987-2,231) 0,058
Kelompok umur 0,625 (2,093) 0,766 35 (kategori rujukan)
35 hingga 44 0,942 (0,655–1,355) 0,746
45 hingga 54 0,749 (0,474–1,182) 0,214
55 0,664 (0,316–1,394) 0,279
Total risiko kesehatan 13.260 (6.395) 0,040 Rendah (kategori rujukan)
Tinggi 1,385 (0,799–2,401) 0,246
2 Log Likelihood chi-square atau regresi F statistik 1161,942 0,899 P Nilaiuntuk 2 kemungkinan log atauregresi P nilai
0,001 0,562 Nagelkerke r kuadrat atau disesuaikan r kuadrat 0,073 0,008
kesehatan dalam periode 1 minggu. individu dalam penelitian ini adalah
Responden dalam populasi anggota dari pusat kebugaran yang
penelitian ini (2264) memiliki usia disponsori perusahaan dan secara
datang. Penggunaan presenteeism rata-rata upah per jam pada saatini sukarela menanggapi kuesioner.
dalam penelitian ini menambah penelitiansebesar $21,38, membuat Meskipun temuan ini mewakili
dukungan pada studi yang relatif nilai kehilangan produktivitas tanggapan dari beberapa ribu peserta
sedikit yang menganalisis dampak $153,280 (lebih dari $67 dolar per , ada kemungkinan bahwa para
kesehatan pada gangguan kinerja di orang). sukarelawan memiliki orientasi
tempat kerja. Kedua, meskipun agak Menambahkan waktu produktif khusus terhadap kesehatan dan
intuitif bahwa karyawan dengan yang hilang ke biaya perawatan pekerjaan yang tidak dapat
masalah kesehatan cenderung medis yang berlebihan memberikan digeneralisasikan kepada pekerja
kurang produktif daripada bagian target ekonomi yang lebih besar bagi lain dalam lingkungan kerja ini atau
yang lebih sehat, hasil penelitian ini pemberi kerja yang yang lain.
dapat membantu dengan keputusan mempertimbangkan intervensi Second, although some self-report
tentang jenis program manajemen manajemen kesehatan. Jenis presenteeism scales have been vali
kesehatan apa yang ditawarkan dan informasi ini dapat berguna untuk dated against objective work out
kepada siapa mereka harus promosi kesehatan atau profesional come data, a direct conversion of
ditargetkan. Ketiga, implikasi biaya kesehatan kerja ketika membenarkan WPAI-GH impairment scores to lost
produktivitas potensial dari pengeluaran program mereka. work is not yet available. Recent
ketidakhadiran dan kehadiran terkait evidence about the WLQ (a different
risiko kesehatan bisa sangat besar. Keterbatasan presenteeism scale) indicated that a
Dalam penelitian ini, karyawan Beberapa keterbatasan 10% limitation at work due to health
melaporkan rata-rata sekitar 3 jam memerlukan perhatian ketika translated to a measured 4% to 5%
10 menit dari total waktu kerja yang menafsirkan temuan ini. Pertama, reduction in work output.21 Thus, a
hilang atau terganggu karena alasan
 percentage point of how health prob ing may not translate directly to a quently, conversion of time loss to
lems affect productivity while work percentage of minutes. Conse

•
744 Relationship Between Health Risks and Work Productivity Boles et al

TABLE 5
Impact of Health Risks and Covariates on Odds of Having Any Presenteeism (Based on Logistic Regression Using the
Whole Sample) and on % Presenteeism (Based on Least Squares Regression for Those Having Nonzero % Presenteeism)
Coefficient, Standard Error, and P
Relative Odds of Any Presenteeism 95% Value from Least Squares Regression of
Confidence Interval and P Value from % Presenteeism (n 595)
Logistic Regression (n 2264)

Odds Ratio (95% CI) P Value Coefficient (SE) P Value

Risk variables
Poor diet 1.526 (1.119–2.080) 0.008 4.777 (2.737) 0.081 Body mass index 18.5 or 24.9 1.064 (0.839–1.350) 0.610 3.694 (2.037)
0.070 High cholesterol 1.095 (0.865–1.386) 0.453 1.702 (1.937) 0.380 Physical inactivity 1.641 (1.315–2.049) 0.001 2.129 (1.902)
0.264 High stress 2.085 (1.650–2.634) 0.001 4.469 (1.915) 0.020 Overdue preventive visits 1.034 (0.809–1.320) 0.791 2.606 (1.994)
0.192 Lack of emotional fulfillment 1.928 (1.521–2.444) 0.001 4.199 (1.878) 0.026 High blood pressure 1.275 (0.960–1.692) 0.093
2.134 (2.319) 0.358 Tobacco use 1.017 (0.743–1.393) 0.915 0.829 (2.590) 0.749 Diabetes/high blood sugar 1.271 (0.724–2.230) 0.404
4.308 (4.369) 0.325 Alcohol use 3.743 (0.724–19.359) 0.115 0.901 (10.231) 0.930 Control variables
Gender 5.194 (2.115) 0.014 Male (referent category)
Female 1.430 (1.122–1.822) 0.004
Age group 2.823 (0.941) 0.003 35 (referent category)
35 to 44 0.884 (0.700–1.115) 0.296
45 to 54 0.926 (0.703–1.219) 0.584
55 0.880 (0.574–1.350) 0.559
Total health risk 1.420 (2.936) 0.629 Low (referent category)
High 0.945 (0.668–1.336) 0.748
2 Log Likelihood chi-square or regression F statistic 2403.941 4.524 0.001 0.001 0.126 0.077
P value for 2 log likelihood or regression P value
Nagelkerke r squared or adjusted r squared
tionship to productivity. Fifth, the performance than others. It is possi
OLS regression model for absentee ble to estimate absenteeism and pre
ism was not significant, and we are senteeism because of health issues
dollars should be performed with
caution. not able to provide an interpretation using a few questions added to an
of the results. A larger sample size HRA. Such estimates may provide a
Third, this scale of presenteeism
is based on a single question, which would remedy the problem. Last, the valid basis for expanding the eco
may or may not be as sensitive to purpose of these types of investiga nomic justification for health man
tions is not to indicate the overall agement programs.
differences as other, longer scales.
Although this result shows promis productivity level of workers. In
ing correlations with health risks,
stead, this study attempted to exam References
other scales should be tested as well. ine the component of work perfor 1. Association for Worksite Health Promo
mance that workers perceive to be tion and William M. Mercer. National
Fourth, the WPAI-GH asked about
“health problems” and their impact influenced by health factors. Worksite Health Promotion Survey.
1999.
on productivity rather than “health Conclusions 2. Anderson DR, Whitmer RW, Goetzel RZ,
risks” and their impact on productiv Ozminkowski RJ, Wasserman J, Serxner
This investigation suggests that S. The relationship between modifiable
ity. Although the psychometric prop
employees who have more health health risks and group-level health care
erties of “health risks” and “health
risks will experience more absentee expenditures: health enhance ment
problems” were not tested, we as research organization (hero) re search
ism and presenteeism than employ
sume that the two concepts behave committee. Am J Health Promot.
ees with fewer risks. Some health
similarly in an analysis of their rela 2000;15:45–52.
risks have more influence on lost job

•
JOEM Volume 46, Number 7, July 2004 745

3. Goetzel RZ, Anderson DR, Whitmer RW,
Ozminkowski RJ, Dunn RL, Was serman
J. The relationship between mod ifiable
health risks and health care expen
ditures: an analysis of the multi-employer
hero health risk and cost database. The
health enhancement research organiza
tion (HERO) research committee. J Oc
cup Environ Med. 1998;40:843–854.
4. Aldana SG. Financial impact of health
promotion programs: a comprehensive
review of the literature. Am J Health
Promot. 2001;15:296–320.
5. Goetzel RZ, Guindon AM, Turshen IJ,
Ozminkowski RJ. Health and
productivity management: establishing
key performance measures, benchmarks,
and best practices. J Occup Environ Med.
2001;43:10–17.
6. Washington Business Group on Health.
Investing in People for Corporate Growth
and Success: Health and Productivity
Man agement. Washington, DC:
Washington Business Group on Health;
1998.
7. O'Donnell MP. Health and productivity
management: the concept, impact, and
opportunity. Commentary to Goetzel and
Ozminkowski. Am J Health Promot.
2000;14:215–217.
8. Reidel JE, Lynch W, Baase C, Hymel P,
Peterson KW. The effect of disease pre
vention and health promotion on work
place productivity: a literature review.
Am J Health Promot. 2001;15:167–191.
9. Aldana SG, Pronk NP. Health promotion
programs, modifiable health risks, and
employee absenteeism. J Occup Environ
Med. 2001;43:36–46.
10. Serxner SA, Gold DB, Bultman KK. The
impact of behavioral health risks on
worker absenteeism. J Occup Environ
Med. 2001;43:347–354.
11. Jacobson BH, Aldana SG, Goetzel RZ,
Vardell KD, Adams TB, Pietras RJ. The
relationship between perceived stress and
self-reported illness-related absenteeism.
Am J Health Promot. 1996;11:54–61.
12. Burton WN, Conti DJ, Chen C, Schultz
AB, Edington DW. The role of health
risk factors and disease on worker pro
ductivity. J Occup Environ Med. 1999;
41:863–877.
13. Anderson KM, Odell PM, Wilson PWF,
Kannel WB. Cardiovascular disease risk
profiles. Apakah Hati J.
1991;121:293–298.
14. Amler RW, Moriarty DG, Hutchins EB.
Ed. Healthier people: the Carter Center
of Emory University Health Risk Ap
praisal Program Guides and Documen
tation. Atlanta, GA: The Carter Center of
Emory University; 1988.
15. Farquhar JW. The Stanford cardiovascu
lar disease prevention programs. Ann NY
Acad Sci. 1991;623:327–331.
16. Ware JJ, Sherbourne CD. The MOS 36-
item short-form health survey (SF-36): I.
conceptual framework and item selec
tion. Perawatan Medis.
1992;30:473–483.
17. Reilly MC, Zbrozek AS, Dukes EM. The
validity and reproducibility of a work
productivity and activity impairment in
strument. Pharmacoeconomics. 1993;4:
353–365.
18. Kirk RE. Experimental Design: Proce
dures for the Behavioral Sciences.
Monterey, CA: Brooks/Cole; 1968.
19. Duan N, Manning WG, Morris C, New
house JP. A comparison of alternative
models for demand for medical care. J
Business Econ Stat. 1983;1:115–126.
20. Goetzel RZ, Ozminkowski RJ, Sederer
LI, Mark TL. The business case for
quality mental health services: why em
ployers should care about the mental
health and well-being of their
employees. J Occup Environ Med.
2002;44:320– 330.
21. Lerner D, Amick BC, Lee JC, et al.
Relationship of employee-reported work
limitations to work productivity.
Perawatan Medis. 2003;41:649–659.