 Pengertian Kurva Belajar (Learning Curve)

Kurva Pembelajaran atau kurva pengalaman (learning curve)

adalah sebuah kurva garis yang menunjukkan hubungan antara waktu yang
diperlukan untuk produksi dan jumlah komulatif unit yang diproduksi. Teori
pembelajaran atau pengalaman telah diaplikasikan secara luas di dunia bisnis.
Di dunia manufaktur, kurva pengalaman dapat digunakan untuk
mengestimasi waktu untuk mendisain produk dan produksi, serta biayanya.
Kurva pengalaman  penting dan menjadi bagian yang integral dalam
perencanaan strategi perusahaan. Keputusan harga, investasi dan biaya
operasi didasarkan pada kurva pengalaman. Kurva pengalaman juga
diaplikasikan selain pada level individu, juga pada level organisasi.
Pengalaman/pembelajaran individual akan berdampak pada perbaikan hasil
ketika orang mengulang suatu proses dan memperoleh ketrampilan atau
efisiensi dari pengalaman mereka. Sementara pengalaman atau pembelajaran
organisasional merupakan hasil dari latihan sebagaimana dalam pengalaman
atau pembelajaran individual, tetapi juga datang dari perubahan administrasi,
peralatan, dan desain produk. Pembelajaran organisasi adalah penting untuk
mempertahankan keunggulan kompetitif. Untuk individu, relatif mudah untuk
menjelaskan konsep bagaimana pengetahuan diperoleh dan dipertahankan
dan bagaimana hal ini menghasilkan efek belajar individu. Sedikit berbeda
dalam konteks organisasi, sumber utama pembelajaran organisasi adalah
pembelajaran individu karyawan. Sebuah organisasi memperoleh
pengetahuan dalam teknologi, struktur, dokumen dan prosedur operasi
standar. Dengan demikian, dalam konteks organisasi, diharapkan dua jenis
pembelajaran terjadi secara simultan dan sering memberikan efek kombinasi
dengan kurva pembelajaran tunggal. Misalnya, sebagai unit manufaktur
menjadi berpengalaman, pengetahuan tertanam dalam perangkat lunak dan
perkakas yang digunakan untuk produksi. Sebagai contoh, ketika sebuah
organisasi menggeser kelompok teknik industri dari sebuah organisasi
fungsional terpusat dalam satu daerah ke sebuah organisasi terdesentralisasi
di mana individu-individu dikerahkan pada bagian  tertentu dari lantai pabrik,
maka pengetahuan tentang bagaimana menjadi lebih produktif tertanam di
 struktur organisasi. Pengetahuan dapat terdepresiasi jika individu
meninggalkan organisasi. Misalnya,  sebuah perusahaan mempekerjakan
beberapa karyawan baru untuk menggantikan karyawan lama yang keluar.
Agar tidak mengganggu proses dalam mencapai target produksi, karyawan
baru tersebut ditempatkan melalui program pelatihan empat minggu.  Hal ini
menyebabkan biaya awal naik selama produksi karena para pekerja belum
berpengalaman. Meski pengetahuan dapat tertanam, namun  juga dapat
terdepresiasi jika teknologi menjadi tidak dapat diakses atau sulit untuk
digunakan. Contoh dari hal ini adalah kesulitan dalam mengakses data yang
dikumpulkan dan disimpan dalam floopy disk. Sekarang, data tersebut sulit
diakses karena data yang direkam oleh peralatan yang lama tidak dapat
dibaca dengan peralatan yang baru atau peralatan yang lama sudah tidak
dapat dioperasikan lagi. Pengetahuan dapat juga terdepresiasi jika catatan
perusahaan dan proses rutin hilang. Misalnya ketika sebuah perusahaan
memutuskan untuk memproduksi kembali produk-produk yang sudah lama
dihentikan, perusahaan tidak dapat menemukan catatan atau cetak biru
produk tersebut. Peneltian Dr. S.A. Billon, College of Busniness, Michigan
State University.memberikan informasi bahwa bahwa dalam “confidence
limits” tertentu, Learning Curve linier bisa digunakan untuk memprediksi
kebutuhan waktu produksi. Namun, ditemukan pula bahwa, Learning Rate
cenderung berbeda antara perusahaan yang satu dengan yang lain untuk
pembuatan produk yang sama. Learning Rate cenderung berbeda untuk
pembuatan produk yang berbeda meskipum oleh satu perusahaan yang sama.
Learning Rate cenderung berbeda untuk pembuatan produk yang sama
dengan model yang berbeda yang dibuat-buat oleh satu perusahaan yang
sama. (Hendra Poerwanto G)

 Konsep Learning Curve/ Kurva Belajar/ Kurva Pengalaman

Dengan menggunakan pendekatan tabel, maka faktor perbaikan per
unit atau pun faktor perbaikan komulatif dapat langsung ditentukan dengan
hanya melihat tabel tanpa perlu menghitung, terutama bila jumlah produknya
sangat banyak. Namun bila tidak tersedia tabel maka model analisis yang
menggunakan logaritma dapat menjadi cara yang cukup mudah untuk
mengestimasi output.
Rumusnya adalah sebagai berikut:

Y X ¿Kx dimana:
n

x = jumlah unit produk

Yx = jumlah jam kerja langsung yang diperlukan

untuk membuat unit produk yang ke-x

K = jumlah jam kerja langsung yang diperlukan

untuk membuat unit produk yang pertama
x = log b/log 2, dimana b = persentase tingkat
pembelajaran.

Pada bagian aritmatik, dengan koordinat linier, hubungan antara

waktu rata-rata dengan banyaknya unit yang diproduksi berupa sebuah kurva
yang menurun dengan cepat dan kemudian agak landai.
 Pada bagian yang berskala logaritmik hubungan tersebut berupa sebuah
garis lurus

Asumsi Learning Curve/ Kurva Belajar/ Kurva PengalamanTeori kurva

pengalaman didasarkan pada tiga asumsi: Waktu yang diperlukan untuk
menyelesaikan suatu tugas tertentu atau unit produk tertentu akan berkurang
setiap kali tugas tersebut dilakukan. Waktu yang digunakan untuk menyelesaikan
suatu tugas tertentu akan menurun pada suatu tingkat penurunan. Pengurangan
waktu akan mengikuti pola yang dapat diprediksi. Setiap asumsi tersebut di atas
ditemukan kebenarannya pada industri pesawat terbang dimana kurva pengalaman
pertama kali diaplikasikan. Beberapa penelitian yang telah dilakukan pada industri
pesawat terbang menunjukkan bahwa setiap kali orang melakukan pekerjaan yang
sama akan terdapat penurunan waktu penyelesaian sebesar 20% atau tingkat
kecepatan belajar atau tingkat kurva pengalaman sebesar 80% untuk setiap dua
kali jumlah produk yang dihasilkan.  Dengan demikian bila orang membuat
produk pertama, kedua dan keempat, serta ke delapan maka waktu yang
dipergunakan untuk menyelesaikan berturut-turut adalah adalah 100%, 80%, dan
80%x80%, serta 80%x80%x80% dari waktu yang diperlukan untuk
menyelesaikan produk yang pertama. Dengan demikian bila dibuat kurva
pengalamannya akan terlihat seperti gambar:

Estimasi Persentase Learning Curve/ Kurva Belajar/ Kurva Pengalaman

Jika produksi telah dilakukan beberapa kalo maka persentase learning dapat
dengan mudah diperoleh dari catatan-catatan produksi. Semakin panjang atau
banyak data historis yang tersedia, maka estimasi dapat lebih akurat. Oleh karena
berbagai variasi masalah mungkin saja terjadi selama tahapan produksi, maka
banyak perusahaan tidak mengumpulkan data untuk kepentingan analisis learning
sampai semua unit selesai diproduksi. Lain dari itu penggunaan analisis statistik
juga dimungkinkan. Misalnya dengan mencari bentuk model yang paling cocok
untuk data-data historis yang ada apakah ekxponensial atau garis lurus. Jika
produksi belum pernah dilakukan, maka mengestimasi persentase learning
menjadi hal yang sedikit memerlukan pengamatan langsung, atau dengan salah
satu cara berikut:

a) Mengasumsikan persentase learning sama dengan persentase learning pada

industri sejenis.
b) Mengasumsikan bahwa persentase learning sama dengan yang digunakan
untuk pembuatan produk yang sama atau mirip.
c) Menganalisis kemiripan dan perbedaan antara saat  permulaan produksi yang
diusulkan dan yang terjadi dan mengembangkan persentase learning yang
sesuai dengan situasi.

 Learning Curve/ Kurva Belajar/ Kurva Pengalaman Individu

Ada beberapa faktor yang  mempengaruhi kinerja individu dan tingkat
pembelajaran. Setidaknya ada dua unsur yakni: tingkat pembelajaran  dan
tingkat kinerja atau performance awal. Sebagai ilustrasi, misalnya ada dua
pelamar A dan B. Keduanya menjalani tes mekanis sederhana yang diberikan
oleh departemen personalia sebagai bagian dari aplikasi mereka untuk bekerja
di perakitan bidang manufaktur. A memiliki titik awal performance waktu
jauh lebih cepat dari B tetapi memiliki tingkat belajar lebih lambat dari B.
Meskipun B memiliki performance awal yang lebih rendah dari A. tetapi 
jelas merupakan pilihan yang baik karena memiliki tingkat belajar yang lebih
cepat daripada A. Hal ini menunjukkan bahwa tingkat pembelajaran
merupakan hal penting selain tingkat kinerja awal.

Berikut beberapa hal yang dapat dilakukan untuk  meningkatkan

kinerja individu berdasarkan kurva pembelajaran, yakni:

a) Perekrutan/pemilihan pekerja yang memadai. Sebuah tes harus

diberikan untuk membantu memilihpekerja. Tes ini harus mewakili
pekerjaan yang direncanakan: tes ketangkasan untuk perakitan kerja, tes
kemampuan mental untuk pekerjaan mental, tes untuk interaksi dengan
pelanggan untuk pekerjaan front office, dan sebagainya.
b) Pelatihan yang memadai. Semakin efektif pelatihan, semakin cepat laju
pembelajaran.
c) Motivasi. Peningkatan produktivitas berdasarkan kurva pembelajaran
tidak tercapai kecuali ada hadiah atau reward. Hadiah dapat berupa uang
(individu atau kelompok rencana insentif) atau nonmoneter (karyawan
penghargaan bulan, dll).
d) Spesialisasi pekerjaan. Sebagaimana diketahui bahwa semakin
sederhana tugas, semakin cepat belajar. sejauh faktor kebosanan tidak
mengganggu. Namun, jika faktor kebosanan telah berubah menjadi faktor
yang bersifat mengganggu, maka mendesain ulang tugas perlu dilakukan.
Pembelajaran akan lebih cepat untuk pekerjaan yang dilakukan satu per
satu hingga selesai pada satu waktu daripada melakukan banyak
pekerjaan secara simultan secara bersamaan. Gunakan alat atau peralatan
yang membantu atau mendukung kinerja.
e) Menyediakan akses cepat dan mudah untuk bantuan. Manfaat
pelatihan diwujudkan dan dilanjutkan dengan senantiasa menyediakan
pendampingan.
f) Mengijinkan pekerja untuk membantu mendesain ulang tugas-tugas
mereka.

Studi terkait Learning Curve/ Kurva Belajar/ Kurva Pengalaman

Individu telah dilakukan oleh para pakar seperti Miguel A. Requero dan W.B.
Hirschman, Blankenship & Taylor, dan Cochran. Penelitian mereka berhasil
menemukan beberapa gejala sehubungan dengan kurva pembelajaran
individu. Temuan-temuan tersebut antara lain:
1. Gejala  Kurva Belajar Mesin-manusia
Studi Miguel A. Requero dan W.B. Hirschman pada perusahaan
pesawatan terbang untuk pekerjaan perakitan dan pekerjaan mesin
menemukan bahwa apabila konsep belajar dikaitkan dengan orang, maka
semakin kecil proporsi manusia, maka semakin berkurang kapasitas
untuk belajar, Learning Curve  pada akhir kontrak menunjukkan kurva
belajar yang justru menaik (memburuk). Hal ini dapat terjadi  bila
pekerja dipindahkan ke bagian lain dan menyebabkan kegiatan menjadi
tidak efisien. Gejala kurva menaik (memburuk) dapat terjadi di tengah
kontrak. Gejala tersebut terjadi karena pemberhentian kegiatan
sementara, sebagai misal karena disebabkan oleh pengenalan perubahan
model, atau memindahkan kegiatan pada tempat yang baru. Segera
 setelah kegiatan tersebut dimulai lagi, kurva akan menurun dengan cepat
dan mendekati slope kurva yang lama.
2. Gejala Kurva Belajar dari Pengalaman
Penelitian Blankenship & Taylor pada tahun 1938 di pabrik tekstil dan
kemudian penelitian E.N. Corlett & V.J. Marcombe tentang Gejala kurva
belajar dalam pelatihan  Gejala belajar dari pengalaman yang
memungkinkan seseorang memperbaiki kinerjanya tampak dengan jelas
di dalam proses pelatihan. Pada 10 minggu pertama, terjadi peningkatan
kinerja yan sangat tajam, dan hal itu terjadi pada setiap keompk baik
covering, trimming maupun hemming. Setelah 10 minggu yang pertama,
peningkatan kinerja lebih rendah dibanding sebelumnya. Dan, pada
minggu ke-30 dan seterusnya, relatif tidak ada perbaikan kinerja lagi
pada ketiga kelompok tersebut, dan bahkan pada minggu setelah ke-40,
tidak ada lagi perbaikan kinerja. Kiranya gejala inilah yang umum terjadi
bila seoran melaksanakan suatu kegiatan. Semakin lama seseorang
mengerjakan pekerjaan yang sama, semakin ahli ia mengerjakan
pekerjaan itu, dan semakin sedikit waktu yang ia butuhkan untuk
mengerjakan setiap unitnya. Atau dengan kata lain, semakin sering
seseorang menghadapi suatu masalah, semakin berpengalaman ia
menangani masalah tersebut.
3. Gejala Kehilangan Pedoman
Penelitian ini didasarkan pada laporan Cochran pada bulan Januari 1969,
Sebuah kelas dengan 18 gadis yang belajar mengetik selama periode satu
tahun, menunjukkan bagaimana pengaruh tidak ada kegiatan selama
beberapa hari berturut-turut terhadap adaptasi seseorang. Hal yang dapat
kita pelajari dari penelitian yang telah dilakukan oleh Cochran pada
bulan Januari 1969 adalah bahwa proses belajar dari pengalaman bagi
seseorang yang mengerjakan pekerjaan berulang akan terputus bila ia
berhenti selama waktu tertentu, ia seakan-akan harus belajar untuk mulai
mengerjakan pekerjaan berulang akan terputus bila ia berhenti selama
waktu tertentu, ia seakan-akan harus belajar untuk mulai mengerjakan
suatu pekerjaan yang kurang dikenalnya. kehilangan pedoman, yaitu
 istilah untuk menandai peristiwa tersebut, akan menyebabkan
produktifitas menurun, namun, itu tidak berlangsung lama karena
kecepatan akan kembali seperti sebelumnya, dan proses belajar dari
pengalaman tersebut akan berlanjut. Semakin sering seseorang
mengerjakan suatu pekerjaan yang sama, semakin kecil pengaruh tahap
kehilangan pedoman baginya.

 PENERAPAN KURVA BELAJAR

Terdapat sebuah hubungan matematis yang memungkinkan untuk
menyatakan waktu yang diperlukan untuk menghasilkan sebuah unit tertentu.
Hubungan ini merupakan sebuah fungsi berapa banyak unit yang sudah
diproduksi sebelum unit dipertanyakan tersebut dan berapa lama waktu yang
diperlukan untuk menghasilkannya. Wlaupun prosedur ini menentukan
berapa lama waktu yang digunakan untuk menghasilkan unit yang telah
ditentukan, konsekuesi dari analisis ini lebih luas jangkauannya. Biaya
menurun dan efisiensi meningkat bagi perusahaan individu dan industri.
Karena itu, permasalahan besar pada penjadwalan akan terjadi jika operasi
tidak disesuaikan dari implikasi dari kurva belajar yang ada. Sebagai contoh,
jika peningkatan kurva belajar tidak dipertimbangkan ketika melakukan
penjadwalan, hal ini dapat menghasilkan tenaga kerja dan fasilitas produksi
menjadi kosong pada sebagian waktu. Lebih lanjut, perusahaan dapat
menolak pekerjaan tambahan sebab mereka tidak mempertimbangkan
peningkatan efisiensi mereka sendiri yang diakibatkan oleh adanya proses
pembelajaran. Dari sisi rantai pasokan, yang menjadi perhatian adalah dalam
menegosiasikan berapa seharusnya biaya pemasok untuk produksi lebih lanjut
berdasarkan ukuran pesanan. Hal-hal tersebut merupakan sedikit pembahasan
pada efek kurva belajar. Dengan prinsip ini, perhatikan tiga jalan pendekatan
kurva belajar secara matematis: analisis aritmatika, analisis logaritma, dan
koefisien kurva belajar. Sebelum menggunakan kurva belajar, perhatikan
beberapa hal berikut sesuai dengan ukuran:
  Karena kurva belajar berbeda pada setiap perusahaan, juga pada setiap
industri, maka perkiraan untuk setiap organisasi harus dibuat, dan
bukannya menerapkan kurva belajar perusahaan, industri lain.
 Kurva belajar sering berdasarkan pada waktu diperlukan untuk
memproduksi unit-unit awal karena itu waktu tersebut harus akurat.
Setelah informasi tersedia, maka perlu dilakukan evaluasi ulang.
 Segala perubahan pada karyawan, desain, atau prosedur dapat mengubah
kurva belajar. Kurva bisa tetap pada suatu waktu yang pendek sekalipun
akan jatuh pada jangka panjang. 
 Sementara para pekerja dan proses membaik, kurva belajar yang sama
tidak selalu dapat diterapkan bagi tenaga kerja tidak langsung dan bahan
mentah. 

Contoh Aplikasi Learning Curve/ Kurva Belajar/ Kurva Pengalaman pada

Seleksi Karyawan

Seorang pelamar sedang diuji untuk menempati posisi operator pengetikan

buku. Manajemen merasa bahwa posisi siap kerja bila telah mengetik 1.000
lembar. Diharapkan waktu yang diperlukan untuk mengetik lembar yang ke 1.000 
adalah 4 menit. Jika pelamar tersebut saat di test mengetik untuk lembar pertama,
dia memerlukan waktu 10 menit, dan untuk menyelesaikan pengetikan lembar
kedua memerlukan waktu 9 menit. Apakah sebaiknya pelamar tersebut diterima?
Mengapa?

Pembahasan:

Learnig Rate = (9 menit/ 10 menit) x 100% = 90%

Dengan menggunakan daftar koefisien pada  Table  of LC Unit Improvement

Factor/ Tabel Faktor Perbaikan Learning Curve/ Kurva Belajar/ Kurva
Pengalaman untuk LC 90% pada unit ke-1.000 diperoleh koefisien sebesar
0,3499. Dengan demikian waktu yang siperlukan oleh pelamar tersebut untuk
menyelesaikan pengetikan lembar ke 1.000 adalah

0,3499 x 10 menit = 3,499 menit

Jadi pelamar tersebut dapat diterima karena ia diperkirakan dapat menyelesaikan
pengetikan lembar yang ke-1.000 dalam waktu 3,499 menit lebih cepat dari waktu
yang diharapkan oleh perusahaan yaitu 4 menit.

Contoh Aplikasi Learning Curve/ Kurva Belajar/ Kurva Pengalaman pada

Estimasi Kebutuhan Tenaga Kerja

PT Kapal Indonesia mendapat kontrak untuk membuat 11 kapal boat, dan telah
menyelesaikan 4 buah. Pada saat membuat empat buah boat tersebut, untuk boat
yang pertama, manajer operasi mempekerjakan 225 orang setiap orang bekerja 40
jam per minggu, kemudian untuk membuat boat yang kedua, manajer operasi
mengurangi tenaga kerjanya sebanyak 45 orang. Berdasarkan hal tersebut,
manajer operasi merencanakan akan terus mengurangi tenaga kerjanya, dan untuk
membuat boat yang kesebelas ia akan mempekerjakan 110 orang. Analisislah
apakah rencana tersebut memadai?

Pembahasan:

Diketahui:

Kebutuhan tenaga kerja  untuk membuat boat pertama 225

Kebutuhan tenaga kerja untuk membuat boat kedua 225-45 = 180

LC = 180/225 = 0,8 = 80%

Ditanya:

Kebutuhan tenaga kerja untuk membuat boat ke-11 (Yx)

Jawab:
Mencari rasio perbaikan per unit pada LC 0,8 untuk produk ke-11 pada tabel.
Oleh karena produk ke-11 tidak ada pada Table  of LC Unit Improvement Factor/
Tabel Faktor Perbaikan Learning Curve/ Kurva Belajar/ Kurva Pengalaman maka
dilakukan interpolasi untuk angka terdekat yakni produk ke 10 (0,4765) dan ke-12
(0,4493), diperoleh faktor perbaikan sebesar 0,4629. Selanjutnya untuk
menentukan jumlah kebutuhan tk untuk boat yang ke-11 adalah:

0,4629 x 225 = 104,15 = 104 orang.

Dengan demikian manajer telah mengestimasi terlalu rendah 4 orang.

Contoh Aplikasi Learning Curve/ Kurva Belajar/ Kurva Pengalaman pada

Estimasi Biaya Produk

PT Kapal Indonesia membuat kapal boat unit yang pertama pada tingkat biaya
500.000 US$ yang terdiri dari 200.000  bahan, dan 300.000  untuk tenaga kerja.
PT Kapal Indonesia mengambil keuntungan sebesar 10% dari total biaya. Bila ada
kontrak kerja, PT Kapal Indonesia menggunakan LC 70%. Tentukan berapa harga
penawaran yang diberikan untuk usulan kontrak membuat tiga kapal boat?

Pembahasan
Diketahui:

Biaya material           = 200.000

Biaya tk                    = 300.000

LC                            = 70% = 0,7

Dengan menggunakan Table  of LC Unit Improvement Factor/ Tabel Faktor

Perbaikan Learning Curve/ Kurva Belajar/ Kurva Pengalaman untuk LC 70%
produk ke 1, 2 dan 3 berturut-turut diperoleh koefisien sebesar 1, 0,7 dan 0,5682

Jawab:
Biaya untuk boat pertama

Material            = 200.000

Tk                    = 300.000

Total                 = 200.000 + 300.000     = 500.000

Biaya untuk boat kedua

Material   = 200.000

Tenaga kerja    300.000 x 0,7     = 210.000

Total = 200.000 + 210.000        = 410.000

Biaya untuk boat ketiga

Material                                    = 200.000

Tk     300.000 x 0,5682              = 170.460

Total = 200.000 + 170. 460        = 370.460

Total biaya untuk membuat tiga boat = 500.000+410.000+370.460     = 1.280.460

Dengan pertimbangan Mark-up 1.280.460 x .10 =    128.046

maka Harga Jual tiga buah boat sebesar  1.280.460 + 128.046              = 1.408.506
LAMPIRAN-LAMPIRAN
Tabel Faktor Unit Perbaikan Learning Curve
Unit 60% 65% 70% 75% 80% 85% 90% 95%
1 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000
2 .6000 .6500 .7000 .7500 .8000 .8500 .9000 .9500
3 .4450 .5052 .5682 .6338 .7021 .7729 .8462 .9219
4 .3600 .4225 .4900 .5625 .6400 .7225 .8100 .9025
5 .3054 .3678 .4368 .5127 .5956 .6857 .7830 .8877
6 .2670 .3284 .3977 .4754 .5617 .6570 .7616 .8758
7 .2383 .2984 .3674 .4459 .5345 .6337 .7439 .8659
8 .2160 .2746 .3430 .4219 .5120 .6141 .7290 .8574
9 .1980 .2552 .3228 .4017 .4930 .5974 .7161 .8499
10 .1832 .2391 .3058 .3846 .4765 .5828 .7047 .8433
12 .1602 .2135 .2784 .3565 .4493 .5584 .6854 .8320
14 .1430 .1940 .2572 .3344 .4276 .5386 .6696 .8226
16 .1290 .1785 .2401 .3164 .4096 .5220 .6561 .8145
18 .1188 .1659 .2260 .3013 .3944 .5078 .6445 .8074
20 .1099 .1554 .2141 .2884 .3812 .4954 .6342 .8012
22 .1025 .1465 .2038 .2772 .3697 .4844 .6251 .7955
24 .0961 .1387 .1949 .2674 .3595 .4747 .6169 .7904
25 .0933 .1353 .1908 .2629 .3548 .4701 .6131 .7880
30 .0815 .1208 .1737 .2437 .3346 .4505 .5963 .7775
35 .0728 .1097 .1605 .2286 .3184 .4345 .5825 .7687
40 .0660 .1010 .1498 .2163 .3050 .4211 .5708 .7611
45 .0605 .0939 .1410 .2060 .2936 .4096 .5607 .7545
50 .0560 .0879 .1336 .1972 .2838 .3996 .5518 .7486
60 .0489 .0785 .1216 .1828 .2676 .3829 .5367 .7386
70 .0437 .0713 .1123 .1715 .2547 .3693 .5243 .7302
80 .0396 .0657 .1049 .1622 .2440 .3579 .5137 .7231
90 .0363 .0610 .0987 .1545 .2349 .3482 .5046 .7168
100 .0336 .0572 .0935 .1479 .2271 .3397 .4966 .7112
120 .0294 .0510 .0851 .1371 .2141 .3255 .4830 .7017
140 .0262 .0464 .0786 .1287 .2038 .3139 .4718 .6937
160 .0237 .0427 .0734 .1217 .1952 .3042 .4623 .6869
180 .0218 .0397 .0691 .1159 .1879 .2959 .4541 .6809
200 .0201 .0371 .0655 .1109 .1816 .2887 .4469 .6757
250 .0171 .0323 .0584 .1011 .1691 .2740 .4320 .6646
300 .0149 .0289 .0531 .0937 .1594 .2625 .4202 .6557
350 .0133 .0262 .0491 .0879 .1517 .2532 .4105 .6482
400 .0121 .0241 .0458 .0832 .1453 .2454 .4022 .6419
450 .0111 .0224 .0431 .0792 .1399 .2387 .3951 .6363
500 .0103 .0210 .0408 .0758 .1352 .2329 .3888 .6314
600 .0090 .0188 .0372 .0703 .1275 .2232 .3782 .6229
700 .0080 .0171 .0344 .0659 .1214 .2152 .3694 .6158
800 .0073 .0157 .0321 .0624 .1163 .2086 .3620 .6098
900 .0067 .0146 .0302 .0594 .1119 .2029 .3556 .6045
1,000 .0062 .0137 .0286 .0569 .1082 .1980 .3499 .5998
1,200 .0054 .0122 .0260 .0527 .1020 .1897 .3404 .5918
1,400 .0048 .0111 .0240 .0495 .0971 .1830 .3325 .5850
1,600 .0044 .0102 .0225 .0468 .0930 .1773 .3258 .5793
1,800 .0040 .0095 .0211 .0446 .0895 .1725 .3200 .5743
2,000 .0037 .0089 .0200 .0427 .0866 .1683 .3149 .5698
2,500 .0031 .0077 .0178 .0389 .0806 .1597 .3044 .5605
3,000 .0027 .0069 .0162 .0360 .0760 .1530 .2961 .5530