Magyarországon személysérüléses közúti közlekedési balesetek okozóik és abból alkoholos állapotban lévők szerinti elemzése. Rezsabek Tamás GSZDI

Méret: px

Mutatás kezdődik a ... oldaltól:

Download "Magyarországon személysérüléses közúti közlekedési balesetek okozóik és abból alkoholos állapotban lévők szerinti elemzése. Rezsabek Tamás GSZDI"

Valéria Ráczné
8 évvel ezelőtt
Látták:

1 Magyarországon személysérüléses közúti közlekedési balesetek okozóik és abból alkoholos állapotban lévők szerinti elemzése Rezsabek Tamás GSZDI

2 Anyag és módszer Központi Statisztikai Hivatalának adatai 20 év adatai kerültek feldolgozásra ( ) Analitikus lineáris trend számítás Kétmintás t-próba Korreláció-számítás

3 1. Személyi sérüléses közúti közlekedési balesetek okozók szerinti jellemzése leíró statisztikával Ebből Év Személyszállító járművek motorkerékpár személygépkocsi kerékpár segédmotoros kerékpár Teherszállít ó járművek Gyalogosok Egyéb balesetek Összesen Forrás: KSH adatok alapján saját készítés (2015)

4 Ebből Személyszállító járművek motorkerékpár személygépkocsi kerékpár segédmotoros kerékpár Teherszállító járművek Gyalogosok Egyéb balesetek Összesen Átlag Módusz Medián Szórás Min Max Negyedelők: Forrás: KSH adatok alapján saját készítés (2015)

5 Személyi sérülést okozó közlekedési balesetek alakulása (db) Forrás: KSH adatok alapján saját készítés (2015)

6 Alkoholos állapotban okozott balesetek ( ) Ebből Év Járművezetők motorkerékpár Személygépkocsi kerékpár segédmotoros kerékpár Gyalogos Utas és egyéb személy Összesen Forrás: KSH adatok alapján saját készítés (2015)

7 Alkoholos állapotban közlekedési balesetet okozók közlekedési kategóriánként motorkerékpár személygépkocsi kerékpár segédmotoros kerékpár Gyalogos Egyéb Forrás: KSH adatok alapján saját készítés (2015)

8 Forrás: KSH adatok alapján saját készítés (2015)

9 Személyi sérülést okozó közlekedési balesetek okozóik szerinti ábrázolása box-plot diagrammal Forrás: KSH adatok alapján saját készítés (2015)

10 2. Analitikus lineáris trend számítás Model Summary and Parameter Estimates Dependent Variable: Alk_arány_motor Model Summary Parameter Estimates Equation R Square F df1 df2 Sig. Constant b1 Linear,375 10, ,004,153 -,003 Forrás: KSH adatok alapján saját készítés (2015)

11 Empirikus szignifikancia szint alacsony, ezért kiértékelhető. Motor esetében: R-négyzet: 37,66% regressziós állandó(becsült érték 1993-ra):0,1528 p-érték: 0,004 Regressziós együttható értelmezése: évente 0,027%-ponttal csökken az arány

12 Model Summary and Parameter Estimates Dependent Variable: Alk_arány_szg Model Summary Parameter Estimates Equation R Square F df1 df2 Sig. Constant b1 Linear,414 12, ,002,134 -,002 Forrás: KSH adatok alapján saját készítés (2015)

13 Személygépkocsi esetében: R-négyzet: 44,36% Regressziós állandó(becsült érték 1993-ra): 0,1342 p-érték: 0,002 Regressziós együttható: évente 0,022%-ponttal csökken az arány.

14 3. Kétmintás t-próba A párosított t-próba eredménye (p=0,004) alapján megállapítható, hogy a motoros balesetek esetében jelentősen magasabb az alkoholos befolyás alatt elkövetett balesetek aránya a személygépkocsis balesetekhez képest. Kétmintás párosított t-próba a várható értékre Alk_arány_motor Alk_arány_szg Várható érték 0, , Variancia 0, ,00037 Megfigyelések Pearson-féle korreláció 0, Feltételezett átlagos eltérés 0 df 19 t érték 2, P(T<=t) egyszélű 0, t kritikus egyszélű 1,

15 4. Korreláció-számítás A korreláció erősen szignifikáns (jelentős), ha az empirikus szignifikancia szint nem haladja meg az egy százalékot (két csillag). Közepesen szoros egyirányú lineáris összefüggés (r=0,712, p<0,01) állapítható meg a tehergépjárművek és a gyalogosok által okozott balesetek száma között Az összefüggés negatív irányú (r=-0,623, p=0,003) például a kerékpáros és motorkerékpáros balesetek száma között.

16 Összefüggés vizsgálat közúti közlekedési balesetek okozói között (Pearson féle lineáris korrelációs együttható alapján) Correlations Személyszállító járművek motorkerékpár személygépkocsi kerékpár segédmotoros kerékpár Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Személyszállító járművek motorkerékpár személygépkocsi kerékpár segédmotoros kerékpár Gyalogosok Egyéb balesetek Teherszállító járművek Összesen 1,492 *,994 ** -,427,194,485 *,110,487 *,968 **,028,000,060,412,030,644,029, ,492 * 1,439 -,623 **,485 * -,099,435,137,398,028,053,003,030,678,055,566, ,994 **, ,432,137,541 *,050,507 *,976 **,000,053,057,565,014,833,023, ,427 -,623 ** -, ,309,057 -,028 -,187 -,350,060,003,057,185,811,907,431, ,194,485 *,137 -, ,114,116 -,057,127,412,030,565,185,632,627,811,

17 Gyalogosok Egyéb balesetek Teherszállító járművek Összesen Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Személyszállító járművek motorkerékpár személygépkocsi kerékpár segédmotoros kerékpár Gyalogosok Egyéb balesetek Teherszállító járművek Összesen,485 * -,099,541 *,057 -, ,425,712 **,681 **,030,678,014,811,632,062,000, ,110,435,050 -,028,116 -, ,348 -,019,644,055,833,907,627,062,132, ,487 *,137,507 * -,187 -,057,712 ** -,348 1,648 **,029,566,023,431,811,000,132, ,968 **,398,976 ** -,350,127,681 ** -,019,648 ** 1,000,082,000,130,593,001,937, **. Erős korreláció - a szignifikancia szint 0,01 szint alatt - *. Korreláció - a szignifikancia szint 0,05 szint alatt -

18 Köszönöm!

Hasonló dokumentumok

Esetelemzések az SPSS használatával

Esetelemzések az SPSS használatával 1. Tekintsük az spearman.sav állományt, amely egy harminc tehenet számláló állomány etetés- és fejéskori nyugtalansági sorrendjét tartalmazza. Vizsgáljuk meg, hogy van-e