Magyarországon személysérüléses közúti közlekedési balesetek okozóik és abból alkoholos állapotban lévők szerinti elemzése Rezsabek Tamás GSZDI
Anyag és módszer Központi Statisztikai Hivatalának adatai 20 év adatai kerültek feldolgozásra (1994-2014) Analitikus lineáris trend számítás Kétmintás t-próba Korreláció-számítás
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 1994 16 766 645 13 322 1 952 847 1 691 1 963 302 20722 1995 1996 1997 1998 1999 15 758 698 12 405 1 892 763 1 788 1 972 299 19817 14 569 751 11 080 1 847 891 1 569 1 984 271 18393 14 817 723 11 294 1 926 874 1 865 2 103 312 19097 16 161 687 12 924 1 793 757 1 793 1 995 198 20147 14 814 614 11 642 1 789 769 1 846 1 976 287 18923 2000 13 142 701 9 78 1 862 798 2 101 2 005 245 17493 2001 14 279 495 10 744 1 987 834 2 027 2 031 168 18 505 2002 15 532 595 11 989 1 941 776 1 816 2 001 337 19 686 2003 15 985 608 12 494 1 868 789 1 787 1 888 316 19 976 2004 16 821 747 13 197 1 886 770 1 980 1 820 336 20 957 2005 16 860 875 13 192 1 796 796 1 920 1 677 320 20 777 2006 17 075 875 13 365 1 712 901 1 987 1 587 328 20 977 2007 16 914 869 13 142 1 776 937 1 845 1 559 317 20 635 2008 15 751 833 12 112 1 752 843 1 708 1 390 325 19 174 2009 14 899 742 11 203 1 829 921 1 541 1 104 320 17 864 2010 13 466 571 10 051 1 832 790 1 569 1 003 270 16 308 2011 13 037 668 9 527 1 814 829 1 517 961 312 15 827 2012 12 430 681 8 752 1 970 808 1 452 940 352 15 174 2013 12 894 658 9 234 2 004 764 1 476 981 340 15 691 2014 13 070 597 9 672 1 872 731 1 566 941 270 15 847 Forrás: KSH adatok alapján saját készítés (2015)
Ebből Személyszállító járművek motorkerékpár személygépkocsi kerékpár segédmotoros kerékpár Teherszállító járművek Gyalogosok Egyéb balesetek Összesen Átlag 14 321 666 10 961 1 778 782 1 676 1 541 284 17 819 Módusz 14899 875 9781 2004 798 1 569 981 312 19174 Medián 14 899 687 11 642 1 862 798 1 788 1 820 312 19 097 Szórás 1529 104 1509 80 58 192 443 46 1932 Min 12 430 495 8 752 1 712 731 1 452 940 168 15 174 Max 17 075 875 13 365 2 004 937 2 101 2 103 352 20 977 Negyedelők: 25 13466 614 10051 1796 770 1569 1104 271 17493 50 14899 687 11642 1862 798 1788 1820 312 19097 75 16161 747 12924 1926 847 1865 1984 325 20147 Forrás: KSH adatok alapján saját készítés (2015)
Személyi sérülést okozó közlekedési balesetek alakulása (db) Forrás: KSH adatok alapján saját készítés (2015)
Alkoholos állapotban okozott balesetek (1994-2014) Ebből Év Járművezetők motorkerékpár Személygépkocsi kerékpár segédmotoros kerékpár Gyalogos Utas és egyéb személy Összesen 1994 2 040 89 1 275 491 185 208 1 2 249 1995 2 471 101 1 720 478 172 229 2 2 702 1996 2 105 112 1 340 452 201 210 6 2 321 1997 2 219 97 1 506 402 214 189 3 2 411 1998 2 396 92 1 667 379 258 196 4 2 596 2000 2 040 89 1 327 398 226 215 1 2 256 2001 1 928 65 1 104 419 192 208 2 2 138 2002 2 209 87 1 380 426 193 226 5 2 440 2003 2 239 77 1 457 385 181 209 2 2 450 2004 2 666 110 1 700 465 217 240 3 2 909 2005 2 378 84 1 545 434 195 202 3 2 583 2006 2 553 92 1 675 380 234 215 5 2 773 2007 2 656 100 1 702 455 270 195 4 2 855 2008 2 177 103 1 292 423 246 164 1 2 342 2009 2 130 99 1 201 468 240 141 3 2 274 2010 1 768 69 897 480 214 111 4 1 883 2011 1 551 62 832 373 188 92 2012 1 644 71 834 441 184 52 2013 1 609 72 798 459 173 51 2014 1 546 57 820 405 157 54 2 2 2 1 1 645 1 698 1 662 1 601 Forrás: KSH adatok alapján saját készítés (2015)
Alkoholos állapotban közlekedési balesetet okozók közlekedési kategóriánként 1 800 1 600 1 400 1 200 1 000 800 600 400 200 0 motorkerékpár személygépkocsi kerékpár segédmotoros kerékpár Gyalogos Egyéb Forrás: KSH adatok alapján saját készítés (2015)
Forrás: KSH adatok alapján saját készítés (2015)
Személyi sérülést okozó közlekedési balesetek okozóik szerinti ábrázolása box-plot diagrammal Forrás: KSH adatok alapján saját készítés (2015)
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 10,782 1 18,004,153 -,003 Forrás: KSH adatok alapján saját készítés (2015)
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
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 12,729 1 18,002,134 -,002 Forrás: KSH adatok alapján saját készítés (2015)
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.
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 0,124656493 0,111487 Variancia 0,000668291 0,00037 Megfigyelések 20 20 Pearson-féle korreláció 0,635458758 Feltételezett átlagos eltérés 0 df 19 t érték 2,921972871 P(T<=t) egyszélű 0,004372841 t kritikus egyszélű 1,729132812
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.
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 **,028,000,060,412,030,644,029,000 20 20 20 20 20 20 20 20 20,492 * 1,439 -,623 **,485 * -,099,435,137,398,028,053,003,030,678,055,566,082 20 20 20 20 20 20 20 20 20,994 **,439 1 -,432,137,541 *,050,507 *,976 **,000,053,057,565,014,833,023,000 20 20 20 20 20 20 20 20 20 -,427 -,623 ** -,432 1 -,309,057 -,028 -,187 -,350,060,003,057,185,811,907,431,130 20 20 20 20 20 20 20 20 20,194,485 *,137 -,309 1 -,114,116 -,057,127,412,030,565,185,632,627,811,593 20 20 20 20 20 20 20 20 20
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 -,114 1 -,425,712 **,681 **,030,678,014,811,632,062,000,001 20 20 20 20 20 20 20 20 20,110,435,050 -,028,116 -,425 1 -,348 -,019,644,055,833,907,627,062,132,937 20 20 20 20 20 20 20 20 20,487 *,137,507 * -,187 -,057,712 ** -,348 1,648 **,029,566,023,431,811,000,132,002 20 20 20 20 20 20 20 20 20,968 **,398,976 ** -,350,127,681 ** -,019,648 ** 1,000,082,000,130,593,001,937,002 20 20 20 20 20 20 20 20 20 **. Erős korreláció - a szignifikancia szint 0,01 szint alatt - *. Korreláció - a szignifikancia szint 0,05 szint alatt -
Köszönöm!