Ervaring en ongevalbetrokkenheid Casestudy bij Limburgse schoolgaande jongeren RA-2005-64 Bert Willems, Erik Nuyts Onderzoekslijn Gedrag DIEPENBEEK, 2012. STEUNPUNT VERKEERSVEILIGHEID.
Documentbeschrijving Rapportnummer: Titel: RA-2005-64 Ervaring en ongevalbetrokkenheid Ondertitel: Casestudy bij Limburgse schoolgaande jongeren Auteur(s): Bert Willems, Erik Nuyts Promotor: Rob Cuyvers Onderzoekslijn: Gedrag Partner: Provinciale Hogeschool Limburg Aantal pagina s: 46 Trefwoorden: Ervaring, leeftijd, ongevalbetrokkenheid Projectnummer Steunpunt: 4.1.2 Projectinhoud: Het verband tussen ervaring en ongevalbetrokkenheid in functie van een aantal verklarende variabelen. Uitgave: Steunpunt Verkeersveiligheid, september 2005. Steunpunt Verkeersveiligheid Universitaire Campus Gebouw D B 3590 Diepenbeek T 011 26 87 05 F 011 26 87 00 E info@steunpuntverkeersveiligheid.be I www.steunpuntverkeersveiligheid.be
Samenvatting De ongevalbetrokkenheid van jongeren wordt door twee groepen van factoren bepaald: leeftijdsgerelateerde factoren en ervaringsgerelateerde factoren. Deze studie werd uitgevoerd om bij de groep van eerste- en tweedejaars van twee hogescholen en de universiteit in Limburg na te gaan of de rijervaring (ervaringsgerelateerde factoren) effectief invloed uitoefent op de ongevalbetrokkenheid van jongeren. Van 1864 jongeren die hun rijbewijs reeds behaalden, werden aan de hand van een korte vragenlijst persoonlijke gegevens verzameld (geslacht, leeftijd en type rijopleiding, datum rijbewijs), ongevalgegevens (datum ongeval, moment van de dag, moment van de week, aanwezigheid van passagiers, ) alsook blootstellinggegevens (per moment van de dag, per moment van de week, met en zonder passagiers). Op basis van deze gegevens werd een model geconstrueerd dat de ongevalbetrokkenheid van jongeren kan voorspellen. De resultaten van het model gaven aan dat het aantal ongevallen stijgt met een stijgende blootstelling, en dit aantal is het hoogst in de laagste ervaringsperiode (minder rijervaring). Ook werden jongeren relatief meer betrokken bij verkeersongevallen gedurende de dag en door de week. Van de persoonlijke variabelen had enkel het type rijopleiding enige voorspellende waarde (maar niet het geslacht). De resultaten worden ten slotte besproken in het licht van de huidige rijopleidingen. Steunpunt Verkeersveiligheid 3 RA-2005-64
Summary Accident involvement of young drivers is determined by two groups of factors: agerelated factors and experience-related factors. This study was conducted in order to investigate for a specific group of young drivers (first-year and second-year students of colleges and universities) the role of driving experience in accident involvement: does driving experience influence the traffic accident involvement of these young drivers? Of 1864 people who already had a drivers license, by means of a short survey, personal data were collected (sex, age, type of driver education, date of the driver s licence, ), accident data (date of the accident, moment of the day, moment of the week, the presence of passengers, ) but also exposure data (for each moment of the day, each moment of the week, with and without the presence of passengers). Based on these data a model was constructed that could predict accident involvement of young drivers. The results of the model showed that the number of accidents increases with increasing exposure and this number is highest for the lowest category of driving experience (less driving experience). Young drivers were also more involved in traffic accidents during the day and on weekdays. Of the personal variables, only the type of driver education had a prognostic value for the model (but not sex). The results are discussed in light of the current driver education models. Steunpunt Verkeersveiligheid 5 RA-2005-64
Inhoudsopgave 1. RIJERVARING EN ONGEVALBETROKKENHEID VAN JONGEREN... 8 1.1 Verkeersonveiligheid en ongevalbetrokkenheid 8 1.2 Ongevalbetrokkenheid van jongeren 9 1.2.1 Leeftijdsgerelateerde factoren...10 1.2.2 Ervaringsgerelateerde factoren...11 1.3 Operationalisatie van blootstelling 11 1.4 Operationalisatie van rijervaring 12 1.5 Onderzoeksvragen 12 1.5.1 Invloed van rijervaring op ongevalbetrokkenheid...12 1.5.2 Beïnvloedende factoren op het effect van rijervaring...13 2. EMPIRISCH ONDERZOEK... 14 2.1 Methode 14 2.1.1 Respondenten...14 2.1.2 Design...14 2.1.3 Instrumentarium...15 2.1.4 Procedure...16 2.1.5 Analyse...16 2.2 Resultaten globale verband rijervaring en ongevalbetrokkenheid 17 2.2.1 Beschrijving van de steekproef...18 2.2.2 Eerste operationalisatie van Rijervaring: aantal dagen sinds rijbewijs..18 2.2.3 Tweede operationalisatie van Rijervaring: aantal uren gereden sinds rijbewijs...20 2.2.4 Effect van leeftijd...22 2.2.5 Aandeel van de bestuurder in het veroorzaken van het ongeval...23 2.3 Resultaten verband rijervaring, persoonlijke en ongevalsvariabelen en ongevalbetrokkenheid 25 2.3.1 Persoonlijke variabelen...25 2.3.2 Het moment van de dag (dag/nacht)...25 2.3.3 Het moment van de week (weekdag/weekend)...27 2.3.4 De aanwezigheid van passagiers...29 2.4 Discussie 31 2.4.1 Effect van rijervaring...32 2.4.2 Effect van leeftijd...33 2.4.3 Geslachtsverschillen...34 2.4.4 Type rijopleiding...34 2.4.5 Moment van de dag...34 Steunpunt Verkeersveiligheid 6 RA-2005-64
2.4.6 Moment van de week...35 2.4.7 Aanwezigheid van passagiers...35 3. CONCLUSIES EN BELEIDSAANBEVELINGEN... 36 3.1 Samenvatting van de resultaten 36 3.2 Beleidsaanbevelingen 36 3.3 Verder onderzoek 37 4. LITERATUURLIJST... 38 5. BIJLAGE A: GEBRUIKTE VRAGENLIJST... 40 Steunpunt Verkeersveiligheid 7 RA-2005-64
1. R I J E R V A R I N G E N O N G E V A L B E T R O K K E N H E I D V A N J O N G E R E N Dit rapport handelt over het verband tussen de opgedane rijervaring van jongeren en hun ongevalbetrokkenheid. Het empirisch onderzoek besproken in dit rapport wordt grotendeels gekaderd binnen de resultaten van een literatuurstudie die eerder door het Steunpunt Verkeersveiligheid uitgevoerd werd (zie Willems & Cuyvers, 2004). In dit hoofdstuk worden eerst enkele begrippen uitgelegd die veelvuldig aan bod zullen komen in de bespreking van het empirisch onderzoek. Er wordt uitgelegd wat er verstaan wordt onder de term ongevalbetrokkenheid (zie 1.1 ) waarna er verder uitgeweid wordt over de ongevalbetrokkenheid van een specifieke populatie: de jongeren die als bestuurder van een wagen aan het verkeer deelnemen (zie 1.2 ). Omdat ongevalbetrokkenheid uitgedrukt wordt als een risico, het aantal verkeersongevallen per eenheid van blootstelling, wordt in een volgende punt in het kort aangegeven op welke manieren deze blootstelling geoperationaliseerd kan worden (zie 1.3 ). Omdat de ongevalbetrokkenheid uitgezet zal worden in functie van de opgelopen rijervaring zal in het kort aangegeven worden op welke manieren deze rijervaring geoperationaliseerd kan worden (zie 1.4 ). In een volgend hoofdstuk wordt dan het empirisch onderzoek besproken dat eind 2004 uitgevoerd werd bij de jongeren van enkele hogescholen van Limburg (PHL en KHLim) en Universiteit Hasselt (UH). Ook hier zal de nadruk liggen op het verband tussen de opgelopen rijervaring en de ongevalbetrokkenheid. Dit verband tussen rijervaring en ongevalbetrokkenheid wordt bovendien uitgesplitst voor specifieke variabelen die uit de literatuurstudie relevant zijn gebleken met betrekking tot deze problematiek (mannelijk/vrouwelijk, dag/nacht, passagiers/geen passagiers, weekdag/weekend, type rijopleiding). In het laatste hoofdstuk zullen enkele beleidsaanbevelingen geformuleerd worden, gebaseerd op de resultaten van het empirisch onderzoek. 1.1 Verkeersonveiligheid en ongevalbetrokkenheid Verkeersonveiligheid kan gemeten worden aan de hand van het aantal slachtoffers ten gevolge van verkeersongevallen. Een goede indicator voor verkeersonveiligheid is bijgevolg het risico om slachtoffer te worden bij een verkeersongeval (R): aantalslachtoffers R blootstell ing waarbij de noemer aangeeft in welke mate de onderzochte populatie blootgesteld werd aan het verkeer. Zo gedefinieerd kan het risico herschreven worden als volgt: aantalslachtoffers blootstell ing aantalverkeersongevallen blootstell ing * aantalslachtoffers aantalverkeersongevallen Steunpunt Verkeersveiligheid 8 RA-2005-64
waarbij de eerste term de ongevalbetrokkenheid weergeeft (het aantal verkeersongevallen per eenheid van blootstelling) en de tweede term de ernst (het aantal slachtoffers per verkeersongeval). Bovenstaande vergelijking geeft duidelijk aan dat het risico om slachtoffer te worden bij een verkeersongeval een combinatie is van ongevalbetrokkenheid en ernst: R ongevalbetrokkenheid * ernst In deze studie zal de aandacht uitsluitend gaan naar de ongevalbetrokkenheid en niet naar de ernst. In de analyses die volgen zal echter enkel het aantal ongevallen als uitkomstvariabele gehanteerd worden en niet het aantal ongevallen per eenheid van blootstelling. Bovengaande formule gaat er namelijk van uit dat er een lineair verband is tussen blootstelling en het aantal ongevallen. Dit hoeft echter niet het geval te zijn. Door de blootstelling mee als verklarende variabele in de analyses op te nemen (en niet als onderdeel van de uitkomstvariabele) wordt er ruimte gelaten voor eventuele niet-lineaire verbanden tussen deze twee variabelen. De extra parameter die op deze manier geschat wordt voor de blootstelling geeft een idee van de niet-lineariteit van dit verband (zie later). 1.2 Ongevalbetrokkenheid van jongeren De populatie die in deze studie onderzocht zal worden bestaat uit jongeren (van 18 tot 24 jaar). Uit een vorig rapport kwam naar voren dat de ongevalbetrokkenheid van jongeren, wanneer ze als bestuurder van een wagen deelnemen aan het verkeer, verhoogd is t.o.v. die van de ouderen. Figuur 1-1 presenteert het risico om in Vlaanderen als bestuurder van een wagen slachtoffer te worden van een verkeersongeval (uit Willems & Cuyvers, 2004). Ondanks het feit dat hier niet rechtstreeks ongevalbetrokkenheid uitgezet werd, zoals gedefinieerd in vorige paragraaf, maar een risico om slachtoffer te worden van een verkeersongeval, kunnen we er wel uit afleiden dat de ongevalbetrokkenheid voor jongeren in Vlaanderen verhoogd is (aangezien het voor deze grafiek enkel bestuurders zijn die meegeteld werden). Steunpunt Verkeersveiligheid 9 RA-2005-64
Slachtoffers per 10000 bestuurders Ongevallen risico's gebaseerd op rijbew ijsgegevens, Vlaanderen 2000 400 350 300 250 200 150 100 50 0 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 Leeftijd Figuur 1-1: Risico in functie van de leeftijd (Bron: Willems & Cuyvers, 2004). De redenen voor de verhoogde ongevalbetrokkenheid van jongeren kunnen toegekend worden aan twee groepen van factoren: leeftijdsgerelateerde factoren en ervaringsgerelateerde factoren. Het positieve verband tussen deze twee groepen van factoren (een jongere heeft doorgaans minder rijervaring kunnen opdoen in vergelijking met een oudere) maakt dat het relatieve aandeel van deze twee groepen van factoren moeilijk af te leiden is. De meeste auteurs zijn het er echter over eens dat ervaringsgerelateerde factoren een grote, zoniet de grootste rol spelen in het verklaren van de verhoogde ongevalbetrokkenheid van jongeren (zie bijvoorbeeld Maycock, Lockwood, & Lester, 1991, geciteerd in Gregersen & Bjurulf, 1996; Cooper, Pinili, & Chen, 1995; Forsyth, Maycock, & Sexton, 1995, geciteerd in Maycock, 2001; Waller, Elliott, Shope, Raghunathan, & little, 2001). Over het algemeen wordt aangenomen dat de snelheid waarmee leeftijdsgerelateerde factoren veranderen over de tijd eerder laag is, terwijl de snelheid waarmee ervaringsgerelateerde factoren veranderen over de tijd eerder hoog is. Veranderingen in ongevalbetrokkenheid die zich op korte termijn afspelen worden daarom doorgaans toegekend aan veranderingen met betrekking tot ervaringsgerelateerde factoren en niet zozeer aan veranderingen met betrekking tot leeftijdsgerelateerde factoren (Mayhew, Simpson & Pak, 2003; Sagberg, 1998; McCartt, Shabanova, & Leaf, 2003). 1.2.1 Leeftijdsgerelateerde factoren Leeftijdsgerelateerde factoren kunnen omschreven worden als die factoren die een systematisch verband vertonen met de leeftijd 1. Voorbeelden zijn een andere levensstijl voor jongeren, een andere persoonlijkheid, verschillen in psycho-biologische rijpheid, 1 Merk op dat in deze definities van leeftijdsgerelateerde en ervaringsgerelateerde factoren geen uitspraak wordt gedaan over de aard van de verbanden tussen de betreffende factoren en de leeftijd, respectievelijk de opgelopen rijervaring. Steunpunt Verkeersveiligheid 10 RA-2005-64
Deze leeftijdsgerelateerde factoren verklaren voor een deel het geobserveerde verband tussen ongevalbetrokkenheid en leeftijd (zie Willems & Cuyvers, 2004, voor een overzicht). 1.2.2 Ervaringsgerelateerde factoren Ervaringsgerelateerde factoren kunnen omschreven worden als die factoren die een systematisch verband vertonen met de opgelopen rijervaring. Voorbeelden zijn de mate waarin handelingen geautomatiseerd verlopen, de mate waarin de aandacht verdeeld wordt over de verschillende taken, de mate waarin het gedrag afgestemd wordt op gevaarlijke situaties, rekening houdend met de eigen vaardigheden (calibratie), Deze ervaringsgerelateerde factoren verklaren voor een deel het geobserveerde verband tussen ongevalbetrokkenheid en rijervaring (zie Willems & Cuyvers, 2004, voor een overzicht). In dit rapport zal de nadruk liggen op het verband tussen rijervaring en ongevalbetrokkenheid. 1.3 Operationalisatie van blootstelling De blootstelling is een factor die weergeeft in welke mate een persoon of een groep personen in aanraking kwam met een gevaarlijke situatie (zoals bijvoorbeeld het verkeer). Hoe meer iemand blootgesteld wordt aan het verkeer hoe groter de kans dat deze persoon betrokken raakt in een verkeersongeval. Wanneer we de ongevalbetrokkenheid van twee personen (of twee groepen van personen) correct willen vergelijken moet er bijgevolg rekening gehouden worden met eventuele verschillen in blootstelling. Dit kan gebeuren door de meting (bijvoorbeeld het aantal ongevallen of het aantal slachtoffers) te delen door de blootstelling (zie definitie van ongevalbetrokkenheid; 1.1 ). Blootstelling kan geoperationaliseerd worden door het aantal bestuurders (in dit geval van een wagen). Het idee hierachter is dat naarmate er meer bestuurders van een bepaalde groep in het verkeer aanwezig zijn de kans op een ongeval binnen deze groep ook groter wordt. Wanneer we het aantal ongevallen van twee groepen willen vergelijken moet met andere woorden rekening gehouden worden met het aantal bestuurders dat in iedere groep aanwezig is. Merk op dat deze operationalisatie van blootstelling enkel op groepsniveau kan gehanteerd worden en niet op individueel niveau (de blootstelling van een individu is niet gedefinieerd). Dikwijls wordt de blootstelling geoperationaliseerd door het aantal kilometer dat met een bepaald voertuig gereden werd (de auto in dit geval). Het idee hierachter is dat iemand die meer kilometers gereden heeft meer blootgesteld werd aan het gevaar en daardoor een hogere kans heeft op een ongeval. Om het aantal ongevallen van personen te vergelijken moet er rekening gehouden worden met het aantal kilometer dat deze personen aflegden in het verkeer. Zo beschreven bevindt deze operationalisatie van blootstelling zich op het individueel niveau. Op groepsniveau kan het totaal aantal kilometer gereden door deze groep als operationalisatie van blootstelling dienen. In deze studie wordt blootstelling geoperationaliseerd door het aantal uren dat gereden werd met een bepaald voertuig (de auto in dit geval). Het idee hierachter is dat iemand die meer uren als bestuurder in het verkeer doorbrengt, meer blootgesteld werd aan het gevaar en daardoor een hogere kans heeft op een ongeval. Ook deze operationalisatie kan op groepsniveau gedefinieerd worden. Steunpunt Verkeersveiligheid 11 RA-2005-64
1.4 Operationalisatie van rijervaring In deze studie worden risico s berekend in functie van de opgelopen rijervaring. Rijervaring kan hierbij op verschillende manieren geoperationaliseerd worden. Een eerste veelgebruikte manier om de rijervaring te operationaliseren is de tijd die verstreken is sinds het behalen van het rijbewijs. Het idee hierachter is dat naarmate meer tijd verstreken is er doorgaans meer rijervaring opgedaan werd. Een probleem met deze operationalisatie van rijervaring is dat niet geweten is of er effectief rijervaring opgedaan werd gedurende de verstreken tijd. Een tweede manier om rijervaring te operationaliseren is het aantal kilometer dat er gereden werd sinds het behalen van het rijbewijs. Het idee hierachter is dat naarmate er meer kilometer gereden werd er doorgaans meer rijervaring opgedaan werd. Een probleem met deze operationalisatie van rijervaring is dat er veel rijervaring opgedaan kan worden terwijl er niet zo veel kilometers afgelegd worden (vergelijk het aantal kilometers binnen de bebouwde kom met deze over een autosnelweg). Een derde manier om rijervaring te operationaliseren, een manier die rekening houdt met de problemen van de twee vorige operationalisaties, is het aantal uren dat er gereden werd sinds het behalen van het rijbewijs. Het idee hierachter is dat naarmate er meer tijd als bestuurder doorgebracht werd in het verkeer er doorgaans meer rijervaring opgedaan werd (ongeacht hoe snel men rijdt). Ook deze operationalisatie kan verbeterd worden. Men kan immers de vraag stellen of men evenveel rijervaring opdoet wanneer men drie uur over de autosnelweg heeft gereden in vergelijking met drie uur door de bebouwde kom. Er zouden vervolgens ook kwalitatieve aspecten mee opgenomen kunnen worden. Omwille van praktische overwegingen (de meetbaarheid van deze rijervaring) wordt in deze studie toch voor deze laatste operationalisatie gekozen. Omdat meestal ook de eerste operationalisatie van rijervaring gebruikt wordt zal ook deze mee opgenomen worden in de analyses. 1.5 Onderzoeksvragen De vragen die met deze studie beantwoord kunnen worden, kunnen ingedeeld worden in twee categorieën: 1. Invloed van rijervaring op de ongevalbetrokkenheid: Is er voor de bestudeerde groep jongeren (overwegend Limburgse jongeren die in Limburg hoger onderwijs volgen) een invloed van de rijervaring op ongevalbetrokkenheid en zo ja, hoe groot is deze invloed? 2. Beïnvloedende factoren op het effect van rijervaring: zijn er factoren die variatie kunnen aanbrengen in dit effect van rijervaring op ongevalbetrokkenheid en zo ja, welke factoren zijn dit? Op welke manier beïnvloeden deze factoren het effect van rijervaring? 1.5.1 Invloed van rijervaring op ongevalbetrokkenheid De eerste vraag die met deze studie beantwoord kan worden is of de rijervaring enige voorspellende waarde heeft met betrekking tot het aantal ongevallen waarin jongeren betrokken raken, rekening houdend met eventuele verschillen in blootstelling tussen de verschillende groepen die vergeleken worden. Uit praktische overwegingen (bereikbaarheid van de respondenten) werd besloten deze vraag te beantwoorden voor Steunpunt Verkeersveiligheid 12 RA-2005-64
een specifieke groep jongeren, namelijk de eerste- en tweedejaars uit twee Limburgse Hogescholen (PHL en KHLim) en Universiteit Hasselt. Aangezien hiermee overwegend Limburgse jongeren gerekruteerd werden en aangezien hierdoor de werkende jongeren niet bereikt werden kunnen conclusies niet zomaar veralgemeend worden naar de Vlaamse situatie. Toch is het mogelijk om op basis van de resultaten van deze specifieke groep jongeren een eerste idee te vormen van de invloed van rijervaring op de ongevalbetrokkenheid. Alleszins geeft deze studie aan of het mogelijk is om met deze methode van gegevensverzameling zinvolle uitspraken te doen over het verband tussen rijervaring en ongevalbetrokkenheid. 1.5.2 Beïnvloedende factoren op het effect van rijervaring Uit de literatuurstudie die door het Steunpunt Verkeersveiligheid uitgevoerd werd kwamen verschillende factoren naar voren die op één of andere manier de ongevalbetrokkenheid van jonge bestuurders beïnvloeden (Willems & Cuyvers, 2004): het moment van de dag (dag/nacht) het moment van de week (weekdag/weekend) de aanwezigheid van passagiers het geslacht Omdat in België de mogelijkheid bestaat om verschillende types van rijopleiding te volgen kan ook deze variabele aan het lijstje toegevoegd worden: het type rijopleiding Een eerste vraag met betrekking tot deze factoren is of ze enige voorspellende waarde hebben met betrekking tot de ongevalbetrokkenheid van jongeren. Een tweede meer specifieke vraag daarbij is of deze factoren inspelen op het effect van rijervaring. Het zou kunnen dat het effect van rijervaring sterker aanwezig is voor de jongeren van een bepaald geslacht of type rijopleiding. Ook zou het effect van rijervaring verschillend kunnen zijn onder invloed van het moment van de dag, het moment van de week of de aanwezigheid van passagiers. Deze interacties tussen rijervaring en beïnvloedende factoren kunnen aan de hand van dit onderzoek getest worden op hun aanwezigheid. Steunpunt Verkeersveiligheid 13 RA-2005-64
2. E M P I R I S C H O N D E R Z O E K Om een antwoord te formuleren op de hierboven vermelde onderzoeksvragen werd er een onderzoek uitgevoerd bij een groep schoolgaande jongeren. Via een korte vragenlijst werd er informatie ingewonnen over enkele persoonskenmerken (geslacht, leeftijd, type rijopleiding, ), hun blootstelling als bestuurder aan het verkeer, de opgelopen rijervaring en eventueel het aantal ongevallen. Per ongeval waarin ze als bestuurder betrokken raakten werd ook nog bijkomende informatie opgevraagd. In dit hoofdstuk wordt een bespreking van de details van het onderzoek gegeven (zie 2.1 ) alsook een bespreking van de resultaten (zie 2.2 ). Op het einde worden de resultaten bediscussieerd in het licht van de bestaande literatuur (zie 2.4 ). 2.1 Methode 2.1.1 Respondenten De doelgroep van deze studie bestond uit de eerste- en tweedejaars van twee Limburgse Hogescholen (Provinciale Hogeschool Limburg en Katholieke Hogeschool Limburg) en Universiteit Hasselt. In totaal werd van 3744 van deze jongeren de vragenlijst afgenomen. Van deze respondenten werden er 1864 weerhouden die reeds het rijbewijs gehaald hadden. 2.1.2 Design Uit de antwoorden van de respondenten op de vragenlijsten kon heel wat informatie afgeleid worden. Hieronder wordt al deze informatie ingedeeld in persoonlijke, ongevals-, blootstellings- en uitkomstvariabelen. a. Persoonlijke variabelen Per persoon werd het geslacht geregistreerd (mannelijk of vrouwelijk) de leeftijd (op het moment dat het rijbewijs behaald werd) alsook het type van rijopleiding (type I, II, II, IV; zie 2.1.3 ). b. Ongevalsvariabelen Per persoon werd het aantal ongevallen geregistreerd onder bepaalde omstandigheden of situaties: een ongeval kon s nachts gebeuren of overdag, op een weekdag of in het weekend, en ten slotte met of zonder passagiers. Door deze 3 ongevalsvariabelen met elk twee niveaus te kruisen konden er bijgevolg 8 ongevalscategorieën onderscheiden worden (2 3 ). Binnen de analyses werden de ongevallen echter steeds gegroepeerd per ongevalsvariabele en niet volgens ongevalscategorie. c. Blootstellingsvariabelen Per persoon werd geregistreerd hoeveel uren per week er achter het stuur gespendeerd werd onder bepaalde omstandigheden: er kan s nachts met de wagen gereden worden of overdag, op een weekdag of in het weekend, en ten slotte met of zonder passagiers. Door deze 3 blootstellingsvariabelen met elk twee niveaus konden er bijgevolg 8 blootstellingscategorieën onderscheiden worden (2 3 ). Binnen de analyses werden deze Steunpunt Verkeersveiligheid 14 RA-2005-64
blootstelling echter steeds gegroepeerd per blootstellingsvariabele en niet per blootstellingscategorie. d. Rijervaringsvariabele Voor iedere persoon werd zowel de blootstelling als het aantal ongevallen gemeten per rijervaringsperiode. De hoeveelheid rijervaring wordt hierbij op twee manieren geoperationaliseerd: de tijd verstreken sinds het behalen van het rijbewijs (zie Tabel 1) en het aantal uren gereden sinds het behalen van het rijbewijs (zie Tabel 2). Aangezien niet alle jongeren evenveel rijden met de wagen kan het zijn dat ongevallen die volgens de ene operationalisatie in een bepaalde ervaringscategorie vallen terecht komen in een hogere of lagere ervaringscategorie. Tijd verstreken sinds het behalen van het rijbewijs RE01_dagen RE02_dagen RE03_dagen 1 tot 250 dagen 251 tot 500 dagen 501 tot 750 dagen Tabel 1: Eerste operationalisatie van de hoeveelheid rijervaring. Aantal uren gereden sinds het behalen van het rijbewijs RE01 RE02 RE03 1 tot 417 uren 418 uren tot 833 uren 834 uren tot 1250 uren Tabel 2: Tweede operationalisatie van de hoeveelheid rijervaring. e. Uitkomstvariabelen Als uitkomstvariabele wordt het aantal ongevallen gemeten. Hierbij wordt soms een onderscheid gemaakt tussen alle mogelijke ongevallen en een subgroep hiervan, de ongevallen waarbij de bestuurder zelf aandeel had in het veroorzaken ervan. Er werd gekozen om de blootstelling als verklarende variabele mee in de statistische modellen op te nemen en niet als onderdeel van de uitkomstvariabele. Dit werd gedaan om een eventueel niet- lineair verband tussen het aantal ongevallen en de blootstelling te kunnen aantonen (wat niet mogelijk zou zijn wanneer het aantal ongevallen gedeeld door de blootstelling als uitkomstvariabele zou gedefinieerd worden). 2.1.3 Instrumentarium Om informatie in te winnen over bovenstaande variabelen werd een vragenlijst afgenomen. De volledige vragenlijst wordt gepresenteerd in bijlage A. Het eerste deel van de vragenlijst bestaat uit vragen m.b.t. persoonskenmerken (vraag 1 t/m 5). Indien enkel maand en jaar van een geboortedatum of rijbewijsdatum ingevuld werd, werd Steunpunt Verkeersveiligheid 15 RA-2005-64
aangenomen dat het ging om de 15 de van de maand. In dit deel van de vragenlijst (persoonskenmerken) werd ook navraag gedaan naar het type rijopleiding. Voor een beschrijving van deze types van rijopleiding verwijzen we naar een eerder verschenen rapport (zie Willems, 2005) of naar de website van GOCA (www.goca.be). Het tweede deel van de vragenlijst bestaat uit een vraag die de blootstelling nagaat (vraag 6). Het laatste deel van de vragenlijst verzamelt informatie over ieder ongeval (vraag 7). Ook hier werd er vanuit gegaan dat het om de 15 de ging wanneer voor de ongevalsdatum enkel maand en jaar opgegeven werden 2. 2.1.4 Procedure Om zoveel mogelijk ingevulde vragenlijsten van eerste- en tweedejaars van de bovenvermelde onderwijsinstellingen te verzamelen werd besloten de afnamen klassikaal te laten verlopen. Om 10 tot 15 minuten van de les te reserveren voor het invullen van een vragenlijst werd steeds contact opgenomen met de betreffende diensthoofden (departementshoofden, rector, ) en leraren. Tijdens het invullen van de vragenlijst was steeds een onderzoeker aanwezig om eventuele vragen op te vangen. Door op deze manier tewerk te gaan, werd vermeden dat vragenlijsten niet ingevuld terugbezorgd werden (wat een selectiebias in de hand zou kunnen werken). 2.1.5 Analyse Om na te gaan wat het effect is van rijervaring op de ongevalbetrokkenheid en dit in de specifieke situaties die onderzocht werden (dag/nacht, week/weekend, passagiers, man/vrouw, rijopleiding) wordt gebruik gemaakt van multivariate analyses (generalized linear models) waarbij aangenomen wordt dat het aantal ongevallen zich verdelen volgens een Poisson verdeling. De gegevens voor iedere analyse kunnen op onderstaande manier gerepresenteerd worden (zie Tabel 3). Hierbij staan RE01, RE02 en RE03 voor de drie ervaringsperiodes (zie Tabel 1). SIT(1) en SIT(2) staan voor twee niveaus van een bepaalde situationele variabele (dag/nacht, week/weekend, of met/zonder passagiers). PV staat voor de verzameling van persoonlijke variabelen (geslacht en type rijopleiding). De verschillende pp s staan voor verschillende respondenten. Het aantal ongevallen en de blootstelling worden weergegeven via #ong en exp respectievelijk. 2 Of een ongeval door de week of in het weekend gebeurde, werd expliciet bevraagd en was bijgevolg niet afhankelijk van deze ongevalsdatum. Steunpunt Verkeersveiligheid 16 RA-2005-64
RE01 RE02 RE03 SIT(1) SIT(2) SIT(1) SIT(2) SIT(1) SIT(2) #ong exp #ong exp #ong Exp #ong exp #ong exp #ong Exp Pp01 PV Pp02 PV Pp03 PV Tabel 3: Representatie van de gegevens voor iedere analyse (zie tekst voor de gebruikte afkortingen). Zoals blijkt uit bovenstaande tabel wordt er gewerkt met herhaalde metingen binnen iedere respondent. Voor iedere respondent kan het aantal ongevallen binnen een bepaalde situatie (vb. SIT1) echter gerelateerd zijn aan het aantal ongevallen binnen de andere situatie (vb. SIT2). Op dezelfde manier kan voor iedere respondent het aantal ongevallen binnen een bepaalde ervaringsperiode (vb. RE01) gerelateerd zijn aan het aantal ongevallen binnen de andere ervaringsperiodes (vb. RE02 en RE03). Bij het modelleren van de gegevens werd rekening gehouden met mogelijke correlaties tussen de 6 (3 ervaringsperiodes x 2 situaties) kolommen onderling (Generalized Estimating Equations). Hierbij worden er geen restricties opgelegd aan de correlaties tussen de kolommen onderling ( unstructured correlation matrix, d.w.z. de correlaties tussen de herhaalde metingen onderling kunnen verschillen). Voor de details van deze analysetechnieken zie Diggle, Liang, & Zeger (1994). Per analyse worden telkens 2 aspecten duidelijk aangegeven: Modelformulering: welke effecten maken deel uit van het onderliggende statistische model Schatting van de parameters (GEE model): overzicht van de geschatte parameters met de daarbijhorende p-waarden 3. 2.2 Resultaten globale verband rijervaring en ongevalbetrokkenheid Eerst wordt er een globale beschrijving gegeven van de groep respondenten met betrekking tot de bevraagde persoonlijke variabelen (geslacht, leeftijd, type rijopleiding). Vervolgens worden er enkele modellen besproken die het globale verband weergeven tussen de rijervaring en de ongevalbetrokkenheid. De eerste groep modellen die aan bod 3 Een type III analyse waarbij iedere term uit de modelformulering er één voor één uitgelaten wordt om na te gaan of deze een significante bijdrage levert aan de voorspellende waarde van het globale model, wordt niet getoond aangezien deze resultaten overeenkwamen met de parameterschattingen. Steunpunt Verkeersveiligheid 17 RA-2005-64
Ongevalbetrokkenheid komen gaan in op enkele theoretische vragen met betrekking tot deze problematiek (definitie van rijervaring, effect van leeftijd, bestuurders die wel of niet schuld hebben aan het ongeval, ). De tweede groep modellen zal verder ingaan op de voorspellende waarde van de verklarende variabelen: persoonlijke variabelen (geslacht en type rijopleiding) en ongevalsvariabelen (moment van de dag, moment van de week, aanwezigheid van passagiers). 2.2.1 Beschrijving van de steekproef Van de 3744 ondervraagden hadden 1864 hun rijbewijs gehaald. Van deze 1864 respondenten met rijbewijs waren er 986 van het mannelijke geslacht (53%) en 869 van het vrouwelijke geslacht (47%; 9 jongeren vulden het geslacht niet in). De gemiddelde leeftijd op het moment dat de 1864 respondenten hun rijbewijs haalden bedroeg 18,83 (18 jaar en 10 maanden) met een standaard deviatie van 2,83. Van deze respondenten die hun rijbewijs behaalden deden 440 dit met een rijopleiding van het type 1 (via erkende rijschool, type 1, 24%), 519 met een rijopleiding van het type 2 (via erkende rijschool type 2, 28%), 661 met een rijopleiding van het type 3 (opleiding door familie of kennissen, 36%) en 213 met een rijopleiding van het type 4 (vervroegde rijopleiding, leervergunning, 12%; 31 jongeren vulden het type rijopleiding niet in). 2.2.2 Eerste operationalisatie van Rijervaring: aantal dagen sinds rijbewijs De gemiddelde ongevalbetrokkenheid zoals gedefinieerd in 1.1 wordt in functie van de rijervaring gepresenteerd in Figuur 2. Hieruit blijkt dat het gemiddelde risico om betrokken te raken in een ongeval (risico gedefinieerd als het aantal ongevallen gedeeld door de blootstelling) daalt naarmate meer rijervaring opgedaan werd. 2 1,5 1 0,5 0 0 tot 250 dagen 250 tot 500 dagen 500 tot 750 dagen Rijervaring Figuur 2: Verband ervaring met ongevalbetrokkenheid: visuele voorstelling van risico s (risico s gemiddeld over alle respondenten). Steunpunt Verkeersveiligheid 18 RA-2005-64
Alhoewel uit deze grafiek blijkt dat ongevalbetrokkenheid daalt naarmate er meer rijervaring opgedaan werd, bestaat de kans dat dit patroon op basis van het toeval is onstaan. Om na te gaan of dit inderdaad het geval is worden de gegevens gemodelleerd aan de hand van een multivariate analyse. Bovendien werd er bij het berekenen van de risico s vanuit gegaan dat het verband tussen het aantal ongevallen en de blootstelling lineair is. Het risico is namelijk een lineaire breuk van aantal ongevallen op blootstelling. Uit de literatuur blijkt echter dat het aantal ongevallen meestal niet lineair afhangt van de blootstelling. Het zou namelijk kunnen dat een zelfde toename in blootstelling een verschillend effect heeft op het aantal ongevallen afhankelijk van hoe groot deze blootstelling is (zie bv. Zeeger et al., 1987; Hauer, 1997; Greibe, 2003). In dit geval geeft deze visuele presentatie van ongevalbetrokkenheid een enigszins vertekend beeld. Ook daarom is het nodig alle variabelen (rijervaring en blootstelling) op een meervoudige manier te modelleren waarmee de mogelijkheid opengelaten wordt voor deze nietlineaire verbanden tussen de blootstelling en het aantal ongevallen waarin de onderzochte jongeren betrokken raakten. Het eerste model dat opgesteld werd, geeft globaal het effect weer van de opgedane rijervaring op de ongevalbetrokkenheid. De modelformulering wordt gepresenteerd in Tabel 4. Binnen dit model wordt rijervaring gedefinieerd als de tijd verstreken sinds het behalen van het rijbewijs. De blootstelling komt overeen met het aantal uren dat er effectief gereden werd binnen iedere rijervaringsperiode. Er wordt gewerkt met het logaritme van de blootstelling als verklarende variabele om na te gaan of het verband tussen de blootstelling en het aantal ongevallen inderdaad niet-lineair is (de schatting voor parameter 1 zal hierover uitsluitsel geven, zie later). Modelformulering: O 1 = 0 + 1 *EXP erv + 2 *RE01 + 3 *RE02 + 4 *RE03 + Waarbij: O 1 = log(ongevallen): aantal ongevallen als bestuurder van een wagen EXP erv = log(blootstelling): aantal uren gereden tijdens de betreffende ervaringsperiode RE01_dagen = 1 indien 0 tot 250 dagen sinds het behalen van het rijbewijs, anders 0 RE02_dagen = 1 indien 251 tot 500 dagen sinds het behalen van het rijbewijs, anders 0 RE03_dagen = 1 indien 501 tot 750 dagen sinds het behalen van het rijbewijs, anders 0 Tabel 4: Verband tussen ervaring en ongevalbetrokkenheid: modelformulering. De statistische resultaten (geschatte parameters en bijhorende p-waarden) worden gepresenteerd in Tabel 5) 4. Ondanks het feit dat de ongevalbetrokkenheid daalt naarmate de rijervaring stijgt (positieve parameterschattingen of estimates voor RE01_dagen en RE02_dagen t.o.v. RE03_dagen), blijkt dit effect niet significant te zijn. Enkel de blootstelling heeft een significante invloed op het aantal ongevallen (p-waarde <.05). Uit het feit dat de parameterschatting van deze blootstelling niet rond 1 ligt, kan afgeleid worden dat het verband tussen blootsteling en het aantal ongevallen niet-lineair is. Het aantal ongevallen blijft niet evensnel stijgen bij een constant stijgende blootstelling. Dit is het eenvoudigste in te zien als het model uit Tabel 4 herschreven wordt door de logaritmes weg te werken. Dan ziet het model er uit als: 4 Bij het modelleren van de gegevens werd gekozen volledig open te laten op welke manier de verschillende metingen binnen iedere respondent met elkaar gecorreleerd kunnen zijn (ongestructureerde correlatiestructuur). Steunpunt Verkeersveiligheid 19 RA-2005-64
Ongevallen= (e -6.01 )*(Blootstelling 0.37 )*(als 0-250 dagen: e 0.24 )*(als 251 tot 500 dagen: e 0.11 ). Bij een lineaire stijging van het aantal ongevallen met de blootstelling had de macht van de blootstelling ongeveer 1 moeten zijn. In werkelijkheid ligt de macht dichter bij 1/3. Het aantal ongevallen stijgt dus wel met stijgende blootstelling, maar deze stijging verloopt steeds trager. Analysis of GEE Parameter Estimates Parameter 5 Estimate Standard Error 95% confidence interval Z p-value Intercept -6.01 0.52-7.04-4.98-11.46 <.0001 EXP erv 0.37 0.05 0.27 0.47 7.18 <.0001 RE01_dagen 0.24 0.16-0.07 0.54 1.53 0.1270 RE02_dagen 0.11 0.17-0.22 0.45 0.67 0.5009 RE03_dagen 0.00 0.00 0.00 0.00.. Tabel 5: Verband ervaring met ongevalbetrokkenheid: parameter-schattingen. 2.2.3 Tweede operationalisatie van Rijervaring: aantal uren gereden sinds rijbewijs Het eerste model gaf aan dat rijervaring, gemeten als de tijd verstreken sinds het behalen van het rijbewijs, geen effect heeft op de ongevalbetrokkenheid. De ongevalbetrokkenheid in functie van de rijervaring volgens de tweede operationalisatie, het aantal uren gereden sinds het behalen van het rijbewijs, wordt gepresenteerd in Figuur 3. Ook hier blijkt dat de gemiddelde ongevalbetrokkenheid daalt naarmate meer rijervaring opgedaan werd. Opnieuw worden deze gegevens op een multivariate manier gemodelleerd om na te gaan of dit ogenschijnlijk verband statistisch betrouwbaar is. 5 In deze kolom staat niet de parameter zelf maar de variabele uit het model waar de parameter bij hoort. Steunpunt Verkeersveiligheid 20 RA-2005-64
Ongevalbetrokkenheid 2 1,5 1 0,5 0 0 tot 417 uren 418 tot 833 uren 834 tot 1250 uren Rijervaring Figuur 3: Verband ervaring met ongevalbetrokkenheid: visuele voorstelling van risico s (risico s gemiddeld over alle respondenten). De modelformulering van het model waarbij rijervaring gedefinieerd wordt als het aantal uren gereden sinds het behalen van het rijbewijs, wordt gepresenteerd in Tabel 6. Modelformulering: O 1 = 0 + 1 *EXP erv + 2 *RE01 + 3 *RE02 + 4 *RE03 + Waarbij: O 1 = log(ongevallen): aantal ongevallen als bestuurder van een wagen EXP erv = log(blootstelling): aantal uren gereden tijdens de betreffende ervaringsperiode RE01 = 1 indien 0 tot 417 uren gereden sinds het behalen van het rijbewijs, anders 0 RE02 = 1 indien 418 tot 833 uren gereden sinds het behalen van het rijbewijs, anders 0 RE03 = 1 indien 834 tot 1250 uren gereden sinds het behalen van het rijbewijs, anders 0 Tabel 6: Verband ervaring met ongevalbetrokkenheid: modelformulering. De statistische resultaten (geschatte parameters en bijhorende p-waarden) worden gepresenteerd in Tabel 7. Hieruit blijkt dat rijervaring, gedefinieerd als het aantal uren gereden sinds het behalen van het rijbewijs, een betere variabele is om ongevalbetrokkenheid te voorspellen: hoe meer rijervaring hoe minder ongevallen. Ten opzichte van de referentiesituatie (RE03) heeft zowel de tweede ervaringsperiode (RE02) als de eerste ervaringsperiode (RE01) een significant hoger aantal ongevallen ( estimates gelijk aan 0.47 en 0.63 respectievelijk). Steunpunt Verkeersveiligheid 21 RA-2005-64
Analysis of GEE Parameter Estimates Parameter Estimate Standard Error 95% confidence interval Z p-value Intercept -6.58 0.79-8.13-5.03-8.33 <.0001 EXP erv 0.40 0.08 0.25 0.55 5.19 <.0001 RE01 0.63 0.18 0.29 0.98 3.58 0.0003 RE02 0.47 0.19 0.10 0.84 2.47 0.0135 RE03 0.00 0.00 0.00 0.00.. Tabel 7: Verband ervaring met ongevalbetrokkenheid: parameter-schattingen. 2.2.4 Effect van leeftijd Uit de literatuurstudie (Willems & Cuyvers, 2004) kwam naar voren dat de verhoogde ongevalbetrokkenheid zowel door ervaringsgerelateerde als door leeftijdsgerelateerde factoren verklaard kan worden. Daarom werd in het volgende model de leeftijd mee opgenomen als verklarende variabele. De modelformulering wordt gepresenteerd in Tabel 8. Leeftijd wordt beschouwd als een variabele die binnen het subject gemeten wordt (aangezien de leeftijd stijgt naarmate de rijervaring stijgt). Modelformulering: O 1 = 0 + 1 *EXP erv + 2 *RE01 + 3 *RE02 + 4 *RE03 + 5 *LFT erv + Waarbij: O 1 = log(ongevallen): aantal ongevallen als bestuurder van een wagen EXP erv = log(blootstelling): aantal uren gereden tijdens de betreffende ervaringsperiode RE01 = 1 indien 0 tot 25000 uren gereden sinds het behalen van het rijbewijs, anders 0 RE02 = 1 indien 25001 tot 50000 uren gereden sinds het behalen van het rijbewijs, anders 0 RE03 = 1 indien 50001 tot 75000 uren gereden sinds het behalen van het rijbewijs, anders 0 LFT erv = log(leeftijd): leeftijd op het einde van iedere ervaringsperiode Tabel 8: Verband rijervaring en leeftijd met ongevalbetrokkenheid: modelformulering. De geschatte parameters en bijhorende p-waarden voor dit model worden gepresenteerd in Tabel 9. De positieve parameterschatting voor de leeftijd ( estimate gelijk aan 1.41) geeft aan dat de oudere jongeren uit de steekproef grotere risico s vertonen om betrokken te raken bij een ongeval. Een stijging in leeftijd van 1% resulteers in een stijging van ongevallen van 1.41%. Merk op dat over dit effect van leeftijd enkel binnen de groep van jongeren met een beperkt leeftijdsbereik gesproken kan worden. Steunpunt Verkeersveiligheid 22 RA-2005-64
Analysis of GEE Parameter Estimates Parameter Estimate Standard Error 95% confidence interval Z p-value Intercept -11.52 2.05-15.54-7.51-5.62 <.0001 EXP erv 0.47 0.08 0.30 0.64 5.54 <.0001 LFT erv 1.41 0.52 0.40 2.42 2.74 0.0062 RE01 0.68 0.18 0.33 1.03 3.83 0.0001 RE02 0.50 0.19 0.12 0.87 2.60 0.0092 RE03 0.00 0.00 0.00 0.00.. Tabel 9: Verband ervaring en leeftijd met ongevalbetrokkenheid: parameterschattingen. 2.2.5 Aandeel van de bestuurder in het veroorzaken van het ongeval In voorgaande delen werden alle ongevallen meegeteld in de analyses. We kunnen echter dezelfde analyse herhalen enkel voor de ongevallen waarbij de ondervraagde jongeren zelf aandeel hadden in het veroorzaken van het ongeval 6 en dit vergelijken met de analyse enkel voor de ongevallen waarbij ze geen aandeel hadden in het veroorzaken ervan. De eerste modelformulering wordt getoond in Tabel 10. Modelformulering: O 2 = 0 + 1 *EXP erv + 2 *RE01 + 3 *RE02 + 4 *RE03 + 5 *LFT erv + Waarbij: O 2 = log(ongevallen): aantal ongevallen (waarbij als bestuurder in de fout) EXP erv = log(blootstelling): aantal uren gereden tijdens de betreffende ervaringsperiode RE01 = 1 indien 0 tot 25000 uren gereden sinds het behalen van het rijbewijs, anders 0 RE02 = 1 indien 25001 tot 50000 uren gereden sinds het behalen van het rijbewijs, anders 0 RE03 = 1 indien 50001 tot 75000 uren gereden sinds het behalen van het rijbewijs, anders 0 LFT erv = log(leeftijd): leeftijd op het einde van iedere ervaringsperiode Tabel 10: Verband rijervaring en leeftijd met ongevalbetrokkenheid: modelformulering. 6 Vanaf het moment dat de respondent zijn eigen aandeel in het veroorzaken van het ongeval hoger dan 0 inschatte, werd zijn betrokkenheid bij het ongeval als niet toevallig beschouwd. Het zijn deze niet toevallige ongevallen die in de volgende analyses betrokken worden. Steunpunt Verkeersveiligheid 23 RA-2005-64
De geschatte parameters en bijhorende p-waarden voor dit model worden gepresenteerd in Tabel 11. Het beperken van de ongevallen tot de ongevallen waarbij de bestuurder zelf aandeel had in het veroorzaken ervan heeft slechts een matige invloed op de globale resultaten. Dezelfde effecten treden op die gevonden worden wanneer alle ongevallen meegerekend worden. Analysis of GEE Parameter Estimates Parameter Estimate Standard Error 95% confidence interval Z p-value Intercept -10.96 2.54-15.94-5.98-4.31 <.0001 EXP erv 0.39 0.11 0.17 0.60 3.49 0.0005 LFT erv 1.23 0.60 0.06 2.41 2.06 0.0392 RE01 0.96 0.27 0.43 1.49 3.57 0.0004 RE02 0.79 0.29 0.22 1.35 2.74 0.0062 RE03 0.00 0.00 0.00 0.00.. Tabel 11: Verband ervaring en leeftijd met ongevalbetrokkenheid: parameterschattingen. De resultaten van de analyse waarbij enkel die ongevallen meegeteld worden waarbij de bestuurder geen aandeel had in het veroorzaken ervan (modelformulering volkomen vergelijkbaar met Tabel 10, enkel O 2 = log(ongevallen): aantal ongevallen waarbij als bestuurder niet in fout) worden getoond in Tabel 12. Analysis of GEE Parameter Estimates Parameter Estimate Standard Error 95% confidence interval Z p- value Intercept -14.37 2.44-19.15-9.59-5.89 <.0001 EXP erv 0.61 0.12 0.37 0.84 5.08 <.0001 LFT erv 1.69 0.63 0.46 2.91 2.70 0.0070 RE01 0.37 0.26-0.14 0.87 1.42 0.1542 RE02 0.20 0.28-0.34 0.75 0.73 0.4647 RE03 0.00 0.00 0.00 0.00.. Tabel 12: Verband ervaring en leeftijd met ongevalbetrokkenheid: parameterschattingen. In deze bijkomende analyse met enkel de ongevallen waarbij de bestuurders niet in de fout gingen verdween het effect van rijervaring (p = 0.15, resp p=0.46). In deze analyse zou immers enkel een effect van blootstelling verwacht kunnen worden (aangezien het om de toevallige ongevallen gaat). Vreemd genoeg bleef naast de blootstelling (p < 0.0001) ook de leeftijd significant (p = 0.007). De reden voor dit vreemde effect kan de Steunpunt Verkeersveiligheid 24 RA-2005-64
hoeveelheid verkeer zijn waarin de subjecten zich bewegen (is niet gelijk aan de blootstelling zoals in deze studie gemeten). Volgens deze interpretatie zouden de oudere jongeren meer in omstandigheden rijden met verhoogd verkeer waardoor ze een verhoogde kans hebben om bij ongevallen betrokken te raken. In de hierna volgende analyses wordt verder gewerkt met alle ongevallen (dus ook ongevallen waarbij de ondervraagde bestuurders zelf niet in de fout gingen). 2.3 Resultaten verband rijervaring, persoonlijke en ongevalsvariabelen en ongevalbetrokkenheid 2.3.1 Persoonlijke variabelen Om te zien of er verschillen zijn in ongevalbetrokkenheid tussen de twee geslachten werd een model gedefinieerd waar als persoonlijke variabele het geslacht geselecteerd werd (niet gepresenteerd). Hierbij werd gevonden dat het geslacht geen voorspellende waarde had naar het aantal ongevallen toe. Zelfs binnen een enkelvoudige analyse (absolute aantallen ongevallen zonder rekening te houden met blootstelling, rijervaring en leeftijd) traden geen geslachtsverschillen op de voorgrond. Het aantal ongevallen bleek wel systematisch te variëren met de rijopleiding die gevolgd werd. Respondenten met een rijopleiding van het eerste type (rijopleiding in erkende rijschool, model 1) en een rijopleiding van het derde type (rijopleiding door familie of kennissen) waren minder bij ongevallen betrokken dan deze met een rijopleiding van het vierde type (vervroegde rijopleiding, leervergunning). De respondenten met een rijopleiding van het tweede type (rijopleiding in erkende rijschool, model 2) hadden evenveel ongevallen als deze met een rijopleiding van het vierde type. Daarom werd deze persoonlijke variabele in de hiernavolgende het modellen behouden (zie 2.3.2 tot 2.3.4 voor de geschatte parameters voor deze variabele). Het toevoegen van interactietermen tussen rijervaring en deze twee persoonlijke variabelen voegde niets toe aan de voorspellende waarde van het model. 2.3.2 Het moment van de dag (dag/nacht) Naast persoonlijke variabelen (geslacht en type rijopleiding) kan ook gekeken worden of bepaalde situaties voorspellende waarde hebben met betrekking tot de ongevalbetrokkenheid van de ondervraagde jongeren. De situationele variabelen worden één voor één gemodelleerd samen met voorgaande variabelen (blootstelling, rijervaring, leeftijd en type rijopleiding als verklarende variabelen) aangezien het hier om deels overlappende variabelen gaat (vb. sommige weekendongevallen gebeurden s nachts). Indien alle situationele variabelen tegelijkertijd gemodelleerd zouden worden, dan zou het beperkt aantal ongevallen te zeer versnipperd raken over de verschillende condities waardoor statistische analyse onmogelijk wordt 7. Dit geldt voor alle volgende modellen waarin de situationele variabelen gemodelleerd worden. De eerste situatie is het moment van de dag. Ongevallen kunnen overdag gebeuren (tussen 6u00 en 21u00) of s nachts (tussen 21u00 en 6u00). De modelformulering wordt gepresenteerd in Tabel 13. Omdat de tweede persoonlijke variabele (type 7 Wanneer er per keer 1 situationele variabele gemodelleerd wordt zijn er 6 (3 rijervaringsperiodes x 2 niveaus binnen iedere situationele variabele) herhaalde metingen binnen ieder subject (waarover de ongevallen verdeeld worden). Het bijvoegen van een tweede situationele variabele met twee niveaus zorgt voor 12 herhaalde metingen (waardoor de ongevallen al te zeer versnipperd raken over de verschillende condities). Steunpunt Verkeersveiligheid 25 RA-2005-64
rijopleiding) voorspellende waarde had met betrekking tot ongevalbetrokkenheid, werd deze behouden in het model. Modelformulering: O 1 = 0 + 1 *EXP erv*sit + 2 *RE01 + 3 *RE02 + 4 *RE03 + 5 *LFT erv + 6 *T1 + 7 *T2 + 8 *T3 + 9 *T4 + 10 *D + 11 *N + Waarbij: O 2 = log(ongevallen): aantal ongevallen als bestuurder van een wagen EXP erv*sit = log(blootstelling): aantal uren gereden tijdens de betreffende ervaringsperiode en in die specifieke situatie RE01 = 1 indien 0 tot 25000 uren gereden sinds het behalen van het rijbewijs, anders 0 RE02 = 1 indien 25001 tot 50000 uren gereden sinds het behalen van het rijbewijs, anders 0 RE03 = 1 indien 50001 tot 75000 uren gereden sinds het behalen van het rijbewijs, anders 0 LFT erv = log(leeftijd): leeftijd op het einde van iedere ervaringsperiode T1 = 1 indien rijopleiding type 1 (erkende rijschool, model 1), anders 0 T2 = 1 indien rijopleiding type 2 (erkende rijschool, model 2), anders 0 T3 = 1 indien rijopleiding type 3 (rijopleiding familie of kennissen), anders 0 T4 = 1 indien rijopleiding type 4 (vervroegde rijopleiding, leervergunning), anders 0 D = 1 indien door de dag, anders 0 N = 1 indien tijdens de nacht, anders 0 Tabel 13: Verband rijervaring en leeftijd met ongevalbetrokkenheid, met als persoonlijke variabele het type rijopleiding en met als situationele variabele het moment van de dag: modelformulering. De resultaten van deze analyse (de geschatte parameters van dit model en de daarbij horende p-waarden) worden gepresenteerd in Tabel 14 8. Hieruit blijkt dat er een effect is van het moment van de dag: de kans om betrokken te raken bij een verkeersongeval is voor de ondervraagde jongeren groter overdag ( estimate gelijk aan 0.60), in vergelijking met tijdens de nachtelijke uren. Deze effecten treden op samen met een effect van rijopleiding type 3, een marginaal effect van de rijopleiding type 1, en een effect van blootstelling, rijervaring en leeftijd. Het bijvoegen van de interactieterm tussen rijervaring en het moment van de dag voegde aan voorspellende waarde niets toe aan dit model. 8 Uit praktische overwegingen werd voor de hierop volgende modellen verondersteld dat de verbanden tussen de herhaalde metingen binnen iedere respondent even sterk waren (uitwisselbare correlatiestructuur). Steunpunt Verkeersveiligheid 26 RA-2005-64