DE PSYCHOLOGISCHE DETERMINANTEN VAN SNELHEIDSGEDRAG BIJ EEN REPRESENTATIEVE STEEKPROEF VAN VLAAMSE AUTOMOBILISTEN. Helmut Paris

ONDERZOEK NAAR DE PSYCHOLOGISCHE DETERMINANTEN VAN SNELHEIDSGEDRAG BIJ EEN REPRESENTATIEVE STEEKPROEF VAN VLAAMSE AUTOMOBILISTEN

Helmut Paris

KATHOLIEKE UNIVERSITEIT LEUVEN

Onderzoeksgroep voor Stress, Gezondheid en Welzijn KU Leuven Promotor: Prof. Dr. Stephan Van den Broucke 2007

INHOUDSOPGAVE 1. INLEIDING

4

2. ONDERZOEKSVRAGEN

6

3. MATERIAAL EN METHODEN

7

3.1. STEEKPROEFKADER

7

3.2. WIJZE VAN CONTACTOPNAME VAN DE RESPONDENTEN EN WIJZE VAN DATAVERZAMELING

8

3.3. DE VRAGENLIJST ALS INSTRUMENT

9

3.4. DATAVERZAMELING

14

3.5. OPSTELLING VAN DE BASISDATABANK

17

3.6. DEELNEMERSPROFIEL

18

3.7. DATA-ANALYSE

30

32

4. RESULTATEN 4.1. VALIDATIE VAN DE VRAGENLIJST

32

4.2. GEDRAGSINTENTIE EN ZELF-GERAPPORTEERD RIJGEDRAG

49

4.3. DETERMINANTEN VAN HET RIJGEDRAG T.O.V. SNEL RIJDEN

55

4.4. SITUERING VAN DE VLAAMSE AUTOBESTUURDERS OP DE PSYCHOLOGISCHE DIMENSIES VAN VEILIG

58

RIJGEDRAG

5. BESPREKING

73

6. REFERENTIES

80

De psychologische determinanten van snelheidsgedrag bij een representatieve steekproef van Vlaamse automobilisten

3

1. INLEIDING Verkeersveiligheid is een gegeven dat de jongste jaren sterke beleidsaandacht in Vlaanderen krijgt. Zowel op het vlak van mobiliteit als vanuit het perspectief van volksgezondheid is de reductie van het aantal verkeersslachtoffers een expliciete doelstelling van de Vlaamse overheid. Om deze doelstelling te bereiken werden de jongste jaren verschillende maatregelen genomen, zoals het verbeteren van de verkeersinfrastructuur en het strenger aanpakken van verkeersovertredingen. Deze maatregelen hebben tot doel een veiliger verkeersomgeving te creëren, meer aandacht voor de verkeersveiligheid bij de weggebruiker tot stand te brengen en onwenselijk verkeersgedrag te bestrijden. Wat dit laatste betreft staat vooral het verlagen van de snelheid centraal. Rijden aan een te hoge of onaangepaste snelheid draagt immers sterk bij tot het aantal en de ernst van verkeersongevallen. De maatregelen die reeds genomen werden om de snelheid in het verkeer te verlagen omvatten zowel educatieve interventies, zoals rijvaardigheidstraining en sensibilisatie via massamedia, als infrastructurele maatregelen, zoals het plaatsen van verkeersdrempels of het versmallen van de rijweg, en juridische maatregelen, zoals een algemene verlaging van de toegelaten snelheid op bepaalde wegtypes, het verhogen van de pakkans en het verhogen van de boetes voor verkeersovertredingen. Op korte termijn lijken deze maatregelen vruchten af te werpen. Het aantal letselongevallen is de voorbije jaren inderdaad significant gedaald. De vraag is echter of ze ook op langere termijn effectief zijn. Hun invloed blijkt immers vooral lokaal gebonden te zijn, en het is niet duidelijk of ze gemakkelijk te generaliseren zijn. Bovendien moet men zich bewust zijn van de mogelijke neveneffecten. Zo leiden lagere toegelaten snelheden wel tot een verlaging van de gemiddelde snelheid, maar ze verminderen ook de intrinsieke motivatie van autobestuurders om zich aan de voorschriften te houden. Om het gedrag van weggebruikers blijvend te veranderen dienen maatregelen getroffen te worden die rekening houden met de vele en complexe eisen die het moderne wegverkeer aan verkeersdeelnemers stelt. Het besturen van een voertuig is immers een complexe activiteit, die deels bewust verloopt maar deels ook geautomatiseerd Tussenkomen in deze activiteit veronderstelt een ingrijpen op de verschillende determinanten van verkeersgedrag, zowel op het vlak van motivationele aspecten van de bestuurder als in de sociale en fysische omgeving. Deze determinanten kunnen geïdentificeerd worden aan de hand van courante gedragsverklaringsmodellen inzake preventief gedrag. Eén van de meest toonaangevende verklaringsmodellen voor bewust gedrag is de Theory of Planned Behavior (TPB, Ajzen, 1991). Volgens dit model wordt bewuste gedragsverandering beïnvloed door de interactie van: 1) (positieve en negatieve) attitudes m.b.t. het gedrag in kwestie 2) de gepercipieerde sociale normen i.v.m. dat gedrag en 3) zelf-effectiviteit. Een attitude is gebaseerd op een afweging van de (subjectief ingeschatte) verwachtingen van een subject tegenover de positieve en negatieve resultaten van een bepaald gedrag (bijvoorbeeld: snel rijden verhoogt de kans dat je sneller op de bestemming raakt, maar ook dat je een boete kan oplopen voor overdreven snelheid). Gepercipieerde sociale normen verwijzen naar de subjectieve verwachting van een individu over hoe een bepaald gedrag beoordeeld zal worden door anderen (bv. door zich aan de snelheidsbeperkingen te houden maakt men zichzelf belachelijk) en worden afgeleid uit het gedrag en/of de directe feedback van significante anderen (impliciete en expliciete sociale normen). Zelf-effectiviteit verwijst naar de subjectieve inschatting van een individu over de mate waarin hij of zij in staat is om een gepland gedrag effectief te stellen (bv. zich aan de snelheidsbeperkingen houden). De combinatie van attitudes, sociale invloed en zelf-effectiviteit zorgt ervoor dat een intentie gevormd wordt om een bepaald gedrag al dan niet te stellen. Uit onderzoek blijkt dat de intentie om zich aan snelheidsbeperkingen te houden voor ongeveer de helft bepaald wordt door de combinatie van deze drie factoren (Parker et al., 1992). De overige variantie in het gedrag wordt bepaald door factoren in de omgeving, in de zin van antecedenten van het gedrag (bv. de weginrichting) als consequenten (bv. een boete bij te snel rijden).

4


Inzichten uit gedragsverklaringsmodellen als de TPB worden soms impliciet toegepast in het verkeersbeleid. Affichecampagnes ter bevordering van verkeersveilig gedrag zijn bijvoorbeeld vaak gericht op het verhogen van de verwachte subjectieve voordelen van veilig rijden en dus op het beïnvloeden van attitudes. Plaatsing van onbemande camera’s daarentegen zijn gebaseerd op het principe van negatieve bekrachtiging (men houdt zich aan de snelheidsbeperking om een negatief gevolg te vermijden). Het expliciet toepassen van dergelijke modellen als basis voor verkeersveiligheidmaatregelen gebeurt echter zelden. Ervaring in andere beleidsdomeinen (o.a. de preventieve gezondheidszorg) heeft echter aangetoond dat het gebruik maken van gedragsverklaringsmodellen als basis voor preventieve interventies leidt tot een betere inschatting van de verschillende determinanten van het te beïnvloeden gedrag en van hun onderlinge interacties, en zodoende de effectiviteit van interventies verhoogt. De toepassing van dergelijke modellen op verkeersgedrag kan dus zorgen voor een beter inzicht in de vraag waarom autobestuurders al dan niet veilig rijden, en aldus de aangrijpingspunten aanleveren voor effectieve interventies. Een beter inzicht in de determinanten van verkeersgedrag kan tevens verduidelijken op welke punten en onder welke omstandigheden bepaalde maatregelen effectief zullen zijn. Dit laatste werd geïllustreerd in het Vlaamse onderzoek naar de effectiviteit van intelligente snelheidsaanpassing (ISA). In dat onderzoek werden naast de effecten van ISA op een aantal observeerbare gedragingen (snelheid, aantal snelheidsovertredingen en duur van overtredingen) ook de effecten nagegaan op een aantal psychologische determinanten van snelheidsgedrag. Hiervoor werd gebruik gemaakt van een vragenlijst, gebaseerd op het TPB-model. De resultaten van het onderzoek toonden aan dat rijden met ISA geen aanleiding geeft tot een positievere attitude tegenover verkeersveilig gedrag, doch de bestuurders wel attendeert op onbewuste en onbedoelde overtredingen, en zo bijdraagt tot de omzetting van positieve attitudes in effectief gedrag. Indien er dus bij de autobestuurders sprake is van een positieve attitude tegenover verkeersveilig gedrag, kan ISA bijdragen tot een meer aangepast snelheidsgedrag in het verkeer. De deelnemers in het ISA-effectonderzoek vertoonden over het algemeen een positieve attitude tegenover verkeersveilig gedrag. De onderzoeksgroep was zeker niet representatief te noemen voor de Vlaamse bevolking/automobilisten en de vraag is dus ook of deze positieve attitude ook zo is bij de meerderheid van de Vlaamse autobestuurders. Om die vraag te beantwoorden dient de attitude tegenover verkeersveilig gedrag te worden nagegaan bij een grotere en meer representatieve steekproef van Vlaamse autobestuurders. Deze vraag staat centraal in het voorliggende onderzoek.


5

2. ONDERZOEKSVRAGEN Het voorliggend onderzoek heeft als doel de psychologische determinanten van verkeersveilig gedrag na te gaan bij een representatieve steekproef van Vlaamse autobestuurders. Deze kennis kan de basis vormen voor verdere beslissingen omtrent het verkeersveiligheidsbeleid in Vlaanderen. Daarbij zal uitgegaan worden van de Theorie van het Gepland Gedrag (TPB) om de volgende dimensies na te gaan: • • • •

attitude tegenover snel rijden en tegenover het respecteren van de snelheidsbeperkingen, gepercipieerde sociale norm m.b.t. snel rijden en zich houden aan de snelheidsbeperkingen, gepercipieerde controle (zelf-effectiviteit) m.b.t. het respecteren van de snelheidsbeperkingen, en intentie om zich te houden aan de snelheidsbeperkingen.

Het onderzoek zal een antwoord bieden op volgende vragen:

1. In welke mate wordt veilig gedrag in het verkeer (zich houden aan de snelheidsbeperkingen) bepaald door de intentie om dit gedrag te stellen? 2. In welke mate wordt de intentie om zich te houden aan de snelheidsbeperkingen bepaald door de combinatie van attitudes, gepercipieerde normen en gepercipieerde controle (zelf-effectiviteit)? 3. Welke van de factoren in (2) dragen het sterkste bij tot de intentie om zich te houden aan de snelheidsbeperkingen en tot het gedag? 4. Hoe situeren Vlaamse autobestuurders zich op deze respectievelijke dimensies (attitude tegenover snel rijden en tegenover het respecteren van de snelheidsbeperkingen, gepercipieerde sociale norm m.b.t. snel rijden en zich houden aan de snelheidsbeperkingen, gepercipieerde controle (zelf-effectiviteit) m.b.t. het respecteren van de snelheidsbeperkingen, en intentie om zich te houden aan de snelheidsbeperkingen).

De eerste drie vragen impliceren een toetsing van het TPB-gedragsverklaringsmodel op verkeersgedrag. De laatste vraag omvat een gedragsepidemiologisch onderzoek naar de positionering van de Vlaamse autobestuurders op de betreffende dimensies.

6


3. MATERIAAL EN METHODEN De eerste drie van de onderzoeksvragen uit puntje 2 impliceren een toetsing van het TPB-gedragsverklaringsmodel op verkeersgedrag. De laatste vraag omvat een gedragsepidemiologisch onderzoek naar de positionering van de Vlaamse autobestuurders op de betreffende dimensies. Hiervoor werd besloten een enquête uit te voeren bij een representatieve steekproef van minstens 1000 Vlaamse autobestuurders op basis van een naar leeftijd en geslacht gestratificeerde steekproef die een afspiegeling vormt van de populatie Vlaamse volwassenen. De antwoorden van de respondenten op de vragenlijst werden bewerkt en gebundeld in een SPSS-databestand dat vervolgens de basis vormde voor de statistische analyses, verder uitgewerkt in hoofdstuk 3.5.2 van deze studie.

3.1

Steekproefkader

Het vinden van een geschikt steekproefkader was alvast niet voor de hand liggend : •

In eerste instantie werd het idee uitgewerkt om deelnemers te rekruteren tijdens het Autosalon te Brussel (januari 2006). Enerzijds treft men op dit jaarlijks evenement een grote hoeveelheid Vlaamse automobilisten aan, anderzijds is de kans groot dat ‘doorgedreven autofanaten’ en ‘bevooroordeelde aankoop geïnteresseerden’ oververtegenwoordigd zijn onder de bezoekers. Deze optie werd bijgevolg dan ook verworpen vanwege zijn hoogstwaarschijnlijk gebrek aan initiële representativiteit van het steekproefkader.

•

Een tweede optie bestond uit het rekruteren van deelnemers onder de groep bestuurders die zich aanbieden voor een technische controle van hun voertuig. Om de representativiteit qua leeftijd, geslacht en geografische spreiding te garanderen werd daarbij gedacht aan een intense samenwerking met de centra voor technische controle van de voertuigen, aanwezig in de verschillende Vlaamse provincies. Theoretisch zou het mogelijk zijn een naar leeftijd en geslacht gestratificeerde steekproef te trekken uit deze populatie bestuurders. In praktijk bieden zich echter niet alleen particulieren aan in deze centra maar vooral ook servicediensten die in opdracht met vreemde voertuigen naar de keuring komen. Bovendien worden bestuurders van nieuwe voertuigen en leasingvoertuigen uitgesloten. We verwierpen bijgevolg ook deze optie.

•

Een derde mogelijkheid betrof de klassieke weg van een rijksregistersteekproef. Een steekproef samenstellen aan de hand van het rijksregister is mogelijk de meest geschikte manier om een steekproef van inwoners van Vlaanderen samen te stellen. Op basis van filtervragen zou hieruit een steekproef van “automobilisten” kunnen gedetecteerd worden. Dit is evenwel een complexe methode en gelet op de verminderde telefonische bereikbaarheid ook niet zo voor de hand liggend om deze filtering door te voeren., Bovendien is de administratieve procedure om een steekproef uit het Rijksregister te trekken erg complex en arbeids- en tijdsintensief Duidelijke argumenten om ook deze aanpak niet te hanteren voor deze studie.

•

Een vierde optie was de inschakeling van een automobielclub. VAB-VTB is hieronder de grootste vertegenwoordiger met zijn 330.000 leden, per definitie allemaal Vlaamse automobilisten. Op basis van effectiviteits- en haalbaarheidsredenen werd geopteerd, de steekproeftrekking in samenwerking met de VABVTB te organiseren.


7

3.2

Wijze van contactopname van de respondenten en wijze van dataverzameling

Een volgende vraagstuk betrof de manier van contactopname en data inzameling : •

Enerzijds bestond de mogelijkheid erin data te verzamelen via de traditionele methode van een schriftelijke enquête waarbij personen via postcorrespondentie worden aangeschreven met de vraag om de vragenlijst in te vullen en terug te sturen. Nadeel van deze aanpak is dat de steekproef die op deze wijze ontstaat enkel bestaat uit VAB leden en dat de verwerking van de gegevens vrij arbeidsintensief is.

•

Anderzijds was er ook de mogelijkheid om een on-line applicatie in te schakelen voor het enquêteren van Vlaamse automobilisten. Dat alternatief biedt alvast een aantal erg grote voordelen : o o o

o

o

o

8

De omslachtige, tijdsintensieve en dure procedure van brieven versturen vervalt; Doordat ingevulde enquêtes niet teruggestuurd dienen te worden maar met 1 druk op de knop verzonden kunnen worden wordt de deelnamedrempel sterk verlaagd; Het eenvoudiger maken van correcties, de extra mogelijkheden van het internet medium (klikfunctie, scroll-functie, gebruik van sneltoetsen, …) en de uitgebreide lay-out mogelijkheden verhogen de gebruiksvriendelijkheid sterk en vereenvoudigen de invulprocedure. Ook dit verlaagt de deelnamedrempel. De promotie van de VAB enquête gebeurt hoofdzakelijk via de VAB website. Een hoog aantal deelnemers kon verwacht worden afgaand op de hoge dagelijkse bezoekersaantallen die de VAB website kon voorleggen. Erg belangrijk is ook dat op deze wijze niet enkel de VAB-leden worden aangesproken om deel te nemen aan de enquête wat waarschijnlijk de representativiteit ten goede komt. We verwachtten echter een hoger aandeel VAB-leden aangezien de promotiecampagne voornamelijk via de VAB website verliep die dan ook voornamelijk door VAB leden wordt bezocht. De ingevoerde data kunnen rechtstreeks weggeschreven worden in een databank zodat ook hier heel wat werk en tijd gespaard kan worden op vlak van data digitalisering en –omzetting;

•

Er zijn echter ook nadelen verbonden aan deze manier van enquêteren. Niet iedereen is immers on-line bereikbaar, en men krijgt dus slechts toegang tot een beperkte deelgroep - met name de automobilisten die regelmatig in contact komen met internet en die geen bezwaar maken om hun antwoorden digitaal te versturen. Weliswaar is de verspreiding van het internet in de laatste jaren duidelijk toegenomen in alle lagen van de bevolking volgens verschillende criteria, maar toch is dit nog niet voldoende om aan de strenge normen te voldoen die aan een representatieve bruto- (en dus ook zeker netto-)steekproef moeten worden gesteld (bron).

•

Er werd geopteerd om beide aanpakken te combineren. Een eerste steekproef werd getrokken uit het ledenbestand van de VAB en deze personen werden schriftelijk gecontacteerd met de mogelijkheid de vragenlijst ofwel schriftelijk in te vullen en op te sturen ofwel on-line in te vullen. Parallel werd een on-line applicatie ontwikkeld om de vragenlijst ook voor de overige leden van de VAB en tevens aan niet-VAB-leden toegankelijk te maken. Deelnemers aan deze tweede aanpak vormden de tweede steekproef.


3.3

De vragenlijst als instrument

3.3.1 De basisvragenlijst In twee voorafgaande Vlaamse onderzoeken naar de effectiviteit van intelligente snelheidsaanpassing (ISA) werden naast de effecten van ISA op een aantal observeerbare gedragspatronen (snelheid, aantal snelheidsovertredingen en duur van overtredingen) ook de effecten nagegaan op een aantal psychologische determinanten van snelheidsgedrag (Paris & Vandenbroucke, 2004, 2006). Hiervoor werd gebruik gemaakt van een zelf geconstrueerde vragenlijst. Inmiddels werd ook aan de universiteit van Antwerpen een gelijkaardige vragenlijst ontworpen, die als basis voor een dergelijk onderzoek zou kunnen gebruikt worden (Pelsmacker & Jansen, 2006). Bij de start van het ISA-project in 2002/2003 was er echter nog geen sprake van een Nederlandstalig alternatief en zo werd besloten om zelf een vragenlijst op te stellen en te valideren ter operationalisering van de psychologische determinanten van rijgedrag. Deze zelfrapportage-vragenlijst was gebaseerd op de Theory of Planned Behavior (Ajzen, 1991). De centrale concepten van deze theorie zijn, zoals hierboven gesteld, attitude, gepercipieerde norm en zelf-effectiviteit. Toegepast op het snelheidsgedrag in het verkeer werden volgende concepten beschouwd als relevante determinanten die via vragenlijst gemeten dienden te worden : •

de attitude t.o.v. ‘snel rijden’

•

de attitude t.o.v. ‘zich houden aan voorgeschreven snelheden’

•

de gepercipieerde sociale norm (hoe denk ik dat de anderen staan tegenover snel rijden en tegenover het respecteren van snelheidslimieten?)

•

de zelf-effectiviteit (de inschatting van het eigen vermogen t.o.v. de realisatie van een bepaald gedrag).

•

de intentie om zich aan de voorgeschreven snelheden te houden

De constructie en validatie van deze vragenlijst werd uitvoerig besproken in het rapport van het eerste ISA-onderzoek (Paris & Vandenbroucke, 2004). Omwille van technische redenen m.b.t. de uitvoering van de praktische ISA-testen was de toen beschikbare tijd voor het opstellen en valideren van de vragenlijst beperkt. Bijgevolg gebeurde de validatie van dit instrument slechts op basis van de antwoorden van subjecten van een relatief kleine steekproef, bestaande uit de testgroep en de controlegroep bij de voormeting van het eerste ISA-onderzoek (N = 116). Naast de centrale vraag in hoeverre de testbestuurders uit het voorafgaande ISA-onderzoek - in verhouding met de algemene populatie van Vlaamse automobilisten - over een meer positievere ingesteldheid t.o.v. het zich houden aan snelheidsbeperkingen beschikken, was het dus eveneens opzet van het hier voorliggend onderzoek om het instrument van de bestaande vragenlijst opnieuw te evalueren en te verbeteren.


9

3.3.2 Aanpassing van de basisvragenlijst Dit onderzoek tracht dus de houding van Vlaamse automobilisten t.o.v. een aangepast en veilig snelheidsgedrag in het verkeer in kaart te brengen. Om achteraf de vergelijking tussen de ISA-testgroep en de ‘Vlaamse automobilisten’ te kunnen maken, was het aangewezen om geen inhoudelijke aanpassingen aan te brengen aan de psychologische vragenlijst. Vanwege onder meer de realisatie van een on-line enquête was het echter noodzakelijk om enkele kleinere vormelijke en lay-outmatige aanpassingen te maken aan de overige enquêtevragen. Deze aanpassingen sloegen hoofdzakelijk op de demografische vragenlijst en het communicatieve luik van de vragenlijst (bv. introtekst). Bijzondere zorg ging voor de gehele vragenlijst naar de respectvolle omgang met de respondenten. Daartoe werd gezorgd voor : •

een zo groot mogelijke transparantie van de vragenlijst (met bv. een duidelijk herkenbare privacyverklaring),

•

een correct taalgebruik en doorgedreven zin voor duidelijkheid/ondubbelzinnigheid (dit zowel verbaal als nonverbaal; de visuele opmaak van de vragenlijst werkte ondersteunend bij het invullen van de vragenlijst).

•

anonimiteit (werd optioneel aangeboden en – indien gewenst – gegarandeerd),

•

rust en timing. De voorgehouden 10 minuten, nodig voor het invullen van de enquête, diende ook effectief haalbaar te zijn.

3.3.3 Externe toets van de vragenlijst Ontwikkeling van een test-enquête Voor deze enquêtering werd een grondig onderzoek uitgevoerd naar de gebruiksvriendelijkheid. Dit deden we aan de hand van een uitgebreide testenquête, zoals op 20 juni 2006 beslist in overleg met de afdeling Beleid Mobiliteit en Verkeersveiligheid van de Vlaamse overheid. De testenquête bevatte naast de ontwikkelde vragenlijst een mogelijkheid om alle invulopties en vragen te evalueren. Voorts werden ook een aantal algemene vragen opgesteld rond timing, duidelijkheid, algemene ervaring bij het invullen van de enquête, voorwoord, lay-out en meer. Bovendien voorzagen we de mogelijkheid om algemene opmerkingen te leveren. De testenquête werd uitgevoerd binnen een vast omlijnde populatie van 285 deelnemers (ambtenaren van de Vlaamse overheid). Op 02 augustus 2006 werd de evaluatie-enquête voor 1 dag on-line geplaatst na aankondiging op het intranet van de Vlaamse overheid. Volgende variabelen werden gemeten via de enquête : o o o o o o o o o o o o o o

10

Tijdstip van de inzending Voornaam van de deelnemer Naam van de deelnemer Duidelijkheid van de inleiding Verduidelijking over onduidelijkheden in de inleiding Opmerkingen over de lengte van de inleiding Algemene opmerkingen over de inhoud van de inleiding Duidelijkheid van het onderdeel met ‘persoonlijke gegevensvragen’ Verduidelijking over onduidelijkheden ‘persoonlijke gegevensvragen’ Algemene opmerkingen over de ‘persoonlijke gegevensvragen’ Duidelijkheid van het onderdeel ‘autobestuurder gerelateerde vragen’ Verduidelijking over onduidelijkheden in het onderdeel ‘autobestuurder gerelateerde vragen’ Algemene opmerkingen over het onderdeel ‘autobestuurder gerelateerde vragen’ 42 variabelen voor aanduiding van onduidelijkheid van elke meerkeuzevraag


o o o o o o

Peiling naar het gevoel bij de enquête Verduidelijking van het gevoel bij de enquête Peiling naar de lengte van de enquête Peiling naar de lay-out van de enquête Algemene opmerkingen over de lay-out Globale opmerkingen

De volgende screenshots geven een beeld van de look & feel en inhoud van de testenquête :

FIGUUR 1: Inleidend woord bij de testenquête

FIGUUR 2 : Open vragen over de inleidende tekst


11

FIGUUR 3 : Evaluatie van de vragen gedragsvragen

FIGUUR 4 : Algemene evaluatievragen

Verwerking en integratie van feedback, aanmaak van de finale enquête Op basis van de terugkoppeling van 285 testpersonen werd de enquête grondig aangepast :

12

•

De evaluatie databank werd volledig doorlopen en belangrijke en/of terugkerende opmerkingen werden gebundeld in een document. Eenvoudige statistieken werden uitgevoerd op een reeks gegevens uit de evaluatie-enquête. Op 8 augustus werd het document met de gebundelde feedback voorgelegd aan het redactie team en vervolgens uitgebreid geëvalueerd en besproken. Aanpassingen en oplossingen werden gezocht ter verbetering van de kwaliteit van de enquête.

•

Een hele reeks inhoudelijke en lay-outtechnische aanpassingen werd gemaakt op basis van de input verkregen uit de evaluatie-enquête. Evaluatie-enquête gebonden elementen werden verwijderd. Ook dit onderdeel van de opdracht ging gepaard met extra aanpassingen in samenspraak met de betrokken partijen. De bladschikking werd volledig aangepast, nieuwe grafische elementen werden toegevoegd, een oplossing werd gezocht en gevonden voor het polsen naar VAB-lidmaatschap en het bieden van de mogelijkheid om ook in de toekomst deel te nemen aan VAB-enquêtes en de optie werd ingevoerd om ook anoniem deel te nemen aan de enquête.

•

Op 22 augustus werden de webpagina’s gefinaliseerd.


Aanmaak van een schriftelijke versie van de enquête •

Sinds 17 mei 2006 werden verschillende schriftelijke versies van de on-line enquête aangemaakt in PDF formaat en rondgestuurd naar de betrokken partijen voor evaluatie en correctie. De PDF versie werd gefinaliseerd op 22 augustus. De on-line enquête als basis gebruiken voor de ontwikkeling van de schriftelijke PDF versie was noodzakelijk om minimale afwijking te garanderen, wat de betrouwbaarheid van dataverwerking ten goede komt.


13

3.4

Dataverzameling

Data werden verzameld via een on-line applicatie maar ook via schriftelijke invulformulieren. Ter stimulering van deelname aan de enquête werd in samenspraak met VAB werd een prijs verbonden aan deelname aan de enquête. Elke tiende deelnemer ontving een fluo vestje en elke deelnemer maakte kans om een GPS toestel te winnen.

3.4.1 De on-line enquête Voorbereidingen •

De domeinnaam www.verkeersveiligheidsbeleid.be werd geregistreerd en rechtstreeks gekoppeld aan het server adres waar de on-line enquête werd geplaatst.

•

MySQL databanken werden op diezelfde server geïnstalleerd en gekoppeld aan de on-line enquête. Verschillende testen werden uitgevoerd op server performantie en alle mogelijke aspecten van het dataverkeer. Veiligheidsscripts werden ingevoerd om de data veilig te stellen.

•

Op 16 oktober werd de finale test van alle mogelijke combinaties van invulwaarden en andere stresstesten afgerond.

•

De enquête werd aangekondigd op de VAB website via een flash animatie met rechtstreekse link naar de domeinnaam www.verkeersveiligheidsbeleid.be. Onderstaande screenshot geeft een zicht op deze aankondiging.

FIGUUR 5 : Aankondiging van de on-line enquête op de VAB website

14


De enquête •

De enquête werd gehouden in de periode van 30 oktober tot en met 5 december. On-line ingevoerde invulwaarden werden rechtstreeks weggeschreven naar de MySQL tabellen na het indrukken van een verzendknop. Gedurende de enquête looptijd werden alle data dagelijks gedownload van de server. Gedurende deze periode werden 2319 inzendingen geregistreerd. Een piek werd waargenomen op 15 november met 570 registraties. Onderstaande tabel met bijhorende grafiek vat de dagelijkse registraties samen :

FIGUUR 6: Verloop van de dagelijkse geldige registraties gedurende de on-line enquêteringsperiode


15

3.4.2 De schriftelijke enquête Gedurende de maand oktober 2006 werden in totaal 6000 Nederlandstalige vragenlijsten per post verstuurd. De adressen werden ad random geselecteerd uit het VAB-VTB ledenbestand. Deze aangeschreven personen hadden de mogelijkheid om, ofwel de vragenlijst schriftelijk in te vullen en ongefrankeerd per post terug te sturen naar de VAB, ofwel gebruik te maken van de mogelijkheid om de antwoorden on-line door te geven. De vragenlijsten werden enkele dagen vóór de lancering van de on-line applicatie (30 oktober 2006) verstuurd. Er was geen deadline ingesteld voor het terugzenden van de vragenlijsten, de meeste werden echter terug ontvangen binnen de eerste 4 weken na de verzending. Samen met het beëindigen van de on-line enquête (januari 2007) stopte dan ook officieel de periode voor het terugzenden van de schriftelijke enquêtes. Ter voorbereiding van de statistische analyses moesten alle data uit de vragenlijsten eerst gekopieerd worden naar een Excel bestand. Dit databestand was identiek aan het bestand dat werd ontwikkeld om de gegevens van de online applicatie te bundelen. De samenstelling van deze tabel wordt in het volgende hoofdstuk uitvoerig beschreven. Tijdens het invoeren van de gegevens werd al een eerste controle op correctheid uitgevoerd: half-ingevulde en/of onduidelijke vragenlijsten werden grondige bekeken, indien mogelijk aangepast en desnoods verwijderd. Een regelmatig terugkomende afwijking ontstond bv. bij het invullen van de ouderdom van het rijbewijs. Sommige mensen gaven hier het jaartal op waarin zij het rijbewijs haalden, in plaats van de effectieve ouderdom van het rijbewijs. Dit werd manueel aangepast. Later werden de gegevens ook gecontroleerd op dubbele ingave door eenzelfde persoon.

16


3.5

Opstellen van de basisdatabank

3.5.1 Input van de on-line gegevens •

De data die werden ingegeven door deelnemers aan de enquête werden weggeschreven naar een MySQL databank op de server. Dagelijks werden deze gegevens gedownload en als fragmenten bewaard op een harde schijf. Deze fragmenten werden nadien gebundeld in 1 grote Excel databank.

3.5.2 Input van de schriftelijke enquête •

De resultaten van de schriftelijke enquëte werden verzameld door de VAB/VTB. Alle enquêtes werden vervolgens handmatig gedigitaliseerd. Voor de opmaak van de databank werd hetzelfde sjabloon gebruikt als voor de on-line enquête.

3.5.3 Samenvoegen van de data •

Data van schriftelijke en on-line enquêtes werden samengevoegd. Een extra kolom maakte onderscheid tussen de manier waarop de data werden verkregen.

3.5.4 Opkuisen van de data De gegevens werden na download van de server gebundeld in 1 grote databank. •

Op de databank met ruwe gegevens van de on-line en schriftelijke enquêtes werd een grondige kwaliteitsanalyse uitgevoerd ter optimalisatie van de databank. Deze bewerking bestond uit de volgende handelingen : o o o o o o o o o

opsporen en filteren van onvolledige of incorrecte datasets opsporen en filteren van blanco invulvelden opstellen van criteria voor data verwerping en toepassing via macro scripts opsporen en filteren van meervoudige invoer door eenzelfde persoon opsporen en filteren van onmogelijke data invoer (al dan niet in combinatie) correctie van foutieve schrijfwijzen, postnummers, automerken, provincies, gemeenten, ... nakijken van alle postcodes gelijkvormig maken van data gegevens voor alle invulvelden een aantal preliminaire analyses werden uitgevoerd (gemiddelden, standaardafwijkingen, totaalwaarden, percentages werden berekend) om foutieve waarden gemakkelijker op te kunnen sporen.

•

Na deze grondige screening werd de databank gereduceerd tot 2230 correct ingevulde enquêtes. Aan deze databank werden later ook de resultaten van de schriftelijke enquêtes toegevoegd en het is deze databank die de basis vormde van de statistische analyses en het schetsen van het deelnemersprofielen.

•

Voor deze databank werden gegevens meteen ook anoniem gemaakt om de privacy van deelnemers te verzekeren. Persoonsnamen werden vervangen door referentienummers.


17

•

Onderstaande figuur geeft een zicht op de basis gegevens databank.

FIGUUR 7 : Fragment van de finale gegevens databank

3.6

Deelnemersprofiel

Door onze manier van aanpak beschikken we dus over gegevens van 2 subgroepen van deelnemers (of anders uitgedrukt: 3 sub-steekproeven): 1. VAB-VTB-leden die de enquête on-line hebben ingevuld; 2. VAB-VTB-leden die de enquête schriftelijk hebben ingevuld; 3. Niet VAB-VTB-leden die de enquête on-line hebben ingevuld Voor de profielanalyse werden de groepen 1 en 2 samengenomen (de 2 on-line groepen).

18


3.6.1 Profielanalyse Volgende tabel vat de gegevens samen die we verzamelden voor de verschillende gemeten persoonsgebonden variabelen :

groep 1 (schriftelijke enquête)

label N

1134

Geslacht

N= 1126 mannen vrouwen

Leeftijd in jaren gemiddelde/ SD Opleiding lager onderwijs (geen diploma) secundair onderwijs hoger onderwijs KT universitair of hoger onderwijs LT Aantal kinderen Lid VAB

19

groep 2

groep 3

(on-line enquête)

(totaal)

2212

3346

N= 2198

N= 3324

66,20% 33,80% N= 1128 50,58 N= 1110

13,71

11,10% 40,10% 31,80%

76,80% 23,20% N= 2204 44,91 N= 2206

12,78

5,70% 36,40% 37,20%

statistische overeenstemming van groep 1 en groep 2

* Pearson Chi-Kwadraat * t-test 73,20% 26,80%

N= 3332 46,83 N= 3316

13,37

7,50% 37,60% 35,40%

16,80% 20,70% 19,40% N= 1086 N=2212 N= 3298 Gemiddeld / SD 1,83 0,473 1,45 1,26 1,58 1,293 N= 1102 N= 2200 N= 3302 ja 96,60% 64,10% 75,00% neen 3,40% 35,90% 25,00%

Χ² (1,N=3324) = 42,515; p < .001 t(1,2135,951)= - 11,573; p=< .001

Χ² (3,N=3316) = 42,824; p < .001

Χ² (9,N=3298) = 71,650; p < .001 Χ² (1,N=3302) = 414,423; p < .001


Provincie

N= 1131 West-Vlaanderen Oost-Vlaanderen Antwerpen Vlaams-Brabant Limburg Brussel andere (buitenland)

Bezit autorijbewijs (in jaren) Km/jaar

N= 2211 19,45% 15,03% 32,36% 17,95% 15,12% 0,09% 0,00%

N= 1092 Gemiddelde/SD 28,41% N= 1123 minder dan 5000km tussen 5000 en 15000 km tussen 15000 en 25000 km tussen 25000 en 50000 km meer dan 50000km

N=3342 14,80% 21,40% 35,70% 17,50% 9,80% 0,50% 0,30%

N= 2203 11,68 24,45 N= 2209 6,10%

16,40% 19,20% 34,60% 17,60% 11,60% 0,40% 0,20%

N= 3295 12,08 25,76 N= 3332 6,70%

Χ² (6,N=3342) = 53,468; p < .001

Χ² (1,N=3324) = 42,515; p < .001 12,071 6,50%

43,70%

33,20%

36,80%

32,20%

33,40%

33,00%

15,00% 2,80%

21,90% 4,80%

19,60% 4,10%

Χ² (4,N=3332) = 47,657; p < .001

Andere rijervaring motor

N= 1066 ja neen

vrachtwagen

N= 1067 ja neen

autobus

N= 2212

N= 1067

geen van deze

N= 2212

Χ² (1,N=3278) = 3,671; p < .001

17,00% 83,00%

Χ² (1,N=3279) = .015; p = .901

4,90% 95,10%

Χ² (1,N=3279) = 1,494; p = .222

33,80% 66,20%

Χ² (1,N=3279) = 8,151; p = .004

N= 3279 5,20% 94,80%

N= 2212 69,60% 30,40%

19,20% 80,80% N= 3279

17,00% 83,00%

4,20% 95,80% N= 1067

ja neen

N= 3278 20,10% 79,90%

16,90% 83,10%

ja neen

20

N= 2212 17,30% 82,70%

N= 3279 64,60% 35,40%


Voorkeur snelheidslimiet (in km/u) Gebruik auto

gemiddelde/ SD

N= 1105 131,52 N= 1134

dagelijks 1 tot enkele keren/week 1 tot enkele keren/maand minder dan 1 keer/maand Verlies autorijbewijs

38,976

Ongeval als bestuurder

26,06%

22,10%

23,50%

1,24%

1,40%

1,40%

0,18%

1,00%

0,70%

N= 2205

N= 2194

N= 842

Gevolgen laatst ongeval * materiële schade

*lichamelijke schade

Χ² (3,N=3333) = 16,120; p = .006

Χ² (3,N=3321) = 16,120; p = .006

N= 2395

N= 1539

46,80% 45,20%

Χ² (2,N=2395) = 16,445; p < .001

Χ² (1,N=2301) = .868; p = .352

N= 2301 82,80% 17,20%

N= 1501 88,20% 10,20% 1,60%

69,10% 30,90%

44,00% 46,90% 9,00%

84,40% 15,60% N= 682

geen beperkt ernstig

N= 3321

N= 1553

N= 762 beperkt ernstig

94,30% 4,70% 0,70% 0,40%

69,90% 30,10%

52,00% 41,90% 6,10%

Χ² (3,N=3340) = 12,506; p = .006

N= 3303 93,20% 5,40% 0,90% 0,50%

67,50% 32,50%

geen enkel ongeval één ongeval meerdere ongevallen

t(1,3300)=2,143;p= .032 25,951 74,50%

N= 1127

Zelf veroorzaakt

N= 3302 132,89 N= 3340

75,50%

96,45% 3,19% 0,27% 0,09%

ja neen

15,72

72,53%

N= 1128 nog nooit één keer twee keer meer dan twee keer

N= 2197 133,57 N= 2208

83,40% 16,60% N= 2187

88,20% 10,10% 1,70%


88,20% 10,10% 1,70%

Χ² (1,N=2187) = .056; p = .972

21

Automerk

N= 1106 Peugeot Renault Citroën Fiat Alfa Romeo Lancia Ford VW Audi Mercedes BMW Opel Skoda Seat Volvo Saab Mazda Toyota Nissan Chrysler Daewoo Mitsubishi Lada Hyundai Smart Honda Daihatsu Ssangyoung Chevrolet Suzuki Jeep LandRover MG

22

N= 2185 6,69% 8,86% 8,41% 1,90% 0,54% 0,81% 8,77% 11,39% 3,44% 7,50% 3,25% 11,30% 0,99% 1,08% 2,71% 0,90% 1,90% 4,52% 5,33% 0,45% 0,45% 2,35% 0,00% 0,99% 0,09% 1,08% 0,09% 0,18% 0,18% 0,81% 0,18% 0,54% 0,09%

N= 3291 6,68% 8,38% 8,74% 1,78% 0,59% 0,37% 10,16% 10,62% 3,48% 5,17% 2,97% 12,04% 1,51% 1,78% 4,03% 1,01% 2,47% 5,90% 3,80% 0,46% 0,69% 1,69% 0,14% 1,05% 0,05% 1,24% 0,18% 0,18% 0,27% 0,78% 0,09% 0,41% 0,09%

6,68% 8,54% 8,63% 1,82% 0,58% 0,52% 9,69% 10,88% 3,46% 5,96% 3,07% 11,79% 1,34% 1,55% 3,59% 0,97% 2,28% 5,44% 4,31% 0,46% 0,61% 1,91% 0,09% 1,03% 0,06% 1,19% 0,15% 0,18% 0,24% 0,79% 0,12% 0,46% 0,09%

Χ² (42,N=3291) = 46,035; p = .309


Subaru Pontiac Rover Proton Lexus Kia Porsche Jaguar Triumph andere Brandstof

0,18% 0,18% 1,18% 0,00% 0,00% 0,27% 0,09% 0,18% 0,00% 0,09% N= 1117

diesel benzine (of LPG) Vermogen

N= 2190 68,10% 31,90%

N= 1039 tot 90 pk (of 66 kw) tot 140 pk (of 103 kw) meer dan 140 pk ik weet het niet

0,23% 0,05% 0,41% 0,05% 0,09% 0,18% 0,05% 0,09% 0,05% 0,00% N= 3307 67,90% 32,10% N= 2195

39,00% 35,00% 8,30% 17,70%

0,21% 0,09% 0,67% 0,03% 0,06% 0,21% 0,06% 0,12% 0,03% 0,03% 68,00% 32,00%

Χ² (1,N=3307) = .018; p = .894

N= 3234 37,00% 39,50% 6,60% 16,90%


37,60% 38,10% 7,10% 17,10%

Χ² (3,N=3234) = 7,563; p = .056

23

3.6.2 Representativiteit van de steekproef 3.6.2.1 Algemene voorwaarden van representativiteit Valide waarnemingen geven (gemiddeld) juiste uitkomsten. Uitkomsten zijn onjuist als zij bijvoorbeeld systematisch een te hoge of te lage waarde hebben, of als zij een andere eigenschap meten dan die welke was bedoeld. Bij onderzoek in een steekproef wordt de validiteit bepaald door een correcte manier van steekproeftrekking. Zo moet bijvoorbeeld een thermometer goed geijkt zijn om valide waarnemingen te geven en wie een Nederlandstalige intelligentietest afneemt bij een Amerikaan, meet geen intelligentie maar taalkennis. Bij enquêtes wordt de validiteit vooral bepaald door een juiste en concrete vraagstelling. Een typisch probleem dat absoluut moet vermeden worden is bijvoorbeeld dat van een suggestieve vraagstelling. Zo bijvoorbeeld bevordert de vraag ‘Ben je (ook) voor verkeersveiligheid?’ een antwoordtendens, die in feite op sociale wenselijkheid berust, want - gezien de politieke context een mediale aandacht voor verkeersveiligheid over de laatste jaren heen – is het nauwelijks voorstelbaar dat iemand nog deze vraag met ‘neen’ zou beantwoorden. Een dataset bestaande uit antwoorden gebaseerd op dergelijke vragen biedt echter geen meerwaarde wil men ‘objectieve’ conclusies voor de verkeersveiligheid trekken. Verder geldt het volgende: Betrouwbaar zijn waarnemingen, die onder dezelfde omstandigheden herhaald, dezelfde uitkomst geven. Betrouwbare uitkomsten hebben weinig spreiding. De steekproefomvang bepaalt mede de betrouwbaarheid van een uitkomst. Een goede steekproef is dus de basis van je onderzoek. Een ‘goede’ steekproef moet representatief, aselect en niet te klein, maar ook niet te groot zijn. De discussie gaat altijd over praktische problemen en de specifieke omstandigheden van het onderzoek. Een rechte lijn van theorie naar praktijk is er zelden en zonder gedegen discussie kom je er vaak niet uit. Representativiteit van een steekproef veronderstelt dat waarden en normen aanwezig in de steekproef overeenstemmen met de onderliggende culturele aannames van de populatie. Hoewel het woord representatief door iedereen in en buiten onderzoeksland wordt gebruikt is de betekenis ervan zeer onduidelijk, of beter, ambigu. Iedereen verstaat er iets anders onder. Kruskal en Mosteller (zie www.jelkebethlehem.nl) geven op basis van zowel niet-wetenschappelijke als wetenschappelijke artikelen een overzicht van wat men zoal met de term representatief bedoelt: 1. Status. Een representatieve steekproef is een ‘goede’ steekproef, zonder dat verder duidelijk wordt wat onder ‘goed’ wordt verstaan. 2. Eerlijk. Iedereen element heeft dezelfde trekkingskans. In de steekproef worden bepaalde elementen uit de populatie niet ‘bevoordeeld’. 3. Miniatuur van de populatie. Steekproefelementen worden zo geselecteerd dat de steekproef dezelfde eigenschappen heeft als de populatie. 4. Representatieve vertegenwoordigers. De steekproef wordt zodanig samengesteld dat hierbinnen typische elementen uit de populatie vallen zoals ‘de gemiddelde Vlaming’ of ‘de gemiddelde autobestuurder’. 5. Heterogeen. In de steekproef wordt er juist voor gezorgd dat alle relevante atypische elementen zijn vertegenwoordigd, bijvoorbeeld minderheden zoals autobestuurders die relatief weinig kilometer rijden (bv. oudere autobestuurders) 6. Vaag. Zodanig getrokken dat populatiekarakteristieken goed geschat kunnen worden 7. Goed genoeg voor het doel waarvoor de steekproef wordt gebruikt, bijvoorbeeld om een zeldzaam verschijnsel te meten.

24


3.6.2.2 Samenstelling van de steekproef Zoals hierboven reeds vermeld was het opzet van dit onderzoek een enquête uit te voeren op een representatieve steekproef van minstens 1000 Vlaamse autobestuurders. Deze op basis van een naar leeftijd en geslacht gestratificeerde steekproef vormt een afspiegeling van de Vlaamse populatie volwassenen. Het aantal van 1000 werd daarbij vooraf berekend via een ‘Sample Size Calculator’ als de minimumhoeveelheid voor een geschikte steekproef (bron). Zoals onder puntje 3.1 reeds uitgewerkt was de zoektocht naar een geschikt steekproefkader niet evident. Wie bijvoorbeeld een steekproef op basis van het rijksregister databestand trekt zonder verdere filtering (zie blz. 5) om vervolgens een enquête m.b.t. snelheid in het verkeer uit te voeren kan maximaal een beeld krijgen van wat onder de bevolking speelt betreffende het subjectief onveiligheidsgevoel in het verkeer. Daarmee komt hij echter maar weinig te weten over de attitude van de gemiddelde Vlaamse automobilist m.b.t. hetzelfde onderwerp (vele burgers zijn ook automobilisten maar er zijn ook vele niet-automobilisten onder de burgers). Het probleem is in feite dat algemeen weinig gekend is over de populatie van de Vlaamse automobilist. Onder meer zou via de dienst inschrijving rijbewijzen van de Federale Overheid kunnen vastgesteld worden hoe de verdeling van mannen en vrouwen onder de rijbewijshouders ligt en eventueel bestaan er zelfs nog meer gegevens over kerncijfers zoals leeftijd en opleiding1. Ook hier geldt echter weer dat deze gegevens enkel iets vertellen over personen die in het bezit zijn van een autorijbewijs. Ze geven niet aan zoals het in het woordenboek Van Dale als voorwaarde wordt vermeld2 - in hoeverre diezelfde personen ook (echt) gebruik maken van de auto, alhoewel we wel kunnen stellen dat beide voor een belangrijk deel overeen stemmen. De hier voorliggende studie situeert zich op gebied van verkeersveiligheidsonderzoek en in deze context is het duidelijk het gebruik van de auto een belangrijk aspect vormt bij het definiëren van de doelgroep. Een bepaald veilig of onveilig gedrag wordt gevormd via de interactie (wisselwerking) tussen mens en verkeersomgeving (Paris & Vandenbroucke, 2004). Als deze interactie zich in mindere mate plaats voor doet, zal ook de ook een onderliggende attitude in mindere mate spelen. Dat wil uiteraard niet zeggen dat de mening van personen die zich zelden met de auto op de baan begeven niet belangrijk is. Vandaar dat ook deze personen in de steekproef van Vlaamse automobilisten moeten vertegenwoordigd zijn, maar dan wel in mindere mate (criterium ‘heterogeniteit’). Principieel is vast te stellen dat de normaalverdeling van Vlaamse automobilisten niet noodzakelijk dezelfde hoeft te zijn als deze van de Vlaamse bevolking (NIS, stand 01/01/2004). Evenmin is er overeenstemming tussen de Vlaamse automobilist en de populatiegegevens in Vlaanderen m.b.t. ‘houders van een rijbewijs’. Bijgevolg kunnen bijvoorbeeld de NIS bevolkingsstatistieken maximaal als een oriëntatie dienen voor de situering van deze steekproef, maar alvast niet als referentiekader3. Er zijn meer gecompliceerde manieren om steekproeven te trekken, waarbij de eis van aselectheid niet onverkort geldt. Dit is het geval bij samengestelde steekproeven. Een samengestelde steekproef bestaat uit een planmatig ontworpen verzameling deelsteekproeven, die ieder aselect uit een deelpopulatie zijn getrokken4. Een voorbeeld daarvoor is de gestratificeerde steekproef, een steekproef, die is samengesteld uit deelsteekproeven. Ook de steekproef van dit onderzoek werd samengesteld op basis van twee deelsteekproeven van automobilisten, met name een groep van louter VAB-leden, benaderd via een schriftelijke enquête georganiseerd door de automobielclub VAB-VTB, en een gemengde groep van VAB-leden en niet VAB-leden, verkregen via de on-line enquête (gepromoot op de website van de VAB). Wat betreft de samenstelling van deze twee groepen duiden Chi-kwadraat toetsen op enkele significante verschillen5. Het werken met de twee deelsteekproeven was echter niet bedoeld om de groepen deelnemers nader te onderzoeken t.o.v. hun benaderingsvorm, want er is op dit ogenblik weinig aanleiding voor een rechtstreekse 1 2 3 4 5

De cijfers werden aangevraagd bij de Dienst van de ‘inschrijving rijbewijzen’, wij hebben echter nog geen resultaten ontvangen. ‘Iemand die of voor zover hij als bestuurder gebruik maakt van een auto’ (Van Dale, 1999) In het bijzonder wordt dit duidelijk aan de groep van oudere burgers (boven 70 jaar). Niet iedereen rijdt nog met de auto, maar velen zijn wel nog in het bezit van een rijbewijs. Dit geldt vooral ook voor de vrouwen in deze leeftijdscategorie (zie OVG, 2000). Een steekproef is aselect wanneer alle elementen in de populatie een gelijke kans hebben gehad om in de steekproef terecht te komen. Dit is de formele definitie van aselect(heid), de praktische uitvoering van het trekken van een steekproef kan per geval sterk verschillen. In bovenstaande tabel werd dit reeds met de resultaten van chi-kwadraat tests aangeduid.


25

25

invloed van dit criterium op het resultaat (de attitudemeting van Vlaamse automobilisten). Veeleer was het de bedoeling om een realistischere afspiegeling van de Vlaamse populatie van automobilisten in de steekproef te verkrijgen door twee deelsteekproeven samen te voegen, die elk op zich een beperking hebben op vlak van ‘aselectheid’.6 Het nut van deze werkwijze werd reeds bewezen door het feit dat de nu voorliggende steekproef ook over een aandeel van 25% niet VAB-leden beschikt (criterium ‘aselectheid’). Op dezelfde wijze zijn er in de totale steekproef personen vertegenwoordigd die via een on-line enquête alleen niet de mogelijkheid zouden gehad hebben tot deelname (criterium ‘eerlijkheid’. Het aspect van de ‘steekproeftrekking’ vormt dus op zich geen stratificerende variabele, dan wel een aanvullend element. Onderstaande grafiek illustreert eens te meer de effectiviteit van de steekproefsamenstelling: De groep van de deelnemers aan de on-line enquête en de groep van de deelnemers aan de schriftelijke enquête verschillen van elkaar op vlak van leeftijdscategorieën (Χ² (5,N=3330) = 182,857; p < 001). Jongeren zijn in de groep van deelnemers aan de schriftelijke enquête duidelijk minder vertegenwoordigd dan in de groep van deelnemers aan de on-line enquête. Daarentegen zijn oudere autobestuurders beter vertegenwoordigd in de groep deelnemers aan de schriftelijke enquête. Een mogelijke verklaring is dat de toegang tot internet en/of de drempel tot het gebruik ervan sterk verschilt tussen de leeftijdsgroepen. Verdeling on-line vs schriftelijk volgens leeftijd 600

LCat

500

18-29 30-39 40-49 50-59 60-69 70-84

Count

400

300

200

100

0 on-line

schriftelijk

aard

Door het aanbieden van een on-line vragenlijst kon een bijkomende deelpopulatie van Vlaamse automobilisten bereikt worden die anders duidelijk ondervertegenwoordigd zou zijn geweest. Op deze wijze vullen de uitkomsten van de twee deelsteekproeven elkaar aan en zorgen ze voor een homogenere verdeling van de totale steekproef. De variabelen ‘geslacht’ en ‘leeftijd’ kunnen daarentegen wel als stratificerende variabelen gedefinieerd worden. Betreffende de werkwijze van stratificatie is vast te stellen dat de omvang van de deelsteekproeven principieel niet evenredig hoeft te zijn met de omvang van de deelpopulaties voor analyses die betrekking hebben op de deekpopulatie zelf, maar om berekeningen voor de gehele populatie te kunnen uitvoeren moet de verhouding tussen de aantallen in de deelpopulaties echter wel bekend zijn.

6

26

De schriftelijke enquête benadert enkel die aan de automobielclub aangesloten automobilisten, de on-line enquête heeft als voorwaarde dat geïnteresseerde personen over een computer en een on-line verbinding beschikken


Onderstaande tabel geeft de leeftijdsverdeling weer van de populatie Vlaamse volwassenen (boven 18 jaar) met onderverdeling van mannen en vrouwen (NIS, Bevolking naar burgerlijke staat, geslacht en leeftijd, stand 01/01/2004). Daarnaast werden de desbetreffende kerncijfers voor de totale VAB steekproef ‘Vlaamse automobilisten’ opgenomen. bevolking

steekproef

NIS

VAB

Mannen

%

Vrouwen

%

Mannen

%

Vrouwen

%

1

18 tot 29 jaar

441.469

18.99

428.353

17.90

267

11.01

126

14.17

2

30 tot 39 jaar

442.981

19.05

431.112

18.01

396

16.34

213

23.96

3

40 tot 49 jaar

471.660

20.29

457.853

19.13

607

25.04

261

29.36

4

50 tot 59 jaar

395.002

16.99

385.424

16.10

632

26.07

190

21.37

5

60 tot 69 jaar

294.159

12.65

311.245

13.00

406

16.75

73

8.21

6

70 tot 84 jaar

279.591

12.03

379.355

15.85

116

4.79

26

2.92

2.324.862

100

2.393.342

100

2.424

100

889

100

totaal

TABEL : Vergelijking VAB-steekproef met de Vlaamse populatie - Verdeling volgens leeftijdscategorieën

De stratificerende variabele ‘Geslacht’ Het aandeel van mannen in de VAB- steekproef bedraagt 73,2 %. In de populatie Vlaamse volwassenen bedraagt dit aandeel echter 49,27 %. Zoals eerder reeds vermeld bieden de bevolkingsstatistieken echter geen geschikte referentiekader voor de deelpopulatie van Vlaamse automobilisten. Meer bruikbare informatie hierover is terug te vinden in het Onderzoek Verplaatsingsgedrag Vlaanderen (OVG) 2 (2001). Volgens dit onderzoek verplaatsen mannen zich als autobestuurder gemiddeld 24,994 km per dag. Vrouwen als autobestuurder verplaatsen zich daarentegen gemiddeld slechts 10,528 km per dag. Bijgevolg is de kans om in het verkeer een man als autobestuurder tegen te komen 70,36%. Betreffende het criterium ‘geslacht’ blijkt de VAB-testgroep de verhouding in de populatie van volwassen Vlaamse automobilisten dus voldoende goed te weerspiegelen (889 is rond 27 % van 3346) De stratificerende variabele ‘Leeftijd’ De NIS bevolkingsgegevens en de VAB testgroep gegevens verschillen ook significant op vlak van leeftijdsverdeling. Zo blijken uiterste leeftijdsgroepen van zowel jongeren als ouderen zijn ondervertegenwoordigd te zijn in de hier voorliggende steekproef van Vlaamse automobilisten. De verklaring van deze verschillen ligt echter voor de hand : vele ouderen leggen ofwel beduidend minder kilometers af met de auto (of verplaatsen zich niet meer met de auto, dit geldt in het bijzonder voor vrouwen). Ook bij jongeren lijkt een minder hoog aantal afgelegde kilometers normaal als men met het woon-werk verkeer rekening brengt: enerzijds zijn vele jongeren nog in opleiding (of bijkomende opleiding), anderzijds maken jongeren – net als de ouderen gemakkelijker gebruik van alternatieve vervoersmiddelen). We kunnen besluiten dat de testgroep ook met op dit vlak een goede afspiegeling lijkt te zijn van de populatie Vlaamse volwassen automobilisten.


27

27

Steekproefverdeling VAB en NIS 30 NIS mannen

procent

20

NIS vrouwen VAB mannen

10

VAB vrouwen

ja ar 84

ja ar 70

to t va n

60 va n

50

to t

69

ja ar 59

ja ar to t

49 va n

va n

40

to t

to t 30

va n

va n

18

to t

29

39

ja ar

ja ar

0

Leeftijdscategorien

TABEL: Representativiteit van de VAB- steekproef

28


3.7

Data-analyse

3.7.1 Gebruikte statistische methoden De analyse van de uitkomsten van een wetenschappelijk onderzoek begint met de samenvatting en beschrijving van de data: de beschrijvende (descriptieve) statistiek. De data worden op een voor de interpretatie van de resultaten van het onderzoek betekenisvolle manier bewerkt en in tabellen en grafieken samengevat. Door tellen en turven worden de getallen zo nodig gegroepeerd en geclassificeerd, zodat een frequentieverdeling kan worden opgesteld, die inzicht geeft en structuur aanbrengt. De karakteristieken van die frequentieverdeling worden met behulp van kengetallen zoals centrum- en spreidingsmaten en andere kenmerken als scheefheid en modaliteit beschreven. Typisch voor de beschrijvende statistiek is, dat de oorspronkelijke uitkomsten worden samengevat en ingedikt, waardoor details verloren gaan, maar overzicht en inzicht worden gewonnen Een Chi-kwadraat test wordt in de statistiek gebruikt om te zien of waargenomen aantallen systematisch afwijken van verwachte aantallen. Een Chi-kwadraat test wordt veel gebruikt om kruistabellen te analyseren. Omdat er geen aannamen over gemiddelden of over de populatie worden gedaan is dit een parametervrije toets. Ook het meetniveau is niet van belang omdat er alleen naar aantallen wordt gekeken. De Chi-kwadraat test wordt wel Chi-kwadraat aanpassingstest genoemd, omdat getoetst wordt of de gevonden data aangepast zijn aan een veronderstelde verdeling. Factoranalyse is een multivariate statistische techniek die voor een groot aantal geobserveerde variabelen een kleiner aantal achterliggende variabelen identificeert. Deze niet geobserveerde, achterliggende variabelen worden factoren genoemd. Belangrijk is dat de factoren bijna evenveel van de variatie verklaren als de geobserveerde variabelen. Factoranalyse wordt gebruikt voor data-reductie en om inzicht te krijgen in de structuur van de dataset. Een goede factoroplossing bepaalt een relatief klein aantal factoren die samen een groot deel van de variantie die in de oorspronkelijke variabelen aanwezig is, verklaren. Principale hoofdcomponentenanalyse is één specifieke vorm van een factoranalyse. Uitgangspunt is de covariantiematrix C van de gegevens. Deze matrix heeft niet-negatieve eigenwaarden. De hoofdcomponenten zijn de orthogonale eigenvectoren van deze matrix. Deze eigenwaarden kunnen bepaald worden met behulp van standaardtechnieken uit de matrixrekening. De hoofdcomponenten worden gerangschikt naar belangrijkheid volgens de bijbehorende eigenwaarden. Er is sprake van datareductie wanneer slechts een deel van de hoofdcomponenten nodig is om de variatie in de data voldoende te verklaren. Een confirmatorische factoranalyse is een methodiek om een a priori opgesteld theoretisch model aan de hand van de statistische data te bevestigen. De methodiek is dus omgekeerd als die van de hoofdcomponentenanalyse: men tracht niet inzicht te krijgen in de structuur van de dataset, maar onderzoekt of zich de in de data voorliggende correlatiematrix via een vooraf bepaalde factorenstructuur (een theoretisch onderbouwd model dus) laat reproduceren. Regressie-analyse is een statistische techniek voor het analyseren van gegevens waarin (mogelijk) sprake is van een specifieke samenhang. Deze samenhang, aangeduid als regressie, houdt in dat de waarde van een stochastische variabele, op een storingsterm na, afhangt van een of meer in principe instelbare variabelen. De statistische analyses werden voornamelijk uitgevoerd met de statistieksoftware van SPSS. Voor de berekening een confirmatorische factoranalyse werd AMOS gebruikt.


29

29

3.7.2 Toepassing statistiek op de onderzoeksvragen 1. Om na te gaan of de schalen van de vragenlijst kunnen gereproduceerd worden voor de nieuwe steekproef zal een confirmatorische factoranalyse worden uitgevoerd. Op basis van de resultaten zullen de schalen eventueel worden aangepast, en een betrouwbaarheidsanalyse (interne consistentie) worden uitgevoerd op de aangepaste schalen. 2. De mate waarin veilig gedrag in het verkeer bepaald door de intentie om dit gedrag te stellen zal nagegaan worden aan de hand van “person correlaties” tussen de variabelen “intentie om zich te houden aan de snelheidsbeperking” en “zelfgerapporteerd gedrag” voor de volledige steekproef en voor een aantal relevante subgroepen (op basis van geslacht, leeftijd, rijervaring, …). 3. De toetsing van het gedragsverklaringsmodel zal gebeuren aan de hand van multipele regressie-analyse voor de volledige steekproef en voor een aantal relevante subgroepen. 4. Voor de gedragsepidemiologische analyse (situering van de Vlaamse autobestuurders op de psychologische dimensies van veilig rijgedrag) zullen beschrijvende statistieken (frequenties, minimum- en maximumscores gemiddelden, standaarddeviaties) worden berekend op de betreffende schalen voor de volledige steekproef en voor een aantal relevante subgroepen.

30


4.

RESULTATEN

4.1

Validatie van de vragenlijst

Zoals boven vermeld werd de oorspronkelijke vragenlijst geconstrueerd op basis van gedragsdeterminanten zoals voorgesteld in de theorie van het gepland gedrag van Ajzen (1988,1991). In het voorafgaande onderzoek werden ter validering van de vragenlijst de data eerst onderworpen aan een hoofdcomponentenanalyse om na te gaan welke onderliggende dimensies aanwezig waren. Wanneer alle componenten met een eigenwaarde groter dan 1 weerhouden werden, konden 12 factoren gevonden worden, die samen 76.66 % van de totale variantie verklaarden. Inspectie van de scree plot gaf echter aan dat de laatste vier factoren weinig variantie toevoegden, en dat een oplossing met 8 dimensies het grootste deel van de variantie tussen de variabelen verklaarden (65,18% verklaarde variantie). Aangezien deze 8factorenoplossing ook dicht aansloot bij het theoretisch model - als men mag aannemen dat de twee deelaspecten van attitude, sociale norm en zelf-effectiviteit die in de ontwerpvragenlijst waren opgenomen telkens positief en negatief op het gedrag kunnen inwerken - werd gekozen om met deze 8-factorenoplossing verder te werken. Een Varimaxrotatie op deze 8 dimensies leverde echter geen eenduidig te interpreteren factorstructuur op en er werd bijgevolg geopteerd om op de items voor elke deelcomponent afzonderlijk een hoofdcomponentenanalyse uit te voeren. De gevonden dimensies waren: -

positieve attitude tegenover snel rijden (A1, attitude)

-

negatieve attitude tegenover snel rijden (A2, attitude)

-

negatieve attitude tegenover het zich houden aan voorgeschreven snelheden (B1, attitude)

-

positieve attitude tegenover het zich houden aan voorgeschreven snelheden (B2, attitude)

-

impliciete sociale norm (C1, sociale norm)

-

expliciete sociale norm (C2, sociale norm)

-

internale locus of control (D1, zelf-effectiviteit)

-

externale locus of control (D2, zelf-effectiviteit)

4.1.1 Betrouwbaarheidsanalyse De Cronbach alfawaarden varieerden in het eerste onderzoek tussen 0.51 en 0.82. Om na te gaan of de zo gevonden schalen ook voldoende betrouwbaar zijn bij een grotere steekproef werden vervolgens de Cronbach’s alfacoëfficiënten opnieuw berekend voor de VAB-steekproef. De waarden van alfa, het aantal items per schaal, de schaalgemiddelden en standaarddeviaties zijn weergegeven in onderstaande tabel. Tabel : Determinanten van het rijgedrag t.o.v. snelheid: Gemidelden, standaarddeviaties en interne consistentie van de gevonden schalen Schalen

aantaal items

Gemiddelde

SD

Cronbach’s alfa

Cronbach’s alfa

Positieve attitude t.o.v. snel rijden

7

2,42

,758

,776

,783

Negatieve attitude t.o.v. snel rijden

5

3,78

,884

,786

,791

Negatieve attitude t.o.v. het respecteren van snelheidsbeperkingen

6

2,70

,983

,773

,806

(gestandaardiseerd)


31

31

Positieve attitude t.o.v. het respecteren van snelheidsbeperkingen

4

3,69

,984

,809

,811

Expliciete norm

5

3,71

,605

,405

,464

Impliciete norm

4

2,89

,751

,633

,631

Interne locus of control

4

3,68

,488

-,010

,084

Externe locus of control

2

2,86

1,102

,576

,576

Volledige vragenlijst

37

3,216

,819

.591

,616

In vergelijking met de vroegere resultaten van de betrouwbaarheidstests zijn vooral de uitslagen van de schalen ‘expliciete norm’ (Cronbach’s alfa = ,405) en ‘interne locus of control’ (Cronbach’s alfa = -,010) opmerkelijk laag. De berekening van Cronbach’s alfa onder de voorwaarde dat een niet geschikt item uit de schaal wordt verwijderd maakt duidelijk dat deze lage uitslagen de wijten zijn aan de items C4 en D5. De Cronbach alfawaarden variëren dus tussen 0,577 en 0,815. De minst betrouwbare schaal is externe locus of control, wat te verwachten is voor een schaal met slechts 2 items. De betrouwbaarheid van deze schaal zou echter nog verhoogd kunnen worden, indien de schaal zou aangevuld worden met item D5 - het item dat voor een negatieve betrouwbaarheid zorgde van de schaal ‘interne locus of control’” (Cronbach alfa = ,621 i.p.v. ,577). Voor de schalen “positieve attitude t.a.v. snel rijden”, “positieve attitude t.a.v. snel rijden” en “negatieve attitude tegenover het respecteren van de snelheidsbeperkingen” zou de alfa-waarde lichtjes verhoogd kunnen worden indien met nog een item meer zou elimineren. De meerwaarde daarvan is echter beperkt. Meer in het algemeen mag men stellen dat bij aanpassing van de schalen en ondanks het relatief kleine aantal items per schaal de vragenlijst voldoende betrouwbaar is om uitspraken toe te laten over de individuele determinanten van snelheidsgedrag in het verkeer. Tabel : Determinanten van het rijgedrag t.o.v. snelheid: Mogelijkheden ter verhoging van de interne consistentie Schalen

Cronbach’s alfa

Cronbach’s alfa (‘if item deleted’)

item

Positieve attitude t.o.v. snel rijden

,776

,778

- A12


,786

-

-

Negatieve attitude t.o.v. het respecteren van snelheidsbeperkingen

,773

,815

- B11

Positieve attitude t.o.v. het respecteren van snelheidsbeperkingen

,809

-

-

Expliciete norm

,405

,754

- C4

Impliciete norm

,633

-

-


-,010

,595

- D5


,577

,621

+ D5

32


4.1.2 Confirmatorische factoranalyse Om na te gaan of de zo gevonden schalen van de vragenlijst ook geproduceerd kunnen worden t.o.v. de nieuwe, grotere steekproef werd een confirmatorische factoranalyse voorzien. Voorafgaande werden alle niet ingevulde antwoordvelden van de dataset (‘missing values’) vervangen door het gemiddelde van de betreffende schaal7. Om het effect van de schaalaanpassingen t.o.v. een betere overeenstemming tussen data en model (‘model fit’) te onderzoeken werd deze procedure voor zowel de oorspronkelijke alsook voor de aangepaste schalen uitgevoerd. Tabel: Gemiddelde, standaarddeviatie en variatie van de oorspronkelijke schalen

N

Geldig

‘missing values’ items Gemiddelde

pos att snel rijden

Neg att snel rijden (items)

3272

3309

74 1,3,4,6,7, 11, 12 2,42

neg att snelheidslimiten 3284

pos att snelheidslimiten 3308

expliciete sociale norm 2950

impliciete sociale norm 3293

interne locus of control 3305

externe locus of control 3309

37

62

38

396

53

41

37

2,5, 8,9,10

1,2,5,8,11,12

3,4, 7,9

2,4, 7,8,9

1,3, 5,6

1,3,5,6

2, 4

3,78

2,70

3,69

3,71

2,89

3,68

2,86

Std.dev

,758

,884

,983

,984

,605

,751

,488

1,102

Variatie

,575

,781

,967

,968

,366

,564

,238

1,214

De aanpassingen van de schalen die werden voorgenomen als gevolg van de betrouwbaarheidsanalysen van de oorspronkelijke schalen op de nieuwe dataset van de VAB-steekproef hadden betrekking tot de schalen ‘impliciete sociale norm’, ‘interne locus of control’ en ‘externe locus of control’. Naar verwijderen van item C4 en verschuiven van item D5 naar de schaal ‘externe locus of control’ resulteren volgende schaalgemiddelden: Tabel: Gemiddelde, standaarddeviatie en variatie van de aangepaste schalen

N

Geldig

‘missing values’ Items Gemiddelde

pos att snel rijden

Neg att snel rijden (items)

3272

3309

74 1,3,4,6,7, 11,12 2,42

neg att snelheidslimiten 3284

pos att snelheidslimiten 3308

expliciete sociale norm 2967

impliciete sociale norm 3293

interne locus of control 3317

externe locus of control 3302

37

62

38

379

53

29

44

2,5, 8,9,10

1,2,5,8,11,12

3,4,7,9

2,7,8,9

1,3,5,6

1,3,6

2,4,5

3,78

2,70

3,69

3,78

2,89

4,27

2,55

Std.dev

,758

,884

,983

,984

,817

,751

,702

,936

Variatie

,575

,781

,967

,968

,668

,564

,492

,876

De volgende tabel geeft een overzicht over alle relevante statistische indices m.b.t. de oorspronkelijke en de aangepaste factorstructuur van de vragenlijst: 7

De eenvoudigste oplossing voor dit probleem is de ontbrekende waarden te vervangen met een variabelgemiddelde (alle antwoorden gegeven op dit item). Omdat de vervanging via itemgemiddelde echter niet helemaal betrouwbaar is en verschuivingen op niveau van een item en daarmee indirect ook op niveau van een schaal mogelijk zijn werd gekozen om de ‘missings’ te vervangen door het betreffende schaalgemiddelde.


33

33

Tabel : Overzicht over de (sub-)constructen, model fit indices, descriptieve statistieken en betrouwbaarheidsindicatoren OORSPRONKELIJKE FACTORSTRUCTUUR VAN DE VRAGENLIJST

CONSTRUCT ATTITUDE T.O.V. ‘SNEL RIJDEN’

POSITIEVE ATTITUDE ‘SNEL RIJDEN’ NEGATIEVE ATTITUDE ‘SNEL RIJDEN’

ATTITUDE T.O.V. VOORGESCHREVEN SNELHEIDEN

AANTAL ITEMS

7

GEM

SD

ALFA

CHI² D.F. CHI²/DF

2,42

,758

,776

3417,177 53

ATTITUDE ‘SNELHEIDSLIMITEN’

ITEMS

7 ,685

,747

GEM

SD

ALFA

CHI² D.F. CHI²/DF

2,42

,758

,776

3417,177

.138

53

,884

,786

64,475

5

3,78

,884

,786

64,475

6

2,70

,983

,773

611,932

6

2,70

,983

,773

611,932

TLI

CFI

RMSEA

,685

,747

.138

,931

,948

,071

34

,931

,948

,071

4

3,69

,984

,809

17,998

4

3,69

,984

,809

17,998

5

3,71

,605

,405

751,535

4

3,78

,817

,754

575,187 ,846

,896

,094

,866

,929

,098

EXPLICIETE SOCIALE

IMPLICIETE

26

SOCIALE

NORM

‘INTERNAL LOCUS OF CONTROL’ ‘EXTERNAL LOCUS OF CONTROL’

34

AANTAL

3,78

34

NORM

EFFECTIVITEIT

RMSEA

NEGATIEVE

ATTTITUDE SNELHEIDSLIMITEN

ZELF-

CFI

5

POSITIEVE

SOCIALE NORM

TLI

AANGEPASTE FACTORSTRUCTUUR VAN DE VRAGENLIJST

,832

,879

,091

19

4

2,89

,751

,633

28,905

4

2,89

,751

,633

30,273

4

3,68

,488

-.010

356,656

3

4,27

,702

,595

264,292

8 2

2,86

1,102

,576

44,582

,817

,903

,114

8 3

2,55

,936

,621

33,036


De tabel toont aan dat de resultaten van de voor de deelcomponenten uitgevoerde cfa's de gevonden schalen niet voor 100% kunnen bevestigen. Anderzijds zijn de uitslagen van TLI en CFI toch niet zo slecht. Het feit dat Chi²- tests niet tot de goede resultaten leiden is daarentegen te wijten aan de steekproefgrote. Ook te erkennen is dat met aanpassing van de schalen een verbetering van de ‘model fit’ optreed. Deze verbetering blijft echter beperkt. Dit blijkt in eerste instantie te wijten aan een tekort op niveau van de attitudeschaal t.o.v. 'snel rijden' (RMSEA = .138). Op basis van de voorliggende items van schaal A alleen was er hier geen mogelijkheid tot verbetering. Het blijkt dus dat de voorliggende data het achterliggende concept van de schaalsamenstelling niet volledig kunnen weerspiegelen, wat op zich alvast niet mag geïnterpreteerd worden als een afwijzing van de theoretische modelstructuur. Wel geeft dit resultaat aanleiding om opnieuw een genuanceerde kijk op de nieuwe datastructuur te nemen

4.1.3 Hervalidatie van de vragenlijst Ter hervalidatie van de vragenlijst werd het originele databestand in twee gelijkgrote bestanden gesplitst. Bedoeling van de splitsing was om twee datasets van dezelde personengroep te creëeren . Dadoor zou het moeglijk worden de testretest validiteit van de vragenlijst te toetsen, d.w.z. dat een meetinstrument opnieuw aan dezelfde (deel)groep onderzoekspersonen word voorgelegd en gekeken wordt of ze op dezelfde manier geschaald zijn. De hervalidatie van de vragenlijst gebeurde dus aan de hand van de eerste dataset (N= 1671) en aan de hand van de tweede dataset werd vervolgens gekeken in hoeverre de resultaten zouden bevestigd kunnen worden.

4.1.3.1 Itemananalyse Een eerste vraag was of de items voldoende discriminerend vermogen hadden. Hierbij werd de 5%-regel gehanteerd: alle items waarop 95% of meer van de proefpersonen hetzelfde antwoordalternatief aanduidden zouden weggelaten worden voor verdere analyses. Dit was voor geen enkel item het geval. Echter bleek item B6 (“De maximum toegelaten snelheid respecteren verlaagt de kans op een boete”) op dit vlak ook geen echte meerwaarde te kunnen leveren: 82,5 % van de deelnemers gingen volledig akkoord en nog eens 9,7 % waren ‘eerder akkoord’ met deze uitspraak. Een tweede vraag had betrekking tot het aantal ‘ontbrekende antwoorden’ op bepaalde items. Daarbij vielen twee items bijzonder in het oog, met name de items C8 (‘Mijn partner vind dat ik me aan de snelheidsbeperkingen moet houden’) en C10 (‘Mijn kinderen vinden dat ik me aan de snelheidsbeperkingen moet houden’). Ongetwijfeld kunnen de partner of de kinderen een significante invloed op het snelheidsgedrag van een autobestuurder uitoefenen (bron), vandaar dat deze twee items belangrijke informatie kunnen opleveren. Anderzijds heeft niet iedereen een levenspartner of kinderen en zo is het normaal dat vele deelnemers niet op deze items hebben geantwoord. De vraag betreffende de levenspartner (item C8) werd in deze groep van 184 deelnemers niet beantwoord. Dit zijn 11,01% van de relevante steekproef. Vanwege de informatieve meerwaarde werd besloten om dit item in de vragenlijst te behouden en ontbrekende waarden op een later moment door het gemiddelde van de betreffende schaal te vervangen. Item C10 werd zelfs van 450 deelnemers niet ingevuld. Dit zijn 26,93 % van de steekproef. Om onnauwkeurigheden preventief te voorkomen zou dit item kunnen verwijderd worden zoals dit tijdens de eerste validatie van de vragenlijst werd gedaan (zie Paris & Vandenbroucke, 2004). Toen was de basissteekproef echter veel kleiner (N= 116) wat principieel de impact van een storende variabele duidelijk doet verhogen. Dat gevaar was deze keer - gezien te hoeveelheid van de testdata - minder gegeven. Voor een verblijf van item C10 spreekt ook dat bijna 3 op 4 van alle testpersonen item C10 wel hebben ingevuld. Gezien de inhoudelijke meerwaarde van item C 10 werd vervolgens getoetst of men item C10 in de vragenlijst kan behouden. Daartoe werd eerst een factoranalyse uitgevoerd op de data van alle respondenten (N = 3242) zonder item C10. Daarna werd de factoranalyse opnieuw uitgevoerd op de dataset van de beperktere groep respondenten die dit item wel hadden ingevuld. De resultaten van de analyses leveren voor beide steekproeven een 9-factoren-structuur op. Ook het aandeel van de verklaarde variatie verschilt nauwelijks (58,39% verklaarde variatie voor de totale steekproef, 57,80% verklaarde variatie voor de deelsteekproef C10). Wat betreft de samenstelling van de factoren zelf blijkt er evenmin een verschil tussen de twee steekproeven te zijn. Op basis daarvan mag bijgevolg geconcludeerd worden dat het al dan niet toevoegen van het item geen verschil oplevert. Item C10 mag in de vragenlijst verblijven, ontbrekende waarden zullen op een later moment door het gemiddelde van de betreffende schaal te vervangen worden.


35

4.1.3.2 Exploratieve factoranalyse Samenstelling van de schalen Om na te gaan welke onderliggende dimensies in de vragenlijst aanwezig waren werden de data van het nieuw geaggregeerde dataset (deel 1 van de VAB steekproef, N = 1672) onderworpen aan een hoofdcomponentenanalyse. Wanneer alle componenten met een eigenwaarde groter dan 1 weerhouden werden, konden 9 factoren gevonden worden, die samen 58,65 % van de totale variantie verklaarden. Inspectie van factorstructuur en itemladingen gaf echter aan dat de laatste factor door maar één item gevormd wordt, met name B6 – het item dat zoals boven reeds vermeld maar weinig informatieve meerwaarde kan opleveren omdat het merendeel van de respondenten sowieso akkoord ging met de uitspraak van dit item (meer dan 90%). Na aanleiding daarvan werd dit item uit de vragenlijst geschrapt. Vervolgens werd een nieuwe hoofdcomponentenanalyse uitgevoerd op de verblijvende items. Aangezien een 8factorenoplossing beter aansloot bij het theoretische model – als men mag aannemen dat de twee aspecten van attitude, sociale norm en zelf-effectiviteit die in de ontwerpvragenlijst waren opgenomen telkens positief en negatief op het gedrag kunnen inwerken – werd gekozen om het aantaal factoren nu op 8 vast te leggen. Een Varimaxrotatie op deze 8 dimensies leverde deze keer wel een eenduidig te interpreteren factorstructuur op, die 56,90 % van de variatie in de data verklaart. Tabel: Factorstructuur na VARIMAXROTATIE (N= 1672) Schalen 1

2

3

4

5

6

7

8

A1

,073

-,120

,809

-,146

-,066

,146

-,054

,028

A2

-,155

,341

-,220

,382

,090

-,116

-,024

,038

A3

,167

-,075

,180

-,107

-,070

,769

-,060

,026

A4

,117

-,038

,026

-,102

-,019

,739

-,092

,037

A5

-,123

,298

-,154

,509

,084

-,073

-,033

,017

A6

,396

-,048

,318

-,157

,032

,298

-,066

,100

A7

,193

-,104

,115

-,134

-,017

,726

-,129

,041

A8

-,040

,073

-,028

,784

,114

-,008

,165

,004

A9

-,085

,207

-,061

,742

,172

-,086

,083

-,005

A10

-,133

,256

-,091

,790

,115

-,003

,039

-,023

A11

,098

-,099

,827

-,182

-,060

,183

-,060

-,012

A12

,081

-,057

,118

,155

-,051

,675

,024

,015

B1

,311

-,098

,732

-,010

-,122

,079

-,113

,102

B2

,507

-,168

,288

-,049

-,116

,083

-,147

,221

B3

-,153

,657

-,013

,187

,187

-,046

,099

-,033

B4

-,170

,716

-,179

,136

,173

-,075

,061

-,029

B5

,476

-,229

,331

,029

-,220

,235

-,009

,071

B7

-,062

,741

-,183

,125

,127

-,120

,074

,006

B8

,388

-,174

,645

-,077

-,216

,036

-,118

,066

B9

-,088

,714

-,014

,162

,124

-,077

,137

-,062

36


B10

-,144

,585

-,108

,390

,096

,034

,083

-,032

B11

,428

-,219

,369

,023

-,171

,236

-,030

,035

B12

,613

-,132

,292

-,109

-,162

,064

-,084

,202

C1

,060

-,017

,001

,000

,020

-,001

,042

,805

C2

,016

,220

-,177

,129

,654

-,022

,031

-,226

C3

,319

-,201

,044

,033

-,132

,169

-,238

,367

C4

,657

-,137

,129

-,156

-,231

,110

,046

,054

C5

,087

-,024

,015

-,013

-,088

-,016

-,127

,804

C6

,097

,013

,127

,017

-,256

,106

,070

,545

C7

-,154

,409

-,160

,278

,425

-,059

,282

-,021

C8

-,145

,064

-,041

,206

,712

-,064

,176

,030

C9

-,067

,213

-,061

,029

,675

-,011

,141

-,205

C10

-,178

,217

-,111

,167

,697

-,059

,104

-,032

D1

-,040

,127

-,009

,058

,134

-,092

,792

-,006

D2

,650

-,077

,074

-,068

-,027

,068

,033

-,034

D3

-,226

,169

-,098

,105

,110

-,049

,713

-,031

D4

,723

-,068

,005

-,122

,076

,147

-,121

,049

D5

-,442

,034

-,067

,122

-,029

-,210

,485

-,139

D6

,180

,056

-,166

,037

,249

-,021

,474

,017

De meeste items laden maar op een factor, wat een betekent dat de factoriële complexiteit in het algemeen laag is. Bij enkele items blijken toch wel kruisladingen te zijn (A2, B11, C3, C7, D5). Deze zouden echter verklaard kunnen worden via een inhoudelijk verband tussen de corresponderende deelcomponenten8. Sommige items kunnen dus een informatieve bijdrage leveren voor zowel de één als ook de andere factor. In samenspel met de andere items van een schaal kan een dergelijk tekort weggewerkt worden. Voorwaarde daarvoor is dat een item ook inderdaad een informatieve meerwaarde voor de schaal meebrengt. In de regel handelt het zich echter bij deze items om items die sowieso minder hoog op een factor laden. De informatieve meerwaarde van dergelijke ‘problematische’ items zou bijgevolg nog eens extra getoetst moeten worden, met name in het verband met de overige items van de betreffende schaal. Factor 1: ‘Externe locus of control’ De samenstelling van factor 1 is zoals volgt:

8

Zoals vermeld was de ontwerpvragenlijst geconstrueerd op de deelcompon,enten attitude t.o.v. snel rijden, attitude t.o.v. voorgeschreven sneleheden, sociale norm en zelf-effectiviteit. Deze componenten kunnen telkens positief en negatief op het gedrag inwerken. Een deelcomponente wordt bijgevolg als een continuüm beschouwd. Het is dus best mogelijk dat een item dat hoog laad op de ene factor (bv. positieve attitude tegenover snel rijden) tegelijkertijd ook laad op de corresponderende factor (negatieve attitude tegenover snel rijden).


37

ITEM

INHOUD

LADING

A6

Door snel te rijden kan je beter mee met de verkeersstroom.

,396

B2

De maximum toegelaten snelheid respecteren is hinderlijk voor andere autobestuurders.

,507

B5

De maximum toegelaten snelheid respecteren is eentonig.

,476

B11

De maximum toegelaten snelheid respecteren beperkt je vrijheid.

,428

B12

De maximum toegelaten snelheid respecteren maakt dat je minder vlot mee kan met de verkeersstroom.

,613

C4

Af en toe sneller rijden dan toegelaten is, is aanvaardbaar.

,657

D2

In het huidige verkeer beslist men niet zelf of men zich aan de snelheidsbeperkingen kan houden, maar moet men zich aanpassen aan de anderen.

,650

D4

Of ik mij aan de snelheidsbeperkingen kan houden hangt af van de omstandigheden, niet van mezelf.

,723

Het valt op dat deze schaal items uit alle oorspronkelijk voorgestelde categorieën bevat. De meeste items van factor 1 verwijzen wel naar externe determinanten, maar B5 en B11 – die overigens een lage lading hebben – niet. Ook de lading van item A6 valt zeer laag uit. Deze items mogen vervolgens verwijderd worden vermits de gereduceerde schaal (items B2, B12, C4, D2, D4) achteraf nog over een voldoende hoge interne consistentie (Cronbach alfa) beschikt. De Cronbach alfa van deze schaal is gelijk aan .751 en daarmee nog altijd zeer goed. Wie hoog scoort op deze schaal ziet zijn snelheidsgedrag vooral beïnvloed door externe factoren, d.w.z. omgevingsfactoren die een aangepast snelheidsgedrag bemoeilijken. De klemtoon ligt hier op de component ‘zelf-effectiviteit’. De schaal mag vervolgens geduid worden als ‘externe locus of control’. Factor 2: ‘Positieve attitude t.o.v. maximaal toegelaten snelheden De samenstelling van factor 2 is zoals volgt: ITEM

INHOUD

LADING

B3

De maximum toegelaten snelheid respecteren verlaagt de kans om betrokken te raken bij een ongeval

,657

B4

De maximum toegelaten snelheid respecteren zorgt ervoor dat je ontspannender rijdt.

,716

B7

De maximum toegelaten snelheid respecteren geeft je meer een gevoel van controle over je auto.

,741

B9

De maximum toegelaten snelheid respecteren laat toe beter rekening te houden met onvoorziene verkeerssituaties.

,714

B10

De maximum toegelaten snelheid respecteren is beter voor het milieu.

,585

Alle items zijn afkomstig uit het gedeelde m.b.t. het zich houden aan voorgeschreven snelheden zoals voorgesteld in de prototypevragenlijst. Alle items beschrijven subjectieve voordelen van het zich houden aan snelheidslimieten. Bijgevolg blijft ook de naam van deze schaal als ‘positieve attitude t.o.v. maximaal toegelaten snelheden’ behouden. De Cronbach alfa is voor deze schaal gelijk aan .820.

38


Factor 3: ‘Verwachte rationele outcome t.o.v. snel rijden (ijdswinst) De samenstelling van factor 3 is zoals volgt: ITEM

INHOUD

LADING

A1

Snel rijden zorgt ervoor dat je sneller op je bestemming geraakt.

,809

A11

Snel rijden levert tijdswinst op.

,827

B1

De maximum toegelaten snelheid respecteren zorgt ervoor dat je minder vlug op je bestemming geraakt

,732

B8

De maximum toegelaten snelheid respecteren zorgt voor tijdverlies.

,645

De factor bevat zowel twee items m.b.t. de oorspronkelijke deelcomponent ‘snel rijden’ alsook twee item m.b.t. de vroegere deelcomponent ‘respect tegenover snelheidslimieten’. Maar in feite meten alle 4 items het zelfde aspect - met name het tijdsaspect. Wat deze schaal vooral lijkt te meten is dus ‘tijdswinst als verwachte (rationele) outcome’ van snel rijden en zich niet houden aan snelheidsbeperkingen. De Cronbach alfa van deze schaal is gelijk aan .855. Factor 4: ‘Negatieve attitude t.o.v. snel rijden’ De samenstelling van factor 4 is zoals volgt: ITEM

INHOUD

LADING

A2

Snel rijden is hinderlijk voor andere autobestuurders.

,382

A5

Snel rijden is stresserend

,509

A8

Snel rijden is duur.

,784

A9

Snel rijden verhoogt het risico op zware ongevallen.

,742

A10

Snel rijden is schadelijk voor het milieu.

,790

Deze schaal bevat alleen maar items van deelcomponent A en beoogt duidelijk de negatieve kant van ‘snel rijden’. Vervolgens wordt deze factor beschouwd als een schaal ter beschrijving van de ‘negatieve attitude t.o.v. snel rijden. De Cronbach alfa van deze schaal is gelijk aan .780. Factor 5: ‘ Expliciete sociale norm’ De samenstelling van factor 5 is zoals volgt:


39

ITEM

INHOUD

LADING

C2

De meeste mensen uit mij vrienden- en kennissenkring vinden dat men de snelheidsbeperkingen moet respecteren.

,654

C7

Bestuurders die de snelheidsbeperkingen respecteren zijn een voorbeeld voor anderen.

,425

C8

Mijn partner vindt dat ik me aan de snelheids-beperkingen moet houden.

,712

C9

De meeste Vlamingen vinden het wenselijk dat autobestuurders de snelheidsbeperkingen respecteren

,675

C10

Mijn kinderen vinden dat ik me aan de snelheids-beperkingen moet houden.

,697

De items van deze schaal verwijzen vooral naar de perceptie van een expliciete sociale norm die positief is t.o.v. een aangepast snelheidsgedrag. De schaal ‘expliciete sociale norm’ is principieel identiek met de schaal zoals ze tijdens de eerste validering van de vragenlijst al werd geconstrueerd. Enige exceptie is item C10 dat toen uit de vragenlijst was verwijderd en nu aan deze schaal is toegevoegd. De Cronbach alfa van deze schaal is gelijk aan .794. Factor 6: ‘Verwachte emotionele outcome t.o.v. snel rijden’(vrijheid en opwinding) De samenstelling van factor 6 is zoals volgt: ITEM

INHOUD

LADING

A3

Snel rijden maakt dat je je onafhankelijk en vrij voelt.

,769

A4

Snel rijden geeft je zelfvertrouwen.

,739

A7

Snel rijden geeft je een gevoel van controle over je auto.

,726

A12

Snel rijden is opwindend

,675

Factor 6 verwijst naar een gevoel van vrijheid en opwinding als (emotionele) outcome. Vrijheid, zelfvertrouwen, controle en opwinding zijn typische accenten die regelmatig in verband worden gebracht met de auto en ‘snel rijden’. Maar evenzo als reeds gezien in verband met factor 3 - krijgt de oorspronkelijke schaal ‘positieve attitude t.o.v. snel rijden’ hier een meer inhoudelijke invulling. De schaal wordt vervolgens ‘verwachte emotionele outcome t.o.v. snel rijden (vrijheid en opwinding) genoemd. De Cronbach alfa van deze schaal is gelijk aan .757. Door verwijderen van item A 12 zou deze waarde nog lichtjes kunnen verhoogd worden naar .776. De meerwaarde daarvan zou in dit geval echter beperkt zijn.

40


Factor 7: ‘Interne locus of control’ De samenstelling van factor 7 is zoals volgt: ITEM

INHOUD

LADING

D1

Als ik ervoor kies om mij aan de maximum toegelaten snelheid te houden, dan lukt mij dat ook.

,792

D3

Ik kan mij aan de snelheidsbeperking houden, ook als alle andere chauffeurs sneller rijden dan toegelaten is.

,713

D5

Ik heb al vaak geprobeerd om minder snel te rijden, maar het lukt mij niet.

,485

D6

Veilig rijden is een kwestie van karakter. Wie ervoor kiest, kan het.

,474

Ook deze schaal is in samenstelling identiek met de factor ‘interne locus of control’ zoals ze werd geconstrueerd tijdens de eerste validatie van de vragenlijst. De naam van de schaal blijft dus ongewijzigd. De Cronbach alfa van deze schaal is gelijk aan .639. Cronbach alfa kan ook hier nog eens verhoogd worden door item D6 te verwijderen (Cronbach alfa = .692). Maar ook item D5 lijkt niet onproblematisch: Enerzijds is de lading van dit item niet bijzonder hoog, anderzijds blijkt hier een kruislading voor te leggen, want naast factor 7 laadt dit item bijna even hoog op factor 1 (wel met een negatief voorteken). Een nieuwe betrouwbaarheidsanalyse uitgevoerd voor de schaal zonder item D6 toont dan ook inderdaad aan dat Cronbach alfa nog eens meer zou kunnen verhoogd worden als item D5 zou verwijderd worden. De verblijvende twee items spelen dan wel duidelijk in op het aspect ‘zelf-effectiviteit (bv. item D3: “Ik kan mij aan de snelheidsbeperking houden, ook als alle andere chauffeurs sneller rijden dan toegelaten is.”). Het nadeel van een schaal met maar twee items lijkt dus in dit geval aanvaardbaar gezien beide items redelijk hoog op die factor laden (beide boven .70). Om vervolgens de factoriële complexiteit van de vragenlijst laag te houden en vanwege de betere consistentie van de schaal werd besloten om naast item D6 ook item D5 van de schaal te verwijderen. Cronbach alfa na verwijdering van item D5 zou dan gelijk komen aan .722 Factor 8: ‘ Impliciete sociale norm’ De samenstelling van factor 8 is zoals volgt: ITEM

INHOUD

LADING

C1

De meeste autobestuurders in Vlaanderen respecteren de maximum toegelaten snelheden niet.

,805

C3

Wie zich aan de voorgegeven snelheden houdt maakt zich belachelijk

,367

C5

Autobestuurders die zich aan de voorgegeven snelheden houden zijn eerder uitzonderingen.

,804

C6

De meeste mensen uit mij vrienden- en kennissenkring houden zich niet aan de maximum toegelaten snelheden.

,545

De items verzameld in deze schaal beschrijven subjectieve ervaringen van autobestuurders met het negatieve rij- en snelheidsgedrag van anderen en de conclusies die men voor zijn eigen daaruit heeft afgeleid. De factor verwijst dus eerder naar veronderstelde (impliciete) normen bij anderen die negatief zijn t.a.v. een aangepast snelheidsgedrag. Deze schaal mag bijgevolg beschouwd worden als een indicator voor ‘impliciete sociale norm. De Cronbach alfa van deze schaal is gelijk aan .619. De waarde van Cronbach alfa zou nog kunnen verhoogd worden door item C3 te verwijderen.


41

Maar de meerwaarde van deze maatregel blijft toch redelijk beperkt (Cronbach alfa = .629).. Ondanks het feit dat item C3 niet hoog laadt op factor 8 verblijft item C3 dus in deze schaal. De nieuwe exploratorische factoranalyse toont aan dat 6 van de 8 schalen, die bij de eerste validatie van de vragenlijst werden gevonden, opnieuw zeer goed uitkomen. Dit mag principieel als een bevestiging van de oorspronkelijke schalen beschouwd worden. Anderzijds lijkt de samenstelling van factor 1 en 3, die uit items bestaan die uit verschillende a priori-schalen komen op het eerste zicht niet gelukkig. De interpretatie als externe locus (factor 1) en negatieve attitude tov snelheidslimieten (factor 3) is hier zeker niet zondermeer van toepassing. De meeste items van factor 1 verwijzen wel naar externe determinanten, maar B5 en niet. B11. Deze twee items hebben - evenzo als item A6- een lagere lading . Het lijkt bijgevolg opportuun om deze laag ladende items te verwijderen en met de resterende items de schaal ‘externe locus of control’ te vormen. De interne consistentie van de schaal wordt overigens door de maatregel niet significant geraakt. Voor factor 3 valt te zeggen dat men moeilijk over toegelaten snelheid kan spreken aangezien 2 van de 4 items naar iets anders (snel rijden) verwijzen. Wat deze schaal vooral lijkt te meten is tijdswinst als verwachte outcome van snel rijden en zich niet houden aan snelheidsbeperkingen, dit in tegenstelling tot factor 6, die eerder verwijst naar een gevoel van vrijheid en opwinding als (emotionele) outcome. Met andere woorden, de sociaal wenselijke attitudes (positieve attitude t.o.v. het respecteren van snelheidsbeperkingen en negatieve attitude t.o.v. snel rijden blijven behouden, maar de sociaal niet-wezelijke attitudes (met name de negatieve attitutde t.o.v. het respecteren van snelheidsbeperkingen en de positieve attitude t.o.v. snel rijden) krijgen een meer inhoudelijke invulling. Betrouwbaarheid De Cronbach alfawaarden variëren dus tussen .619 en .855. De waarden van alfa, het aantal items per schaal, de schaalgemiddelden en standaarddeviaties van de uiteindelijke factorstructuur zijn weergegeven in onderstaande tabel. Ontbrekende waarden in de dataset werden vervolgens vervangen door het betreffende schaalgemiddelde: Tabel : Cronbach alfa, gemiddelde en standaarddeviaties van de uiteindelijke vragenlijststructuur (VAB deelsteekproef I, N = 1673)

42

Schalen

N items

Gemiddelde

SD

Cronbach alfa


5

2.84

.897

.749

Positieve attitude t.o.v. maximaal toegelaten snelheden

5

3.73

.927

.819

Verwachte rationele outcome t.o.v. snel rijden

4

2.84

.996

.853


5

3.78

.880

.780

Expliciete sociale norm

5

3.78

.756

.771

Verwachte emotionele outcome t.o.v. snel rijden

4

2.13

.903

.782


2

4.24

.813

.722

Impliciete norm

4

2.90

.736

.618

Volledige vragenlijst

35

-

-

.761


Correlaties tussen de schalen De onderstaande tabel geeft de correlaties weer tussen de schalen onderling. Tabel : Correlaties tussen de schalen van de vragenlijst voor determinanten van rijgedrag * (< 0.05) ** (< 0.01)

positieve attitude t.o.v. max. toegelaten snelheden Verwachte rationale outcome t.o.v. snel rijden

verwachte positieve Verwachte negatieve Externe emotionele attitude t.o.v. Expliciete rationale attitude t.o.v. ‘locus of outcome max.toegelaten outcome t.o.v. sociale norm control’ snel rijden t.o.v. snel snelheden snel rijden rijden -.415** .497**

-.379**

negatieve attitude t.o.v. snel rijden

-.354**

.581**

-.335**

expliciete sociale norm

-.394**

.566**

-.394**

.451**

.375**

-.231**

.365**

-.181**

-.205**

-.311**

.357**

-.243**

.287**

.378**

-.200**

.362**

-.172**

.204**

-.074**

-.291**

.172**

verwachte emotionele outcome t.o.v. snel rijden interne ‘locus of control’ impliciete sociale norm

interne ‘locus of control’

-.183**

Uit deze tabel blijkt dat de schalen onderling matig correleren. Het sterkst correleren de schalen ‘positieve attitude t.o.v.. maximaal toegelaten snelheden’ en ‘negatieve attitude t.o.v. snel rijden’ met elkaar (r = .581). Evenzo is er een hoge positieve correlatie tussen ‘positieve attitude t.o.v. maximaal toegelaten snelheden’ en ‘expliciete sociale norm’ (r = .566). Ook opmerkelijk is een hoge positieve samenhang tussen het aspect van een tijdswinst (verwachte rationele outcome t.o.v. snel rijden) met de factor ‘externe locus of control’ (r = .497). De invloed van het tijdsaspect blijkt daarentegen duidelijk lager te zijn indien autobestuurders over een hogere ‘interne locus of control’ beschikken (r = .243). Tijdswinst als de ‘verwachte rationele outcome t.o.v. snel rijden’ en de aspecten van vrijheid en opwinding als de ‘verwachte emotionele outcome t.o.v. snel rijden) correleren positief met elkaar (r = .365). Algemeen valt op de schaal ‘impliciete sociale norm’ – eens afgezien van de correlatie met ‘externe locus of control (r = .362) en ‘expliciete sociale norm’ (r = -.291) toch eerder lager met de andere schalen correleert. Attitudes tegenover snel rijden en tegenover het respecteren van de snelheidsbeperkingen blijken voorts sterker samen te hangen met expliciete sociale normen dan met impliciete normen. Er bestaat een relatief hoge negatieve correlatie tussen ‘expliciete sociale norm’ en ‘externe locus of control’ evenals tussen ‘expliciete norm’ en ‘verwachte rationele outcome t.o.v. snel rijden’. Bij de eerste validering van de vragenlijst werden reeds enkele uitspraken over samenhangen geformuleerd, die vanwege de meer inhoudelijke invulling van twee schalen, met name de schalen ‘verwachte rationele outcome t.o.v. snel rijden’ en ‘verwachte emotionele outcome t.o.v. snel rijden, uiteraard zo geen bestand meer kunnen hebben. De verhoudingen van de schalen onder elkaar zijn daarentegen nauwelijks veranderd. In tegenstelling tot de eerste validatie van de vragenlijst valt de correlatie tussen de schalen ‘verwachte rationele outcome t.o.v. snel rijden ‘ (d.i. de vroegere schaal ‘negatieve attitude t.o.v. snelheidslimieten’) en ‘impliciete sociale norm’ deze keer duidelijk lager uit (.204 i.p.v. .371). Deze laatste variabele correleert ook positief met externe en negatief met de interne locus of control.


43

Predictieve validiteit Om na te gaan in welke mate de schalen van de vragenlijst verband houden met het rijgedrag, zoals de theorie van het gepland gedrag stelt (Ajzen, 1991), werden multipele regressies berekend met het zelfgerapporteerd rijgedrag van de deelnemers. Voor dat laatste was hen gevraagd in hoeverre ze akkoord konden gaan (op een 5-puntenschaal) met de uitspraak: “Ik hou mij doorgaans aan de maximum toegelaten snelheden” Het resultaat van deze analyse gaf aan dat de schalen in sterke mate het zelfgerapporteerde rijgedrag voorspellen (R² = .501; (F (8, 1658) = 207,921, p < .001). Aan de hand van de β-gewichten kan worden afgeleid dat alle factoren behalve de factor ‘impliciete sociale norm’ significante bijdragen leveren tot de voorspelling van het zelfgerapporteerd gedrag. Met exceptie van de bijdrage van ‘verwachte emotionele outcome t.o.v. snel rijden (vrijheid en opwinding)’ zijn alle overige bijdragen zelfs hoog significant. De sterkste bijdragen tot voorspelling van het zelf-gerapporteerd gedrag leveren de schalen ‘interne locus of control’, ‘expliciete sociale norm’ en iets minder de schaal ‘positieve attitude t.o.v. maximaal toegelaten snelheden’: -

externe locus of control (β = -.081; p < .001)

-

positieve attitude t.o.v. maximaal toegelaten snelheden (β = .148, p < .001)

-

verwachte rationele outcome t.o.v. snel rijden (β = -.095, p < .001)

-

negatieve attitude t.o.v. snel rijden (β = .088; p < .001)

-

expliciete sociale norm (β = . 213, p < .001)

-

verwachte emotionele outcome t.o.v. snel rijden (β = -.042, p = .029)

-

interne locus of control (β = .337, p < .001)

Naast het verband met zelfgerappporteerde rijgedrag werd ook het verband nagegaan met de intentie om zich in toekomst aan de maximum toegelaten snelheden te houden. Dit werd gemeten via de score op de uitspraak “Ik ben van plan mij in de toekomst aan de snelheidsbeperkingen te houden”. De lineaire regressie levert ook hier een hoog significant resultaat (R² = .559; F(8, 1652) = 262,261, p < .001). Aan de hand van de β-gewichten kan men erkennen dat opnieuw slechts de schaal ‘impliciete sociale norm’ geen bijdrage kan leveren tot de voorspelling van de gedragsintentie: -


-


-

verwachte rationele outcome t.o.v. snel rijden (β = -.061, p = .002)

-


-


-

verwachte emotionele outcome t.o.v. snel rijden (β = -.059, p = .001)

-


Evenzo als bij de voorspelling van het bijdragen ter voorspelling van het zelfgerapporteerd rijgedrag leveren de schalen interne locus of control (β = .242, p < .001), expliciete sociale norm (β = . 311, p < .001) en positieve attitude t.o.v. maximaal toegelaten snelheden (β = .151, p < .001) de sterkste bijdragen tot de voorspelling van de gedragsintentie van autobestuurders om zich in de toekomst aan de snelheidsbeperkingen te houden. Opmerkelijk is wel in die context dat de schalen externe locus of control (β = -.124; p < .001); en negatieve attitude t.o.v. snel rijden (β = .117; p < .001) een groter gewicht in de wegschaal gooien. Essentieel is de vaststelling dat volgens de gewichten de belangstelling van

44


‘interne locus of control’ en ‘expliciete sociale norm’ ter voorspelling van de gedragsintentie omdraait. In tegenstelling tot de voorspelling van het zelf-gerapporteerd gedrag blijkt de factor ‘expliciete sociale norm’ nu meer van belang dan de factor ‘interne locus of control’. Ook het emotioneel aspect t.o.v. snel rijden (gevoel van vrijheid en opwinding) lijkt aan gewicht toe te nemen als het om de voorspelling van de gedragsintentie gaat (β = -.059 i.p.v. β = -.042 bij de voorspelling van het zelf-gerapporteerd gedrag. Discriminatieve validiteit Discriminatieve validiteit verwijst naar het vermogen van een vragenlijst om te differentiëren tussen groepen waarvan men mag aannemen dat ze verschillen voor de gemeten variabelen. Een van de verwachte verschillen op het vlak van rijgedrag is dat tussen mannen en vrouwen. Zoals tijdens de eerste validatie van de vragenlijst reeds uitgelegd zij geslachtsverschillen inzake rijgedrag in verkeerspsychologisch onderzoek goed gedocumenteerd (o.a. Laapotti, S. & Keskinen, E., 2004; DeJoy (1992). Om het discriminatieve validiteit van de vragenlijst met betrekking tot geslacht na te gaan werd een MANOVA uitgevoerd op de voorliggende dataset. De resultaten van de MANOVA verwijzen naar een hoog significant multivariaat verschil tussen mannen en vrouwen (Wilks’ lambda = .986, F = 2,994, df = 1652, p = .002). Univariate F-toetsen en vergelijking van de gemiddelden per schaal onderbouwen echter het disciminatief potentieel van de vragenlijst. De gemiddelde scores voor de mannen en vrouwen in de steekroef, evenals de standaarddeviaties en univariate F-waarden, worden in de onderstaande tabel weergegeven. Geslachtsverschillen op de schalen van de vragenlijst voor determinanten van rijgedrag (N = 1226 mannen, N = 435 vrouwen) Schalen

Geslacht

Gemiddelde

SD


M

2.90

,900

V

2,70

,878

M

3,69

,959

V

3,82

,827

M

2,90

,992

V

2,68

,987

M

3,76

,904

V

3,83

,809

M

3,76

,769

V

3,84

,721

M

2,17

,904

V

2,01

,896

M

4,22

,828

V

4,29

,770

M

2,91

,738

V

2,85

,735

Positieve attitude t.o.v. maximaal voorgeschreven snelheden Verwachte rationele outcome t.o.v. snel rijden Negatieve attitude t.o.v. snel rijden Expliciete sociale norm Verwachte emotionele outcome t.o.v. snel rijden Interne locus of control Impliciete sociale norm

F-waarde

P

14,846

<.001

6,712

.010

15,503

<.001

1,440

.230

3,158

,076

10,217

,001

2,209

,137

2,121

,145


45

Zoals deze tabel aangeeft differentieert de vragenlijst duidelijk tussen mannen en vrouwen op 3 van 4 attitude schalen alsook via de factor ‘externe locus of control. Daarbij scoren vrouwen hoger t.o.v. de attitudeschalen die positief staan tegenover een aangepast snelheidsgedrag. Mannen daarentegen neigen duidelijk meer dan vrouwen tot een positievere houding tegenover het snelheidsaspect. Tegelijkertijd neigen ze eerder dan vrouwen daartoe hun eigen snelheidsgedrag te verklaren via de invloed van externe omgevingsfactoren. Deze resultaten mogen principieel gezien worden als een steun voor het discriminatief potentieel van de vragenlijst.

4.1.3.3

Split half

Aan de hand van het tweede gedeelde data van de VAB steekproef werd vervolgens de reproduceerbaarheid van de schaalconstructie nagegaan, d.w.z. dat als de gevonden structuur van de vragenlijst ook op basis van de tweede dataset kan gereproduceerd worden, dan spreekt dit in feite voor de stabiliteit en nauwkeurigheid waarmee de vragenlijst meet wat ze voorgeeft te meten: In dit geval dus de gedragsdeterminanten t.o.v. snel rijden. Via een confirmatorische factoranalyse werd (per deelcomponent) nagegaan in hoeverre de gevonden factorstructuur gereproduceerd kan worden in de data en werd via een betrouwbaarheidsanalyse de consistentie van de schalen nagegaan. Voorafgaande werden ook voor het tweede dataset alle niet ingevulde antwoordvelden van de dataset (‘missing values’) vervangen door het gemiddelde van de betreffende schaal. De resultaten van deze analyses zijn in volgende tabel in kaart gebracht. Overzicht over de (sub)constructen, model fit indices, descriptieve statistieken en betrouwbaarheidsindicatoren FACTORSTRUCTUUR VAN DE VRAGENLIJST NÁ HERVALIDATIE (2DE HELFT VAB STEEKPROEF) THEORETISCH CONSTRUCT

ATTITUDE ‘SNEL T.O.V. RIJDEN’

ATTITUDE T.O.V. VOORGESCHREVEN SNELHEIDEN

SCHALEN VERWACHTE EMOTIONELE OUTCOME

NEGATIEVE ATTITUDE ‘SNEL RIJDEN’ VERWACHTE RATIONELE OUTCOME T.O.V. SNEL RIJDEN

AANTAL ITEMS

4

GEM

SD

ALFA

2,12

,859

.754

5

3,78

,889

.793

4

2,80

,987

,835

POSITIEVE

SOCIALE NORM

ATTTITUDE T.O.V. MAX. TOEGELATEN SNELHEDEN EXPLICIETE SOCIALE NORM

IMPLICIETE SOCIALE NORM

ZELF-

INTERNAL

EFFECTIVITEIT

LOCUS OF CONTROL

5

3,75

,944

,836

5

3,87

,801

,786

4

2,88

,763

,643

2

4.28

,787

,739

8

2,81

,898

,735

EXTERNAL LOCUS OF CONTROL

46

CHI² D.F. CHI²/DF

296,201 26 11,392

TLI

,923

CFI

,944

RMSEA

.079

556,331 26 21,397

,883

,915

,110

354,485 26 13,634

,867

,904

,087

256,884 34 7,555

,928

,945

,063


In de tabel kan men erkennen dat de resultaten ná her-validatie van de vragenlijst duidelijk homogener uitvallen als bij het eerste keer. Zo bijvoorbeeld liggen de uitslagen van de chi-kwadraat toets duidelijk lager. De indicator levert waarden in de marge van 7 tot 22, voor de oorspronkelijke factorstructuur lagen de chi²/df –waarden nog tussen 17 en 65. Eén van de vaststellingen die tijdens de eerste analyses van de oorspronkelijke vragenlijst werden gemaakt was die dat de attitudeschaal t.o.v. 'snel rijden' de data niet helemaal goed reproduceerde (RMSEA = .138). Dit is immers duidelijk verbeterd ná herstructurering van de schalen (RMSEA =.079)9. Zoals te verwachten heeft de deelcomponent ‘attitude t.o.v. voorgeschreven snelheden’ iets aan kracht verloren (RMSEA = .110 i.p.v. RMSEA = .071). TLI en CFI blijven echter relatief hoog (TLI = .883 i.p.v. .931 en CLI = .904 i.p.v. .948) zodat ook voor deze deelcomponent van een voldoende ‘model fit’ kan gesproken worden. De meerwaarde van de hervalidatie van de vragenlijst wordt vooral t.o.v. de deelcomponent ‘zelf-effectiviteit’ zichtbaar: Hier wordt zelfs bijna de nagestreefde waarde van een RMSEA = .060 gehaald, die voor een optimale ‘model fit’ staat (Hu & Bentler, 1999). Met oog op de bijzondere belangstelling die in Ajzen’s theorie van het gepland gedrag wordt besteed aan zelf-effectiviteit kan men stellen dat de aanpassingen van de achterliggende factorstructuur niet alleen een statistische meerwaarde hebben opgeleverd maar dat de aanpassingen ook hebben gezorgd voor een inhoudelijk essentiële verbetering van het meetinstrument. Tenslotte werden nog eens de Cronbach alfacoëfficienten berekend. De resultaten van de nieuwe reliabilteitsanalyses zijn met waarden tussen 0.643 en 0.836 bijna identiek met de resultaten van de analyses uitgevoerd op de data van de eerste helft testpersonen. Twijfels t.o.v. in hoeverre de vragenlijst voldoende is om het achterliggend theoretisch concept in de data te reproduceren konden dus via diverse aanpassingen bijna volledig weggewerkt worden. De aanpassingen die tijdens de hervalidatie werden uitgevoerd hadden daarbij vooral betrekking tot de verdeling van items per schaal. De constructie van een 8 -factorenstructuur die de dimensies van de Ajzen’s theorie van het gepland gedrag zouden moeten weerspiegelen heeft zich als stabiel bewezen, ook al kregen twee schalen – met name de negatieve attitude t.o.v. maximaal toegelaten snelheden en de positieve attitude t.o.v. snel rijden een meer inhoudelijke invulling en werden ze bijgevolg van naam aangepast in ‘verwachte rationële outcome t.o.v. snel rijden’ respectievelijk ‘verwachte emotionële outcome t.o.v. snel rijden (vrijheid en opwinding)’. Wij kunnen bijgevolg stellen dat middels deze vragenlijst een goed onderbouwd en stabiel meetinstrument ter beschikking staat om betrouwbare uitspraken m.b.t. de determinanten van het snelheidsgedrag van autobestuurders te kunnen doen.

9

Een RMSEA waarde van .080 wordt in de regel als indicator beschouwd van een goede overeenstemming tussen construct en data (Browne & Cudeck, 1993)


47

4.2

Gedragsintentie en zelf-gerapporteerd rijgedrag

Volgens de theorie van het gepland gedrag (Ajzen, 1988, 1991) zorgt de combinatie van attitudes, sociale invloed en zelf-effectiviteit ervoor dat een intentie gevormd wordt om een bepaald gedrag te stellen. Zoals in de inleiding al vermeld blijkt uit onderzoek dat de intentie om zich aan snelheidsbeperkingen te houden voor ongeveer de helft bepaald wordt door de combinatie van deze drie factoren (Parker et al., 1992). De overige variantie in het gedrag wordt bepaald door factoren in de omgeving, in de zin van antecedenten van het gedrag (bv. de weginrichting) als consequenten (bv. een boete bij te snel rijden). Verder kon in verschillende empirische studies aangetoond worden dat geobserveerd (objectief) en zelf-gerapporteerd (subjectief) rijgedrag significant met elkaar correleren (Aberg, 1997; Carcary et al, 2001; West et al., 1997). Zelf-gerapporteerd rijgedrag lijkt dus een acceptabel surrogaat te zijn voor het echt rijgedrag, dat vanwege financiële en/of operationele redenen vaak niet direct kan gemeten worden. In dit resultaatgedeelte wordt bijgevolg het verband nagegaan tussen het (zelf-gerapporteerde) veilig rijgedrag en de intentie van de autobestuurder om dit wenselijk gedrag te stellen. Om die samenhang in kaart te brengen werden “pearson correlaties” berekend tussen de variabelen “intentie om zich te houden aan de snelheidsbeperking” en “zelfgerapporteerd gedrag”. Volgende tabel geeft een overzicht over alle gevonden correlaties voor de volledige steekproef en voor een aantal relevante subgroepen (op basis van geslacht, leeftijd, rijervaring, …):

48


Tabel: Pearson correlatie tussen intentie en gedrag10 voor de volledige steekproef en voor relevante subgroepen * (< 0.05) ** (< 0.01)

Gedragsintentie (E2)

volledige steekproef

Zelf-gerapporteerd gedrag (E1)

Pearson’s R

N

gemideelde.

sd

gemiddelde

sd

r

N = 3346

4.06

1.005

4.05

.972

,810**

subgroepen Geslacht

leeftijdscategorie

Opleiding

bezit autorijbewijs

10

49

mannen vrouwen

2432 892

3.98 4.26

1.044 .864

3.99 4.19

1.005 .861

,814** ,790**

18-29 jaar 30-39 jaar 40-49 jaar 50-59 jaar 60-69 jaar 70-84 jaar

394 613 873 827 481 142

3.63 3.84 3.97 4.18 4.44 4.66

1.155 1.039 .999 .914 .793 .722

3.62 3.81 4.01 4.15 4.39 4.66

1.127 1.034 .940 .886 .769 .684

,773** ,787** ,810** ,799** ,807** ,810**

lager onderwijs (geen diploma) secundair onderwijs hoger onderw. (korte type) universitair of hog.ond.l.type

249

4.43

.881

4.35

.890

,830**

1248 1175 644

4.06 4.04 3.94

.993 .992 1.055

4.06 4.03 3.93

.948 .956 1.04

,796** ,790** ,843**

minder dan 5 jaar tussen 6 en 15 jaren tussen 16 en 25 jaren tussen 26 en 35 jaren tussen 36 en 45 jaren meer dan 46 jaar

215 510 812 949 710 148

3.65 3.77 3.95 4.10 4.36 4.55

1.209 1.080 .982 .976 .839 .810

3.66 3.74 3.96 4.10 4.32 4.51

1.157 1.050 .963 .941 .795 .812

,772** ,769** ,839** ,804** ,771** ,836**

Item E1: “Ik hou me doorgaans aan de maximum toegelaten snelheden” Item E2: “Ik ben van plan om mij in de toekomst aan de maximum toegelaten snelheden te houden”.


aantal kinderen

lid VAB

Provincie

km/jaar

voorkeur snelheidslimiet

50

0 1 2 3 4 meer dan 5

914 561 1128 498 134 111

3.85 4.12 4.10 4.20 4.13 4.39

1.096 1.004 .959 .924 .924 .821

3.84 4.12 4.09 4.15 4.16 4.36

1.066 .935 .925 .913 .875 .882

,796** ,718** ,786**

Ja Neen

2475 827

4.13 3.84

.965 1.074

4.12 3.81

.925 1.055

,800** ,823**

West-Vlaanderen Oost-Vlaanderen Antwerpen Vlaams-Brabant Limburg Brussel andere (buitenland)

548 643 1155 589 388 12 7

4.08 4.08 3.99 4.07 4.15 4.17 -

.980 .993 1.06 .981 .930 1.193 -

4.09 4.07 4.00 4.03 4.10 3.92 -

.943 .935 1.012 .995 .909 1.24 -

,797 ,814 ,819 ,813 ,779 ,932 -

minder dan 5000km Tussen 5000 en 15000 km tussen 15000 en 25000 km tussen 25000 en 50000 km meer dan 50000km

217 1225 1099 653 138

4.38 4.27 4.05 3.69 3.54

.858 .888 .956 1.123 1.239

4.36 4.24 4.03 3.68 3.63

.751 .852 .931 1.105 1.215

,709** ,803** ,790** ,815** ,804**

onder 109 km/u tussen 110 en 129 km/u tussen 130 en 149 km/u tussen 150 en 169 km/u boven 170 km/u

127 739 2009 357 114

4.58 4.62 3.99 3.32 3.40

.671 .644 .942 1.178 1.388

4.48 4.56 3.99 3.33 3.53

.765 .616 .903 1.228 1.312

,689** ,664** ,775** ,831** ,870**

,810** ,798** ,822**


dagelijks 1 tot enkele keren per week 1 tot enkele keren per maand minder dan 1 keer per maand

2487 784

3.96 4.32

1.044 .830

3.95 4.32

1.010 .790

,806** ,798**

46

4.54

.621

4.54

.621

,942**

23

4.30

.822

4.26

.752

,675**

nog nooit één keer twee keer meer dan twee keer

3144 155 22 12

4.09 3.59 3.27 3.25

.985 1.138 1.162 1.422

4.07 3.61 3.50 3.33

.952 1.125 1.102 1.303

,807** ,787** ,855** ,883**

ja neen

2294 1027

4.04 4.10

.998 1.025

4.03 4.09

.958 .971

,808** ,814**

geen enkele ongeval één ongeval meerdere ongevallen

1122 1082 191

4.07 4.06 3.89

1.024 .953 1.075

4.07 4.04 3.91

.970 .940 1.009

,799** ,813** ,825**

Materiële schade

beperkt ernstig

1918 383

4.05 3.95

.989 1.041

4.04 3.98

.955 .992

,797** ,854**

Lichamelijke schade

geen beperkt ernstig

1929 221 37

4.03 4.04 3.84

1.006 .916 1.191

4.01 4.05 3.95

.968 .896 1.18

,805** ,862** ,885**

tot 90 pk (of 66 kw) Tot 140 pk (of 103 kw) meer dan 140 pk ik weet het niet

1217 1232 231 554

4.16 3.95 3.54 4.23

.953 1.039 1.204 1.009

4.13 3.96 3.58 4.16

.919 .997 1.184 .879

,763** ,825** ,860** ,795**

gebruik auto

verlies autorijbewijs

ongeval als bestuurder

zelf veroorzaakt gevolgen laatst ongeval

Vermogen


51

51

In eerste instantie toont de tabel vooral aan dat er in het algemeen een heel hoge correlatie bestaat tussen de intentie om zich veilig (t.o.v. een aangepaste snelheid ) in het verkeer te gedragen enerzijds en het zelf-gerapporteerd gedrag anderzijds (Pearson correlatie r = .810). Op een continuüm van 1 (helemaal niet akkoord) tot 5 (helemaal akkoord) geven de respondenten zowel voor gedrag alsook voor intentie gemiddeld een 4 als antwoord (4,05 voor gedrag respectievelijk 4,06 voor intentie). Daarmee maken ze duidelijk dat ze zich meestal wel aan de maximaal toegelaten snelheden houden en dat ze ook toekomstig eerder van plan zijn om zich aan de snelheidslimieten te houden. Dit hoeft uiteraard niet voor alle subgroepen van autobestuurders hetzelfde te zijn: Hoge correlaties zal men ook tegen kunnen komen wanneer autobestuurders aangeven zich eerder niet aan de snelheidslimieten te houden en ook niet van plan zijn om dit in de toekomst te doen. Bijgevolg moet men de correlaties tussen gedragsintentie en het gedrag zelf in verband met het gemiddelde en de standaarddeviatie van deze items onderzoeken: Geslacht De correlatie van intentie en gedrag is volgens de cijfers voor mannen en vrouwen relatief gelijk (r = .814 voor mannen/ r = .790 voor vrouwen). Bij het gemiddelde scoren de vrouwen iets hoger, d.w.z. dat ze aangeven zich eerder aan de snelheden te houden en ook eerder van plan zijn om dit in de toekomst te doen. Bij de mannen is de correlatie tussen intentie en gedrag zelfs nog iets groter. Het gemiddelde ligt echter iets lager dan bij de vrouwen wat spreekt voor een iets minder positieve houding tegenover snelheidslimieten. Versterkt wordt deze indruk door een verhoogde standaarddeviatie bij de mannen. Leeftijd Interessant blijkt de ontwikkeling van de antwoorden op vlak van intentie en gedrag t.o.v. de verschillende leeftijdscategorieën: Vanaf een leeftijd van 40 jaar blijven liggen de correlaties constant rond r = .800. Daarvoor lijkt deze correlatie minder uitgesproken (leeftijd tussen 18 en 29 jaar, r = .773, leeftijd tussen 30 en 39, r = .787). Hoewel de correlatie tussen intentie en gedrag relatief stabiel blijft stijgt het gemiddelde voor zowel intentie alsook gedrag met elke leeftijdsgroep aan. In de leeftijdsgroep tussen 18 en 29 jaar bijvoorbeeld liegen de gemiddelden maar rond 3,6. Voor de oudere leeftijdscategoriëen daarentegen worden weel hogere waarden behaald (bijvoorbeeld tussen 50 en 59 jaar, gemiddelde = 4,44 respectievelijk 4,39). Ook de standaardafwijking schijnt met toenemende leeftijd minder te verminderen. Opleiding Zowel de personen die lager onderwijs hebben gedaan alsook de personen met een universitair of hoger diploma blijken in het algemeen hogere correlaties te hebben tussen intentie en gedrag (r = .830, r = .843). Opmerkelijk is daarbij dat de gemiddelden voor de groep van lager opgeleide personen toch duidelijk hoger liegen dan de doorsnee (en ook die van de hoger opgeleide groep). Op een continuüm van 1 tot 5 betekent een waarde rond 4,5 alvast dat men zich bijna altijd aan de voorgeschreven snelheden houdt. Bezit autorijbewijs Op de eerste zicht zijn bij verhoudingsgewijs gelijkblijvend hoge correlaties tussen r = .769 en r = .839 lagere gemiddelden en hogere standaarddeviaties te erkennen voor autobestuurders met minder rijervaring (in tijd). Autobestuurders die meer dan 26 jaar in bezit van hun rijbewijs zijn scoren zowel op gedrag alsook intentie boven de 4 (ze houden zich dus meestal wel aan de voorgeschreven snelheden en zijn ook van plan om zich in de toekomst meestal aan de voorgeschreven snelheden te houden). Bij personen die minder jaren hun rijbewijs bezitten is dus eerder een tendentie te erkennen in richting van het midden (‘soms wel, soms niet’). Gemiddelden, standaarddeviaties en de uitslagen van de correlaties lijken heel sterk op het beeld van de leeftijdsverschillen. Km/jaar Gemiddelden en standaarddeviaties in verband met een relatief stabiel blijvende Pearson correlatie voor intentie en gedrag (tussen .790 en .815, eens afgezien van een eerste duidelijk lagere r = .709 voor de groep van autobestuurders met minder dan 5000 kilometer rijprestatie per jaar) geven hier een omgedraaid beeld t.o.v. leeftijd en rijervaring (indien gekoppeld aan het bezit van een rijbewijs): Hoe minder de kilometerprestatie van een autobestuurder op één jaar des te hoger hun intentie om met aangepaste snelheid te rijden. De score van een


52

autobestuurder die per jaar meer dan 50.000 kilometer aflegt is met een gemiddelde van 3.54 voor de intentie en met een gemiddelde van 3.63 voor het zelf-gerapporteerde gedrag dus duidelijk lager dan het gemiddelde in het algemeen. Niettemin mag ook hier niet de indruk ontstaan dat personen met een hogere kilometerprestatie het minder goed doen. De waarden, die ze aangeven, zijn nog altijd heel hoog en spreken principieel daarvoor dat de bestuurders zich meestal wel aan de voorgeschreven snelheden houden.


53

4.3

Determinanten van het rijgedrag t.o.v. snel rijden

Ter toetsing van het gedragsverklaringsmodel werd er opnieuw gebruik gemaakt van multipele regressie-analyses voor de volledige steekproef en voor een aantal relevante subgroepen. Het resultaat van de analyse voor de totale steekproef bevestigt in principe wat al in het kader van de validatie van de vragenlijst reeds werd opgemerkt: de schalen voorspellen in sterke mate het zelfgerapporteerd rijgedrag (R² = .491; (F (8, 3337) = 403.166, p < .001). Aan de hand van de β-gewichten wordt duidelijk dat alle factoren behalve de factor ‘impliciete sociale norm’ hoog significante bijdragen leveren tot de voorspelling van het zelfgerapporteerd gedrag. In tegenstelling tot de regressieanalyses die in het kader van de predictieve validiteitstoets werden gerekend valt de bijdrage van de schaal ‘verwachte emotionele outcome t.o.v. snel rijden (vrijheid en opwinding)’ dus nu ook duidelijk hoger uit. De sterkste bijdragen tot voorspelling van het zelf-gerapporteerd gedrag blijven de schalen ‘interne locus of control’, ‘expliciete sociale norm’ en iets minder de schaal ‘positieve attitude t.o.v. maximaal toegelaten snelheden’ leveren: -


-


-


-


-


-

verwachte emotionele outcome t.o.v. snel rijden (β = -.060, p < .001)

-


Hetzelfde geldt voor de voorspelling van de gedragsintentie: De lineare regressie levert ook hier een hoog significant resultaat (R² = .529; F(8, 3337) = 468.180, p < .001). De schaal ‘impliciete sociale norm’ kan opnieuw niet bijdragen tot de voorspelling van de gedragsintentie: -


-


-


-


-


-

verwachte emotionele outcome t.o.v. snel rijden (β = -.058, p < .001)

-


Zoals reeds vermeld zijn het de schalen interne locus of control, expliciete sociale norm en positieve attitude t.o.v. maximaal toegelaten snelheden het meest tot de voorspelling van zowel het rijgedrag alsook de gedragsintentie bijdragen. Opmerkelijk is echter dat de verhouding tussen de gewichten van ‘expliciete sociale norm’ en ‘interne locus of control’ – klaarblijkelijk de twee determinanten met het meeste gewicht– omdraait naargelang het om de voorspelling van gedrag of de voorspelling van intentie gaat. Zo blijkt de determinant ‘interne locus of control’ de sterkste invloed te hebben op het rijgedrag (β = .354) . Daarentegen is de invloed van de ‘expliciete sociale norm’ op de intentie tot een aangepast snelheidsgedrag het sterkst. (β = . 322)11. De gedragsdeterminant ’externe locus of control’12 lijkt dan weer 11

54

Expliciete sociale norm heeft dus vooral betrekking op datgene wat men bij de andere mensen m.b.t. het gedrag in kwestie kan observeren.


een grotere invloed te hebben op gedragsintentie dan op het gedrag zelf. Het negatieve voorteken duidt hier aan dat deze invloed eerder ondergeschikt is aan de determinant ‘interne locus of control’. Daarbij schijnt de indirecte invloed sterker te worden naarmate de ‘determinant ‘interne locus of control’ zelf minder gewicht in de weegschaal gooit. De overige determinanten zijn algemeen iets minder sterk, maar wel stabiele invloedfactoren voor zowel gedrag alsook intentie. Wat het emotionele aspect t.o.v. snel rijden (gevoel van vrijheid en opwinding) betreft zo wijzen de β-gewichten nu op een gelijkblijvende invloed voor gedrag en intentie (β = -.060 voor gedrag en β = -.058 voor intentie)13 . Geslacht Volgende tabel levert de resultaten van de regressieanalysen uitgevoerd voor de data van de mannen en die van de vrouwen apart: Tabel: Resultaten regressieanalyses voor ‘geslacht’ zelf-gerapporteerd gedrag (E1)

gedragsintentie (E2)

geslacht N

R²

F

p

N

R²

F

p

mannen

2431

.496

297,552

<,001

2431

.538

353.125

<.001

vrouwen

891

.474

99.643

<,001

891

.499

109.957

<,001

De regressieanalyses tonen op het eerste zicht geen verschil volgens het geslacht wat betreft de voorspelling van gedragsintentie en het (zelf-gerapporteerd) gedrag: De vergelijking van de β-gewichten en hun significante bijdragen maken echter duidelijk dat de intentie en het gedrag van mannen en vrouwen op verschillende wijze door de betreffende determinanten benaderd wordt: Bij de mannen dragen effectief 7 van de 8 determinanten bij tot de voorspelling van het gedrag en de intentie van Vlaamse automobilisten tot een aangepast snelheidsgedrag. Bij de vrouwen zijn dit maar 6 van 8 voor de voorspelling van het rijgedrag en maar 5 van 8 ter voorspelling van de intentie tot een aangepast snelheidsgedrag. De factor ‘negatieve attitude t.o.v. snel rijden’ blijkt bij de vrouwen helemaal geen invloed te hebben – nog t.o.v. de intentie (β = .053; p = .080 n.s.) nog t.o.v. van het gedrag zelf (β = -.026; p = .392 n.s.). Interessant is dat het aspect van een tijdswinst (d.i. de schaal ‘verwachte rationele outcome t.o.v. snel rijden’) bij de vrouwen geen relevantie heeft bij de vorming van de gedragsintentie (β = -.040; p = .171). Met oog op het zelfgerapporteerd gedrag lijkt dat aspect dan toch terug belang te krijgen (β = -.083; p = .005). Opvallend is ook dat de belangstelling die vrouwen aan de zelfeffectiviteitsfactor ‘interne locus of control’ hechten zelfs nog groter is dan die van de mannen. De factor ‘interne locus of control’ is naast de schaal ‘expliciete sociale norm’ alvast die centrale factor bij de vorming van intentie en gedrag – en dit voor zowel de mannen alsook de vrouwen. Mannen hebben klaarblijkelijk meer aandacht voor de ‘expliciete sociale norm’ als het om de vorming van hun intentie tot een aangepast snelheidsgedrag gaat (β = .341; p < .001). Die factor blijft uiteraard ook doorwegen bij het gedrag zelf, maar zijn invloed is hier toch duidelijk lichter (β = .244; p < .001).

12

13

Deze factor beschrijft – zoals de naam het zegt – dat een individu zijn eigen gedrag eerder door omgevingsfactoren en/of door anderen bepaald ziet. Dit in tegenstelling tot ‘interne locus of control’ waar de eigen vaardigheden als voldoende hoog worden geschat om het gedrag in kwestie uit te voeren. Dit is in tegenstelling tot de tendentie die zich nog tijdens de eerste validatie van de vragenlijst toonde: Daaruit bleek het gewicht van deze determinant toe te nemen in verband met de voorspelling van de gedragsintentie (β = -.059 i.p.v. β = -.042)


55

Leeftijd Volgende tabel levert de resultaten van de regressieanalysen uitgevoerd op de data van de verschillende leeftijdscategorieën: Tabel: Resultaten regressieanalyses voor ‘leeftijdscategorieën’ zelf-gerapporteerd gedrag (E1)

gedragsintentie (E2)

leeftijdscategorie N

R²

F

p

N

R²

F

p

19-29

393

.470

42.753

<,001

394

.497

47.556

<.001

30-39

613

.473

67.674

<,001

612

.494

73.649

<.001

40-49

872

.483

100.740

<,001

872

.538

125.814

<.001

50-59

826

.451

83.962

<,001

826

.509

105.825

<.001

60-69

480

.513

62.096

<,001

480

.519

63.698

<.001

70-84

141

.535

19.136

<,001

141

.554

20.646

<.001

Ook wat betreft de regressieanalyses volgens de verschillende leeftijdscategorieën zijn er op de eerste zicht geen verschillen in verband met de voorspelling van gedragsintentie en het (zelf-gerapporteerd) gedrag: De vergelijking van de β-gewichten en hun significante bijdragen maken ook hier duidelijk hoe goed de vragenlijst ook kleine verschillen tussen de verschillende subgroepen meet: Het hoog significante resultaat van de voorspelling van het gedrag bij de groep van de leeftijdsklas 19 tot 29 jaar is gebaseerd op de hoog significante bijdragen van maar 3 determinanten, met name de ‘interne locus of control (β = .303; p < .001), expliciete sociale norm (β = .223; p < .001) en verwachte rationele outcome t.o.v. snel rijden (β = -.163; p = .001). Significant maar minder dan de drie genoemde zijn ook de bijdragen van externe locus of control (β = -.109; p = .033) en ‘positieve attitude t.o.v. maximale toegelaten snelheden (β = .121; p = ..028). De resterende drie determinanten kunnen helemaal geen bijdrage leveren. Hetzelfde beeld vinden wij ook terug t.o.v. de voorspelling van de gedragsintentie: Het zijn maar 5 van 8 determinanten die significant tot de voorspelling van de gedragsintentie bijdragen. ‘Interne locus of control (β = .149; p < .001), expliciete sociale norm (β = .283; p < .001) en verwachte rationele outcome t.o.v. snel rijden (β = -.166; p = .001) leveren ook hier de grootste bijdragen, maar nu is de factor ‘expliciete sociale norm’ degene die het sterkst spelt. Ter vergelijking hebben wij vervolgens de leeftijdsgroep van 50 tot 59 jaar naarder bekeken. Op vlak van de voorspelling van het zelf gerapporteerd gedrag wordt aan de hand van de β-gewichten duidelijk dat voor deze leeftijdsgroep 6 van de 8 determinanten een rol bij de vorming van het gedrag spelen: 4 daarvan zijn hoog significant, met name de ‘interne locus of control’ (β = .404; p < .001), de ‘expliciete sociale norm’ (β = .168; p < .001), de ‘externe locus of control ‘(β = .123; p < .001) en de ‘verwachte emotionele outcome t.o.v. snel rijden (β = -.084; p = .003). In tegenstelling tot de jongere leeftijdsgroep heeft bij de ouderen ook de gedragsdeterminant ‘’negatieve attitude t.o.v. snel rijden’ een significante invloed op het gedrag (β = .066; p = .066). Envenzo in tegenstelling met de jongeren is dat de factor ‘verwachte rationele outcome t.o.v. snel rijden( tijdswinst’ nu helemaal niet meer van belang blijkt te zijn (β = -.023; p = .488), Ook voor de voorspelling van de gedragsintentie voor deze leeftijdsgroep vinden wij dezelfde tendenties terug. Enerzijds wordt de nauwe samenhang tussen gedrag en intentie opnieuw gedocumenteerd, want tevens voor de voorspelling van de intentie spelen dezelfde 6 factoren die ook al voor de voorspelling van het gedrag verantwoordelijk waren. Anderzijds wordt opnieuw het verschil met de jongere leeftijdscategorie verduidelijkt: Terwijl bij de jongeren de factor ‘interne locus of control’ (β = .149; p < .001) verzwakt en qua gewicht kleiner wordt dan de factor ‘expliciete sociale norm’ (β = .283; p < .001), is dit niet het geval voor de leeftijdscategorie tussen 50 en 59 jaar. Ook al verliest de factor ‘interne locus of

56


control’ aan gewicht (β = .303; p < .001), hij blijft de grootste invloed behouden t;o.v. de gedragsintentie ‘expliciete sociale norm’ (β = .308; p < .001).


57

4.4 Situering van de Vlaamse autobestuurders op de psychologische dimensies van veilig rijgedrag Voor de gedragsepidemiologische analyse (situering van de Vlaamse autobestuurders op de psychologische dimensies van veilig rijgedrag) werden beschrijvende statistieken berekend op de betreffende schalen voor de volledige steekproef en voor een aantal relevante subgroepen. Vooraleer dieper op de resultaten van de beschrijvende statistieken in te gaan lijkt het zinvol om nog eens terug te komen op de samenstelling van de steekproef.

4.4.1 Representativiteit van de steekproef vanuit gedragsepidemiologisch perspectief Zoals reeds besproken in hoofdstuk 3.6.2.2. werd de VAB-steekproef samengesteld op basis van een schriftelijke enquête – verstuurd naar toevallig geselecteerde VAB-leden – en een on-line enquête - aangeboden via de VABwebsite en bijgevolg ook toegankelijk voor het algemeen publiek. Bij tegenoverstelling van deze twee deelsteekproeven werden oorspronkelijk significante verschillen in de samenstelling vastgesteld, zo bijvoorbeeld bevatte de on-line steekproef duidelijk meer jongere en eerder hoger opgeleide autobestuurders dan de VAB-steekproef. Om na te gaan in hoeverre dat verschil een impact kan hebben op de onderzoeksresultaten (en daarbij gaat het uiteraard om de vraag van de representativiteit van aan de basis liggende ijksteekproef) hebben wij vervolgens eerst de descriptieve statistieken voor de twee deelsteekproeven uitgevoerd. De resultaten van deze vergelijking zijn in onderstaande tabel weergegeven: Tabel: Minimum- en maximumscores, gemiddelden en standaarddeviaties van de schalen voor on-line steekproef en VABsteekproef:

58


ONLINE-STEEKPROEF

VAB –STEEKPROEF (SCHRIFTELIJK)

SCHALEN

N

MIN

MAX

GEM

SD

N

MIN

MAX

GEM

SD

POS. ATTITUDE T.O.V. MAX.TOEGELATEN SNELHEDEN

2212

1

5

3,65

0,944

1134

1

5

3,91

0,891

NEG. ATTITUDE T.O.V. SNEL RIJDEN

2212

1

5

3,74

0,883

1134

1

5

3,87

0,880

TIJDSWINST

2212

1

5

2,84

0,998

1134

1

5

2,79

0,974

EMOTIONELE MEERWAARDE VAN SNEL RIJDEN

2212

1

5

2,17

0,881

1134

1

5

2,03

0,871

EXPLICIETE SOCIALE NORM

2212

1

5

3,72

0,749

1134

1

5

3,96

0,746


2212

1

5

2,94

0,731

1134

1

5

2,79

0,769

EXTERNE LOCUS OF CONTROL

2212

1

5

2,87

0,894

1134

1

5

2,75

0,915

INTERNE LOCUS OF CONTROL

2212

1

5

4,18

0,798

1134

1

5

4,40

0,770

De visuele controle van gemiddelen en standaarddeviatie wijst alleszins niet op grote verschillen tussen de groepen. De hoogste differentie die voor de acht schalen tussen de gemiddelden kan gevonden worden bedraagt maar slechts 0,26 (schaal ‘positieve attitude t.o.v. max. toegelaten snelheden’). De uitvoering van een multivariantieanalyse (MANOVA) bevestigt weliswaar een multivariaat verschil tussen de twee deelsteekproeven (Wilks’Lamda = .959, F = 17.976, df = 3337, p < .001). Univariate F-toetsen onderbouwen dat verschil voor alle schalen. Enkel de schaal ‘verwachte rationele outcome t.o.v. snel rijden’ vertoont geen hoog significant verschil (F(1,3344) = 1,737, p = .188’). Bij deze vergelijking van de twee deelsteekproeven moet men echter ook rekening houden met de steekproefgrootte: Het totaal aantal data is zeer groot wat maakt dat zelfs kleine verschillen tussen twee groepen statistisch gemakkelijker in het gewicht vallen. Versterkt wordt deze tendentie nog eens door het feit dat de on-line-steekproef qua omvang bijna dubbel zo groot is als de VAB-steekproef (N = 2212 tegenover N = 1134). Tenslotte mag niet over het hoofd gezien worden dat VAB-leden die oorspronkelijk schriftelijk werden gecontacteerd gebruik hebben gemaakt van de mogelijkheid om de enquête via internet in te vullen. Een controle hiervan was omwille van feiten die te maken hebben met de waarborg van de anonimiteit van de deelnemers later niet meer mogelijk. Als wij echter daarvan uitgaan dat vooral hoger opgeleide en jongere VAB-leden van de on-line mogelijkheid hebben gebruik gemaakt dan kan dit wel tot een lichte vertekening van de VAB-steekproef leiden als enkel de teruggestuurde schriftelijke vragenlijsten worden geteld. In het volgende baseren wij ons op de in hoofdstuk 3.6.2.2. uitgelegde argumentatie, die ervan uitgaat dat die steekproef de Vlaamse automobilist het best representeert die de verschillende toegangswegen van schriftelijke enquêtes en on-line applicatie verenigd. De resultaten die vervolgens worden gepresenteerd hebben dus betrekking tot de totale steekproef (N = 3346).


59

4.4.1 Situering van de Vlaamse autobestuurders op de psychologische dimensies van veilig rijgedrag Volgende tabel geeft aan de hand van minimum- en maximumscores, gemiddelde en standaarddeviatie een overzicht over de situering van de Vlaamse automobilist op de psychologische dimensies van veilig rijgedrag (rijden met aangepaste snelheid). Tabel: Minimum- en maximumscores, gemiddelden en standaarddeviaties van de schalen voor de volledige steekproef: VOLLEDIGE STEEKPROEF

SCHALEN

N

MIN

MAX

GEM

SD

POS. ATTITUDE T.O.V. MAX.TOEGELATEN SNELHEDEN

3346

1

5

3,74

0,935


3346

1

5

3,78

0,884

TIJDSWINST

3346

1

5

2,82

0,990

EMOTIONELE MEERWAARDE VAN SNEL RIJDEN

3346

1

5

2,12

0,880


3346

1

5

3,80

0,757


3346

1

5

2,89

0,748


3346

1

5

2,83

0,903


3346

1

5

4,26

0,795

Vervolgens worden deze resultaten aan de hand van frequentietabellen per gedragsdeterminant verder uitgediept. Positieve attitude t.o.v. maximaal toegelaten snelheidslimieten Een attitude is gebaseerd op een afweging van de (subjectief) ingeschatte verwachtingen van een subject tegenover de positieve en negatieve resultaten van een bepaald gedrag (Paris & Vandenbroucke, 2007). Deze schaal beoogt de positieve verwachtingen die een autobestuurder heeft t.o.v. snelheidslimieten.

60


posat_sl

500

Frequency

400

300

200

100 Mean =3,74 Std. Dev. =0,935 N =3.346

0 1,00

2,00

3,00

4,00

5,00

posat_sl

Op een continuüm van 1 (helemaal akkoord) tot 5 (helemaal niet akkoord) scoort hier de ‘Vlaamse automobilist’ met een gemiddelde van 3,74 en een standaarddeviatie van 0,935. Bijna 40% van alle deelnemers situeren zich op deze schaal in het bereik tussen 4 en 5 (akkoord of helemaal akkoord). Meer dan 423 personen (12,3%) geven zelfs aan helemaal akkoord te gaan met de positieve uitspraken van de enquête i.v.m. snelheidslimieten. Rond 35% van de resterende deelnemers scoort tussen 3 en 4 wat nog altijd voor een positieve tendentie spreekt. Er is dus klaarblijkelijk een duidelijke tendentie in de richting van een zeer positieve attitude van de Vlaamse automobilist tegenover voorgeschreven snelheden. Negatieve attitude t.o.v. snel rijden Zoals boven reeds vermeld is een attitude gebaseerd op een afweging van de (subjectief) ingeschatte verwachtingen van een subject tegenover de positieve en negatieve resultaten van een bepaald gedrag. Deze schaal focust op de negatieve verwachtingen van een automobilist t.o.v. snel rijden. Personen die hoog scoren op deze schaal blijken een eerder negatieve houding te hebben t.o.v. snel rijden.


61

negat_sr

400

Frequency

300

200

100

Mean =3,78 Std. Dev. =0,884 N =3.346

0 1,00

2,00

3,00

4,00

5,00

negat_sr

Op een continuüm van 1 (niet negatief) tot 5 (zeer negatief) scoort de ‘Vlaamse automobilist’ met een gemiddelde van 3,78 bij een standaarddeviatie van 0,88. 83,7 % van alle deelnemers situeren zich op deze schaal in het - na het wenselijk gedrag toe - positieve bereik tussen 3 en 5. 50,1 % scoren zelfs tussen 4 en 5. Volgens deze uitslagen heeft de Vlaamse automobilist heel wat negatieve verwachtingen als het om ‘snel rijden’ draait. Bijgevolg mag men zeker stellen dat de Vlaamse automobilist in het algemeen een eerder negatieve attitude heeft t.o.v. snel rijden. Tijdswinst De vroegere schaal ‘negatieve attitude t.o.v. max. toegelaten snelheden’ kreeg tijdens de hervalidatie van de vragenlijst een meer inhoudelijke invulling. Omwille van de inhoud van de items die aan de basis van deze schaal liggen werd geconcludeerd dat deze schaal de verwachte outcome meet die snel rijden kan hebben met het oog op een tijdswinst. Wie hoog scoort op deze schaal verwacht een meerwaarde van snel te rijden t.o.v. een tijdswinst.

rational_out

500

Frequency

400

300

200

100 Mean =2,82 Std. Dev. =0,99 N =3.346

0 1,00

2,00

3,00

4,00

5,00

rational_out

62


Op een continuüm van 1 (helemaal akkoord) tot 5 (helemaal niet akkoord) scoort hier de ‘Vlaamse automobilist’ hier met een gemiddelde van 2,82 bij een standaarddeviatie van 0,99. Zoals men in het histogram kan erkennen zijn de antwoorden over het hele continuüm verspreid. Op het eerste zicht lijkt de meerderheid van de deelnemers eerder niet te veel belang te hechten aan het tijdsaspect. 50% van alle personen hebben dan ook een score van minder dan 2,75 op deze schaal. Niet te ontkennen valt anderzijds dat 37,2% van de deelnemers wel positieve verwachtingen t.o.v. een tijdswinst hebben (scores tussen 3 en 5). Voor 631 personen of 16% van alle respondenten speelt het tijdsaspect zelfs een essentiële rol (scores tussen 4 en 5). Volgens deze analyse lijkt de mening van de Vlaamse automobilist verdeeld wat betreft een mogelijke meerwaarde in tijd van ‘snel rijden’.

Emotionele meerwaarde van snel rijden (vrijheid en opwinding) De vroegere schaal ‘positieve attitude t.o.v. snel rijden’ is de tweede schaal die tijdens de hervalidatie werd aangepast. Deze schaal beoogt dus een mogelijke meerwaarde op emotioneel vlak die een autobestuurder bij het ‘snel rijden’ kan ondervinden. Een hoge score op deze schaal geeft aan dat een persoon in context met het eigen snelheidsgedrag in het verkeer ook veel belang hecht aan emotionele aspecten zoals vrijheid en opwinding.

emotion_out

600

500

Frequency

400

300

200

100 Mean =2,12 Std. Dev. =0,88 N =3.346

0 1,00

2,00

3,00

4,00

5,00

emotion_out

Op een continuüm van 1 (lage verwachting t.o.v.een emotionele outcome van vrijheid en opwinding) tot 5 (hoge verwachting) scoort hier de ‘Vlaamse automobilist’ met een verhoudingsgewijs laag gemiddelde van 2,12 bij een standaarddeviatie van 0,88. Zoals men in het histogram kan erkennen liggen de scores vooral aan de linkerkant van het continuüm, dus tussen 1 en 3. 16.8% van de testpersonen geven dus in feite aan dat ze helemaal geen verwachtingen hebben t.o.v. een emotionele output (score = 1). 55,3 % van alle personen hebben een score kleiner dan 2 en 85.6% kleiner dan 3. Slechts 129 personen (of 3.9%) hebben een score tussen 4 en 5. Op basis van deze uitslagen lijkt de Vlaamse automobilist eerder geen emotionele verwachtingen te hechten aan het ‘snel rijden’, of met andere woorden: in verband met ‘snel rijden’ spelen emotionele aspecten zoals het gevoel van vrijheid en opwinding voor de Vlaamse automobilist nauwelijks een rol. Expliciete sociale norm Deze schaal tracht – naast de schaal ‘impliciete sociale norm’ - de invloed van de gepercipieerde mening van anderen over een aangepast snelheidsgedrag na te gaan. De items van deze schaal verwijzen vooral op de perceptie van de expliciete norm, die positief is ten aanzien van een aangepast snelheidsgedrag. Met andere woorden: Het


63

individu leidt uit het (positief) gedrag van anderen een sociale norm af t.o.v. ‘snel rijden’ en verinnelijkt deze norm zo te zeggen als oriëntatie voor het eigen gedrag. Een hoge score op deze schaal betekent dus dat het individu zijn sociale omgeving als zeer positief ingesteld t.o.v. een veilig rijgedrag waarneemt. Deze externe invloed is - uiteraard alleen wanneer het zich om een positieve voorbeeldfunctie handelt – als principieel gunstig in te schatten t.o.v. van het vormingsproces van gedrag en intentie. Een hoge score op de factor expliciete sociale norm zorgt voor een gunstige motivatie bij de autobestuurder om zich volgens de sociale normen te gedragen.

exsocno

400

Frequency

300

200

100

Mean =3,80 Std. Dev. =0,757 N =3.346

0 1,00

2,00

3,00

4,00

5,00

exsocno

Op een continuüm van 1 (laag) tot 5 (hoog) scoort de ‘Vlaamse automobilist’ met een gemiddelde van 3,80. De standaarddeviatie van 0,757 is relatief laag wat betekent dat het merendeel van de scores dicht rond het gemiddelde is verdeeld: 86,6 % scoren bij deze schaal tussen 3 en 5 en 45,2 % van alle deelnemers bevinden zich in het antwoordbereik tussen 4 en 5, wat principieel voor een zeer hoge gepercipieerde sociale norm staat. Slechts 52 personen (1,6%) scoren op het laagste niveau tussen 1 en 2. De Vlaamse automobilist blijkt dus een uitgesproken sterke perceptie te hebben van een externe sociale norm, die voorgeeft dat men zich aan voorgeschreven snelheiden moet houden. Implicite sociale norm In correspondentie met de schaal ‘expliciete sociale norm’ gaat ook deze schaal de invloed na van de gepercipieerde mening van anderen over een aangepast snelheidsgedrag. De items van deze schaal verwijzen vooral naar de perceptie van impliciete normen, die eerder negatief zijn ten aanzien van een aangepast snelheidsgedrag. Meer bepaald gaat het om ervaringen die een individu uit het gedrag van anderen afleidt en verinnerlijkt, die wel voor een negatieve houding kunnen zorgen t.o.v. een aangepast snelheidsgedrag (zo bijvoorbeeld te zien bij item C3: “Wie zich aan de voorgeschreven snelheden houdt maakt zich belachelijk”). Wie hoog scoort op deze schaal heeft dus uitgesproken negatieve sociale normen t.o.v. een aangepast snelheidsgedrag in het verkeer.

64


imsocno

500

Frequency

400

300

200

100 Mean =2,89 Std. Dev. =0,748 N =3.346

0 1,00

2,00

3,00

4,00

5,00

imsocno

Op een continuüm van 1 (laag) tot 5 (hoog) scoort de ‘Vlaamse automobilist’ met een gemiddelde van 2,89 bij een standaarddeviatie van 0,748: De antwoorden op deze schaal zijn over alle bereiken van het continuüm verdeeld, wat op het eerste zicht zegt dat hier de meningen van de respondenten uiteen gaan. Bijna elke 10de respondent (d.z. 380 personen of 9,6 %) laat duidelijk zien dat men dergelijke sociale normen kent (score tussen 4 en 5). 46,4% bewegen zich op dit continuüm in het bereik tussen 3 en 4, wat evenzo als indicatie kan gezien worden voor de existentie van dergelijk verinnerlijkte sociale normen. Uiteraard is er evenzo een grootdeel van personen die deze normen minder of helemaal niet hanteren (16,9% hebben een score tussen 1 tot en met 2). De Vlaamse automobilist profileert zich daarmee als iemand waar impliciete (negatieve) sociale normen in mindere mate een rol spelen, maar tegelijkertijd wordt ook duidelijk, dat de Vlaamse automobilist wel dergelijke negatieve sociale normen kent. Externe locus of control Deze factor beschrijft de tendentie waarmee een autobestuurder zijn eigen (snelheids-)gedrag afhankelijk ziet van externe omstandigheden, zoals wanneer “men zich moet oriënteren aan de verkeersstroom die zich sneller dan de voorgeschreven snelheid beweegt” of “de hinder die men eventueel voor anderen vormt wanneer men zich aan de ‘juiste’ snelheid houdt”. Eigen vaardigheden zijn relatief en worden beschouwd als afhankelijk van externe omstandigheden. Voor een persoon die hoog scoort op deze schaal ligt de basis van het al dan niet vertonen van een bepaald gedrag eerder in externe omstandigheden dan bij zichzelf. Het volgende histogram - gebaseerd op de frequenties van de schaaluitslagen - geeft een visuele indruk over de situering van de Vlaamse automobilist t.o.v. de gedragsdeterminant ‘externe locus of control’.


65

exloco

300

Frequency

200

100

Mean =2,83 Std. Dev. =0,903 N =3.346

0 1,00

2,00

3,00

4,00

5,00

exloco

Op een continuum van 1 (lage externe locus of control) tot 5 (hoge externe locus of control) scoort de Vlaamse automobilist met een gemiddelde van 2,83 en een standaarddeviatie van 0,90. De curve toont het beeld van een iets naar links verschoven normaalverdeling . Men kan principieel erkennen dat zich een groot deel van de respondenten aan de linkerkant van deze verdeling bevindt. Het blijkt dat verhoudingsgewijs maar weinige respondenten zeggen dat hun eigen gedrag vooral door externe factoren wordt bepaald (lage frequenties tussen de scores 4 en 5). Het merendeel situeert zich weliswaar in het midden van dit continuüm. Op basis daarvan zou men kunnen stellen, dat de gemiddelde Vlaamse automobilist zijn snelheidsgedrag in het verkeer tenminste als door externe factoren in de verkeersomgeving beïnvloed waarneemt (zoals de verkeersstroom waarin men zich bevindt of het gedrag van anderen). Anderzijds hebben bijna één op vier van de respondenten maar een score tussen 1 en 2. Voor deze personen spelen externe factoren nauwelijks of helemaal geen rol bij de vorming van het eigen gedrag. Interne locus of control In tegenstelling tot de schaal ‘externe locus of control’ beschrijft deze factor de mate waarin een autobestuurder in zijn eigen vaardigheden gelooft om het wenselijk gedrag ook in echt te kunnen uitvoeren . Men spreekt in die samenhang dan ook van een hoge gepercipieerde eigen controle. Wie hoog scoort op deze schaal voelt zich dus voldoende in staat om het gedrag in kwestie -in dit geval dus het rijden met aangepaste snelheid –in de realiteit te vertonen (zelf als de uiterlijke omstandigheden daarvoor niet de beste zijn).

66


inloco

1.250

Frequency

1.000

750

500

250 Mean =4,26 Std. Dev. =0,795 N =3.346

0 1,00

2,00

3,00

4,00

5,00

inloco

Op een continuüm van 1 (lage eigen controle) tot 5 (hoge eigen controle) scoort de Vlaamse automobilist met een gemiddelde van 4,26 en een standaarddeviatie van 0,795. Aan de hand van de zeer vlakke en naar rechts verschoven curve kan men erkennen dat zich het grote merendeel aan de rechterkant van het continuüm bevindt. Op het eerste zicht lijkt het erop dat er slechts weinig mensen zijn die aan hun eigen vaardigheden t.o.v. het realiseren van een aangepast snelheidsgedrag twijfelen: 38% van de respondenten scoren hier met een 5 en 54,1% van alle testpersonen bereiken een score tussen 4,50 en 5. Slechts 1,2 %, dat zijn 25 personen van 3346 in totaal, hebben een score lager dan 2. Op basis daarvan kan men stellen, dat de Vlaamse automobilist ervan overtuigd is over voldoende middelen en eigen controle te beschikken om een aangepast snelheidsgedrag in het verkeer te kunnen vertonen.

4.4.1 Situering van relevante subgroepen van Vlaamse automobilisten op de psychologische dimensie van veilig rijgedrag Om groepsverschillen binnen subgroepen van Vlaamse automobilisten te onderzoeken werden MANOVA’s voor enkele relevante deelsteekproeven uitgevoerd. Relevante subgroepen werden gegenereerd volgens geslacht, leefitjd, opleiding, rijervaring (uitgedrukt in jaren bezit van het rijbewijs) en rijervaring op basis van de jaarlijkse kilometerprestatie. Bijkomend werd ook rekening gehouden met persoonlijke ervaringen t.o.v. een ongevalgebeurtenis en werd er het verschil op de psychologische dimensies onderzocht naargelang de voorkeur van personen t.o.v. een voorgeschreven maximumsnelheid op autosnelwegen. Ten slot werd er een groepsvergelijking uitgevoerd tussen de Vlaamse automobilist en de groep van autobestuurders die in de eerste ISA studie als testpersonen hadden deelgenomen. Deze laatste vergelijking zal vervolgens inzicht geven in hoeverre de testpersonen uit de ISA studie al dan niet over een positievere attitude t.o.v. een aangepast rijgedrag beschikten dan de gemiddelde Vlaamse automobilist. De psychologische dimensies van veilig rijgedrag volgens geslachtverschillen: De resultaten van de MANOVA wijzen op een hoog significant multivariaverschil tussen mannen en vrouwen op de psychologische dimensie van veilig rijden (Wilks’Lamda = .981, F = 8,169, df = 3315,00, p < .001). Univariate F-toetsen tonen aan dat dit verschil te wijten is aan maar 4 van de acht dimensies, met name zijn dit de schalen ‘externe locus of De psychologische determinanten van snelheidsgedrag bij een representatieve steekproef van Vlaamse automobilisten

67

control’, ‘positieve attitude t;o.v. snelheidslimieten’, ‘verwachte rationêle outcome t;o.v. snel rijden’ en ‘verwachte emotionele outcome van snel rijden’. De andere schalen vertonen geen significante verschillen. Dit betekent dat de invloed van de overige schalen, dit zijn de schalen ‘expliciete sociale norm’ en ‘interne locus of control’, ‘negatieve attitude tegenover snel rijden’ en ‘impliciete sociale norm’ onafhankelijk blijken te zijn van het geslacht14. Tabel: Situering van de Vlaamse autobestuurders op de psychologische dimensies van veilig rijgedrag – GESLACHT GESLACHT

PSYCH. DIMENSIE

Mannen

Vrouwen

(N = 2432)

(N = 892)

groepseffect

GEM

SD

GEM

SD

N

F

P

POS. ATTITUDE T.O.V. MAX. TOEGELATEN SNELHEDEN

3,70

0,96

3,84

0,85

3324

14,767

< .001


3,77

0,91

3,80

0,82

3324

,825

TIJDSWINST

2,88

1,00

2,67

0,96

3324

30,144

< .001

EMOTIONËLE VOORDELEN VAN SNEL RIJDEN

2,17

0,88

1,98

0,86

3324

33,682

< .001


3,79

0,77

3,84

0,73

3324

2,714

.100


2,90

0,76

2,86

0,72

3324

1,663

.197 N.S.


2,88

0,91

2,68

0,88

3324

31,147

< .001


4,24

0,81

4,30

0,75

3324

3,540

.364

.060

N.S.

N.S.

N.S.

De psychologische dimensies van veilig rijgedrag volgens leeftijdsverschillen: De resultaten van de MANOVA wijzen op een hoog significant multivariaverschil tussen de leeftijdscategorieën (Wilks’Lamda = .876, F = 9,249, df = 16330,014, p < .001). Volgende tabel geeft per leeftijdscategorie de gemiddelden en standaarddeviaties van de 8 psychologische dimensies weer. Univariate F-toetsen helpen te veraanschouwelijken wat het aandeel van de verschillende dimensies aan het tot stand komen van het multivairaat verschil.

14

68

Op te merken is wel dat de schaal ‘impliciete sociale norm’ geen echt aandeel had aan de voorspelling van gedrag en intentie. Dit zou kunnen betekeken dat deze schaal principieel een minder belangrijke rol speelt bij het totstandkomen van het gedrag; dit zou dus ook aan de oorzaak daarvan kunnen liegen dat hier geen verschil wordt vastgesteld.


Tabel: Situering van de Vlaamse autobestuurders op de psychologische dimensies van veilig rijgedrag – LEEFTIJD 18-29

30-39

40-49

50-59

60-69

70-84

(N = 394)

(N = 613)

(N = 873)

(N = 827)

(N = 481)

(N = 142)

groepeffect

LEEFTIJD

PSYCH. DIMENSIE

GEM

SD

GEM

SD

GEM

SD

GEM

SD

GEM

SD

GEM

SD

N

F


3,42

0,91

3,47

0,90

3,73

0,93

3,79

0,93

4,07

0,86

4,29

0,82

3330

44,116

< .001**


3,43

0,82

3,61

0,87

3,81

0,87

3,85

0,88

4,03

0,84

4,08

0,94

3330

30,541

< .001**

TIJDSWINST

3,03

0,98

2,96

0,95

2,77

0,99

2,77

1,01

2,69

0,98

2,73

1,01

3330

8,884

< .001**

EMOTIONËLE MEERWAARDE VAN SNEL RIJDEN

2,29

0,87

2,19

0,87

2,07

0,90

2,05

0,87

2,06

0,87

2,27

0,90

3330

6,572

< .001**


3,47

0,66

3,61

0,73

3,74

0,75

3,87

0,75

4,15

0,70

4,35

0,63

3330

67,117

< .001**


3,01

0,67

2,94

0,71

2,86

0,75

2,87

0,77

2,83

0,79

2,79

0,84

3330

4,084

.001**


3,07

0,83

2,97

0,86

2,74

0,89

2,80

0,93

2,66

0,94

2,79

0,87

3330

14.238

< .001**


4,11

0,89

4,15

0,85

4,22

0,78

4,30

0,75

4,44

0,69

4,49

0,80

3330

12,745

< .001**


69

P

69

De univariate F-toetsen wijzen op hoog significante verschillen tussen de leeftijdscategorieën op alle acht schalen. Zo bijvoorbeeld is het gemiddelde van de schaal ‘positieve attitude t.o.v. snelheidslimieten’ met 3,42 het laagst. Met toenemende leeftijd stijgt dan ook het gemiddelde aan ( bij de groep ‘ 50 tot 59’ jaar is de score dan al boven de vier). De standaarddeviaties bewijzen zich daarbij trouwens als relatief constant. Nog duidelijker wordt het bij de determinant ‘expliciete sociale norm’. Die factor levert naast de ‘interen locus of control’ de sterkste bijdrage ter voorspelling van het gedrag en de intentie (t.o.v. rijden met aangepaste snelheid). Ook hier scoren de jongeren (3,47) duidelijk lager dan de ouderen (4,15 voor de groep 60 tot 69 jaar, 4,35 voor de groep van 70 tot 84 jarigen). De ouderen erkennen blijkbaar eerder een noodzaak daarin dat men zijn eigen gedrag zelf, dus onafhankelijk van de externe invloeden, moet bepalen. De tweede voor de voorspelling van het gedrag heel belangrijke factor is die van de ‘interne locus of control’. Ook bij deze schaal zijn er verschillen: De jongeren scoren hier hoog (4,11) maar toch minder hoog dan de ouderen (de score van de groep van leeftijdscategorie 50 tot 59 liegt hier al bij 4,44) De psychologische dimensies van veilig rijgedrag volgens opleidingsniveau: Opnieuw verwijzen de resultaten van de MANOVA naar een hoog significant multivariatie verschil tussen de groepen van verschillende opleidingsniveau’s wat betreft de psychologische dimensies van een veilig rijgedrag (Wilks’Lamda = .930, F = 10,077, df = 9586.107, p < .001). Volgende tabel geeft een overzicht over gemiddelden en standaarddeviaties van de 8 psychologische dimensies per opleidingsniveau. Univariate F-toetsen geven aan in hoeverre de aangetoonde verschillen al dan niet statistisch significant zijn.

70


Tabel: Situering van de Vlaamse autobestuurders op de psychologische dimensies van veilig rijgedrag – OPLEIDING OPLEIDING PSYCH. DIMENSIE

Lager onderwijs (geen diploma) (N = 249 )

Secundair onderwijs (N = 1248)

Hoger onderwijs korte type (N = 1175)

Universitair of hoger onderwijs lange type (N = 644)

groepseffect

GEM

SD

GEM

SD

GEM

SD

GEM

SD

N

F

P


4,04

0,82

3,80

0,88

3,75

0,87

3,70

0,92

3316

9,971

< .001**


4,14

0,86

3,72

0,95

3,73

0,91

3,61

0,94

3316

19,636

< .001**

TIJDSWINST BIJ SNEL RIJDEN

2,65

0,99

2,76

0,99

2,80

0,96

3,07

1,01

3316

17,849

< .001**

GEVOEL VAN VRIJHEID EN OPWINDING BIJ SNEL RIJDEN

2,22

0,93

2,10

0,87

2,10

0,89

2,16

0,86

3316

2,153

.091


4,17

0,68

3,81

0,77

3,80

0,73

3,64

0,75

3316

31,013

< .001**


2,98

0,80

2,93

0,76

2,84

0,74

2,87

0,71

3316

4,148

.006**


2,79

0,93

2,89

0,91

2,78

0,90

2,83

0,87

3316

3,063

.027*


4,42

0,75

4,28

0,79

4,20

0,81

4,23

0,81

3316

5,976

< .001**


71

N.S.

71

Univariate F-toetsen verwijzen naar 6 hoog significante verschillen tussen de groepen volgens het opleidingsniveau. Daarbij valt bijzonder in het oog de dimensie ‘positieve attitude t.o.v. max. toegelaten snelheden’. Een vergelijking van de gemiddelden toont aan dat de groep van personen met een lager onderwijs duidelijk hoger scoren dan de rest (score van 4,14 tegenover scores tussen 3,61 en 3,73 voor de andere niveau’s. Wat betreft de schaal m.b.t. het aspect van een tijdswinst als meerwaarde van ‘ snel rijden (d. i. de schaal ‘verwachte rationele outcome) blijkt dat met toenemend opleidingsniveau ook de gepercipeerde meerwaarde van ‘snel rijden’ groter wordt. Het lijkt daarop dat de ‘tijdsfactor’ eerder iets is dat voor hoger opgeleide autobestuurders van belang is hoewel het gemliddelde van 3,07 voor de universitairen nog altijd niet echt hoog is. Iets minder groot is het verschil tussen de groepen op vlak van ‘externe locus of control’ (F(3,3312) = 3.063, p = .027) . Voor de schaal ‘verwachte emotionele outcome t.o.v. snel rijden - dat is dus die schaal die betrekking heeft tot het gevoel van vrijheid en opwinding, die een autobestuurder met snel rijden in verband zou kunnen brengen – kan geen significant verschil vastgesteld worden. Met andere woorden, deze psychologische dimensie lijkt resistent tegenover het opleidingsniveau. Aspecten van vrijheid en opwinding blijken dus voor alle deze groepen gelijk eerder minder van belangstelling te zijn. Vergelijking tussen de ISA -testgroep met de Vlaamse automobilist op de psychologische dimensies van veilig rijgedrag Zoals reeds in de inleiding opgemerkt vertoonden de deelnemers die in het voorafgaande ISA-effectonderzoek hadden deelgenomen over het algemeen een positieve attitude tegenover verkeersveilig gedrag. De onderzoeksgroep was zeker niet representatief te noemen voor de Vlaamse bevolking/automobilisten en de vraag was dus of deze positieve attitude ook zo is bij de meerderheid van de Vlaamse autobestuurders. Om die vraag te beantwoorden diende de attitude tegenover verkeersveilig gedrag te worden nagegaan bij een grotere en meer representatieve steekproef van Vlaamse autobestuurders. Deze vraag hebben wij in de voorafgaande stappen kunnen beantwoorden en zo wordt het mogelijk deze twee groepen met elkaar te vergelijken.

72


Tabel: Vergelijking tussen ISA-Testgroep met de VAB-steekproef op de psychologische dimensies van veilig rijgedrag VAB

ISA

(N = 2186)

(N = 30)

groepseffect

STEEKPROEF

PSYCH. DIMENSIE

GEM

SD

GEM

SD

N

F

P


3,83

,879

3,71

,739

2216

,594

.441


3,78

,938

3,62

,749

2216

,845

.358

TIJDSWINST BIJ SNEL RIJDEN

2,82

2,89

,942

2216

,187

.666

GEVOEL VAN VRIJHEID EN OPWINDING BIJ SNEL RIJDEN

2,12

,902

2,08

,654

2216

,078

.780


3,84

,807

3,67

,783

2216

1,338

.247


2,88

,763

3,10

,835

2216

2,373

.124


2,81

,885

2,66

,482

2216

13,614

< .001


4,28

,775

3,75

,869

2216

,781

.377

1,00

De resultaten van de MANOVA wijzen op een hoog significant multivariaat verschil tussen de ISA- testgroep en de VAB steekproef (Wilks’Lamda = 0.990, F = 2,745, df = 2207, p = .005). Dit betekent dat zich de ISA-testgroep met betrekking tot de hier gemeten determinanten van rijgedrag globaal van de algemene populatie van Vlaamse automobilisten (VABsteekproef) onderscheidt. Dat resultaat blijkt echter relatief te zijn wanneer men de univariate analyses van de MANOVA van naderbij bekijkt. De analyse van de univariate F-toetsen maakt namelijk duidelijk dat op zeven van de acht schalen geen enkele aanwijzing te vinden is tot een verschil tussen de groepen. Het vastgestelde multivariaat verschil is dus te wijten aan maar één factor, met name de ‘interne locus of control’ (F(1,2214) = 13,614, p < 001).


73

5

Bespreking

Rijden aan een onaangepaste snelheid draagt in sterke mate bij tot het aantal en de ernst van verkeersongevallen. De Vlaamse overheid besteedt dan ook terecht aandacht aan het verlagen van de snelheid als middel om het aantal verkeersslachtoffers te reduceren en de verkeersveiligheid te verhogen, zoals vooropgesteld in haar beleidsdoelstellingen met betrekking tot mobiliteit en volksgezondheid. Tot de bestaande maatregelen ter verlagen van de snelheid in het verkeer behoren verkeerseducatie, sensibilisering, infrastructurele maatregelen die verhinderen om aan een onaangepaste snelheid te rijden, en juridische maatregelen zoals het invoeren van een lagere toegelaten snelheid, het verhogen van de pakkans en het verhogen van de boetes voor verkeersovertredingen. Deze maatregelen hebben onmiskenbaar een effect op het rijgedrag (Aeron-Thomas & Hess, 2005; Bunn, Collier, Frost, et al., 2003; De Brabander, Nuyts & Vereeck, 2005; Pilkington & Kinra, 2005), maar zijn ook gekenmerkt door bepaalde nadelen (Mäkinen et al., 2003; Harloff, 1994, Hattaka et al., 2002). Zo blijft hun invloed grotendeels beperkt tot de locatie waar de maatregel ingevoerd werd, en vindt er geen veralgemening plaats naar andere locaties. Dat komt omdat er eerder een beroep wordt gedaan op de extrinsieke in plaats van de intrinsieke motivatie van autobestuurders om zich aan de verkeersvoorschriften te houden. Om een duurzaam veilig verkeerssysteem te bereiken moet immers het gedrag van de weggebruiker op lange termijn afgestemd worden op de vele en complexe eisen die het moderne wegverkeer aan de verkeersdeelnemer stelt. Dit kan zeker niet zonder voldoende aandacht te besteden aan de weggebruiker en zijn belangen (Harloff, 1994). Het is daarom noodzakelijk om maatregelen te zoeken die het functioneren en de veiligheid van het wegverkeer effectief bevorderen en tegelijkertijd ook inspelen op de motivationale aspecten van de voertuigbestuurder (Hattaka et al., 2002). Maar wat precies zijn eigenlijk deze motivationale aspecten en hoe precies werken ze in op het betreffende gedrag? Om een beter inzicht te verkrijgen op de werkwijze van gedragsdeterminanten kan beroep gedaan worden op

gedragsverklaringsmodellen zoals ze bijvoorbeeld in de gezondheidspromotie worden toegepast ter bewerkstelliging van preventieve gedragsveranderingen (Gielen & Sleet, 2003; Trifiletti et al., 2005; Pelsmacker & Janssens, 2007). Deze modellen identificeren de sociaal cognitieve factoren die bijdragen tot preventieve gedragsverandering. Deze kunnen vervolgens als oriëntatie dienen om de verschillende maatregelen op een bepaald doel af te stemmen. Eén van de meest belangrijkste en invloedrijkste modellen is de theorie van het gepland gedrag (Ajzen, 1991; Ajzen & Madden, 1986). Volgens de theorie van het gepland gedrag wordt rationeel of bewust gedrag voor een groot deel bepaald door de intentie om het betreffende gedrag uit te voeren. De intentie zelf is daarbij het resultaat van een wisselwerking van 3 sociaal cognitieve variabelen: de attitude t.o.v. het betreffende gedrag, de gepercipieerde sociale norm en de gepercipieerde eigen controle (zelf-effectiviteit). Een attitude kan gedefinieerd worden als de positieve of negatieve evaluatie of de verwachte resultaten (‘outcomes’) van het gedrag in kwestie. Sociale normen hebben betrekking tot de subjectief waargenomen sociale invloeden om in een betreffend gedrag te investeren. Deze worden afgeleid uit het gedrag en/of de directe terugkoppeling met anderen uit de nabije omgeving van het individu. De mate waarin deze normen het gedrag beïnvloeden is in eerste instantie afhankelijk van de individuele motivatie om deze normen ook na te komen. De gepercipieerde eigen controle (zelf-effectiviteit) beschrijft de graad waarin een individu geloofd dat het gedrag onder zijn of haar controle staat. Intentie wordt dus beschouwd als een factor die tussen de associërende variabelen: attitude, subjectieve norm en gepercipieerde eigencontrole bemiddeld. Vanwege het feit dat de uitvoering van een gedrag ook door factoren kan beïnvloed zijn die niet onder de bewuste controle van het individu staan, gaat de theorie er verder van uit dat de gepercipieerde eigencontrole ook rechtstreeks voor een bepaald gedrag kan verantwoordelijk zijn. Op het probleemveld verkeersveiligheid toegepast, betekent dit dat autobestuurders die maar een lage praktische of emotionële meerwaarde in het respecteren van snelheidslimieten erkennen eerder zouden de neiging hebben om sneller

74


(dan toegelaten) te rijden. Verder kunnen de waargenomen normen t.o.v. het snelheidsgedrag in het verkeer - zoals ze bijvoorbeeld worden gedemonstreerd door vrienden, levenspartner en andere belangrijke medemensen - een grote invloed op het eigen snelheidsgedrag uitoefenen. Bijvoorbeeld is ‘overdreven snelheid’ in tegenstelling tot ander risicogedrag zoals ‘rijden onder de invloed van alcohol’ totnogtoe in onze maatschappij minder gestigmatiseerd, wat in de vorm van een sociale norm uitgelegd zou kunnen worden als een ‘acceptabel’ gedrag (Stead et al., 2005). Tenslotte zouden autobestuurders kunnen denken dat ze over alle nodige vaardigheden beschikken om snel te rijden. Ze zouden daarvan overtuigd kunnen zijn dat rijden met ‘overdreven snelheid’ volledig onder hun controle staat. Uiteraard kan het ook omgekeerd: iemand zou niet sneller dan toegelaten kunnen rijden, omdat hij/zij gelooft dat het gedrag niet onder de eigen controle staat. Al deze overwegingen resulteren dus in een intentie om met een aangepaste of onaangepaste snelheid te rijden. Intentie wordt daarmee die bepalende factor die het actueel gedrag het meest benadert. Het onderzoek waarover hier gerapporteerd wordt had tot doel inzichten te vergaren omtrent het samenspel van de sociaal cognitieve gedragsfactoren die medeverantwoordelijk zijn voor de vorming van een (al dan niet) adequaat snelheidsgedrag van autobestuurders. Verder sluit dit onderzoek aan bij een eerder Vlaams onderzoek naar de effecten van intelligente snelheidsaanpassing (Paris, 2004). Intelligente snelheidsaanpassing (ISA) is één van de veelbelovende mogelijkheden die een bijdrage zouden kunnen leveren tot meer verkeersveiligheid. In dat onderzoek werden naast de effecten van ISA op een aantal observeerbare gedragingen (snelheid, aantal snelheidsovertredingen en duur van overtredingen) ook de effecten nagegaan op een aantal psychologische determinanten van snelheidsgedrag. Hiervoor werd gebruik gemaakt van een vragenlijst, gebaseerd op het TPB-model. De resultaten van het onderzoek toonden aan dat rijden met ISA geen aanleiding geeft tot een positievere attitude tegenover verkeersveilig gedrag, doch de bestuurders wel attendeert op onbewuste en onbedoelde overtredingen, en zo bijdraagt tot de omzetting van positieve attitudes in effectief gedrag. Indien er dus bij de autobestuurders sprake is van een positieve attitude tegenover verkeersveilig gedrag, zou ISA kunnen bijdragen tot een meer aangepast snelheidsgedrag in het verkeer. Toen werd er kritisch opgemerkt dat de deelnemers in het ISA-effectonderzoek over het algemeen al een positieve attitude tegenover verkeersveilig gedrag vertoonden. De onderzoeksgroep was zeker niet representatief te noemen voor de Vlaamse bevolking/automobilisten en de vraag was dus of deze positieve attitude ook zo is bij de meerderheid van de Vlaamse autobestuurders. Om die vraag te beantwoorden diende de attitude tegenover verkeersveilig gedrag te worden nagegaan bij een grotere en meer representatieve steekproef van Vlaamse autobestuurders. Deze vraag gaaf dan ook de aanleiding tot dit onderzoek naar de psychologische determinanten van snelheidsgedrag bij een representatieve steekproef van Vlaamse automobilisten. Een groot probleem vormde dan ook de vraag naar de representativiteit van de steekproef. Oorspronkelijk kwamen hier verschillende alternatieven aan bod, zo werd ondermeer gedacht de enquête te verspreiden tijdens het autosalon of werd uiteraard ook overwogen een steekproef via het rijksregister te trekken. Al deze oplossingen waren echter eventueel te complex of aselectief t.o.v. de doelgroep. Tenslotte werd er gekozen voor de optie om samen te werken met de VAB-VTB - de grootste Vlaamse automobielclub met een ledenbestand van meer dan 330.000 personen. In eerste instantie werd gedacht aan een schriftelijke enquête. Maar tegelijkertijd groeide al de idee van een on-line vragenlijst. Dit vanwege het feit dat vooral jongeren vandaag eerder via dat moderne communicatiekanaal kunnen bereikt worden en ook omdat men graag ook de automobilisten die geen VAB-leden zijn de mogelijkheid wilde bieden om aan het onderzoek deel te nemen. Als een eerste resultaat van dit onderzoek kan dan ook worden geconcludeerd, dat via de combinatie van schriftelijke en on-line dataverzameling een steekproef van in totaal 3346 Vlaamse automobilisten kon verzameld worden, een type steekproef die tot op heden nog niet bestond in Vlaanderen. Het databestand is daarbij voldoende groot en representatief om toekomstgericht als referentie voor verder verkeersveiligheidsonderzoek te dienen. Hervalidatie van de vragenlijst Zoals boven reeds vermeld werd de oorspronkelijke vragenlijst geconstrueerd op basis van gedragsdeterminanten zoals voorgesteld in de theorie van het gepland gedrag van Ajzen (1988,1991). In het voorafgaande onderzoek werden ter validering van de vragenlijst de data (N = 116) eerst onderworpen aan een hoofdcomponentenanalyse om na te gaan welke onderliggende dimensies aanwezig waren. Er werd toen gekozen voor een 8-factorenoplossing die dicht aansloot


75

bij het theoretisch model. Een Varimaxrotatie op deze 8 dimensies leverde toen geen eenduidig te interpreteren factorstructuur op. Bijgevolg werd geopteerd om op de items voor elke deelcomponent afzonderlijk een hoofdcomponentenanalyse uit te voeren. De gevonden dimensies waren: positieve attitude tegenover snel rijden (A1, attitude), negatieve attitude tegenover snel rijden (A2, attitude), negatieve attitude tegenover het zich houden aan voorgeschreven snelheden (B1, attitude), positieve attitude tegenover het zich houden aan voorgeschreven snelheden (B2, attitude), impliciete sociale norm (C1, sociale norm), expliciete sociale norm (C2, sociale norm), internale locus of control (D1, zelf-effectiviteit) en externale locus of control (D2, zelf-effectiviteit). In een eerste stap werd nagegaan of deze schalen ook zouden kunnen gereproduceerd worden voor de nieuwe dataset van de VAB steekproef (N = 3346). Enerzijds bleek uit de interne consistentie-analyse dat de oorspronkelijke schalen wel voldoende intern consistent waren mits enkele kleine aanpassingen van de schalen. In principe waren de schalen dus niet zo slecht. Anderzijds konden ook de lichtjes gewijzigde schalen blijkbaar niet bevestigd worden door een confirmatorische factoranalyse. Het mag dan wel zijn dat dit een erg strenge procedure is, maar niettemin werd er toch besloten om de vragenlijst te hervalideren teneinde tot een valide en betrouwbaar meetinstrument te komen t.o.v. de gedragsdeterminanten in verband met een aangepast snelheidsgedrag. Ook uit de exploratorische factoranalyse die vervolgens op alle items - niet op de 4 groepen zoals bij de oorspronkelijke samenstelling van de schalen - werd uitgevoerd, kwamen 6 van de 8 schalen vrij goed terug. Dat bevestigt de structuur van de oorspronkelijke schalen. Anderzijds bleek de samenstelling van de items van de andere twee factoren niet bijzonder gelukkig omdat deze factoren aanvankelijk uit items bestonden die uit verschillende a-priori-schalen kwamen. Door enkele items te verwijderen die sowieso een lage lading hadden, kon dit echter weggewerkt worden. De interne consistentie van de betreffende schalen werd daardoor niet aangetast. Verder moesten twee van de schalen herbenoemd worden: Het werd duidelijk dat de factor ‘negatieve attitude t.o.v. het respecteren van snelheidslimieten’ vooral de tijdswinst leek te meten als verwacht resultaat van het snel rijden en zich niet houden aan snelheidsbeperkingen. Dit in tegenstelling tot de factor ‘positieve attitude tegenover snel rijden’, die duidelijk eerder verwees naar een gevoel van vrijheid en opwinding als (emotioneel) resultaat. De sociaal wenselijke attitudes (positieve attitude t.o.v. respecteren van snelheidsbeperkingen en negatieve attitude t.o.v. snel rijden) bleven dus behouden, maar de sociaal niet-wenselijke (negatieve attitude t.o.v. respecteren van snelheidsbeperkingen en positieve attitude t.o.v. snel rijden) kregen een meer inhoudelijke invulling. Betrouwbaarheid en validiteit van de nieuwe samenstelling werden opnieuw getoetst middels een reliabiliteitsanalyse en via een confirmatorische factoranalyse. Uit alle analyses bleek dat de vragenlijst nu wel een valide en betrouwbaar instrument was geworden om de gedragsdeterminanten van een autobestuurder t.o.v. een veilig snelheidsgedrag in het verkeer genuanceerd in kaart te brengen. Vaststelling van de correlaties tussen intentie en gedrag Uit onderzoek blijkt dat de intentie om zich aan snelheidsbeperkingen te houden voor ongeveer de helft bepaald wordt door de combinatie van attitude, sociale norm en zelf-effectiviteit ( Parker et al., 1992). De overige variatie in het gedrag wordt bepaald door factoren in de omgeving, in die zin van antecedenten van het gedrag (bv. weginrichting) en als gevolgen (bv. een boete bij te snel rijden). Ongetwijfeld geldt ook dat er principieel een hoge correlatie bestaat tussen geobserveerd (objectief) rijgedrag en zelf-gerapporteerd (subjectief) rijgedrag (Aberg; 1997, West et al, 1997). Dit betekent echter niet automatisch dat een autobestuurder zich in de realiteit ook volgens zijn zelf-gerapporteerd gedraagt. Ondermeer moet men dus rekening houden met een sociaal wenselijk antwoordgedrag van respondenten. De resultaten van bijna alle berekende Pearson correlaties vertonen zeer hoge waarden (in de regel liggen deze in het bereik van r = 0.700 en r = 0.900). Als men de resultaten van de correlaties en de gemiddelden als basis neemt, geeft de Vlaamse automobilist aan dat hij zich meestal aan de voorgeschreven snelheden houdt en van plan is om dit ook in de toekomst te doen. De correlaties en de gemiddelden wijzen op een aantal verschillen tussen de verscheidene subgroepen, zo ondermeer tussen mannen en vrouwen waarbij de mannen een licht hogere correlatie aangeven tussen

76


intentie en gedrag. Het niveau waarop deze correlatie is tot stand gekomen is echter iets lager dan bij de vrouwen, wat betekent dat ze iets minder regelconform tegenover de voorgeschreven snelheden staan dan vrouwen. Opmerkelijk is wel dat de gemiddelden van intentie en gedrag met elke leeftijdsgroep stijgen, en dit in bijna gelijke mate, zodat de correlatie in feite gelijk blijft. Ook de standaardafwijkingen worden kleiner, wat principieel een (subjectieve) harmonisering van het rijgedrag met toenemende leeftijd aantoont. Inzomend op het opleidingsniveau valt de groep van personen die enkel lager onderwijs genoten in het oog. Volgens hun antwoorden blijken ze positiever tegenover de voorgeschreven maximumsnelheden te staan dan hoger opgeleiden. De zeer hoge waarde van het gemiddelde geeft echter de indruk dat hier minder het eigen rijgedrag werd gerapporteerd maar een conform en sociaal wenselijk gedrag werd gedemonstreerd. Een zeer essentiële vaststelling maken wij echter bij de subgroepen m.b.t. de rijprestatie. Enerzijds erkennen wij bij relatief gelijkblijvende correlaties een toename van de gemiddelden voor intentie en gedrag. Jongeren zijn dus blijkbaar op het eerste zicht nog niet zo zeer gewonnen voor een duidelijk positief statement t.o.v. een verkeersveilig en aangepast snelheidsgedrag. Maar hoe langer iemand in bezit is van het rijbewijs des te meer uit dit zich in een hogere score voor intentie en gedrag. Anders ziet het eruit als men rijprestatie bekijkt in relatie tot de kilometerprestatie per jaar: Hoe minder de kilometerprestatie per jaar van een autobestuurder des te hoger het gemiddelde van intentie en gedrag t.o.v. het rijden met aangepaste snelheid. De score van autobestuurders die meer dan 50.000 kilometer per jaar met de auto op de baan zijn is daarentegen duidelijk lager voor zowel wat betreft de intentie alsook het zelf-gerapporteerd gedrag. Eén van de meest belangrijke vragen die men zich in die samenhang moet stellen is bijgevolg, welke van de twee alternatieven eigenlijk beter is vóór een verkeersveilig rijgedrag. De vraag naar een soort ‘gedragspatroon van een veilige autobestuurder’ is zeker geen evidente vraag, maar ze maakt ook duidelijk dat verschillende schema’s zoals ‘ouderen hebben meer rijervaring’ toch nog dieper moeten doorgrond worden. Dergelijke schema’s worden vaak in de discussie rond verkeersveiligheid gehanteerd, maar zoals dit voorbeeld aantoont, bieden ze niet altijd even goed garantie voor meer verkeersveiligheid. Het is dan ook zeker aan te raden om dergelijke pijlers in het beleidsvormingsproces op regelmatige basis kritisch te herzien en met inhoudelijke argumenten in de vorm van wetenschappelijk onderzoek te onderbouwen. Toetsing van het gedragsverklaringsmodel De toetsing van het gedragsverklaringsmodel gebeurde aan de hand van een meervoudige regressie-analyse voor de volledige steekproef en voor een aantal relevante subgroepen. Het resultaat van de analyse voor de totale steekproef bevestigde uiteindelijk eens te meer het potentieel van de vragenlijst als meetinstrument voor de gedragsdeterminaten: de schalen voorspellen in sterke mate het zelfgerapporteerd rijgedrag en de gedragsintentie. Aan de hand van de β-gewichten kan men erkennen dat de schalen interne locus of control, expliciete sociale norm en positieve attitude t.o.v. maximaal toegelaten snelheden het meest bijdragen tot de voorspelling van zowel het rijgedrag alsook de gedragsintentie. Opmerkelijk is echter dat de verhouding tussen de gewichten van ‘expliciete sociale norm’ en ‘interne locus of control’ – klaarblijkelijk de twee determinanten met het meeste gewicht– omdraait naargelang het om de voorspelling van gedrag of de voorspelling van intentie gaat. De determinant ‘interne locus of control’ heeft daarbij de sterkste invloed op het rijgedrag (β = .354). Daarentegen is de invloed van de ‘expliciete sociale norm’ op de intentie tot een aangepast snelheidsgedrag het sterkst. (β = . 322). De gedragsdeterminant ’externe locus of control’ lijkt dan weer een grotere invloed te hebben op gedragsintentie dan op het gedrag zelf. Het negatieve voorteken duidt hier aan dat deze invloed eerder ondergeschikt is aan de determinant ‘interne locus of control’. De overige determinanten zijn over het algemeen iets minder sterke, maar wel stabiele invloedfactoren voor zowel gedrag alsook intentie. Wat het emotioneel aspect t.o.v. snel rijden - het gevoel van vrijheid en opwinding dus – betreft, tonen de β-gewichten aan dat er een stabiele invloed is voor gedrag en intentie (β = -.060 voor gedrag en β = -.058 voor intentie) De regressieanalyses m.b.t. mogelijke verschillen in de invloed van de gedragsdeterminanten volgens het geslacht tonen op het eerste zicht geen verschil, noch wat betreft de voorspelling van gedragsintentie noch wat betreft het (zelf-


77

gerapporteerd) gedrag: De vergelijking van de β-gewichten en hun significante bijdragen maken echter duidelijk dat de intentie en het gedrag van mannen en vrouwen op verschillende wijze door de betreffende determinanten beïnvloed worden: In tegenstelling tot bij de mannen dragen bij de vrouwen maar 6 van 8 determinanten bij tot de voorspelling van het gedrag t.o.v. een aangepast snelheidsgedrag. Voor de voorspelling van de intentie zijn dit zelfs maar 5 van 8. Bij de mannen zijn het telkens 7 van 8 gedragsdeterminanten die een effect hebben. De factor ‘negatieve attitude t.o.v. snel rijden’ blijkt bij de vrouwen helemaal geen invloed te hebben wat eventueel verklaard kan worden door het feit dat zij zich mogelijk sowieso minder dan de mannen met dit onderwerp bezig houden. De affectie met een bepaald onderwerp of een bepaald gedrag is uiteindelijk de basis, om überhaupt kennis op te doen en ligt daarmee dan ook aan de basis voor de vorming van een attitude – dit zowel in de positieve alsook in de negatieve zin. Interessant is de vaststelling bij de vrouwen dat het aspect tijdswinst eerst geen rol speelt (gedragsintentie (β = -.040; p = .171), maar als het om het zelf-gerapporteerd gedrag blijkt het dan toch terug belangrijk te worden (β = -.083; p = .005). Vrouwen hechten veel belang aan de zelfeffectiviteitsfactor ‘interne locus of control’, die is dan ook nog groter dan die van de mannen. Voor allebei kan men echter stellen dat de factor ‘interne locus of control’ naast de schaal ‘expliciete sociale norm’ de centrale factoren zijn bij de vorming van intentie en gedrag. Mannen hebben klaarblijkelijk meer aandacht voor de ‘expliciete sociale norm’ als het om de vorming van hun intentie tot een aangepast snelheidsgedrag gaat (β = .341; p < .001). Dit zou al een indicatie kunnen zijn van de noodzaak om ter bewerkstelliging van een preventieve gedragsverandering bij mannen versterkt door toegang te zoeken via de directe, subjectieve leefomgeving van de betreffende doelgroep. Als men bijvoorbeeld verkeersveiligheidsmaatregelen wil lanceren voor de doelgroep van jongere, mannelijke chauffeurs, dan zou men bijvoorbeeld het best kunnen proberen het individu via zijn ‘peergroep’ te benaderen. Dit zou alvast een geschikt aanknopingspunt zijn om een gunstige basis te leggen voor een wenselijke preventieve gedragsverandering bij deze doelgroep. Dit hoofdstuk zou alvast nog verder uitgediept kunnen worden door bijkomend onderzoek te doen. Daarbij zouden alle regressieanalyses met de bijhorende β-gewichten in een tabel in kaart gebracht zouden kunnen worden. Op die wijze zou men per subgroep kunnen aanduiden welke gedragsdeterminanten het meest spelen en welke determinanten helemaal geen invloed hebben. Daarbij zou literatuuronderzoek verbanden en verklaringen kunnen leveren die uiteindelijk tot concrete aanknopingspunten voor doelgerichte maatregelen kunnen leiden. Een eerste toets van de data heeft al kunnen aantonen dat bij de leeftijdsgroep van de jongeren (tussen 18 en 29 jaar) blijkbaar duidelijk minder determinanten een significant effect hebben op intentie en zelf- gerapporteerd gedrag dan als dit het geval is bij de oudere leeftijdsgroepen. De analyses nodig om alle subgroepen in kaart te brengen zijn echter zeer tijdsintensief en zo omvattend dat ze niet meer in het kader van dit onderzoek kunnen uitgevoerd worden. Gedragsepidemiologische analyse Op basis van beschrijvende statistieken (frequenties, minimum- en maximumscores gemiddelden, standaarddeviaties) berekend op de betreffende schalen kunnen wij nu een beeld schetsen van de gemiddelde Vlaamse automobilist inzake zijn psychologische dimensies van veilig rijgedrag: De Vlaamse automobilist heeft volgens deze resultaten een eerder positieve attitude t.o.v. het respecteren van voorgeschreven snelheiden en is ook eerder negatief ingesteld tegenover ‘snel rijden’. Wat betreft een mogelijke meerwaarde van snel rijden in verband met een tijdswinst valt te zeggen dat hier de meningen van de Vlaamse automobilisten uiteen gaan. Voor velen lijkt dit eerder een mindere rol te spelen, anderzijds zijn er ook heel wat waarvoor dit aspect wel een rol speelt. In tegenstelling tot de eerder rationele, concrete meerwaarde van snel rijden t.o.v. een tijdswinst blijkt de Vlaamse automobilist wel een duidelijk beeld te hebben van wat men emotioneel van het snel rijden mag verwachten: Het gevoel van vrijheid en opwinding bij snel rijden speelt voor de Vlaamse automobilist een duidelijk ondergeschikte rol. De factor ‘expliciete sociale norm’ is niet alleen een factor die doorweegt in de voorspelling van intentie en gedrag, maar wordt ook door de Vlaamse automobilist zelf als redelijk belangrijk

78


waargenomen. Het gedrag van anderen – vooral als het positief is t.o.v. het wenselijk gedrag – lijkt alvast een belangrijke pijler ter oriëntatie voor het eigen gedrag. Met oog op de ‘impliciete sociale norm’ valt op dat zich de mening van de Vlaamse automobilist vooral beweegt in de richting van het ‘midden’, d.w.z. dat er eerder een neutrale houding is van ‘soms wel, soms niet’. Zo ontstaat een beetje de indruk alsof dergelijke impliciete sociale normen wel bestaan of tenminste gekend zijn, maar dat er de neiging is om dergelijke, voor het wenselijke gedrag negatieve invloeden van een impliciete sociale norm te negeren. De psychische dimensie ‘externe locus of control’ zorgt terug voor uiteenlopende meningen. Een groot deel van de Vlaamse automobilisten ziet in de externe omgevingsfactoren centrale invloedfactoren die mede vorm geven aan hun eigen gedrag. Voor anderen is dit minder het geval en er zijn zelfs nog redelijk veel automobilisten die de invloed van externe factoren op het eigen gedrag bijna helemaal van de hand willen wijzen. Eventueel zou hier een verklaring kunnen zijn dat de Vlaamse automobilist wel erkent dat er externe invloeden spelen, maar tegelijkertijd wordt toch geprobeerd om daar liefst geen of minder rekening mee te houden. Met oog op de psychologische impact van de zelfeffectiviteit naar het gedrag toe, lijkt dit geen onmogelijke verklaring te zijn: principieel wordt het immers niet gemakkelijker wanneer een persoon naast het eigen gedrag ook nog rekening zou moeten houden met bijkomende externe factoren in de omgeving. In het kader van een verkeersdeelname zijn deze externe invloedfactoren dermate talrijk en complex dat de realistische waarneming van omgevingsfactoren een negatief licht zou kunnen werpen op het individueel gevoel van eigencontrole (even zoals op het individuele zelfbeeld). Laatste psychologische dimensie is die van de ‘interne locus of control’. Dit is de factor die het zwaarst weegt bij de voorspelling van het (zelf-gerapporteerd) gedrag. Hier toont zich de Vlaamse automobilist als zeer zelfverzekerd. Hij of zij is er (bijna helemaal) van overtuigd over voldoende vaardigheden te beschikken om het betreffende gedrag in eigen handen te kunnen nemen. De houding van de Vlaamse automobilist t.a.v. de psychologische dimensies van een veilig rijgedrag zouden kunnen verder uitgediept worden volgens de subgroepen die in het VAB-databestand zijn opgenomen. Enkele relevante subgroepen werden reeds in het resultaatgedeelte behandeld, om aan te tonen dat op basis van de hier gebruikte meetmethodiek gedifferenceerde uitspraken t.o.v. groepsverschillen mogelijk zijn. De uitvoering van de statistische analyses voor alle subgroepen inclusief een correcte en op elkaar afgestemde interpretatie van de resultaten is echter zeer tijds- en arbeidsintensief en kan bijgevolg niet in het kader van dit onderzoek uitgevoerd worden. Een bijkomende literatuurstudie zou echter ook hier kunnen bijdragen tot het verder in kaart brengen van de resultaten en deze inhoudelijk nog verder onderbouwen. Eén van de subgroepen die in dit hoofdstuk werden behandeld werd, is de vroegere ISA-testgroep. De vergelijking tussen de VAB-steekproef en de ISA-testgroep zou moeten uitwijzen of de groep van vroegere ISA- testpiloten zoals verwacht over een meer positieve attitude tegenover een adequaat snelheidsgedrag beschikten dan de gemiddelde Vlaamse automobilist. De resultaten tonen aan dat er maar één psychologische dimensie is waarop zich de ISA testchauffeur van de gemiddelde Vlaamse autobestuurder onderscheidt – met name op vlak van de ‘interne locus of control’. De autobestuurders in de VAB steekproef geven een zeer hoog gemiddelde voor deze schaal (4,28). De ISA testgroep bestond daarentegen vooral uit chauffeurs die op één jaar gerekend vele kilometers op de baan zijn. Ze scoren op deze factor lager (3,75) wat echter - zoals boven al vermeld - ook als een teken van een meer realistische inschatting van de eigen individuele vaardigheden kan beschouwd worden. Voor alle andere determinanten was er geen enkele aanwijzing meer voor verschillen tussen de groepen. Daarmee bevestigd dat onderzoek globaal gezien de besluiten die uit eerste twee studies met de testgroep bleken. Vanzelfsprekend dienen steeds begeleidende maatregelen op het vlak van educatie en sensibilisatie te worden genomen.


79

Referenties Aeron-Thomas AS, Hess S (2005). Red-light cameras for the prevention of road traffic crashes. Cochrane Database Systematic Review, 18 (2): CD003862. Ajzen, I, and Madden, T.J. (1986): Prediction of goal directed behaviour: attitudes, intentions and perceived behavioural control. Journal of Experimental Social Psychology 22, 453-474. Ajzen, I. (1991): The theory of planned behaviour. Organizational Behaviour and Human Decision Processes 50, 179211. Bunn, F., Collier, T., Frost, C., Ker, K., Roberts, I., & Wentz, R. (2003). Traffic calming for the prevention of road traffic injuries: systematic review and meta-analysis. Injury Prevention,9, 200-204. De Brabander, B., Nuyts, E., & Vereeck, L. (2005). Road safety effects of roundabouts in Flanders. Journal of Safety Research, 36, 289-96 De Pelsmacker, P. & Janssens, W. (2007). The effect of norms, attitudes and habits on speeding behavior: Scale development and model building and estimation. Accident Analysis & Prevention, 39 (1), 6-15. Gielen, A.C., & Sleet, D. (2003). Application of behavior-change theories and methods to injury prevention. Epidemiologic Reviews, 25, 65-76. Harloff, H. J. (1994). Die Bedeutung des Verkehrs für Mensch und Gesellschaft. In A. Flade (Ed.), Mobiliteitsvderhalten – Bedingungen en Veränderungsmöglichkeiten aus Umweltpsychologischer Sicht (pp. 25-36). Weinheim: Psychologie Verlags Union. Hattaka, M, Keskinen, E., Gregersen, N.P., Glad, A. & Hernetkoski, K. (2002). From control of the vehicle to personal selfcontrol; broadening the perspectives to driver education. Transportation Research Part F, 5, 201-215. Mäkinen, T., Zaidel, D.M., Andersson, G., Biecheler-Fretel, M.B., Christ, R., Cauzard, J.P., Elvik, R., Goldenbeld, C., Gelau, C., Heidstra, J., Jayet, M.C., Nilson, G., Papaioanou, P., Quimby, A., Rehnova, V., & Vaa, T. (2003). Traffic enforcement in Europe: Effects, measures, needs and future. Brussels: European Commission. N.I.S. (2006).Statistiken- Bevolking. Bevolking per geslacht en per leeftijdsgroep (stand01/01/2004). Brussel: Nationaal Instituut voor Statistiek. Onderzoek Verplaatsingsgedrag Vlaanderen 2 (2003), Ministerie van de Vlaamse Gemeenschap, Departement Leefmilieu en Infrastructuur, Mobiliteitscel Paris, H. & Vandenbroucke, S. (2004). Evaluatie van Intelligente Snelheidsaanpassing als methode voor een veiliger verkeersbeleid. Vlaamse overheid, intern rapport. Paris, H. & Vandenbroucke, S. (2006). Differentiële effecten van Intelligente Snelheidsaanpassing (ISA) bij verschillende doelgroepen en toepassingsvormen. Vlaamse overheid, intern rapport. Paris, H., & Broucke, S.V.d. (2007), Measuring cognitive determinants of speeding: An application of the theory of planned behaviour, Transportation Research Part F, in press. Parker, D., Manstead, A. S. R., Stradling, S. G., Reason, J. T., & Baxter, J. S. (1992). Intention to commit driving violations: An application of the theory of planned behaviour. Journal of Applied Psychology, 77, 94–101. 80


Pilkington, P., & Kinra, S. (2005). Effectiveness of speed cameras in preventing road traffic collisions and related casualties: systematic review. British Medical Journal, 330 (7487), 331-334. Stead, M., Tagg, S., MacKintosh, A.M., and Eadie, D. (2005). Development and evaluation of a mass media Theory of Planned Behaviour Intervention to reduce speeding. Health Education Research, 20(1), 36-50.


81

82


DE PSYCHOLOGISCHE DETERMINANTEN VAN SNELHEIDSGEDRAG BIJ EEN REPRESENTATIEVE STEEKPROEF VAN VLAAMSE AUTOMOBILISTEN. Helmut Paris

Recommend Documents