Magyarországon személysérüléses közúti közlekedési balesetek okozóik és abból alkoholos állapotban lévők szerinti elemzése Rezsabek Tamás GSZDI
Anyag és módszer • Központi Statisztikai Hivatalának adatai • 20 év adatai kerültek feldolgozásra (1994-2014) • Analitikus lineáris trend számítás • Kétmintás t-próba • Korreláció-számítás
1. Személyi sérüléses közúti közlekedési balesetek okozók szerinti jellemzése leíró statisztikával Ebből
Év
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Személyszállító járművek
motorkerékpár
16 766
645
15 758
698
14 569
személygépkocsi
kerékpár
segédmotoros kerékpár
Teherszállít ó járművek
Gyalogosok
Egyéb balesetek
Összesen
1 952
847
1 691
1 963
302
20722
12 405
1 892
763
1 788
1 972
299
19817
751
11 080
1 847
891
1 569
1 984
271
18393
14 817
723
11 294
1 926
874
1 865
2 103
312
19097
16 161
687
12 924
1 793
757
1 793
1 995
198
20147
14 814
614
11 642
1 789
769
1 846
1 976
287
18923
13 142
701
9 78
1 862
798
2 101
2 005
245
17493
14 279 15 532 15 985 16 821 16 860 17 075 16 914 15 751 14 899 13 466 13 037 12 430 12 894 13 070
495 595 608 747 875 875 869 833 742 571 668 681 658 597
10 744 11 989 12 494 13 197 13 192 13 365 13 142 12 112 11 203 10 051 9 527 8 752 9 234 9 672
1 987 1 941 1 868 1 886 1 796 1 712 1 776 1 752 1 829 1 832 1 814 1 970 2 004 1 872
834 776 789 770 796 901 937 843 921 790 829 808 764 731
2 027 1 816 1 787 1 980 1 920 1 987 1 845 1 708 1 541 1 569 1 517 1 452 1 476 1 566
2 031 2 001 1 888 1 820 1 677 1 587 1 559 1 390 1 104 1 003 961 940 981 941
168 337 316 336 320 328 317 325 320 270 312 352 340 270
18 505 19 686 19 976 20 957 20 777 20 977 20 635 19 174 17 864 16 308 15 827 15 174 15 691 15 847
13 322
Forrás: KSH adatok alapján saját készítés (2015)
Ebből Személyszállító járművek
Teherszállító Gyalogosok járművek motorkerékpár
személygépkocsi
Egyéb balesetek
Összesen
segédmotoros kerékpár
kerékpár
Átlag
14 321
666
10 961
1 778
782
1 676
1 541
284
17 819
Módusz
14899
875
9781
2004
798
1 569
981
312
19174
Medián
14 899
687
11 642
1 862
798
1 788
1 820
312
19 097
Szórás
1529
104
1509
80
58
192
443
46
1932
Min
12 430
495
8 752
1 712
731
1 452
940
168
15 174
Max
17 075
875
13 365
2 004
937
2 101
2 103
352
20 977
25
13466
614
10051
1796
770
1569
1104
271
17493
50
14899
687
11642
1862
798
1788
1820
312
19097
75
16161
747
12924
1926
847
1865
1984
325
20147
Negyedelők:
Forrás: KSH adatok alapján saját készítés (2015)
Személyi sérülést okozó közlekedési balesetek alakulása (db)
Forrás: KSH adatok alapján saját készítés (2015)
Alkoholos állapotban okozott balesetek (1994-2014) Ebből Év
Járművezetők motorkerékpár
Személygépkocsi
segédmotoros kerékpár
kerékpár
Gyalogos
Utas és egyéb személy
1994
2 040
89
1 275
491
185
208
1995
2 471
101
1 720
478
172
229
1996
2 105
112
1 340
452
201
210
1997
2 219
97
1 506
402
214
189
1998
2 396
92
1 667
379
258
196
2000
2 040
89
1 327
398
226
215
2001
1 928
65
1 104
419
192
208
2002
2 209
87
1 380
426
193
226
2003
2 239
77
1 457
385
181
209
2004
2 666
110
1 700
465
217
240
2005
2 378
84
1 545
434
195
202
2006
2 553
92
1 675
380
234
215
2007
2 656
100
1 702
455
270
195
2008
2 177
103
1 292
423
246
164
2009
2 130
99
1 201
468
240
141
2010
1 768
69
897
480
214
111
2011
1 551
62
832
373
188
92
2012
1 644
71
834
441
184
52
2013
1 609
72
798
459
173
51
2014
1 546
57
820
405
157
54
1 2 6 3 4
1 2 5 2 3 3 5 4 1 3 4 2 2 2
1
Összesen
2 249 2 702 2 321 2 411
2 596 2 256 2 138 2 440 2 450 2 909 2 583 2 773 2 855 2 342 2 274 1 883 1 645 1 698
1 662 1 601
Forrás: KSH adatok alapján saját készítés (2015)
Alkoholos állapotban közlekedési balesetet okozók közlekedési kategóriánként 1 800 1 600 1 400 1 200 1 000 800 600 400 200 0 motorkerékpár
személygépkocsi
kerékpár
segédmotoros kerékpár
Gyalogos
Egyéb
Forrás: KSH adatok alapján saját készítés (2015)
Forrás: KSH adatok alapján saját készítés (2015)
Személyi sérülést okozó közlekedési balesetek okozóik szerinti ábrázolása box-plot diagrammal
Forrás: KSH adatok alapján saját készítés (2015)
2. Analitikus lineáris trend számítás Model Summary and Parameter Estimates Dependent Variable:
Alk_arány_motor
Model Summary Equation Linear
R Square
F ,375
10,782
Parameter Estimates
df1
df2 1
Sig. 18
Forrás: KSH adatok alapján saját készítés (2015)
Constant ,004
,153
b1 -,003
Empirikus szignifikancia szint alacsony, ezért kiértékelhető. Motor esetében: • R-négyzet: 37,66% • regressziós állandó(becsült érték 1993-ra):0,1528 • p-érték: 0,004 • Regressziós együttható értelmezése: évente 0,027%-ponttal csökken az arány
Model Summary and Parameter Estimates Dependent Variable:
Alk_arány_szg Model Summary
Equation Linear
R Square ,414
F 12,729
df1
Parameter Estimates df2
1
Sig. 18
Constant ,002
Forrás: KSH adatok alapján saját készítés (2015)
b1 ,134
-,002
Személygépkocsi esetében: • R-négyzet: 44,36% • Regressziós állandó(becsült érték 1993-ra): 0,1342 • p-érték: 0,002 • Regressziós együttható: évente 0,022%-ponttal csökken az arány.
3. Kétmintás t-próba A párosított t-próba eredménye (p=0,004) alapján megállapítható, hogy a motoros balesetek esetében jelentősen magasabb az alkoholos befolyás alatt elkövetett balesetek aránya a személygépkocsis balesetekhez képest. Kétmintás párosított t-próba a várható értékre Alk_arány_motor
Alk_arány_szg
Várható érték
0,124656493
0,111487
Variancia
0,000668291
0,00037
20
20
Megfigyelések
Pearson-féle korreláció Feltételezett átlagos eltérés df
0,635458758 0 19
t érték
2,921972871
P(T<=t) egyszélű
0,004372841
t kritikus egyszélű
1,729132812
4. Korreláció-számítás • A korreláció erősen szignifikáns (jelentős), ha az empirikus szignifikancia szint nem haladja meg az egy százalékot (két csillag). • Közepesen szoros egyirányú lineáris összefüggés (r=0,712, p<0,01) állapítható meg a tehergépjárművek és a gyalogosok által okozott balesetek száma között • Az összefüggés negatív irányú (r=-0,623, p=0,003) például a kerékpáros és motorkerékpáros balesetek száma között.
Összefüggés vizsgálat közúti közlekedési balesetek okozói között (Pearson féle lineáris korrelációs együttható alapján) Correlations
Személyszállító járművek Személyszállító járművek
Pearson Correlation
Pearson Correlation Sig. (2-tailed) N
személygépkocsi
Egyéb balesetek
Gyalogosok
Teherszállító járművek
Összesen
,994**
-,427
,194
,485*
,110
,487*
,968**
,028
,000
,060
,412
,030
,644
,029
,000
20
20
20
20
20
20
20
20
20
,492*
1
,439
-,623**
,485*
-,099
,435
,137
,398
,053
,003
,030
,678
,055
,566
,082
,028 20
20
20
20
20
20
20
20
,994**
,439
1
-,432
,137
,541*
,050
,507*
,976**
,000
,053
,057
,565
,014
,833
,023
,000
20
20
20
20
20
20
20
20
20
-,427
-,623**
-,432
1
-,309
,057
-,028
-,187
-,350
,060
,003
,057
,185
,811
,907
,431
,130
20
20
20
20
20
20
20
20
20
Pearson Correlation
,194
,485*
,137
-,309
1
-,114
,116
-,057
,127
Sig. (2-tailed)
,412
,030
,565
,185
,632
,627
,811
,593
20
20
20
20
20
20
20
20
Pearson Correlation
N Pearson Correlation Sig. (2-tailed) N
segédmotoros kerékpár
segédmotoros kerékpár
kerékpár
20
Sig. (2-tailed)
kerékpár
személygépkocsi ,492*
1
Sig. (2-tailed)
N motorkerékpár
motorkerékpár
N
20
Személyszállító járművek Gyalogosok
Pearson Correlation Sig. (2-tailed) N
Egyéb balesetek
Pearson Correlation Sig. (2-tailed)
N Teherszállító járművek
Pearson Correlation Sig. (2-tailed) N
Összesen
Pearson Correlation Sig. (2-tailed) N
motorkerékpár
személygépkocsi
segédmotoros kerékpár
kerékpár
,485*
-,099
,541*
,057
-,114
,030
,678
,014
,811
,632
20
20
20
20
20
,110
,435
,050
-,028
,644
,055
,833
20
20
,487*
Egyéb balesetek
Gyalogosok
Teherszállító járművek
Összesen
-,425
,712**
,681**
,062
,000
,001
20
20
20
20
,116
-,425
1
-,348
-,019
,907
,627
,062
,132
,937
20
20
20
20
20
20
20
,137
,507*
-,187
-,057
,712**
-,348
1
,648**
,029
,566
,023
,431
,811
,000
,132
20
20
20
20
20
20
20
20
20
,968**
,398
,976**
-,350
,127
,681**
-,019
,648**
1
,000
,082
,000
,130
,593
,001
,937
,002
20
20
20
20
20
20
20
20
**. Erős korreláció - a szignifikancia szint 0,01 szint alatt -
1
,002
*. Korreláció - a szignifikancia szint 0,05 szint alatt -
20
Köszönöm!