Ідентифікація моделей автомобільних дтп на основі факторів водійської поведінки за допомогою моделювання структурними рівняннями
DOI:
https://doi.org/10.15587/1729-4061.2024.306781Ключові слова:
транспортні аварії, поведінка водіння, моделювання структурних рівнянь, ДТП, водії автотранспорту, поведінка водія автомобіля, характеристики водінняАнотація
Збільшення чисельності населення супроводжується збільшенням кількості транспортних засобів. Неминуче зростатиме й кількість ДТП, що може бути спричинено різними чинниками. Фактори водія, розглянуті в цьому дослідженні, включають соціально-економічні характеристики, характеристики руху, характеристики аварій та характеристики поведінки водія. Метою цього дослідження є вивчення моделі ДТП за допомогою інтерв’ю та опитувальників поведінки за кермом із загалом 307 респондентів-автомобілістів, які зазнали аварій. Фактори водія, розглянуті в цьому дослідженні, включають соціально-економічні характеристики, характеристики руху, характеристики аварій та характеристики поведінки водія за допомогою інтерв’ю та опитувальників щодо поведінки водіння із загалом 307 респондентів-автомобілістів, які зазнали аварій.
У цьому дослідженні використовувався моделювання структурними рівнянням) з програмним забезпеченням SmartPLS. Результати моделювання ДТП двоколісних транспортних засобів є Y=–0,234 X1+0,153 X3+ei2; R2=0,102. Найбільший вплив має місце на характеристиках поведінки водія (X3), а саме звичайне порушення, а для результатів моделювання ДТП чотириколісних транспортних засобів Y=–0,343 X1+0,284 X3+ei2; R2=0,217. Найбільший вплив мають характеристики поведінки водія (X3), а саме звичайне порушення. Звичайне порушення визначається як навмисне порушення норм права.
Таким чином, за результатами дослідження, найбільш впливовою змінною була поведінка водіїв, які вчиняли звичайні порушення, такі як ігнорування обмежень швидкості, прорив перехресть та керування автомобілем у стані алкогольного сп’яніння. Таким чином, потрібна співпраця між поліцією та пов’язаними сторонами у боротьбі з нещасними випадками та зниженні ризику дорожньо-транспортних пригод, як-от спілкування або інформування громадськості міста Джаяпура через газети чи електронні засоби масової інформації щодо важливості колективного усвідомлення безпеки водія
Спонсор дослідження
- I am deeply thankful to Dr. Ir. M. Zainul Arifin, MT, and Dr. Fauzul Rizal Sutikno for their invaluable guidance and insightful advice throughout my research. Additionally, I encompass my gratitude to my parents, siblings, and friends meant for their unwavering care, encouragement, and prayers through the writing process of this article.
Посилання
- Van Elslande, P., Elvik, R. (2012). Powered two-wheelers within the traffic system. Accident Analysis & Prevention, 49, 1–4. https://doi.org/10.1016/j.aap.2012.09.007
- Retallack, A. E., Ostendorf, B. (2020). Relationship Between Traffic Volume and Accident Frequency at Intersections. International Journal of Environmental Research and Public Health, 17 (4), 1393. https://doi.org/10.3390/ijerph17041393
- Pervez, A., Lee, J., Huang, H. (2021). Identifying Factors Contributing to the Motorcycle Crash Severity in Pakistan. Journal of Advanced Transportation, 2021, 1–10. https://doi.org/10.1155/2021/6636130
- Suraji, A., Djakfar, L., Wicaksono, A., Marjono, M., Putranto, L. S., Susilo, S. H. (2021). Analysis of intercity bus public transport safety perception modeling using conjoint. Eastern-European Journal of Enterprise Technologies, 4 (3 (112)), 36–42. https://doi.org/10.15587/1729-4061.2021.239255
- Najmy, A., Dewi, R. S., Ciptomulyono, U. (2018). Identifikasi Pengaruh Perilaku terhadap Tingkat Kecelakaan Lalu Lintas dengan Stuctural Equation Modeling (SEM). Internasional Riset & Teknologi Teknik (IJERT).
- Bathan, A., de Ocampo, J., Ong, J., Gutierrez, A. A., Seva, R. R., Mariano, R. S. (2018). A predictive model of motorcycle accident involvement using structural equation modeling considering driver personality and riding behavior in Metro Manila. Proceedings of the International Conference on Industrial Engineering and Operations Management, 1783–1804. Available at: https://animorepository.dlsu.edu.ph/faculty_research/442
- Putri, F., Arifin, M., Djakfar, L. (2022). Prediction model of motorcycle accident in economic and driving behaviour factors. Eastern-European Journal of Enterprise Technologies, 4 (3 (118)), 27–33. https://doi.org/10.15587/1729-4061.2022.263651
- Hukom, F. S., Djakfar, L., Arifin, M. Z. (2023). Model Prediksi Kecelakaan Kendaraan Sepeda Motor pada Ruas Jalan di Kota Ambon. Rekayasa Sipil, 17 (2), 217–222. https://doi.org/10.21776/ub.rekayasasipil.2023.017.02.14
- Miftahulkhair, M., Arifin, M. Z., Sutikno, F. R. (2024). Revealing the impact of losses on flexible pavement due to vehicle overloading. Engineering Technological Systems, 2 (1 (128)), 55–63. https://doi.org/10.15587/1729-4061.2024.299653
- Chavan, E., Roopa, M. (2020). Automatic crash guard for motorcycles. International Journal of Electrical Engineering and Technology (IJEET), 11 (2), 17–26. Available at: https://sdbindex.com/Documents/index/00000003/00000-04007
- Machsus, M., Sulistio, H., Wicaksono, A., Djakfar, L. (2014). Generalized linear and generalized additive models in studies of motorcycle accident prediction models for the north-south road corridor in Surabaya. The 17thFSTPT International Symposium, 976–986. Available at: https://jurnal.unej.ac.id/index.php/PFSTPT/article/view/2921/2347
- Shah, S., Ahmad, N., Shen, Y., Pirdavani, A., Basheer, M., Brijs, T. (2018). Road Safety Risk Assessment: An Analysis of Transport Policy and Management for Low-, Middle-, and High-Income Asian Countries. Sustainability, 10 (2), 389. https://doi.org/10.3390/su10020389
- Murphy, P., Morris, A. (2020). Quantifying accident risk and severity due to speed from the reaction point to the critical conflict in fatal motorcycle accidents. Accident Analysis & Prevention, 141, 105548. https://doi.org/10.1016/j.aap.2020.105548
- Mohamed, M., Bromfield, N. F. (2017). Attitudes, driving behavior, and accident involvement among young male drivers in Saudi Arabia. Transportation Research Part F: Traffic Psychology and Behaviour, 47, 59–71. https://doi.org/10.1016/j.trf.2017.04.009
- Zhang, G., Yau, K. K. W., Chen, G. (2013). Risk factors associated with traffic violations and accident severity in China. Accident Analysis & Prevention, 59, 18–25. https://doi.org/10.1016/j.aap.2013.05.004
- Fan, Y., Chen, J., Shirkey, G., John, R., Wu, S. R., Park, H., Shao, C. (2016). Applications of structural equation modeling (SEM) in ecological studies: an updated review. Ecological Processes, 5 (1). https://doi.org/10.1186/s13717-016-0063-3
- Hassan, H. M. (2015). Investigation of the self-reported aberrant driving behavior of young male Saudi drivers: A survey-based study. Journal of Transportation Safety & Security, 8 (2), 113–128. https://doi.org/10.1080/19439962.2015.1017782
- Yamin, S., Kurniawan, H. (2009). SPSS Complete: teknik analisis statistik terlengkap dengan software SPSS. Jakarta: Salemba Infotek, 328.
- Sholihin, M., Ratmono, D. (2021). Analisis SEM-PLS dengan WarpPLS 7.0: untuk hubungan nonlinier dalam penelitian sosial dan bisnis. Yogyakarta, 320.
- Hair Jr., J. F., Black, W. C., Babin, B. J., Anderson, R. E. (2010). Multivariate Data Analysis. Pearson. Available at: https://www.drnishikantjha.com/papersCollection/Multivariate%20Data%20Analysis.pdf
- Jung, S., Xiao, Q., Yoon, Y. (2013). Evaluation of motorcycle safety strategies using the severity of injuries. Accident Analysis & Prevention, 59, 357–364. https://doi.org/10.1016/j.aap.2013.06.030
- Shaheed, M. S., Gkritza, K. (2014). A latent class analysis of single-vehicle motorcycle crash severity outcomes. Analytic Methods in Accident Research, 2, 30–38. https://doi.org/10.1016/j.amar.2014.03.002

##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2024 Fadila Ardi Putri Damayanti, Muhammad Zainul Arifin, Fauzul Rizal Sutikno, Muh Miftahulkhair

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.
Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.