二元羅吉斯模式分析

駕駛者選擇是否要於平交道保安設施啟動而號誌開始閃爍時搶越平交道之 行為，屬於一種二元性的選擇邏輯，駕駛者的選擇只有搶越與不搶越兩種選項，

因此可以適用於二元羅吉斯迴歸的模式，研究分析與計算使用之統計軟體為 SPSS，迴歸式中的應變數為是否搶越平交道，若選擇搶越平交道，則數值輸入1，

反之，若選擇不搶越平交道，則數值輸入0。

關於迴歸式中的因變數，共有設10個因變數，駕駛者自身因素部分，包含性 別、年紀、駕駛車種、號誌啟動時之接近速度與當時距停止線之距離，性別若為 女性，則數值輸入0，若為男性則數值輸入1；年紀若為青壯年，則數值輸入0，

若為中年則輸入1，若為老年，則輸入2；駕駛車種若為小型客(貨)車，則數值輸 入0，若為機車則輸入1，若為大型客貨車則輸入2；距離與車速則輸入測量到實

關於環境影響因素之部分，包含車道數、穿越長度、號誌秒數、道路線型與 坡度，車道數若為雙車道，則數值輸入0，超過雙車道則輸入1；穿越長度若為15 公尺以下，則數值輸入0，15公尺以上則輸入1；若號誌秒數為19秒以下，則數值 輸入0，19秒以上則輸入1；道路線型若為穿越後直走，則數值輸入0，若為穿越 後必需轉彎則輸入1；坡度狀況若為下坡，則數值輸入0，水平則輸入1，下坡則 輸入2，將資料完整輸入後，利用SPSS統計軟體進行二元羅吉斯迴歸，迴歸之結 果整理如下表：

表5.12 二元羅吉斯迴歸之結果1(樣本數：722)

類別 β S.E. Wald d.f. p EXP(B) 性別 0.802 0.264 9.247 1 0.002** 2.230 年紀 -0.854 0.213 16.125 1 0.000** 0.426 車種 0.428 0.177 5.858 1 0.016* 1.534 速度 0.204 0.018 123.865 1 0.000** 1.226 距離 -0.119 0.012 96.442 1 0.000** 0.888 車道數 -0.070 0.280 0.063 1 0.803 0.932 穿越長度 0.413 0.342 1.460 1 0.227 1.511 坡度 -0.069 0.158 0.190 1 0.663 1.071 號誌秒數 0.412 0.302 1.858 1 0.173 1.510 道路線型 0.274 0.334 0.673 1 0.412 1.316 常數 -4.299 0.620 48.144 1 0.000 0.014 註：p <0.05 為顯著*，p<0.01 為極為顯著**。

表中β 為該變數之係數，S.E.為 β 之標準差，Wald 為統計檢定值，若 Wald 值大於3.84，則該變數為顯著變數，d.f.代表該變數之自由度，p 值亦為統計檢定 值，若p 小於 0.05 則該變數為顯著變數，若 p 小於 0.01 則是極為顯著，EXP(B) 值為該變數之勝算比，從分析的結果發現，性別、年紀、車種、速度與距離變數 之p 值皆小於 0.05，表示這五個變數皆為影響駕駛者搶越平交道之顯著變數，其 中性別、年紀、速度與距離之p 值更小於 0.01，表示對駕駛者搶越平交道行為之 影響極為顯著。

模式分析的結果與 Papaioannou(2007)[33]於希臘進行對於影響駕駛者搶黃 登行為因素之研究結果相當接近，其研究發現性別、年紀、號誌轉變為黃燈時之 接近速度與當時距停止線之距離對於駕駛者搶黃燈之行為有顯著之影響，而駕駛 者搶黃燈之行為類似於駕駛者搶越平交道之行為，亦間接印證了本研究模式分析 之結果。

然而環境影響因素之部分，經過二元羅吉斯迴歸的分析後，皆無法到達 p 小於 0.05 之門檻，表示環境影響因素對於駕駛者搶越平交道之行為影響皆是不

顯著的，分析造成這種狀況之原因，可能為進行資料收集之平交道地點數量不夠 之緣故，增加資料收集之平交道可能會改善這種狀況，後續之研究可以朝著個方 向著手。

若剔除不顯著之環境影響因素，單就駕駛者自身因素進行回歸分析，並加入 各變數中不同類別之分析，可得迴歸之結果整理如下表：

表5.13 二元羅吉斯迴歸之結果2(樣本數：722)

類別 β S.E. Wald d.f. p EXP(B) 性別 0.929 0.272 11.715 1 0.001** 2.533 年紀 14.215 2 0.001**

中年 -0.754 0.252 8.986 1 0.003** 0.470 老年 -1.746 0.661 6.980 1 0.008** 0.174 車種 10.854 2 0.004**

機車 0.853 0.262 10.589 1 0.001** 2.346 大客貨車 0.637 0.387 2.706 1 0.100 1.890 速度 0.207 0.019 124.723 1 0.000** 1.230 距離 -0.118 0.012 94.683 1 0.000** 0.889 常數 -4.406 0.562 61.480 1 0.000 0.012 模式

關聯強度

-2LL – 2LL0 Cox & Snell R² Nagelkerke R² 486.372 0.375 0.551 註：p <0.05 為顯著*，p<0.01 為極為顯著**。

從分析之結果可發現，性別、年紀、車種、速度與距離之p 值皆小於 0.01，

表示這五個因素對於駕駛者搶越平交道行為之影響皆是極為顯著的，性別變數之 EXP(B)值為 2.533，表示男性與女性之間搶越之勝算比為 2.533，即男性搶越平 交道之機會為女性之2.533 倍，而年紀變數中，中年駕駛者之 EXP(B)值為 0.470，

表示中年駕駛搶越平交道之機會為青壯年駕駛之0.470 倍，同理老年駕駛搶越平 交道之機會為青壯年之0.174 倍，表示隨著年齡之增長，駕駛者搶越之機會亦顯 著地降低。

車種變數整體對於駕駛者搶越平交道行為之影響是顯著的，比較機車騎士與 相對於小客(貨)車駕駛之搶越狀況，機車騎士搶越平交道之機會顯著大於小客(貨) 車駕駛，為小客(貨)車駕駛之 2.346 倍，而大型客貨車駕駛相對於小客(貨)車駕駛 之搶越狀況無法通過 p 值小於 0.05 的門檻，可能是大型客貨車駕駛之樣本數相 較於機車騎士與小客(貨)車駕駛少了許多，若增加大型客貨車駕駛之樣本數可能 改善這種狀況。

關於速度與距離對於搶越行為之影響，由於車種、性別與年紀為類別變數，

而速度與距離為連續變數，因此無法比較類別之間對於搶越行為之影響，僅能從 系數之正負值來判斷對於搶越行為影響之趨勢，速度變數之係數為正值，表示隨 著速度之提升，駕駛者搶越之機會顯著地上升，而距離變數之係數為負值，表示 隨著距離之增加，駕駛者搶越之機會顯著地下降。

若分析模式之解釋能力，利用統計軟體SPSS 檢定而得之 Cox & Snell R²值 與Nagelkerke R²值各為0.375 與 0.551，表示模式有一定程度之解釋能力，然而 上述之 R²值只代表預測結果與影響變數之關聯強度，不代表模式解釋程度之百 分比值。

經過二元羅吉斯模式之分析後，發現影響駕駛者搶越平交道之主要因素為性 別、年紀、車種、接近速度與距離，分析結果與Papaioannou(2007)[33]之研究結 果相當接近，然而環境影響變數經過分析後發現對於駕駛者搶越行為之影響皆不 顯著，可能是收集資料之平交道不足之緣故。

第六章 結論與建議

本研究透過實地觀察的方式，觀察駕駛者搶越平交道之行為，經過前後約三 個月以及總共145 個小時之樣本資料收集後，總共收集到 1141 個可用樣本以及 722 個完整樣本，後續利用敘述性統計分析之方式，分析駕駛者與不同分類下之 搶越比例，以及使用二元羅吉斯模式來分析哪些因素會顯著影響駕駛者搶越平交 道之行為，以下對於研究之結果提出結論與建議。