第五章 模擬實驗資料整理與初步分析
第一節 前方事件之駕駛績效統計分析
第六章 駕駛績效統計分析與心智負荷分析
依據駕駛績效初步統計分析結果，本章節將駕駛績效統計分析分為前方事件與側 向事件兩部分進行，分別敘述於一、二節；第三節為針對NASA-TLX 問卷調查資料 進行的心智負荷分析；並於第四節進行分析結果的綜合討論。
圖16 前方事件是否發生碰撞之 CHAID 決策樹
表13
前向事件是否發生碰撞之CHAID決策樹切割點
變數名稱 切割點(Cut-off point)
感知反應時間 < 2 秒
2 秒~2.5 秒(不包含)
≧2.5 秒
煞車反應時間 < 2.5 秒
≧2.5 秒
車速變異 < 30
≧30
最小車速 < 40 公里/小時
≧40 公里/小時
車速 < 95 公里/小時
≧95 公里/小時
平均車速 < 70 公里/小時
≧70 公里/小時
最大車速 < 100 公里/小時
≧100 公里/小時
表13(續)
變數名稱 切割點(Cut-off point) 最小車間距
(距離)
< 5 公尺
5 公尺~20 公尺(不包含) 20 公尺~25 公尺(不包含)
≧25 公尺 最小車間距
(時間)
< 1.5 秒
1.5 秒~2.5 秒(不包含)
≧2.5 秒 車間距變異
(距離)
< 100 公尺
100 公尺~300 公尺(不包含)
≧300 公尺 車間距變異
(時間)
< 0.75
≧0.75 平均車間距
(時間)
< 1.5 秒
1.5 秒~2.5 秒(不包含)
≧2.5 秒 煞車時的車間距
(距離)
< 20 公尺
≧20 公尺 感知時的車間距
(時間)
< 2 秒
≧2 秒
(二)前方事件是否發生碰撞之羅吉斯迴歸模式
建立前方事件是否發生碰撞之羅吉斯迴歸模式，其合理模式有模式A 至模式 D，
相關數據彙整於表14。透過理想模式的判斷準則，進行四個模式的比較：
1. Hosmer and Lemeshow 模型配適度應越高越好：模式 D 無此數值，無法進行該準則 之比較，而其他三個模式的 P 值依序為，模式 A = 模式 C (0.9836) > 模式 B (0.2460)，模式 B 遠低於模式 A 與模式 C；
2. 猜對比越高越好：模式 B (94.1%) > 模式 A (93.5%) > 模式 C (92.2%) > 模式 D (78.1%)，其中模式 A~模式 C 三個模式的數值相近，均遠高於模式 D；
3. AIC 值應越小越好：四個模式的 AIC 值皆相同；
綜整上述三個判斷準則比較結果，選擇以感知反應時間、煞車反應時間均為連續 型變數的模式 A 為最佳模式，該模式配適度 P 值為 0.9836，猜對比為 93.5%，AIC
1.57
表示感知反應時間每增加一秒，前方事件發生碰撞的風險即高出 4.79 倍；煞車反應 時間的勝算為e1.24 = 3.44，表示煞車反應時間每增加 1 秒，發生碰撞風險高出 3.44 倍。
換言之，當感知反應時間或煞車反應時間越慢反應時，發生前方碰撞的風險越高。
表14
前方事件是否發生碰撞之羅吉斯迴歸模式比較
變數名稱 模式A 模式B 模式C 模式D
常數
感知反應時間（連續型） 0.0061** 0.0393**
感知反應時間（離散型）
＜2.0 秒 0.0003** 0.0230**
≧2.0 秒
-煞車反應時間（連續型） 0.0322** 0.0157**
煞車反應時間（離散型）
＜2.5 秒 0.0092** 0.0359**
≧2.5 秒 -
-Hosmer and Lemeshow
Goodness-of-Fit Test：P 值 = 0.9836 0.2460 0.9836 - Association of Predicted
Probabilities and Observed Responses：猜對比 =
93.5% 94.1% 92.2% 78.1%
AIC = 126.488 126.488 126.488 126.488 註：*達到顯著水準(α = 0.1)；**達到顯著水準(α = 0.05)。
表15
前方事件是否發生碰撞之羅吉斯迴歸模式影響變數參數推估表(模式A) 變數名稱 自由度 係數 勝算比 標準差 Wald
Chi-Square P 值 常數 1 -7.94 - 1.18 45.41 < .0001 感知反應時間 1 1.57 4.79 0.57 7.52 0.0061**
煞車反應時間 1 1.24 3.44 0.58 4.59 0.0322**
註：*達到顯著水準(α = 0.1)；**達到顯著水準(α = 0.05)。
二、前方事件影響感知反應時間之駕駛績效分析
感知反應時間為前方事件是否發生碰撞羅吉斯迴歸模式之顯著影響變數，本節針 對感知反應時間再繼續進行其影響變數分析。
(一) 前方事件感知反應時間之 C&RT 決策樹
反應變數(Y)為感知反應時間，對該連續型變數可使用 C&RT 決策樹方法進行分 析。首先針對較顯著之變數發展數棵C&RT 決策樹，列舉其中一棵樹詳見圖 17。其 第一層選入的顯著變數為有無次要作業，解釋意義為當有次要作業時感知反應時間較 長；第二層選入防撞警示類型，可解釋為當有次要作業時，無防撞警示系統的輔助會 使感知反應時間最長(平均值 = 1.8420)；當有次要作業而防撞警示為嗶嗶聲類型時，
感知反應時間為次高(平均值= 1.2868)。本研究針對每一變數彙整其在各棵決策樹的 切割點，其結果如表16 所示。
Y=感知反應時間 Mean 1.0646 Std.Dev 0.5400 n 296 (100.00%) Predicted 1.0646
Mean 1.2376 Std.Dev 0.6282 n 147 (49.66%) Predicted 1.2376
有警示 Mean 1.0826 Std.Dev 0.4726 n 117 (39.53%) Predicted 1.0826
無警示 Mean 1.8420 Std.Dev 0.7866 n 30 (10.14%) Predicted 1.8420 防撞警示類型
Improvement=0.0465
無次要任務 Mean 0.8938 Std.Dev 0.3644 n 149 (50.34%) Predicted 0.8938 有無次要任務
Improvement=0.0295 有次要任務
有警示 Mean 0.8253 Std.Dev 0.2748 n 118 (39.86%) Predicted 0.8253
無警示 Mean 1.1545 Std.Dev 0.5215 n 31 (10.47%) Predicted 1.1545 防撞警示類型
Improvement=0.0090
嗶嗶聲+HUD、語音、嗶嗶聲+語音 Mean 1.0091
Std.Dev 0.3597 n 86 (29.05%) Predicted 1.0091
嗶嗶聲 Mean 1.2868 Std.Dev 0.6622 n 31 (10.47%) Predicted 1.2868 防撞警示類型
Improvement=0.0059
表16
前向事件感知反應時間之C&RT決策樹切割點
變數名稱 切割點
最大車速 ≦85 公里/小時
(不包含)85 公里/小時~100 公里/小時
> 100 公里/小時 數學問題正確率 ≦0.95%
> 0.95%
駕駛者年齡 ≦36 歲
> 36 歲
數學問題遺漏率 ≦0.5%
> 0.5%
駕駛經驗 ≦5 年
(不包含)5 年~20 年
> 20 年 煞車時的車間距(距離) ≦40 公
40 公尺~45 公尺(不包含) 45 公尺~50 公尺(不包含)
> 50 公尺 感知時的車間距(時間) ≦2 秒
> 2 秒
(二) 前方事件感知反應時間之 ANOVA 模式
本研究建立感知反應時間之ANOVA 模式如表 17 所示，其顯著影響因子包括有 無次要作業與防撞警示類型的交互影響。ANOVA 模式各影響因子之參數推估結果如 表18 所示，並針對有無次要作業與防撞警示類型對於感知反應時間的交互影響情形 繪製交互影響圖(見圖 18)，變數解釋說明如下：
1. 無論是在有次要作業或無次要作業情況下，均以無防撞警示的感知反應時間最長，
代表在有防撞警示系統的輔助下，能有效減少駕駛者的感知反應時間。四種警示介 面中，又以「嗶嗶聲＋HUD」、「嗶嗶聲＋語音」與「語音」的感知反應時間較短，
「嗶嗶聲」次之。
2. 各種警示類型的感知反應時間，均在有次要作業的情況下會高於無次要作業。其原
因可能係有次要作業下會增加駕駛者的心智負荷，導致駕駛分心而增加感知反應時 間。
3. 在有次要作業情形下，「嗶嗶聲」防撞警示類型之感知反應時間明顯高於其他類型 的警示系統；但在無次要作業情形下，「嗶嗶聲」與其他類型之警示系統則無差異。
其原因可能係在有次要作業的情況下，「嗶嗶聲」無提供方向資訊，故對於來自前 方、左側與右側等不同方向的事件而言，駕駛者分心駕駛操作次要作業當下，較難 再自行辨別事件方向性，因此所需感知反應時間較其他有提供方向性資訊的防撞警 示類型長；反之，在無次要作業情形下，駕駛者能較專注開車，能快速地自行辨別 事件方向，而不影響到對事件的感知反應時間。
表17
前方事件感知反應時間之ANOVA模式分析表
變數名稱 自由度 平方和 均方和 F 值 P 值 有無次要作業 1 8.57 8.62 42.41 < .0001**
防撞警示類型 1 16.67 4.17 20.62 < .0001**
有無次要作業*防撞警示類型 1 3.07 0.78 3.80 0.0050**
註：**達到顯著水準(α = 0.05)
表18
前方事件感知反應時間之ANOVA模式參數推估表
變數名稱 推估參數 Standard Error
t 值 P 值
係數 1.15 0.08 14.30 < .0001 有無次要作業
有次要作業 0.69 0.12 5.97 < .0001
無次要作業(比較基準) 0.00
-防撞警示類型
嗶嗶聲+HUD -0.41 0.11 -3.55 0.0004
嗶嗶聲 -0.28 0.12 -2.39 0.0175
語音 -0.31 0.12 -2.72 0.0069
嗶嗶聲+語音 -0.31 0.12 -2.67 0.0079
表18(續)
變數名稱 推估參數 Standard Error
t Value P 值
有無次要作業*防撞警示類型
有次要作業*「嗶嗶聲+HUD」警示類型 -0.55 0.16 -3.38 0.0008 有次要作業*嗶嗶聲 -0.27 0.17 -1.65 0.0998 有次要作業*語音 -0.53 0.16 -3.25 0.0013 有次要作業*嗶嗶聲+語音 -0.38 0.17 -2.28 0.0236
有次要作業*無警示(比較基準) 0.00
-無次要作業*「嗶嗶聲+HUD」警示類型 0.00
-無次要作業*嗶嗶聲 0.00
-無次要作業*語音 0.00
-無次要作業*嗶嗶聲+語音 0.00
-無次要作業*無警示(比較基準) 0.00
-註：*達到顯著水準(α = 0.1)；**達到顯著水準(α = 0.05)
圖18 前方事件感知反應時間之次要作業與防撞警示類型之交互影響圖
三、前方事件影響煞車反應時間之駕駛績效分析
煞車反應時間是是否發生碰撞的另一個顯著影響變數，本節針對煞車反應時間再 進行其駕駛績效影響變數分析。
(一) 前方事件煞車反應時間之 C&RT 決策樹
反應變數(Y)為煞車反應時間其為連續型變數，使用 C&RT 決策樹方法。首先針 對較顯著之變數發展數棵C&RT 決策樹，列舉其中一棵樹詳見圖 19。其第一層選入 的顯著變數為有無次要作業，解釋意義為當有次要作業時感知反應時間較長；第二層 選入防撞警示類型，可解釋為當有次要作業，又無防撞警示系統輔助時，其感知反應 時間會最長(平均值 = 2.5837)；而當有次要作業且防撞警示為嗶嗶聲的類型時，感知 反應時間為次高(平均值 = 2.0887)。本研究針對每一變數彙整其在各棵決策樹的切割 點，其結果如表19 所示。
圖19 前方事件煞車反應時間之 CHAID 決策樹
表19
前向事件煞車反應時間之C&RT決策樹切割點
變數名稱 切割點
瞬間車速 ≦100 公里/小時
> 100 公里/小時
數學問題正確率 ≦0.95%
> 0.95%
駕駛者年齡 ≦36 歲
> 36 歲
數學問題遺漏率 ≦0.5%
> 0.5%
表19(續)
變數名稱 切割點
最大車速 ≦100 公里/小時
> 100 公里/小時
駕駛經驗 ≦5 年
(不包含)5 年~20 年
> 20 年 煞車時的車間距(距離) ≦40 公
40 公尺~45 公尺(不包含) 45 公尺~50 公尺(不包含)
> 50 公尺 感知時的車間距(時間) ≦1.7 秒
(不包含)1.7 秒~2 秒
> 2 秒
(二)煞車反應時間之 ANOVA 模式
本研究建立煞車反應時間之ANOVA 模式分析如表 20 所示，由該表得知影響因 子包括有無次要作業與防撞警示類型的交互影響因子。推估ANOVA 模式各影響因子 之參數如表21 所示，模式結果與感知反應時間模式結果相近，均為有無次要作業與 防撞警示類型的交互影響，利用參數推估值繪製交互影響圖如圖20 所示，變數解釋 詳細說明如下：
1. 各種警示類型的煞車反應時間，均在有次要作業的情況下會高於無次要作業。其原 因可能係有次要作業下會增加駕駛者的心智負荷，導致駕駛分心而增加煞車反應時 間。
2. 無論是在有次要作業或無次要作業情況下，均以無防撞警示的煞車反應時間最長，
代表在有防撞警示系統的輔助下，能有效減少駕駛者的煞車反應時間。四種警示介 面中，又以「嗶嗶聲＋HUD」、「嗶嗶聲＋語音」與「語音」的煞車反應時間較短，
「嗶嗶聲」次之。
3. 在有次要作業情形下，「嗶嗶聲」防撞警示類型之煞車反應時間明顯高於其他類型
其原因可能係在有次要作業的情況下，「嗶嗶聲」無提供方向資訊，故對於來自前 方、左側與右側等不同方向的事件而言，駕駛者分心駕駛操作次要作業當下，較難 再自行辨別事件方向性，因此所需煞車反應時間較其他有提供方向性資訊的防撞警 示類型長；反之，在無次要作業情形下，駕駛者能較專注開車，能快速地自行辨別 事件方向，而不影響到對事件的煞車反應時間。
表20
前方事件煞車反應時間之ANOVA模式分析表
變數名稱 自由度 平方和 均方和 F 值 P 值 有無次要作業 1 11.05 11.05 42.88 < .0001**
防撞警示類型 4 16.72 4.18 16.22 < .0001**
有無次要作業*防撞警示類型 4 4.12 1.03 3.99 0.0036**
註：**達到顯著水準(α = 0.05)
表21
前方事件煞車反應時間之ANOVA模式參數推估表
變數名稱 推估參數 Standard Error
t 值 P 值
係數 1.80 0.09 19.73 < .0001 有無次要作業
有次要作業 0.78 0.13 6.03 < .0001**
無次要作業(比較基準) 0.00 -
-防撞警示類型
嗶嗶聲+HUD -0.31 0.13 -2.39 0.0177**
嗶嗶聲 -0.22 0.13 -1.66 0.0973*
語音 -0.36 0.13 -2.76 0.0061**
嗶嗶聲+語音 -0.22 0.13 -1.71 0.0884*
無警示(比較基準) 0.00 -
-
表21(續)
變數名稱 推估參數 Standard Error
t 值 P 值
有無次要作業*防撞警示類型
有次要作業*「嗶嗶聲+HUD」警示類型 -0.64 0.18 -3.46 0.0006**
有次要作業*嗶嗶聲 -0.27 0.19 -1.46 0.1448 有次要作業*語音 -0.57 0.18 -3.08 0.0023**
有次要作業*嗶嗶聲+語音 -0.51 0.19 -2.70 0.0073**
有次要作業*無警示(比較基準) 0.00 -
-無次要作業*「嗶嗶聲+HUD」警示類型 0.00 -
-無次要作業*嗶嗶聲 0.00 -
-無次要作業*語音 0.00 -
-無次要作業*嗶嗶聲+語音 0.00 -
-無次要作業*無警示(比較基準) 0.00 -
-註：*達到顯著水準(α = 0.1)；**達到顯著水準(α = 0.05)
圖20 前方事件煞車反應時間之次要作業與防撞警示類型交互影響圖