本研究基於研究目的與動機之下確認研究範圍與對象，建立以下架構圖，首 先蒐集文獻回顧的資料，了解高齡者事故和其特性，然而進行現況分析，主要利 用彰化縣車鑑會的資料做初步的變數建檔，行車號誌、酒駕及無照駕駛等嚴重性 的指標皆須探討，歸納出重要事故類性的基本統計分析，最後以類神經網路模式 探討高齡者事故特性，提出交通安全的觀念和改善措施。
(1) 研究動機與目的
我國在面對高齡化社會時，更有許多急需重視的課題。針對交通，近年高齡 者交通之事故呈現遞增趨勢，本研究針對目前探討高齡族群，對高齡者道路 交通事故死亡率偏高的現象，進行研究分析。
(2) 研究範圍和對象
5
逢甲大學學生報告 e-Paper( 2014 年)
台灣省彰化縣區車輛行車事故鑑定委員會 101、102 和 103 年的事故結果；
60-64 歲之近高齡者和 65 歲以上之高齡者。
6
逢甲大學學生報告 e-Paper( 2014 年)
(3) 文獻回顧
參考有關高齡者車禍事故以及行車特性的相關文獻資料，擷取有關本研究探 討的內容，作為可以參考的資源，將對本研究內容提高相當的完整度。回顧 國內外高齡者事故的現況內容、高齡者事故的特性、傷亡形況及肇事責任都 是本研究討論的重點。
(4) 現況分析
行政院人口統計和交通事故調查結果。
(5) 蒐集彰化縣車鑑會資料
本研究所蒐集的資料是來源自彰化縣車鑑會所鑑定的車禍案件。
(6) 事故資料變數建檔
本研究將變數資料檔分為：肇事情形、當事人基本資料和肇事結果三大類。
(7) 資料基本統計與交叉分析
統計軟體與服務解決方案(IBM SPSS Statistics)，做出基本統計，與各變數與 傷亡情形和肇事責任的交叉分析，並利用卡方統計出顯著因子。
(8) 模式建立與驗證
利用類神經網路（Artificial Neural Network,ANN）分析本研究預期之成果。
透過類神經網路，了解高齡者事故特性中，有哪些變數對於高齡者傷亡特性 有明顯的影響。
(9) 模式結果討論
預測模式之建立透過本研究建檔之資料庫分為訓練及驗證，以期得到研究成 果以利後續進行結果分析之討論。利用類神經網路模式統計分析高齡者事故 特性結果。統計軟體與服務解決方案(IBM SPSS Statistics)，做出特性分析之 後再比較結果，得出在本研究所得到資料中的結論。
(10) 結論與建議
從文獻、車鑑會資料分析和模式預測中，做出本研究-彰化縣高齡者事故特 性研究之結果和建議應該如何做才能降低高齡者事故比例。綜合本研究之基 本統計、交叉分析及利用研究方法所得之結果提出相關有助於研擬道路交通 安全管理策略之建議，以期提供給高齡者更安全的道路及道路駕駛者好的駕 駛習慣。
7
逢甲大學學生報告 e-Paper( 2014 年)
研究動機與目的 研究動機與目的
研究範圍和對象 研究範圍和對象
建檔變數 建檔變數 事故特性 與傷亡情形
事故特性 與傷亡情形
文獻回顧 文獻回顧
肇事責任 肇事責任 高齡者事故
高齡者事故
資料蒐集 與現況分析
資料蒐集 與現況分析
資料基本統計 與交叉分析 資料基本統計
與交叉分析
預測模式 建立與驗證
預測模式 建立與驗證
肇事責任 肇事責任 傷亡情形 傷亡情形
結論與建議 結論與建議 模式結果討論 模式結果討論
圖 1.2、流程圖
8
逢甲大學學生報告 e-Paper( 2014 年)
二、文獻回顧
本章文獻回顧內容包含國內外高齡者事故現況，並蒐集博碩士論文及各專家 學者的研究分法和結果進行參考。分為國外高齡者事故、高齡者事故與交通特性 做出比較和結論。