• 沒有找到結果。

應用資料探勘研究營造業重大墜落工安事件發生原因-以台灣為例

N/A
N/A
Protected

Academic year: 2021

Share "應用資料探勘研究營造業重大墜落工安事件發生原因-以台灣為例"

Copied!
97
0
0

加載中.... (立即查看全文)

全文

(1)國立交通大學 經營管理研究所 碩 士 論 文. 應用資料探勘研究營造業重大墜落工安事件 發生原因-以台灣為例 Applying data mining to study the associations between the causes of serious safety events caused by falling in construction industry -A case study of Taiwan. 研 究 生:莊琇麟 指導教授:張芳仁. 教授. 中 華 民 國 九十六 年 六 月.

(2) 應用資料探勘研究營造業重大墜落工安事件發生原因 -以台灣為例 Applying data mining to study the associations between the causes of serious safety events caused by falling in construction industry -A case study of Taiwan. 研 究 生:莊琇麟. Student:Hsiu-Lin, Chuang. 指導教授:張芳仁. Advisor:Dr. Fang-Jen Chang. 國 立 交 通 大 學 經 營 管 理 研 究 所 碩 士 論 文 A Thesis Submitted to Institute of Business and Management College of Management National Chiao Tung University in Partial Fulfillment of the Requirements for the Degree of Master of Business Administration. June 2007. Taipei, Taiwan, Republic of China. 中華民國九十六年六月.

(3) 應用資料探勘研究營造業重大墜落工安事件發生原因 -以台灣為例 指導教授:張芳仁. 研究生:莊琇麟. 國立交通大學經營管理研究所碩士班. 摘. 要. 過去十幾年來,全世界營造業的勞工因墜落致死或導致殘障的案例數一直居高不 下,對傷亡者家屬和社會經濟所造成的影響和衝擊非常的大。在台灣,每年營造業重大 傷亡人數中,約有 50%以上是由於墜落所造成的。雖然,近年來政府積極加強勞動檢查 和安全衛生檢查有一定的成效,墜落災害的發生仍是營造業所有職災類型中最高的。因 此,本研究將對民國 90-94 年的 324 筆重大墜落災害原因進行分類與統計,依此定出六 個關於職災發生原因的研究項目,再藉由資料探勘來瞭解這六個研究項目中災害發生原 因的關聯程度,進而提出改善職業災害發生的建議。 在這六個研究項目的探索結果發現「未設置安全衛生管理人員」與「未設置護欄、 護蓋或安全護網或拉設安全母索等防護設備」是中度關聯,推測原因可能是安全衛生管 理人員的成效有再發揮的空間,而安全衛生管理人員之所以效力未完全發揮可能是因為 輔助工具的不足。目前國內相關單位努力地推動安全管理制度及整合營造業施工現場安 全衛生管理與監控等系統方案,如果可以搭配這些系統方案,相信可以有很大的改善。 另外根據本篇論文的研究,推論(一)若降低「未設置安全衛生管理人員」的情形就可以 降低「勞工未接受安全衛生教育」,然後「勞工有不安全行為的產生」也會降低;(二) 若降低公司「安全衛生工作守則未向檢查機構核備並落實」的情形也可以降低「勞工未 接受安全衛生教育」,然後「勞工有不安全行為的產生」也會降低。因此如果可以落實 設置安全衛生管理人員和要求公司向檢查機構核備並落實安全衛生工作守則,以及加強 勞工在安全衛生教育訓練的吸收度,應該可以有效降低勞工不安全行為的產生。(三)墜 落災害發生率最高是在夏天,本篇論文推測可能是與雨量和氣溫高有關。. 關鍵詞:資料探勘、關聯法則、重大墜落工安事件、營造業。. i.

(4) Applying data mining to study the associations between the causes of serious safety events caused by falling in construction industry -A case study of Taiwan Student:Hsiu-Lin, Chuang. Advisors:Dr. Fang-Jen Chang. Institute of Business and Management National Chiao Tung University. ABSTRACT In the past decades, the amount of the labors who died or injured caused by falling in construction industry is still high. Those accidences impacted related families and economy by a large scale. More than 50 percents of people who died or injured in construction industry is due to falling in Taiwan. In the past years, Taiwan Government tried hard to enhance the safety inspections for reducing the numbers of accidents in construction industry. But, the number of accidents caused by falling is still high. In this study, we used the accident investigation reports as data source to study the associations between accident causes, totally 324 cases from year 2001 to year 2005. There are six categories are used to classify the causes. Then data mining techniques are used to study the association between these six categories. In this research, we found that the association between these six categories are high, except the association between ”Safety inspection not in place” and “protection equipments are not in place.” What could happened was that the safety inspector was not functioned very well. And the cause of that was being lack of useful tools.. Keywords: Data mining, association rule, serious safety events, construction industry.. ii.

(5) 誌. 謝. 首先感謝我的父母親,一路走來對我的支持與鼓勵,讓我在求學過程中無後顧之 憂。自從進入交大經營管理研究所,受到許多人的照顧,尤其是 張芳仁老師在研究方 向與論文撰寫上的指導,讓我受益良多,而且老師總是希望我可以獨立思考,獨當一面, 今後會更加努力,不負老師的期望。此外也要感謝志鴻、凱騫、書偉、木林同學,在生 活與研究上都很熱心地提供經驗與建言和我們討論,當然還有和我一起走過兩年碩士班 的晟傑,時常幫我解惑,遇到挫折的時候不斷鼓勵我,在這一段拼畢業論文的日子真的 非常難忘,也非常慶幸自己能遇到這麼優秀的同學和好朋友。寫作論文的時間,感謝勞 工安全衛生所提供的重大墜落職災資料,讓我在研究時無資料不足或不全的煩惱,而白 文章教授和高崇洋教授又親自蒞臨口試指導,真的非常感恩,也非常感謝老師所提的寶 貴意見。我能夠畢業非常感謝大家的幫忙與扶持,希望幾年後個個都是一方的佼佼者。 最後則是要感謝我的靈性導師 悟覺妙天師父,讓我在心中永遠都有一盞明燈,面對突 破一切挑戰和困難。. 莊琇麟 謹誌 2007 年 6 月. iii.

(6) 目 中文摘要 英文摘要 誌謝 目錄 表目錄 圖目錄 符號說明 一、 1.1 1.2 1.3 1.4 二、 2.1 2.2 2.2.1 2.2.2 2.2.3 2.2.4 三、 3.1 3.2 3.3 3.3.1 3.3.2 3.4 3.5 四、 4.1 4.1.1 4.1.2 4.1.3 4.1.4 4.2 4.2.1 4.2.2. 錄. …………………………………………………………… …………………………………………………………… …………………………………………………………… …………………………………………………………… …………………………………………………………… …………………………………………………………… …………………………………………………………… 緒論……………………………………………………… 研究背景與動機………………………………………… 研究目的………………………………………………… 研究架構與限制………………………………………… 名詞定義………………………………………………… 文獻探討………………………………………………… 營造業墜落職災………………………………………… 資料探勘………………………………………………… 資料探勘的簡介………………………………………… 資料探勘的定義………………………………………… 資料探勘的技術………………………………………… 關聯法則探勘…………………………………………… 研究方法與流程………………………………………… 研究流程………………………………………………… 研究項目之操作性定義………………………………… 研究項目關聯探討……………………………………… 安全衛生管理規定……………………………………… 研究項目選取…………………………………………… 資料處理與轉換………………………………………… 關聯法則評估方法……………………………………… 研究結果與分析………………………………………… 研究結果………………………………………………… 致災主要原因的分析和描述…………………………… 研究項目的信心水準…………………………………… 研究項目之評估結果…………………………………… 職災發生之其他原因…………………………………… 研究結果分析…………………………………………… 研究項目結果分析……………………………………… 職災時間分析……………………………………………. iv. i ii iii iv v vi vii 1 1 2 2 3 4 4 5 5 6 7 9 12 12 13 15 15 16 19 22 28 28 28 30 31 32 36 36 44.

(7) 五、 5.1 5.2 5.3 參考文獻 附錄一 附錄二 附錄三 附錄四 附錄五 附錄六 附錄七 附錄八. 表 2.1 表 2.2 表 3.1 表 3.2 表 3.3 表 3.4 表 3.5 表 4.1 表 4.2 表 4.3 表 4.4 表 4.5 表 4.6 表 4.7. 結論與建議……………………………………………… 結論……………………………………………………… 建議……………………………………………………… 未來研究方向…………………………………………… …………………………………………………………… 民國九十一年營造業重大墜落工安事件中一份文件記 錄內容…………………………………………………… 民國 90-94 年 營造業墜落事故中不安全狀況、不良 管理、勞工不安全行為的次數統計表………………… 不安全狀況、不良安全管理制度及勞工不安全行為編 碼的詳細分類一覽表…………………………………… 營造業墜落事故中不安全狀況代碼與法律規章一覽表 營造業墜落事故中不良管理代碼與法律規章一覽表… 營造業墜落事故發生時間的次數統計表……………… 不安全狀況(代碼 a)、不良安全管理制度(代碼 b) 及勞工不安全行為(代碼 c)關聯法則一覽表………… 民國 90-94 年 台灣五大城市月雨量統計 …………… 表 目 錄 網路交易資料表(範例說明)…………………………… Apriori 演算法示意表 ………………………………… 勞工安全衛生組織管理及自動檢查辦法第五條……… 咖啡、茶購買資料表(範例說明)……………………… {p,q} 字組統計資料表(範例說明)…………………… {r,s} 字組統計資料表(範例說明)…………………… Confidence,IS 門檻值設定表 ……………………… 民國 90~94 年營造業墜落事故不安全情況統計資料表 民國 90~94 年營造業墜落事故不良管理制度統計資料 表………………………………………………………… 民國 90~94 年營造業墜落事故中勞工不安全行為統計 資料表…………………………………………………… 研究項目之信心水準表。……………………………… 「勞工不安全行為」與「安全衛生管理人員」統計資 料表……………………………………………………… 「勞工不安全行為」與「勞工接受安全衛生教育訓練 」統計資料表…………………………………………… 「安全衛生管理人員」與「設置護欄、護蓋或安全護 網或拉設安全母索等防護設備」統計資料表………… v. 46 46 47 49 50 52 53 54 66 68 70 72 86. 10 10 16 23 24 24 26 29 29. 30 36 38 39 40.

(8) 表 4.8. 圖 1.1 圖 2.1 圖 3.1 圖 3.2 圖 3.3 圖 4.1 圖 4.2 圖 4.3 圖 4.4 圖 4.5 圖 4.6 圖 4.7 圖 4.8 圖 4.9 圖 4.10 圖 4.11 圖 4.12. 「安全衛生管理人員」與「有確實實施自動檢查,並 且記錄確實」統計資料表……………………………… 圖 目 錄 研究架構圖……………………………………………… 資料探勘發掘步驟圖…………………………………… 研究流程圖……………………………………………… 一對一關聯法則統計圖………………………………… 關聯法則評估流程圖…………………………………… 民國 90~94 年營造業墜落事故中不安全情況長條圖… 民國 90~94 年營造業墜落事故中不良管理制度長條圖 民國 90~94 年營造業墜落事故中勞工不安全行為長條 圖………………………………………………………… 民國 90~94 年營造業墜落事故中國曆月份的事故發生 分佈圖…………………………………………………… 民國 90~94 年營造業墜落事故中國曆日的事故發生分 佈圖……………………………………………………… 民國 90~94 年營造業墜落事故一日中的事故發生時段 分圖……………………………………………………… 民國 90~94 年營造業墜落事故一星期中的事故發生分 佈圖……………………………………………………… 民國 90~94 年營造業墜落事故陰曆月中事故發生時段 分佈圖…………………………………………………… 民國 90~94 年營造業墜落事故陰曆日中事故發生時段 分佈……………………………………………………… 未設置安全衛生管理人員和勞工有不安全行為關係圖 未向檢查機關核備安全衛生手則和勞工有不安全行為 關係圖…………………………………………………… 不同高度關聯門檻值設定與研究項目關係圖…………. vi. 40. 2 6 13 27 27 28 29 30 33 33 34 34. 35 35 41 42 43.

(9) 符 號 說 明 支持度 s(X→Y) 信心水準 c(X→Y). 代表:(X∩Y)個數/N 資料總數 代表:(X∩Y)個數/X 的個數. ∩. 代表:交集. X. 代表:與 X 相反的情況. I(A,B). 代表:A 和 B 之間的 Interest factor. IS(A,B). 代表:A 和 B 之間的 IS factor 代表:A 發生會導致 B 發生 代表:流程. vii.

(10) 第一章 1.1. 緒論. 研究背景與動機. 全世界重大職業災害中,因從事營造業所造成的比例相當高;其發生職災所造成 的人命及資金的損失,以美國早期為例,在 1982 年美國勞工局所作的統計發現,每 壹億美元的年度營造支出中,平均會造成 1 人喪生及 167 人受傷,其所造成的整體經 濟損失為 89 億美元(佔該年度總營造支出 1370 億美金中的 6.5%)[1],因此各工業國 家都嘗試透過各種作為,降低營造業的傷亡數[2]。 在臺灣,根據行政院勞工委員會勞工安全衛生研究所指出,民國 88-90 年營造業 勞工死亡千人率約為 0.21,跟全產業之 0.077 及製造業之 0.07 相較不但高出約三倍, 且亦遠高於其他先進國家,如英國營造業勞工之死亡千人率約為 0.05,美國為 0.14, 日本為 0.13。雖然近年來在勞委會及政府各部門大力倡導施工安全下,營造業職災有 逐年下降之趨勢,但營造業之職業災害率仍為各業之冠[3]。從民國七十七年以來的統 計數字顯示,造成營造業高災害之主要因素為墜落災害[4]。營造業的職業災害類型主 要有墜落、物體倒塌、感電、物體飛落、被撞、跌倒等。民國 90-94 年因墜落致死的 重大職業災害分別佔該年營造業重大職災的 46%,46%,52%,54%,63%[5]。由此 可知近五年來因墜落致死的災害幾乎佔了營造業重大職業災害案件的一半,且比例有 逐年上升的趨勢。 究其原因,營造業相較於其他行業作業期短,多高處作業,多層承攬與勞工高流 動性等特性,無論在安全衛生管理、人員安全衛生習性、作業安全防護等各方面皆較 其他行業來的複雜而難以控制。特別是在墜落安全防護方面,隨著工程進行,高處作 業施工時環境不斷改變,作業機具、設施又大多為臨時性組構等因素,勞工稍有不慎 即可能墜落死亡[4]。台灣從西元 2000 年來,政府重視營造業職業安全,並提倡降低 職業傷害,近年來陸續提出各種防範策略,以要求營造業者加強安全衛生管理,對高 處作業勞工應落實繫上安全帶、戴妥安全帽,以預防職業災害發生。行政院勞工委員 會於西元 2000 年規劃「營造業墜落災害預防專案執行計畫」,加強勞動檢查、健康 檢查、高危險作業安全檢查次數等,以期降低營造業職災率。在職業災害方面的研究, 近年來亦開始著重於職災行業別、地區別、媒介物、傷亡人數與災害類型等資料的統 計分析,以統計數據做為制訂防災策略的參考,但是至目前為止,在營造業中因為墜 落而死亡的人數仍高於其他國家[3]。 近年來新興的資料探勘分析技術,可以找出資料中隱含的具體規則(pattern),供 不具專業統計背景的末端使用者或管理者等據以制訂決策。資料探勘應用最著名的例 子為:美國超級市場 Wal-Mart,對其經年累月所累積的交易記錄進行關聯分析,發現 在星期四時尿布和啤酒通常會一起被購買,於是 Wal-Mart 將兩樣商品擺在一起做促 銷,結果銷售量大幅提高。從這個例子中,可以了解在資料中隱藏著許多有意義但不 1.

(11) 見得都會被察覺的 pattern。同理,如果運用資料探勘技術來分析台灣營造業於民國 90-94 年,5 年間用 word 格式記錄的 324 件重大墜落工安事件,發掘營造業墜落職災 發生原因的 pattern,可以提供政府或相關單位在預防該類職災措施的參考。. 1.2. 研究目的. 在民國 90-94 年的重大墜落職災案例中,將近 80%的死亡案例是導因於勞工不安 全行為,可知勞工不安全行為是發生職災的主要原因。另外在文件記錄中也提到兩個 主要原因不安全狀況和不良管理制度,所以本篇論文的研究目的是利用關聯法則探勘 技術找出勞工不安全行為與不安全狀況和不良管理制度三者彼此之間的關聯和互相 影響的關係,了解勞工不安全行為和不安全狀況的發生原因,幫助目前國內正在推展 的安全衛生管理工作方案更深入瞭解事故發生原因的模式 (pattern),讓國內正在推展 安全衛生管理的工作方案可以更健全,進而提高安全衛生管理的績效。本篇論文旨在 幫助政府及業者,對欲改善的項目做重點式的預防,節省成本並提高職災預防的效率。. 1.3. 研究架構與限制 1. 研究架構 圖 1.1 為本論文的研究架構:. 現行台灣營造業之 職災資料. 現行台灣營造業安全 管理現況. 資料探勘技術相關 文獻、書籍. 墜落工安事件相關問題挖掘分析與其對策 圖 1.1 研究架構圖 本研究之研究架構如上圖所示,分別說明如下: ‹ 1. 要瞭解在台灣營造業重大墜落工安事件的發生原因,首先必須先整理與 分析營造業墜落職業災害相關資料,再配合參考現行台灣營造業安全管理 狀況,找出導致災害發生的原因。 ‹ 2. 資料探勘技術在各領域的運用成功,本篇研究希望使用資料探勘的技術 來分析營造業重大墜落職災的發生原因,必須先資料探勘技術的應用,找 出可以達成本篇論文研究目的的方法。 2.

(12) ‹. 3. 找出導致災害發生的原因和適合的資料探勘方法以後,再針對職災發生 原因的挖掘,設計研究流程和探討相關對策。. 2. 研究限制 1. 本研究所選取的資料範圍是行政院勞工委員會的重大墜落工安事件的文件 內容,受限於資料取得的限制,本論文僅以台灣的營造業為研究對象,並 不一定適用於所有地區。 2. 在重大工安事件的資料讀取上,雖然本論文已將資料判讀整理,但資料判 讀仍有可能會產生誤差。 3. 由於國內外尚無使用資料探勘技術,研究營造業職災發生的相關文獻,所 以本論文根據關聯法則的分佈狀況,將關聯法則選用的信心水準和 IS 法則 中選用的高度關聯門檻值設為 0.6,中度關聯設為 0.3,後續的研究有發現更 適用的門檻值,可以再做更精確的推論。 4. 由於營造業施工環境的多變性,所以本論文資料的選取是距離現在時間點 較近的民國九十、九十一、九十二、九十三、九十四,五年的重大墜落工 安事件記錄做為本論文的研究範圍。雖然這 5 年間的 324 筆資料稍嫌不足, 每筆資料的內容完整,足以提供研究所需。. 1.4. 名詞定義. 本研究所提及的重要名詞說明如下: 一、雇主,事業主或事業經營負責人。 二、勞工,受僱從事工作獲致工資者。 三、職業災害,勞工就業場所之建築物、設備、原料、材料、化學物品、氣體、蒸汽、 粉塵等或作業活動及其它職業上原因引起之勞工疾病、傷害、殘廢或死亡。 四、重大職業災害,依勞動檢查法施行細則第三十一條所稱重大職業災害為下列之一: (一) 發生死亡災害者 (二) 發生災害之罹災人數在三人以上者 (三) 氨、氯、硫化氫、光氣、二氧化硫等化學物質之洩漏,發生一人以上罹災勞 工需住院治療者。 五、職業安全衛生,在工作場所中影響員工、臨時性工作人員、承包商、訪客及其它 人員福祉的狀況和因素。 六、資料探勘,採取自動或半自動的方法來分析資料,找出有意義的特徵。 七、關聯法則,關聯法則分析主要是從資料中找出滿足一定條件的關係,滿足這樣條 件的關聯法則會被末端使用者或管理決策者依據其經驗挑選出有意義的 pattern 作為決策的參考。. 3.

(13) 第二章、文獻探討 2.1. 營造業墜落職災. 營造業在一個發展中的國家是非常重要的,例如,台灣的七十年代經濟快速成 長,在該段時間營造業的蓬勃發展對台灣經濟貢獻良多。然而,營造業所發生的工安 事件也是層出不窮,尤其以墜落最為多數且造成的傷害也最大,我們可從國內或是國 外的文獻紀錄中發現這個現象。如 1980 年到 1989 年,美國共有 2789 個營造業墜落死 亡個案,佔營造業中死亡個案的 49.6%,幾乎佔了半數[6]。美國國家職業安全衛生署 (NTOSH)指出在 1980 年代,營造業致死率為全產業第二高(每十萬名勞工中有 25.6 人 死亡),僅在採礦業之後(每十萬名勞工中有 31.9 人死亡)。在我國勞工安全衛生所所出 版的世界主要國家職業災害統計分析報告[7]中指出,以英國為例,在受僱者部分,營 造業於 1992-1993 年的重大傷害率為每十萬名勞工中有 224.4 人死亡,為全產業最高; 職業災害類型之致命中傷害以墜落最為嚴重佔 23%,物體撞擊 13%次之,而且分析 過去六年的致命傷害類型分佈,仍以墜落為最高;再分析其它國家的情形,以日本為 例,其職業死傷人數從 1992 年開始營造業災害件數超過製造業而躍居第一。以瑞典 為例,1985-1994 瑞典全產業受僱者職業病死亡人數營造業高居第二,而死亡類型墜 落亦高居第二,由此可知在世界各國中,營造業發生重大工安事件的比例相當高,且 因墜落而死亡的人數佔整個營造業職災死亡人數的大部分。除了國外的文獻記載之 外,台灣自民國七十七年以後營造業重大職業災害人數躍居為各業之冠,而造成營造 業高災害嚴重率之主要因素也是墜落職災[4]。 如果以職業的工作特性來看,營造業高處作業多,加上多層承攬與勞工高流動性 等特性,相較於其他行業無論在安全衛生管理、人員安全衛生習慣、作業安全防護等 各方面,皆比其他行業複雜而難以控制。特別是在墜落安全防護方面,由於營造業多 屬高處作業,施工時必須不斷移動作業機具、設施為臨時性組構的設備,勞工稍有不 慎就容易發生墜落職災[4]。職災的發生非但讓工程延緩,對於罹災者家庭經濟和心理 上都造成巨大的衝擊[7],其對社會所造成的損失也是無法估算的。所以,若是能發掘 出墜落職災的發生原因並加以防制,就可以大大降低職業災害的發生,減少不幸的事 件發生。 職業災害的產生有很多原因,下面的文獻資料是國外對營造業職業災害的研究, Kartam 等人探討科威特營造業的安全問題並歸納成下列十個原因[8]: 1. 承攬包商總認為就算沒有編列適當的安全成本預算,他們的標案仍然會被考 慮。 2. 缺乏統一的安全規章,不利於工作現場的強制執行。 3. 營造公司多為小公司,不到 10 人的公司佔產業中的 60%。 4. 大量雇用轉包商,共同作業有很多問題。 5. 缺乏相關且有系統的職災紀錄。 6. 大量雇用外籍勞工,而且多為沒有專門技術也沒受過訓練的勞工。 7. 勞工沒有組織。 8. 勞工流動率很高。 9. 營造公司總把勞工安全這一環節放在後面考慮,而以賺錢為主。 10. 因為受沙漠影響,夏天氣溫太高。 4.

(14) 以上十個原因,其中一到九都是管理上造成的人為疏失,若是能加強管理監控便能降 低營造業的職業災害。第十個原因則是環境的因素,除了 Kartam 指出氣候會影響職 災發生機率之外,Oglesby 等人也指出夏天氣溫太高會影響勞工的精神狀況和注意力 [9];King 等人則指出勞工會在天氣好的時候拉長工時趕工,這時事故的發生率比平 常高出 2.5 倍[10]。從上面文獻資料可以瞭解到,自然因素與管理疏失是造成職業災 害的主要因素,所以本研究中將會對管理及自然因素這兩個因素進行分析。關於職災 的記錄方式,台灣與美國均採取美國國家標準協會(ANSI Z16.2-1962)訂定的標準, 將事故分為以下三大原因[11]: 1. 直接原因:非預期的能量或危害物溢出 2. 間接原因:不安全行為和不安全狀況 3. 基本原因:不良管理制度 本篇研究主要是探討墜落致死的職業災害,在墜落職災的文件記錄中直接原因都是墜 落,因此分析的標的會放在間接原因的不安全行為與不安全狀況,和基本原因中的不 良管理制度。從前人的經驗我們可以知道必須整合多數的意外事件來做分析才是發現 普遍致災因素的的唯一途徑[12],因此本論文引用我國於民國 90-94 年,五年間的營造 業墜落職業災害案例作為分析內容,經由文獻探討選取以下四個探討因素,自然因 素、勞工不安全行為、不安全狀況、不良管理制度作為探討項目,其中自然因素可以 從時間記錄進行探討,本篇論文以統計的方式作分析;而不安全行為、不安全狀況、 不良安全管理制度這三者將以資料探勘技術來作分析。. 2.2. 資料探勘. 2.2.1 資料探勘的簡介 當資料量日積月累不斷增加時,使用一般傳統統計分析必須逐一分析變數才能找 出模型,而且必須找出各變數對結果之影響。為了使分析資料更加便利,目前各領域 在資料探勘的應用上越來越多,例如行銷、網路、企業商務、醫療、體育等方面,主 要是希望能夠利用資料探勘找出有用的資訊。一個很有名的例子就是美國超級市場 Wal-Mart,對其經年累月的交易紀錄進行分析,發現在星期四時消費者經常會同時購 買尿布和啤酒,所以將兩樣商品擺設在鄰近的陳列架上一起做促銷,結果兩樣產品都 有更高的業績成長。所謂的『資料探勘』是在大量的資料中採取自動或半自動的方法 來分析資料,發現有用資訊的過程。資料探勘工具的發展則是為了在大量資料中找出 尚未發現但具有意義的特徵(Patterns)以及關聯性(Relationships) ,同時也能提供預 測的功能,例如預測哪一位顧客將會在百貨公司消費超過 100 美元。 但是並不是所有的資訊發現過程都是『資料探勘』,例如,使用資料庫管理系統 或網頁搜尋引擎找尋特定的資料,這是屬於資料探索『Information Retrieval』的範圍, 這些方法可能需要使用複雜的演算法和資料架構,他們依賴傳統電腦科學技術。只是 因為傳統的資料分析工具和科技有很多侷限,尤其是在碰到大量資料且形式都有所不 同的時候,甚至有時即使資料數量不多也不容易使用工具分析,所以資料探勘技術就 是因應這個需求而產生。簡而言之,企業從以往著重於資料的蒐集和整理,轉而專注 5.

(15) 於如何有效利用存有龐大歷史資料的資料庫取得有用的資訊,也就是透過資料探勘的 技術,從資料庫中挖掘有用的資訊和知識[13]。. 2.2.2 資料探勘的定義 資料探勘最早是由 Fayyad 提出,其目的是在大量的維修資料裡找出規則。有許 多學者也曾對資料探勘做過定義。Frawley 等人認為資料探勘是指從資料庫中挖掘出 潛在、明確且有用資訊的過程;Fayyad 等人定義資料探勘只是知識發現中的一個步 驟;Grupe& Owarng 認為資料探勘是從資料庫中挖掘專家仍未知的資訊;Berry& Linoff 則定義資料探勘是採取自動或半自動的方法來分析資料,找出有意義的特徵 [14]。一般而言,資料探勘(data mining)可解釋為知識發掘的一環(knowledge discovery database,KDD)[13],知識發生的過程,如下所示。 知識發掘的過程: 知識發現的過程可分為以下五個步驟,也就是將未處理過的資料轉換成有用的資訊, 包含了一連串的過程,其中資料探勘為知識發掘的一個步驟如下[13]: Input data. Data preprocessing. Data mining. Data postprocessing. information. 圖 2.1 資料探勘發掘步驟圖。. 1. 輸入資料(Input data): 第一步驟是蒐集原始資料,而資料的來源可能有很多,像資料庫系統和網際網路就 是兩個主要的資料蒐集工具;資料也可能是很多形式,像是 Excel 表格或一些文字 檔,有可能是集中也有可能是分散在各點,將收集到原始資料儲存於資料庫系統中 以便進行之後的資料前置處理。 2. 資料前置處理(Preprocessing) : 目的是將未處理過的資料轉成適當的形式以供後續的研究,包括『將來自各處的資 料混合』、『資料潔淨(移除 noise 和重複的觀察值)』、『選擇 data mining 所需的紀 錄和屬性』,這個過程通常會是最耗時的。 3. 資料探勘(data mining): 資料潔淨和轉換後,使用資料探勘的技術將隱藏的資訊挖掘出來,所以資料探勘其 實是所謂的知識發現(knowledge discovery)的一部份,它使用許多統計分析與模 6.

(16) 型化的方法,在資料中尋找有用的樣式及關聯性。 4. 樣式評估 Postprocessing: 此步驟的目的是確定只有有效的、有用的結果會被管理決策系統應用。資料探勘萃 取的知識不見得每一個都是我們需要的,因此需要再經過一個步驟,去評估資料探 勘所挖掘出來的知識是不是有用的,通常需藉由各領域的專家依據經驗加以判斷。 5.. 結果展示 information:. 結果展示主要有以下兩種: (1) (2). predictive tasks: 目的是為了從一個屬性來預測另一個屬性。 descriptive tasks::目的是取得一種模型(相關,趨勢,分群,軌道,不規 則)來解釋資料間的關係[13]。. 另外 Peacock(1998)[15]則是從狹義與廣義的角度來定義資料探勘,可歸納出以下 三種: 第一種為狹義的資料探勘,主要是從資料庫中發現出隱藏的資訊,這些資訊又 能影響策略或決策,其重視的是發現的過程。 第二種是廣義的資料探勘,強調過程中欲研究或是測試發現兩者或是多者的關 係,以統計、設定研究項目的方法來確認關係以支持狹義資料探勘中發現的模 式。 第三種是最廣義的資料探勘,即與資料庫知識發現相同,主要包括內部與外部 資料獲取、資料轉換、清理、格式化、分析、確認、賦予資料意義、建立與執 行決策支援工具與系統,使得資料探勘的結果對決策者發生作用。 上述的說明可以瞭解資料探勘就是在資料或是資料庫中,利用資料探勘的技術發掘出 超越歸納範圍外的新的未知樣式或規則。本篇論文採取第二種廣義的資料探勘定義, 以設定研究項目的方法來確認關係以支持狹義資料探勘中發現的模式。. 2.2.3 資料探勘的技術 Data Miming 的工具是利用資料來建立一些模擬真實世界的模式,利用這些模式 來描述資料中的特徵以及關係。瞭解資料的特徵與關係可以提供做決策時所需要的資 訊,譬如關聯模型可以幫助賣場如何擺設貨品,或是可以利用資料探勘提供顧客個人 7.

(17) 化的產品及服務。一般而言,根據資料探勘的分析方式跟目的,資料探勘的技術可以 分為下列五種模型[14]: • • • • •. 資料分類-Classification 群集分析-Clustering 關聯法則-Association 推估-Estimation 預測-Prediction. 1.資料分類 Classification 所謂分類(classification)是指根據已知的資料及其類別屬性來建立資料的分類 模型。分類模型可以讓我們瞭解屬於各種屬性的資料具備哪些特徵,同時也可以用 來預測新進資料的類別屬性。以分類法應用在信用額度核准時,根據信用等級將信 用卡用戶做分類,找出信用狀況不佳的用戶屬性並建立分類模型,某新用戶申請信 用卡時,發卡銀行便可根據此分類模型來決定該用戶的信用額度等級。其它像目標 行銷(target marketing)或醫療診斷上分類法也都被廣泛應用,常使用的方法有決 策樹(Decision tree)或類神經網路(Neural Network)等。 2.群集分析 Clustering 群集分析(cluster analysis)又稱為資料切割(data segmentation),它是一種 多變量統計分析(multivariate statistical analysis)的技術,主要的目的是將資料集 合中的資料紀錄加以分群成數個群集(cluster),使的每個群集中的資料點間相似 程度高於與其它群集中資料點的相似程度,因此群集分析主要目的在於分析資料彼 此間的相似程度,藉由分析所找到的群集結果,推論出有用的資訊。 分類法與群集分析都可以將資料分成幾個不同屬性的區塊,但是本質上確有相 當大的差異。分類法可以說是一種監督式的學習法(supervised learing)在建立分 類模型前必須先指定所要觀察的類別屬性,也就是分類的依據是已知的;群集分析 卻是一種非監督式的學習法(unsupervised learing)在進行資料分群之前並不需要 指定用來做分群依據的屬性,群集分析可以自動將性質接近的資料分成一個一個的 群集(cluster),而資料所屬的群集也是進行分群前所未知的。 3.關聯法則 Association 若要在資料間找尋有趣的關係,使用關聯法則會是很有用的工具,例如上面提 到的啤酒與尿布的例子,顧客會同時購買啤酒和尿布,所以將兩者陳列在一起做促 銷。關聯法則分析方法主要是從資料中找出滿足一定條件的關係,也就是支持度 (support)要高於最小支持度(minimum support),信心水準(confidence)要高於最小 信心水準(minimum confidence),滿足這樣條件的關聯法則會被末端使用者或管 8.

(18) 理決策者依據其經驗挑選出有意義的作為決策的參考。本篇論文的研究目的是要找 出不安全行為與不安全狀況和不良管理制度三者之間的關聯和互相影響的關係,了 解不安全行為的發生原因與此三者之間的交互影響,因此採取關聯法則模型作為研 究方法。 4.推估(Estimation) 推估是以現有的連續性數值資料得到某一個未知的值,與分類法的不同點是: 分類法是屬於離散資料方式進行預測,推估技術是採用回歸分析及類神經網路等方 法。 5. 預測(Prediciton) 預測技術是根據某一特定對象屬性,觀察其過去的行為或歷史資料,並藉此建 立模型以推估新的觀察值的數值,例如:由過去消費者的刷卡記錄,預測其未來的 消費金額。使用的相關技術包括迴歸分析、時間序列分析(Time series analysis) 、 類神經網路及案例庫推理(Case-Based Reasoning)等。. 2.2.4 關聯法則探勘 關聯法則最早是由Agrawal在 1993 年[16]所提出,主要是在龐大的交易資料中尋 找出令人感到有興趣的關係或關聯。最典型的例子為市場購物籃分析,以條碼記錄的 超市為例,可在原始顧客購物記錄中,以關聯法則來分析顧客購物的習慣,改變市場 中物品的擺設或使用廣告等方法增加顧客消費。關聯法則探勘是資料探勘中普遍被使 用的技術,也是本研究所使用的研究技術。關聯法則的問題定義:令I=﹛i1,i2,…im﹜ 為商品的項目item;D為交易項目集合,每一筆交易項目集為T=﹛t1,t2,…tn﹜, T ⊆ I。 關聯法則的形式為X ⇒ Y,X,Y ⊂ I 且X和Y的交集為空集合,X為條件句;Y為結論句。 關聯法則X ⇒ Y都有一個信心水準c%,信心水準c為P(X∩Y/X),X ⇒ Y也有一個支持 度s%,支持度s 為p(X∩Y);每一個關聯法則都必須滿足事先設定的兩個參數值,最 小支持度(minimum support)與最小信心水準(minimum confidence) 。最小支持度和 資料庫中交易總數的乘積即為最小支持個數(minimum support count) 。例如下表有一 網路交易資料庫[14],分別有交易編號與商品編號兩欄:. 9.

(19) 表 2.1 網路交易資料表(範例說明) 交易編號. 商品編號. 1. II, V, VII. 2. I, III, IV, VI. 3. II, VI, VII. 4. II, IV, V. 5. III, VI. 6. II, IV, VI. 7. I, IV, V. 8. I, III, V. 9. II, III, V. 10. I, III, V. 假設最小支持度與最小信心水準分別為0.2和0.5,我們可以得到關聯法則{ I, III } ⇒ { V },他的支持個數為2,所以支持度為0.2,且項目集{ I, III }的支持度為0.3,因 此關聯法則{ I, III } ⇒ { V }的信心水準為0.2/0.3=0.67。從上述的例子可以知道有 趣的關聯法則必須通過最小信心水準與最小支持個數才能產生,而在龐大的資料中, 要產生這些符合需要的規則,必須依賴電腦的計算,其中在關聯規則中以Apriori演算 法為研究關聯法則中最具代表性的演算法之一,也是本論文所使用的演算法。Agrawal et al. 於1993 年[16]提出的Apriori 演算法,它是利用簡單且循序漸進的方式,找出資 料庫中項目的關係,以形成規則。此方法是目前研究關聯式法則的入門演算法,可說 是研究關聯式法則時最具代表性的演算法之一。Apriori演算法的精神是使用前一階段 所發掘的大型項目集來產生下一階段的大型項目集。訂定特定的門檻值,也就是最小 信心水準和最小支持度之後,依此循序漸進的方式,找出資料庫中項目的關係。如下: 表 2.2. Apriori 演算法示意表。. L1 = {large 1-itemsets}; for (k=2;Lk-1≠0;k++) do begin Ck=apriori-gen(Lk-1); // 產生新的候選項目集 for all transaction t ∈ ID do begin Ct = subset(Ck, t); // 取出 Ck 中的各項目子集 for all candidates c ∈ IC do c.count++; end Lk={c ∈ Ck |c.count ≥ minsup} end Answer = ∪ kLk; 10.

(20) 其中 apriori-gen(Lk-1)副函式的主要的最重要的動作,就是將 Lk 的項目組合,經過聯 結之後,產生下一階段的候選項目組 Ck+1,以提供主函式繼續往下搜尋資料庫的項 目組之用,而 subset(Ck, t)函式用來判斷部分交易項目 t 是否包含在候選項目組 Ck 內,也就是在判別 t 是否為 Ck 的子集合。Apriori 演算法由單一項目組(1-itemset)開 始,逐層產生相關項目組。此過程分為兩個階段,第一個階段為產生新的項目集,若 相關項目的長度為 k,則稱為候選 k-項目集,記為 Ck;第二階段為搜尋資料庫中 Ck 的 支持度是否大於使用者最初設定的最小支持度門檻值的限制,符合條件的項目集 Ck 便稱為大項目集,稱為 k-項目集,記為 Lk 而不符合最小支持度限制的 Ck 項目集則 刪除。以表 2.1 為例可以利用 Apriori 演算法來找出關聯規則: (1) 訂定最小支持度與最小信心水準。 (2) Apriori 演算法將所有資料項皆視為候選項目,先計算每一個候選項目集的支 持個數,將出現個數大於或等於最小支持度的大型項集合留下,在進行下一階段 的篩選。假設 X 和 Y 是兩個型項目 2-項目集,X={I, II}且 Y={I, III}。X 集合的第 一項編號 X[1]=I ,Y 集合的第一項編號 Y[1]=I,而 X 集合的第二項編號 X[2]=II <Y[2]=III,符合結合的條件,因此 X 和 Y 結合成一個候選 3-項目集{I, II, III}, 其中集合中的先後順序並不代表任何意義,故為了避免重複,結合條件必須考慮 X[2]<Y[2]。 (3) 由前一個步驟篩選出的大型項集合,再從其中產生下一個階段的大型項集 合。關聯組合的出現次數,用同樣的方法剔除弱關聯性的候選物項組合。承上述 所形成之候選 3-項目集{I, II, III},而此項目集包含三個 2-項目集{I, II},{II, III},{I, III},若是{II, III}不是大型項目集則{I, II, III}必定不是大型項目集,如果{II, III} 是大型項目集,則{I, II, III}必須透過讀取資料庫來計算支持度來判斷是否為大型 項目集。 (4)直到下一個階段無法產生任何大型項集合為止,最後留下的強關聯性候選物項 組合即為整個資料中物項高頻的關聯資訊。 本研究將依循上述方法將重大墜落職業災害中的勞工不安全行為、不安全狀況和不良 安全管理制度進行分析。首先由於這些狀況與原因都是一段文字敘述,所以必須將勞 工不安全行為、不安全狀況和不良安全管理制度這幾項轉換成編碼之後再使用資料探 勘軟體 Weka[17]中的 Apriori 法則進行關聯法則探勘。Weka 這套免費軟體是以 JAVA 寫成,其中包含了許多關聯法則、分群分類等的演算法,Weka 在分析統計以及 data mining 方面的應用相當足夠,對於一些簡單大量的資料,這套軟體所能做的相關分析 已是相當足夠的了。省去了程式設計的麻煩,並且這些演算法種類繁多,可對不同屬 性的資料,如 numeric(數值型)、nominal(離散型)的資料做分析。Weka 系統擁有進行 資料挖掘任務的圖形用戶介面,有助於理解模型,是一個實用並且深受歡迎的工具, 目前已有許多國內外大專院校採用 Weka 軟體來發表期刊[18-22],其可信度是被國際 公認的。. 11.

(21) 第三章、研究方法與流程 3.1. 研究流程. 本研究的研究流程分為以下六個步驟,首先整理相關文獻以瞭解國內外墜落職災 的主要原因,再將行政院勞工委員會於民國 90-94 年 324 件重大職業災害案例加以分 析整理之後,提出五個研究項目。利用 weka 軟體進行關聯法則探勘,在此 weka 軟體 採用 Apriori 作為關聯法則的演算法,最後評估關聯法則的可信度並印證研究項目成 立與否。 整理墜落職災相關文獻. 蒐集台灣營造業重大墜落 工安事件的文件資料-. 整理分析案例 提出五個研究項目. 資料前置處理 資料表格化及資料淨化. 使用 weka 軟體 進行關聯法則探勘. 尋找與研究項目相關的 法則並進行關聯法則. 印證研究項目成立與 圖 3.1 研究流程圖 12.

(22) 本研究之研究流程如上圖所示,分別說明如下: ‹ 1.確定研究的題目後整理相關的文獻、書籍和資料。 ‹ 2.蒐集台灣營造業墜落工安事件的資料以及資料探勘的技術應用。 ‹ 3 整裡及分析收集到的墜落工安事件,配合參考現行台灣營造業安全管理 狀況,對於導致災害發生的主要原因,提出五的研究項目進行探討。 ‹ 4.將資料形式轉換以供後續資料探勘軟體分析,資料轉換過程包括資料潔 淨和資料編碼,亦即把原始文件資料轉換成軟體可以使用的形式,再進行 資料探勘。 ‹ 5. 將處理過的資料輸入資料探勘軟體 weka 中進行關聯分析。 ‹ 6. 找出與研究項目相關的關聯法則,並對關聯法則的可靠度進行評估 。 ‹ 7. 使用經過評估的關聯法則來印證研究項目成立與否。. 3.2. 研究項目之操作性定義. 行政院勞工委員會將營造業重大墜落工安事件以文字檔的方式紀錄,記載的項目 包括行業種類、災害類型、媒介物、罹災情形、災害發生經過、災害發生的直接原因、 間接原因、基本原因和災害防止對策,詳細的內容請參看附錄一。本篇論文從分析 324 件重大墜落工安事件的文件記錄,認為文件中記載的職災間接原因和基本原因是致災 的關鍵因素,所以將針對這兩者進行分析。而在季節與災害發生的時間上則是以統計 分析來觀察是否有特殊之處,以下是災害發生時間與致災因素的分類與定義:. 1. 致災關鍵原因分類與定義 關於職災的記錄方式,台灣與美國均採取美國國家標準協會(ANSI Z16.2-1962)所訂 的標準,將事故分為三大原因: 1.直接原因:非預期的能量溢出或危害物溢出 2.間接原因:不安全行為和不安全狀況 3.不良管理 因為在直接原因的記錄上,本研究採取的所有案例皆為墜落,所以分析的標的將著重 在職災報告中的間接原因和基本原因兩者,其中間接原因又分為「不安全狀況」和「勞 工不安全行」為兩項;不安全狀況指的是發生事故時,施工的不安全環境;勞工不安 全行為則是指勞工自身的不安全動作;基本原因則是指不良的安全管理制度。以下為 文件記錄中「不安全狀況」 、 「不良安全管理制度」和「勞工不安全行為」的主要分類。 (1)不安全狀況: 依據行政院勞工委員會於民國 90-94 年間 324 件重大墜落工安事件中的分 13.

(23) 類,本論文將墜落災害發生的不安全狀況歸納為以下 15 項 (以下項目包括 雖設置但未依規定設置者): 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15.. 未設置能使勞工安全上下之設備。 勞工於橫隔兩地之通行時,未設置適當之通行設備。 未設置適當強度,且寬度在三十公分以上之踏板。 於有墜落危險之場所,未設警告標示,禁止人員通行進入。 未設置護欄、護蓋或安全護網或拉設安全母索 等防護設備。 未設有適當強度之圍欄、握把、覆蓋等防護措施。 未使勞工使用安全帽、安全帶和未帶妥(沒人監督)。 未設置施工架或工作台和雖設置但不符合規範。 為設置或未將安全支撐妥為固定。 使用電動工具外殼絕緣不良,造物拆除作業時未切斷電源。 使用移動式起重機時,未將吊掛平台固定,或不以吊物為限,卻乘載 及吊升勞工從事作業。 機械、設備使用未符合原廠規定、過期或未依規定安裝失效。 能見度差,未設自動照明設備。 其他(個數太少)。 無或無法作判斷。. (2)不良安全管理制度: 美國國家標準協會(ANSI Z16.2-1962)定義基本原因為不良的安全管理制 度,本論文分析行政院勞工委員會重大墜落工安事件中所採用的類別,基本 原因分類歸納為以下 7 項: 1.未實施健康管理 2.未設置勞工安全衛生管理人員來訂定墜落災害防止計畫辦理規劃和督導 安全衛生設施之檢點與檢查(或未確實督導)。 3.未確實實施自動檢查,或者記錄不確實。 4.未於事前,依勞工安全衛生法及有關安全衛生規定告知承攬人工作環境 危害因素。 5.有共同作業情形,未設置協議組織,並指定工作場所負責人,擔任指揮 及協調之工作,工作之連繫與調整和工作場所之巡視。 6.未確實對勞工辦理勞工安全衛生教育訓練,以致勞工對危害認知不足。 7.安全衛生工作守則未向檢查機構核備並落實實施(包括未訂立安全衛生 手則)。. (3)勞工不安全行為:. 14.

(24) 行政院勞委會在勞工不安全行為之分析,經由重大職災調查報告之彙整分析 發現,最主要之不安全行為集中在勞工未使用個人安全防護具(34.9%) 、使 安全裝置失效(15.3%)、不當操作設備(14.8%)、不安全的位置或姿勢 (10%)、未遵循安全及警告措施(9.5%)等,以上行為佔所有不安全行為 的 84.5%。此類行為又與勞工對安全的態度、冒險的傾向及不良工作環境等 因素有關[23]。 由於本論文的研究目的主要是要瞭解何種因素會導致勞工不安全行為的發 生,所以僅將勞工不安全行為的項目分為「有」和「沒有」兩項: 1. 勞工有不安全行為 2. 勞工沒有不安全行為. 2. 職災發生時間分類 本篇論文參考民國八十六年行政院勞工委員會出版的營造業墜落安全問題之分析 研究中的職災發生時間統計報告[24],將職災發生時間分為國曆月、國曆日、星期、 時段來探討,比較不同的是本篇論文加入陰曆月和陰曆日兩項來探討,陰曆月、日 是依照月亮運行的軌跡所定的日期,希望瞭解大自然的變化是否會影響人的生理、 心理而與職災的發生有關聯可循。以下將災害發生時間分成六個統計分析項目: 1. 國曆月 2. 國曆日 3. 星期 4. 時段 5. 陰曆月 6. 陰曆日 藉由分析這些災害發生的時間資料,可以從中驗證過去文獻中所發現的問題之外, 進而發現一些之前未注意的現象,提供一些不同的角度來探討墜落職災發生的因 素。. 3.3. 研究項目關聯探討. 3.3.1. 安全衛生管理規定 在 2.2.2 章節中提到廣義的資料探勘,強調過程中欲研究或是測試發現兩者或是 多者的關係,以統計、設定研究項目的方法來確認關係以支持狹義資料探勘中發現的 模式。本篇論文採取設定研究項目的方式來確認發現的關聯法則;由於大部分的安全 衛生管理工作都操之於安全衛生管理人員之手,所以在提出研究項目之前,若可以先 瞭解國內安全衛生管理人員的相關法規規定,將有助於之後在研究項目上的分析和探 討。 15.

(25) 依民國 91 年 12 月 18 日行政院勞工委員會勞安一字第 0910064375 號令修正 發布修正之勞工安全衛生組織管理及自動檢查辦法中即規定安全衛生管理人員必須 辦理的事項,下表列出法規規定辦理的事項。根據此法規可以瞭解到安全衛生管理人 員必須實行的管理與檢查,主要目的是減少勞工產生不安全行為,降低職災的發生。 表 3.1 勞工安全衛生組織管理及自動檢查辦法第五條 第五條. 雇主應使勞工安全衛生管理單位、勞工安全衛生人員辦理下列事項: 一、. 釐訂職業災害防止計畫、緊急應變計畫,並指導有關部門實施。. 二、. 規劃、督導各部門辦理勞工安全衛生稽核及管理。. 三、. 規劃、督導安全衛生設施之檢點與檢查。. 四、. 規劃、督導有關人員實施巡視、定期檢查、重點檢查、危害通識及作業環 境測定。. 五、. 規劃、實施勞工安全衛生教育訓練。. 六、. 規劃勞工健康檢查,實施健康管理。. 七、. 督導勞工疾病、傷害、殘廢、死亡等職業災害之調查處理及統計分析。. 八、. 實施安全衛生績效管理評估,並提供勞工安全衛生諮詢服務。. 九、. 提供有關勞工安全衛生管理資料及建議。. 十、. 其他有關勞工安全衛生管理事項。. 前項勞工安全衛生之執行應留存紀錄備查。. 3.3.2 研究項目選取 在附錄二中本篇論文將 324 件墜落工安事件的不安全狀況、不良管理制度和勞工 不安全行為作初步的統計分析;在不良管理制度方面,由附錄五得知第三項【未確實 實施自動檢查,或者記錄不確實】第六項【未對勞工辦理勞工安全衛生教育訓練,勞 工危害認知不足(包括訓練不確實)】和第七項【安全衛生工作守則未向檢查機構核 備並落實實施(包括未訂立安全衛生手則)】為事故發生時最常出現的不良安全管理 制度,個數分別是 208、242 和 217,本篇論文選取第三項、第六項和第七項做為研究 16.

(26) 的探討項目。另外第二項【未設置勞工安全衛生管理人員來訂定墜落災害防止計畫辦 理規劃和督導安全衛生設施之檢點與檢查(或未確實督導)】的統計個數雖然只有 151,但是由於大部分的安全工作都是操之於勞工安全衛生管理人員之手,所以設置 安全衛生人員與降低勞工不安全行為息息相關,因此亦將其列為探討的項目之一。 在不安全狀況的部分,由附錄五初步的統計分析可以得知,第五項【未設置護欄、護 蓋或安全護網或拉設安全母索 等防護設備】 、第七項【未使勞工使用安全帽、安全帶 (沒人監督)】為事故發生時最常出現的不安全狀況,個數分別為 187、188,為事故 發生時最常出現的不安全狀況,其他項不安全狀況的個數皆不超出 50,不到總個案數 的 15%。本論文選取不安全狀況中最常發生的第五項【未設置護欄、護蓋或安全護網 或拉設安全母索 等防護設備】做為研究的項目,其中不安全狀況第七項【未使勞工 使用安全帽、安全帶(沒人監督)】在幾個年度的文件記錄中亦同時被界定為勞工不 安全行為,未避免混淆不列為探討項目。 在勞工不安全行為部分,本論文的研究目的主要是要瞭解何種因素會導致勞工不安全 行為的發生,所以將勞工不安全行為和勞工沒有不安全行為列為探討的項目。 從以上的研究項目選取,本篇論文設計以下六個關聯法則進行探討:首先在 2.3 章節安全衛生管理相關規定中提到,雇主應使安全衛生管理人員執行、督導各項安全 衛生計畫,達到減少勞工不安全行為進而降低災害,因此依造政府的政策規定,推論 『未設置安全衛生管理人員』與『勞工有不安全行為』應該有高度關聯,在研究項目 一中是探討『未設置安全衛生管理人員』和『勞工有不安全行為』是否有高度關聯, 並以關聯法則探勘找出確切的關聯數據。. 研究項目一: 未設置安全衛生管理人員與勞工有不安全行為是否有高 度關聯。 在 2.3 章節安全衛生管理相關規定中提到,雇主應使安全衛生管理人員執行、督 導各項安全衛生計畫,其中包括使勞工接受安全衛生教育,以減少勞工不安全行為進 而降低災害,依造政府的政策規定,本論文推論『未設置安全衛生管理人員』與『勞 工未接受安全教育訓練』應該有高度關聯,在研究項目二中是探討『未設置安全衛生 管理人員』和『勞工未接受安全教育訓練』是否有高度關聯,並以關聯法則找出確切 的關聯數據。. 研究項目二:為設置安全管理人員與勞工為接受安全教育訓練是否有 高度關聯。 在 2.3 章節安全衛生管理相關規定中提到,勞工安全衛生管理人員必須辦理規劃、 17.

(27) 實施勞工安全衛生教育訓練,而勞工接受安全衛生教育訓練的主要目的就是要減少勞 工不安全行為,達成降低災害的目的,因此推論『勞工未接受安全教育訓練』和『勞 工有不安全行為』應該有高度關聯,所以在研究項目三中是探討『勞工未接受安全教 育訓練』和『勞工有不安全行為』是否有高度關聯,並以關聯法則找出確切的關聯數 據。. 研究項目三: 勞工未接受安全教育訓練和勞工有不安全行為是否有高 度關聯。 勞工安全衛生研究報告【93 年受僱者工作環境安全衛生狀況認知調查】[6]指出當 公司中的勞工有接受安全衛生訓練同時其也會遵守公司相關安全衛生規定的比例佔 69.2%,如果勞工沒有接受安全衛生訓練,則遵守公司相關安全衛生規定的情形就明 顯差很多,只有 44.4%;而且經由統計分析,在 324 件墜落工安事件中「未確實對勞 工實施安全訓練」和「公司的安全衛生工作手則未向檢查機構核備」出現的個案分別 為 242 和 217,約 70%的案件同時出現此兩者,因此推論『未確實對勞工實施安全訓 練』和『公司的安全衛生工作手則未向檢查機構核備』兩者有高度關聯,在研究項目 四是探討『未確實對勞工實施安全訓練』和『公司的安全衛生工作手則未向檢查機構 核備』兩者是否有高度關聯,並以關聯法則找出確切的關聯數據。. 研究項目四: 安全衛生工作守則未向檢查機構核備並落實和勞工未接 受安全教育訓練是否有高度關聯。 在 2.3 章節安全衛生管理相關規定中提到,雇主應使安全衛生管理人員執行、 督導各項安全衛生計畫,其中包括規劃、督導有關人員實施巡視、定期檢查、重點檢 查、危害通識及作業環境測定,其中很重要的一點是設置護欄、護蓋或安全網或拉設 安全母索等防護設備和定期檢查設備的狀況。依造政府政策規定,本篇論文推論『未 設置安全衛生管理人員』與『未設置護欄、護蓋或安全網或拉設安全母索等防護設備』 應該有高度關聯,『未設置安全衛生管理人員』與『未確實實施自動檢查,或者記錄 不確實』有應該高度關聯,研究項目五即探討『未設置安全衛生管理人員』與『未設 置護欄、護蓋或安全網或拉設安全母索等防護設備』是否有高度關聯,並以關聯法則 找出確切的關聯數據;研究項目六探討『未設置安全衛生管理人員』與『未確實實施 自動檢查,或者記錄不確實』是否有高度關聯,並以關聯法則找出確切的關聯數據. 研究項目五:。未設置安全管理人員和不安全狀況中的未設置護欄、護 蓋或安全護網或拉設安全母索等防護設備是否有高度關聯。 研究項目六:。未設置安全管理人員和不安全狀況中未確實實施自動檢. 18.

(28) 查,或者記錄不確實是否有高度關聯。. 3.4. 資料處理與轉換. 在文件紀錄中的「不安全狀況」 、 「不良安全管理制度」和「勞工不安全行為」是 原始文字檔,無法進行資料探勘分析。在第 3.2 章節中本論文先將主要原因分類,本 章節再對分類後的原因進行編碼,才能進行之後的統計分析和資料探勘,附錄三是各 個案例中此三大項編碼的分類詳細資料。. 1.. 資料編碼. (1)不安全狀況 a1:未設置能使勞工安全上下之設備。 a2:勞工於橫隔兩地之通行時,未設置適當之通行設備。 a3:未設置適當強度,且寬度在三十公分以上之踏板。 a4:於有墜落危險之場所,未設警告標示,禁止人員通行進入。 a5:未設置護欄、護蓋或安全護網或拉設安全母索 等防護設備。 a6:未設有適當強度之圍欄、握把、覆蓋等防護措施。 a7:未使勞工使用安全帽、安全帶(沒人監督)。 a8:未設置施工架或工作台。 a9:未設置工作臺或施工架和雖設置,但不符合規範。 a10:為設置或未將安全支撐妥為固定。 a11:使用電動工具外殼絕緣不良,造物拆除作業時未切斷電源。 a12:使用移動式起重機時,未將吊掛平台固定,或不以吊物為限,卻乘載及吊 升勞工從事作業。 a13:機械、設備使用未符合原廠規定、過期或未依規定安裝失效。 a14:未設自動照明設備。 a15:其他(文件記錄未交代清楚)。 (2)不良安全管理制度 b1:未實施健康管理 b2:未設置勞工安全衛生管理人員來訂定墜落災害防止計畫辦理規劃和督導安 全衛生設施之檢點與檢查(或未確實督導)。 b3:未確實實施自動檢查,或者記錄不確實。 b4:未於事前,依勞工安全衛生法及有關安全衛生規定告知承攬人工作環境危 害因素。 b5:有共同作業情形時,未設置協議組織,來採取協議及作成紀錄。 19.

(29) b6:未確實對勞工辦理勞工安全衛生教育訓練,以致勞工對危害認知不足。 b7:安全衛生工作守則未向檢查機構核備並落實(包括未訂立安全衛生手則)。 (3)營造業勞工不安全行為 c1:勞工有不安全行為 0 :勞工無不安全行為. 相關法規舉例說明:不安全狀況 (詳細法規請見附錄四) a1:未設置能使勞工安全上下之設備: 雇主對於高差超過一‧五公尺以上之場所作業,應設置能使勞工安全上下之設備 a2:勞工於橫隔兩地之通行時,未設置適當之通行設備: 雇主對勞工於橫隔兩地之通行時,應設置扶手、踏板、梯等適當之通行設備 a3:未設置適當強度,且寬度在三十公分以上之踏板: 雇主對勞工於石綿板、鐵皮板等材料構築之屋頂從事作業時,為防止勞工踏穿墜 落,應於屋架上設置適當強度,且寬度在三十公分以上之踏板或裝設安全護網 a4:於有墜落危險之場所,未設警告標示,禁止人員通行進入: 雇主對於勞工有墜落危險之場所,應設置警告標示禁止與工作無關之人員進入 a5:未設置護欄、護蓋或安全護網或拉設安全母索 等防護設備: 雇主對於高度二公尺以上之屋頂、鋼樑、開口部分等場所作業,勞工有遭受墜落 危險之虞者,應於該處設置護欄、護蓋或安全網等防護設備。 a6:未設有適當強度之圍欄、握把、覆蓋等防護措施: 雇主對於高度在二公尺以上之工作場所邊緣及開口部份,勞工有遭受墜落危險之 虞者,應設有適當強度之圍欄、握把、覆蓋等防護措施 a7:未使勞工使用安全帽、安全帶(沒人監督): 雇主對於高度兩公尺以上之高度作業,勞工有墜落之虞者,應使勞工確實使用安 全帶、安全帽及其他必要防護具。 a8:未設置施工架或工作台: 雇主對於在高度 2 公尺以上之處所進行作業,勞工有墜落之虞者,應以架設施工 架或其他方法設置工作台。. 20.

(30) a9:未設置工作臺或施工架和雖設置,但不符合規範: 雇主對於高度五公尺以上施工架之構築,應由專業技師事先以預期施工時之最大 荷重,依結構力學原理妥為設計。 a10:未設置或未將安全支撐妥為固定: 雇主對營建工程施工架設備、支撐架設備、露天開挖擋土支撐設備、隧道或坑道 開挖支撐設備、沉箱、圍堰及壓氣施工設備、打椿設備等,應於每日作業前及使 用終了後,檢點該設備有無異常或變形。 a11:使用電動工具外殼絕緣不良,造物拆除作業時未切斷電源: 雇主對於電氣機具之帶電部分 ,如勞工於作業中或通行時或接近致發生感電之 虞者,應設防止感電之護圍或絕緣被覆。 a12:使用移動式起重機時,未將吊掛平台固定,或不以吊物為限,卻乘載及吊 升勞工從事作業。 雇主對於起重機具之運轉,應於運轉時採取防止吊掛物通過人員上方及人員進入 吊掛物下方之設備或措施。 a13:機械、設備使用未符合原廠規定、過期或未依規定安裝失效: 雇主對營建用提升機,應每月依規定實施檢查一次。 a14:未設自動照明設備: 雇主對於工作場所之出入口、樓梯、通道安全門等,應設置適當之採光與照明。 a15:其他: 個數太少或是文件中未詳細記錄。. 舉例說明:不良安全管理制度 (詳細法規請見附錄五) b1:未實施健康管理: 雇主僱用勞工從事高架作業時,應依勞工健康保護規則之規定,實施勞工健康檢 查及管理。 b2:未設置勞工安全衛生管理人員來訂定墜落災害防止計畫辦理規劃和督導安全 衛生設施之檢點與檢查(或未確實督導): 雇主應依其事業之規模、性質,實施安全衛生管理;並應依中央主管機關之規定, 設置勞工安全衛生組織、人員。 b3:未確實實施自動檢查,或者記錄不確實: 21.

(31) 雇主對所用之設備及其作業,應訂定自動檢查計畫實施自動檢查。 b4:未於事前,依勞工安全衛生法及有關安全衛生規定告知承攬人工作環境危害 因素: 應於事前告知該承攬人有關其事業工作環境、危害因素暨本法及有關安全衛生規 定應採取之措施。 b5:有共同作業情形時,未設置協議組織,來採取協議及作成紀錄: 事業單位與承攬人、再承攬人分別僱用勞工共同作業時,為防止職業災害,原事 業單位應採取必要措施:一、設置協議組織,並指定工作場所負責人,擔任指揮 及協調之工作。 b6:未確實對勞工辦理勞工安全衛生教育訓練,以致勞工對危害認知不足: 雇主對勞工應施以從事工作及預防災變所必要之安全衛生教育訓練。 b7:安全衛生工作守則未向檢查機構核備並落實(包括未訂立安全衛生手則): 雇主應依勞工安全衛生法及有關規定會同勞工代表訂定適合其需要之安全衛生 工作守則,報經檢查機構備查後,公告實施。. 3.5. 關聯法則評估方法. 本節首先會介紹本篇論文使用的三種關聯法則評估方法,第一種是 Support-confidence 方法;第二種是 Interest factor 評估法;第三種是 Interest factor Support (IS) 評估法,但這三種方法所代表的意義各不相同,在最後會詳細說明評 估方法使用的流程以及代表的意義。 一、Support-confidence 方法 在 2.2.4 章節中介紹 Apriori 演算法的精神是使用前一階段所發掘的大型項目集來產 生下一階段的大型項目集;訂定特定的門檻值,最小信心水準(minimum confidence) 和最小支持度(minimum support)之後,依此循序漸進的方式,找出資料庫中項目的 關係。換句話說即是使用資料探勘軟體進行關聯法則分析,會得到非常多的關聯法 則,Apriori 演算法會先選取信心水準和支持度高於研究者所設定最低門檻值的關聯 法則,通過門檻值的 A→B 關聯法則是令人感興趣的。本篇論文將最小支持度設為 0.1,只要支持度大於 10%的關聯法則就認為是令人感興趣的法則。. 22.

(32) Support-confidence 評估方法的缺點是僅考慮 A→B 單向關聯度,也就是僅考慮 p(AUB)在 p(A)中出現的機會,不足以代表 A 和 B 兩者的關聯度;再加上其本身評 估方法的限制,所以本篇研究採取 IS 評估法補其不足之處,以下用購買咖啡和茶 的例子[13]來說明。 Support-confidence 評估方法的限制: 如表 3.2,假設買茶又買咖啡的人佔買茶顧客裡面的 75%,也就是說買茶的顧客也 會買咖啡的信心水準是 75%,理論上這樣的關聯度算高。但是如果考慮在所有的顧 客裡面本來買咖啡的比例原本就是 80%,則我們可以發現買茶的顧客反而會減少買 咖啡的機率,從 80%降低到 75%,此時的信心水準雖高但可能會有誤導的作用。 表 3.2 咖啡、茶購買資料表(範例說明) 買咖啡. 沒買咖啡. 總和. 買茶. 150. 50. 200. 沒買茶. 650. 150. 800. 總和. 800. 200. 1000. 二、Interest factor 評估法: 衡量 A 和 B 兩者之間的相關性,Interest factor 評估法是普遍被使用的評估法 Tan[13]:Interest factor 評估法是利用計算項目集之間的相關程度來預測法則的使用 效益。若 s(AUB)=s(A)×s(B),表示項目集 A 的出現和項目集 B 的出現無關 (independent),反之如果不相等則表示項目集 A 的出現和項目集 B 的出現是有關的 (dependent)。項目集 A 和項目集 B 的 Interest factor 評估法公式如下: I ( A, B) = z z z. s ( A, B ) s ( A) × s ( B ). (3.1). 若 I(A,B)<1,表示 A 和 B 是負相關(negatively correlated),即 A 的出現會 造成 B 出現的機率降低。 若 I(A,B)>1,表示 A 和 B 是正相關(positively correlated),即 A 的出現會 造成 B 出現的機率增高。 若 I(A,B)=1,表示 A 和 B 無關。. 例如:根據表 3.2 咖啡跟茶的的例子,我們可以計算出I(買茶, 買咖啡)=0.9375<1 為負相關,買茶的顧客反而會減少買咖啡的機率,從 80%降低到 75%;若是反方 向探討客戶沒買茶對買咖啡的影響,從表 3.2 中我們亦可以計算出 c(沒買茶, 買咖 啡)=0.8125,也就是客戶沒買茶反而會提高買咖啡的機率,從 80%增加到 81.25%。 由於本篇論文的職災資料都是死亡個案,文件記載的都是『未設置某安全措施』或 23.

數據

表 2.1 網路交易資料表(範例說明)
圖 4.1 民國 90~94 年  營造業墜落事故不安全情況長條圖。

參考文獻

相關文件

‧ 「種籽」計畫名稱及編號 : 善用社區資源促進 常識科的探究式學習 (KP0107). ‧

資料探勘 ( Data Mining )

由於資料探勘 Apriori 演算法具有探勘資訊關聯性之特性,因此文具申請資 訊分析系統將所有文具申請之歷史資訊載入系統,利用

The business transactions between Taiwan and Mainland China grow dramatically since Taiwan joined WTO, It becomes a trend that more and more Taiwanese businessmen move

1960年代 1970年代 1980年代 1990年代 2000年代 市場特性 Mass Mass Mass Small Invidual 生產型態 少樣大量 少樣大量 多樣少量 多樣少量 大量客製 管理系統 MRP MRP II JIT/TQC

本研究除請教於學者專家外,在 1998 年版天下雜誌調查發布 在台灣地區 1000 大企業中,台鹽排名 414,在最賺錢的 50 家公 司中排名 13,但在最會賺錢的 50

本研究將針對 TFT-LCD 產業研發單位主管與研發人員進行 探討,並就主管於研發人員對職能重視程度作差異性分析。因此

譚志忠 (1999)利用 DEA 模式研究投資組合效率指數-應用