השפעתם של מאפיינים חברתיים על מעורבות נהגים בתאונות דרכים רוני פקטור

Transcript

1 השפעתם של מאפיינים חברתיים על מעורבות נהגים בתאונות דרכים רוני פקטור

2

3 השפעתם של מאפיינים חברתיים על מעורבות נהגים בתאונות דרכים חיבור על מחקר לשם מילוי חלקי של הדרישות לקבלת התואר דוקטור לפילוסופיה רוני פקטור הוגש לסנט הטכניון מכון טכנולוגי ישראל אדר א תשס"ח חיפה פברואר 2008

4

5 הבעות תודה המחקר נעשה בהנחיית פרופסור דוד מהלאל ביחידה להנדסת תחבורה וגיאו-אינפורמציה, הפקולטה להנדסה אזרחית וסביבתית ופרופסור גד יאיר מהמחלקה לסוציולוגיה ואנתרופולוגיה באוניברסיטה העברית בירושלים. אני מודה לטכניון, לרשות הלאומית לבטיחות בדרכים, למשרד המדע והטכנולוגיה ולקרן רן נאור לקידום מחקר בטיחות בדרכים על התמיכה הכספית הנדיבה בהשתלמותי. כמו כן, ברצוני להודות ללשכה המרכזית לסטטיסטיקה על הפקת הנתונים. תודתי העמוקה למנחים, פרופסור דוד מהלאל ופרופסור גד יאיר, על תמיכתם ועזרתם לאורך כל הדרך, על כך שבדרכם המיוחדת העניקו לי מניסיונם וממרצם ואפשרו לי להתפתח באופן אישי ומקצועי. תודתי נתונה לאבלין עמי, מזכירת המכון לחקר התחבורה, על תמיכתה והעזרה הרבה שהעניקה לי. לשרית לוי מהרשות הלאומית לבטיחות בדרכים ולפרופסור שלום הקרט ולעפרה ביגר מקרן רן נאור על אדיבותם ונכונותם לעזור בכל נושא. לטלי טל, אריה אברהם וסיגלית שמואלי מהלשכה המרכזית לסטטיסטיקה שסייעו בהכנת הנתונים הסטטיסטיים. תודה מיוחדת לד"ר גיא סטקלוב, עמו התחלתי את תהליך פיתוח התזה, על השיחות הארוכות והנעימות אשר עזרו לי לקדם את המחקר ועל העצות המתודולוגיות המועילות שהעשירו אותי והפכו את התהליך למעניין ומאתגר. לסיום ברצוני להודות למשפחתי. להורי, גבי וחיים פקטור, אשר תמכו ודרבנו ללא תנאי לאורך כל שנות לימודי. לעפרי, אשתי וחברתי הטובה, על סבלנות אין קץ, על האמון שנתנה בי ועל העצות המועילות שהעניקה לי לאורך שנות השתלמותי.

6

7 תוכן העניינים תקציר... 1 הגדרות וקיצורים... 2 פרק : 1 מבוא מטרות המחקר... 7 פרק : 2 סקר ספרות הבדלים בין קבוצתיים בתחום תאונות הדרכים מגדר גיל השכלה אתניות מצב חברתי-כלכלי הסבר סוציולוגי-תרבותי לתאונות הדרכים תרבות דוגמאות פרק : 3 מודל לשימוש בתרבות בתחום הבטיחות בדרכים והשערות המחקר מודל המחקר השערות המחקר פרק : 4 שיטת המחקר כלים בעיות בנתוני תאונות הדרכים עיבוד הנתונים בדיקת איכות הקבצים הפקת משתנים חברתיים-כלכליים חדשים אמידת השינוי במשתנים חברתיים-כלכליים משנת 83' לשנת 95' זקיפת נתוני ההורים לילדים מתחת לגיל קישור בין קבצי תאונות הדרכים לקבצי המפקד אומדני חשיפה משתנים חדשים בבסיס הנתונים המאוחד והגדרות... 41

8 תוכן העניינים (המשך).4.3 קבצי עבודה קובץ הנתונים המאוחד קובץ האינטראקציה קבצי אינטראקציה עם נתונים זקופים קובץ הפאנל שיטת ניתוח הנתונים (MCA) Multiple Correspondence Analysis לצורך מיפוי המרחב החברתי של תאונות הדרכים Ratios Odds לצורך אמידת הקרבה החברתית בין הנהגים המעורבים בתאונה חברתית רגרסיה לוגיסטית לצורך בחינת ההסתברות למעורבות בתאונת דרכים והקרבה החברתית בין נהגים המעורבים בתאונה חברתית ניתוח רמות Modeling) (Multilevel לצורך בחינת הקשר בין סוג התאונה לבין מאפייני התאונה, הרכב והנהג פרק : 5 רמות הסיכון של הקבוצות החברתיות השוואה בין נהגים המעורבים בתאונות דרכים לאלו שאינם מעורבים ההסתברות למעורבות בתאונת דרכים ניתוחי הישרדות סיכום פרק : 6 ניתוח המעורבות של קבוצות חברתיות בתאונות דרכים מגמות רב-שנתיות שיעורי מעורבות ממוצעים שיעורי מעורבות ממוצעים לפי שנת ייצור הרכב סיכום פרק : 7 התאונה "החברתית" והתאונה "האינדיבידואלית" מיפוי התאונות החברתיות והאינדיבידואליות מסקנות הבחנה סטטיסטית בין התאונות החברתיות לבין התאונות האינדיבידואליות ניתוח רמות לוגיסטי

9 תוכן העניינים (המשך).7.3 סיכום פרק : 8 ניתוח "התאונות החברתיות" ניתוח קובץ האינטראקציה המקורי ניתוח לוחות ניתוח לוחות 2 2 בחתכים שונים סימולציות מסקנות ניתוחי לוחות רגרסיות לוגיסטיות ניתוח קבצי האינטראקציה הזקופים ניתוחי... Odds Ratios רגרסיות לוגיסטיות הגורמים הקשורים להתרחשות תאונה בין שני נהגים סיכום פרק : 9 דיון ומסקנות סיכום דיון חשיבות ותרומת המחקר הצעות למחקר המשך הקמת בסיס נתונים מורחב בחינת "ארגז הכלים" התרבותי של קבוצות שונות באוכלוסייה זיהוי מערכי התנהגויות תרבותיות הקשורות לנהיגה מחקר השוואתי רב-לאומי לבחינת דפוסי התאונות החברתיות נספח א' : בחינת ארבעה מודלים לניתוח ההסתברות למעורבות נספח ב' : ניתוח הישרדות נספח ג' : מאמר שפורסם בכתב העת... AAP 190 רשימת מקורות

10 רשימת לוחות לוח 1.1: תאונות דרכים בשנת 2004, לפי סוג התאונה וחומרתה (הלשכה המרכזית לסטטיסטיקה 5...(2005 לוח 4.1: סטטיסטיקה תיאורית של המשתנים המרכיבים את מדד בעלות על מוצרי בר-קיימא במשק הבית למפקד לוח 4.2: סטטיסטיקה תיאורית של המשתנים המרכיבים את מדד בעלות על מוצרי בר-קיימא במשק הבית למפקד לוח 4.3: אחוזי הקישור בקרב נהגים בעלי מספרי תעודות זהות פיקטיביים בין קבצי תאונות הדרכים לבין מפקד 1983, לפי שנים לוח 4.4: אחוזי הקישור בקרב נהגים בעלי מספרי תעודות זהות פיקטיביים בין קבצי תאונות הדרכים לבין מפקד 1995, לפי שנים לוח 4.5: איכות הקישור בין קבצי התאונות לקבצי המפקד, מתוך הנתונים המקושרים לפי מספרי תעודות הזהות הפיקטיביים, לפי מגדר וגיל לוח 4.6: נסועה יומית ממוצעת בק"מ לנהג ברכב פרטי, לפי מגדר וגיל לוח 4.7: אומדן נסועה יומית ממוצעת בק"מ לנהג ברכב פרטי, לפי היחידה המשטרתית בה התרחשה התאונה, מתוך בסיס הנתונים המשולב לוח 4.8: נהגים ברכב מנועי המעורבים בתאונות דרכים, לפי חומרה ושנה לוח 4.9: סטטיסטיקה תיאורית של נהגים ברכב מנועי המעורבים בתאונות קשות וקטלניות, לפי מאפייני התאונה והרכב לוח 4.10: סטטיסטיקה תיאורית של מאפייני הנהגים ברכב מנועי המעורבים בתאונות קשות וקטלניות לוח 4.11: תאונות התנגשות בין שני נהגים ברכב מנועי, לפי חומרה ושנה לוח 4.12: סטטיסטיקה תיאורית של תאונות התנגשות בין שני נהגים ברכב מנועי, לפי מאפייני התאונה לוח 4.13: השוואה בין נתוני מצבת הנהגים לשנת 1995 לבין קובץ הפאנל, לפי מגדר וגיל לוח 4.14: סטטיסטיקה תיאורית של משתני המחקר המרכזיים בקובץ הפאנל לוח 4.15: דפוסי נישואין בין שתי קבוצות חברתיות לוח 4.16: סכמה לניתוח "התאונה החברתית" לוח 5.1: סטטיסטיקה תיאורית של משתני המחקר המרכזיים בקובץ הפאנל, לפי מעורבות בתאונות דרכים לוח 5.2: רגרסיה לוגיסטית של מעורבות בתאונה קטלנית וקשה על משתנים חברתיים ומשתני פיקוח (N=265,468) לוח 5.3: אומדן ההסתברות למעורבות בתאונה קטלנית וקשה כאשר כל שאר מקדמי הרגרסיה בממוצע, לצורך אמידת הבדלי ההסתברות הבין-קבוצתיים לוח 6.1: מדדי שיעור נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות לק"מ נסועה, לפי משתנים חברתיים ושנת ייצור הרכב, לשנים לוח 7.1: נהגים המעורבים בתאונות דרכים, לפי סוג תאונה וחומרה לוח 7.2: סטטיסטיקה תיאורית של נהגים ברכב מנועי המעורבים בתאונות קשות וקטלניות, לפי מאפייני התאונה והרכב, עבור תת-המדגם הכולל רק מקרים בעלי ערכים תקפים לכל המשתנים לוח 7.3: סטטיסטיקה תיאורית של מאפייני הנהגים ברכב מנועי המעורבים בתאונות קשות וקטלניות, עבור תת-המדגם הכולל רק מקרים בעלי ערכים תקפים לכל המשתנים לוח :7.4 סיכום מודל ה-... MULTIPLE CORRESPONDENCE ANALYSIS 115

11 רשימת לוחות (המשך) לוח :7.5 מדדי הבחנה MEASURES) (DISCRIMINATION לוח 7.6: רגרסיה לוגיסטית של סוג התאונה (אינדיבידואלית / חברתית) על מאפייני התאונה, הרכב והנהג לוח 7.7: רגרסיה לוגיסטית של סוג התאונה (רמה נמוכה של אינטראקציה/ רמה גבוהה של אינטראקציה) על מאפייני התאונה, הרכב והנהג לוח 7.8: ניתוחי רמות לוגיסטיים, בשתי רמות של סוג התאונה על מאפייני התאונה, הרכב והנהג לוח 8.1: המאפיינים החברתיים, הכלכליים והדמוגראפיים של הנהגים המעורבים בתאונות התנגשות לפי הנהג המעורב וחומרת התאונה, לשנים (שכיחויות) לוח 8.2: שכיחות ההתנגשויות בין נהגים מאותה קבוצה חברתית, לפי חומרת התאונה, לשנים לוח 8.3: RATIOS ODDS לבחינת הקשר בין נהגים משתי קבוצות, לפי המשתנים החברתיים וחומרת התאונה, לשנים לוח 8.4: RATIOS ODDS לבחינת הקשר בין נהגים משתי קבוצות בתאונות בין עירוניות קטלניות וקשות, לפי המשתנים החברתיים, לשנים לוח 8.5: רגרסיה לוגיסטית של מגדר נהג א' על מגדר נהג ב' ומשתני פיקוח (13,329=N) לוח 8.6: מקדמי המאפיינים של נהג ב' מתוך רגרסיות לוגיסטיות של מאפייני נהג א' על מאפייני נהג ב' ומשתני פיקוח, לשנים לוח 8.7: RATIOS ODDS לבחינת הקשר בין נהגים משתי קבוצות, לפי המשתנים החברתיים, לשנים , עבור קבצים זקופים לוח 8.8: מקדמי המאפיינים של נהג ב' מתוך רגרסיות לוגיסטיות של מאפייני נהג א' על מאפייני נהג ב' ומשתני פיקוח, לשנים , עבור קבצים זקופים לוח 8.9: רגרסיה לוגיסטית של שני נהגים מאותו המגדר על מאפייני התאונה הרכב והנהגים, לשנים , עבור 40 קבצים זקופים לוח 8.10: רגרסיה לוגיסטית של שני נהגים מאותה הדת על מאפייני התאונה הרכב והנהגים, לשנים , עבור 40 קבצים זקופים לוח 8.11: רגרסיה לוגיסטית של שני נהגים עבורם היחס בין מקום התאונה למקום המגורים זהה, על מאפייני התאונה הרכב והנהגים, לשנים ועבור 40 קבצים זקופים לוח 8.12: רגרסיה לוגיסטית של שני נהגים מאותה קבוצת השכלה על מאפייני התאונה הרכב והנהגים, בשלושה מודלים, לשנים , עבור 40 קבצים זקופים לוח א. 1 : רגרסיה לוגיסטית של מעורבות בתאונה קטלנית וקשה על משתנים חברתיים ומשתני פיקוח, בארבעה מודלים לוח ב. 1 : השוואה בין תוצאות DISCRETE-TIME SURVIVAL ANALYSIS בשני מודלים, לבין רגרסיה לוגיסטית רגילה לוח ב. 2 : ניתוח DISCRETE-TIME SURVIVAL עם אינטראקציות בין זמן למגדר, גיל ושנות לימוד בארבעה מודלים

12 רשימת איורים איור 3.1: מודל המחקר מכניזם של "תאונה חברתית", אפשרות א' איור 3.2: מודל המחקר מכניזם של "תאונה חברתית", אפשרות ב' איור 5.1: אומדן ההסתברות להיות מעורב בתאונת דרכים קטלנית וקשה כנהג תוך תשע שנים, לפי מגדר איור 5.2: אומדן ההסתברות להיות מעורב בתאונת דרכים קטלנית וקשה כנהג תוך תשע שנים, לפי מגדר ועשירוני נסועה איור 5.3: אומדן ההסתברות להיות מעורב בתאונת דרכים קטלנית וקשה כנהג תוך תשע שנים, לפי גיל איור 5.4: אומדן ההסתברות להיות מעורב בתאונת דרכים קטלנית וקשה כנהג תוך תשע שנים, לפי מצב משפחתי איור 5.5: אומדן ההסתברות להיות מעורב בתאונת דרכים קטלנית וקשה כנהג תוך תשע שנים, לפי שנות לימוד איור 5.6: אומדן ההסתברות להיות מעורב בתאונת דרכים קטלנית וקשה כנהג תוך תשע שנים, לפי התעודה הגבוהה ביותר איור 5.7: אומדן ההסתברות להיות מעורב בתאונת דרכים קטלנית וקשה כנהג תוך תשע שנים, לפי מעמד חברתי של משק הבית איור 5.8: אומדן ההסתברות להיות מעורב בתאונת דרכים קטלנית וקשה כנהג תוך תשע שנים, לפי דת איור 5.9: אומדן ההסתברות להיות מעורב בתאונת דרכים קטלנית וקשה כנהג תוך תשע שנים, לפי מוצא (יהודים בלבד) איור 5.10: אומדן ההסתברות להיות מעורב בתאונת דרכים קטלנית וקשה כנהג תוך תשע שנים, לפי אומדן ק"מ נסועה וסוג רכב בו מורשים לנהוג איור 6.1: אחוז נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות, לפי מגדר איור 6.2: אחוז נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות, לפי קבוצות גיל איור 6.3: אחוז נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות, לפי שנות לימוד מקובצות איור 6.4: אחוז נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות, לפי התעודה הגבוהה ביותר איור 6.5: אחוז נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות, לפי מוצא יהודים בלבד איור 6.6: אחוז נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות, לפי ותק בישראל יהודים עולים חדשים בלבד איור 6.7: אחוז נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות, לפי דת איור 6.8: אחוז נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות, לפי מעמד חברתי של משק הבית איור 6.9: אחוז נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות, לפי מדד בעלות על מוצרי בר-קיימא במשק הבית איור 6.10: אחוז נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות, לפי מספר רכבים לרשות משק הבית איור 6.11: אחוז נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות, לפי ותק בנהיגה איור 6.12: אחוז נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות, לפי מקום התאונה ביחס למקום המגורים... 96

13 רשימת איורים (המשך) איור 6.13: מדד שיעור נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות לק"מ נסועה ולבעלי רישיון, לפי מגדר איור 6.14: מדד שיעור נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות לק"מ נסועה ולבעלי רישיון, לפי קבוצות גיל איור 6.15: מדד שיעור נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות לק"מ נסועה ולבעלי רישיון, לפי שנות לימוד מקובצות איור 6.16: מדד שיעור נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות לבעלי רישיון, לפי התעודה הגבוהה ביותר איור 6.17: מדד שיעור נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות לק"מ נסועה ולבעלי רישיון, לפי יבשת לידה יהודים בלבד איור 6.18: מדד שיעור נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות לבעלי רישיון, לפי מוצא יהודים בלבד איור 6.19: מדד שיעור נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות לק"מ נסועה ולבעלי רישיון, לפי ותק בישראל ליהודים עולים חדשים בלבד איור 6.20: מדד שיעור נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות לק"מ נסועה ולבעלי רישיון, לפי דת איור 6.21: מדד שיעור נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות לק"מ נסועה ולבעלי רישיון, לפי מעמד חברתי של משק הבית איור 6.22: מדד שיעור נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות לבעלי רישיון, לפי מדד בעלות על מוצרי בר-קיימא במשק הבית איור 6.23: מדד שיעור נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות לבעלי רישיון, לפי הכנסה משפחתית ברוטו לנפש איור 6.24: מדד שיעור נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות לק"מ נסועה ולבעלי רישיון, לפי מספר רכבים לרשות משק הבית איור 7.1: מיפוי התאונות האינדיבידואליות והחברתיות, לפי מאפייני התאונה והמאפיינים החברתיים הצגה של משתנה סוג התאונה בלבד איור 7.2: מיפוי התאונות האינדיבידואליות והחברתיות, לפי מאפייני התאונה והמאפיינים החברתיים הצגה של משתנה סוג הרכב בלבד איור 7.3: מיפוי התאונות האינדיבידואליות והחברתיות, לפי מאפייני התאונה והמאפיינים החברתיים הצגה של משתנה אומדן הנסועה לק"מ בלבד איור 7.4: מיפוי התאונות האינדיבידואליות והחברתיות, לפי מאפייני התאונה והמאפיינים החברתיים הצגה של משתנה מדד מוצרי בר-קיימא במשק הבית ושנות הלימוד בלבד איור 7.5: מיפוי התאונות האינדיבידואליות והחברתיות, לפי מאפייני התאונה והמאפיינים החברתיים הצגה של כלל המשתנים הנחקרים איור 8.1: אומדן ההסתברות הממוצעת להתרחשות תאונה קטלנית וקשה בין שני נהגים מאותו המגדר, לפי היחידה המשטרתית, לשנים איור 8.2: אומדן ההסתברות הממוצעת להתרחשות תאונה קטלנית וקשה בין שני נהגים מאותו המגדר, לפי סוג הדרך ואזור המגורים של שני הנהגים, לשנים איור 8.3: אומדן ההסתברות הממוצעת להתרחשות תאונה קטלנית וקשה בין שני נהגים מאותו המגדר, לפי גיל הנהג בזמן התאונה, לשנים איור 8.4: אומדן ההסתברות הממוצעת להתרחשות תאונה קטלנית וקשה בין שני נהגים מאותו המגדר, לפי שנות לימוד, לשנים איור 8.5: אומדן ההסתברות הממוצעת להתרחשות תאונה קטלנית וקשה בין שני נהגים מאותו המגדר, לפי רבעוני מדד בעלות על מוצרי-בר קיימא במשק הבית, לשנים

14 רשימת איורים (המשך) איור 8.6: אומדן ההסתברות הממוצעת להתרחשות תאונה קטלנית וקשה בין שני נהגים מאותה הדת, לפי היחידה המשטרתית, לשנים איור 8.7: אומדן ההסתברות הממוצעת להתרחשות תאונה קטלנית וקשה בין שני נהגים מאותה הדת, לפי סוג הדרך ואזור המגורים של שני הנהגים, לשנים איור 8.8: אומדן ההסתברות הממוצעת להתרחשות תאונה קטלנית וקשה בין שני נהגים מאותה הדת, לפי גיל הנהג בזמן התאונה, לשנים איור 8.9: אומדן ההסתברות הממוצעת להתרחשות תאונה קטלנית וקשה בין שני נהגים מאותה הדת, לפי שנות לימוד, לשנים איור 8.10: אומדן ההסתברות הממוצעת להתרחשות תאונה קטלנית וקשה בין שני נהגים מאותה הדת, לפי רבעוני מדד בעלות על מוצרי-בר קיימא במשק הבית, לשנים איור 8.11: אומדן ההסתברות הממוצעת להתרחשות תאונה קטלנית וקשה בין שני נהגים עבורם היחס בין מקום התאונה למקום המגורים זהה, לפי היחידה המשטרתית, לשנים איור 8.12: אומדן ההסתברות הממוצעת להתרחשות תאונה קטלנית וקשה בין שני נהגים עבורם היחס בין מקום התאונה למקום המגורים זהה, לפי סוג הדרך, לשנים איור 8.13: אומדן ההסתברות הממוצעת להתרחשות תאונה קטלנית וקשה בין שני נהגים עבורם היחס בין מקום התאונה למקום המגורים זהה, לפי גיל הנהג בזמן התאונה, לשנים איור 8.14: אומדן הסתברות הממוצעת להתרחשות תאונה קטלנית וקשה בין שני נהגים עבורם היחס בין מקום התאונה למקום המגורים זהה, לפי שנות לימוד, לשנים איור 8.15: אומדן ההסתברות הממוצעת להתרחשות תאונה קטלנית וקשה בין שני נהגים עבורם היחס בין מקום התאונה למקום המגורים זהה, לפי רבעוני מדד בעלות על מוצרי-בר קיימא במשק הבית, לשנים איור 8.16: אומדן ההסתברות הממוצעת להתרחשות תאונה קטלנית וקשה בין שני נהגים מאותה קבוצת השכלה, לפי היחידה המשטרתית, לשנים איור 8.17: אומדן ההסתברות הממוצעת להתרחשות תאונה קטלנית וקשה בין שני נהגים מאותה קבוצת השכלה, לפי סוג הדרך ואזור המגורים של שני הנהגים, לשנים איור 8.18: אומדן ההסתברות הממוצעת להתרחשות תאונה קטלנית וקשה בין שני נהגים מאותה קבוצת השכלה, לפי גיל הנהג בזמן התאונה, לשנים איור 8.19: אומדן ההסתברות הממוצעת להתרחשות תאונה קטלנית וקשה בין שני נהגים מאותה קבוצת השכלה, לפי רבעוני מדד בעלות על מוצרי-בר קיימא במשק הבית, לשנים

15 תקציר מניעת תאונות דרכים, הגורמות לעלויות אנושיות, חברתיות וכלכליות רבות, מצריכה התייחסות מצד דיסציפלינות מדעיות שונות. חלק ניכר מהמחקרים ומהתיאוריות שפותחו בעבר ניסו לעמוד על טיבם של הגורמים האנושיים לתאונות דרכים תוך מתן דגש רב למאפיינים האישיותיים- פסיכולוגיים ולהתנהגותו של הנהג. אולם נראה כי במשך השנים תרומתה של הסוציולוגיה לנושא זה הנה מועטה. המטרה המרכזית של עבודה זו היא להציע מודל סוציולוגי תיאורטי להסבר הבדלים בין קבוצתיים בתחום הבטיחות בדרכים "ולתאונות חברתיות", המוגדרות כתאונות התנגשות בין שני נהגים ויותר. ההסבר מסתמך על ממצאים אמפיריים ממחקרים קודמים ותיאוריות סוציולוגיות. הספרות מציעה כי קיימים הבדלים בין קבוצתיים רבים בתחומים שונים של בטיחות בדרכים במעורבות בתאונות, בעמדות כלפי בטיחות בדרכים, חגירת חגורות בטיחות, נסיעה מעל המהירות המותרת וכדומה. השיח התיאורטי בסוציולוגיה ובאנתרופולוגיה עוסק בהבדלים התרבותיים הקיימים בין קבוצות שונות באוכלוסייה, העשויים להוביל חברי קבוצות שונות לפרש את הסביבה ולקבל החלטות באופן ייחודי. לפיכך, מחד גיסא, שני נהגים השייכים לקבוצות חברתיות שונות, עשויים לפרש את אותה הסיטואציה בזמן הנהיגה באופן שונה ובעקבות כך לקבל החלטות שונות העלולות להגדיל את סיכוייהם להיות מעורבים בתאונת דרכים. מאידך גיסא, שני נהגים השייכים לאותה הקבוצה עשויים לנהוג באופן דומה באותה הסיטואציה ולבצע את אותה "הטעות" ובכך להגדיל את הסתברותם למעורבות בתאונה. מטרה נוספת של העבודה היא לבחון בפועל האם קיימים בישראל הבדלים ברמת הסיכון והמעורבות בקרב קבוצות חברתיות שונות. השערות המחקר נבחנו בעזרת בסיס נתונים מאוחד, הנבנה במיוחד לעבודה זו, המשלב את נתוני תאונות הדרכים לשנים עם נתוני מפקד האוכלוסין. שילוב הקבצים נעשה ברמת הפרט בעזרת תעודות הזהות והוא אפשר להעשיר את נתוני התאונות במאפיינים החברתיים-כלכליים של הנהגים המעורבים בהן. בנוסף, הופקו אומדני נסועה מתוך סקר הרגלי הנסיעה. הממצאים מעלים כי קיימת שונות ברמת הסיכון והמעורבות בתאונות דרכים קטלניות וקשות בין הקבוצות החברתיות השונות. ניתוח "התאונות החברתיות" מעלה כי ללא פיקוח על משתנים נוספים במרבית הקבוצות החברתיות שנבחנו ישנן יותר תאונות בין נהגים מאותה הקבוצה החברתית, מאשר תאונות בין נהגים מקבוצות חברתיות שונות. לאחר פיקוח על מאפיינים שונים נמצא כי בהינתן העובדה שהתרחשה תאונת התנגשות קטלנית או קשה, נהגים מעורבים יותר בתאונות עם נהגים הדומים להם בהשכלתם. המחקר מצביע על כך כי בדומה לתחומי חברה ובריאות אחרים, גם בתחום תאונות הדרכים הקבוצות המוחלשות בחברה פגיעות יותר ונראה כי יש צורך בפנייה וטיפול ממוקד בהן. יתרה מזאת, המחקר מרמז על כך כי דפוסי ההתנגשות והאינטראקציה בין נהגים אינם בהכרח אקראיים וקיימת "נטייה" להתנגשויות בין נהגים בעלי רמת השכלה דומה תופעה שניתן להגדירה כ-."acciphilia" 1

16 הגדרות וקיצורים הרוג בתאונת דרכים: זקיפת נתונים חסרים: מספר תעודת זהות פיקטיבי: אדם שמת בעקבות תאונה או שמת מפצעיו בתוך 30 יום מיום התאונה. השלמת נתונים חסרים בשיטות סטטיסטיות שונות. מספר תעודת זהות שהומר מטעמי סודיות על ידי הלשכה המרכזית לסטטיסטיקה למספר סידורי ייחודי. מספר זה מאפשר לאתר את אותו אדם בקבצים השונים של בסיס הנתונים. מעורב בתאונות דרכים: אדם שלקח חלק בתאונת דרכים כנהג, נוסע (כולל אופניים ואופנוע), או הולך רגל. נסועה: פצוע קשה בתאונת דרכים: תאונת דרכים עם נפגעים: תאונת דרכים קטלנית: תאונת דרכים קשה: תיק כללי עם נפגעים: המרחק המצטבר שנוסעים כלי רכב בתקופת זמן מוגדרת (יחידות: ק"מ). אדם שבעקבות תאונת דרכים אושפז בבית חולים 24 שעות או יותר, לא לצורך השגחה בלבד (התוספת "שלא לצורך השגחה בלבד" נוספה בדצמבר 1995). תאונת דרכים שבה מעורב כלי רכב ונפגע בה אדם אחד לפחות. תאונת דרכים שכתוצאה ממנה נהרג אדם אחד לפחות. תאונת דרכים שכתוצאה ממנה נפצע קשה אדם אחד לפחות ושלא נהרג בה שום אדם. תאונה שלא נחקרה על ידי המשטרה (נתונים שלא נכללו במחקר הנוכחי). תיק ת.ד: תאונה שנחקרה על ידי המשטרה הנוכחי). (נתונים שנותחו במחקר 2

17 פרק 1: מבוא תחבורה יבשתית ממונעת נחשבת לאחד מההישגים הטכנולוגיים הבולטים של החיים המודרניים (1995.(Elias היא מהווה גורם חברתי וכלכלי רב ערך, משום שהיא מאפשרת מעבר של סחורות, מאפשרת לפרט לנוע בין מקום המגורים למקום עבודתו, היא מקלה את האינטראקציות בין פרטים וכן מגדילה את מרחב אפשרויות הפנאי. מכוניות, שהן אחד מהמרכיבים המרכזיים של התחבורה היבשתית, הנן חלק בלתי נפרד מהנוף החברתי במאה האחרונה. מיליארד מכוניות יוצרו במאה ה- 20 וכיום יש כ- 700 מיליון מכוניות הנעות ברחבי העולם. עם כניסת המכונית לשימוש יומיומי השתנה המבנה של המרחב והזמן (2004.(Featherstone המכונית אחראית לפיתוח גדול של פרברי הערים ולהתפתחותם של עסקים קטנים כמו תחנות דלק, מוסכים ומלונות (1975 (Flink והיא הרחיבה את המקומות להם האדם יכול להגיע. ללא הגמישות המתאפשרת בעזרת המכונית מאפיינים רבים של החיים החברתיים המוכרים לנו כיום לא היו יכולים להתרחש (2004.(Urry אולם אחד מתוצרי הלוואי השליליים של התחבורה היבשתית והשימוש במכונית הוא תאונות הדרכים תאונות הגורמות לעלויות אנושיות, חברתיות וכלכליות רבות ומצריכות התייחסות מצד גורמים ציבוריים שונים ומדיסציפלינות מדעיות שונות ) ;1993 Hemenway and Solnick.(Soderlund and Zwi ;1995 Assum 1997 על פי ארגון הבריאות העולמי 1.2 מיליון אנשים נהרגים כל שנה מתאונות דרכים ובין מיליון נפצעים (2004 al..(evans ;2004 Peden et מאז קום מדינת ישראל ועד שנת 2006 נהרגו 24,274 איש בתאונות דרכים (הלשכה המרכזית לסטטיסטיקה 2007). בנוסף לכך, אין להתעלם ממכלול הבעיות הכלכליות הנגרמות בשל תאונות הדרכים, בגלל עלותן הגבוהה למדינה. העלות הכלכלית העולמית של תאונות הדרכים מוערכת בכ- 518 מיליארד דולר בשנה (2004 (Featherstone ועלותן למשק הישראלי מוערכת בכ מיליארד ש"ח בשנה (משרד התחבורה 2004). מחקר תאונות הדרכים החל לפני כמאה שנה וככל שהוא התפתח גברה ההבנה כי מרבית הסיבות לתאונות דרכים נובעות מהגורם האנושי בשל חוסר תשומת לב מספקת, טעות בעיבוד המידע ובקבלת החלטות הנגזרות ממנו (ראה למשל:.(Shinar 1978 חלק ניכר מהמחקרים ומהתיאוריות שפותחו בעבר ניסו לעמוד על טיבם של הגורמים האנושיים לתאונות דרכים תוך מתן דגש רב למאפיינים האישיותיים-פסיכולוגיים ולהתנהגותו של הנהג ) and Hemenway.(Solnick ;1993 Elvik and Vaa 2004 מחקרים אלו עוסקים בעיקר במרכיבים אישיותיים שונים הגורמים למועדות לתאונות, לנטילת סיכונים ולנסיעה מעל המהירות המותרת. מחקרים אחרים מנתחים הפרעות קשב בזמן הנהיגה, השפעת העייפות על הנהיגה, התנהגות תוקפנית ואלימה בזמן הנהיגה, קבלת פערים לשם חציית צומת ועוד. למרות מחקרים אלו, חוקים המפקחים על התנהגות הנהג (2002 (Boyce and Geller,1999 ונחישות מצד גופים שונים לצמצם את תאונות הדרכים ראה למשל את תוכנית ה- "Vision Zero" ותוכנית ה- (Peden et al. 2004) אשר פותחה בהולנד "Sustainable Safety" 3

18 3,000 שפותחה בשוודיה 2006) (Tingvall and Haworth 1999; Forstorp יותר מ- אנשים נהרגים בתאונות דרכים בכבישי העולם בכל יום (2004 al..(peden et עובדה זו מדגישה את הצורך להמשיך ולפתח תיאוריות ודרכי פעולה חדשות להבנת תאונות הדרכים ולצמצומן. (1964) Haddon, Suchman and Klein טענו כי ישנה חשיבות רבה למחקר בתחום הבטיחות בדרכים המתבסס על כוחה המלא של התיאוריה החברתית ומשתמש בתובנות ומיומנויות שמיושמות באופן פורה בתופעות חברתיות אחרות. (1992), Zaidel המשיך טענה זו וציין כי ישנה חשיבות רבה להבנת הקשר בין התנהגות הפרט לבין זו של אוכלוסיית הנהגים כולה בהקשר החברתי. זאת משום שכל הנהגים מושפעים מהסביבה ממשתמשים אחרים בדרך, מנורמות חברתיות כלליות ומחוקי התעבורה המכתיבים את מאפייני האינטראקציה בין הנהגים (ראה למשל:.(Dannefer 1977 קריאה זו הוזכרה שוב על ידי (1993), Connolly and Aberg אשר בחנו Bjorklund (contagion) מודלים של השוואה חברתית comparison) (social והדבקה ועל ידי (2005) and Aberg שחקרו את ההשפעה של התנהגותם של נהגים אחרים על התנהגותו של הנהג בצומת. לאחרונה, Huguenin ביקר את הגישה המתמקדת בפרט בה: לטענתו "the individual tends towards specific modes of behaviour based on his attitudes and/or his personality and whose behaviour can be modified individually or at least reliably diagnosed" (2005: 7). "in the area of general prevention and intervention, the individually focused approach must rightly and increasingly be abandoned and preference given to a social one" (2005: 7). חשיבותו של הגורם החברתי מקבלת משנה תוקף בהתבוננות בנתוני תאונות הדרכים, המעלים כי חלק ניכר מהתאונות הנן תאונות התנגשות המערבות אינטראקציה בין נהגים או בין נהג להולך רגל. כך למשל, בארה"ב בשנת 4 (68%) ובין רכב להולך רגל 2004, 71% מכלל התאונות עם נפגעים היו התנגשויות בין רכבים.(National Highway Traffic Safety Administration) (3%) בבריטניה, באותה השנה, 84% מהתאונות הקטלניות והקשות היו התנגשויות בין נהגים (69%) או בין רכב להולך רגל (15%) Transport).(Department for לוח נפגעים שהתרחשו בישראל בשנת ופגיעה בהולכי רגל 88%, מעלה כי מכלל התאונות עם היו תאונות התנגשויות בין רכבים נעים (73%),(15%) בעוד ש- 4.8% בלבד היו תאונות של רכב יחיד. בקרב התאונות הקטלניות בלבד, 77% היו תאונות בין רכבים נעים (37.6%) ופגיעה בהולכי רגל (39.7%), בעוד ש- 13% היו תאונות של רכב יחיד. נתונים אלו מעידים על כשל באינטראקציות בכביש. המרכיב החברתי והתרבותי של נהיגה ותאונות דרכים מתגלה גם במחקרים הבוחנים את האופן בו רוכשים הנהגים את יכולות הנהיגה שלהם. נראה כי בדומה למיומנויות חברתיות ותרבותיות אחרות המשפחה הנה סוכן חברות (socialization) נורמות ההתנהגות והרגלי הנהיגה התרבותיים המקובלים בקבוצה. משמעותי המעביר לנהגים הצעירים את הנהג רוכש את מרבית מיומנויות הנהיגה מהמשפחה דרך התבוננות בנהיגה של ההורים ובסגנון החיים המשפחתי הכללי הכולל, בין השאר, עמדות כלפי סמכות, קונפורמיות, אגרסיביות, פרשנות של נורמות וערכים

19 חברתיים, ) הערכה עצמית, קשרים עם הסביבה החברתית ומהי המשמעות של הרכב עבורו Carlson and Klein 1970; Preusser, Williams, and Lund 1985; Taubman Ben-Ari,.(Mikulincer, and Gillath 2005 מחקרים שונים מצאו כי קיים קשר בין סגנון הנהיגה של ההורים לזה של הילדים 2005) al. (Bianchi and Summala 2004; Taubman Ben-Ari et ובין מידת חגירת חגורות הבטיחות של ההורים לזו של הילדים ) ;1990 Lau, Quadrel, and Hartman.(Shin, Hong, and Waldron 1999 עוד נמצא כי עבירות הנהיגה של ההורים ומעורבותם בתאונות דרכים מנבאות את עבירות הנהיגה של ילדיהם ואת מעורבותם בתאונות ) and Carlson.(Klein 1970; Ferguson et al. 2001; Evans 2004 סוג תאונה לוח 1.1: תאונות דרכים בשנת 2004, לפי סוג התאונה וחומרתה (הלשכה המרכזית לסטטיסטיקה 2005) סך כל התאונות סך כל תאונות התנגשות ברכב נע אחור אל צד / חזית חזית בחזית צד בצד חזית באחור חזית אל צד סך כל תאונות התנגשות ברכב חונה / עצם דומם סך כל תאונות רכב יחיד נפילה מרכב נע פגיעה בנוסע ברכב החלקה התהפכות ירידה מהכביש פגיעה בהולך רגל אחר ולא ידוע Table 1.1: Road-traffic crashes in 2004, by type and severity קטלניות % N 100.0% % % % 5 7.2% % 72 N 1, קשות % N 15,366 11, ,980 8,636 קלות % 100.0% 78.1% 0.2% 3.6% 5.2% 12.9% 56.2% 5.7% % 42.3% % 4.1% 6.9% 24.9% 10.0% % 39 כל התאונות % N 100.0% 17, % 12, % % % % 2, % 9, % 4.8% 0.2% 0.2% 0.6% 2.9% 0.9% 14.9% 1.0% 1, , % 0.1% 0.2% 0.6% 2.1% 0.8% 11.5% 1.0% , % 0.5% 0.6% 1.1% 7.4% 1.6% 35.4% 1.2% % 0.5% % 10.3% 1.4% 39.7% 0.7% לטענתה של (2002), Lupton מחקרים סוציולוגים מועטים פורסמו על תרבות נהיגה או רכב. אמנם, ישנם מחקרים הבוחנים הבדלים במעורבות בתאונות דרכים בין קבוצות חברתיות שונות. ברם, לרוב מחקרים אלו אינם מושתתים על תיאוריות סוציולוגיות, אלא הם בוחנים את המשתנים החברתיים והדמוגראפיים מכיוון שמשתנים אלו זמינים לחוקר. יתרה מזאת, לעיתים במסקנות המחקר נדמה כי החוקרים מסבירים את ממצאיהם כתופעה חברתית או תרבותית מבלי להסביר או לבחון את טענתם (ראה לדוגמה מחקרו של.(Leviakangas 1998 הסיבה לכך שהממדים החברתיים-תרבותיים לא נחקרו באופן נרחב בתחום הבטיחות בדרכים היא שתרבות נלקחת לרוב כמובנת מאליה, היא משוקעת בחוויות היומיום ולכן היא בלתי נראית וקשה לחקירה (2001.(Swidler יתרה מזאת, ניתוח תרבותי עשוי להיות מורכב, שכן לא קיימת הסכמה לגבי הגבולות של התחום התרבותי (1996.(Mattaini 5

20 השיח התיאורטי בסוציולוגיה ובאנתרופולוגיה עוסק בהבדלים התרבותיים הקיימים בין קבוצות שונות באוכלוסייה. הבדלים אלו יכולים ללמד על קיומן של תפיסות תעבורתיות שונות ועל קשיים המתגלים בתקשורת בין נהגים ומכאן לעליה בהסתברות להתרחשותן של תאונות דרכים. על פי (1986; Swidler 2001) התרבות משפיעה על פעולה על ידי עיצוב רפרטואר או "ארגז כלים" ("Tool Kit") הכולל בתוכו הרגלים, מיומנויות וסגנונות מהם אנשים מבנים "אסטרטגיות פעולה". נראה כי לכל קבוצה יש את "ארגז הכלים" והמאפיינים התרבותיים הייחודיים לה, 1 המובילים את חברי הקבוצה לפרש את הסביבה ולקבל החלטות בצורה ייחודית. כמובן, קיימות רמות שונות של הומוגניות בתוך קבוצות. עם זאת, כפי שהוצג על ידי (2005), Burt סביר להניח כי בממוצע ההטרוגניות בתוך הקבוצה קטנה יותר מאשר זו הקיימת בין קבוצות. לפיכך, מחד נהגים השייכים לקבוצות חברתיות שונות, עשויים לפרש אירועים דומים בזמן הנהיגה באופן שונה ובעקבות כך לקבל החלטות שונות העלולות להגדיל את סיכוייהם להיות מעורבים בתאונת דרכים. מאידך, נהגים השייכים לאותה הקבוצה עשויים לנהוג באופן דומה באותה הסיטואציה ולבצע את אותה "הטעות" ובכך להגדיל את הסתברותם למעורבות בתאונה. ניתן להמחיש את האפשרות הראשונה בעזרת סיפורה של אור המצוטט מתוך "סיפורים מהחיים" באתר האינטרנט של הרשות הלאומית לבטיחות בדרכים: "ביום ראשון חזרתי מבית הספר לכיוון ביתי ונסעתי דרך כביש ראשי שבו זכות הקדימה היא שלי. הגעתי לצומת של הכביש הראשי וכמובן האטתי כי תמיד יהיו כאלה שינסו להשתלב ולקחת ממך את זכות הקדימה. היו 2 מכוניות בצומת שרצו להשתלב אז התחלתי להאט יותר אך ראיתי שהן נעצרו ולכן התחלתי לנוע...עד שהבנתי הוא חתך אותי וכבר היה מאוחר וקלטתי אותו פתאום נכנס בי ובאוטו שלי... הוא הרס לי את כל החלק השמאלי של הרכב ".(Or 2005) 1 יש לציין כי בקרב החוקרים קיימת מחלוקת לגבי השאלה האם לקבוצות דמוגרפיות שונות (כגון, מגדר וגיל) יש תרבות ייחודית. לפי ההגדרה המצמצמת, לקבוצות דמוגרפיות אין תרבות וארגז כלים ייחודיים, אלא לכל היותר נורמות התנהגות ותפיסות ייחודיות ומאפיינים ביולוגיים משותפים. מצד שני, ההגדרה המרחיבה מציעה כי לכל קבוצה חברתית, כולל קבוצות דמוגרפיות, יש תרבות בעלת מאפיינים ייחודיים ברמות שונות. שכן, לפי גישה זו קבוצה מוגדרת לפי הדמיון הקיים בהתנהגות חבריה אנשים בעלי התנהגויות דומות מוגדרות כקטגוריה חברתית (1989.(Bourdieu לפי ההגדרות השונות של תרבות, אשר יוצגו בהמשך העבודה, תרבות כוללת בין השאר ערכים, נורמות ואמונות (1979.(Kroeber and Kluckhohn ;1963 Peterson תרבות נלמדת והיא כוללת, פרט למאפיינים ביולוגיים, כל דבר שניתן לחשוב עליו (1999.(Kuper יתרה מזאת, לפי (1970) Cohen אנו מתבוננים בעולם הקיים מסביבנו מבעד משקפיים ייחודיים "מסגרת התייחסות" reference) (frame of הכוללים אינטרסים, דעות מוקדמות, סטריאוטיפים וערכים. כל קבוצת גיל, מין, קבוצה אתנית, מקצוע ומעמד כלכלי, כוללת אנשים שצוידו על ידי החברה שלהם "במסגרת התייחסות" שעשויה להיות שונה מקבוצה לקבוצה (1970.(Cohen לפיכך, גם אם משתמשים בהגדרה המצמצמת, המייחסת לקבוצות דמוגרפיות רק נורמות ותפיסות ייחודיות ("ומסגרת התייחסות"), ניתן לומר כי לקבוצות אלו יש תרבות ייחודית, שכן התרבות כוללת בתוכה גם נורמות (בכל מקרה, גם אם נרצה להשתמש רק בהגדרה המצומצמת ניתן להחליף עבור הקבוצות הדמוגרפיות את המושג "תרבות" "בנורמות התנהגות" "ומסגרת התייחסות"). יתרה מזאת, מחקרים שונים חקרו תחומים תרבותיים שונים עבור קבוצות דמוגרפיות. כך למשל, חוקרים ב- Center of Contemporary Culture Studies באוניברסיטת,Birmingham התמקדו בחקר תת-תרבויות נוער (1997 (1971) Battle-Sister ;(Gelder and Thornton טענה כי לגברים יש תרבות עצמאית (אך לנשים אין). לאור זאת, הוחלט להשתמש בעבודה זו בהגדרה המרחיבה של תרבות. יחד עם זאת, יש להדגיש כי בקרב הקבוצות החברתיות קיימת שונות, ישנן קבוצות השונות מאוד מהתרבות הכללית ויש כאלו השונות במידה פחותה ממנה 1997) al..(arnold 1970; Clarke et לסיום: "'How can a logical construct like culture explain anything?' we would reply that other logical constructs and abstractions like "electromagnetic field" or "gene"- which no one has ever seen - have been found serviceable in scientific understanding. Analytic abstractions summarize an order of relationship between natural phenomena, and relations are as real as things" (Kroeber and Kluckhohn 1963: 375). 6

21 סיפור זה מרמז על כך שנורמות קבוצתיות שונות משפיעות על התנהגותם של הנהגים אחד היה גבר והשנייה אישה (2001.(Bourdieu כפי שהמודל מציע, אור, האישה שנהגה בדרך הראשית, התבססה בהתנהגותה על ארגז הכלים הנשי. היא האמינה שתמיד יש לכבד את חוקי התנועה Taubman Ben-Ari, Mikulincer, and Gillath ) והייתה יותר חרדה בזמן הנהיגה (Yagil 1999) (masculine) כתוצאה מכך, היא חשבה שיש לה זכות קדימה. בניגוד לכך, הנהג הגברי.(2004 Turner, Layton, and Simons (2001 (Bourdieu הסתמך על נורמות התנהגות אגרסיביות ) 1975) ולכן שמר על מרחק קטן יותר בין מכוניות (1981.(Wennel and Cooper כתוצאה מכך, הוא ציפה מהנהג השני לאפשר לו להשתלב בתנועה. ההבדלים אלו בנורמות הקבוצתיות עלולים היו לגרום לבעיות תקשורת בין הנהגים ולהכין את הבמה לתאונה הדרכים הספציפית המוצגת בדוגמה. האפשרות השנייה יכולה להיות מודגמת בעזרת התרחיש הבא: שני נהגים צעירים, האחד בן 23 והשני 27, מגיעים לזרועות מקבילות של צומת מרומזר בשעות הערב. הנהג הראשון, המעוניין לפנות שמאלה, מבחין מספר מטרים לפני קו העצירה כי האור ברמזור עומד להפוך מצהוב לאדום והוא מחליט לנסות לעבור את הצומת. כמובן שעד שהוא מגיע לצומת הרמזור הופך לאדום והוא עובר אותו באור אדום "מלא". באותו הזמן הנהג השני, רואה שרמזור הולכי הרגל הפך לאדום ומתחיל לחצות את הצומת עוד לפני שהרמזור התחלף לירוק. לא חולפת שנייה ושני הנהגים מתנגשים בתאונה קשה. בדוגמה זו, בהתאם לארגז הכלים הקבוצתי שלהם, ניתן להעריך ששני הנהגים הצעירים ביצעו טעות דומה, אשר הובילה לתאונת דרכים. כפי שמראים מחקרים רבים בנוגע לנהיגת צעירים, נראה כי שני הנהגים המעיטו בחשיבות החוק (1999,(Yagil החזיקו בתחושה מוגזמת של יכולות הנהיגה שלהם והעריכו הערכת חסר את רמת הסיכון (1992.(DeJoy דוגמאות אלו ואחרות מראות שכל תאונה מתפתחת מתהליך של קבלת החלטות מצד הנהגים המעורבים בה. לפיכך ניתן לומר כי הגורם האנושי הנו מרכיב משמעותי בכל תאונת דרכים וישנה חשיבות להבנת מקור ההבדלים בקבלת ההחלטות ולאינטראקציות המתקיימות בין נהגים בזמן הנהיגה. מעבר לכך, במדינה בעלת ממדים רב תרבותיים כמו ישראל, ישנה גם חשיבות לתיאור הקשר בין תאונות דרכים לבין הבדלים תרבותיים בין הקבוצות. בהמשך הפרק יוצגו מטרות המחקר. בפרק הבא, יוצג הרקע המדעי של העבודה הכולל תיאור סדרה של מחקרים בתחומים שונים של בטיחות בדרכים המדגימים את קיומם של הבדלים תרבותיים בין קבוצות אוכלוסייה שונות והסבר סוציולוגי-תרבותי לתאונות הדרכים. לאחר מכן, יוצג מודל המחקר והשערות המחקר הנגזרות ממנו מטרות המחקר המטרה המרכזית של המחקר היא להציע מודל הכולל הסבר סוציולוגי תיאורטי להבדלים בין קבוצתיים בתחום הבטיחות בדרכים "ולתאונות חברתיות" תאונות התנגשות המערבות שני 2 נהגים ויותר, שאינו מתבסס רק על אופיו של האדם ותכונותיו האישיות. הסבר זה מסתמך על 2 בניגוד לתאונות רכב בודד שניתן להגדירן כ"תאונה אינדיבידואלית". 7

22 סקירה רחבה של מחקרים קודמים אשר מצאו הבדלים רבים בין קבוצות בתחומים שונים של בטיחות בדרכים הבדלים במעורבות בתאונות (2000,(Norris, Matthews, and Riad בעמדות כלפי בטיחות בדרכים 1999),(Yagil חגירת חגורות בטיחות ) and Shin et al. 1999; Calisir Retting and Williams 1996; Porter and England ) מעבר צומת באור אדום,(Lehto ), נסיעה מעל המהירות המותרת (1997 (Gabany, Plummer, and Grigg וכדומה. הטענה המרכזית של עבודה זו היא כי תאונות דרכים נעוצות (embedded) בהקשר החברתי ולפיכך הבדלים אלו נובעים בחלקם מהבדלים תרבותיים בין קבוצות אוכלוסייה שונות. למרות שהבדלים אלו לא מציעים באופן ישיר כי תאונות דרכים נובעות מאינטראקציה בין נהגים, הם עלולים להוביל לשתי אפשרויות מנוגדות: 1. במפגש בין נהגים מתרבויות שונות בעלי תפיסת מציאות ונורמות התנהגות שונות תעלה ההסתברות לתאונת דרכים. 2. במפגש בין נהגים מתרבויות דומות תעלה ההסתברות לתאונת דרכים. הכוונה לקבוצות בהקשר זה היא למדינות כמו גם למגוון קבוצות בתוך מדינות כגון נשים וגברים, צעירים ומבוגרים, קבוצות השכלה, קבוצות הכנסה, קבוצות דתיות ועדתיות ועוד. למרות שהמחקר יוצר הבחנה בין תאונת רכב יחיד היכולה להיות מוגדות "כתאונה אינדיבידואלית" לבין "תאונה חברתית", חשוב לציין כי גם תאונת רכב יחיד יכולה בפרוש לכלול מאפיינים חברתיים. כך למשל במידה ונהג צעיר נרדם על ההגה בנהיגת לילה בסוף השבוע, ייתכן וזו תוצאה של תחושת ביטחון עצמי מוגזמת והערכת חסר של הסיכונים בנהיגת לילה, שתי תכונות המאפיינות כאמור נהגים צעירים. אולם, מכיוון שהתנגשויות בין שני נהגים הנן שכיחות יותר מתאונות אינדיבידואליות, הוחלט להתמקד בסוג התאונות הראשון. המודל, המוצג בעבודה זו, מציע כי האינטראקציה בין שני נהגים או יותר יכולה להיבחן כפונקציה של יחסי הגומלין בין החברה והתרבות ברמת המאקרו לבין עמדותיו והתנהגותו של הפרט ברמת המיקרו. אופן חשיבה זה מאפשר לשפוך אור חדש על תופעת תאונות הדרכים בכך שהוא מציע כי תאונות מתרחשות בחלקן מתהליכי חברות ומהתנהגויות שהופנמו במהלך חיינו, אשר באים לידי ביטוי בקבלת החלטות בעת שאנו נוהגים ונמצאים באינטראקציה עם נהגים אחרים. מעבר להיבט התיאורטי, מטרה נוספת של המחקר היא לבחון בפועל האם קיימים בישראל הבדלים ברמת הסיכון והמעורבות בקרב קבוצות חברתיות שונות. כל זאת, בעזרת בסיס הנתונים המאוחד, הנבנה במיוחד לעבודה זו, המשלב את נתוני תאונות הדרכים עם נתוני מפקד האוכלוסין (ראה פרק השיטה). 8

23 פרק 2: סקר ספרות 2.1. הבדלים בין קבוצתיים בתחום תאונות הדרכים מחקרים מדיסציפלינות שונות, אשר נערכו במבחר מדינות ובמגוון שיטות מחקר, מעלים כי ישנם הבדלים בין מדינות ובין קבוצות חברתיות בתחומים שונים של תאונות דרכים. מחקרו המרתק של (1985) Stanford על מאפייני הנהיגה במצרים ומחקרו של (2004) Edensor הבוחן את הרגלי הנהיגה בבריטניה והודו מראים כי הנהיגה הנה תלוית תרבות. מחקרים אלו מלמדים אותנו כי קיים הבדל באופן הנהיגה ובתפיסת הנהיגה במדינות שונות וכי לא ניתן להצביע על דפוס נהיגה אחיד וגלובלי, 9 אלא ישנם קודי התנהגות שונים במדינות שונות (2004.(Featherstone בהשוואה למדינות המערב, הן במצרים והן בהודו ישנה רמה נמוכה של חקיקה ואכיפה פורמאלית, פורמאליים בין הנהגים. כך לדוגמה: עובדה המחייבת את פיתוחן של מוסכמות וכללי נהיגה בלתי "In Alexandria, when a driver wishes to proceed west by pulling out into traffic onto Rue Mustafa Kamel from a side street, he will appear not to wait for an open space in the mass of movement, but will simply plunge ahead" (Stanford 1985: 344). "In Egypt, a light or even a traffic policeman is taken seriously only when other cars are physically present, and when there is 'good objective reason' to obey. It is the concrete presence of others in the environment that dictates the behavior, and this face-to-face interaction is a very powerful reinforcer (Stanford 1985: 346). דוגמה נוספת ניתנת על ידי (2004) Edensor מרכזיות כך שישנו ניטור מועט של הנהגים לתנועה מאחור. המעוניינים לבצע עקיפה, המתאר כיצד ברכבים רבים בהודו אין מראות צריכים לצפור בכדי להזהיר את הנהג שמלפנים עובדה זו גורמת לכך שנהגים התנהגות שהפכה למנהג מקובל. כמו כן, ישנה מוסכמה כי זכות הקדימה ניתנת לרכב הגדול ביותר. בדומה לכך, מתאר (2001) Miller בספרו את המשמעות הניתנת למכונית בחברות שונות, כגון הקשר בין אדם למכונית, הסמל שהמכונית מייצגת והשימושים של המכונית בחברות שונות. Huang ואחרים (2006) בחנו במחקרם, בעזרת קבוצות מיקוד, את ההבדלים בחוויית הנהיגה של נהגים שנהגו הן בסין והן בארה"ב. משתתפי המחקר ציינו כי קיימים הבדלים בתפיסות הנהיגה בין שתי המדינות. כך לדוגמה, אחד המאפיינים הבולטים של נהיגה בטוחה בסין היא להגיב מהר, מכיוון שיש הרבה מאוד אירועים בלתי צפויים המתרחשים בכביש והנהגים צריכים לדעת להעריך ולנבא את הסיטואציות בכביש. יתרה מזאת, לטענתם הנהגים בסין הרבה יותר אגרסיביים מאשר אלו שבארה"ב. (2006) Vrolix and Vereeck האיחוד האירופי. מצאו כי תאונות הדרכים אינן מתפלגות באופן שווה במדינות השוואת מדד הרוגים למיליארד ק"מ לנוסע ברחבי מדינות האיחוד מעלה שונות רבה במדד בקרב המדינות בין 23.0 ביוון לבין 5.8 בבריטניה. בריטניה, שוודיה והולנד הנן המדינות הבטוחות ביותר, עם מדדי ההרוגים למיליארד ק"מ לנוסע הנמוכים ביותר (5.8, , בהתאמה). כמו כן קיימים הבדלים בתפיסות ועמדות כלפי חוקי תעבורה ומדיניות תחבורה.

24 אזרחי המדינות הסקנדינביות, למשל, מעדיפים להקטין את המהירות המרבית המותרת, הם בעד שימוש באורות ביום והם נוקשים בנוגע לשתייה ונהיגה. לעומת זאת, מדינות הים תיכון בעד חופש רב יותר לפרט ופחות מעוניינים בפיקוח ממשלתי. בדומה לכך, מחקרם של Ozkan ואחרים (2006) העלו כי היוונים דיווחו על עצמם כנוהגים בצורה אגרסיבית באופן תדיר יותר משאר המדינות שנחקרו, בעיקר התנהגויות המצביעות על הטרדה ועוינות למשתמשי דרך אחרים. מאידך, הנהגים הבריטים, ההולנדים והפינים היו בעלי הציונים הנמוכים ביותר בשאלות הנוגעות להתנהגויות אלו. (Sivak, Soler, and Trankle 1989, 1989; Sivak, Soler, Trankle et al. 1989) ואחרים Sivak בחנו בסדרה של מחקרים הבדלים בין תרבותיים בארה"ב, הבדלים בין המדינות בהערכה עצמית של הנהג, התבקשו המשתתפים בניסוי "לחצות" סיכונים מהאמריקאים והספרדים. צומת שהוצג במחשב, בדומה לכך, ספרד, גרמניה וברזיל. בתפיסת ונטילת סיכונים. כך למשל, הם מצאו כאשר נמצא כי הגרמנים נוטלים פחות Hayakawa, Fischbeck, and Fischhoff (2000), מצאו במחקרם כי קיימים בפועל הבדלים בסיכון בכביש בין יפן לארה"ב, דבר שעשוי להסביר את ההבדלים בתפיסות והעמדות כלפי הסיכון שנמצאו בין שתי המדינות. ואחרים (2003) בחנו את מידת ההבנה של תמרורים בקנדה, פינלנד, Shinar 3 ישראל ופולין. החוקרים מצאו הבדלים גדולים בין מדינות בהבנת התמרורים הנגרמים בחלקם בגלל הבדלים תרבותיים. בנוסף להבדלים אלו בין מדינות, (1998) Shinar מצא הבדלים גדולים ומובהקים בין ערים ובתוך אזורים שונים בתוך הערים בישראל. מחקרו העלה קשר חזק בין הנורמות התרבותיות הקיימות באזור גיאוגרפי מסוים, לבין נהיגה אגרסיבית כמו צפירה וחצייה באור אדום. לטענתו, נורמות תרבותיות משפיעות על מידת האגרסיביות הנצפית, נורמות המשתנות הן בין מדינות והן בתוך מדינות. בספרות המחקרית ניתן למצוא כי מעבר להבדלים הקיימים בין מדינות ישנם גם הבדלים בין תת- תרבויות או קבוצות בתוך מדינות וחברות לפי מגדר, גיל, השכלה, אתניות ומצב חברתי-כלכלי. בעוד שמרבית המחקרים, אשר יוצגו בחלק הבא, נוטים לראות במשתנים אלו כמאפיינים ברמת הפרט, מחקר זה רואה במשתנים אלו כמבחינים בין קבוצות חברתיות שונות. זאת מתוך התמקדות בהיבטים התרבותיים ובמנגנונים השונים העשויים להיות קשורים להבדלים הבין קבוצתיים המשפיעים על התנהגות בטיחותית בקבוצות השונות. המגדר מגדר זוהה במחקרים שונים כגורם מובהק לניבוי מעורבות בתאונות דרכים כמעט בכל מדד למעורבות בתאונות דרכים בארה"ב מאז.(Yagil 1999),1980 נמצא כי שיעור הגברים המעורבים כפול משל נשים ) Taubman Hemenway and Solnick 1993; Norris et al. 2000; al (Ben-Ari et והם בעלי עבירות תנועה רבות יותר 2001) al..(ferguson et בישראל 90% כ בשנת מהנהגים המעורבים בתאונות דרכים היו גברים בעוד שאחוז הגברים 3 הן תמרורים הקיימים במדינה בה מתגורר המשתתף והן תמרורים שלא קיימים במדינה. 10

25 המורשים לנהוג היה כ- 60% (הלשכה המרכזית לסטטיסטיקה 2004). מחקרים מראים כי הולכי רגל גברים חשופים פי שניים לתאונות דרכים מאשר נשים (1985 (Howarth והם נוטים לבצע יותר עבירות באופן מובהק מנשים (2004.(Rosenbloom, Nemrodov, and Barkan נראה כי גברים הם בעלי הערכת חסר של הסיכונים הקשורים לפעילויות שונות של נהיגה, הם מעריכים את יכולתם כטובה יותר ) Yagil DeJoy 1992; Williams, Peak, and Lund 1995; 1999), מדווחים כי הם נוהגים מהר יותר מנשים (פי 1.6 עד 2.4), שומרים פחות מרחק ) Evans 2004), מוכנים לקבל פער קטן יותר בין מכוניות חולפות כדי לחצות תנועה בצומת ) and Wennel,(Cooper 1981 הם יותר אגרסיביים בזמן הנהיגה מנשים (1975 al. (Turner et ונוהגים תחת השפעת אלכוהול בשיעורים גבוהים יותר (2005.(Caetano and McGrath לעומת זאת, במחקר שנערך על ידי Shinar ואחרים (2003) גברים זיהו בצורה נכונה יותר תמרורים מנשים. נשים סוברות יותר מגברים כי תמיד יש לציית לחוק, ללא קשר למצב הכביש (1999 (Yagil והן מקפידות על חגירת חגורות בטיחות יותר מגברים ) ;2001 Shinar, Schechtman, and Compton.(Vivoda, Eby, and Kostyniuk 2004 בשוודיה, נשים שנבחנו במבחן התיאוריה קיבלו באופן כללי ציונים גבוהים יותר מאשר הגברים, אך לא נמצאו הבדלים מגדריים משמעותיים בציוני המבחן המעשי.(Wiberg 2006) מחקרו של (2004) Ulleberg מצביע על כך כי נשים צעירות בנורבגיה דיווחו על נכונות גבוהה יותר מגברים לפנות לנהג ולבקש ממנו לנהוג באופן זהיר יותר 4 כאשר הן חשות לא בטוחות בצורת הנהיגה שלו. כאשר נבחנו סגנונות הנהיגה של נשים וגברים נמצא כי נשים קיבלו ציונים גבוהים יותר מגברים בסגנון חרד (anxious) ומנותק (dissociative).(taubman Ben-Ari et al. 2004) גיל סקירת הספרות בנוגע להשפעת הגיל על תחומים שונים של תאונות דרכים, מעלה כי תאונות דרכים מהוות את סיבת המוות העיקרית של אנשים בגילאים ) Ferguson Gusfield ;1981.(et al. ;2001 Sivak 2002 בישראל בשנת 2003 חלקם של נהגים צעירים עד גיל 24 היה גדול בכ- 40% מחלקם היחסי בכלל המורשים לנהוג (הלשכה המרכזית לסטטיסטיקה 2004). נראה כי צעירים מחזיקים בתחושה מוגזמת של יכולות הנהיגה שלהם, דבר שעלול להוביל אותם להערכת חסר של רמת הסיכון הקשורה לפעילויות נהיגה שונות ומכאן גם לנטילת סיכונים רבים יותר בזמן הנהיגה 1997) al..(sivak, Soler, Trankle et al. 1989; DeJoy 1992; Gabany et צעירים תופסים את חוקי התנועה כפחות חשובים מאשר מבוגרים יותר (1999 (Yagil והם פחות מקפידים לחגור חגורות בטיחות 2002).(Eby, Vivoda, and Fordyce עוד נמצא כי צעירים נוטים יותר מהמבוגרים לנהוג מעל המהירות המותרת (2001 al.,(shinar et לחצות באור אדום ולנהוג תחת השפעת אלכוהול 1996).(Hemenway and Solnick 1993; Retting and Williams 4 סגנון נהיגה כולל, בין השאר, בחירת המהירות, שמירת מרחק ותשומת לב (2005 al..(taubman Ben-Ari et 11

26 בחינת סגנונות הנהיגה של הנהגים הצעירים מעלה כי הם נוטים לסגנון נהיגה מנותק,(dissociative) כועס,(angry) חרד,(anxious) מסוכן (risky) ומהיר.(high-velocity) נהגים מבוגרים, לעומת זאת, אופיינו כבעלי סגנון זהיר וסבלני יותר (2004 al..(taubman Ben-Ari et השכלה (2003) Braver מצאה שיעורי תמותה ליחידת נסועה גבוהים יותר בקרב נהגים עם השכלה נמוכה יותר (גם לאחר פיקוח על דיווח השימוש בחגורות בטיחות). מחקרם של Hasselberg, Vaez and (2005) Laflamme העלה כי צעירים בעלי השכלה נמוכה, הם בעלי סיכוי גבוה יותר להיפגע פגיעה חמורה ובעלי סיכוי גבוה יותר להיות מעורבים בתאונה מכל סוג. באופן דומה, מחקרם של Taubman Ben-Ari ואחרים (2004) מצא כי בעלי השכלה גבוהה יותר הם בעלי סגנון נהיגה חרד (anxious) וככל שיש חרדה גדולה יותר ישנה נטייה לנהוג פחות. מאידך נראה כי בעלי השכלה נמוכה שומרים על המהירות המותרת יותר מבעלי השכלה גבוה ) Solnick Hemenway and.(1993; Shinar et al אתניות מחקרים שונים מצאו קשר בין עבירות תנועה, תפיסות סיכון ומעורבות בתאונות דרכים לבין קבוצות אתניות ) et Vredenburgh and Cohen 1995; Stiles and Grieshop 1999; Ferguson.(al באריזונה ארה"ב, לדוגמה, התמותה מתאונות דרכים שונה בין קבוצות אתניות שונות אינדיאנים-אמריקאים נמצאו כבעלי הסיכון הגבוהה ביותר למות מתאונות דרכים מכל שאר הקבוצות (2003 al..(outcalt et כמו כן, בארה"ב, נהגים שאינם לבנים נמצאו כבעלי הסתברות גבוהה יותר לחצות צומת באור אדום (2000 ;(Porter and England נהגים היספניים נמצאו כבעלי השיעור הגבוה ביותר של אי שימוש בחגורת בטיחות, נסיעה מהירה ורמות גבוהות של אלכוהול בדם בזמן הנהיגה (2005.(Romano, Tippetts, and Voas בהשוואה שנערכה בין שחורים ללבנים, נמצא כי שיעור חגירת החגורות נמוך יותר בקרב השחורים ) Price, Benjamin, al (and Reinfurt ;1996 Vivoda et בישראל נהגים מהמגזר הלא-יהודי היו מעורבים ב- 26% מכלל התאונות הקשות והקטלניות בשנת 2001, זאת למרות שהם היוו רק 12% מכלל הנהגים המורשים (הרשות הלאומית לבטיחות בדרכים 2004). בדומה להבדלים אתניים אלו, מצאו Dobson ואחרים (1999) כי באוסטרליה נשים (מהגרות) אשר נולדו במדינות שלא דוברות אנגלית, הן בעלות סיכון גבוה יותר להיות מעורבות בתאונות דרכים, מאשר נשים אוסטרליות הדוברות אנגלית מצב חברתי-כלכלי הכנסה נמוכה לנפש זוהתה במחקרים כקשורה למוות בתאונות דרכים נמצא כי ככל שהמעמד החברתי-כלכלי נמוך יותר רמת הסיכון גבוהה יותר ) Hasselberg Braver ;2003 Zambon and 2006). מחקרם של (2005) Hasselberg, Vaez and Laflamme מצא, שונות בסוגי תאונות הדרכים ובחומרתן בין מעמדות חברתיים-כלכליים שונים. כך למשל ילדים של חקלאים הם בעלי 12

27 סיכון גבוה יותר להיות מעורבים בתאונה חזיתית. (1999) Shin, Hong and Waldron מצאו כי חגירת חגורות קשורה במצב החברתי-כלכלי של הפרט (ובאתניות שלו). תלמידים מבתי ספר מאזורים בעלי סטאטוס חברתי נמוך חגרו פחות באופן מובהק מתלמידים מבתי ספר ממעמד בינוני וגבוה (ראה גם:.(Wells, Williams, and Farmer 2002 יחד עם זאת, נמצא כי בעלי הכנסה נמוכה שומרים יותר על המהירות המותרת מבעלי ההכנסה הגבוהה (2001 al..(shinar et (2004) Rosenbloom, Nemrodov and Barkan מצאו במחקרם כי הולכי רגל בסביבה החרדית בישראל ביצעו פי שלוש יותר עבירות מאשר אלו בסביבה החילונית. לטענתם, אחד מההסברים להבדלים אלו נעוץ בכך שהחרדים בישראל הנם בעלי סטאטוס חברתי-כלכלי נמוך ובעבר נמצא קשר בין סטאטוס זה לבין התייחסות צינית יותר ביחס לחוק הסבר סוציולוגי-תרבותי לתאונות הדרכים מרבית המחקרים הבוחנים את הגורם האנושי בתאונות דרכים, מנסים להסביר את התופעה מזווית פסיכולוגית-אישיותית. כבר בשנת 1964 כתבו Haddon, Suchman and Klein כי קיים מחסור במחקרים משמעותיים המציגים את כוחה המלא של התיאוריה החברתית בהסבר תאונות דרכים. לטענתם יש להשתמש בתובנות ובמיומנויות שיושמו באופן פורה בתופעות חברתיות אחרות גם בתחום תאונות הדרכים. אולם, סקירת הספרות מעלה כי מאז לא חלה התקדמות משמעותית בתרומה הסוציולוגית לתופעת תאונות הדרכים. אמנם, ישנם מחקרים בודדים המסבירים הבדלים בין קבוצות אוכלוסייה שונות כהבדלים תרבותיים, ברם נראה כי הם אינם מעניקים הסבר תרבותי תיאורטי לתופעה, אלא רק מציינים במחקרם כי ההבדלים שנמצאו הם הבדלים תרבותיים (ראה לדוגמה:.(Elias ;1995 Leviakangas 1998 נשאלת השאלה כיצד ניתן להסביר את מכלול ההיבטים של תופעת תאונות הדרכים ואת ההבדלים הבין קבוצתיים שהוצגו לעיל מתוך ראייה סוציולוגית. בכדי לנסות לענות על שאלה זו, מחקר זה מציע להיעזר ברציונאל שעמד ביסוד מחקרו של Durkheim על התאבדות. עבודתו המורכבת והמקורית עוסקת בנושאים של סדר חברתי וסטייה ) Bjarnason Thorlindsson and 1998) ובכוחות היוצרים את הסדר ואי-הסדר בגוף החברתי (1977.(Coser אחת הטענות המרכזיות של,Durkheim היא כי לנטיות קולקטיביות של החברה יש כוחות עצמאיים אשר דומים לכוחות קוסמיים משום שהן משפיעות על היחיד מבחוץ. בספרו Suicide, a Study in (1952), Sociology מנסה Durkheim לבחון טענה זו ולראות האם ניתן לבחון פעולה אינדיבידואליסטית לכאורה (כמו נהיגה) כפעולה חברתית. התבוננות בתאונות דרכים בעיניים של,Durkheim מציעה כי גורמים חברתיים ברמת המאקרו כדוגמת הבדלים תרבותיים עשויים להשפיע על העמדות וההתנהגויות של הנהגים ועל הקשר שלהם לתאונות דרכים ברמת המיקרו תרבות ברחבי העולם מושג התרבות מפלס את דרכו למרכז הבמה והוא הפך להיות מושג אופנתי אשר דיסציפלינות רבות משתמשות בו. אולם, נראה כי לא קיימת הסכמה בין הסוציולוגים 13

28 והאנתרופולוגים אודות ההגדרה והמשמעות של מושג התרבות Kroeber and Kluckhohn ).(1963; Swidler 1986; Kuper 1999; Alexander and Smith 2001 אחד הראשונים שעסק בנושא התרבות היה אמונות, אומנות, מוסר,.(1871) Tylor הוא הגדיר תרבות ככוללת ידע, חוק וכל שאר היכולות וההרגלים הדרושים לאדם כדי שיהיה חבר בחברה. בספרם (1963) Kroeber and Kluckhohn מתעדים את התפתחותו של מושג התרבות ומציגים 164 הגדרות שונות למונח. הגדרות אלו מדגישות תחומים שונים תכנים של התרבות, חוקים הקיימים בתרבות, הורשה ולמידה תרבותית, הרגלים, תרבות כמערכת לפתרון בעיות ועוד. למרות שהם מציינים כי הם אינם מעוניינים להמציא הגדרה נוספת, הם מסיימים את ספרם בניסיון לסכם את מרבית ההגדרות לכדי הגדרה אחת כוללת. לטענתם: "Culture consists of patterns, explicit and implicit, of and for behavior acquired and transmitted by symbols, constituting the distinctive achievement of human groups, including their embodiment in artifacts; the essential core of culture consists of traditional (i.e. historically derived and selected) ideas and especially their attached values; culture systems may, on the one hand, be considered as products of action, on the other as conditioning elements of further action" (p. 357). למעשה, על פי הגדרות אלו התרבות, מורכבת מארבעה אלמנטים עיקריים: ערכים הצהרות אשר מדרגות התנהגויות או מטרות; נורמות ערכים ספציפיים הקשורים להתנהגות באינטראקציות עם אנשים אחרים; אמונות הצהרות קיומיות אודות האופן בו העולם פועל, אשר בדרך כלל מצדיקות את הנורמות והערכים; סמלים כל האספקטים של התרבות החומרית.(Peterson 1979) לטענתו של (1973), Geertz שהיה בין המייסדים של הפרדיגמה הפרשנית לחקר התרבות, בני אדם הם בעלי חיים בלתי שלמים, המביאים את עצמם לכלל השלמה באמצעות התרבות ובעיקר התרבות הספציפית שבה הם חיים. התרבות לדעתו היא קבוצה של מנגנוני בקרה חוץ גופניים להם האדם נזקק, כיוון שבלעדיהם אין הוא יכול להסדיר את התנהגותו. אנו לא נולדים עם התרבות, אך אנו נולדים עם היכולת לרכוש אותה. בעזרת הידע המסופק על ידי התרבות אנו ממלאים את "פער המידע" בין הידע עמו אנו נולדים לבין הידע הדרוש לנו על מנת לתפקד. הספרות העדכנית אודות הסוציולוגיה של התרבות, (Collective Representations) אוצר מילים, מגדירה תרבות כייצוגים קולקטיביים סמלים או קודים המבנים את יכולתם של הפרטים לחשוב ולפעול. ייצוגים קולקטיביים אלו נתפסים כבעלי כוח חברתי חזק והם משמשים כאבני יסוד המבנים את יכולתם של פרטים לחשוב ולחלוק רעיונות ) Lichterman Eliasoph and.(2003 אחת החוקרות המשפיעות ביותר בתחום התרבות בעשורים האחרונים היא.Ann Swidler לדידה, החוויות, הידע והפרקטיקות הטקסיות של קבוצות או חברות יוצרים אווירה ומוטיבציה, דרך לסדר חוויות, לפרש את המציאות וערוץ ליצירת קשר חברתי. בספרה (2001) Talk of love היא שואלת כיצד אנשים משתמשים בתרבות וכיצד התרבות משפיעה על פעולתם. לדעתה אנשים 14

29 משתמשים רק בחלק מהתרבות העומדת לרשותם והם משתמשים בכלים התרבותיים באופנים שונים. טענתה המרכזית היא כי תרבות משפיעה על פעולה, לא על ידי מתן ערכים המופנים לפעולה כלשהי, אלא על ידי עיצוב רפרטואר (בדומה לזה של שחקן, מוסיקאי או רקדן) או "ארגז 5 כלים" Kit") ("Tool הכולל בתוכו הרגלים, מיומנויות וסגנונות מהם אנשים מבנים "אסטרטגיות פעולה". התרבות היא סגנון או מערך של מיומנויות והרגלים ופחות מערך של עדיפויות או רצונות 6 הדוחפים לפעולה בכיוון אחיד ועקבי (2001.(Swidler,1986 הדימוי של רפרטואר מציע כי תרבות מפתחת מיומנויות והרגלים אצל אלו המשתמשים בה והוא מדגיש שהתרבות היא מערך של מיומנויות שניתן ללמוד אותן ולפעול לפיהן. יתרה מזאת, דימוי זה מאפשר לנו להיות מודעים לכך שסמלים, חוקים או טקסים תרבותיים "עובדים" רק לפעמים. כמו שמוסיקאי שולט טוב יותר בחלקים מהרפרטואר שלו על פני חלקים אחרים, כך גם השליטה שלנו בתרבות איננה שווה בכל מרכביה. רפרטואר תרבותי מאפשר לאנשים לעבור בין סיטואציות ומאפשר להם למצוא את הפעולה המתאימה לסיטואציה. אנשים עוברים דרך חלקים שונים של הרפרטואר התרבותי שלהם ובוחרים את החלקים המתאימים לסיטואציה בה הם נמצאים או לבעיה בפניה הם עומדים (2001.(Swidler (2001), Swidler מגדירה "אסטרטגיות פעולה" כדרך בה שחקנים חברתיים מנסים באופן שגרתי להגשים את מטרותיהם. אסטרטגיות פעולה מעניקות מספר דרכים כלליות לפתרון בעיות אלו פתרונות שמתאימים למגוון בעיות. אסטרטגיות אלו תלויות במיומנויות, סגנונות, הרגלים ויכולות והן נלמדות דרך התרבות. התרבות משפיעה על פעולה חברתית כיוון שהיא תומכת או מגבילה את אסטרטגיות הפעולה של הפרט. והיכולות התרבותיות שלהם נראות "טבעיות". בעזרת התרבות אנשים "יודעים" כיצד לפעול ברגע שאנו מגדירים תרבות כרפרטואר או "כארגז כלים", אנו למעשה טוענים שהתרבות בד בבד מאפשרת ומגבילה את הפעולה החברתית. היא מגבילה את היכולות של הפרט לדמיין אלטרנטיבות להסדרים הקיימים (1997.(DiMaggio שכן, היא מעניקה מגוון מוגבל של כלים זמינים סט של דעות וסמלים, "הנמצאים בארגז" שממנו הפרט בוחר על מנת לפעול. מאידך, היא מאפשרת את הפעולה, מכיוון שאנשים משתמשים באלמנטים תרבותיים באופן אסטרטגי על מנת להשיג את מטרותיהם. זאת על ידי בחירה מתוך התפריט התרבותי המגוון שהחברה או הקבוצה מציעה מתוך סט הכלים הנמצאים "בארגז". כך שהתרבות מותירה מקום רב לבחירה 5 ניתן למצוא דמיון בין ארגז הכלים המוצג על ידי,Swidler למושג הטקטיקה אצל (1984). de Certeau הטקטיקות הן רפרטואר של סכמות פעולה. אלו פרקטיקות יומיומיות (כגון הליכה, קריאה, בישול וכדומה), תמרונים וטריקים חכמים של הפרט בתוך האסטרטגיה של המערכת. ההבדל המרכזי, לטעמי, בין שני המושגים הוא ש- de Certeau בונה תיאוריה ביקורתית של תרבות ומנסה להראות כיצד דרך הטקטיקה והטריקים הפרט "מורד" מעט במערכת. לטענתו הטקטיקה היא הניצחון של החלש על החזק. לעומת זאת, Swidler אינה עוסקת כלל ביחסי כוחות בחברה ישנן מספר סוגיות בתיאוריה המוצגת בספרה שאינן ברורות עד הסוף: האם ארגז הכלים של תרבות X שונה משל Y, או שהיא טוענת שיש תרבות כללית וממנה כל קבוצה בוחרת את הכלים הרלוונטיים לה? מתוך ראיונות עומק שהיא ביצעה היא טוענת לשונויות בהבנה התרבותית ובשימוש של הכלים התרבותיים, אולם הקבוצה שהיא בחרה לראיין (מעמד הביניים) היא הטרוגנית מידי ויכול להיות שהטרוגניות זו גם באה לידי ביטוי בממצאיה ומסקנותיה; כמו כן, התיאוריה שלה לא מציגה באופן ברור כיצד נוצר מלכתחילה ארגז הכלים או הרפרטואר ומי "מכניס" את הכלים לארגז.

30 ושוני והיא איננה נכפית על הפרט, 7 אלא היא חלק בלתי נפרד ממנו Schudson 1989; ).(DiMaggio 1997 זאת בדומה לשפה שהנה גוף של אילוצים הכולל מבנה וחוקים הנכפים על הפרט, אך כל פרט משתמש בחוקים האלו כדי לארגן אותם באופן שונה וליצור בכל פעם דבר חדש.(Kroeber and Kluckhohn 1963; Certeau 1984; Kuper 1999) (1997) DiMaggio מציג גישה מעניינת לחקר התרבות כאשר הוא משלב את התיאוריה הסוציולוגית של תרבות עם תיאוריות של פסיכולוגיה קוגניטיבית. לטענתו, התרבות היא אינטראקציה של שלושה גורמים: 1. ידע הנמצא אצל הפרטים בחברה; 2. מבנים מנטאליים, קרי סכמות (Schemes) הכוללות ייצוגים של ידע ומנגנוני עיבוד נתונים;.3 מערכת של סמלים, החיצונית לפרט, הכוללת את הדיבור, אלמנטים של הסביבה, מסרים מהמדיה ומשמעויות 8 הנעוצות בדפוסים נצפים. לטענתו, התרבות קיימת לא רק בפן החברתי, אלא היא גם "בראשנו". בכך הוא מחזק את התיאוריה של.Swidler לטענתו, כחלק "מארגז הכלים" או הרפרטואר של התנהגויות ונורמות, ישנן גם סכמות הנמצאות בראשם של הפרטים. הסכמות הנן ייצוגים של תופעות חברתיות מורכבות, למידע שמגיע אלינו. המעצבות את הצורה בה אנו ניגשים, מפרשים, זוכרים ומגיבים הסכמות הן ייצוגים העוזרים לנו לארגן את הסביבה שלנו ולפרש אותה. התרבות כוללת סכמות רבות, מתוכה אנו בוחרים את המתאימה ביותר לסיטואציה, לפי רמזים הניתנים מהסביבה. חברה כוללת בתוכה מספר רב של תת-תרבויות או קבוצות כגון קבוצות אתניות, ריבוד חברתי- כלכלי, מגדר וכדומה 1977).(Kroeber and Kluckhohn 1963; Clarke 1974; Blau אנשים מחוברים לחברה הרחבה על ידי שייכותם לקבוצה חברתית כלשהי. כמעט כל אדם שייך למספר 9 תת-תרבויות (חופפות או מצטלבות) ויכול להשתתף בהן במידות ועוצמות שונות. חבר בתת- תרבות יכול לבלות את כל זמנו או חלק מזמנו בתת-תרבות מסוימת והוא יכול להיות חבר באופן 7 יש לציין כי גישתה של Swidler שמה דגש על הסוכן המשתמש בכלים התרבותיים ועל השונות בשימוש בכלים בין הסוכנים השונים ופחות בדטרמיניזם של המבנה על הפעולה (2000.(Lamont and Thâevenot לעומתה, Bourdieu (1989; 1990) אשר הציג את מושג ההביטוס (Habitus) כדי לחבר בין התרבות לפרט, נוטה לצד המבני ומדגיש את האילוצים החברתיים הפועלים על הפרט. ההביטוס הוא המבנה הקוגניטיבי והמנטאלי דרכו הפרט מבין ומתמודד עם העולם החברתי. זו מערכת של סכמות (schemes) באמצעותם אנשים תופסים ומעריכים את העולם החברתי, הנרכשות דרך החוויה במיקום החברתי. באמצעות סכמות אלו אנשים יוצרים פרקטיקות ומעריכים אותן. למעשה, ההביטוס מייצר אסטרטגיות פעולה, המאפשרות לפרט להתמודד עם סיטואציות חדשות ומשתנות ומאפשר לו לצפות ולהבין את סביבתו. ההביטוס נוצר כתוצאה של הפנמה של המבנה החברתי והאילוצים הקיימים בו. בגלל הדמיון בתנאים החברתיים של חברי הקבוצה או המעמד, פרטים אשר תופסים את אותו מיקום חברתי יטו להיות בעלי הביטוס דומה. 8 (1973) Geertz בניגוד לכך מתנגד לגישה הקוגניטיבית שטוענת שתרבות נמצאת במוחם של בני אדם, זאת למרות שהיא בעלת אופי רעיוני. לטענתו התרבות היא פומבית, מכיוון שהמשמעות שלה היא פומבית תת-תרבות הוגדרה על ידי Gordon בשנת 1947 כיחידת משנה של התרבות הכללית המבוססת משילוב של גורמים חברתיים מין, גיל, מעמד חברתי, רקע אתני, דת ומגורים בעיר או בכפר. שילוב זה יוצר יחידה בעלת השפעה על חבריה. מושג תת-התרבות קיבל תפניות שונות במשך השנים. במאה השמונה עשרה והתשעה עשרה מוקד העיסוק בתת-התרבות היה בהתבוננות "במעמדות הוולגריים". בתחילת המאה העשרים חוקרים, בעיקר מאסכולת שיקגו, החלו לחקור תת-תרבויות באופן שיטתי. אחרי מלחמת העולם השנייה, קרימינולוגים החלו להיות מעורבים בתחום כאשר בחנו בעיקר תתי-תרבויות של עבריינים וקבוצות אחרות הנמצאות בשולי החברה. בשנות ה- 70, חוקרים במרכז ללימודי תרבות בת-זמננו Studies) (Center of Contemporary Culture באוניברסיטת,Birmingham הגדירו מחדש את תת-התרבות כקשורה למעמד, אתניות ומגדר. הם היו אלו שהובילו את חקר התרבות עד שנות ה- 90 והתמקדו בתת-תרבויות נוער. מאז, תת-תרבותיות נחקרו ממגוון של תחומי מחקר, כולל היסטוריה חברתית, אנתרופולוגיה, ספרות ולימודי תקשורת ותרבות 1999).(Gelder and Thornton 1997; Bennet

31 סימולטאני בכמה תת-תרבויות.(Arnold 1970; Blau 1977) ומנגנונים תרבותיים הייחודיים לה הכוללים נורמות, ציפיות להתנהגות, לכל קבוצה כזו יש תכונות סגנון חיים ומסגרת השונים במידה מסוימת מאלו של קבוצות אחרות ומהמאפיינים של החברה התייחסות, מנגנונים תרבותיים אלו מבדילים את חברי הקבוצה מאנשים החברים בקבוצות 10 הכללית. אחרות ומשפיעים על קבלת ההחלטות והפעילות של חברי הקבוצה Arnold 1970; Cohen ).(1970; Gordon 1970; Blau 1977; Gelder and Thornton 1997; Irwin 1997 על פי (1989; Bourdieu 1990) ניתן לראות את המרחב החברתי כמרחב גיאוגרפי בו יש חלוקה לאזורים. ככל שהקבוצות או הפרטים קרובים זה לזה במרחב הם יהיו בעלי תכונות ומאפיינים דומים יותר וככל שיותר רחוקים הם יהיו שונים יותר. מכיוון שפרטים הממלאים עמדות דומות או זהות במרחב החברתי, נמצאים באותם תנאים ומושפעים מאותן ההתניות, הם בעלי סיכוי גבוה יותר להיות בעלי תכונות ואינטרסים דומים ולייצר פרקטיקות דומות.,Bourdieu דומה למושג "המרחק החברתי" distance) (social תובנה זו של שהוא בעל מסורת ארוכה בסוציולוגיה. Simmel היה אחד מהראשונים שהציג את המושג והוא כלל בו אלמנטים חברתיים- מבניים ואלמנטים תרבותיים. לטענתו של (1923) Park באופן כללי ניתן להבין את המושג כמרחק התרבותי, המבני והאידיאולוגי בין שני שחקנים (2004.(Kadushin ;1962 Schnittker אחד מהאלמנטים התרבותיים המייחדים את תת-התרבות והקבוצה הוא הסגנון הקבוצתי Style) (Group של החברה או הקבוצה החברתית. הסגנון הקבוצתי הוא דפוס חוזר ונשנה של אינטראקציות הנובע מההנחות המשותפות של חברי הקבוצה אודות דפוסי ההתנהגות הראויים בקבוצה או ההולמים את חבריה.(Eliasoph and Lichterman 2003) באופן איטי ומתפתחים על ידי התבוננות בהתנהגותם של אחרים אלו הרגלים הנרכשים.(Lau et al. 1990) הסגנון הקבוצתי מגדיר לחברי הקבוצה כיצד יש להתנהג בסיטואציות שונות והוא עשוי להיות שונה בין קבוצות שונות. כאשר פרטים נכנסים למסגרת קבוצתית, הם מנסים לברר מהו הסגנון שכרגע משתמשים בו. הם לרוב מזהים את הסגנון של הקבוצה ובכך הם יודעים כיצד המצב דורש מהם לנהוג.(Eliasoph and Lichterman 2003) מכאן ניתן לראות כי התרבות והסגנון הקבוצתי הופכים את ההתנהגויות של אנשים לצפויות, שכן בהינתן סיטואציה מסוימת אנו מצפים מאנשים לפעול בדרך מסוימת 1963).(Kroeber and Kluckhohn 10 מחקרים אמפיריים שונים מעלים כי אכן קיימים הבדלים תרבותיים בין מדינות ובין קבוצות שונות בתוך מדינות. כך למשל ספרם של (2000) Lamont and Thâevenot מציג בתחומים שונים כגון: הטרדה מינית (2000 ;(Saguy הבדל בין הצרפתים והאמריקאים בבואם להסביר חוסר שוויון על בסיס גזעי (2000 ;(Lamont האופן בו לימודי ספרות צריכים להיראות (2000 (Duel כי למדינות שונות יש ארגז כלים ורפרטואר ייחודי, יציב ועמיד המעניק לאנשים הגרים בתחום המדינה תפיסות עולם ייחודיות, החוזרות בסיטואציות ותחומים שונים. לטענתם כל מדינה הופכת סט ספציפי של כלים לזמינים עבור חבריה, דרך ערוצים היסטוריים ומוסדיים. כלומר, חברים של מדינות שונות לא ישתמשו באותם כלים תרבותיים כדי להבנות ולהעריך את העולם הסובב אותם. (1994) Dobbin מוסיף על כך וטוען כי תרבות מעצבת את האופן בו אומות תופסות ומגיבות לבעיות. בפרט, הוא טוען כי מאפיינים של תרבות פוליטית מעצבים אסטרטגיות של מדיניות. בספרו הוא מדגים כיצד לארה"ב, בריטניה וצרפת יש תרבות פוליטית שונה, הכוללת פרקטיקות ומשמעות לפרקטיקות אלו. מאמרו של (1998) Collins מראה כיצד ישנן נורמות עבודה שונות ותפיסות תרבותיות שונות בנוגע לעבודה מחקרית במעבדות מחקר בארה"ב ובאיטליה. Neto ואחרים (2000) בחנו הבדלים תרבותיים במספר מדינות באפריקה, אסיה, דרום אמריקה ואירופה בנושא של ביטויי אהבה. (1981) Wright מצא כי בתרבויות שונות מבנים בעיות בצורה אחרת. הוא זיהה הבדלים תרבותיים בחשיבה הסתברותית בין סטודנטים בבריטניה, הונג קונג, מלסיה ואינדונזיה. 17

32 כמובן, ישנן רמות שונות של הומוגניות בתוך קבוצות. אולם, אם נסתכל על קבוצה או על תת- תרבות כבעלת ממוצע וסטיית תקן, כפי שהוצע על ידי (1970), Arnold ניתן להניח כי באופן כללי סטיית התקן בתוך קבוצה תהיה קטנה יותר מאשר סטיית התקן בין קבוצות.(Burt 2005) לפיכך, בממוצע שני חברי קבוצה מסוימת שנבחרו באופן אקראי יהיו דומים יותר אחד לשני, מאשר שני אנשים שנבחרו אקראית משתי קבוצות שונות דוגמאות לשימוש בתרבות בתחום הבטיחות בדרכים בתחומים רבים ניתן למצוא מחקרים המיישמים את נושא התרבות בבטיחות בדרכים ועיצוב תרבותי בשלטי משוב (cultural design) והשפעתם על התנהגות. Wells ואחרים (2000) (feedback signs) בחנו את השימוש לעידוד השימוש בחגורות בטיחות ומצאו כי תוכנית הכוללת משובים מגדילה את השימוש בחגורות בטיחות בכעשרה אחוז. Geller ואחרים הראו בסדרה של מחקרים ובמגוון מסגרות אוניברסיטאות 1989) al.,(geller et אתרי תעשייה ) 1983; Geller (Boyce and Geller 1999 ושליחי פיצה 1999) (Ludwig and Geller כי סוגים שונים של תמריצים, כמו עלוני פרסומות לשימוש בחגורות הניתנים להמרה בפרסים (Geller 1983) וחתימה על התחייבות לחגירת חגורות (1989 al.,(geller et יכולים באופן מוצלח להגדיל את השימוש בחגורות בטיחות. בנוסף, ישנה עדות לכך שמערכות אכיפת חוקים שונות משפיעות בצורה שונה על קבוצות שונות. במידה ומחשיבים חוקים כחלק מהמערכת הנורמטיבית הנעוצה בתרבות, ניתן לומר כי תרבות יכולה בסופו של דבר להשפיע על הנהגים. (2002), Wells, Williams, and Farmer למשל, מצאו כי לא קיימים הבדלים בשימוש בחגורות בטיחות בקרב קבוצות אתניות, הן עבור גברים והן עבור נשים, בערים בהן ישנם חוקים ראשוניים law) (primary לשימוש בחגורות בטיחות. אולם, בערים בהן ישנם חוקים משניים,(secondary law) גברים שחורים היו בעלי הסתברות נמוכה יותר באופן מובהק לשימוש בחגורה, מאשר גברים היספאנים או לבנים (להסבר חוקים משניים ראה al (Eby et באופן דומה, (2002) Eby, Vivoda, and Fordyce טענו כי אכיפה סטנדרטית מקטינה את הפער בשימוש בחגורות בטיחות בין קבוצות נהגים בעלי שיעור חגירה גבוה לבין נהגים מקבוצות בעלי שיעור חגירה נמוך. הספרות מציגה גם דוגמאות להשפעה של התערבויות תרבותיות בתחומי מחקר אחרים. הנתונים מרמזים על כך שניתן להקטין את ההתמכרות לאלכוהול דרך עיצוב תרבותי. בקהילה CRA) (The community Reinforcement Approach הנה: גישת החיזוקים "example of the power of cultural design, and also a clear example of how interlocking contingencies among cultural entities can stand in the way of effective responses to social problems" (Mattaini 1996: 35). 18

33 פרק 3: מודל והשערות המחקר התרבות, אם כן, היא בעלת מספר מאפיינים ייחודיים. היא כוללת את הרפרטואר וארגז הכלים הרגלים, מיומנויות וסגנונות; את הנורמות והערכים; את הייצוגים הקולקטיביים; את הסכמות הקיימות בראשם של חבריה ואת הסגנון הקבוצתי. כל אלו יחד מבנים את היכולת של הפרט לחשוב ולפעול. בעזרת הכלים הקיימים והניתנים על ידי התרבות, הפרט מבנה את תפיסת עולמו ואת מסגרת ההתייחסות שלו ומניח הנחות אודות העולם שסביבו. בעזרת תפיסות והנחות אלו הוא מעריך את המציאות ומפרש את המתרחש סביבו. פרשנותו את הסביבה מביאה את הפרט לבחור מתוך "ארגז הכלים" והרפרטואר הניתנים לו על ידי התרבות אליה הוא שייך, את הפעולה המתאימה ביותר לסיטואציה בה הוא נמצא. ומקבוצה לקבוצה, מכיוון שהתרבות היא שונה מחברה לחברה ניתן להניח שבני תרבויות וקבוצות שונות ינהגו בצורה שונה בסיטואציה דומה. שכן, תרבות שונה מובילה לפרשנות שונה של הסביבה ובסופו של דבר גם עשויה להוביל להתנהגות שונה. ניתן להניח שלקבוצות או תת-תרבויות שונות בתוך החברה יש ארגז כלים וסגנון קבוצתי שונה, הכולל תפיסות שונות גם בנוגע למה היא נהיגה נכונה ובטוחה ולפרקטיקות התנהגות בזמן הנהיגה. ניתן לומר שהאנשים נוהגים כפי שהם חיים (1949,(Tillmann and Hobbs הנהיגה היא פשוט ביטוי נוסף של סגנונות האינטראקציות עם אנשים אחרים להתנהגויות חברתיות אחרות, 1978).(Shinar בדומה על הנהג לרכוש את היכולת לשחזר פעולות מאושרות על ידי החברה. יכולות מופנמות אלו הופכות להיות לטבע שני להרגל ) Edensor Summala 1985 ;.(2004 אחד מתחומי המחקר המדגימים את הרעיון כי נהיגה ותאונות דרכים כוללת בתוכה מרכיב תרבותי הוא המחקר הבוחן את האופן בו רוכשים הנהגים את יכולות הנהיגה שלהם. מחקרים אלו מציעים כי בדומה למיומנויות חברתיות ותרבותיות אחרות המשפחה מהווה סוכן חברות משמעותי המעביר לנהגים הצעירים את נורמות ההתנהגות והרגלי נהיגה התרבותיים המקובלים בקבוצה. הספרות המחקרית מראה כי הנהג רוכש את מרבית מיומנויות הנהיגה מהמשפחה דרך התבוננות בנהיגה של ההורים ובסגנון החיים המשפחתי הכללי. סגנון זה כולל עמדות כלפי סמכות, קונפורמיות, אגרסיביות, פרשנות של נורמות וערכים חברתיים, הערכה עצמית, קשרים עם הסביבה החברתית ועמדות לגבי מהי המשמעות של הרכב עבור הפרט ) Klein Carlson and al (1970; Preusser et al. 1985; Taubman Ben-Ari et מחקרים שונים מצאו כי קיים קשר בין סגנון הנהיגה של ההורים לזה של הילדים ) Taubman Bianchi and Summala ; ראה למשל מחקרם של (1993) French, West, Elander and Wilding המעניק תמיכה ראשונית לכך שאנשים מייבאים תחומים שונים של סגנון קבלת ההחלטות שלהם לתוך הנהיגה. עובדה העשויה להעיד כי התנהגות הנהג יכולה להיות מובנת על ידי התכונות האחרות הכלליות שלו (שאינן קשורות לנהיגה). 12 מחקרם של (1949) Tillmann and Hobbs הוא בין המחקרים הראשונים שבחנו את הקשר בין מעורבות בתאונת דרכים לבין אישיות. המחקר השווה 96 נהגי מוניות שהיו מעורבים בארבע תאונות או יותר עם 100 נהגי מוניות שלא היו מעורבים בתאונות. ממצאי החוקרים היו כי נהגים נוהגים כפי שהם חיים. במידה ובחייהם האישיים הם זהירים, סבלניים, רואים את הנולד ומתחשבים באחרים, אזי הם גם ינהגו באותו האופן (מתוך:.(Evans

34 Lau et al. ) ובין מידת חגירת חגורות הבטיחות של ההורים לזו של הילדים (Ben-Ari et al al ;1990). Shin et נוסף על כך ישנן עדויות אמפיריות לכך כי עבירות הנהיגה של ההורים ומעורבותם בתאונות דרכים מנבאות את עבירות הנהיגה של ילדיהם ואת מעורבותם בתאונות.(Carlson and Klein 1970; Ferguson et al. 2001; Evans 2004) ההתנהגויות, העמדות, החוקים הבלתי כתובים ורמת החינוך של נהגים, כל אלו משתנים ממדינה למדינה ומתרבות לתרבות. (1998) Leviakangas מגדיר "תרבות נהיגה" Culture) (Traffic כסך כל הגורמים המשפיעים על המיומנויות, עמדות והתנהגות של הנהג. תרבות נהיגה היא תוצאה הן של המסורת התרבותית המופנמת אצל הנהג והן המצב הכלכלי, הפוליטי והערכים הקיימים במדינה. יתרה מזאת תרבות נהיגה היא סכמה ותפיסת העולם של הפרט על מערכת התחבורה שאינה בהכרח מודעת. תפיסה זו מונעת מנורמות חברתיות כלליות, חוקי התנועה, מניסיון אישי, מהתבוננות באחרים, משיחה עם אנשים אחרים ומהמדיה, היוצרת נטייה מוקדמת לתפוס ולפתור בעיות בדרך מסוימת ) Edensor Summala 1985; Zaidel 1992; Hayakawa et al. 2000; 2004). קרי, בדומה למאפיינים הכללים של מושג התרבות, לתרבות הנהיגה אשר עשויה להיות שונה בין חברות וקבוצות שונות יש השפעה על תפיסות כלליות של מערכת התחבורה ועל סגנון הנהיגה ובסופו של דבר על התנהגותו של הפרט בסיטואציה ספציפית במהלך הנהיגה שלו. יחד עם זאת, חשוב לציין, כי ללא קשר למרכיב התרבותי, ניתן לשער כי קיימת מידה מסוימת של שונות בין חברי אותה הקבוצה הנובעת בחלקה מהבדלים "היסטוריים" בין הנהגים ) Geller Boyce and.(1999 גישה תרבותית זו יכולה להוביל לשתי אפשרויות מתחרות, שהן למעשה שני צדדים של אותו המטבע. מחד ניתן לומר כי נהיגה דורשת רמה גבוהה של קואורדינציה, קבלת החלטות ורמה מסוימת של מיומנות (1981.(Gusfield היא כוללת אינטראקציה ותקשורת בין נהגים ) Shor 1964) והיא מבוססת על אמון, בה אנשים זרים זה לזה זורמים בעזרת חוקים משותפים ומתקשרים דרך סמלים משותפים אף ללא קשר עין (2004.(Urry תקשורת זו בין נהגים יכולה להבהיר את הכוונה של הנהג ובכך להקטין את חוסר ההבנה, התסכול והקונפליקט בין נהגים וליצור סביבת נהיגה צפויה יותר. פרט שאינו מפנים את הסטנדרטים החברתיים ואינו חולק את אותה התרבות הנו סכנה לעצמו ולאחרים (1992.(Zaidel ניתן להשוות זאת לשפה. פרט שרוצה להיות מובן על ידי אחרים, חייב לפעול על פי הכללים המקובלים בשפה בה הוא מדבר ) Elias 1995). במידה והוא לא יפעל לפי כללים ואסטרטגיות פעולה אלו הוא לא יובן על ידי האחרים (2001.(Swidler כך גם בכביש, ברגע שנהגים לא מבינים זה את זה הסביבה הופכת להיות פחות צפויה וההסתברות לתאונה עולה. שכן, כפי שציין Stinchcombe כאשר פעולתם של אנשים איננה משולבת במערכת הם נוטים להתנגש אחד בשני (1975: 27). אזורים רבים ברשת הכבישים הנם צפופים ונהיגה בטוחה דורשת שיתוף פעולה חברתי תוך כיבוד משתמשי הדרך האחרים, חוקים, אמצעי בקרה ונורמות חברתיות. כך למשל בצומת הכולל שני תמרורי עצור, נדרש שיתוף פעולה בין הנהגים כדי לתזמן את סדר הכניסה לצומת. שיתוף פעולה דומה דרוש גם במעגלי תנועה, התמזגויות וסיטואציות רבות אחרות (2007.(Jenness 20

35 ניתן להיווכח באופן הבולט ביותר במשמעות של ההבדלים התרבותיים ופערי התקשורת כאשר אנו מנסים לנהוג במדינה זרה (2004.(Edensor מחקרם של Huang ואחרים (2006) העלה כי נהגים לוקחים עמם את יכולות הנהיגה שלהם למדינות אחרות. לטענתם, במידה והם לא מתאימים את יכולות ותפיסות הנהיגה לאלו הקיימים במקום החדש, תאונות עשויות להתרחש. ניתן להמחיש זאת בעזרת תיאורו של Stanford את הפעם הראשונה בה נחשף לנהיגה במצרים: "On leaving Cairo airport enroute by car to the city, I was to experience a mixture of feelings; one of moderate alarm, and another of fascination My first impression of traffic was one of chaos, but eventually I was able to discern an order in the madness" (Stanford 1985: 337). מצד שני, ניתן לשער כי גם הומוגניות רבה בין הנהגים עלולה להוביל לתאונת דרכים. נהגים בעלי מרחק חברתי (social distance) קטן, השייכים לאותה קבוצה תרבותית, עשויים להיות בעלי אותו ארגז כלים. לפיכך, הם עשויים לפרש את המציאות באותו האופן, לקבל החלטות דומות ולנהוג בצורה דומה. לכאורה לפי האפשרות הראשונה, שהוצגה לעיל, אין בכך כל בעיה. ברם, במידה וארגז הכלים של שני הנהגים החולקים את אותה התרבות כולל התנהגויות "מסוכנות" כמו נהיגה מהירה, חוסר תשומת לב, הססנות או פזיזות, שני הנהגים הפועלים לפי אותו ארגז כלים עלולים לשגות באותו האופן ותאונה עלולה להתרחש מודל המחקר מתוך שתי אפשרויות אלו ניתן לפתח שני מודלים תיאורטיים המתארים את המכניזם של "תאונה חברתית" ואת השפעת התרבות על תאונות דרכים. מודלים אלו מתבססים על הטיפולוגיה של מכניזם חברתי בתיאוריה הסוציולוגית, כפי שהוצעה על ידי (2001). Hedstrom and Swedberg לטענתם ראשית יש לבחון כיצד אירועים או תנאים ברמת המאקרו משפיעים על הפרט (שלב 1), לאחר מכן כיצד הפרט מטמיע את ההשפעה של גורמי המאקרו (שלב 2) ולבסוף כיצד קבוצה של פרטים ברמת המיקרו, על ידי פעולתם והאינטראקציה ביניהם, יוצרים בתמורה תוצאה ברמת המאקרו (שלב 3). בהתאם למודל הראשון, המוצג באיור, תאונה בין שני נהגים מקבוצות חברתיות שונות מושפעת באופן ישיר ממאפיינים סביבתיים (תכנון הדרך, מזג אוויר וכדומה) ומהתנהגות הנהג המושפעת ממאפייני הפרט וממאפיינים תרבותיים. נהגים מקבוצה אחת (לדוגמה בעלי השכלה נמוכה) עשויים להיות בעלי רפרטואר נהיגה המגדיר תפיסות ונורמות התנהגות השונות מנהגים מקבוצה אחרת (למשל נהגים בעלי השכלה גבוהה). חוסר התאמה תרבותי זה עשוי בתמורה לגרום לשימוש באסטרטגיות פעולה שונות, פירוש שונה של המצב, לקבלת החלטות שונות ונקיטה בפעולות שונות העומדת בקונפליקט זו עם זו כגון האטה, האצה, סטייה מהנתיב, התבוננות במראות וכדומה. קבלת החלטות אלו, המושפעות ממאפיינים תרבותיים, מורעות על ידי אי הוודאות, נוכחותם של הנוסעים ברכב והמהירות שבה צריך לקבל את ההחלטות. למרות זאת, מבחינה תיאורטית המודלים יכולים להתאים גם לתאונות התנגשות בהן מעורבים יותר משני נהגים. אולם, מכיוון שמרבית תאונות ההתנגשות בין רכבים ממונעים הן תאונות בהן מעורבים רק שני נהגים (כ- 80%) ועל מנת להקל על הניתוחים הסטטיסטיים, המודל התיאורטי המוצג כאן וניתוחי התאונה החברתית המוצגים בפרקים הבאים מתייחסים לתאונות התנגשות בין שני נהגים בלבד.

36 המודל מציע כי במרבית המקרים, 14 וללא קונפליקט. נהגים מקבוצות שונות, נוהגים בסופו של דבר, באופן דומה איור 1.3: מודל המחקר מכניזם של "תאונה חברתית", אפשרות א' Figure 3.1: Research model mechanism of "Social Accident", option A נהג א ' נהג ב ' תרבות קבוצה א' מאפיינים סביבתיים תרבות קבוצה ב' ארגז כלים ורפרטואר ייחודיים לקבוצה א' מאפיינים היסטוריים ואינדיבידואליים מאפיינים היסטוריים ואינדיבידואליים ארגז כלים ורפרטואר ייחודיים לקבוצה ב' אסטרטגיות פעולה אסטרטגיות פעולה פרשנות הסביבה וקבלת החלטות פרשנות הסביבה וקבלת החלטות התנהגות מס ' 1 התנהגות מס' 2 התנהגות מס' 4 התנהגות מס ' 3 התנהגות מס' 2 התנהגות מס' 1 תאונה אין תאונה 14 ניתן לראות כי שני המודלים המוצעים דומים לטיפולוגיה של מכניזם בתיאוריה הסוציולוגית, שהוצעה על ידי (2001) Hedstrom and Swedberg ואשר הוצגה לעיל. המודל מתחיל ברמת המאקרו בהבדלים תרבותיים, לאחר מכן הוא מציע כי הבדלים תרבותיים אלו מופנמים בפרט ומשפיעים על פרשנותו והתנהגותו ולבסוף הוא מציג כיצד קבוצה של פרטים בכביש ברמת המיקרו נמצאים באינטראקציה זה עם זה ויוצרים תוצאה ברמת המאקרו. תוצאה המתבטאת בתאונות דרכים ובהסתברויות שונות להיות מעורבים בתאונה זה עם זה. 22

37 ניתן להמחיש את מודל המחקר הראשון, בעזרת הדוגמה הבאה, אשר נלקחה מפורום תאונות דרכים של אתר האינטרנט תפוז. לצורך הדוגמה נניח כי הנהג הראשון היה בן 44 והנהג השני, הנוסע מאחוריו, היה בן 21: "שני רכבים, נוסעים זה אחר זה ברחוב צפוף ומרכזי שלא מאפשר הרבה שמירת מרחק. רכב א' מגיע לקו הצומת, ישר איך שהרמזור הירוק מתחיל להבהב...רכב א' עוצר ברגע שרואה ההבהוב, ורכב ב' שהיה מאחוריו, נתקע בו - אני רכב ב'. ההתנגשות הייתה בעוצמה מועטה, ולא נראה כל נזק חיצוני" (2005.(Gypscoun נראה כי שני הנהגים נקטו בקבלת החלטות שונה בסוף הרמזור הירוק ) Mahalel Prashker and ;1989). Factor, Prashker, and Mahalel 2006 המודל הראשון מציע כי שני הנהגים שואבים את התנהגותם מארגז כלים שונה, בהתאם לשייכותם הקבוצתית. הנהג המבוגר נוהג לפי הנורמות הקבוצתיות שלו, המעניקות חשיבות לחוקי התנועה (1999 (Yagil המובילים אותו לעצור כאשר האור הירוק החל להבהב. מחקרים מציעים, כאמור, כי נהגים צעירים נוטים להחזיק בתחושה מוגזמת של יכולות הנהיגה שלהם, המוביל אותם להאיץ במצב זה ) Solnick Hemenway and 1993). כתוצאה מהאצה של הנהג הצעיר והאטה של הנהג המבוגר נוצר קונפליקט המונע מנורמות ההתנהגות השונות, העלול להוביל לתאונה בין שני הנהגים. המודל השני, המוצג באיור 3.2, מציג את האפשרות השנייה שהוצגה לעיל. המודל מציע כי תאונה בין שני נהגים מקבוצה חברתית דומה (למשל אותה דת) מושפעת באופן ישיר ממאפיינים סביבתיים ומהתנהגות הנהג, הקשורה למאפייני הפרט ולמאפיינים תרבותיים. שני הנהגים, השיכים לאותה הקבוצה, חולקים ארגז כלים ורפרטואר התנהגויות דומה, המובילים אותם לשימוש באסטרטגיות פעולה ופרשנות דומה של הסביבה. פירוש דומה של המצב, עשוי בתמורה לגרום לקבלת החלטות דומה ולנקיטת התנהגות דומה. במידה והתנהגות דומה זו כוללת בתוכה מרכיבים "מסוכנים" כגון נהיגה מהירה, פזיזות, חוסר תשומת לב, הססנות תאונה עלולה להתרחש. לכך יש להוסיף את גורמי אי הוודאות, נוכחותם של הנוסעים ברכב והמהירות שבה צריך לקבל את ההחלטות. יחד עם זאת, המודל מציע, כי במרבית המקרים נהגים השייכים לאותה קבוצה תרבותית נוהגים באופן שונה זה מזה ולכן לא מתרחשת תאונה. ניתן לחשוב לדוגמה על שתי נשים המנסות לחצות צומת לא מרומזר כל נהגת נמצאת בזרוע גישה אחרת של הצומת והן ממוקמות בצורה מאונכת אחת לשנייה. מכיוון שנשים מוכנות לקבל פער גדול יותר (מגברים) בין מכוניות חולפות כדי לחצות צומת (1981,(Wennel and Cooper שתי הנשים מהססות לחצות אותו. התנהגות הססנית דומה זו של שתי הנהגות מובילה לחוסר סבלנות של שאר הנהגים הממתינים בצומת. דבר העלול לגרום לשתי הנהגות לחצות את הצומת ברגע לא מתאים ולהוביל לתאונה. כלומר, כפי שהמודל השני מציע, התנהגות דומה של שני נהגים אשר נובעת מארגז כלים דומה, עלולה לגרום לתאונה. 23

38 איור 2.3: מודל המחקר מכניזם של "תאונה חברתית", אפשרות ב' Figure 3.2: Research model mechanism of "Social Accident", option B נהג א ' נהג ב ' תרבות קבוצה א' תרבות קבוצה א' מאפיינים סביבתיים ארגז כלים ורפרטואר ייחודיים לקבוצה א' מאפיינים היסטוריים ואינדיבידואליים מאפיינים היסטוריים ואינדיבידואליים ארגז כלים ורפרטואר ייחודיים לקבוצה א' אסטרטגיות פעולה אסטרטגיות פעולה פרשנות הסביבה וקבלת החלטות פרשנות הסביבה וקבלת החלטות התנהגות מס ' 5 התנהגות מס' 4 התנהגות מס' 3 התנהגות מס ' 3 התנהגות מס' 2 התנהגות מס' 1 תאונה אין תאונה 3.2. השערות המחקר שני המודלים התיאורטיים שהוצג לעיל, המבוססים על ממצאי מחקרי תאונות הדרכים והתיאוריה של תרבות, מעלים שתי השערות הניתנות לבחינה אמפירית. ראשית, כפי שמציעה תיאורית התרבות, לכל קבוצה חברתית יש סכמות מנטאליות שונות, סגנון קבוצתי שונה ו"ארגז כלים" שונה ממנו חברי הקבוצה בוחרים עמדות והתנהגויות. לפיכך ולאור ממצאי מחקרים קודמים, אשר הוצגו בסעיף 2.1 לעיל, ניתן לשער כי: 24

39 השערה 1: ימצאו הבדלים בין קבוצות תרבותיות שונות ברמות הסיכון ובשיעורי המעורבות בתאונות דרכים. מודל המחקר הראשון מציע כאמור כי נהגים מקבוצות תרבותיות שונות עשויים להיות בעלי ארגז כלים ורפרטואר נהיגה שונים זה מזה. חוסר התאמה תרבותי זה עשוי להביא לשימוש באסטרטגיות פעולה שונות, פירוש שונה של המצב, לקבלת החלטות שונות ונקיטה בפעולות שונות העומדת בקונפליקט זו עם זו. הבדלים תרבותיים אלו, עלולים להוביל לשיעורים גבוהים יותר באופן יחסי של תאונות בהם מעורבים נהגים מקבוצות או תת-תרבויות שונות, מאשר נהגים מאותה הקבוצה או תת-התרבות. מכאן ניתן לגזור את השערה 2 א': השערה 2 א' - הטרוגניות: מעבר לצפוי באופן אקראי, ימצאו יותר תאונות בין נהגים מקבוצות חברתיות שונות, מאשר בין נהגים מאותה הקבוצה החברתית. קרי ימצא קשר שלילי בין המאפיינים החברתיים של שני הנהגים המעורבים בתאונת התנגשות. אולם תיאוריות התרבות וארגז הכלים יכולות גם לכוון להשערה מתחרה, כפי שמוצע במודל המחקר השני. לפי מודל זה נהגים מקבוצה חברתית דומה חולקים ארגז כלים ורפרטואר התנהגויות דומה. דמיון זה עשוי להוביל את הנהגים לשימוש באסטרטגיות פעולה ופרשנות דומה של המציאות, העשויים בתמורה להביא לקבלת החלטות והתנהגויות דומות. במידה וארגז הכלים הדומה כולל מרכיבים התנהגותיים "מסוכנים" יכולה להתרחש תאונה. כלומר, הדמיון התרבותי בין שני נהגים עשוי לגרום לשיעורים גבוהים יותר באופן יחסי של תאונות בין נהגים מאותה הקבוצה החברתית. לפיכך ניתן לשער כי: השערה 2 ב' - הומוגניות: מעבר לצפוי באופן אקראי, ימצאו יותר תאונות בין נהגים מאותה הקבוצה החברתית, מאשר בין נהגים מקבוצות חברתיות שונות. קרי ימצא קשר חיובי בין המאפיינים החברתיים של שני נהגים המעורבים בתאונת התנגשות. הפרק הבא כולל תיאור מפורט של שיטת המחקר ובסיס הנתונים המאוחד. ארבעת הפרקים פרק הדיון המוצגים לאחריו מתארים את ניתוח הנתונים ואת הממצאים העולים מהם. מציג דיון ביקורתי בממצאי המחקר ומציע כיווני מחקר החותם את עבודה זו, והמסקנות, עתידיים. 25

40 פרק 4: שיטת המחקר פרק זה סוקר את שיטת המחקר של עבודה זו. 26 תחילה יוצגו כלי המחקר העיקריים ובראשם בסיס הנתונים המאוחד. לאחר מכן יתואר תהליך עיבוד הנתונים, אשר כלל את בדיקת הנתונים והפקה של משתנים חדשים. בהמשך, יוצגו שלושה קבצי עבודה הקובץ המאוחד, קובץ האינטראקציה וקובץ הפאנל אשר נגזרו מבסיס הנתונים המאוחד ותוצג סטטיסטיקה תיאורית של המשתנים המרכזיים בקבצים אלו. לבסוף יוצגו בקצרה השיטות הסטטיסטיות בעזרתן נותחו הנתונים בפרקי הממצאים כלים השערות המחקר נבחנו באמצעות בנייה של בסיס הנתונים המאוחד. בסיס הנתונים משלב את נתוני תאונות הדרכים עם נפגעים משנת ואת מפקדי האוכלוסין והדיור שנערכו בשנת 1983 ובשנת 1995, כאשר כל הנתונים מופיעים ברמת הפרט. הנתונים התקבלו מהלשכה המרכזית לסטטיסטיקה (למ"ס) לאחר שעברו את אישורה של וועדת הסודיות שדאגה לוודא כי אין סכנה לפגיעה בצנעת הפרט כתוצאה מהשימוש בנתונים. השילוב בין קבצי הנתונים השונים נעשה באמצעות תעודות הזהות של המעורבים בתאונות הדרכים (ראה בהמשך). מטעמי סודיות מספרי תעודות הזהות בשני הקבצים הומרו על ידי הלמ"ס למספרים פיקטיביים ייחודיים לכל אדם. נתוני תאונות דרכים, המופיעים באופנים שונים במשך השנים, כוללים שלושה סוגים של נתונים בקבצים שונים: 1. נתונים כללים על התאונה, כגון: אזור התרחשות התאונה; שנה; יום בשבוע; האם התאונה התרחשה ביום או בלילה; מזג אוויר; סוג הדרך; חומרת התאונה; סוג תאונה; גורם עיקרי לתאונה; תקינות הדרך; תאורה; בקרה בצומת; מצב פני הכביש ועוד. 2. נתונים על המעורבים בתאונה, כאשר לכל מעורב בתאונה (נהג ונפגע) קיימים הנתונים הבאים: סוג מעורב; דרגת רישיון; שנת לידה; מגדר; סוג רכב בו נסע; אמצעי בטיחות; חומרת פגיעה; עבירת הנהג; סוג נפגע ועוד. 3. נתונים על כלי הרכב המעורבים: סוג רכב; כיוון נסיעה; נזק; משקל כולל למשאית ועוד. מפקד האוכלוסין והדיור, הנערך פעם בעשור, כולל נתונים על כלל אוכלוסיית ישראל בנקודת זמן נתונה. המפקד מחולק לשני שאלונים "שאלון קצר" הכולל שאלות דמוגרפיות בסיסיות ו"שאלון מורחב" הכולל שאלות בתחומים חברתיים כלכליים. את השאלון "הקצר" ממלאים כל התושבים והוא כולל, בין השאר, משתנים דמוגראפיים (לכל אדם שגר במשק הבית), כגון יחסי קרבה, מגדר, גיל, שנת לידה, מצב משפחתי, מקום לידה, שנת עלייה, דת, דתיות ועוד. השאלון "המורחב" מועבר רק ל- 20% ממשקי הבית, אשר נדגמים באופן אקראי ומייצגים את אוכלוסיית מדינת ישראל. הוא כולל את המשתנים הבאים: פרטים על משק הבית מספר חדרים, שנת סיום בניית הדירה, בעלות על דירה, האם יש טלפון, טלוויזיה, מכשיר וידאו, מדיח כלים, מחשב אישי, מספר מכוניות לשימוש משק הבית; מספר שנות לימוד; ותק ביישוב; מצב משפחתי; שנת נישואין ראשונים; ילדים; מס' האם שייך לכוח עבודה; עבודה בשבוע שעבר;

41 היעדרות מעבודה בשבוע שעבר; שעות עבודה בשבוע; ענף כלכלי; משלח יד; מעמד במקום עבודה; אופן ההגעה למקום העבודה; מקום עבודה (עובד בבית, עובד ביישוב בו גר, עובד מחוץ ליישוב וכדומה); הכנסה ברוטו ועוד. שילוב נתוני תאונות הדרכים עם נתוני מפקד האוכלוסין מאפשר בדיקה של אפקטים חברתיים ברמת האוכלוסייה כולה ולאורך זמן ומאפשר הפקת ניתוחים רב-משתניים. הנתונים המאוחד כולל נתונים כך, ברמת הפרט, דבר המאפשר להימנע כמו כן, בסיס "מהטיה אקולוגית" fallacy) (ecological הנוצרת מקיבוץ (aggregation) של נתונים. הכוונה היא להסקה כי קשר הנצפה בין משתנים מקובצים קיים גם בנתונים ברמת הפרט שאינם מקובצים, עובדה העלולה 15 להוביל למסקנות הפוכות מניתוח שייערך ברמת הפרט (2005.(Davis ;2004 Hauer נוסף על בסיס הנתונים המאוחד נותן פתח לבחינת המאפיינים האישיים של הצדדים המעורבים בתאונת הדרכים ומאפשר להשוותם. שכן, הוא מאפשר גם לבצע ניתוחים בהם יחידת הניתוח הבסיסית הנה התאונה עצמה וכל המעורבים בתאונה, במקום התבוננות על כל צד בנפרד. המבנה הייחודי והמודולארי של בסיס הנתונים המאוחד הכולל מספרים ייחודיים לכל תאונה, נהג ורכב מאפשר ליצור קבצי נתונים הבנויים בצורות שונות. כך למשל, ניתן לבנות קובץ המכיל בכל רשומה תאונה אחת הכוללת פרטים כלליים על התאונה, פרטים של כל המעורבים בה (מתוך קובץ תאונות וקובץ מפקד האוכלוסין) ופרטי כלי הרכב בהם נסעו. באופן זה, ניתן להשוות בין המעורבים בתוך אותה התאונה (ראה קובץ האינטראקציה בהמשך). דוגמה נוספת היא קובץ אחר המכיל בכל רשומה מעורב אחד בתאונת דרכים הכוללת את הפרטים על התאונה בה הוא היה מעורב ואת המאפיינים האישיים שלו מתוך קובץ המפקד (ראה ניתוח קובץ הנתונים המאוחד בהמשך). חוקרים שונים מציינים את חשיבות הכללתה של רמת הנסועה לקילומטר והחשיפה,(exposure) המוגדרת ככמות הנסיעה, בניתוחי תאונות דרכים. מחקרים מצאו כי ישנו קשר בין מעורבות בתאונות דרכים לבין נסועה וחשיפה (2004.(Elvik and Vaa במידה ורמת הנסועה והחשיפה אינם נלקחים בחשבון, הממצאים העולים מהנתונים עלולים להיות מוטים, שכן יכול להיות שקבוצות שנמצאו כבעלות סיכון גבוה למעורבות בתאונות דרכים נוהגים יותר מאשר פרטים בקבוצות אחרות ועל כן ההבדלים בשיעורי הסיכון נובעים למעשה מרמות שונות של.(Outcalt et al. 2003; Bianchi and Summala 2004; Caetano and McGrath 2005) חשיפה 15 אחת הדוגמות הקלאסיות של הטיה אקולוגית היא מחקרו של Durkheim על התאבדות, שהוזכר במבוא. במחקרו ניסה לבחון את שיעורי ההתאבדות של קבוצות אוכלוסייה במדינות שונות בעזרת נתונים מקובצים. בכל אזור גיאוגרפי או מדינה, הוא בחן את שיעורי ההתאבדות ואת המאפיינים הדתיים של האזור והתייחס אל נתונים אלו כאילו היו נתונים ברמת הפרט. כך למשל הוא מצא כי באזורים בהן יש אחוז גבוה יותר של פרוטסטנטים מקתולים היו שיעורי ההתאבדות גבוהים יותר. לטענתו, ממצאים אלו מעידים על כך שפרוטסטנטים הם בעלי הסתברות גבוהה יותר להתאבד מאשר קתוליים. אולם, מכיוון שלא היו ברשותו נתונים ברמת הפרט הוא אינו יכול היה לטעון זאת. משום שיכול להיות שחייהם של הקתולים שגרים במקומות בה יש רוב פרוטסטנטי קשים יותר ולכן הם אלו שנוטים יותר להתאבד עובדה שתשנה את מסקנותיו של.(van Poppel and Day 1996; Hauer 2005) Durkheim ואכן, מחקרים שניסו לשחזר את מחקרו של Durkheim בעזרת מאפיינים דמוגראפיים של המתאבדים ברמת הפרט (גיל, מגדר, דת וכדומה), כמו מחקרם של (1996), van Poppel and Day לא תמכו בממצאיו (ראה דוגמה נוספת להטיה אקולוגית אצל (2004) Elvik and Vaa בעמ'.(83 27

42 מכיוון שאין ברשותנו נתונים ברמת הפרט אודות שיעורי החשיפה ורמות הנסועה של כל המעורבים בתאונות דרכים, נוספו לניתוחים נתוני סקר הרגלי נסיעה. הסקר נערך בשנת בקרב כל היישובים בישראל כהערכה לנסועה של קבוצות אוכלוסייה שונות. מטרתו של הסקר היא ייצוג התנועות התחבורתיות וקישורן למאפיינים חברתיים-כלכליים. הסקר כולל שאלות בנוגע למאפיינים חברתיים כלכליים של משק הבית והפרט, בנוגע לנסיעה (כמו מוצא, יעד, שעה), לכלי רכב השייכים למשק הבית ועוד. משתתפי הסקר התבקשו לשחזר את נסיעותיהם ביממה וחצי לפני בוא הסוקר ולמלא את נסיעותיהם ביממה וחצי לאחר מכן. בעזרת המשתנים החברתיים-כלכליים ומשתני מקום המגורים של המשיבים, פולחו נתוני הסקר לקבוצות שונות (לפי גיל, מגדר, אזור גיאוגרפי, השכלה, מקצוע וכדומה) ולכל קבוצה הופק ממוצע הנסועה היומי אשר מוזג עם קובץ הנתונים המשולב. בנוסף, רמת החשיפה של הקבוצות החברתיות השונות נאמדה גם בעזרת חישוב אחוז בעלי רישיונות הנהיגה בכל קבוצה מתוך נתוני מפקדי האוכלוסין (לפי גיל, מגדר וכדומה ראה בהמשך) בעיות בנתוני תאונות הדרכים מחקרים שונים ברחבי העולם מצביעים על כך כי דיווחי תאונות הדרכים בסטטיסטיקה הרשמית רחוקים מלהיות מלאים והם מוטים. נראה כי רק חלק מהתאונות מוצאות את עצמן בסופו של דבר ברשומות הרשמיות.(Hauer and Hakkert 1988; Elvik and Vaa 2004) לטענתו של (1993) O'Day המשתמשים בנתוני תאונות דרכים צריכים להבין את המגבלות של המידע עמו הם עובדים ולקחת בחשבון את האפקט של חוסר וודאות בנתונים שלהם. על מנת לבחון את איכות נתוני תאונות הדרכים הוא מציע לבחון את המרכיבים הבאים: 1. המידה בה איסוף הנתונים כולל את כל המקרים המוגדרים כתאונות דרכים. 2. האם יש שיטתיות בתוך הנתונים החסרים - האם איכות הנתונים משתנה לפי תחום שיפוט, זמן, משתנים אישיים, מזג אוויר ומשתנים 16 אחרים. 3. האם כל הנתונים השייכים לתאונה נאספו. 4. האם האלמנטים המדווחים (מידת הנזק, סוג תאונה וכדומה) מדווחים באופן דומה בתחומי שיפוט או על ידי שוטרים שונים. 5. האם נבחרו האלמנטים הנכונים לאיסוף. 6. האם הנתונים קודדו והוקלדו בצורה נכונה. ממצאי מחקרים מראים כי ישנו דיווח חסר של תאונות; נתונים חסרים בתוך דיווח של תאונה; דיווח לא מדויק כמו בעיות בדיווח מיקום התאונה; טעויות ברישום ובמילוי טפסי התאונה ובעיות בשימוש סולמות המדידה שבטופס (2004.(O'Day ;1993 Elvik and Vaa המחקרים העוסקים באיכות הנתונים משווים על פי רוב את הנתונים הנאספים על ידי המשטרה לאלו של 17 בתי החולים או חברות הביטוח ומציעים כי נתוני תאונות דרכים מוטים ביחס לחומרת הפציעה 16 לדוגמה במידה והשוטרים אינם אוספים כמעט נתונים של תאונות כשיורד גשם כיוון שהם מוצפים בקריאות, אזי הנתונים יהיו בעלי אומדן חסר לתאונות בימים גשומים. בלי שהחוקר יידע שקיימת הטיה כזו הוא עשוי להחטיא, לדוגמה, אזורים המועדים להחלקה. נתונים מלאים יאפשרו לזהות את האזורים האלו כאזורים המסוכנים ביותר.(O'Day 1993) 17 לטענתם של (2004), Elvik and Vaa השוואה זו לא נכונה ואינה מניבה תוצאות מדויקות לגבי מידת אי שלמותם של נתונים התאונות. על מנת לבצע הערכה נכונה לגבי איכותם של נתוני תאונות דרכים יש לאחד לדעתם את הנתונים הקיימים בגופים שונים (משטרה, בתי חולים, רישומי חברות ביטוח וגורמים אחרים) ולאמוד את מידת החפיפה ביניהם. אולם, בדיקה שכזו כמעט מעולם לא נעשתה. 28

43 וגורמים נוספים. נראה כי פציעות חמורות יותר הנן בעלות רמות דיווח גבוהות יותר. מחקרים השוואתיים על פני מספר מדינות מראים כי הנתונים האמינים והמלאים ביותר הם אלו של התאונות הקטלניות (2004.(Hauer and Hakkert ;1988 Evans בממוצע רמת הדיווח של הרוגי תאונות דרכים נעה סביב ה- 95%, של פצועים קשה בתאונות דרכים היא כ- 70% ושל פציעות קלות היא כ- 25%. רק 10% מהתאונות הקלות מאוד נרשמות (2004.(Elvik and Vaa תאונות של רכבים מדווחות ברמה הגבוהה ביותר, לאחר מכן הולכי רגל, אופנוענים ולבסוף רוכבי אופניים. ככל שמספר הרכבים המעורבים גדול יותר הסיכוי שהתאונה תדווח גבוה יותר. במידה והקורבן הוא נהג יש הסתברות גבוה יותר לדיווח מאשר אם הוא נוסע. תאונות מדווחות יותר במידה והן מתרחשות בעיר מאשר באזור כפרי ותאונות שמתרחשות בשעות היום יש להן סיכוי גבוה יותר להירשם מאשר אלו שמתרחשות בין חצות לשש בבוקר ) and Shinar, Treat, Mcdonald 1983; Hauer and Hakkert 1988; O'Day 1993; Rosman and Knuiman 1994; Hauer and לגבי גיל הפצוע ישנם ממצאים סותרים..(Aptel et al. 1999; Elvik and Vaa 2004 (1988) Hakkert מציינים למשל כי ככל שהפצוע מבוגר יותר ישנו סיכוי גבוה יותר שהוא ידווח, לעומת זאת (1984) Maas and Harris מצאו במחקרם כי הקורבנות בתאונות דרכים בגילאי ובגילאי הם בעלי ייצוג יתר. מעבר לפערים בדיווח התאונה ישנן בעיות באופן בו נרשמת התאונה עצמה. Shinar ואחרים (1983) מצאו באופן כללי כי נתוני המשטרה המהימנים ביותר היו אלו שקשורים למשתנים המתארים את התאונה ואלו שהיו הכי פחות מהימנים קשורים למשתני הנהג והרכב. נתוני המשטרה נמצאו מהימנים לגבי מיקום התאונה, התאריך והיום בשבוע, מספר הנהגים, הנוסעים והרכבים המעורבים. לעומת זאת לגבי מצב פני הכביש, חומרת התאונה, תנאי אור ומזג אויר, גיל הנהג וגיל הרכב נמצא כי הנתונים פחות מהימנים. המשמעות המרכזית של נתונים חסרים היא העלייה באי הוודאות של אומדן האפקטים של אמצעי בטיחות שונים והסקת מסקנות שגויות או מטעות ) ;2004 O'Day ;1993 Elvik and Vaa.(Evans 2004 שכן, ישנה בעיה כאשר מקרים שהיו צריכים להיכלל בנתונים חסרים וכאשר נתונים כלולים בנתונים אך לא היו צריכים להיות שם. כמו כן, אם הסיכוי שתאונה תדווח הוא שונה מנקודת זמן אחת לשנייה לא יהיה זה נכון להשוות בין נקודות הזמן משום שההבדלים יכולים לנבוע מהרישום 1988).(Hauer and Hakkert הסיבות לדיווח החסר הן מגוונות. ראשית, מרבית המידע שיש לנו על תאונות דרכים קשור למידע המדווח במשטרה ונאסף על ידה לצרכים של אכיפת החוק ומציאת אשמים, מטרה שהנה שונה במהותה ממטרתם של החוקרים והמדענים ) 1988; Shinar et al. 1983; Hauer and Hakkert al (Aptel et שנית, במידה והפצועים צריכים לשלם בעצמם את הטיפול הרפואי ישנו סיכוי גבוה שיהיה תת-דיווח (2004.(Evans נוסף על כך, נראה כי ישנו פחד מצד המעורבים בתאונה מהתדיינות משפטית, חוסר רצון להיות מעורבים בתהליך בירוקרטי וחוסר רצון של השוטרים למלא פרטי תאונה בתאונות הכוללות נזקים קלים (1983 al..(shinar et 29

44 ת" נוסף על כך, בנוגע לרישום תאונות הדרכים בישראל, במהלך שנות התשעים חלו מספר שינויים מנהליים, אשר כללו בין השאר שינויים מהותיים בקריטריונים לפתיחת תיק תאונת דרכים מסוג "ד" (תאונת דרכים שבה לפחות נפגע אחד). נראה כי שינויים אלו השפיעו בעיקר על התאונות הקלות, אשר נרשמו משנת 1994 כתאונות "כללי עם נפגעים" (תאונות ללא נפגעים עם נזק בלבד) במקום כתאונות "ת"ד". כלומר, חלק מהתאונות הקלות שבעבר נחשבו כתאונות קלות עם נפגעים כלל לא נכללות עוד בקובץ הנפגעים ולכן לא נספרות כתאונות עם נפגעים. סימולציה שנערכה לצורך עבודה זו, אשר נועדה לייצר הטיות דגימה מכוונות על ידי כך שמקובץ פיקטיבי נערכה דגימת יתר של צעירים 70% "מבוגרים" ו- 90% "צעירים", נמצא כי דגימת היתר עלולה להוביל להטיה בממצאים. שכן, קשרים שנמצאו מובהקים "בקובץ מקורי" הפכו להיות לא מובהקים כאשר נערכה דגימת יתר. כלומר, דגימה שונה מהקובץ או רישום משטרתי לא מלא עשויים לגרום לכך שיראה כי לא קיים קשר בין משתנים בעוד שבמקור הוא כן קיים. לאור האמור לעיל, מחקר זה יסתמך בעיקר על נתוני תאונות קטלניות וקשות. בניתוחים בהם מספר התאונות הקטלניות והקשות יהיה קטן מידי לצרכים סטטיסטיים ינותחו גם תאונות קלות יותר, למגבלות הנתונים עיבוד הנתונים בסיס הנתונים מורכב, מתקופות שונות. לפיכך, כאמור, בהמשך יוצגו בקצרה השלבים השונים. תוך מודעות ממספר קבצים בעלי מאפיינים שונים אשר כוללים נתונים הכנת בסיס הנתונים המשולב כללה מספר שלבים וארכה זמן רב בדיקת איכות הקבצים הטיפול הראשוני בקבצים כלל שני שלבים. השלב הראשון כלל בדיקה כללית של הנתונים וניקוי המשתנים. העבודה כללה טיפול בערכים חסרים, טיפול בערכים שלפי ספר הקודים אינם צריכים להופיע במשתנה וכדומה. כמו כן, מכיוון שלאורך השנים נערכו שינויים בהגדרות המשתנים והאופנויות בוצעו מספר שינויים בערכי המשתנים זאת בכדי שהם יהיו זהים לאורך שנות המחקר. בשלב השני, בוצעה השוואה של הקבצים עם הנתונים הרשמיים של הלמ"ס כפי שמופיעים בפרסומי תאונות הדרכים ובפרסומי המפקד. לגבי כל שנה בקובץ תאונות הדרכים ובשני המפקדים הופקו טבלאות התואמות את אלו הקיימות בנתונים הרשמיים ובוצעה השוואה ביניהם. כתוצאה מהשוואה זו בוצעו על ידי הלמ"ס מספר תיקונים בקבצים. בדיקה זו גם העלתה מספר שינויים באופנויות שלא היו מוגדרות בספר הקודים הראשוני הפקת משתנים חברתיים-כלכליים חדשים המונח מעמד חברתי-כלכלי הוטבע לראשונה על ידי הסוציולוג האמריקאי Lester Ward בשנת.1883 באופן כללי, מעמד חברתי-כלכלי הוא מאפיין בולט של המבנה החברתי בכל החברות המורכבות (2003.(Oakes and Rossi המושג מתייחס למיקום של פרטים, משפחות ומשקי בית בממדים שונים של הריבוד החברתי. מתוך נקודת מבט סוציולוגית, מעמד חברתי-כלכלי קובע את הזדמנויות החיים chance").(bollen, Glanville, and Stecklov 2001) ("life 30

45 למרות ההסכמה אודות חשיבותו של המעמד החברתי-כלכלי, סקירת הספרות במדעי החברה העלתה כי לא קיימת הסכמה רחבה לגבי המשמעות של המושג ואופן מדידתו ) al. Bollen et Oakes לטענתם של.(2001; Bollen, Glanville, and Stecklov 2002; Oakes and Rossi 2003 (2003) and Rossi זהו אחד מהנושאים המורכבים והשנויים במחלקות במחקר החברתי, מחלוקת הנמשכת יותר מ- 100 שנה. כתוצאה מכך ישנו מגוון גדול של מדדים בתוך ובין דיסציפלינות. ישנם מדדים המתבססים על משתנה יחיד ואחרים המסתמכים על מספר משתנים. לרוב, ממדים אלו מתבססים על נתוני משלח היד, הכנסה ו/או השכלה (לסקירה של סוגים שונים של מדדים ראה:.(Bollen et al. 2001; Oakes and Rossi 2003 כדי להתגבר על שונות זו הופקו מתוך המשתנים הגולמיים הקיימים בקבצי המפקד שלושה משתנים חברתיים-כלכליים המתבססים על הגדרות ומדדים שונים. ברור כי כל אחד מהמדדים רחוק מלהיות מושלם כמייצג את המושג של מעמד כלכלי-חברתי (2002 al..(bollen et מעמד חברתי :(Class) לטענתו של (2004) Yaish לא קיימת תמימות דעים בין החוקרים לגבי פירושו של המושג מעמד חברתי וקיימת מחלוקת לגבי מספר המעמדות האופייני בחברה. רוב חוקרי הריבוד מתארים את מערכת הריבוד בעיקר בעזרת מידע על משלח היד של פרטים בחברה הנחקרת. אסכולה אחת מניחה שהמבנה הריבודי הנו היררכי ורציף, בעוד שהאסכולה השנייה מניחה כי קיימים חסמים מבניים במערכת הריבודית ולכן יש לאמוד אותה באמצעות יצירת קטגוריות של משלח יד. לרוב, העמדה החברתית positions) (class של פרט או משפחה נתפסת כיציבה לאורך זמן (1984.(Erikson (1979) Erikson, Goldthorpe, and Portocarero פיתחו סכמה מעמדית שמטרתה להבדיל בין עמדות בתוך שוק העבודה ויחידות הייצור. העיקרון העומד מאחורי החלוקה שאוב ממקורות תיאורטיים קלאסיים בעיקר ממרקס ומקס ובר אך גם משיקולים פרקטיים ) and Erikson.(Goldthorpe 1992 הסכמה מתבססת על שלושה ממדים: א. ממד הבעלות על אמצעי הייצור. ב. ממד סקטוריאלי הסקטור החקלאי מופרד משאר הסקטורים. ג. ממד יחסי העסקה בקרב השכירים (יחסי שירות, עבודה חוזית ויחסים מעורבים) (2004.(Yaish הסכמה משלבת את משלח היד והסטאטוס התעסוקתי (שכיר, עצמאי, עצמאי המעסיק עובדים וכדומה) של הפרט או בני הזוג ליצירת קטגוריות המעמד. בראשית הדרך המדד כלל תשע קטגוריות ) al. Erikson et.i ובהמשך הוא הורחב ל- 11 : (1979; Erikson, Goldthorpe, and Portocarero 1982 פרופסיונאליים ברמה גבוהה ;(higher-grade).ii פרופסיונאליים ברמה נמוכה ;(lower-grade) routine non-manual employees, higher ) עובדים שאינם עובדי-כפיים ברמה גבוהה.IIIa routine non-manual employees, ) עובדים שאינם עובדי כפיים ברמה נמוכה.IIIb ;(grade.ivb אמנים וכדומה המעסיקים עובדים;,(small proprietors) בעלי רכוש.IVa ;(lower grade בעלי רכוש, אמנים וכדומה שאינם מעסיקים עובדים;.IVc חקלאים, בעלי חוות קטנות ועצמאיים באמצעי ייצור ראשוניים production) V. ;(primary טכנאים ברמה נמוכה lower-) skilled manual ) עובדי כפיים מיומנים.VI ומפקחים על עובדי כפיים; (grad technicians 31

46 .VIIa ;(workers עובדי כפיים לא מיומנים ולא מיומנים חלקית;.VIIb עובדי חקלאות ועובדים אחרים באמצעי ייצור ראשוניים לא קיימת בהכרח היררכיה בין הקטגוריות, קבוצות 18. (Erikson and Goldthorpe 1992) 45) :(Erikson and Goldthorpe 1992: "צווארון לבן" אולם ניתן ליצור חלוקה היררכית גסה לשלוש "צווארון כחול",III) ;(VI,V,IVa-c "עובדים לא מיומנים" VIIb).(VIIa, או פרופסיונאליים ;(I+II) המעמד החברתי בעבודה זו חושב תחילה לכל פרט מתוך נתוני מפקד האוכלוסין ובעזרת המפתח הישראלי לסיווגים המעמדיים אשר הוכן על ידי 19, Yaish זאת על ידי שילוב הסטאטוס התעסוקתי ומשלח היד. בכדי לתקף את משתנה המעמד החברתי הושוותה ההתפלגות של משתנה זה במפקד האוכלוסין של שנת 1983 עם ההתפלגות הממוצעת של מדינות המערב ) al. Erikson et (1982; Erikson and Goldthorpe 1987 ולנתוני הגברים הישראלים לשנים 1974 ו (בנפרד לכל שנה וכממוצע) (2001.(Yaish ההשוואה העלתה מגמות דומות. לאחר מכן, חושב המעמד החברתי של משק הבית. ישנה בעיה לקבוע את המעמד החברתי של משפחה כאשר שני בני הזוג משויכים לפי משלח היד וסטאטוס התעסוקה שלהם לשני מעמדות שונים. לטענתו של (1984) Erikson המשפחה הגרעינית היא המרכיב הבסיסי של המבנה המעמדי של החברה המודרנית בגלל התלות של בני המשפחה אחד בשני. במאמרו הוא מציג מספר שיטות לזיהוי המעמד החברתי של המשפחה. השיטה המועדפת עליו היא "הגישה הדומיננטית" המתבססת על המעמד של בן הזוג בעל המעמד הגבוה, כאשר הוא מניח שקטגוריות גבוהות יותר שולטות (dominate) על קטגוריות נמוכות יותר. (1992) Erikson and Goldthorpe מציעים לקבוע את הדומיננטיות בעזרת שלושה קריטריונים: 1. מועסקים דומיננטיים על לא מועסקים. 2. מועסקים במשרה מלאה דומיננטיים על פני מועסקים במשרה חלקית. 3. כאשר שני הסעיפים הראשונים דומים, או שישנם ערכים חסרים נקבעת ההיררכיה לפי הדירוג הבא א. ;I+II ב. ;IVa+IVb ג. ;IVc ד. ;IIIa ה. ;VI+V ו. ;VIIa+IIIb ז..(Yaish 2004) VIIb משתנה המעמד החברתי של משק הבית חושב לפי הגישה הדומיננטית ולפי הקריטריונים שהוצגו לעיל. במידה ובראש משק הבית עמד רק אדם אחד או שרק לאחד מבני הזוג היה ערך תקף במעמד החברתי, המעמד החברתי שלו נזקף כמעמד של משק הבית. בחלק מהניתוחים משתנה המעמד החברתי של משק הבית קובץ לשלוש קטגוריות היררכיות עובדים לא מיומנים, עובדי צווארון כחול ועובדי צווארון לבן (ראה.(Erikson and Goldthorpe 1992: 45 המדד החברתי-כלכלי השני שהופק לצורך הניתוחים הסטטיסטיים הנו מדד בעלות על מוצרי בר- קיימא במשק הבית. ישנם מספר דרכים ליצור מדד מסוג זה המתבסס על מספר רב של אינדיקטורים (משתנים). השאלה המרכזית היא אילו משקולות, אם בכלל, יש לתת לכל משתנה במדד. אפשרות אחת היא לתת לכול המשתנים משקל זהה החלטה שעשויה להיות שרירותית במידה ומספר המקרים קטן או שישנו צורך מחקרי אחר ניתן לקבץ את 11 הקטגוריות כך שלבסוף יתקבל מספר קטן יותר (לפרוט ראה: (Erikson and Goldthorpe ניתן להורדה מאתר האינטרנט בכתובת:.

47 (האם סביר להניח שבעלות על דירה שווה במשקלה לבעלות על טלפון?). האפשרות השנייה היא לתת לכל אינדיקטור במדד משקל לפי המחיר שלו שהשאלה לא נשאלה או משום שהמשיבים אינם יודעים את המחיר. באמצעות ניתוח גורמים.(Filmer and Pritchett 2001) אולם זה לא תמיד אפשרי אם משום ניתוח גורמים אפשרות שלישית, היא (Factor Analysis) מתייחס לטכניקות רבות שמטרתן המשותפת היא לייצג מערך של פריטים על ידי מספר קטן יותר של גורמים. ההנחה העומדת מאחורי הניתוח היא שיש מספר גורמים מצומצם הגורם לשונות המשותפת במשתנים הנצפים. כך קבוצה של פריטים בעלי מתאם גבוה יותר בינם לבין עצמם, מאשר בינם לבין פריטים אחרים, יוצרים גורם אחד (1992.(Kim and Mueller ;1978 Spector באופן אינטואיטיבי ניתן לומר כי הגורם הראשון העולה מהניתוח הוא האינדקס הלינארי של כל המשתנים התופסים את המידה הגדולה ביותר של מידע המשותף לכל המשתנים ) and Filmer.(Pritchett 2001 (2001) Flimer and Prichett מצאו במחקרם כי אינדקס רכוש המורכב ממשקולות של ניתוח גורמים הוא עקבי יותר לאורך זמן ומנבא טוב יותר את המשתנה התלוי "רישום לבית הספר" מאשר מדד הוצאות משק הבית. נוסף על כך 20 מספר מדדי בעלות על מוצרי בר-קיימא (2002) Bollen, Glanville, and Stecklov בחנו ומצאו כי המדד המנבא בצורה הטובה ביותר את הפוריות (fertility) של נשים הוא מדד בעלות על מוצרים במשק הבית משוקלל. למרות שהם בחנו את הפוריות כמשתנה תלוי, החוקרים מציינים כי ההשלכות של מחקרם הם מעבר למשתנה תלוי זה. הבעיה העיקרית של אינדקס הרכוש הוא שהמשקולות של המשתנים השונים אינם בעלי יסוד תיאורטי 2001).(Filmer and Pritchett מדד בעלות על מוצרי בר-קיימא במשק הבית נאמד בעבודה זו בעזרת מדד הרכוש שהוצע על ידי ;1999) Filmer and Pritchett.(2001 המדד כולל 14 משתנים במפקד 1983 ו- 15 משתנים במפקד 4.2 ולוח 4.1 לוח (ראה 1995 בהתאמה), משתנים הבוחנים את איכות הבית: המחולקים לשתי קבוצות עיקריות. בעלות על הדירה לא); / (כן האחת כוללת שנת סיום בניית הדירה (בקטגוריות); מספר החדרים לנפש; חימום הדירה באופן חשמלי על ידי רדיאטור או תנור נייד; מספר חדרי השירותים; הקיימא הקיימים בבית (אין/ שי האם יש אמבטיה. השנייה כוללת משתנים המודדים את מוצרי בר- ): טלפון; מערבל חשמלי; טלוויזיה צבעונית; טלוויזיה שחור לבן; שואב אבק; תנור אפיה; מדיח כלים, מזגן, מחשב, מכונת כביסה, מייבש כביסה, מיקרוגל, מכשיר וידאו ומכונית (אין מכונית, מכונית אחת, יותר מאחת) מדד מוניטין המקצוע prestige) ;(occupational לוג (log) של הוצאות המשפחה (כאמד של הכנסה משפחתית); סיכום פשוט של מספר המוצרים העומדים לרשות משק הבית; סכום העלות של המוצרים במשק הבית; סיכום סכום העלות החציוני של המוצרים במשק הבית (במקום להסתמך על העלות הניתנת על ידי המשיב, הם חישבו את העלות החציונית של כל מוצר מתוך התשובות של כלל המשיבים); מדד בעלות על מוצרים במשק הבית משוקלל, כאשר המשקולות נלקחות מניתוח גורמים; ומדד איכות הדיור (האם יש שירותים, חשמל, מספר דירות במשק הבית וכדומה).

48 לוח 1.4: סטטיסטיקה תיאורית של המשתנים המרכיבים את מדד בעלות על מוצרי בר-קיימא במשק הבית למפקד 1983 Table 4.1: Descriptive statistics for the variables included in the asset index in 1983 census משתנה בעלות על דירה בעלות על טלוויזיה צבעונית בעלות על טלוויזיה שחור לבן בעלות על טלפון בעלות על מדיח כלים בעלות על מערבל חשמלי בעלות על רכב בעלות על שואב אבק בעלות על תנור אפיה האם יש אמבטיה חימום הדירה באופן חשמלי מספר חדרי שירותים מספר חדרים לנפש שנת סיום הדירה (בקטגוריות) ממוצע סטיית תקן לוח 2.4: סטטיסטיקה תיאורית של המשתנים המרכיבים את מדד בעלות על מוצרי בר-קיימא במשק הבית למפקד 1995 Table 4.2: Descriptive statistics for the variables included in the asset index in 1995 census משתנה בעלות על דירה בעלות על טלוויזיה צבעונית בעלות על טלפון בעלות על מדיח כלים בעלות על מזגן בעלות על מחשב בעלות על מיבש כביסה בעלות על מיקרוגל בעלות על מכונת כביסה בעלות על מכשיר וידאו בעלות על רכב האם יש אמבטיה חימום הדירה באופן חשמלי מספר חדרים לנפש שנת סיום הדירה (בקטגוריות) ממוצע סטיית תקן כדי לאמוד את המשקולות השונות של המשתנים בוצע ניתוח גורמים ) Component Principal factor score האמדים של הגורם הראשון נלקחו כמשקולות, זאת על ידי הפקת.(Analysis לגורם הראשון. ה- factor score הופק בשיטת הרגרסיה Method) (Regression ולפיה הממוצע הוא 0 והשונות שווה לריבוע הקורלציות המרובות בין אומדן ה- factor score לבין הערך האמיתי של הגורם. ה- Eigenvalue של הגורם הראשון הוא 3.68 במפקד 1983 ו במפקד 1995; אחוז השונות המשותפות (covariance) המוסברת על ידי הגורם הראשון במפקד 1983 הוא ובמפקד 1995 הוא נתונים דומים לאלו שקיבלו (2001) Filmer and Pritchett במחקרם. ככל שהמדד גבוה יותר לרשות משק הבית מוצרים רבים יותר ולכן המעמד החברתי-כלכלי של 34

49 משק הבית גבוה יותר. בחלק מהניתוחים חולק המדד לרבעונים, כאשר הרבעון הראשון הוא הנמוך ביותר ומעיד על מעמד חברתי-כלכלי נמוך; והרבעון הרביעי הוא הגבוה ביותר ומעיד על מעמד חברתי-כלכלי גבוה. בנוסף לשני משתנים אלו חושבה ההכנסה הממוצעת לנפש של משק הבית. בכדי לאפשר השוואה בין נתוני מפקד 1983 לנתוני מפקד 1995, נתוני סך ההכנסות של משק הבית המקוריים של מפקד 1983 הומרו למונחי קנייה של ספטמבר.1995 ההמרה בוצעה באופן הבא: ראשית, ההכנסות הומרו משקל ישן לשקל חדש על ידי חלוקה באלף. שנית, מדד המחירים לצרכן בספטמבר 1995 (125.7) תוקנן על ידי הכפלתו ב"מקדמי הקשר" (ראה הלשכה המרכזית לסטטיסטיקה 2005: לוח.2.421*1.775*2.25*100= :(13.3 כך שהמדד המתוקנן לשנת הוא: , בשלב הבא נאמד השינוי במדד בין אפריל 1983 לספטמבר 1995 על ידי חלוקה של המדד המתוקנן של ספטמבר 1995 עם מדד אפריל (934.9) השינוי במדד הנו לאחר מכן, הוכפלו ההכנסות בשקל חדש במפקד 1983 בשינוי המדד. לבסוף חולקו ההכנסות המתוקננות (במפקד 1983) והמקוריות (במפקד 1995) במספר הנפשות במשק הבית. בחלק מהניתוחים גם משתנה זו חולק לארבעה רבעונים, ביותר. כאשר הרבעון הרביעי מעיד על ההכנסה המשפחתית לנפש הגבוהה אמידת השינוי במשתנים חברתיים-כלכליים משנת 83' לשנת 95' מכיוון שישנם משתנים חברתיים-כלכליים העשויים להשתנות לאורך השנים (כגון: השכלה 21 והכנסה), ישנה חשיבות לנסות לאמוד את השינוי במשתנים אלו. כך לדוגמה, כפי שיתואר בהמשך, תאונה שהתרחשה בשנת 1989 מזווגת עם נתונים ממפקד,1983 אך ישנה אפשרות שמאפייני פרט מסוימים השתנו במשך תקופה זו של 6 שנים. כדי שניתן יהיה לתקן את נתוני המפקד על מנת שיתאימו לשנת התרחשות התאונה, נאמד השינוי במשתנים אלו משנת לשנת 1995 באופן הבא: מפקד 1983 אוחד עם מפקד 1995 לפי מספרי הזהות הפיקטיביים, איחוד זה הביא להתאמה של 7.3% בין שני המפקדים - כלומר 121,013 משתתפים נדגמו ב- 20% של שני המפקדים. על מנת לוודא שאכן מדובר באותם המשתתפים נערכה השוואה בין המגדר ושנת הלידה של המשתתפים להם נמצאה התאמה בשני המפקדים. אחוז ההתאמה (מתוך אלו שנמצאו מזווגים) היה 92.7%. לאחר מכן, לכל פרט שזווג נבחן אחוז השינוי בין שני המפקדים במשתנים הבאים: שנות לימוד ל- 49.1% מאוכלוסיית המזווגים (55,012=N) היה רישום לגבי שנות הלימוד בשני המפקדים שהונח שהייתה טעות); (נבדקים שהשכלתם "ירדה" הכנסה משפחתית ברוטו ממוצעת בין שני המפקדים הושמטו מכיוון 17% עבור מהקובץ המזווג היו נתונים על המשתנה בשני המפקדים (19,126=N); מדד בעלות על מוצרי בר-קיימא במשק הבית: ל- 64.7% היו נתונים בשני המפקדים (72,537=N). לאחר מכן הקובץ המזווג חולק ל- 60 תתי קבוצות לפי המחוז בו מתגורר המשתתף (צפון, חיפה, מרכז, תל-אביב, ירושלים והדרום קיבוץ של משתנה "אזור טבעי"), מינו וגילו (בשש קטגוריות: 21 בניתוחים הסופיים לא נעשה שימוש במשתני אומדן אלו מכיוון שהם היו מוטים מאוד ונוצר קושי לתקן אותם הכוונה לנתוני 20% מהמפקד, המתבססים על "השאלון המורחב" (ראה לעיל) ומהווים מדגם מיצג של אוכלוסיית ישראל בזמן המפקד.

50 0-19; 20-29; 30-39; 40-49; 50-59; 60+). לכל קבוצה חושב השינוי הממוצע לשנה וסטיית התקן עבור שלושת המשתנים להם נערכה האמידה. קבוצות בהן היו מספר מקרים הקטן מ- 50 (פרט לקבוצה אחת בה היה 41) אוחדו לקבוצות רחבות יותר (במרבית המקרים אוחדו קטגוריות הגיל). מכיוון שבמשתנה ההכנסה היה אחוז זיווג נמוך, נוצרו למשתנה זה 33 קבוצות, בעוד שלשני המשתנים האחרים נוצרו 60 קבוצות. בשלב מאוחר יותר, בו אוחדו קבצי תאונות הדרכים עם קבצי המפקד (ראה בהמשך), תוקננו משתנים אלו באופן הבא: כל משתתף בקובץ המשולב הושם באחת מ- 60 הקבוצות ו- 33 הקבוצות המאוחדות. לכל משתתף חושב הפרש השנים בין המפקד לשנת התאונה, פער זה הוכפל בתקנון הקבוצתי הממוצע והוסף למשתנה המקורי זקיפת נתוני ההורים לילדים מתחת לגיל 15 ילדים מתחת לגיל 15 לא מלאו את השאלון המורחב הכולל, כאמור, שאלות לגבי השכלה, תעסוקה וכדומה. לפיכך, הועלה צורך להשלים עבור משתתפים אלו את הנתונים החסרים, שכן ילדים אלו עלולים להיות מעורבים בתאונות דרכים בגיל מאוחר יותר ולא היינו מעוניינים לאבד את הנתונים הדמוגראפיים שלהם (במפקד 1983 היו 529,955 ילדים מתחת לגיל 15, מתוכם 517,740 ילדים שהוגדרו כבנים / בנות של ראש משק הבית; במפקד 1995 היו 616,765 ילדים מתחת לגיל 15, מתוכם 568,570 ילדים שהוגדרו כבנים / בנות של ראש משק הבית). כמובן, שלא היה צורך להשלים את הנתונים אודות מאפייני משק הבית, כגון הכנסה משפחתית ובעלות על מוצרי בר-קיימא במשק הבית, מכיוון שבאופן אוטומטי הילדים מתחת לגיל 15 קיבלו את הנתונים של משק הבית בו הם מתגוררים. כדי להשלים את הנתונים נזקפו לכל ילד שגר במשק בית עם הוריו הנתונים הדמוגראפיים שלהם. זאת באופן הבא: נבחרו ילדים מתחת לגיל 16 שקירבתם לראש משק הבית היא "בן/בת". לאחר מכן, נבחרו ראשי משק בית ונשים או בעלים של ראשי משק הבית ובוצעה התאמה בין הילדים להורים שלהם לפי מספר משק הבית בו הם גרים. לכל ילד נזקפו נתוני ההורים הבאים: 1. שנות הלימוד של ההורה בעל שנות הלימוד הרבות ביותר. 2. התעודה הגבוהה ביותר של ההורה בעל התעודה הגבוה ביותר. כמו כן, בכדי לאפשר בשלב מאוחר יותר לבצע תיקנונים למשתנים אלו (לפי התיקון שצריך לקבל ההורה), לכל משתנה שהוזכר לעיל נוצר משתנה מקביל שמציין לאיזו קבוצה שייך ההורה שממנו נלקחו הנתונים הרלוונטיים קישור בין קבצי תאונות הדרכים לקבצי המפקד הקישור בין קבצי תאונות הדרכים (קובץ תאונות, מעורבים וכלי רכב) לבין קבצי המפקד (לשנת 1983 ו- 1995) התבצע במספר שלבים וכלל מספר בדיקות לוגיות. בשלב הראשון קובץ המעורבים, הכולל את נתוני המעורבים בתאונות דרכים משנת 1983 עד שנת 2004, אוחד עם קובץ רכב וקובץ התאונות הכללי. באופן זה לכל מעורב בתאונת דרכים, המהווה שורה בקובץ הנתונים, ישנם נתונים על המעורב עצמו, על הרכב בו נסע (אם נסע) ופרטים כללים על התאונה. האיחוד נערך באמצעות מספר התאונה ומספר הרכב בתאונה. בשלב השני קושרו נתוני המפקדים לקובץ התאונות שהופק בשלב הראשון, בעזרת מספרי תעודות הזהות הפיקטיביים. 36

51 שילוב שני סוגי הקבצים נערך באופן הבא: תאונות שהתרחשו בין השנים שולבו עם קובץ המפקד של שנת 1983 ותאונות שהתרחשו בין השנים שולבו עם מפקד באופן זה, במפקד, ניתן להצביע על כיוון הסיבתיות ולומר כי משתנים שונים של הפרט, הם אלו שעשויים היו להשפיע על התאונה שהתרחשה במועד מאוחר יותר. כפי שנמדדו שילוב הנתונים בצורה אחרת, למשל תאונה שהתרחשה בשנת 1987 עם מפקד אוכלוסין של שנת 1995, עלול להוביל להטיה בממצאים. שכן, יכול להיות שעצם המעורבות בתאונה שהתרחשה בשנת 1987 תשנה חלק מהמאפיינים האישיים של המעורב בה, כמו למשל רמת הכנסה, מקצוע וכדומה, כפי שנאספו במפקד בשנת 1995 (הקישור נערך משנת 1996 ואילך משום "שהיום הקובע" של מפקד 1995 היה 4 בנובמבר 1995 ובקובץ התאונות לא ניתן היה לקבל הבחנה לפי חודש אלא רק לפי חצי שנה. מתוך ההיגיון שעמד מאחורי השילוב, איחוד נתוני התאונות מאמצע שנת 1995 עם מפקד 1995 עשוי היה לכלול גם תאונות שהתרחשו לפני המפקד). לגבי מרבית התקופה הנחקרת, עד שנת,2001 נאספו לרוב על ידי משטרת ישראל רק מספרי תעודות הזהות של הנהגים שהיו מעורבים בתאונה. בנוסף, למרבית הנהגים הזרים (אנשי או"ם, תיירים), הדיפלומטים, הפלשתינאים (שאינם נמצאים במרשם התושבים הישראלי) והאנונימיים אין תעודות זהות ולכן הם לא קושרו עם המפקד. כמו כן, ישנם נהגים בעלי מספר תעודת זהות פיקטיבי בקובץ התאונות, אולם לא נמצאה להם התאמה במפקד הרלוונטי משום שקיימת שגיאה במספר תעודת הזהות (בקובץ התאונות או במפקד), או שהם עולים חדשים שלא הופיעו במפקד וכדומה. אחוזי הקישור בקרב נהגים בעלי מספרי תעודות הזהות הפיקטיביים בין קבצי התאונות למפקד 1983 מוצגים בלוח 4.3. כפי שניתן לראות בלוח אחוז הקישור הממוצע בין מפקד 1983 לבין קבצי התאונות עומד על כ- 87%, כאשר בשנת 1995 אחוז הקישור הוא הנמוך ביותר (84%) ובשנת 1990 אחוז הקישור הגבוה ביותר (90%). לוח 3.4: אחוזי הקישור בקרב נהגים בעלי מספרי תעודות זהות פיקטיביים בין קבצי תאונות הדרכים לבין מפקד 1983, לפי שנים Table 4.3: Average link rate among drivers with ID, between car accident files and the 1983 census, by year שנה סה"כ N 15,679 14,871 14,598 16,663 16,559 16,872 16,881 23,679 28,764 32,625 32,683 29,819 32, ,775 אחוזי קישור 87.8% 87.5% 87.8% 88.1% 88.1% 88.1% 88.3% 90.3% 89.2% 87.2% 85.7% 84.6% 84.0% 87.1% 37

52 לוח 4.4 מעלה כי אחוז הקישור הממוצע בין קבצי התאונות לבין מפקד 1995, בקרב נהגים בעלי מספרי תעודות הזהות הפיקטיביים, עומד על כ- 92%, כאשר אחוז הקישור במגמת ירידה משנת (93%) 1996 עד.(90%) 2004 לוח 4.4: אחוזי הקישור בקרב נהגים בעלי מספרי תעודות זהות פיקטיביים בין קבצי תאונות הדרכים לבין מפקד 1995, לפי שנים Table 4.4: Average link rate among drivers with ID, between car accident files and the 1995 census, by year שנה סה"כ N 43,488 43,719 43,179 38,423 33,268 30,103 31,085 29,359 29, ,351 אחוזי קישור 93.0% 92.6% 92.3% 91.9% 91.2% 90.8% 90.4% 90.1% 90.0% 91.5% בכדי לבחון האם המקרים שלא קושרו לקובץ המפקד נובעים מטעות אקראית כלשהי או מהטיה שיטתית, נערכה השוואה על פני סדרה של משתנים (כגון: מגדר, שנת לידה, יחידה בה התרחשה התאונה, האם התאונה התרחשה ביום או בלילה, סוג דרך, מזג אוויר, סוג תאונה ועוד) בין הנהגים שקושרו למפקד לבין אלו שלא (בקרב הנהגים בעלי מספרי תעודות הזהות הפיקטיביים). השוואת הממוצעים של שתי הקבוצות העלתה כי לגבי שני המפקדים לא קיימים הבדלים משמעותיים בין שתי הקבוצות (פחות מ- 5% הבדל). כך למשל בנתונים שאוחדו עם מפקד 1983 אחוז התאונות שהתרחשו ביחידה המשטרתית "תל-אביב" עמד על 39% בשתי הקבוצות (אלו שקושרו לעומת אלו שלא קושרו) א; חוז התאונות שהתרחשו בצומת עירונית עמד על 40% בקרב הנהגים שלא קושרו ו- 39% בקרב אלו שקושרו; בנתונים שאוחדו עם מפקד 1995, 2.1% תאונות קטלניות, בעוד שבקבוצה שלא קושרה 1.7% היו תאונות קטלניות. היו לוח 5.4: איכות הקישור בין קבצי התאונות לקבצי המפקד, מתוך הנתונים המקושרים לפי מספרי תעודות הזהות הפיקטיביים, לפי מגדר וגיל Table 4.5: Link quality of the accident files and census files, by gender and age התאמה מלאה התאמה חלקית - שנת לידה לא זהה, מגדר זהה התאמה חלקית - שנת לידה זהה, מגדר לא זהה אין התאמה סה"כ % 97.6% 1.5% 0.8% 0.1% 100.0% 1995 N 367,787 5,593 3, ,672 % 89.8% 6.5% 1.8% 1.8% 100.0% 1983 N 262,153 19,089 5,352 5, ,775 איכות הקישור נבחנה בעזרת השוואה של המגדר ושנת הלידה של כל מעורב בתאונת דרכים בקובץ התאונות עם המגדר ושנת הלידה כפי שמופיעים בקבצי המפקד. לצורך ההשוואה הופק משתנה חדש בעל ארבע קטגוריות: התאמה מלאה בין המפקד לקובץ התאונות במגדר ושנת לידה 38

53 (כאשר פער של שנת לידה אחת יותר ושנה אחת פחות נחשבה כהתאמה מלאה); התאמה חלקית בה רק המגדר זהה אך שנת הלידה אינה זהה; התאמה חלקית בה שנת הלידה זהה אך המגדר אינו זהה; אין התאמה גם המגדר וגם שנת הלידה אינם מתאימים. מתוך לוח 4.5 ניתן ללמוד כי בקרב המעורבים שאוחדו עם קבצי המפקד בעזרת מספרי תעודות הזהות הפיקטיביים ישנה התאמה מלאה של כ- 90% בין קבצי התאונות לבין מפקד 1983 ושל כ- 98% עם מפקד ההתאמה המלאה והחלקית של כלל הקובץ המאוחד לנתונים שאוחדו עם מפקד 1983 ומפקד 1995 הנה 99.2% (לא מופיע בלוח) אומדני חשיפה אמידת החשיפה של הנהגים המעורבים בתאונות דרכים התבצעה בעזרת שני מדדים נסועה יומית ממוצעת בק"מ ואחוז בעלי רישיון נהיגה. אומדן הנסועה היומית הממוצעת בק"מ התבסס על נתוני סקר הרגלי הנסיעה (ראה פירוט לעיל). משתתפי הסקר חולקו ל- 67 קבוצות לפי מגדר, גיל (שש קטגוריות: 65+) 55-64, 45-54, 35-44, 25-34, 16-24, ומחוז מגורים (שש קטגוריות: צפון, חיפה, מרכז, ת"א, ירושלים ודרום). קבוצות בעלות פחות מ- 50 משתתפים אוחדו עם קבוצה אחרת, על פי רוב עם קבוצת גיל מבוגרת/צעירה יותר. לכל קבוצה חושב אומדן נסועה לנהג על ידי חלוקה של סך הנסועה בק"מ של הקבוצה במספר הנהגים בקבוצה. באופן דומה חושב אחוז בעלי הרישיון בכל קבוצה. משתנה זה נאמד מקבצי מפקד האוכלוסין המקוריים (לפני שילובם עם קבצי התאונות), אשר היוו מדגם מייצג של משקי הבית בישראל. המשתתפים במפקד חולקו לשישים קבוצות לפי מגדר, גיל (חמש קטגוריות: 35-44, 25-34, 16-24, ) 45-54, ומחוז (שש קטגוריות: צפון, חיפה, מרכז, ת"א, ירושלים והדרום). לכל קבוצה חושב אחוז בעלי הרישיון מכלל חברי הקבוצה. לוח 6.4: נסועה יומית ממוצעת בק"מ לנהג ברכב פרטי, לפי מגדר וגיל Table 4.6: Average daily travel in Km, for driver of private vehicle, by gender and age סה"כ גבר אישה כלל הנהגים (1996) אומדן נסועה מתוך בסיס הנתונים המשולב ( ) סך הכול סך הכול במפקד 1983 נוצרו 59 קבוצות כיוון שקבוצה אחת הייתה קטנה מידי. 39

54 לאחר מכן, שולבו אומדנים אלו בקובץ המאוחד של תאונות דרכים והמפקד. השילוב נערך באופן הבא. ראשית, הקובץ המאוחד חולק לקבוצות כפי שהוצגו לעיל בעזרת שני משתנים חדשים (משתנה קבוצות לאומדן נסועה ומשתנה קבוצות לאחוז בעלי רישיון). לאחר מכן, נזקף לכל נהג ממוצע הנסועה בק"מ ואחוז בעלי הרישיון, על פי הקבוצה אליה הוא שייך. חשוב לציין כי ניתן היה לייצר קבוצות רבות יותר, אולם מספר המקרים שהיה מתקבל בכל קבוצה היה קטן מידי לצורך הסקות סטטיסטיות. כמו כן, הוספת משתנים, כגון השכלה והכנסה, כמשתנים היוצרים את הקבוצות הייתה גורמת לכך שרק למספר מקרים מועט בקובץ המשולב היו נזקפים האומדנים. שכן, למשתנים אלו יש מספר גדול של מקרים חסרים. הנסועה השנתית בק"מ הנה אחד מהמנבאים החזקים למעורבות בתאונות דרכים שיעור 24 התאונות גדל ככל שהנסועה גדלה (1999 al..(lourens et לכן, אם אנו מניחים כי המעורבים בתאונות דרכים הם בעלי רמות נסועה גבוהות יותר מנהגים שאינם מעורבים בתאונות, ניתן לתקף את אומדני הנסועה היומית הממוצעת בק"מ שהתקבלו על יד השוואתם לנתוני כלל אוכלוסיית הנהגים. לוח 4.6 משווה בין נתוני הנסועה היומית הממוצעת בק"מ של נהגים ברכב פרטי כפי שמוצגים בפרסומי הלמ"ס (2001) לבין אומדן הנסועה שהופק מהקובץ המאוחד, לפי מגדר וגיל. העמודה הימנית מציגה את נתוני סקר הרגלי הנסיעה לשנת 1996 עבור כלל נהגי הרכב הפרטי באגד ערים תל-אביב, אגד ערים חיפה ואגד ערים ירושלים וסביבתה (שכן, לא קיימים נתונים ארציים רשמיים מלאים) העמודה השמאלית כוללת את נתוני אומדני הנסועה לשנים עבור נהגים ברכב פרטי המעורבים בתאונת דרכים, בהתאם לשיטה שהוזכרה לעיל אשר הופקו מהקובץ המאוחד כפי שניתן לראות בלוח בכל הקטגוריות אומדן הנסועה לק"מ של נהגים שהיו מעורבים בתאונות דרכים גבוה מהנסועה של כלל נהגי הרכב הפרטי. ממוצע הנסועה של כלל נהגי הרכב הפרטי הנו 39.4 ק"מ ליום, בעוד שממוצע אומדן הנסועה של נהגי רכב פרטי שהיו מעורבים בתאונות עומד על ק"מ ליום. עוד ניתן ללמוד מהלוח כי התפלגות הנסועה לפי מגדר וגיל דומה בקרב כלל הנהגים לזו של הנהגים המעורבים בתאונות דרכים. כך למשל, הנסועה הממוצעת של כלל הנהגים הגברים (45.4 ק"מ) גבוה מזה של הנשים (28.7 ק"מ), באופן דומה אומדן הנסועה של הגברים המעורבים בתאונות (55.2 ק"מ) גבוהה מזו של הנשים המעורבות בתאונות (33.1 ק"מ). כמו כן, הן בקרב כלל הנהגים והן בקרב הנהגים המעורבים בתאונות ככל שהגיל עולה הנסועה לק"מ קטנה. כלומר, נראה כי הנתונים העולים מלוח 4.6 מחזקים את העובדה כי באומדני הנסועה לק"מ שהופקו לצורך עבודה זו מתקיימות המגמות המצופות. הסיבה נעוצה כנראה בכך שישנן קבוצות בעלות ייצוג חסר בבסיס הנתונים המשולב, זאת מכיוון שהן מעורבות פחות בתאונות, ולכן 25 ממוצע הנסועה המתקבל לפי מגדר וגיל הנו שונה מזה של כלל האוכלוסייה יחד עם זאת, מחקרים מראים כי נהגים בעלי רמות גבוהות של נסועה הם גם בעלי רמות סיכון נמוכות לק"מ נסועה, מאשר נהגים בעלי רמות נסועה נמוכות ) and Massie, Green, and Campbell 1997; Lourens, Vissers,.(Jessurun 1999 ייתכן וההבדלים נובעים מכך שנתוני "כלל" הנהגים כוללים למעשה רק נתונים עבור נהגים באגדי ערים ירושלים, תל-אביב וחיפה ואינם כוללים נתונים אודות נהגי הפריפריה, העשויים להיות בעלי נסועה גבוהה. אולם, חישוב הנסועה עבור כלל הנהגים מתוך נתוני סקר הרגלי הנסיעה העלה ממוצע של 43 ק"מ ליום, כך שנראה כי הכללת נסועת נהגי הפריפריה לא משנה באופן משמעותי את ההבדלים בין "כלל הנהגים" לנהגים המעורבים בתאונות.

55 לוח 7.4: אומדן נסועה יומית ממוצעת בק"מ לנהג ברכב פרטי, לפי היחידה המשטרתית בה התרחשה התאונה, מתוך בסיס הנתונים המשולב Table 4.7: Estimated average daily travel in Km for driver of private vehicle, by police district in which the accident occurred, from the merged database יחידה משטרתית גליל עמקים נגב שמשון לכיש ירושלים אילת חוף שפלה שרון תל אביב סה"כ ממוצע נסועה בק"מ לוח 4.7, המציג את אומדן הנסועה היומית הממוצעת לנהג ברכב פרטי לפי היחידה המשטרתית בה התרחשה התאונה (מתוך בסיס הנתונים המשולב), מעלה כי ישנם הבדלים ברמות הנסועה גם לפי האזור הגיאוגרפי בו התרחשה התאונה. היחידה המשטרתית בה אומדן ממוצע הנסועה היומית לנהג הוא הגבוה ביותר היא גליל (61.06 ק"מ), בעוד שהיחידה בה הממוצע הנמוך ביותר היא תל-אביב (39.87 ק"מ) משתנים חדשים בבסיס הנתונים המאוחד והגדרות בסיס הנתונים המאוחד אפשר לשפר את איכות המשתנים הקיימים בקבציי תאונות הדרכים וליצור מספר משתנים חדשים. כך למשל מקרים בהם ערכי משתני המגדר ו/או שנת הלידה בקובץ התאונות היו חסרים הושלמו, במידת האפשר, מהנתונים הקיימים לגבי אותו אדם בקובץ המפקד. כאן המקום לציין שלמרות שבמקרים מסוימים התגלו סתירות בין הנתונים בקבציי התאונות לבין קבציי המפקד לא בוצעו שינויים במשתנים המקוריים, זאת משום שלא ניתן היה לקבוע אילו נתונים הם המדויקים יותר. משתנה הגיל בשנת התאונה חושב על ידי הפחתת שנת הלידה משנת התאונה; "האזור הטבעי" בו מתגורר המעורב (נתון הקיים במפקד) הומר בעזרת טבלאות המרה של הלשכה המרכזית לסטטיסטיקה ונתוני משטרת ישראל למשתנה היחידה המשטרתית בה מתגורר המעורב; המשתנה המתאר האם התאונה התרחשה באותה היחידה המשטרתית בה מתגורר המעורב חושב על ידי השוואה של היחידה המשטרתית בה התרחשה התאונה עם משתנה היחידה המשטרתית בה מתגורר המעורב; מהשוואת האזורים הטבעיים בהם מתגוררים שני הנהגים המעורבים בתאונות נוצר משתנה חדש המציג האם שני הנהגים מתגוררים באזור טבעי דומה או שונה; המשתנה ותק בישראל חושב על ידי הפחתה של שנת העלייה משנת התרחשות התאונה; המשתנה ותק בנהיגה חושב מהפחתה של שנת קבלת הרישיון משנת התרחשות התאונה; המשתנה רכב ישן / רכב חדש חושב על ידי הפחתת שנת ייצור הרכב משנת התרחשות התאונה, רכב בעל שנת ייצור הקטנה מארבע שנים מזמן התרחשות התאונה הוגדר כרכב חדש ורכב בעל 41

56 שנת ייצור הגדולה משלוש שנים הוגדר כרכב ישן; הדמה: רכב פרטי, אופנוע, משאית, מונית-אוטובוס ורכב אחר. לפי הגדרות הלשכה המרכזית לסטטיסטיקה (2004) משתנה סוג הרכב המקורי פוצל למשתני תאונה קטלנית הנה תאונה שבה או בעקבותיה נהרג אדם אחד לפחות. כאשר הרוג הוא אדם שמת בעקבות תאונה או שמת מפצעיו בתוך 30 יום מיום התאונה. תאונה קשה היא תאונה שבעקבותיה אדם אחד לפחות נפצע באופן קשה ושלא נהרג בה אף אדם. פצוע קשה הוא אדם שאושפז בעקבות תאונת דרכים בבית חולים לתקופה של 24 נוספה בדצמבר שעות ויותר, תאונה קלה 1995). שלא לצורך השגחה בלבד (התוספת "שלא לצורך השגחה בלבד" מוגדרת כתאונה שבעקבותיה לפחות אדם אחד נפצע קל ושאינה תאונה קטלנית או עם פצוע קשה. במקרה זה פצוע קל מוגדר כאדם שנחבל בתאונה ולא אושפז, או שאושפז לתקופה קצרה מ- 24 שעות, או לצורך השגחה בלבד. משתני היחידה המשטרתית שבאחריותה אירעה התאונה. מייצגים את דרך עירונית היחידה המשטרתית אשר באזור הגיאוגרפי הנה כל דרך הנמצאת בתחום הרשות המקומית, שהכניסה אליה מסומנת בתמרור יישוב והיציאה ממנה מסומלת בתמרור יציאה מהיישוב. צומת הנו שטח המתהווה על ידי מפגש של שתי דרכים או יותר (מעבר לתאונות שהתרחשו בצומת, נרשמות כתאונות בצומת תאונות שאירעו בזרוע הצומת, אך קרו בגלל הקרבה לצומת). תאונות יום נקבעות לפי זריחת השמש ושקיעתה בכל יום בשנה קבצי עבודה המבנה המודולארי של בסיס הנתונים המאוחד אפשר בנייה של שלושה קבצי עבודה שונים, כאשר כל אחד מהם נועד לענות על שאלה מחקרית אחרת. בחלק הבא יוצגו קבצי העבודה, אופן הכנתם וסטטיסטיקה תיאורית של משתנים מרכזיים בכל קובץ קובץ הנתונים המאוחד מתוך בסיס הנתונים המאוחד הופק קובץ הנתונים המאוחד. בדומה לבסיס הנתונים המאוחד, קובץ זה כולל בכל שורה נהג אחד שהיה מעורב בתאונת דרכים. לוח 4.8 מציג, מתוך קובץ 26 הנתונים המשולב, את התפלגות חומרת התאונות של נהגים ברכב מנועי מגיל 15 ומעלה לפי שנות המחקר. הלוח, בדומה למרבית הממצאים שיוצגו בפרקים הבאים, מתייחס רק לנהגים שנתוניהם זווגו עם קבצי המפקד (ראה לעיל). כמו כן, בסיס הנתונים המאוחד אינו כולל תאונות שאירעו ביהודה ושומרון ובחבל עזה. כפי שניתן להבחין בלוח,4.8 קובץ הנתונים המשולב כולל 587,250 נהגים, מתוכם 10,843 מעורבים בתאונות קטלניות ו- 68,623 מעורבים בתאונות קשות המהווים יחד כ- 13.5% מכלל התאונות. הלוח מעלה עוד כי לא קיימת אחידות בשכיחות התאונות לאורך השנים. הסיבה להבדלים אלו נובעת בחלקה משינויים בתהליכי הרישום של תאונות הדרכים שהחלו בשנת כך לדוגמה משנת 1990 הועשר קובץ התאונות על ידי הקבלתו עם נתונים מקבצים אחרים, תהליך שהגדיל את המידע על משתנים מסוימים (כגון: מגדר, גיל, שנת החזקת רישיון). לאחר מכן בשנים בקרב התאונות הקשות והקטלניות לאורך כל תקופת המחקר ישנם 69 מעורבים בגיל 15, המהווים בהתאמה 0.1% ו- 0.5% מהמעורבים בתאונות אלו. ו- 419 מעורבים בגיל 16

57 1993 ו שונו חלק מהקריטריונים לפתיחת "תיק ת"ד" (עליו מתבססים נתוני עבודה זו). עיקר השינוי הראשון היה קיצור "פער הדיווח" (מספר הימים העובר בין תאריך התאונה לבין תאריך מסירת ההודעה למשטרה), עובדה שקיצרה את הזמן הקובע אם תאונה עם נפגעים קל תסווג "כתיק ת"ד" או "כתיק כללי עם נפגעים". כתוצאה מכך השינוי גרם להפחתה של יותר מ- 9% במספר התאונות עם נפגעים שנרשמו בקובץ "ת.ד". השינוי השני נועד ליצור אחידות בגורמים המשפיעים על סוג התיק שייפתח. לצורך כך הוגדל "פער הדיווח" על תאונות עם נפגעים קל בהם הייתה עבירת נהיגה חמורה כך שהיא תרשם "בתיק ת"ד". מאידך, הוספו תנאים מגבילים שיגרמו לתאונות קלות עם עבירת נהיגה קלה להיות מסווגות "בתיק כללי עם נפגעים". כמו כן, נערך שינוי בהגדרת פצוע קשה על ידי הוספת ההגדרה "שלא לצורך השגחה בלבד". נראה כי שינויים אלו גורמים בחלקם להקטנת מספר "תיקי ת"ד" ובחלקם להגדלתם, כמו גם לשינויים במספר התאונות עם פצועים קל וקשה (ראה פירוט השינויים: הלשכה המרכזית לסטטיסטיקה לוח 8.4: נהגים ברכב מנועי המעורבים בתאונות דרכים, לפי חומרה ושנה Table 4.8: Drivers of motor vehicles who were involved in accidents, by severity and year.(2004 % שנה קטלני % N קשה קל סה"כ N % N % N 100% 14,481 80% 11,629 18% 2,535 2% % 13,659 80% 10,983 17% 2,315 3% % 13,436 81% 10,853 17% 2,263 2% % 15,426 82% 12,650 16% 2,446 2% % 15,408 79% 12,220 18% 2,799 3% % 15,703 78% 12,317 19% 2,935 3% % 15,782 81% 12,755 17% 2,615 3% % 22,784 83% 19,008 15% 3,364 2% % 27,896 84% 23,382 14% 3,997 2% % 31,882 85% 27,003 14% 4,337 2% % 31,208 86% 26,776 12% 3,895 2% % 28,455 85% 24,057 13% 3,803 2% % 30,820 86% 26,377 12% 3,843 2% % 41,735 89% 37,329 9% 3,819 1% % 41,769 90% 37,474 9% 3,675 1% % 41,463 90% 37,264 9% 3,560 2% % 36,915 90% 33,217 9% 3,197 1% % 32,006 89% 28,556 9% 2,952 2% % 29,225 89% 25,914 9% 2,700 2% % 30,010 90% 26,902 8% 2,546 2% % 28,398 89% 25,412 9% 2,490 2% % 28,789 89% 25,706 9% 2,537 2% % 587,250 86% 507,784 12% 68,623 2% סה"כ 10,843 43

58 סה"כ) ) סטטיסטיקה תיאורית של נהגים ברכב מנועי המעורבים בתאונות קשות וקטלניות לפי מאפייני 27 התאונה והרכב לשנים מוצגת בלוח. 4.9 המשתנים המוצגים בלוח 4.9 הנם דיכוטומיים בינאריים (במקרים בהם המשתנה כלל יותר משתי קטגוריות הופק לכל קטגוריה משתנה דמה דיכוטומי). לאור זאת, הממוצע של כל משתנה שווה לפרופורציית המקרים בהם הערך הוא אחד. לוח 9.4: סטטיסטיקה תיאורית של נהגים ברכב מנועי המעורבים בתאונות קשות וקטלניות, לפי מאפייני התאונה והרכב Table 4.9: Descriptive statistics for drivers of motor vehicles involved in fatal and severe accidents, by accident and vehicle characteristics N משתנים ערכים אפשריים ממוצע סטית תקן 79,466 יחידה משטרתית (סה"כ) ,013 גליל ,172 עמקים ,284 חוף ,264 שרון ,589 תל אביב ,947 שפלה ,086 ירושלים ,596 לכיש שמשון ,483 נגב אילת 79,466 סוג דרך (סה"כ) ,325 עירוני בצומת ,542 עירוני לא בצומת ,680 בינעירוני צומת ,919 בינעירוני לא בצומת 79,466 יום בשבוע (סה"כ) ,869 ימים א' ה- ' ( 0 =סופ"ש) 79,464 יום / לילה (סה"כ) ,774 יום (לילה= 0 ) 78,542 מזג אוויר (סה"כ) ,131 בהיר ( 0 =אחר) 58,549 שנת ייצור (סה"כ) ,205 רכב חדש - עד 3 שנים (0= 3+) 79,466 סוג רכב ,613 רכב פרטי ,357 משאית ,231 אופנוע ,596 אוטובוס / מונית 27 התפלגות הנהגים המעורבים לפי סוג התאונה מוצגת בהמשך בלוח

59 ה- כך למשל, הממוצע של משתנה הדמה המייצג את היחידה המשטרתית "תל-אביב" הוא כלומר 17% מהנהגים המעורבים בתאונות קשות וקטלניות היו מעורבים בתאונה בתחום היחידה המשטרתית של מחוז תל-אביב אחוז המעורבות הגבוהה ביותר. לעומת זאת, אחוז המעורבות הנמוך ביותר, מכלל הנהגים המעורבים בתאונות הקשות והקטלניות, היה במרחב שמשון (0.4%). התבוננות בהתפלגות התאונות לפי סוג הדרך בלוח 4.9 מעלה כי 59% מהנהגים המעורבים היו מעורבים בתאונות בדרכים עירוניות (22% בצמתים, 37% לא בצמתים), לעומת 41% בדרכים בינעירוניות (10% בצמתים, 31% לא בצמתים). כמו כן, סיכום נתונים אלו באופן שונה מראה כי 32% מהנהגים המעורבים היו מעורבים בתאונות שהתרחשו בצמתים (22% בדרך עירונית, 10% בדרך בינעירונית), בעוד ש- 68% היו מעורבים בתאונות בקטעי דרך שאינם צמתים (37% בדרך עירונית, 31% בדרך בינעירונית). 69% מהנהגים ברכב מנועי המעורבים בתאונות קשות וקטלניות היו מעורבים בתאונות באמצע השבוע (ימים א' '); 61% בשעות היום; ו- 92% כאשר מזג האוויר היה בהיר. 36% מהנהגים שהיו מעורבים בתאונות קטלניות וקשות נהגו ברכבים חדשים בני שלוש שנים ומטה (ראה לעיל). מרבית הנהגים שהיו מעורבים בתאונות נהגו ברכב פרטי (57%); 23% נהגו במשאית; 9% באופנוע; ו- 8% באוטובוס או במונית (לא מסתכם ל- 100% מכיוון שרכבים מיוחדים, טרקטורים ואחרים הוגדרו "כאחרים" ולא הוצגו בלוח). מספר המקרים במשתנה "רכב חדש" קטן יותר משאר המשתנים, מכיוון שמשתנה שנת הייצור של הרכב החל להיאסף על ידי המשטרה רק בשנת לוח 4.10 מציג את ההתפלגות הדמוגרפית והחברתית-כלכלית של נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות לשנים ראשית, ניתן להבחין כי ישנה שונות גבוהה במספר המקרים על פני המשתנים השונים. הסיבה לכך נעוצה בעיקרה במקור הנתונים. משתנים שמקורם בשאלון המורחב של מפקד האוכלוסין כוללים מספר מקרים מועט, שכן, כאמור, רק 20% ממשקי הבית בישראל נתבקשו להשיב לו. נוסף על כך, משתנים אלו (כגון: הכנסה, השכלה, עיסוק) כללו במקור מספר גדול של ערכים חסרים. מהלוח עולה כי 13% מהנהגים ברכב מנועי המעורבים בתאונות דרכים קשות וקטלניות הם נשים. הגיל הממוצע של הנהגים בזמן התאונה הוא 34.2, כאשר 78% מהנהגים הם יהודים. הנהגים המעורבים הם בעלי 11.1 שנות לימוד בממוצע 10% לא למדו כלל או שהם ללא תעודה כלשהי; 33% בוגרי בית ספר יסודי או חטיבת ביניים; 39% בוגרי תיכון או בעלי בגרות; ו- 18% למדו במסגרת על תיכונית או בעלי תואר ראשון עד שלישי (נתוני ההשכלה כוללים את נתוני המפקד המקוריים ואת אומדן ההשכלה של משתתפים שהיו מתחת לגיל 15 בזמן המפקד, להם נזקפו נתוני ההורים ראה לעיל). מרבית הנהגים המעורבים הם יוצאי אסיה או אפריקה (41%), אחריהם ילידי ישראל (33%) ולבסוף יוצאי אירופה או אמריקה (26%) (המוצא מחושב מארץ לידת המעורב ומארץ לידת האב). ממוצע הוותק בישראל של העולים החדשים עומד על כ שנים. לגבי המעמד החברתי-כלכלי ניתן לראות בלוח כי 52% מהנהגים המעורבים בתאונות הקטלניות והקשות הם בני מעמד הצווארון הכחול, 27% הם בני מעמד העובדים הלא מיומנים ו- 21% בני מעמד הצווארון הלבן. מדד בעלות על מוצרי בר-קיימא הממוצע הוא 2.26 וההכנסה המשפחתית הממוצעת לנפש עומדת על 2,000. לרשות משק הבית של מרבית הנהגים המעורבים בתאונות קטלניות וקשות עומד רק רכב אחד (52%), בעוד של- 12% יש שני רכבים ויותר. בזמן התרחשות התאונה הנהגים המעורבים מחזיקים ברישיון 11.4 שנים בממוצע. אומדן סך ק"מ 45

60 הנסועה הממוצע ליום של הנהגים המעורבים בתאונה עומד על כמו כן, 65% מהנהגים מעורבים בתאונות באותו אזור גיאוגרפי בו הם גרים (לפי היחידה המשטרתית). לוח 10.4: סטטיסטיקה תיאורית של מאפייני הנהגים ברכב מנועי המעורבים בתאונות קשות וקטלניות Table 4.10: Descriptive statistics for the characteristics of drivers of motor vehicles involved in fatal and severe accidents N משתנים ערכים אפשריים ממוצע סטית תקן 79,466 מגדר (סה"כ) ,314 אישה ( 0 =גבר) ,452 גיל בזמן התאונה 79,466 דת (סה"כ) ,953 יהודי ( 0 =לא יהודי) ,182 שנות לימוד 14,302 התעודה הגבוהה ביותר (סה"כ) ,446 לא למד / אין דיפלומה ,665 בוגר בי"ס יסודי / חטה"ב ,630 בוגר בי"ס תיכון / בעל בגרות ,561 בוגר על תיכוני / בעל תואר 3 / 2 / 1 79,464 מוצא (סה"כ) ,577 ישראל ,205 אסיה / אפריקה ,682 אירופה / אמריקה ,697 שנות ותק בישראל 12,327 מעמד חברתי של משק הבית (סה"כ) ,348 עובד לא מיומן ,441 צווארון כחול ,538 צווארון לבן (-2.77) ,236 מדד בעלות על מוצרי בר-קיימא 2,071 2, ,705 9,431 הכנסה משפחתית ברוטו לנפש מס' רכבים לרשות משק הבית (סה"כ) 13, , , , ,352 שנות ותק בנהיגה ,770 ק"מ נסועה ממוצע מקום התאונה ביחס למקום המגורים (סה"כ) 78, באותה יח' משטרתית ( 0 =יח' אחרת) 51, קובץ האינטראקציה כדי לבחון את מודל המחקר ואת השערת המחקר השנייה, הדנה באינטראקציות בין נהגים בתאונות התנגשות, נבנה קובץ האינטראקציה. הקובץ מתבסס על בסיס הנתונים המשולב, אך בניגוד אליו הוא כולל בכל שורה תאונה אחת בלבד על כל מאפייניה ואת כל המעורבים בה. כדי להקל על הניתוחים הקובץ כולל רק תאונות התנגשות בהם היו מעורבים שני נהגים ברכב מנועי, המהווים כ- 75% מכלל תאונות ההתנגשות הקטלניות והקשות בין נהגים ברכב מנועי. תאונות 46

61 ההתנגשות כללו התנגשויות פנים-צד, פנים-אחור, צד-צד, התנגשות ברכב שעצר ללא חניה, אחור- 201,208,4.11 פנים ואחור-צד. כפי שניתן להיווכח מלוח קובץ האינטראקציה כולל תאונות התנגשות בין שני נהגים ברכב מנועי. מתוכם 1.2% הן תאונות קטלניות (2,407) ו- 8.1% הן תאונות קשות (16,235). בדומה לקובץ הנתונים המאוחד, ניכר הבדל לאורך השנים בשכיחות התאונות. שכיחות התאונות הקטלניות נעה בין 60 (בשנת 1985) לבין 162 (בשנת 1994). מספר מקרים מועט זה בחלק מהשנים, הוביל לכך שבחלק מהניתוחים שיוצגו בפרקים הבאים אוחדו נתוני התאונות הקטלניות והקשות. לוח 11.4: תאונות התנגשות בין שני נהגים ברכב מנועי, לפי חומרה ושנה Table 4.11: Collisions between two drivers of motor vehicles, by severity and year שנה קטלני % קשה % קל % סה"כ % N N N N 100% 4,685 85% 3,995 13% 617 2% % 4,224 86% 3,612 13% 535 2% % 4,051 87% 3,522 12% 469 1% % 4,706 86% 4,069 12% 555 2% % 4,829 85% 4,109 13% 643 2% % 4,844 83% 4,019 15% 718 2% % 5,305 86% 4,562 12% 647 2% % 7,428 88% 6,537 11% 792 1% % 8,754 89% 7,766 10% 894 1% % 10,633 89% 9,472 10% 1,026 1% % 10,762 90% 9,657 9% 986 1% % 10,332 89% 9,192 9% 978 2% % 11,436 90% 10,327 8% 964 1% % 13,921 93% 12,937 6% 869 1% % 14,417 93% 13,425 6% 851 1% % 14,219 93% 13,285 6% 813 1% % 12,827 93% 11,964 6% 754 1% % 11,443 93% 10,604 6% 726 1% % 10,772 93% 10,016 6% 623 1% % 10,959 93% 10,220 6% 610 1% % 10,365 93% 9,670 6% 587 1% % 10,296 93% 9,606 6% 578 1% % 201,208 91% 182,566 8% 16,235 1% סה"כ 2,407 לוח 4.12 מציג את מאפייני תאונות ההתנגשות הקטלניות והקשות בין שני נהגים ברכב מנועי לשנים השוואה עם לוח 4.9 מעלה כי לגבי האזור הגיאוגרפי שבה התרחשה התאונה (היחידה המשטרתית), מאפייני זמן התרחשותה ותנאי מזג האוויר לא קיימים הבדלים משמעותיים בין הקובץ המאוחד לבין קובץ האינטראקציה. ההבדלים בין הקובץ המאוחד לקובץ האינטראקציה עומדים על כ- 1% בכל יחידה. כך למשל בקובץ המאוחד 14% מכלל הנהגים 28 המאפיינים החברתיים- כלכליים והדמוגראפיים של שני הנהגים המעורבים בתאונות ההתנגשות מוצגים בפרק 6. 47

62 ה- 4.9) לוח המעורבים בתאונות קשות וקטלניות היו מעורבים בתאונה בתחום מרחב חוף של המשטרה (ראה ובקובץ האינטראקציה התאונה במשתנים "ימים א' 13% מהתאונות התרחשו במרחב זה. לגבי זמן התרחשות '" ו"יום" ומשתנה מזג האוויר האחוז כמעט זהה ועומד על 61%,69% 92% ו- בהתאמה בשני הקבצים. אולם, באופן לא מפתיע קיים הבדל משמעותי בשכיחות התאונות לפי סוג הדרך בין שני הקבצים. לדוגמה בקובץ המשולב 37% מהנהגים היו מעורבים בתאונות קטלניות וקשות בכבישים עירוניים שאינם בצומת, זאת לעומת קובץ האינטראקציה בו אחוז התאונות בכבישים עירוני שאינם צמתים עומד על 20%. הבדלים אלו נובעים כנראה מהעובדה שקובץ האינטראקציה כולל רק תאונות התנגשות. לוח 12.4: סטטיסטיקה תיאורית של תאונות התנגשות בין שני נהגים ברכב מנועי, לפי מאפייני התאונה Table 4.12: Descriptive statistics for collisions between two drivers of motor vehicle, by accident characteristics משתנים יחידה משטרתית (סה"כ) גליל עמקים חוף שרון תל אביב שפלה ירושלים לכיש שמשון נגב אילת סוג דרך (סה"כ) עירוני בצומת עירוני לא בצומת בינעירוני צומת בינעירוני לא בצומת יום בשבוע (סה"כ) ימים א' ה- ' ( 0 =סופ"ש) יום / לילה (סה"כ) יום ( 0 =לילה) מזג אוויר (סה"כ) בהיר ( 0 =אחר) N 18,642 2,169 2,385 2,464 2,057 2,975 2,045 1,105 1, , ,642 5,437 3,753 2,895 6,557 18,642 12,866 18,641 11,386 18,466 ערכים אפשריים ממוצע סטית תקן התבוננות בלוח 4.12 מעלה עוד כי מכלל תאונות ההתנגשות בהם מעורבים שני נהגים, 45% מהתאונות אירעו בצומת (29% בדרך עירונית, 16% בדרך בינעירונית) ו- 51% מהתאונות התרחשו בכבישים בינעירוניים (16% בצמתים, 35% בדרכים שאינם צמתים) קבצי אינטראקציה עם נתונים זקופים בדומה למסדי נתונים רבים במדעי החברה ) Wolf Little and Rubin 1989; Freedman and 1995), בסיס הנתונים המאוחד כולל נתונים חסרים. מקורם של מרבית המשתנים בהם יש 48

63 נתונים חסרים רבים הוא במפקדי האוכלוסין. הסיבה לכך נובעת מכך שעל השאלות המופיעות "בשאלון המורחב" של המפקד ענו רק 20% מאוכלוסיית ישראל, המהווים מדגם מייצג שלה. הספרות הסטטיסטית מציעה מספר סוגים של נתונים חסרים: 1. נתונים חסרים אקראית באופן מלא MCAR).(missing completely at random.2 נתונים חסרים אקראית ) at missing.(random MAR 3. נתונים חסרים אשר לא ניתן להתעלם מהמנגנון הגורם לכך שיהיו מקרים חסרים.(nonignorable) נתונים חסרים מוגדרים כ- MCAR במידה וההסתברות לנתון חסר ב- Y אינה קשורה לערכים אחרים של Y עצמו, או לכל ערך אחר של כל משתנה אחר בקובץ הנתונים. במידה וכלל זה מתקיים ניתן לומר כי המקרים בהם יש ערכים מלאים במשתנה Y הם למעשה תת-מדגם אקראי של קובץ הנתונים המקורי (1989.(Little and Rubin ניתן לבדוק את הנחת ה- MCAR על ידי חלוקה של המדגם לשתי קבוצות, האחת כוללת את המשתתפים שענו על שאלה מסוימת (למשל הכנסה) והשנייה כוללת את אלו שלא ענו עליה. לאחר מכן, ניתן להשוות בין שתי הקבוצות בעזרת סידרה של משתנים אחרים (לדוגמה ממוצע הגיל ושנות לימוד). במידה ולא קיימים הבדלים שיטתיים בין קבוצת המקרים המלאים לחסרים, ניתן לומר כי הנתונים הם.MCAR אולם, חשוב לציין כי העובדה שהנתונים עוברים את המבחן הזה אינה מעידה על כך כי הנחת ה- MCAR סופקה בהכרח. שכן, עדיין הכרחי שלא תהיה תלות בין הערכים החסרים במשתנה מסוים (Y) לבין שאר הערכים של אותו משתנה (Y).(Allison (2001 למרות שהנחת ה- MCAR היא הנחה חזקה מאוד ולעיתים קרובות איננה ריאלית, היא סבירה בחלק מהמקרים בעיקר במצב בו הנתונים חסרים בעקבות צורת איסוף הנתונים design),(research כמו למשל כאשר חלק מהמשתנים נאספים רק בקרב תת-מדגם אקראי מתוך המדגם העיקרי ) Acock Allison ; ), זאת בדומה לאיסוף הנתונים במפקד האוכלוסין. במידה וההסתברות למקרה חסר במשתנה Y איננה תלויה בערכי Y עצמו, לאחר פיקוח על משתנים אחרים במודל, ניתן לומר כי המשתנים החסרים הם.MAR זו הנחה חלשה יותר המציינת למעשה כי אם קיימים שני משתנים X הכולל רק נתונים מלאים ו- Y הכולל גם ערכים חסרים ההסתברות המותנית לנתון חסר ב- Y, בהינתן X ו- Y, שווה להסתברות לנתון חסר ב- Y בהינתן X בלבד. הבעיה העיקרית היא שלא ניתן לבחון האם משתנה כלשהו הוא Allison ) MAR.(2001 לאורך השנים פותחו שיטות רבות להתמודדות עם נתונים חסרים וביניהן השמטה של הנתונים החסרים deletion),(listwise, pairwise החלפת הערך החסר בממוצע substitution),(mean הוספת משתנה דמה המציין האם התצפית במשתנה מסוים כוללת ערך חסר או מלא ) dummy (variable adjustment וזקיפת נתונים (imputation) בשיטות שונות (להצגה פשוטה וברורה של השיטות ראה:.(Allison 2001; Acock

64 listwise deletion היא אחת השיטות הנפוצות ביותר. King ואחרים (2001) ערכו סקר ספרות מקיף בתחום מדעי המדינה ומצאו כי כ- 94% מהמחקרים מתמודדים עם משתנים חסרים בעזרת שיטה זו, לפיה משמיטים מהמדגם כל תצפית שיש לה ערך חסר במשתנה כלשהו במודל. לאחר ההשמטה מנתחים את הנתונים בכל כלי לניתוח נתונים מלאים. היתרון העיקרי של השיטה הוא שניתן להשתמש בה בכל שיטת ניתוח סטטיסטי ואין צורך בתוכנות מחשב נוספות. כמו כן, לשיטה זו יש גם מאפיינים סטטיסטיים אטרקטיביים, זאת בעיקר במידה והנתונים הם.MCAR כאמור, כאשר הנתונים הם MCAR תת המדגם הכולל רק מקרים עם נתונים מלאים הינו למעשה תת-מדגם אקראי של המדגם המקורי. באופן זה, עבור כל פרמטר שנבחן, במידה והוא היה לא מוטה עבור המדגם המקורי, הוא גם לא יהיה מוטה עבור תת-המדגם. אולם, מכיוון שמשתמשים בפחות נתונים טעויות התקן יהיו גדולות יותר. יש לציין כי במידה והנתונים הם לא MCAR אלא.(Allison (2001 עלולה להפיק מקדמים מוטים listwise deletion שיטת ה-,MAR ברגרסיה לוגיסטית (ראה בהמשך) שיטת ה- deletion listwise מעלה מסקנות תקפות גם עבור דפוסים של נתונים חסרים מורכבים יותר. כך למשל, אם ההסתברות לנתונים חסרים בכל משתנה תלויה בערכים של המשתנה התלוי, אך היא אינה תלויה במשתנים הבלתי תלויים האחרים, אזי רגרסיה לוגיסטית תפיק מקדמים וטעויות תקן עקביים. כלומר, רגרסיה לוגיסטית עם listwise deletion הנה בעייתית רק כאשר ההסתברות של כל ערך חסר תלויה הן במשתנה התלוי והן במשתנה הבלתי תלוי. כמו כן, כאשר יש הפרה של הנחת ה- MAR רגרסיה לוגיסטית עם.(Allison (2001 עמידה יותר משיטות זקיפת נתונים שיוצגו בהמשך deletion listwise בדומה למחקרים רבים אחרים, במרבית הניתוחים שיוצגו בפרקים הבאים התצפיות הכוללות ערכים חסרים הושמטו מהניתוח בשיטת.listwise deletion נראה כי למרות המגבלות הסטטיסטיות והמתודולוגיות של שיטה זו, החלטה זו סבירה בהחלט לאור העובדה כי מרבית הנתונים החסרים הנם חסרים עקב צורת איסוף הנתונים, אשר נדגמו באופן אקראי (בפרקים הבאים מוצגים בדיקות שונות להשערת ה-.(MCAR יתרה מכך, מרבית הניתוחים כוללים מספר מקרים גדול מאוד ולכן ניתן להניח כי ההבדלים בטעויות התקן לא יהיו גדולים מידי. יחד עם זאת, listwise deletion עלולה, כאמור, לגרום לכך שמספר התצפיות במודל יהיה קטן מאוד, בעיקר אם המודל כולל משתנים בהם יש ערכים חסרים רבים. תופעה זו בעבודה זו, התגלתה כבעיתית ביותר בפרק הממצאים הרביעי (פרק 8), אשר מציג ניתוחים שונים של קובץ האינטראקציה (ראה לעיל). הסיבה נובעת מכך שכדי שתאונה תיכנס לניתוח יש צורך שלשני הנהגים המעורבים בתאונה יהיו ערכים מלאים בכל המשתנים הנחקרים במודל. אולם, משום שמקורם של חלק גדול מהמשתנים הנחקרים בפרק זה (כגון: השכלה, הכנסה, מדד בעלות על מוצרי בר-קיימא, מעמד חברתי וכדומה) הוא "בשאלון המורחב" של המפקד שעליו כאמור השיבו 20% מאוכלוסיית ישראל, נוצרים מקרים חסרים רבים. חישוב הסתברותי פשוט מעלה כי הסיכוי שלשני הנהגים המעורבים בתאונה יהיה ערך מלא במשתני "השאלון המורחב" קטן מ- 4%. כך שבמידה וסך התאונות הקטלניות והקשות בקובץ האינטראקציה עומד על 18,642 תאונות 50

65 (ראה לוח 4.11) חלק מהניתוחים לא יכללו יותר מ- 745 מקרים מכך. ובמרבית המקרים אף פחות בשנים האחרונות פותחו מספר כלים כדי להתמודד עם בעיית הנתונים החסרים, ללא צורך בהשמטת התצפיות הכוללות ערכים חסרים. שיטות אלו מתבססות על תיאוריות הידועות כבר שנים רבות, אולם רק בשנים האחרונות הן הפכו להיות מעשיות בעקבות התפתחות כוח המחשוב. השיטות כוללות לרוב תהליך של זקיפת נתונים, בהן "ממלאים" נתונים חסרים בניחושים סבירים. הזקיפה מאפשרת לחוקר לפתור את בעיית הנתונים החסרים בהתחלת העבודה ולאחר מכן לפנות לניתוחים הסטטיסטים הסטנדרטיים עבור נתונים מלאים ללא עיכובים ) and Little.(Rubin ;1989 Schafer ;1999 Allison 2001 מרבית שיטות זקיפות הנתונים מציעות להחליף ערך חסר בערך אחד בודד. הבעיה בכך היא שזקיפה אחת בודדת עשויה להיות מוטה ואי הוודאות בעקבות הזקיפה לא נלקחת בחשבון. כתוצאה מכך, אם נשתמש בנתונים זקופים כאילו הם נתוני אמת, אומדני טעויות התקן שיתקבלו יהיו בדרך כלל נמוכים מידי וסטטיסטי המבחן היה גבוה מידי 2005) al..(allison 2001; Ni et כדי להתגבר על בעיה זו, פותחה שיטת הזקיפה המרובה IM).(multiple imputation השיטה, אשר הוצגה לראשונה על ידי (1977; Rubin 1987), מציעה להחליף את הערכים החסרים בשני ערכים או יותר בכדי לייצג את אי הודאות לגבי הערך "הנכון" שיש לזקוף. באופן זה נוצרים לפחות שני קבצי נתונים "מלאים" חדשים, בהם אומדני הפרמטרים יהיו מעט שונים זה מזה. 2005) al..(freedman and Wolf 1995; Schafer 1999; Ni et המודל המקובל ביותר ליצירת MI הוא המודל הנורמאלי הרב משתני model),(multivariate normal אשר כולל שני תנאים עיקריים: 1. כל המשתנים מתפלגים באופן נורמאלי. 2. ניתן לייצג כל משתנה כפונקציה ליניארית של כל שאר המשתנים יחד עם גורם הטעות (error term) שהנו נורמאלי והומוסכדסטי.(homoscedastic) למרות שאלו תנאים חזקים, נראה כי בפועל המודל הנורמאלי הרב משתני מייצר זקיפות טובות גם כאשר חלק מהמשתנים אינם בעלי התפלגות נורמאלית. זאת בעיקר במידה וניתוח הנתונים מתבסס על ממוצעים, שונויות ושונויות משותפות, כגון רגרסיות או ניתוח גורמים. כמו כן, ניתן להיעזר בטרנספורמאציות שונות כדי להפוך את המשתנים לנורמאליים, דבר המשפר את איכות הזקיפה 2001) al..(schafer 1999; Allison 2001; King et אחת השיטות המקובלות להפקה של אלגוריתם ה-,MI לפי המודל הנורמאלי הרב משתני, (EM) expectation-maxminization וה- היא בעזרת Allison.(DA) data augmentation (2000) מצא בסימולציות שערך כי הסכמאטיים של האלגוריתם הם MI המשתמש ב- DA 29 : (Allison 2001) מיצר תוצאות טובות. השלבים 29 לתיאור מפורט יותר של השיטה ראה עמודים , אצל (2001). Allison 51

66 תשתמש באלגוריתם EM כדי לבחור אומדני,maximum likelihood בהם תשתמש כערכי התחלה עבור הפרמטרים (מטריצת הממוצעים והשונויות המשותפות.((covariance) תשתמש באומדנים שהתקבלו בשלב הקודם כדי לקבל אומדנים למקדמי הרגרסיה עבור משוואות רגרסיה בהן בכל פעם משתנה אחר, הכולל ערכים חסרים, מהווה משתנה תלוי ושאר המשתנים במודל הנם המשתנים הבלתי תלויים. תשתמש במשוואות ואומדני הרגרסיה כדי ליצר ערכים מנובאים עבור כל המשתנים החסרים. לכל ערך מנובא הוסף שליפה אקראית מהתפלגות הנורמאלית של השאריות (residuals) של משתנה זה. בעזרת שימוש בנתונים "המלאים", הכוללים את הנתונים הנצפים והזקופים, חשב מחדש את מטריצת הממוצעים והשונויות המשותפות בעזרת נוסחאות רגילות. שלוף אקראית מההתפלגות בהתבסס על הממוצעים והשוניות המשותפות החדשות, של הממוצעים והשוניות distribution) (Bayesian posterior הביאסינית המאוחרת המשותפות. תוך שימוש בשליפות האקראיות האלו חזור לסעיף 2 והמשך כך עד אשר ישנה התכנסות.(convergence) לבסוף השתמש בזקיפות שנוצרו בסבב האחרון כדי ליצור את קובץ הנתונים "המלא" על תהליך זה יש לחזור m פעמים, כדי לקבל m קבצים זקופים "מלאים". לפני הרצת ה-,MI חשוב לבחור את מודל הזקיפה המתאים ולדאוג לכך שהוא יכלול את כל המשתנים הרלוונטיים הן משתנים חסרים והן משתנים "מלאים". העצה הכללית היא להכניס כמה שיותר משתנים למודל הזקיפה, גם כאלו שלא יופיעו במודל המחקר הסופי, אך עשויים להיות קשורים למשתנים בעלי הנתונים החסרים. שכן, הסכנה העיקרית בבניית מודל הזקיפה היא שמשתנים רלוונטיים לא יוכנסו אליו, כך שהאומדנים שיתקבלו עלולים להיות מוטים. מאידך, לא קיימת כל בעיה בהוספת יתר של משתנים (פרט לבעיות מחשוב). היכולת להוסיף למודל הזקיפה משתנים נוספים שאינם נכללים במודל המחקר משפרת את יעילות הזקיפה ומהווה יתרון על פני listwise.(rubin 1996; Allison 2001; King et al. 2001) deletion לאחר הפקת הקבצים "המלאים", מנותח כל קובץ "מלא" בנפרד, תוך שימוש בכלים הסטטיסטיים הידועים. לבסוף, משלבים את התוצאות שהתקבלו מכל הקבצים לאומדני פרמטרים וטעויות תקן הכוללים בתוכם את אי הוודאות הקיימת בנתונים החסרים ) Schafer ( Q ) _ ( Q ) לצורך כך, מחשבים ממוצע רגיל לכל אומדני הפרמטרים.(1999; Allison הקבצים, יש להשתמש בנוסחה 4.2 שהתקבלו ב- m הקבצים, בעזרת נוסחה 4.1: m 1 Q= Q j m j= 1 כדי לחשב את טעות התקן של הפרמטרים על פני כלל m (1987 (Rubin המוצגת לעיל: 52

67 2.4 S. E Q m m 1 ( ) = s j m j= 1 m m 1 j= 1 ^ Q j Q 2 כפי שניתן לראות, הנוסחה כוללת את ממוצע טעויות התקן של הפרמטרים, המהווים את שונות הפרמטר ) 2 s) בתוך כל קובץ, ואת השונות של הפרמטרים בין הקבצים השונים. בכל m הקבצים שנוצרו הערכים הנצפים המקוריים יהיו זהים, אך הערכים החסרים יהיו מעט שונים זה מזה וישקפו את אי הוודאות הקיימת בתהליך הזקיפה. במידה והקבצים יהיו מאוד דומים זה לזה, זו תהיה עדות המחזקת את תהליך הזקיפה. אולם, אם הקבצים המתקבלים שונים זה מזה, חשוב להוסיף את אי הוודאות הזו לתוך טעויות התקן (2005.(King et al. ;2001 Acock לשיטת ה- MI מספר יתרונות סטטיסטיים ופרקטיים. מבחינה סטטיסטית הוספת גורם אקראי לתהליך הזקיפה מאפשרת קבלת אומדנים לא מוטים לפרמטרים. חזרה על הזקיפה מספר פעמים מאפשרת קבלת אומדנים טובים לטעויות התקן. כלומר, כאשר הנתונים הם MI,MAR המבוצע בצורה נכונה מייצר אומדנים עקביים,(consistent) יעילים באופן אסימפטוטי ) asymptotically (efficient ונורמאלים באופן אסימפטוטי normal).(allison 2000, 2001) (asymptotically כמו כן, השלמת הנתונים החסרים באמצעות זקיפה מרובה,(MI) תהיה על פי רוב טובה יותר וכמעט תמיד לא גרועה יותר מ-.(King et al. (2001 listwise deletion מבחינה פרקטית היתרון הגדול של השיטה הוא בפשטות ובכלליות שלה ניתן להשתמש בשיטה עבור כמעט כל סוג של נתונים וניתן לנתח את הקבצים "המלאים" שנוצרים בכל תוכנה סטטיסטית קיימת ובעזרת כל טכניקה מוכרת המתאימה לנתונים מלאים 1999).(Little and Rubin 1989; Schafer החיסרון העיקרי של השיטה הוא שהיא מייצרת אומדנים שונים בכל פעם שמשתמשים בה, דבר העשוי להוביל למצב מוזר בו חוקרים שונים מקבלים מספרים שונים מנתונים זהים תוך שימוש בשיטות זהות. כמו כן, יש צורך להשקיע זמן נוסף בהכנת הזקיפות, מעבר להשקעה בניתוחים עצמם 2007).(Allison 2001; Horton and Kleinman אחת השאלות הנוגעות לזקיפה מרובה היא מה צריך להיות גודלו של m, או במילים אחרות כמה קבצים יש להפיק. סקירת הספרות בנושא מעלה כי עדיין לא קיים כלל אצבע העוזר לחוקר לקבל החלטה.(Acock 2005) העצה המקובלת כיום נעה בין חמישה לעשרים קבצים "מלאים" (2005 (1987) Rubin.(Hippel הראה כי היעילות (efficiency) היחסית של האומדנים המבוססים על m קבצים "מלאים", בהשוואה לאומדנים המבוססים על אינסוף קבצים "מלאים", כאשר γ היא אחוז המידע החסר, שווה ל: 3.4 ( 1+ γ / m) 1 כך שבמידה ואחוז המידע החסר עומד על 50% ומופקים חמישה קבצים זקופים "מלאים", היעילות של האומדנים שווה ל- 91%. כאשר מופקים עשרה קבצים היא עולה ל- ) 95% Allison 2001). יש לציין כי בניגוד לעצה הרווחת שהוצגה לעיל, טוענים (2003), Hershberger and Fisher 53

68 כי יש צורך ליצור כמה מאות של קבצים "מלאים". ברם, כנגדם טוען (2005) Hippel כי בחישוביהם לא נלקחים בחשבון כמות הנתונים החסרים וכי יצירה של קבצים רבים כל כך תגביל מאוד את יכולת הזקיפה (בעיקר משום שמשך הזמן להקפתם יהיה ארוך מאוד). לטענתם של King ואחרים (2001), שיטת ה- MI הנה כיום הבחירה של מרבית הסטטיסטיקאים, אך לדעתם הם עדיין לא גרמו לכך שהיא תהפוך להיות חלק מארגז הכלים של מרבית החוקרים. למרות זאת, השיטה נוסתה במגוון שדות מחקר. כך למשל, (1995) Freedman and Wolf זקפו את נתוני המצב המשפחתי של האמהות והגיסות של הנבדקים, אשר כללו במקור כ- 65% נתונים חסרים, ואחרים ובחנו את מאפייניהם של הנבדקים בעלי אימהות מבוגרות שאינן נושאות. Clogg (1991) דנו בזקיפה מרובה של נתונים חסרים אודות מקצוע ותעשייה בקבצי מפקד האוכלוסין. בתחום התחבורה ותאונות הדרכים, Ni ואחרים (2005) זקפו נתונים חסרים בנתוני מערכות תחבורה חכמות,(intelligent transportation systems ITS) תוך שימוש בתוכנת NORM (ראה במשך). באופן דומה (1991), Heitjan and Little הציעו שיטה להשלים נתונים חסרים בקובץ ה- (FARS) Fatal Accident Reporting System בארה"ב תוך שימוש ב-.MI במחקרם הם התמקדו בהשלמת הנתונים החסרים הרבים עבור משתנה כמות האלכוהול בדם. לטענת החוקרים השיטה משתמשת בצורה טובה במידע הקיים בקובץ, היא משלימה את הנתונים החסרים ועונה על ההגדרות של תהליך זקיפה טוב. כמו כן, סימולציות שערכו מצביעות על כך ששיטת הזקיפה המרובה עדיפה על תהליך הכולל זקיפה אחת בלבד. במחקר הנוכחי על מנת לזקוף את הנתונים החסרים בקובץ האינטראקציה, אינטראקציה חדש הכולל רק תאונות קטלניות וקשות. נבנה קובץ זאת בעיקר כדי להקטין את הקובץ ולאפשר התכנסות של האלגוריתמים (בניסיון שנערך לזקוף את הקובץ המלא התוכנה קרסה). כמו כן, הקובץ החדש כלל אך ורק נהגים אשר זווגו עם קבצי המפקד ובעלי לפחות התאמה חלקית במגדר או בגיל בין קבצי המפקד לקבצי התאונות (ראה סעיף 4.2.5). באופן זה הזקיפה תתבצע בין נתוני המפקד המלאים (20%) לבין נתוני המפקד החסרים (80%), ללא נהגים שכלל לא השתתפו במפקד ולא ידוע עבורם מהו מנגנון המקרים החסרים. קובץ חדש זה, הכולל 13,457 תצפיות, 30 נזקף בעזרת תוכנת.NORM התוכנה הנה חופשית, היא פותחה על ידי,Schafer תחת העקרונות שהוא הציג בספרו (1997) והיא משתמשת באלגוריתמים EM ו- DA שהוצגו לעיל. NORM נחשבת לתוכנה להשלמת נתונים חסרים מכובדת, מבוססת, פשוטה לשימוש ונגישה (2005 al..(acock ;2005 Ni et השימוש בתוכנה דורש מספר שלבים: 1. שמירת הקובץ המקורי, הכולל ערכים חסרים, בפורמט טקסט. 2. יצירת m קבצים זקופים "מלאים" בעזרת התוכנה. 3. ניתוח כל קובץ בנפרד בתוכנה סטטיסטית אחרת..4 העברת כל התוצאות לפורמט טקסט..4 מתוך קובץ זה חישוב ממוצע הפרמטרים בתוכנת,NORM בהתאם לנוסחאות המוצגות לעיל 2005).(Acock 30 התוכנה ניתנת להורדה בכתובת האינטרנט:. 54

69 מכיוון ששיעור הנתונים החסרים בקובץ האינטראקציה היה גדול מאוד ועמד בחלק מהמשתנים על כ- 80%, הוחלט לזקוף 40 קבצים "מלאים". ההצדקה לשימוש ב- MI מסתמכת בעיקר על העובדה כי מרבית הנתונים החסרים נובעים מצורת איסוף הנתונים (כאמור, נדגמו רק 20% מאוכלוסיית ישראל, המהווים מדגם מייצג שלה), לפיכך ניתן לטעון כי הנתונים הם MAR ואפשר לבצע תהליך של זקיפה. לפי נוסחה 4.3 היעילות של אומדני הפרמטרים, עבור 40=m, γ 85%= עומדת על 98% ביחס לאינסוף זקיפות. כאן המקום לציין כי תהליך הזקיפה נמשך מספר ימים, בעיקר בגלל המספר הגדול של המידע החסר, מספר המשתנים הגדול במודל הזקיפה (96) והמספר הגדול של התצפיות (13,457), אשר גורמים לאלגוריתמים להתכנס באיטיות רבה קובץ הפאנל שני הקבצים שהוצגו לעיל מאפשרים לבחון שאלות מחקר בנוגע לתאונות דרכים שהתרחשו, אולם לא ניתן להיעזר בהם כדי לאמוד את ההסתברות של קבוצות חברתיות שונות להיות מעורבות בתאונת דרכים. על מנת לבחון את ההסתברות של נהגים להיות מעורבים בתאונות, נבנה קובץ הפאנל לפי השלבים הבאים: ראשית, נלקח קובץ מפקד האוכלוסין לשנת 1995 אשר כלל את המשיבים על השאלון המורחב, המהווים מדגם מייצג של אוכלוסיית ישראל בגודל של 20% מהאוכלוסייה. מקובץ זה נבחרו רק בעלי רישיון כלשהו מעל גיל 16. בשלב השני, לכל נהג בקובץ המפקד שהיה מעורב בתאונת דרכים כנהג בתוך תשע שנים מיום המפקד (משנת ) הוספו פרטי התאונה מתוך קבצי התאונות. במידה ונהג היה מעורב ביותר מתאונה אחת במשך התקופה נבחרה רק התאונה הראשונה (מכלל המעורבים בתאונות דרכים בשנים % 2004 היו מעורבים ביותר מתאונה אחת, מתוכם: 2% בתאונות קטלניות, 9% בקשות ו- 89% בקלות). באופן זה נוצר "פאנל" בו ניתן לקחת את כל הנהגים שהשתתפו במפקד 1995, המייצגים 20% מאוכלוסיית ישראל, ולעקוב אחר מעורבותם בתאונת דרכים במשך תשע שנים. לוח 4.13 מציג השוואה בין נתוני מצבת הנהגים לשנת 1995, כפי שפורסמו על ידי הלמ"ס (1996) לבין נתוני קובץ הפאנל. הנתונים אינם כוללים נהגים המורשים לנהוג בטרקטור או במכונה חקלאית ניידת בלבד. כמו כן, נתוני קובץ הפאנל נופחו ( 5) כדי שייצגו את כלל אוכלוסיית ישראל. כפי שניתן לראות בלוח, המדגם בקובץ הפאנל כולל 2,030,385 נהגים (שהם 406,077 לפני הניפוח וללא נהגי טרקטור ומכונות ניידות). מספר נהגים זה מהווה 91% ממצבת הנהגים בשנת 1995 כפי שפורסמה על ידי הלמ"ס (1996) אשר כללה 2,221,504 נהגים. הסיבות לכך שמספר הנהגים במדגם קטן יותר מהמספר בפועל עשויות להיות נעוצות בכך שנתוני בעלות על רישיונות הנהיגה לא נאספו באופן ישיר בזמן המפקד, אלא הם נוספו לקובץ על ידי אנשי הלמ"ס במיוחד לצורך עבודה זו בשלב מאוחר יותר. מקור הנתונים היה קובץ הנהגים של אגף הרישוי במשרד התחבורה והוא שולב במפקד בעזרת מספרי תעודות הזהות. לפיכך, ניתן לשער כי תהליך זה של השלמת הנתונים לא היה מלא, עובדה שגרמה לכך שמספר הנהגים בקובץ המפקד יהיה קטן יותר. יתרה מזאת, מצבת הנהגים כוללת גם בעלי רישיונות נהיגה שאינם מתגוררים בקביעות במדינת ישראל (הלשכה המרכזית לסטטיסטיקה 1996) וישנה אפשרות כי הם לא נדגמו כלל בזמן המפקד. 55

70 לוח 13.4: השוואה בין נתוני מצבת הנהגים לשנת 1995 לבין קובץ הפאנל, לפי מגדר וגיל Table 4.13: Comparison between official number of drivers in 1995 and the "panel file", by gender and age גברים לא ידוע סה"כ נשים לא ידוע סה"כ סך כולל מצבת הנהגים % N 63% 1,408,926 3% 40,615 17% 243,306 25% 348,219 23% 317,606 17% 233,268 9% 131,308 5% 71,733 2% 22,841 0% % 1,408,896 37% 812,578 2% 17,370 18% 146,673 28% 224,821 26% 210,109 17% 136,396 7% 53,925 2% 20,269 0% 3,012 0% 3 100% 812, % 2,221,504 קובץ הפאנל % N 62% 1,265,805 3% 42,570 18% 222,110 24% 299,275 23% 289,780 17% 209,465 9% 117,775 5% 65,795 2% 19, % 1,265,805 38% 764,580 3% 20,475 18% 136,940 27% 204,305 26% 201,365 17% 127,865 7% 50,805 3% 19,840 0% 2, % 764, % 2,030,385 מלוח 4.13 עולה עוד כי התפלגות הגברים (62%) והנשים (38%) בקובץ הפאנל כמעט זהה לזו של מצבת הנהגים (63%, 37% בהתאמה). באופן דומה גם התפלגות הגילאים בקרב הגברים והנשים בקובץ הפאנל דומה מאוד להתפלגויות המוצגות במצבת הנהגים לשנת מלוח 4.14, המציג סטטיסטיקה תיאורית של משתני המחקר המרכזיים בקובץ הפאנל, ניתן להיווכח כי מספר בעלי רישיון נהיגה כלשהו (כולל טרקטור ומכונה ניידת) בקובץ עומד על 409,051 נהגים. כ- 1% מהנהגים במדגם היו מעורבים בתאונת דרכים אחת תוך תשע שנים מיום המפקד. 37% מבעלי הרישיון הנם נשים, כאשר הגיל הממוצע של הנהגים הוא כ % מהמדגם נשואים, בעוד ש- 27% הם רווקים. 88% מהנהגים הם יהודים וקבוצת המוצא הבולטת ביותר היא של יוצאי אירופה (34%). משתתפי המדגם למדו בממוצע 12.5 שנים ומרביתם בעלי השכלה תיכונית או בעלי תעודת בגרות (45%). 50% מבעלי הרישיון הם ממעמד הצווארון הכחול והם בעלי הכנסה ממוצעת של 4,713 (במונחי 1995). מקום עבודתם של 37% מהנהגים עובדים בעיר אחרת מזו שהם גרים בה, בעוד ש- 33% עובדים באותה עיר בה הם גרים. אומדן הנסועה הממוצע של הנהגים במדגם, אשר חושב כפי שהוצג בסעיף לעיל, הוא ק"מ ביום (עבור נהגי רכב פרטי בלבד אומדן ממוצע הנסועה עומד על 41.7 נתון הדומה לזה שמוצג על ידי הלמ"ס (2001) של 39.4 ק"מ). 56

71 לוח 14.4: סטטיסטיקה תיאורית של משתני המחקר המרכזיים בקובץ הפאנל Table 4.14: Descriptive statistics of the main research variables at the "panel file" N משתנים ערכים אפשריים ממוצע סטיית תקן מעורבות בתאונה קטלנית או וקשה (סה"כ) 409, ,486 מעורב ( 0 =לא מעורב) 409,051 מגדר (סה"כ) ,210 אישה ( 0 =גבר) ,051 גיל 409,051 מצב משפחתי (סה"כ) ,896 רווק ,466 נשוי ,689 גרוש / אלמן 409,051 דת (סה"כ) ,132 יהודי ,435 מוסלמי ,263 נוצרי ,221 אחר 409,051 מוצא (סה"כ) ,570 ישראל ,922 אסיה ,728 אפריקה ,997 אירופה ,834 אמריקה ,227 שנות לימוד 404,801 התעודה הגבוהה ביותר (סה"כ) ,654 ללא השכלה / תעודה ,514 יסודי / חטה"ב ,838 תיכון / בגרות ,778 על תיכוני ,017 תואר ראשון-שלישי מעמד חברתי של משק הבית (סה"כ) 320, ,020 צווארון לבן ,818 צווארון כחול ,824 עובד לא מיומן (-2.78) ,601 מדד בעלות על מוצרי בר-קיימא 4, , , ,829 הכנסה משפחתית ברוטו לנפש 355,248 מקום עבודה (סה"כ) ,712 בבית / מובטל ,078 בעיר המגורים ,458 בעיר אחרת ,860 ק"מ נסועה 4.4. שיטת ניתוח הנתונים Multiple Correspondence קבצי הנתונים שתוארו לעיל נותחו במספר שיטות סטטיסטיות אשר (Multilevel Modeling) רגרסיה לוגיסטית וניתוח רמות,Odds Ratios,Analysis 57

72 ל יתוארו להלן. הגיוון בשיטות המחקר מאפשר בחינה של השערות המחקר תוך התבוננות מורכבת בבסיס הנתונים והתאמה של היתרונות היחסיים של כל שיטה לשאלות הנבחנות (MCA) Multiple Correspondence Analysis צורך מיפוי המרחב החברתי של תאונות הדרכים (CA) Correspondence Analysis היא שיטה תיאורית לניתוח לוחות נתונים רב-משתניים וקטגוריאליים. השיטה ממירה מטריצת נתונים לתצוגה גראפית ("מפות") בה השורות והעמודות של המטריצה מוצגות כנקודות על פני המרחב. השיטה, אשר נועדה בעיקר לביצוע מחקרי גישוש research),(exploratory מאפשרת בעזרת תצוגה גראפית לתאר את הנתונים ואת המבנה הסמוי שלהם ובעקבות כך היא מקלה על פרשנותם. בעוד שהניתוח מסייע בפיתוח השערות, הוא אינו נועד לבחון אותן ואינו כולל הסקה סטטיסטית בנוגע לטיב הקשרים בין המשתנים ) Greenacre.(and Hastie 1987; Blasius 1994; Greenacre and Blasius 1994 מבחינות רבות CA הוא למעשה ניתוח גורמים analysis) (principle components לנתונים קטגוריאליים, בו אנו מנסים לחשוף את הממדים הסמויים ואת מבנה הקשרים בין מערך של משתנים ) and Greenacre.(Hastie 1987; Krzanowski 1993; Greenacre 1994 הפילוסופיה העומדת מאחורי השיטה היא המחשבה האינדוקטיבית, המתקדמת מהפרטי לכללי (1984.(Greenacre השיטה דורשת רק משתנים נומינאליים וניתן ליישמה כמעט לכל מטריצה מלבנית. יתרונה של השיטה נעוץ בכך שהיא מעניקה פיתרון מתודולוגי למגוון בעיות מיפוי ויכולה לנתח נתונים ברמת הפרט ונתונים אגרגטיביים כאחד (1990.(Higgs כמו כן, נראה כי הטכניקה הנה חסינה (robust) להוספת משתנים, שכן המודל נשאר יציב גם כאשר מוספים משתנים למודל (1994.(Blasius לטענתו של (1984) Greenacre התיאור הגראפי מעניק את הסיכום הטוב ביותר של הנתונים, שכן "תמונה אחת שווה אלף מילים". תיאור גרפי נוח יותר לתפיסה ולפרשנות מאשר ניתוח מספרי והוא מאפשר: (1) סיכום מספר גדול של נתונים; (2) פישוט מבנה הנתונים תוך פנייה ליכולת הטבעית שלנו לספוג דימויים ויזואליים; (3) ודרך התבוננות מקיפה על הנתונים אשר מגרה חיפוש אחר סיבות אפשריות לקיום מבנה הנתונים. המרחק בין הנקודות המוצגות במפות המופקות בניתוח נאמד באמצעות Weighted Euclidean Distance הנקרא גם,Chi-Square Distance כאשר הנתונים מותאמים בעזרת שיטת הריבועים הפחותים (2000.(Greenacre,1994 הפירוש של המפה המופקת מניתוח הנתונים נערך על ידי התבוננות בקיבוץ של נקודות במרחב. נקודות (קטגוריות) הקרובות "לממוצע" מוצגות קרוב למוצא הצירים ואלו ששונות "מהממוצע" מוצגות רחוק ממנו. כמו כן, קטגוריות בעלות התפלגות (פרופיל) דומה, ללא קשר לגודלן היחסי, תוצגנה כנקודות קרובות אחת לשנייה במרחב, בעוד שקטגוריות בעלות התפלגות שונה תוצגנה כנקודות רחוקות אחת מהשנייה. כך שקירבה בין נקודות א' וב' וריחוקן מנקודה ג', מצביעה על כך שנקודות א' וב' דומות (הומוגניות) אחת לשנייה ושונות (הטרוגניות) מנקודה ג'. יתרה מזאת, ניתן ללמוד כי הציר לידו ממוקמות הנקודות מייצג את הניגוד בין קטגוריות א' וב' לבין ג'. כלומר, המשמעות של הממדים (הצירים) מובנת ממיקומם של הנקודות על המפה ומה- loading שלהם 58

73 על פני הממדים. המסבירים את מירב השונות, בעוד שמספר הממדים בניתוח יכול להיות גדול, מוצגים במפה ) לרוב רק שני הממדים Greenacre and Hastie 1987; Higgs 1990;.(Gerteis ;1998 Veenstra 2007 יש לציין שפירוש המפות איננו "אובייקטיבי" והא דורש מידה מסוימת של סובייקטיביות. כפי שמדגיש אולם, (1984) Greenacre קשה לבצע ניתוח נתונים כלשהו באופן אובייקטיבי, תמיד ישנה מידה מסוימת של סובייקטיביות. יתרה מזאת, נראה כי: "no statistical methods are objective, but some are more objective than others" (Greenacre 1984: 2). ניתן לחלק את השיטה לשתי גישות עיקריות. האחת,,Simple Correspondence Analysis הנה יישום של השיטה ללוחות דו-כיווניים הכוללים שני מערכים של קטגוריות. בניתוחים אלו קיימת הבחנה בין המשתנים המתארים (שורות),Multiple Correspondence Analysis (MCA) למשתנים המתוארים (עמודות). הנה מודל כללי יותר של CA הגישה השנייה, המיישמת את האלגוריתם של הגישה הראשונה ללוחות הכוללים שלושה או יותר משתנים קטגוריאליים.(Lebart, Morineau, and Warwick 1984; Greenacre and Hastie 1987; Greenacre 1994) במקרה הרב משתני,(MCA) מנותחים מספר קטגוריות של משתנים בעלי סטאטוס זהה כולם משתנים מתארים או מתוארים המנותחים בו זמנית. בנוסף על כך, ב- MCA ניתן לנתח נתונים ברמת הפרט. הדרך הקלאסית להכליל את CA למקרה הרב משתני הוא ליישם את האלגוריתם של CA למטריצה Z בה כל שורה מהווה משתתף אחד והעמודות הנן משתני הדמה של קטגוריות המשתנים. אפשרות אחרת היא להגדיר את MCA כניתוח CA למטריצת.Burt מטריצת,Burt הדומה למטריצה של שונות משותפת matrix),(covariance הנה מטריצה הכוללת בתוכה את כל הטבלאות הדו-כיווניות האפשריות הנוצרות משילוב כל זוגות המשתנים בניתוח ) and Greenacre.(Hastie 1987; Greenacre 1994; Greenacre and Blasius 1994 הניסוח האלגברי של השיטה, אשר דומה מבחינה מתמטית למספר שיטות אחרות, מזוהה עם מאמר שפורסם על ידי Hirschfeld בשנת בתחילת שנות ה- 60 של המאה הקודמת הפך Benzecri את הפרשנות הגראפית של השיטה לפופולארית, בעיקר בצרפת. Jean-Paul Benzecri טבע את המונח הצרפתי Correspondance כדי לציין "מערכת של קשרים" ) system of (associations בין האלמנטים של שני מערכי נתונים (שורות ועמודות). חוקרי מדעי החברה במדינות דוברות אנגלית מחוץ לצרפת התוודעו ל- CA רק באמצע שנות ה- 80 של המאה הקודמת (לסקירה היסטורית רחבה ראה (Greenacre 1984: section בשנים האחרונות השיטה הפכה להיות נפוצה יותר בסטטיסטיקה של מדעי החברה ומספר הפרסומים התיאורטיים והאמפיריים הקשורים אליה עולה בהתמדה ) Blasius Greenacre and 1994). אחד מהיישומים המפורסמים ביותר של CA במדעי החברה הנו של הסוציולוג הצרפתי 59

74 ,Pierre Bourdieu אשר השתמש בשיטה בספרו La Distinction שהתפרסם בשנת במחקרו בחן Bourdieu השערות בנוגע לשונות בסגנונות חיים במעמדות חברתיים שונים. בעזרת השימוש ב- CA הוא חיבר בין מרחב "המעמדות חברתיים" למרחב "סגנונות החיים" ונתח אותם בו זמנית.(Blasius 1994) המפות שהופקו מהניתוח מראות לדעתו כיצד משתנים שונים של סגנונות חיים נופלים לתוך דפוס הקשור למבנה המרחב של סגנונות החיים ולמבנה המעמדות.(Bourdieu 1984) בעקבות מחקר זה התפרסמו מחקרים נוספים אשר השתמשו ב-.CA כך למשל (1998) Gerteis בחן את המיקום הפוליטי של מעמד הביניים, תוך שימוש "במפות" שהופקו על ידי CA כדי לתאר את המרחב הפוליטי של מקצועות מעמד הביניים לאורך שנות המחקר. נמצאו קרובים יותר מבחינה פוליטית הם מוקמו קרוב יותר אחד לשני במפה. ככל ששתי מקצועות באופן דומה המחקר של (2007) Veenstra התבסס על התיאוריה המבנית-תרבותית של בורדייה כדי לזהות את ההשפעה המעמדית על בריאות האדם. המחקר השתמש ב- MCA כדי לתאר מפות של המרחב החברתי. (2001) Chen עולמיים שונים. בחן בעזרת CA את עמדותיהם של הקוריאניים לגבי 17 יעדי תיור בתחום הבטיחות בדרכים (2004) Berg, Gregersen, and Laflamme ניסו להבין את הסיבות להתרחשותה של תאונת דרכים בזמן לימוד נהיגה. הם השתמשו בשתי שיטות לצמצום נתונים הדומות ל- CA (שילוב של Factorial Analysis of correspondence עם,(Ascendant Classification כדי ליצור קבוצות (classes) של תאונות ומאפייניה. Hierarchical Ratios Odds לצורך אמידת הקרבה החברתית בין הנהגים המעורבים בתאונה חברתית הצורך לבחון את "התאונות החברתיות" (ראה פרק 8), קרי את ההתנגשויות והאינטראקציות בין נהגים, מעלה את השאלה באילו שיטות סטטיסטיות יש להשתמש והאם ישנם שדות מחקר אחרים העשויים לכוון אותנו לשיטה מתאימה. סקירת הספרות הסוציולוגית והדמוגראפית מציעה כי ניתן להיעזר במחקרים הבוחנים את נושא בחירת בן הזוג לצורך נישואין (ראה למשל,.(Okun 2001 הקבוצה החברתית שלהם מחקרים אלו בוחנים את הנטייה של קבוצות חברתיות שונות להתחתן בתוך (endogamy).(kalmijn 1998) (homogamy) או להתחתן עם אנשים הקרובים למעמד שלהם (1998) Kalmijn מציע לבחון את דפוסי האנדוגמיה בין שתי קבוצות חברתיות בעזרת לוחות 2 2, כדוגמת לוח אחת הדרכים לנתח את נתוני הלוח היא לבחון את אחוז הזוגות המעורבים מכלל הזוגות הנשואים.(b+c/N) אולם, בעוד שאחוזים הם מדד פשוט לבחינת האנדוגמיה, הם מעניקים מידע מועט אודות החוזק שלה מכיוון שאין בהם נקודת התייחסות (האם 40% מעידים 31 הספר תורגם לאנגלית בשנת

75 על נטייה גדולה יותר להתחתן בתוך הקבוצה או מחוץ לקבוצה?). יתרה מזאת, אחוזים הם פחות שימושיים כאשר מנסים להשוות בין קבוצות, לנישואים בתוך הקבוצה, מאשר קבוצות גדולות יותר. משום שקבוצות קטנות הם בעלות סיכוי לוח 15.4: דפוסי נישואין בין שתי קבוצות חברתיות Table 4.15: Marriage patterns between two social groups גברים קבוצה א' קבוצה ב' נשים קבוצה א' קבוצה ב' b d a c נמוך לטענתו של (1998), Kalmijn ניתן להתגבר על בעיה זו בעזרת שימוש במדד ה-.(OR) odds ratio ה- odds מציין באיזו תכיפות אירוע מתרחש יחסית לתכיפות שהוא איננו מתרחש, כך ש- odds של 6 משמעו ששישה אנשים יחוו את האירוע עבור כל אחד שלא חווה אותו ) Crombie, Davies,.(and Tavakoli ;1998 Breaugh 2003 בלוח 4.15 ה- odds שגבר מקבוצה א' יתחתן עם אישה מקבוצה א' (ולא מקבוצה ב') מוצג בנוסחה 4.4 ה. - odds שגבר מקבוצה ב' יתחתן אישה מקבוצה א' (ולא מקבוצה ב') מוצג בנוסחה a odds 1= b c odds 2 = d ( θ) ה- OR הוא היחס בין שני ה- odds בשתי הקבוצות הנחקרות. כלומר הוא: 6.4 θ = odds odds 2 a / b a / c = = c / d b / d 1 = a * d b * c מתוך נוסחה 4.6 ניתן ללמוד כי OR הוא גם היחס בין מכפלת השכיחויות של נישואים בתוך אותה הקבוצה (a*d) לבין מכפלת השכיחויות של נישואים בין קבוצות שונות.(b*c) על פי הגדרתו ה- OR הוא מספר חיובי. במידה והוא שווה לאחד ניתן לומר כי לא קיים קשר בין שני המשתנים (הם בלתי תלויים) וככל שהערך שלו גדול מאחד הקשר חזק יותר ) Bland Agresti,1984 ;1996 OR.(and Altman ;2000 Breaugh 2003 גדול מאחד מעיד על אנדוגמיות גבוהה יותר ממה שהיינו מצפים באופן אקראי וככל שהיחס גדול יותר רמת האנדוגמיות גדולה יותר ) Kalmijn.(1998 החסרונות המרכזיים של המדד הם: 1. קשה להבין אותו באופן ישיר (1998 al. (Davies et (פחות רלוונטי כאשר מתייחסים למדד כאינדיקציה לאנדוגמיות). 2. לא ניתן לחשב אותו כאשר אחד 61

76 התאים שווה לאפס, אולם ניתן להוסיף לכל תא את הערך 0.5 ולקבל תוצאות דומות ) Breaugh.(2003 מצד שני ל- OR מספר יתרונות חשובים: 1. כאמור, הוא מעניק נקודת התייחסות הערך 1 מעיד על אי תלות. 2. המדד יעיל לצורך השוואה בין קבוצות שונות מכיוון שהוא אינו תלוי בגודל היחסי של הקבוצות בטבלה (1998,(Kalmijn קרי טווח הערכים שלו אינו מושפע מההתפלגות השולית distributions) (marginal של המשתנים 2003).(Rudas 1998; Breaugh.3 מאפשר לבחון את עוצמת הקשר בין שני משתנים..4 השורות הופכות לעמודות והעמודות הופכות לשורות..5 המדד לא משתנה גם כאשר הלוח בנוי בצורה הפוכה, בו ניתן לחשב את רווח בר-הסמך.(Agresti 1984, 1996; Bland and Altman 2000) של המדד (confidence interval) במדגמים קטנים עד בינוניים התפלגות הדגימה של ה- OR מוטה הצידה,(skewed) לכן בהסקה סטטיסטית נהוג להשתמש בלוגריתם הטבעי (natural logarithm) שלו. ה- logθ הוא בעל התפלגות הקרובה לנורמאלית, והוא סימטרי סביב ערך האי-תלות, השווה לאפס ),1984 Agresti.(1996; Bland and Altman 2000 סטיית התקן של ה- logθ מוצגת בנוסחה σ( log θ) = a b c d רווח בר הסמך interval) (confidence של ה-, logθ ברמה של 95%, מחושב כ סטיות תקן משני צידיו (2000,(Bland and Altman לכן רווח בר הסמך שלו שווה: 8.4 log θ ±1.96* σ ( logθ) מכיוון שהתפלגות של ה- logθ קרובה לנורמאלית, עדיף לבנות את רווח בר-הסמך סביבו ולאחר מכן לבצע טרנספורמציה בחזרה כדי לבנות את גבולות רווח בר הסמך ל- θ. כלומר, לחשב את האנטילוג או ה- exponent של רווח בר הסמך. במידה ורווח בר הסמך אינו כולל את הערך 1, ניתן לומר כי ה- odds שונים בשתי הקבוצות, קרי ישנו קשר מובהק ביניהם. יש לציין כי גבולות רווח בר הסמך אינם סימטריים סביב ה- θ משום שההתפלגות שלו מוטה (skewed) לימין Agresti ).(1996 לוח 16.4: סכמה לניתוח "התאונה החברתית" Table 4.16: "Social Accidents" analysis scheme נהג א' קטגוריה 1 (גבר) קטגוריה 2 (אישה) קטגוריה 1 (גבר) a נהג ב' קטגוריה 2 (אישה) b d c 62

77 למרות שקיים שוני בין תאונות דרכים לבין בחירת בן זוג (שכן, למשל, המעורב בתאונות דרכים לא "בוחר" באופן מודע במי להתנגש) ניתן לחשוב על תאונות ההתנגשות באותו האופן האם הן מתרחשות בין נהגים מאותה הקבוצה או מקבוצות שונות. לצורך כך ניתן לבנות לוח בו השורות מייצגות את המאפיינים של נהג א' (למשל המגדר שלו) והעמודות מציגות את אותם המאפיינים של נהג ב' (ראה לוח 4.16). בעזרת נוסחה 6.1 ניתן לחשב את ה- OR בין שני הנהגים. במידה והערך יהיה גבוה מאחד נאמר כי באופן יחסי ישנן יותר תאונות בין נהגים מאותה הקטגוריה, למשל מאותו המגדר, מאשר תאונות בין נהגים מקטגוריות שונות (מגדר שונה). בעזרת נוסחה 4.8 ניתן לחשב את רווח בר הסמך של ה-.OR רגרסיה לוגיסטית לצורך בחינת ההסתברות למעורבות בתאונת דרכים והקרבה החברתית בין נהגים המעורבים בתאונה חברתית תופעות חברתיות רבות הנן בינאריות או דיכוטומיות בטבען עבר / נכשל; כן / לא; אוהב / לא 32 אוהב. בעבר ניתחו תופעות אלו בעזרת רגרסיה לינארית ברגרסיה לינארית לניתוח משתנה תלוי דיכוטומי הנו בעייתי,.(OLS) אולם נראה כי השימוש זאת משתי סיבות עיקריות: הראשונה נובעת מכך שלמשתנה דיכוטמי יש גבול עליון (1) ותחתון (0), אך ברגרסיה לינארית קו הרגרסיה יכול להשתרע ממינוס אינסוף עד לאינסוף. לפיכך, המודל יכול לנבא ערכים מעל אחד או מתחת לאפס - ערכים ללא היגיון ובעלי ערך ניבויי קטן. שנית, רגרסיה לינארית עם משתנה תלוי דיכוטומי מפרה את הנחות הנורמאליות וה- Snijders and Bosker ) homoscedasticity.(1999; Pampel 2000 בכדי להתגבר על בעיות אלו ניתן להשתמש ברגרסיה לוגיסטית הדומה בצורתה הכללית לרגרסיה הלינארית, אך היא בעלת מספר מאפיינים שונים (2001.(Jaccard הרגרסיה הלוגיסטית כוללת את טרנספורמציית להסתברויות, ל- logit כפונקצית הקשר.(Snijders and Bosker 1999: 212) logit בניגוד אין גבול עליון או תחתון והיא סימטרית סביב נקודת האמצע של ההסתברות (0.5). הקשר הלינארי של X לניבוי ה- logit מוצג בנוסחה ( :(Pampel 9.4 P i ln = 0 + β1x1+ 1 P i β... β X p p ישנם מספר דרכים לפרש את מקדמי הרגרסיה הלוגיסטית. הפירוש הראשון משתמש באופן ישיר במקדמי הרגרסיה. פירוש זה זהה לצורת פרוש המקדמים ברגרסיה לינארית, מלבד זאת שיחידות המשתנה התלוי מיוצגות על ידי.logged odds הבעיה בצורת פרשנות זו שהיא קשה להבנה. הפירוש השני נוצר על ידי טרנספורמציה של המקדמים (ראה נוסחה 4.10), כך שהמשתנה הבלתי תלוי משפיע על ה- odds ולא על ה-.logged odds על מנת לעשות זאת יש לחשב את ה- exponent או האנטילוג (antilogarithm) של כל צד בנוסחה 4.9. באופן זה, מקדמי הרגרסיה מייצגים את ה את שתי הקטגוריות של תופעות לא רציפות ובינאריות (דיכוטומיות) מומלץ לייצג בעזרת הערכים אפס ואחד, שכן הממוצע של משתנה זה שווה לפרופורציית המקרים עם הערך אחד וניתן גם לפרש אותו כהסתברות (2000.(Pampel

78 (OR) odds ratios של גידול ביחידה אחת במשתנה התלוי. פירוש זה דומה במשמעותו לניתוחי לוחות 2 2 שהוצגו לעיל, שכן הוא מבטא את הקשר בין המשתנה התלוי לבלתי תלוי באמצעות ה-.OR 10.4 p i = e 1 p i β 0 + β1x β X p p = e β 0 * e β X 1 i...* e β X p p מכיוון שהמרחק של ה- exponent של המקדם מהערך אחד מעיד על גודל האפקט, ניתן לחשב את אחוז השינוי במשתנה התלוי כתוצאה משינוי ביחידה אחת במשתנה הבלתי תלוי, באופן הבא: 11.4 β ( e )* 100 % = 1 הפירוש השלישי הוא על ידי תרגום האפקט להסתברויות (ראה נוסחה 4.12). מכיוון שהקשר בין המשתנה הבלתי תלוי להסתברויות אינו ליניארי ההסתברויות לא יכולות להיות מתוארות על ידי ערך אחד בלבד של המקדם. לפיכך, האפקט של ההסתברויות צריך להיות מנובא לפי ערך מסוים או מערך של ערכים במשתנה הבלתי תלוי (2000.(Pampel 12.4 p i e = 1+ e β0+ β1x1+... β px p β0+ β1x1+... β px p כאשר משתמשים ברגרסיות שונות לניתוח הנתונים יש לאבחן תחילה את הנתונים ולוודא כי אין ביניהם מולטיקולינריות (Multicollinearity) ולבחון האם קיימים בקובץ הנתונים מקרים יוצאי דופן.(Outliers) מולטיקולינריות הנה מצב בו בין המשתנים הבלתי תלויים ישנו מתאם גבוה. מתאם גבוה עשוי לגרום לאינפלציה בטעויות התקן של המקדמים ולהוביל לכך שמקדמי המשתנים יהפכו להיות לא מובהקים, דבר שעשוי לפגוע באמינות הפרמטרים של המודל. מדד מקובל לבחינת המולטיקולינריות הוא ה-,Tolerance statistics המחושב עבור כל משתנה בלתי תלוי בנפרד. ערכי המדד נעים בין 0 ל- 1. כאשר ערכי המדד גבוהים, ישנה עדות למולטיקולינריות נמוכה. לא קיימת נקודת חתך ברורה בכדי להחליט האם יש מולטיקולינריות גבוהה, אולם מקובל להשתמש בנקודת חתך של 0.4 ומטה (1999.(Allison מקרה (תצפית) יוצא דופן (outlier) הנו מקרה שאינו חלק מהדפוס הקיים בשאר המקרים העלול להשפיע על עוצמת מקדמי הרגרסיה. ההשפעה של מקרה על הרגרסיה תלויה בחלקה בגודל הטעות (הערך הנצפה פחות הערך המנובא) ובחלקה בקיצוניות של המשתנה הבלתי תלוי. ככל שערכיו של מקרה קיצוניים יותר, השפעתו על תוצאות הרגרסיה תהיה רבה יותר (1999.(Allison אחד המדדים לבדיקת מקרים יוצאי הדופן הנו ה-,DfBeta הבוחן עד כמה השמטתו של מקרה מסוים מהניתוח ישנה את המקדם של המשתנה. ה- DfBeta מחושב לכל מקרה ועבור כל משתנה במודל. מקרה נחשב כיוצא דופן המשפיע על המקדם במידה והערך המוחלט שלו שווה או גדול מ: 64

79 כאשר Agresti and Finlay 1997; ) מספר המקרים = n 2 p n = p מספר המשתנים הבלתי תלויים,.(Allison 1999 בניתוחי רגרסיה נהוג לעיתים להשוות בין מודלים מקוננים models) (nested שונים. כך למשל ניתן להשוות בין מודל מלא, הכולל את כל המשתנים, לבין מודל מופחת, שכולל מספר משתנים מועט יותר. משפרת אותו. באופן זה ניתן לבחון האם הוספת משתנה מסוים או קבוצה של משתנים למודל אחד המבחנים הקלאסיים להשוואה בין מודלים אלו הנו ה- likelihood ratio,(lr) test הנקרא גם.deviance test במבחן זה משתמשים ב- -2*log likelihood המופק במודלים סטטיסטיים הנאמדים בעזרת שיטת הנראות המקסימאלית likelihood).(maximum מדד זה מתאר את חוסר ההתאמה בין המודל לנתונים, אולם במרבית המודלים הסטטיסטיים לא ניתן לפרש את ערכיו באופן ישיר, אלא רק את ההפרש בין ערכיו במודלים שונים. ניתן לכן, להפחית את ה- -2*log likelihood של המודל המופחת מזה של המודל המלא. ההפרש הוא בעל התפלגות chi-squared המתקבל הוא גדול, ודרגות החופש שוות למספר המשתנים המופחתים. במידה וההפרש ניתן לומר כי הוספת המשתנים למודל משפרת אותו באופן מובהק, בעוד שאם ההפרש הוא קטן נוכל להסיק כי המשתנים הנוספים אינם תורמים לטיב המודל ) Snijders.(and Bosker 1999; Verbeke and Molenberghs ניתוח רמות Modeling) (Multilevel לצורך בחינת הקשר בין סוג התאונה לבין מאפייני התאונה, הרכב והנהג ניתוח רמות Modeling),(Multilevel הנקרא גם,hierarchical linear model הנו ניתוח לבדיקת נתונים חברתיים. השיטה מאפשרת ניתוח נתונים המובנים בצורה היררכית, קרי תצפיות ברמה נמוכה (i) המשולבות בתוך רמה גבוה יותר (j). כך לדוגמה תלמידים (רמה נמוכה - i) משולבים בתוך כיתות (j) המשולבות בתוך בתי ספר (k).(bryk and Raudenbush (1992 הרמה הנמוכה נקראת רמת המיקרו וכל רמה שמעליה נקראת רמת המאקרו שלעיתים נקראת גם רמת הקבוצות או הקונטקסט.(Kreft and DeLeeuw 1998) לטענתם של,(1994) DiPrete and Forristal משתמשים בניתוח רמות בסוציולוגיה, כדי לתאר את ההשפעה של הקונטקסט החברתי על רמת הפרט, קרי השפעה של רמת המאקרו על רמת המיקרו. בתחום הבטיחות בדרכים, טוענים Jones,(2003) and Jorgensen ישנה חשיבות רבה להתייחסות למבנה ההיררכי של הנתונים, בהם הגורמים המשפיעים על המשתנה התלוי עשויים לפועל בכמה רמות רמת הפרט, מאפייני הרכב, מאפייני הדרך והאזור הגיאוגרפי. לטענתם התעלמות ממבנה זה עלולה להוביל למודל המתאר באופן פשטני את המציאות ומפיק מקדמים וטעויות תקן לא נכונים. ניבויים לא אמינים ופרשנות לא נכונה של התוצאות. כתוצאה מכך יתקבלו 33 הנוסחה מתאימה למספר מקרים הגדול מ

80 בעשורים האחרונים נבחנו נושאים שונים בעזרת ניתוח רמות. כך למשל נבחנה ההשפעה של אפקטים ברמת השכונה (רמת המאקרו) על הישגים בלימודים של 2,500 תלמידי בתי ספר (רמת המיקרו) בסקוטלנד. על ידי שימוש בניתוח הרמות, החוקרים מצאו כי ישנה השפעה של רמת המאקרו (השכונה) על הצלחתם של התלמידים (1991 Jones and.(garner and Raudenbush (i), ניתחו נתוני תאונות דרכים. הם עבדו על נתונים בשלוש רמות - נפגעים (2003) Jorgensen בתוך תאונות (j) המתרחשות בתוך אזורים מוניציפאליים (k). המשתנה התלוי במחקרם היה משתנה דיכוטומי לחומרת הפגיעה כתוצאה מהתאונה (פצוע קשה / הרוג). החוקרים מצאו כי יש דמיון בין נפגעים באותה התאונה ובתוך אותו אזור. לטענתם, התעלמות מדמיון זה עלולה ליצור מודל פחות מדויק. כמו כן, ניתוח הרמות יכול גם לעזור לחוקרים להבין באיזו רמה השונות היא הגבוהה ביותר ובתוך כך להבין באיזו רמה לא נאספו כל המשתנים הרלוונטיים. לטענתם של (1991), Garner and Raudenbush ניתוח הרמות תורם לניתוח נתונים חברתיים המובנים בצורה היררכית, בשלושה מובנים. ראשית, מכיוון שמודל זה מכיר בקיבוץ של פרטים בתוך רמה גבוהה יותר (כמו בתי ספר), הוא מונע את ההפרה של ההנחה ההכרחית בכל רגרסיה אודות חוסר התלות בין תצפיות ובכך הוא מתקן את טעויות התקן של המקדמים. שנית, מודל זה מאפשר הערכה טובה של אינטראקציות בין רמות הניתוח השונות. שלישית, ניתוח הרמות מאפשר הוספת אפקט רנדומאלי Effect) (Random לחותך ) 0 β) ו/או לשיפועים (β). קרי הוא מאפשר לחותך ו/או לשיפועים להיות תלויים בקבוצה ומכאן גם להיות שונים בכל קבוצה. במידה ומוסיפים, למשל, אפקט אקראי לחותך ברמת המאקרו, ניתן לומר כי לקבוצות מסוימות (כיתות) יש ממוצע גבוה יותר במשתנה התלוי, מאשר לקבוצות אחרות. הוספת האפקט האקראי, גורמת לכך שהנוסחה המתקבלת של ניתוח הרמות שונה מהנוסחה של רגרסיה רב משתנית, בכך שהיא כוללת יותר מטעות אחת - היא כוללת טעות (או יותר) לכל רמה (1999,(Snijders and Bosker דבר המאפשר לחוקר לפרק את השונות במשתנה התלוי לשונות הנובעת מהבדלים בין קבוצות ולהבדלים בתוך קבוצות (1994.(DiPrete and Forristal במידה וניתוח הרמות כולל שתי רמות ואפקט אקראי לחותך, מתקבלת הנוסחה הבאה: 14.4 Y = β +... β + + β x ij 0ij 1 1ij p pij 0ij 0 j x e u כאשר מספר המשתנים נע בין x 1 ל- x p ומספר המקדמים נע בין β 1 ל- e 0ij β. p היא השונות הקיימת ברמת המיקרו ו- u 0j היא השונות ברמת המקרו. נוסחה 4.14 מתאימה לניתוח רמות ליניארי בו המשתנה התלוי הוא רציף. אולם, בדומה לרגרסיה הלוגיסטית שהוצגה בסעיף הקודם, ישנו ניתוח רמות לוגיסטי ) Logistic Multilevel (Regression המתאים למקרים בהם המשתנה התלוי הוא דיכוטומי. במידה וניתוח הרמות הלוגיסטי כולל שתי רמות ואפקט אקראי לחותך, המודל מוגדר באופן הבא: 15.4 π ij ln = β0 j + β1x1 ij... β pxpij + u 0 j 1 π ij 66

81 π i כאשר הוא ההסתברות ש- 1= i y; ו- u 0j היא השונות ברמת המקרו. כפי שניתן לראות נוסחה כיוון שהנוסחה היא עבור ההסתברות (ראה 4.15 לא כוללת שארית (שונות) ברמת המיקרו,.(Snijders and Bosker 1999: 216 בניתוח רמות לוגיסטי החישוב של maximum likelihood estimation הוא כבד מאוד ולכן מיושמות שיטות.quasi-likelihood אולם, השימוש בשיטות אלו מביא לערכי likelihood לא אמינים עובדה המונעת את השימוש ב- (LR) likelihood ratio test להשוואה בין מודלים (מבחן שמשתמשים בו רבות בניתוח רמות ליניארי). כתחליף ל- LR ניתן להשתמש במבחן Wald זאת למרות שמבחן זה מאפשר אומדן בלבד (2005 al..(goldstein ;1995 Rasbash et ניתוח הנתונים בפרק 7 בוצע בחלקו באמצעות ניתוח רמות לוגיסטי בעזרת תוכנת MlWin 2005) al..(goldstein et al. 1998; Rasbash et מודלים אלו כללו שתי רמות: רמת הנהג המעורב בתאונת הדרכים (רמת הפרט) ורמת היחידה המשטרתית בה התרחשה התאונה כרמה השנייה (רמת המאקרו). מודל זה מציע כי ההשפעה של המשתנים המסבירים על מעורבות הנהג בתאונת דרכים שונה מיחידה ליחידה (השונות ברמת היחידה) וקיימים הבדלים בין האזורים הגיאוגרפיים (היחידות המשטרתיות) שלא ניתן לאמוד אותם בעזרת המשתנים הבלתי תלויים. הבדלים אלו ניתן לראות כשונות בלתי מוסברת בין היחידות המשטרתיות. כל המשתנים הרציפים שהוכנסו לניתוחי הרמות בעבודה זו, מורכזו לפי ממוצע המדגם ) Grand,(Mean Centering שזו הסטייה של כל תצפית מהממוצע. לגבי כל משתנה חושבה הנוסחה הבאה: 16.4 x ij x שימוש במשתנה ממורכז, בצורה זו לפי נוסחה 4.16, מפיק מודל שהנו דומה למודל בו משתמשים במשתנים המקוריים למרות שהפרמטרים בשני המודלים אינם בהכרח זהים. ההבדל המרכזי הוא בשינוי בערכו של החותך. מרכוז בצורה זו מקל על חישוב הרגרסיה ועל הפרשנות של הממצאים. זאת מכיוון שהמרכוז, גורם לכך שהחותך מקבל משמעות כממוצע המודל ) Kreft,.(DeLeeuw, and Leona 1995 ישנה אפשרות אחרת והיא למרכז את המשתנים לפי הממוצע הקבוצתי ) Mean Group (Centering כסטייה מהממוצע הקיים בכל קבוצה (1989.(Raudenbush מרכוז המשתנים בצורה זו, יוצר מודל אחר שאיננו מקביל למודל בו משתמשים בנתונים המקוריים. שכן, לכל קבוצה מופחת ממוצע אחר. לא קיימת בספרות הסכמה חד משמעית, על צורת המרכוז העדיפה ועל הצורה שיש להשתמש בה. כך לדוגמה (1989), Raudenbush טוען כי במצבים בהם רוצים לבדוק את האפקט של הקונטקסט על הפרט, או כאשר רוצים לבדוק אינטראקציות בין רמות, או שיפועים רנדומאליים יש להשתמש במרכוז לפי ממוצעי הקבוצות. בניגוד לכך, ממליצים Plewis,(1989) Longford Kreft,(1989) ואחרים (1995) ו-,(1999) Snijders and Bosker לא להשתמש 67

82 במרכוז מסוג זה אלא אם כן ישנה תיאוריה ברורה המציינת שיש להשתמש בשיטה זו, או לכל הפחות לבחון לעומק האם צריך או ניתן להשתמש במרכוז מעין זה. יש לציין שבמחקר הנוכחי כאשר המשתנים מורכזו לפי ממוצעי הקבוצות או שלא מורכזו בכלל, הממצאים היו דומים לאלו שהתקבלו במרכוז המשתנים לממוצע המדגם. בפרקים הבאים יוצגו פרקי הממצאים, המבוססים על שיטות הניתוח שהוצגו לעיל. הרציונאל העומד בבסיס מבנה פרקי הממצאים מבוסס על שני צירים. האחד, נע בהתאם להצעתו של (1984), Greenacre מסיכום תיאורי של בסיס הנתונים אל עבר הצגת הממצאים המתבססים על שיטות סטטיסטיות שונות. הציר השני מתאפיין ברמת הרזולוציה של הפרקים, הנעה מהסיכוי הכללי של קבוצות חברתיות שונות להיות מעורבות בתאונות דרכים, דרך ההרכב החברתי של המעורבים בתאונות וכלה באינטראקציות בין הנהגים המעורבים בהן. לאור זאת, פרקי הממצאים נפתחים בניתוח רמות הסיכון של הקבוצות החברתיות השונות, קרי בהסתברות של כל קבוצה להיות מעורבת בתאונת דרכים. ניתוחי פרק זה מתבססים על קובץ הפאנל (פרק 5). פרק הממצאים השני (פרק 6) מנתח את קובץ הנתונים המשולב ומציג סטטיסטיקה תיאורית של תאונות דרכים ושיעורי מעורבות בתאונות של קבוצות חברתיות שונות. פרק הממצאים השלישי (פרק 7), מתמקד בהבחנה בין תאונה "חברתית" לתאונה "אינדיבידואלית" ומציג את ממצאי ה- MCA וניתוחי הרמות הלוגיסטיות. פרק הממצאים הרביעי (פרק 8) בוחן, לסיום, את התאונות החברתיות מתוך קובץ האינטראקציה. פרק זה כולל ניתוחי OR ורגרסיות לוגיסטיות. 68

83 פרק זה, החברתיות השונות. פרק 5: רמות הסיכון של הקבוצות החברתיות הפותח את פרקי הממצאים של עבודה זו, זאת על ידי אמידת ההסתברות בוחן את רמות הסיכון של הקבוצות של הקבוצות החברתיות להיות מעורבות בתאונות דרכים. הפרק מתבסס על קובץ הפאנל הכולל 20% מאוכלוסיית ישראל ומהווה מדגם מייצג שלה. כפי שהוצג בפרק השיטה, הקובץ מאפשר לעקוב במשך תשע שנים אחר כל הנהגים שהשתתפו במפקד 1995 ולבחון מי ממשתתפי הפאנל היה לצערנו מעורב בתאונת דרכים במשך תקופה זו השוואה בין נהגים המעורבים בתאונות דרכים לאלו שאינם מעורבים מתוך 409,051 משתתפי הפאנל, תשע שנים. 4,486 נהגים היו מעורבים בתאונות קטלניות וקשות כנהגים תוך כלומר ההסתברות הממוצעת של נהג כלשהו להיות מעורב כנהג בתאונת דרכים קטלנית וקשה בתוך תשע שנים עומדת על כ- 1.1% (ראה לוח 5.1). השוואה בין הנהגים שהיו מעורבים בתאונת דרכים לאלו שלא היו מעורבים, כפי שמוצגת בלוח 5.1, מעלה תמונה מעניינת. נראה כי הנשים מעורבות פחות בתאונות דרכים, שכן אחוז הנהגות המעורבות בתאונות עומד על 15% בעוד שאחוז הלא מעורבות עומד על 38%. הנהגים המעורבים בתאונות דרכים צעירים יותר בממוצע (34.6) מהנהגים שאינם מעורבים (37.9) לפי הגיל בזמן המפקד. הנהגים היהודים מעורבים פחות בתאונות (76%) מאשר גודלם היחסי באוכלוסיית הנהגים (88%), בעוד שהנהגים המוסלמים מעורבים יותר מפי 2 בתאונות (18%) מאשר גודלם באוכלוסיית הנהגים (8%). ילידי ישראל (כולל לא יהודים) מעורבים יותר בתאונות דרכים (34%), מאשר גודלם היחסי באוכלוסיית הנהגים.(24%) בתאונות (25%), מאשר חלקם באוכלוסיית הנהגים (35%). לעומת זאת, יוצאי אירופה מעורבים פחות נראה כי הנהגים המעורבים בתאונות דרכים הנם בעלי סטאטוס חברתי-כלכלי נמוך יותר מאלו שאינם מעורבים בתאונות. שכן, משתתפי הפאנל שהיו מעורבים בתאונות דרכים הם בעלי 11.8 שנות לימוד בממוצע, לעומת 12.5 שנות לימוד של הנהגים שלא היו מעורבים בתאונות. חיזוק לכך ניתן לראות גם בנתוני התעודה הגבוהה ביותר של הנהגים שיעור מסיימי בית ספר יסודי או חטיבת ביניים המעורבים בתאונות דרכים (21%) גבוה יותר מאלו שלא מעורבים (14%) ומאידך אחוז בעלי תואר ראשון עד תואר שלישי שהיו מעורבים בתאונות דרכים (12%) נמוך יותר מאלו שלא היו מעורבים (20%). באופן דומה, בני מעמד הצווארון הלבן מעורבים פחות בתאונות (23%) באופן יחסי לגודלם באוכלוסיית הנהגים מעורב יותר בתאונות.(33%) (26%) מאשר גודלם היחסי לעומת זאת,.(17%) מעמד העובדים הלא מיומנים ההכנסה המשפחתית ברוטו לנפש הממוצעת בקרב הנהגים המעורבים עומדת על, 2,646 בעוד שבקרב הנהגים הלא מעורבים הנה. 3,216 כך גם מדד בעלות על מוצרי בר-קיימא הנו נמוך יותר בקרב נהגי הפאנל המעורבים (0.12), מאשר בקרב הנהגים שאינם מעורבים בתאונות (0.34), עובדה המעידה על כך שהנהגים המעורבים הם בעלי מעמד חברתי נמוך יותר מאלו שאינם מעורבים. 69

84 לוח 1.5: סטטיסטיקה תיאורית של משתני המחקר המרכזיים בקובץ הפאנל, לפי מעורבות בתאונות דרכים Table 5.1: Descriptive statistics for the main variables in the "panel file", by involvement in car accidents משתנים לא מעורבים בתאונות ממוצע סטיית תקן מעורבים בתאונות קטלניות וקשות סטיית ממוצע תקן N ,486 4,486 4, ,486 4,486 1,560 2, ,486 3, ,486 1, , ,462 4, , , , ,561 2,957 3,860 1,071 1,211 1,578 4,486 4, , , N 404, , , , , , ,731 21, , ,722 33,638 8,151 7, ,565 96,048 83,048 71, ,891 13, , ,376 27,262 57, ,780 58,257 78, , , ,023 52, , , , , , , , ,468 מעורבות בתאונה קטלנית או וקשה (סה"כ) מעורב ( 0 =לא מעורב) מגדר (סה"כ) אישה ( 0 =גבר) גיל מצב משפחתי (סה"כ) רווק נשוי גרוש / אלמן דת (סה"כ) יהודי מוסלמי נוצרי אחר מוצא (סה"כ) ישראל אסיה אפריקה אירופה אמריקה שנות לימוד התעודה הגבוהה ביותר(סה"כ) ללא השכלה / תעודה יסודי / חטה"ב תיכון / בגרות על תיכוני תואר ראשון-שלישי מעמד חברתי של משק הבית (סה"כ) צווארון לבן צווארון כחול עובד לא מיומן מדד בעלות על מוצרי בר-קיימא הכנסה משפחתית ברוטו לנפש מקום עבודה (סה"כ) בבית / מובטל בעיר המגורים בעיר אחרת רישיון נהיגה ברכב פרטי ק"מ נסועה 70

85 סוגיה נוספת העולה מלוח 5.1 היא כי נהגים בעלי רישיון נהיגה ברכב פרטי בלבד מעורבים פחות בתאונות דרכים,(66%) מאשר גודלם באוכלוסייה.(83%) כמו כן, המעורבים בתאונות גבוה יותר מזה של הנהגים שאינם מעורבים בתאונות. אומדן הנסועה של הנהגים נראה כי משתתפי הפאנל שהיו מעורבים בתאונות נוסעים בממוצע כ ק"מ ביום, בעוד שהמשתתפים שלא היו מעורבים בתאונות נוסעים ק"מ ביום. ממצאים אלו מתקפים את משתנה הנסועה (שהנו כאמור אומדן), שכן כפי שהוזכר בפרק השיטה שיעור התאונות גדל ככל שהנסועה גדלה ) Lourens al. 1999,(et כלומר כפי שניתן היה לצפות הנהגים המעורבים בתאונות הנם בעלי רמות נסועה גבוהות יותר מאשר אלו שאינם מעורבים. חיזוק לכך ניתן למצוא בפילוח בטבלה). הנסועה הממוצעת בק"מ לפי סוג רישיון הנהיגה (לא מופיע לפי פילוח זה עולה כי בעלי רישיון נהיגה ברכב פרטי בלבד נוסעים פחות מבעלי רישיון הנהיגה בכלי רכב אחרים (טרקטור, פרטי עד 15 טון, גורר/תומך, מונית, אוטובוס וכדומה). בעלי רישיון נהיגה לרכב פרטי בלבד נוסעים בממוצע 41.7 ק"מ ליום, בעוד שנהגים בעלי רישיון נהיגה לכלי רכב אחרים נוסעים בממוצע 51.1 ק"מ ליום (יש לציין כי חלק מבעלי הרישיון לכלי רכב אחרים יש גם רישיון לרכב פרטי). בלוח 5.1 ניכר כי בקובץ הפאנל ישנם מספר משתנים בעלי מקרים חסרים רבים. למשתנה מעמד חברתי של משק הבית ישנם 22% במשק הבית יש 19% מקרים חסרים; מקרים חסרים; מקרים חסרים ובמשתנה מקום עבודה ישנם 12% מקרים חסרים ההסתברות למעורבות בתאונת דרכים למשתנה מדד בעלות על מוצרי בר-קיימא למשתנה הכנסה משפחתית ברוטו לנפש קיימים 35% בכדי לאמוד את ההסתברות של נהגים מקבוצות חברתיות שונות להיות מעורבים בתאונות קטלניות וקשות, הורצה רגרסיה לוגיסטית בה המשתנה התלוי היה האם משתתף הפאנל לא היה מעורב בתאונת דרכים (0), או שמא הוא היה מעורב בתאונה קטלנית או קשה בתוך תשע שנים (1). 1.5 P i ln 1 P = i β + β * female+ β * age30 _ 44+ β * age45 _ 49+ β * age60+ β * married+ β * div _ wid 0 + β * educ0 _11+ β * educ12+ β * educ13_14+ β * non _ skilled+ β * blue _ collar 7 + β * asset _ q1+ β * asset _ q2+ β * asset _ q3+ β * work _ in+ β * work _ out 12 + β * jew+ β * christian+ β * other _ relig+ β 17 + β * america+ β * Km+ β * private+ β * * israel+ β * asia+ β * africa ( Km* private) כפי שניתן לראות בנוסחה 5.1, נוסחת הרגרסיה כוללת את המשתנים הבלתי תלויים הבאים: מגדר ( 0 =גבר, 1 =אישה); שלושה משתני דמה לגיל (30-44, 60+, 45-49, קטגוריה מושמטת ); שני משתני דמה המייצגים את המצב המשפחתי (נשוי, גרוש / אלמן, כאשר רווק הנה הקטגוריה המושמטת); שלושה משתני דמה עבור שנות לימוד הנהג (0-11, , וקטגוריה מושמטת 15+); שני משתני דמה המייצגים את המעמד החברתי של משק הבית (עובד לא מיומן, צווארון כחול, קטגוריה מושמטת = צווארון לבן); שלושה משתני דמה לרבעוני מדד בעלות על 71

86 מוצרי בר-קיימא במשק הבית (רבעון 1, רבעון 2, רבעון 3, כאשר הקטגוריה המושמטת היא 34 הרבעון הרביעי) ; שני משתני דמה עבור מקום העבודה (עובד בעיר מגוריו, עובד בעיר אחרת מזו שהוא מתגורר בה, קטגוריה מושמטת = לא עובד / עובד בבית); שלושה משתני דמה המייצגים את הדת של הנהג (יהודי, נוצרי, אחר, קטגוריה מושמטת = מוסלמי); ארבעה משתני דמה עבור מוצא הנהג (ישראלי, אסיה, אפריקה, אמריקה, קטגוריה מושמטת אומדן ק"מ אירופה); = הנסועה של הנהג; רישיון נהיגה ברכב פרטי בלבד ( 0 =רישיון נהיגה ברכב אחר שעשוי לכלול גם 35 רכב פרטי); אינטראקציה בין אומדן ק"מ הנסועה לבין רישיון נהיגה ברכב פרטי בלבד. הרגרסיה הליניארית הורצה עם פרוצדורת התצפיות להן יש נתונים חסרים במשתני המודל לבין,listwise deletion.(allison 2001) בה מושמטות מהניתוח כל על מנת לבדוק האם ישנם הבדלים משמעותיים בין תת-המדגם שכולל ערכים מלאים בכל המשתנים במודל (265,468=N) תת-המדגם עם המשתנים בין שני תתי-המדגם. המקרים החסרים שלא הוכנסו לניתוח השוואה זו, אשר,(N=143,583) הושוו ממוצעי לגבי המשתנים הדיכוטומיים מהווה גם אינדיקציה לפרופורציות בין 0 ל -1, מעלה כי לא קיימים הבדלים הגדולים ב- 5% בין תת-המדגם הכולל ערכים מלאים בכל המשתנים, לבין תת-המדגם הכולל ערכים חסרים בחלק מהמשתנים. זאת פרט לכך שבתת-המדגם הכולל ערכים מלאים בכל המשתנים ישנן מעט יותר נשים (39% מול 34%) ומעט יותר נשואים (70% מול 64%), מאשר תת-המדגם הכולל את המקרים עם הערכים החסרים. נוסף על כך, הורצה רגרסיה לוגיסטית בה המשתנה התלוי תיאר האם המקרה כולל ערכים מלאים לכל משתני המחקר (1) או שהוא כולל ערכים חסרים (0). אולם, מכיוון שמספר המקרים גדול מאוד מרבית המשתנים יצאו מובהקים, זאת למרות שגודל האפקט לא היה בהכרח משמעותי. טרם הרצת המודל הסופי נבחן האם קיימת מולטיקולינריות (multicollinearity) בין המשתנים הבלתי תלויים במודל והאם ישנם מקרים יוצאי דופן,outliers) ראה פרק השיטה). בדיקות אלו העלו כי ה- tolerance statistics גבוה מ- 0.4 עבור כל המשתנים, עובדה המעידה על כך כי לא קיימת מולטיקולינריות גבוהה (זאת לאחר שמשתנים שונים, כגון הכנסה, התעודה הגבוהה ביותר וכדומה, לא הוכנסו לניתוח בגלל מולטיקולינריות גבוהה עם משתנים בעלי קונצפט דומה). כמו כן, מדד ה- dfbeta לא מצא מקרים יוצאי דופן במודל. לוח 5.2 מציג את מקדמי הרגרסיה הלוגיסטית של המשתנים הבלתי תלויים במודל. כפי שניתן לראות בלוח ישנו מספר לא מבוטל של משתנים המבחינים באופן מובהק בין נהגים שלא היו מעורבים בתאונות לבין נהגים שהיו מעורבים בתאונות קטלניות וקשות ממצא לא מפתיע לאור מספר המקרים הגדול מודל שכלל גיל, שנות לימוד ומדד בעלות על מוצרי בר קיימא כמשתנים רציפים וריבוע של משתנים אלו ומודל אחר שכלל חלוקה למספר קטגוריות גדול יותר העלו תוצאות דומות. הסיבה העיקרית לשימוש בקטגוריות ולא במשתנה רציף היא פרקטית ונובעת מכך שנוח יותר לייצר ניבויים בעזרת משתנה קטגוריאלי (ראה בהמשך). מכיוון שמשתנה אומדן הנסועה בק"מ נבנה בעזרת המגדר, הגיל והאזור הגיאוגרפי (ראה פרק השיטה) הוספת האזור הגיאוגרפי כמשתני דמה למודל יצרה מולטיקולינריות גבוהה עם משתנה הנסועה ולכן לא ניתן היה להכניסם לניתוחים ראה נספח א'.

87 לוח 2.5: רגרסיה לוגיסטית של מעורבות בתאונה קטלנית וקשה על משתנים חברתיים ומשתני פיקוח (N=265,468) Table 5.2: Logistic regression of involvement in fatal and severe accidents on social and control variables Exp (B) B משתנה מגדר ( 1 =אישה) גיל מצב משפחתי רווק נשוי גרוש / אלמן שנות לימוד מעמד חברתי של משק הבית עובד לא מיומן צווארון כחול צווארון לבן מדד בעלות על מוצרי בר-קיימא רבעון 1 רבעון 2 רבעון 3 רבעון 4 מקום עבודה בעיר המגורים בעיר אחרת בבית / מובטל דת יהודי נוצרי אחר מוסלמי מוצא ישראל אסיה אפריקה אמריקה אירופה ק"מ נסועה רישיון ברכב פרטי בלבד נסועה רישיון ברכב פרטי קבוע טעות תקן מובהקות רווח סמך Exp(B) תחתון תחתון כך למשל, נראה כי קיים הבדל מובהק בין נשים לגברים במעורבות בתאונות קטלניות וקשות נשים מעורבות פחות מגברים. מאידך, ישנם מספר משתנים שלא (exp(β)=0.48 (=p; 73

88 נמצאו כקשורים למעורבות בתאונת דרכים. לדוגמה, מדד בעלות על מוצרי בר-קיימא, או שני משתני הדמה המייצגים את מקום העבודה ביחס למקום המגורים, מובהק מהקטגוריה המושמטת. אשר אינם שונים באופן נראה כי הסיבה לחוסר המובהקות במשתני הדמה למקום העבודה נובעת מהכנסתם למודל של משתנה בעלות על רישיון ברכב פרטי ומהאינטראקציה בין משתנה זה לבין הנסועה בק"מ. שכן, במודל אחר (שאינו מוצג) בו שני המשתנים האלו לא הוכנסו לניתוח נמצא כי שני משתני הדמה למקום העבודה שונים באופן מובהק מהקטגוריה המושמטת. כמו כן, יש לשים לב שברגרסיה לוגיסטית מקדמי המשתנים המהווים חלק ממשתנה האינטראקציה (קרי ק"מ נסועה ורישיון ברכב פרטי) אינם ניתנים לפרוש באופן המסורתי, כפי שמפורשים שאר המקדמים. אלא, מקדם הנסועה בק"מ (0.01=β) מתייחס לנסועה עבור קבוצת ההתייחסות group) (reference של משתנה רישיון הנהיגה, כלומר עבור נהגים בעלי רישיון נהיגה ברכב אחר (לפירוט ראה.(Jaccard : על מנת להמחיש את הממצאים העולים מהרגרסיה, ניתן להמיר את מקדמי הרגרסיה להסתברויות, לפי הפרשנות השלישית המופיעה בפרק השיטה. קיימות מגוון אפשרויות לבצע את ההמרה, כאשר כל שיטה מדגימה פרשנות שונה של נתוני הרגרסיה (2000.(Pampel לצורך פירוש ממצאי הרגרסיה המוצגים בלוח 5.2 נבחרו שתי שיטות. השיטה הראשונה נועדה לאמוד את ההסתברות למעורבות בתאונה קטלנית וקשה עבור הקבוצות החברתיות השונות. זאת על ידי הצבת מקדמי הרגרסיה בנוסחה 4.12 והכפלתם בממוצע הקטגוריה הנבחנת הנחקר המוכפל ב- 0 או 1 (או ערך אחר), בהתאם לקטגוריה הנאמדת. פרט למשתנה כך למשל, כדי לאמוד את ההסתברות של נשים להיות מעורבות בתאונה (ראה איור 5.1) המקדם של משתנה המגדר,-0.74) הוכפל בערך 5.2) בלוח 1 ושאר המקדמים במודל הוכפלו כל אחד בממוצע קבוצת הנשים של המשתנה המתאים. בצורה דומה על מנת לאמוד את ההסתברות של הגברים, מקדם משתנה המגדר הוכפל באפס ושאר המקדמים הוכפלו בממוצע של קבוצת הגברים במשתנה המתאים. באופן זה ניתן לאמוד את ההסתברות למעורבות בתאונת דרכים של "האישה הממוצעת" (בעלת ערכי הנסועה, ההשכלה, ההכנסה וכדומה הממוצעים של הנשים) ושל "הגבר הממוצע" (בעל ערכי הנסועה, ההשכלה, ההכנסה וכדומה הממוצעים של הגברים). מטרתה של השיטה השנייה היא לאמוד את ההבדלים בהסתברות למעורבות בתאונת דרכים בין הקבוצות החברתיות השונות בהינתן משתני הפיקוח. לצורך כך ניתן להציב בנוסחה את 4.12 מקדמי הרגרסיה ולהכפילם בממוצע המדגם. בדומה לשיטה הראשונה גם כאן המשתנה הנחקר מוכפל ב- 1 או 0 (או ערך אחר) בהתאם לקטגוריה הנאמדת. בהסתברויות של כל קטגוריה נובע מגודלו של מקדם הרגרסיה הרלוונטי, בשיטה זו ההבדל היחידי כך שניתן לומר כי פרשנות זו מציגה את ההבדלים נטו בין הקטגוריות, בהינתן כי יתר המשתנים קבועים בממוצע 36 המדגם כמובן שמשום שהרגרסיה הלוגיסטית איננה לינארית, תהליך הניבוי באמצעות הממוצע הקבוצתי איננו "מדויק" ויכול להיות שבנקודה אחרת של הפונקציה יתקבלו הסתברויות שונות. אולם, מכיוון שתכלית הפקת הניבויים היא רק להמחיש את ההבדלים הממוצעים בין הקבוצות השונות ולא לקבל הסתברות "מדויקת" למעורבות, נדמה כי צורת הצגה זו עשויה להיות מספיקה.

89 לוח 3.5: אומדן ההסתברות למעורבות בתאונה קטלנית וקשה כאשר כל שאר מקדמי הרגרסיה בממוצע, לצורך אמידת הבדלי ההסתברות הבין-קבוצתיים Table 5.3: Probability estimates of involvement in fatal and severe accident, when all other regression coefficients are in their mean, for estimating the inter-group probabilities differences משתנה מגדר גיל מצב משפחתי שנות לימוד התעודה הגבוהה ביותר מעמד חברתי של משק הבית דת מוצא (יהודים בלבד) סוג רישיון קטגוריה גבר אישה גרוש / אלמן רווק נשוי ללא השכלה / תעודה יסודי / חטה"ב תיכון / בגרות על תיכוני תואר 1-3 לא מיומן צווארון כחול צווארון לבן דרוזי ואחר מוסלמי נוצרי יהודי אפריקה אסיה אמריקה ישראל אירופה רישיון נהיגה ברכב "אחר" רישיון נהיגה ברכב פרטי בלבד אומדן הסתברות 1.09% 0.52% 1.00% 0.78% 0.70% 0.64% 1.18% 0.88% 0.78% 0.90% 0.88% 0.82% 0.69% 0.96% 0.96% 0.91% 0.86% 0.74% 0.99% 0.82% 0.75% 1.27% 1.19% 0.94% 0.79% 0.89% 0.85% 0.78% 0.77% 0.75% 1.37% 0.70% האיורים הבאים מציגים את אומדן ההסתברויות למעורבות בתאונת דרכים עבור המשתנים המובהקים ברגרסיה (לפי השיטה הראשונה), הקטגוריה המסומנת לקטגוריה המושמטת. כאשר הכוכביות מציגות הבדל מובהק בין ההסתברויות למעורבות בפיקוח משתנים שונים, המאפשרות לבחון את ההבדלים בהסתברות למעורבות בין הקטגוריות השונות השנייה) מוצגות בלוח 5.3. (לפי השיטה 75

90 איור 1.5: אומדן ההסתברות להיות מעורב בתאונת דרכים קטלנית וקשה כנהג תוך תשע שנים, לפי מגדר Figure 5.1: Estimation of the probability of being involved in a fatal and severe accident as a driver within nine years, by gender 3.00% 2.50% 2.00% הסתברות 1.50% 1.34% 1.00% 0.50% 0.38% % אישה גבר איור 5.1 מעלה כי אומדן ההסתברות של הגבר "הממוצע" להיות מעורב בתאונת דרכים קטלנית וקשה בתוך תשע שנים מיום המפקד עומד על 1.34%, בעוד זה של האישה "הממוצעת" עומד על 0.38%. אמנם אומדנים אלו מציגים את ההסתברות "הממוצעת" למעורבות, אך הם כוללים בתוכם גם הבדלים נוספים בין הגברים לנשים, כגון הבדלי נסועה. לפיכך, כדי ללמוד על ההבדלים "נטו" בין הגברים לנשים הנובעים ממשתנה המגדר בלבד ניתן להתבונן על לוח 5.3. מהלוח ניתן ללמוד כי אומדן ההסתברות של הגברים להיות מעורבים בתאונת דרכים (1.09%), בהינתן ששאר המשתנים קבועים בממוצע, גבוה יותר מפי 2 מזה של הנשים (0.52%). כלומר, גם מעבר להבדלי ההשכלה, המעמד החברתי, הדת, הנסועה וכדומה ההסתברות של הגברים למעורבות גבוהה יותר מזו של הנשים. ההבדלים הגדולים בין הגברים לנשים שהוצגו לעיל, מתייחסים כאמור "לגבר הממוצע" "ולאישה הממוצעת", אולם קשה להבחין בצורת הצגה זו בהבדלים בין הגברים לנשים לפי רמות הנסועה. שכן, כפי שהוסבר, האומדן כולל את הנסועה הממוצעת של הגברים והנסועה הממוצעת של הנשים, אך מכיוון שנסועת הגברים גבוהה יותר מעניין לראות כיצד קשורה הנסועה להבדלים בהסתברות למעורבות בין גברים לנשים. לצורך כך פולח קובץ הפאנל ל- 20 תתי- קבוצות לפי מגדר ועשירון נסועה. לאחר מכן, תוך שימוש בנוסחה 4.12, הופקו ניבויים עבור כל תת-קבוצה בנפרד, זאת על ידי הכפלת מקדמי הרגרסיה בממוצעי תת-הקבוצה של משתני המודל (לפי השיטה הראשונה). מכיוון שלא היו גברים בעשירון הנסועה השני, אוחדו שני העשירונים הראשונים לקטגוריה אחת. ממצאי ניתוח זה, המוצגים באיור 5.2, מעלים כי לאורך כל רמות הנסועה הסתברות של גבר להיות מעורב בתאונת דרכים קטלנית וקשה גבוהה מזו של הנשים. נדמה כי השפעת הנסועה על המעורבות גדולה יותר עבור הגברים מאשר עבור הנשים, שכן שיפוע ההסתברות למעורבות של הגברים גדול יותר מזה של הנשים. 76

91 איור 2.5: אומדן ההסתברות להיות מעורב בתאונת דרכים קטלנית וקשה כנהג תוך תשע שנים, לפי מגדר ועשירוני נסועה Figure 5.2: Estimation of the probability of being involved in a fatal and severe accident as a driver within nine years, by gender and decile of estimated daily travel in km 3.00% 2.50% 2.00% 1.9% הסתברות 1.50% 1.4% 1.3% 1.5% 1.00% 0.50% 1.1% 1.1% 1.0% 0.9% 0.3% 0.4% 0.4% 0.4% 1.2% 0.7% 0.6% 0.6% 0.8% 0.5% % עשירון נסועה אישה גבר איור 3.5: אומדן ההסתברות להיות מעורב בתאונת דרכים קטלנית וקשה כנהג תוך תשע שנים, לפי גיל Figure 5.3: Estimation of the probability of being involved in a fatal and severe accident as a driver within nine years, by age 3.00% 2.50% 2.00% הסתברות 1.50% 1.08% 1.00% 0.75% 0.66% 0.64% 0.50% %

92 התבוננות על איור 5.3 מעלה כי ההסתברות למעורבות בתאונת דרכים קטלנית וקשה לפי גיל הנהג בזמן המפקד איננה לגמרי ליניארית. הנהגים שהיו בני בזמן המפקד.(1.08%) ההסתברות הגבוהה ביותר למעורבות הנה בקרב לאחר מכן, עבור גילאי 30-44,0.75% עבור נהגים בגיל 0.66% היא ועבור נהגים שבזמן המפקד היו בני היא יורדת ל ומעלה ההסתברות למעורבות בתאונה מגיעה ל- 0.64%. ההבדלים בין כל הקטגוריות לבין קטגורית הגיל הצעירה ביותר (הקטגוריה המושמטת) הנם מובהקים. לוח 5.3 מציע כי מעבר להבדלים הנובעים ממשתני פיקוח שונים ההסתברות למעורבות של הנהגים הצעירים ביותר (1.0%) גדולה ביותר מפי מזו של הנהגים המבוגרים ביותר.(0.64%) חשוב לציין כי חלוקה לקטגוריות גיל אחרות עשויות היו להוביל לממצאים מעט שונים כך למשל מודל שכלל משתנה גיל רציף וגיל בריבוע הצביע על מגמת עלייה מועטה בהסתברות למעורבות מעל גיל 70. ניתוח ההסתברות למעורבות בתאונת דרכים קטלנית וקשה לפי המצב המשפחתי מעלה תמונה מעניינת (איור 5.4). הנהגים הרווקים "הממוצעים" הם בעלי ההסתברות הגבוהה ביותר להיות מעורבים בתאונת דרכים קטלנית וקשה (1.10%). לעומת זאת, ההסתברות של הנהגים הנשואים והגרושים והאלמנים "הממוצעים" למעורבות בתאונה נמוך יותר והוא עומד על כ- 0.74%. הבדלים אלו בין הנשואים, הגרושים והאלמנים לבין הרווקים הנם הבדלים מובהקים ברמה של.0.05 לעומת זאת, בהינתן משתני הפיקוח הגרושים והאלמנים הם בעלי ההסתברות הגבוהה ביותר למעורבות (1.18%), בעוד שהנשואים הם בעלי ההסתברות הנמוכה ביותר (0.78%) פער העומד על פי 1.5 (ראה לוח 5.3). איור 4.5: אומדן ההסתברות להיות מעורב בתאונת דרכים קטלנית וקשה כנהג תוך תשע שנים, לפי מצב משפחתי Figure 5.4: Estimation of the probability of being involved in a fatal and severe accident as a driver within nine years, by marital status 3.00% 2.50% 2.00% הסתברות 1.50% 1.10% 1.00% 0.74% 0.74% 0.50% % גרוש / אלמן נשוי רווק 78

93 איור 5.5 מציג את ההסתברות למעורבות בתאונת דרכים וקטלנית לפי שנות לימוד. מתוך איור זה ניתן ללמוד כי ההסתברות למעורבות יורדת ככל שההשכלה עולה. רמת הסיכון הגבוהה ביותר היא בקרב נהגים בעלי 0-11 שנות לימוד (1.11%) והיא יורדת בהדרגה עד לרמה ממוצעת של 0.55% עבור נהגים בעלי 15 שנות לימוד ומעלה. ההבדלים בין הקטגוריות לבין קטגורית ההשכלה הגבוהה ביותר (+15) הם הבדלים מובהקים. נראה כי אמידת ההסתברויות למעורבות בקרב קבוצות ההשכלה כאשר שאר המשתנים קבועים (לוח 5.3) מעלה תוצאות מתונות יותר, בהן הפער בין קטגוריית ההשכלה הנמוכה ביותר (0.9%) לבין הגבוהה ביותר (0.69%) עומד על פי 1.3. איור 5.5: אומדן ההסתברות להיות מעורב בתאונת דרכים קטלנית וקשה כנהג תוך תשע שנים, לפי שנות לימוד Figure 5.5: Estimation of the probability of being involved in a fatal and severe accident as a driver within nine years, by years of schooling 3.00% 2.50% 2.00% הסתברות 1.50% 1.11% 1.00% 0.93% 0.79% 0.50% 0.55% % ממצאים דומים לכך מתקבלים בהתבוננות בהסתברויות למעורבות בתאונת דרכים קטלנית וקשה לפי התעודה הגבוהה ביותר אותה קיבל הנהג. עקב מולטיקולינריות גבוהה לא ניתן היה להכניס לאותה הרגרסיה את משתנה התעודה הגבוהה ביותר ומשתנה שנות הלימוד. אי לכך הורצה רגרסיה נוספת, הזהה לזו המוצגת בנוסחה 5.1, פרט לכך שקטגוריות שנות הלימוד הוחלפו בארבעה משתני דמה המייצגים את התעודה הגבוהה ביותר שרכשו הנהגים ללא השכלה או ללא תעודה, סיימו בית ספר יסודי או חטיבת ביניים, סיימו תיכון או בעלי תעודת בגרות, בוגרי בית ספר על תיכוני (כאשר בעלי תואר ראשון עד שלישי היו הקטגוריה המושמטת). כפי שניתן לראות באיור 5.6 כל הקטגוריות שונות באופן מובהק מנהגים בעלי תואר ראשון עד שלישי (הקטגוריה המושמטת) ובאופן כללי ככל שהתעודה אותה רכש הנהג גבוהה יותר ההסתברות למעורבות קטנה. ההסתברות של נהגים ללא השכלה או שסיימו יסודי או חטיבת ביניים להיות מעורבים בתאונת דרכים בתוך תשע שנים עומדת בהתאמה על 1.18% ו- 1.23%, לעומת זאת ההסתברות למעורבות של בעלי תואר ראשון עד שלישי עומדת על 0.55%. בהינתן משתני הפיקוח, הפער בהסתברות בין נהגים ללא השכלה (0.96%) לבין נהגים בעלי תואר אקדמאי (0.74%) עומד על פי 79

94 איור 1.3 (ראה לוח 5.3). ההבדלים הקטנים בין משתנה שנות הלימוד למשתנה התעודה עשויים לנבוע מהבדלים בפרשנות המשיבים על שתי השאלות הגורמים לכך שהמשתנים לא בהכרח יחפפו. יתרה מזאת, קטגוריות התעודה הגבוהה ביותר הקיימות בישראל אינן תמיד חופפות את הקטגוריות המקובלות במערכות החינוך בארצות אחרות (למשל חטיבות הביניים) ולפיכך נהגים שהתחנכו בחו"ל עשויים להגדיר את התעודה שרכשו באופן שונה משנות הלימוד שלהם בפועל. 6.5: אומדן ההסתברות להיות מעורב בתאונת דרכים קטלנית וקשה כנהג תוך תשע שנים, לפי התעודה הגבוהה ביותר Figure 5.6: Estimation of the probability of being involved in a fatal and severe accident as a driver within nine years, by highest degree 3.00% 2.50% 2.00% הסתברות 1.50% 1.18% 1.23% 1.00% 0.89% 0.70% 0.50% 0.55% % תואר 1-3 על תיכוני תיכון / בגרות יסודי / חטה"ב ללא השכלה / תעודה כאשר מנתחים את רמת הסיכון למעורבות בתאונת דרכים קטלנית וקשה בתוך תשע שנים לפי המעמד החברתי של משק הבית של הנהגים (איור 5.7), עולה כי קיימת מגמה דומה לזו שהתקבלה בנוגע להשכלת הנהגים. ככל שהמעמד החברתי של הנהגים גבוה יותר ההסתברות למעורבות בתאונת דרכים קטנה באופן משמעותי. ההסתברות שנהגים השייכים למעמד העובדים הלא מיומן יהיו מעורבים בתאונת דרכים קטלנית וקשה בתוך תשע שנים עומדת על 1.3%, בעוד שעבור בני מעמד הצווארון הלבן ההסתברות עומדת על 0.6% (הבדל מובהק). הפער בין המעמד הגבוה למעמד הנמוך, בהינתן משתני הפיקוח השונים, עומד גם הוא על פי 1.3 (ראה לוח 5.3). 80

95 איור 7.5: אומדן ההסתברות להיות מעורב בתאונת דרכים קטלנית וקשה כנהג תוך תשע שנים, לפי מעמד חברתי של משק הבית Figure 5.7: Estimation of the probability of being involved in a fatal and severe accident as a driver within nine years, by household's social class 3.00% 2.50% 2.00% הסתברות 1.50% 1.30% 1.00% 0.87% 0.60% 0.50% % צווארון לבן צווארון כחול לא מיומן איור 8.5: אומדן ההסתברות להיות מעורב בתאונת דרכים קטלנית וקשה כנהג תוך תשע שנים, לפי דת Figure 5.8: Estimation of the probability of being involved in a fatal and severe accident as a driver within nine years, by religion 3.00% 2.50% 2.00% 1.98% 1.80% הסתברות 1.50% 1.11% 1.00% 0.75% 0.50% % יהודי נוצרי דרוזי ואחר מוסלמי 81

96 ההסתברות למעורבות בתאונת דרכים קשה וקטלנית בתוך תשע שנים הנה שונה בין נהגים מדתות שונות 5.8). איור (ראה הנהג המוסלמי "הממוצע" (1.98%) "הממוצע" (1.80%) נמצאים הנהג הנוצרי והנהג הדרוזי והאחר הם בעלי ההסתברות הגבוהה ביותר להיות מעורבים בתאונה. "הממוצע" עם הסתברות של 1.11% אחריהם למעורבות בתאונה קשה וקטלנית ולבסוף הנהג היהודי "הממוצע" עם הסתברות של 0.75%. מתוך לוח 5.3 ניתן ללמוד כי כאשר משתני הפיקוח קבועים בממוצע, הנהגים הדרוזים והאחרים הופכים להיות בעלי רמת ההסתברות היחסית למעורבות בתאונה קטלנית וקשה הגבוהה ביותר (1.27%). כמו כן, ההבדל בין אומדן ההסתברות של קבוצה זו לבין אומדן ההסתברות של היהודים (0.79%) עומד על פי 1.6, כאשר ההבדלים בין הנהגים היהודים למוסלמים הנם מובהקים. איור 9.5: אומדן ההסתברות להיות מעורב בתאונת דרכים קטלנית וקשה כנהג תוך תשע שנים, לפי מוצא (יהודים בלבד) Figure 5.9: Estimation of the probability of being involved in a fatal and severe accident as a driver within nine years, by continent of origin (Jews only) 3.00% 2.50% 2.00% הסתברות 1.50% 1.00% 0.95% 0.84% 0.75% 0.63% 0.59% 0.50% % אמריקה אירופה ישראל אסיה אפריקה קטגוריות המוצא, המבוססות על יבשת הלידה של הנהג ושל אביו (במידה והנהג הוא יליד ישראל נלקחת יבשת הלידה של אביו), הוכנסו למודל הרגרסיה שהוצג לעיל כמשתנה פיקוח. אולם, בכדי לאמוד את הבדלי ההסתברות למעורבות בתאונות לפי מוצא הנהג, הורצה רגרסיה נוספת, הזהה לזו המוצגת בנוסחה 5.1, עבור הנהגים היהודים בלבד. תוצאות הרגרסיה עבור קטגוריות המוצא שתורגמו להסתברויות מוצגות בההסתברות למעורבות בתאונת דרכים קשה וקטלנית בתוך תשע שנים הנה שונה בין נהגים מדתות שונות (ראה איור 5.8). הנהג המוסלמי "הממוצע" (1.98%) והנהג הדרוזי והאחר "הממוצע" (1.80%) הם בעלי ההסתברות הגבוהה ביותר להיות מעורבים בתאונה. אחריהם נמצאים הנהג הנוצרי "הממוצע" עם הסתברות של 1.11% למעורבות בתאונה קשה וקטלנית ולבסוף הנהג היהודי "הממוצע" עם הסתברות של 0.75%. מתוך לוח 5.3 ניתן ללמוד כי כאשר משתני הפיקוח קבועים בממוצע, הנהגים הדרוזים והאחרים הופכים להיות בעלי 82

97 רמת ההסתברות היחסית למעורבות בתאונה קטלנית וקשה הגבוהה ביותר.(1.27%) כמו כן, ההבדל בין אומדן ההסתברות של קבוצה זו לבין אומדן ההסתברות של היהודים (0.79%) עומד על פי 1.6, כאשר ההבדלים בין הנהגים היהודים למוסלמים הנם מובהקים. איור 5.9. ההסתברות למעורבות בתאונה קטלנית וקשה בתוך תשע שנים, הנה שונה בקרב נהגים מארצות מוצא שונות. נראה כי ניתן לחלק את קבוצות המוצא לשלוש קבוצות ילידי אפריקה ואסיה (בעלי הסתברות הגבוהה מ- 0.8% למעורבות בתאונה קטלנית וקשה), ילידי ישראל (0.75%) ונהגים שמוצאם הוא מאירופה ואמריקה (בעלי הסתברות למעורבת לתאונות העומדת על פחות מ-.(0.65% ההבדלים ברמות הסיכון בין ילידי אפריקה ואסיה לבין ילידי אירופה (הקטגוריה המושמטת) הנם מובהקים. נהגים שמוצאם מאפריקה הם בעלי ההסתברות הגבוהה ביותר להיות מעורבים בתאונות דרכים (0.95%), בעוד שנהגים אשר מוצאים הוא מאמריקה בעלי ההסתברות הנמוכה ביותר (0.59%). התבוננות בלוח 5.3 מעלה כי כאשר נלקחו בחשבון מאפייני הפיקוח השונים, הפערים בין הקטגוריה הגבוהה ביותר (אפריקה) לבין הנמוכה ביותר (אירופה) עומדים על פי איור 5.10 מציג את ההסתברות למעורבות בתאונת דרכים וקטלנית בתוך תשע שנים, לפי אומדן הנסועה הממוצעת ליום בק"מ (קרי, ממוצע מרחק הנסיעה ליום בק"מ) וסוג הרכב בו מורשים משתתפי הפאנל לנהוג. איור זה וממצאי הרגרסיה, המוצגת לעיל בלוח 5.2, מעידים על כך כי רמת הסיכון למעורבות בתאונת דרכים קשורה באופן מובהק לנסועת הנהגים (0.01=p), לסוג הרישיון (=p) ולאינטראקציה ביניהם (=p). נראה כי על פני כל רמות הנסועה היומית ההסתברות הממוצעת של נהגים המורשים לנהוג ברכב פרטי בלבד הנה נמוכה יותר מזו של נהגים המורשים לנהוג על סוגי כלי רכב אחרים 0.68% לעומת 2.07% בהתאמה. כאשר מאפיינים שונים של הנהגים נלקחו בחשבון, הפער בין נהגים בעלי רישיון על רכב אחר לבין נהגים בעלי רישיון על רכבי פרטי בלבד עמד על פי 1.9 (ראה לוח 5.3). כמו כן, מעבר לסוג הרישיון ככל שרמת הנסועה עולה, ההסתברות למעורבות בתאונה גדלה. התבוננות באיור 5.10 מאפשרת להבחין גם באפקט האינטראקציה (החלש) בין שני המשתנים פערי רמות הסיכון בין הנהגים בשתי הקבוצות גדלים במעט ככל שרמת הנסועה עולה ובנסועה של מעל כ- 70 ק"מ הפער מצטמצם במעט. נהגים בעלי רישיון ברכב פרטי בלבד הנוסעים בממוצע כ- 14 ק"מ ליום הם בעלי הסתברות של 0.45% להיות מעורבים בתאונה, נהגים בעלי רישיון זה הנוסעים בממוצע 50 ק"מ ליום הם בעלי סיכון של כ- 0.77% למעורבות בתאונה וכאשר הנסועה הממוצעת של נהגים אלו עולה ל- 99 ק"מ ביום ההסתברות גדלה ל- 1.60%. באופן דומה נהגים המורשים לנהוג על כלי רכב אחרים הנוסעים 14 ק"מ ביום הם בעלי רמת סיכון של 1.64%, נהגים בעלי רישיון מסוג זה הנוסעים 50 ק"מ ביום הם בעלי הסתברות של 2.05% למעורבות בתאונה וההסתברות למעורבות בתאונת דרכים קשה וקטלנית של נהגים בעלי רישיון זה הנוסעים בממוצע 99 ק"מ ביום עולה ל- 2.76%. 83

98 איור 10.5: אומדן ההסתברות להיות מעורב בתאונת דרכים קטלנית וקשה כנהג תוך תשע שנים, לפי אומדן ק"מ נסועה וסוג רכב בו מורשים לנהוג Figure 5.10: Estimation of the probability of being involved in a fatal and severe accident as a driver within nine years, by estimated daily travel in km and license type 3.00% 2.50% 2.00% הסתברות 1.50% 1.00% 0.50% % אומדן נסועה רישיון נהיגה ברכב פרטי בלבד רישיון נהיגה ברכב " אחר" בכדי לחזק את תקפות הממצאים שהוצגו לעיל, הורצו שתי רגרסיות לוגיסטיות נוספות. למרות הבעייתיות של נתוני התאונות הקלות (ראה פרק השיטה), הוחלט לבחון האם הוספת הנהגים שהיו מעורבים בתאונות קלות לניתוח תעלה מגמות דומות לאלו שנמצאו בניתוח התאונות הקשות והקטלניות בלבד. הוספת התאונות הקלות לניתוח "מעבות" אותו ובכך מאפשרות לתקף את הממצאים שהתקבלו עד כה. לצורך כך, הורצה רגרסיה נוספת בה המשתנה התלוי ייצג האם בתוך תשע שנים הנהג היה מעורב בתאונה כלשהי ( 1 =קלה, קשה או קטלנית), או שמא הוא לא היה מעורב כלל בתאונה בתקופה זו (0). באופן זה הערך "1" כולל עתה 10.4% ממשתפי הפאנל, בעוד שברגרסיה הראשונה, שלא כללה את התאונות הקלות, הוא כלל 1.1% ממשתתפי הפאנל בלבד. המשתנים הבלתי תלויים ברגרסיה זו היו זהים לאלו המוצגים בנוסחה 5.1 לעיל. ממצאי רגרסיה זו, אשר לא מוצגת כאן, העלתה תוצאות דומות לאלו שהוצגו לעיל ובכך מתקפים את ממצאי הרגרסיה הראשונה. מעבר למשתנים שנמצאו מובהקים גם ברגרסיה המקורית נמצא כי מעמד הצווארון הכחול שונה באופן מובהק (0=p; (exp(β)=1.068 ממעמד הצווארון הלבן (קטגוריה מושמטת); שני הרבעונים הראשונים של מדד בעלות על מוצרי בר-קיימא במשק הבית נמצאו שונים ומובהקים מהרבעון העליון הקטגוריה המושמטת (0=p; ;exp(β)= =p; ;(exp(β)=0.929 נהגים העובדים בעיר המגורים (0=p; (exp(β)=1.081 ונהגים שמקום עבודתם הנו בעיר שונה מעיר המגורים (0=p; (exp(β)=1.152 נמצאו שונים באופן מובהק מנהגים שאינם עובדים או עובדים בבית; נהגים שמוצאם הוא מאמריקה שונים באופן מובהק בהסתברות למעורבות בתאונת דרכים מנהגים מאירופה (0=p;.(exp(β)=0.857 נוסף 84

99 על כך ברגרסיה זו נהגים בעלי שנות לימוד נמצאו כלא שונים באופן מובהק מבעלי 15 שנות לימוד ומעלה (0.438=p; (exp(β)=1.018 והאינטראקציה בין הנסועה בק"מ לבין רישיון נהיגה ברכב פרטי בלבד נמצאה כלא מובהקת (0.076=p;.(exp(β)=1.002 מתוך חשש כי המקרים החסרים שלא הוכנסו לניתוח עשויים להשפיע על תוצאות הרגרסיה, הורצה רגרסיה נוספת הזהה לזו המוצגת בנוסחה 5.1, פרט לכך שהמשתנים בעלי אחוז ערכים חסרים גבוה מעמד חברתי של משק הבית, מדד בעלות על מוצר בר קיימא ומקום העבודה ביחס למקום המגורים לא הוכנסו לרגרסיה (398,860=N, ו- 2.5% ערכים חסרים). רגרסיה לוגיסטית זו, בה הערך 1 של המשתנה התלוי כללה נהגים שהיו מעורבים בתאונות קשות וקטלניות בלבד, העלתה תוצאות דומות לזו של הרגרסיה המקורית. הסתברות נמוכה באופן מובהק מהנהגים המוסלמים פרט לכך שהנהגים הנוצרים נמצאו (קטגוריה מושמטת) בעלי להיות מעורבים בתאונה קטלנית וקשה בתוך תשע שנים (0.011=p;.(exp(β)=0.771 כלומר גם כאשר הרגרסיה נערכה על קובץ הנתונים המלא, נמצאו תוצאות דומות לאלו שנמצאו ברגרסיה המקורית שכללה מספר קטן יותר של מקרים ניתוחי הישרדות אחת הבעיות המרכזיות בשימוש בנתונים היסטוריים הנמדדים לאורך זמן, היא שבסיום תקופת המחקר ישנם משתתפים שלא חווים את האירוע הנחקר, זאת למרות שאין כל סיבה להניח כי אחרי תום המחקר הם לא יחוו את האירוע. כלומר, במילים אחרות עצם העובדה שנהג כלשהו לא היה מעורב בתאונת דרכים בתוך תשע שנים, אינה מעידה על כך שהוא לא יהיה מעורב בתאונה לאחר מכן. אפקט זה, הנקרא בסטטיסטיקה,censoring מציב אתגר לחוקרים המנסים לאמוד תופעות לאורך זמן. המשמעות של censoring היא שנתוני פרט המשתתף במחקר לא נצפים לאחר זמן t כלשהו מכיוון שהמחקר הסתיים בנקודה זו, או משום שהפסיקו לעקוב אחריו בנקודה זו. כדי להתגבר על בעיה זו פותחו שיטות סטטיסטיות שונות survival analysis, event history analysis, hazard modeling בעיקר על ידי ביו-סטטיסטיקאים האומדים את משך חיי האדם והורחבו לאחר מכן על ידי כלכלנים וסוציולוגים כדי ללמוד על מעברים ושינויים חברתיים. למרות השוני בשמות השיטות, מרביתן משתמשות ביסודות מתמטיים דומים ) ;1982 Allison.(Singer and Willett 1991 כדי לבחון האם אפקט ה- censoring עשוי היה להשפיע על ממצאי פרק זה, הוכן קובץ נתונים חדש במבנה person-period והופק discrete-time survival analysis עבור 2,375,267 תצפיות (להסבר נוסף ראה נספח ב'). ניתוח זה שכלל תשעה משתני דמה עבור שנות המחקר ואת כל המשתנים הבלתי תלויים שמופיעים בלוח 5.2, העלה באופן מפתיע מקדמים וטעויות תקן הדומים לאלו שהוצגו בלוח 5.2 (כדי לכלול בניתוח זה את כל משתני הדמה לזמן, הקבוע 0 β לא הוכנס לניתוח). יתרה מזאת, כל משתני הדמה לזמן יצאו מובהקים, עובדה המעידה על כך כי הסיכון למעורבות בתאונת דרכים יורד עם הזמן נראה כי הסיבה לכך נובעת מעיצוב המחקר ומאיכות הנתונים (ראה לוח ב. 1 ב, נספח ב'). 85

100 כמו כן, הורצו מספר ניתוחים נוספים שכללו אינטראקציות בין משתני הדמה של הזמן לבין מגדר, גיל ושנות לימוד (ראה לוח ב. 2, בנספח ב'). לצורך הנוחות בניתוחים אלו נעשה שימוש במשתנים רציפים עבור הגיל, שנות הלימוד ומדד בעלות על מוצרי בר-קיימא. ממצאי ניתוחים אלו העלו כי בכל המודלים הוספת האינטראקציות לא שינתה כמעט את המקדמים וטעויות התקן של המשתנים הנחקרים, קרי הוספת אלמנט הזמן והאינטראקציות בינו לבין משתנים שונים לא השפיעה על המודל. במודלים שכללו אינטראקציות בין הזמן לבין מגדר ושנות לימוד נמצא כי כל מקדמי האינטראקציות אינם מובהקים פרט לאינטראקציה עם נקודת הזמן האחרונה (שנת 2004). כלומר, האפקט של משתנה המגדר ושנות הלימוד יציב לאורך זמן. מאידך, במודל שכלל אינטראקציות בין הזמן לגיל נמצא כי מקדמי האינטראקציות עד שנת 1999 אינם מובהקים, בעוד שמשנת 2000 עד 2004 הם הופכים להיות מובהקים. לסיכום נראה כי שימוש ב- discrete-time survival analysis אינו משנה באופן משמעותי את תוצאות הרגרסיה הלוגיסטית המקורית ואפקט ה- censoring אינו בהכרח משמעותי בניתוח (זאת למרות שנמצא כי ההסתברות של הנהגים להיות מעורבים בתאונה קטנה ככל שמתרחקים מהמפקד). אחד ההסברים לתופעה זו היא שייתכן וההסתברות להתרחשותה של תאונה בכל יחידת זמן היא קטנה מאוד ולכן ההשפעה של ה- censoring היא נמוכה סיכום פרק זה בחן את רמת הסיכון של נהגים מקבוצות חברתיות שונות להיות מעורבים בתאונות קטלניות וקשות. זאת תוך שימוש בקובץ הפאנל המאפשר לעקוב במשך תשע שנים אחר מעורבותם של קבוצת נהגים בתאונות דרכים. הקובץ, המהווה מדגם מייצג של אוכלוסיית ישראל, מעניק כנראה לראשונה את היכולת לבחון הבדלים ברמות הסיכון של הנהגים הישראלים תוך שימוש במשתנים דמוגראפיים וחברתיים, כגון השכלה, מעמד חברתי ומוצא. יתרה מזאת הניתוחים שהוצגו בפרק זה נערכו ברמת הפרט והם אינם מתבססים על אגרגציה של נתונים. הממצאים העולים מהפרק מחזקים את השערת המחקר הראשונה, המציעה כי ימצאו הבדלים בתחומים שונים של בטיחות בדרכים בין קבוצות תרבותיות וחברתיות שונות. שכן במרבית המשתנים שנבחנו נמצאו הבדלים ברמת הסיכון בין הקבוצות השונות. כך למשל נמצא כי רמת הסיכון של הגברים גבוהה מזו של הנשים, רמת הסיכון של הנהגים הצעירים גבוהה יותר מזו של נהגים בגילאי הביניים, רמת הסיכון של היהודים נמוכה באופן מובהק מזו של נהגים מוסלמים ודרוזים ורמת הסיכון של יוצאי אפריקה ואסיה שונה באופן מובהק מזו של ילדי ישראל ומיוצאי אמריקה ואירופה. כמו כן, נמצא כי ישנו קשר בין המיקום החברתי-הכלכלי של הנהגים לבין המעורבות בתאונות קטלניות וקשות ככל שההשכלה גבוהה יותר וככל שהמעמד החברתי-כלכלי גבוה יותר המעורבות בתאונות קטלניות וקשות קטנה. ממצאים אלו התקבלו מרגרסיה לוגיסטית תוך פיקוח על משתנים שונים וביניהם אומדן הנסועה הממוצע של הנהגים וסוג הרישיון שעמד לרשותם בזמן המפקד. מעניין לציין כי שני המשתנים האחרונים נמצאו גם הם כבעלי קשר מובהק עם מעורבות בתאונות דרכים. נראה כי ככל שרמת הנסועה גבוהה יותר ההסתברות למעורבות גדלה וכי לבעלי רישיון נהיגה על רכב פרטי בלבד ישנה הסתברות נמוכה יותר להיות מעורבים בתאונה מאשר המורשים לנהוג על רכבים אחרים. 86

101 ממצאים אלו, אשר התקבלו גם בשתי רגרסיות אחרות, עומדים בקנה אחד עם הממצאים שיוצגו בפרקים הבאים ועם ממצאיהם של מחקרים קודמים שונות ברחבי העולם, מתודולוגיות שיש לקחתן כפי שהוצגו בחשבון להסתברויות הנמוכות למעורבות בתאונות, בסקר הספרות. כאשר מפרשים את למדגם, הבוחנים את רמות למרות כל זאת, ממצאי הפרק הסיכון של קבוצות ישנן מספר מגבלות מגבלות הקשורות לאומדן הנסועה ולמשתנים שלא הוכנסו למודל. למזלנו ההסתברות הממוצעת להיות מעורבים בתאונה קטלנית וקשה כנהגים בתוך תשע שנים הנה יחסית נמוכה. אולם "החיסרון" בהסתברויות נמוכות אלו הוא שהמספרים הקטנים מקשים על קבלת נתונים מדויקים וכל סטייה קטנה, הנובעת מבעיות מתודולוגיות שונות, עלולה לגרום להבדלים משמעותיים בממצאים שמתקבלים. מתבססים, על כאמור, ניבויים מתוך הרגרסיה הלוגיסטית. יתרה מזאת, האומדנים שהוצגו בפרק מכיוון שזו רגרסיה לא לינארית, ייתכן כי הצבת ערכים אחרים בנוסחת הניבויים עשויה הייתה להפיק תוצאות מעט שונות מאלו שהוצגו כאן. המוחלטים. לפיכך, מומלץ להתייחס בעיקר למגמות העולות מהממצאים ופחות למספרים כפי שהוזכר בפרק השיטה יש להדגיש כי קובץ הפאנל כולל רק 91% ממצבת הנהגים המלאה של 37 שנת כמו כן, בגלל בעיות שונות, כמו חוסר במספרי תעודת זהות, או מספרי תעודת זהות לא נכונים ישנן תאונות שלא ניתן היה לחבר אותן לנתוני המפקד. אולם, מכיוון שבכל זאת מדובר במרבית הנהגים ובמספר תצפיות גדול, קטנה. נתוני דרגת רישיון הנהיגה של משתתפי הפאנל, נראה כי השפעת הנהגים החסרים על הממצאים הנה בדומה ליתר המשתנים שנבחנו, נכונים לשנת המפקד. לכן, ישנה אפשרות שבתקופת המחקר שארכה תשע שנים השתנתה דרגת הרישיון של הנהג. בנוסף, בפרק זה נעשתה הבחנה בין נהגים בעלי רישיון ברכב פרטי בלבד לבין נהגים בעלי רישיון בסוגי רכבים אחרים. ברם, מרבית דרגות רישיון הנהיגה כוללות בתוכן גם רישיון עבור רכב פרטי. לפיכך, קיימת אפשרות כי נהגים הוגדרו בעבודה זו כבעלי רישיון נהיגה בסוג רכב "אחר", כאשר בפועל הם נהגו ברכב פרטי. יש לציין כי בסיס הנתונים המאוחד מאפשר לדעת באיזה סוג רכב נסע הנהג המעורב, אולם לא ניתן לדעת מהו סוג הרכב בו הנהגים שלא היו מעורבים בתאונות ולכן לא נעשה שימוש במשתנה זה. נסעו בפועל שאר בפרק השיטה נסקרה חשיבותו של נושא החשיפה והנסועה להבנת תאונות דרכים וההסתברות למעורבות בתאונה. לאור העובדה כי אין ברשותנו נתוני הנסועה של משתתפי המפקד או של המעורבים בתאונות, הוצגה שיטה לאמוד את רמת הנסועה של הנהג מתוך סקר הרגלי הנסיעה. על-אף שאומדן הנסועה נראה תקף זאת לפי השוואת הנסועה בין נהגים המעורבים בתאונות לנהגים שאינם מעורבים, השוואת הנסועה לפי סוג רישיון הרכב (ראה לעיל) ולפי הבדיקה המופיעה בפרק השיטה עדיין קיימת אפשרות שנתונים מדויקים יותר וברמת הפרט עשויים היו להוביל לממצאים שונים מאלו שהוצגו כאן. נוסף על כך, ניתן היה לשפר את המודל הנחקר הסיבות לכך עשויות לנבוע מהגורמים הבאים: 1. נתוני בעלות על רישיונות הנהיגה לא נאספו באופן ישיר בזמן המפקד, אלא הם נוספו לקובץ על ידי אנשי הלמ"ס במיוחד לצורך עבודה זו; 2. ניתן לשער כי תהליך זה של השלמת הנתונים לא היה מלא, עובדה שגרמה לכך שמספר הנהגים בקובץ המפקד יהיה קטן יותר; 3. מצבת הנהגים כוללת גם בעלי רישיונות נהיגה שאינם מתגוררים בקביעות במדינת ישראל וישנה אפשרות כי הם לא נדגמו כלל בזמן המפקד.

102 במידה ומשתני חשיפה שונים היו קיימים בבסיס הנתונים המאוחד, כמו למשל נתונים אודות סוג הדרכים בהם נוסעים כלל הנהגים (בתחום העירוני או הבינעירוני), רמות הנסועה שלהם בסוגי דרכים שונות ועל פני שעות היום, נפח התנועה במקומות בו הם נוסעים, סוג הרכב בו הם נוהגים וכדומה. בפרק הבא נעבור לניתוח תאונות דרכים מתוך זווית התבוננות שונה, בעזרת קובץ הנתונים המאוחד. במקום לעסוק "בניבוי" רמות הסיכון של קבוצות חברתיות שונות, הפרק הבא יכלול תיאור מעורבותן של קבוצות חברתיות בתאונות, זאת בהינתן העובדה שהתאונה כבר התרחשה. 88

103 פרק 6: ניתוח המעורבות של קבוצות חברתיות בתאונות דרכים ניתוחי המעורבות של קבוצות חברתיות שונות בתאונות דרכים בהינתן התרחשותה של תאונה מוצגים בפרק זה. הפרק פותח בהצגת המגמות הרב שנתיות של אחוזי המעורבות של הקבוצות השונות, תוך שימוש בנתונים גולמיים וללא התחשבות בהבדלי נסועה ובמאפיינים אחרים. לאחר מכן, מוצגים לכל קבוצה חברתית שיעורי המעורבות בתאונות דרכים קטלניות וקשות לק"מ נסועה ולבעלי רישיון נהיגה. בסיום הפרק מוצגות המסקנות העולות מהממצאים ומספר ביקורות על הנתונים והניתוחים. המעורבות בתאונות קטלניות וקשות של קבוצות חברתיות שונות נותחו מתוך קובץ הנתונים המאוחד, אשר הוצג בפרק השיטה. כאמור, הממצאים שיוצגו בהמשך מתייחסים לנהגים ברכב מנועי מגיל 15 ומעלה שנתוניהם זווגו עם קבצי המפקד. על מנת לנתח ולהציג את הממצאים, חולקו מרבית המשתנים (כמו גיל, שנות לימוד, הכנסה וכדומה) לקטגוריות מגמות רב-שנתיות אחוזי המעורבות הגולמיים של הקבוצות החברתיות השונות בתאונות קטלניות וקשות על פני תקופת המחקר ( ) מתוארים באיורים הבאים (מספר המקרים המנותחים בכל איור מוצג בלוח 4.10 לעיל). איור 1.6: אחוז נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות, לפי מגדר Figure 6.1: Percent of drivers of motor vehicles involved in fatal and severe accident, by gender 100% 90% 80% 70% 60% אחוז נהגים 50% 40% 30% 20% 10% 0% שנה אישה גבר מתוך איורים אלו ניתן ללמוד כי הגברים מעורבים בכ- 90% מהתאונות הקטלניות והקשות (איור 6.1) וכי המעורבות היחסית בתאונות יורדת עם העלייה בגיל כאשר קבוצת הגיל מעורבת 89

104 בכ- 45% מהתאונות (ראה איור 6.2). כמו כן, נראה כי מגמות אלו נוטות להיות יציבות לאורך השנים. איור 2.6: אחוז נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות, לפי קבוצות גיל Figure 6.2: Percent of drivers of motor vehicles involved in fatal and severe accident, by age group 100% 90% 80% 70% 60% אחוז נהגים 50% 40% 30% 20% 10% 0% שנה הממצאים מעלים כי נהגים בעלי 9-12 שנות לימוד (איור 6.3) או מסיימי בית ספר יסודי עד בעלי תעודת בגרות (איור 6.4) הם הקבוצה המעורבת ביותר בתאונות דרכים קטלניות וקשות. מתוך איורים אלו ניתן ללמוד כי לאורך תקופת המחקר התרחשו מספר שינויים במעורבות של קבוצות השכלה שונות, כגון ירידה במעורבות של בעלי השכלה נמוכה ועלייה במעורבות של בעלי ההשכלה הגבוהה, העשויים לנבוע מעליית רמת ההשכלה בישראל. כמו כן, ניתן להבחין כי אפשר לחלק את התקופה לשני חלקים לפי שנות המפקד משנת 1983 עד 1995 ומשנת 1996 עד יש לציין כי הנתונים באיורים אלו כוללים את נתוני המפקד המקוריים ואת אומדן ההשכלה של משתתפים שהיו מתחת לגיל 15 בזמן המפקד אשר נזקפו להם נתוני ההורים (ראה שיטת המחקר). ניתוח הנתונים המקוריים בלבד העלו ממצאים דומים. 90

105 איור 3.6: אחוז נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות, לפי שנות לימוד מקובצות Figure 6.3: Percent of drivers of motor vehicles involved in fatal and severe accident, by years of schooling 100% 90% 80% 70% 60% אחוז נהגים 50% 40% 30% 20% 10% 0% שנה איור 4.6: אחוז נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות, לפי התעודה הגבוהה ביותר Figure 6.4: Percent of drivers of motor vehicles involved in fatal and severe accident, by highest degree 100% 90% 80% 70% 60% אחוז נהגים 50% 40% 30% 20% 10% 0% שנה על תיכוני / תואר 3-1 תיכון / בגרות ב"יס יסודי / חטיבת ביניים לא למד / ללא תעודה 91

106 כאשר מתבוננים על המוצא של הנהגים היהודים המעורבים בתאונות קטלניות וקשות (איור 6.5), המורכב מיבשת הלידה של הנהג ושל אביו (במידה והנהג הוא יליד ישראל נלקחת יבשת הלידה של אביו), ניתן להבחין כי לאורך השנים יוצאי אסיה ואפריקה הם המעורבים ביותר בתאונות דרכים. לאורך התקופה הנחקרת קיימת עלייה תמידית במעורבות של ילידי ישראל. בדומה לשינוי המגמה בהשכלה גם שינויים אלו עשויים לנבוע משינויים דמוגראפיים באוכלוסיית ישראל. איור 6.6 מעלה כי קיימת גם שונות במעורבות בתאונות דרכים לפי שנות הוותק בישראל של הנהגים היהודים, המחושבות מהפחתת שנת העלייה משנת התרחשות התאונה. נראה כי עד שנת 1995 הקבוצה הבולטת ביותר במעורבותה בתאונות דרכים קטלניות וקשות היא של שנות ותק ואחריה קבוצת הוותק של הקבוצות הבולטות ביותר הן העלייה בשנות ה שנים בישראל. לעומת זאת, 1996 משנת.0-14 ו- +45 ואילך שינויים אלו עשויים היו להתרחש כתוצאה מגלי איור 5.6: אחוז נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות, לפי מוצא יהודים בלבד 100% Figure 6.5: Percent of drivers of motor vehicles involved in fatal and severe accident, by continent of origin (Jews only) 90% 80% 70% 60% אחוז נהגים 50% 40% 30% 20% 10% 0% שנה אירופה / אמריקה אסיה / אפריקה ישראל 92

107 איור 6.6: אחוז נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות, לפי ותק בישראל יהודים עולים חדשים בלבד Figure 6.6: Percent of drivers of motor vehicles involved in fatal and severe accident, by years in Israel (New Jew immigrants only) 100% 90% 80% 70% 60% אחוז נהגים 50% 40% 30% 20% 10% 0% שנה איור 7.6: אחוז נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות, לפי דת Figure 6.7: Percent of drivers of motor vehicles involved in fatal and severe accident, by religion 100% 90% 80% 70% 60% אחוז נהגים 50% 40% 30% 20% 10% 0% שנה יהודי לא יהודי 93

108 באופן לא מפתיע, לאור ההרכב הדמוגראפי של אוכלוסיית ישראל, כאשר מסתכלים על מעורבות בתאונות דרכים קטלניות לפי דת (איור מרבית המעורבים (כ- 80% ) הנם יהודים. איור (6.7 ללא שקלול גודל האוכלוסייה ורמות החשיפה, 8.6: אחוז נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות, לפי מעמד חברתי של משק הבית 100% Figure 6.8: Percent of drivers of motor vehicles involved in fatal and severe accident, by household's social class 90% 80% 70% 60% אחוז נהגים 50% 40% 30% 20% 10% 0% שנה צווארון לבן צווארון כחול עובד לא- מיומן מתוך איור 6.8 ניתן ללמוד כי מבין המעמדות החברתיים עובדי הצווארון הכחול הם קבוצת הנהגים המעורבת ביותר בתאונות דרכים בתקופת המחקר. אולם, במדד בעלות על מוצרי בר- קיימא במשק הבית אשר חולק לארבעה רבעונים (רבעון 4 הוא בעל המעמד החברתי הגבוה ביותר), לא נמצאה כל שונות בין הקבוצות השונות (ראה איור 6.9). בדומה לכך, גם ברבעוני ההכנסה המשפחתית לנפש לא נמצאו הבדלים בין הקבוצות (לא מוצג באיור). אחוז מעורבותם של נהגים שלרשות משק ביתם (לא בהכרח בבעלותם) עומד רכב אחד, גבוה יותר מאשר אלו שאין ברשותם רכב או שברשותם יותר מרכב אחד (איור 6.10). 94

109 איור 9.6: אחוז נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות, לפי מדד בעלות על מוצרי בר-קיימא במשק הבית 100% Figure 6.9: Percent of drivers of motor vehicles involved in fatal and severe accident, by household's asset index 90% 80% 70% 60% אחוז נהגים 50% 40% 30% 20% 10% 0% שנה Q1 Q2 Q3 Q4 איור 10.6: אחוז נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות, לפי מספר רכבים לרשות משק הבית Figure 6.10: Percent of drivers of motor vehicles involved in fatal and severe accident, by number of cars in the household 100% 90% 80% 70% 60% אחוז נהגים 50% 40% 30% 20% 10% 0% שנה יותר ממכונית 1 מכונית 1 אין מכונית / לא רלוונטי 95

110 איור 11.6: אחוז נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות, לפי ותק בנהיגה Figure 6.11: Percent of drivers of motor vehicles involved in fatal and severe accident, by driver experience 100% 90% 80% 70% 60% אחוז נהגים 50% 40% 30% 20% 10% 0% שנה איור 12.6: אחוז נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות, לפי מקום התאונה ביחס למקום המגורים Figure 6.12: Percent of drivers of motor vehicles involved in fatal and severe accident, by place of accident relative to place of residence 100% 90% 80% 70% 60% אחוז נהגים 50% 40% 30% 20% 10% 0% שנה תאונה באזור המגורים תאונה לא באזור המגורים 96

111 בדומה למעורבות בתאונות קטלניות וקשות לפי גיל (ראה איור 6.2), ככל שהוותק בנהיגה נמוך יותר אחוז המעורבות בתאונות גדול יותר (איור 6.11). איור 6.12 מראה כי מרבית התאונות הקטלניות והקשות (כ- 65%) מתרחשות באותה היחידה המשטרתית בה מתגורר הנהג המעורב בתאונה. כלומר, לרוב התאונות מתרחשות בקרבת אזור המגורים של הנהג. לסיכום, נראה כי במרבית הקבוצות שהוצגו לעיל קיימת מגמה יציבה לאורך שנות המחקר במעורבות בתאונות קטלניות וקשות, עובדה המקלה על השימוש בממוצעים רב-שנתיים. יתרה מזאת, במידה וקיימים שינויים במגמה ניתן לרוב לזהות את הנקודה בה מתרחש השינוי כנקודה בה התחלף המפקד עמו נתוני התאונות אוחדו. שינויי מגמה אלו עשויים לנבוע מהבדלים דמוגראפיים בהרכב האוכלוסייה בישראל ובשינויים מנהליים באופן איסוף נתוני תאונות הדרכים שנערכו בשנת לפיכך, ניתן לחלק את התקופה לשני חלקים ( , ) אשר בתוכם קיימת לרוב יציבות. ההתפלגויות שהוצגו לעיל מציגות את אחוזי המעורבות באופן מוחלט ובעזרתן ניתן לאתר את הקטגוריות המעורבות ביותר בתאונות דרכים. אולם, לאור המחקרים השונים המצביעים על חשיבות הכללתה של החשיפה (exposure) בניתוחי תאונות הדרכים (ראה למשל Elvik and Vaa 2004), ניתן לשער כי במידה ורמות הנסועה והחשיפה של הקבוצות השונות תילקחנה בחשבון יתקבלו ממצאים שונים. החלק הבא מציג ניתוחים המשקללים את נתוני החשיפה שיעורי מעורבות ממוצעים על מנת לבחון את מעורבותן של קבוצות חברתיות שונות בתאונות דרכים תוך התחשבות ברמות החשיפה שלהם, נאמדו שני מדדים מדד שיעורי המעורבות הממוצעים לבעלי רישיון נהיגה ומדד שיעורי המעורבות הממוצעים לקילומטר נסועה. מהסיבות שהוזכרו לעיל הנתונים מוצגים לשתי תקופות לפי שנות המפקד ולשנים מדד שיעורי המעורבות לק"מ נסועה (RKm) של כל קטגוריה חברתית נאמד מתוך נתוני בסיס הנתונים המשולב ומתוך נתוני סקר הרגלי הנסיעה. זאת בעזרת נוסחה 6.1 בה i היא קטגוריה בתוך משתנה (למשל הקטגוריה אישה בתוך המשתנה מגדר); k הנה סך הקטגוריות במשתנה (שתי קטגוריות במקרה של מגדר); A היא שכיחות התאונות הקטלניות והקשות (לשתי התקופות בנפרד); Km היא סך ק"מ הנסועה הממוצע ליום של נהגים בשנת Ai Km i RKmi = *100 A i k Km i k באופן דומה, חושב מדד שיעורי המעורבות של הקבוצות החברתיות לבעלי רישיונות נהיגה.(RL) המדד התבסס על בסיס הנתונים המשולב ועל נתוני מפקד האוכלוסין, שכללו את שכיחות בעלי רישיונות הנהיגה בכל קבוצה. השיעורים חושב בעזרת נוסחה 6.2 כאשר A היא שכיחות התאונות 97

112 הקטלניות והקשות; L מייצגת את שכיחות בעלי רישיון הנהיגה. השיעור חושב בנפרד לכל תקופה. 2.6 Ai L i RLi = *100 A i k L i k כך למשל, חולקה שכיחות המעורבות בתאונות דרכים קטלניות וקשות של נהגים בעלי 0-8 שנות לימוד בסך ק"מ הנסועה הממוצע ליום של נהגים בקבוצה זו. שיעור זה חולק בשכיחות המעורבות בתאונות קטלניות וקשות של כל קבוצות ההשכלה גם יחד המחולקת בסך הק"מ שנסעו ביממה הנהגים בכל קבוצות ההשכלה. באופן זה ניתן להשוות בין קטגוריות ההשכלה השונות ולראות מי היא הקטגוריה המעורבות ביותר בתאונות דרכים, תוך ביטול ההשפעה של הנסועה. במידה וערך המדד של קטגוריה מסוימת גבוה מ- 100 ניתן לומר כי לקטגוריה זו יש רמת סיכון גבוהה יותר 38 ביחס לשאר הקטגוריות הנחקרות. יתרה מזאת, חישוב השיעורים בצורה זו מאפשר השוואה בין המשתנים השונים. יש לציין שלא לכל המשתנים הנחקרים ניתן היה להפיק ממצאים מקובץ הרגלי הנסיעה ומהמפקד המקורי, שכן בקבצים אלו הנתון המבוקש לא היה קיים. כמו כן, מכיוון שהניתוחים שיוצגו בהמשך מתבססים על נתונים ממקורות שונים שנאספו בשיטות מגוונות, ממומלץ להסתכל על הממצאים כמצביעים על מגמות ולהסתמך פחות על המספרים המוחלטים (ראה בהמשך). איור 6.13, המציג את מדדי שיעורי הנהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות, מעלה כי בשתי תקופות המחקר ( , ) שיעור הנהגים הגברים המעורבים בתאונות לק"מ נסועה ולבעלי רישיון נהיגה גבוה בצורה משמעותית (עד כדי פי שלושה ויותר) משיעור הנשים המעורבות בתאונות. כלומר, גם כאשר רמות הנסועה והחשיפה נלקחות בחשבון מעורבות הגברים בתאונות עדיין נשארת גבוהה יותר מאשר מעורבותן של הנשים. כפי שניתן יהיה לראות בהמשך במשתנים נוספים, נראה כי המגמות המתקבלות בשני סוגי המדדים דומות. קבוצת הגיל בה מדד שיעור התאונות לק"מ נסועה ולבעלי רישיון הוא הגבוה ביותר היא קבוצת הגיל הצעירה (איור 6.14). בניגוד למשתנים אחרים קיימים הבדלים בממצאי שני סוגי השיעורים. המגמה הקיימת בשיעור התאונות לק"מ נסועה היא בצורת הצעירה ביותר והמבוגרת ביותר הנן המעורבות ביותר בתאונות דרכים, המעורבים לבעלי רישיון קיים קשר שלילי בין הגיל למעורבות המעורבות פוחת.,U קרי קבוצות הגיל בעוד שבמדד שיעור ככל שהגיל עולה שיעור כאשר ערך המדד עבור קטגוריה כלשהי עומד על 200 ניתן לומר כי רמת הסיכון של קטגוריה זו גבוהה פי 2 מהממוצע.

113 איור 13.6: מדד שיעור נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות לק"מ נסועה ולבעלי רישיון, לפי מגדר Figure 6.13: Rate measures of drivers of motor vehicles involved in fatal and severe accident per mileage and license ownership, by gender מדד שיעורי מעורבות לק"מ נסועה ולבעלי רישיון תאונה / בעלי רישיון תאונה / ק"מ נסועה תאונה / בעלי רישיון תאונה / ק"מ נסועה גבר אישה איור 14.6: מדד שיעור נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות לק"מ נסועה ולבעלי רישיון, לפי קבוצות גיל Figure 6.14: Rate measures of drivers of motor vehicles involved in fatal and severe accident per mileage and license ownership, by age מדד שיעורי מעורבות לק"מ נסועה ולבעלי רישיון תאונה / בעלי רישיון תאונה / ק"מ נסועה תאונה / בעלי רישיון תאונה / ק"מ נסועה

114 איור 15.6: מדד שיעור נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות לק"מ נסועה ולבעלי רישיון, לפי שנות לימוד מקובצות Figure 6.15: Rate measures of drivers of motor vehicles involved in fatal and severe accident per mileage and license ownership, by years of schooling מדד שיעורי מעורבות לק"מ נסועה ולבעלי רישיון תאונה / בעלי רישיון תאונה / ק"מ נסועה תאונה / בעלי רישיון תאונה / ק"מ נסועה איור 16.6: מדד שיעור נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות לבעלי רישיון, לפי התעודה הגבוהה ביותר Figure 6.16: Rate measures of drivers of motor vehicles involved in fatal and severe accident per license ownership, by highest degree מדד שיעורי מעורבות לבעלי רישיון תאונה / בעלי רישיון תאונה / בעלי רישיון לא למד / ללא תעודה ב"יס יסודי / חטיבת ביניים תיכון / בגרות על תיכוני / תואר

115 בנתוני ההשכלה קיימת הלימה בין המגמות הקיימות במשתנה שנות לימוד (איור 6.15) לבין 39 משתנה התעודה הגבוהה ביותר (איור 6.16). בשונה מממצאי אחוזי המעורבות, אשר לא כללו את הנסועה (ראה למשל איור 6.3), קבוצת בעלי 0-8 שנות השכלה היא הקבוצה בעלת שיעורי המעורבות הגבוהים ביותר בתאונות דרכים קטלניות וקשות. בעלי 13 שנות לימוד ומעלה (בעלי תעודה על תיכונית או אקדמאית) הם הקבוצה בה שיעורי המעורבות הנמוכים ביותר מבין רמות ההשכלה. שני המשתנים כוללים את נתוני המפקד המקוריים ואת אומדן ההשכלה של משתתפים מתחת לגיל 15 בזמן המפקד (ניתוח הנתונים המקוריים בלבד העלה תוצאות דומות). איור 6.17 ואיור 6.18 מעלים כי נהגים יהודים ילידי ויוצאי אירופה / אמריקה הם הקבוצה בעלת מדדי שיעורי המעורבות בתאונות דרכים לק"מ נסועה ולבעלי רישיון הנמוכים ביותר (ההבדלים בולטים יותר במוצא). נראה כי נהגים ילידי ישראל ונהגים שהוריהם נולדו בישראל הם בעלי שיעורי המעורבות הגבוהים ביותר. זאת פרט לתקופה בה שיעור מדד המעורבות לק"מ נסועה גבוה יותר בקרב ילידי אסיה / אפריקה הסיבה לכך יכולה להיות נעוצה בשינויים דמוגראפיים שאירעו לאורך תקופת המחקר ובכך שהנסועה חושבה מנתוני איור 17.6: מדד שיעור נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות לק"מ נסועה ולבעלי רישיון, לפי יבשת לידה יהודים בלבד Figure 6.17: Rate measures of drivers of motor vehicles involved in fatal and severe accident per mileage and license ownership, by continent of birth (Jews only) מדד שיעורי מעורבות לק"מ נסועה ולבעלי רישיון תאונה / בעלי רישיון תאונה / ק"מ נסועה תאונה / בעלי רישיון תאונה / ק"מ נסועה אירופה / אמריקה אסיה / אפריקה ישראל שיעורי המעורבות לק"מ נסועה לא חושב במשתנה התעודה הגבוהה ביותר מכיוון שקטגוריות המשתנה בסקר הרגלי הנסיעה היו שונות באופן משמעותי מבסיס הנתונים המשולב.

116 איור 18.6: מדד שיעור נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות לבעלי רישיון, לפי מוצא יהודים בלבד Figure 6.18: Rate measures of drivers of motor vehicles involved in fatal and severe accident per license ownership, by continent of origin (Jews only) מדד שיעורי מעורבות לבעלי רישיון תאונה / בעלי רישיון תאונה / בעלי רישיון ישראל אסיה / אפריקה אירופה / אמריקה איור 19.6: מדד שיעור נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות לק"מ נסועה ולבעלי רישיון, לפי ותק בישראל ליהודים עולים חדשים בלבד Figure 6.19: Rate measures of drivers of motor vehicles involved in fatal and severe accident per mileage and license ownership, by years in Israel (New Jew immigrants only) מדד שיעורי מעורבות לק"מ נסועה ולבעלי רישיון תאונה / בעלי רישיון תאונה / ק"מ נסועה תאונה / בעלי רישיון

117 בשנים ניכרת מגמה בה ככל שהוותק של העולים גדול יותר מדד שיעור המעורבות 40 בתאונות לבעלי רישיון נהיגה עולה (ראה איור 6.19). לעומת זאת, בתקופה קיימת מגמה אחרת בה בעלי הוותק הקטן ביותר (0-14) ובעלי הוותק הגדול ביותר (45+) הם בעלי מדדי שיעורי המעורבות הגבוהים ביותר. גם כאן ההבדלים במגמות עשויים לנבוע מהבדלים דמוגראפיים ומגלי העלייה, שכן בשנות ה- 90 עלו עולים רבים לישראל בעלי וותק נמוך בהגדרה. התבוננות באיור 6.20 מעלה כי במידה והנסועה ושכיחות בעלי הרישיון בכל קבוצת דת נלקחים בחשבון, מדד שיעור המעורבות לבעלי רישיון ומדד שיעור המעורבות בתאונות דרכים לק"מ 41 נסועה של קבוצת הלא-יהודים גבוהים ביותר מפי 2 מאשר אלו של קבוצת היהודים. ממצא זה עומד בניגוד לנתונים המוצגים באיור ביותר בתאונות דרכים. 6.7 בו נראה כי קבוצת הנהגים היהודים היא המעורבת הבדלים אלו נובעים ככל הנראה מכך שהנתונים הגולמיים מייצגים למעשה את העובדה שמרבית הנהגים בישראל הנם יהודים. ברם, במידה ונתון זה נלקח בחשבון, כפי שנעשה בשני המדדים, המגמה מתהפכת. איור 20.6: מדד שיעור נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות לק"מ נסועה ולבעלי רישיון, לפי דת Figure 6.20: Rate measures of drivers of motor vehicles involved in fatal and severe accident per mileage and license ownership, by religion מדד שיעורי מעורבות לק"מ נסועה ולבעלי רישיון תאונה / בעלי רישיון תאונה / ק"מ נסועה תאונה / בעלי רישיון תאונה / ק"מ נסועה יהודי לא- יהודי שיעור המעורבות לק"מ נסועה לא מוצג בתקופה מתוך חשש שהשימוש בנתוני הנסועה של שנת 1996 אינו משקף בצורה ראויה את נתוני הנסועה של קבוצות הוותק בשנים אלו עקב גלי העלייה. סקר הרגלי הנסיעה אינו כולל משתנה ישיר עבור דת המשתתף, לפיכך חושבה דתו של המשתתף בעזרת משתנים אחרים. עבור משתתפים שיישוב מגוריהם ידוע חושבה הדת לפי הדת העיקרית ביישוב. במידה והיישוב לא ידוע חושבה הדת לפי משתנה "שכבה". משתנה זה מאפשר בדרך עקיפה לאתר את היישוב או מקבץ של יישובים בהם מתגורר המשתתף ובעקבות כך לזהות את הדת העיקרית ביישוב.

118 איור 21.6: מדד שיעור נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות לק"מ נסועה ולבעלי רישיון, לפי מעמד חברתי של משק הבית Figure 6.21: Rate measures of drivers of motor vehicles involved in fatal and severe accident per mileage and license ownership, by household's social class 1,200 1, מדד שיעורי מעורבות לק"מ נסועה ולבעלי רישיון תאונה / בעלי רישיון תאונה / ק"מ נסועה תאונה / בעלי רישיון תאונה / ק"מ נסועה צווארון לבן צווארון כחול עובד לא- מיומן המעמד החברתי (של משק הבית) בעל מדדי שיעורי המעורבות בתאונות דרכים לק"מ נסועה ולבעלי רישיון נהיגה הגבוהים ביותר הוא מעמד העובדים הלא-מיומנים (איור 6.21). לעומת זאת, המעמד בעל מדדי שיעורי המעורבות הנמוכים ביותר הוא מעמד הצווארון הלבן. בדומה לכך, התבוננות באיור 6.22 ובאיור 6.23 מעלה כי ככל שמדד בעלות על מוצרי בר-קיימא במשק הבית וההכנסה המשפחתית ברוטו לנפש גבוהים יותר, מדדי שיעורי המעורבות לבעלי רישיונות נהיגה נמוכים יותר. כלומר, ניתן להבין ממצאים אלו כי קיים קשר הפוך בין מדדי שיעורי המעורבות בתאונות דרכים לבין המעמד החברתי-כלכלי ככל שהמעמד החברתי-כלכלי גבוה יותר המעורבות קטנה יותר. איור 6.24 מעלה כי ככל שלרשות משק הבית יש פחות מכוניות מדדי שיעורי המעורבות בתאונות דרכים קטלניות וקשות לק"מ נסועה ובעלי רישיון נהיגה גדלים. ניתן ליחס תופעה זו למעמד החברתי-כלכלי של הנהג, אשר העלה ממצאים דומים. שכן, מספר הרכבים העומד לרשות משק הבית עשוי להעיד על מעמדו החברתי. כמו כן, ניתן ליחס זאת לניסיון בנהיגה. זאת משום שסביר להניח שנהג שיש ברשותו רכב הוא בעל ניסיון נהיגה גבוה יותר מאשר נהג שאין ברשותו רכב. 104

119 איור 22.6: מדד שיעור נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות לבעלי רישיון, לפי מדד בעלות על מוצרי בר-קיימא במשק הבית Figure 6.22: Rate measures of drivers of motor vehicles involved in fatal and severe accident per license ownership, by household's asset index מדד שיעורי מעורבות לבעלי רישיון תאונה / בעלי רישיון תאונה / בעלי רישיון Q1 Q2 Q3 Q4 איור 23.6: מדד שיעור נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות לבעלי רישיון, לפי הכנסה משפחתית ברוטו לנפש Figure 6.23: Rate measures of drivers of motor vehicles involved in fatal and severe accident per license ownership, by family's gross income per-capita מדד שיעורי מעורבות לבעלי רישיון תאונה / בעלי רישיון תאונה / בעלי רישיון Q1 Q2 Q3 Q4 105

120 איור 24.6: מדד שיעור נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות לק"מ נסועה ולבעלי רישיון, לפי מספר רכבים לרשות משק הבית Figure 6.24: Rate measures of drivers of motor vehicles involved in fatal and severe accident per mileage and license ownership, by number of cars in the household מדד שיעורי מעורבות לק"מ נסועה ולבעלי רישיון תאונה / בעלי רישיון תאונה / ק"מ נסועה תאונה / בעלי רישיון תאונה / ק"מ נסועה יותר ממכונית 1 מכונית 1 אין מכונית / לא רלוונטי שיעורי מעורבות ממוצעים לפי שנת ייצור הרכב רכבים חדשים כוללים לרוב אמצעי בטיחות משופרים יותר מרכבים ישנים. לפיכך, סביר להניח כי הנוסעים ברכבים חדשים זוכים לרמת בטיחות גבוהה יותר. לאור זאת, ניתן לשער כי ההבדלים במדדי שיעורי המעורבות, כפי שהוצגו לעיל, נובעים בחלקם מהעובדה כי נהגים ממעמד חברתי גבוה, היכולים להרשות לעצמם לנסוע ברכבים חדישים וזוכים לרמת בטיחות גבוהה יותר, מעורבים פחות בתאונות בעיקר בגלל שנת ייצור הרכב. על מנת לבחון השערה זו, חולק בסיס הנתונים המשולב לנהגים בעלי רכב חדש (עד שלוש שנים) ולבעלי רכב ישן (ארבע שנים ומעלה) וחושב מחדש מדד שיעור המעורבות לק"מ נסועה של המשתנים החברתיים לפי שנת הייצור של הרכב (ישן / חדש). בניתוחים אלו חושב רק מדד שיעור המעורבות לק"מ נסועה משום שבמפקד האוכלוסין, שממנו מופק מדד שיעור המעורבות לבעלי רישיון נהיגה, אין מידע על שנת ייצור הרכב. כמו כן, מכיוון שבקובץ הרגלי הנסיעה לא ניתן לזהות באיזה רכב נסע הנהג, נבחנו בנפרד השיעורים לפי הרכב הראשון ולפי הרכב השני העומדים לרשות משק הבית. כך שב- Km ו- Km i בנוסחה 6.1, המוצגת לעיל, מוצבים בנפרד נתוני סך ק"מ הנסועה הממוצע של קטגורית המשתנה i עבור נהגים אשר הרכב הראשון שלהם הוא חדש; הרכב הראשון ישן; הרכב השני חדש; הרכב השני ישן. כל זאת תחת ההנחה שלפחות אחד מהרכבים העומדים לרשות משק הבית הוא הרכב בו נוסע הנהג שהשיב על הסקר. לוח 6.1 מציג את מדדי שיעור הנהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות לק"מ נסועה לפי המשתנים החברתיים להם ניתן לחשב את המדד בקובץ הרגלי הנסיעה ולפי שנת ייצור 106

121 הרכב (ישן / חדש). הנתונים בלוח מתייחסים לתאונות בין השנים , זאת כיוון שהם קרובים יותר לשנת עריכת סקר הרגלי נסיעה. כמו כן, החלוקה לרכב ישן וחדש המוצגת בלוח מתבססת על נתוני הרכב הראשון העומד לרשות משק הבית. כאן המקום לציין כי התפלגויות דומות לאלו המוצגות בלוח התקבלו גם בניתוח לשנים ובניתוח לפי הרכב השני העומד לרשות משק הבית. כפי שניתן לראות בלוח, ההתפלגויות של המשתנים דומות לאלו של האיורים שהוצגו לעיל, המתארים את התפלגויות מדדי שיעורי המעורבות של הנהגים לפי המשתנים החברתיים השונים. כמו כן, נראה כי פרט למשתנה יבשת הלידה 107 לא קיימים הבדלים משמעותיים בהתפלגויות המשתנים לפי סוג הרכב. כך למשל, בקרב בעלי הרכבים הישנים מדד שיעור הנהגים המעורבים בתאונות קטלניות וקשות לק"מ נסועה הוא 106 אצל הגברים ו- 75 אצל הנשים; ובקרב בעלי הרכבים החדשים המדד הוא 109 אצל הגברים ו- 67 אצל הנשים. לגבי יבשת הלידה (עבור יהודים בלבד) נדמה כי לשנת הייצור של הרכב יש השפעה על המעורבות בתאונות. בקרב בעלי הרכבים הישנים הקבוצה הבולטת ביותר במעורבותה היא זו של ילידי אסיה ואפריקה (112), לעומת זאת בקרב הרכבים החדשים ילידי ישראל הם הבולטים במעורבותם בתאונות (115). לוח 1.6: מדדי שיעור נהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות לק"מ נסועה, לפי משתנים חברתיים ושנת ייצור הרכב, לשנים Table 6.1: Rate measures of drivers of motor vehicles involved in fatal and severe accident per mileage, by social variables and vehicle's year of manufacture, מגדר גבר אישה גיל דת לא-יהודי יהודי שנות לימוד יבשת לידה ישראל אסיה / אפריקה אירופה / אמריקה שנות ותק בישראל (לעולים חדשים) מעמד חברתי של משק הבית עובד לא-מיומן צווארון כחול צווארון לבן רכב ישן (4+ שנים) רכב חדש (1-3 שנים)

122 באופן לא מפתיע, ההבדלים המשמעותיים ביותר ניכרים במשתנה המעמד החברתי של משק הבית. כאן, ההתפלגות של המשתנה בקרב שני סוגי הרכבים נשארת זהה ככל שהמעמד עולה מדד המעורבות לק"מ נסועה יורד. אולם, ערך המדד בקרב מעמד העובדים הלא-מיומנים בעלי רכב חדש (1,593) גבוה פי שניים מהערך של בעלי הרכב הישן (758). כלומר, נראה כי נהגים ממעמד חברתי נמוך (עובדים לא מיומנים) הנוהגים ברכב חדש מעורבים פי שניים יותר בתאונות קטלניות וקשות מאשר אלו הנוהגים ברכב ישן יותר, זאת כאשר הנסועה נלקחת בחשבון. ממצא זה עומד למעשה בניגוד להשערה שהוצגה לעיל, שכן נראה כי בקרב בני מעמד העובדים הלא- מיומנים לשנת הייצור של הרכב יש השפעה הפוכה נהגים ברכב חדש מעורבים יותר בתאונות. ניתוחי שיעורי המעורבות לפי שנת ייצור הרכב מעלים, אם כן, כי לשנת הייצור של הרכב יש כנראה השפעה מועטה על מעורבותם של הנהגים בתאונות קטלניות. ההסבר יכול להיות נעוץ בכך ששנת הייצור אינה משפיעה באופן ישיר על המעורבות בתאונה, אולם היא עלולה להשפיע על חומרת הפגיעה של הנהגים נהגים ברכב חדיש יותר יפגעו בצורה קלה יותר מנהגים ברכבים ישנים. ניתוח מעמיק יותר שיבחן את חומרת הפגיעה של הנהגים לפי שנת הייצור של הרכב, עשוי לתת מענה לשאלה זו. יש להדגיש כי הנתונים המוצגים בלוח 6.1 הנם אומדנים בלבד ומתבססים על ההנחה שהנסועה המדווחת בסקר הרגלי הנסיעה מתייחסת לרכבים שעומדים לרשות משק הבית (שכן, במידה והם נהגו ברכב אחר, לא ניתן לדעת מהי שנת הייצור שלו) סיכום הממצאים שהוצגו בפרק זה מעידים כי לגבי מרבית הקבוצות החברתיות שנבחנו נמצאו הבדלים משמעותיים במעורבות נהגים בתאונות דרכים קטלניות וקשות ובשיעורי המעורבות לק"מ נסועה ולבעלי רישיון נהיגה. ממצאים אלו, אשר בחלקם לא נחקרו עוד בישראל, עולים בקנה אחד עם ממצאיהם של מחקרים קודמים שנערכו ברחבי העולם והוצגו בפרקי המבוא. נראה כי קבוצת הגברים, קבוצת הצעירים, קבוצת הלא-יהודים והקבוצות הפחות משכילות ובעלות מעמד חברתי נמוך מעורבות יותר בתאונות דרכים קטלניות וקשות מאשר שאר הקבוצות (ניתן להניח שקיימת רמה כלשהי של חפיפה בין הקבוצות הללו וניתוח רב משתני עשוי לשנות חלק ממצאים אלו ראה בהמשך). יתרה מזאת, ניכרת יציבות באחוזי ובשיעורי המעורבות של הקבוצות החברתיות השונות לאורך שנות המחקר. חיזוק לממצאים אלו טמון בעובדה כי ניתוח המשתנים הבוחנים את אותו הקונספט, כגון שנות לימוד ותעודה המודדים את קונספט ההשכלה או המדדים השונים של המשתנים החברתיים- כלכליים, העלה תוצאות דומות. כמו כן, נראה כי לשנת ייצור הרכב המעורב בתאונה קטלנית וקשה, המעידה על בטיחותו, אין בהכרח קשר משמעותי עם שיעורי המעורבות של הקבוצות שהוצגו בפרק זה. כלומר, ההבדלים בשיעורי המעורבות במדדים החברתיים-כלכליים אינם נובעים בהכרח מכך שבעלי מעמד חברתי גבוה יותר נוהגים ברכבים חדישים יותר ובטוחים יותר. יתרה מזאת, נראה כי דווקא בקרב בני מעמד הנמוך לשנת הייצור של הרכב יש השפעה הפוכה, שכן נהגים ברכב חדש מעורבים יחסית יותר בתאונות (ראה בהמשך לגבי משתנים מתערבים נוספים העשויים להשפיע על רמות המעורבות). ממצאים אלו, המעידים על הבדלים בין קבוצתיים, עשויים לנבוע בחלקם מהבדלים תרבותיים הקיימים בין הקבוצות השונות כפי שנטען בפרקי המבוא. לפיכך, נראה כי ההשערה הראשונה 108

123 המציעה כי ימצאו הבדלים בתחומים שונים של בטיחות בדרכים בין קבוצות תרבותיות שונות הבדלים אשר יתבטאו בשיעורים שונים של מעורבות בתאונות דרכים, מאוששת לאור נתונים אלו. כפי שהציעו חוקרים רבים (ראה למשל,,(Elvik and Vaa 2004 נראה כי הוספת רמות הנסועה והחשיפה לניתוח עשויה לשנות את ממצאי שכיחויות המעורבות בתאונות. כך לדוגמה התבוננות באחוזי המעורבות לפי רמות השכלה (איור 6.3) מעלה כי קבוצת ההשכלה המעורבת ביותר בתאונות היא קבוצת בעלי 9-12 שנות לימוד. אולם, ניתוח שיעורי המעורבות לק"מ נסועה ולבעלי רישיון (איור 6.15) מראה כי הקבוצה בעלת השיעורים הגבוהים ביותר היא קבוצת בעלי 0-8 שנות לימוד. הבדלים אלו עשויים לנבוע מכך שקבוצת בעלי 9-12 שנות לימוד הנה הקבוצה הגדולה ביותר באוכלוסייה (ללא קשר למעורבות בתאונות) ולכן זו הקבוצה הבולטת ביותר במעורבות. אולם, מכיוון שקבוצה זו גם נוסעת הכי הרבה והיא בעלת רישיונות נהיגה רבים יותר היא אינה הבולטת ביותר בשיעור המעורבות. באופן דומה, התבוננות באחוזי המעורבות לפי מדד הבעלות על מוצרי בר-קיימא במשק הבית (איור 6.9) מעלה כי לא קיימים הבדלים משמעותיים באחוזי המעורבות בין רבעוני המדד השונים. לעומת זאת, כאשר חושב שיעור המעורבות לבעלי רישיון (איור 6.22) נמצא כי קיימת שונות רבה בין הרבעונים השונים וככל שהמדד גדל (המעמד החברתי גבוה יותר) שיעור המעורבות קטן. ממצאים אלו מדגישים את חשיבות השימוש באמצעי תיקון שונים לנתונים הגולמיים. באופן כללי ניתן לומר כי לגבי מרבית המשתנים שנחקרו התפלגות השיעורים לק"מ נסועה ולבעלי רישיון נהיגה הנה דומה לאורך כל תקופת המחקר. ממצא זה עשוי להקל על חוקרי תאונות הדרכים, שכן הוא מעיד על כך שלרוב ניתן להסתפק בנתוני בעלות על רישיון הנהיגה כאמד טוב לנסועה. נתונים אלו הנם זמינים יותר מנתוני הנסועה, כיוון שהם נאספים באופן תדיר על ידי הרשויות השונות. לא ניתן לסיים פרק זה ללא דיון קצר במספר בעיות מתודולוגיות העולות מהניתוחים שהוצגו בו. ראשית, שיעורי המעורבות מתבססים על מקורות שונים אשר נאספו בשיטות מגוונות, בתקופות שונות ולמטרות מחקר שונות. כך למשל, נתוני הנסועה נאספו בשנים בעזרת סקר הרגלי הנסיעה והנתונים אודות בעלי רישיון הנהיגה צורפו לנתוני מפקד האוכלוסין על ידי עובדי הלשכה המרכזית לסטטיסטיקה מתוך נתוני משרד התחבורה. כמו כן, הממצאים שהוצגו בחלק השני של פרק זה (סעיף 6.2) מבוססים על נתונים אגרגטיביים העשויים לסבול מהטיה אקולוגית fallacy) (ecological ראה פרק השיטה. לאור זאת, הניתוחים שהוצגו לעיל יכולים להוות אומדנים ולהצביע על מגמות בלבד ולמספרים המוחלטים ישנה משמעות מועטה. מחקר המשך אשר יאסוף את כל הנתונים ברמת הפרט, במרוכז בתקופת זמן אחת ובשיטת מחקר אחת יאפשר אמידה טובה יותר של שיעורי המעורבות של קבוצות שונות. שנית, מפאת קוצר היריעה ומגבלות הנתונים מרבית הממצאים בפרק זה כוללים ניתוחים חד- משתניים בלבד. על כן לא ניתן לבטל את האפשרות לקיומן של אינטראקציות בין המשתנים השונים. כך למשל, ניתן לחשוב שישנו קשר בין רמות ההשכלה והגיל לבין המדדים החברתיים- כלכליים. לפיכך, ניתן לשער כי ניתוח רב-משתני הכולל בתוכו את המשתנים האלו היה מעלה ממצאים שונים שכן קיימת אפשרות שבהינתן רמות שונות של השכלה או גיל לא ימצאו הבדלים משמעותיים ברמות ההכנסה או במדד מוצרי בר-הקיימא. יתרה מזאת, ישנם משתנים 109

124 מתערבים נוספים, כגון מאפייני הדרך ומאפייני התאונה, שלא נכללו בניתוחים. למרות שממצאי הפרק דומים לאלו שנמצאו בפרק הקודם, אשר בחן את ההסתברות למעורבות בתאונה, עדיין קיימת אפשרות כי הכללתם של משתנים אלו עשויה להוביל לממצאים שונים מאלו שהוצגו בפרק זה. הפרקים הבאים, הבוחנים את ההבדלים בין תאונות "אינדיבידואליות" לתאונות "חברתיות" (פרק 7) ואת האינטראקציות בין הנהגים המעורבים בתאונות "חברתיות" (פרק 8), כוללים בין השאר גם ניתוחים רב-משתניים העשויים לענות על בעיה זו. 110

125 פרק 7: התאונה "החברתית" והתאונה "האינדיבידואלית" בפרקי המבוא מוצגת ההבחנה בין תאונות "חברתיות" לבין תאונות "אינדיבידואליות". התאונות "החברתיות" מוגדרות כתאונות הקשורות לאינטראקציות בין נהגים ולאינטראקציות בין נהגים להולכי רגל. אלו למעשה, תאונות התנגשות בין נהגים ברכבים נעים ובין נהגים להולכי רגל. לעומת זאת, התאונות "האינדיבידואליות" מוגדרות כתאונות של רכב יחיד. מטרת פרק זה לנסות לענות על השאלות הבאות: האם מעבר להבחנה התיאורטית, אמנם קיימת הבחנה בפועל בין התאונות "החברתיות" לתאונות "האינדיבידואליות"; והאם, כפי שהוצע בפרקי המבוא, ישנם הבדלים בין המאפיינים של התאונות "החברתיות" לבין אלו של התאונות "האינדיבידואליות". הפרק פותח באפיון התאונות החברתיות והאינדיבידואליות ובמיפויים, זאת בעזרת סטטיסטיקה תיאורית ו- MCA (ראה פרק השיטה). לאחר מכן, יוצגו סידרה של רגרסיות לוגיסטיות וניתוחי רמות לוגיסטיות שנועדו לבחון באופן פורמאלי את ההבדלים בין שני סוגי התאונות. בדומה לפרק הממצאים הקודם, הנתונים בפרק זה מתבססים על קובץ הנתונים המשולב ומתייחסים לנהגים ברכב מנועי המעורבים בתאונות קטלניות וקשות ושנתוניהם זווגו עם קבצי המפקד מיפוי התאונות החברתיות והאינדיבידואליות לוח 7.1 מציג את התפלגות מעורבות הנהגים בתאונות דרכים לפי סוג התאונה לשנים , כאשר סוג התאונה נקבע לפי המצב ההתחלתי של התאונה. כהתהפכות והסתיימה בהתנגשות מוגדרת כהתהפכות. באופן דומה, כך לדוגמה, תאונה שהחלה תאונה שהחלה בהחלקה והסתיימה בפגיעה בהולך רגל תסווג כהחלקה (הלשכה המרכזית לסטטיסטיקה 2004). לוח 1.7: נהגים המעורבים בתאונות דרכים, לפי סוג תאונה וחומרה Table 7.1: Drivers involved in accidents, by accident type and severity סוג התאונה התנגשויות בין רכבים נעים - סה"כ חזית אל צד חזית באחור צד בצד חזית אל חזית ברכב שנעצר ללא חנייה התנגשויות עם רכב חונה / עצם דומם - סה"כ ברכב חונה בעצם דומם תאונות רכב בודד - סה"כ ירידה מהכביש או עלייה למדרכה התהפכות החלקה פגיעה בהולך רגל אחר סה"כ קטלנית % N 53.8% 5, % 2, % % % 2, % 2 6.1% % % % % % % % 3, % % 10,834 קשה % N 54.9% 37, % 20, % 6, % 2, % 7, % % 4, % % 3, % 6, % 1, % 4, % % 18, % 1, % 68,550 סה"כ % N 54.8% 43, % 23, % 7, % 3, % 9, % % 4, % 1, % 3, % 7, % 1, % 5, % % 21, % 2, % 79,384 כפי שניתן לראות בלוח כ- 55% מהנהגים המעורבים בתאונות קטלניות וקשות מעורבים בתאונות חזית-חזית צד-צד, חזית-אחור, הכוללות תאונות חזית-צד, התנגשות בין כלי רכב נעים, 111

126 והתנגשות ברכב שנעצר ללא חנייה. 27% מהנהגים מעורבים בתאונות בהם הייתה פגיעה בהולך רגל. כ- 9% מעורבים בתאונות רכב בודד (ירידה / עלייה מהכביש; התהפכות; החלקה) וכ- 6% נוספים מעורבים בתאונות התנגשות עם רכב חונה או עצם דומם. על מנת לערוך השוואה בין התאונות החברתיות לתאונות האינדיבידואליות ולבחון את הקשרים בין סוגי התאונות לבין מאפייני התאונות ולמאפיינים החברתיים-כלכליים של הנהגים המעורבים בהן, הורצו מספר.(MCA) Multiple Correspondence Analysis לצורך כך, הומרו המשתנים הרציפים לקטגוריות וכל קטגוריה הומרה למשתנה דמה דיכוטומי. הניתוחים כללו את כל סוגי 42 תאונות ההתנגשות ותאונות הרכב היחיד ולא כללו תאונות הולכי רגל (ותאונות "אחרות"). זאת מכיוון שלא ניתן היה להפיק מהקובץ המשולב נתונים אודות הולכי הרגל, לניתוח האינטראקציות בין הנהג להולך הרגל. דבר שהנו הכרחי כמו כן, למרות שאין כל בעיה לערוך את הניתוח עם משתנים חסרים, הניתוחים כללו רק מקרים בהם כל ערכי המשתנים היו מלאים, קרי, ללא ערכים חסרים.(N=7,189) כאשר נערכו שכן, ניתוחים על כל המקרים נוצרה חלוקה "במפת" הניתוח לפיה משתנים להם יש ערכים חסרים רבים (למשל השכלה והכנסה) הוצגו בצד אחד של המפה ומשתנים בהם מרבית המקרים מלאים הוצגו בצד אחר שלה. יש לציין שתת-המדגם, הכולל רק את המקרים בהם קיימים ערכים תקפים בכל משתני המחקר, נמצא כבעל פרופורציות דומות לאלו של כלל הקובץ. כך למשל הגיל הממוצע בכלל הקובץ הנו 34.18, בעוד שבתת-המדגם הוא עומד על 34.11; 33% מכלל הקובץ הם ממוצא ישראלי, לעומת 32% בתת-המדגם. בנוסף לכך, הופקה רגרסיה לוגיסטית שנועדה לבחון האם ישנם משתנים שיכולים להבחין בין תת-המדגם, שכולל רק את המקרים להם ערכים תקפים לכל המשתנים, לבין שאר המקרים; או במילים אחרות האם ישנם הבדלים במשתנים שנחקרו בין תת-המדגם לשאר המקרים. ברגרסיה זו המשתנה התלוי היה משתנה דמה המציג האם המקרה הנו חלק מתת-המדגם (0), או שהוא שייך לשאר המקרים (1). המשתנים הבלתי תלויים היו משתני התאונה ומאפייני הנהג (מגדר, גיל ודת). רגרסיה זו הורצה רק בקרב תאונות ההתנגשות ותאונות הרכב הבודד (ללא תאונות הולכי הרגל ו"אחרים"), עבור.N=55,774 ממצאי ניתוח זה העלו כי לא קיימים משתנים מובהקים המסבירים את ההבדלים בין תת-המדגם לקובץ המלא. זאת פרט למשתנה הדת אשר נמצא מובהק (0.863=p;,(exp(β)=0 המעיד על כך כי בהינתן שאר משתני ה- הפיקוח, odds שנהג לא-יהודי יהיה בתת-המדגם (ולא בשאר הקובץ) נמוך יותר מאשר ה- odds שנהג יהודי יהיה בתת-המדגם (ולא בשאר הקובץ) כלומר, בהינתן שאר משתני הפיקוח, נראה כי ישנו ייצוג יתר של יהודים בתת-המדגם. לוח 7.2 מציג סטטיסטיקה תיאורית של נהגים המעורבים בתאונות קטלניות וקשות, לפי מאפייני התאונה והרכב, עבור תת-המדגם הכולל רק את המקרים בהם קיימים ערכים תקפים לכל המשתנים הנחקרים. בלוח 7.3 מוצגת סטטיסטיקה תיאורית של מאפייני הנהגים המעורבים בתאונות קטלניות וקשות עבור אותו תת-המדגם. המשתנים המוצגים בלוחות אלו הנם המשתנים 42 תאונות התנגשות "ברכב שנעצר ללא חנייה" אוחדו עם תאונות התנגשות "חזית באחור". 112

127 סה"כ) ) שישמשו למיפוי והשוואה בין התאונות החברתיות והאינדיבידואליות בפרק זה. כפי שניתן להבחין בלוחות אלו כל המשתנים הנם דיכוטומיים. ברגרסיות, שיוצגו בהמשך, יעשה גם שימוש בגרסה הרציפה של חלק מהמשתנים. לוח 2.7: סטטיסטיקה תיאורית של נהגים ברכב מנועי המעורבים בתאונות קשות וקטלניות, לפי מאפייני התאונה והרכב, עבור תת-המדגם הכולל רק מקרים בעלי ערכים תקפים לכל המשתנים Table 7.2: Descriptive statistics for drivers of motor vehicle involved in fatal and severe accidents, by accident and vehicle characteristics, among sub-sample of cases with valid values for all variables N משתנים ערכים אפשריים ממוצע סטית תקן 7,189 חומרת תאונה (סה"כ) קטלנית ( 0 =קשה) 7,189 סוג תאונה (סה"כ) תאונת התנגשות ( 0 =רכב יחיד) 5,622 7,189 סוג דרך (סה"כ) ,648 עירוני בצומת ,838 עירוני לא בצומת בינעירוני צומת ,859 בינעירוני לא בצומת 7,189 יום בשבוע (סה"כ) ,811 ימים א' ה- ' ( 0 =סופ"ש) 7,189 יום / לילה (סה"כ) ,315 יום ( 0 =לילה) 7,189 מזג אוויר ,545 בהיר ( 0 =אחר) 7,189 סוג רכב (סה"כ) ,033 רכב פרטי ,681 משאית אופנוע אוטובוס / מונית אחר כפי שניתן לראות בלוחות תת-המדגם כולל 7,189 נהגים, כאשר 78% מהם מעורבים בתאונות התנגשות ו- 22% הנותרים מעורבים בתאונות רכב יחיד. השוואה בין לוחות אלו ללוחות הסטטיסטיקה התיאורית של כלל הקובץ המשולב, המופיעים בפרק השיטה (לוח 4.9 ולוח 4.10), מעלה באופן לא מפתיע כי תת-המדגם כולל אחוז גבוה יותר של תאונות בינעירוניות שלא אירעו בצומת (40%), מאשר הקובץ המלא (31%) ואחוז נמוך יותר של תאונות עירוניות שלא אירעו בצומת (26%), בהשוואה לקובץ המלא (37%). נראה כי הסיבה לכך עשויה להיות נעוצה בעובדה שתת-המדגם לא כולל תאונות הולכי רגל אשר נפוצות יוצר בעיר. פרט לכך, כפי שהוזכר לעיל, לא קיימים הבדלים משמעותיים בין תת-המדגם לכלל הקובץ. מלוח 7.3 עולה עוד כי משתנה שנות הוותק בנהיגה כולל מספר מקרים מועט יותר (6,783), אולם כאמור, עובדה זו לא מפריעה לביצוע הניתוחים. 113

128 לוח 3.7: סטטיסטיקה תיאורית של מאפייני הנהגים ברכב מנועי המעורבים בתאונות קשות וקטלניות, עבור תת- המדגם הכולל רק מקרים בעלי ערכים תקפים לכל המשתנים Table 7.3: Descriptive statistics for the characteristics of drivers involved in fatal and severe accidents, among sub-sample of cases with valid values for all variables ערכים אפשריים ממוצע סטית תקן N 7,189 מגדר (סה"כ) אישה ( 0 =גבר) 7,189 גיל (סה"כ) , , , ,189 שנות לימוד (סה"כ) , , , ,189 דת (סה"כ) ,776 יהודי ( 0 =לא יהודי) 7,189 מוצא (סה"כ) ,311 ישראל ,985 אירופה / אמריקה ,893 אסיה / אפריקה 7,189 מעמד חברתי של משק הבית (סה"כ) ,928 עובד לא מיומן ,798 צווארון כחול ,463 צווארון לבן מדד בעלות על מוצרי בר-קיימא (סה"כ) 7, ,372 רבעון ,749 רבעון ,955 רבעון ,113 רבעון 4 מס' רכבים לרשות משק הבית (סה"כ) 7, , , ,783 שנות ותק בנהיגה (סה"כ) , , , מקום התאונה ביחס למקום המגורים (סה"כ) 7, באותה יח' משטרתית ( 0 =יח' אחרת) 4,518 "מפות" ה- MCA מוצגות באיורים הבאים. כל המפות מתבססות על ניתוח אחד הכולל את כל המשתנים גם יחד, אולם כדי להקל על הפרשנות וההבנה של הניתוח, בחלק מהמפות מוצגים רק 114

129 variable principle חלק מהמשתנים. הנתונים בניתוח זה נורמלו בעזרת שיטת ה- כפי שניתן לראות בלוח 7.4, המסכם את נתוני המודל, המימד הראשון.normalization (1 (Dimension מסביר 17.4% והמימד השני (2 (Dimension מסביר 11.7% מסך השונות. לוח 4.7: סיכום מודל ה- Multiple Correspondence Analysis Table 7.4: Summary of the Multiple Correspondence Analysis model % השונות Inertia Eigenvalue מימד 1 מימד 2 סה"כ ממוצע איור 1.7: מיפוי התאונות האינדיבידואליות והחברתיות, לפי מאפייני התאונה והמאפיינים החברתיים הצגה של משתנה סוג התאונה בלבד Figure 7.1: MCA of individual and social accidents, by accident and social characteristics only accident type categories shown תאונה אינדיבידואלית אינטראקציה רבה אינטראקציה מועטה תאונה חברתית 115

130 איור 7.1 מציג את ממצאי ה-,MCA כאשר לצורך הנוחות מוצג רק המיפוי עבור משתנה סוג התאונה. חשוב להדגיש שוב כי הניתוח נערך עבור כלל המשתנים (ראה איור 7.5 בהמשך), אך כדי שניתן יהיה להבחין בקלות רבה יותר במיקום הקטגוריות השונות של משתנה סוג התאונה על פני המפה, מוצג באיור רק משתנה זה. תאונות אינדיבידואליות כפי שניתן לראות באיור, התנגשות ברכב חונה, התנגשות בעצם דומם, הניתוח יצר חלוקה ברורה בין התהפכות/החלקה, ירידה/עליה מהכביש המופיעות בחלק העליון של המפה, לבין תאונות חברתיות חזית-צד, צד- צד, חזית-חזית וחזית-אחור המוצגות בחלק התחתון שלה (מימד 2). איור 2.7: מיפוי התאונות האינדיבידואליות והחברתיות, לפי מאפייני התאונה והמאפיינים החברתיים הצגה של משתנה סוג הרכב בלבד Figure 7.2: MCA of individual and social accidents, by accident and social characteristics only vehicle type categories shown תאונה אינדיבידואלית אינטראקציה רבה אינטראקציה מועטה תאונה חברתית יתרה מזאת, ניתן להבחין כי קיימת גם חלוקה מעניינת על פני הציר האופקי (מימד 1). נראה כי התאונות העשויות לכלול מרכיב משמעותי של אינטראקציה בין נהגים (חזית-צד, חזית-אחור, צד-צד) מוצגות בצד הימני של המפה, בעוד שתאונות בהן עשויה להיות אינטראקציה מועטה בין נהגים או שאינן כוללות כלל אינטראקציה (התהפכות/החלקה, ירידה/עליה מהכביש, התנגשות 116

131 חזית-חזית והתנגשות ברכב חונה או בעצם דומם) מוצגות בצד השמאלי של המפה. כלומר, ניתן לומר כי הציר האנכי התנגשות) 2) (מימד לבין תאונות אינדיבידואליות מציג את החלוקה הקלאסית בין תאונות חברתיות (תאונות רכב יחיד) (תאונות והציר האופקי מוסיף לכך את החלוקה בין תאונה בעלות רמות גבוהות של אינטראקציה לבין תאונות בעלות רמות נמוכות שלה (אם בכלל). בתוך כך, מעניין לראות כי תאונות ההתנגשות מסוג חזית-חזית, אשר כוללות מתוך הגדרתן תהליך התנגשות בין שני נהגים, קשורות למעשה לתאונות בהן יש רמה נמוכה יותר של אינטראקציה. ניתן להסביר זאת על ידי כך שתאונות אלו, למרות שהן תאונות התנגשות, מתרחשות על פי רוב עקב טעות משמעותית של אחד הנהגים הסוטה ממסלולו ללא קשר להתנהגותו של הנהג השני. קרי, מרכיב האינטראקציה וההבדלים התרבותיים בין שני הנהגים הנו פחות משמעותי להתרחשות התאונה בדומה לתאונות אינדיבידואליות. איור 3.7: מיפוי התאונות האינדיבידואליות והחברתיות, לפי מאפייני התאונה והמאפיינים החברתיים הצגה של משתנה אומדן הנסועה לק"מ בלבד Figure 7.3: MCA of individual and social accidents, by accident and social characteristics only estimated average daily travel in Km categories shown תאונה אינדיבידואלית אינטראקציה רבה אינטראקציה מועטה תאונה חברתית במידה ומתבוננים באותה המפה לפי סוג הרכב המעורב (איור 7.2), ניתן להיווכח כי בחלק העליון של המפה מופיעים הרכבים ה"קלים" אופנועים ורכבים פרטיים, בעוד שבחלק התחתון שלה 117

132 מוצגות המשאיות, המוניות והאוטובוסים. הרכבים האחרים, הכוללים טרקטורים, רכבים מיוחדים ורכב מנועי המוגדר "כאחר", מופרדים משאר סוגי הרכבים ומוצגים בחלק השמאלי העליון של המפה. נראה כי הרכבים בעלי הנסועה הנמוכה יותר מוצגים למעלה ורכבי העבודה, בעלי הנסועה הגבוה מוצגים למטה. חלוקה זו גם קיימת על פני המימד הראשון רכבים קלים בעלי נסועה נמוכה יחסית ומצד שמאל רכבי עבודה בעלי נסועה גבוהה יותר. מצד ימין עובדה זו מתקשרת לנתוני הנסועה, כפי שהם מוצגים בלוח 7.3. שכן, לפי המפה המימד הראשון מאופיין מנסועה נמוכה (קמ_ 1 ) נטייה חלשה יותר על פני המימד השני, התחתון. איור מצד ימין לנסועה גבוהה בצד שמאל (קמ_ 4 ). כמו כן, קיימת מנסועה נמוכה בחלק העליון לנסועה גבוהה בחלק 4.7: מיפוי התאונות האינדיבידואליות והחברתיות, לפי מאפייני התאונה והמאפיינים החברתיים הצגה של משתנה מדד מוצרי בר-קיימא במשק הבית ושנות הלימוד בלבד Figure 7.4: MCA of individual and social accidents, by accident and social characteristics only household's asset index and years of schooling shown תאונה אינדיבידואלית אינטראקציה רבה אינטראקציה מועטה תאונה חברתית מאיור 7.4 עולה כי הציר האופקי (מימד 1) יוצר הבחנה לפי המעמד החברתי-כלכלי של הנהגים. נראה כי הנהגים בעלי המעמד החברתי-כלכלי הנמוך (מ_מוצר_ 1 ) ובעלי ההשכלה הנמוכה 118

133 (לימוד_ 0-8 ) ממוקמים בצד השמאלי של הציר ומנגד בצד הימני ממוקמים בעלי המעמד החברתי- כלכלי הגבוה (מ_מוצר_ 4 ) המשתנים החברתיים, ראה איור 7.5). ובעלי ההשכלה הגבוהה (לימוד (+13 (נתון זה נכון גם עבור שאר המודל המלא מוצג באיור 7.5 ומדדי ההבחנה measures) (discrimination בין המימדים מוצגים 7.5. בלוח הלוח מתאר אילו משתנים מבחינים בין שני המימדים, המשתנים הקשורים לכל מימד (בדומה לערכי ה- loadings או במילים אחרות מהם בניתוח גורמים). ככל שהערך של המדד גבוה יותר במימד מסוים הוא קשור אליו בצורה חזקה יותר. כך שבעזרת התבוננות בלוח ניתן ללמוד אילו משתנים קשורים לכל מימד וכתוצאה מכך לפרש את המשמעות של הצירים. התבוננות במפה, מעניקה נדבך נוסף, כאשר היא מאפשרת ללמוד כיצד הקטגוריות של אותו משתנה מפוזרות במרחב ולאילו קטגוריות של משתנים אחרים הן קשורות. איור 5.7: מיפוי התאונות האינדיבידואליות והחברתיות, לפי מאפייני התאונה והמאפיינים החברתיים הצגה של כלל המשתנים הנחקרים Figure 7.5: MCA of individual and social accidents, by accident and social characteristics all variables shown תאונה אינדיבידואלית אינטראקציה רבה אינטר' מועטה תאונה חברתית 119