ارزیابی پارامترهای انسانی در قابلیت درک علائم ترافیکی (مطالعه موردی: رانندگان شهر تهران)

هدف از علائم ترافیکی اطمینان از حرکت ایمن، قابل پیش بینی، کارآمد و مرتب رانندگان است. اشتباه در تشخیص تابلوی راهنمایی می‌تواند عواقب و پیامدهای ناگواری را به همراه داشته باشد. برای مثال بدفهمی در خصوص تشخیص تابلوهای هشداری می‌تواند سبب شود که راننده پیام هشداردهنده لازم را دریافت نکند. در تحقیق پیش رو یک جامعه آماری متشکل 768 نفر در گروه های مختلف مورد بررسی قرار داده شد. تمام تابلوهای اخباری، انتظامی و هدایت مسیر به تفکیک قرار داده شده و از 768 نفر تعیین شده پرسش هایی از قبیل درک، شناخت و آشنایی از تابلوها سوال  گردید و درک اصلی افراد از تابلوهای سوال شده و مشکلات تابلوها با توجه به پاسخ سوالات معلوم گردید. با استفاده از این روش درک و آشنایی هر کدام از طبقات نسبت به تابلوها معلوم گردیده که در نتیجه بهترین نوع تابلوهای قابل درک معلوم می شود. در این پژوهش به وسیله پرسشنامه ی تعیین شده به قابلیت تشخیص تابلوها توسط رانندگان پرداخته شد تا میزان شناخت آن ها از تابلوهای راهنمایی و رانندگی به تفکیک مورد ارزیابی قرار گیرد. برای این منظور گروه‌های مختلف رانندگان بر حسب سن، مدرک تحصیلی، سابقه رانندگی و جنسیت پس از پاسخ به سوالات به روش آمارگیری از طریق نرم افزار spss تفکیک لازم صورت گرفت. با توجه به نتایج حاصل مشخص گردید که افزایش تحصیلات با تشخیص انواع تابلوهای راهنمایی ارتباط مستقیم دارد، سابقه رانندگی با تشخیص انواع تابلوهای راهنمایی ارتباط معکوس دارد، ضریب همبستگی پیرسون برآورد شده برای پاسخ درست و غلط افراد براساس تحصیلات 0.56می باشد، یعنی با افزایش تحصیلات پاسخ ها درست افزایش پیدا می کند.

Evaluation of Human Parameters of Traffic Sign Comprehension (Case Study:‌Tehran Drivers)

In this study, investigate a statistical population division based on age, gender, education and time of getting the driving license. Seven hundred sixtyeight persons were asked perceptible, recognitionacquaintance questions about all traffic signs including regulatory, warning, and guide ones. Utilizing this method reveals both basic understanding of individuals and sign’s flaws. Moreover, it discloses the level of familiarity to signs in different groups of people and as a result, the best types of comprehensible traffic signs. In the following, through precise questionnaire look into the driver’s quality perception of signs in order to assess every single indication. Different groups of driver divided into age, education, time of getting the driving license and gender answer to questions, then SPSS software demonstrate valuable results. For instance, higher education has a direct relationship with better knowing signs while driving experience works inversely. Pearson Correlation Coefficient for the education term is 0.56 for right and wrong answers; it means more education increases right answers.