Descriptive statistics were used to

Descriptive statistics were used to describe the demographic
characteristics of all the respondents. A
bivariate-correlation analysis was then carried out to
evaluate any correlation between the three dimensions of
perceived causes of motorcycle accidents and the driving
violations carried out while riding a motorcycle. This was
followed by an independent t test to evaluate any significant
differences between motorcyclists who were involved
in accidents and motorcyclists who were accident free, in
terms of these dimensions and behaviours. For the prediction
of a motorcycle accident, univariate logistic regressions
were first performed to examine the effect of
different demographic variables, alignment with the
different dimensions of perceived accident causes, and the
extent of driving-violation behaviours. Variables reaching
p > .05 were then eliminated. The remaining variables
(that is, with p < .05) were then entered into a multivariate
backward stepwise logistic regression to determine their
contribution to predicting active involvement in accidents
amongst these motorcyclists. All statistical analyses were
performed using the IBM SPSS programme version 20.0 for
Windows (IBM SPSS Inc., Chicago, IL, USA); the significance
level was set at p < .05.

ผลลัพธ์ (ไทย) 2:

สถิติเชิงพรรณนาถูกนำมาใช้เพื่ออธิบายประชากรลักษณะของผู้ตอบแบบสอบถามทั้งหมด วิเคราะห์ bivariate ความสัมพันธ์ได้ดำเนินการแล้วออกไปประเมินความสัมพันธ์ระหว่างสามมิติของสาเหตุการรับรู้ของการเกิดอุบัติเหตุรถจักรยานยนต์และขับรถละเมิดดำเนินการในขณะที่ขี่รถจักรยานยนต์ นี้ถูกตามด้วยการทดสอบค่าทีเป็นอิสระในการประเมินผลอย่างมีนัยสำคัญใด ๆ ความแตกต่างระหว่างการขับขี่รถจักรยานยนต์ที่มีส่วนร่วมในการเกิดอุบัติเหตุและการขับขี่รถจักรยานยนต์ที่เป็นอุบัติเหตุฟรีในแง่ของขนาดและพฤติกรรมเหล่านี้ สำหรับการคาดการณ์ของการเกิดอุบัติเหตุรถจักรยานยนต์ถดถอยโลจิสติก univariate ได้ดำเนินการครั้งแรกในการตรวจสอบผลกระทบของตัวแปรทางด้านประชากรศาสตร์ที่แตกต่างกันสอดคล้องกับขนาดที่แตกต่างกันของสาเหตุการเกิดอุบัติเหตุการรับรู้และขอบเขตของพฤติกรรมการขับรถการละเมิด ถึงตัวแปรp> 0.05 ถูกกำจัดแล้ว ตัวแปรที่เหลือ(นั่นคือมี p <0.05) ถูกป้อนเข้าไปในหลายตัวแปรถดถอยโลจิสติกย้อนกลับขั้นตอนในการตรวจสอบของพวกเขามีส่วนร่วมในการทำนายการมีส่วนร่วมในการเกิดอุบัติเหตุหมู่ขับขี่รถจักรยานยนต์เหล่านี้ วิเคราะห์ทางสถิติทั้งหมดถูกดำเนินการโดยใช้โปรแกรมเวอร์ชัน IBM SPSS 20.0 สำหรับ Windows (IBM SPSS อิงค์, Chicago, IL, USA); อย่างมีนัยสำคัญในระดับเป็นที่ตั้ง p <0.05

ผลลัพธ์ (ไทย) 3:

สถิติที่ใช้อธิบายลักษณะทางประชากร
ของผู้ตอบแบบสอบถามทั้งหมด การวิเคราะห์สหสัมพันธ์ถดถอยเป็น


จากนั้นทำการประเมินความสัมพันธ์ระหว่างสามมิติของ
รับรู้สาเหตุของอุบัติเหตุรถจักรยานยนต์และขับรถ
การละเมิดออกมาขณะขี่รถจักรยานยนต์ นี้คือ
ตามอิสระทดสอบเพื่อประเมินผลใด ๆอย่างมีนัยสำคัญ
ความแตกต่างระหว่างผู้ที่เกี่ยวข้องในการเกิดอุบัติเหตุรถจักรยานยนต์ และรถจักรยานยนต์
ที่ได้รับอุบัติเหตุฟรี ในแง่ของขนาดและพฤติกรรม
. สำหรับการคาดการณ์
ของอุบัติเหตุรถจักรยานยนต์ , โลจิสติกที่มีสังกะสี
ครั้งแรกได้ทำการศึกษาผลของปัจจัยต่าง ๆด้วย

แนวมิติที่แตกต่างกันของการเกิดอุบัติเหตุและ
สาเหตุขอบเขตของการละเมิดพฤติกรรมการขับรถ . ตัวแปรการเข้าถึง
P > . 05 ) จากนั้นตัด ที่เหลือ ( คือตัวแปร
, p < . 05 ) แล้วเข้าไปแบบ Stepwise Logistic Regression
ย้อนหลังเพื่อตรวจสอบผลงานของพวกเขาเพื่อทำนายการมีส่วนร่วมในการเกิดอุบัติเหตุอยู่

ในหมู่ผู้ขับขี่รถจักรยานยนต์เหล่านี้ สถิติที่ใช้ในการวิเคราะห์คือ
การใช้โปรแกรม SPSS IBM รุ่น 20.0 สำหรับ Windows ( IBM SPSS Inc .
, ชิคาโก , IL , USA ) ; ระดับ
มีนัยสำคัญทางสถิติที่ p < . 05