Introducción al Análisis de Accidentalidad por Tráfico · de Accidentalidad por Tráfico Mauricio Chisvert Perales Jaime Sanmartín Arce ... Este objetivo general se puede desglosar

Introducción al Introducción al Análisis nálisis de de Accidentalidad por ccidentalidad por Tráfráficoco

Mauricio Chisvert Perales

Jaime Sanmartín Arce

María José Monteagudo Soto

Editorial CSV

Introducción al Análisis

de Accidentalidad por Tráfico

Autores: Mauricio Chisvert Perales

Jaime Sanmartín Arce

María José Monteagudo Soto

Edita: Cristóbal Serrano Villalba (CSV)Imprime: Cristóbal Serrano VillalbaISBN: 84-95936-81-XDeposito Legal: V-4415-2006

© 2006 Los autores

ÍNDICE

ÍNDICE ........................................................................................................................................ I

GLOSARIO DE SIGLAS ......................................................................................................... III

OBJETIVOS ............................................................................................................................... 1

1 INTRODUCCIÓN .................................................................................................................... 2

1.1 INVESTIGACIÓN O RECONSTRUCCIÓN DE AT .................................................................................... 2

1.2 ANÁLISIS DE ACCIDENTES ........................................................................................................... 5

2 ALMACENAMIENTO Y GESTIÓN DE LA INFORMACIÓN: BASES DE DATOS DE ACCI-

DENTES .................................................................................................................................................. 6

2.1 BASES DE DATOS: CONCEPTOS BÁSICOS .......................................................................................... 7

2.2 BASES DE DATOS DE ACCIDENTES ............................................................................................... 10

2.3 DISEÑO Y ELABORACIÓN DE BASES DE DATOS DE ACCIDENTES ........................................................... 15

2.3.1 Tablas de datos ........................................................................................................... 15

2.3.2 Campos y valores de cada campo ............................................................................... 16

2.3.3 Introducción de datos ................................................................................................. 22

2.4 APLICACIONES DE LAS BASES DE DATOS DE ACCIDENTES ................................................................... 25

3 FUENTES DE DATOS DE ACCIDENTES Y RELACIONADAS ....................................... 29

3.1 NIVELES DE ACCESO A LOS DATOS .............................................................................................. 30

3.2 PRINCIPALES FUENTES O REGISTROS DE DATOS DE AT ..................................................................... 33

3.2.1 Datos Policiales ......................................................................................................... 35

3.2.2 Estadísticas vitales ...................................................................................................... 37

3.2.3 Sistema Sanitario ........................................................................................................ 38

3.2.4 Mutuas sanitarias ....................................................................................................... 40

3.2.5 Encuestas de salud ..................................................................................................... 40

3.2.6 Otras fuentes nacionales ............................................................................................. 41

3.2.7 Algunas fuentes internacionales .................................................................................. 42

4 ANÁLISIS ESTADÍSTICO DE DATOS ............................................................................... 45

4.1 ENFOQUES EN EL ANÁLISIS DE ACCIDENTALIDAD ............................................................................. 47

4.1.1 Enfoque descriptivo .................................................................................................... 47

4.1.2 Enfoque analítico ....................................................................................................... 47

I

4.1.3 Enfoque evaluativo ..................................................................................................... 48

4.2 CONCEPTOS BÁSICOS ............................................................................................................... 49

4.3 TÉCNICAS GENERALES DE ANÁLISIS DE DATOS APLICABLES AL ANALISIS DE ACCIDENTALIDAD (I): DESCRIPCIÓN

ESTADÍSTICA E INTERDEPENDENCIA ENTRE VARIABLES ....................................................................................... 50

4.3.1 Análisis estadístico univariable ................................................................................... 50

4.3.1.1 Estadísticas básicas: Promedios ............................................................................ 51

4.3.1.2 Distribución de frecuencias: tabulaciones simples. ................................................ 51

4.3.1.3 Representación gráfica de distribuciones univariables ........................................... 54

4.3.2 Análisis estadístico bivariable ..................................................................................... 56

4.3.2.1 Tabulaciones cruzadas ......................................................................................... 57

4.3.2.2 Representación gráfica de tabulaciones bivariadas ................................................ 63

4.3.3 Estudio de más de dos variables ................................................................................. 65

4.4 ÍNDICES Y TASAS EN ANÁLISIS DE DATOS DE ACCIDENTES DE TRÁFICO .................................................. 67

4.4.1 Tipos de datos utilizados para la elaboración de índices y tasas .................................. 68

4.4.2 Principales índices y tasas ......................................................................................... 70

4.4.2.1 Indices ................................................................................................................ 70

4.4.2.2 Tasas .................................................................................................................. 78

4.5 TÉCNICAS GENERALES DE ANÁLISIS DE DATOS APLICABLES AL ANÁLISIS DE ACCIDENTALIDAD (II): TÉCNICAS DE

CONTRASTE Y MODELADO ESTADÍSTICO (ASOCIACIÓN ENTRE VARIABLES) ............................................................... 84

4.5.1 Diseño y contraste de modelos predictivos .................................................................. 84

4.5.2 Análisis de series temporales ...................................................................................... 85

4.6 TÉCNICAS GENERALES DE ANÁLISIS DE DATOS APLICABLES AL ANÁLISIS DE ACCIDENTALIDAD (III): OTRAS TÉCNICAS DE

ANÁLISIS DE DATOS DE ACCIDENTES .............................................................................................................. 87

4.6.1 Análisis espacial ......................................................................................................... 87

4.6.2 Minería de datos (Data mining ) ................................................................................. 88

4.7 NIVELES O ÁMBITOS DEL ANÁLISIS DE ACCIDENTALIDAD ................................................................... 89

4.7.1 Nivel base ................................................................................................................... 90

4.7.2 Nivel intermedio ........................................................................................................ 91

4.7.3 Nivel en profundidad ................................................................................................. 92

ANEXO I: TRAMOS DE CONCENTRACIÓN DE ACCIDENTES (TCA) .......................... 94

ANEXO II. INFORMES DE ACCIDENTALIDAD ................................................................ 96

ANEXO III CUESTIONARIO ESTADÍSTICO DE LA DGT (‘PARTE DE ACCIDENTE’PDA) 98

II

GLOSARIO DE SIGLAS

AT: Accidente de Tráfico.

BDA: Base de Datos de Accidentes.

CARE: Base de datos desagregada de accidentes de tráfico en la Unión Europea

(Community database with disaggregated data on injury Accidents on the

Roads in Europe).

http://europa.eu.int/comm/transport/home/care/index_en.htm

CC.AA. Comunidad/es Autonoma/s

CMDB-SNS: Conjunto Mínimo de Datos Básicos del Sistema Nacional de Salud

(España).

http://www.msc.es/planificacion_sanitaria/totalplasan.htm.

DGT: Dirección General de Tráfico.

http://www.dgt.es

ECMT: Conferencia Europea de Ministros de Transporte (European Conference of

Ministres of Transport).

http://www1.oecd.org/cem

ETSC: Consejo Europeo de Seguridad en el Transporte (European Transport Sa-

fety Council).

http://www.etsc.be/

EUROSTAT: Oficina de Información Estadística de La UE.

http://europa.eu.int/comm/eurostat/

GIS ó SIG: Sistemas de Información Geográfica

IL: Índice de Letalidad

IM: Índide de Mortalidad

INTRAS:Instituto Universitario de Tráfico y Seguridad Vial de la Universidad de Va-

lencia.

http://webintras.uv.es/

IP: Indice de Peligrosidad

IRTAD: Base de Datos Internacional de Accidentes de Tráfico (International Road

Traffic and Accident Database)

http://www.bast.de/htdocs/fachthemen/irtad/

OECD: Organización Internacional para la Cooperación y Desarrollo Económicos

(Organisation for Economic Co-operation and Development

http://www1.oecd.org

PDA: Parte de Accidente (Cuestionario Estadístico de Accidente de Tráfico).

RIGE: Red de Interés General del Estado

III

TCA: Tramo de Concentración de Accidentes. Ver Anexo 8.1, p. 126:

TM: Tasa de Mortandad

UE: Unión Europea

VAT: Víctima/s de Accidente de Tráfico.

IV

OBJETIVOS

El objetivo general de este manual introductorio es que el lector obtenga unos co-

nocimientos y nociones básicas sobre los principales procedimientos de obtención, estu-

dio, análisis e interpretación de datos estadísticos de accidentes de tráfico (AT).

Este objetivo general se puede desglosar en una serie de objetivos específicos:

1. Conocer las tareas básicas implicadas en la investigación y toma de datos del

accidente en la escena del mismo.

2. Conocer en sus aspectos esenciales las bases de datos de accidentes y los da-

tos recopilados en las mismas.

3. Conocer las principales fuentes o registros de datos de accidentes de tráfico,

así como otros datos relacionados (volumen de tráfico, población, parque de

vehículos, censo de conductores, etc.).

4. Calcular e interpretar los principales indicadores descriptivos de accidentali-

dad, aplicando técnicas básicas de análisis estadístico de datos de tipo des-

criptivo.

5. Conocer en sus aspectos elementales y poder emplear los principales métodos

básicos de análisis de datos de accidentes de tráfico.

1

1 INTRODUCCIÓN

Dado que nos encontramos ante un campo amplio, complejo y heterogéneo, como

primera aproximación nos conformaremos con centrar nuestra atención en las dos activi-

dades más importantes en el ámbito de el análisis de accidentalidad, cada una de las cua-

les con sus propios procedimientos y metodologías: Investigación o reconstrucción de ac-

cidentes (en ocasiones denominada microinvestigación) y análisis de accidentalidad

(idem. macroinvestigación).

1.1 INVESTIGACIÓN O RECONSTRUCCIÓN DE AT

““Llevaba despierto 22 horas y el suelo estaba mojado, incluso encharcado en algu-

nos sitios, cuando se salió de la calzada y se empotró contra un árbol que, probablemen-

te, estaba demasiado cercano al arcén para tratarse de una autopista. “Iría a 120 por la

autopista y llevaba conduciendo más de dos horas seguidas, sin apenas cruzarme con na-

die y sin nada que activase o llamase mi atención, cuando se me quedó la mente en blan-

co”, -según señaló a los investigadores-. Aquí coincidieron fatalmente varias circunstan-

cias: una velocidad inadecuada, que hizo patinar el coche, cansancio y alcohol. Y todo ello

agravado por el “exceso de confianza derivado de su perfecto conocimiento de la carrete-

ra...”. El accidentado también declaro que: “Probablemente, no habría conducido tan de-

prisa ni habría bebido alcohol de no saber perfectamente que a esas horas no suele haber

nunca controles policiales en la zona”. Ciertamente, si no hubiese llevado el cinturón abro-

chado y el ‘airbag’ no hubiese actuado perfectamente, como sí lo hizo... “no estaría aquí

para contarlo”, según los médicos de la ambulancia que pudieron asistir y trasladar a la

víctima pocos minutos después del accidente.”.”

La descripción anterior nos ilustra lo que podría ser un accidente ‘típico’, en el que

múltiples factores y condicionantes se conjugan en la producción del mismo. La lectura de

este ejemplo ‘sencillo’ ya nos hace intuir la complejidad de causas y factores que hay de-

trás de la accidentalidad por tráfico.

En consecuencia, para poder realizar cualquier tipo de diagnóstico de la seguridad

vial, en primer lugar debemos conocer qué ocurre en los accidentes, es decir, qué tipo de

conductas y eventos –mecánicos, físicos, ambientales...-, así como sus interrelaciones, es-

tán interviniendo en la causación de cada accidente particular. De ello se encarga la inves-

tigación y reconstrucción de accidentes.

2

Introducción al Análisis de Accidentalidad por Tráfico

Podemos describir la investigación y reconstrucción de un accidente como el es-

tudio individualizado y recogida de información completa del mismo, siguiendo sus fases o

secuencia y empleando medios técnicos diversos así como entrevistas a los implicados y

testigos. Se pretende establecer, con precisión, el papel de cada uno de los factores de la

circulación (vía y su entorno, vehículo y hombre) que han contribuido en el acaecimiento

del mismo. Así pues, la investigación de accidentes, como área específica de conocimien-

to, se centra básicamente en la clarificación de los parámetros que definen, no sólo cómo

se desarrolló determinado siniestro, sino las causas implicadas que lo hicieron posible.

Aunque en la práctica, por simplificar, se utilice indistintamente los términos ‘inves-

tigación’ y ‘reconstrucción’, es necesario matizar que el término ‘investigación’ sería el que

describe todo el proceso de análisis del accidente en su totalidad, desde las causas inicia-

les a las consecuencias finales, mientras que ‘reconstrucción’, hablando en términos preci-

sos, haría referencia más específicamente al análisis y estudio de las trayectorias de los

vehículos antes, durante y después de la colisión. No obstante, como ya hemos señalado,

nosotros asimilaremos los dos conceptos en aras de claridad en la exposición.

Este tipo de actividad es, por lo común, realizada por técnicos policiales de diversos

niveles y perfiles de formación. Las investigaciones y reconstrucciones de los accidentes

realizadas por la policía habitualmente tienen un doble objetivo: (1) esclarecer causas y

responsabilidades de cada AT en particular y (2) recoger datos detallados para su poste-

rior utilización con fines de investigación estadística. Un ejemplo serían las investigaciones

llevadas a cabo por los equipos técnicos de atestados de la guardia civil de tráfico con re-

lación a los accidentes en vías interurbanas.

Dada la gran cantidad de AT que ocurren es imposible investigarlos todos, por lo

que cuando los accidentes son de consecuencias leves no se suele llevar a cabo este tipo

de reconstrucciones. Por otro lado, como norma general, la investigación se llevará a cabo

con mayor profundidad y rigor cuanto más grave haya sido el accidente.

Aunque en la mayoría de casos las reconstrucciones las realizan los técnicos policia-

les, también con frecuencia se solicitan peritajes respecto a determinados accidentes, bien

sean los propios implicados los que las solicitan, bien sea a instancias judiciales. Estos pe-

ritajes los realizan normalmente gabinetes técnicos especializados así como, también en

ocasiones, personal técnico o investigador perteneciente a organismos como universida-

des o centros tecnológicos.

En definitiva, la investigación y reconstrucción de accidentes de tráfico es una tarea

multidisciplinar de enorme complejidad. Por ello es importante disponer de esquemas

conceptuales así como unos procedimientos estandarizados que guíen la investigación, el

proceso y los pasos a seguir. Por ello, y dado que el estudio detallado de cada apartado

que comprende el proceso de reconstrucción no constituye el objeto de este texto, nos

conformaremos con presentar un resumen en el que se describen las principales tareas

3

Chisvert, Sanmartín y Monteagudo

que se desarrollan durante el mismo. Este esquema ha sido desarrollado desde el punto

de vista de la intervención e investigación técnica de los AT en el marco de la actuación

policial.

Esquema del proceso de intervención, investigación y reconstrucción de AT en el marco de la actuación policial.

1. Labores de campo.

A.- En la comparecencia en el lugar de los hechos.

1. Adoptar precauciones de seguridad en el lugar del hecho.

2. Organizar la colaboración espontánea de personas.

3. Solicitar los servicios de urgencia necesarios y organizar su intervención. .

4. Custodiar menores, personas, animales u objetos.

5. Proteger los bienes de los implicados en el hecho.

6. Tapar manchas de sangre, aceite, gasolina o similares.

7. Limpiar la calzada de restos del accidente.

8. Ayudar a que los afectados tomen datos cuando proceda.

9. Ayudar a los conductores a llenar impresos.

B.- Investigación del factor humano.

10. Localizar testigos del suceso.

11. Identificar a todos los implicados en el suceso.

12. Desarrollo de la entrevista a implicados y testigos

13. Averiguar conocimientos, experiencias y pericias.

14. Averiguar el Plan de Viaje.

C.- Investigación del vehículo.

15. Comprobar estado y funcionamiento los elementos mecánicos de los vehículos.

16. Comprobar el estado y características de los neumáticos.

17. Comprobar el sistema de alumbrado y señalización de los vehículos.

18. Verificar la instalación del tacógrafo y la lectura del disco diagrama.

19. Examen y medición de zonas de deformación.

D.- Investigación de la vía.

20. Identificar huellas de neumático de los vehículos en la calzada.

21. Identificar otras huellas y vestigios del accidente.

22. Determinar el punto de colisión o lugar del suceso (PC).

23. Determinar la posición final de vehículos, personas, y en ocasiones, objetos –elementos análo-

gos- (PF).

24. Averiguar el coeficiente de fricción del pavimento.

25. Determinar la posición de percepción posible (PPP).

26. Determinar la posición de percepción real (PPR).

27. Medir la pendiente, rampa, peralte y radio de las curvas.

28. Confección del boceto del lugar del suceso.

E.- Verificación sistemática. Práctica de Pericias.

29. Obtener la opinión médica sobre las lesiones de las personas.

30. Detallar los daños producidos en los vehículos.

31. Solicitud de Informes Periciales de determinados daños en los vehículos.

32. Realización práctica de pruebas de frenado y direccionabilidad del vehículo.

2. Labores de gabinete.

A.- Investigación-Deducción Técnica.

1. Calcular el centro de gravedad de los vehículos.

2. Calcular la velocidad inicial, pre-impacto y post-impacto de los vehículos.

B.- Reconstrucción del accidente.

4


3. Establecer hipótesis sobre el cómo se produjo el accidente.

4. Determinar la posición de las unidades de tráfico y elementos análogos antes, durante y des-

pués del impacto hasta la posición final.

5. Reconstruir el hecho o alguna de sus circunstancias.

6. Aplicación de programas informáticos de reconstrucción.

C.- Causas del accidente.

7. Establecer hipótesis sobre el porqué se produjo el accidente.

8. Detectar errores o fallos humanos.

9. Detectar fallos en los factores vía y vehículo.

10. Otras circunstancias con respecto a la causa.

D.- Confección de documentos.

11. El Atestado.

12. El Informe Técnico.

13. El croquis y diagramas del lugar del suceso.

14. El Álbum-Informe fotográfico.

15. La Película del accidente.

E.- Datos estadísticos para la prevención de accidentes.

16. Cumplimentar impresos estadísticos o Parte de Accidente (PDA).

17. Otros datos estadísticos.

18. Tomar medidas de prevención de accidentes.

1.2ANÁLISIS DE ACCIDENTES

En una primera aproximación, podemos definirlo como el proceso que implica el al-

macenamiento, gestión informática y análisis estadístico de datos de múltiples accidentes,

datos que son recopilados durante la investigación de los accidentes.

Las dos modalidades –investigación y análisis de accidentes1- están íntimamente re-

lacionadas, porque no se puede hablar de análisis estadístico de datos de accidentes, si no

se dispone de datos cualificados procedentes de la investigación individual de los mismos.

En este texto nos vamos a centrar en estudiar los principales conceptos relacionados

con el análisis estadístico de los datos de AT. Así, en primer lugar veremos cómo se alma-

cenan informáticamente los datos del Parte de Accidente (PDA) mediante el uso de los

denominados programas de bases de datos; seguidamente trataremos las principales téc-

nicas estadísticas comúnmente utilizadas para el estudio y análisis de dichos datos. Al fi-

nal del texto se mostrarán las partes que debe contener un informe de accidentalidad en

el que se muestren los resultados de dichos análisis. Otro tema que también se abordará

es el de las fuentes de datos de accidentes, es decir, dónde y qué tipo de datos se pueden

obtener, ya registrados, de AT y víctimas de los mismos (VAT).

1 Es también habitual denominar ‘microinvestigación’ al estudio y reconstrucción de accidentes individuales y ‘ma-croinvestigación’ al análisis estadístico de datos de múltiples accidentes.

5

2 ALMACENAMIENTO Y GESTIÓN DE LA INFORMACIÓN: BASES DE DATOS DE ACCIDENTES

El trabajo de investigación o reconstrucción de accidentes individuales tiene dos ob-

jetivos generales. En primer lugar, la reconstrucción del accidente obedece a la necesidad

de establecer claramente la cadena causal que lo ha precedido, con el objeto de tener evi-

dencias que nos permitan establecer las responsabilidades presentes en su producción.

Por tanto, su finalidad es establecer hipótesis lo más acertadas posibles de cómo y el por-

qué ha ocurrido el accidente para poder establecer, en caso necesario, las responsabilida-

des civiles y/o penales que correspondieran.

El segundo objetivo -que es el que nos ocupará en los apartados que siguen- es re-

copilar los datos obtenidos en el proceso de investigación de los accidentes individuales,

de forma sistemática y con el objetivo de crear bases de datos de AT. El análisis estadísti-

co de la información contenida en estas bases de datos permitirá conocer los patrones de

producción, identificar los grupos de riesgo, localizar los puntos o tramos de concentración

de accidentes, establecer los factores que más inciden en los accidentes, etc. para, con

ello, tener criterios adecuados con los que establecer y aplicar posibles medidas preventi-

vas con el objeto de reducir la accidentalidad.

Así pues, el primer aspecto que nos interesa es conocer qué es una base de datos y,

más específicamente, cómo es y cómo podemos diseñar y utilizar una base de datos de

accidentes. Por ello en este tema trataremos tres aspectos básicos:

1 - En primer lugar introduciremos algunos conceptos esenciales en relación con las

bases de datos.

2 - Seguidamente se describirán los principales elementos que caracterizan a una

base de datos de accidentes.

3 - Finalmente se introducirán algunas nociones elementales para el diseño y ela-

boración de bases de datos de accidentes.

6


2.1BASES DE DATOS: CONCEPTOS BÁSICOS

Los ordenadores son capaces de gestionar información si esta se mantiene en una

estructura ordenada. Tener esta información en el ordenador permite gestionarla, organi-

zarla y realizar búsquedas de información de forma rápida y eficaz Utilizando programas

de bases de datos se puede organizar fácilmente la información en una estructura que los

ordenadores pueden entender, y con la cual son capaces de trabajar. Esta información

puede provenir de datos de nombres y direcciones, pedidos, estadísticas demográficas o

cualquier otra cosa.

Una Base de Datos ha de entenderse como una colección de datos, integrada y ge-

neralizada, con su descripción, bajo el control de un determinado Sistema Gestor de Base

de Datos (normalmente denominado programa de base de datos), de tal forma que pueda

satisfacer las distintas necesidades de los usuarios.

El concepto de ficha es el que más claramente ilustra el funcionamiento de una base

de datos sencilla. En la Figura 1 se presenta un ejemplo de ficha de personal.

E t i q u e t a d e C a m p o

Figura 1. Ejemplo de ficha de una base de datos o archivo. Cada ficha está compuesta por varios campos. Los campos contienen datos, en este caso referidos al personal de una empresa, que constituyen atributos de cada persona. Los campos reciben un nombre o etiqueta, que permite diferenciar unos de otros. En terminología de bases de datos las fichas reciben el nombre de registros.

Por lo común las bases de datos tienen tres niveles básicos de organización, en los

cuales se mantiene la información.

Un primer nivel sería el campo, que es una categoría de información como, por

ejemplo, el apartado ‘apellido’ de una persona o el de un ‘número de teléfono’. Los nom-

bres o etiquetas de los campos no deben estar repetidos o, de lo contrario, el ordenador

7


no podría distinguir unos campos de otros. Por otro lado, es importante no confundir los

campos con los nombres de los campos y con los datos que contienen los campos, ya que

no hacen referencia a lo mismo:

• Los campos son lugares en los que se almacenan los datos. Así pues, un campo

hace referencia a un atributo que es registrado para cada una de las entidades

representadas en estas fichas.

• Los nombres o etiquetas de los campos son los nombres que se les da a esos

lugares, para que se puedan distinguir unos de otros.

• Los datos, que son los elementos básicos, son la información que se almacena

dentro de los campos

El siguiente nivel de organización es el registro. Un registro es una colección de

campos ya rellenados con datos y que hacen referencia a una entidades u objetos concre-

tos, como pueden ser trabajadores, vehículos, facturas,... Siguiendo el ejemplo de la Figu-

ra 1 la ficha de cada trabajador constituye un registro. En terminología informática de ba-

ses de datos es más correcto utilizar el término registro que el de ficha.

En este punto es importante introducir el concepto de identificador. El identificador

(comúnmente denominado ID) es un campo cuyos datos son únicos (no repetidos) para

cada uno de los registros. Por hacer una analogía, podríamos pensar en el ID como algo

similar al ‘DNI’ de ese registro, en el sentido de que es único para cada registro y lo dife-

rencia de los demás. En principio, este campo no es estrictamente necesario u obligatorio,

pero incluirlo es muy útil y, en ocasiones, indispensable. Conforme vayamos avanzando

en este tema iremos viendo claramente la utilidad e importancia del campo ID.

Siguiendo con los niveles de organización de las bases de datos tenemos la tabla

(Figura 2). Una tabla es una colección de registros que utiliza cierto conjunto de datos.

Por ejemplo, el conjunto de todos los empleados de la empresa. Una base de datos estaría

compuesta por una o mas tablas, compuestas por múltiples registros, que a su vez con-

tendrían diversos campos.

En general el término ‘archivo’ o ‘archivo de datos’ es equivalente o intercambiable

con el término ‘base de datos’. No obstante, lo que no hay que confundir es el archivo o

base de datos con el programa de bases de datos, que hace referencia al programa infor-

mático que permite la creación y gestión de archivos o bases de datos.

En la Figura 2 vemos los datos de un conjunto de empleados recogido en una tabla. Las

‘filas’ de esta tabla serían los registros del archivo y las ‘columnas’ los campos.

8


Figura 2. Ejemplo de conjunto de varios registros que componen una tabla de la base de datos. Cada tabla esta compuesto por varios registros y campos. Los campos contienen datos correspondientes a cada uno de los registros, en este ejemplo referidos al personal de una empresa, datos que en este caso constituyen, por llamarlo de cierta manera, atributos de cada persona.

La comparación de la Figura 1 con la Figura 2 ilustra otra de las características de

las bases de datos, que es la posibilidad de visualizar la información de muy distintos mo-

dos, por medio de lo que comúnmente se denominan presentaciones, (tambien denomi-

nados formularios o informes). A modo de botón de muestra, la Figura 1 muestra una

presentación en la que se visualiza información de un solo registro al mismo tiempo. Este

tipo de presentación es útil, por ejemplo, cuando estamos introduciendo los datos o cuan-

do queremos analizar detalladamente la información de un registro determinado, espe-

cialmente en tablas con muchos campos. En la Figura 2 vemos otra presentación en forma

de tabla en la que se visualizan varios registros al mismo tiempo. Esta presentación es

útil, por ejemplo, para observar los resultados de una búsqueda o consulta que hayamos

realizado en la base de datos. Los programas de bases de datos actuales permiten un

abanico de presentaciones prácticamente inagotable que son definidas por los usuarios de

dichos programas en función de sus necesidades y, también, experiencia y habilidad.

Un último aspecto o característica que queremos destacar de las bases de datos es

la posibilidad de establecer relaciones o vínculos entre distintas tablas que compartan

cierta información. Este concepto lo veremos ejemplificado en el apartado siguiente al ha-

blar de bases de datos de AT.

9


2.2BASES DE DATOS DE ACCIDENTES

Las bases de datos nos permiten almacenar y gestionar información referida a per-

sonas, cosas y, también, eventos. Un AT constituye un evento cuyos datos o atributos son

susceptibles de ser almacenados en una Base de Datos de Accidentes (en adelante BDA).

Así, en una BDA típica cada registro contiene la información de un accidente, mien-

tras que los campos hacen referencia a los atributos o características del accidente, como

pueden ser la fecha, el lugar, la hora, el tipo de accidente, y un largo etc. Vamos a verlo

con más detalle apoyándonos en un ejemplo.

En la Figura 3 se muestra un ejemplo de un registro de AT de una BDA. Son datos

reales provenientes de una BDA de una autopista, BDA que es gestionada por el personal

técnico de la concesionaria de la autopista. Es importante señalar que se trata de un

ejemplo concreto, cuyos campos se han definido en función del contexto específico de la

autopista, por lo que muchos de ellos pueden ser distintos de los que encontremos en

otras BDA de carácter más general o específicas en otros ámbitos (p.e. una BDA de acci-

dentes urbanos gestionada por la policía local).

Figura 3. Ejemplo de registro de un AT en una BDA. Los datos son reales y corresponden a una BDA de ac-cidentes ocurridos en una autopista. Los datos son recopilados y gestionados por la concesionaria de la auto-pista.

10


Observando la Figura 3 vemos que esta BDA contiene gran cantidad de campos con

información respecto al accidente. Un campo importante es el identificador (ID) al cual en

este caso concreto se le ha puesto la etiqueta CLAVE (arriba a la izquierda en el registro).

Como ya se ha comentado, el identificador es único para cada registro. No existen normas

fijas para asignar identificadores de registros, y por lo común se suelen utilizar procedi-

mientos lógicos que, además, permitan que el identificador por sí mismo aporte ya cierta

cantidad de información.

En el ejemplo, para el campo identificador CLAVE se ha utilizado el siguiente proce-

dimiento: el primer dígito corresponde al área2 de la autopista donde se ha producido el

accidente (en este caso el área 4). Los dos siguientes códigos corresponden al año (en

este caso el 98). Finalmente, los cuatro dígitos restantes están reservados para el número

del accidente, número que se asigna de forma correlativa conforme van llegando los par-

tes de accidente. En el ejemplo se trata del accidente número 0123 que se ha producido

en el área 4 durante 1998.

En la BDA de la Figura 3 la información que se recoge en los distintos campos está

visualmente organizada en forma de bloques, lo cual facilita su consulta y análisis. Debajo

del campo clave encontramos un bloque de campos relativas al momento temporal de

ocurrencia del accidente. Así, encontramos campos como año, mes, día, hora, etc.

A la derecha nos aparece otro bloque con información relativa a los servicios de

asistencia que han intervenido y sus horas de llegada y finalización de la asistencia. Des-

tacamos el campo PGC (asistencia de la Guardia Civil S/N) y AMB (asistencia de ambulan-

cia S/N).

El tercer bloque contiene diversos campos referidos a la localización del accidente y

las condiciones ambientales en el lugar y momento de ocurrencia del mismo. Viendo estos

campos podemos observar que, con frecuencia, la información se codifica por medio de le-

tras o números, cada uno de los cuales tiene un significado. Esta forma de codificación es

necesaria e importante ya que:

• Facilita y minimiza el tiempo para la introducción de datos.

• Disminuye la probabilidad de aparición de errores durante la introducción de la

información.

• Minimiza las necesidades de memoria para almacenar la información.

• Posibilita y facilita el tratamiento estadístico de los datos.

Entre los campos que nos aparecen en este bloque podemos destacar algunos ejem-

plos como Dirección (dirección en que circulaba el/los vehículo/s accidentado, en este

caso N = dirección norte); Ubicación (T = tronco de la autopista); Lugar (2 = carril lento);

2 La autopista se estructura en seis áreas de 40 a 60 Km. de longitud. Cada una de las áreas es responsabilidad de un centro de mantenimiento, cuyo personal se encarga también de la recogida de datos de los accidentes que ocurren en dicha área.

11


PKAP (punto kilométrico y hectométrico, 5581 = punto kilométrico 558 hectómetro 1);

Pendiente (H = inclinación nula); Luz (2 = de día ) y Atmósfera (1 = cielo despejado).

Un cuarto bloque de información (abajo a la izquierda en la Figura 3) es el que hace

referencia al tipo y causas del accidente. En este caso se ha optado por una codificación

que permite una descripción secuencial del accidente por medio de tres campos:

Colisión_1, Colisión_2 y Colisión_3. En este caso el código numérico va acompañado de

otro campo con la descripción en texto. El otro campo que aparece es Causas, que hace

referencia a la causa del accidente (en este caso 15 = Sueño o desvanecimiento).

Otro bloque de campos hace referencia a las víctimas, presentándose datos sobre el

número de víctimas en función de su gravedad. Finalmente, se recogen datos respecto a

los vehículos. En concreto los siguientes campos: vehículos (nº de vehículos implicados),

Kms. Origen y Tiempo viaje.

La tabla que hemos visto en la Figura 3 contiene información sobre los accidentes.

De este modo, cada registro contiene información de un accidente, siendo los campos

atributos o características del mismo, tal como hemos visto.

Sin embargo, en cada accidente puede haber uno o varios vehículos distintos, los

cuales por una parte comparten información común (momento y lugar del accidente, tipo

de accidente, etc.) y, por otra, poseen unas características o atributos que son particula-

res de cada vehículo (tipo de vehículo, antigüedad, maniobra previa al accidente, etc.).

De igual modo, en cada vehículo puede haber uno o varios ocupantes. Cada ocu-

pante comparte la información referida tanto al accidente como al vehículo, al tiempo que

posee atributos propios, tales como la edad, sexo, tipo de ocupante (conductor, pasajero,

etc.).

Para poder solucionar este problema a la hora de almacenar la información de los

accidentes en una BDA, la fórmula habitual es crear tres tablas de datos separadas para

cada tipo de entidades (una para los datos del accidente, otra para los de los vehículos y

una tercera para las personas) y relacionadas entre si mediante campos identificadores o

ID.

En la Figura 4 se representa esquemáticamente la estructura de una BDA de acci-

dentes compuesta por tres tablas y sus relaciones. La primera tabla es la de accidentes.

En ella cada accidente constituye un registro y los campos contienen información referida

al accidente (fecha, lugar, tipo de accidente, etc...). Cada accidente se identifica mediante

el ‘’ID de accidente’, que en este caso consiste en una numeración correlativa que empie-

za con 1.

La segunda tabla es la que utilizaríamos para almacenar los datos de los vehículos

implicados en los accidentes. Así, en este caso cada registro está constituido por un vehí-

culo y los campos se corresponden con distintas características de los vehículos (tipo de

vehículo, antigüedad, estado, etc...). En el registro de cada vehículo el primer campo es el

ID del accidente en que se ha visto implicado el vehículo, lo cual nos permite relacionar

12


los registros de vehículos con los de accidentes, identificando cada vehículo con el acci-

dente correspondiente. Esto implica que en la tabla de vehículos cada valor particular del

campo ID del accidente se repetirá tantas veces como vehículos implicados en el acciden-

te tengamos. De igual modo, para identificar y diferenciar los distintos vehículos implica-

dos en cada accidente utilizamos una numeración de letras (A, B, C,...). De este modo, en

la tabla del ejemplo vemos que en el accidente con ID del accidente = 1 hay dos vehículos

implicados, que se identifican con las letras A y B.

La misma lógica se aplica para construir la tabla de personas. En esta tabla cada re-

gistro se corresponde con una persona implicada en un accidente. En esta tabla el primer

campo es el ID del accidente, que permite identificar el accidente en el que se ha visto im-

plicado cada persona que tenemos registrada. Un segundo campo se corresponde con el

ID del vehículo, cuyo objetivo es relacionar cada persona con su correspondiente vehículo.

Finalmente, las distintas personas que ocupaban un mismo vehículo se identifican y dife-

rencian mediante una numeración basada en la posición ocupada en el vehículo (1 = con-

ductor; 2 = pasajero delantero; 3 = pasajero trasero izquierdo; y así sucesivamente). Los

restantes campos se corresponderán con atributos o características de las personas impli-

cadas en el accidente (edad, sexo, gravedad de las lesiones, etc...).

Así pues, en el ejemplo de la Figura 4 tenemos que en el accidente 1 hay dos vehí-

culos implicados (A y B) que podríamos denominar vehículos 1A y 1B. De igual modo, en

el vehículo 1A tenemos tres ocupantes (1A1, 1A2 y 1A3) y en el 1B dos (1B1 y 1B2).

Como es evidente, en cualquier BDA hay siempre más personas que vehículos y más vehí-

culos que accidentes.

13


Tabla de datos de Accidentes Identificador accidente

Fecha Hora Zona Número de víctimas

Tipo de accidente ... ... ...

1

14/04/00 23h 03’ Carretera 5 Colisión ... ... ...

2 13/08/00 02h 33’ Z urbana 2 Salida vía alcohol ... ... ... 3 29/10/01 07h 58’ Carretera 2 Colisión ... ... ... … ... ... … … … … … … … ... ... … … … … … … N ... ... … … … … … …

Tabla de datos de Vehículos Identificador

Accidente Identificador

vehículo Tipo de vehículo

Marca Modelo Antigüedad ...

1 A Turismo renault megane 2000 … 1 B Camión mercedes 412-d 1995 … 2 A Ciclomotor peugeot S1b00 1999 ... 3 A Turismo Opel kadett 1988 … 3 B Turismo mercedes 220 2001 … ... ... N A ... ... ... ... ... N B ... ... ... ... ... ... ... ... … … … …

Tabla de datos de Personas Identificador

Accidente Identificador

Vehículo Identificador

Posición en el vehículo. Víctimas

Edad Sexo Lesión ...

1 A 1 35 Hombre Grave … 1 A 2 32 Mujer Leve … 1 A 3 6 Mujer Leve ... 1 B 1 46 Hombre Grave … 1 B 2 40 Hombre Grave ... 2 A 1 17 Hombre Leve ... 2 A 2 16 Mujer Grave ... 3 A 1 22 Mujer Leve ... 3 B 2 28 Hombre Leve ... … ... ... ... ... ... ... … ... ... ... ... ... … N A 1 … … … … N A 2 … … … ... N B 1 ... ... ... ... … … … … … … …

Figura 4. Esquema de la estructura de tablas y relaciones de una Base de Datos de Accidentes típica.

14


2.3DISEÑO Y ELABORACIÓN DE BASES DE DATOS DE ACCIDENTES3

La elaboración de una base de datos de accidentes demanda, entre otros conoci-

mientos, la capacidad para manejar algún programa de base de datos, necesario para la

informatización de la BDA. Esta parte concreta, que requiere por sí sola un manual especí-

fico, excede los objetivos que nos hemos planteado. Por ello, nos limitaremos a establecer

cuales son los pasos a seguir para el diseño de la BDA, sin entrar detalladamente en la

fase de informatización.

Una cuestión importante y que nos va a determinar en buena medida la estructura

de la BDA es el cuestionario estadístico o ‘parte de accidentes’ que utilicemos, ya que éste

determina la cantidad y tipo de información que vamos a manejar. Así pues, este cuestio-

nario ha de ser la base de la que partimos para la elaboración de la BDA. No obstante, las

tres fases o tareas principales son las siguientes:

• Establecer las tablas de datos y sus relaciones.

• Establecer los campos y valores de cada campo.

• Introducir los datos de los accidentes.

2.3.1Tablas de datos

La primera tarea es establecer cuantas tablas de datos vamos a crear. Como ya he-

mos señalado esto va a venir determinado por la información que se recoja en el PDA. No-

sotros vamos a tomar como ejemplo el PDA de la DGT, que como ya se ha señalado es el

de mayor implementación por ser su cumplimentación obligatoria por parte de todos los

cuerpos de policía. Partiendo de este cuestionario se pueden definir las tres tablas común-

mente utilizadas: accidentes, vehículos y personas.

El otro aspecto que nos interesa es establecer las relaciones o vínculos entre las ta-

blas, lo cual ya se ha descrito en el apartado anterior, por lo que nos limitaremos a recor-

dar que se realiza por medio de identificadores (ID) que nos permiten relacionar los regis-

tros de personas con sus correspondientes vehículos y estos, a su vez, con sus correspon-

dientes accidentes.

3 Para este apartado se ha utilizado como ejemplo la base de datos de accidentes TAU (Tratamiento de Acciden-tes Urbanos) desarrollada para el Ayuntamiento de Granada por Jesús Pulido Vega y cols.

15


2.3.2Campos y valores de cada campo

El paso siguiente es definir qué campos incluir en la BDA. Por lo común cada campo

se corresponde con una cuestión o ítem del PDA, aunque esta regla no es aplicable siem-

pre, ya que en ocasiones podemos requerir varios campos para un solo ítem, o viceversa.

En las figuras siguientes presentamos una BDA ya diseñada e informatizada, la cual

se basa en los PDA de la DGT que ya conocemos (accidentes con / sin víctimas). En con-

creto se trata de una BDA desarrollada en el Ayuntamiento de Granada para el registro y

tratamiento de los datos de accidentes ocurridos en dicha ciudad. Dicha BDA contempla

tanto los accidentes con víctimas como ‘sin víctimas’ o solo daños materiales. En la Figura

5 se ofrece una ventana donde se presentan los datos de accidentes sin víctimas, con de-

talles de cada uno de sus apartados. En el marco general de esta ventana se obtiene toda

la información disponible en el PDA de accidentes sin víctimas de la DGT.

En la parte inferior de la ventana existen unos iconos que no pertenecen al acciden-

te propiamente dicho, sino a su manipulación y tratamiento. Estos son comunes para los

Accidentes Con/Sin Víctimas.

16


Figura 5. Ejemplo de base de datos de accidentes (I). Pantalla de datos para los accidentes ‘sin vícti-mas’.

En la Figura 6 nos aparece la primera ‘pantalla’ o ventana de la base de datos para

los accidentes con víctimas. La ventana Accidentes Con Víctimas recoge toda la informa-

17


ción que la Base de Datos tiene reservada para los mismos. Aquí se dispone de la infor-

mación de las Tablas: Accidentes Con Víctimas, Personas y Vehículos.

La presentación de la ventana dispone de la mitad superior que es fija. En ella se in-

troducen unos campos generales de identificación de la fecha, hora y lugar del accidente,

así como información relativa al número de personas y vehículos implicados. En la mitad

inferior aparece resaltada una pestaña en la que se indica la categoría o tipo de datos que

estamos visionando en cada momento (en la Figura 6, los datos de implicados y vía). En

este caso, en la pestaña ‘implicados y vía’ se presentan una serie de campos que hacen

referencia a atributos o tipología de la vía donde ha ocurrido el accidente. Estos campos

correspondientes a la vía se corresponden con los ítems o cuestiones 20 a 26 del PDA de

la DGT. Finalmente, los iconos de la línea inferior sirven para moverse por la selección de

accidentes y tratar con ellos.

En la pestaña de Personas y Vehículos como puede suponerse se almacena la infor-

mación de las tablas con el mismo nombre.

Tanto para los Accidentes Con/Sin Víctimas la función principal que desempeñan las

distintas ventanas es presentar de forma ordenada toda la información que sobre ellos se

tiene. En una sola ventana se pueden ver todas y cada una de las características para

cada accidente.

En la Figura 7 se presenta la segunda ‘pestaña’ de la base de datos. Vemos que los

campos generales de identificación del accidente permanecen visibles (para que tengamos

en todo momento identificado el accidente), mientras que los de la mitad inferior son los

que van cambiando conforme vamos avanzando en las ‘pantallas’ o presentaciones. Los

campos de esta figura siguen perteneciendo a la tabla de accidentes. Los nuevos campos

se corresponden con los ítems 27 a 36 del PDA. En la presentación siguiente (Figura 8) se

va ampliando la información, con campos que dan cuenta de los íems de 37 a 42 del PDA.

En la Figura 9 se completa la información referida a la tabla de accidentes. Concre-

tamente se recoge la información que se corresponde con el ítem 99 del PDA y que hace

referencia a posibles factores concurrentes que hayan podido influir en la ocurrencia del

accidente.

18


Figura 6. Ejemplo de base de datos de accidentes (II). Datos generales de lugar y momento tem-poral; datos de implicados y de la vía.

19


Figura 7. Ejemplo de base de datos de accidentes (III). Datos generales de lugar y momento temporal; datos de la via, circunstancias ambientales y señalización.

Figura 8. Ejemplo de base de datos de accidentes (IV). Datos generales de lugar y momento temporal; datos de circunstancias ambientales, circulación y maniobras.

20


Figura 9. Ejemplo de base de datos de accidentes (V). Datos generales de lugar y momento temporal y posibles factores concurrentes.

En la pantalla que se recoge en la Figura 10 ya nos aparecen los primeros datos de

la tabla de vehículos. Concretamente en el accidente con que se ilustra el ejemplo hay dos

vehículos implicados: vehículos A y B. Finalmente, en la Figura 11 aparece la última pan-

talla de la BDA, en la que se recogen algunos de los datos referidos a las personas impli-

cadas en el accidente. En este caso una sola persona en cada uno de los vehículos impli-

cados.

Figura 10. Ejemplo de base de datos de accidentes (VI). Datos generales de lugar y datos referidos a los vehículos implicados.

21


Figura 11. Ejemplo de base de datos de accidentes (VII). Datos generales de lugar y datos referidos a las personas implicadas en el accidente.

2.3.3Introducción de datos

Una vez diseñada la BDA podemos proceder ya a la introducción de los datos en la

misma. El proceso de introducción de datos es de gran importancia, ya que los errores

que durante el mismo se puedan cometer pueden afectar a los resultados de los análisis

que con ellos podamos realizar. Por lo común, las bases de datos bien diseñadas poseen

una serie de características que ayudan a minimizar los errores, tales como pueden ser las

‘listas o menús desplegables’ para introducción de datos o los procedimientos automáticos

que identifican datos imposibles (p.e. un niño de seis años conductor de) o cuanto menos

poco probables, que puedan constituir errores.

En la Figura 12 se muestra un ejemplo del procedimiento de introducción de datos.

Para modificar o introducir los datos nuevos, sobre cada opción o sobre cada campo, bien

se escribe directamente su valor o bien se selecciona el campo dentro de los posibles va-

lores que puede tomar en las listas desplegables. Esta última opción es la mejor y más fá-

cil. Se pincha la pestaña de cada dato, despliega todos los valores que puede tomar, y se

selecciona aquel que corresponde al accidente que se esté introduciendo.

Existen valores que en la Base de Datos se introducen por su código. En este caso la

aplicación no sólo muestra el código sino la información que le corresponde a cada código

(Figura 13).

Una vez rellenado el registro nuevo o modificado los datos de alguno ya existente

hay que validar el nuevo registro para guardar la información.

22


Figura 12. Ejemplo de introducción de datos con la ayuda de menús desplegables (I).

23


Figura 13. Ejemplo de introducción de datos con la ayuda de menús desplegables (II).

24


2.4APLICACIONES DE LAS BASES DE DATOS DE ACCIDENTES

La utilidad de introducir los datos de los accidentes en una BDA es indudable, ya

que nos permite tener almacenados los datos de todos los accidentes de forma estructura-

da y ordenada, lo cual nos permite poder hacer muchas operaciones con ellas.

Como ya se ha señalado, los distintos programas de bases de datos presentan dife-

rencias en cuanto a las funciones disponibles y, sobretodo, forma de llevarlas a cabo. Por

ello, el usuario de la BDA debe primeramente dedicar un tiempo al aprendizaje del funcio-

namiento del programa de base de datos específico que vaya a usar, antes de poder apro-

vechar las utilidades que el programa le ofrece. En este apartado nos limitaremos a des-

cribir en términos generales algunas de las funciones básicas compartidas por la mayoría

de los programas de bases de datos y poniendo ejemplos, pero teniendo también en

cuenta que esto va a variar entre un programa y otro.

Uno de los tipos de operaciones más habituales que se realizan son las consultas o

búsquedas. Se trata fundamentalmente de poder hacer selecciones de grupos o tipos es-

pecíficos de accidentes, vehículos o víctimas.

Así, por ejemplo, podemos querer saber cuantos accidentes han ocurrido durante el

mes de mayo o cuantos accidentes han tenido como consecuencia una o más víctimas

graves. De igual modo podemos hacer consultas o búsquedas más complejas. Por ejem-

plo, podemos pedirle a la base de datos que busque y seleccione conductores de turismos,

entre 18 y 26 años, implicados en accidentes ocurridos en sábado. Esta misma búsqueda

la podemos repetir para distintos días de las semana y con ello explorar la relación entre

día de la semana y edad de los conductores.

En ocasiones, en terminología de bases de datos realizar una búsqueda también se

denomina aplicar un ‘filtro’. En la Figura 14 se ejemplifica la realización de una consulta o

aplicación de filtro.

25


Figura 14. Ejemplo de realización de una consulta o búsqueda (filtro).El filtro aplicado en este caso nos sirve para buscar accidentes ocurridos en calles o lugares específicos durante un pe-riodo temporal determinado. En concreto, la aplicación del filtro del ejemplo nos dará como resultado todos los acci-dentes sin víctimas ocurridos en la intersección entre la Avenida de Madrid y de la Constitución durante el año 1999.

Otro tipo de funcionalidad muy útil que suelen disponer la mayoría de los programas

de bases de datos es la realización de informes y/o resúmenes sencillos de la informa-

ción. Por ejemplo, la BDA podría ofrecernos una tabla resumen en la que nos apareciera el

número de accidentes por día de la semana, o un listado de calles con la frecuencia de ac-

cidentes que ha ocurrido en cada una durante un periodo temporal determinado. Hacien-

do uso de este tipo de funciones podemos hacer valoraciones estadísticas generales senci-

llas de la accidentalidad en un momento y ámbito temporal determinados, analizando las

frecuencias de accidentes y víctimas en función de las principales variables (edad, tipo de

vehículo, día de la semana, mes, hora, tipo de accidente, gravedad, lugar, etc.). En las Fi-

gura 15 y Figura 16 se presentan ejemplos de informes resumen en función de las infrac-

ciones, edad y vehículos conducidos.

26


Figura 15. Ejemplo de un informe resumen de los datos (I). En este caso se lista la frecuencia de distintos tipos de infracciones realizadas por los conductores.

Figura 16. Ejemplo de un informe resumen de los datos (II). En este caso se muestra la edad de los conductores implicados en accidentes y en relación con el tipo de vehículo que conducen. Se muestra tanto el valor en número de casos como porcentajes. Este tipo de tablas, denominadas tablas cruza-das, de contingencia o bivariadas se estudiarán en más detalle en el 4.

Finalmente, las bases de datos nos ofrecen la posibilidad de compartir e intercam-

biar datos con otros programas, mediante las funciones de exportación / importación

27


de archivos. Es habitual exportar los datos almacenados en bases de datos a otros progra-

mas que nos ofrezcan funcionalidades distintas a la del programa gestor de bases de da-

tos. Así, por ejemplo, aunque la mayoría de las bases de datos, como hemos visto, nos

permiten obtener informes y resúmenes estadísticos de los datos, este tipo de informes

son muy sencillos y limitados. Por ello, es muy habitual tomar los datos de la base de da-

tos, exportarlos y trabajar con ellos en una hoja de cálculo o un programa de cálculo esta-

dístico, que nos permita hacer análisis estadísticos mucho más amplios (que se verán más

adelante, en el 4). También es posible el caso inverso, es decir, tomar datos de otro pro-

grama y crear con ellos una base de datos. En este caso hablaríamos de importación de

datos.

Para hacer posible esta importación y exportación de datos entre archivos y progra-

mas, las bases de datos y demás programas utilizan formatos estándar de intercambio. El

formato más común es el ASCII (Código Estándar Americano para Intercambio de Infor-

mación), que también se conoce con los nombres de formato texto o sólo texto. El forma-

to texto es comprensible para casi todos los programas que almacenan información en

forma de letras y números.

Hasta aquí hemos visto cómo se registran y almacenan en bases de datos la infor-

mación sobre accidentes. En ocasiones, los profesionales que trabajan en el ámbito de la

seguridad vial son los encargados de manejar y gestionar sus propios datos. En otros ca-

sos, lo que hacemos es consultar datos de accidentalidad provenientes de distintos luga-

res o fuentes de datos. Estas fuentes que proporcionan datos de accidentes las vamos a

tratar en el tema siguiente.

28

3 FUENTES DE DATOS DE ACCIDENTES Y RELACIONADAS

Todo análisis estadístico de datos sobre accidentes de tráfico esta basado en la in-

formación proporcionada por determinadas fuentes y profesionales que se dedican a reco-

ger, almacenar y gestionar aquellos datos referidos al accidente y a las circunstancias que

lo rodean. De hecho, cuando se produce un accidente se pone en marcha un sistema com-

plejo de recursos humanos y técnicos cuya finalidad, en parte, es la de recoger y gestio-

nar información relacionada con dicho accidente. Hablamos del personal policial, del per-

sonal sanitario, aseguradoras, mutuas, etc... Todos ellos, desde sus distintas perspectivas

y propósitos, y con diferentes medios y métodos, están analizando una misma realidad

objetiva, el accidente.

Así, aunque hasta ahora hemos hablado de los datos policiales, existen otros lugares

en los que se registran y recopilan datos relacionados con los accidentes de tráfico, espe-

cialmente en lo referido a las víctimas de los accidentes, lugares como pueden ser, por

ejemplo, los hospitales, los servicios de urgencias o las compañías aseguradoras. Además,

en lo referente a los datos que se recogen en las investigaciones policiales, diversas agen-

cias y organismos públicos, tanto nacionales como internacionales, recopilan, sistematizan

y hacen públicos y accesibles este tipo de datos una vez elaborados estadísticamente.

En este apartado mostraremos y describiremos las distintas fuentes y registros más

utilizados, en el ámbito nacional e internacional, para la obtención de datos de accidenta-

lidad por tráfico. Así mismo, realizaremos un análisis de las características, calidad y acce-

sibilidad de dicha información.

Previamente, resulta necesario distinguir entre los distintos niveles de accesibilidad

de los datos.

29


3.1NIVELES DE ACCESO A LOS DATOS

El acceso a los datos que ofrecen las distintas fuentes se puede dar a dos niveles.

Un primer nivel es de acceso a datos resumen o secundarios (elaborados). Esto hace refe-

rencia a los informes, boletines o anuarios estadísticos. Son datos ya procesados y elabo-

rados estadísticamente, ofreciendo información descriptiva sencilla en la que, además de

datos de carácter general, se suelen incluir cruces en forma de tablas cruzadas entre las

distintas variables de interés que se recogen. Serían tablas resumen como las descritas

arriba en la Figura 15 y Figura 16.

En definitiva, a este nivel lo que hacemos es acceder a una serie de tablas con los

resultados de un análisis estadístico sencillo, pero no accedemos a los datos originales que

se han utilizado para elaborar esas tablas, es decir, la base de datos donde se encuentran

registrados los datos de los accidentes.

En la Tabla 1 y Tabla 2 se muestran sendos ejemplos de tablas resumen de los da-

tos. Son datos de España correspondientes al 2001 recogidos en el anuario estadístico de

la DGT.

Accidentes con víctimas según la hora y el día de la semana en carretera

HORA Lunes Martes Miércoles Jueves Viernes Sábado Domingo Total1 175 97 81 95 103 217 226 9942 110 64 69 73 89 207 209 8213 79 53 75 66 80 202 234 7894 88 53 42 57 104 231 266 8415 96 66 84 76 125 265 299 1,0116 134 86 104 140 156 330 369 1,3197 259 214 234 235 243 318 386 1,8898 360 305 350 319 312 297 356 2,2999 318 285 303 298 312 256 255 2,027

10 289 253 222 248 280 302 275 1,86911 335 252 276 268 304 358 291 2,08412 326 299 303 288 334 384 352 2,28613 397 326 310 312 396 421 404 2,56614 396 351 386 349 420 440 369 2,71115 351 285 335 323 366 360 306 2,32616 334 285 304 313 369 385 337 2,32717 329 298 308 336 411 467 461 2,61018 400 285 342 359 465 476 458 2,78519 410 394 402 394 448 475 512 3,03520 358 333 368 355 472 412 434 2,73221 278 245 247 260 366 370 329 2,09522 180 212 181 232 314 316 309 1,74423 141 148 159 181 276 268 256 1,42924 137 85 93 84 121 193 181 894

TOTAL 6,280 5,274 5,578 5,661 6,866 7,950 7,874 45,483Tabla 1: Accidentes con víctimas según la hora y el día de la semana en carretera. Fuente: DGT. Anuario estadístico de accidentes, 2001.

30


Acción del peatón víctima en el momento del accidenteACCIÓN DEL PEATÓN Número de

accidentes MuertosHeridos graves

Heridos leves Total

A. TOTALESAtravesando intersección 2,982 118 568 2,504 3,190Cruzando calzada fuera intersección 5,362 440 1,431 3,735 5,606En arcén por su derecha 134 23 46 96 165En arcén por su izquierda 120 17 43 77 137En la calzada por su derecha 331 45 97 228 370En la calzada por su izquierda 248 33 68 165 266Trabajar en la calzada 103 5 26 81 112Reparando vehículo 91 13 27 58 98Subir o bajar de un vehículo 142 9 30 109 148Sobre acera o refugio 584 26 129 532 687Otra 2,053 117 442 1,720 2,279Totales 12,150 846 2,907 9,305 13,058

B. CARRETERAAtravesando intersección 154 44 59 57 160Cruzando calzada fuera intersección 832 233 349 279 861En arcén por su derecha 98 22 36 69 127En arcén por su izquierda 64 15 28 36 79En la calzada por su derecha 145 39 59 63 161En la calzada por su izquierda 88 23 39 30 92Trabajar en la calzada 41 5 18 22 45Reparando vehículo 38 12 16 15 43Subir o bajar de un vehículo 22 5 8 10 23Sobre acera o refugio 54 11 26 30 67Otra 255 60 113 133 306Totales 1,791 469 751 744 1,964

C. TRAVESIAAtravesando intersección 73 7 33 37 77Cruzando calzada fuera intersección 232 37 115 94 246En arcén por su derecha 3 0 2 1 3En arcén por su izquierda 6 0 3 3 6En la calzada por su derecha 14 1 5 10 16En la calzada por su izquierda 8 1 5 4 10Trabajar en la calzada 3 0 2 1 3Reparando vehículo 0 0 0 0 0Subir o bajar de un vehículo 2 0 0 2 2Sobre acera o refugio 14 1 4 12 17Otra 53 5 16 37 58Totales 408 52 185 201 438

D. ZONA URBANAAtravesando intersección 2,755 67 476 2,410 2,953Cruzando calzada fuera intersección 4,298 170 967 3,362 4,499En arcén por su derecha 33 1 8 26 35En arcén por su izquierda 50 2 12 38 52En la calzada por su derecha 172 5 33 155 193En la calzada por su izquierda 152 9 24 131 164Trabajar en la calzada 59 0 6 58 64Reparando vehículo 53 1 11 43 55Subir o bajar de un vehículo 118 4 22 97 123Sobre acera o refugio 516 14 99 490 603Otra 1,745 52 313 1,550 1,915Totales 9,951 325 1,971 8,360 10,656Tabla 2: Acciones del peatón en el momento de ser atropellado en función de la gravedad. Se presentan tanto los to-tales como desglosado en función del ámbito de ocurrencia del accidente (carretera, travesía o zona urbana). Fuente: DGT. Anuario estadístico de accidentes, 2001.

31


Un segundo nivel más interesante sería el acceso a los datos originales o datos pri-

marios, es decir, los datos detallados a nivel individual de cada AT y/o VAT, tal como apa-

recen en la BDA original. Esto nos permite poder realizar nuestro propio análisis estadísti-

co, en función de las problemáticas específicas que en cada caso nos interesen o, por

ejemplo, seleccionando determinados tipos de accidentes, lugares, etc.

32


3.2PRINCIPALES FUENTES O REGISTROS DE DATOS DE AT

Las fuentes o registros de datos sobre AT y VAT son múltiples, con el añadido de

que en cada tipo de fuente la información recogida presenta unas características propias

que la singulariza, tanto en lo referente al tipo de datos como a los procedimientos de re-

cogida y gestión de los mismos, lo cual, obviamente, repercute en la calidad de la infor-

mación en cada caso. En la Tabla 3 se recogen las principales fuentes de datos sobre acci-

dentalidad en España, señalándose algunas de las características más relevantes en cada

caso con relación al tipo de datos que se recogen.

FUENTE TIPO DE DATOS ACCESO A LOS DATOSDatos Policiales. AT con y sin víctimas y VAT.

Son recopilados por los distintos cuer-pos policiales. Las policías locales para el caso de accidentes urbanos y las po-licías autonómicas o Guardia Civil de Tráfico para los que ocurren en carre-tera.Amplia información sobre las circuns-tancias del accidente (lugar, momento, víctimas, vehículos, factores concurren-tes, etc.). Información sobre lesiones y gravedad basada habitualmente en la valoración de los agentes: poca fiabili-dad.

PrimariosSon utilizados habitualmente por las propias admi-nistraciones responsables del registro u otras (p.e. ayuntamientos, diputaciones, CC.AA. administra-ción central, etc.)Acceso a los datos con fines de investigación y gestión de la seguridad vial: En el caso de centros externos, se suele acceder a los datos primarios vía convenio con la administración responsable de los mismos.SecundariosAnuarios, informes y boletines estadísticos de la DGT y Ministerio de Fomento a nivel nacional y de-sagregado a nivel provincial. Anuarios e informes propios en las CC.AA, diputaciones provinciales, ayuntamientos, etc..Acceso WWW a los datos principales elaborados de la DGT.Publicaciones puntuales o periódicas de otros orga-nismos (diputaciones, ayuntamientos , etc.)

Estadísticas Vita-les.

Exclusivamente víctimas mortales por AT.Se elaboran a partir de los certificados de defunción.

PrimariosAcceso a los datos con fines de investigación vía convenio/solicitud con la administración responsa-ble.Secundarios Publicaciones periódicas o puntuales del INE (Insti-tuto Nacional de Estadística) u otros organismos públicos.Acceso on-line a algunos datos generales. Espe-cialmente importante la base de series temporales TEMPUS accesible en la WWW.

Fuentes del siste-ma sanitario y asistencial.

Víctimas de AT. Información sobre tipo de lesiones, gravedad, tratamiento y seguimiento (discapacidades y secuelas). Escasa in-formación sobre las circunstancias del accidente.

PrimariosAcceso a los datos con fines de investigación. Nor-malmente personal vinculado a los centros o admi-nistraciones sanitarias que los registran. Acceso con fines de investigación por parte de centros ex-ternos vía convenio con la administración respon-sable.SecundariosPublicaciones periódicas o puntuales del INE (datos basados en muestreos) y del Ministerio de Sanidad y Consumo (explotación de los registros del CMBD). Informes puntuales.Acceso WWW a algunos datos generales (INE, Mi-nisterio de Sanidad y Consumo y órganos autonó-micos con competencias en sanidad).

33


FUENTE TIPO DE DATOS ACCESO A LOS DATOSMutuas Sa-nitarias/ Compañí-as de Seguros

AT con y sin víctimas y VATInformación sobre circunstancias del accidente, muertes y lesiones, grave-dad y seguimiento (discapacidades y secuelas).

Uso interno por parte de las organizaciones que los generan. Publicación de nformes puntuales.

Encuestas de Sa-lud

Información sobre VAT, incluyendo las no atendidas sanitariamente.

PrimariosAcceso a los datos con fines de investigación vía solicitud al Ministerio de Sanidad y Consumo.Secundarios Publicaciones periódicas e informes con los resulta-dos (basados en técnicas de muestreo).

Otras fuentes (concesionarias de autopistas, mante-nimiento de carre-teras, etc.)

AT con y sin víctimas.Ocasionalmente información sobre VATInformación variable dependiendo de la fuente.

Uso interno por parte de las organizaciones que los generan. Informes puntuales. Acceso a los datos vía convenio.

Tabla 3.Principales fuentes o registros de datos de AT y VAT en España. El acceso a los datos se refiere a in-vestigadores, centros u organismos distintos a la fuente de los mismos.

En las páginas siguientes se presenta información detallada de las características de

cada una de estas fuentes de datos.

34


3.2.1Datos Policiales

En todos los países de la Conferencia Europea de Ministros de Transporte (ECMT) la

policía tiene la responsabilidad de recopilar información sobre los accidentes a partir de su

presencia en el lugar de ocurrencia del mismo. Esta obligación existe también en gran

cantidad de países no pertenecientes a este organismo, como puedan ser los países de

Organización Internacional para la Cooperación y Desarrollo Económicos (OECD) y otros.

Como ya hemos visto anteriormente, los registros estadísticos policiales se basan en los

PDA cumplimentados por la policía durante el proceso de investigación y reconstrucción

de los accidentes.

En España existen distintos cuerpos policiales encargados de esta función, las policí-

as locales para los accidentes urbanos y los subsectores de la Guardia Civil de Tráfico o,

en su caso, las policías autonómicas, para los accidentes de carretera. Para ello existe un

PDA oficial al nivel de todo el estado que es el de la DGT. Este PDA puede coexistir con

otros de distintos organismos con responsabilidades en tráfico, en especial ayuntamien-

tos. De cualquier modo, en caso de accidente con víctimas, su cumplimentación es obliga-

da, independientemente de la coexistencia de otros PDA. Esto permite una recogida ho-

mogénea de los datos siguiendo procedimientos estandarizados, tanto en lo que a tipo de

información considerada se refiere, como a la recogida y codificación de los datos.

La información estadística recogida se publica, fundamentalmente, en los boletines,

anuarios y publicaciones puntuales de la DGT y Ministerio de Fomento (tanto en formato

papel como on line en la WWW), aunque también se pueden encontrar datos publicados

por otros organismos, como CC.AA, diputaciones provinciales y ayuntamientos.

En la Figura 17 y Figura 18 se muestra un ejemplo de acceso WWW a los datos re-

sumen de accidentes recopilados por la DGT y el Ministerio de Fomento.

35


http://www.dgt.es

Figura 17. Extractos de la información disponible on-line sobre accidentes de tráfico. Fuente: DGT.

http://www.mfom.es/

Figura 18. Extractos de la información disponible on-line sobre accidentes de tráfico. Fuente: Ministerio de Fomento.

Como características más relevantes podemos señalar que los datos provenientes de

registros policiales comprenden la totalidad del ámbito del Estado y recogen información

sobre el accidente, vehículos y víctimas (muertos y/o heridos). De igual modo, también se

36

http://www.mfom.es/

http://www.dgt.es/


recoge información exhaustiva tanto de las circunstancias de los accidentes (lugar, hora,

tipo de accidente, vehículos implicados y sus características, factores ambientales, carac-

terísticas de la vía, posibles factores concurrentes, infracciones, etc.) como del historial de

conducción de las personas implicadas. Todas estas particularidades, sumadas a la facili-

dad de acceso a los datos resumen, han propiciado que los registros policiales sean la

fuente de información sobre AT a la que con mayor frecuencia recurren los investigadores

y gestores de la seguridad vial.

3.2.2Estadísticas vitales

Las estadísticas vitales proceden del Instituto Nacional de Estadística (INE), siendo

la más importante desde el punto de vista de los AT, la serie ‘Causas de Mortalidad en Es-

paña’. Dicha serie, basada en los certificados médicos de defunción, recoge información

sobre distintas causas de muerte según la Clasificación Internacional de Enfermedades

(CIE-9 y 10 en la actualidad) adoptada internacionalmente y en la que se incluyen varias

rúbricas dedicadas a defunciones por AT dentro del apartado de causas externas (códigos

E), en el cual se clasifican los fallecimientos que tienen como causa primera un elemento

externo al propio organismo. Los certificados de defunción son los documentos por medio

de los cuales se lleva a cabo el registro de fallecimientos. Los datos son procesados y vali-

dados por el Estado y las Comunidades Autónomas (CC.AA.).

En la Figura 19 se ilustra el acceso a los datos sobre VAT disponibles en la Web del

INE.

37


http://www.ine.es/tempus/cgi-bin/itie

Figura 19. Pantallas de acceso on-line sobre accidentes de tráfico a partir de Estadísticas Vitales. Fuente: Instituto Na-cional de Estadística, Serie de Datos TEMPUS.

3.2.3Sistema Sanitario

Bajo el término genérico de fuentes del sistema sanitario y asistencial se recogen re-

gistros de carácter heterogéneo como los de atención de urgencias, altas hospitalarias, re-

gistros de traumatología, registros médico-forenses, etc. Aunque estos registros no tienen

entre sus objetivos propios ser una fuente de datos sobre VAT y su utilidad fundamental

es de carácter administrativo y de atención individualizada de pacientes, sí que pueden

38

http://www.ine.es/tempus2/tempusmenu.htm


utilizarse con fines de investigación estadística de los AT. Para ello es necesario y funda-

mental que se introduzca el código E (Clasificación CIE-9 y 10) de forma adecuada en el

diagnóstico para así identificar a las Víctimas de Accidentes de tráfico (VAT).

Hasta hace unos años, por lo general los datos que producían no aparecían publica-

dos directamente y la información que generaban era recopilada -una muestra represen-

tativa- y elaborada por organismos como el INE u otros de carácter oficial que sintetiza-

ban dicha información ofreciendo datos resumen globales.

En la actualidad la situación ha mejorado ostensiblemente con la introducción del

Conjunto Mínimo Básico de Datos del Sistema Nacional de Salud (CMDB-SNS), que bási-

camente consiste en una base de datos en la que se recopila y homogeneiza -por medio

de la utilización de los códigos CIE- la información de atención hospitalaria de práctica-

mente, todo el Estado.

En lo que al tipo de información se refiere, aunque estos registros pueden recoger

algunos datos sobre circunstancias del accidente siempre que, como sucedía en las esta-

dísticas vitales, se usen adecuadamente los códigos E de la CIE, la información más im-

portante que proporcionan sobre los AT es la relacionada con las víctimas, y tipo y grave-

dad de las lesiones, así como las hospitalizaciones, secuelas e invalidez que de ellas se

derivan. Así, estos datos son de especial utilidad para el estudio de las consecuencias para

la salud y costes sanitarios y asistenciales de los AT.

En la Figura 20 y Figura 21 se ilustra el acceso WWW a datos resumen de VAT pro-

cedentes de fuentes sanitarias recopilados por el INE y el Ministerio de Sanidad y Consu-

mo.

http://www.ine.es

Figura 20. Acceso a la información disponible on-line sobre accidentes de tráfico a partir de fuentes sanitarias. Fuente: Instituto Nacional de Estadística.

39

http://www.ine.es/


http://www.msc.es/estadisticas_sanitarias/home.htm

Figura 21. Acceso a la información disponible on-line sobre accidentes de tráfico a partir de fuentes sanitarias. Fuente: Ministerio de Sanidad y Consumo.

3.2.4Mutuas sanitarias

Las mutuas sanitarias y compañías de seguros mantienen registros de los AT en los

que se ven implicados sus asegurados. Por ello son una fuente importante de información

sobre AT y VAT. La información que recogen es amplia, ya que se consideran tanto las ca-

racterísticas del accidente -de modo similar a los registros policiales- como información

relativa a las víctimas, gravedad, secuelas e invalidez -al igual que las fuentes del sistema

sanitario y asistencial-. En España, aunque las compañías de seguros presentan un nivel

de organización estatal y regional relativamente desarrollado, por lo común el uso de los

datos es interno por parte de las organizaciones que los generan, difícilmente accesibles y

no suelen publicarse, salvo puntualmente. Por otro lado, una de las principales limitacio-

nes de estos registros es la relativa fiabilidad de los datos referidos a las circunstancias del

accidente, los cuales son frecuentemente cumplimentados por los propios implicados.

3.2.5Encuestas de salud

Las encuestas de salud son estudios basados en metodología de cuestionario que se

realizan de forma periódica (cada dos años) en el ámbito de todo el estado sobre mues-

40

http://www.msc.es/estadisticas_sanitarias/home.htm


tras4 representativas de la población. Los resultados obtenidos por la muestra se infieren

al total de la población, con lo que obtenemos una valoración más realista en relación a la

cifra real de accidentes de tráfico, ya que también se tienen en cuenta aquellos no regis-

trados por las otras fuentes de datos (p.e. los que no han precisado presencia policial ni

atención hospitalaria). En estos estudios se incluyen, como una causa más de morbilidad,

los AT. Se recoge información sobre la gravedad y consecuencias de los mismos. Se inclu-

yen los lesionados no atendidos en hospitales. Los resultados se hacen públicos en forma

de informes resumen.

En la Figura 22 se ilustra el acceso WWW a los datos resumen de la Encuesta Nacio-

nal de Salud en la Web del Ministerio de Sanidad y Consumo.

http://www.msc.es/salud/epidemiologia

Figura 22. Acceso a la información disponible on-line sobre accidentes de tráfico a partir de la Encuesta Nacional de Salud. Fuente: Ministerio de Sanidad y Consumo.

3.2.6Otras fuentes nacionales

Algunos organismos públicos o privados pueden proporcionar datos sobre AT. Este

sería el caso de los registros de invalidez de la Seguridad Social, los registros de las mu-

tuas de trabajo y los informes médico-forenses. De igual modo, organizaciones como las

distintas áreas de mantenimiento de carreteras o las concesionarias de Autopistas tam-

4 Una muestra de población es un conjunto de personas –por lo común unos cientos o miles- que podemos consi-derar como representativos de toda la población. Las conclusiones que se saquen de la muestra, se supone que son ge-neralizables al conjunto de la población. A esto se le denomina hacer inferencias.

41

http://www.msc.es/salud/epidemiologia


bién realizan una labor de recogida de datos sobre AT en aquellas vías sobre las que tie-

nen competencias. Estos datos también suelen tener un uso de carácter interno, aunque

los principales datos agregados suelen recopilarse en algunas publicaciones oficiales.

En la Figura 23 se muestra a modo de ejemplo el acceso WWW a los datos de acci-

dentalidad publicados por una concesionaria de autopistas (AUMAR).

http://www.aumar.es/framesin.htm

Figura 23. Acceso a la información disponible on-line sobre accidentes de tráfico de la Concesionaria de Autopistas AUMAR. Fuente: AUMAR.

3.2.7Algunas fuentes internacionales

En este punto, vamos a hacer referencia a algunos organismos y programas en el

ámbito internacional que nos pueden proporcionar información sobre la accidentalidad por

tráfico en otros países.

Así, por ejemplo, desde la OECD se ha desarrollado el Programa de Cooperación en

el campo de la Investigación del Transporte en Carretera.

Uno de los objetivos de este programa es promover el intercambio de información

por medio de dos bases de datos:

-Base de datos documental de investigación en transporte.

-Base de datos internacional de accidentes de tráfico (IRTAD). Ésta base recopila

datos de todos los países participantes en la OECD en relación a accidentes y víctimas así

como variables relacionadas (población, parque de vehículos, carreteras...). El nivel de ac-

ceso a la información es el de datos resumen en la WWW.

42


http://www.oecd.org

Figura 24. Acceso a la información disponible on-line sobre accidentes de tráfico en el ámbito inter-nacional a partir de la base de datos IRTAD. Fuentes: OECD.

http://www1.oecd.org/cem/stat/accidents/index.htm

Figura 25. Acceso a la información disponible on-line sobre accidentes de tráfico internacionales a partir de la ECMT. Fuente: ECMT.

43

http://www1.oecd.org/cem/


Otras fuentes internacionales. Se listan algunas Web donde se puede acceder a

datos de accidentalidad en el ámbito internacional. Puede ser que en algunos casos el

‘link’ requiera ser actualizado.

CARE: http://europa.eu.int/comm/transport/home/care/index_en.htm

EUROSTAT: http://europa.eu.int/comm/eurostat

ETSC: http://www.etsc.be/

UNECE: http://www.unece.org/trans/roadsafe/rs3ras.html

World Health Organization: http://www.who.int/en/

La Prévention Routière Internationale: http://www.lapri.org/fundo11.htm

National Center for Statistics & Analysis: http://www-nrd.nhtsa.dot.gov/departments/nrd-30/ncsa National Center for Health Statistics: http://www.cdc.gov/nchs/default.htm

44

http://www.cdc.gov/nchs/default.htm

http://www-nrd.nhtsa.dot.gov/departments/nrd-30/ncsa

http://www-nrd.nhtsa.dot.gov/departments/nrd-30/ncsa

http://www.lapri.org/fundo11.htm

http://www.who.int/en/

http://www.unece.org/trans/roadsafe/rs3ras.html

http://www.etsc.be/

http://europa.eu.int/comm/eurostat

4 ANÁLISIS ESTADÍSTICO DE DATOS

La aplicación de técnicas estadísticas de análisis y proceso de datos ha tenido en los

últimos años un crecimiento muy importante en la investigación en seguridad vial –sobre-

todo en el caso de las técnicas más sofisticadas-, especialmente desde la mayor disponibi-

lidad y abaratamiento de los medios electrónicos de cálculo y el desarrollo de programas

estadísticos.

Los procedimientos estadísticos constituyen una herramienta fundamental para la

investigación de los fenómenos que se producen masivamente o en gran cantidad, que in-

tenta establecer el alcance, magnitud y evolución, así como las relaciones que se puedan

establecer entre estos fenómenos. A través del análisis estadístico de datos obtendremos

una transformación de los mismos en información relevante para la toma de decisiones,

aspecto fundamental e el tráfico y la seguridad vial. La información es relevante si sirve

para identificar y solucionar los problemas objeto de investigación. Esto implica que la in-

formación debe contribuir a reducir la incertidumbre, ha de ser susceptible de influir en las

decisiones y ha de justificar el coste que supone su obtención.

En el marco de esta aproximación al análisis estadístico se encuadraría el análisis

estadístico de accidentes de tráfico, que más específicamente podemos definir como:

un conjunto de distintos procedimientos o metodos de análisis, fundamentalmente de tipo

estadístico, aplicados a diferentes ámbitos o niveles5 de estudio cuyo objetivo último es

conocer cuántos AT y/o lesiones ocurren, dónde, cuándo, en qué circunstancias, cómo y

por qué ocurren, quién los sufre, cuáles son los mecanismos que determinan dichos acci-

dentes y/o lesiones, cómo interactúan los distintos elementos intervinientes (conductor-

vehículo-vía y su entorno) qué medidas se pueden aplicar para disminuirlos y cuál es la

efectividad de dichas medidas.

De la anterior definición se desprenden distintos enfoques en el análisis de acciden-

talidad que se corresponden también con etapas complementarias de un proceso amplio.

Básicamente serían:

a - Identificación de áreas problemáticas. (DESCRIBIR).

El objetivo es tener una perspectiva de la situación de la accidentalidad que sirva

como punto de partida tanto para la priorización de contramedidas como de la investiga-

ción.

b - Diagnosis de los problemas (DIAGNOSTICAR).

Se trata de identificar en la medida de lo posible las denominadas ‘causas’ o ‘facto-

res concurrentes’ en los AT y lesiones lo cual sirva de referencia para determinar qué con-

tramedidas aplicar.5 La diferenciación entre los distintos ámbitos o niveles en que se puede dar el análisis de accidentalidad es impor-

tante. Por claridad en la exposición este aspecto se abordará más adelante, en el Apartado 4.7.

45


A partir de los resultados del análisis descriptivo y diagnóstico se debe buscar y es-

tablecer remedios y contramedidas óptimas, que sean económica y socialmente viables, y

que una vez aplicadas debemos evaluar.

c – Evaluación de las intervenciones o actuaciones en seguridad vial (EVALUAR).

Valorar la eficacia de los programas o contramedidas y establecer necesidades de

revisión de las metodologías utilizadas.

Vamos a ver más detalladamente estos tres enfoques complementarios en el análi-

sis de accidentalidad: Enfoques descriptivo, analítico y evaluativo.

46


4.1ENFOQUES EN EL ANÁLISIS DE ACCIDENTALIDAD

4.1.1Enfoque descriptivo

En este nivel de investigación la finalidad es obtener una noción de la extensión y

magnitud del problema, determinando su distribución en el espacio, el tiempo y según los

distintos atributos o variables que caracterizan la accidentalidad. Es el tipo de objetivos

que tratan de lograr la mayoría de los anuarios estadísticos publicados por las distintas

administraciones con responsabilidades en tráfico y seguridad vial.

En general la información que se presenta son recuentos y porcentajes en función

de múltiples variables: por años, meses, días, horas, tipo de accidente, gravedad, lugar,

tipo de vehículos, usuarios y un largo etc. De igual modo, es norma habitual la presenta-

ción de tablas cruzadas (p.e. tipo de accidente en función del lugar o tipo de víctima en

función de la hora o día), lo cual permite un análisis más detallado de los problemas.

De igual modo es común la utilización de distintos indicadores de riesgo (índices y

tasas) que describen el riesgo de accidente en función de criterios de exposición. Algunos

de estos datos de exposición son la población, el parque de vehículos, el número de licen-

cias de conducción, el tráfico (intensidades, kilómetros recorridos,...) etc. Los datos de ac-

cidentes en combinación con los datos o medidas de exposición permiten la elaboración

de un amplio abanico de indicadores de accidentalidad (índices y tasas): accidentes por

cada 108 veh x km.; muertos cada 100.000 habitantes, etc.

4.1.2Enfoque analítico

Cuando ya se conoce el fenómeno de la accidentalidad en sus aspectos descriptivos

básicos el paso siguiente es el estudio de las causas y factores de riesgo, base para el di-

seño de los planes de acción. El objetivo del nivel explicativo de investigación es identifi-

car y cuantificar los factores que determinan la ocurrencia de los accidentes.

Este enfoque plantea el estudio conjunto de múltiples variables6 relacionándolas con

los accidentes y/o víctimas, así como la cuantificación, en la medida de lo posible, de la

magnitud de esas relaciones. En definitiva, lo que se busca es identificar y cuantificar los

factores que influyen en la probabilidad de ocurrencia de accidentes, con el objetivo de

poder actuar sobre ellos y anticipar la efectividad de dicha actuación. Para la consecución

6 Ver definición, en apartado 4.2.

47


de este objetivo las herramientas habituales utilizadas son las técnicas estadísticas multi-

variadas y el resultado son los modelos probabilísticos multivariados de accidentalidad.

4.1.3Enfoque evaluativo

Una vez descrita la magnitud del problema de la accidentalidad (enfoque descripti-

vo) y analizadas sus causas y factores implicados (enfoque analítico) se deben planear,

ejecutar y evaluar actuaciones para reducir los accidentes. La investigación evaluativa se

ocupa de este último aspecto.

En este enfoque se encuadran los estudios orientados a la evaluación de las accio-

nes destinadas a reducir la accidentalidad. El objetivo es, desde una perspectiva aplicada,

verificar las relaciones entre ‘acciones’ y ‘resultados’, entre ‘medios’ y ‘fines’, todo lo cual,

en última instancia, supone un conocimiento de tipo tecnológico.

Dentro de esta categoría podemos destacar, entre otros campos de aplicación, las

evaluaciones del impacto de las modificaciones de las infraestructuras, el estudio del efec-

to producido por cambios en las políticas o reglamentaciones, el análisis de la efectividad

de los elementos de seguridad del vehículo o la vía, la investigación del impacto del mar-

keting social y la educación para la seguridad vial, etc.

Uno de los ámbitos en los que resultan más habituales y se encuentran más siste-

matizados estos tipos de estudios es el de la evaluación de las actuaciones sobre las infra-

estructuras. Aunque excede de nuestros objetivos su descripción en detalle, dentro de

este contexto y en líneas generales nos conformaremos con destacar los siguientes méto-

dos de evaluación:

• Estudios antes-después convencionales.

• Estudios antes-después con grupo de comparación.

• Estudios basados en la estimación del número esperado de accidentes.

Aunque la descripción de los métodos se hace con referencia al contexto señalado

de la evaluación de actuaciones sobre las infraestructuras, estos mismos métodos o acer-

camientos pueden ser aplicados también, con sus particularidades, a la evaluación de

otras actuaciones como puedan ser los programas educativos, campañas de seguridad

vial, cambios normativos, etc.

48


4.2CONCEPTOS BÁSICOS

Nos interesa definir dos conceptos básicos muy relacionados: Dato y variable.

Las variables son aquellos aspectos que nosotros medimos o de las que obtenemos

información en relación con individuos, cosas o sucesos que pretendemos estudiar. Así por

ejemplo, el sexo de los individuos es una variable, al igual que, por poner otro ejemplo,

sería la fecha de los accidentes. Pensando en terminología de bases de datos, el concepto

‘variable’ sería asimilable al concepto de ‘campo’, tal como es descrito en los apartados

anteriores.

Los datos nos ofrecen el valor de cada variable para cada individuo, cosa o suceso

particular. Así, los datos son valores que miden o dan a conocer información acerca de in-

dividuos, cosas o sucesos. De este modo, el sexo de una persona particular constituye un

dato acerca de esa persona y la fecha de un accidente concreto un dato acerca de dicho

accidente.

Desde el punto de vista del análisis estadístico se pueden distinguir dos tipos princi-

pales de variables: cuantitativas y cualitativas.

Variables cuantitativas o numéricas

Son variables de carácter métrico, en las que existe una correspondencia entre el

valor numérico asignado a cada variable y aquello que, en cada caso, se mide o cuantifi-

ca. Es decir, las diferencias entre los números se corresponden con las diferencias entre

los objetos en la propiedad objeto de medición. Ejemplos de este tipo de variables son la

edad, el volumen de tráfico, la velocidad,...

Variables cualitativas o categóricas

Son aquellas en las que los números -cuando se utilizan- se emplean solo a modo

de ‘etiquetas’ que se asignan a los objetos, eventos o sujetos con la finalidad de clasificar-

los, pero que no tienen el significado numérico habitual y, por tanto, poseen naturaleza no

métrica. Son datos que expresan una ‘cualidad’ del objeto al que se refiere. Por ejemplo,

el sexo de una víctima de accidente, puede ser ‘V’ o ‘H’ y, de forma arbitraria, ser codifica-

do como ‘1’ y ‘2’ respectivamente, sin que en este caso ‘2’ signifique más que ‘1’ en la

cualidad a que se hace referencia. Más ejemplos de este tipo de datos sería el tipo de ac-

cidente, tipo de usuario, lugar de ocurrencia...

En definitiva son datos referidos a variables que definen categorías. Por ello común-

mente son denominados datos categóricos. Este tipo de datos requieren unas técnicas

particulares de análisis estadístico apropiadas para los mismos.

49


4.3TÉCNICAS GENERALES DE ANÁLISIS DE DATOS APLICABLES AL ANALISIS DE ACCIDENTALIDAD (I): DESCRIPCIÓN ESTADÍSTICA E INTERDEPENDENCIA ENTRE VARIABLES

En este primer bloque vamos a revisar un conjunto de técnicas o herramientas esta-

dísticas, con diversos niveles de sofisticación, cuyo denominador común es el interés en

describir la accidentalidad, en línea con el enfoque descriptivo referido arriba, en el apar-

tado 4.1.1.

Dentro del mismo bloque consideramos dos grupos de técnicas, aquellas propia-

mente descriptivas y aquellas que, además de describir, exploran las relaciones de inter-

dependencia entre las variables. Aunque en la exposición no sigamos exactamente este

orden, es importante señalar que en el primer grupo (meramente descriptivas) se inclu-

yen el análisis univariado y los índices y tasas de accidentalidad. En el segundo (descrip-

ción e interdependencia) se incluyen el análisis bivariado -más específicamente las tablas

de contingencia y las medidas de asociación para datos categóricos (prueba ‘chi

cuadrado’)- y las técnicas para el estudio de interdependencia entre más de dos variables.

En función del número de variables analizadas simultáneamente, las técnicas de

análisis de datos pueden clasificarse en univariables, bivariables y multivariables, según

analicen, respectivamente, una sola variable, la relación o dependencia entre dos varia-

bles o la relación o interdependencia entre más de dos variables.

De igual modo, dentro de cada una de las anteriores clases, existen diversos tipos

de análisis en función de que trabajemos con datos cuantitativos o categóricos. En este

sentido, tal como ya hemos señalado, la casi totalidad de datos de los PDA que se obtie-

nen en la reconstrucción de los accidentes y que suponen la materia prima de la investi-

gación estadística de los accidentes tráfico son de tipo categórico. Más aún, en análisis de

accidentalidad es habitual que algunas variables numéricas sean reconvertidas en varia-

bles de tipo categórico para facilitar la interpretación de los análisis. Por ejemplo, es prác-

tica común agrupar la edad en intervalos (p.e. de 0-14, 15-18, 18-26,...) que definen ca-

tegorías y llevar a cabo los análisis en base a dichas categorías. Por ello, nos centraremos

principalmente en las técnicas aplicables para este tipo de datos.

4.3.1Análisis estadístico univariable

El análisis estadístico univariable incluye un conjunto de técnicas que estudian la

medida y el comportamiento de una sola variable. Distinguimos dos tipos. 1) Estadísticas

50


básicas, dentro de las cuales nos centraremos en los promedios y 2) El estudio de la dis-

tribución de frecuencias, concretamente las tabulaciones simples.

4.3.1.1Estadísticas básicas: Promedios

Para representar una distribución de un solo valor se utilizan los promedios. Estos

valores tienden a situarse en el centro del conjunto de datos, por lo que se les denomina

también medidas de tendencia central. Las más comunes son la media aritmética, la me-

diana, (estas dos aplicables solo a variables cuantitativas) y la moda (aplicable tanto a

variables cuantitativas como categóricas).

La media aritmética, o simplemente la media, es la medida más utilizada. Se obtie-

ne sumando los valores de la variable y dividiendo el resultado por el número de valores

observado.

Por ejemplo, tenemos un grupo de 15 personas con las siguientes edades: 16, 17,

18, 19, 22, 22, 23, 25, 27, 28, 28, 28, 28, 29 y 30 años. La media aritmética se calcularía

sumando todos estos valores y dividiendo por 15 (nº de personas), es decir: (16 + 17 +

18 + 19 + 22 + 22 + 23 + 25 + 27 + 28 + 28 + 28 + 28 + 29 + 30)/15 = 24. Con lo

cual tenemos que la edad media de este grupo es de 24 años.

La mediana es aquel valor que, una vez ordenados (de mayor a menor o a la inver-

sa) se sitúa en medio de la distribución, de tal modo que por encima y por debajo de él se

sitúan el 50% de los valores. En el ejemplo expuesto la mediana correspondería a la edad

de 25 años, ya que la mitad de la distribución tiene más de esa edad y la otra mitad me-

nos. En caso de que el número de observaciones sea par, la mediana se calcula como la

media aritmética entre los dos valores centrales.

La moda es el valor de la distribución que ocurre con más frecuencia, es decir, el va-

lor más común. Al contrario que ocurre con los dos anteriores, la moda si que es aplicable

a datos de tipo categórico. En el ejemplo expuesto la moda es 28 años, ya que es la edad

que más se repite, con una frecuencia de cuatro casos. Si una distribución tiene una sola

moda se denomina unimodal, y si tiene dos, bimodal. De igual modo, una distribución

puede no tener moda si todos los valores aparecen el mismo número de veces.

4.3.1.2Distribución de frecuencias: tabulaciones simples.

El análisis de la distribución de frecuencias por medio de tabulaciones simples con-

siste en contar el número de casos que se incluyen en cada una de las clases o categorías

de una sola variable y presentar la distribución de frecuencias en forma de tabla y/o de

gráfico. Habitualmente en la tabla de tabulación también se incluyen los porcentajes.

51


Por ejemplo, si tomamos los datos de edades vistos en el apartado 4.3.1.1 (que re-

cordemos era: 16, 17, 18, 19, 22, 22, 23, 25, 27, 28, 28, 28, 28, 29 y 30 años) podemos

representarlos mediante una tabla de frecuencias, tal como vemos en la Tabla 4.

Edad Número de personas

Porcentaje sobre el total de personas

Porcentaje acumulado

16 1 6.7% 6.7%17 1 6.7% 13.4%18 1 6.7% 20.1%19 1 6.7% 26.8%22 2 13.3% 40.1%13 1 6.7% 46.8%25 1 6.7% 53.5%27 1 6.7% 60.2%28 4 26.7% 86.9%29 1 6.7% 93.6%30 1 6.7% 100.0%

Tabla 4. Tabla de frecuencias o tabulación simple de la variable edad. Se muestra la frecuencia, el porcentaje que supone cada edad sobre el total de personas y el porcenta-je acumulado (p.e. el 60.2% de las personas de nuestro grupo tienen 27 o menos años).

Este método, muy sencillo, constituye uno de los procedimientos más habituales en

las primeras fases del análisis de los datos de accidentes de tráfico. Por ejemplo, la distri-

bución de los implicados en accidentes en función del sexo o la edad, los accidentes por

día de la semana u hora o por tipo de infracción, las víctimas en función de la gravedad y

así sucesivamente, hasta completar un largo etc., son datos cuya distribución univariada

ya nos brinda una primera aproximación al conocimiento del estado de la accidentalidad.

En el siguiente ejemplo se presenta la distribución de frecuencias de víctimas de ac-

cidentes de tráfico en función del vehículo en que viajan (los datos son reales, proceden-

tes de un estudio realizado en la Ciudad de Valencia).

Tipo de unidad

28019 53.8 53.99348 18.0 71.84559 8.8 80.6713 1.4 82.0

2185 4.2 86.21390 2.7 88.8715 1.4 90.2771 1.5 91.7

4169 8.0 99.7160 .3 100.0

52073 100.0

TURISMOCICLOMOTORMOTOCICLETABICICLETAFURGONETAAUTOBUSTAXICAMIONPEATONOTROS

Total

Frecuencia PorcentajePorcentajeacumulado

Tabla 5. Distribución de frecuencias y porcentajes de víctimas en función del vehícu-lo o tipo de unidad. Ciudad de Valencia 1993-2000.

52


Tipo de interseccion

24875 48.8 48.814805 29.0 77.82814 5.6 83.42449 4.8 88.24363 8.5 96.71665 3.3 100.0

50971 19.7

En T o YEn X o +Enlace de entradaEnlace de salidaGiratoriaOtrosTotal

VálidosFrecuencia Porcentaje

Porcentajeacumulado

Tabla 6. Distribución de frecuencias y porcentajes de accidentes en función del tipo de intersección donde ocurren. Accidentes en carretera. Comunidad valenciana, periodo 1997-2001.

En la primera columna, se señalan las diferentes categorías en que se divide la va-

riable ‘tipo de unidad’ (Tabla 5) o ‘tipo de intersección’ (Tabla 6) y los totales.

En la columna de frecuencias se presenta la distribución de los datos según las cate-

gorías consideradas (por ejemplo, en laTabla 5: 28.019 víctimas viajaban en turismo,

9.348 en ciclomotor...).

En la columna de porcentajes se presenta qué porcentaje del total (100%) repre-

sentan cada una de las categorías (por ejemplo: el 53,8% de las víctimas son ocupantes

de turismo...).

En la columna de porcentaje acumulado se proporciona una visión acumulativa de

los porcentajes. Este tipo de datos resulta especialmente útil cuando hacen referencia a

datos que implican algún tipo de ordenamiento (cronológico, p.e). Así, si tenemos una

distribución de frecuencias por meses (Tabla 7), podemos ver cual es el acumulado de,

por ejemplo, el primer trimestre, etc. De igual modo, en la Tabla 8 se observa la distribu-

ción por día de la semana, observándose el acumulado semanal.

53


Mes

23477 7.8 7.823633 7.9 15.726971 9.0 24.724660 8.2 32.926272 8.7 41.627528 9.2 50.826842 8.9 59.721748 7.2 66.924160 8.0 75.026375 8.8 83.825052 8.3 92.123774 7.9 100.0

300492 100.0

EneroFebreroMarzoAbrilMayoJunioJulioAgostoSeptiembreOctubreNoviembreDiciembreTotal


Porcentajeacumulado

Tabla 7. Distribución de frecuencias y porcentajes de accidentes en función del mes. Accidentes en zona urbana. Comunidad valenciana, periodo 1997-2001.

Día de la semana

43560 14.5 14.543062 14.3 28.843616 14.5 43.344207 14.7 58.150088 16.7 74.741965 14.0 88.733994 11.3 100.0

300492 100.0

LunesMartesMiércolesJuevesViernesSábadoDomingoTotal


Porcentajeacumulado

Tabla 8. Distribución de frecuencias y porcentajes de accidentes en función del día de la semana. Accidentes en zona urbana. Comunidad valenciana, periodo 1997-2001.

4.3.1.3Representación gráfica de distribuciones univariables

Habitualmente este tipo de tablas se suelen acompañar de gráficos que facilitan la

interpretación de los datos. Con relación al ejemplo de la Tabla 5, el gráfico correspon-

diente es el que se muestra en la Figura 26. De igual modo, en la Figura 27 se puede ver

la representación gráfica de los datos de la Tabla 6

54


Tipo de unidad

Tipo de unidad

OT

RO

S

PE

AT

ON

CA

MIO

N

TA

XI

AU

TO

BU

S

FU

RG

ON

ET

A

BIC

ICLE

TA

MO

TO

CIC

LE

TA

CIC

LO

MO

TO

R

TU

RIS

MOFr

ecue

nci

a

30000

20000

10000

0

Figura 26. Gráfico de distribución de frecuencias de víctimas en función del vehí-culo o tipo de unidad. Ciudad de Valencia 1993-2000



Otr

os

Gir

ato

ria

En

lace

de

sa

lida

En

lace

de

en

tra

da

En

X o

+

En

T o

Y

Fre

cue

nci

a

30000

20000

10000

0

Figura 27. Gráfico de distribución de frecuencias de víctimas en función del vehí-culo o tipo de unidad. Ciudad de Valencia 1993-2000

Habitualmente los datos categóricos se representan por barras7, tal como se indica

en los ejemplos de la Figura 26 y Figura 27. Cada una de las barras representa una de las

categorías o clases que se contemplan en la variable, siendo su tamaño proporcional a la

frecuencia de casos en cada clase. No obstante, cuando los datos que se grafican repre-

sentan una dimensión de tipo evolutivo o temporal (p.e. accidentes por años, meses...)

resulta más adecuado la representación por líneas en vez de barras, ya que de este modo

se visualiza más fácilmente la tendencia o evolución. En la Figura 28 y Figura 29 se repre-

sentan gráficamente los datos correspondientes a la Tabla 7 y Tabla 8 respectivamente.

7 En el ejemplo se han utilizado barras verticales, pero también se puede hacer poniendo las barras en posición horizontal.

55


Mes

DiciembreNoviembre

OctubreSeptiembre

AgostoJulio

JunioMayo

AbrilMarzo

FebreroEnero

Fre

cue

nci

a

3000028000

26000

24000

22000

20000

18000

1600014000

12000

10000

8000

6000

4000

20000

Figura 28. Distribución del número de accidentes por mes en zona urbana. Comunidad valenciana, periodo 1997-2001.

Día de la semana

DomingoSábadoViernesJuevesMiércolesMartesLunes

Fre

cue

nci

a

60000

55000

50000

45000

40000

35000

30000

25000

20000

15000

10000

5000

0

Figura 29. Distribución del número de accidentes por día de la semana en zona urbana. Comu-nidad valenciana, periodo 1997-2001.

4.3.2Análisis estadístico bivariable

El análisis estadístico bivariable es el conjunto de técnicas que estudian la relación

(de asociación o dependencia) entre dos variables. El abanico de técnicas estadísticas dis-

ponibles, tanto para el caso de variables continuas como categóricas, es amplísimo y ex-

cede con mucho el cometido de este material introductorio. Aquí nos centraremos en una

56


de ellas, que coincide en ser sencilla y, además, de las más utilizadas para el análisis de

los datos de accidentes de tráfico: La tabulación cruzada8.

4.3.2.1Tabulaciones cruzadas

La tabulación cruzada es una técnica estadística utilizada para el estudio de varia-

bles categóricas por la que se obtiene una tabla de doble entrada, también denominada

tabla de contingencia, en la que se presentan los valores de las frecuencias conjuntas de

dos variables. En la tabulación cruzada se calcula la distribución de frecuencias de una va-

riable para cada una de las categorías o clases en las que se divide la otra variable con la

cual se cruza.

Esto se verá más fácilmente con ejemplos. En la Tabla 9 se presentan los datos de

distribución de peatones víctimas de accidente de tráfico en función del tipo de infracción

(de haberla) y la edad. Los datos corresponden a España, durante el año 2000. La tabla

está recogida del Anuario Estadístico de Accidentes de la Dirección General de Tráfico

(DGT) y constituye un tipo de tabla de tabulación cruzada ‘típica’ de dicho anuario, así

como de la mayor parte de los anuarios estadísticos o informes de accidentalidad.

Infracciones de los peatones víctimas, según edades

INFRACCIONES 0 - 4 5-14 15 - 24 25 - 44 45 - 64 +64 No especificado TotalA. TOTALES:No respetar señal de semáforo 11 94 126 162 154 260 126 933No utilizar paso de peatones 37 281 299 528 514 735 294 2,688No respetar señal del agente 0 0 0 1 1 1 1 4Irrumpir o cruzar antirreglamentariamente 133 555 349 596 567 713 256 3,169Estar o marchar por calzada antirreglamentariamente 7 26 104 139 105 106 42 529Estar o marchar por el arcén antirreglamentariamente 0 3 17 21 16 11 13 81Subir o bajar del vehículo antirreglamentariamente 2 0 13 13 12 7 4 51Otras infracciones 12 46 79 86 65 87 76 451Ninguna infracción 102 402 620 1,092 1,129 1,639 608 5,592TOTAL 304 1,407 1,607 2,638 2,563 3,559 1,420 13,498

EDADES DE PEATONES VÍCTIMAS

Tabla 9. Distribución bivariada de los peatones víctimas de accidente de tráfico en función del tipo de infracción (variable 1) y edades (variable 2). Los datos son reales y corresponden a España en el año 2000. Fuente: Anuario Es-tadístico de Accidentes de la Dirección General de Tráfico.

Los datos de la Tabla 9 tienen un doble objetivo. Por un lado nos presentan la distri-

bución univariada de cada una de las dos variables. Así, tenemos la distribución en fun-

ción de la edad, que se correspondería con los totales de cada ‘columna’ (p.e., 304 peato-

nes víctimas tenían de 0 a 4 años, 1.407 de 5 a 14, etc.) y, también, la distribución en

función de las infracciones, que se corresponde con los totales de las ‘filas’ (del total de

peatones accidentados 933 no habían respetado la señal del semáforo, etc...). Por otro

lado, tenemos la distribución bivariada o tabulación cruzada, que se corresponde con los

valores conjuntos de ambas variables. De este modo, por ejemplo, 555 peatones víctimas

8 Tablas de este tipo ya se han presentado con anterioridad al estudiar las bases de datos (Figura 16)

57


de entre 5 y 14 años han ‘irrumpido o cruzado antirreglamentariamente la calzada’, mien-

tras que en esta misma edad 402 no han cometido ‘ninguna infracción’.

La distribución bivariada tiene como objetivo explorar si existe algún tipo de depen-

dencia o interrelación entre ambas variables. No obstante, para ello se requiere añadir en

la tabla algunos datos más, fundamentalmente de tipo porcentual, que nos ayuden a es-

tablecer esas diferencias. Así, las 402 víctimas de entre 5 y 14 años que no cometen nin-

guna infracción constituyen el 28,6% del total de víctimas de esa edad. Si queremos sa-

ber si existe relación entre la edad y la comisión de infracciones deberíamos calcular ese

mismo porcentaje para los restantes grupos de edad y compararlos. Además, sería nece-

sario algún tipo de ‘indicador’ estadístico que nos informase de si esa relación es estadísti-

camente significativa, es decir, si la relación observada es suficientemente amplia como

para poder estar seguros de que se debe a un fenómeno real de interacción y no a la ca-

sualidad o azar.

Vamos a verlo con datos de otro ejemplo. En la Tabla 10 se presenta una tabulación

cruzada de víctimas de accidente en función del tramo horario y tipo de día de la semana.

Al igual que en el caso anterior, se muestran solo las frecuencias.

Tabla de contingencia Hora del dia agrupada * Dia de la semana agrupado

Recuento

1945 794 1538 1441 57183372 833 556 566 53274141 1060 837 683 67212833 800 641 526 48003699 1129 902 766 6496

15990 4616 4474 3982 29062

23 a 7 horas7 a 12 horas12 a 16 horas16 a 19 horas19 a 22 horas

Hora deldiaagrupada

Total

LABORABLE VIERNES SABADO DOMINGODia de la semana agrupado

Total

Tabla 10. Tabulación bivariada de datos de víctimas de accidente de tráfico, en función del tramo horario (varia-ble 1) y tipo de día de la semana (variable 2). Los datos son reales, correspondientes a la ciudad de Valencia, pe-riodo 1993-2000. Nota: ‘Laborable’ incluye de lunes a jueves.

El paso siguiente consiste en añadir la información relativa a los porcentajes, así

como utilizar algún tipo de dato de contraste estadístico, en este caso la Prueba Chi-Cua-

drado. De este modo tendríamos en la Tabla 11 la siguiente información:

Recuento o frecuencia del número de casos que coinciden en pertenecer a las dos

categorías que se cruzan en dicha casilla. Por ejemplo, podemos observar que la mayoría

de las víctimas registradas en las horas matinales (7 a 12 horas) se producen en los días

laborables (3372 víctimas), o que de las víctimas registradas en Sábado, la mayoría

(1538) se producen en horas nocturnas y madrugada (23 a 7 horas).

Porcentaje que esta frecuencia supone sobre el total de la categoría que aparece

en filas. Por ejemplo, del total de víctimas recogido en las horas matinales (de 7 a 12 ho-

ras), el 63,3% se produce en días laborables.

58


Porcentaje que esta frecuencia supone sobre el total de la categoría que aparece

en columnas. Por ejemplo, del total de accidentes recogido el Sábado, el 34,4% se pro-

ducen de madrugada (de 23 a 7 horas).

La prueba Chi-cuadrado es una prueba de contraste o indicador estadístico que,

aplicada a tablas bivariadas como la del ejemplo, nos indica si existe una relación o inter-

dependencia significativa entre las variables que se cruzan. En el caso de la Tabla 11 nos

indicaría si existe una relación o patrón entre el día de la semana y la hora de ocurrencia

del accidente. Esta prueba está disponible prácticamente en la totalidad de programas de

análisis estadístico, así como en la mayoría de hojas de cálculo (p.e. MS Excel). Explicar la

fundamentación estadística de su cálculo excede con mucho los objetivos de este mate-

rial, por lo que nos limitaremos a explicar cómo interpretarla.

Generalmente, la mayoría de los programas cuando ejecutan la prueba ofrecen tres

datos: valor del chi-cuadrado (en el ejemplo ‘valor’), grados de libertad (en el ejemplo

‘gl’) y nivel de significación estadística (en el ejemplo ‘significación estadística’). Desde el

punto de vista de la interpretación, este último valor es el que más nos interesa. Cuanto

más bajo sea (el rango posible es entre 1 y 0), más clara es la relación. Por lo común, se

viene estableciendo el considerar como válida aquella significación estadística igual o me-

nor que .05 (o lo que es lo mismo 0.05, ya que los programas estadísticos suelen omitir

los 0 por delante de los decimales). El caso del ejemplo es claramente significativo, ya

que presenta un valor por debajo de .05 y muy cercano a 0, por lo que podemos afirmar

que existe una clara relación estadísticamente significativa entre el día de la semana y la

hora de ocurrencia del accidente.

59


Tabla de contingencia Hora del dia agrupada * Dia de la semana agrupado

1945 794 1538 1441 571834.0% 13.9% 26.9% 25.2% 100.0%12.2% 17.2% 34.4% 36.2% 19.7%

3372 833 556 566 532763.3% 15.6% 10.4% 10.6% 100.0%21.1% 18.0% 12.4% 14.2% 18.3%

4141 1060 837 683 672161.6% 15.8% 12.5% 10.2% 100.0%25.9% 23.0% 18.7% 17.2% 23.1%

2833 800 641 526 480059.0% 16.7% 13.4% 11.0% 100.0%17.7% 17.3% 14.3% 13.2% 16.5%

3699 1129 902 766 649656.9% 17.4% 13.9% 11.8% 100.0%23.1% 24.5% 20.2% 19.2% 22.4%15990 4616 4474 3982 2906255.0% 15.9% 15.4% 13.7% 100.0%

100.0% 100.0% 100.0% 100.0% 100.0%

Recuento% de Hora del dia% de Dia de la semanaRecuento% de Hora del dia% de Dia de la semanaRecuento% de Hora del dia% de Dia de la semana

Recuento% de Hora del dia% de Dia de la semanaRecuento% de Hora del dia% de Dia de la semanaRecuento% de Hora del dia% de Dia de la semana

23 a 7horas

7 a 12horas

12 a 16horas

16 a 19horas

19 a 22horas

Hora deldiaagrupada

Total


Total

Pruebas de chi-cuadrado

1952.559 12 .00029062

Chi-cuadrado de PearsonN de casos válidos

Valor glSignificaciónestadística

Tabla 11. Tabulación bivariada de datos de víctimas de accidente de tráfico, en función del tramo horario (variable 1) y tipo de día de la semana (variable 2). Se presentan las frecuencias y porcentajes, tanto por filas como por columnas y los totales. De igual modo, se presentan los resultados de la prueba Chi-Cuadrado. Los datos son reales, correspondientes a la ciudad de Valencia, periodo 1993-2000. Nota: ‘Laborable’ incluye de lunes a jueves.

La prueba Chi-cuadrado nos ofrece una valoración ‘global’ de la interacción entre las

variables, informándonos en el ejemplo de que existe una relación entre el día y la hora

de la ocurrencia del accidente. Sin embargo, no nos ofrece información detallada respecto

a dónde se localizan esas interacciones o dónde estas tienen mayor o menor peso. Es de-

cir, la prueba no nos dice exactamente en qué días existen determinados tramos horarios

que presentan una mayor o menor accidentalidad. Para saber esto debemos fijarnos en

las frecuencias y en los porcentajes de cada casilla. Esto supone un proceso costoso, es-

pecialmente en aquellas tablas que presentan muchas casillas.

Para responder a esta cuestión podemos hacer uso de otro indicador estadístico sen-

cillo: La puntuación residual estandarizada (en ocasiones - denominada residuo o re-

siduo corregido). Ver Tabla 12.

60


Tabla de contingencia A2-18: Víctimas por Hora del dia agrupada * Dia de la semana agrupado

1945 794 1538 1441 5718

34,0% 13,9% 26,9% 25,2% 100,0%

12,2% 17,2% 34,4% 36,2% 19,7%

-35,6 -4,6 26,9 28,23372 833 556 566 5327

63,3% 15,6% 10,4% 10,6% 100,0%

21,1% 18,0% 12,4% 14,2% 18,3%

13,4 -,5 -11,1 -7,24141 1060 837 683 6721

61,6% 15,8% 12,5% 10,2% 100,0%

25,9% 23,0% 18,7% 17,2% 23,1%

12,4 -,3 -7,6 -9,62833 800 641 526 4800

59,0% 16,7% 13,4% 11,0% 100,0%

17,7% 17,3% 14,3% 13,2% 16,5%

6,1 1,6 -4,3 -6,03699 1129 902 766 6496

56,9% 17,4% 13,9% 11,8% 100,0%

23,1% 24,5% 20,2% 19,2% 22,4%

3,5 3,7 -3,8 -5,115990 4616 4474 3982 29062

55,0% 15,9% 15,4% 13,7% 100,0%

100,0% 100,0% 100,0% 100,0% 100,0%

Recuento% de Hora del diaagrupada% de Dia de lasemana agrupadoResiduos corregidosRecuento% de Hora del diaagrupada% de Dia de lasemana agrupadoResiduos corregidosRecuento% de Hora del diaagrupada% de Dia de lasemana agrupadoResiduos corregidosRecuento% de Hora del diaagrupada% de Dia de lasemana agrupadoResiduos corregidosRecuento% de Hora del diaagrupada% de Dia de lasemana agrupadoResiduos corregidosRecuento% de Hora del diaagrupada% de Dia de lasemana agrupado

23 a 7 horas

7 a 12 horas

12 a 16 horas

16 a 19 horas

19 a 22 horas

Hora deldiaagrupada

Total


Total

Tabla 12. Tabulación bivariada de datos de víctimas de accidente de tráfico, en función del tramo horario (variable 1) y tipo de día de la semana (variable 2). Se presentan las frecuencias y porcentajes, tanto por filas como por columnas, los totales y la puntuación residual estan-darizada (en este caso bajo la etiqueta ‘Residuos corregidos’). Los datos son reales, correspondientes a la ciudad de Va-lencia, periodo 1993-2000. Nota: ‘Laborable’ incluye de lunes a jueves.

El residual es una puntuación que se obtiene para cada casilla, indicándonos en qué

medida la frecuencia o recuento de la casilla se aleja, por arriba o por abajo, de lo que se-

ría esperable en función de los totales por fila y por columna. Es decir, nos indica, para

cada casilla, si el recuento o valor que figura en dicha casilla es más alto o bajo de lo nor-

mal y, por tanto, si en esa combinación específica (de día y hora en el ejemplo) ocurre

algo que afecta a la frecuencia de accidentes.

Al igual que en el caso del Chi-cuadrado, no vamos a entrar en la descripción de su

cálculo estadístico, sino que nos limitaremos a exponer su significado e interpretación, ba-

sándonos en los datos de ejemplo de la Tabla 12. Así, para su interpretación hay que te-

ner en cuenta los siguientes patrones:

61


- Su utilidad, fundamentalmente exploratoria, consiste en detectar combinaciones

de condiciones que se alejan del patrón general de influencia de las dos variables que se

cruzan. Valores positivos altos significan que en tales casos existe un incremento en la ac-

cidentalidad respecto al patrón general, y valores negativos bajos, un decremento. Los

valores alrededor de cero significan que en esa casilla no existe una interacción significati-

va.

- La información que proporciona es sobre el peso de la interacción, no sobre la in-

fluencia por separado de las variables que se cruzan.

- Para su interpretación, habitualmente se toma como criterio de corte los valores

superiores a 2, (o inferiores a –2 en caso de interacción negativa), los cuales nos indica-

rán que el cruce o interacción es estadísticamente significativa. La importancia de este va-

lor será interpretable desde el punto de vista del contexto de estudio al que hacen refe-

rencia las variables analizadas.

- Así, teniendo en cuenta el ejemplo de la tabla de contingencia entre hora del día

agrupada y día de la semana agrupado, podemos destacar varios momentos temporales

que merecen una atención especial (como se puede observar, este cruce presenta unas

interacciones muy fuertes, ya que la mayoría de residuales presentan valores por encima

de 2. Por ello, comentaremos solamente aquellos que resultan especialmente altos):

* Los días laborables a lo largo de las horas de luz (sobretodo por la mañana y a

mediodía).

* Los laborales (16 a 19 horas)

* Los Sábados y Domingos en horas de madrugada (23 a 7 horas).

- Una vez se han detectado las celdas o categorías donde hay una desviación más

importante de lo esperado, hay que analizar su residual dentro del contexto de los porcen-

tajes de fila y de columna comparándolos con el porcentaje total de fila y con el porcenta-

je total de columna para poder establecer cual es la magnitud del peso de cada una de las

categorías en la relación de interdependencia.

- Así, observamos, por ejemplo, la información de la celda (laborable – de 7 a 12

horas), ya que muestra un residual elevado, y comparamos los porcentajes de esta celda

con los porcentajes totales de fila y de columna. Con ello, vemos que el peso de esta in-

fluencia se da en las dos categorías:

* El 21,1% de las víctimas que se dan en días laborables ocurren de 7 a 12 de la

mañana, lo cual constituye un porcentaje mayor que el porcentaje medio total para esas

horas (18,3%).

* Asimismo, el 63,3% de las víctimas que se dan de 7 a 12 de la mañana, ocurren

en días laborables, mientras que el porcentaje medio total para los días laborables es del

55%.

* El hecho de que tanto en un sentido como en otro, los porcentajes para esa casilla

[laborable - 7 a 12 horas], sean superiores de manera significativa a los porcentajes me-

62


dios para la fila y la columna, es lo que nos indica que esa condición destaca respecto al

resto de las condiciones de la tabla analizada.

En la Tabla 13 se presenta otro ejemplo de tabla cruzada. En este caso se explora la

relación entre la edad de la víctima y el tipo de vehículo o unidad de tráfico correspon-

diente. El lector puede plantearse como actividad práctica extraer conclusiones de dicha

tabla.

Tabla de contingencia A2-64: Víctimas por Edad agrupada * Tipo de unidad

170 5 2 3 12 3 3 1 161 0 36047,2% 1,4% ,6% ,8% 3,3% ,8% ,8% ,3% 44,7% ,0% 100,0%1,7% ,1% ,0% ,5% 2,0% ,6% 1,1% 1,1% 3,9% ,0% 1,2%

4,8 -11,6 -7,4 -1,7 1,7 -1,5 -,3 -,1 16,7 -,6185 33 11 46 12 7 4 0 334 1 633

29,2% 5,2% 1,7% 7,3% 1,9% 1,1% ,6% ,0% 52,8% ,2% 100,0%1,8% ,4% ,3% 7,4% 2,0% 1,3% 1,4% ,0% 8,2% 3,8% 2,2%

-3,2 -13,3 -9,1 8,9 -,3 -1,5 -,9 -1,4 28,1 ,6200 1769 152 70 6 2 7 1 181 1 2389

8,4% 74,0% 6,4% 2,9% ,3% ,1% ,3% ,0% 7,6% ,0% 100,0%2,0% 21,2% 3,7% 11,2% 1,0% ,4% 2,5% 1,1% 4,4% 3,8% 8,3%-28,7 50,7 -11,4 2,7 -6,5 -6,8 -3,6 -2,4 -9,7 -,81356 3275 843 98 47 13 11 1 263 3 5910

22,9% 55,4% 14,3% 1,7% ,8% ,2% ,2% ,0% 4,5% ,1% 100,0%13,3% 39,2% 20,7% 15,7% 7,8% 2,4% 3,9% 1,1% 6,4% 11,5% 20,5%

-22,1 50,3 ,3 -3,0 -7,7 -10,5 -7,0 -4,5 -24,1 -1,11928 1351 1002 112 60 29 32 10 264 5 4793

40,2% 28,2% 20,9% 2,3% 1,3% ,6% ,7% ,2% 5,5% ,1% 100,0%19,0% 16,2% 24,5% 18,0% 10,0% 5,3% 11,3% 11,5% 6,4% 19,2% 16,6%

8,0 -1,3 14,7 ,9 -4,4 -7,1 -2,4 -1,3 -18,9 ,41368 643 669 54 82 19 13 17 197 2 3064

44,6% 21,0% 21,8% 1,8% 2,7% ,6% ,4% ,6% 6,4% ,1% 100,0%13,5% 7,7% 16,4% 8,7% 13,7% 3,5% 4,6% 19,5% 4,8% 7,7% 10,6%

11,6 -10,3 12,9 -1,6 2,5 -5,4 -3,3 2,7 -13,0 -,52127 785 930 118 152 49 59 21 511 2 4754

44,7% 16,5% 19,6% 2,5% 3,2% 1,0% 1,2% ,4% 10,7% ,0% 100,0%20,9% 9,4% 22,8% 18,9% 25,4% 9,0% 20,8% 24,1% 12,5% 7,7% 16,5%

15,1 -20,7 11,7 1,7 5,9 -4,7 2,0 1,9 -7,5 -1,21235 284 341 46 98 63 63 23 449 4 2606

47,4% 10,9% 13,1% 1,8% 3,8% 2,4% 2,4% ,9% 17,2% ,2% 100,0%12,2% 3,4% 8,4% 7,4% 16,4% 11,6% 22,2% 26,4% 11,0% 15,4% 9,0%

13,6 -21,3 -1,6 -1,5 6,3 2,1 7,8 5,7 4,7 1,1858 118 102 33 59 89 50 7 476 6 1798

47,7% 6,6% 5,7% 1,8% 3,3% 4,9% 2,8% ,4% 26,5% ,3% 100,0%8,4% 1,4% 2,5% 5,3% 9,8% 16,4% 17,6% 8,0% 11,6% 23,1% 6,2%11,5 -21,6 -10,6 -1,0 3,7 9,9 8,0 ,7 15,4 3,6480 65 25 33 47 132 32 5 493 2 1314

36,5% 4,9% 1,9% 2,5% 3,6% 10,0% 2,4% ,4% 37,5% ,2% 100,0%4,7% ,8% ,6% 5,3% 7,8% 24,3% 11,3% 5,7% 12,0% 7,7% 4,6%

1,0 -19,6 -13,0 ,9 3,9 22,3 5,5 ,5 24,8 ,8253 25 5 10 24 137 10 1 767 0 1232

20,5% 2,0% ,4% ,8% 1,9% 11,1% ,8% ,1% 62,3% ,0% 100,0%2,5% ,3% ,1% 1,6% 4,0% 25,2% 3,5% 1,1% 18,7% ,0% 4,3%-11,0 -21,3 -14,1 -3,3 -,3 24,4 -,6 -1,4 49,4 -1,1

10160 8353 4082 623 599 543 284 87 4096 26 2885335,2% 29,0% 14,1% 2,2% 2,1% 1,9% 1,0% ,3% 14,2% ,1% 100,0%

100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0%

Recuento% de Edad agrupada% de Tipo de unidadResiduos corregidosRecuento% de Edad agrupada% de Tipo de unidadResiduos corregidosRecuento% de Edad agrupada% de Tipo de unidadResiduos corregidosRecuento% de Edad agrupada% de Tipo de unidadResiduos corregidosRecuento% de Edad agrupada% de Tipo de unidadResiduos corregidosRecuento% de Edad agrupada% de Tipo de unidadResiduos corregidosRecuento% de Edad agrupada% de Tipo de unidadResiduos corregidosRecuento% de Edad agrupada% de Tipo de unidadResiduos corregidosRecuento% de Edad agrupada% de Tipo de unidadResiduos corregidosRecuento% de Edad agrupada% de Tipo de unidadResiduos corregidosRecuento% de Edad agrupada% de Tipo de unidadResiduos corregidosRecuento% de Edad agrupada% de Tipo de unidad

0 a 6

7 a 13

14 a 17

18 a 21

22 a 25

26 a 29

30 a 39

40 a 49

50 a 59

60 a 69

70 o más

Edadagrupada

Total

TURISMOCICLOMO

TORMOTOCIC

LETABICICLET

A FURGONETA AUTOBUS TAXI CAMION PEATON OTROS

Tipo de unidad

Total

Tabla 13. Tabulación bivariada de datos de víctimas de accidente de tráfico, en función de la edad (variable 1) y tipo de unidad de tráfico o vehículo (variable 2). Se presentan las frecuencias y porcentajes, tanto por filas como por columnas, los totales y la puntuación residual estan-darizada (en este caso bajo la etiqueta ‘Residuos corregidos’). Los datos son reales, correspondientes a la ciudad de Va-lencia, periodo 1993-2000.

4.3.2.2Representación gráfica de tabulaciones bivariadas

Tablas como las de los ejemplos anteriores ofrecen una gran cantidad de informa-

ción que puede resultar de enorme interés. No obstante, en ocasiones la consulta de di-

chas tablas puede resultar laboriosa y complicada, dada la gran cantidad de datos que en

63


ellas se recogen, como puede ser, por ejemplo, el caso de la Tabla 13. En estas situacio-

nes, la representación gráfica de los datos puede ser una gran ayuda para el estudio de la

información de la tabla y visualizar las interrelaciones entre las variables, de haberlas.

Sin embargo, representar gráficamente las tabulaciones cruzadas también resulta

complejo, dado la gran cantidad de información que incluyen dichas gráficas. Nosotros

nos centraremos en un tipo de representación gráfica sencilla y de gran utilidad: Los grá-

ficos de panel.

0.0%

25.0%

50.0%

75.0%

Valo

res 47.2%

1.4% 0.6% 0.8%

44.7%

Edad agrupada 0 a 6 Edad agrupada 7 a 13 Edad agrupada 14 a 17 Edad agrupada 18 a 21

Edad agrupada 22 a 25 Edad agrupada 26 a 29 Edad agrupada 30 a 39 Edad agrupada 40 a 49

Edad agrupada 50 a 59 Edad agrupada 60 a 69 Edad agrupada 70 o más Total


Estadísticos : % de Edad agrupada

29.2%

5.2% 1.7%7.3%

52.8%

8.4%

74.0%

6.4% 2.9%7.6%

22.9%

55.4%

14.3%

1.7% 4.5%

0.0%

25.0%

50.0%

75.0%

Valo

res 40.2%

28.2%20.9%

2.3% 5.5%

44.6%

21.0% 21.8%

1.8%6.4%

44.7%

16.5%19.6%

2.5%10.7%

47.4%

10.9%13.1%

1.8%

17.2%

Tipo

de

unid

ad T

UR

ISM

O

Tipo

de

unid

ad C

ICLO

MO

TOR

Tipo

de

unid

ad M

OTO

CIC

LETA

Tipo

de

unid

ad B

ICIC

LETA

Tipo

de

unid

ad P

EA

TON

Tipo de unidad

0.0%

25.0%

50.0%

75.0%

Valo

res 47.7%

6.6% 5.7% 1.8%

26.5%

Tipo

de

unid

ad T

UR

ISM

O

Tipo

de

unid

ad C

ICLO

MO

TOR

Tipo

de

unid

ad M

OTO

CIC

LETA

Tipo

de

unid

ad B

ICIC

LETA

Tipo

de

unid

ad P

EA

TON

Tipo de unidad

36.5%

4.9% 1.9% 2.5%

37.5%

Tipo

de

unid

ad T

UR

ISM

O

Tipo

de

unid

ad C

ICLO

MO

TOR

Tipo

de

unid

ad M

OTO

CIC

LETA

Tipo

de

unid

ad B

ICIC

LETA

Tipo

de

unid

ad P

EA

TON

Tipo de unidad

20.5%

2.0% 0.4% 0.8%

62.3%

Tipo

de

unid

ad T

UR

ISM

O

Tipo

de

unid

ad C

ICLO

MO

TOR

Tipo

de

unid

ad M

OTO

CIC

LETA

Tipo

de

unid

ad B

ICIC

LETA

Tipo

de

unid

ad P

EA

TON

Tipo de unidad

35.2%29.0%

14.1%

2.2%

14.2%

Figura 30. Gráfica panel de datos de víctimas de accidente de tráfico, en función de la edad y tipo de unidad de tráfi-co o vehículo. Se presentan los porcentajes por filas correspondientes a la Tabla 13. Los datos son reales, correspon-dientes a la ciudad de Valencia, periodo 1993-2000

La mejor descripción es un buen ejemplo. En la Figura 30 se representan los datos

de la Tabla 13. En este caso se ha optado por representar gráficamente los porcentajes

(se podrían haber representado las frecuencias), concretamente el porcentaje por filas de

dicha tabla. Así, lo que podemos ver en cada uno de los ‘gráficos parciales’ que constitu-

yen el gráfico es como se distribuyen porcentualmente, para cada grupo de edad, las víc-

timas en función del tipo de vehículo. Así, por ejemplo, el 74% de las víctimas de entre 14

64


y 17 años eran ocupantes de ciclomotores, mientras que algo más del 62% de los mayo-

res de 70 años accidentados son peatones.

Los mismos datos podemos analizarlos desde otra óptica complementaria, como

puede ser la distribución, para cada tipo de unidad, de las víctimas en función de la edad.

En la Figura 31 se presenta la gráfica panel correspondiente. Resulta especialmente inte-

resante la distribución de los usuarios de ciclomotor y los peatones, en cuanto sus diferen-

cias con relación al resto de los vehículos.

10.0%

20.0%

30.0%

40.0%

Valo

res

1.7%1.8%

2.0%

13.3%

19.0%

13.5%

20.9%

12.2%8.4%

4.7%2.5%

Tipo de unidad TURISMO Tipo de unidad CICLOMOTOR Tipo de unidad MOTOCICLETA

Tipo de unidad BICICLETA Tipo de unidad PEATON Total


Estadísticos : % de Tipo de unidad

0.1%0.4%

21.2%

39.2%

16.2%

7.7%9.4%

3.4%1.4%0.8%0.3% 0.3%

3.7%

20.7%24.5%

16.4%

22.8%

8.4%

2.5%0.6%

0.1%

Eda

d ag

rupa

da 0

a 6

Eda

d ag

rupa

da 7

a 1

3

Eda

d ag

rupa

da 1

4 a

17

Eda

d ag

rupa

da 1

8 a

21

Eda

d ag

rupa

da 2

2 a

25

Eda

d ag

rupa

da 2

6 a

29

Eda

d ag

rupa

da 3

0 a

39

Eda

d ag

rupa

da 4

0 a

49

Eda

d ag

rupa

da 5

0 a

59

Eda

d ag

rupa

da 6

0 a

69

Eda

d ag

rupa

da 7

0 o

más

Edad agrupada

10.0%

20.0%

30.0%

40.0%

Valo

res

0.5%

7.4%11.2%

15.7%18.0%

8.7%

18.9%

7.4%5.3%

5.3%

1.6%

Eda

d ag

rupa

da 0

a 6

Eda

d ag

rupa

da 7

a 1

3

Eda

d ag

rupa

da 1

4 a

17

Eda

d ag

rupa

da 1

8 a

21

Eda

d ag

rupa

da 2

2 a

25

Eda

d ag

rupa

da 2

6 a

29

Eda

d ag

rupa

da 3

0 a

39

Eda

d ag

rupa

da 4

0 a

49

Eda

d ag

rupa

da 5

0 a

59

Eda

d ag

rupa

da 6

0 a

69

Eda

d ag

rupa

da 7

0 o

más

Edad agrupada

3.9%

8.2%4.4%6.4%

6.4%4.8%

12.5%11.0%

11.6%12.0%

18.7%

Eda

d ag

rupa

da 0

a 6

Eda

d ag

rupa

da 7

a 1

3

Eda

d ag

rupa

da 1

4 a

17

Eda

d ag

rupa

da 1

8 a

21

Eda

d ag

rupa

da 2

2 a

25

Eda

d ag

rupa

da 2

6 a

29

Eda

d ag

rupa

da 3

0 a

39

Eda

d ag

rupa

da 4

0 a

49

Eda

d ag

rupa

da 5

0 a

59

Eda

d ag

rupa

da 6

0 a

69

Eda

d ag

rupa

da 7

0 o

más

Edad agrupada

1.2%2.2%

8.3%

20.5%16.6%

10.6%

16.5%

9.0%6.2%

4.6%4.3%

Figura 31. Gráfica panel de datos de víctimas de accidente de tráfico, en función de la edad y tipo de unidad de tráfi-co o vehículo. Se presentan los porcentajes por columnas correspondientes a la Tabla 13. Los datos son reales, co-rrespondientes a la ciudad de Valencia, periodo 1993-2000.

4.3.3Estudio de más de dos variables

Las tablas de contingencia junto a las representaciones gráficas de los datos consti-

tuyen, desde una perspectiva descriptiva, una herramienta adecuada para estudiar las in-

terrelaciones que se producen entre las distintas variables que intervienen en la acciden-

talidad cuando consideramos las variables de dos en dos o, a lo sumo, en función de una

tercera variable.

65


Pero cuando las tablas tienen muchas categorías y/o se quieren explorar las interre-

laciones entre 3 o más variables la representación por medio de tablas de contingencia re-

sulta poco adecuada.

Para hacer frente a este tipo de situaciones, sobre todo cuando queremos entender

las relaciones entre múltiples variables, se ha desarrollado un conjunto de técnicas de

análisis multivariante. El objetivo último de estas técnicas es reducir un conjunto de varia-

bles a un número menor de categorías, de tal manera que den cuenta de las relaciones

entre las distintas variables. En el caso de los datos de accidentes de tráfico, esto nos per-

mite, por ejemplo, identificar perfiles de víctimas teniendo en consideración múltiples va-

riables al unísono, como la edad, sexo, momentos temporales donde suelen tener los acci-

dentes, etc. Este tipo de técnicas tienen un enorme potencial en el análisis de accidentali-

dad, dado la gran cantidad de variables e información que habitualmente se manejan en

la investigación estadística de los accidentes de tráfico.

La descripción y aplicación de estas técnicas excede, por su complejidad, de los ob-

jetivos de este trabajo, por lo que nos limitaremos a señalar su existencia y sus potencia-

lidades.

66


4.4 ÍNDICES Y TASAS EN ANÁLISIS DE DATOS DE ACCIDENTES DE TRÁFICO

La forma de presentar la información estadística puede llevar a distintas interpreta-

ciones o conclusiones, en ocasiones incompletas y por lo común complementarias. La utili-

zación de datos absolutos sobre accidentalidad por tráfico en sus distintos aspectos (nú-

mero de muertes, número de accidentes, número de heridos, etc.) y sus relaciones (análi-

sis bivariados y multivariados) constituyen solamente una parte del análisis.

Así, por ejemplo, mediante un análisis de frecuencias univariado podemos compro-

bar que los jóvenes entre 16 y 25 años son el grupo poblacional con una mayor frecuencia

de víctimas por accidente de tráfico, mayor, por ejemplo, que el grupo de entre 46 y 55

años. No obstante, para determinar con mayor precisión la diferencia de riesgo entre es-

tos dos grupos de edad es necesario controlar algunas variables importantes que, obvia-

mente, van a influir en el número de accidentes, tales como por ejemplo el número de

personas que componen cada grupo de edad.

Por ello, para comparar y estimar el riesgo relativo de grupos de edad o sexo, tipos

de conductores, zonas geográficas, periodos temporales (años por lo general), etc., es im-

portante (y habitual en los estudios de seguridad vial) emplear distintos indicadores esta-

dísticos, denominados índices y tasas, que relativizan los datos de accidentes permitien-

do estos análisis y comparaciones al controlar aspectos claves que determinan la acciden-

talidad.

De este modo, los índices y tasas de accidentalidad son indicadores de carácter des-

criptivo muy frecuentemente utilizados en análisis de accidentalidad para relativizar y es-

tandarizar los datos de accidentes, especialmente para la realización de comparaciones,

sea entre distintos ámbitos geográficos, grupos de usuarios del sistema viario o momen-

tos temporales.

Estos indicadores parten de combinar los datos de accidentes con datos de exposi-

ción al riesgo. La exposición al riesgo es la magnitud de todas aquellas variables o acti-

vidades que contribuyen a la generación de la accidentalidad9: número de habitantes,

permisos de conducir, parque de vehículos, kilómetros recorridos por vehículo y/o pasaje-

ro (volumen de desplazamientos), horas viajadas, etc.

9 Presentaremos un ejemplo sencillo para ilustrar su significado. Si, por ejemplo, los conductores entre 65 y 75 años se ven implicados en 1000 accidentes en carretera y los que tienen entre 45 y 55 en 1500 se podría considerar que este segundo grupo tiene un 50% más de riesgo que el primero. Sin embargo, si consideramos que hay muchos más con-ductores en activo de 45 a 55 años y que, además, conducen mucho más que los de 65 a 75, es de esperar que tengan también más accidentes: concepto de oportunidad de accidente. Así, al comparar grupos las frecuencias de accidentes deben ser ponderadas (cálculo de tasas e índices) por medio de algún tipo de medida de exposición u oportunidad de acci-dente

67


Comúnmente se utiliza el término tasa cuando tanto el numerador como el denomi-

nador utilizan la misma unidad de medida (p.e. víctimas cada 100.000 habitantes, ya que

las víctimas constituyen un subconjunto de los habitantes). El término índice resulta más

adecuado cuando las unidades de medida son distintas (p.e. víctimas cada 100 millones

de vehículos- Km.10, ya que las víctimas y los km recorridos son magnitudes de cosas dis-

tintas). Estadísticamente su cálculo no presenta ninguna dificultad, ya que básicamente

supone una operación matemática simple: el cálculo de la razón o cociente entre las dos

magnitudes, la que expresa la accidentalidad y la correspondiente a la exposición.

Así, por ejemplo, en España en el 2001, según la DGT, se registraron 155.116 vícti-

mas de accidentes de tráfico. Por otra parte la población en ese año, según el Instituto

nacional de estadística, es de 40.500.000 hab. Para conocer la tasa de víctimas cada

100.000 habitantes deberemos, en primer lugar, calcular la‘razón entre víctimas y pobla-

ción:

155.116 / 40.500.000 = 0.0038

La cifra anterior correspondería a víctimas por habitante. Por ello, en segundo lugar,

y dado que lo que queremos saber son las víctimas cada 100.000 habitantes, deberemos

multiplicar el valor obtenido por dicha cifra

Víctimas cada 100.000 habitantes = 0.0038 X 100.000 = 380

Las dificultades surgen, por un lado, a la hora de definir y obtener datos de exposi-

ción adecuados y, por otro, las que se pueden presentar en el momento de realizar inter-

pretaciones sobre dichos indicadores.

4.4.1Tipos de datos utilizados para la elaboración de índices y tasas

Existe un amplio abanico de criterios de exposición, que se agrupan en tres catego-

rías:

1. Usuarios del sistema viario

a. Población

b. Licencias de conducir

2. Datos de vehículos y red viaria

a. Parque de vehículos

b. Km. de la red viaria

3. Datos de kilometraje / desplazamientos

a. Vehículos-km

10 Habitualmente se utiliza la expresión 108 Veh X Km para expresar 100 millones de vehículos-km, aunque noso-tros, por claridad, utilicemos más habitualmente la segunda. También en ocasiones encontraremos 108 Veh. * Km, o tam-bién, 108 Veh./km, que son distintas variantes de la misma expresión.

68


b. Persona-km

c. IMD (Intensidad media diaria de tráfico)

d. Vehículos-horas de desplazamiento

e. Personas-horas de desplazamiento

f. Número de desplazamientos

En la mayoría de los casos los datos de exposición no son recopilados explícitamente

con el fin de llevar a cabo análisis de accidentalidad, sino con el objetivo de planificar el

tráfico y el transporte o para las estadísticas demográficas.

Los datos referidos a usuarios, vehículos y red son relativamente fáciles de obtener,

ya que normalmente estos datos son recopilados de forma sistemática con fines adminis-

trativos. Los datos de desplazamientos, kilometrajes y movilidad son más complejos para

su obtención, utilizándose para ello tres estrategias principales:

Sistemas de control y gestión del tráfico

Tanto en las vías principales de las distintas redes de carreteras como en las ciuda-

des de mayor tamaño se han implementado sistemas de control y cálculo de aforos de

tráfico. Esta información permite tener datos de intensidad de tráfico por secciones de vía.

La información queda así disponible de forma detallada (por hora, día, mes,...), tanto en

lo que se refiere a la intensidad (IMD) como al volumen de tráfico (km-veh.). Por otro

lado, y tomando como ejemplo el caso de las ciudades, el tráfico registrado en estas sec-

ciones de las vías principales puede utilizarse como estimador indirecto del volumen total

de tráfico registrado en la ciudad.

Encuestas de tráfico y desplazamientos

El procedimiento anterior presenta una serie de limitaciones11 que llevan a plantear

la necesidad de complementar la información por medio de otros procedimientos. Esto se

está llevando a cabo en muchos países –bien de forma sistemática o con estudios puntua-

les- por medio de distintas encuestas dirigidas a la población general y/o a propietarios de

vehículos. En estas encuestas se solicita a los encuestados información detallada respecto

a sus hábitos de desplazamiento y uso de vehículos. Partiendo de las respuestas y con un

adecuado diseño muestral se pueden llevar a cabo inferencias en relación con los km-per-

sona, km-vehículo, horas de desplazamientos, número de desplazamientos, etc., para dis-

tintos intervalos temporales, modos de transporte y tipos de usuarios.

Este método presenta otros inconvenientes como es el costo12 que implica obtener

suficientes encuestas para tener una muestra representativa y los problemas respecto a la

calidad de las respuestas (sesgos, tasas de respuesta, fiabilidad...).

11 Por ejemplo, no ofrecen información sobre tipos y características de los usuarios y, además, solo son aplicables a aquellas ubicaciones donde existen tales sistemas de registro de aforos, teniendo que hacer estimaciones respecto al to-tal de la red a la que en cada caso se haga referencia.

12 Al contrario que en el caso de los métodos basados en los sistemas de control y gestión del tráfico, que aprove-chan infraestructuras ya existentes. No obstante, los datos de estas encuestas son también utilizados desde la perspectiva de la planificación de las políticas de transporte e infraestructuras.

69


Estimadores indirectos

Finalmente es habitual la utilización de estimadores indirectos del volumen de des-

plazamiento. El más frecuentemente utilizado es el de consumo de combustibles como es-

timador indirecto de los Km. recorridos. En este caso es importante tener en consideración

y controlar las variables que modulan la relación entre el consumo y los km, tales como

pueden ser el clima, la composición del parque, las velocidades o las continuas mejoras de

la eficiencia de los motores.

4.4.2Principales índices y tasas

En los apartados siguientes se sistematizan algunas de las principales tasas e índi-

ces comúnmente usados en análisis de accidentalidad. La exposición se acompaña de al-

gunos ejemplos provenientes de un estudio realizado en la Ciudad de Valencia, en el cual

se analizaron los datos de accidentes correspondientes al periodo 1993-2000.

4.4.2.1Indices

Diferenciamos dos tipos de índices:

a) Índices de riesgo: Aquellos que ponen en relación la accidentalidad y algún tipo

de criterio de exposición al riesgo (parque de vehículos, volumen de desplazamientos,

etc.)

b) Índices de consecuencias: Fundamentalmente son aquellos que evalúan o cuanti-

fican la gravedad o severidad de los accidentes (p.e.: muertos cada 1.000 accidentes)

a) Índices de riesgo

Índice de Peligrosidad (IP)

Indica el número de accidentes con víctimas en comparación al movimiento conjun-

to del total de vehículos registrados. Habitualmente se calcula por cada 100 millones de

vehículos X Km. En la Figura 32 a modo de ejemplo se presenta la evolución del IP en una

autopista a lo largo de un periodo de varios años. En la misma gráfica se representan los

datos de volumen de tráfico y accidentes.

70


Autopista A7

41.654.4

52.1

20.9

19.7

23.4

22.3

22.6

23.9

28.728.5

32.1

45.4

48.4

54.249.6

47.6

48.1

0.0

10.0

20.0

30.0

40.0

50.0

60.0

70.0

81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 980

100

200

300

400

500

600

700

IP: ACCIDENTES CADA 10^7VEH.- KM. 10^7VEH.-KM ACCIDENTES

Figura 32. Evolución del IP anual en la Autopista A7 durante el periodo 1981-98. Datos facilitados por la con-cesionaria AUMAR.

El IP constituye una medida del riesgo de AT en comparación al volumen de Km re-

corridos por un conjunto de vehículos. Permite, por ejemplo, la comparación entre áreas

geográficas, tipos de vías, puntos de la red, etc. al tiempo que posibilita la comparación y

seguimiento de la accidentalidad a lo largo del tiempo.

Ejemplo aplicado:

Vamos a calcular el índice de peligrosidad (IP) en España según los datos de volu-

men de tráfico recogido por el Ministerio de Fomento, tanto para la red estatal (Red de In-

terés General del Estado: RIGE), como para la red de las Comunidades Autónomas (Red

de las CC.AA) desde el año 1995 hasta el 2000. Con ello, obtendremos el IP, es decir, el

número de accidentes con víctimas por cada 100 millones de vehículos-kilómetros (o, lo

que es lo mismo, cada 108 veh. X Km).

Para calcular este índice, necesitamos conocer el número de accidentes con víctimas

que se contabilizaron durante cada año, así como el tráfico en las carreteras de las redes

viarias señaladas también para cada año.

De los anuarios estadísticos y bases de datos de accidentes de la DGT extraemos las

cifras de accidentes para las redes estatal y autonómica (RIGE y CC.AA).

Del anuario estadístico de la Dirección General de Carreteras (web del Ministerio de

Fomento), obtenemos los datos de volumen de tráfico en ambas redes.

Una vez disponemos de todos los datos, los plasmamos de forma organizada en for-

ma de tabla (Tabla 14) para posteriormente calcular el IP.

AñoAT

RIGEMillones veh-km

RIGEAT

Red de las CCAAMillones veh-km

Red de las CC.AA1995 10.795 83.054 12.353 68.5681996 14.248 85.614 12.632 72.8411997 14.151 89.971 12.855 73.7151998 16.658 96.565 15.989 77.2081999 16.962 102.588 15.093 85.782

71


2000 16.657 105.392 14.718 90.308Tabla 14. AT y volumen de tráfico (en millones de vehículos-kilómetro) en la RIGE y en la red de las CC.AA. 1995-2000.

Para calcular el IP de cada año:

1 - Tomamos el número de accidentes con víctimas ocurridos en el año y red viaria

que nos interese calcular y lo multiplicamos por 100 millones de vehículos-kiló-

metro.

2 - El resultado obtenido en el paso 1 lo dividimos por el valor del volumen de tráfi-

co en millones de vehículos-km para ese año y red.

3 - El resultado obtenido hace referencia al IP para el año y red viaria que hemos

seleccionado.

Por ejemplo: Cálculo del IP para la RIGE en el año 1998:

1 - Extrayendo las cifras de la Tabla 14, multiplicamos 16.658 AT, por 100 millones

de vehículos-kilómetro.

2 - El resultado obtenido, lo dividimos por el número de millones de vehículos-kiló-

metro de la RIGE para ese año (96.565 millones de vehículos-kilómetro).

3 - La cifra que obtenemos (17,3) es el IP para la RIGE o red estatal en el año

1998.

IP (RIGE, 1998) = (16.658 AT X 100 millones veh-km) / 96.585 millones veh-km = 17,3

Es decir, e la RIGE durante el año 1998 el IP fue de 17,3 accidentes con víctimas

cada 100 millones de vehículos-Km.

En la Tabla 15 se muestran los IP calculados para cada uno de los años y redes via-

rias, y en la Figura 33 su representación gráfica.

Año Índice de peligrosidad RIGE

Índice de peligrosidadRed de CC.AA

1995 13,0 18,01996 16,6 17,31997 15,7 17,41998 17,3 20,71999 16,5 17,62000 15,8 16,3

Tabla 15. IP (AT cada 100 millones de vehículos-km) en la RIGE y en la red de las CC.AA. 1995-2000.

72


Evolución de los índices de peligrosidad en España para la red del estado (RIGE) y red de las CC.AA.

15,813,0

16,6 16,517,315,7

18,0 17,3 16,317,620,7

17,4

0

5

10

15

20

25

1995 1996 1997 1998 1999 2000

Índi

ce

IP RIGE IP red de CC.AA

Figura 33. Representación gráfica de los datos de IP de la RIGE y la red de las CC.AA. Los da-tos originales son los que se recogen en la .Tabla 15

Tal y como observamos en la Figura 33 el IP es superior en la red de Comunidades

Autónomas que en la RIGE a lo largo de todo el periodo. Es interesante recalcar que las

mayores diferencias se dan en 1998, año en que el índice de peligrosidad para la red de

las CC.AA sufre un aumento importante. A partir de este año, el IP desciende para ambas

redes.

Índice de mortalidad (IM)

Indicador similar al anterior. Indica el número de fallecidos en comparación al movi-

miento conjunto del total de vehículos registrados. Habitualmente se calcula como los fa-

llecidos por cada 100 millones de vehículos/Km.

En la Figura 34 se muestra como ejemplo la variación mensual del IM en una auto-

pista. En la misma gráfica se representan los datos de volumen de tráfico y víctimas mor-

tales.

73


Autopista A7

4.6

4.2

4.0 3.3

3.1

5.04.5

7.0

8.2

4.2

2.6

4.4

0.0

1.0

2.0

3.0

4.0

5.0

6.0

7.0

8.0

9.0

10.0

E F M A M J J A S O N D0

50

100

150

200

250

300

IM: VICT. MORTALES CADA 100 MILL.DE VEH./KM. 10^7 VEH./KM VÍCT. MORTALES

Figura 34. Variación mensual del IM en la Autopista A7. Son datos promedios del periodo 1981-98. Datos fa-cilitados por la concesionaria AUMAR

Índice de peligrosidad cada 100.000 vehículos

Indica el número de accidentes con víctimas en relación al número de vehículos re-

gistrados. Este indicador constituye una medida del riesgo de AT en comparación al nú-

mero de vehículos. Es especialmente útil para evaluar el riesgo relativo de distintos tipos

de vehículos. De igual modo, permite la comparación entre regiones de un país o entre

países, así como la comparación de la accidentalidad a lo largo del tiempo en un mismo

país, región o ciudad.

En la Tabla 16 y su correspondiente representación gráfica (Figura 35) se presen-

tan a modo de ejemplo datos de evolución anual de la peligrosidad de distintos tipos de

vehículos en función del parque de cada uno en la Ciudad de Valencia.

TURISMOS MOTOCICLETA CAMION AUTOBUS1993 868,65 1738,33 299,40 82,661994 867,24 1654,14 304,60 91,001995 924,97 1803,13 286,52 105,041996 958,86 1680,61 307,17 112,951997 1014,51 1679,79 302,72 93,071998 1002,22 1629,10 287,14 115,771999 1030,91 1436,85 268,74 129,702000 1134,35 1503,98 295,13 137,38

Tabla 16. Accidentes con víctimas cada 100.000 vehículos (para el caso de los autobuses, cada 1.000 vehículos). Comparativa entre diversos medios de trans-porte y evolución anual. Ciudad de Valencia, 1993-2000.

74


Evolución del índice de accidentalidad total por tipo de vehículo

0200400600800

100012001400160018002000

1993 1994 1995 1996 1997 1998 1999 2000

Acc

iden

tes

con

víct

imas

ca

da 1

00.0

00 v

ehíc

ulos

(r

efer

ido

a Tu

rism

os,

Mot

ocic

leta

s y

Cam

ione

s)

020406080100120140160180200

Acidentes con víctim

as cada 1000 vehículos

(referido a Autobuses)

TURISMOS

MOTOC.

CAMION

AUTOBUS

Figura 35. Evolución anual del índice de peligrosidad cada 100.000 vehículos. Los datos numéricos son los re-cogidos en la Tabla 16. Ciudad de Valencia 1993-2000.

Índice de mortalidad cada 100.000 vehículos

Similar al anterior. Indica el número de muertes en comparación al número de vehí-

culos registrados.

b) Índices de consecuencias

Índice de Lesividad

Indica la proporción entre el número de AT con víctimas y el número de víctimas

como consecuencia de los mismos: víctimas por accidente. Se puede utilizar para hacer

comparaciones entre distintas áreas (ciudades, regiones, tipos de vías, etc.), tipos de ac-

cidentes, tipos de vías, tipos de vehículos, eficacia de los dispositivos de seguridad, etc.

Este índice es similar –y correlaciona con- el que se expone seguidamente (índice de

letalidad), por lo que se remite a los ejemplos que se exponen para el mismo.

Índice de Letalidad

Indica la proporción entre el número de AT y el número de fallecidos como conse-

cuencia de los mismos. En la Figura 36 se compara, a modo de ejemplo, el índice de leta-

lidad en distintos tipos de vehículos. Datos españoles de ámbito nacional. De igual modo,

en la Figura 37 se compara la letalidad de los accidentes ocurridos en distintos días de la

semana.

75


AUTOBUSES M OTOCICLETAS CAM IONES TURISM OS FURGONETAS

0.5

34

3.7

40

4.74

25

31.48

17

2.73

30

0

5

10

15

20

25

30

35

40

45

Núm ero de m uertos conductores y pasajeros (en cientos)Indice de letalidad (m uertos por cada 100 accidentes con víctim as)

Figura 36. Muertos conductores y pasajeros por tipo de vehículo. Se presenta la cifra total de víctimas morta-les (en cientos) y el índice de letalidad, en este caso fallecidos cada 100 accidentes con víctimas, para cada tipo de vehículo. España, 2001.

14.33

12.9213.46

16.16

13.69

15.67

14.16

6.86 6.5

6.88

10.3 10.8

4.7 4.7 4.8 5 5

6.67.6

0

2

4

6

8

10

12

14

16

18

Lunes Martes Miercoles Jueves Viernes Sábado Domingo

Accidentes con víctimas (en m iles)Muertos totales (en cientos)Indice de letalidad (m uertos por cada 100 accidentes con víctim as )

Figura 37. Accidentes con víctimas, víctimas mortales e índice de letalidad (fallecidos cada 100 accidentes con víctimas) para distintos días de la semana. España, 2001.

Estos dos últimos índices (lesividad y letalidad) se podrían considerar como una me-

dida de la severidad o gravedad de los accidentes.

Los anteriores no agotan todas las combinaciones posibles, ya que se pueden esta-

blecer o calcular nuevos índices en función de las necesidades de cada estudio.

Ejemplo aplicado:

En este nuevo ejemplo, se compara el índice de letalidad (lo denominaremos IL),

número de muertos cada 100 accidentes con víctimas, para los distintos meses durante el

año 2001 en España. Necesitamos conocer tanto el número de AT con víctimas, como las

víctimas mortales que estos accidentes han causado para cada mes durante dicho año.

76


Para ello, consultamos las tablas de accidentes y víctimas por meses, del Anuario

Estadístico de Accidentes para el año 2001 de la DGT.

A partir de estas tablas, recogemos los datos de los accidentes con víctimas para

cada mes, y el número de víctimas mortales, y a partir de ellos calculamos el índice de le-

talidad cada 100 accidentes con víctimas.

En la Tabla 17aparecen los datos anteriores, así como el los IL ya calculados.

Mes Víctimas mortales A.T. Índice de letalidad (cada 100 accidentes)Enero 403 7.950 5,1Febrero 413 7.622 5,4Marzo 418 8.755 4,8Abril 422 8.316 5,1Mayo 442 8.269 5,3Junio 487 8.977 5,4Julio 525 9.315 5,6Agosto 576 8.623 6,7Septiem-

bre 453 8.147 5,6Octubre 432 8.476 5,1Noviem-

bre 459 7.950 5,8Diciem-

bre 487 7.993 6,1Tabla 17. Número de fallecidos, número de AT e IL para distintos meses en España. Año 2001.

El modo de calcular este índice es similar al utilizado con anterioridad.

Por ejemplo, para calcular el índice de letalidad para el mes de Agosto, realizamos

las siguientes operaciones:

1 - El número de víctimas mortales del mes de Agosto (576 mortales) lo multiplica-

mos por 100 accidentes ( medida del índice que queremos obtener).

2 - El valor obtenido lo dividimos por el número de accidentes con víctimas para este

mes (8.623 accidentes).

3 - El resultado es el índice de letalidad (cada 100 accidentes) para el mes de Agosto

del 2001 en España.

IL (Agosto del 2001) = (576 X 100)/8.623 = 6.7

Es decir, durante el mes de agosto se producen 6,7 víctimas mortales cada 100 AT

con víctimas

En la Figura 38 podemos observar de forma gráfica los datos.

77


Índice de letalidad en España. Año 2001.

5,1 5,44,8 5,1 5,3 5,4 5,6

6,75,6

5,15,8 6,1

012345678

Ene

ro

Febr

ero

Mar

zo

Abr

il

May

o

Juni

o

Julio

Ago

sto

Sep

tiem

bre

Oct

ubre

Nov

iem

bre

Dic

iem

bre

índi

ce (c

ada

100

acci

dent

es)

Figura 38. Indice de Letalidad (Muertos cada 100 accidentes con víctimas) en función del mes. Datos en la Tabla 17. España, 2001.

Tal y como se observa en los resultados, el mes de Agosto y Diciembre son los dos

meses que muestran un mayor índice de letalidad.

4.4.2.2Tasas

Víctimas por número de habitantes

Indicador relativo. Indica el número de víctimas de AT con relación a la población

(habitualmente por cada 10.000 hab.). Permite las comparaciones entre áreas geográfi-

cas, grupos de población o usuarios del sistema viario, etc., así como el seguimiento del

problema a lo largo del tiempo.

Mas adelante se mostrará un ejemplo aplicado.

Tasa de mortalidad

Indicador relativo similar al anterior. Indica el número de fallecidos por AT con rela-

ción a la población (habitualmente por cada 100.000 o 1.000.000 de habitantes, aunque

también puede ser 10.000 u otro valor).

En la Figura 39 se muestra la evolución de las dos tasas comentadas, en España,

durante el periodo 1982-2001.

78


41.1 39.9

32.534.7 38.4

39.4

37.5

37.1

32.431.429.631.1

41.645.4

44.1

36.934.3

31.530.727.6

1415151514141414161517181816151413131212

0

5

10

15

20

25

30

35

40

45

50

82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 OO O1

VICTIMAS (MUERTOS Y HERIDOS) POR 10.000 HABITANTES

MUERTES POR CADA 100.000 HABITANTES

Figura 39. Evolución anual del número de víctimas de AT por cada 10.000 habitantes y de la tasa de mortali-dad (muertos por AT cada 100.000 habitantes). España, 1982-2001.

De igual modo en la Figura 40 y Figura 41 se presenta una comparativa de la tasa

de mortalidad para distintos grupos de edad, diferenciando entre tipo de usuarios, así

como entre carretera y zona urbana.

6.6

42

23.1

16.7

13.4

4.2 3.2 4.17.1

1.2

29.7

15.8

11.1

5.5

1.2

9.2

1.5 0.8

33.5

28.4

3.6

3.5

1.63.7

0

10

20

30

40

50

0-14 15-24 25-34 35-49 50-64 Más de 65

Total Peatones Conductores Pasajeros

Figura 40. Fallecidos cada 1.000.000 de habitantes para distintos grupos de edad y diferenciando también por tipo de usuario del sistema viario (conductores, pasajeros o peatones) Datos de ZONA URBANA. Es-paña, 2001.

79


148.3

92.8

20

106.8

87.2

69.5

39.9

57.3

32.9

110.2

125.1

153.6

20.4

1213.59.67.5

1.2

88.8

1.7

32 24.4 28.7

17.5

0

40

80

120

160

200

0-14 15-24 25-34 35-49 50-64 Más de 65

Totales Peatones Conductores Pasajeros

Figura 41. Fallecidos cada 1.000.000 de habitantes para distintos grupos de edad y diferenciando también por tipo de usuario del sistema viario (conductores, pasajeros o peatones). Datos de CARRETERA. Espa-ña, 2001.

Finalmente, en la Figura 42 se presenta una comparación de las tasas de mortalidad

de algunos países en el ámbito de la UE.

4 4 3 4

28

6266

12

67

47

1517

9.4 6.8 5.6 4.9 4.87.511.111.611.912

15.715.9

0

10

20

30

40

50

60

70

Gre

cia

Por

tuga

l

Esp

aña

Bel

gica

Italia

Fran

cia

Ale

man

ia

Irlan

da

Din

amar

ca

Finl

andi

a

Sue

cia

Rei

noU

nido

Muertos totales (en cientos ) Muertos por cada 100.000 habitantes

Figura 42. Fallecidos cada 1.000.000 de habitantes para distintos países de la UE. Se ordenan de mayor a menor tasa de mortalidad. Año 2000.

Ejemplo aplicado:

Como ejemplo de estas tasas, calculamos el número de víctimas de AT por cada

10.000 habitantes en la ciudad de Valencia, en el intervalo de años desde 1993 hasta el

2000, así como la tasa de mortalidad (TM), cada 100.000 habitantes para el mismo inter-

valo temporal.

Consultamos las bases de datos del Instituto Nacional de Estadística (INE) y los da-

tos que ofrece el Ayuntamiento de Valencia, para obtener las cifras del número de habi-

tantes para cada año.

80


El número de víctimas por accidente de tráfico registrado lo obtenemos a partir de

los datos del Ayuntamiento de Valencia. Los datos se recogen en la Tabla 18.

Año Población en la ciudad víctimas totales víctimas mortales1993 761.164 2.951 301994 764.293 3.038 361995 763.299 3.278 311996 746.683 3.549 361997 746.726 3.653 261998 746.770 3.910 271999 750.166 4.143 222000 739.297 4.560 15

Tabla 18: Población, número de víctimas totales y de fallecidos por AT en la Ciudad de Valencia. 1993-2000

A partir de estos datos, para calcular el número de víctimas por AT por cada 10.000

habitantes, para el año 1993, realizaremos las siguientes operaciones:

1 - El número de víctimas totales en el año 1993 (2.951), lo multiplico por 10.000

habitantes (medida que queremos obtener).

2 - El resultado de este cálculo lo divido por la población para el año 1993

(761.164).

3 - La cifra que obtenemos es el número de víctimas por 10.000 habitantes en la ciu-

dad de Valencia para el año 1993.

Nº de víctimas por 10.000 habitantes= (2.951 X 10.000)/761.164 = 38.8

Como ejemplo de cálculo de la tasa de mortalidad elegimos el año 2000 y operamos

del siguiente modo:

1 - El número de víctimas mortales en el año 2000 (15 víctimas mortales), lo multi-

plico por 100.000 habitantes (medida que quiero obtener).

2 - El resultado lo divido por el número de habitantes para este año (739.297).

3 - El valor obtenido es la tasa de mortalidad (TM) por cada 100.000 habitantes.

TM (año 2000, ciudad de Valencia) = (15 X100.000)/739.297 = 2

A continuación observamos la tabla con los cálculos realizados para todos los años,

y su representación gráfica

81


Año Víctimas por 10.000 habitantes TM por 100.000 habitantes

1993 38,8 3,91994 39,7 4,71995 42,9 4,11996 47,5 4,81997 48,9 3,51998 52,4 3,61999 55,2 2,92000 61,7 2,0

Tabla 19: Víctimas y fallecidos por AT cada 10.000 y 100.000 habitantes en la Ciudad de Valencia. 1993-2000

Evolución de las víctimas cada 10.000 habitantes, en la ciudad de Valencia. 1993-2000.

38,8 39,742,9

47,5 48,952,4

55,261,7

0

10

20

30

40

50

60

70

1993 1994 1995 1996 1997 1998 1999 2000

Víct

imas

cad

a 10

.000

hab

itant

es

Figura 43. Evolución del número de víctimas por AT cada 10.000 habitantes en la Ciudad de Valencia. 1993-2000.

Evolución de la tasa de mortalidad (TM) cada 100.000 habitantes, en la ciudad de Valencia. 1993-2000.

3,9

4,7

4,1

4,8

3,5 3,6

2,9

2,0

0

1

2

3

4

5

6

1993 1994 1995 1996 1997 1998 1999 2000

Víc

timas

Mor

tale

s ca

da 1

00.0

00 h

abita

ntes

Figura 44. Evolución de la tasa de mortalidad por AT cada 100.000 habitantes en la Ciudad de Valencia. 1993-2000.

Conductores víctimas por número de permisos de conducir

Indicador relativo. Indica el número de conductores víctimas de AT con relación al

número total de conductores.

82


Ver ejemplos en la tasa que se presenta a continuación.

Conductores fallecidos por número de permisos de conducir

Indicador relativo similar al anterior. Indica el número de conductores fallecidos por

AT con relación al número total de conductores.

En la Figura 45 y Figura 46 se muestra la tasa de mortalidad por permisos de con-

ducir comparando diversos grupos de edad y diferenciando entre carretera y zona urbana.

142.6

110.8116.9

184.9196.5

0

50

100

150

200

250

300

14-17 18-24 25-44 45-64 Más de 65

Conductores víctim as m ortales de accidentes por m illón deperm isos de conducir

Figura 45. Conductores víctimas mortales por millón de permisos de conducir para distintos grupos de edad. Datos de CARRETERA. España, 2001.

181116

50.6

170.7

0

25

50

75

100

125

150

175

14-17 18-24 25-44 45-64 Más de 65

Conductores víctim as m ortales de accidentes por m illón deperm isos de conducir

Figura 46. Conductores víctimas mortales por millón de permisos de conducir para distintos grupos de edad. Datos de ZONA URBANA. España, 2001.

Al igual que ya hemos señalado para el caso de los índices, las anteriores no agotan

todas las combinaciones posibles, pudiéndose establecer o calcular nuevas tasas en fun-

ción de las necesidades de cada estudio

83


4.5TÉCNICAS GENERALES DE ANÁLISIS DE DATOS APLICABLES AL ANÁLISIS DE ACCIDENTALIDAD (II): TÉCNICAS DE CONTRASTE Y MODELADO ESTADÍSTICO (ASOCIACIÓN ENTRE VARIABLES)

En este apartado se describen una serie de técnicas diversas cuyo denominador co-

mún es el interés en cuantificar y contrastar estadísticamente el grado de asociación y de-

pendencia que se produce entre las distintas variables implicadas en el análisis de acci-

dentalidad por tráfico, sea entre dos o más variables. En última instancia de lo que se tra-

ta es de buscar relaciones de causalidad (en línea de los enfoques analítico y evaluativo

descritos en el apartado 4.1), aunque es importante dejar claro que las técnicas estadísti-

cas no demuestran ni garantizan dicha causalidad. El establecimiento de la ‘causalidad’ es

un proceso interpretativo en el cual el analista debe basarse en otro tipo de informaciones

y en su experiencia.

Como ocurre en el caso de otras técnicas, dada la sofisticación y dificultad de aplica-

ción de los análisis aquí incluidos, nos limitaremos a describir y dar a conocer sus elemen-

tos principales, sin entrar en un mayor nivel de detalle. Esto mismo es aplicable a las téc-

nicas descritas en el apartado 4.6.

4.5.1Diseño y contraste de modelos predictivos

Los modelos estadísticos son una herramienta fundamental para estudiar la variabi-

lidad de un conjunto de datos y las relaciones que se establecen entre ellos. El modelado

es una técnica ampliamente utilizada en el ámbito del transporte13. En el caso de los acci-

dentes de tráfico nos pueden permitir estudiar cómo las distintas variables que se relacio-

nan con la accidentalidad influyen en la misma, cuantificando dicha relación.

Desde el enfoque del modelado estadístico, los accidentes de tráfico pueden ser vis-

tos como eventos aleatorios causalmente determinados, es decir, como el resultado de un

complejo proceso en el que intervienen múltiples variables y en el que están actuando

tanto un componente sistemático como aleatorio:

• Componente sistemático: aquel debido a toda una serie de variables que pode-

mos identificar y cuantificar su influencia, y que incluimos en nuestro modelo

predictivo de la accidentalidad

• Componente aleatorio: aquel no explicado por el modelo, es decir, el producido

por aquellas otras variables que también van a influir en la accidentalidad pero

que no hemos podido incluir en el modelo (ya que en la práctica es imposible

13 Por ejemplo, los modelos de tráfico, logística,...

84


poder tener información y datos de todas las variables implicadas en la acciden-

talidad), lo que conlleva siempre un margen de error en nuestra predicción

Lo anterior se ve reflejado en la siguiente expresión:

Accidentalidad = Componente sistemático + componente aleatorio

Por ejemplo, centrándonos en las relaciones entre las infraestructuras y los acciden-

tes, dentro de esta perspectiva diversos estudios han tratado de establecer la relación en-

tre la accidentalidad (habitualmente en términos de frecuencias) y diversos parámetros,

tanto del diseño del viario (geometría, señalización...) como del tráfico (volumen, intensi-

dad...) y, ocasionalmente, variables ambientales (climatología, momento del día...).

El objetivo último es el establecimiento de relaciones entre los parámetros señala-

dos y la accidentalidad de tal modo que dichos resultados puedan tener una aplicación

práctica, sea a la hora de diseñar nuevas infraestructuras o mejorar las existentes, o sea

desde la perspectiva de mejorar la gestión del tráfico y transporte en relación a la seguri-

dad. En concreto, algunas de las principales cuestiones a las que habitualmente han trata-

do de dar respuesta estos estudios son:

• Dada una sección de la vía con determinados atributos ¿Qué cantidad de acciden-

tes puede ser razonablemente esperable?

• Dado un conjunto de variables geométricas referidas al diseño del viario ¿qué va-

riables son las más críticas desde el punto de vista de la seguridad vial?

• ¿Qué porcentaje de reducción en la accidentalidad serían esperables a partir de

distintos tipos de mejoras o cambios sobre el viario (geometría y tráfico)?

• ...

4.5.2Análisis de series temporales

El análisis de series temporales constituye un enfoque fundamental en el análisis de

accidentes de tráfico, dado que la evolución de la accidentalidad a lo largo del tiempo y

sus determinantes constituyen uno de los fenómenos que más interesan a los responsa-

bles de la seguridad vial.

El análisis de series temporales tiene dos objetivos principales: (a) identificar la na-

turaleza y patrones de evolución temporal del fenómeno observado –en este caso la evo-

lución de la accidentalidad- y (b) poder hacer predicciones de la evolución. Para ello es

necesario, por un lado, interpretar adecuadamente el patrón observado y por otro identifi-

car las variables que se relacionan con dicho patrón estableciendo sus relaciones.

En última instancia el objetivo es similar al señalado para el modelado estadístico:

identificar el componente sistemático y el componente aleatorio que determina la evolu-

85


ción a lo largo del tiempo de la accidentalidad. No obstante, en este caso se añaden nue-

vos componentes como son los patrones estacionales (p.e. mayor accidentalidad en los

meses de verano,...), las tendencias a largo plazo, la existencia de auto correlación entre

las frecuencias de accidentalidad en momentos temporales contiguos y la existencia de

actuaciones o intervenciones que influyen en ese patrón temporal. En relación con esto úl-

timo, los métodos de análisis de series temporales constituyen una herramienta eficaz

para la evaluación del impacto de las intervenciones (normativas, educativas,

campañas,...) para mejorar la seguridad vial. (enfoque evaluativo).

86


4.6TÉCNICAS GENERALES DE ANÁLISIS DE DATOS APLICABLES AL ANÁLISIS DE ACCIDENTALIDAD (III): OTRAS TÉCNICAS DE ANÁLISIS DE DATOS DE ACCIDENTES

4.6.1Análisis espacial

El análisis espacial de accidentes de tráfico se ha venido desarrollando paralelamen-

te a la introducción de los Sistemas de Información Geográfica (GIS ó SIG) en el estudio

de la accidentalidad. No se trata propiamente de una técnica estadística sino de un enfo-

que de trabajo que hace uso de distintas técnicas, adaptándolas en muchos casos a las

particularidades del análisis espacial de datos.

El objetivo es analizar y comprender la distribución de las localizaciones de los acci-

dentes en un espacio geográfico, estudiando las correlaciones entre dichas localizaciones y

las características o propiedades de los accidentes, así como el lugar donde estos ocurren.

Uno de los aspectos en los que se pone el énfasis es la determinación de los proce-

sos espaciales que influyen en dicha distribución, en especial los factores ambientales re-

lacionados con el entorno donde ocurren los accidentes.

En definitiva, tres aspectos son objeto de interés especial desde este enfoque:

1) El análisis de la estructura espacial y distribución de los accidentes a distintas es-

calas

2) La identificación y jerarquización, por medio de distintas técnicas estadísticas, de

las zonas o áreas especialmente peligrosas

3) La búsqueda de explicaciones: relaciones entre la distribución espacial de los ac-

cidentes – o de cierto tipo de accidentes- y distintas variables del entorno o zonas donde

ocurren dichos accidentes (p.e. zonas de ocio, comercio, colegios,...).

El análisis espacial de datos de accidentes de tráfico se caracteriza en el ámbito ins-

trumental por hacer uso de representaciones de los accidentes sobre planos, también de-

nominadas mapificaciones, tal como se ilustra en los ejemplos de la Figura 47.

87


Figura 47. Ejemplo de distintas formas de mapificación de datos de accidentes de tráfico en análisis espacial. En el plano de abajo a la izquierda los accidentes se representan individualmente, cada uno mediante un punto. En la de derecha se representa la densidad de accidentes en diversas calles, correspondiéndose los colores más oscuros con una acumulación mayor de accidentes. Arriba a la derecha se presenta un plano en el que los colores se han utilizado para diferenciar distintas zonas o distritos en función de la densidad de accidentes en cada una.

4.6.2Minería de datos (Data mining )

La Minería de Datos (MD), al igual que ocurre con el análisis espacial de datos, no

constituye propiamente una técnica estadística. En realidad es una perspectiva de análisis

orientada a la exploración de grandes cantidades de datos, no con el fin de identificar re-

gularidades, patrones o formas de relación entre los datos, sino con el objetivo de produ-

cir una solución útil para realizar pronósticos. Para ello no sólo utiliza técnicas estadísticas

tradicionales, sino también otras como las Redes Neuronales.

En definitiva se trata de una perspectiva de análisis orientada a producir conoci-

mientos que puedan optimizar la toma de decisiones, utilizando como base la explotación

de grandes cantidades de datos resultantes de algún proceso de gestión (en este caso la

información de los PDA)

Recientes propuestas postulan la aplicación de enfoques que combinan la MD con el

Análisis Espacial de los datos de accidentes.

88


4.7NIVELES O ÁMBITOS DEL ANÁLISIS DE ACCIDENTALIDAD

Observando los ejemplos con los que se han ilustrado los apartados anteriores, el

lector ya habrá podido observar que, además de las diversas técnicas estadísticas que po-

demos utilizar, el análisis de accidentalidad se puede llevar a cabo a muchos niveles y

obedecer a múltiples objetivos, que van desde comparaciones internacionales de las prin-

cipales cifras, al análisis de ámbito nacional, autonómico, acotado a una población concre-

ta o referidos a una calle o punto del viario específico, entre muchas otras posibilidades.

Por otro lado, el estudio de la accidentalidad no sólo se limita a hacer uso de los da-

tos de accidentes para su análisis estadístico. Normalmente se hace uso de otros tipos de

informaciones o datos complementarios con mayor o menor nivel de detalle, bien para ser

incluidos en el propio análisis (p.e. los índices y tasas ya descritas) o bien para servir de

información adicional que ayude en la interpretación de los resultados obtenidos en los

análisis. En general, el ámbito o nivel de análisis suele llevar asociado el uso de datos

complementarios más o menos detallados.

De este modo, podemos ir desde el análisis de datos de gran cantidad de accidentes

desde una perspectiva completamente estadística a estudios con muy pocos accidentes

pero con gran cantidad de información, tanto sobre los accidentes como complementaria,

en los que el componente cualitativo del análisis puede llegar a tener tanto o casi más

peso que el componente estadístico. Aunque son muchos los niveles de análisis posible,

podemos identificar unos pocos niveles generales de carácter amplio. Así, podemos distin-

guir tres niveles de análisis de accidentalidad, de carácter complementario, que se dife-

rencian fundamentalmente en el origen, tipo y cantidad de datos utilizados, el nivel de de-

talle de la investigación y las funciones y objetivos que pueden satisfacer: Nivel Base, Ni-

vel Intermedio y Nivel en Profundidad. En la Tabla 20 se resumen los elementos esencia-

les de estos niveles.

NIVEL BASE

Fuentes de datos: Datos provenientes de las investigaciones policiales

Estadísticas de transporte (tráfico -volumen, intensidad, velocidades, etc.-, par-que de vehículos ,...)

Funciones:

* Perfilar el estado de la accidentalidad (quien, dónde, cuándo, en qué circunstancias...)

* Examinar tendencias en volumen de tráfico, riesgo y accidentes: hacer predicciones

* Evaluar efectividad de cambios normativos u otras contramedidas, así como la influencia en la acci-dentalidad de los cambios en infraestructuras, parque, etc.

NIVEL INTERMEDIO

89



Datos relativos al tráfico, parque, etc

Observaciones en los lugares de ocurrencia de AT

Información adicional proveniente de testigos o agentes policiales

Atestados e Informes Técnicos Judiciales

Funciones:

* Identificación, diagnóstico y resolución de puntos de la infraestructura peligrosos (PES)

* Diagnosis de problemas de seguridad vial a nivel local o de carácter específico o acotado que permi-tan determinar medidas de enforcement (intervención, control...) adecuadas.

NIVEL EN PROFUNDIDAD (IN DEPTH)


Observaciones en los lugares de ocurrencia de AT

Información adicional proveniente de testigos o agentes policiales

Entrevistas a los usuarios de la vía implicados

Evaluación clínica de las lesiones

Valoración técnica de los daños

Funciones:

* Evaluar y determinar las causas de los accidentes

* Evaluar y determinar los mecanismos causantes de lesiones

* Derivar y estudiar contramedidas para prevenir accidentes y lesiones

* Incrementar los conocimientos en relación con la seguridad de los vehículos, comportamiento huma-no y tolerancia fisiológica.

* Evaluación y control de la efectividad de normativas específicas así como contramedidas no normati-vas.

Tabla 20. Niveles, fuentes y funciones de los datos de AT y relacionados.

4.7.1Nivel base

En esencia hace referencia a los datos estadísticos a gran escala (nivel local, regio-

nal, nacional o internacional). En este nivel la fuente de datos principal es la proveniente

de la información recogida en las investigaciones llevadas a cabo en la escena del acci-

dente por los técnicos policiales, en las cuales se recoge la información básica e impres-

cindible de cada accidente, la cual es trasladada al PDA. Típicamente incluyen datos de-

mográficos de las personas implicadas, lesiones y gravedad, información relativa a la vía y

al vehículo, condiciones ambientales y otras informaciones como las condiciones psicofísi-

cas de los conductores (p. e. alcohol) y el uso de dispositivos de seguridad. También se

suele incluir un diagrama, una breve descripción del accidente así como las valoraciones

de los agentes en cuanto a los factores concurrentes y posibles elementos causales. La in-

formación recogida en el PDA es codificada e introducida en BDA para su posterior análisis

estadístico.

Así pues dos elementos caracterizarían este nivel:

90


a) La utilización de los datos provenientes de las investigaciones y reconstrucciones

de los accidentes realizadas por la policía.

b) El análisis estadístico de los datos recogidos. Por lo general se suele llevar a cabo

a un nivel descriptivo (frecuencias, porcentajes, tasas, etc.) y en ocasiones analítico (mo-

delado estadístico, p.e.), complementándose el análisis con distintos datos relacionados

con la accidentalidad, tales como el tráfico (intensidades, volumen...), parque, población,

etc.

Por otro lado los objetivos fundamentales que se pueden alcanzar con los datos a

este nivel son:

- Obtener una perspectiva general de la situación y magnitud de la accidentalidad

respondiendo a las preguntas: cuántos AT y víctimas, quién se accidenta, dónde, cuándo

y bajo qué circunstancias.

- Permitir las comparaciones a lo largo del tiempo y entre países o regiones. Esta-

blecer tendencias y establecer pronósticos de la evolución de la accidentalidad.

- Ofrecer una base para establecer prioridades de acción.

- Hacer posible evaluaciones de la efectividad de cambios legislativos / normativos

así como la influencia sobre la accidentalidad de cambios en las condiciones ambientales

(situación económica, mejoras en las infraestructuras, parque de vehículos, etc.).

4.7.2Nivel intermedio

Para diagnosticar problemas de accidentalidad y plantear medidas aplicadas desde

un punto de vista práctico es necesario analizar los accidentes y sus circunstancias en ma-

yor detalle. El nivel intermedio habitualmente hace referencia a datos más específicos y

detallados a un nivel o ámbito local o acotado. Otra característica de este nivel es que los

datos recogidos, así como las investigaciones policiales, descritas en el nivel base son ha-

bitualmente complementadas por medio de observaciones y datos recogidos por personal

técnico o investigadores, bien sobre el terreno en el lugar del accidente (bien ocasional-

mente en el momento del mismo o, más habitualmente, con posterioridad al mismo) o

bien mediante distintas fuentes en función de los objetivos en cada caso particular (ates-

tados e informes técnicos judiciales, entrevistas a testigos o víctimas, estudio de los vehí-

culos siniestrados, estudio de las lesiones de las víctimas, etc.).

Así, en este caso podemos señalar tres elementos para caracterizar este nivel:

a) Los datos provenientes de las investigaciones policiales.

b) Los datos e informaciones recogidos por los investigadores. Por ejemplo, los da-

tos que puedan recoger sobre el terreno los técnicos respecto a determinados tramos o

puntos conflictivos de concentración de accidentes (TCA), como pueden ser datos sobre

91


señalización, pavimentos, velocidades o intensidades de circulación, visibilidad, curvas o

cruces peligrosos, elementos de protección en la vía, etc.

c) El análisis estadístico de los datos y el estudio de información observacional to-

mada sobre el terreno. El análisis estadístico se suele llevar a cabo con mayor detalle, con

un número de accidentes más restringido y, en su caso, teniendo en consideración los da-

tos e informaciones recogidas de carácter complementario. En este caso, además del aná-

lisis estadístico, la información y valoración observacional juegan un rol importante. Por

ejemplo, los análisis estadísticos permiten identificar los puntos conflictivos en los que se

concentran más accidentes de lo normal; posteriormente es el estudio y observaciones so-

bre el terreno y las valoraciones de los técnicos y expertos lo que permite plantear hipóte-

sis sobre cuales son los elementos que pueden estar influyendo.

Este nivel, por ejemplo, es particularmente utilizado por los responsables de las in-

fraestructuras viarias con el objetivo de encontrar soluciones concretas en lugares conflic-

tivos puntuales. También se encontrarían en este nivel estudios llevados a cabo en deter-

minadas ciudades o puntos concretos de las mismas, en los cuales a los datos sobre acci-

dentes y su distribución se añaden informaciones relativas a los lugares de mayor sinies-

tralidad, la señalización e infraestructuras, los hábitos y patrones de desplazamiento, in-

formaciones aportadas por los usuarios habituales de las vías, etc. También se incluirían

infinidad de estudios específicos en relación con determinado tipo de usuarios, vías o gru-

pos de edad.

El nivel intermedio también suele ser denominado ‘nivel aplicado o práctico’, ya que

en general su utilización va seguida por la aplicación práctica de contramedidas concretas

o puntuales. En definitiva el nivel tendría como objetivos más generales:

- Identificación, diagnóstico y resolución de puntos de la infraestructura especial-

mente peligrosos o conflictivos.

- Estudio detallado de accidentes y establecimiento de patrones de accidentalidad y/

o lesiones a nivel local (ámbitos geográficos delimitados) y/o acotado (grupos de edad,

tipo de usuario, tipo de vehículo o de vía, dispositivos de seguridad, etc.), con el objetivo

de determinar medidas preventivas / legislativas concretas en relación a la conducta del

usuario de las vías o mantenimiento / dispositivos de seguridad de los vehículos.

4.7.3 Nivel en profundidad

Indudablemente debemos de considerar el AT como el resultado de un proceso com-

puesto por una compleja cadena causal de eventos, condiciones y conductas que lo prece-

den. Así pues, dado que la mayoría de los accidentes presentan una multiplicidad de cau-

sas, siendo el resultado de un proceso de mayor o menor complejidad, para alcanzar un

conocimiento más completo sobre el cómo y por qué de los accidentes y/o lesiones se

hace necesario examinarlos en mayor profundidad. En términos generales el nivel de aná-

92


lisis en profundidad (in depth) se basa en las investigaciones realizadas por grupos inter-

disciplinares de expertos (equipos de investigación de accidentes) con el objetivo de esta-

blecer el rol del usuario de la vía, el entorno vial y el vehículo, así como sus complejas in-

teracciones en la causación de determinados accidentes -generalmente de carácter severo

o mortal- o tipo de accidentes.

Estos equipos de expertos están habitualmente compuestos por psicólogos, médi-

cos, ingenieros, expertos en tráfico y, más recientemente, informáticos. La investigación,

o una parte de ella, se realiza habitualmente en el lugar de ocurrencia del mismo (on-

site), bien en la escena (on-scene) o posteriormente cuando ya han sido retirados los

vehículos (on-spot). Este tipo de investigaciones trata de responder a multitud de cuestio-

nes en función de los objetivos del estudio, pero se pueden resumir en dos fundamenta-

les: Cómo y por qué de los accidentes y lesiones. Estos estudios pueden hacer uso, o no,

de los datos recogidos por la policía. De igual modo pueden hacer uso de un enfoque bien

estadístico, bien cualitativo (también llamado clínico) o una combinación de ambos. Así

pues el elemento caracterizador que los diferencia es la existencia de equipos pluridiscipli-

nares, que llevan a cabo un estudio o investigación en profundidad de cada accidente par-

te del cual se desarrolla en el lugar de ocurrencia del mismo.

Resumidamente los objetivos en este nivel se concretan en:

- Evaluar y determinar con precisión las causas de los accidentes

- Evaluar y determinar los mecanismos causantes de lesiones

- Derivar y estudiar contramedidas para prevenir accidentes y lesiones

- Incrementar los conocimientos en relación con la seguridad de los vehículos, com-

portamiento humano y tolerancia fisiológica.

- Evaluación y control de la efectividad de normativas específicas así como contra-

medidas no normativas.

93

ANEXO I: TRAMOS DE CONCENTRACIÓN DE ACCIDENTES (TCA)

Con este Anexo se pretende simplemente no dejar de incluir en este manual algu-

nos conceptos básicos en relación con uno de los aspectos más frecuentemente abordados

por los técnicos de seguridad vial al estudiar el posible efecto de las infraestructuras sobre

la accidentalidad: El análisis de los tramos de concentración de accidentes (TCA)

Definición general de TCA

Elemento o tramo de carretera donde, debido a causas exclusivamente locales, el

número de accidentes es significativamente más alto que en otros elementos o tramos

con características similares con los cuales es comparado y en el que, previsiblemente,

una actuación de mejora de la infraestructura puede conducir a una reducción efectiva de

la accidentalidad.

Definiciones operativas

El número de accidentes que se produce en un tramo durante un año está sometido

a variaciones aleatorias debidas a la propia naturaleza del fenómeno de la accidentalidad.

Por ello, y a efectos de obtener una identificación más fiable de los TCA, se consideran los

datos de accidentes entre 3 y 5 años. Por otra parte, la medida de los niveles de riesgo se

realiza a través de índices que relacionan el número de accidentes o sus consecuencias

con el nivel de exposición, representado por el volumen de tráfico. El más generalizado es

el Índice de Peligrosidad (IP) = accidentes / 108 veh X km. (1OO Millones de vehículos-ki-

lómetro). Para detectar los TCA se buscan tramos que difieran significativamente en cuan-

to a número de accidentes e IP de otros tramos de idénticas características.

El criterio que se sigue en diferentes países para estimar cuál es el valor de acciden-

tes y/o IP en un tramo determinado para considerarlo TCA es diferente. Incluso dentro del

mismo país, varían entre distintas administraciones (por ejemplo, en el caso de las redes

locales donde la frecuencia de accidentes es mucho menor y los tramos más heterogéneos

resulta difícil aplicar los mismos criterios estadísticos que en la Red Principal de Carreteras

del Estado).

De cualquier manera y a modo de referencia señalar que desde el Ministerio de Fo-

mento se considera como TCA aquel tramo en el que, como mínimo, ‘tanto el número de

accidentes con víctimas como el IP medio en los últimos 5 años sea superior a la media

más la desviación media del número de accidentes o IP de todos los tramos de caracterís-

ticas similares (Categoría e IMD)’. En general para el proceso de identificación se suelen

trabajar con tramos de 1 Km. Además de este criterio general se deben cumplir distintos

criterios específicos variables.

94


Importancia de los TCA en la accidentalidad total.

Debido a la desagregación de la Red de carreteras en distintas administraciones pú-

blicas responsables de su gestión (Red de Carreteras del Estado, redes autonómicas, pro-

vinciales, locales, etc.) es difícil disponer de datos globales respecto al impacto de los

TCA. Los datos de la Red de Carreteras del Estado (Red de Interés General del Estado:

RIGE) (autopistas, autovías y carreteras convencionales) son los más completos. Esta

Red, si bien sólo supone el 7% de los 350.000 kms de carreteras del total nacional, absor-

be más de la mitad del tráfico interurbano, suponiendo, además, entre el 35 y 45% de los

accidentes.

En la RCE los TCA entre 1996-2000 :

* Han sido detectados 623, que suponen en conjunto el 4% de la longitud de la RCE

* En este 4% de la RCE se han producido el 20% de los accidentes con víctimas y 15% de los

muertos.

* Por lo tanto el 80% de los accidentes y el 85% de las víctimas mortales en la RCE se produ-

cen en tramos que no son TCA.

Estos datos en principio solo serían validos para la RCE. Aunque no se pueden gene-

ralizar al resto de las redes, nos pueden servir como valoración general del problema. Por

otro lado está la accidentalidad en ciudad donde, por lo general, no se realizan de forma

sistemática procedimientos de detección y evaluación de TCA.

Elementos que afectan negativamente a las actuaciones sobre los TCA

Compensación del riesgo:

Fenómeno tratado por algunos de los más importantes modelos sobre el comporta-

miento humano en la conducción (p.e. Teoría Homeostática del Riesgo de Wilde). Los con-

ductores están dispuestos a aceptar un nivel de riesgo subjetivo determinado. Tras una

mejora en las infraestructuras pueden cambiar su conducta (p.e. incrementando la veloci-

dad) de modo que vuelven a su nivel de riesgo inicial, restando eficacia a la medida.

Migración de accidentes:

Fenómeno que se produce cuando tras el desarrollo del tratamiento de un TCA que

logra disminuirlos, se produce, por el contrario, un aumento de ellos en tramos próximos

o cercanos al tratado. Está muy interrelacionado con la compensación del riesgo.

Estos fenómenos demuestran que, no obstante la importancia de los factores de la

vía, en los TCA el factor humano, la conducta de los usuarios, también juega un papel

fundamental.

95

ANEXO II. INFORMES DE ACCIDENTALIDAD

En muchas ocasiones los análisis de los datos de accidentes han de presentarse en

forma de informes de accidentalidad. Estos informes pueden tener mayor o menor enver-

gadura en función de los objetivos y amplitud del estudio. En este anexo describiremos

someramente qué apartados básicos debe contemplar un informe de accidentalidad ‘típi-

co’.

Los apartados que debería tener cualquier informe son los siguientes:

1 - Antecedentes o introducción

El primer apartado tiene como misión contextualizar el análisis que se presenta. Se

debe justificar porqué se ha realizado el estudio y dar información respecto al ámbito del

mismo (local, provincial, etc..), así como algunas nociones generales sobre sus caracterís-

ticas, que se ampliarán en apartados posteriores. También resulta aconsejable comentar

la estructura (apartados) que va a tener el informe.

2 – Objetivos

Se debe describir en detalle y con la máxima precisión posible los objetivos que se

pretenden cumplir con los análisis (p.e.: identificar tramos peligrosos, hacer un estudio

específico sobre determinados grupos de riesgo, describir el estado de la seguridad vial en

un ámbito espacial y temporal determinado, etc.)

3 – Metodología

Explicar lo más detalladamente posible qué metodología y técnicas de análisis se

han empleado, de modo que el lector tenga información suficiente para poder entender e

interpretar correctamente la información estadística que se presenta en el informe.

4 – Descripción de resultados

Exponer los resultados de forma ordenada y estructurada, incluyendo las principales

tablas y gráficos14, comentando y haciendo hincapié dentro de cada apartado en aquellos

aspectos que puedan resultar más relevantes (incrementos de la accidentalidad, interac-

ciones entre variables, etc.). A la hora de redactar los resultados es muy importante tener

en cuenta cual va a ser el ‘publico’ objetivo en cada momento, adecuándolo en aquello

que sea necesario: personal técnico, medios de comunicación, público en general...

5 – Conclusiones y recomendaciones

Se trataría de una parte más ‘cualitativa’, en la cual se extraen conclusiones genera-

les de toda la información expuesta en el apartado anterior destacando lo más relevante

en relación a los objetivos planteados y, en la medida de lo posible, se proponen reco-

14 Cuando hay muchas tablas y gráficos puede resultar ‘engorrosa’ la consulta del informe, por lo que es conve-niente presentarlas aparte, en forma de anexo que puede ser consultado, dejando en el informe principal aquellas que re-sulten más relevantes o importantes.

96


mendaciones o sugerencias aplicadas que se desprendan del estudio realizado y que pue-

dan ser útiles desde el punto de vista de la mejora de la seguridad vial.

97

ANEXO III CUESTIONARIO ESTADÍSTICO DE LA DGT (‘PARTE DE ACCIDENTE’PDA)

98


99


100

Documents

Introducción al Análisis de Accidentalidad por Tráfico · de Accidentalidad por Tráfico Mauricio Chisvert Perales Jaime Sanmartín Arce ... Este objetivo general se puede desglosar