Hvem er disse uoppmerksomme sjåførene …

135 mennesker døde i trafikken i 2016 (Statistisk sentralbyrå, 2017). I Sagbergs rapport anslås det at distraksjoner kan være årsaken til flere ulykker enn hva alkoholpåvirkede sjåfører er.

Med den stadige fremveksten av ny teknologi er det flere knotter å skru på, og flere apper som kan sende push-varsler. Inntil bilene blir førerløse, lever vi fortsatt i en tid der vi selv må være oppmerksomme på veien.

De fleste er jo også klar over farene ved å la seg distrahere, så hvem vil egentlig utsette seg for denne risikoen? Og kan man gjøre noe for effektivt å redusere omfanget av distraksjoner?

Det var spørsmålene jeg stilte i min masteroppgave med tittelen “Maybe I will just send a Quick Text… – Two Studies to Reduce and Explain Drivers’ Distractions“ (Johansson, 2017).

Arbeidet med masteroppgaven ga flere interessante forklaringer på hvem som lar seg distrahere.

Resultatene mine viser at man i fremtiden kan effektivisere atferdsendring ved å vektlegge enkelte ting. Blant annet fant jeg at man bør bruke holdningskampanjer rettet mot unge menns kjørevaner og selvopplevde atferdskontroll rundt distraksjoner. I tillegg fant jeg at:

• Folks holdninger til distraksjoner er viktige for hvor distraherte de er

• Oppfatning av hvor vanskelig det er å ikke la seg distrahere er viktig for om man faktisk lar seg distrahere

• Personlighet ikke ser ut til å spille en stor rolle

• Unge menn utgjør en risikogruppe

Samtidig viser resultatene at forskjellige faktorer var viktige for forskjellige aldersgrupper, og at forskning på atferdsendring kan by på problemer.

Å forklare distraksjoner i trafikken

Forskning antyder at sannsynligheten for at en ulykke skal skje øker betydelig etter ca. 2 sekunder med visuell distraksjon (Sagberg, Høye, & Sundfør, 2016). I en hastighet på 100 km/t har man tilbakelagt nesten 60 meter på denne tiden, og mye i trafikkbildet kan ha forandret seg.

Mange oppgaver i bilen kan tenkes å trekke oppmerksomheten bort fra veien i flere sekunder, slik som å plotte inn destinasjonen på en GPS, skifte radiokanal, eller lese en tekstmelding.

Det er altså tydelig risiko forbundet med å gjøre ting som «å bare sende en rask tekstmelding».

Det fremste målet for min masterundersøkelse var å finne systematiske forskjeller blant folk når det gjelder hvem som er mer tilbøyelige til å ta en slik risiko. Er det noen forskjeller mellom dem som sjekker telefonen ofte og lenge, og dem som i mindre grad tar øynene bort fra veien?

For å søke slike svar, tok jeg i bruk en personlighetsteori (de fem store, eller The Big Five) og en atferdsmodell (teorien om planlagt atferd, eller The Theory of Planned Behavior).

De fem store er en modell som sikter på å gi en forenklet representasjon av systematiske forskjeller i personlighet mellom mennesker. Navnet kommer fra fem akser man vurderer personlighet etter. Disse undersøker blant annet hvor emosjonelt stabil, hvor planmessig og hvor ekstrovert man er. Jeg valgte meg disse tre aksene, da jeg antok at disse ville være relevante i en trafikksikkerhetskontekst.

Når motivasjonsforskjeller mellom mennesker er blitt undersøkt, har teorien om planlagt atferd blitt mye brukt. Den undersøker menneskers holdninger til en gitt atferd, hvordan de opplever de sosiale normene rundt atferden, og hvorvidt de opplever å faktisk ha kontroll over atferden (opplevd atferdskontroll, OAK).

Disse tre er tenkt å påvirke intensjonen om å utføre en handling, som igjen i stor grad påvirker hvorvidt handlingen blir utført. Jeg ønsket å favne mest mulig variasjon innen opplevd atferdskontroll, og inkluderte derfor noen variabler som målte opplevd kontroll over kjøringen, og i tillegg noen variabler som målte opplevd kontroll over å ikke bli distrahert mens man kjører.

I tillegg til disse to modellene brukte jeg generell demografisk informasjon som alder, kjønn, kjørevaner og fakta om deltakernes hjemsted.

Å redusere distraksjoner i trafikken

Opp gjennom psykologiens historie er det foreslått mange måter å forstå og forklare menneskelig atferd på. Allikevel er psykologi et relativt ungt felt, og den sosialkognitive delen hadde sin fremvekst så sent som på 1960- og 70-tallet, blant annet motivert av en trang til å forstå hendelser som foregikk på 40-tallet. Siden den gang har også det å påvirke atferd blitt et viktig forskningsområde, og mange intervensjoner har blitt utviklet til det formålet.

I masteren testet jeg en anerkjent planleggingsintervensjon som bygger på teorien om planlagt atferd. Denne kalles en implementeringsintensjonsintervensjon. Denne består rent praktisk av at deltakere skal lage seg planer for når, hvor og hvordan de skal oppnå spesifikke mål, som å være mindre distraherte trafikanter.

En slik intervensjonstype har vist seg effektiv på en rekke andre områder – som å øke fruktinntak, å øke fysisk aktivitet og å minne deltakere på å gjøre ting som å poste et viktig brev. Men ville den la seg anvende på et så vanedrevet område som distraksjoner hos bilførere?

I tillegg designet jeg en digital versjon av intervensjonen, noe det også var knyttet usikkerhet til, da selve formen på planleggingen er essensiell for dens effektivitet.

Studiene og resultatene

For å tilnærme meg et svar på alt dette, gjennomførte jeg to studier i tillegg til en pilotundersøkelse. Den første studien ble utført i samarbeid med Trygg Trafikk og skulle kartlegge ungdom, mens den andre ble gjennomført i samarbeid med TØI og skulle kartlegge et representativt utvalg av befolkningen.

Begge studiene ble designet med en forundersøkelse (T0), en intervensjon og en etterundersøkelse (T1).

De viktigste funnene når det gjelder hva som bestemmer i hvilken grad deltakere rapporterer at de er distraherte, kan summeres slik:

• Holdninger og opplevd atferdskontroll (OAK) bestemmer i størst grad distraksjonsnivå

• Normer og personlighetstrekk har noe å si kun hos ungdommer, ikke i resten av samfunnet

• Hvor ofte man kjører, men ikke hvor langt, er en viktig prediktor

• Kjønn og alder (alder hadde trolig for lav varians i studie 1 til å vise noen forskjeller) er viktig, unge menn er mest utsatt

• Da intensjon om ikke å bli distrahert i trafikken ble introdusert i studie 2, var det også viktig

Figur 1 viser en oversikt over resultatene fra den første regresjonsmodellen. Større forskjell fra null er lik en sterkere effekt på distraksjoner.

Figur 1. Standardiserte regresjonskoeffisienter fra Studie 1. Kjønn: 0 = mann, 1 = kvinne. * = p < 0.05, ** = p < 0.01, *** = p < 0.001.

I Figur 1 og Figur 2 er styrken på effektene vist visuelt. Antall stjerner indikerer økende statistisk signifikans, målt i om regresjonskoeffisienten er forskjellig fra null. Regresjonsmodellen i studie 1 forklarte 42 % av variasjonen i distraksjoner, mens kun 17 % ble forklart i studie 2.

Vær oppmerksom på at figurene er forskjellige, da det generelt var svakere effekter i studie 2. Figur 2 viser tilsvarende resultater fra regresjonsmodellen i studie 2.

Figur 2. Standardiserte regresjonskoeffisienter fra Studie 2. Kjønn: 0 = mann, 1 = kvinne. * = p < 0.05, ** = p < 0.01, *** = p < 0.001.

Den første studien tok for seg unge sjåfører, mens den andre tok for seg en generell befolkning. Det er derfor verdt å notere forskjellene i variablenes styrke. At disse observerte forskjellene skal eksistere på distraksjonsatferd mellom ungdom og generell befolkning har ingen støtte i tidligere forskning, da dette ikke har blitt undersøkt tidligere.

I studie to er intensjon inkludert som variabel, og alder har stor nok varians til å få forklaringskraft. Dette er mulige forklaringer på at noen variabler viser forskjell i effektivitet og signifikans mellom studiene.

Historier om feilslått intervensjonsforskning

I masteren ønsket jeg også å teste en atferdsendringsmetode (intervensjon) for å minske distraksjoner i trafikken. Intervensjonsstudier kan rammes av flere problemer, f.eks. fordi de ofte krever at deltakere svarer på flere undersøkelser. I tillegg kan menneskelig atferd være vanskelig å forklare, og minst like vanskelig å endre.  

Allikevel, i studie 1 startet jeg med et utvalg på nesten 9000 elever og friskt mot. Jeg endte opp med å kunne identifisere én person som hadde deltatt i alle de tre datainnsamlingene studien innebar. Et utrolig frafall som gjorde svarene umulige å analysere.

Dette gjorde det umulig å analysere intervensjonsdata fra studie 1. I studie 2 hadde jeg enda strengere og nærmere kontroll over deltakerne, noe som resulterte i 414 deltakere ved siste datainnsamling – et mye bede grunnlag for å konkludere. Denne intervensjonen var fortsatt preget av mye nybrottsarbeid, og spesielt når det gjaldt å tilpasse en tidligere papirbasert versjon til det digitale landskap. Penger ble brukt på et spesialtilpasset digitalt verktøy som sørget for en effektiv atferdsendringskampanje.

Etter å ha analysert dataene fra studie 2, ble det raskt tydelig at det ikke forelå noen signifikante effekter. Selv med utfyllende tilleggsanalyser fant jeg kun en marginalt signifikant effekt.

Den marginalt signifikante effekten som fremkom indikerte en effekt på den vanligste distraktoren (å skru på radioen), men kun for dem som planla å bli mindre distrahert av den distraktoren. Dette indikerer at min måte å slå sammen flere distraktorer til et gjennomsnittsmål på, kan ha druknet eventuelle effekter på enkeltdistraktorer. Figur 3 viser forskjellen i gjennomsnittlig distraksjonsatferd i studie 2.

Figur 3. Gjennomsnittlig distraksjonsatferd fordelt på tid og betingelse (n = 414).

Figur 3 antyder en nedgang i distraksjoner fra forundersøkelsen (T0) til etterundersøkelsen (T1), uavhengig av om de mottok intervensjonen eller ikke. Dette kan forklares gjennom en «question behavior effect» der deltakere forandrer atferd innen et område kun fordi de har blitt spurt om nettopp slik atferd (Morwitz & Fitzsimons, 2004).

For eksempel kan det tenkes at det å bli spurt om hvor ofte man lar seg distrahere, øker sjåførers fokusering på dette, og at det i seg selv er nok til å påvirke atferden. I tillegg ser vi av Figur 3 at gjennomsnittene er nær 1 (skalaens bunnpunkt) allerede, noe som antyder at det også kan være en gulveffekt med liten mulighet for reduksjon.

Konklusjoner rundt forklaring og reduksjon av distraksjoner

Alt i alt var min mastergrad et prosjekt med mye nybrottsarbeid, og med mye tilhørende brannslukking og feilsøking. Det er viktig å ta med seg alt som ikke fungerte – i like stor grad som det som fungerte.

Historier om feilslått forskning vil forenkle neste intervensjonsforsøk, enten med samme eller andre metoder. Mitt forsøk på å redusere distraksjoner i trafikken ga allikevel ingen tydelig effekt.

Faktorene som er inkludert for å forklare distraksjoner gir en god grunnmur for videre forskning på temaet. Kjørevaner, kjønn og alder virker viktig for å forklare distraksjoner, og det samme gjør teorien om planlagt atferd. Personlighet synes ikke å ha mye å si for hvem som lar seg distrahere.

Derfor kan det tenkes at fremtidig arbeid for atferdsendring bør bruke holdningskampanjer rettet mot unge menns kjørevaner og mot forsterkning av deres selvopplevde atferdskontroll.

Alt i alt er dette et steg videre langs en sti som forhåpentligvis kan lede til tryggere veier.

Les også artikkel, skrevet av Johansson, i Frontiers in Psychology: https://doi.org/10.3389/fpsyg.2017.01957

Referanseliste

Johansson, O. J. (2017). “Maybe I will just send a Quick Text…” Two Studies to Reduce and Explain Drivers’ Distractions. (Master's degree, University of Oslo). Retrieved from https://www.duo.uio.no/handle/10852/57291 

Morwitz, V. G., & Fitzsimons, G. J. (2004). The mere-measurement effect: Why does measuring intentions change actual behavior? Journal of Consumer Psychology, 14(1-2), 64-74. doi:10.1207/s15327663jcp1401&2_8

Sagberg, F., Høye, A., & Sundfør, H.-B. (2016). «Jeg så ham ikke» - Temaanalyse av uoppmerksomhet ved dødsulykker i trafikken (Vol. 1535/2016). Oslo: Transportøkonomisk Institutt.

Statistisk Sentralbyrå. (2017). Veitrafikkulykker med personskade, desember 2016, foreløpige tall.   Retrieved from https://www.ssb.no/transport-og-reiseliv/statistikker/vtu