Profile von Senioren mit Autounfällen (PROSA)

11 Profile verunfallter Senioren
Wesentliche Ziele der gerontologischen Mobilitätsforschung
bestehen in einer Unfallprävention sowie
Erhaltung und Förderung der Fahrkompetenz.
Um diese Ziele zu verfolgen, ist es jedoch eine
notwendige Bedingung, Zielgruppen des Interventionsbedarfs
zu identifizieren. Dabei sollen die
Zielgruppen mit ihren Bedürfnissen möglichst
trennscharf voneinander identifiziert werden, um
Interventionsansätze spezifisch zuschneiden und
passende Konzepte für einzelne Gruppen von Senioren
und deren Profile entwickeln zu können.
11.1 Ergebnisse der Clusteranalyse
Die bisherigen Ergebnisse zeigen, dass das
Merkmal der Schuldfrage allein kein Kennzeichen
zu sein scheint, das die Variation risikomodulierender
Merkmale wie Krankheit, Fahrgewohnheiten,
Risikowahrnehmung, Fahrleistung und Fahreignung
zu erklären scheint.
Deshalb soll nun eine Clusteranalyse herangezogen
werden, die als strukturentdeckendes Verfahren
Objekte wie z.B. Personen aufgrund ihrer Ähnlichkeit
bzgl. verschiedenster Variablen zu Gruppen
zusammenfasst. So ist es nicht der Untersucher
selbst, der eine Zuteilung zu Gruppen anhand
seiner Meinung nach wichtigen Merkmalsausprägungen
vornimmt, sondern ein statistisches Verfahren,
das nach Algorithmen der Ähnlichkeit zwischen
Merkmalsausprägungen bestimmt, nach
welchen Kriterien Gruppen zusammenzufassen
sind. Die Two-Step-Clusteranalyse gestattet dabei
nicht nur die Analyse umfangreicher Datendateien,
sondern auch das gleichzeitige Erstellen von Clusterlösungen
auf der Basis kategorialer und stetiger
Variablen (siehe auch Kap.7.5).
Zur Entdeckung von Gruppen innerhalb der Stichprobe
der verunfallten Senioren sollen alle Variablen
betrachtet werden, die nach theoretischer Ableitung
einen potentiell risikomodulierenden Einfluss
besitzen. Diese stellen kompensatorisches
Verhalten, verkehrsbezogene Risikowahrnehmung,
aktuelle jährliche km-Leistung, Anzahl aller
Einzelerkrankungen sowie die Anzahl der Medikamente
dar. Ebenfalls sollen Altersklassen als
Variable in die Clusteranalyse eingeschlossen
werden, so dass der Frage nachgegangen werden
kann, ob es sich um alterskorrelierte oder um al­
61
tersunabhängige Gruppierungen handelt, die die
Clusteranalyse empfiehlt. Um Gruppen zu erhalten,
die sich hinsichtlich ihrer Unfallgefährdung unterscheiden
und damit spezifische Interventionsansätze
erfordern, muss zusätzlich neben diesen
explikativen Variablen auch das beschreibende
Merkmal des Unfallrisikos selbst aufgenommen
werden. Die Schuldfrage des Hauptunfalls, aufgrund
dessen die Stichprobe rekrutiert worden ist,
sowie die Anzahl der Unfälle, die über die Lebensspanne
hinweg erlebt wurden, werden somit ebenfalls
in die Clusteranalyse einbezogen.
Insgesamt können 168 Teilnehmer in die Clusteranalyse
eingeschlossen werden, die einen vollständigen
Datensatz hinsichtlich der oben aufgeführten
Variablen aufweisen. Nicht aufgenommen
wurden demnach vor allem die Probanden, die aktuell
nicht mehr fahren und deshalb z.B. die Fragen
zum kompensatorischen Verhalten nicht beantworteten.
Die Ergebnisse der Clusteranalyse zeigen, dass
insgesamt drei Cluster gebildet werden. Diese setzen
sich aus einer jeweiligen Probandengruppe
der Größe N=49, N=37 und N=82 zusammen. Dies
entspricht einer Verteilung von 29,2%, 22% und
48,8% der Grundgesamtheit, so dass man gerundet
davon sprechen kann, dass ca. ein Viertel der
Stichprobe auf Cluster 1, ein weiteres Viertel auf
Cluster 2 und die Hälfte der Stichprobe auf Cluster
3 fällt.
Schaut man sich nun die Ausprägungen der einzelnen
Variablen über die Cluster an, fällt sofort
auf, dass die Clusteranalyse die Schuldfrage des
Hauptunfalls als wesentliches Trennkriterium zur
Clusterbildung nutzt. So sind sowohl in Cluster 1
als auch in Cluster 2 ausschließlich Probanden zu
finden, die nach eigenen Angaben die Alleinschuld
an dem Unfall tragen. Cluster 3 hingegen setzt
sich nur aus Probanden zusammen, die unschuldig
verwickelt waren, eine Teilschuld trugen oder
mit ungeklärter Schuldfrage an dem Unfall beteiligt
waren. Auch die Altersklassen bilden ein entscheidendes
Merkmal zur Clusterbildung. So finden sich
in Cluster 3 mit den unschuldig/teilschuldigen Unfallbeteiligten
alle Altersklassen wieder. In Cluster
1 und 2 hingegen, die sich ausschließlich aus den
Alleinschuldigen zusammensetzen, wird zwischen
den Altersklassen getrennt. So finden sich in Cluster
1 nur Probanden der ersten und zweiten Altersklasse
mit den Altersausprägungen 65-69 Jahre
bzw. 70-74 Jahre wieder. In Cluster 2 dagegen