Sonstige
Den bisherigen Richtlinien zu Verkehrserhebungen ist gemeinsam, dass sie - wenn überhaupt - nur sehr wenige Aussagen zur erreichbaren Datenqualität enthalten. Normative Vorgaben und konkrete Handlungsanweisungen, die zu einer Verbesserung der Datenqualität von Erhebungen führen, fehlen in der Regel für die meisten Erhebungsverfahren. Abgesehen von Einzelaspekten wie beispielsweise den Kernelementen für Haushaltsbefragungen zum Verkehrsverhalten gibt es keine Qualitätsstandards für die Konzipierung, Durchführung und Auswertung einer Verkehrserhebung. Ziel der vorliegenden Studie ist es, mit Blick auf verschiedene Datennutzer und Arten der Datenverwendung wissenschaftlich abgesicherte Qualitätsstandards für Verkehrserhebungen zu erarbeiten. Im Kern sollten Hinweise gegeben werden, durch welche konkreten methodischen Ansätze und praktische Maßnahmen man für die unterschiedlichen Erhebungsverfahren im Verkehrswesen (Zählungen, Messungen, Verhaltensbeobachtungen und Befragungen) die jeweils bestmögliche Datenqualität erreichen kann. Die Ergebnisse dieses Projektes sollen darüber hinaus auch als eine Grundlage für die Fortschreibung der neuen "Empfehlungen für Verkehrserhebungen (EVE)" dienen. Im Kapitel 2 wird zur Schaffung eines geeigneten theoretischen Rahmens nach einer allgemeinen, an den Ansätzen des Qualitätsmanagements orientierten Definition von Datenqualität zunächst ein umfassendes Datenqualitätskonzept dargestellt, welches im Bereich der amtlichen Statistik auf europäischer Ebene entwickelt worden ist. Kapitel 3 stellt wichtige verkehrswissenschaftliche Grundlagen der vorliegenden Untersuchung zusammen. Ausgangspunkt ist eine allgemeine Charakterisierung von Verkehrserhebungen. In Kapitel 4 wird der konzeptuelle Rahmen für die Ermittlung von Standards der Datenqualität dargestellt. Hierzu werden allgemeine Indikatoren der Datenqualität auf Verkehrserhebungen übertragen. Anschließend werden die verschiedenen Anspruchsgruppen und deren Anforderungen an die Datenqualität betrachtet und darauf aufbauend die Elemente einer Qualitätsstrategie für Verkehrserhebungen entwickelt. Wie eine angemessene Datenqualität bei den verschiedenen Arten von Verkehrserhebungen erreicht werden kann, wird in den Kapiteln 5 bis 8 dargestellt. Hier werden Hinweise und Empfehlungen zum Stichprobenverfahren gegeben und es wird aufgezeigt, wie systematische Fehler (Nichterfassung von Stichprobeneinheiten, Fehler bei der Erfassung von Merkmalen, bei der Datenaufbereitung und -auswertung sowie der Darstellung von Ergebnissen) vermieden oder zumindest reduziert werden können. Abschließend werden in Kapitel 9 die wesentlichen Erkenntnisse zusammengefasst und ein Dokumentationsschema vorgestellt, welches einen Orientierungsrahmen für die Durchführung von Verkehrserhebungen liefert.
Recent findings from real-world accident data have shown that fatality risks for pedestrians are substantially lower than generally reported in the traffic safety literature. One of the keys to this insight has been the large and random sample of car-to-pedestrian crashes available in the German In-Depth Accident Study (GIDAS). Another key factor has been the proper use of weight factors in order to adjust for outcome-based sampling bias in the accident data. However, a third factor, a priori of unknown importance, has not yet been properly analysed. This is the influence of errors in impact speed estimation. In this study, we derived a statistical model of the impact speed errors for pedestrian accidents present in the GIDAS database. The error model was then applied to investigate the effect of the estimation error on the pedestrian fatality risk as a function of car impact speed. To this end, we applied a method known as the SIMulation-EXtrapolation (SIMEX) method. It was found that the risk curve is fairly tolerant to some amount of random measurement error, but that it does become flattened. It is therefore important that the accident investigations and reconstructions are of high quality to assure that systematic errors are minimised and that the random errors are under control.