论文部分内容阅读
[摘 要]总结汽车驾驶员安全心理学研究的方法，包括事故率统计法、访谈与问卷法、自然观察法和实验法，并提出每种方法存在的问题，建议研究者综合使用多种方法，才能全面地了解人们的驾驶行为。
[关键词]驾驶员；安全心理学；方法论
[中图分类号]X911 [文献标识码] A [文章编号] 1009 — 2234（2013）02 — 0037 — 03
无论什么研究方法，总是或多或少的存在问题，不可能尽善尽美。没有哪一种研究方法可以独立地给予我们清楚而无偏见的关于驾驶行为的知识，每种方法各有千秋，需彼此弥补局限。因此要采取适度的怀疑主义精神来审视单一方法得到的结论，并综合使用多种方法来加以弥补彼此的不足，才能全面地了解人们的驾驶行为。
1 事故率统计法
事故率统计法就是查阅相关事故的统计数据，并处理事故统计数据的一组研究方法和技术。例如，有人假设驾车时使用手机会增加事故的风险。为了探明事实是否如此，研究者可以查阅所有事故报告，并统计其中有多少驾驶员在出事的时候正在使用手机。但是在实际生活中，由于多方面原因，因果关系不一定如此直接。往往由于如下一些原因，事故统计数据很难被解释清楚。
1.1 数据失真
数据搜集过程本身就存在很多问题，举例来说，想要通过事故统计数据，来准确评估驾驶疲劳诱发事故的影响程度是非常困难的，因为除非疲劳是诱发事故的直接而明显的原因，否则很少被记录为事故的主要原因。酒精和疲劳经常同时发生（因为人们习惯于酒醉之后晚上驾车回家，酒精本身就有镇静的作用）。如果出现事故，直接原因是疲劳，但是由于酒精更容易检测，因此还是被归因于酒驾。有研究表明疲劳的驾驶员更倾向于冒险超车，如果出现事故，事故可能被归因于驾驶员的错误判断，即归因于驾驶技能局限而非疲劳〔1〕。
报告偏见也会导致事故统计数据失真，例如，如果两辆汽车以低速碰撞，警察根本不会费心记录（这种数据更可能被保险公司记录，而且依赖于损毁程度）。如果汽车与摩托车也是以低速碰撞，摩托车手更有可能受伤，并将被作为紧急事故处理。因此，即使汽车之间的碰撞和汽车与摩托车之间的碰撞是等同的事故原因，警察更可能会详细记录后者〔1〕。很多研究者将自己的研究限定在致命事故报告中，这样做的好处正在于：致命事故不会被漏报，而且警察对致命事故的细节报告得更精确。
1.2 样本规模受限
交通事故是相对稀少的事件，某一特定类型的事故少之又少。研究者可能需要筛选上千个事故才能得到与特定原因有关的事故样本，而最终样本可能又太小不足以概括任何一般总体。对于将自己的研究范围限于死亡事故的研究者来说，这种情况更为突出。Violanti的研究足可以说明这个问题，他在1992～1995年间调查了223137例交通事故报告。包含1548例驾驶员死亡案例。其中只有4.2%（65）的驾驶员的车内存在电话，并且其中只有7.7%（5）的驾驶员报告说在碰撞时使用了手机。这样小的样本根本不足以得出可靠的结论。Violanti的研究陷入小样本的困境是因为他将研究局限于手机使用的事故报告〔2〕。想要利用事故统计的研究者往往都会遇到事故统计资料的质量和数量不统一的问题，死亡事故报告一般都比轻微事故报告更详尽和精确，但是样本太小。
1.3 无法推论因果关系
解释事故统计数据最主要的困难是我们永远无法确定在众多可能的危险行为当中，哪一种潜在变量才是引起事故的直接原因。即缺少匹配的明确数据，这种情况下，撞车数据对撞车驾驶员的分析是有限的。我们可能发现某种因素与某种类型的事故发生率有很强的联系，但是我们无法确定这些因素是造成事故的直接原因。例如，手机使用与事故风险正相关。我们可以建立合理的假设，这种关系是使用手机本身造成的。因为使用手机会降低控制车辆的一些指标水平，并且会减少驾驶员对周围环境的注意力。
但是，我们也可以提出一些替代观点，手机使用和事故率都与第三个潜在变量相关，而它是更直接的事故诱发因素。例如，压力可能是真正的问题所在：频繁使用手机的人也是承受巨大压力的人，他们驾车更加着急，因此更易发生事故。换句话说，使用手机本身不是问题，使用手机的人的气质才是问题所在。如果真是这样，那么禁止使用手机对于预防交通事故可能收效不大，因为压力很大的驾驶员还是会发生交通事故。
2 访谈与问卷法
调查人们为何以某种方式驾车最直接的方法，也许就是就某个问题，直接问驾驶员的实际情况。问卷调查法就是研究者根据研究课题的要求，设计出问题表格让被调查者自行填写，用来搜集资料的一种方法。研究者可以询问驾驶员的事故记录，要求他们提供最近事故的细节，并让其提供年龄、性别、健康状况等各种人口统计学变量。
2.1 报告偏差
在答问卷过程中，人们并不一定会提供准确信息。这可能是因为记忆局限造成的：他们几年前可能的确开车闯过人行道，但是现在忘的一干二净。他们可能不情愿泄露会损害自我形象的信息，或者太过敏感，例如，不报告或者轻描淡写自己的酒醉驾驶行为。有时，他们甚至不知道怎么回答问题，但是依然尽量给出答案。例如很多人在回答自己驾驶的公里数时，其实根本估计不出自己每周的里程，更别提精确估计每年的里程数了，但是依然会给出一个数值。
通过邮寄问卷调查驾驶员还有一个主要缺陷。例如，在一个关于驾驶员对交通标志知识掌握程度的研究中，给6000名驾驶员邮寄了问卷，让他们识别28个交通标志。结果显示，交通标志知识掌握程度和事故报告率没有关系〔3〕。这两个变量之间也许确实不存在联系。但是，我们其实根本无法得出任何可靠的结论。首先，我们不知道提交问卷和没有提交问卷这两个人群之间有什么区别。6000名驾驶员中有47%（2820人）完成并提交了问卷，对于邮寄问卷来说，这种回收率已经很好了。但是，剩下53%没有提交问卷的人可能具有很高的事故率，并且对交通标志的知识很有限，他们可能不会答案，太尴尬以至于不提交问卷，或者根本不屑于回答问题。这些没有回收问卷的被调查者可能恰恰能提供交通标志的知识掌握程度与交通事故的关系。而且，我们无法确定上交问卷的驾驶员确实是独立完成问卷而没有作弊，遇到不会的题，有人可能会问身边的人，或者干脆看书上网寻找答案。 2.2 缺乏内省
尽管访谈与问卷法有其自身的价值，但是都不能提供驾驶员行为背后的原因，因为驾驶是一个程序表现的过程，驾驶员无法有效地细想和陈述，对自己的行为缺乏内部审视。
3 自然观察法
自然观察法是研究者通过人的感官或借助于一定的科学仪器，在自然条件下，在一定时间内有目的、有计划地考察和描述人的各种心理活动和行为表现，并收集研究资料的一种方法。观察性研究能够提供有关驾驶过程中驾驶员的行为类型和对安全的影响率的直接信息。目前，研究者已进行了两种类型的观察性研究，包括固定位置的观察和自然车辆里的观察。前者，一个固定的观测器记录驾驶员行驶过一个事先选择的位置时的行为和人口统计学特征。获得的信息受到车辆移动至固定位置观测器的有效次数和辨别力精确性的限制。在自然观察研究中，自愿参与者驾驶着装备感应器和视频录像机的车辆，这样能够实时记录驾驶行为。
3.1 表现失真与隐私问题
观察法受到一些可能性的限制，即驾驶员如果知道他们的车辆有这些装备，他们将表现不自然。研究驾驶行为的有效方法是秘密地记录驾驶员在现实生活中的行为。最大的优点是可以观察到驾驶员的真实行为，而当他们知道自己被监视时，观察到的仅是他们所做的表演。但是，驾驶员不太可能愿意自己的隐私被完全暴露。
3.2 缺乏控制
每天大部分的驾驶时间是太平无事的，为了采集到一个稀有事件发生时的影像，如某人使用手机时发生撞车或没有看见交叉路口的摩托车，需要观察大量行为，但是给每辆车安置仪器又比较昂贵。这导致相对较小，非代表性的志愿者样本。因此，需要长时间的持续记录和检测驾驶员的大量公路里程，这对于想要在短时间内获得导致撞车的有效数据来说，其花费高，成功的可能性低。结果是，为获得有用的撞车数量需要大量的驾驶员样本。例如，McEvoy 和Stevenson已经指出Klauer et al.’s （2006）的利用自然观察法研究分心问题时的方法论局限性〔4， 5〕：“很难稳定地捕捉某些种类的次级分心任务，例如驾驶员的认知注意水平，乘客的作用，以及外部分心物；在编码分心活动和设定撞车和近距撞车时的评分者信度问题等〔4〕。”
3.3 缺乏内省
虽然自然观察可以提供撞车状况的细节，并提供了匹配明确数据的可能。但是，与问卷法与访谈法相类似，这种方法也存在被试缺乏内省的问题，观察法能够提供的关于驾驶员为何如此行为的信息非常有限。
4 实验法
大多数心理学家偏好选择实验法。广受欢迎的实验技术主要有模拟驾驶技术、眼动测量技术以及认知神经科学技术。实验法的最大问题在于其无法保证生态效度（Ecological Validity），生态效度即实验室得出的研究结果对现实生活的适用程度。
4.1 实验任务人为性
与生态效度直接相关的问题，便是实验任务往往带有人为性（artificiality），某种程度上，被试是在进行表演。因为实验设计或实验装置扭曲了他们的行为，或者他们想要在实验中展现最好的表现。Orne将这种现象称为实验者的要求特征（demand characteristics），很多被试对此都非常敏感，他们可能会将实验当做对自己能力的某种考核，或者他们会猜测实验者的动机，并自以为是的产生他们所认为的实验者会满意的行为〔6〕。
例如，驾驶模拟器研究就存在生态效度问题，无论多么昂贵的模拟器，无论质量多么好的场景呈现设备，在驾驶模拟器中的人始终知道自己正参加实验，处于驾驶模拟器装置中，一切都是虚拟的。他们知道真实世界中的伤害后果不会真的发生。他们不会受伤，不会被警察开罚单或者碰伤汽车。正如Evans（1991）嘲讽地评论到，即使能绝对模拟现实世界的终极模拟器，如果在虚拟事故发生后只需重启一下程序，那么研究者又怎能将设备上取得的研究结论推广到现实生活呢〔7〕？
4.2 测量重复性
实验法需要对单独个体进行重复测量。例如，在研究驾驶员反应时的时候，我们真正想要知道的是驾驶员在紧急状况下可以反应多快，如可以多快刹车？在现实生活中，驾驶员在这种情境下往往是对一个非预期事件（小孩在车前横穿马路）的紧急反应，这种情况带有极大的偶然性。这个领域的实验研究，为了争取到测量的稳定性，一般让驾驶员在整个实验过程中对一系列非预期实验情境（车前出现障碍物）做出反应（刹车）并加以测试。尽管获取数据信度是合理的要求，但是这类实验不能告诉我们驾驶员在现实生活中对于紧急情况是如何反应的，而是仅仅告诉我们驾驶员知道自己在一个短暂的过程中将要对一系列偶然刺激作出反应后，他们是如何反应的，这是两个不同的问题。
4.3 忽视被试主动性
在真实世界中，是否参与风险驾驶行为，其决定权在于驾驶员，驾驶员才是决定是否从事危险任务并卷入危险驾驶情境的最终决策者。但是，实验研究不考虑真实驾驶情境中影响驾驶员自愿实施风险行为的动机因素。例如，驾驶员自愿参与的分心任务与分心任务产生的收益有关。分心任务提供了娱乐，抵消了厌倦和疲劳效应，或者是因为分心任务是驾驶员的日常“工作”之一，如驾驶时打商务电话或安排工作任务。这便增加了实验结果在真实驾驶情境中推广应用的难度。例如当研究者为了排除无关因素的干扰，规定多个分心任务的优先权相等，那么多个次要任务在任务时间分配上将是等价的。然而，如果使用者在现实生活中对某一个任务更加重视，那么无论是在正常驾车时还是更加危险的情况中，该任务都将会被执行的更加频繁。即使实验发现它们造成分心的效果可能性相等，但真实的结果将是更重要的任务带来的风险大大提高。我们考虑一下随意性电话交谈和对驾驶员有重要性的复杂电话交谈之间的区别。后者通常要求更多的认知努力和情绪卷入，因此导致比前者需要更高水平的投入。诸如投入程度和关注水平这些因素，虽然观察不到，却对次级任务的认知分心水平产生重要影响。
4.4 统计显著性和实践重要性
在很多研究中，研究者往往忽略了统计显著性和实践重要性的区别。统计显著性（statistical significance）仅仅指所获得结果是偶然因素造成的可能性，但是并无法说明所研究的问题是否重要。研究结果可能是显著的，即不是机遇造成的，但是在实践中可能根本没有任何意义。例如，假设我们对LED刹车灯的效果检验感兴趣，由于这种灯比传统的钨丝灯泡闪亮更快，人们是否对LED灯反应更快还存在争议，从公路安全的角度说反应更快是很有意义的。我们可以实施一个简单的实验来验证这个问题。我们可以设计一个组间实验，一组被试对LED灯进行反应，另一组对传统灯泡进行反应，并测量他们反应时的差异。假设LED组的平均反应时比钨丝灯泡组的被试快50毫秒，这是否是一个真实的差异，或者说这种差异是否是机遇和巧合造成的？我们可以使用统计检验回答这个问题。假设这种差异由偶然因素造成的概率小于0.001，这代表一个很高的显著性水平，证明这种差异不太可能是机遇和巧合造成的。我们可以很自信地声称在两组之间的确存在反应时差异。但是，我们不能因此就下结论说，LED刹车灯将增加公路安全。从绝对意义来说，50毫秒在驾驶中是个极小的差别，在现实生活中可能更本没有实践意义，而个体在注意力、反应时以及刹车动作熟练性等方面的差异可能对于刹车时间更加重要。我们的结论只能证明两组之间的差异是真实的，不是巧合机遇造成的误差，而对于现实世界的应用程度有限。理论上，我们可以通过比较装备LED灯的汽车与装备钨丝灯的汽车的事故率来检验实践重要性，虽然这种方法得到的结果比较粗糙，至少能够让我们了解某种因素在现实生活中对驾驶安全有多重要的意义。
〔责任编辑：陈玉荣〕
[关键词]驾驶员；安全心理学；方法论
[中图分类号]X911 [文献标识码] A [文章编号] 1009 — 2234（2013）02 — 0037 — 03
无论什么研究方法，总是或多或少的存在问题，不可能尽善尽美。没有哪一种研究方法可以独立地给予我们清楚而无偏见的关于驾驶行为的知识，每种方法各有千秋，需彼此弥补局限。因此要采取适度的怀疑主义精神来审视单一方法得到的结论，并综合使用多种方法来加以弥补彼此的不足，才能全面地了解人们的驾驶行为。
1 事故率统计法
事故率统计法就是查阅相关事故的统计数据，并处理事故统计数据的一组研究方法和技术。例如，有人假设驾车时使用手机会增加事故的风险。为了探明事实是否如此，研究者可以查阅所有事故报告，并统计其中有多少驾驶员在出事的时候正在使用手机。但是在实际生活中，由于多方面原因，因果关系不一定如此直接。往往由于如下一些原因，事故统计数据很难被解释清楚。
1.1 数据失真
数据搜集过程本身就存在很多问题，举例来说，想要通过事故统计数据，来准确评估驾驶疲劳诱发事故的影响程度是非常困难的，因为除非疲劳是诱发事故的直接而明显的原因，否则很少被记录为事故的主要原因。酒精和疲劳经常同时发生（因为人们习惯于酒醉之后晚上驾车回家，酒精本身就有镇静的作用）。如果出现事故，直接原因是疲劳，但是由于酒精更容易检测，因此还是被归因于酒驾。有研究表明疲劳的驾驶员更倾向于冒险超车，如果出现事故，事故可能被归因于驾驶员的错误判断，即归因于驾驶技能局限而非疲劳〔1〕。
报告偏见也会导致事故统计数据失真，例如，如果两辆汽车以低速碰撞，警察根本不会费心记录（这种数据更可能被保险公司记录，而且依赖于损毁程度）。如果汽车与摩托车也是以低速碰撞，摩托车手更有可能受伤，并将被作为紧急事故处理。因此，即使汽车之间的碰撞和汽车与摩托车之间的碰撞是等同的事故原因，警察更可能会详细记录后者〔1〕。很多研究者将自己的研究限定在致命事故报告中，这样做的好处正在于：致命事故不会被漏报，而且警察对致命事故的细节报告得更精确。
1.2 样本规模受限
交通事故是相对稀少的事件，某一特定类型的事故少之又少。研究者可能需要筛选上千个事故才能得到与特定原因有关的事故样本，而最终样本可能又太小不足以概括任何一般总体。对于将自己的研究范围限于死亡事故的研究者来说，这种情况更为突出。Violanti的研究足可以说明这个问题，他在1992～1995年间调查了223137例交通事故报告。包含1548例驾驶员死亡案例。其中只有4.2%（65）的驾驶员的车内存在电话，并且其中只有7.7%（5）的驾驶员报告说在碰撞时使用了手机。这样小的样本根本不足以得出可靠的结论。Violanti的研究陷入小样本的困境是因为他将研究局限于手机使用的事故报告〔2〕。想要利用事故统计的研究者往往都会遇到事故统计资料的质量和数量不统一的问题，死亡事故报告一般都比轻微事故报告更详尽和精确，但是样本太小。
1.3 无法推论因果关系
解释事故统计数据最主要的困难是我们永远无法确定在众多可能的危险行为当中，哪一种潜在变量才是引起事故的直接原因。即缺少匹配的明确数据，这种情况下，撞车数据对撞车驾驶员的分析是有限的。我们可能发现某种因素与某种类型的事故发生率有很强的联系，但是我们无法确定这些因素是造成事故的直接原因。例如，手机使用与事故风险正相关。我们可以建立合理的假设，这种关系是使用手机本身造成的。因为使用手机会降低控制车辆的一些指标水平，并且会减少驾驶员对周围环境的注意力。
但是，我们也可以提出一些替代观点，手机使用和事故率都与第三个潜在变量相关，而它是更直接的事故诱发因素。例如，压力可能是真正的问题所在：频繁使用手机的人也是承受巨大压力的人，他们驾车更加着急，因此更易发生事故。换句话说，使用手机本身不是问题，使用手机的人的气质才是问题所在。如果真是这样，那么禁止使用手机对于预防交通事故可能收效不大，因为压力很大的驾驶员还是会发生交通事故。
2 访谈与问卷法
调查人们为何以某种方式驾车最直接的方法，也许就是就某个问题，直接问驾驶员的实际情况。问卷调查法就是研究者根据研究课题的要求，设计出问题表格让被调查者自行填写，用来搜集资料的一种方法。研究者可以询问驾驶员的事故记录，要求他们提供最近事故的细节，并让其提供年龄、性别、健康状况等各种人口统计学变量。
2.1 报告偏差
在答问卷过程中，人们并不一定会提供准确信息。这可能是因为记忆局限造成的：他们几年前可能的确开车闯过人行道，但是现在忘的一干二净。他们可能不情愿泄露会损害自我形象的信息，或者太过敏感，例如，不报告或者轻描淡写自己的酒醉驾驶行为。有时，他们甚至不知道怎么回答问题，但是依然尽量给出答案。例如很多人在回答自己驾驶的公里数时，其实根本估计不出自己每周的里程，更别提精确估计每年的里程数了，但是依然会给出一个数值。
通过邮寄问卷调查驾驶员还有一个主要缺陷。例如，在一个关于驾驶员对交通标志知识掌握程度的研究中，给6000名驾驶员邮寄了问卷，让他们识别28个交通标志。结果显示，交通标志知识掌握程度和事故报告率没有关系〔3〕。这两个变量之间也许确实不存在联系。但是，我们其实根本无法得出任何可靠的结论。首先，我们不知道提交问卷和没有提交问卷这两个人群之间有什么区别。6000名驾驶员中有47%（2820人）完成并提交了问卷，对于邮寄问卷来说，这种回收率已经很好了。但是，剩下53%没有提交问卷的人可能具有很高的事故率，并且对交通标志的知识很有限，他们可能不会答案，太尴尬以至于不提交问卷，或者根本不屑于回答问题。这些没有回收问卷的被调查者可能恰恰能提供交通标志的知识掌握程度与交通事故的关系。而且，我们无法确定上交问卷的驾驶员确实是独立完成问卷而没有作弊，遇到不会的题，有人可能会问身边的人，或者干脆看书上网寻找答案。 2.2 缺乏内省
尽管访谈与问卷法有其自身的价值，但是都不能提供驾驶员行为背后的原因，因为驾驶是一个程序表现的过程，驾驶员无法有效地细想和陈述，对自己的行为缺乏内部审视。
3 自然观察法
自然观察法是研究者通过人的感官或借助于一定的科学仪器，在自然条件下，在一定时间内有目的、有计划地考察和描述人的各种心理活动和行为表现，并收集研究资料的一种方法。观察性研究能够提供有关驾驶过程中驾驶员的行为类型和对安全的影响率的直接信息。目前，研究者已进行了两种类型的观察性研究，包括固定位置的观察和自然车辆里的观察。前者，一个固定的观测器记录驾驶员行驶过一个事先选择的位置时的行为和人口统计学特征。获得的信息受到车辆移动至固定位置观测器的有效次数和辨别力精确性的限制。在自然观察研究中，自愿参与者驾驶着装备感应器和视频录像机的车辆，这样能够实时记录驾驶行为。
3.1 表现失真与隐私问题
观察法受到一些可能性的限制，即驾驶员如果知道他们的车辆有这些装备，他们将表现不自然。研究驾驶行为的有效方法是秘密地记录驾驶员在现实生活中的行为。最大的优点是可以观察到驾驶员的真实行为，而当他们知道自己被监视时，观察到的仅是他们所做的表演。但是，驾驶员不太可能愿意自己的隐私被完全暴露。
3.2 缺乏控制
每天大部分的驾驶时间是太平无事的，为了采集到一个稀有事件发生时的影像，如某人使用手机时发生撞车或没有看见交叉路口的摩托车，需要观察大量行为，但是给每辆车安置仪器又比较昂贵。这导致相对较小，非代表性的志愿者样本。因此，需要长时间的持续记录和检测驾驶员的大量公路里程，这对于想要在短时间内获得导致撞车的有效数据来说，其花费高，成功的可能性低。结果是，为获得有用的撞车数量需要大量的驾驶员样本。例如，McEvoy 和Stevenson已经指出Klauer et al.’s （2006）的利用自然观察法研究分心问题时的方法论局限性〔4， 5〕：“很难稳定地捕捉某些种类的次级分心任务，例如驾驶员的认知注意水平，乘客的作用，以及外部分心物；在编码分心活动和设定撞车和近距撞车时的评分者信度问题等〔4〕。”
3.3 缺乏内省
虽然自然观察可以提供撞车状况的细节，并提供了匹配明确数据的可能。但是，与问卷法与访谈法相类似，这种方法也存在被试缺乏内省的问题，观察法能够提供的关于驾驶员为何如此行为的信息非常有限。
4 实验法
大多数心理学家偏好选择实验法。广受欢迎的实验技术主要有模拟驾驶技术、眼动测量技术以及认知神经科学技术。实验法的最大问题在于其无法保证生态效度（Ecological Validity），生态效度即实验室得出的研究结果对现实生活的适用程度。
4.1 实验任务人为性
与生态效度直接相关的问题，便是实验任务往往带有人为性（artificiality），某种程度上，被试是在进行表演。因为实验设计或实验装置扭曲了他们的行为，或者他们想要在实验中展现最好的表现。Orne将这种现象称为实验者的要求特征（demand characteristics），很多被试对此都非常敏感，他们可能会将实验当做对自己能力的某种考核，或者他们会猜测实验者的动机，并自以为是的产生他们所认为的实验者会满意的行为〔6〕。
例如，驾驶模拟器研究就存在生态效度问题，无论多么昂贵的模拟器，无论质量多么好的场景呈现设备，在驾驶模拟器中的人始终知道自己正参加实验，处于驾驶模拟器装置中，一切都是虚拟的。他们知道真实世界中的伤害后果不会真的发生。他们不会受伤，不会被警察开罚单或者碰伤汽车。正如Evans（1991）嘲讽地评论到，即使能绝对模拟现实世界的终极模拟器，如果在虚拟事故发生后只需重启一下程序，那么研究者又怎能将设备上取得的研究结论推广到现实生活呢〔7〕？
4.2 测量重复性
实验法需要对单独个体进行重复测量。例如，在研究驾驶员反应时的时候，我们真正想要知道的是驾驶员在紧急状况下可以反应多快，如可以多快刹车？在现实生活中，驾驶员在这种情境下往往是对一个非预期事件（小孩在车前横穿马路）的紧急反应，这种情况带有极大的偶然性。这个领域的实验研究，为了争取到测量的稳定性，一般让驾驶员在整个实验过程中对一系列非预期实验情境（车前出现障碍物）做出反应（刹车）并加以测试。尽管获取数据信度是合理的要求，但是这类实验不能告诉我们驾驶员在现实生活中对于紧急情况是如何反应的，而是仅仅告诉我们驾驶员知道自己在一个短暂的过程中将要对一系列偶然刺激作出反应后，他们是如何反应的，这是两个不同的问题。
4.3 忽视被试主动性
在真实世界中，是否参与风险驾驶行为，其决定权在于驾驶员，驾驶员才是决定是否从事危险任务并卷入危险驾驶情境的最终决策者。但是，实验研究不考虑真实驾驶情境中影响驾驶员自愿实施风险行为的动机因素。例如，驾驶员自愿参与的分心任务与分心任务产生的收益有关。分心任务提供了娱乐，抵消了厌倦和疲劳效应，或者是因为分心任务是驾驶员的日常“工作”之一，如驾驶时打商务电话或安排工作任务。这便增加了实验结果在真实驾驶情境中推广应用的难度。例如当研究者为了排除无关因素的干扰，规定多个分心任务的优先权相等，那么多个次要任务在任务时间分配上将是等价的。然而，如果使用者在现实生活中对某一个任务更加重视，那么无论是在正常驾车时还是更加危险的情况中，该任务都将会被执行的更加频繁。即使实验发现它们造成分心的效果可能性相等，但真实的结果将是更重要的任务带来的风险大大提高。我们考虑一下随意性电话交谈和对驾驶员有重要性的复杂电话交谈之间的区别。后者通常要求更多的认知努力和情绪卷入，因此导致比前者需要更高水平的投入。诸如投入程度和关注水平这些因素，虽然观察不到，却对次级任务的认知分心水平产生重要影响。
4.4 统计显著性和实践重要性
在很多研究中，研究者往往忽略了统计显著性和实践重要性的区别。统计显著性（statistical significance）仅仅指所获得结果是偶然因素造成的可能性，但是并无法说明所研究的问题是否重要。研究结果可能是显著的，即不是机遇造成的，但是在实践中可能根本没有任何意义。例如，假设我们对LED刹车灯的效果检验感兴趣，由于这种灯比传统的钨丝灯泡闪亮更快，人们是否对LED灯反应更快还存在争议，从公路安全的角度说反应更快是很有意义的。我们可以实施一个简单的实验来验证这个问题。我们可以设计一个组间实验，一组被试对LED灯进行反应，另一组对传统灯泡进行反应，并测量他们反应时的差异。假设LED组的平均反应时比钨丝灯泡组的被试快50毫秒，这是否是一个真实的差异，或者说这种差异是否是机遇和巧合造成的？我们可以使用统计检验回答这个问题。假设这种差异由偶然因素造成的概率小于0.001，这代表一个很高的显著性水平，证明这种差异不太可能是机遇和巧合造成的。我们可以很自信地声称在两组之间的确存在反应时差异。但是，我们不能因此就下结论说，LED刹车灯将增加公路安全。从绝对意义来说，50毫秒在驾驶中是个极小的差别，在现实生活中可能更本没有实践意义，而个体在注意力、反应时以及刹车动作熟练性等方面的差异可能对于刹车时间更加重要。我们的结论只能证明两组之间的差异是真实的，不是巧合机遇造成的误差，而对于现实世界的应用程度有限。理论上，我们可以通过比较装备LED灯的汽车与装备钨丝灯的汽车的事故率来检验实践重要性，虽然这种方法得到的结果比较粗糙，至少能够让我们了解某种因素在现实生活中对驾驶安全有多重要的意义。
〔责任编辑：陈玉荣〕