6. Hiệu quả, phương thức chuyển giao kết quả nghiên cứu và khả năng áp dụng
4.2 Xác định các thông số của mô hình
Nghiên cứu xây dựng mô hình hồi quy xác định khả năng tác động trực tiếp đến ngã cao Y (biến phụ thuộc) khi thực hiện dự án dựa vào 4 nhóm nguyên nhân X1, X2, X3 và X4 (biến độc lập). Biến phụ thuộc Y này dạng nhị phân có hai giá trị 0 và 1 tương ứng với không gây ra ngã cao và chắc chắn có gây ra ngã cao khi được hỏi để thu thập số liệu. Các thông số dùng để phân tích hồi quy nhị phân bao gồm: kiểm định Ward, phương pháp ước lượng hợp lý tối đa (Maximum Likelihood) để ước lượng hệ số Bi, và phương pháp enter để đưa biến độc lập vào mô hình. Kết quả phân tích hồi quy nhị phân được trình bày như bên dưới (xem Bảng 14).
Bảng 14. Các biến trong phương trình
B S.E. Wald df Sig. Exp(B)
95% C.I. for EXP(B) Lower Upper
Step X1 0,385 0,091 17,840 1 0,002 1,470 1,229 1,757 Đặc điểm công trình (X1)
Bản thân người lao động (X2) Người quản lý, giám sát (X3) Dụng cụ và thiết bị bảo hộ (X4)
Ngã cao (Y)
1a X2 0,342 0,096 12,717 1 0,009 1,407 1,166 1,698 X3 0,148 0,050 8,862 1 0,003 1,160 1,052 1,279 X4 0,115 0,043 7,264 1 0,017 1,122 1,032 1,220 Consta
nt -24,068 5,097 22,326 1 0,004 0,000 a. Variable(s) entered on step 1: X1, X2, X3, X4
Các biến độc lập có hệ số hồi quy tổng thể như sau: X1 (17,840), X2 (12,717), X3 (8,862) và X4 (7,264) với giá trị mức ý nghĩa sig. (nguy cơ sai lầm) đều có giá trị nhỏ hơn 0.05 nên có thể kết luận rằng các biến độc lập này trong mô hình hồi quy có mối tương quan với biến phụ thuộc. Mức ý nghĩa thống kê của các hệ số hồi quy thuộc các biến trên đều có độ tin cậy trên 98%, và dấu của chúng đều mang dấu dương (B>0) cho thấy mức độ tác động tăng theo tỷ lệ thuận (đồng biến). Từ đó, phương trình hồi quy nhị phân được viết lại như sau:
P(Y=1) Ln = -24,068+0,385X1+0,342X2+0,148X3+0,115X4 P(Y=0) 4.3. Đánh giá mô hình
Để đánh giá mức độ mức độ phù hợp của mô hình, nghiên cứu này sử dụng kiểm định Omnibus. Dựa vào kết quả kiểm định (xem Bảng 15) cho thấy, tất cả giá trị sig. < 0,05; như vậy mô hình tổng quát cho thấy mối tương quan giữa 1 biến phụ thuộc và 4 biến độc lập trong mô hình có ý nghĩa thống kê. Ngoài ra, để đánh giá độ phù hợp của mô hình dựa trên chỉ tiêu -2LL (viết tắt của -2 log likelihood). Giá trị -2LL càng nhỏ càng thể hiện độ phù hợp cao. Kết quả phân tích từ Bảng 16 cho thấy giá trị -2LL bằng 71,936 > 50 là khá tốt. Điều này chứng tỏ mô hình phù hợp. Ngoài ra, hệ số mức độ giải thích của mô hình: Nagelkerke R-square = 0,872 > 0,8. Điều này có nghĩa là 87,2% sự thay đổi của biến phụ thuộc được giải thích bởi các biến độc lập trong mô hình, còn lại là do các yếu tố khác chưa đưa vào mô hình. Như vậy, nguy cơ ngã cao khi thực hiện dự án
Block 227,740 5 0,000 Model 227,740 5 0,000
Bảng 16. Mức độ phù hợp mô hình
Step -2 Log likelihood Cox & Snell R Square
Nagelkerke R Square
1 71,936a 0,653 0,872 a. Estimation terminated at iteration number 8 because parameter estimates changed by less than 0,001.
Nếu dựa vào các thông số trên, mức độ dự báo chính xác của mô hình cần phải được kiểm chứng với thực tế. Kết quả trình bày trong Bảng 17. Xét theo hàng “Không”, trong tổng số 103 người trả lời, số người chọn không có ảnh hưởng đến ngã cao là 101 người, còn lại 02 người là số người chọn có ảnh hưởng đến ngã cao.Vậy tỷ lệ đúng là 98,1%. Tương tự, xét theo hàng “Có”, trong tổng số 111 người chọn, số người chọn không có ảnh hưởng đến ngã cao là 7 người, còn lại 105 người là có ảnh hưởng. Vậy tỷ lệ đúng là 93,8%. Như vậy, tỷ lệ dự báo đúng cho toàn bộ mô hình là 95,8% đạt mức độ chính xác cao.
Bảng 17. Mức độ dự báo của mô hình
Observed Predicted Y1 Percentage Correct Không Có Step 1 Y1 Không 101 2 98,1 Có 7 105 93,8 Overall Percentage 95,8 a. The cut value is 0,500
. Để đánh giá mức độ ảnh hưởng của từng nhóm nhân tố đến kết quả phân tích hồi quy, nghiên cứu này phân tích biến thiên của xác suất xảy ra ngã cao khi các nhóm nhân tố thay đổi. Giả sử xác suất ban đầu lần lượt là 10%, 20%, 30%, 40% và 50% cho một nhóm và các nhóm còn lại không thay đổi. Kết quả được thể hiện trong Bảng 18 bên dưới. Khi các nhân tố khác không thay đổi, nếu biến này tăng lên 1 đơn vị thì xác suất người được khảo sát chọn có “ngã cao” khi thực hiện thi công xây dựng công trình tăng
lên 14,04%. Tương tự lần lượt là 26,87%, 38,65%, 49,49%, và 59,51% khi xác suất người chọn có “ngã cao” khi thực hiện dự án ban đầu là 20%, 30%; 40%; và 50%.
Bảng 18. Vai trò ảnh hưởng của từng nhóm nhân tố
Tên nhóm B EXP(B) P=10% P=20% P=30% P=40% P=50% Độ tăng trung bình X1 0,385 1,470 14,04 26,87 38,65 49,49 59,51 11,4 X2 0,342 1,407 13,52 26,02 37,61 48,40 58,45 11,2 X3 0,148 1,160 11,41 22,48 33,20 43,60 53,70 10,6 X4 0,115 1,122 11,08 21,90 32,47 42,79 52,87 10,4 Trung bình 10,9
CHƯƠNG 5:
KẾT LUẬN VÀ KIẾN NGHỊ
5.1. Kết luận
Mất an toàn lao động là một vấn đề được quan tâm đặc biệt trong ngành xây dựng vì nó ảnh hưởng trực tiếp đến các bên tham gia dự án và chính bản thân người lao động. Đề tài đã tổng hợp và phân tích được 28 nguyên nhân gây ra ngã cao khi thi công xây dựng công trình dựa vào các nghiên cứu trước đây và tham khảo ý kiến của các cá nhân đang làm việc trong các dự án xây dựng. Yếu tố gây ra ngã cao được phân thành 4 nhóm liên quan chính: (1) đặc điểm công trình, (2) bản thân người lao động, (3) người quản lý, giám sát, và (4) dụng cụ và thiết bị bảo hộ. Trong số 25 trên 28 nguyên nhân khảo sát hợp lệ, có 3 yếu tố được xếp hạng cao nhất bởi các đối tượng khảo sát là ‘Nhân viên giám sát an toàn lao động thiếu năng lực và chuyên môn’, ‘Biện pháp thi công không đảm bảo an toàn lao động’, và ‘Thái độ làm việc của công nhân chưa nghiêm túc’.
Ngoài ra, quan điểm đánh giá của các bên tham gia dự án gồm chủ đầu tư, tư vấn (giám sát, thiết kế) và nhà thầu thi công (kỹ sư, công nhân) đối với vấn đề ngã cao là khá giống nhau với mức ý nghĩa 95%.
Trên cơ sở phân tích các số liệu, nghiên cứu này đề xuất một mô hình hồi quy nhằm đánh giá nguy cơ gây ra ngã cao bởi 4 nhóm nhân tố như trên. Kết quả cho thấy mô hình đạt được mức độ giải thích và độ chính xác dự báo cao (hơn 95%). Ngoài ra, xác suất của ngã cao cũng tăng lên trung bình 10.9% khi sự xuất hiện của các biến tăng lên 10%. Dựa vào kết quả này, các nhà quản lý/ thực hành có thể áp dụng để xác định các nguyên nhân và đánh giá khả năng xảy ra ngã cao tại công trình của mình.
5.2. Kiến nghị
Bên cạnh những đóng góp trên, nghiên cứu này cũng có những hạn chế nhất định. Nghiên cứu chưa chỉ rõ phạm vi của ngã cao và định nghĩa giới hạn của ngã cao. Ngoài ra, do giới hạn về thời gian và điều kiện thực hiện nên việc chọn mẫu tiến hành theo phương pháp thuận tiện và số lượng mẫu (150 mẫu hợp lệ) cũng có giới hạn do thực hiện ở TP. Hồ Chí Minh và các tỉnh lân cận. Việc chỉ sử dụng một số phân tích thống kê để
tìm hiểu, đánh giá vấn đề ngã cao mà chưa đưa ra phân tích định lượng ngã cao cụ thể là chưa đủ thuyết phục. Do đó, các nghiên cứu về sau nên tập trung vào các giới hạn này nhằm làm rõ hơn vấn đề ngã cao…
Định hướng nghiên cứu
Hiện nay nhóm nghiên cứu đang tập trung vào các nghiên cứu sau:
− Vai trò và trách nhiệm của các cá nhân trong việc phòng ngừa các nguyên nhân gây ra ngã cao khi thi công xây dựng công trình.
− Tìm hiểu quy trình tổ chức và quản lý đã và đang áp dụng ở các công ty bên ngoài nhằm hạn chế ngã cao.
− Nghiên cứu định lượng về tác hại của ngã cao đến thương hiệu của công ty và hiệu quả thực hiện dự án, cũng như đến bản thân người lao động.
TÀI LIỆU THAM KHẢO
[1] Niskanen T, and Saarsalmi O. “Accident Analysis in the Construction of Buildings”.
Journal of Occupational Accidents, Vol.5, No.2, pp.89-98, 1993.
[2] U.S. Department of Labor, National Census of Fatal Occupational Injuries in 2001.
Monthly Review of the Bureau of Labor Statistics, Washington, DC, 2002.
[3] Adam JM, Pallarés FJ, and Calderón PA. “Falls from Height during the Floor Slab Formwork of Buildings: Current Situation in Spain”. Journal of Safety Research,
Vol.40, No.4, pp.293–299, August 2009.
[4] HK Labor Department, Accidents in the Construction Industry of Hong Kong 2000-
2004, A Report of The Hong Kong SAR Government, Hong Kong, 2005.
[5] Ahmad M, Rahman FN, Al-Azad MAS, Majumder MRU, and Chowdhury MH. “Pattern of Fatal Injury in Fall from Height Cases - A Medico Legal Study”. Journal of Armed Forces Medical College Bangladesh, Vol.10, April 2015.
[6] U.S. Department of Labor, Fall protection in construction, Occupational Safety and Health Administration (OSHA), Washington, DC, 1998.
[7] Huang X, and Hinze J. "Analysis of Construction Worker Fall Accidents”. Journal of Construction Engineering and Management, Vol.129, No.3, pp. 262-270, May-June 2003.
[8] Chi CF, Changa TC, and Ting H.-I. “Accident Patterns and Prevention Measures for Fatal Occupational Falls in the Construction Industry”. Applied Ergonomics, Vol. 36, pp. 391–400, July 2005.
[9] Wong L, Wang Y, Law T; and Lo CT. “Association of Root Causes in Fatal Fall- from-Height Construction Accidents in Hong Kong”. Journal of Construction Engineering and Management, Vol. 142, No.7, pp. 15-24, July 2016.
[10] Aneziris ON, Papazoglou IA, Mud ML, Damenc M, Kuiperd J, Baksteene H, Alef BJ, Bellamyg LJ, Haleh AR, and Bloemhoffd AJ. “Towards Risk Assessment for Crane Activities”. Safety Science, Vol.46, No.6, pp.872–884, 2008.
[11] Janicak CA. “Fall-Related Deaths in the Construction Industry”. Journal of Safety Research, Vol. 29, No.1, pp. 35–42, Spring 1998.
[12] Suruda A, Fosbroke D, and Braddee R. “Fatal Work-related Falls from Roofs”.
Journal of Safety Research, Vol.26, No.1, pp.1-8, 1995.
[13] Wong FKW, Chan APC, Yam MCH, Wong EYS, Tse KTC, Yip KKC, and Cheung E. “Findings from a Research Study of Construction Safety in Hong Kong; Accidents related to Fall of Person from Height”. Journal of Engineering, Design and Technology, Vol.7, pp.130-142, 2009.
[14] Helander MG. “Safety Hazards and Motivation for Safe Work in the Construction Industry”. International Journal of Industrial Ergonomics, Vol.8, pp.205-223, November 1991.
[15] Hinze J, Huang X, and McGlothlin J. “Review of Fall Accidents in Construction”.
10th International Symposium on Construction, Florida: CRC Press, 2002.
[16] Navon R, and Kolton O. “Model for Automated Monitoring of Fall Hazards in Building Construction”. Journal of Construction Engineering and Management,
Vol. 132, No.7, pp.733-742, July 2006.
[17] Tam CM, Zeng SX, and Deng ZM. “Identifying Elements of Poor Construction Safety Management in China”. Safety Science, Vol.42, No.7, pp.569–586, 2004. [18] Cohen HH, and Lin LJ. “A Ccenario Analysis of Ladder Fall Accidents”, Journal of
Safety Research, Vol.22, No.1, pp.31-39, 1991.
[19] Bobick TG, Stanevich RL, Pizatella TJ, Keane PR, and Smith DL. “Preventing Falls through Skylights and Roof Openings”. Professional Safety, Vol.39, pp.33–37, 1994
[20] Hoàng Trọng, và Chu Nguyễn Mộng Ngọc, Phân tích dữ liệu nghiên cứu với SPSS. Nhà xuất bản Thống kê, 2008.