Identificação de padrões de acidentes de trânsito em operações de transporte de cargas : uma análise de correspondência multipla

Abstract

RESUMO: Os acidentes de trânsito envolvendo veículos de transporte de cargas representam um dos principais desafios à segurança viária e as consequências em diversas áreas, como humanas, financeiras e ambientais. Nesse contexto, este trabalho teve como objetivo identificar padrões de acidentes de trânsito em uma transportadora de grande porte, localizada no Paraná, por meio da aplicação de Análise Descritiva e de Análise de Correspondência Múltipla (ACM). A pesquisa analisou dados referentes a 114 acidentes registrados entre o primeiro trimestre de 2021 e o terceiro trimestre de 2024, abrangendo as diferentes operações da empresa. O estudo foi desenvolvido com auxílio de softwares como Microsoft Excel e R Studio. Os resultados evidenciaram uma redução progressiva no número de acidentes ao longo do período analisado. Identificou-se que colisões e tombamentos foram os tipos de acidentes mais recorrentes, com maior incidência entre motoristas com menos de um ano de empresa e na faixa etária dos 40 anos. Além disso, verificou-se que aproximadamente 52% dos acidentes tiveram como origem fatores externos, ou seja, não atribuídos diretamente aos motoristas da transportadora. Conclui-se que as ações internas de prevenção e de monitoramento implementadas pela empresa contribuíram para a redução dos sinistros, reforçando a importância da gestão de riscos para as operações e análise de dados para a tomada de decisão estratégica em segurança viária, trazendo colaboração para futuros trabalhos.

ABSTRACT: Traffic accidents involving freight vehicles represent a major road safety challenge and have consequences for a variety of sectors, including human, financial, and environmental impact. In this context, this study aimed to identify traffic accident patterns at a large Transportation company located in Paraná, using descriptive analysis and multiple correspondence analysis (MCA). The research analyzed data from 114 accidents recorded between the first quarter of 2021 and the third quarter of 2024, covering the company's various operations. The study was developed using software such as Microsoft Excel and R Studio. The results showed a progressive reduction in the number of accidents over the specific period. Collisions and rollovers were the most common types of accidents, with a higher incidence among drivers with less than one year of service and in their 40s. Furthermore, it was found that approximately 52% of accidents were caused by external factors, that is, factors not directly attributed to the transportation company's drivers. It is concluded that the internal actions of prevention and monitoring of ruptures by the company developed to reduce accidents, reinforcing the importance of risk management for operations and data analysis for strategic decision-making in road safety, bringing collaboration for future work.