Kualitas bukti 4.75/5
Skor tinjauan delapan dimensi terhadap rubrik kualitas . Setiap dimensi dinilai 1–5.
- D1 Dasar sumber
- 4/5
- D2 Otoritas sumber
- 5/5
- D3 Aritmetika
- 5/5
- D4 Ketidakpastian
- 4/5
- D5 Cakupan
- 5/5
- D6 Prosa
- 5/5
- D7 Kejujuran persepsi
- 5/5
- D8 Kelengkapan peringatan
- 5/5
● faktor Anda — klik risiko ini ▾ untuk menampilkan
- Faktor Anda
≈ Sama mungkinnya dengan
Dipersepsikan
Sebagian besar pengemudi memperlakukan kelebihan 10-15 mph sebagai pelanggaran kecil, bukan keputusan keselamatan yang bermakna. Pemahaman publik tentang fisika kecelakaan lemah: survei dan kelompok fokus secara konsisten menemukan bahwa pengemudi meremehkan seberapa curam keparahan kecelakaan meningkat seiring kecepatan. Energi kinetik tumbuh dengan kuadrat kecepatan, dan probabilitas hasil fatal saat benturan tumbuh lebih cepat lagi. Pengemudi yang secara rutin melebihi batas sebesar 20 % cenderung melaporkan bahwa mereka merasa terkendali dan bahwa mengemudi mereka hanya sedikit lebih berisiko daripada mematuhi kecepatan yang tertera — pengali sebenarnya, sekitar 2x pada risiko kematian, jauh lebih besar daripada yang ditebak kebanyakan orang.
Perkiraan kasar: sebagian besar pengemudi meremehkan pengali risiko; firasat sering kali risiko naik 10–20 %, bukan 2x
Sumber: intuisi redaksi, bukan hasil survei
Aktual
~1 kecelakaan fatal per ~3.850 tahun-pengemudi pada 20 % di atas batas kecepatan
Pengemudi AS yang melaju 20 % di atas batas kecepatan yang tertera. Peluang kematian kecelakaan kendaraan bermotor satu tahun dasar ≈ 1 dari 7.979 (peluang seumur hidup NSC 1 dari 101 × harapan hidup 79,0 tahun, per metode yang dinyatakan NSC) × faktor Power-Model 2,07 → 1 dari ~3.855, ditampilkan sebagai ~3.850.
Tampilkan perhitungan
Langkah 1 — Kematian kecelakaan kendaraan bermotor seumur hidup dasar: «Odds of Dying» National Safety Council (data 2024) menerbitkan peluang seumur hidup AS untuk meninggal dalam kecelakaan kendaraan bermotor sebesar 1 dari 101 ≈ 0,0099. (NSC menurunkan ini dengan membagi peluang satu tahun dengan harapan hidup 79,0 tahun seseorang yang lahir pada 2024.) Langkah 2 — Pengali Power Model: Nilsson (1981/2004) memberikan pengali kematian sebagai (v₂/v₁)⁴. Pada v₂/v₁ = 1,2 pengalinya adalah 1,2⁴ = 2,0736 ≈ 2,07. Meta-analisis Elvik 2013 atas 98 studi mengonfirmasi eksponen ini; pada kecepatan jalan raya eksponen empiris dapat melebihi 4, jadi 2,07 adalah batas bawah konservatif. Langkah 3 — Estimasi seumur hidup: Pengemudi yang secara konsisten melaju pada 1,2× batas untuk sebagian besar mil jalan raya menerapkan kira-kira seluruh 2,07× pada risiko dasarnya: 0,0099 × 2,07 ≈ 0,0205, dibulatkan menjadi 0,020 sebagai estimasi sentral. Tampilan «1 dari 50» = 1 / 0,020. Batas bawah pita ketidakpastian (0,012) sesuai dengan pengali tertimbang paparan ~1,2× (setengah mil pada batas, setengah pada 1,2×): 0,0099 × 1,2 ≈ 0,012. Batas atas (0,023) sesuai dengan 2,3× (mengemudi jalan raya sebagian besar pada 25 % di atas batas, eksponen ~4,5): 0,0099 × 2,3 ≈ 0,023.
Catatan: Power Model (v₂/v₁)⁴ memberikan estimasi titik untuk pengali kematian per perjal…
Power Model (v₂/v₁)⁴ memberikan estimasi titik untuk pengali kematian per perjalanan pada rasio kecepatan tertentu. Ini tidak memperhitungkan jenis jalan (eksponen lebih rendah di arteri perkotaan, lebih tinggi di dua-lajur pedesaan), kepadatan lalu lintas, peringkat keselamatan kendaraan, atau keterampilan pengemudi. Angka 2,07× adalah estimasi sentral untuk kondisi pedesaan/jalan raya; ini meremehkan risiko di jalan pedesaan tak terbagi dan melebih-lebihkannya di lalu lintas perkotaan padat di mana kecepatan absolut rendah. Klasifikasi ngebut NHTSA menggunakan «faktor terkait ngebut apa pun» dalam laporan kecelakaan — mencakup pengemudi yang ditilang karena melaju 1 mph di atas maupun mereka yang melaju 50 mph di atas — jadi pangsa 29 % kematian tidak berarti pengemudi ngebut rata-rata menghadapi risiko 2× yang meningkat; itu berarti ngebut adalah faktor penyumbang yang dikodekan di berbagai magnitudo yang sangat luas. Estimasi seumur hidup di halaman ini hanya berlaku untuk pengemudi yang secara rutin melaju 20 %+ di atas batas untuk sebagian besar mil mereka; ini bukan angka rata-rata populasi.
Risiko terkait
Risiko lain dengan tema serupa — untuk menjelajahi ketakutan terkait.
Mengirim pesan + mengemudi
Berapa kemungkinan kecelakaan fatal saat mengirim pesan dan mengemudi?
Mengemudi mengantuk
Berapa peluang menyebabkan kecelakaan fatal karena mengemudi tanpa tidur yang cukup?
Menonton video saat mengemudi
Berapa kemungkinan kecelakaan karena menonton video di ponsel saat mengemudi?
Mengemudi dengan obat penenang
Berapa peluang menyebabkan kecelakaan fatal karena mengemudi saat mengonsumsi obat resep penenang?
Kecelakaan perawatan
Berapa kemungkinan kecelakaan yang disebabkan oleh perawatan kendaraan yang buruk?
Pilih penantang
The mechanism is physics before it is statistics. Kinetic energy scales with the square of velocity, and the probability that a crash is fatal scales even faster — the Power Model developed by Göran Nilsson at Sweden’s VTI research institute and confirmed by Rune Elvik’s 2004 meta-analysis of 98 studies gives the fatality multiplier as (v₂/v₁)⁴. Drive 20% over the posted limit and you are not running 20% more risk of a fatal crash; you are running roughly 2.07 times the risk of someone travelling at the limit. Drive 30% over and the multiplier climbs to 2.86×.
NHTSA’s Fatality Analysis Reporting System counted 11,775 deaths in speeding-related crashes in 2023, 29 percent of the 40,901 total US traffic fatalities that year. That share has been roughly stable for two decades, which means the absolute number tracks overall fatality trends but the behavioral pattern has not meaningfully improved. The 29% figure spans a wide range of severity: NHTSA codes a crash as speeding-related whenever an officer checks that box, whether the driver was 1 mph or 50 mph over the limit, so the share does not mean the typical speeding driver faced anything close to the 2× elevated risk estimated above. The Power Model exponent for fatal crashes on high-speed rural roads may also exceed 4, as Elvik’s 2013 re-parameterisation found the empirical exponent varies with initial speed and road type, generally running higher at highway speeds than at urban arterial speeds.
The gap between perceived and actual risk here is structural. Drivers who routinely travel 10-15 mph over the interstate limit experience no immediate consequence most of the time, which trains an intuitive model that the overage is tolerable. The physics disagrees on what happens in the relatively rare event that something goes wrong: at 75 mph versus 60 mph, a collision absorbs 56% more kinetic energy, and the margin between a serious injury and a fatality is largely determined by that energy budget. The lifetime estimate for a driver who regularly exceeds the limit by 20% on highway miles works out to roughly 1 in 50 — approximately double the US population baseline of 1 in 101 (the National Safety Council’s 2024-data lifetime odds of dying in a motor-vehicle crash) — with the uncertainty band wide enough to accommodate both cautious interpretations and higher-exponent road types.
Fakta terkait
Pengemudi yang rutin melaju 20%+ di atas batas menghadapi peluang sekitar ~1 dari 47 untuk kecelakaan fatal seumur hidup, sekitar 1 kecelakaan fatal per ~220.000 perjalanan pada 20% di atas batas. Naluri biasanya menangkap kenaikan risiko 10 hingga 20%, bukan dua kali lipat.
Buku besar klaim
Setiap angka di bawah ini adalah apa yang dilaporkan masing-masing sumber, dengan kutipan kata demi kata yang kami andalkan dan bagaimana kami sampai pada angka kami. Klik tautan mana saja untuk memverifikasi langsung.
-
[1] Nilsson, G. — Swedish National Road and Transport Research Institute (VTI) / Transport Research Institute (TØI) — The Power Model of the relationship between speed and road safety
The Power Model of the relationship between speed and road safety- Statistik
Fatal crash frequency scales as (v₂/v₁)⁴ relative to a baseline speed; a 20% speed increase → 1.2⁴ ≈ 2.07× fatality risk; a 10% increase → 1.1⁴ ≈ 1.46×- Kutipan
“"The number of fatal accidents is proportional to the fourth power of the ratio between the new and old mean speed of traffic." ”
- Data sumber dari
- 2004-01-01
- Diakses
- 2026-05-04 · salinan arsip
- Perhitungan
- Nilsson's original 1981 study established the power relationships; this 2004 VTI/TØI report is the canonical summary and reference document. The exponent of 4 for fatal crashes is the central estimate; Elvik's 2004 meta-analysis of 98 studies (460 estimates) broadly confirms this value across road types. Used here as the primary mechanism linking speed to fatality risk.
-
[2] National Highway Traffic Safety Administration (NHTSA), National Center for Statistics and Analysis — Traffic Safety Facts 2023 Data: Speeding (DOT HS 813 721)
Traffic Safety Facts 2023 Data: Speeding (DOT HS 813 721)- Statistik
11,775 fatalities in speeding-related crashes in 2023, representing 29% of all 40,901 traffic fatalities; decrease of 3% from 12,157 in 2022; estimated 332,598 people injured in speeding-related crashes- Kutipan
“"In 2023, there were 11,775 fatalities in speeding-related crashes, which represents 29 percent of the total number of traffic fatalities for the year." ”
- Data sumber dari
- 2024-11-01
- Diakses
- 2026-05-04 · salinan arsip
- Perhitungan
- NHTSA FARS is the authoritative US count for speeding-related fatalities. The 29% share (11,775 of 40,901) establishes that speeding is the second largest behavioral factor in US traffic deaths. This source supplies the annual US fatality count and speeding share; the lifetime population baseline that the Power Model multiplier is applied to comes from NSC's stated lifetime odds (1 in 101), not from a hazard recomputed here.
-
[3] Elvik, R. — Accident Analysis and Prevention (Elsevier) — A re-parameterisation of the Power Model of the relationship between the speed of traffic and the number of accidents and accident victims
A re-parameterisation of the Power Model of the relationship between the speed of traffic and the number of accidents and accident victims- Statistik
Meta-analysis of 98 studies with 460 estimates confirms the Power Model; exponent for fatal accidents empirically estimated at approximately 4 (range ~3–6 depending on road type and initial speed)- Kutipan
“"The Power Model of the relationship between speed and road safety proposes that changes in the mean speed of traffic are associated with changes in the number of accidents and accident victims according to power functions." ”
- Data sumber dari
- 2013-01-01
- Diakses
- 2026-05-04 · salinan arsip
- Perhitungan
- Elvik's 2013 re-parameterisation (published in Accident Analysis & Prevention) is the peer-reviewed confirmation of Nilsson's empirically derived exponent. The update shows the exponent varies with initial speed — at highway speeds the fatality exponent is closer to 4–5, strengthening the case that 20% overspeed at 60 mph is more dangerous than the simple 2.07× central estimate implies. Used here to corroborate the Power Model as the consensus scientific framework.
-
[4] National Safety Council (NSC), Injury Facts — Odds of Dying (2024 Data) — Motor-vehicle crash
Odds of Dying (2024 Data) — Motor-vehicle crash- Statistik
Lifetime odds of a US resident dying in a motor-vehicle crash: 1 in 101 (2024 data). Lifetime odds are derived by dividing one-year odds by the 79.0-year life expectancy of a person born in 2024.- Kutipan
“"Motor-vehicle crash … 1 in 101." (Lifetime odds of death for selected causes, United States, 2024.) "The lifetime odds are approximated by dividing the one-year odds by the life expectancy of a person born in 2024 (79.0 years)." ”
- Data sumber dari
- 2026-01-01
- Diakses
- 2026-07-10 · salinan arsip
- Perhitungan
- NSC Injury Facts is the standard US reference for population-average lifetime odds of death by external cause; it computes odds from National Center for Health Statistics mortality data and Census population/life-expectancy figures. The 1-in-101 (≈0.0099) lifetime motor-vehicle-crash figure is the population baseline this entry multiplies by the Power Model factor. (An earlier NSC release, based on 2022 data, gave 1 in 93 ≈ 0.0108; the 2024-data figure is 1 in 101 and is the value used here.) Neither this baseline nor the "1 in 93" predecessor is an IIHS statistic — the prior IIHS attribution was an error.