$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Diese Studie umfasste eine anonyme, risikofreie, papierbasierte Frageerhebung unter erwachsenen Einwohnern Chinas. Es wurden keine Namen, Identitätsnummern, Telefonnummern, Adressen, biologische Proben, klinische Informationen oder andere direkt identifizierbare personenbezogene Daten erhoben. Laut der institutionellen Richtlinie des Ethikausschusses der Universität für Forschung mit Menschen (JKEUPM), Universiti Putra Malaysia, benötigte Forschung mit anonymen Befragungen an Menschen, die vollständig außerhalb von UPM/Malaysia durchgeführt wurden, keine formelle Ethikgenehmigung des JKEUPM gemäß der Richtlinie, die ab dem 1. September 2023 gilt.
Die Teilnahme war während der gesamten Studie freiwillig und anonym. Vor dem Ausfüllen des Fragebogens erhielt jeder Befragte eine Einverständniserklärung, die den Zweck der Studie, die freiwillige Teilnahme, die anonyme Datenverarbeitung und das Recht, vor der Einreichung abzubrechen, erklärte. Die Zustimmung wurde durch ein Kontrollkästchen auf der ersten Seite des Papierfragebogens erfasst. Unterlagen ohne Einwilligungsbestätigung wurden vor der Fallprüfung ausgeschlossen. Ausgefüllte Papierfragebögen wurden in einem verschlossenen Schrank aufbewahrt, der nur für das Forschungsteam zugänglich war. Nach der Dateneingabe wurden deidentifizierte elektronische Datensätze in passwortgeschützten Ordnern gespeichert. Einwilligungsbestätigungsseiten und Antwortdaten wurden separat gespeichert, und nur deidentifizierte Daten wurden für die statistische Analyse exportiert.
Studiengebiet und Studiendesign
Diese Studie wurde von Februar bis März 2026 im Xiajin Yellow River Old Course Ancient Mulberry Grove System in der Provinz Shandong, China, durchgeführt. Die Zielgruppe bestand aus Bewohnern ab 18 Jahren, die in den 14 Dörfern des Kulturerbesystems lebten. Die 14 Dörfer waren Houtun, Qiantun, Liudi, Dongyan, Xiyan, Wenxinzhuang, Nanshuangmiao, Houguantun, Houzilitun, Zuodi, Dongyang, Liliuzhuang, Shengzhuang und Xiaoxinzhuang. Die Gesamtbevölkerung dieser Dörfer betrug 14.896 Einwohner.
Die Studie nutzte eine querschnittsübergreifende Fragebogenerhebung, um Schutzabsichten und jüngste selbstberichtete Schutzverhalten bei Bewohnern und Landwirten im Kontext des landwirtschaftlichen Kulturerbetourismus zu untersuchen. Es wurde eine proportionale dorfbasierte Stichprobenstrategie verwendet. Die Stichprobenquote für jedes Dorf wurde entsprechend dem Anteil des Dorfes an der Gesamtbevölkerung der 14 Dörfer berechnet, sodass größere Dörfer mehr Befragte beitrugen, während kleinere Dörfer vertreten blieben.
Unter Verwendung der Stichprobengrößentabelle von Krejcie und Morgan benötigt eine Population von über 10.000 mindestens 366 Befragte mit einem Konfidenzlevel von 95 % und einer Fehlermargevon 5 % (11). Um unvollständige oder unbrauchbare Fragebögen zu ermöglichen, wurden 400 Papierfragebögen verteilt. Nach Einwilligungsverifizierung, doppelter Überprüfung, Querschnittsabgleich, Antwortbereichsvalidierung und Fallqualitätsprüfung wurden 375 gültige Fragebögen gespeichert. Die endgültige Stichprobe überschritt die Mindestanforderung und machte etwa 2,52 % der Gesamtbevölkerung der 14 Dörfer aus. Die Bevölkerung auf Dorfebene, der Bevölkerungsanteil und die gültige Stichprobenzuweisung sind in der ergänzenden Tabelle 1 dargestellt. Der gesamte Studienablauf ist in Abbildung 1 dargestellt.

Abbildung 1. Gesamtablauf der Teilnehmerrekrutierung, papierbasierte Fragebogenverwaltung, Datenscreening und statistische Analyse. Diese Abbildung fasst den querschnittsbasierten Umfrageablauf zusammen, einschließlich Stichproben auf Dorfebene, Teilnehmerrekrutierung, Offline-Papierfragebuchverwaltung, Einwilligungsbestätigung, Dateneingabe, Qualitätskontrolle, Konstruktbewertung und statistischer Analyse. Das Framework bewertet die Beziehungen zwischen ATB, SN, PBC, PI und FBR. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.
Teilnehmerberechtigung und Rekrutierung
Berechtigte Teilnehmer waren Bewohner von 18 Jahren oder älter aus einem der 14 Dörfer im Xiajin Yellow River Old Course Ancient Mulberry Grove System. Sie benötigten außerdem ausreichende Kenntnisse über die lokale landwirtschaftliche Produktion, das Dorfleben oder die erbebezogenen Praktiken, um den Fragebogen sinnvoll beantworten zu können. Diese Vertrautheit wurde definiert als Erfüllung von mindestens einer der folgenden Bedingungen: Aufenthalt in einem der ausgewählten Dörfer während der vorherigen Pflanzsaison, Beteiligung an lokalen landwirtschaftlichen oder häuslichen Produktionsaktivitäten, Bewusstsein für maulbeerbasierte landwirtschaftliche Praktiken, Teilnahme am Gemeindeleben im Dorf oder Vertrautheit mit dem Schutz des lokalen landwirtschaftlichen Erbes und touristischen Praktiken.
Personen wurden ausgeschlossen, wenn sie vorübergehende Besucher waren, ihre Zustimmung ablehnten, jünger als 18 Jahre waren, den Fragebogen nicht sinnvoll ausfüllen konnten, doppelte Fragebögen einreichten oder Datensätze nicht über die gesamte Datensatzstruktur hinweg abgeglichen werden konnten. Datensätze wurden auch ausgeschlossen, wenn ein oder mehrere Kernkonstruktabschnitte fehlten, wenn mehr als 20 % der Kernkonstrukt-Elemente fehlten oder ungültig waren, wenn identische Antworten über alle Likert-Elemente ohne plausible Variation gegeben wurden oder wenn Antwortwerte außerhalb des zulässigen Codierungsbereichs fielen und nicht verifiziert werden konnten.
Die Rekrutierung erfolgte über dorfbasierte Kontaktkanäle. Das Forschungsteam betrat jedes Dorf mit Unterstützung des Dorfkomitees. Dorfkomitees halfen, Verteilungsorte zu identifizieren und berechtigte Bewohner zu kontaktieren, sammelten jedoch keine Antworten und beeinflussten keine Fragebogenantworten. Fragebögen wurden über die Büros der Dorfkomitees an berechtigte Bewohner verteilt. Die Befragten füllten den Fragebogen einzeln im Büro des Dorfkomitees oder in einem anderen ausgewiesenen Raum auf Dorfebene aus.
Die Umfrage verwendete ausschließlich papierbasierte Fragebögen. Interviewer wurden bei Bedarf unterstützt, hauptsächlich für Befragte, die Schwierigkeiten hatten, den Fragebogen eigenständig zu lesen. Das Feldpersonal erhielt vor der Verteilung des Fragebogen standardisierte Anweisungen. Sie erklärten nur den Zweck der Studie, die freiwillige Teilnahme, die Anonymität und das Antwortformat. Wenn die Befragten um Unterstützung baten, lasen oder wiederholten die Mitarbeiter die schriftliche Formulierung des Themas laut, ohne Beispiele, Erklärungen oder vorgeschlagene Antworten hinzuzufügen. Es wurden keine Online-Fragebogenplattform, digitale Umfragelink, adaptive Verzweigung, Itemrandomisierung oder alternative Fragebogenversion verwendet.
Fragebogenstruktur und Instrumentenentwicklung
Das Instrument wurde entwickelt, um einen fünfteiligen Verhaltensrahmen zu testen, der die Einstellung zum Verhalten (ATB), subjektive Normen (SN), wahrgenommene Verhaltenskontrolle (PBC), Schutzintention (PI) und die Verhaltensreaktion der Landwirte (FBR) umfasst. Die Entwicklung von Fragebögen wurde hauptsächlich von der Theorie des geplanten Verhaltens und früheren Anwendungen von Behavioral-Intention-Modellen im Bereich Kulturtourismus, Naturschutz und landwirtschaftliche Teilnahmeforschung geleitet12. Das endgültige analytische Modell basierte auf TPB. Das Health Belief Model und PERMA wurden nicht als separate theoretische Rahmen beibehalten, da ihre Konstrukte in der Endanalyse nicht unabhängig voneinander als eigenständige Variablen operationalisiert wurden.
Der anfängliche Itempool wurde durch literaturbasierte Auswahlverfahren und kontextuelle Anpassung an das Xiajin-Agrarkulturtourismus-Setting entwickelt. Die Formulierung des Items wurde von zwei Experten überprüft, nämlich dem korrespondierenden Autor und dem dritten Autor. Beide Gutachter verfügten über Erfahrungen, die sich mit ländlichem Tourismus, landwirtschaftlichem Erbe, Umweltverhalten und befragungsbasierter Verhaltensanalyse befassen. Sie bewerteten die Aufgaben hinsichtlich der Konstrukt-Relevanz, Formulierungsklarheit, kontextueller Eignung und Verständlichkeit der Befragten. Mehrdeutige, sich wiederholende oder schlecht ausgerichtete Punkte wurden vor der endgültigen Verwaltung überarbeitet.
Vor der Haupterhebung wurde ein Pilottest mit 30 Bewohnern außerhalb des Hauptstichprobenrahmens durchgeführt. Der Pilottest bewertete die Klarheit der Aufgaben, die kulturelle Angemessenheit, die Fragebogenlänge, das Verständnis des Antwortankers und die Eignung der in den PI- und FBR-Abschnitten verwendeten zeitlichen Referenzen. Das Feedback des Piloten zeigte, dass einige Befragte unsicher bezüglich des Begriffs "Naturschutz" waren. Um die lokale Verständlichkeit zu verbessern, wurde die Formulierung mit der lokalen Bedeutung "Schutz landwirtschaftlicher Traditionen" ergänzt. Nach dem Pilottest wurden drei Punkte auf eine einfachere Formulierung überarbeitet.
Die Analyse der Pilotzuverlässigkeit zeigte akzeptable interne Konsistenz über die gemessenen Dimensionen hinweg. Cronbachs Alpha-Werte betrugen 0,838 für Bedeutung/kognitive Bewertung, 0,834 für positive Emotion/affektive Einstellung, 0,766 für wahrgenommene Schwere/Risikobewertung, 0,783 für injunktive Normen, 0,782 für deskriptive Normen, 0,747 für referenzspezifischen Druck, 0,843 für Kapazität/Selbstwirksamkeit, 0,723 für Ressourcen/erwartete Vorteile, 0,862 für Chancen/externe Bedingungen, 0,789 für PI und 0,880 für Konservierungsverhalten. Als vorläufige Überprüfung der Eignungsfähigkeit zeigten die Pilotdaten einen Kaiser-Meyer-Olkin-Wert von 0,722 und einen signifikanten Bartlett-Test der Sphärizität, χ2 = 118,041, df = 10, p < 0,001. Diese Ergebnisse unterstützten die fortgesetzte Nutzung des Fragebogens nach kleineren Formulierungsänderungen.
Das endgültige Vermessungsinstrument enthielt fünf Baublöcke, die in einer festen Reihenfolge angeordnet waren. ATB wurde durch kognitive Evaluation, affektive Einstellung und wahrgenommene Risikobewertung gemessen. SN wurde durch injunktive Normen, deskriptive Normen und referenzspezifischen sozialen Druck gemessen. PBC wurde anhand von Selbstwirksamkeit, wahrgenommenen Vorteilen und externen Chancenbedingungen gemessen. PI wurde mit Bezug zur nächsten Säsaison gemessen, während FBR mit Bezug zur vorherigen Pflanzsaison gemessen wurde. Die Struktur des Umfrageinstruments ist in Tabelle 1 zusammengefasst.
| Konstrukt | Abschnitt | Konzeptioneller Bereich | Zeitrahmen | Antwortformat | Anzahl der Gegenstände | Punktebereich | Punkteregel |
| Einstellung zum Verhalten (ATB) | Teil I | Kognitive Bewertung, affektive Einstellung und wahrgenommene Schwere bzw. Risikobewertung im Hinblick auf den Schutz des landwirtschaftlichen Kulturerbes | Aktuelle Bewertung | 5-Punkte-Likert-Skala, 1 = stark abweichend zu 5 = stimme voll zu | 17 | 1.000–5.000 | Mittelwert von 17 Artikeln |
| Subjektive Normen (SN) | Teil II | Injunktive Normen, beschreibende Normen und referenzspezifischer sozialer Druck | Derzeit wahrgenommene soziale Erwartung | 5-Punkte-Likert-Skala, 1 = stark abweichend zu 5 = stimme voll zu | 11 | 1.000–5.000 | Mittelwert von 11 Artikeln |
| Wahrgenommene Verhaltenskontrolle (PBC) | Teil III | Selbstwirksamkeit, erwartete Vorteile und Bedingungen für externe Chancen | Aktuell wahrgenommene Fähigkeit und Kontrolle | 5-Punkte-Likert-Skala, 1 = stark abweichend zu 5 = stimme voll zu | 13 | 1.000–5.000 | Mittelwert von 13 Gegenständen |
| Schutzabsicht (PI) | Teil IV | Beabsichtigte Maßnahmen zum Schutz des landwirtschaftlichen Kulturerbes | Nächste Pflanzsaison | 5-Punkte-Likert-Skala, 1 = stark abweichend zu 5 = stimme voll zu | 11 | 1.000–5.000 | Mittelwert von 11 Artikeln |
| Verhaltensreaktion der Landwirte (FBR) | Teil V | Selbst gemeldete schutzbezogene Praktiken | Vorherige Pflanzsaison | Binäre Antwort, Ja/Nein | 8 | 0-8 | Summe von 8 Artikeln |
Tabelle 1: Struktur des Überprüfungsinstruments und Konstruktionszusammensetzung. Diese Tabelle fasst die fünf Fragebogenabschnitte zusammen, die ATB, SN, PBC, PI und FBR entsprechen, einschließlich konzeptueller Bereiche, zeitliche Referenzen, Antwortformate, Aufgabenanzahl, Punktbereiche und Bewertungsregeln. ATB, SN, PBC und PI wurden als Mittelwerte über gültige Items innerhalb jedes Konstrukts bewertet, während FBR als summierte Verhaltenszählung bewertet wurde, wobei höhere Werte auf eine stärkere gemeldete Teilnahme an schutzbezogenen Praktiken hindeuten.
Der vollständige Fragebogen ist in Supplementary File 1 bereitgestellt. Die Element-zu-Konstruktion-Abbildung, die Variablencodierungsregeln und die Definitionen der zusammengesetzten Punktzahl sind in der ergänzenden Tabelle 2 zusammengefasst. Die Materialien und analytischen Ressourcen sind in der Materialtabelle zusammengefasst.
Item-Format, Response-Anchors und Construct-Codierung
Abschnitte mit ATB, SN, PBC und PI verwendeten ein 5-Punkte-Likert-Antwortformat, das codiert war wie 1 = stark uneinig, 2 = nicht übereinstimmend, 3 = weder zustimmen noch widersprechen, 4 = übereinstimmen und 5 = stark übereinstimmen. Der ATB-Abschnitt enthielt 17 Artikel, der SN-Abschnitt 11 Artikel, der PBC-Abschnitt 13 Artikel und der PI-Abschnitt 11 Artikel.
Der Abschnitt FBR enthielt acht Verhaltenshinweise, die sich auf die vorherige Pflanzsaison bezogen. Diese Elemente wurden dichotomisch kodiert: 1 = ja und 0 = nein. Diese Codierungsregel wurde vor der Analyse festgelegt und auf alle acht Verhaltens-Response-Items13 konsistent angewendet. Es wurde keine Rückwärtscodierung verwendet, da alle erhaltenen Elemente in derselben inhaltlichen Richtung ausgerichtet waren.
Für die Analyse wurden ATB, SN, PBC und PI als Durchschnittswerte für alle gültigen Elemente innerhalb jedes Konstrukts berechnet. Ein Konstrukt-Score wurde berechnet, wenn mindestens 80 % der Elemente in diesem Konstrukt gültige Antworten hatten. Hatte ein Befragter weniger gültige Antworten als diesen Schwellenwert, wurde der Konstruktwert für Analysen mit diesem Konstrukt als fehlend behandelt. Die FBR wurde als summierter Verhaltenswert von 0 bis 8 berechnet, wobei höhere Werte auf eine stärkere gemeldete Teilnahme an schutzbezogenen Praktiken hindeuten.
Demografische Variablen
Der demografische Abschnitt wurde am Anfang des Fragebogens platziert und erfasste Geschlecht, Jahre landwirtschaftliche Erfahrung, Alter und Bildungsniveau. Das Geschlecht wurde als 1 = männlich und 2 = weiblich kodiert. Die landwirtschaftliche Erfahrung wurde als 1 = 0-2 Jahre, 2 = 3-10 Jahre, 3 = 11-25 Jahre und 4 = über 25 Jahren kodiert. Das Alter wurde als 1 = 18–30 Jahre, 2 = 31–44 Jahre und 3 = über 45 Jahre kodiert. Das Bildungsniveau wurde als 1 = Grundschule, 2 = Mittelstufe und 3 = College oder Universität kodiert.
Demografische Variablen wurden für die Beschreibung und Datenprofilierung der Befragten verwendet und nicht in die zusammengesetzten Konstruktwerte eingegliedert. Sex wurde kategorisch behandelt. Landwirtschaftliche Erfahrung, Alter und Bildungsniveau wurden als geordnete, kategoriale Variablen für die beschreibende Profilierung behandelt.
Verfahren zur Verwaltung der Vermessung
Der Papierfragebogen wurde in einer standardisierten Reihenfolge durchgeführt. Jeder Teilnehmer las zunächst die Studieninformationen und die Einwilligungserklärung, bestätigte die freiwillige Teilnahme, füllte demografische Fragen aus und beantwortete dann die fünf Konstruktabschnitte in der festen Reihenfolge ATB, SN, PBC, PI und FBR. Diese Anordnung wurde festgelegt, um die beabsichtigte Messstruktur zwischen den Befragten zu erhalten.
Die Befragten füllten den Fragebogen einzeln in den Büros des Dorfkomitees oder in anderen ausgewiesenen Räumen auf Dorfebene aus. Wenn mehrere Befragte am selben Ort waren, wurden sie gebeten, ihre Antworten nicht mit anderen zu besprechen. Zu Beginn des Fragebogens wurde eine standardisierte schriftliche Anweisung gegeben, und das Außendienstpersonal gab vor Abschluss die gleiche kurze mündliche Erklärung. Die Unterstützung durch Interviewer beschränkte sich auf das Lesen oder Wiederholen der schriftlichen Formulierungen für Befragte, die Hilfe benötigten.
Es wurden keine Geldzahlungen, Geschenke, Erstattungen, Transportunterstützung, Erfrischungen oder sonstige nicht-monetäre Anreize angeboten. Kein Fragebogen wurde in den analytischen Datensatz aufgenommen, es sei denn, die Zustimmung wurde bestätigt und alle fünf Konstruktabschnitte in analysierbarer Form zurückgegeben. Ein Fragebogen wurde als analysierbar klassifiziert, wenn die Zustimmung bestätigt wurde, alle fünf Konstruktabschnitte vorhanden waren, kein Konstruktblock vollständig fehlte und der Anteil der fehlenden oder ungültigen Antworten in den Kernkonstrukt-Elementen 20 % nicht überschritt. Die verhaltensbezogene Formulierung im letzten Abschnitt bezog sich auf die unmittelbar vorangehende Pflanzsaison, die die Rückruf-Spezifität verbesserte und vage Einstellungen reduzierte14.
Dateneingabe und Qualitätskontrolle
Alle zurückgegebenen Papierfragebögen wurden in einen Masterdatensatz eingetragen, wobei die Seriennummer des Befragten als alleiniger Verknüpfungsschlüssel über die fünf fragebogenbasierten Datenblätter verwendet wurde. Die Antworten wurden manuell in Microsoft Excel eingegeben und mit den ursprünglichen Papierfragebögen abgeglichen. Der Datensatz wurde zunächst in fünf Arbeitsblätter organisiert, die ATB, SN, PBC, PI und FBR entsprechen. Diese Struktur bewahrte die Fragebogenarchitektur und ermöglichte eine Überprüfung auf Abschnittsebene, bevor die Arbeitsblätter zu einem Master-Datensatz zusammengeführt wurden.
Jeder Datensatz wurde in vier Schritten überprüft. Zuerst wurden die Seriennummern der Befragten auf Duplikation überprüft. Die doppelte Überprüfung erfolgte auf Basis von Seriennummern und manuellem Vergleich der Fragebogenaufzeichnungen. Zweitens wurde die Kreuzblattabgleiche überprüft, sodass nur die in allen fünf fragebogenbasierten Arbeitsblättern vorhandenen Unterlagen erhalten bleiben. Drittens wurden die Antworten der Aufgaben mit zulässigen Codierungswerten überprüft. Für ATB-, SN-, PBC- und PI-Elemente wurden nur die Werte 1-5 akzeptiert, und für FBR-Artikel wurden nur die Werte 0 oder 1 akzeptiert. Viertens wurden Konstruktmittelwerte und FBR-Totalen aus den Rohwerten neu berechnet und mit dem Arbeitsdatensatz verglichen, um Eintragsfehler zu identifizieren.
Tabellenkalkulationsformeln wurden verwendet, um Konstruktwerte neu zu berechnen. Tabellenkalkulationsfilter und Häufigkeitskontrollen wurden verwendet, um fehlende Werte, doppelte Datensätze und außerhalb des Bereichs liegende Codes zu identifizieren. Nach dem Screening auf Tabellenkalkulationsebene wurde der Datensatz in IBM SPSS Statistics, Version 30.0, importiert, um zusätzliche Häufigkeitsprüfungen und statistische Analysen zu erhalten.
Nach dem Fall-Screening wurden 375 Fragebögen in der finalen analytischen Stichprobe erhalten. Während der Bereichsprüfung auf Postebene wurden drei außerhalb des Bereichs kodierten Einträge mit "45" in einem PBC-Artikel identifiziert. Diese Werte wurden als manuelle Dateneingabefehler behandelt, da sie außerhalb des zulässigen 1-5-Antwortsbereichs für Likert-Elemente lagen. Die drei ungültigen Werte wurden vor der Konstruktbewertung als fehlende Werte auf Item-Ebene neu kodiert. Da die betroffenen Befragten ansonsten vollständige abgeglichene Datensätze hatten und dennoch die 80%-Gültigkeitsanforderung für das PBC-Konstrukt erfüllten, wurden sie in Konstruktanalysen behalten. Der vollständige Harman-Einzelfaktortest wurde an 372 Likert-ähnlichen Datensätzen durchgeführt, da die drei ungültigen PBC-Einträge als fehlend neu codiert worden waren. Die Reinigungslogik und die statistischen Entscheidungskriterien sind in Tabelle 2 zusammengefasst. Der bereinigte, deidentifizierte Analysedatensatz auf Befragtenebene, der für die statistische Analyse verwendet wird, ist in ergänzender Tabelle 3 bereitgestellt.
| Bühne | Gegenstand | Betriebsregel | Entscheidungskriterium | Maßnahmen ergriffen |
| Einwilligungsprüfung | Bestätigung der Zustimmung im Kontrollkästchen | Ein Fragebogen war nur dann für das Screening geeignet, wenn die Zustimmung vor Abschluss der Frage bestätigt wurde. | Einwilligungsbox ausgefüllt | Unterlagen ohne Einwilligungsbestätigung wurden ausgeschlossen. |
| Gehäuseabstimmung | Befragten-Identifikator über fünf Datenblöcke hinweg | Ein Fall wurde nur dann erhalten, wenn dieselbe Seriennummer des Beklagten in allen fünf Arbeitsblättern einmal auftauchte. | Genaue Eins-zu-eins-Übereinstimmung in den ATB-, SN-, PBC-, PI- und FBR-Abschnitten | 375 übereinstimmende Fälle wurden geführt. |
| Doppelte Screening | Doppelte Bewerbernummer | Duplizierte Seriennummern des Befragten waren in der Analysedatei nicht erlaubt. | Keine doppelte Identifikatorin innerhalb oder über Abschnitte hinweg | Nur der erste vollständige Eintrag wurde behalten, wenn eine Doppelung vorkam. |
| Screening fehlender Daten | Kernkonstrukt-Elemente | Ein Fragebogen wurde nur dann als analysierbar klassifiziert, wenn alle fünf Konstruktabschnitte vorhanden waren. | Kein Konstruktionsblock fehlt komplett; fehlende oder ungültige Kernkonstrukt-Antworten ≤20 % | Datensätze wurden ausgeschlossen. |
| Reichweitenprüfung für Likert-Gegenstände | ATB-, SN-, PBC- und PI-Aufgaben | Rechtswerte waren auf ganze Zahlen von 1 bis 5 beschränkt. | Jeder Wert außerhalb von 1–5 wird als ungültiger Eintrag behandelt | Drei außerhalb des Bereichs, kodiert als "45" in einem PBC-Element, wurden vor der Konstruktmittelung als fehlend neu codiert. |
| Reichweitenprüfung für binäre Elemente | FBR-Artikel | Die endgültige Codierung wurde harmonisiert auf 1 = ja und 0 = nein. | Nur 0 oder 1 wurde akzeptiert | Acht FBR-Einträge wurden vor der Wertung konsequent neu kodiert. |
| Konstruktbewertung | ATB, SN, PBC und PI | Zusammengesetzter Score, berechnet als Mittelwert der gültigen Elemente innerhalb des Konstrukts. | Mindestens 80 % gültige Gegenstände sind in jedem Konstrukt erforderlich. | Mittelwerte, die für die Konstrukt-Analyse verwendet werden. |
| Konstruktbewertung | FBR | Zusammengesetzter Score, berechnet als summierte Verhaltensbeteiligung. | Binäreinträge summiert über 8 Aktionen | Die Gesamtpunktzahl reichte von 0 bis 8. |
| Interne Konsistenz | Mehrfach-Element-Konstrukte | Zuverlässigkeit mit Cronbachs Alpha bewertet. | α ≥ 0,70 akzeptabel; α ≥ 0,80 gut; α > 0,95 mögliche Redundanz | Alle Konstrukte wurden beibehalten; SN interpretierte vorsichtig, weil α leicht unter 0,70 lag. |
| Variante der gemeinsamen Methode | Likert-Typ-Objekte | Harmans Ein-Faktor-Test galt für alle ATB-, SN-, PBC- und PI-Aufgaben. | Der erste ungedrehte Faktor beträgt <40 % der Gesamtvarianz | CMV wird nicht als dominant bewertet. |
| Regressionsannahmen | Prädiktorkollinearität | Toleranz und VIF vor der Modellinterpretation bewertet. | Toleranz > 0,20; VIF < 5.00 | Alle Prädiktoren sind akzeptabel. |
| Regressionsannahmen | Residual- und Einflussdiagnostik | Standardisierte Residuen und Cooks Entfernung überprüft. | Standardisierte Residuen innerhalb von ±3,00; Cooks Distanz beträgt <1,00 | Kein einflussreicher Fall entfernt. |
| Robustheitsanalyse | HC3-Standardfehler | Heteroskedasticity-konsistente HC3-Standardfehler für Hauptregressionsmodelle geschätzt. | Die Hauptprädiktoren blieben statistisch signifikant | HC3-Ergebnisse wurden als Robustheitsschätzungen berichtet. |
| Robustheitsanalyse | Poisson-Regression | FBR wird als Zählergebnis von 0 bis 8 behandelt. | Log-Link; Poisson-Verteilung; Modellanpassung und Überdispersion überprüft | Poisson-Ergebnisse als Robustheitsprüfung gemeldet. |
| Statistische Signifikanz | Hypothesentests | Es wurde durchgehend eine zweiseitige Signifikanzprüfung angewendet. | p < 0,05 | Schwelle vor der Analyse festgelegt. |
Tabelle 2: Datenbereinigungsregeln, Codierungsprinzipien und statistische Entscheidungskriterien. Diese Tabelle fasst die vordefinierten Regeln für das Einwilligungsscreening, Fallabgleich, doppeltes Screening, Umgang mit fehlenden Daten, Antwortbereichsvalidierung, Konstruktbewertung, Zuverlässigkeitsbewertung, Varianzbewertung der gemeinsamen Methoden, Regressionsdiagnostik, HC3-Robustheitsanalyse, Poisson-Robustheitsanalyse und Signifikanzprüfung zusammen. Zusammengesetzte Werte für ATB, SN, PBC und PI wurden als Mittelwerte über gültige Elemente innerhalb jedes Konstrukts berechnet, während FBR als summierte Verhaltenszählung von 0 bis 8 berechnet wurde. Alle Analysen wurden mit dem bereinigten analytischen Datensatz durchgeführt.
Statistische Analyse
Alle Analysen wurden in IBM SPSS Statistics, Version 30.0, durchgeführt. Deskriptive Statistiken wurden zunächst für demografische Variablen und Fragebogenelemente berechnet. Die interne Konsistenzzuverlässigkeit wurde dann für jedes Multi-Item-Konstrukt mit Cronbachs Alpha bewertet, wobei α ≥ 0,70 als akzeptabel definiert, α ≥ 0,80 als gut und α > 0,95 als mögliche Item-Redundanz15 behandelt wurden.
Da die FBR-Elemente dichotom waren, wurde ihre interne Konsistenz als KR-20-Äquivalent zu Cronbachs Alpha für Binärelemente interpretiert. FBR wurde in erster Linie als summierter Verhaltensbeteiligungsindex und nicht als rein reflektierende psychometrische Skala behandelt, da die acht Punkte unterschiedliche Formen schutzbezogener Maßnahmen darstellten. Der SN-Konstrukt wurde trotz eines α Werts leicht unter 0,70 im Hauptdatensatz beibehalten, da der Wert nahe am konventionellen Schwellenwert lag, die Elemente theoretisch mit TPB ausgerichtet waren und das vollständige Konstrukt-Block die vorgegebene Fragebogenstruktur bewahrte. Ergebnisse mit SN wurden vorsichtig interpretiert.
Die Konstruktvalidierung folgte dem beobachteten Composite-Score-Design des Protokolls. Da die Studie kein vollständiges Strukturgleichungsmodell mit latenten Variablen schätzte, wurden die zusammengesetzte Zuverlässigkeit, die extrahierte durchschnittliche Varianz und HTMT nicht als primäre Messmodellkriterien verwendet. Die Konstruktadequanz wurde durch literaturbasierte Item-to-Construct-Mapping, Expertenüberprüfung, Pilottests, interne Konsistenzzuverlässigkeit, Item-Level-Bereichsprüfung und vordefinierte Bewertungsregeln bewertet. Dieser Ansatz wurde gewählt, weil das Protokoll darauf abzielte, einen reproduzierbaren Workflow für Umfragen und eine zusammengesetzte Punktzahlanalyse bereitzustellen, anstatt ein vollständiges SEM-Messmodell.
Die Varianz der gemeinsamen Methode wurde mit Harmans Einfaktorentest16 untersucht. Dieser Test verwendete vollständige Likert-Typ-Artikeldatensätze nach der Korrektur des Item-Level-Bereichs. Da drei ungültige PBC-Einträge als fehlend neu kodiert wurden, wurde der Common Method Variance Test an 372 vollständigen Likert-Typ-Datensätzen durchgeführt. Common Method Bias galt als nicht schwerwiegend, wenn der nicht rotierte erste Faktor weniger als 40 % der Gesamtvarianz erklärte.
Bivariate Korrelationen wurden unter den fünf Konstruktwerten berechnet. Anschließend wurde eine multiple lineare Regression in zwei Stufen durchgeführt. Im Modell 1 wurde PI als abhängige Variable eingegeben, und ATB, SN und PBC gleichzeitig als Prädiktoren. Im Modell 2 wurde FBR als abhängige Variable eingegeben, und PI als fokaler Prädiktor. Da PI sich auf die nächste Pflanzsaison und FBR auf die vorherige Pflanzsaison bezog, wurden diese Modelle als Querschnittsassoziationsmodelle und nicht als strikte kausale Vorhersagemodelle interpretiert.
Die Mediationsanalyse wurde mit dem PROCESS-Makro für SPSS, Version 4.2, Modell 4, durchgeführt. Separate Mediationsmodelle wurden für ATB, SN und PBC geschätzt, wobei PI als Mediator und FBR als Ergebnis dienten. Indirekte Effekte wurden anhand von 5.000 Bootstrap-Reproben und 95%igen Bootstrap-Konfidenzintervallen geschätzt. Ein indirekter Effekt galt als statistisch signifikant, wenn das Konfidenzintervall keine null enthielt. Mediationsergebnisse wurden als statistische indirekte Assoziationen innerhalb des Querschnittsmodells interpretiert und nicht als Hinweise auf longitudinale Kausalität.
Regressionsannahmen wurden anhand vorgegebener Kriterien bewertet. Die Multikollinearität wurde mit Toleranz > 0,20 und VIF < 5,00 bewertet. Einflussreiche Beobachtungen wurden mit standardisierten Residuen innerhalb von ±3,00 und Cooks Abstand < 1,00 gescreent. Linearität und Homoskedesistizität wurden anhand von Residual-Streudiagrammen bewertet. Die Normalität der Residuen wurde mit Histogrammen und normalen Wahrscheinlichkeitsdiagrammen untersucht. Die Unabhängigkeit der Fehler wurde mit der Durbin-Watson-Statistik bewertet. Die statistische Signifikanz wurde mit zweiseitigen Tests bei p < 0,0517 bewertet. Nach Residual- und Einflussdiagnostik wurden keine weiteren Fälle ausgeschlossen.
Da FBR ein summierter Verhaltensbeteiligungsscore war, behandelte das Primärmodell ihn als zusammengesetztes Endergebnis. Da derselbe Wert auch eine Zählung der befürworteten Schutzverhaltensweisen von 0 bis 8 darstellte, wurde die Poisson-Regression als Robustheitscheck durchgeführt. Heteroskedastizitäts-konsistente HC3-Standardfehler wurden ebenfalls für die Hauptregressionsmodelle geschätzt, da die Robustheitsanalysen HC3-Regressionsschätzungen einschlossen. HC3-Schätzungen wurden als B, HC3 SE, t, p und 95%-Konfidenzintervalle berichtet. Die Poisson-Regression wurde mittels des generalisierten linearen Modellverfahrens in SPSS mit Poisson-Verteilung, logarithmusischer Verknüpfungsfunktion und Maximum-Lilihood-Schätzung geschätzt. Es wurden Inzidenzratenverhältnisse, robuste Standardfehler, 95%-Konfidenzintervalle und Modellanpassungsindikatoren berichtet. Die potenzielle Überdispersion wurde mit dem Pearson-Chi-Quadrat-/Freiheitsgrad-Verhältnis bewertet. Das Poisson-Modell wurde nur als Robustheitsprüfung verwendet und ersetzte nicht die primäre lineare Konstruktebene-Analyse.