推文人 | 张萌 

原文信息：Fischer, A. R., Frewer, L. J., and Nauta, M. J. (2010). Toward improving food safety in the domestic environment: a multi-item Rasch scale for the measurement of the safety efficacy of domestic food-handling practices. Risk Analysis. 26(5), 1323-1338.

 

——来自Rasch量表的回答

 

一、研究背景与研究目的

 

由于家庭内部食物处理不当而引发的食源性疾病大量爆发问题已经得到了自然学科和社会学科研究者的大量关注，但是该问题目前仍然对公共健康问题造成了较大的威胁。为此，通常采取信息科普宣传这种干预方式促进消费者改善自身行为。但是，以往研究表明，只有30%的消费者注意到了这些信息，而其中不到一半的消费者会根据提供的信息改变自己的行为。由于消费者与消费者之间存在着巨大的差异，信息宣传的方式并未考虑到不同消费者群体的现有知识和信息需求，导致收效甚微。并且，我们不仅要考虑消费者行为本身，还需要考虑支撑消费者行为的心理因素，如乐观偏见、习惯和感知到的健康控制点。因此，有必要了解不同消费者采取不同行为的原因及可能性，以最合适的方式瞄准正确的消费者，提高干预的有效性。

 

本文的研究目的：（1）评估不同消费者群体采取特定食物操作行为的可能性；（2）确定哪些消费者可能从事哪些安全或不安全的食物操作行为；（3）了解这些不同消费者之间的差异。

 

二、 研究方法

 

（1）Rasch模型

 

通过简单相加或者平均来构建量表进行评估是最常用的方法之一，但是这种方法简单粗暴，丢失了部分有效信息。本文采取的Rasch模型则能以更充分地利用相关信息。模型表达式为：

公式（1）中，p表示能力为的个体n在给定k尺度水平上参与行动i的概率。δ_i表示该项目的整体难度，τ_k 表示阈难度，为每个梯难度与整体难度的离均差。[详见Bond, T. G., & Fox, C. M. (2001). Applying the Rasch Model, Fundamental Measurement in the Human Sciences. Mahwah, NJ: Erlbaum.]

 

（2）聚类分析

 

采用层次聚类分析将消费者分为不同的群体。

 

三、研究设计

 

本文向荷兰代表性人口样本邮寄了问卷，要求由家中主要负责做饭的人（并且每周至少两次）填写。问卷回复率为70%，收集到1044份有效问卷，样本中女性占65%，男性占35%，年龄范围为18-90岁。

 

问卷包括55个问题，其中50个问题有关食物操作具体行为，要求被访者用“从不”、“有时”、“经常”或者“总是”来回答，另外5个问题有关操作频率（例如：多久打扫一次厨房）。这55个问题可以被归纳为四类，分别为“食物准备”、“食物贮存”、“食物购买/运输期间的操作行为”以及“厨房卫生”。SPSS软件对这55个问题的主成分分析结果为单因素，表明了Rasch量表内部的一致性。

 

四、研究结果

 

（1）各种操作行为的难度系数

 

利用统计程序BIGSTEPS，通过Rasch分析估计每种行为的难度（表1）。分析结果与实际相符，例如“使用厨房专用温度计检测肉类是否充分煮熟”难度系数极高，“检查加热是否充分”则难度系数较低。

 

本文选取的模型拟合度outfit mean squares范围是0.6-1.4，在55个问题中有7项拟合值过大。在这7个问题中，专家提供的建议要么模棱两可，要么最近有所改变。例如，第5条，“当我储存剩菜时，我先把它们放凉，然后再把它们放进冰箱。”过去建议这么做，是因为旧冰箱可能无法承受太大的热负荷，从而导致其他产品变质。但是由于现代冰箱可以很好地应对热负荷，现在则建议热食物应立即放入冰箱。这类建议的改变可能导致家庭食物处理者的矛盾行为和不适应，因为参与者可能根据过去的建议或新的建议行事，而与他们的整体表现无关。

（2）阈难度

 

计算得到“从不”、“有时”、“经常”以及“总是”四者之间的阈难度（表2），知道不同类别之间的边界也很重要。换句话说，与经常这样做相比，每时每刻都去做一件事要困难多少?即0.88。

（3）消费者分类

 

根据人口统计和心理因素，本文根据聚类分析将消费者分为五类，传统家庭（Traditional family）、有点偏传统的家庭（Average family (traditional)）、普通家庭（Average family）、有点偏现代的家庭（Average family(modern)）以及单身男性（Single males）(得分最低)（表3和表4）。

（4）有关食品操作行为的预测

 

由于“充分加热”以及“预防交叉污染”是食物操作中较为关键的两条原则，因此本文依据公式（1）及上面相关系数运算结果预测了被访者在这两个方面采取正确操作行为的可能性，结果如表5和表6所示。结果表明，来自传统家庭的女性表现出最安全的食物准备行为。相关心理因素确实会影响消费者是否采取正确的食物操作行为。

五、讨论与结论

 

本文采用单维Rasch量表，计算了消费者在家庭食物操作行为中涉及到的55种行为的难度系数，并可以预测某个特定的消费者或者消费群体采取某项正确操作行为的可能性。这些都会有助于对消费者的家庭食品安全进行更有效的干预。

 

Abstract

 

To reduce consumer health risks from foodborne diseases that result from improper domestic food handling, consumers need to know how to safely handle food. To realize improvements in public health, it is necessary to develop interventions that match the needs of individual consumers. Successful intervention strategies are therefore contingent on identifying not only the practices that are important for consumer protection, but also barriers that prevent consumers from responding to these interventions. A measure of food safety behavior is needed to assess the effectiveness of different intervention strategies across different groups of consumers. A nationally representative survey was conducted in the Netherlands to determine which practices are likely conducted by which consumers. Participants reported their behaviors with respect to 55 different food-handling practices. The Rasch modeling technique was used to determine a general measure for the likelihood of an average consumer performing each food-handling behavior. Simultaneously, an average performance measure was estimated for each consumer. These two measures can be combined to predict the likelihood that an individual consumer engages in a specific food-handling behavior. A single “food safety” dimension was shown to underlie all items. Some potentially safe practices (e.g., use of meat thermometers) were reported as very difficult, while other safe practices were conducted by respondents more frequently (e.g., washing of fresh fruit and vegetables). A cluster analysis was applied to the resulting data set, and five segments of consumers were identified. Different behaviors may have different effects on microbial growth in food, and thus have different consequences for human health. Once the microbial relevance of the different consumer behaviors has been confirmed by experiments and modeling, the scale developed in the research reported here can be used to develop risk communication targeted to the needs of different consumer groups, as well as to measure the efficacy of different interventions.