数据处理—正向问题分析、因子分析结果和建构效度

我们使用SPSS对数据进行了逆向编码，因为有一些问题是反向问题（如问题2.9、问题2.10、问题2.12、问题2.16、问题2.17）。由此，分值为1（表示强烈不赞同）的反向问题相应地变成分值为4（表示强烈赞同）的正向问题（Qin，2003）。依照同样的方法，原本分值为2的反向问题相应地变成分值为3的正向问题。

随后，我们运用探索性因子分析来检测调查问卷的建构效度。数据中提取了4项成分，而另外2项成分因包含的变量太少而被排除（Qin，2003）——第5项成分包含2个变量，第6项成分仅包含1个变量。为确保调查问卷的建构效度，再次用余下的4项成分进行因子分析。这4项成分分别被标记为对普通话的态度（A to P）、对英语的态度（A to E）、对粤语的态度（A to C）、对非母语语言的融入型倾向（IO to NMT）。第4项成分被命名为IO to NMT是由于这项问卷调查基于黎（2005）的一项研究，而在其研究中，问题2.6、问题2.7、问题2.8被归类为融入型态度。4项因子的特征值都在可接受值1.00以上（见Field，2000；Rietveld et al.，1993）。包含问卷所有变量的累计方差达到56.719%（Qin，2003），每个因子的每个变量载荷在0.467至0.862之间，远超出0.30的可接受值（Qin，2003）。因此，问卷具有令人满意的建构效度。为确保上述因子的内在一致性，采用了克朗巴哈的可靠性检验。对问卷中的每个问题都进行了平均值和标准差的运算，平均值大于2.50表示积极倾向，而标准差值大则表示回答者的答案存在很大差异。此外，每个因子都计算了综合平均值。(www.xing528.com)

我们使用采访语言对每次访谈的录音内容进行转录。