这不是一个完整的答案；只是几点：

• 如果您可以将两个版本的量表管理到子样本，您可以估计两种响应格式的对应分数。然后，您可以应用一个经验证明合理的转换公式。我可以想到很多方法来做到这一点。如果有人有关于这样做的最佳实践的学术论文，我会很感兴趣。

• 如果您进行简单的重新调整（1 = 1；2 = 3；3 = 5；4 = 7；5 = 9），则无法保证这是合理的。作为一个广泛的陈述（至少根据我在组织环境中的经验），项目措辞的变化和量表选项的变化可能比感兴趣的属性的任何实际变化对反应产生更大的影响。至少您应该检查使用的比例锚在两种响应格式中是否大致相同。

[从技术上讲，你有调查项目，而不是李克特量表；后者由多个项目制成。例如，参见 Paul Spector 的总评分量表构造{Sage}。]

您采取的步骤将取决于您所报告的受众。如果它是学术和严谨的，就像一个论文委员会，你可能会面临特殊的挑战。如果不是，如果它对常见的 1-5 格式感到满意，为什么不重新缩放以适应它，然后报告均值和标准偏差（特别是因为形状、偏斜和峰度每年都没有不同。我认为分布是否足够正常，这意味着准确地表达集中趋势？）。

--> 为什么我将您的变量视为区间级变量？纯粹主义者可能会说，不应该通过手段或 sd 报告序数级别变量 好吧，您的评论表明，尽管您使用了“分类/序数”，但您正在处理一个序数级别的测量，您实际上觉得将其视为区间很舒服-等级。毕竟，否则您为什么要评估偏度或峰度。我猜您的听众也可以接受并且能够与区间级别的统计数据（例如均值）相关联。

您已经以图形方式探索了数据，这听起来不错。如果您想超越评估差异的大小并进行假设检验，为什么不进行 T 检验（独立或相关，取决于您的数据）比较 1-5 分前和 1-5 分后，并产生均值差的置信区间。在这里，我假设您从总体中获得了随机样本。

考虑将两个数据集的响应转换为 z 分数。任何类型的重新缩放都将具有特定的质量，但至少这样可以避免机械地将一个项目上的任何特定间隔集视为等同于另一个项目上的任何特定集。如果我在任何类型的方差分析中使用这些项目作为预测变量或结果变量，我肯定会走这条路。如果您正在做任何带有复合量表的事情 - 聚合likert度量的那些 - 您可能会基本上按照我的建议进行：要么在求和之前将项目响应转换为 z 分数，要么将它们的平均值形成综合量表；或者您可以使用因子分析或其他技术形成一个量表，该技术使用项目的协方差矩阵来确定对它们的响应的亲和力。

我只需要解决这个确切的问题。我们有一个 9 点量表，在 10 年前的跟踪器上改为 5 点量表。不仅如此，一些陈述也发生了变化。我们以净推荐值的形式报告。

我们使用的解决方案 apply 是通过以旧方式（以及所有新方式）向每个受访者询问一些旧陈述的配对设计。我们只问了几个旧方法，而不是全部，因为这样可以最大限度地减少受访者的疲劳。然后，我们在 9 分制上取每个分数，并在 5 分制上找到它的平均值，并用它来纠正量表变化和语句变化。这与某些论文中所谓的“固定词值的语义判断”非常相似，但我们没有使用专家来确定“词值”，而是使用了受访者的实际数据。

例如，如果那些在 9 分制上回答 2 的受访者在 5 分制上的平均得分是 1.2，那么为了让我们直接比较 5 分制上不同等级的年份，我们将替换 9 分制上的所有 2 1.2，然后对所有 9 分的分数做同样的事情，然后照常进行。

我们为报告 NPS 做了类似的事情。但首先我们将 5 点量表转换为 1（促进者）、0（被动）、-1（批评者）的 NPS 量表，例如，如果 NPS 量表的平均值为 0.9，而 9 点量表为 2，那么我们将其替换0.9，然后对所有9分分数做同样的事情，然后正常计算NPS。

为了评估其有效性，我们首先使用 9 和 5 点量表比较“未校正”的 NPS 分数，看看是否真的存在任何问题，然后是“校正”的分数。我还没有得到数据，但当我们得到时会报告！