将likert项目与不同的数字比例相结合

• 取一组项目的总和或平均值是行为科学和社会科学的标准做法，其中每个项目都以相同的反应量表（例如，1 到 5 的李克特量表）进行测量。
• 如果您为项目的缩放添加或减去常数，这不会从相关角度改变缩放。例如，如果项目 1 是 1,2,3,4,5，项目 2 是 -2,-1,0,1,2，您可以将这两个项目组合成一个刻度，这个版本的刻度将与您重新调整项目 2 以与项目 1 具有相同缩放比例的版本完全相关。
• 也就是说，有充分的理由对所有项目使用一致的数字缩放。特别是，如果复合是一组项目在一致响应量表上的平均值（例如，1 到 5），那么样本的平均值提供了样本倾向于位于基础响应量表上的位置的感觉（例如，在 5 点工作满意度量表上的平均值为 4.5 表明样本非常满意）。
• 总和和平均值都将完全相关。从解释的角度来看，我更喜欢平均值；从手动解释规范表和避免小数和舍入问题的角度来看，总和有时更可取。
• 上述所有建议都基于首先应该组合项目的想法。有关更广泛的有效性问题的讨论，以及如何评估组合项目是否合适，请参阅我对您之前问题的回答。

将计数变量与 likert 项目相结合

• 计数变量通常没有上限。因此，如果您将计数变量与 likert 项目相结合，则存在计数变量可能比 likert 项目具有更大的方差和重要性的风险，例如，如果计数有时很大（例如，20 次医院就诊在上个月）。
• 对于如何缩放计数变量以使您能够将其与李克特项目组合，有几个选项。
  • 一般来说，当映射依赖于频率的心理概念时，我发现最好采用计数的对数（或log(counts + 1)）或一些类似的变换来减少分布的正偏斜。
  • 将计数缩放到与 5 点李克特量表相当的一种简单方法是设计五个类别（例如，1 = 从不、2 = 偶尔、...、5 = 非常频繁；或一些这样的）并询问主题期望为每个类别分配截止值（例如，0 次访问是 1，1 次访问是 2，2 到 4 次访问是 3，5 到 6 次访问是 4，7+ 访问是 5）。鉴于您想要一个简单的过程，这可能很有吸引力。
  • 您可以应用包括计数变量和 likert 项目的因子分析程序来确定权重。如果你这样做，我会log(count + 1)在你的因子分析中使用或类似的东西而不是原始计数。

组合不同规模的项目的潜在问题

• 根据我的观察，量表分数通常来自使用相同响应量表的项目（例如，一致性、频率、重要性、满意度等）。这可以促进对量表分数的清晰解释。使用其他响应格式混合计数、同意、满意度和项目，可能会引发关于复合是否有意义或纯粹的问题。因此，如果您正在混合响应量表，那么您还有一个额外的责任来证明您为什么要组合您正在组合的变量。
• 例如，当您将衡量去医院频率和对医院满意度的变量结合起来时，您在衡量什么？这些变量听起来像是两个非常独立的东西。