科学研究使用总分来表示由许多单独的量表项目（例如李克特量表项目）组成的整体量表似乎很常见。我假设可以对这些数据使用常规统计工具（例如方差分析、线性回归等），这些数据被视为定量数据。
但是，我在处理序数数据时遇到了另一种工具 - 序数回归（或有序逻辑回归）。我最初的问题是：如果我只使用序数回归而不是先计算总分然后使用多元回归会更好吗？但我发现序数回归似乎只适用于所有单独的尺度都包括在内以拟合因变量。在量表由子量表组成的情况下，生成总分是必须的（或者可能不是？），这意味着数据已经被视为定量数据。
我不确定我在这里理解的是否正确。非常感谢验证。
当因变量是有序的时，序数回归是合适的：也就是说，当您可以假设水平是有序的，但不能假设水平之间的差距相等时。
如果您分析单个李克特项目（每个项目得分 1-5 或 1-7 或其他），那么这可能是一个非常合理的假设。但其他方法也可能不错；我博客上的这篇文章可能会有所帮助。
但是，如果您将一堆（例如 10 个）李克特项目（每个，例如 1-5）相加，那么您的总数范围从 10 到 50，而序数回归虽然在技术上是正确的，但将难以实施和解释（会有大量的参数）。在这种情况下，我建议 OLS 回归可能是默认值。
当然，您可以对 10 个李克特项目中的每一个进行序数逻辑回归，但是您有 10 个回归要解释，这可能会导致混淆。
无论如何，您应该从一堆图表开始，看看发生了什么。在对李克特项目求和（或以其他方式组合）之前，我还会使用因子分析和 Cronbach 的 alpha 检查它们之间的关系。