也许为时已晚，但无论如何我都会添加我的答案......

这取决于您打算如何处理您的数据：如果您有兴趣在考虑不同的参与者组（性别、国家等）时显示分数不同，您可以将您的分数视为数值，前提是它们满足通常的假设关于方差（或形状）和样本量。如果您更感兴趣的是强调响应模式在子组之间如何变化，那么您应该将项目分数视为一组答案选项中的离散选择，并寻找对数线性建模、序数逻辑回归、项目响应模型或任何其他统计模型这允许处理多头项目。

根据经验，人们通常认为在一个尺度上有 11 个不同的点足以近似一个区间尺度（出于解释目的，请参阅@xmjx 的评论）。李克特项目可能被视为真正的序数量表，但它们通常用作数字，我们可以计算它们的平均值或 SD。这通常在态度调查中进行，尽管在例如两个最高类别中报告平均值/标准差和响应百分比是明智的。

当使用总分（即，我们将每个项目的分数相加以计算“总分”）时，可能会应用通常的统计数据，但您必须记住，您现在正在使用潜在变量，因此基础结构应该有道理！在心理测量学中，我们通常检查 (1) 量表的单维性是否成立，(2) 量表的可靠性是否足够。在比较两个这样的量表分数（针对两种不同的工具）时，我们甚至可以考虑使用衰减相关度量而不是经典的 Pearson 相关系数。

经典教科书包括：
1. Nunnally, JC 和 Bernstein, IH (1994)。心理测量理论（第 3 版）。麦格劳-希尔心理学系列。
2. Streiner, DL 和 Norman, GR (2008)。健康测量量表。开发和使用实用指南（第 4 版）。牛津。
3. Rao, CR 和 Sinharay, S., Eds。（2007 年）。统计手册，卷。26：心理测量学。Elsevier Science BV
4. Dunn, G. (2000)。精神病学统计。霍德·阿诺德。

您还可以查看潜在特质和潜在类别模型在社会科学中的应用，来自 Rost & Langeheine 和 W. Revelle 的人格研究网站。

在验证心理测量量表时，重要的是要查看所谓的天花板/地板效应（参与者在最低/最高响应类别得分导致的大不对称），这可能会严重影响将它们视为数字变量时计算的任何统计数据（例如，国家聚合、t 检验）。这在跨文化研究中提出了具体问题，因为众所周知，态度或健康调查的总体反应分布因国家而异（例如中国人与来自西方国家的人倾向于突出特定的反应模式，前者有通常在项目级别上得分更极端，参见例如 Song, X.-Y. (2007) Analysis of multisample structure equation models with applications to Quality of Life data, in潜变量和相关模型手册，Lee, S.-Y。（编），第 279-302 页，北荷兰）。

更一般地，如果您对测量问题感兴趣，您应该查看广泛使用李克特项目的心理测量相关文献。已经开发了各种统计模型，目前在项目反应理论框架下进行。

简单的答案是李克特量表总是有序的。刻度上位置之间的间隔是单调的，但从未如此明确地定义为数值上的均匀增量。

也就是说，序数和间隔之间的区别是基于正在执行的分析的特定需求。在特殊情况下，您可以将响应视为落在区间尺度上。为此，通常受访者需要就量表响应的含义达成一致，并且分析（或基于分析做出的决策）应该对可能出现的问题相对不敏感。

除了上面已经说过的关于总和规模的内容外，我还提到，在分析组级别的数据时，这个问题可能会发生变化。例如，如果您正在检查

• 州或国家的生活满意度，
• 组织或部门的工作满意度，
• 学生对学科的满意度。

在所有这些情况下，每个综合测量（可能是平均值）都基于许多单独的响应（例如，n=50、100、1000 等）。在这些情况下，原始的李克特项目开始具有类似于聚合级别的区间尺度的属性。

李克特量表总是以序数形式：一种将定量值赋予定性数据的方法，使其适合统计分析。为每个潜在选择分配一个数值，并在评估或调查结束时计算所有响应的平均值。