统计百科 ·
李克特量表(Likert)该用什么分析？定序还是定距的争议与实操指南
统计百科：深入辨析 Likert 单题定序 vs 总分定距之争，梳理参数/非参数方法选择逻辑，厘清均值是否可用、何时应跑 Mann-Whitney/Spearman，给出可直接套用于论文的 APA 7th 报告句式。
Likert 量表是问卷研究中使用最广泛的测量工具，但围绕它的方法论争议从未停歇：单个 5 级题该当定序变量还是定距变量处理？均值是否有意义？该跑 t 检验还是 Mann-Whitney 检验？这篇文章从测量理论出发，梳理学界主流立场，给出参数/非参数方法的决策逻辑，并附可直接用于论文的 APA 7th 报告句式。
一、问题的起点：Likert 量表到底是什么
两个常被混淆的概念
在开始讨论之前，必须先区分两个经常被混用的术语：
Likert 题（Likert item）：单个使用有序数字标签（如 1=完全不同意、5=完全同意）评分的题目。这是一种**定序（ordinal）**测量——我们只知道 4 分高于 3 分，但无法确认 4 分和 3 分之间的间距与 3 分和 2 分之间的间距相等。
Likert 量表（Likert scale）：由多个 Likert 题组成的复合测量工具，通常对多个相关题目求和或求均值，得到一个反映某一构念（如满意度、态度）的总分（composite score）。这才是 Likert（1932）原始论文所指的"量表"。
这一区分直接决定了你应该使用哪类统计方法。
争议的核心
定序变量与定距变量的区别在于等距性（equal-interval property）：
| 测量层次 | 等距性 | 可计算均值 | 可计算差值 |
|---|---|---|---|
| 定名（nominal） | 无 | 否 | 否 |
| 定序（ordinal） | 无法保证 | 理论上不可 | 无意义 |
| 定距（interval） | 有 | 可 | 有意义 |
| 定比（ratio） | 有（含绝对零点） | 可 | 有意义 |
若 Likert 题是严格定序的，那么"均值"在数学上并没有严格意义——"平均 3.4 分"要求分间距相等，而这一点无法从量表本身得到保证。
二、学界的两大阵营
阵营一：严格定序派（Conservative Ordinal Position）
代表人物：Stevens（1946）、Siegel（1956）、Field（2013 非参数章节）
核心主张：
- Likert 单题是定序变量，不满足参数检验（t 检验、ANOVA、Pearson 相关）的测量层次要求
- 应使用非参数方法：Mann-Whitney U、Wilcoxon 符号秩检验、Kruskal-Wallis 检验、Spearman 相关
- 均值报告无意义，应报告中位数（Mdn）和四分位距（IQR）
适用场景：
- 单个 Likert 题作为因变量
- 分布严重偏斜或样本量较小（n < 30/组）
- 5 级量表且数据集中于一端
- 审稿人或期刊对测量层次要求严格
阵营二：近似定距派（Pragmatic Interval Position）
代表人物：Norman（2010）、Carifio & Perla（2008）、Sullivan & Artino（2013）
核心主张：
- Likert 题的各选项在实践中被受访者"近似等距"地感知，当选项标签描述合理、级数足够（5 级以上）时，可近似作为定距变量
- 参数检验对违反等距性的轻微偏差具有稳健性（robustness），结论与非参数方法高度一致
- 多个 Likert 题构成的总分/均值在心理测量学上更接近定距变量，参数方法更合适
- Norman（2010）综述了大量模拟研究，指出即使分布偏斜，t 检验结果通常与 Mann-Whitney U 高度吻合
适用场景：
- 多题组成的 Likert 量表总分作为因变量
- 分布接近正态或样本量足够（n >= 30/组）
- 7 级量表（比 5 级更接近连续变量）
- 目标期刊和学科以参数方法为主流（心理学、教育学、管理学）
当前主流共识
2020 年代的统计方法学文献倾向于折中立场：单题用非参数，量表总分用参数，同时报告效应量以支持可重复性。APA 7th 本身并未禁止对 Likert 数据使用参数方法，但要求在方法章节说明测量假设。
三、决策树：参数 vs 非参数方法怎么选
你的 Likert 数据是…
│
├── 单个题目（5/7级单题）
│ ├── 分布极度偏斜 / n < 30 → 非参数（Mann-Whitney / Kruskal-Wallis / Spearman）
│ └── 分布较均匀 / n >= 30 → 可用参数，但需说明假设（报告中位数作为补充）
│
└── 多题总分/均值（Likert 量表）
├── 正态性通过（Shapiro-Wilk p > .05）→ 参数（t检验 / ANOVA / Pearson）
├── 正态性不通过 + n < 30 → 非参数
└── 正态性不通过 + n >= 30 → 参数仍稳健（CLT），但可同时报告非参数结果作验证
实操关键问题
Q：5 级量表还是 7 级量表，方法选择有区别吗？
有区别。7 级量表（1-7）的分布更接近连续变量，参数方法的适用性更强。5 级量表在实践中常出现"堆积效应"（多数人选 3-4 分），此时非参数方法更保守、更严谨。
Q：量表总分做了几个分量表，每个分量表还是单题吗？
取决于每个分量表包含的题数。若一个维度只有 2-3 题，总分的离散性仍有限，需谨慎使用参数方法；若 5 题以上，总分的分布通常接近正态，参数方法的适用性较好。
四、各统计方法对照：场景、假设与报告要素
非参数方法组
Mann-Whitney U 检验（两组独立样本）
- 适用：两组 Likert 单题比较（如男性 vs 女性对某题的评分差异）
- 报告要素：U 统计量、z 分数（大样本）、p 值、效应量 r（= z/√N）
- APA 报告句式：
Mann-Whitney U 检验结果显示，[组1]（Mdn = X）对[题目]的评分与[组2]（Mdn = X）
存在显著差异，U = XXX, z = X.XX, p = .XXX, r = .XX（[大小]效应）。
填入数值的示例：
Mann-Whitney U 检验结果显示，本科生（Mdn = 4）对"AI 辅助统计分析有助于提升论文质量"的认同度显著高于高中生（Mdn = 3），U = 1842，z = 3.47，p < .001，r = .31，为中等效应（Cohen，1992）。
Wilcoxon 符号秩检验（两组配对样本）
- 适用：同一被试前后测 Likert 单题比较，或同一被试对两个题目的评分比较
- 报告要素：T 统计量（或 z 分数）、p 值、效应量 r
- APA 报告句式：
Wilcoxon 符号秩检验结果显示，[时间点1]（Mdn = X）与[时间点2]（Mdn = X）的
[题目]评分存在显著差异，z = X.XX, p = .XXX, r = .XX。
Kruskal-Wallis 检验（三组及以上独立样本）
- 适用：三组或多组 Likert 单题比较（相当于单因素 ANOVA 的非参数版本）
- 报告要素：H 统计量（或 chi-square）、自由度、p 值、效应量 epsilon^2（= (H - k + 1)/(n - k)）
- APA 报告句式：
Kruskal-Wallis 检验结果显示，[自变量]对[题目]评分的影响显著，
H([df]) = X.XX, p = .XXX, epsilon^2 = .XX。
事后两两比较（Dunn 检验，Bonferroni 校正）显示，[组1]（Mdn = X）与[组2]（Mdn = X）
存在显著差异（p_adj = .XXX）。
填入数值的示例：
Kruskal-Wallis 检验结果显示，学历对"统计焦虑"单题评分存在显著组间差异，H(2) = 14.83，p < .001，epsilon^2 = .12，为中效应。Dunn 事后检验（Bonferroni 校正）显示，博士生（Mdn = 2）评分显著低于本科生（Mdn = 4，p_adj = .002）和硕士生（Mdn = 3，p_adj = .018）；本科生与硕士生之间差异未达显著（p_adj = .241）。
Spearman 秩相关（两个定序变量的相关）
- 适用：Likert 单题与另一定序变量（或正态性不满足的定距变量）之间的相关
- 报告要素：r_s（或 rho）、p 值、样本量
- APA 报告句式：
Spearman 秩相关分析结果显示，[变量1]与[变量2]之间呈显著[正/负]相关，
r_s([n-2]) = .XX, p = .XXX。
参数方法组（量表总分）
独立样本 t 检验
- 适用：两组量表总分比较
- 报告要素：t 统计量、自由度、p 值、Cohen's d
- APA 报告句式：
独立样本 t 检验结果显示，[组1]（M = X.XX, SD = X.XX）的[量表]总分显著[高于/低于]
[组2]（M = X.XX, SD = X.XX），t([df]) = X.XX, p = .XXX, d = .XX（[大小]效应）。
单因素 ANOVA
- 适用：三组及以上量表总分比较，配合 Tukey HSD 事后检验
- 报告：参见 F 值的 APA 7th 报告写法 中的完整模板
Pearson 相关
- 适用：量表总分与定距变量（或另一量表总分）之间的相关，须满足正态性
- 报告要素：r、p 值、样本量
五、均值能不能用？这个问题的正确答案
这是被问得最多的问题。直接给答案：
单个 Likert 题：理论上不应报告均值，实操上仍可辅助报告，但中位数是主要描述统计量。
量表总分/均值：可以报告，参数方法适用，均值有意义。
为什么量表总分可以报均值
多个定序变量的总和在数学上不是定序变量——根据中心极限定理，当题目足够多（通常 5 题以上）时，总分的分布趋向正态，各相邻分值之间的间距也因为"加法平均效应"而趋于相等。这就是为什么心理学、教育学等领域使用多题 Likert 量表时，均值和参数方法是被广泛接受的。
方法章节如何表述
若使用参数方法分析量表总分，方法章节应加入以下说明：
本研究将各维度多题总分视为近似连续变量（Norman，2010），
采用参数方法进行分析；单题描述统计同时报告中位数作为补充。
若使用非参数方法分析单题，方法章节应写：
由于 Likert 单题属于定序测量，组间比较采用 Mann-Whitney U 检验（两组）
/ Kruskal-Wallis 检验（三组及以上），并以 Dunn 事后检验（Bonferroni 校正）
进行两两比较；相关分析采用 Spearman 秩相关系数。
六、在 ChatSRS 上完成 Likert 分析的真实指令
打开 chatsrs.com，上传数据后输入：
"我有一份问卷数据，第 3-7 题是关于学习动机的 Likert 5 级量表（1=完全不同意，5=完全同意），第 8-12 题是学习策略量表。请：(1) 分别计算两个维度的总分；(2) 以性别为分组变量，对两个量表总分做独立样本 t 检验，输出 t 值、自由度、p 值、Cohen's d 和 95% CI；(3) 对每个单题分别做 Mann-Whitney U 检验，输出 U、z、p 和 r 效应量；(4) 计算两个量表总分的 Pearson 相关和 Spearman 相关；(5) 所有结果按 APA 7th 格式输出，包含可直接粘贴进论文的报告段落。"
ChatSRS 同时运行 R 引擎（非参数、Pearson/Spearman）、SPSS 引擎（t 检验、描述统计）和 Stata 引擎，输出统一转换为 APA 格式，数值自动填入报告模板，可直接复制进论文方法/结果章节。
七、效应量对照表（参数 + 非参数）
| 方法 | 效应量指标 | 小效应 | 中效应 | 大效应 |
|---|---|---|---|---|
| Mann-Whitney U | r = z/√N | .10 | .30 | .50 |
| Wilcoxon 符号秩 | r = z/√N | .10 | .30 | .50 |
| Kruskal-Wallis | epsilon^2 | .01 | .06 | .14 |
| 独立样本 t 检验 | Cohen's d | .20 | .50 | .80 |
| 配对 t 检验 | Cohen's d_z | .20 | .50 | .80 |
| 单因素 ANOVA | eta^2 | .01 | .06 | .14 |
| Pearson / Spearman r | r | .10 |
参照 Cohen（1988, 1992）标准。APA 7th 要求在所有假设检验中报告效应量，无论结果是否显著。
八、完整方法章节模板（含参数+非参数混合设计）
以下模板适用于"量表总分用参数，单题用非参数"的混合报告策略：
本研究问卷包含[X]个维度，每个维度由[X]个 Likert 5 级题组成
（1=完全不同意，5=完全同意）。各维度总分由下属题目求和计算，
总分越高表示[维度含义]程度越强。
量表总分的组间比较采用独立样本 t 检验（两组）或单因素方差分析（三组及以上），
效应量分别报告 Cohen's d 和 eta 平方。对于单个 Likert 题的分析，
由于其属于定序测量，采用 Mann-Whitney U 检验（两组）和 Kruskal-Wallis 检验
（三组及以上），效应量报告 r（=z/√N）。量表间关联分析采用 Pearson 相关
（量表总分）和 Spearman 相关（单题或分布偏斜时），
参照 Cohen（1988）效应量标准（小=.10，中=.30，大=.50）。
正态性假设采用 Shapiro-Wilk 检验评估；所有检验的显著性水平设为 alpha = .05，
采用双尾检验。统计分析使用 ChatSRS（SPSS + R + Stata 三引擎）。
常见 FAQ
Q：我的量表只有 3 个题，总分能当定距变量用吗？
A：谨慎使用。3 题 Likert 量表总分的取值范围为 3-15 分（5 级）或 3-21 分（7 级），虽然是整数，但分布的等距性仍依赖于题目间的相互抵消。样本量足够大（n >= 50/组）时，参数方法通常仍有效；样本量较小时，建议同时报告非参数结果作为验证。关键是在方法章节说明你的选择理由并引用文献（如 Norman，2010）。
Q：Spearman 和 Pearson 相关的结果不一样，该用哪个？
A：两者的差异通常出现在分布偏斜或有极端值时。若量表总分通过正态性检验（Shapiro-Wilk p > .05），Pearson 相关在统计功效上更高；若分布偏斜，Spearman 相关更稳健。实践建议：两者都报告，若结论一致（均显著或均不显著），以 Pearson 为主结果；若结论不一致，以 Spearman 为主并在正文中说明原因。
Q：Mann-Whitney U 检验的效应量 r 怎么计算和解释？
A：公式为 r = z / √N，其中 z 为 Mann-Whitney U 转换后的标准化分数，N 为总样本量（不是单组）。效应大小标准与 Pearson r 相同：.10 小效应、.30 中效应、.50 大效应（Cohen，1992）。注意：r 在此处是效应量指标，含义为"两组秩次分布差异的标准化程度"，与 Pearson 相关系数 r 的统计含义不同，但效应大小解释框架相同。
Q：审稿人要求我用参数方法，但我用了非参数，该怎么回应？
A：最稳妥的回应是"同时报告两种结果，说明结论一致"。在回复信中写：本研究最初对 Likert 单题采用非参数方法（Mann-Whitney U），与审稿人建议的独立样本 t 检验相比，两者结论完全一致（显著性方向和效应量大小基本吻合），这与 Norman（2010）关于参数方法对 Likert 数据具有稳健性的综述结论一致。如期刊要求，可改为报告 t 检验结果，同时将非参数结果置于附录供审稿参考。
Q：我的数据有 5 组，Kruskal-Wallis 之后怎么做事后检验？
A：使用 Dunn 检验（Dunn's test），并以 Bonferroni 方法或 Holm 方法校正多重比较。Bonferroni 较保守（校正后的 alpha = .05 / 比较对数），Holm 方法功效更高。报告格式：Dunn 事后检验（Bonferroni 校正）显示，[组 X]（Mdn = X）与[组 Y]（Mdn = X）存在显著差异（p_adj = .XXX）。ChatSRS 的 R 引擎（dunn.test 包）可自动输出所有两两比较结果，并生成 APA 格式报告段落。
快速参考：Likert 数据分析速查卡
[单个 Likert 题 — 组间比较]
两组独立: Mann-Whitney U → 报告 U, z, p, r(=z/√N)
两组配对: Wilcoxon 符号秩 → 报告 z, p, r
三组及以上: Kruskal-Wallis → 报告 H(df), p, epsilon^2
事后: Dunn + Bonferroni/Holm → 报告 p_adj
[单个 Likert 题 — 相关分析]
Spearman r_s → 报告 r_s(n-2), p
[Likert 量表总分 — 组间比较]
两组独立: 独立样本 t → 报告 t(df), p, d, 95%CI
两组配对: 配对 t → 报告 t(df), p, d_z
三组及以上: ANOVA → 报告 F(df1,df2), p, eta^2
事后: Tukey HSD (方差齐) / Games-Howell (方差不齐)
[Likert 量表总分 — 相关分析]
Pearson r → 报告 r(n-2), p
(分布偏斜时用 Spearman 替代或补充)
[描述统计]
单题: Mdn (IQR) — 中位数和四分位距
总分: M (SD) — 均值和标准差（通过正态性检验后）
相关阅读
- AI 非参数检验全教程 — Mann-Whitney、Kruskal-Wallis、Wilcoxon 实操
- Likert 量表 AI 分析实操 — 信效度、总分、组间比较一站完成
- 反向计分完全指南 — Likert 量表数据预处理必知
- AI 信度分析全教程 — Cronbach alpha 计算与报告
- 统计显著性与 P 值完全指南
本文首发于 ChatSRS 官方博客。如有问题或反馈，欢迎在 ChatSRS 站内 [用户中心 -> 帮助与反馈] 联系我们。