编辑“李克特量表”（章节）

==計分與分析==
在問卷完成後，每一個選項也許會被個別的分析，或某些成組的選項被加總並建立成一個量表。因此，李克特量表常常被稱為累加量表（summative scale）。

至於個別的李克特選項可視為區間數據，或只應該被視為順序數據，仍然是具爭議性的議題。許多人將這樣的項目視為順序尺度的數據，因為特別是只有使用5個等級時，無法讓受測者察覺到這些相鄰的項目，其間隔是等距的。在另一方面，通常（正如上面的例子）其response levels的措辭清楚的暗示出中間類別的response levels的''對稱性''；在最低限度，這樣一個項目，將變成介於順序和區間尺度之間 ；只將它視為順序數據將遺失一些信息。此外，如果該項目附帶視覺近似評價標尺（visual analog scale），其回答程度的間隔則明確表示，其作為區間數據的論點是更加堅固。

當被視為順序數據，李克特數據可以整理成長條圖，以中位數或眾數（但不是平均數）表現集中趨勢，以四分位距表現分散程度（但不是標準差），或用[[非參數檢驗]]分析，如卡方檢定、{{link-en|曼-惠特尼檢驗|Mann-Whitney test}}、{{tsl|en|Wilcoxon signed-rank test|威尔克科逊检验}}或{{link-en|克拉斯卡-瓦立斯檢定|Kruskal-Wallis test}}。<ref name="stats">[http://www.icbl.hw.ac.uk/ltdi/cookbook/info_likert_scale/index.html So You Want to Use a Likert Scale?] {{Wayback|url=http://www.icbl.hw.ac.uk/ltdi/cookbook/info_likert_scale/index.html |date=20181025003142 }} from the Learning Technology Dissemination Initiative</ref>

幾個李克特題目的數據也許會被加總，若所有題目使用相同的李克特量表，則該量表可有效的接近區間尺度，此時可以將之視為[[測量尺度|區間]]數據測量潛在變項。如果加總結果滿足這些假設，可以用參數統計（parametric statistical）如[[變異數分析]]作測試。但只有當項目在5個以上才可使用。

由李克特量表獲得的數據，有時會合併所有的同意和不同意的回覆為「接受」和「不接受」兩個類別，此時會成為名目尺度。[[卡方分佈|卡方檢定]]、{{link-en|科克倫定理|Cochran's theorem}}或{{link-en|麥尼檢定|McNemar-Test}}都是在資料做這些轉換後常用的統計方法。

{{tsl|en|Consensus based assessment (CBA)|Consensus based assessment (CBA)}} 可以用來為沒有普遍接受的標準或客觀標準的領域產生一個客觀的標準。CBA可用於完善或甚至驗證普遍接受的標準。