Nếu mỗi mục duy nhất trong bảng câu hỏi là thứ tự và tôi không nghĩ rằng điểm này có thể bị tranh cãi khi không có cách nào để biết liệu sự khác biệt định lượng giữa "đồng ý mạnh mẽ" và "đồng ý" có giống như giữa " không đồng ý mạnh mẽ "và" không đồng ý ", vậy thì tại sao việc tổng hợp tất cả các thang đo mức thứ tự này sẽ tạo ra một giá trị chia sẻ các thuộc tính của dữ liệu mức giữa các khoảng thời gian thực?
Ví dụ: nếu chúng tôi đang giải thích kết quả từ bản kiểm kê trầm cảm, thì điều đó không có nghĩa (ít nhất là với tôi) để nói rằng một người có điểm "20" thì trầm cảm gấp đôi so với người có điểm " 10 ". Điều này là do mỗi mục trong bảng câu hỏi không đo lường sự khác biệt thực tế về mức độ trầm cảm (giả sử rằng trầm cảm là một rối loạn hữu cơ ổn định, nội tâm) mà là đánh giá chủ quan của người đó về một thỏa thuận cụ thể. Khi được hỏi, "bạn sẽ chán nản như thế nào khi nói rằng tâm trạng của bạn đang ở mức 1-4, 1 là rất chán nản và 4 không bị suy giảm chút nào", làm sao tôi biết rằng đánh giá chủ quan của một người trả lời là 1 giống như người trả lời khác ? Hoặc làm thế nào tôi có thể biết nếu sự khác biệt giữa 4 và 3 giống như của 3 và 4 về người đó ' Mức độ trầm cảm hiện tại. Nếu chúng ta không thể biết bất kỳ điều nào trong số này, thì sẽ không có ý nghĩa gì khi coi tổng của tất cả các mục thứ tự này là dữ liệu mức độ. Ngay cả khi dữ liệu tạo thành phân phối bình thường, tôi không nghĩ rằng việc xử lý sự khác biệt giữa các điểm là dữ liệu ở mức khoảng thời gian nếu chúng được tính bằng cách cộng tất cả các phản hồi vào một mục thích hợp. Một phân phối dữ liệu bình thường chỉ có nghĩa là các phản hồi có thể là đại diện cho dân số lớn hơn; điều đó không có nghĩa là các giá trị thu được từ hàng tồn kho có chung các thuộc tính quan trọng của dữ liệu mức khoảng. Chúng tôi nghĩ rằng việc xử lý sự khác biệt giữa các điểm là dữ liệu mức khoảng thời gian là phù hợp nếu chúng được tính bằng cách thêm tất cả các phản hồi vào một mục thích. Một phân phối dữ liệu bình thường chỉ có nghĩa là các phản hồi có thể là đại diện cho dân số lớn hơn; điều đó không có nghĩa là các giá trị thu được từ hàng tồn kho có chung các thuộc tính quan trọng của dữ liệu mức khoảng. Chúng tôi nghĩ rằng việc xử lý sự khác biệt giữa các điểm là dữ liệu mức khoảng thời gian là phù hợp nếu chúng được tính bằng cách thêm tất cả các phản hồi vào một mục thích. Một phân phối dữ liệu bình thường chỉ có nghĩa là các phản hồi có thể là đại diện cho dân số lớn hơn; điều đó không có nghĩa là các giá trị thu được từ hàng tồn kho có chung các thuộc tính quan trọng của dữ liệu mức khoảng.
Chúng ta cần cẩn thận trong các ngành khoa học hành vi về cách chúng ta sử dụng số liệu thống kê để nói về các biến tiềm ẩn mà chúng ta đang nghiên cứu, vì không có cách nào trực tiếp để đo các cấu trúc giả định này, sẽ có vấn đề đáng kể khi chúng ta cố gắng định lượng chúng để kiểm tra tham số. Một lần nữa, đơn giản vì chúng ta đã gán các giá trị cho một tập hợp các phản hồi không có nghĩa là sự khác biệt giữa các giá trị này có ý nghĩa.