Dựa trên các yếu tố tải (trong phân tích nhân tố), chúng ta có thể đưa ra các trọng số không đồng đều cho các mục quy mô Likert không?

Sau khi thu thập dữ liệu, chúng tôi tính điểm của bất kỳ thang đo Likert (tổng hợp) nào (trước đây được xác định là yếu tố trong phân tích nhân tố) bằng cách cộng điểm số của từng mục (và có thể chia tổng cho số mục để có điểm trung bình). Trong tính toán đó, chúng tôi giả định rằng mọi mục trong thang đo đều có trọng lượng bằng nhau. Tuy nhiên, chúng tôi biết từ phân tích nhân tố rằng một số mặt hàng có tải nhân tố lớn hơn các mặt hàng khác bao gồm thang đo đó. Do đó, họ đang giải thích nhiều hơn về phương sai. Bằng cách sử dụng các yếu tố tải đó, nó có thể cho trọng lượng không đồng đều cho các mặt hàng? Ví dụ, trong thang điểm 6 mục, có thể mục 4 có hiệu quả hơn trên thang điểm đó so với các mục khác.

Hoặc, để đặt lại câu hỏi của tôi: Mặc dù các vật phẩm của thang đo Likert (xây dựng) không có hệ số tải bằng nhau (giải thích phương sai của yếu tố đó) tại sao các nhà nghiên cứu thường sử dụng thang đo Likert với các vật phẩm có trọng số tương đương?

$\mathbf{B}$$\mathbf{R}$$\mathbf{A}$$\mathbf{B}= \mathbf{R}^{-1} \mathbf{A}$$\mathbf{A}$

$\mathbf{B}$$\mathbf{B}$và cuối cùng họ thể hiện không tốt hơn nhiều so với chỉ đơn giản là 1 vs 0 trọng lượng. Thứ ba, mô hình tổng trọng sốđằng sau một cấu trúc tóm tắt (Likert) là một sự đơn giản hóa về nguyên tắc. Nó ngụ ý rằng đặc điểm được đo bằng thang đo phụ thuộc vào tất cả các mục của nó đồng thời bất kể tính chất phát âm của nó. Nhưng chúng ta biết rằng nhiều đặc điểm hành xử khác nhau. Ví dụ, khi một đặc điểm yếu, nó có thể chỉ hiển thị một tập hợp các triệu chứng (ví dụ: các mục), nhưng các đặc điểm được thể hiện đầy đủ; khi đặc điểm phát triển mạnh hơn, nhiều triệu chứng tham gia hơn, một số biểu hiện một phần, một số biểu hiện đầy đủ và thậm chí thay thế các triệu chứng "già" hơn. Sự tăng trưởng bên trong năng động và không dự đoán này của một đặc điểm không thể được mô hình hóa bằng sự kết hợp tuyến tính trọng số của các hiện tượng của nó. Trong tình huống này, sử dụng trọng số phân số tốt không có cách nào tốt hơn sử dụng trọng số nhị phân 0-1.