求助：R语言likert包处理偶数类别汇总数据报错问题

报错根源是likert()函数默认假设存在中性类别，但4类李克特量表无中性项，且未明确指定高低分组规则。结合center参数（支持整数）和数据结构调整，可直接解决问题：

步骤1：确认汇总数据结构 #

你的df2已经符合要求：每行对应一个问卷项，列对应各李克特类别的百分比，列名为类别数值（如"1""2""3""4"），无需调整结构。

步骤2：调用likert()时指定center参数 #

对于4类量表，设置center=2，函数会自动将≤2的类别归为低分组，>2的类别归为高分组，刚好对应你需要的2.5分割逻辑（整数center代表分界点的左侧类别上限，等价于两类中间的分割值）。

修改后的完整可运行代码：

rm(list=ls())
data("pisaitems")

# 原始微数据运行（对比参考）
cana1 <- likert(pisaitems[2:4])
plot(cana1)

# 构造汇总数据框
ST24Q01 <- prop.table(table(pisaitems$ST24Q01))*100
ST24Q02 <- prop.table(table(pisaitems$ST24Q02))*100
ST24Q03 <- prop.table(table(pisaitems$ST24Q03))*100

df2 <- as.data.frame(t(cbind(ST24Q01,ST24Q02,ST24Q03)))
df2 <- tibble::rownames_to_column(df2, "row_names")
colnames(df2)[1] <- c("Item")

# 关键：添加center=2参数，指定高低分组分界
cana2 <- likert(summary = df2, center = 2)
plot(cana2)

自定义分组（可选） #

如果不想按默认的前半后半分组，可手动合并列生成低/高分组后再调用函数：

library(dplyr)
# 示例：将类别1设为低，2-4设为高
df2_custom <- df2 %>%
  mutate(Low = `1`,
         High = `2` + `3` + `4`) %>%
  select(Item, Low, High)

cana3 <- likert(summary = df2_custom)
plot(cana3)

内容的提问来源于stack exchange，提问作者Rodrigo Alberto Salas Portugue