リカート法って、かなりやっかい？

BRM（統計）のレポートの締め切りが今度の火曜日であるため、それに取り組む今日この頃ですが、けっこう苦戦しています。
リカート法（Likert scale）というものがかなりやっかいなものであることがだんだんとわかってきました。リカート法というのは、よくアンケート調査などで、1=強く反対する、2=反対する、3=賛成でも反対でもない、4=賛成する、5=強く賛成する、などの何段階かで態度を表現するのに用いられる尺度です。
一般に、データはnominal data（名義尺度）、ordinal data（順序尺度）、interval data（間隔尺度）、ratio data（比率尺度）にわけられるようなのですが、このリカート法で測定したアンケートの回答がどの尺度になるのか、というのがやっかいなのです。
一般的にはリカート法で計測されたものは順序尺度として取り扱われるべきもののようですが、回答の標本平均を計算したり、標本標準偏差を計算したりして、ざっくり結果をつかむ事も行われているようです。本来、順序尺度は、1と2の間隔と、3と4の間隔が必ずしも等しくないため（「強く反対する」と「反対する」の間隔が、「賛成でも反対でもない」と「賛成する」の間隔と等しいとは限らない）、このような演算を行うこと自体あまり意味がないと思われます。
なので、平均ではなく、メディアンなどの代表値を使うことが多いようです。しかし、いったん平均を計算してしまうと、今度は間隔尺度として扱ってよいという話もあるようで、このあたりが（ぼくの中では）混乱のもとになっています。
間隔尺度なのか、順序尺度なのか、どちらでもいいだろう！とお思いの方もいらっしゃるかもしれませんが、この尺度が違うと統計的に計算するものが変わってしまいます。
例えば、相関係数で言えば、Pearsonの相関係数なのか、Spearmanの順位相関係数やKendallのτ（タウ）なのか。また相違の検定であれば、パラメトリック検定（例えば、t検定）なのか、ノンパラメトリック検定（例えば、Mann-Whitney 検定）なのか、という風に違ってくるのです。
おかげでいろいろな書物をあさり、勉強にはなっているのですが、いまだにわかったような、わからないような、、、
そんな今日この頃です。
英語版ですが、リカート法についてのウィキペディアの説明は以下のリンクです。
http://en.wikipedia.org/wiki/Likert_scale