因子分析kmo值標準是多少

因子分析kmo值標準在0和1之間。當所有變數間的簡單相關係數平方和遠遠大於偏相關係數平方和時，KMO值接近值越接近於1，意味著變數間的相關性越強，原有變數越適合作因子分析；當所有變數間的簡單相關係數平方和接近0時，KMO值接近值越接近於0，意味著變數間的相關性越弱，原有變數越不適合作因子分析。

kmo值的特點：

1、KMO統計量是通過比較各變數間簡單相關係數和偏相關係數的大小判斷變數間的相關性，相關性強時，偏相關係數遠小於簡單相關係數，KMO值接近1，一般情況下KMO大於0.9非常適合因子分析。 Kaiser給出了常用的KMO度量標準：0.9以上表示非常適合；0.8表示適合；0.7表示一般；0.6表示不太適合；0.5以下表示極不適合。

2、KMO值是相關係數與偏相關係數的一個比值，KMO值最大接近1KMO值小，對因子分析不利，當KMO值愈大時，表示變數間的共同因素愈多，愈適合進行因素分析，當所有變數間的簡單相關係數平方和接近0時，KMO值接近值越接近於0，意味著變數間的相關性越弱。