SPSS主成分分析中，如果Kaiser-Meyer-Olkin Measure of Sampling Adequacy的结果较小，如0.48

Question

能说明什么？说明利用已有因素测算的结果是不准确的么？能不能看成是能够接受测算结果呢？

Answer 1

一般KMO值以大于0.7为宜,才适合做因子分析。
KMO（Kaiser-Meyer-Olkin)检验统计量是用于比较变量间简单相关系数和偏相关系数的指标。KMO统计量是取值在0和1之间。当所有变量间的简单相关系数平方和远远大于偏相关系数平方和时，KMO值接近1.KMO值越接近于1,意味着变量间的相关性越强，原有变量越适合作因子分析；当所有变量间的简单相关系数平方和接近0时，KMO值接近0.KMO值越接近于0,意味着变量间的相关性越弱，原有变量越不适合作因子分析。
Kaiser给出了常用的kmo度量标准: 0.9以上表示非常适合；0.8表示适合；0.7表示一般；0.6表示不太适合；0.5以下表示极不适合。
希望对你有帮助吧。

参考资料：http://baike.baidu.com/view/2463182.htm