Question

SPSS如何进行KMO检验？

Answer 1

SPSS提供判断原始变量是否适合作因子分析，所以进行KMO检验。

一个大的KMO测度值支持进行因子分析。一般而言，KMO测度>0.5意味着因子分析可以进行，而在0.7以上则是令人满意的值。

KMO在0.9以上，非常合适做因子分析；在0.8-0.9之间，很适合；在0.7-0.8之间，适合；在0.6-0.7之间，尚可；在0.5-0.6之间，表示很差；在0.5以下应该放弃。

由于因子分析是寻求内在结构，要求样本量比较充足，样本量与变量数的比例应在5：1以上；总样本量不得少于100，而且原则上越多越好；个变量间必须有相关性。

扩展资料

Bartlett's球型检验用于检验相关阵是否是单位阵，即各变量是否独立。它是以变量的相关系数矩阵为出发点，零假设：相关系数矩阵是一个单位阵。

如果巴特利球形检验的统计计量数值较大，且对应的相伴概率值小于用户给定的显著性水平，则应该拒绝零假设；反之，则不能拒绝零假设，认为相关系数矩阵可能是一个单位阵，不适合做因子分析。

若假设不能被否定，则说明这些变量间可能各自独立提供一些信息，缺少公因子。

举例：巴特利球形检验统计量为131.051，相应的概率Sig为0.000，因此可认为相关系数矩阵与单位阵有显著差异。同时，KMO值为0.762，根据Kaiser给出的KMO度量标准可知原有变量适合作因子分析。

参考资料来源：百度百科-KMO检验

Answer 2

如何进行KMO检验？

SPSSAU可以进行KMO检验。KMO检验是因子分析出来结果的指标值。

因子分析探索定量数据可以浓缩为几个方面(因子)，每个方面(因子)和题项对应关系；关于因子分析步骤如下：

第一：分析KMO值；如果此值高于0.8，则说明非常适合进行因子分析；如果此值介于0.7~0.8之间，则说明比较适合进行因子分析；如果此值介于0.6~0.7，则说明可以进行因子分析；如果此值小于0.6，说明不适合进行因子分析；

第二：如果Bartlett检验对应P值小于0.05也说明适合进行因子分析；

第三：如果仅两个分析项，则KMO无论如何均为0.5。

请点击输入图片描述