KMO 的值小于 0.5 但巴特利检验确实显著的，可以做因子分析吗？
KMO 的值小于 0.5 但巴特利检验确实显著的，可以做因子分析吗？
一般需要都满足分析要求，数据才适合。
分析KMO和巴特球形检验
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；如果Bartlett检验对应p值小于0.05也说明适合进行因子分析；如果仅两个分析项，则KMO无论如何均为0.5。
KMO值不满足分析怎么办？
一般需要KMO值大于0.6即可，如果是两个分析项，KMO值一定是0.5；因而建议删除掉共同度(公因子方差)值较低项，这样可以提升KMO值。
如果不输出KMO值，意味着数据质量过差，建议可使用相关分析看下相关关系，如果相关系数值基本均小于0.3（或者没有呈现出显著性），则说明题项间关联性弱，则KMO值一定会较低，建议先移除相关系数值较低项后再次分析。
提示：KMO值综合衡量分析项间的信息重叠情况（即分析项之间的相关关系情况）。分析项之间的相关系数过低（比如小于0.2或没有显著性），信息重叠度低无法有效浓缩信息，这会导致KMO值较低，如果分析项之间的相关系数过高（比如大于0.8），这会导致严重共线性可能无法输出KMO值。分析项之间的相关系数值一般希望介于0.3~0.7之间较好。
如何得到kmo值？
可以使用SPSSAU进阶方法中的因子分析。
扩展阅读：怀孕sd值正常值参照表 ... spss kmo检验 ... 主板后面的f k c m p ... kmo值太小怎么办 ... p16+ki67+是癌变吗 ... ki67为什么越高越好 ... ki67 60% ... spss中kmo值太小 ... kmo值太小怎么把它变大 ...
