kmo值在什么范围内,因子分析才是有效的

kmo值在在0至1之间范围内，因子分析才是有效的。

kmo值来自于kmo检验统计量，这是用于比较变量间简单相关系数和偏相关系数的指标，主要用于多元统计的因子分析，当所有变量的简单相关系数的平方和远远大于偏相关系数的平方和时，kmo值越接近于1，原有变量越适合做因子分析。

kmo值的特点：

1、KMO统计量是通过比较各变量间简单相关系数和偏相关系数的大小判断变量间的相关性，相关性强时，偏相关系数远小于简单相关系数，KMO值接近1，一般情况下KMO大于0.9非常适合因子分析。 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。

2、KMO值是相关系数与偏相关系数的一个比值，KMO值最大接近1KMO值小，对因子分析不利，当KMO值愈大时，表示变量间的共同因素愈多，愈适合进行因素分析，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。