SPSS KMO 值太低怎么办:样本量、题项与因子数逐项排查
KMO 值太低怎么办,先沿五个方向排查:样本量、个别题项的 MSA、重复题、整体相关强度,以及每个维度的题数;因子数的设置不在其中,它不影响 KMO。下面用一份只有 4 道题的演示问卷(模拟生成),把本站「效度分析」报告第一张卡里的判据逐条核对一遍。
现象:报告里 KMO 低于 0.5
以下结果来自本站演示数据(模拟生成,不代表真实研究结论)。本文从 200 份演示问卷里随机抽取 120 份,去掉服务质量 Q2 与产品体验 Q2 两道题,保留服务质量 Q1、Q3 和产品体验 Q1、Q3 共 4 题,没有缺失;页面上点「用演示数据试一试」载入的是全部 200 份、6 道题,数字会略有不同。方法说明见效度分析。
报告第一张卡的适用性检验判定 KMO=0.4983,不适合,题项间的偏相关过强,不宜做因子分析。KMO 是把题间相关与偏相关放在一起比较的指标,偏相关占比越高,值越低。同一张卡上,Bartlett 球形度检验 χ²(6)=105.478,p<0.0001,是满足的,两项结论方向不一致:Bartlett 说题项之间有共同方差,KMO 却说不适合。逐题 MSA(KMO 的逐题版本,低于 0.5 建议删除后重跑)如下:
| 题项 | 逐题 MSA |
|---|---|
| 服务质量Q1 | 0.506 |
| 服务质量Q3 | 0.499 |
| 产品体验Q1 | 0.496 |
| 产品体验Q3 | 0.495 |
原因:KMO 偏低的几类来源,逐项对照本例
- 样本量不够:报告按 N 不小于题项数的 5 倍、且不少于 100 判定。本例 N=120,N/p=30.0,满足,不是原因。
- 个别题项拖累整体:低于 0.5 的有 3 题,但 4 题的 MSA 都落在 0.495 到 0.506 之间,没有哪一道题明显偏低,逐题删除试不出规律,而且 4 题里再删就只剩 3 题。
- 题项重复:|r|>0.8 的题对为 0 组,相关矩阵行列式 4.054e-01,不接近奇异,不是原因。
- 整体相关偏弱:题间平均绝对相关只有 0.226,相关本身就不强。
- 每个维度的题数少:四道题按载荷分成两个维度,每个维度只有 2 题,而帮助文章建议每个预期维度不少于 3 题。
- 因子数设置:不影响 KMO。KMO 由相关矩阵在提取之前算出,改因子数不会让它变高。
排查下来,样本量、重复题和因子数都排除了,剩下的线索是整体相关偏弱和每个维度题数少。本页没有另做补题后的对照运行,所以这只是下一步该先试的方向,不是已经验证的结论。
kmo值太低怎么办:三步处理
- 先确认不是样本量问题:N 不小于 5 倍题项数、且不少于 100,本例已满足。
- 再看 MSA 是集中在某一题,还是整体偏低:集中在某一题,就删掉它再重跑;整体偏低,就回到题项本身,核对题意、计分方向和每个维度的题数。
- 补题或重新设计后,用新的样本重跑:修订前后的 KMO 与载荷都要保存,论文里说明题项是怎样调整的。
下图是排查顺序:先看样本量,再看有没有重复题,最后看低 MSA 集中在哪里。

下图是本例样本概览,显示记录数、题项数与相关矩阵信息:

导出与保存的规则:演示数据不用登录就能跑;用自己的数据分析、导出 Word / PDF 报告、使用 AI 解读需要开通会员。
结构看着清楚,也不能绕过 KMO
KMO 判为不适合,报告仍然提取了 2 个因子:Kaiser 准则下累计解释总方差 79.77%,共同度在 0.764 到 0.831 之间,服务质量两题在因子 2 上的载荷是 0.874 和 0.875,产品体验两题在因子 1 上是 0.908 和 0.910,逐题诊断全部是「题项归属清晰」。
下面先看 4 个成分的初始特征根:

再看旋转后各题在两个因子上的载荷:

KMO 是「能不能做因子分析」的门槛,门槛不满足时,载荷表只能当探索的线索,不能写成结构效度良好。收敛效度指标也是同理:因子 1 的 CR 为 0.9049、AVE 为 0.8263,因子 2 的 CR 为 0.8668、AVE 为 0.7648,看着不错,但每个因子只有 2 道题,稳定性要打问号。
报告的方法学提示写明,探索性因子分析是探索而不是验证,要在另一份独立样本上确认结构。本站没有验证性因子分析模块,实际的做法是补题后,用新样本重做效度分析。
怎么确认已经解决
处理后重跑,按报告第一张卡的六条前提逐条核对。本例当前四条满足(含 1 条不适用)、两条未满足:
| 判据 | 要求 | 本例当前 |
|---|---|---|
| KMO | 高于 0.6 | 0.4983,未达 |
| 逐题 MSA | 每个都不低于 0.5 | 最小 0.495,3 题未达 |
| Bartlett 球形检验 | p 小于 0.05 | p<0.0001,满足 |
| 相关矩阵行列式 | 大于 1e−5 且小于 1 | 4.054e-01,满足 |
| 样本量 | N 不少于 5p 且不少于 100 | N=120,满足 |
| 正态性 | 主成分提取不要求 | 不适用 |
论文里怎么交代
对 4 个题项在 120 份有效样本上做探索性因子分析。KMO=0.498,低于 0.6 的判据;Bartlett 球形度检验 χ²(6)=105.478,p<0.0001。因 KMO 不满足,所提取的两因子结构仅作探索,不作为结构效度的证据;计划补充题项后,用独立样本重新检验。
KMO 偏低常见错误
- 只看 Bartlett 显著就继续往下做:本例 Bartlett 显著,KMO 却不达标,两项都要通过。
- 一次删掉多道题再重跑:分不清是哪道题的影响,每次只删一题,并保存删前删后的结果。
- 用改因子数来抬高 KMO:KMO 在提取之前就定了,该回头改题项和样本。
- 忽略每个维度的题数:只有 2 题的维度,补到不少于 3 题再重测。
延伸阅读
常见问题
KMO 值太低怎么办?是不是要换问卷?
不一定要换问卷。先逐项排查:样本量够不够、哪几道题的 MSA 偏低、有没有高相关的重复题、每个维度有几道题。本例样本量与重复题都没有问题,值得怀疑的是每个维度只有 2 题。
KMO 低于 0.6,还能做因子分析吗?
KMO 未高于 0.6,前提判为不满足,不宜把提取出的因子结构当作效度证据。总体评语是 0.5 到 0.6 为「勉强适合」,0.5 及以下为「不适合」;本例 0.4983 属于后者,报告仍提取了 2 个因子,但前提不满足。
Bartlett 球形检验显著,说明 KMO 低也没关系吗?
不能这样理解。本例 Bartlett 检验显著,KMO 却不达标,两项适用性检验都要通过。