如何通過改數據提升因子分析的KMO度量值？

因子分析KMO不足0.6怎麼辦？

在問卷分析或者會計財務指標分析中，經常會用到因子分析和主成分分析，但是因子分析KMO不足0.6怎麼辦！？

今天杜老師給大家介紹一種通過改數據來提高因子分析的方法。當然改數據之事有違學術道德，能不用盡量不用。

高低組區分度法

這個方法是先將量表數據（已經反向計分處理）進行求和，然後進行排序，這樣就可以找出你的樣本數據裡面處於高分組的樣本和低分組的樣本。然後下面把高分組改的大一些，低分組改的低一些。

比如我們常用的五分制量表，如果高分組有出現2分，1分等數值，你可以改成4,5這樣的分值。相應的如果你的低分組出現5,4這樣的分值，那麼你可以改成1,2。這樣勢必會提升KMO。

【實際操作演示】

比如現在有一組數據，這是一組有7個指標100個樣本的五分制量表數據。

對這七個指標進行因子分析以後發現KMO 只有0.553

這個顯然不是我們所想要的結果。

好現在我們進行數據處理

第一步：

先對七個指標進行求和和排序，分別利用SPSS的數據【計算變數】和【排序個案】功能。

1、求和

2、排序個案

由此我們得到一組依據總分從小到達重新排序過的樣本數據，如下所示：

第二步：高低組的樣本數字進行修正

1、 低分組的數值修正

如圖所示，我們發現低分組的樣本中有許多4分，和5分，那我們把相應的部分數字改動一下，即將其變小，比如我們把這些都改成3。

2、 高分組題目修正

比如將下發處於高分組的題目中1分和2分的樣本，我們改成4分

注意：不需要把所有的這些數值都更改，有時候只需要更改幾個即可。

做完上述幾步以後，我們重新進行測量

第三步重新測量：

然後我們就會發現KMO度量值由原來的0.553提升為0.615。

當然此次檢驗我只是改了少量數據，如果想提升至0.7，0.8，可以做多改幾個數據，即可達到。

不過，此方法僅供平時學術探討，學術研究慎用。