最近改大论文，纠结这个问题有十来天了。
论文所用数据为二手财务数据，选取13个指标，样本量有1w多。
起初做出来KMO值和因子累计方差贡献率都很低，KMO值才0.5多一点，因子累计方差贡献率刚到50%。
试过几种方法，现如今得到的结果比原来稍微好那么一些了。调整后，KMO值达到0.7以上，累积方差贡献率70%以上。
整体提升
前一阵子在SPSS里面点了很久，效果不太显著，KMO值始终上不了0.6。后来问了同学，可能跟异常值有关系。随后我将全部指标在STATA中做winsorize处理后(这一步很关键，在SPSS中不会)，KMO值一下子飙升到0.6以上了，因子累计方差贡献率提升了10%多。
KMO值高低问题
KMO值高低与反映像矩阵中MSA值高低有些关系，参照27楼的做法，将输出结果中主对角线上MSA值低的指标逐个删除，最后KMO值提升了近5个百分点。
因子累计方差贡献率
KMO值跟指标间相关性不大，至少我的数据是这样。但因子累计方差贡献率跟因子的相关性有着重要联系，逐个删除相关性较低的指标，因子累计方差贡献率逐步提升。

你的回复要马克

我也一样的情况，KMO也只有0.5几，怎么办？

写论文遇到同样问题，不知楼主解决没，请赐教

谢谢分享，受教了

数据的问题。kmO太小了

你的数据太少！怎么才50个，最起码得100以上吧。

当所有变量间的简单相关系数平方和远远大于偏相关系数平方和时，KMO值接近1.KMO值越接近于1,意味着变量间的相关性越强，原有变量越适合作因子分析；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，原有变量越不适合作因子分析。

mark 31楼