两变量的相关性为0.916

-->取个平均值直接用

最后，没用因子分析，改用其他方法了

你说的相关是典型相关么？

KMO值有点小，一般大于0.6应该才勉强可以把！

这就是你的变量选取有问题，也即他们之间的相关性太差，你可以试着将解释方差能力较小也即相关性较差的变量去掉，这样KMO值就可以提高了。

由于相关系数非常高，球形检验通过，如果两个变量作为一个因子，可以有明确的经济意义的话，可以作为同一因子出现。

任意两个随机变量，其KMO的检测都是0.500，假使原来通过了KMO检验的同一因子内部变量，任意取出两个，KMO仍然

会是0.500，这是由KMO检测的原理来决定的。

KMO检测是通过比较变量组内部之间的偏相关系数与简单相关系数来决定的。若简单系数越大，而偏相关系数越小，则KMO

指标就越接近于1；相反则接近于0；在只有两变量的情况下，偏相关系数与简单相关系数是相同的，因此，KMO检测总会显

示0.500。大家也可以亲自试验一下儿，任取两随机变量试试就知道了。

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。

请问可以改用什么方法

0.7左右或0.7以上效果就很好

可以参考 https://www.spssau.com/helps/advancedmethods/factor.html