KMO（Kaiser-Meyer-Olkin）值是一種評估數據是否適合進行因子分析的統計指標，其值介於0到1之間。這個值越接近1，表示變數之間的相關性越強，因此原始變數越適合用於因子分析。相反，如果KMO值接近0，則意味著變數間的相關性較弱，從而不適合進行因子分析。
Kaiser等人提出了一個常用的KMO度量標準，具體如下：
0.9以上：非常適合
0.8到0.9：適合
0.7：一般
0.6：不太適合
0.5以下：極不適合。
需要注意的是，KMO值只是一個參考指標，而不是決定性的工具。它不能替代對數據和研究設計的深入理解。因子分析的適用性取決於多種因素，包括數據的性質（例如，數據的分布和規模）以及研究問題的具體性質。因此，在進行因子分析時，應綜合考慮KMO值以及其他相關因素。