KMO（Kaiser-Meyer-Olkin）分析是一種用於評估數據是否適合進行因子分析的統計方法。其統計量值介於0到1之間，值越接近1，表示數據間的相關性越強，越適合進行因子分析；反之，值越接近0，表示數據間的相關性越弱，越不適合進行因子分析。
Kaiser給出了常用的KMO度量標準，具體如下：
0.9以上表示非常適合。
0.8表示適合。
0.7表示一般。
0.6表示不太適合。
0.5以下表示極不適合。
需要注意的是，KMO值只是一個參考指標，並不是決定性的工具。一些數據集可能具有較低的KMO值，但仍然可以得到有意義的因子分析結果。反之，一些數據集可能具有較高的KMO值，但因子分析結果可能並不具有實際意義。因此，不能僅憑KMO值決定是否進行因子分析。