Prueba de Kaiser-Meyer-Olkin (KMO) para la adecuación del muestreo

Actualizado el 19 de noviembre de 2021, por Luis Benites.

¿Qué es la prueba de Kaiser-Meyer-Olkin (KMO)?

La prueba de Kaiser-Meyer-Olkin (KMO) es una medida de la idoneidad de sus datos para el análisis factorial . La prueba mide la adecuación del muestreo para cada variable en el modelo y para el modelo completo. La estadística es una medida de la proporción de varianza entre variables que podrían ser varianza común. Cuanto menor sea la proporción, más adecuados serán sus datos para el análisis factorial.

KMO devuelve valores entre 0 y 1. Una regla general para interpretar la estadística:

• Los valores de KMO entre 0,8 y 1 indican que el muestreo es adecuado.
• Los valores de KMO inferiores a 0,6 indican que el muestreo no es adecuado y que se deben tomar medidas correctivas. Algunos autores ponen este valor en 0,5, así que use su propio juicio para valores entre 0,5 y 0,6.
• Los valores de KMO cercanos a cero significan que existen grandes correlaciones parciales en comparación con la suma de las correlaciones. En otras palabras, existen correlaciones generalizadas que son un gran problema para el análisis factorial.

Como referencia, Kaiser puso los siguientes valores en los resultados:

• 0,00 a 0,49 inaceptable.
• 0,50 a 0,59 miserable.
• 0,60 a 0,69 mediocre.
• 0,70 a 0,79 medio.
• 0,80 a 0,89 meritorio.
• 0,90 a 1,00 maravilloso.

Ejecución de la prueba de Kaiser-Meyer-Olkin (KMO)

La fórmula para la prueba KMO es: donde:

• R = [r _ij ] es la matriz de correlación ,
• U = [u _ij ] es la matriz de covarianza parcial,
• Σ = notación de suma (“sumar”).

Esta prueba no suele calcularse a mano, debido a la complejidad.

• En SPSS : ejecute el análisis factorial (Analyze>Dimension Reduction>Factor) y marque la casilla «KMO y la prueba de esfericidad de Bartlett». Si desea la MSA (medida de adecuación del muestreo) para variables individuales, marque la casilla «anti-imagen». Aparecerá un cuadro antiimagen con los MSA enumerados en las diagonales. La prueba también se puede ejecutar especificando KMO en el comando Análisis factorial. La estadística KMO se encuentra en la tabla «KMO y prueba de Bartlett» de la salida Factor.
  
• En R: use el comando KMO(r), donde r es la matriz de correlación que desea analizar. Encuentre más detalles sobre el comando en R en el sitio web de Personality-Project .
• En Stata, use el comando post estimación estat kmo .

Referencias

Esquivar, Y. (2008). La Enciclopedia Concisa de Estadística . Saltador.
Gonick, L. (1993). La guía de dibujos animados de estadísticas . Harper Perennial.
Klein, G. (2013). La caricatura Introducción a la estadística. Colina y Wamg.
Vogt, WP (2005). Diccionario de estadística y metodología: una guía no técnica para las ciencias sociales . SABIO.