شاخص KMO معیاری برای «کفایت نمونه گیری»
یکی از مفاهیمی که در مورد آن کج فهمی وجود دارد، شاخص KMO است. در تحلیل عاملی اکتشافی که یک روش آماری رها از مدل است، هیچ فرضیه ای از پیش وجود ندارد و پژوهشگر بایستی معرف هایی (براساس نظریه ها یا نظر متخصصان و …) را انتخاب نماید و سپس با استفاده از تحلیل عاملی اکتشافی به بررسی ساختار عاملی زیربنایی معرف ها بپردازد.
ساختار عاملی زیربنایی معرف ها نیز بر اساس ماتریس واریانس-کوواریانس داده ها بدست می آید. از این رو انتخاب معرف ها مناسب برای تحلیل بسیار مهم است. برای نمونه معرف ها نباید به گونه ای انتخاب گردند که میزان زیادی از همبستگی دو به دو آن ها به دلیل همبستگی جزئی آن ها با متغیرهای دیگر باشد؛ که اگر اینچنین باشد معرف های مناسبی انتخاب نگردیده است. به دلیل اینکه سهم زیادی از واریانس مشترک بین معرف ها بوسیله معرف های دیگر تبیین می گردد. در اینگونه موارد گفته می شود که نمونه گیری مناسبی از معرف ها (متغیرهای آشکار) به عمل نیامده است (بر اساس واژه شناسی تحلیل عاملی اکتشافی، انتخاب معرف ها «کفایت نمونه گیری » نداشته است).
شاخص KMO معیاری برای «کفایت نمونه گیری» است. به عبارت دیگر، با بهره گیری از شاخص KMO ، به این مسئله پرداخته می شود که «آیا نمونه گیری مناسبی از متغیرها (بر اساس همبستگی دو به دو معرف ها و همبستگی جزئی آن ها) به عمل آمده است یا خیر؟». فرمول KMO آورده شده است.
همانگونه که در فرمول بالا مشاهده می شود، در صورت کسر مجموع همبستگی های غیرقطری معرف ها (متغیرهای آشکار) و در مخرج کسر مجموع همبستگی های غیرقطری معرف ها بعلاوه مجموع همبستگی های جزئی غیرقطری معرف ها جای دارند. از این رو هر چه همبستگی های جرئی کوچک تر باشند، شاخص KMO بزرگتر خواهد بود و برعکس.
هر چه اندازه شاخص KMO به 1 نزدیک تر باشد، «کفایت نمونه گیری» بهتری در انتخاب معرف ها (متغیرهای آشکار) وجود داشته است. نقطه برش اندازه شاخص KMO برای «کفایت نمونه گیری» 0.6 بیان شده است یعنی اگر شاخص KMO بالاتر از 0.6 باشد، ملاک «کفایت نمونه گیری» برآورد شده است و اگر پایین تر از 0.6 باشد به این معنی است که ملاک «کفایت نمونه گیری» برآورد نشده است (مولایک، 2010، ص 241).