Prueba de KMO y Bartlett

Esta tabla muestra dos pruebas que indican la idoneidad de los datos para la detección de estructuras. La Medida Kaiser-Meyer-Olkin de adecuación de muestreo es un estadístico que indica la proporción de varianza en las variables que pueden ser causadas por factores subyacentes. Los valores altos (cercanos a 1.0) generalmente indican que un análisis factorial puede ser útil con los datos. Si el valor es menor que 0.50, los resultados del análisis factorial probablemente no serán muy útiles.

Prueba de esfericidad de Bartlett contrasta la hipótesis de que la matriz de correlaciones es una matriz de identidad, lo que indicaría que las variables no están relacionadas y, por lo tanto, no son adecuadas para la detección de estructuras. Los valores pequeños (menores que 0.05) del nivel de significación indican que un análisis factorial puede ser útil con los datos.