图1
图2
只是提取公因子仍然不能满足我们对于数据分析的要求，因此探寻因子背后的意义，变量中的结构就十分重要。
这种对于因子意义的分析有两种功能：
（1）探索性：评价问卷的结构效度；
（2）验证性：解决多重共线性；寻找结构；
适用条件：
图3 适用条件
（1） 不能完全两两没有相关
公因子数量的确定
图4 筛选条件
（1）不同行业标准不同
（2）因子的可解释是更重要的，哪怕特征根小于1
几个重要概念：
（1）因子负荷：因子和变量的系数值；x1=z1 + z2 + z3
（2）公因子方差比（communalities）
(3) 特征根：主成份因子的影响力度
