以下是我个人的看法，首先，我觉得楼主的主成分分析，没有一个清醒的认识，导致分析结果的图形是不是最终判决。在多元统计分析，主成分分析是依靠因子分析的结果。
请有怜悯的下一次攻击，但实际上，房东因子载荷矩阵？旋转前的因子载荷矩阵。在因子分析中，旋转因子是非常关键的一步措施，目的是为了使唯一的大的负载，对每个变量的一个共同的因素。被分成两个主要成分的指标，即白。
房东做了分析五个主要部分组成，11个变量指标，分析的最终结果，是关键因素，发挥关键作用的主要成分。楼上的答案是错误的，也是一个关键的因素......
永不轮换显然是很容易找到想要的指标分为两类，一类是积极的价值为负数。然而，高负荷意味着更大的价值（不是绝对的），房东可以分析，给予积极的载荷矩阵从0-0.7几年，这样的一类指标归结为发挥了关键作用的主要成分是不合理的。这个原因，也有负0.1 - 0.7归因于小的指标的主成分载荷过任意的。在正常旋转后的因子载荷在0.8以上的因子载荷矩阵，这是最终的结果。
的房东希望有一个正确的结果，绕过去旋转后的因子载荷矩阵组成的第一因素，我很乐意帮助。
顺便因素的旋转操作...事实上，所有的在一起......在根据因子Analynis对话框中，单击“旋转”选项，选择因子旋转，一般都是最大方差法，选择方差最大显示列，选择“旋转”解决方案“复选框，单击”继续返回到主界面。 OK
温馨提示：答案为网友推荐，仅供参考