3.载荷系数表格
载荷系数表格，主要展示主成分对于研究项的信息提取情况，以及主成分和研究项对应关系。
共同度代表某题项可被提取的信息量，共同度越高说明指标能被主成分解释的程度越高，被提取的信息量越多。一般以0.4作为标准。
上表格展示主成分对于研究项的信息提取情况，以及主成分和研究项对应关系，从上表可知：所有研究项对应的共同度值均高于0.4，意味着研究项和主成分之间有着较强的关联性，主成分可以有效的提取出信息。确保主成分可以提取出研究项大部分的信息量之后，接着分析主成分和研究项的对应关系情况（载荷系数绝对值大于0.4时即说明该项和主成分有对应关系）。
补充说明：如果主成分分析结果不佳，可考虑使用因子分析，在主成分分析的基础上，因子分析多出旋转功能，更容易找出因子和分析项对应关系。
4.成份得分系数矩阵
使用主成分分析目的在于信息浓缩，则忽略“成份得分系数矩阵”表格。如果使用主成分分析法进行权重计算，则需要使用“成份得分系数矩阵”建立主成分和研究项之间的关系等式（基于标准化后数据建立关系表达式），如下：
成分得分1（成分1）=
0.151*X1 0.142*X2 0.150*X3 0.162*X4 0.152*X5 0.147*X6 0.134*X7 0.142*X8 0.154*X9；
成分得分2（成分2）=
-0.076*X1-0.205*X2-0.097*X3-0.090*X4-0.387*X5-0.498*X6 0.101*X7 0.823*X8 0.463*X9；
5.碎石图
