如上一部分中所述，主成分的载荷代表变量与主成分之间的相关性（如果数据属于居中数据，而非标准化数据，则载荷代表变量与成分之间的协方差）。载荷图直观地表示了这些关系。

在数据载荷图中，可看到变量A、B和E与PC1强相关（值接近1或-1），而与PC2仅略微相关。相反，变量C和D与PC2强相关，但与PC1仅略微相关。

在示例中，PC1和PC2合计占累积方差比例的91.18%。由于该等单张图表上包含的信息很多，因此我们可了解单个变量之间的关系。如上图所示，变量A和B紧密聚集在一起，表明这两个变量呈正相关关系。相比之下，变量A和E的向量形成近180°的角度，表明这些变量呈负相关关系。最后，变量A和D的向量形成近乎直角的角度，表明这两个变量很可能不相关。回到原始数据的图表矩阵，可确认这些假设在很大程度上是正确的。