PCA产生的最终图表是方差比例图。如讨论PC选择方法部分所述，任何给定主成分解释的方差比例可计算为：

%解释方差=[（PC的特征值）/（所有特征值之和）]*100

因此，方差比例只是特征值的标准化版本。因此，方差比例图上的曲线形状将与特征值（Scree）图上的曲线形状相同。该曲线示出了每个PC解释的总方差具体比例，而该图的条形则示出了PC及其之前所有PC解释的累积方差。

在本例中，使用平行分析作为PC选择方法。然而，如果选择基于累积方差的阈值来选择PC，则这将在该图中显示为指定阈值处的水平线。在下文可以看到，仅基于前两个PC便可以解释数据中90%以上的方差。3个PC可解释数据中95%以上的方差，4个PC可解释99%以上的方差。所有5个PC可解释数据中100%的总方差（谨记：创建PC不会改变数据的总方差。选择PC的一个子集可减少该子集能够解释的方差量）。