解释简单对应分析的主要结果

使用惯量比率，可以确定在数据中与预期值的偏差中占大部分比例的主分量（又称为主轴）的最小数量。保留可解释总惯量的可接受比率的主分量。可接受水平取决于您的应用。理想情况下，第一个、前两个或前三个分量占总惯量的大部分比率。

如果需要的最小主分量数量与您为分析输入的分量数不匹配，请使用相应数量的分量重新执行分析。

使用质量值可确定分量所占的行惯量或列惯量比率。质量始终是一个介于 0 和 1 之间的数字。较大的质量值说明分量能很好地代表行或列。较小的质量值说明代表性很差。行和列的质量值可帮助您解释分量。

使用行和/或列的贡献值可评估对每个分量的惯量贡献最大的行类别和列类别。为了直观地解释分量，请使用行图或列图。

行贡献

					分量 1			分量 2
ID	名称	二次	质量	惯性	坐标	相关	贡献	坐标	相关	贡献
1	地质学	0.916	0.107	0.137	-0.076	0.055	0.016	-0.303	0.861	0.322
2	生物化学	0.881	0.036	0.119	-0.180	0.119	0.030	0.455	0.762	0.248
3	化学	0.644	0.163	0.021	-0.038	0.134	0.006	-0.073	0.510	0.029
4	动物学	0.929	0.151	0.230	0.327	0.846	0.413	-0.102	0.083	0.052
5	物理学	0.886	0.143	0.196	-0.316	0.880	0.365	-0.027	0.006	0.003
6	工程学	0.870	0.111	0.152	0.117	0.121	0.039	0.292	0.749	0.310
7	微生物学	0.680	0.046	0.010	-0.013	0.009	0.000	0.110	0.671	0.018
8	植物学	0.654	0.108	0.067	0.179	0.625	0.088	0.039	0.029	0.005
9	统计学	0.561	0.036	0.012	-0.125	0.554	0.014	-0.014	0.007	0.000
10	数学	0.319	0.098	0.056	-0.107	0.240	0.029	0.061	0.079	0.012

检查行类别和列类别的计算惯量值，并找出可能的相关性。具有较强相关性的类别惯量值更高，表明对总卡方值的贡献更多。

还可以使用非对称行图或列图来直观地检查可能的关系。对于行图，行剖面越靠近列顶点，行剖面与列类别的相关性越高。对于列图，列剖面越靠近行顶点，列剖面与行类别的相关性越高。

行贡献

					分量 1			分量 2
ID	名称	二次	质量	惯性	坐标	相关	贡献	坐标	相关	贡献
1	地质学	0.916	0.107	0.137	-0.076	0.055	0.016	-0.303	0.861	0.322
2	生物化学	0.881	0.036	0.119	-0.180	0.119	0.030	0.455	0.762	0.248
3	化学	0.644	0.163	0.021	-0.038	0.134	0.006	-0.073	0.510	0.029
4	动物学	0.929	0.151	0.230	0.327	0.846	0.413	-0.102	0.083	0.052
5	物理学	0.886	0.143	0.196	-0.316	0.880	0.365	-0.027	0.006	0.003
6	工程学	0.870	0.111	0.152	0.117	0.121	0.039	0.292	0.749	0.310
7	微生物学	0.680	0.046	0.010	-0.013	0.009	0.000	0.110	0.671	0.018
8	植物学	0.654	0.108	0.067	0.179	0.625	0.088	0.039	0.029	0.005
9	统计学	0.561	0.036	0.012	-0.125	0.554	0.014	-0.014	0.007	0.000
10	数学	0.319	0.098	0.056	-0.107	0.240	0.029	0.061	0.079	0.012