Каждая шкала делает свой вклад в значение фактора, и чем больше факторный вес, тем сильнее семантически (по значению) влияет шкала на фактор. Причем одна и та же шкала может входить в несколько факторов, и это можно интерпретировать так, что какая-то часть значения (аспект значения) вошел в один фактор, а другая часть – в другой фактор. И задача исследователя – выявить эти аспекты значения путем сопоставления с теми шкалами, которые входят в этот же фактор.

Обычно значимым считается факторный вес не ниже 0,7. Однако такой факторный вес бывает только у шкал, входящих в первые факторы, наиболее значимые. Для фактора этот уровень значимости шкалы предполагает, что общее его содержание в основном совпадает с содержанием данной шкалы. Но если в факторе нет ни одной шкалы с весом более 0,7, это еще не значит, что фактор сам не достигает уровня значимости, просто этот уровень складывается из всех вкладов. Если фактор объясняет небольшую дисперсию, то при интерпретации следует помнить, что формирование его обобщенного значения будет сложнее, так как каждая из входящих в него шкал имеет относительно небольшую (статистически незначимую) нагрузку (факторный вес), и лишь частично определяет содержание фактора, поэтому для нахождения «общего знаменателя» нужно найти значение, объединяющее наиболее нагрузочные шкалы в целостную картину.

Иногда состав шкал, входящих в фактор, бывает настолько противоречив по значению, что бывает сложно вычленить обобщающее содержание. Обычно это свидетельствует о противоречивости полученных данных, и здесь следует поискать причины такого противоречия. Для этого можно обратиться к матрице исходных данных, к тем баллам, которые получены по конфликтующим шкалам, и сделать их сравнение. Тогда можно выйти на какое-то предположение, например, о неоднородности выборки, или о влиянии какого-то неучтенного дополнительного фактора.