阐述200字：方差贡献是区分因子梳理的核心依托对应识别特征值大小也就是当特征值大于1即认定该因子是有效的且大于平均解释能力应当被提取出来作为一个单独的因子来对问题进行结构化描述。若对应特征值N大于1则标记为可提取的因子当N取到具体数值则识别为有多少个因子。

方差贡献是指某个因子对总方差的贡献程度。在因子分析中，方差贡献被视为区分因子的核心依据。通过计算每个因子的特征值，可以确定其方差贡献的大小。特征值大于1的因子被认为是有效的，并且具有较大的平均解释能力。这些因子应该被提取出来，作为一个单独的因子来描述问题的结构。

如果特征值N大于1，则可以标记该因子为可提取的因子。当N取到具体数值时，可以识别出有多少个因子。例如，当N取2时，表示有两个因子可以被提取出来。

通过方差贡献的分析，可以确定哪些因子是最重要的，具有较大的解释能力。这些因子可以帮助我们理解问题的本质，并提供一个结构化的描述。因此，方差贡献在因子分析中起着重要的作用，帮助我们识别出关键因子，并进行问题的分析和解释。