在因子分析中，主成分法通常用于因子的提取。对于这个具体问题，正确答案是：

C: 原始因子载荷矩阵的估计

### 专业分析：

1. **因子方差的估计**：
- 主成分法并不直接用于因子方差的估计，而是用于数据降维。它主要关注的是将数据转换到一个新的坐标系中，使得最大的方差投影到前几个主成分上。

2. **因子旋转角度的估计**：
- 因子旋转是因子分析中的一个独立步骤，常用于解释因子载荷的清晰性。旋转方法（如正交旋转和斜交旋转）用于改变因子结构以便更好地解释，但这不是通过主成分法实现的。

3. **原始因子载荷矩阵的估计**：
- 主成分法在因子分析中首先用于确定因子载荷矩阵。它通过提取主成分，估计各变量在不同因子上的载荷，这就是它在因子分析步骤中的主要作用。

4. **因子的误差的估计**：
- 因子的误差估计通常涉及模型的适配性和残差分析，这不是主成分法的直接用途。

因此，在因子分析中使用主成分法的首要任务是估计原始因子载荷矩阵，即选择最能解释数据方差的因子。