该方法主要用于描述性统计分析和聚类模型，即多用于市场研究、研究报告中，不用于预测类模型建模。

正确答案是：D: 因子分析用于预测类模型建模。

**专业分析：**

A: 因子分析是PCA的延伸
因子分析和主成分分析（PCA）都是降维技术，但它们的目的是不同的。PCA的主要目的是通过线性组合将高维数据转换为低维数据，而因子分析的目的是通过发现一些潜在的因子来解释观察变量之间的相关性。因此，因子分析可以被看作是PCA的一种延伸。

B: 因子分析的可解释性强与主成分分析
因子分析通常比PCA具有更强的可解释性，因为因子分析试图找到能解释数据中相关结构的潜在因子，这些因子可以有明确的实际意义。

C: 因子分析通常通过调整主成分在原始变量的权重来发现(实际上一大部分是人为赋予)主成分所代表的含义
因子分析确实通过调整权重来发现潜在因子，并且这些因子的解释往往依赖于领域知识和研究者的判断，因此有一定的人为因素。

D: 因子分析用于预测类模型建模
因子分析主要用于探索性数据分析和数据降维，目的是发现数据中的潜在结构，而不是用于预测。预测类模型建模通常使用回归分析、分类算法等，而不是因子分析。

因此，选项D是错误的，因子分析不用于预测类模型建模。