各主成分方差之和等于所有变量x的方差之和，因此用协方差矩阵可以得到指标的方差，从而继续后续分析。

在主成分分析（PCA）中，选择使用哪种矩阵主要取决于数据的特性和研究的目的。

A: 协方差矩阵 - 当各变量的量纲相同或量纲的差异不大时，使用协方差矩阵是合适的。协方差矩阵会保留变量的原始尺度信息。

B: 原始变量构成的矩阵 - 直接使用原始变量构成的矩阵进行PCA是不常见的，因为PCA通常需要对数据进行标准化或中心化处理。

C: 关联矩阵（即相关矩阵） - 当各变量的量纲差异较大时，使用相关矩阵是更为合适的选择。相关矩阵将各变量标准化，使得每个变量的方差为1，从而消除量纲的影响。

在研究单个指标的方差对结果的影响时，通常会选择使用相关矩阵，因为它能消除不同量纲对分析结果的影响。

因此，正确答案是：C: 关联矩阵。