在因子分析中，因子在各变量上的系数即为载荷矩阵，是主成分系数结果的最大方差正交旋转的结果

正确答案是 D: 最大方差正交旋转。

**专业分析：**
主成分分析（PCA）和因子分析（FA）是两种常用于降维和数据简化的统计方法。虽然它们有相似之处，但也有一些关键区别。

1. **主成分分析（PCA）：**
- PCA的目的是通过线性变换将原始变量转换为一组新的不相关变量（主成分），这些主成分按照解释的方差大小排序。
- PCA的结果是主成分载荷矩阵，它表示原始变量在这些主成分上的投影。

2. **因子分析（FA）：**
- 因子分析的目的是通过建模观测变量之间的相关性，识别出潜在的因子（latent factors）。
- 因子载荷矩阵表示观测变量在这些潜在因子上的投影。

**旋转方法：**
在因子分析中，为了使因子载荷矩阵更具解释性，通常会对初始因子载荷矩阵进行旋转。旋转分为正交旋转和斜交旋转两类：
- **正交旋转（Orthogonal Rotation）：** 旋转后因子仍然保持相互正交，即不相关。
- **斜交旋转（Oblique Rotation）：** 允许因子之间存在相关性。

**最大方差旋转（Varimax）：**
- Varimax是最常用的正交旋转方法，它通过最大化每个因子的方差，使得因子载荷矩阵更加稀疏，从而更容易解释。

因此，因子载荷矩阵是通过对主成分载荷矩阵进行最大方差正交旋转（Varimax）的结果。