SPSS回归分析结果解读教程
线性回归剖析：线性回归假定因变量与自变量之间为线性联系，用必定的线性回归模型来拟合因变量和自变量的数据，并经过确认模型参数来得到回归方程。
作散点图，调查两个变量的相关性：顺次挑选菜单“图形→旧对话框→散点/点状→简略分布”，并将“国内生产总值”作为x轴，“财政收入”作为y轴，可以看出两变量具有较强的线性联系，可以用一元线性回归来拟合两变量；反之则不可
挑选菜单“剖析→回归→线性”，翻开“线性回归”对话框，将变量“财政收入”作为因变量 ，“国内生产总值”作为自变量。
翻开“统计量”对话框，选上“估量”和“模型拟合度”。量”对话框估量”和“模型拟合度”。
SPSS回归分析结果解读教程图1
曲线估量：曲线估量（曲线拟合、曲线回归）则是研究两变量间非线性联系的一种办法，选定一种用方程表达的曲线，使得实践数据与理论数据之间的差异尽可能地小。
先用散点图的方式进行剖析，看究竟是否具有一元线性联系，假如具有一元线性联系，则用一元线性回归剖析，否则采用曲线估量求解。
进行曲线估量：顺次挑选菜单“剖析→回归→曲线估量”，将一切模型悉数选上，看哪种模型拟合效果更好(主要看决定系数R2)，其一切模型的拟合优度R2如下表所示
SPSS回归分析结果解读教程图2
回归剖析是论文中最常用的研究假定检验技术，想知道自变项X对依变项Y的解说力或预测力时，最常用的是线性回归· 回归剖析是论文中最常用的研究
SPSS回归分析结果解读教程图3
弹出对话框，输入想要验证的自变项和依变项，如图：
SPSS回归分析结果解读教程图4
如图，Sig. P<.05，有显著性， 表明自变项X对依变项Y的解说力或预测力正相关
SPSS回归分析结果解读教程图5
R Square 自变数可以解说依变数的变异量，此处.763表明共同解说76.3%的变异量，论文报告中要报告调整后的R平方，即Adjusted R Square
SPSS回归分析结果解读教程图6
