用SPSS进行回归分析，实例操作如下： 单击主菜单Analyze / Regression / Linear…，进入设置对话框如图7-9所示。从左边变量表列中把因变量y选入到因变量（Dependent）框中，把自变量x选入到自变量（Independent）框中。在方法即Method一项上请注

SPSS的的友好界面和Excel很相似，有很多可活动的单元格，它所实现的-功能有两种方式，操作指令或编辑代码程序，如何用数据做一个简单的回归分析，操作很简单，让你在大数据时代能有好的发展，现在和小编一起来学习吧。

方法

【导入数据】在数据视图窗口编辑入数据，也可从外部如Excel中导入（少量数据建议直接输入）

分层回归分析其实就是回归分析，但是逐步加入新的X去研究X对Y的影响，这种就是分层回归。一般分层回归用于检验模型的稳定性，中介或者调节作用等，这个在SPSSAU这个在线SPSS分析软件里面直接就可以看见，而且出来的结果全部帮你整理规范好了的。

【编辑数据-对变量进行说明】在变量视图窗口进行编辑，根据每个变量德 类型，宽度等属性进行输入，如图所示：

分层回归就是检验加入某些个变量后前后两次回归的结果，通过比较两次回归结果，以判断该变量是否有效改进善模型。通常是通过比较R方的，R方变大，则模型变得更好，新加入的变量的作用有效果。 模型2的R值和R方明显大于模型1，说明加入第三个变量

上面两步做好了就可以开始分析工作啦，在【分析】-【回归】【线性L】即可出现下图（选择好需要的因变量和自变量），如完后

用SPSS进行归析实例操作： 单击主菜单Analyze / Regression / Linear…进入设置框图7-9所示左边变量表列变量y选入变量（Dependent）框自变量x选入自变量（Independent）框即Method项请注意保持系统默认选项Enter选择该项表示要求系统建立归程所选

选择右边的【统计量】-选择出你需要的统计分析数据，然后点击继续--和确定，你便完成了设置的基本步骤。

可使用spssau的分层回归，操作简单两步出结果。 操作步骤： 1、选择spssau的分层回归。 2、放入分析项，其他指标项均自动生成不用设置。 同时生成标准表格结果及智能文字分析，不会统计学也可以看懂。

【第一页结果】这是一个基本的输出结果的界面信息，这些信息会告诉你：模型的汇总及协方差是需要注意查看的。

用SPSS进行回归分析，实例操作如下： 单击主菜单Analyze / Regression / Linear…，进入设置对话框如图7-9所示。从左边变量表列中把因变量y选入到因变量（Dependent）框中，把自变量x选入到自变量（Independent）框中。在方法即Method一项上请注

【第二页结果】在下图这一个结果中告诉你数据信息的来源和你操作的基本方式，你可以通过对R检验和R方检验进行调整，以使得得到你想要的结果。

分层回归通常用于中介作用或者调节作用研究中。 分析时通常第一层放入基本个人信息题项或控制变量; 第二层放入核心研究项。使用SPSSAU在线spss分析，输出格式均为标准格式，复制粘贴到word即可使用。

【右图有】在【图形】-【图形画板模板选择程序】-选择你需要的图形变量，然后选择图形样式，单击确定即可。

容易，就在回归里面，点击block 移入一层变量，再点击下一层 再移入几个自变量 就可以了 关键是要会解读结果

扩展阅读，以下内容您可能还感兴趣。

用SPSS做层次回归分析容易吗

对初学者不容易的

怎么在spss上做层次回归分析

多元线性回归

1.打开数据，依次点击：analyse--regression，打开多元线性回归对话框。

2.将因变量和自变量放入格子的列表里，上面的是因变量，下面的是自变量，点击下一层。

3.设置回归方法，这里选择最简单的方法：enter，它指的是将所有的变量一次纳入到方程。其他方法都是逐步进入的方法。

4.等级资料，连续资料不需要设置虚拟变量。多分类变量需要设置虚拟变量。

5.选项里面至少选择95%CI。

点击ok。

统计专业研究生工作室原创，请勿复杂粘贴

求大神SPSS帮忙看一下，这个分层回归分析后的结果是什么状况啊！

分层回归通常用于中介作用或者调节作用研究中。

分析时通常第一层放入基本个人信息题项或控制变量; 第二层放入核心研究项。使用SPSSAU在线spss分析结果显示如下：

R²：模型的解释力度

F 值：用于判断模型是否有意义，如果对应P值小于0.05说明模型有意义

△R²：模型变化时，R²值的变化情况

△F 值：模型变化时，F值的变化(该值不是直接F值相减)，如果对应P值小于0.05则说明模型变化有意义，具体可通过△R²查看模型解释力度变化情况，以及查看新增加的自变量的显著性情况。具体分析可结果智能文字分析，进行解读。

SPSS中回归分析结果解释，不懂怎么看

首先来说明各个符号，B也就是beta，代表回归系数，标准化的回归系数代表自变量也就是预测变量和因变量的相关，为什么要标准化，因为标准化的时候各个自变量以及因变量的单位才能统一，使结果更精确，减少因为单位不同而造成的误差。T值就是对回归系数的t检验的结果，绝对值越大，sig就越小，sig代表t检验的显著性，在统计学上，sig<0.05一般被认为是系数检验显著，显著的意思就是你的回归系数的绝对值显著大于0，表明自变量可以有效预测因变量的变异，做出这个结论你有5%的可能会犯错误，即有95%的把握结论正确。

回归的检验首先看anova那个表，也就是F检验，那个表代表的是对你进行回归的所有自变量的回归系数的一个总体检验，如果sig<0.05,说明至少有一个自变量能够有效预测因变量，这个在写数据分析结果时一般可以不报告

然后看系数表，看标准化的回归系数是否显著，每个自变量都有一个对应的回归系数以及显著性检验

最后看模型汇总那个表，R方叫做决定系数，他是自变量可以解释的变异量占因变量总变异量的比例，代表回归方程对因变量的解释程度，报告的时候报告调整后的R方，这个值是针对自变量的增多会不断增强预测力的一个矫正（因为即使没什么用的自变量，只要多增几个，R方也会变大，调整后的R方是对较多自变量的惩罚），R可以不用管，标准化的情况下R也是自变量和因变量的相关

希望对您有用

哪位大神知道SPSS17.0怎么做调节变量的层次回归分析吗？求具体步骤……十分感谢

自变量回归，调节变量回归，相乘项的回归