如何在spss上做層次迴歸分析

用SPSS進行迴歸分析，例項操作如下： 單擊主選單Analyze / Regression / Linear…，進入設定對話方塊如圖7-9所示。從左邊變量表列中把因變數y選入到因變數（Dependent）框中，把自變數x選入到自變數（Independent）框中。在方法即Method一項上請注

SPSS的的友好介面和Excel很相似，有很多可活動的單元格，它所實現的-功能有兩種方式，操作指令或編輯程式碼程式，如何用資料做一個簡單的迴歸分析，操作很簡單，讓你在大資料時代能有好的發展，現在和小編一起來學習吧。

方法

【匯入資料】在資料檢視視窗編輯入資料，也可從外部如Excel中匯入（少量資料建議直接輸入）

分層迴歸分析其實就是迴歸分析，但是逐步加入新的X去研究X對Y的影響，這種就是分層迴歸。一般分層迴歸用於檢驗模型的穩定性，中介或者調節作用等，這個在SPSSAU這個線上SPSS分析軟體裡面直接就可以看見，而且出來的結果全部幫你整理規範好了的。

【編輯資料-對變數進行說明】在變數檢視視窗進行編輯，根據每個變數德 型別，寬度等屬性進行輸入，如圖所示：

分層迴歸就是檢驗加入某些個變數後前後兩次迴歸的結果，通過比較兩次迴歸結果，以判斷該變數是否有效改進善模型。通常是通過比較R方的，R方變大，則模型變得更好，新加入的變數的作用有效果。 模型2的R值和R方明顯大於模型1，說明加入第三個變數

上面兩步做好了就可以開始分析工作啦，在【分析】-【迴歸】【線性L】即可出現下圖（選擇好需要的因變數和自變數），如完後

用SPSS進行歸析例項操作： 單擊主選單Analyze / Regression / Linear…進入設定框圖7-9所示左邊變量表列變數y選入變數（Dependent）框自變數x選入自變數（Independent）框即Method項請注意保持系統預設選項Enter選擇該項表示要求系統建立歸程所選

選擇右邊的【統計量】-選擇出你需要的統計分析資料，然後點選繼續--和確定，你便完成了設定的基本步驟。

可使用spssau的分層迴歸，操作簡單兩步出結果。 操作步驟： 1、選擇spssau的分層迴歸。 2、放入分析項，其他指標項均自動生成不用設定。 同時生成標準表格結果及智慧文字分析，不會統計學也可以看懂。

【第一頁結果】這是一個基本的輸出結果的介面資訊，這些資訊會告訴你：模型的彙總及協方差是需要注意檢視的。

用SPSS進行迴歸分析，例項操作如下： 單擊主選單Analyze / Regression / Linear…，進入設定對話方塊如圖7-9所示。從左邊變量表列中把因變數y選入到因變數（Dependent）框中，把自變數x選入到自變數（Independent）框中。在方法即Method一項上請注

【第二頁結果】在下圖這一個結果中告訴你資料資訊的來源和你操作的基本方式，你可以通過對R檢驗和R方檢驗進行調整，以使得得到你想要的結果。

分層迴歸通常用於中介作用或者調節作用研究中。 分析時通常第一層放入基本個人資訊題項或控制變數; 第二層放入核心研究項。使用SPSSAU線上spss分析，輸出格式均為標準格式，複製貼上到word即可使用。

【右圖有】在【圖形】-【圖形畫板模板選擇程式】-選擇你需要的圖形變數，然後選擇圖形樣式，單擊確定即可。

容易，就在迴歸裡面，點選block 移入一層變數，再點選下一層 再移入幾個自變數 就可以了 關鍵是要會解讀結果

擴充套件閱讀，以下內容您可能還感興趣。

用SPSS做層次迴歸分析容易嗎

對初學者不容易的

怎麼在spss上做層次迴歸分析

多元線性迴歸

1.開啟資料，依次點選：analyse--regression，開啟多元線性迴歸對話方塊。

2.將因變數和自變數放入格子的列表裡，上面的是因變數，下面的是自變數，點選下一層。

3.設定迴歸方法，這裡選擇最簡單的方法：enter，它指的是將所有的變數一次納入到方程。其他方法都是逐步進入的方法。

4.等級資料，連續資料不需要設定虛擬變數。多分類變數需要設定虛擬變數。

5.選項裡面至少選擇95%CI。

點選ok。

統計專業研究生工作室原創，請勿複雜貼上

求大神SPSS幫忙看一下，這個分層迴歸分析後的結果是什麼狀況啊！

分層迴歸通常用於中介作用或者調節作用研究中。

分析時通常第一層放入基本個人資訊題項或控制變數; 第二層放入核心研究項。使用SPSSAU線上spss分析結果顯示如下：

R²：模型的解釋力度

F 值：用於判斷模型是否有意義，如果對應P值小於0.05說明模型有意義

△R²：模型變化時，R²值的變化情況

△F 值：模型變化時，F值的變化(該值不是直接F值相減)，如果對應P值小於0.05則說明模型變化有意義，具體可通過△R²檢視模型解釋力度變化情況，以及檢視新增加的自變數的顯著性情況。具體分析可結果智慧文字分析，進行解讀。

SPSS中迴歸分析結果解釋，不懂怎麼看

首先來說明各個符號，B也就是beta，代表迴歸係數，標準化的迴歸係數代表自變數也就是預測變數和因變數的相關，為什麼要標準化，因為標準化的時候各個自變數以及因變數的單位才能統一，使結果更精確，減少因為單位不同而造成的誤差。T值就是對迴歸係數的t檢驗的結果，絕對值越大，sig就越小，sig代表t檢驗的顯著性，在統計學上，sig<0.05一般被認為是係數檢驗顯著，顯著的意思就是你的迴歸係數的絕對值顯著大於0，表明自變數可以有效預測因變數的變異，做出這個結論你有5%的可能會犯錯誤，即有95%的把握結論正確。

迴歸的檢驗首先看anova那個表，也就是F檢驗，那個表代表的是對你進行迴歸的所有自變數的迴歸係數的一個總體檢驗，如果sig<0.05,說明至少有一個自變數能夠有效預測因變數，這個在寫資料分析結果時一般可以不報告

然後看係數表，看標準化的迴歸係數是否顯著，每個自變數都有一個對應的迴歸係數以及顯著性檢驗

最後看模型彙總那個表，R方叫做決定係數，他是自變數可以解釋的變異量佔因變數總變異量的比例，代表迴歸方程對因變數的解釋程度，報告的時候報告調整後的R方，這個值是針對自變數的增多會不斷增強預測力的一個矯正（因為即使沒什麼用的自變數，只要多增幾個，R方也會變大，調整後的R方是對較多自變數的懲罰），R可以不用管，標準化的情況下R也是自變數和因變數的相關

希望對您有用

哪位大神知道SPSS17.0怎麼做調節變數的層次迴歸分析嗎？求具體步驟……十分感謝

自變量回歸，調節變量回歸，相乘項的迴歸