SPSS回归分析控制变量怎么设置 SPSS回归分析系数表怎么看

回归分析过程中，应该加入控制变量，以评估其他因素对因变量的影响，从而提升数据分析研究的可信度。借助专业的数据分析软件IBM SPSS Statistics可以快速实现带控制变量的多元线性回归分析，并给出是否接受该控制变量的判断，那么SPSS回归分析控制变量怎么设置，SPSS回归分析系数表怎么看？本文将向大家作简单介绍。

一、SPSS回归分析控制变量怎么设置

SPSS回归分析中的控制变量在块（Block）中进行设置，下面向大家介绍设置方法，我们录入数据，以VAR00003为因变量，以VAR00002为自变量，以VAR00001为控制变量，点击分析，回归，线性，如图1所示。

进入线性回归分析设置

将VAR00003加入因变量，在块中，将VAR00002加入自变量，然后点击下一个，将VAR00001加入到自变量，这样就完成了控制变量的设置。此时点击确定即可，SPSS将进行线性回归分析，并输出结果。

在块中加入控制变量

本小节介绍了控制变量的设置方法，以及进行回归分析的步骤，下面向大家介绍SPSS回归系数表怎么看。

二、SPSS回归分析系数表怎么看

我们按第一小节中步骤进行处理。回归系数表如图3所示，我们首先查看模型1，查看B列，常量为3.786，VAR00002为2.048，代表拟合后的方程为：

VAR00003=2.048*VAR00002+3.786

对于模型2，查看B列，常量为4.368，VAR00001系数为-0.084，VAR00002系数为2.054，拟合方程为：

VAR00003=2.054*VAR00002-0.084*VAR00001+3.786

拟合系数的说明

我们可以同时查看图4所示的模型摘要表格，对于模型1和模型2，R分别为0.978和0.979，按照R的含义，模型2的线性相关程度应该更高，但实际并不是这样，我们将在第三小节中进行解释说明。

模型摘要表格

三、SPSS回归分析需要注意的问题

在第二小节中，我们提到R水平更高不代表线性相关程度更好，还需要注意F检验和t检验结果。

图5是F检验结果，显著性均小于0.05，说明进行线性回归具有统计学意义，如果显著性均高于0.05，说明线性回归分析没有统计学意义，R水平再高也不能接受。

F检验结果

然后我们查看图6，模型2，VAR00001的t检验显著性为0.651，高于0.05，因此针对系数的t检验结果为不具有统计学意义，应该拒绝控制变量的加入，如果此值小于0.05，认为应该接受控制变量。

同时排除的变量表也说明，应该排除VAR00002，不接受控制变量。

系数及排除变量表

以上就是进行带控制变量的回归分析 ，SPSS软件的操作步骤及结果解读。SPSS回归分析控制变量怎么设置？在块（Block）中进行设置即可，SPSS回归系数表怎么看？要结合F值，t值，以及系数R综合判断是否接受控制变量，回归分析是否具有统计学意义。