spss线性回归分析结果怎么看
1回归分析是一种用来探究因变量与一个或多个自变量之间关系的统计方法。在SPSS的回归分析输出结果中，我们会看到t值和F值，这两个值都是帮助我们理解回归模型的重要工具。t值：在回归模型中，每个自变量都有一个对应的t值，这个值反映了该自变量对因变量的影响程度。
2在用SPSS做一个线性回归分析，结果如图，R方很低，但是显著性都还问题是这个模型预测效果很差。
3第一步：对模型整体情况进行分析 包括模型拟合情况（R），是否通过F检验等。第二步：分析X的显著性 分析X的显著性（P值），如果呈现出显著性，则说明X对Y有影响关系。如果不显著，则应剔除该变量。第三步：判断X对Y的影响关系方向及影响程度 结合回归系数B值，对比分析X对Y的影响程度。
方差分析结果怎么看
1打开excel，输入好我们的数据，记住数据要横排输入，看图，点击顶栏的“数据”选项卡，观察左上角是否有“数据分析“这个功能模块，如果没有，请按照下面方法先进行添加。
2由这个图看的话，也可以，只是费劲些，显著性的值0.05就表示显著。12显著，13不显著，23不显著。12显著分别标成a，b。13不显著，3要标a；23也不显著，3还要标b。所以结果就是，1，2，3分别标a，b，ab。方差分析用于两个及两个以上样本均数差别的显著性检验。
3F值：F值表示因子对因变量的影响力，即组间方差与组内方差的比值，F值越大，则表明因子具有越大的影响力，反之则表明因子对因变量的影响越小。P值：P值表示检验结果的有效性，P值越小，则表明检验结果的可信性越大，反之，则表明检验结果的可信性越小。
4方差分析结果如下：分析X与Y之间是否呈现出显著性（p值小于0.05或0.01）；如果呈现出显著性；通过具体对比平均值大小，描述具体差异所在。从上表可以看出p值小于0.05，所以不同饲料样本对于体重全部均呈现出显著性差异。
5方差分析表怎么看分析三个行业之间的服务质量是否有差异，以“行业”作为自变量，以“投诉次数”作为因变量进行单因素方差分析，结果如下：从上表中可以看出，零售业的均值为4929，标准差为068；旅游业的均值为28，标准差为315；航空公司的标准差为3333，标准差为451。
6一般小写字母表示显著水平α = 0.05；大写字母表示显著水平α = 0.01 分析一下过去一年每个月我的体重变化是否显著。应该还蛮有趣的。这里就用SPSS来做单因素方差分析。是因为我感觉结果会清晰一些。当然实现的方法太多。结果还不错。
SPSS相关系数怎么看
1P0.05表明没有相关性，P0.05才有相关性。在有相关性的情况下，再看是否为正负相关，若为负相关，表明一个变量随另一个变量的增大而减小。
2可以用SPSSAU在线spss数据分析平台，使用通用方法-相关进行分析，结果格式为三线表格式，属于规范的格式不用重新整理。分析结果上看会输出包括平均值和标准差，以及相关系数和P值。前两列即为各变量的平均值和标准差，第三列开始为两两变量之间的相关系数。数值右上角的星号代表P值。
3我们需要看到SPSS输出的相关性系数矩阵。这个矩阵会显示所有变量之间的相关系数，其中相关系数的范围是从-1到1。如果两个变量之间的相关系数接近于1，那么它们之间存在较强的正相关关系，如果接近于-1，则它们之间存在较强的负相关关系。如果相关系数接近于0，则它们之间不存在线性相关关系。
