spss实证分析回归分析怎么看啊

实证分析回归分析怎么看啊？

回归分析步骤

对回归结果进行说明，其中包括模型效果以及模型结果两大部分。具体如下：

另外，模型中包括性别、年龄控制变量，控制变量指可能干扰模型的项，比如年龄，学历等基础信息。从软件角度来看，并没有“控制变量”这样的名词。“控制变量”就是自变量，所以直接放入“自变量X”框中就好。 另外，控制变量一般是定类数据，理论上控制变量需要作“虚拟(哑)变量”设置，但实际研究中很少这样做而是直接放入模型中，可能原因是“控制变量”并非核心研究项，所以不用考虑太过复杂。

1.模型效果

（1）F检验

从上表可以看出，离差平方和为940619.24，残差平方和为266091.99，而回归平方和为674527.26。回归方程的显著性检验中，统计量F=318.56，对应的p值小于0.05，被解释变量的线性关系是显著的，可以建立模型。建立模型后，需要查看模型拟合优度是否可以，其中就可以查看R方与调整R方值。

（2）拟合优度

从上表可知，将社会资源, 教育水平, 科技发展作为自变量，而将创业可能性作为因变量进行线性回归分析，从上表可以看出，模型R方值为0.72，调整R方为0.71，其中R方是决定系数，模型拟合指标。反应Y的波动有多少比例能被X的波动描述。调整R方也是模型拟合指标。当x个数较多是调整R²比R²更为准确。意味着初始工资、受教育年限以及工作经验可以解释目前工资的72%变化原因。可见，模型拟合优度良好，说明被解释变量可以被模型解释大部分。接下来查看变量是否具有多重共线性。

（3）多重共线性

VIF值用于检测共线性问题,一般VIF值小于10即说明没有共线性(严格的标准是5)，上表格可以看出VIF值均小于5所以不存在多重共线性。

2.模型结果

回归的中间过程包括F检验、拟合优度、多重共线性，这些都是在分析前需要进行观测与分析的，接下来将从模型公式、分析结果、影响关系大小进行对模型结果的阐述。

（1）模型公式

从上表可知，将受教育年限,初始工资,工作经验作为自变量，而将目前工资作为因变量进行线性回归分析从上表可以看出，模型公式为目前工资=-0.189 + 3.531*受教育年限 + 1.846*初始工资-11.866*工作经验（观测非标准化系数）。

（2）分析结果

从结果可以看出受教育年限,初始工资,工作经验三个分析项的p值均小于0.05，从而说明受教育年限,初始工资,工作经验对目前工资均有影响关系。

（3）影响关系大小

如果说自变量X已经对因变量Y产生显著影响(P< 0.05)，还想对比影响大小，建议可使用标准化系数值的大小对比影响大小，Beta值大于0时正向影响，该值越大说明影响越大。Beta值小于0时负向影响，该值越小说明影响越大。上图所示，回归方程的常数项约为-0.19，受教育年限、初始工资以及工作经验的标准化系数分别为3.53、1.85以及-11.87。可以看出模型中工作经验对目前工作影响较大。