毕业论文回归结果处理

SPSS回归分析是论文中最常用的研究假设检验技术回归分析是论文中最常用的研究假设检验技术，想知道自变项X对依变项Y的解释力或预测力时，最常用的是线性回归SPSS: Analyze- Regression- Linear弹出对话框，输入想要验证的自变项和依变项，如图：如图，Sig. P<.05,有显著性， 表示自变项X对依变项Y的解释力或预测力正相关R Square 自变数能够解释依变数的变异量，此处.763表示共同解释的变异量，论文报告中要报告调整后的R平方，即Adjusted R Square

看回归系数，r2等

首先看 方差分析表 对应的sig 是否小于，如果小于，说明整体回归模型显著，再看下面的回归系数表，如果这里的sig大于，就说明回归模型不显著，下面的就不用再看了。其次，在回归模型显著的基础上，看调整的R方，是模型拟合度的好坏，越接近1，说明拟合效果越好。这个在一般做论文中，不需要管它的高低，因为论文重在研究方法和思路的严谨性，导师不会追究你的结果是对是错，你的数据本身就不一定有质量，所以无所谓，不必在意。第三 看具体回归系数表中每个自变量 对应的sig值，如果sig小于，说明该自变量对因变量有显著预测作用，反之没有作用。