spssau逐步回归分析操作.docx

逐步回归分析
逐步回归分析研究X（自变量，通常为量数据）对Y（因变量，定量数据）的影响关系情 况,X可以为多个，但并非所有X均会对Y产生影响;当X个数很多时，可以让系统自动识 别出有影响的X;这一自动识别分析方法则称为逐步回归分析;如果全逐步回归分析
逐步回归分析研究X（自变量，通常为量数据）对Y（因变量，定量数据）的影响关系情 况,X可以为多个，但并非所有X均会对Y产生影响;当X个数很多时，可以让系统自动识 别出有影响的X;这一自动识别分析方法则称为逐步回归分析;如果全部X均没有显著性, 此时系统默认返回回归分析结果
分析步骤共为四步，分别是：
第一步:首先对模型情况进行分析
首先分析最终余下的X情况;以及被模型自动排除在外的X;接着对模型拟合情况 （比如R平方为，则说明所有余下X可以解释Y 30%的变化原因），模型共线性问题（VIF值 小于5则说明无多重共线性）.
第二步:分析X的显著性
模型余下的X 一定具有显著性;具体分析X的影响关系情况即可.
第三步:判断X对Y的影响关系方向
回归系数B值大于0说明正向影响，反之负向影响.
第四步:其它
比如对比影响程度大小（回归系数B值大小对比X对Y的影响程度大小）
分析项
逐步回归分析说明
网购满意度，重复
购买意愿
网购满意度20项;其中具体那几项会影响到样本重复购头意愿20项过 多，让软件自动删除掉没有影响的项，余下有影响的项
分析结果表格示例如下:
非标准化系数
标准化系数
t
p
VIF
R2
调整R2
F
B
标准误
Beta
常数
一
*
一
**
分析项1
*
分析项2
**
分析项3
* p< ** p<
备注:逐步回归分析仅在回归分析的基础上，加入了一项功能，即自动化移除掉不显著 的X,通常逐步回归分析用于探索研究中。
逐步回归分析之后，可对回归模型进行检验。可包括以下四项：
多重共线性：可查看VIF值，如果全部小于10 （严格是5），则说明模型没有多重 共线性问题，模型构建良好；反之若VIF大于10说明模型构建较差。
自相关性：如果D-W值在2附近「之间），则说明没有自相关性，模型构建良好， 反之若D-W值明显偏离2,则说明具有自相关性，模型构建较差。自相关问题产生 时建