求大神SPSS帮忙看一下,这个分层回归分析后的结果是什么状况啊!

我根据网上搜索的方法:1.用因变量对自变量和调节变量求回归。2. 用因变量对自变量、调节变量、以及自变量和调节变量中心化后的交互做回归,得到的结果如图所示。由于我统计知识不是很好,我不是很懂交互项的B值和T值均为负数是什么意思,并且交互项的sig.0.032好像还蛮大的? 这都说明了什么?另外需要得到什么样子的结果才可以判定调节变量起到了调节作用呢?

分层回归通常用于中介作用或者调节作用研究中。

分析时通常第一层放入基本个人信息题项或控制变量; 第二层放入核心研究项。使用SPSSAU在线spss分析结果显示如下:

R²:模型的解释力度

F 值:用于判断模型是否有意义,如果对应P值小于0.05说明模型有意义

△R²:模型变化时,R²值的变化情况

△F 值:模型变化时,F值的变化(该值不是直接F值相减),如果对应P值小于0.05则说明模型变化有意义,具体可通过△R²查看模型解释力度变化情况,以及查看新增加的自变量的显著性情况。具体分析可结果智能文字分析,进行解读。

温馨提示:内容为网友见解,仅供参考
第1个回答  推荐于2017-10-08
分层回归就是检验加入某些个变量后前后两次回归的结果,通过比较两次回归结果,以判断该变量是否有效改进善模型。通常是通过比较R方的,R方变大,则模型变得更好,新加入的变量的作用有效果。
模型2的R值和R方明显大于模型1,说明加入第三个变量后,回归模型更优。
从系数上看,模型1的第二个自变量的系数不显著。而模型2再加入新变量以后,系数变成显著,同样也反映新变量对于模型的优化作用。
总之,就是模型2优于模型1,且模型2的回归方程拟合度和系数更显著。
B项的数值为负值,表明该变量对于因变量的影响是负方向的,当然,符不符合道理就看你有没有足够的证据去验证了。
t值存在负值是正常的,因为t值得计算公式中,分母总是正数,而分子是一个减式,这就可能导致t值为负值。不过在t检验中,通常用t的绝对值来分析(也就是-t和t是等价的),求出相应的P值,再根据P值来评价结果。本回答被提问者和网友采纳
相似回答