图2选择分析工具
图3选择变量进入右侧的分析列表
然后点击Statistics按钮，出现一个设置各种统计选项的对话框。点击Plot按钮可绘制残差分布图、直方图、极端值图或正态概率图。Options按钮可改变进行逐步回归时的内部数值的设定以及对缺失值的处理方式。单击OK键进行统计分析。
表2选入或删除的变量
第二个表格为模型总结。给出了复相关系数R，复相关系数平方R Square，调整复相关系数平方Adjቤተ መጻሕፍቲ ባይዱsted R Square，估计值的标准误Std. Error of the Estimate。
第三个表格为方程配合适度检验结果，F=12.817，P(Sig.)=0.005,说明自变量和应变量之间有回归关系存在。
8
50
3.10
9
52
3.46
10
52
2.85
11
58
3.50
12
58
3.00
1.数据录入。将肺活量(L)作为因变量y,体重(Kg)作为自变量x分别输入数据区域,格式如下图。
图1数据输入界面
2.统计分析。逐一选取“Analyze”、“Regression”、“Linear”展开对话框如下图所示。将X选入independent（自变量框），将Y选入dependent（因变量框）。
熟练使用SPSS进行回归分析
试验内容:
[试验]
[例]某地一年级12名女大学生的体重与肺活量数据如下表所示。试求肺活量Y(L)对体重X(Kg)的回归方程。
表1重与肺活量数据
学生编号
体重X（Kg）
肺活量Y（L）
1
42
2.55
2
42
2.20
3
46
2.75
4
46
2.40
5
46
2.80
6
50
2.81
7
50
3.41
Model
Variables Entered
Variables Removed
Method
1
X
.
Enter
表3模型总结
Model
R
R Square
Adjusted R Square
Std. Error of the Estimate
1
.749
.562
.518
.28775
表4方程配合适度检验结果
Model
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
B
Std. Error
Beta
(Constant)
4.130E-04
.815
.001
1.000
X
5.883E-02
.016
.749
3.580
.005
第一个表格显示了选入或删除的变量，本例有一个自变量x被选入方程,无删除的变量。
Sum of Squares
df
Mean Square
F
Sig.
Regression
1.061
1
1.061
12.817
.005
Residual
.828
10
.083
Total
1.889
11
a Predictors: (Constant), X
b Dependent Variable: Y
表5回归结果表
第四个表格给出了直线回归方程系数的值及偏回归系数的检验结果。Unstandardized Coefficients B为偏回归系数系数，Std Error为偏回归系数系数标准误差，Standardized Coefficients Beta为标准化偏回归系数。