线性回归分析是一种研究影响关系的方法，在实际研究里非常常见。线性回归结果要怎么分析，下面来介绍一下。
工具/原料
1
spssau
2
data
方法/步骤
1
第一步：首先对模型整体情况进行分析 包括模型拟合情况（R²），是否通过F检验等。 由上图可知，模型R²值为0.402，意味着平台交互性,教学资源,课程设计,课程实施可以解释学生在线学习课程满意度的40.2%变化原因。回归模型通过F检验(F=49.628，P<0.05)，说明至少一个变量会对满意度产生影响关系。
2
第二步：分析X的显著性 分析X的显著性（P值），如果呈现出显著性，则说明X对Y有影响关系。如果不显著，则应剔除该变量。 可以看到，四个解释变量对满意度的显著性分析P值均小于0.05，说明X对Y均有显著性影响关系。
3
第三步：判断X对Y的影响关系方向及影响程度 结合回归系数B值，对比分析X对Y的影响程度。B值为正数则说明X对Y有正向影响，为负数则说明有负向影响。 通过回归系数来看，模型中四个解释变量的B值分别为0.110、0.150、0.271、0.079。说明平台交互性，教学资源，课程设计，课程实施对满意度均呈现出显著的正向影响关系。
4
第四步：写出模型公式 模型公式为：满意度=1.600 + 0.110*平台交互性 + 0.150*教学资源 + 0.271*课程设计 + 0.079*课程实施
5
第五步：对分析进行总结 SPSSAU也会提供智能分析建议，方便分析人员快速得出分析结果，具体分析如下：
上一篇：spss数据分子中二元逻辑斯回归