SPSS多元逻辑回归步骤 SPSS多元逻辑回归结果解读

品牌型号：联想拯救者R7000

系统：Windows11 家庭中文版

软件版本：IBM SPSS Statistics 27

我们在数据分析的过程中，往往会遇到因变量是多分类定类变量的情况，比如购买决策可以分为“不买、犹豫、购买”，满意度可以分为“不满意、一般、满意”等，这时候，就可以使用多元逻辑回归的方法。它能帮我们明确哪些自变量会影响因变量的分类，还能量化影响程度，实用性很强。下面我将为大家介绍：SPSS多元逻辑回归步骤，SPSS多元逻辑回归结果解读的相关内容。

一、SPSS多元逻辑回归步骤

在SPSS数据分析软件中，从我的经验来看，多元逻辑回归可以分为：数据准备、功能调用、参数设置以及运行分析四个步骤。在每个环节里，我们都要注意变量类型和参数匹配。这里我将结合一个具体的例子，来为大家介绍相关的操作步骤。

1、在这个例子里，我们将分析“价格”“宣传力度”“品牌知名度”三个因素对“购买决策”的影响。首先，我们要确保数据无严重缺失值或异常值。如下图所示，数据集包含了一共20个有效样本。

2、在上方的菜单栏里找到分析-回归，选择其中的多元Logistic。

3、接着，我们需要选择对应的变量。在弹出的菜单中，将“购买决策”拖到“因变量”框内，再把3个自变量“价格”“宣传力度”“品牌知名度”全部拖到“协变量”框内。

4、变量选好之后，还能做一些额外设置。比如点对话框右边的“统计”按钮，就能进行相关的统计设置。这里能勾选需要的指标，例如“伪R方”“模型拟合信息”这些，后续能帮我们判断模型好不好用、变量有没有影响。

5、点击“条件”，我们可以进行收敛条件设置。这里的默认参数已经能满足大部分的分析需求，所以我们一般无需进行额外的调整。

6、点击“选项”，我们可以进行选项设置。在这里我们可以调整离散标度，进行步进选项等。

所有参数设置完毕后，点击主对话框右下角“确定”，SPSS会自动运行多元逻辑回归分析，生成对应的结果表格，之后我们便可以进行结果解读。

二、SPSS多元逻辑回归结果解读

完成结果的输出后，我们需要对结果进行专业的解读。

1、首先是个案处理摘要。从下图表格可知，有效样本共20个，缺失值0个，这说明数据是完整可用的；其次是模型拟合信息。判断构建的回归模型是否有效，我们主要通过显著性进行判断。我们可以看到，显著性<0.001（是小于0.05的），那就说明我们构建的模型有效。

2、重点看参数估算值，我们需要关注“B（回归系数）”“显著性”两列：首先是显著性。实际分析中，如果显著性<0.05，那么说明变量影响显著；如果显著性>0.05，那么说明影响不显著。其次是B（回归系数）。如果是正数，那么表示自变量越大，因变量越倾向于高类别；负数表示自变量越大，因变量越倾向于低类别。例如价格的B值为正，说明价格越高，越倾向于“不买”；宣传力度的B值为负，说明宣传力度越强，越倾向于“购买”。

以上就是SPSS多元逻辑回归步骤，SPSS多元逻辑回归结果解读的全部内容了。在进行多元逻辑回归时，重点要确保因变量为多分类定类变量，以及正确设置协变量和参数。在结果解读的过程中，我们要重点关注模型的拟合效果，以及参数估算值的显著性。相信通过我的介绍，大家就能够很快掌握相关的操作步骤。如果想要学习更多SPSS的使用技巧，欢迎访问SPSS中文网站阅读更多的相关文章。

作者：左旋葡萄糖