Алгоритм виконання регресійного аналізу у SPSS:

1. Відкрити базу SPSS.

2. У редакторі даних відкриваємо файл із попередньо введеними і збереженими
даними. У нижньому лівому кутку активуємо закладку «Дані» (в оригінальній
версії програми: «Данные», «Data»), клікаючи на неї мишкою.
3. Заходимо у пункт меню «Аналіз» (в оригінальній версії програми: «Анализ»).
4. Вибираємо пункт «Регресія» (в оригінальній версії програми: «Регрессия»
(«Regression»)), підпункт «Лінійна» (в оригінальній версії програми:
«Линейная» («Linea»)), коли ви порівнюєте вплив на одну (залежну змінну)
інших змінних (наприклад, емоційний інтелект та які змінні з ним пов’язані)
(рис. 1)

Рисунок 1

5. Перенести змінні, які гіпотетично пов’язані з залежною змінною, в графу

«Незалежні змінні» (в оригінальній версії програми: «Независимые
переменные» («Independent variables»)).
6. У поле «Залежна змінна» (в оригінальній версії програми: «Зависимая
переменная» («Dependent variable»)) потрібно перенести змінну, на яку за
припущенням (відповідно до поставленої гіпотези) впливають незалежні змінні.
7. У графі «Метод Незалежні змінні» (в оригінальній версії програми: «Метод»)
вибираємо «Покроковий вибір» (в оригінальній версії програми: «Пошаговый
выбор/Шаговый отбор») (рис. 2)
 Рисунок 2

8. Натискаємо на «Статистики» (в оригінальній версії програми: «Статистики»)

і ставимо галочку біля «Статистики R-квадрат» (в оригінальній версії програми:
«Статистики R-квадрат») (рис. 3).

Рисунок 3

9. Натискаємо на «Графіки» (в оригінальній версії програми: «Графики») і

ставимо галочку біля «Нормальний ймовірнісний графік» (в оригінальній версії
програми: «Нормальный вероятностный график») (рис. 4).
 Рисунок 4

10.Натиснути «ОК».
11. За допомогою цих показників проводимо інтерпретацію результатів:
– R – виражає кореляцію поміж змінними;
– R² – виражає відсоток дисперсії отриманих результатів, що його пояснює
задана незалежна змінна (чи змінні) (рис. 5).

Рисунок 5

F – та його рівень значимості р служить для оцінки достовірності R (рис. 6).

 Рисунок 6

Beta (β) – служить для оцінки ваги впливу заданої незалежної змінної на
залежну, на лінію регресії ( є відповідником коофіцієнта кореляції Пірсона).
t – та його рівень значимості р використовується для оцінки достовірності Beta
(β) (рис. 7)

Рисунок 7