SPSS回归分析结果是通过计算样本数据中自变量和因变量之间的相关性，得出回归系数和截距等统计量，从而得出回归结果。

具体操作是先将数据导入SPSS软件，选择回归分析模块，选择自变量和因变量，进行回归分析，软件会输出回归系数、截距、F值、t值、P值等结果，进而得到回归结果。

需要注意的是，回归分析的可靠性不仅仅取决于样本量、自变量和因变量之间的相关性，还与模型的假设前提、模型的能力等因素相关。

SPSS回归分析结果的回归结果是在回归分析输出窗口中显示的，通常包括以下内容：

1. 回归系数（Coefficients）：这是每个自变量估计的回归系数，表示当其他自变量不变时，一个自变量对因变量的影响。

2. 模型显著性（Model Summary）：这是针对整个回归模型的统计显著性检验，其中包括R值，R平方值和调整R平方值。

3. ANOVA表（Analysis of Variance）：这列出了方差分析结果，用于确定回归模型和误差项的方差之间的差异是否显著。

4. 预测值（Predicted Values）：这是模型对因变量的预测值，与实际观测值进行比较。

5. 残差（Residuals）：这是观测值与预测值之间的差异，用于评估模型的拟合程度。

通过分析这些回归结果，就可以得出关于回归模型效果的结论。

1、首先点击分析-回归-线性,将因变量和自变量分别放入框中

2、其次可以进行选择变量,打开统计量和选项子对话框进行选择

3、最后对自变量和因变量进行方差齐性检验，即可得到结果。