把A，B同时选中，点“a*b”进入covariates后就可以得到A与B的交互作用结果了，不管你是否将A和B单独拉入covariates。不过，正常情况下都会将A和B单独拉入以便分别考察A和B的单独效应。，你最好还要点击主界面的Categorical按钮，将A和B选入。设置交互作用就是在你已经截图的这个里面位置哪里进行的你同时选中要分析的哪两个交互作用变量，然后在构建项里面类型就是交互，之后把这两个移到右边就是交互作用的了另外关于你说的or值。
简单效应分析是在做方差分析后，知道交互作用存在才做的。所以你的这种情况应该做简单效应分析。用F检验做三组或三组以上数据的均数比较，发现有显著差异时，不能确定是其中哪两组的均数有差异，就需要用“多重比较”。多重比较是对每两组数据做一个均数比较。实验设计方法中交互作用表示当两种或几种因素水平同时作用时的效果较单一水平因素作用的效果加强或者减弱的作用。交互作用是研究中必须考虑的因素。正交试验设计中，有专门的列指标表达交互作用。表示方法：A×B、A×B×C等计算方法：分手动计算和计算机软件计算，如SPSS。
用SPSS一般线性模型->单变量-》输入因变量 固定因子->OK(交互关系。没有这么麻烦，很容易的：在Logistic回归主界面中同时选择月收入与受教育程度这两个变量（按住Ctrl键不放，用鼠标分别点击月收入与受教育程度），然后点击>a*b>键就可以了。
性别显著性水平=,,所以无显著差别；年级显著性水平远小于,所以有显著性差别；性别*年级的交互作用，显著性水平小于,所以二者的交互作用明显。所谓交互作用，就是变量A对于结果的影响在变量B出现变化时也会出现变化。也就是说，可能在变量B较小时变量A与结果成正相关，而变量B较大时变量A与结果成负相关，这样画出来的图自然会是交叉的。这就叫交互作用。交互作用检验有两种方法，一是对交互作用项回归系数的检验（Waldtest）。
spss交互作用分析解释进入SPSS环境，打开数据文件。选择变量。在“多变量”窗口中，将“数学成绩”、“英语成绩”选入“因变量”列表框，将“考生所在地”、“性别”选入“固定因子”列表框。对比设置。单击对话框右侧“对比”按钮，在弹出的窗口中选择“差值”，并单击“继续”。绘图设置。简单效应分析是在做方差分析后，知道交互作用存在才做的。所以你的这种情况应该做简单效应分析。用F检验做三组或三组以上数据的均数比较，发现有显著差异时，不能确定是其中哪两组的均数有差异，就需要用“多重比较”。多重比较是对每两组数据做一个均数比较。
把A，B同时选中，点“a*b”进入covariates后就可以得到A与B的交互作用结果了，不管你是否将A和B单独拉入covariates。不过，正常情况下都会将A和B单独拉入以便分别考察A和B的单独效应。，你最好还要点击主界面的Categorical按钮，将A和B选入。当存在交互作用时，单纯研究某个因素的作用是没有意义的，必须分另一个因素的不同水平研究该因素的作用大小。如果所有单元格内都至多有一个元素，则交互作用无法测量，只能不予考虑，最典型的例子就是配伍设计的方差分析。
“交互作用”：是指一个因素各个水平之间反应量的差异随其他因素的不同水平而发生变化的现象。说明同时研究的若干因素的效应非独立。交互作用的效应可度量一个因素不同水平的效应变化依赖于另一个或几个因素的水平的程度。交互作用（interaction），在心理学中的解释为。正常的，同时进行多因素分析与分割开来进行单因素分析的结论会有所不同，割裂开来进行的分析并没有很大的意义，最好是能够多因素综合分析，这样的结论比较有意义如果交互作用显著了，单因素分析就没有必要的加qq,免费指导spss等数据分析和论文写作如需代做。
R方和校正的R方是为了说明你的自变量A、自变量B以及A和B的交互作用，这三者一共可以解释多少因变量的方差变异。所以说跟回归的R方和调整的R方是一样的。可以说你的三个自变量解释因变量的,的方差变异。校正的R方比R方更加严谨一些。你说的协同作用在统计里面叫交互作用，你可以用多因素分析里面选择这个再分析一次，如果交互作用有统计学意义，那就支持了你的想法。还有，你即使交互作用没有统计学意义，你也需要做一个多因素的分析，不能只看单因素的结果，因为实际情况通常是多个因素共同作用，其结果可能与单因素分析的结果不一样。
