1、調整R方的解釋與R方類似，不同的是：調整R方同時考慮了樣本量（n）和迴歸中自變數的個數（k）的影響，這使得調整R方永遠小於R方，而且調整R方的值不會由於迴歸中自變數個數的增加而越來越接近1。 因此，在多元迴歸分析中，通常用調整的多重判定係數來評價擬合效果。 2、R方的平方根稱為多重相關係數，也稱為複相關係數，它度量了因變數同k個自變數的相關程度。 注：SPSS中進行相關分析，一般只能得到兩兩之間的相關係數，因此，若要求複相關係數，可在多元迴歸中實現！ 區別是係數不同。自變數個數的增加將影響到因變數中被迴歸方程所解釋的變異比例，即會影響判定係數（R方）的大小。當增加自變數時，會使殘差平方和減少，從而使R方變大。 如果模型中增加一個自變數，即使這個自變數在統計上並不顯著，R方也會變大。因此，為避免增加自變數而高估R方，統計學家提出用樣本量（n）和自變數的個數（k）去調整R方，計算出調整的多重判定係數（調整的R方）。

對R2進行調整後，得出的就記為Ra2，稱調整後複決定係數，也就是調整後的R方。

首先在SPSS中進行相關分析，一般得到兩兩之間的係數時候，也要求復有關的係數。

迴歸也可以解釋為離差平方跟與總離差平方也和之比值，其數值也就是等於相關係數R的平方。R平方大於0.75，也就是說模型擬合度可以，程度也是比較高，如果小於0.5就是出了問題。

擴充套件知識:

SPSS（Statistical Product and Service Solutions），“統計產品與服務解決方案”軟體。

1984年SPSS總部首先推出了世界上第一個統計分析軟體微機版本SPSS/PC+，開創了SPSS微機系列產品的開發方向，極大地擴充了它的應用範圍，並使其能很快地應用於自然科學、技術科學、社會科學的各個領域。

如今SPSS的最新版本為25，而且更名為IBM SPSS Statistics。