模型及变量检验
本书中经过因子分析得到的自变量都为数值型变量，因变量公共服务满意度也以数值型变量的方式呈现。基于研究目的和数据类型，采用多元回归分析来确定最终的模型，并检验各自变量（各因子）对因变量（公共服务满意度）的影响极其作用程度。
（一）模型检验
经过逐步回归分析方法，最终确定的模型如方程6－1式所示。经过检验，该模型p＜0．01，说明该模型具有显著统计学意义；模型的R2为76．90%，说明模型稳健度较好，但只有六个因子进入了模型（公共文化没有进入模型），选入模型的六个因子可以解释因变量近77%的变异程度。因此，模型通过检验，可靠度较好。
Y＝0．006＋B1X1＋B2X2＋B3X”3＋B4X4＋B5X5＋B7X7
…（方程6－1）
（二）变量检验
在此以基本公共服务满意度作为因变量，以七个维度因素值即医疗卫生服务、义务教育服务、基础设施服务、行政服务、社会保障服务、公共文化服务以及公共安全服务等为自变量（入选预测变量），以SPSS19．0为分析工具，对基本公共服务满意度进行多元回归分析，其结果见表6－8。
表6－8 基本服务满意度影响因素的多元回归分析
注：＊＊＊：P＜0．001．；回归系数α＝0．66
其一，在以医疗卫生服务为自变量的情况下，R2（决定系数）的值为0．74，即以医疗卫生服务为自变量时，有74%的基本公共服务满意度变异量可以得到解释；调整决定系数△R2（增强解释量）说明了预设模型与实际情况的拟合程度，其值为0．73，因此可以看出在医疗卫生服务维度上较为理想的拟合优度；同时，在该情况下的标准回归系数β＝0．21，在基本公共服务满意度影响因素中，医疗卫生服务起到了显著的正相关作用。
其二，在以义务教育服务为自变量的情况下，R2（决定系数）的值为0．77，即以义务教育服务为自变量时，有77%的基本公共服务满意度变异量可以得到解释；调整决定系数△R2（增强解释量）说明了预设模型与实际情况的拟合程度，其值为0．76，因此可以看出在义务教育服务维度上较为理想的拟合优度；同时，在该情况下的标准回归系数β＝0．17，在基本公共服务满意度影响因素中，义务教育服务起到了显著的正相关作用。
其三，在以基础设施服务为自变量的情况下，R2（决定系数）的值为0．61，即以基础设施服务为自变量时，有61%的基本公共服务满意度变异量可以得到解释；调整决定系数△R2（增强解释量）说明了预设模型与实际情况的拟合程度，其值也为0．61，因此可以看出在基础设施服务维度上较为理想的拟合优度；同时，在该情况下的标准回归系数β＝0．23，在基本公共服务满意度影响因素中，基础设施服务起到了显著的正相关作用。
其四，在以行政服务为自变量的情况下，R2（决定系数）的值为0．78，即以行政服务为自变量时，有78%的基本公共服务满意度变异量可以得到解释；调整决定系数△R2（增强解释量）说明了预设模型与实际情况的拟合程度，其值为0．77，因此可以看出在行政服务维度上较为理想的拟合优度；同时，在该情况下的标准回归系数β＝0．13，在基本公共服务满意度影响因素中，行政服务起到了显著的正相关作用。
其五，在以社会保障服务为自变量的情况下，R2（决定系数）的值为0．70，即以社会保障服务为自变量时，有70%的基本公共服务满意度变异量可以得到解释；调整决定系数△R2（增强解释量）说明了预设模型与实际情况的拟合程度，其值为0．69，因此可以看出在社会保障服务维度上较为理想的拟合优度；同时，在该情况下的标准回归系数β＝0．19，在基本公共服务满意度影响因素中，社会保障服务起到了显著的正相关作用。
其六，以公共安全服务为自变量的情况下，R2（决定系数）的值为0．76，即以公共安全服务为自变量时，有76%的基本公共服务满意度变异量可以得到解释；调整决定系数△R2（增强解释量）说明了预设模型与实际情况的拟合程度，其值为0．75，因此可以看出在公共安全服务维度上较为理想的拟合优度；同时，在该情况下的标准回归系数β＝0．14，在基本公共服务满意度影响因素中，公共安全服务也有较为显著的正相关作用。
同时，公共文化这一因素没有成为公共服务满意度这一因变量的自变量，即公共文化这一因素没有进入公共服务满意度的回归方程，说明在控制其他变量的情况下，公共文化这一因素对因变量基本公共服务满意度没有统计学意义。
经过以上分析，我们最初建立的基本公共服务满意度的估计方程，以及将基本公共服务满意度设为Y，则有：公共服务满意度（Y）＝0．66＋0．04医疗卫生（X1）＋0．03义务教育（X2）＋0．04基础设施（X3）＋0．04行政服务（X4）＋0．06社会保障（X5）＋0．04公共安全（X7）。
Y＝0．66＋0．04X1＋0．03X2＋0．04X3＋0．04X4＋0．06X5＋0．04X7
…………………………………………………………（方程6－2）
是完全符合现实并且成立的。回归方程的整体有效程度，一般情况下可通过方差分析来完成。我们在表6－8中看到的F值及其显著性就是方差分析的结果，所有引入方程的六个维度的F值的相伴概率均为0．000，这个数值远远小于0．05。因此说明，无论是医疗卫生服务，还是义务教育、基础设施、行政服务、社会保障以及公共安全，对公共服务满意度有显著影响。