De $t$- en $p$-waarden voor de gestandaardiseerde (scaled) regressiecoëfficiënten en de gestandaardiseerde (ruwe, raw) regressiecoëfficiënten zijn ook hetzelfde. In de R output staat er ook bij dat de ruwe regressiecoëfficiënten in SPSS 'beta' worden genoemd, en de gestandaardiseerde regressiecoëfficiënten in SPSS 'b' worden genoemd. Dit is dus dezelfde informatie. Alleen voor het intercept ($\beta_0$) geldt dat als de regressiecoëfficiënten zijn gestandaardiseerd, deze niet langer significant is. Dat is logisch, want het gemiddelde is 0 na standaardisatie. Als het intercept wordt getoetst (dus, als de $p$-waarde wordt uitgerekend) wordt gekeken of het intercept 'significant' afwijkt van nul. Als je je variabelen hebt gestandaardiseerd, is het intercept altijd precies 0, dus dan is de $p$-waarde altijd gelijk aan 1.
Omdat de $p$-waarden van de gestandaardiseerde regressiecoëfficiënten geen extra informatie leveren, plaatst SPSS ze allemaal in 1 tabel. Dan ben je echter ook de betrouwbaarheidsintervallen voor de gestandaardiseerde regressiecoëfficiënten kwijt, en die zijn nu juist wel heel informatief. Daarom geeft R de volledige tabel van zowel de ruwe als de 'scaled' regressiecoëfficiënten - alleen zijn die $p$-waarden dus triviaal (als in, je weet ze al: die voor het intercept is altijd 1 en die voor de andere regressiecoëfficiënten altijd gelijk aan de $p$-waarden van de ruwe regressiecoëfficiënten).