Eigenlijk maakt dit voor de interpretatie wel veel uit; want SPSS maakt dus een 'uitvergroting' van het effect. Omdat de datapunten niet zichtbaar zijn, en je dus geen informatie hebt over de range (het bereik) van de operationalisatie (van het meetinstrument), ontbeer je de context die je nodig hebt om de lijnen te interpreteren.
Stel je bijvoorbeeld voor dat de lijnen praktisch horizontaal lopen. Omdat SPSS de datapunten niet laat zien, maar de schaalverdeling van de Y-as af laat hangen van hoeveel de gemiddelden verschillen, zie het plotje van SPSS er dus altijd, ook als de lijnen praktisch parallel lopen, uit alsof er interactie is . . .
Je kunt natuurlijk wel handmatig de schaal van de Y-as corrigeren, en dat lost dit probleem op.
Hoe je losse datapunten kunt plotten in SPSS in zo'n grafiek weet ik eigenlijk niet; je kunt daar beter R voor gebruiken (R is sowieso handiger als je data wil visualiseren - daarom gebruikt Field ook R voor de meeste visualisaties, zoals figuur 11.3 op p. 428 van de 4de editie van "Discovering Statistics using SPSS").
Welch en Brown-Forsythe kun je bestellen door de juiste vinkjes te zetten in het Options dialoogje (zie eventueel Field, 11.6.4 op p. 464-465 van de 4de editie van "Discovering Statistics using SPSS").