Phân tích hồi quy bội được sử dụng để xem xét mối liên hệ giữa một biến phụ thuộc cho trước và các biến độc lập. Phân tích hồi quy bội cho ra kết quả là một hàm số biểu thị giá trị của biến phụ thuộc thông qua biến độc lập. Việc phân tích hồi quy tuyến tính bội sẽ được thực hiện theo các bước như sau:
Thứ nhất, xem xét hai hệ số R bình phương (R2) và R bình phương hiệu chỉnh (R2 hiệu chỉnh) để đánh giá các biến độc lập giải thích được bao nhiêu phần trăm biến thiên của biến phụ thuộc. Giá trị R2 dao động từ 0 đến 1, R2 càng gần 1 thì mức độ giải thích của biến độc lập đối với biến phụ thuộc càng cao và ngược lại. Thông thường, ngưỡng của R2 phải trên 50% thì mô hình mới phù hợp. Tuy nhiên, càng đưa
thêm nhiều biến vào mô hình thì giá trị R2 sẽ càng tăng mặc dù chưa xác định được biến đưa vào có ý nghĩa hay không. Do đó để khắc phục điều này, người ta thường sử dụng R2 hiệu chỉnh để đánh giá. R2 hiệu chỉnh càng gần 1 thì mô hình có ý nghĩa càng cao.
Thứ hai, xem xét sự phù hợp của mô hình hồi quy tuyến tính bằng cách tiến hành kiểm định F trong phân tích phương sai với giả thuyết H0: các hệ số hồi quy riêng bằng 0 với độ tin cậy là 95%. Nếu kết quả của kiểm định F cho ra kết quả Sig bé hơn 0,05 thì bác bỏ giả thuyết H0, tức mô hình hồi quy là phù hợp
Thứ ba, kiểm định ý nghĩa của các hệ số hồi quy riêng (β). Nếu sig ≤ 0,05 đồng nghĩa là các hệ số hồi quy riêng của các biến độc lập đều có ý nghĩa thống kê với mức tin cậy là 95%. Từ đó, tác giả có thể đưa ra kết luận là bác bỏ hay chấp nhận các giả thuyết nghiên cứu đã đề xuất.