Ở bƣớc này, chúng ta quan tâm đến hai bƣớc phân tích là phân tích hệ số tƣơng quan Pearson và phân tích hồi quy tuyến tính. Cụ thể:
- Hệ số tƣơng quan Pearson: đây là phân tích rất quan trọng trƣớc khi thực hiện hồi quy tuyến tính cho mô hình, nhằm kiểm tra mối quan hệ tƣơng quan tuyến tính giữa biến phụ thuộc với biến độc lập và phát hiện sớm hiện tƣợng đa cộng tuyến của mô hình khi các biến độc lập có tƣơng quan mạnh với nhau. Giá trị r của hệ số tƣơng quan Pearson (r) nằm trong khoảng từ (-1) đến 1 với mức ý nghĩa sig<5%. Nếu giá trị sig của hệ số r lớn hơn 5% tức là không có sự tƣơng quan giữa 2 biến đang xem xét của mô hình.
- Phân tích hồi quy tuyến tính: phân tích này giúp xác định mức độ ảnh hƣởng nhiều hay ít của từng biến độc lập lên biến phụ thuộc, làm cơ sở đƣa ra mô hình hoàn chỉnh và có những giải pháp, kiến nghị cải thiện biến phụ thuộc đang xem xét. Trƣớc tiên, chỉ số R bình phƣơng hiệu chỉnh cho biết mức độ ảnh hƣởng của các biến độc lập lên biến phụ thuộc và nếu lớn hơn 50% là đƣợc chấp nhận. Sau đó, chúng ta sẽ cần quan tâm đến giá trị kiểm định F trong bảng ANOVA – cho biết mô hình hồi quy tuyến tính này có phù hợp với tổng thể nghiên cứu đã xác định ban đầu hay không. Cuối cùng là giá trị của bảng Coefficients giúp xem xét ý nghĩa của các biến với mô hình và loại bỏ các biến chƣa phù hợp, đƣa ra mô hình hoàn chỉnh.