Die Regressionsanalyse ist ein statistisches Analyseverfahren, das häufig nur in der Form einer einfachen linearen Funktion verwendet wird. Ziel ist es, Beziehungen zwischen einer abhängigen und einer (oder mehreren) unabhängigen Variablen festzustellen. Sie wird insbesondere verwendet, wenn Zusammenhänge quantitativ zu beschreiben oder Werte der abhängigen Variablen zu prognostizieren sind.

So kann z. B. der Personalbedarf (Zielgröße) in Abhängigkeit von der Arbeitsmenge (Einflussgröße) dargestellt werden. Die nachstehende Abbildung soll Formel und Grafik der einfachen linearen Regression zeigen.

_{Abbildung 42: Lineare Regression}

Mit Hilfe der Regressionsanalyse werden die Variablen in die oben dargestellte mathematische Funktion überführt. Beispiele möglicher Funktionen zeigt die folgende Abbildung. Der Regressionskoeffizient sagt aus, um welchen Wert der Personalbedarf sich durchschnittlich verändert, wenn die Bearbeitungsfallzahl um eine Einheit wächst. Er gibt somit den Anstieg der Funktion im Koordinatensystem an.

Unter Einbeziehung der Regressionsanalyse ergibt sich für das obige Beispiel in der Erwartung, dass im folgenden Monat 270 schriftliche Anfragen eingehen, der folgende VZÄ Bedarf:

b= 0,0675
a= 6,5083
y= 11,72 VZÄ

Auf die mathematischen Funktionen soll an dieser Stelle nicht eingegangen werden, weil es für die beschriebene Anwendung nicht erheblich ist.

Je nach Anzahl der unabhängigen Variablen, die z. B. zur Erklärung des Personalbedarfs herangezogen werden, wird zwischen Einfach- und Mehrfachregression unterschieden.