Er zijn meerdere situaties waarin een regressie analyse gepast kan zijn bij cross-sectioneel onderzoek. Soms kun je regressie analyse gebruiken om de kwaliteit van een meetinstrument mee te onderzoeken. In onze cursus gebruiken we de multipele regressie analyse om veronderstelde verbanden tussen bepaalde variabelen mee te onderzoeken. Vanuit de theorie wordt de richting van de verbanden (dus wat de voorspellers zijn en wat de criteriumvariabele is) verondersteld. Wij nemen die theorie aan, maar tegelijkertijd zijn we kritisch: zelfs als we met de multipele regressie analyse vinden wat we op basis van de theorie zouden verwachten, dan doen we geen harde uitspraken over causaliteit, en benoemen we in de discussie dat we weliswaar hebben gevonden wat op basis van de theorie en eerdere onderzoeken werd verwacht, maar dat er gezien de manier van data verzamelen geen hard bewijs is voor causaliteit. In principe kan je op deze manier ook een moderatie analyse doen, zolang je maar steeds een goede onderbouwing hebt van je verwachte verbanden. Voor multilevel analyse geldt in feite hetzelfde, al wordt dit niet vaak gedaan. Maar theoretisch zou het kunnen, dat je bijvoorbeeld bij leerlingen een éénmalige vragenlijst afneemt, verdeeld over verschillende scholen, die zich weer in verschillende gemeentes bevinden. Als je een goede reden zou hebben om aan te nemen dat er verschillen tussen leerlingen van verschillende scholen zou zijn en tussen scholen in verschillende gemeentes, dan zou je een multilevel analyse kunnen uitvoeren.