首先阐述问题，包括识别突出的属性以及规定这些属性的水平。用这些属性的水平构造组合，以突出刺激因素，供被调查者作评价。被调查者利用适当的量表给这些组合形式评分或排序，然后对这些数据进行分析。最后解释分析的结果并评价其信度和效度。
（1）确认问题的属性和水平
研究者必须首先识别并确定构造该研究问题的重要刺激因素，即所谓属性。该属性应该是影响消费者喜好的突出属性，例如，在选择汽车品牌时，价格、排量、油耗、车内空间等等比较敏感。从经济管理的角度说，属性和属性的水平应该都是可操作的。你必须用精力所能控制的属性来定义、识别和确定属性，典型的组合分析一般可以涉及6-7个属性（也可以叫做变量）。
确定了突出的属性之后就是选择水平。为减轻被调查者的负担，同时又使参数估计保证一定的精度，需要认真考虑属性水平的个数。
（2）构成组合形式
属性及水平用于构成组合形式，以突出激励因素。构成组合形式的方法主要有配对法和全轮廓法。
配对法也叫双因子评价，一般采用循环设计来减少配比比较的个数。
全轮廓法也叫多因子评价，常常借助由于正交表进行设计。
（3）决定输入数据的形式
输入数据主要有两种形式：排序或评分。排序法是要对刺激因素集合中的所有属性水平作相对的评价，要求对每个组合给出一个不同的等级（秩）。评分法是要对每一个组合独立地进行评价。有人认为评分法更加便于被调查者作评价，所得的数据也比排序法更易于分析。近年来评分法用得更为普遍。
（4）选择组合分析的具体方法
基本的组合分析模型可以用下面的公式表示：
m ki
U（X）=∑ ∑aij xi
j=i j=i
其中，U（X）代表方案的总效用等
aij代表第i个属性（i,i=1,2,……m）的第j个水平的分值贡献或者效用。
ki代表属性的水平个数
m代表属性个数
xij=l 如果第i个属性的第j个水平出现
xij=0 其他
属性的重要性定义为该属性水平的最大分值与最小分值之差：
Li={max(aij)-min(aij)}
对每个i属性的重要性是经标准化的数字处理。经此表示其对别的属性的重要性。
（5）解释结果
为了更直观地解释结果，一般借助于分值（效用）函数的图形，将每个属性的分值函数作图。
（6）评估信度和效度
评价组合分析结果的信度和效度，有多种方法，常用的有：
1.评价估计模型的拟合优度；
2.用检验-再检验法来评价信度；
3.用估计出来的分值函数作为评价的预测值，计算该预测值与被调查的实际评估值之间的相关，用以确定内部效度；
4.如果数据是按集合进行分析的，那么可以将样本分别分割成几个部分，再对每个子样本实施组合分析。比较这些子样本的结果就可以评价组合分析的解的稳定性。
组合分析的主要优点就是为新产品或各种市场营销方案提供决策的参考信息。
