Metoda wprowadzania (ang. enter) – to sposób budowania modelu regresji, w którym wszystkie wcześniej wybrane zmienne niezależne są wprowadzane do modelu jednocześnie.  W metodzie wprowadzania to badacz decyduje, które predyktory powinny znaleźć się w modelu, a procedura nie usuwa ani nie dodaje ich automatycznie na podstawie kryteriów statystycznych .

Dobór zmiennych opiera się zwykle na teorii, wynikach wcześniejszych badań lub wcześniej sformułowanych hipotezach. Wszystkie wybrane predyktory są następnie estymowane w jednym modelu, co pozwala ocenić ich związki ze zmienną zależną przy jednoczesnym uwzględnieniu pozostałych zmiennych.  Współczynnik regresji, np. beta, dla danego predyktora informuje o jego związku ze zmienną zależną przy statystycznym kontrolowaniu pozostałych predyktorów znajdujących się w modelu.  Metoda wprowadzania jest szczególnie przydatna w analizach konfirmacyjnych, gdy istnieją przesłanki teoretyczne do uwzględnienia określonego zestawu zmiennych niezależnie od tego, czy każda z nich osiąga istotność statystyczną. Brak istotności pojedynczego predyktora nie oznacza więc automatycznie, że powinien zostać usunięty z modelu, ponieważ może mieć znaczenie dla utrzymania całego modelu.

Metoda wprowadzania różni się od automatycznych procedur selekcji, takich jak metoda krokowa, selekcja postępująca czy eliminacja wsteczna, ponieważ skład modelu nie zależy od kolejnych testów wejścia lub usunięcia zmiennych.  Jest zwykle bardziej odpowiednia niż automatyczna selekcja wtedy, gdy celem analizy jest testowanie wcześniej określonego modelu teoretycznego.  Jej zastosowanie nie eliminuje jednak typowych problemów regresji, takich jak współliniowość, brak homoskedastyczności, czy zbyt duża liczba predyktorów względem liczebności próby czy niewłaściwa specyfikacja modelu.