多元逐步回归分析的结果可以通过以下步骤进行整理：

1. 检查模型的拟合度：查看整体模型的拟合度指标，如R方值、调整R方值等，以评估模型的拟合优度。

2. 解释变量选择：确定哪些解释变量（自变量）在模型中保留，并根据它们的系数大小和统计显著性进行排序。

3. 系数解释：根据每个解释变量的系数值和相关统计显著性，解释它们对因变量的影响大小和方向。

4. 值得注意的因素：可以观察到某些变量具有较大的标准化系数或统计显著性，这些变量可能是模型中的重要因素，值得特别关注。

5. 模型诊断：对模型进行诊断分析，检查是否存在违反基本假设的情况，如多重共线性、异方差性、自相关等。

6. 模型预测与应用：基于回归模型，进行预测和推断分析，评估模型的应用价值。

在整理多元逐步回归分析结果时，需要综合考虑各个方面的信息，如变量选择、系数解释、模型拟合度和诊断分析，以全面评估模型的可靠性和解释能力。同时，需要注意结果的解释和解读时要避免过度解读和误导。