سطح معنی داری

B

Std. Error

Beta

مقدار ثابت

۲٫۶۲۸

.۰۵۳

۴۹٫۲۹۱

.۰۰۰

بازاریابی ا جتماعی

.۰۰۴

.۰۰۱

.۳۸۰

۷٫۵۲۲

.۰۰۰

جدول ۴-۱۳- مدل رگرسیون تأثیر بازاریابی اجتماعی در وفاداری مشتریان
در جدول ۴-۱۲- معنی دار بودن رگرسیون به وسیله آزمون F محاسبه شده است. نتایج تحلیل واریانس نشان می دهد که سطح معنی داری محاسبه شده برای این آماره برابر ۰۰۱/۰ بوده و نشان از معنی دار بودن رگرسیون در سطح ۹۹ درصد دارد. بنابراین مدل رگرسیون خطی برآورد شده مورد قبول می باشد. متغییر وارد شده در معادله رگرسیونی هسته اصلی تحلیل رگرسیون می باشد که در جدول ۴-۱۹- آمده است. معادله رگرسیونی را می توان بااستفاده از ستون B به شرح زیر محاسبه کرد:

خطاها + بازاریابی اجتماعی (۳۸/۰) + ۶۲۸/۲ = وفاداری مشتریان
آزمون t مربوط به ضریب رگرسیون نیز در این جدول نشان می دهد که این ضریب معنی دار بوده (۰۰۱/۰) و در بر آورد وفاداری مشتریان در بانک قرض الحسنه مهر ایران مؤثر است.
فرضیه فرعی۱ : رفتار مطلوب اجتماعی کار کنان در وفاداری مشتریان بانک قرض الحسنه مهر ایران شعب استان اردبیل تأثیر دارد.
برای آزمون این فرضیه از مدل رگرسیون ساده استفاده شده است. نتایج بدست آمده نشان می دهد که رفتار اجتماعی کارکنان با وفاداری مشتریان بانک قرض الحسنه مهر ایران در شعب استان اردبیل همبستگی معنی داری دارد، چرا که سطح معنی داری بدست آمده (۰۰۱/۰) کمتر از آلفای تحقیق (۰۵/۰) می باشد. نوع همبستگی بین دو متغیر مذکور خطی بوده یعنی هر دو توأمان افزایش ویا کاهش می یابند، میزان همبستگی بین دو متغیر برابر با ۲۸۹/۰ می باشد که نشان از همبستگی متوسط دارد. بنابراین فرضیه فرعی اول تحقیق مورد تأیید قرار می گیرد.
فرضیه فرعی ۲ : توجه به مخاطب (مشتری مداری) در وفاداری مشتریان بانک قرض الحسنه مهر ایران شعب استان اردبیل تأثیر دارد.
برای آزمون این فرضیه از مدل رگرسیون ساده استفاده شده است. نتایج بدست آمده نشان می دهد که مشتری مداری با وفاداری مشتریان بانک قرض الحسنه مهر ایران در شعب استان اردبیل همبستگی معنی داری دارد، چرا که سطح معنی داری بدست آمده (۰۰۱/۰) کمتر از آلفای تحقیق (۰۵/۰) می باشد. نوع همبستگی بین دو متغیر مذکور خطی بوده یعنی هر دو توأمان افزایش ویا کاهش می یابند، میزان همبستگی بین دو متغیر برابر با ۲۲۲/۰ می باشد که نشان از همبستگی متوسط دارد. بنابراین فرضیه فرعی دوم تحقیق مورد تأیید قرار می گیرد.
فرضیه فرعی ۳ : ماهیت (خدمات) در وفاداری مشتریان بانک قرض الحسنه مهر ایران شعب استان اردبیل تأثیر دارد
برای آزمون این فرضیه از مدل رگرسیون ساده استفاده شده است. نتایج بدست آمده نشان می دهد که مشتری مداری با وفاداری مشتریان بانک قرض الحسنه مهر ایران در شعب استان اردبیل همبستگی معنی داری دارد، چرا که سطح معنی داری بدست آمده (۰۰۱/۰) کمتر از آلفای تحقیق (۰۵/۰) می باشد. نوع همبستگی بین دو متغیر مذکور خطی بوده یعنی هر دو توأمان افزایش و یا کاهش می یابند، میزان همبستگی بین دو متغیر برابر با ۲۰۵/۰ می باشد که نشان از همبستگی متوسط دارد. بنابراین فرضیه فرعی سوم تحقیق مورد تأیید قرار می گیرد.
فرضیه فرعی ۴ : آمیزه بازاریابی اجتماعی در وفاداری مشتریان بانک قرض الحسنه مهر ایران شعب استان اردبیل تأثیر دارد.
برای آزمون این فرضیه از مدل رگرسیون ساده استفاده شده است. نتایج بدست آمده نشان می دهد که مشتری مداری با وفاداری مشتریان بانک قرض الحسنه مهر ایران در شعب استان اردبیل همبستگی معنی داری دارد، چرا که سطح معنی داری بدست آمده (۰۰۱/۰) کمتر از آلفای تحقیق (۰۵/۰) می باشد. نوع همبستگی بین دو متغیر مذکور خطی بوده یعنی هر دو توأمان افزایش و یا کاهش می یابند، میزان همبستگی بین دو متغیر برابر با ۳۶۶/۰ می باشد که نشان از همبستگی متوسط دارد. بنابراین فرضیه فرعی چهارم تحقیق مورد تأیید قرار می گیرد.
۴-۵- برازش مدل تحلیل رگرسیون چند متغیره
هدف از کاربرد تحلیل رگرسیون چند متغیره، پیش بینی و تبیین تغییرات و واریانس متغیر وابسته از طریق متغیر های مستقل است. به عبارت دیگر، تغییر در متغیر وابسته معمولاً نتیجه متغیر های مستقل متعددی است که همزمان عمل می کنند. در این پژوهش نیز وفاداری مشتریان از عوامل متعددی تأثیر می پذیرد، هر یک از این متغیر های مستقل، عاملی برای برآورد جنبه های متفاوتی از متغیر وابسته به شمار می رود. می توان انتظار داشت که هر یک از عوامل یا متغیر ها، سهمی در شکل گیری میزان وفاداری مشتریان دارند در تحلیل رگرسیون چند متغیره، برای پیش بینی متغیر وابسته (وفاداری مشتریان) از متغیر های مستقل استفاده کردیم.روش و محاسبات به شیوه ای انجام می شود که با داشتن همبستگی ها در بین تمام متغیرها بهترین پیش بینی میسر می شود.
مدل رگرسیون خطی فرض می‌کند که یک رابطه خطی (یا خط مستقیم) بین متغیر وابسته و هر پیشگو وجود دارد. این رابطه در فرمول زیر توضیح داده شده است.
y_i = b₀ + b₁x_i1 + … + b_px_ip + e_i
y_i: مقدار مورد i که در آن ام متغیر کمی وابسته است.
: تعداد پیشگوها می‌باشد. p
b_j: مقدار ضریب j ام است، j= 0 , … , p