در ستون دوم جدول فوق برآورد ضرایب رگرسیونی آمده است بزگترین ضریب برای عوامل مدیریتی بر موفقیت در جذب منابع ارزان قیمت می­باشد در ستون سوم خطای براورد ضرایب رگرسیونی آمده است و در ستون چهارم حاصل تقسیم ضریب برآوردی بر خطای براوردی آمده است که این تقسیم ضریب رگرسیونی وزنی را بدست می ­آورد. بزرگترین ضریب رگرسیونی وزنی برآوردی برای عوامل مدیریتی برابر با ۷۷٫۹۱ می­باشد با وجود آن که ضریب رگرسیونی مربوط به استفاده از فناوری کوچکتر از رضایت مشتری می­باشد ولی ضریب رگرسیونی وزن­دار استفاده از فناوری بزرگتر از رضایت مشتری می باشد. و کمترین ضریب رگرسیونی وزن­دار برای نیروی انسانی با ۰٫۱۴۱ است. در ستون اخر نیز سطح معنی­داری برای ضرایب برآورد شده آمده است که همانگونه که دیده می­ شود ضرایب مربوط به کلیه عوامل در سطح α=۰٫۰۵معنی­دار است زیرا مقدار P-value بدست آمده برای آن­ها کمتر از ۰٫۰۵ است.

برای این مدل میزان آماره کی دو برابر با ۴۶٫۰۵ با ۴ درجه آزادی می­باشد که p-value آن ۰٫۰۰ است. چون سطح معنی­داری کمتر از ۰۵/۰ بیشتر است نتیجه می­گیریم که مدل رگرسیونی برازش داده شده میان متغیر­های مستقل و متغیرهای وابسته معنی­دار است.
خروجی­های آموس در بررسی مناسبت مدل به شرح زیر است.
جدول شماره (۴-۲۸): خروجی های مربوط به مناسب بودن مدل آماری نهایی

در این جدول متغیرهایRFI, GFI NFI, IFI اعداد بزرگی هستند که موید مدل می­باشند و مقدار AGFIکه نشانگر: شاخص نیکویی برازش تعدیل شده است مقدار کوچکتر از ۰٫۵۰ اختیار کرده است که دلیل تعداد درجات آزادی کم برای مدل است که به خاطر کم بودن مشاهدات ایجاد گردیده است. چون مقدارآماره RMSEA از مقدار ۰٫۰۵ کمتر است پس مدل ارائه شده مدل مطلوبی است.
مدل رگرسیونی برای مدل کلی:
در ادامه برای برازش مدل با بهره گرفتن از spssبه وسیله مدل رگرسیون چندگانه می­پردازیم.
مدل برازش داده شده به صورت زیر خواهد بود:
به برازش مدل خط رگرسیون بین متغیرهای مستقل عوامل مدیریتی(Y1)ونیروی انسانی(Y2)رضایت مشتری (Y3) استفاده از فناوری (Y4) و متغیر وابسته موفقیت در جذب منابع(Y5) با بهره گرفتن از spss می­پردازیم.
بررسی مناسبت مدل خطی
بر اساس جدول زیر به عنوان خروجی spss وجود این رابطه خطی در سطح ۰۵/۰ پذیرفته می‌شود. زیرا مقدار p-value برابر با صفر و کمتر از ۰۵/۰ است.
جدول شماره (۴-۲۹): ضرایب رگرسیونی خطی محاسبه شده