Regression analyses in Table 4 show

Regression analyses in Table 4 showed that firm size do not have significant influence on repair, recondition, remanufacture and recycle. During Step 2, the inclusion of independent variables such as design for disassembly, design for environment and resource commitment explained 53.3 percent of variance in repair but resource commitment contributed negative beta coefficient (b =−0.168, p < 0.10). When recondition, remanufacture and recycle became dependent variables, only design for disassembly was a significant predictor and the amount of variance explained by each regression models were 32.2 percent for recondition (b = 0.524, p < 0.001), 31.8 percent for remanufacture (b = 0.578, p < 0.001) and 32.2 percent for recycle (b = 0.411, p < 0.01). In addition, firm size explained 3.8 percent of variance (b = 0.196, p < 0.10) in product disposal whereas design environment (b = 0.447, p < 0.001) and resource commitment (b = 0.117, p < 0.10) account for an additional 28.7 percent of variance.

ผลลัพธ์ (ไทย) 1:

วิเคราะห์การถดถอยในตาราง 4 พบว่าขนาดของบริษัทที่มีอิทธิพลสำคัญในการซ่อมแซม recondition, remanufacture และรีไซเคิล ในระหว่างขั้นตอนที่ 2 การรวมของตัวแปรอิสระเช่นการออกแบบสำหรับถอดชิ้นส่วน ออกแบบสำหรับสภาพแวดล้อมและทรัพยากรมั่นอธิบายร้อยละ 53.3 ของผลต่างในการซ่อมแซม แต่ทรัพยากรมั่นส่วนสัมประสิทธิ์บีตาลบ (b = −0.168, p < 0.10) เมื่อ recondition, remanufacture และรีไซเคิลกลายเป็น ขึ้นอยู่กับตัวแปร เดียวถูกออกแบบสำหรับถอดจำนวนประตูสำคัญและยอดเงินผลต่างที่อธิบาย โดยแต่ละแบบจำลองถดถอยมีร้อยละ 32.2 สำหรับ recondition (b = 0.524, p < 0.001), ร้อยละ 31.8 การ remanufacture (b = 0.578, p < 0.001) และร้อย ละ 32.2 สำหรับรีไซเคิล (b = 0.411, < p 0.01) ขนาดของบริษัทอธิบาย 3.8 เปอร์เซ็นต์ของผลต่าง (b = 0.196, p < 0.10) ผลิตภัณฑ์กำจัดขณะออกแบบสภาพแวดล้อม (b = 0.447, p < 0.001) และทรัพยากรมุ่งมั่น (b = 0.117, p < 0.10) บัญชีร้อยละ 28.7 เพิ่มเติมของผลต่าง

ผลลัพธ์ (ไทย) 2:

การวิเคราะห์การถดถอยในตารางที่ 4 แสดงให้เห็นว่าขนาดของ บริษัท ไม่ได้มีอิทธิพลสำคัญในการซ่อมแซมปรับสภาพ, remanufacture และรีไซเคิล ในระหว่างขั้นตอนที่ 2 การรวมของตัวแปรอิสระเช่นการออกแบบสำหรับการถอดชิ้นส่วนการออกแบบสำหรับสภาพแวดล้อมและความมุ่งมั่นทรัพยากรอธิบายร้อยละ 53.3 ของความแปรปรวนในการซ่อมแซม แต่ความมุ่งมั่นของทรัพยากรที่มีส่วนทำให้ค่าสัมประสิทธิ์เบต้าเชิงลบ (ข = -0.168, p <0.10) เมื่อซ่อมแซม, remanufacture และรีไซเคิลกลายเป็นตัวแปรเพียงออกแบบสำหรับการถอดชิ้นส่วนเป็นปัจจัยบ่งชี้ที่สำคัญและปริมาณของความแปรปรวนอธิบายได้ด้วยรูปแบบการถดถอยแต่ละร้อยละ 32.2 สำหรับซ่อมแซม (ข = 0.524, p <0.001) ร้อยละ 31.8 สำหรับ remanufacture (ข = .578, p <0.001) และร้อยละ 32.2 สำหรับรีไซเคิล (ข = 0.411, p <0.01) นอกจากนี้ขนาดของ บริษัท อธิบายร้อยละ 3.8 ความแปรปรวน (ข = 0.196, p <0.10) ในการกำจัดผลิตภัณฑ์ในขณะที่สภาพแวดล้อมการออกแบบ (ข = 0.447, p <0.001) และความมุ่งมั่นทรัพยากร (ข = 0.117, p <0.10) บัญชีเพิ่มเติม คิดเป็นร้อยละ 28.7 ของความแปรปรวน

ผลลัพธ์ (ไทย) 3:

การวิเคราะห์การถดถอยในตารางที่ 4 พบว่าขนาดไม่มีผลต่อซ่อมแซม , ซ่อมแซมและ remanufacture , รีไซเคิล ในขั้นตอนที่ 2 , รวมของตัวแปรอิสระ เช่น การออกแบบให้ถอดชิ้นส่วน , การออกแบบเพื่อสิ่งแวดล้อมและทรัพยากรอธิบายความแปรปรวนในการซ่อมแซม ร้อยละ 53.3 แต่ความมุ่งมั่นทรัพยากรส่วนสัมประสิทธิ์บีตาลบ ( B = − 0.168 , p < 010 ) เมื่อซ่อมแซม remanufacture รีไซเคิลกลายเป็นตัวแปร , และ , การออกแบบเฉพาะสำหรับถอดชิ้นส่วนเป็น Predictor ) และปริมาณของความแปรปรวนในแต่ละขั้นตอนอธิบายโดยโมเดล ) และซ่อมแซม ( B = อยู่ , p < 0.001 ) , ร้อยละ 31.8 remanufacture ( B = 0.578 , P < 0.001 ) และร้อยละ 32.2 รีไซเคิล ( B = 0.411 , p < 0.01 ) นอกจากนี้ บริษัทได้ขนาด 38 ร้อยละของความแปรปรวน ( B = 0.196 , p < 0.003 ) ในการจัดการผลิตภัณฑ์และการออกแบบสภาพแวดล้อม ( B = 0.447 , P < 0.001 ) และความมุ่งมั่นของทรัพยากร ( B = 0.117 , P = 0.10 ) บัญชีสำหรับเพิ่มเติม 28.7 เปอร์เซ็นต์ของความแปรปรวน