The above table shows that F (7, 11

The above table shows that F (7, 115) = 8.874 and p-value = 0.000. Since the p-value is
smaller than the level of significance (0.05), the research model is accepted at p < 0.05
significance level. Hence, there is a statically significant impact of HRIS on HRM.
Moreover, as shown above in Table 1, the R Square's value of (0.828) indicates the
proportion of the variance in the criterion variable which is accounted for by the model and
shows that about 82% of the variance in HRM has been significantly explained by HRIS. The
fact that HRIS explained more than three quarters of the variance in HRM may be due to the
absence of other factor explaining the other half.
The t and sig. (which is known as p-value) values, as shown in Table 1, give a rough
indication of the impact of each predictor variable (Kumar, et al, 2010). A big absolute t
value and small p value suggests that a predictor variable is having a large impact on the
criterion variable. The results show that performance development, knowledge management,
and records and compliance have a significant impact on HRM. Also, the standardized beta
coefficient is a measure of the contribution of each predictor or how strongly each predictor
variable influences the criterion variable (Kumar, et al, 2010). A large value indicates that a
unit change in this predictor variable has a large effect on the criterion variable. The strongest
predictor for HRM is knowledge management, achieving a β of 0.436, followed by
performance development t (β=0.206), and records & compliance (β=0.168).
The findings revealed that knowledge management is the strongest or the most important
predictor of HRM in Jordan. This result is compatible with the fact that knowledge
management is considered to be one of the main components of a human resource
management system. This was supported by Mayfield and his colleagues who commented, as
mentioned earlier, that human resource information systems are mostly created for
knowledge management of HRM (2003).

ผลลัพธ์ (ไทย) 1:

ตารางข้างต้นแสดงให้เห็นว่า F (7, 115) = 8.874 และค่า p = 0.000 เนื่องจากค่า pขนาดเล็กกว่าระดับของความสำคัญ (0.05), เป็นที่ยอมรับรูปแบบการวิจัยที่ p < 0.05ที่ระดับนัยสำคัญ ดังนั้น มีผลกระทบสำคัญฟิกแบบคงที่ของ HRIS ใน HRMนอกจากนี้ ดังที่แสดงข้างบนในตารางที่ 1 ค่า R สแควร์ (0.828) บ่งชี้ว่า การสัดส่วนของความแปรปรวนในตัวแปรเกณฑ์ซึ่งจะลงบัญชีตามแบบ และแสดงที่ประมาณ 82% ของผลต่างใน HRM ได้ถูกมากอธิบาย โดย HRIS ที่ความจริงที่ว่า HRIS อธิบายความแปรปรวนใน HRM มากกว่าสามไตรมาสอาจเนื่องการการขาดงานอื่น ๆ ปัจจัยที่อธิบายอีกครึ่งหนึ่งT และ sig. (ซึ่งเรียกว่าค่า p) ค่า ดังที่แสดงในตาราง 1 ให้ที่หยาบระบุผลกระทบของแต่ละตัวแปร predictor (Kumar, et al, 2010) ต.สมบูรณ์ขนาดใหญ่ขนาดเล็กและค่า p ค่าแนะนำว่า ตัวแปร predictor มีกระทบในการตัวแปรเกณฑ์ ผลลัพธ์แสดงว่าประสิทธิภาพการทำงานพัฒนา การจัดการความรู้และระเบียนและปฏิบัติตามกฎระเบียบมีผลกระทบสำคัญด้าน HRM ยัง เบต้ามาตรฐานสัมประสิทธิ์คือ การวัดสัดส่วนของแต่ละจำนวนประตู หรือว่าผู้ทายผลแต่ละอย่างตัวแปรที่มีผลต่อตัวแปรเกณฑ์ (Kumar, et al, 2010) ค่าขนาดใหญ่หมายถึงการการเปลี่ยนหน่วยในตัวแปร predictor นี้มีผลขนาดใหญ่ตัวแปรเกณฑ์ แข็งแกร่งที่สุดจำนวนประตูสำหรับ HRM จะจัดการความรู้ บรรลุβของ 0.436 ตามด้วยประสิทธิภาพพัฒนา t (β = 0.206), คอร์ดและปฏิบัติตามกฎระเบียบ (β = 0.168)เปิดเผยผลการวิจัยการจัดการความรู้แข็งแกร่งที่สุดหรือสำคัญสุดจำนวนประตูของ HRM ใน Jordan ผลลัพธ์นี้จะเข้ากันได้กับความจริงการจัดการถือเป็นหนึ่งในองค์ประกอบหลักของทรัพยากรมนุษย์ระบบการจัดการ นี้ได้รับการสนับสนุน โดยเมย์ฟีลด์และเพื่อนร่วมงานของเขาที่แสดงความคิดเห็น เป็นกล่าวถึงก่อนหน้านี้ ที่ มีสร้างระบบสารสนเทศทรัพยากรบุคคลสำหรับส่วนใหญ่จัดการความรู้ของ HRM (2003)

ผลลัพธ์ (ไทย) 2:

จากตารางข้างต้นแสดงให้เห็นว่า F (7, 115) = 8.874 และ p-value = 0.000 ตั้งแต่ p-value
เป็นขนาดเล็กกว่าระดับของความสำคัญ(0.05) รูปแบบการวิจัยที่ได้รับการยอมรับที่ p <0.05
ระดับนัยสำคัญ จึงมีผลกระทบอย่างมีนัยสำคัญแบบคงที่ของ HRIS ในการบริหารทรัพยากรมนุษย์.
นอกจากนี้ยังเป็นที่ปรากฏข้างต้นในตารางที่ 1 มูลค่า R สแควร์ของ (0.828) แสดงให้เห็นถึงสัดส่วนของความแปรปรวนในตัวแปรเกณฑ์ที่คิดโดยรูปแบบและแสดงให้เห็นว่าเกี่ยวกับ 82% ของความแปรปรวนในการบริหารทรัพยากรมนุษย์ที่ได้รับการอธิบายอย่างมีนัยสำคัญโดย HRIS ความจริงที่ว่า HRIS อธิบายมากกว่าสามในสี่ของความแปรปรวนในการบริหารทรัพยากรมนุษย์อาจจะเป็นเพราะในกรณีที่ไม่มีปัจจัยอื่นๆ ที่อธิบายอีกครึ่งหนึ่ง. เสื้อและ sig (ซึ่งเป็นที่รู้จักกัน p-value) ค่าดังแสดงในตารางที่ 1 ให้หยาบบ่งบอกถึงผลกระทบของแต่ละตัวแปรทำนาย(Kumar, et al, 2010) เสื้อแน่นอนใหญ่มูลค่าและความคุ้มค่าพีขนาดเล็กแสดงให้เห็นว่าตัวแปรทำนายที่จะมีผลกระทบขนาดใหญ่บนตัวแปรเกณฑ์ ผลการศึกษาพบว่าการพัฒนาประสิทธิภาพการจัดการความรู้และมีการบันทึกและการปฏิบัติตามมีผลกระทบอย่างมีนัยสำคัญเกี่ยวกับการบริหารทรัพยากรมนุษย์ นอกจากนี้เบต้ามาตรฐานค่าสัมประสิทธิ์เป็นตัวชี้วัดของการมีส่วนร่วมของแต่ละทำนายหรือวิธีการขอทำนายแต่ละตัวแปรที่มีอิทธิพลต่อตัวแปรเกณฑ์(Kumar, et al, 2010) ค่าขนาดใหญ่แสดงให้เห็นว่าการเปลี่ยนแปลงหน่วยในตัวแปรทำนายนี้มีผลกระทบอย่างมากต่อตัวแปรเกณฑ์ ที่แข็งแกร่งทำนายสำหรับการบริหารทรัพยากรมนุษย์คือการจัดการความรู้การบรรลุβของ 0.436 ตามด้วยการพัฒนาประสิทธิภาพการทำงานตัน(β = 0.206) และมีการบันทึกและการปฏิบัติตาม (β = 0.168). ผลการวิจัยพบการจัดการความรู้ที่เป็นที่แข็งแกร่งหรือที่สำคัญที่สุดทำนายของการบริหารทรัพยากรมนุษย์ในจอร์แดน ผลที่ได้นี้เข้ากันได้กับความจริงที่ว่าความรู้การจัดการจะถือเป็นหนึ่งในองค์ประกอบหลักของทรัพยากรมนุษย์ระบบการจัดการ นี้ได้รับการสนับสนุนโดยเมย์ฟิลด์และเพื่อนร่วมงานของเขาที่แสดงความคิดเห็นเป็นกล่าวก่อนหน้านี้ว่าระบบข้อมูลทรัพยากรมนุษย์ที่ถูกสร้างขึ้นส่วนใหญ่สำหรับการจัดการความรู้ของการบริหารทรัพยากรมนุษย์(2003)

ผลลัพธ์ (ไทย) 3:

ตารางข้างต้นแสดงให้เห็นว่า f ( 7 , 115 ) = 8.874 และ p-value = 0.000 . ตั้งแต่ระดับคือ
เล็กกว่าระดับความสำคัญ ( 0.05 ) รูปแบบการวิจัยคือการยอมรับที่ p < 0.05
อย่างมีนัยสำคัญทางสถิติที่ระดับ . ดังนั้น จะมีผลกระทบสำคัญในส่วนของ HRIS hrm .
นอกจากนี้ ดังที่แสดงข้างต้นตารางที่ 1 ค่า R Square ( 0.828 ) บ่งชี้
สัดส่วนของความแปรปรวนในตัวแปรเกณฑ์ที่จะคิดเป็น โดยรูปแบบและ
แสดงให้เห็นว่าประมาณ 82 % ของความแปรปรวนในการบริหารทรัพยากรมนุษย์ที่ได้รับการอธิบายอย่างมาก โดย HRIS .
ความจริง HRIS อธิบายมากกว่าสามในสี่ของความแปรปรวนใน หรืออาจเกิดจากการขาดของปัจจัยอื่น ๆที่อธิบาย

และอีกครึ่งนึง ไม่ sig ( ซึ่งเรียกว่า p ) ค่า ดังแสดงในตารางที่ 1ให้บ่งชี้หยาบ
ของผลกระทบของตัวแปรแต่ละตัว ( Kumar et al , 2010 ) ใหญ่และเล็กแน่นอน T
มูลค่าค่า P ที่ชี้ให้เห็นว่าตัวแปรคือตัวแปรที่มีผลกระทบใหญ่ใน
6 ตัวแปร ผลที่ได้แสดงให้เห็นว่าประสิทธิภาพของการพัฒนา การจัดการความรู้ และการบันทึกและการปฏิบัติตาม
มีผลกระทบ HRM . นอกจากนี้ มาตรฐาน
เบต้าโดยการวัดผลงานของแต่ละตัวแปรหรืออย่างไรขอแต่ละตัวแปรทำนาย
อิทธิพลเกณฑ์ตัวแปร ( Kumar et al , 2010 ) ค่ามากแสดงว่า
หน่วยเปลี่ยนแปลงนี้ทำนายตัวแปรที่มีผลขนาดใหญ่บนเกณฑ์ของตัวแปร ตัวแรงที่สุด
สำหรับวิธีการจัดการความรู้ ขบวนการบีตาของ 0.436 ตาม