Table 5 show that changes caused by

Table 5 show that changes caused by R2 between the two layers are separately 0.185,
0.164, 0.182, and these changes’ F test value reach a significant level. After demographic variables are
controlled, the variances of human capital predicting different dimensions of career success are increased
respectively – variance of predicting perceived internal competitiveness is increased by 18.5%, perceived
external competitiveness 16.4% and career satisfaction 18.2%. So, human capital can effectively predict
career success.

ผลลัพธ์ (ไทย) 1:

ตาราง 5 แสดงที่เปลี่ยนแปลงที่เกิดจาก R2 ระหว่าง 2 ชั้นแยกต่างหาก 0.1850.164, 0.182 และ F เปลี่ยนแปลงเหล่านี้ทดสอบถึงค่าระดับความสำคัญ หลังจากตัวแปรทางประชากรควบคุม ผลต่างของทุนมนุษย์มิติต่าง ๆ ของความสำเร็จในอาชีพการคาดการณ์เพิ่มขึ้นตามลำดับ – ผลต่างของการรับรู้ภายในแข่งขันคาดการณ์เพิ่มขึ้น 18.5% มองเห็นแข่งขันภายนอก 16.4% และอาชีพความพึงพอใจ 18.2% ดังนั้น ทุนมนุษย์สามารถคาดการณ์ได้อย่างมีประสิทธิภาพความสำเร็จในอาชีพ

ผลลัพธ์ (ไทย) 2:

ตารางที่ 5 แสดงให้เห็นว่าการเปลี่ยนแปลงที่เกิดจากการ R2 ระหว่างสองชั้นแยกเป็น 0.185,
0.164, 0.182 และค่าทดสอบ F การเปลี่ยนแปลงเหล่านี้ 'ถึงระดับที่มีนัยสำคัญ หลังจากที่ลักษณะทางประชากรที่มีการควบคุมความแปรปรวนของทุนมนุษย์ทำนายมิติที่แตกต่างของความสำเร็จในอาชีพจะเพิ่มขึ้นตามลำดับ- ความแปรปรวนในการคาดการณ์การรับรู้การแข่งขันภายในจะเพิ่มขึ้น 18.5% รับรู้การแข่งขันภายนอก16.4% และความพึงพอใจ 18.2% อาชีพ ดังนั้นทุนมนุษย์ได้อย่างมีประสิทธิภาพสามารถคาดการณ์ความสำเร็จในอาชีพ

ผลลัพธ์ (ไทย) 3:

ตารางที่ 5 แสดงให้เห็นว่าการเปลี่ยนแปลงที่เกิดจาก R2 ระหว่างสองชั้นจะแยก 0.185 ,
0.164 , 0.182 , และ ' การเปลี่ยนแปลงเหล่านี้ทดสอบ F ค่าถึงระดับนัยสําคัญ หลังจากปัจจัยเป็น
ควบคุมความแปรปรวนของทุนมนุษย์ในมิติที่แตกต่างกันของความสำเร็จในอาชีพเพิ่มขึ้น และในการรับรู้ความแปรปรวน
ตามลำดับภายในการแข่งขันเพิ่มขึ้น 18.5 %การรับรู้
ภายนอกการแข่งขัน 16.4 % และงาน 18.2 % ดังนั้น ทุนมนุษย์ที่มีประสิทธิภาพสามารถทำนาย
ความสำเร็จในอาชีพ