โมเดลความสัมพันธ์เชิงสาเหตุของการยอมรับเทคโนโลยี การวิเคราะห์ข้อมูล และนวัตกรรมเชิงธุรกิจต่อความสามารถในการแข่งขันของผู้ประกอบการ SMEs ในจังหวัดนครศรีธรรมราช
Main Article Content
บทคัดย่อ
การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อ (1) ศึกษาระดับการยอมรับเทคโนโลยี ความสามารถในการวิเคราะห์ข้อมูล นวัตกรรมเชิงธุรกิจ และความสามารถในการแข่งขันของผู้ประกอบการ SMEs ในจังหวัดนครศรีธรรมราช (2) พัฒนาและตรวจสอบความสอดคล้องของโมเดลความสัมพันธ์เชิงสาเหตุให้สอดคล้องกับข้อมูลเชิงประจักษ์ และ (3) วิเคราะห์อิทธิพลทางตรงและทางอ้อมของตัวแปรด้านเทคโนโลยี ข้อมูล และนวัตกรรมต่อขีดความสามารถในการแข่งขัน การวิจัยใช้ระเบียบวิธีเชิงปริมาณโดยเก็บข้อมูลจากผู้ประกอบการ SMEs จำนวน 300 ราย ซึ่งได้จากการสุ่มแบบหลายขั้นตอนร่วมกับการสุ่มแบบแบ่งชั้น เครื่องมือวิจัยเป็นแบบสอบถาม ค่าความตรงเชิงเนื้อหา (IOC = 0.875) และความเชื่อมั่น (Cronbach’s Alpha = 0.869) วิเคราะห์ข้อมูลด้วยสถิติเชิงพรรณนาได้แก่ ความถี่ ร้อยละ ค่าเฉลี่ย และส่วนเบี่ยงเบนมาตรฐาน การวิเคราะห์องค์ประกอบเชิงยืนยัน (CFA) และการวิเคราะห์สมการโครงสร้าง (SEM) โดยพิจารณาค่าดัชนีความสอดคล้องของโมเดล (Model Fit Indices) ได้แก่ /df, CFI, TLI, RMR และRMSEA ผลวิจัยพบว่า ผู้ประกอบการมีระดับการยอมรับเทคโนโลยี การวิเคราะห์ข้อมูล นวัตกรรมเชิงธุรกิจ และความสามารถในการแข่งขันอยู่ในระดับมาก โมเดลเชิงสาเหตุมีความสอดคล้องกับข้อมูลเชิงประจักษ์อย่างดี (
/df = 2.020, CFI = 0.991, RMSEA = 0.004) นวัตกรรมเชิงธุรกิจมีอิทธิพลทางตรงต่อความสามารถในการแข่งขันสูงที่สุด (
= 0.46) ขณะที่ การวิเคราะห์ข้อมูล มีทั้งอิทธิพลทางตรง (β = 0.30) และทางอ้อมผ่านนวัตกรรม (0.15 × 0.46 = 0.069) การยอมรับเทคโนโลยี มีอิทธิพลทางตรง (
= 0.15) และทางอ้อมผ่านนวัตกรรมในระดับต่ำ (0.02 × 0.46 = 0.009) ผลการวิจัยชี้ให้เห็นว่านวัตกรรมเชิงธุรกิจเป็นกลไกสำคัญที่ช่วยยกระดับขีดความสามารถในการแข่งขันของ SMEs และตอกย้ำความจำเป็นของการพัฒนาศักยภาพด้านข้อมูลและเทคโนโลยีแบบบูรณาการในระดับจังหวัด เพื่อสนับสนุนการเติบโตอย่างยั่งยืน
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เอกสารอ้างอิง
Bocken, M. P. et al. (2020). Barriers and drivers to sustainable business model innovation: Organization design and dynamic capabilities. Long Range Planning, 53(4), 101950. https://doi.org/10.1016/j.lrp.2019.101950.
Chatterjee, S. et al. (2021). AI Applications for Marketing in Emerging Markets. Journal of Business Research, 131(2), 252-265.
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319–340.
Dwi, P. (2025). Does technology adoption matter for SMEs? A literature review. Journal of Entrepreneurship and Public Policy, 14(6), 351-375.
Hair, J. F. et al. (2010). Multivariate Data Analysis: A Global Perspective. London: Pearson Education, Inc. Upper Saddle River.
Hair, J. F. et al. (2019). Multivariate data analysis (8th ed.). England: Pearson Prentice.
Islam, S. et al. (2023). Digital transformation in SMEs: Unlocking competitive advantage through business intelligence and data analytics adoption. Journal of Business and Management Studies, 5(6), 177–186.
Jongwanich, J. & Kohpaiboon, A. (2025). Digital technology adoption and the financial performance of SMEs: Evidence from Thailand. Asian Economic Papers, 24(1), 31–64.
Kgakatsi, M. et al. . (2024). The impact of big data on SME performance: A systematic review. Businesses, 4(4), 632–695.
Kline, R. B. . (2016). Principles and Practice of Structural Equation Modeling. (4th ed.). New York, NY: The Guilford Press.
Nunnally, J. C. & Bernstein, I. H. (1994). Psychometric theory. (3rd ed.). New York: McGraw-Hill.
Office of Small and Medium Enterprises Promotion (OSMEP). (2025). SME Situation Report 2025. Vision Prepress. Retrieved August 1, 2025, from https://www.sme.go.th/uploads/file/20251002-095353_SME_Q2-2025_lowres.pdf
Porter, M. E. (1985). Competitive advantage: Creating and sustaining superior performance. New York: Free Press.
Sangpetch, P. & Ueasangkomsate, P. (2023). Big data analytics capability and circular economy adoption in Thai SMEs. Thammasat Review, 26(1), 114-139.
Sarun, J. (2015). Factors affecting the adoption of business intelligence system in an organization: a case study of a government organization. In Master of Science ThesisTechnology Management. Thammasat University.
Sukasiriwat, N. (2014). Innovation capability and innovation obstacles of Thai SMEs. Chulalongkorn Business Administration Journal, 37(1), 119-131.
Venkatesh, V. et al. (2012). Consumer acceptance and use of information technology: Extending the unified theory of acceptance and use of technology. MIS Quarterly, 36(1), 157–178.
Vuttichat, S. (2023). Causal relationship model of marketing innovation and competitiveness of SMEs in the digital era. Retrieved August 1, 2025, from https://f1000research.com/articles/12-1040/pdf
Wamba, S. F. et al. (2017). Big data analytics and firm performance. Journal of Business Research, 70(17), 356-365.
World Bank. (2023). Thailand SME Program Review. Retrieved August 11, 2025, from https://documents1.worldbank.org/curated/en/099122003162330565/pdf/P180261038f7a00610a89101ddeec1bf2b9.pdf
