A Study of Causal Factors and Guidelines for Promoting Telemedicine Services in Thailand
คำสำคัญ:
Telemedicine, Technology Acceptance, Planned Behaviorบทคัดย่อ
This study examines the determinants and causal mechanisms underlying telemedicine adoption in Thailand using an integrated Technology Acceptance Model and Theory of Planned Behavior framework. The model includes perceived ease of use, perceived usefulness, attitude, subjective norms, perceived behavioral control, and behavioral intention. Data were collected from 440 adults through online and on-site surveys. Confirmatory factor analysis supported reliability and validity, and structural equation modeling indicated acceptable fit, with χ²/df = 3.387, GFI = .904, NFI = .937, TLI = .929, CFI = .954, and RMSEA = .075. All hypothesized relationships were significant. Perceived ease of use enhanced perceived usefulness and attitude, while perceived usefulness influenced both attitude and intention. Attitude emerged as the strongest predictor of intention, with subjective norms and perceived behavioral control also contributing significantly. The model explained 57.2 percent of the variance in behavioral intention. Findings indicate that usability influences intention indirectly through value perceptions and attitude, while social influence and capability provide additional support. These results inform a five-dimensional guideline for promoting telemedicine adoption.
เอกสารอ้างอิง
Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50(2), 179–211. https://doi.org/10.1016/0749-5978(91)90020-T
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319–340. https://doi.org/10.2307/249008
Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39–50. https://doi.org/10.1177/002224378101800104
Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate data analysis (8th ed.). Cengage.
Holden, R. J., & Karsh, B.-T. (2010). The Technology Acceptance Model: Its past and its future in health care. Journal of Biomedical Informatics, 43(1), 159–172. https://doi.org/10.1016/j.jbi.2009.07.002
Hu, L. T., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling, 6(1), 1–55. https://doi.org/10.1080/10705519909540118
Jang, M. (2023). Why do people use telemedicine apps in the post-COVID-19 era? Informatics, 10(4), 85. https://doi.org/10.3390/informatics10040085
Kline, R. B. (2015). Principles and practice of structural equation modeling (4th ed.). Guilford Press.
Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory (3rd ed.). McGraw-Hill.
Ramírez-Correa, P., Ramírez-Rivas, C., Alfaro-Pérez, J., & Melo-Mariano, A. (2020). Telemedicine acceptance during the COVID-19 pandemic: An empirical example of robust consistent partial least squares path modeling. Symmetry, 12(10), 1593. https://doi.org/10.3390/sym12101593
Sharma, P., Shaikh, A. A., Sao, A., & Rohilla, N. (2022). Using Technology Acceptance Model, analyzing the role of telehealth services in the healthcare industry during COVID-19. Asia Pacific Journal of Health Management, 17(2), i1815.https://doi.org/10.24083/apjhm.v17i2.1815
Sudaryono, N. G. P., Fadhiil, M., Syarifah S., & Simanjuntak, E. R. (2023). Application of Technology Acceptance Model (TAM) in telemedicine application during COVID-19 pandemic. Journal of World Science, 2(7), 909–921. https://doi.org/10.58344/jws.v2i7.311
Venkatesh, V., & Davis, F. D. (2000). A theoretical extension of the Technology Acceptance Model: Four longitudinal field studies. Management Science, 46(2), 186–204. https://doi.org/10.1287/mnsc.46.2.186.11926
Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3), 425–478. https://doi.org/10.2307/30036540
Zhao, X., Lynch, J. G., Jr., & Chen, Q. (2010). Reconsidering Baron and Kenny: Myths and truths about mediation analysis. Journal of Consumer Research, 37(2), 197–206. https://doi.org/10.1086/651257
ดาวน์โหลด
เผยแพร่แล้ว
รูปแบบการอ้างอิง
ฉบับ
ประเภทบทความ
สัญญาอนุญาต
จรรยาบรรณผู้เขียนบทความ
ผู้เขียนบทความต้องรับรองว่าบทความนี้ไม่เคยตีพิมพ์ในวารสารใดหรือสิ่งพิมพ์อื่นๆ มาก่อน ต้องไม่คัดลอกผลงานผู้อื่นมาปรับแต่งเป็นบทความของตน และไม่ได้อยู่ระหว่างการเสนอเพื่อพิจารณาตีพิมพ์ อีกทั้งยอมรับหลักเกณฑ์การพิจารณาและการตรวจแก้ไขบทความต้นฉบับโดยกองบรรณาธิการวารสารวิทยาลัยนครราชสีมา สาขามนุษยศาสตร์และสังคมศาสตร์
บทความทุกเรื่องได้รับการตรวจพิจารณาทางวิชาการโดยผู้ทรงคุณวุฒิที่มีประสบการณ์และมีความเชี่ยวชาญตรงตามสาขาของบทความ ซึ่งผู้เขียนต้องแก้ไขตามคำแนะนำของผู้ทรงคุณวุฒิภายในระยะเวลาที่กำหนด หากไม่เป็นไปตามกำหนดกองบรรณาธิการขอสงวนสิทธิ์และยกเลิกการตีพิมพ์โดยจะแจ้งให้ทราบต่อไป
ข้อความที่ปรากฏในบทความของวารสารนี้เป็นความคิดเห็นของผู้เขียนซึ่งไม่เกี่ยวข้องกับวิทยาลัยนครราชสีมาแต่อย่างใด และกองบรรณาธิการขอสงวนสิทธิ์ในการพิจารณาและตรวจประเมินบทความเพื่อตีพิมพ์ในวารสารของวิทยาลัยนครราชสีมา สาขามนุษยศาสตร์และสังคมศาสตร์
