รูปแบบความสัมพันธ์เชิงสาเหตุการเตรียมความพร้อมทางการเงินเพื่อวัยเกษียณ ของเจนเนอเรชั่นวายสำหรับพนักงานโรงงานผลิตเครื่องสําอางในประเทศไทย
Article Sidebar
Main Article Content
บทคัดย่อ
ในการศึกษาครั้งนี้มีวัตถุประสงค์เเพื่อศึกษารูปแบบความสัมพันธ์เชิงสาเหตุการเตรียมความพร้อมทางการเงินเพื่อวัยเกษียณของเจนเนอเรชั่นวายสำหร้บพนักงานโรงงานผลิตเครื่องสําอางในประเทศไทยจากกลุ่มเป้าหมาย จำนวน 420 คน คือ พนักงานในโรงงานผลิตเครื่องสำอางที่ได้รับการรับรองมาตรฐาน GMP ในประเทศไทย โดยผู้วิจัยได้กำหนดขอบเขตประชากรอย่างเจาะจง (Purposive Sampling) เพื่อให้สอดคล้องกับวัตถุประสงค์การวิจัย โดยมีคุณสมบัติหลักคือ เป็นตัวแทนของกลุ่ม เจนเนอเรชั่นวาย (Generation Y) ซึ่งมีอายุระหว่าง 25–42 ปี และทำงานอยู่ในพื้นที่ภาคกลางของประเทศไทย ซึ่งเป็นที่ตั้งหลักของโรงงานอุตสาหกรรมเครื่องสำอางสำคัญ โดยเฉพาะในเขตกรุงเทพมหานคร อยุธยา และสมุทรปราการ ผลการศึกษาพบว่าความรู้ทางก้านการเงินมีอิทธิพลต่อพฤติกรรมการเงิน ความสามารถในการออมเพื่อการเกษียณ และการเตรียมความพร้อมทางการเงิน และพฤติกรรมการเงิน การเตรียมความพร้อมทางการเงินอิทธิพลต่อความสามารถในการออมเพื่อเกษียณอย่างมีนัยสำคัญเช่นกัน ดังนั้น องค์กรควรลงทุนในการจัดโปรแกรมอบรมทางการเงินที่เน้นการใช้งานจริง มุ่งเน้นการจัดการ หนี้สินที่มีต้นทุนสูง และการใช้ประโยชน์สูงสุดจากสวัสดิการเกษียณของบริษัท ควรกำหนดกลไกในองค์กรที่ช่วยให้พนักงานสามารถ หักเงินออมอัตโนมัติ จาก รายได้พิเศษ (เช่น ค่าล่วงเวลา/โบนัส) โดยตรง เพื่อเปลี่ยนรายได้ผันผวนให้เป็นเงินออมเพื่อเกษียณที่มีวินัยหรือหน่วยงานที่เกี่ยวข้องควรพัฒนา เครื่องมือและแอปพลิเคชันทางการเงินที่เข้าใจง่าย และปรับให้เข้ากับรูปแบบรายได้ที่ผันผวนของแรงงานภาคอุตสาหกรรม เพื่อช่วยในการติดตามรายรับรายจ่ายและการลงทุนเพื่อเกษียณ ควรพิจารณา นโยบายแรงจูงใจทางการออมเพิ่มเติมสำหรับแรงงานภาคผลิต เพื่อช่วยลดภาระหนี้สินปัจจุบัน และเพิ่มอัตราการสะสมเงินออมในระบบเกษียณอายุ
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เอกสารอ้างอิง
กัลยา วานิชย์บัญชา. (2551). การวิเคราะห์สถิติขั้นสูงด้วย SPSS for Windows. กรุงเทพฯ: ธรรมสาร.
พวงรัตน์ ทวีรัตน์. (2543). วิธีการวิจัยทางพฤติกรรมศาสตร์และสังคมศาสตร์. (พิมพ์ครั้งที่ 8). กรุงเทพฯ: สำนักทดสอบทางการศึกษาและจิตวิทยา มหาวิทยาลัยศรีนครินทรวิโรฒ.
วิชิต อู่อ้น. (2553). การวิเคราะห์ความสัมพันธ์เชิงสาเหตุด้วยเทคนิค SEM. กรุงเทพฯ: จุฬาลงกรณ์มหาวิทยาลัย.
สุภมาส อังศุโชติ, สมถวิล วิจิตรวรรณา, และรัชนีกูล ภิญโญภานุวัฒน์. (2554). สถิติวิเคราะห์สำหรับการวิจัยทางสังคมศาสตร์และพฤติกรรมศาสตร์: เทคนิคการใช้โปรแกรม LISREL (พิมพ์ครั้งที่ 3). กรุงเทพฯ: เจริญดี.
Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50(2), 179–211.
Brown, M., Haughwout, A., Lee, J., & Van der Klaauw, W. (2018). The student loan landscape. Current Issues in Economics and Finance, 24(5), 1–12.
Collier, J. E. (2020). Applied structural equation modeling using AMOS. New York, NY: Routledge.
Davis, F. D., & Weber, D. M. (1990). The role of technology adoption in financial planning: A conceptual framework. Journal of Financial Planning, 3(2), 45–59.
Diamantopoulos, A., & Siguaw, J. A. (2000). Introducing LISREL: A guide for the uninitiated. London: Sage Publications.
Dimock, M. (2019). Defining generations: Where Millennials end and Generation Z begins. Washington, DC: Pew Research Center.
Gerrans, P., & Clark-Murphy, M. (2004). Financial decision making of employees in the mining industry. Journal of Financial Counseling and Planning, 15(1), 1–14.
Giudici, G. (2018). Behavioral finance and financial planning for retirement. New York, NY: Routledge.
Hair, J. F., Anderson, R. E., Tatham, R. L., & Black, W. C. (1998). Multivariate data analysis (5th ed.). Upper Saddle River, NJ: Prentice Hall.
Herrador-Alcaide, C., Hernández-Solís, M., & Topa, G. (2021). Determinants of financial planning for retirement: The moderating effect of financial literacy. Journal of Behavioral and Experimental Finance, 31, 100527.
Hu, L. T., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling: A Multidisciplinary Journal, 6(1), 1–55.
Jones, D. P., et al. (2015). Manufacturing workforce skills and industry challenges. Madison, WI: Industrial Relations Research Association.
Kotler, P., & Keller, K. L. (2016). Marketing management (15th ed.). Harlow, England: Pearson Education.
Krungthai COMPASS. (2023, April 28). Krungthai COMPASS วิเคราะห์ตลาดเครื่องสำอางไปต่ออย่างไร เมื่อความสวยหยุดไม่ได้. กรุงเทพฯ: Thai Publica.
Lee, Y., & Kim, H. (2019). The effects of green consciousness on consumer behavior in the cosmetics industry. Journal of Business Ethics, 158(1), 51–64.
Lusardi, A., & Mitchell, O. S. (2011). Financial literacy and planning: Implications for retirement well-being. Journal of Economic Literature, 49(1), 5–44.
Lusardi, A., & Mitchell, O. S. (2014). The economic importance of financial literacy: Theory and evidence. Journal of Economic Literature, 52(1), 5–44.
Modigliani, F., & Brumberg, R. (1954). Utility analysis and the consumption function: An interpretation of cross-section data. In K. K. Kurihara (Ed.), Post-Keynesian economics (pp. 388–436). New Brunswick, NJ: Rutgers University Press.
Mohini, R., & Veni, S. (2017). Personal financial planning and its impact on lifestyle management. International Journal of Advanced Scientific Technologies in Engineering and Management, 3(2), 10–16.
Nguyen, L., & Le, T. (2021). Economic uncertainty and financial behavior of Generation Y: Evidence from Southeast Asia. Journal of Financial Research, 44(3), 489–510.
OECD. (2021). Pensions at a glance 2021: OECD and G20 indicators. Paris: OECD Publishing.
Panos, G. A., & Wilson, J. O. S. (2020). Financial knowledge, advice-seeking, and retirement planning. Journal of Banking & Finance, 117, 105869.
Power, A., & Hira, T. K. (2004). The relationship between workplace financial education and retirement plan participation and savings. Financial Services Review, 13(2), 125–138.
Schumacker, R. E., & Lomax, R. G. (1996). A beginner's guide to structural equation modeling. Mahwah, NJ: Lawrence Erlbaum Associates.
Smith, R., & Jones, A. (2020). Market dynamics and labor force structure in the global cosmetic industry. International Journal of Cosmetic Science, 42(5), 450–462.
United Nations, Department of Economic and Social Affairs, Population Division. (2022). World population prospects 2022: Summary of results. New York, NY: United Nations.
World Health Organization. (2021). World report on ageing and health. Geneva, Switzerland: World Health Organization.
Yeomans, D. (2019). Employment structure and income inequality in the manufacturing sector. Washington, DC: Economic Policy Institute.
Yoshino, N., Morgan, P. J., & Long, C. (2020). The role of financial literacy in FinTech adoption and crypto-asset ownership. Asian Economic Policy Review, 15(1), 108–127.
