การพัฒนาโมเดลปัจจัยเชิงสาเหตุที่มีอิทธิพลต่อการตัดสินใจติดตั้งแผงพลังงานแสงอาทิตย์สำหรับโรงงานอุตสาหกรรมในประเทศไทย
Article Sidebar
Main Article Content
บทคัดย่อ
บทความนี้มีวัตถุประสงค์ 1) เพื่อศึกษาระดับการรับรู้ประโยชน์แผงพลังงานแสงอาทิตย์ ทัศนคติต่อแผงพลังงานแสงอาทิตย์ และการตัดสินใจติดตั้งแผงพลังงานแสงอาทิตย์ 2) เพื่อศึกษาการพัฒนาโมเดลปัจจัยเชิงสาเหตุที่มีอิทธิพลต่อการตัดสินใจติดตั้งแผงพลังงานแสงอาทิตย์สำหรับโรงงานอุตสาหกรรมในประเทศไทย การออกแบบการวิจัยเป็นเชิงปริมาณ กลุ่มตัวอย่างคือ ผู้บริหารในโรงงานอุตสาหกรรมจำนวน 340 รายที่ได้รับอนุญาตจากคณะกรรมการกำกับกิจการพลังงาน โดยคัดเลือกโดยใช้วิธีการสุ่มแบบสะดวก เครื่องมือที่ใช้ในการเก็บรวบรวมข้อมูลคือแบบสอบถาม วิเคราะห์ข้อมูลโดยใช้สถิติเชิงพรรณนา ร้อยละ ค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน ความเบ้ ความโด่ง และการวิเคราะห์แบบจำลองสมการเชิงโครงสร้าง (SEM) ผลการวิจัยพบว่า
1. ระดับการรับรู้ประโยชน์แผงพลังงานแสงอาทิตย์ ภาพรวม พบว่า อยู่ในระดับมากที่สุด ค่าเฉลี่ย 4.32 ทัศนคติต่อแผงพลังงานแสงอาทิตย์ ภาพรวม พบว่า อยู่ในระดับมากที่สุด ค่าเฉลี่ย 4.31 และการตัดสินใจติดตั้งแผงพลังงานแสงอาทิตย์ ภาพรวม พบว่า อยู่ในระดับมากที่สุด ค่าเฉลี่ย 4.41
2. การพัฒนาโมเดลปัจจัยเชิงสาเหตุที่มีอิทธิพลต่อการตัดสินใจติดตั้งแผงพลังงานแสงอาทิตย์สำหรับโรงงานอุตสาหกรรมในประเทศไทยสอดคล้องกับข้อมูลเชิงประจักษ์ มีค่า Chi-square หรือ 2 = 476.646, DF = 429, Chi-square/df หรือ 2/df = 1.111, Chi-square-test หรือ 2- test ไม่มีนัยสำคัญทางสถิติ p = .056, RMSEA = .018, CFI = .993, TLI = .990, GFI = .929, AGFI = .902, RMR = .030 และ HOELTER = 341
องค์ความรู้/ข้อค้นพบจากงานวิจัยนี้ ทำให้ทราบตัวแปรที่มีความสำคัญที่ร่วมกันส่งอิทธิพลทางตรงเชิงบวกต่อการตัดสินใจติดตั้งแผงพลังงานแสงอาทิตย์สำหรับโรงงานอุตสาหกรรม และสามารถนำผลการวิจัยไปใช้เป็นแนวทางการดำเนินธุรกิจได้อย่างมีประสิทธิภาพและประสิทธิผล
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เอกสารอ้างอิง
Ajzen, I & Fishbein, M. (1980). Understanding attitudes and predicting social behavior. Prentice-Hall.
Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50, 179-211.
Bhasabutr, P., Phuvakeereevivat, A., Chantanasiri, S., & Kositkanin, T. (2022). Factors Affecting the Adoption of Solar Cell Renewable Energy Technology in the Time of Covid-19 Crisis of Consumers in Bangkok, Arts of Management Journal, 6(1), 116–128.
Cronbach, L. J. (1990). Essentials of psychological testing. (5th ed). Harper Collins.
Davis, F. (1986). A technology acceptance model for empirically testing new end-user information systems: Theory and results [Doctoral dissertation, MIT Sloan School of Management.
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, & user acceptance of information Technology. MIS Quarterly, 13(3), 319-340.
Energy Policy and Planning Office. (2018). Power Development Plan: PDP. https://www.eppo.go.th/images/ Infromation_service/NEWS/2018/PDP_Public_Hearing2018_3.pdf
Energy Regulatory Commission. (2023). List of licensees for energy business. https://www.erc.or.th/ th/licensees/?reload
Engel, J. F., Blackwell, R. D., & Miniard, P. W. (1993). Consumer Behavior. Dreyden Press.
Hair, J.F., Black, W.C., Babin, B.J. and Anderson, R.E. (2010). Multivariate Data Analysis. (7th ed.). Pearson.
Hawkins, I., Best, R. J., & Coney, K. A. (1998). Consumer Behavior: Building Marketing Strategy. McGraw-Hill.
Kasikorn Research Center. (2021). COP26: From global temperature to economic implications. https://www.kasikornresearch.com/th/analysis/k-social-media/Pages/COP26-FB-19-11-21.aspx
Korcaj, L., Hahnel, U. J. J., & Spada, H. (2015). Intentions to adopt photovoltaic systems depend on homeowners' expected personal gains and behavior of peers. Renewable Energy, 75, 407-415.
Likert, R. (1932). A technique for measurement of attitudes. Archives of Psychology, 140, 5-55.
Ministry of Energy. (2023). Electricity consumption by branch. https://www.eppo.go.th/images/Energy-Statistics/Energyinformation/Energy_Statistics/00All.pdf
Puripunpinyoo, A. (2020). Factors Efecting the Commercial Solar Cell Electrical Energy Investment of Agricultural Co-operatives Ltd. Members in the Northeast of Thailand. Electronic Journal of Open and Distance Innovative Learning (e-JODIL), 10(1), 120-142.
Römer, B., Reichhart, P., & Picot, A. (2015). Smart energy for Robinson Crusoe: An empirical analysis of the adoption of IS-enhanced electricity storage systems. Electron Markets, 25, 47-60.
Schermerhorn, J. R. (2000). Management (7th ed.). John Wiley & Sons.
Schiffman, L., & Kanuk, L. L. (2010). Consumer Behavior (10th ed.). Pearson Education, Inc.
Sitthikosol, S., Sasithanakornkaew, S., & Apisupachoke, W. (2021). Factors Afecting Intention to Use Solar Cell Technology Among People in Bangkok Through the Theory of Planned Behavior: Tpb. Journal of MCU Nakhondhat, 8(4), 203-217.
Sripan, B., & Preechayakul, P. (2022). Factors Influencing the Use of Solar Photovoltaic System for Resort Business in Nakhon Si Thammarat Province. Phranakhon Rajabhat Research Journal (Science and Technology), 17(2), 51-63.
Theppratuanghthip, P., & Rojniruttikul, N. (2023). Factors Influencing the Intention to Use Solar Rooftop Energy of Households in Thailand. GMSARN International Journal, 17, 111-117.
Triandis, H. C. (1971). Attitude and Attitude Change (Foundations of Social Psychology). John Wileys & Sons Inc.
