ปัจจัยเชิงพฤติกรรม ทัศนคติ และการรับรู้ส่วนประสมทางการตลาดที่มีอิทธิพลต่อความตั้งใจซื้อผลิตภัณฑ์อาหารแปรรูปจากพืชของผู้บริโภคชาวไทย
Article Sidebar
Main Article Content
บทคัดย่อ
การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อศึกษาผลกระทบของปัจจัยด้านพฤติกรรมผู้บริโภค ได้แก่ ความตระหนักด้านสุขภาพ ความรู้เกี่ยวกับผลิตภัณฑ์ ความตระหนักด้านสิ่งแวดล้อม และความกังวลเกี่ยวกับสวัสดิภาพสัตว์ที่มีต่อทัศนคติ การรับรู้ส่วนประสมทางการตลาด และความตั้งใจซื้อผลิตภัณฑ์อาหารโปรตีนสูงจากพืช นอกจากนี้ การศึกษายังมุ่งพัฒนา และตรวจสอบความถูกต้องของแบบจำลองสมการโครงสร้าง (SEM) ที่อธิบายความสัมพันธ์เชิงสาเหตุระหว่างปัจจัยที่มีอิทธิพลต่อความตั้งใจซื้อ เป็นการวิจัยเชิงปริมาณใช้แบบสอบถามกับกลุ่มตัวอย่าง 400 คน โดยการสุ่มตัวอย่างแบบเจาะจง (Purposive Sampling) ผู้เข้าร่วมการวิจัยคือผู้บริโภคชาวไทยอายุ 18 ปีขึ้นไป การวิเคราะห์ข้อมูลดำเนินการโดยใช้ Python ร่วมกับไลบรารี Semopy เพื่อสร้างแบบจำลองสมการโครงสร้าง รวมถึงการวิเคราะห์ปัจจัยยืนยัน (CFA) และการทดสอบสมมติฐานตามกรอบการวิจัยที่นำเสนอ ผลการวิจัยพบว่า 1) โมเดลสมการโครงสร้าง (SEM) ที่พัฒนาขึ้นมีความสอดคล้องกับข้อมูลเชิงประจักษ์ผ่านเกณฑ์ดัชนีมาตรฐานทุกตัว เครื่องมือวัดมีค่าความน่าเชื่อถือและความตรงเชิงลู่เข้าสูง สมมติฐานที่ตั้งไว้ทั้งหมดได้รับการสนับสนุน สะท้อนว่าโมเดลสามารถอธิบายความสัมพันธ์เชิงสาเหตุระหว่างตัวแปรได้อย่างครบถ้วน และมีประสิทธิภาพ 2) ปัจจัยเชิงพฤติกรรมด้าน “ความตระหนักรู้และความห่วงใย” มีอิทธิพลเชิงบวกต่อทัศนคติ และทัศนคติยังส่งผลต่อการรับรู้ส่วนประสมทางการตลาด โดยพบว่าส่วนประสมทางการตลาดทั้ง 4Ps มีอิทธิพลโดยตรงและสูงที่สุด ต่อความตั้งใจซื้อ แสดงให้เห็นว่าปัจจัยด้านการตลาดเป็นตัวแปรสำคัญที่สุดในการกำหนดพฤติกรรมการซื้อ
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เอกสารอ้างอิง
Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50(2), 179-211.
Akinmeye, F., Chriki, S., Liu, C., Zhao, J. & Ghnimi, S. (2024). What factors influence consumer attitudes towards alternative proteins? Food and Humanity, 3, 1-8. https://doi.org/10.1016/j.foohum.2024. 100349
Bell, E., Bryman, A. & Harley, B. (2022). Business research methods. England: Oxford University Press.
Bloomberg Intelligence. (2021). Plant-based foods to be a $162 billion market in 2030. Retrieved December 2024, from https://www.bloomberg.com/company/press/plant-based-foods-to-be-a-162-billion-market-in-2030-according-to-bloomberg-intelligence/
Bolikulov, F., Nasimov, R., Rashidov, A., Akhmedov, F. & Cho, Y.-I. (2024). Effective methods of categorical data encoding for artificial intelligence algorithms. Mathematics, 12(16), 1-17. https://doi.org/10. 3390/math12162553
Chen, H. (2022). Towards environmentally sustainable diets: Consumer attitudes and purchase intentions for plant-based meat alternatives in Taiwan. Nutrients, 14(18), 1-18. https://doi.org/10.3390/nu14183853
Elg, F., Tjärnemo, H. & Holmgren, U. (2021). The challenge of plant-based food consumption: Understanding consumer attitudes and barriers in Sweden. Sustainability, 13(11), 1-19. https://doi.org/10.3390/ su13116062
Fitkov-Norris, E., Vahid, S. & Hand, C. (2012). Evaluating the impact of categorical data encoding and scaling on neural network classification performance: The case of repeat consumption of identical cultural goods. In Communications in Computer and Information Science (Vol. 311, pp. 343-352). Springer. https://doi.org/10.1007/978-3-642-32909-8_35
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/10.1177/0022243 78101800104
Good Food Institute. (2023). State of the industry report: Plant-based meat, seafood, eggs, and dairy. Retrieved December 2024, from https://gfi.org/wp-content/uploads/2023/01/2022-Plant-Based-State-of-the-Industry-Report.pdf
Hair, J. F., Black, W. C., Babin, B. J. & Anderson, R. E. (2013). Multivariate data analysis. Pearson Education Limited.
Hess, J. M., Robinson, K. & Scheett, A. J. (2025). Vegetarianísh-How “flexitarian” eating patterns are defined and their role in global food-based dietary guidance. Nutrients, 17(14), 1-19. https://doi.org/10.3390/ nu17142369
Jutatipat, A. & Saichana, S. (2023). Marketing mix and perceived value influencing the consumers’ purchasing decisions of plant-based food in Bangkok metropolitan region. Procedia of Multidisciplinary Research, 1(7), 1-11. https://so09.tci-thaijo.org/index.php/PMR/article/view/2758/1616
Kline, R. B. (2015). Principles and practice of structural equation modeling. Guilford Publications.
Kotler, P. & Armstrong, G. (2021). Principles of Marketing (18th ed.). Pearson Education.
Lozano, L. M., García-Cueto, E. & Muñiz, J. (2008). Effect of the Number of Response Categories on the Reliability and Validity of Rating Scales. Methodology, 4(2), 73-79. https://doi.org/10.1027/1614-2241. 4.2.73
Nakhonchaigul, K. & Siriyota, K. (2024). Factors influencing the purchase behaviour of plant-based food products in Thailand: An extension of the theory of planned behaviour. International Journal of Analysis and Applications, 22(1), 128-140. https://doi.org/10.3390/nu17142369
Nisa, C. (2022). Factors affecting the decision to consume plant-based food in Bangkok metropolitan region and vicinity (Unpublished master’s independent study). Thammasat University, Bangkok, Thailand.
ProVeg International. (2024). The Smart Protein plant-based foods and drinks survey: Market trends and consumer insights in Europe. Retrieved February 2025, from https://smartproteinproject.eu/smart-protein-consumer-survey-2024/
Raweenan, J. & Nararak, B. (2022). Factors influencing consumers’ purchasing decisions of plant-based food in Chonburi province. Proceedings of the 22nd National Graduate Research Conference (pp. 869-879). Sripatum University, Bangkok, Thailand.
Tangpattanakit, J. (2022). Determinants of sustainable food consumption: A study of Thai consumers’ intention to purchase plant-based meat. International Journal of Health Sciences, 6(S4), 11896. https://doi.org/ 10.53730/ijhs.v6nS4.11896
Teangsompong, T. & Sawangproh, W. (2024). Understanding online purchase intention of plant-based foods: Exploring causal factors and moderating role of self-efficacy within the SOR theory. Heliyon, 10(7), e30785. https://doi.org/10.1016/j.heliyon.2024.e30785
Tirakanon, S. (2014). Social science research methodology (4th ed.). Chulalongkorn University Press.
Venter de Villiers, C., Cheng, C. & Truter, I. (2024). Motivations influencing young consumers’ adoption of plant-based foods. Sustainability, 16(20), 1-21. https://doi.org/10.3390/su16209022
