รูปแบบความสัมพันธ์โครงสร้างเชิงสาเหตุของปัจจัยที่มีผลต่อทัศนคติในการใช้เครื่องจ่ายเงินด้วยตนเองของผู้บริโภคร้านค้าสมัยใหม่ในกรุงเทพมหานคร
Article Sidebar
Main Article Content
บทคัดย่อ
การศึกษาครั้งนี้มีวัตถุประสงค์เพื่อ 1) พัฒนาโมเดลการรับรู้การยอมรับเทคโนโลยีและทัศนคติในการใช้งาน เครื่องจ่ายเงินด้วยตนเอง 2) ตรวจสอบความสอดคล้องของโมเดลการยอมรับเทคโนโลยีและทัศนคติในการใช้งาน เครื่องจ่ายเงินด้วยตนเองกับข้อมูลเชิงประจักษ์ และ 3) ศึกษาปัจจัยเชิงสาเหตุระหว่างการยอมรับเทคโนโลยีและทัศนคติ ในการใช้งานเครื่องจ่ายเงินด้วยตนเองของผู้ซื้อสินค้าในร้านค้าสมัยใหม่ในกรุงเทพหานคร โดยใช้แบบสอบถาม เป็นเครื่องมือในการวิจัยเก็บตัวอย่างผู้บริโภคที่ใช้เครื่องจ่ายเงินด้วยตัวเองจำนวน 450 คน สถิติที่ทดสอบสมมติฐาน ได้แก่ การวิเคราะห์เส้นทางอิทธิพล (Path Analysis) และการวิเคราะห์โมเดลสมการโครงสร้าง (Structural Equation Modeling: SEM) ผลการศึกษาพบว่ารูปแบบความสัมพันธ์โครงสร้างเชิงสาเหตุที่พัฒนาขึ้นมีความกลมกลืนกับข้อมูล เชิงประจักษ์ตลอดจนมีความสามารถในการพยากรณ์ได้ระดับดีและเป็นที่ยอมรับคิดเป็นร้อยละ 64 และความสัมพันธ์โครงสร้างเชิงสาเหตุพบว่าปัจจัยการยอมรับนวัตกรรม, การรับรู้ถึงสิ่งกระตุ้น, การรับรู้ความง่ายมีความสัมพันธ์ทางตรง และทางอ้อมโดยผ่านการรับรู้ประโยชน์ในการใช้งาน สำหรับกลุ่มอ้างอิงมีความสัมพันธ์ทางอ้อมโดยผ่านการรับรู้ความง่ายและการรับรู้ประโยชน์ สุดท้ายพบความสัมพันธ์ทางตรงของปัจจัยด้านการรับรู้ประโยชน์กับทัศนคติในการใช้งาน เครื่องจ่ายเงินด้วยตนเองของผู้ซื้อสินค้าในร้านค้าสมัยใหม่ในกรุงเทพหานครอย่างมีนัยสำคัญทางสถิติที่ 0.05
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
ผลงานที่ปรากฎในวารสารฉบับนี้เป็นลิขสิทธิ์เฉพาะส่วนบุคคลของผู้เขียนซึ่งต้องรับผิดชอบต่อผลทาง กฎหมายที่อาจเกิดขึ้นได้และไม่มีผลต่อกองบรรณาธิการReferences
Administrative Strategy Division. (2020). Population in Bangkok. Retrieve 6 August 2020, from https://webportal.bangkok.go.th/pipd/page/sub/16647/Bangkok statistics-2019.
Aheadasia (2020). Get to know 5 retail technology trends for 2020. Retrieve 8 November 2021, From https://ahead.asia/2020/01/09/5-tech-trends-for-retail-in-2020/
Bandura, A. (1977). Self-efficacy: Toward a unifying theory of behavioral change. Psychological Review, 84(2), 191–215. https://doi.org/10.1037/0033-295X.84.2.191.
Blut, M., Wang, C. & Schoefer, K. (2016). Factors influencing the acceptance of self-service technologies: a meta-analysis. Journal of Service Research, 19(4), 396–416.
Bollen, K. A. (1989). Structural equations with latent variables. John Wiley & Sons. from https://doi.org/10.1002/9781 118619179
Bot (2021). Open 4 world trends New Normal. Retrieve 27 January 2022, from https://www.bot.or.th/Thai/BOTMagazine/Pages/256402CoverStory.aspx
Bulmer, S., Elms, J., & Moore, S. (2018). Exploring the adoption of self-service checkouts and the associated social obligations of shopping practices. Journal of Retailing and Consumer Services, 42, 107–116.
Chen, M.-F. & Lin, N.-P. (2018). Incorporation of health consciousness into the technology readiness and acceptance model to predict app download and usage intentions. Internet Research, 28(2), 351-373.
Chen, S.C., Chen, H.H., & Chen, M.F. (2009). Determinants of satisfaction and continuance intention towards self-service technologies. Industrial Management and Data Systems, 109(9), 1248-1263.
Considine, E., & Cormican, K. (2016). Self-service technology adoption: An analysis of customer to technology interactions. Procedia Computer Science, 100, 103–109.
Fernandes,T. & Pedroso, R. (2017). The effect of self-checkout quality on customer satisfaction and repatronage in a retail context. Service Business ,11(1), DOI: 10.1007/s11628-016-0302-9.
Ferreira, J.B., da Rocha, A., & da Silva, J.F. (2014). Impacts of technology readiness on emotions and cognition in Brazil. Journal of Business Research, 67(5).865-873.
Fishbein, M., & Ajzen, I. (1975). Belief, attitude, intentions and behaviour: An introduction to theory and research. Boston, MA: Addison-Wesley.
Hair, J. F., Jr., Black, W. C., Babin, B. J., Anderson, R. E., & Tatham, R. L. (2010). Multivariate data analysis. 7th ed. New Jersey: Pearson Prentice Hall.
Jeong, S.C., Kim, S.H., Park, J.Y. & Choi, B. (2017). Domain-specific innovativeness and new product adoption: a case of wearable devices, Telematics and Informatics, 34(5), 399-412.
Kallweit, K., Spreer, P. & Toporowski, W. (2014). Why do customers use self-service information technologies in retail? The mediating effect of perceived service quality. Journal of Retailing and Consumer Services. 21(3), 268-276.
Kline, P. (1994). An Easy Guide to Factor Analysis. Psychology Press.
Krungsri (2021). Wholesale&Retail Trade Value 2564-2566: Modern Trade. Retrieve 3 February 2021, From https://www.krungsri.com/th/research/industry/industry-outlook/wholesale-retail/modern-trade/io/io-modern-trade-21
Rogers, E.M. (2003). Diffusion of Innovations. 5th ed. New York: Free Press A Division of Simon & Schuster, Inc.
Schumacker, R.E. , & Lomax, R.G. (2004). A Beginner's Guide to Structural Equation Modeling. Mahwah, NJ: Lawrence Erlbaum Associates.
Wang, M.C.H. (2012). Determinants and consequences of consumer satisfaction with self-service technology in a retail setting. Managing Service Quality, 22(2), 128-144.