ปัจจัยที่มีผลต่อการยอมรับเทคโนโลยีทางการเงิน กรณีศึกษาระบบการชำระเงินผ่านสมาร์ทโฟนด้วยเทคโนโลยี Near Field Communication (NFC) ในการซื้อสินค้าของผู้บริโภคในกรุงเทพมหานคร
Article Sidebar
Main Article Content
บทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาปัจจัยที่มีผลต่อการยอมรับเทคโนโลยีทางการเงิน กรณีศึกษาระบบการชำระเงินผ่านสมาร์ทโฟนด้วยเทคโนโลยี Near Field Communication (NFC) รวบรวมข้อมูลโดยใช้แบบสอบถามที่ผ่านการตรวจสอบความตรงเชิงเนื้อหา เก็บรวบรวมข้อมูลจากประชาชนที่มีความตั้งใจใช้เทคโนโลยีทางการเงิน กรณีศึกษา ระบบการชำระเงินผ่านสมาร์ทโฟนด้วยเทคโนโลยี Near Field Communication (NFC) จำนวน 432 คน โดยใช้วิธีการสุ่มอย่างง่าย ใช้สถิติพรรณนา ทำการวิเคราะห์ข้อมูลเพื่อหาความถี่ ร้อยละ ค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน และการวิเคราะห์องค์ประกอบเชิงยืนยัน อันดับที่ 2
ผลการศึกษาพบว่า กลุ่มตัวอย่างที่ศึกษา 432 ราย ส่วนใหญ่เป็นเพศหญิง มีอายุ 20–25 ปี การศึกษาในระดับปริญญาตรี ประกอบอาชีพเป็นพนักงานบริษัทเอกชน รายได้เฉลี่ยต่อเดือนต่ำกว่า 15,000 บาท และส่วนใหญ่รู้จักช่องทางของเทคโนโลยี NFC จากการประชาสัมพันธ์ของธนาคาร ปัจจัยที่มีผลต่อของการยอมรับเทคโนโลยีทางการเงิน กรณีศึกษาระบบการชำระเงินผ่านสมาร์ทโฟนด้วยเทคโนโลยี Near Field Communication (NFC) ในการซื้อสินค้าของผู้บริโภคในกรุงเทพมหานคร เรียงลำดับความสำคัญจากคะแนนน้ำหนักสูงสุด พบว่า 1) ปัจจัยด้านการยอมรับการใช้นวัตกรรมด้านเทคโนโลยี ประกอบด้วย 2 ด้าน ได้แก่ ความคาดหวังด้านประสิทธิภาพจากการใช้งานและอิทธิพลของสังคม 2) ปัจจัยด้านการยอมรับเทคโนโลยีโทรศัพท์มือถือ ประกอบด้วย 2 ด้าน ได้แก่ การรับรู้ถึงประโยชน์ในการใช้งาน และการรับรู้ถึง ความง่ายในการใช้งาน และ 3) ปัจจัยด้านพฤติกรรมผู้บริโภคออนไลน์ของการใช้ระบบการชำระเงินผ่านสมาร์ทโฟนด้วยเทคโนโลยี Near Field Communication (NFC) ประกอบด้วย 2 ด้าน ได้แก่ ความต่อเนื่อง และการรับรู้ทางออนไลน์ ส่วนตัวแปรที่เหลือ ได้แก่ ความคาดหวังในการพยายามใช้งาน สภาพสิ่งอำนวยความสะดวกในการใช้งาน การรับรู้ถึง ความเสี่ยงอารมณ์ทางออนไลน์ ความบันเทิงทางออนไลน์ และประสิทธิภาพของเทคโนโลยีเป็นปัจจัยที่ไม่ใช่ปัจจัยที่มีผลต่อการยอมรับเทคโนโลยีทางการเงิน กรณีศึกษาระบบการชำระเงินผ่านสมาร์ทโฟนด้วยเทคโนโลยี Near Field Communication (NFC) ในการซื้อสินค้าของผู้บริโภคในกรุงเทพมหานคร ตัวแปรจึงถูกสกัดออกก่อนเข้าในสมการแบบจำลอง
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
ทัศนะและความคิดเห็นที่ปรากฏในวารสาร ถือเป็นความรับผิดชอบของผู้เขียนบทความนั้น และไม่ถือเป็นทัศนะและความรับผิดชอบของกองบรรณาธิการ
เอกสารอ้างอิง
Bank of Thailand. (2014). Payment System Report 2014. Retrieved March 31, 2019, from https://www.bot.or.th/Thai/PaymentSystems/Publication/ps_annually_report/AnnualReport/Payment_2013_T.pdf
Bank of Thailand. (2018). Payment transactions via mobile banking and internet banking services. Retrieved March 31, 2019, from http://www2.bot.or.th/statistics/BOTWEBSTAT.aspx?reportID=688&language=TH
Best, W. B. (1977). Research in education (3rd ed.) Englewood Cliffs, NJ: Prentice-Hall.
Chaveesuk, S., & Wongchaturaphat, S. (2012). Theory of acceptance of use of information technology. KMITL Information Technology Journal, 1(1), 1-21.
Cohen, J. (1962). The statistical power of abnormal-social psychological research: A review. Journal of Abnormal and Social Psychology, 65(3), 145-153.
Cohen, J. (1977). Statistical power analysis for the behavioral sciences. New York: Academic.
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. Management Information Systems Quarterly, 13(3), 319-339.
Electronic Transactions Development Agency (Public Organization), Ministry of Information and Communication Technology. (2015). Report of the internet user behavior survey in Thailand 2015. Retrieved 31 March 2019, from https://www.etda.or.th/publishing-detail/thailand-internetuser-profile-2015.html
Faruq, M. A. (2016). The moderating effect of technology awareness on the relationship between UTAUT constructs and behavioral intention to use technology. Australian Journal of Business and Management Research, 3, 14-23.
Hausman, A. V., & Siekpe, J. S. (2009). The effect of web interface features on consumer online purchase intentions. Journal of Business Research, 62(1), 5-13.
Howell, D. C. (2010). Statistical Methods for Psychology (7th ed). Wadsworth, Cengage Learning.
Huang, Y. M., & Chiu, P. S. (2015). The effectiveness of a meaningful learning-based evaluation model for context-aware mobile learning. British Journal of Educational Technology, 46(2), 437-447.
Janprom, R. (2015). Brand Equity, Website Complexity, and E-service Quality Affecting Products' Purchase Decision via E-marketplace of Online Consumers in Bangkok. Independent research Master of Business Administration, Bangkok University.
Janson, A., & Thiel de Gafenco, M. (2015). Engaging the appropriation of technology-mediated learning services—a theory-driven design approach. Association for Information Systems AIS Electronic Library (AISeL), 1-21.
Junadi, S. (2005). A model of factors influencing consumers’ intention to use an e-payment system in Indonesia. Procedia Computer Science, 59, 214-220.
Laeieddeenun, K. (2016). Technology Acceptance and Online Consumer Behavior Affecting E-Books’ Purchase Decisions of Customers in Bangkok. Independent research, Master of Business Administration, Bangkok University.
Li, Liu, & Heikkila. (2014). Understanding the factors driving NFC-enabled mobile payment adoption: an empirical investigation. PACIS 2014 Proceedings. 231.
Kline. (2005). Principles and practice of structural equation modeling (2nd ed.). New York, NY: Guilford Press.
Marshall. (2011). The mobile payments and NFC landscape: A US perspective. Retrieved October 28, 2015, from https://www.securetechalliance.org/resources/pdf/Mobile_Payments_White_Paper_091611.pdf
Mehrabian & Russell. (1974). An approach to environmental psychology. Cambridge, MA, US: The MIT Press.
Oliveira, Manoj, Goncalo & Filipe. (2016). Mobile payment: Understanding the determinants of customer adoption and intention to recommend the technology. Computers in Human Behavior, 61, 404-414.
Ooi & Tan. (2016). Mobile technology acceptance model: An investigation using mobile users to explore smartphone credit cards. Expert Systems with Applications, 59, 33–46.
Ozdenizci, Coskun & Ok. (2015). NFC Internal: An Indoor Navigation System. Sensors, 15(4), 7571-7595.
Richard, M. O., & Chebat, J. C. (2015). Modeling online consumer behavior: Preeminence of emotions and moderating influences of need for cognition and optimal stimulation level. Journal of Business Research, 69(2), 541-553.
Tippanyawonga, K. (2016). Study of Problems and Stimuli to Use Mobile e-Money in Thailand. Independent Study Master of Science Program in Marketing Management, Faculty of Commerce and Accountancy, Thammasat University.
Thai Android phone. (2010). Innovative Near Field Communication (NFC). Retrieved March 31, 2019, from http://www.thaiandroidphone.com/thread-8515-11.html
Thailand Exhibition. (2012). 17th annual Cards & Payments Asia 2012. Retrieved March 31, 2019, from http://www.thailandexhibition.com/News/3851
Trakulchokesatiean, P. (2014). Statistics of Mobile Payment in America. Retrieved March 31, 2019, from http://thumbsup.in.th/2014/09/how-people-use-mobile-payments/
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.
Wiratchai, N. (2012). Component analysis and important basic techniques for analysis. Bangkok: Icon Printing.
Yu, S. C. (2016). Older-user acceptance of smart card payment systems: An investigation of old-street vendors. Information Science and Digital Content Technology (ICIDT), 152-156.
