ปัจจัยเชิงสาเหตุของการเปลี่ยนแปลงพฤติกรรมสุขภาพของคนไทยในภาวะการแพร่ระบาดของโรคโควิด-19 (Causal factors of Thai people’s health behavior changes during the COVID-19 epidemic)
Article Sidebar
Main Article Content
Abstract
ในภาวะการแพร่ระบาดของโรคโควิด-19 พบว่ามีการเผยแพร่ข้อมูลต่าง ๆ ผ่านสื่อสังคมออนไลน์จำนวนมาก ซึ่งข้อมูลเหล่านั้น บางส่วนก็เป็นประโยชน์ในการที่จะเปลี่ยนแปลงพฤติกรรมสุขภาพของบุคคลอย่างเหมาะสม ขณะที่มีข้อมูลบางส่วนที่เป็นข่าวปลอม ดังนั้น ในการวิจัยครั้งนี้จึงสนใจศึกษาอิทธิพลของการเปิดรับสื่อสังคมออนไลน์ที่มีต่อการเปลี่ยนแปลงพฤติกรรมสุขภาพของบุคคล และปัจจัยสำคัญที่ทำให้บุคคลสามารถคัดกรองข้อมูลจากสื่อสังคมออนไลน์แล้วนำไปสู่การเปลี่ยนแปลงพฤติกรรมสุขภาพได้อย่างเหมาะสม กลุ่มตัวอย่างที่ใช้ในการศึกษา คือ ประชากรวัยทำงานในประเทศไทย ที่มีอายุระหว่าง 25-29 ปี จำนวน 2,677 คน ได้มาจากการสุ่มแบบหลายขั้นตอน การเก็บรวบรวมข้อมูลใช้แบบสอบถามออนไลน์ การวิเคราะห์ข้อมูลใช้สถิติเชิงพรรณนาและการวิเคราะห์อิทธิพลด้วยโปรแกรมลิสเรล ผลการวิจัยพบว่า โมเดลที่พัฒนาขึ้นมีความสอดคล้องกับข้อมูลเชิงประจักษ์ และพบว่าตัวแปรสาเหตุทั้งหมดที่ศึกษา ได้แก่ การเปิดรับสื่อสังคมออนไลน์ การรู้เท่าทันสื่อ และความรอบรู้ด้านสุขภาพสามารถพยากรณ์การเปลี่ยนแปลงพฤติกรรมสุขภาพได้ ร้อยละ 20 นอกจากนี้ยังพบว่า การรู้เท่าทันสื่อเป็นปัจจัยเชิงสาเหตุที่มีอิทธิพลรวมสูงสุดต่อการเปลี่ยนแปลงพฤติกรรมสุขภาพ โดยมีขนาดอิทธิพลรวม เท่ากับ 0.37 ขณะที่ความรอบรู้ด้านสุขภาพและการเปิดรับสื่อสังคมออนไลน์ พบว่า มีขนาดอิทธิพลรวม เท่ากับ 0.28 และ 0.12 ตามลำดับ ดังนั้น ถ้าต้องการให้คนไทยสามารถเปิดรับข้อมูลข่าวสารผ่านสื่อสังคมออนไลน์แล้วนำไปสู่การเปลี่ยนแปลงพฤติกรรมสุขภาพที่เหมาะสม ควรส่งเสริมให้คนไทยรู้เท่าทันสื่อและมีความรอบรู้ด้านสุขภาพ
During the COVID-19 epidemic, it was found that a lot of information was disseminated through social media. Some of the information could help change a person’s health behavior appropriately while some were fake. Therefore, this research is interested in studying the influence of social media exposure on health behavior changes of Thai people and important factors that enable them to screen information from social media leading to appropriate health behavior changes. The sample comprised 2,677 working-age people between 25-29 years old in Thailand, drawn by multi-stage sampling. The data was collected by using online questionnaires and analyzed by descriptive statistics and path analysis using LISREL. The results indicated that the model was consistent with empirical data and that all causal variables including social media exposure and media and health literacy could predict 20 percent of health behavior changes. In addition, the results of the study confirmed that media literacy had the highest influence on health behavior changes with a total effect of 0.37 while health literacy and social media exposure had a total effect of 0.28 and 0.12 respectively. Therefore, it is recommended that media and health literacy should be promoted among Thai people to enable them to receive information via social media which also leads to appropriate health behavior changes.
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
References
An, J., & Meaney, K. S. (2015). Inclusion practices in elementary physical education: A social-cognitive perspective. International Journal of Disability, Development and Education, 62(2): 143-157.
Best, J. W. (1977). Research in Education (3rd ed.). New Jersey: Prentice-Hall Inc.
Charlton, E. (2020). How Experts are Fighting the Coronavirus ‘Infodemic’. World Economic Forum. [Online]. Retrieved August 20, 2021 from https://www.weforum.org/agenda/2020/03/how-experts-are-fighting-the-coronavirus-infodemic/
Cui, G.-H., Li, S.-J., Yin, Y.-T., Chen, L.-J., Li, J.-Q., Liang, F.-Y., Liu, X.-Y., & Chen, L. (2021). The relationship among social capital, eHealth literacy and health behaviours in Chinese elderly people: A cross-sectional study. BMC Public Health, 21: 45.
Curtis, R. G., Olds, T., Ferguson, T., Fraysse, F., Dumuid, D., Esterman, A., Hendrie, G. A., Brown, W. J., Lagiseti, R., & Maher, C. A. (2021). Changes in diet, activity, weight, and wellbeing of parents during COVID-19 lockdown. PLoS ONE, 16(3): e0248008.
Davis, R. E., Sharma, M., Simon, K. E., & Wilkerson, A. H. (2021). Conceptualization of college students’ COVID-19 related mask-wearing behaviors using the multi-theory model of health behavior change. Health Promotion Perspectives, 11(2): 194-201.
Diamantopoulos, A., & Siguaw, J. A. (2000). Introducing LISREL. London: SAGE Publications.
Dodson, S., Good, S., & Osborne, R. (2015). Health Literacy Toolkit for Low- and Middle-Income Countries: A Series of Information Sheets to Empower Communities and Strengthen Health Systems. World Health Organization. [Online]. Retrieved August 20, 2021 from https://apps.who.int/iris/handle/10665/205244
Edwards, M., Wood, F., Davies, M., & Edwards, A. (2013). ‘Distributed health literacy’: Longitudinal qualitative analysis of the roles of health literacy mediators and social networks of people living with a long-term health condition. Health Expectations, 18(5): 1180-1193.
Electronic Transactions Development Agency, Ministry of Digital Economy and Society. (2020). Thailand Internet User Behavior 2020 (รายงานผลการสำรวจพฤติกรรมผู้ใช้อินเทอร์เน็ตในประเทศไทย ปี 2563). [Online]. Retrieved September 5, 2021 from https://www.etda.or.th/th/Useful-Resource/publications/Thailand-Internet-User-Behavior-2020.aspx
Ginggeaw, Sangduan, & Prasertsri, Nusara. (2016). The relationship between health literacy and health behaviors among older adults who have multi-morbidity. (ความสัมพันธ์ระหว่างความฉลาดทางสุขภาพและพฤติกรรมสุขภาพของผู้สูงอายุที่เป็นโรคเรื้อรังหลายโรค). Nursing Journal of the Ministry of Public Health, 25(3): 43-54.
Health Education Division, Department of Health Service Support, Ministry of Public Health. (2016). Health Literacy and Health Behaviors Among Working Group Aged 15-59 for Health Management Village (แบบประเมินความรอบรู้ด้านสุขภาพและพฤติกรรมสุขภาพ 3อ.2ส. ของกลุ่มวัยทำงานอายุ 15-59 ปี สำหรับหมู่บ้านจัดการสุขภาพ). [Online]. Retrieved August 23, 2021 from http://www.hed.go.th/news/3268
Health Education Division, Department of Health Service Support, Ministry of Public Health. (2020). A Tool to Assess Health Literacy and Health Behaviors of People in Modify Health Behaviors Village (Round 1) (เครื่องมือประเมินความรอบรู้และพฤติกรรมของประชาชนในหมู่บ้านปรับเปลี่ยนพฤติกรรมสุขภาพ (รอบที่ 1)). [Online]. Retrieved August 23, 2021 from http://www.hed.go.th/linkHed/403
Jöreskog, K. G., & Sörbom, D. (1989). LISREL7 : User’s Reference Guide. Mooresville, NC: Scientific Software International.
Kline, R. B. (2005). Principles and Practice of Structural Equation Modeling (2nd ed.). New York: The Guilford Press.
KomChadLuek Online. (2020). Fake News Spreads ‘Faster’ than Coronavirus (ข่าวปลอมแพร่ ‘ไว’ กว่าไวรัสโคโรน่า). [Online]. Retrieved August 23, 2021 from https://www.komchadluek.net/news/lifestyle/413960
Liu, M., Zhang, H., & Huang, H. (2020). Media exposure to COVID-19 information, risk perception, social and geographical proximity, and self-rated anxiety in China. BMC Public Health, 20: 1649.
McLean, S. A., Paxton, S. J., & Wertheim, E. H. (2016). The measurement of media literacy in eating disorder risk factor research: Psychometric properties of six measures. Journal of Eating Disorders, 4: 30.
Melki, J., Tamim, H., Hadid, D., Makki, M., EI Amine, J., & Hitti, E. (2021). Mitigating infodemics: The relationship between news exposure and trust and belief in COVID-19 fake news and social media spreading. PLoS ONE, 16(6): e0252830.
National Statistical Office. (2020). Number of Population from Registration by Age Group, Region and Province: 2012 - 2021 (จำนวนประชากรจากการทะเบียน จำแนกตามกลุ่มอายุ ภาคและจังหวัด พ.ศ. 2555 - 2564). [Online]. Retrieved August 23, 2021 from http://statbbi.nso.go.th/staticreport/page/sector/en/01.aspx
Order of the Centre for the Administration of the Situation due to the Outbreak of the Communicable Disease Coronavirus 2019 (COVID-19) (คำสั่งศูนย์บริหารสถานการณ์การแพร่ระบาดของโรคติดเชื้อไวรัสโคโรนา 2019 (โควิด-19)). (2021, August 1). Royal Thai Government Gazette (No. 138 special chapter 173 d, p. 8). [Online]. Retrieved August 23, 2021 from http://www.ratchakitcha.soc.go.th/DATA/PDF/2564/E/173/T_0008.PDF
Qobadi, M., Besharat, M., Rostami, R., Rahiminezhad, A., & Pourgholami, M. (2015). Health literacy, negative emotional status, and self-care behaviors in dialysis. Fundamentals of Mental Health, 17(1): 46-51.
Sanont, Rujikarn, & Harnkiattiwong, Thanarin. (2020). Application of social cognitive theory to explain health behavior. (การประยุกต์ใช้ทฤษฎีปัญญาสังคมในการอธิบายพฤติกรรมสุขภาพ). Journal of Humanities and Social Sciences Loei Rajabhat University, 3(1): 12-22.
Singhasem, Prapaiphis, Krinara, Pourpen, & Tiparat, Wararat. (2019). Correlation between health literacy and health behaviors in older people: A survey research in a community, Trang province (ความสัมพันธ์ระหว่างความรอบรู้ด้านสุขภาพกับพฤติกรรมสุขภาพตาม 3อ.2ส. ของผู้สูงอายุ ตำบลหนองตรุด จังหวัดตรัง). Boromarajonani College of Nursing, Uttaradit Journal, 11(1): 37-51.
Srisa-ard, Boonchom. (1998). Statistical Methods for Research 1 (วิธีการทางสถิติสำหรับการวิจัย เล่ม 1) (2nd ed.). Bangkok: Suweeriyasan.
Truman, E., Bischoff, M., & Elliott, C. (2020). Which literacy for health promotion: health, food, nutrition or media? Health Promotion International, 35(2): 432-444.
Xiong, N., Fritzsche, K., Pan, Y., Löhlein, J., & Leonhart, R. (2022). The psychological impact of COVID-19 on Chinese healthcare workers: A systematic review and meta-analysis. Social Psychiatry and Psychiatric Epidemiology, 57(8): 1515-1529.
Yamane, T. (1967). Statistics: An Introductory Analysis (2nd ed.). New York: Harper and Row.
Zeballos Rivas, D. R., Lopez Jaldin, M. L., Nina Canaviri, B., Portugal Escalante, L. F., Alanes Ferna´ndez, A. M. C., & Aguilar Ticona, J. P. (2021). Social media exposure, risk perception, preventive behaviors and attitudes during the COVID-19 epidemic in La Paz, Bolivia: A cross sectional study. PLoS ONE, 16(1): e0245859.