ปัจจัยเชิงสาเหตุที่ส่งผลต่อความตั้งใจใช้เทคโนโลยีการชำระเงินผ่าน QR Code ของผู้บริโภคเจเนอเรชั่นซี
Article Sidebar
Main Article Content
บทคัดย่อ
การศึกษาในครั้งนี้ มีวัตถุประสงค์เพื่อศึกษาอิทธิพลของคุณภาพการบริการ ผลกระทบจากโควิด-19 และการรับรู้ประโยชน์ของ QR Code ที่มีต่อความตั้งใจใช้เทคโนโลยีการชำระเงินผ่าน QR Code ของผู้บริโภคเจเนอเรชั่นซี โดยเก็บรวบรวมข้อมูลจากกลุ่มตัวอย่างด้วยแบบสอบถามจากผู้บริโภคที่มีอายุระหว่าง 15 – 27 ปี ที่อาศัยอยู่ในจังหวัดอุดรธานี ด้วยวิธีการสุ่มตามสะดวก วิเคราะห์ข้อมูลด้วยสถิติเชิงพรรณนา และการวิเคราะห์โมเดลสมการเชิงโครงสร้าง พบว่า โมเดลมีความสอดคล้องกับข้อมูลเชิงประจักษ์ โดยการรับรู้ประโยชน์ของ QR Code มีอิทธิพลทางตรงเชิงบวกต่อความตั้งใจในการใช้เทคโนโลยีการชำระเงินผ่าน QR Code (INTENT) มากที่สุด รองลงมาคือ ผลกระทบจากโควิด-19 และคุณภาพการบริการ ตามลำดับ โดยตัวแปรทำนายร่วมกันอธิบายความแปรปรวนของความตั้งใจในการใช้เทคโนโลยีการชำระเงินผ่าน QR Code ได้ร้อยละ 84.00
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความที่ได้รับการตีพิมพ์เป็นลิขสิทธิ์ของคณะวิทยาการจัดการ มหาวิทยาลัยราชภัฏอุดรธานี
ข้อความที่ปรากฏในบทความแต่ละเรื่องในวารสารวิชาการเล่มนี้
ไม่ใช่ความคิดเห็นและความรับผิดชอบของผู้จัดทำ บรรณาธิการ กองบรรณาธิการ และคณะวิทยาการจัดการ มหาวิทยาลัยราชภัฏอุดรธานี ความรับผิดชอบด้านเนื้อหาและการตรวจร่างบทความแต่ละเรื่องเป็นความคิดเห็นของผู้เขียนบทความแต่ละท่าน
เอกสารอ้างอิง
จุฑามาศ เข็มเงิน. (2564). การศึกษาการแพร่ระบาดของไวรัสโคโรนา (Covid-19) ส่งผลต่อพฤติกรรมการชำระเงินอิเล็กทรอนิกส์ของ Generation Y และ Z ในประเทศไทย และการรับรู้การก้าวสู่สังคมไร้เงินสด (Cashless Society). วิทยานิพนธ์ ปริญญาการจัดการภาครัฐและเอกชนมหาบัณฑิต สถาบันบัณฑิตพัฒนบริหารศาสตร์.
ฐิตินี จิตรัตนมงคล. (2560). อิทธิพลของความคาดหวังต่อคุณภาพการให้บริการทางอิเล็กทรอนิกส์ คุณประโยชน์ และความง่ายในการใช้งาน ที่ส่งผลต่อการยอมรับการใช้เทคโนโลยีในการชำระเงินผ่าน QR Code ของผู้บริโภคในจังหวัดกรุงเทพมหานคร. การค้นคว้าอิสระ ปริญญาบริหารธุรกิจมหาบัณฑิต มหาวิทยาลัยกรุงเทพ.
ดวงพร รัดสินทร. (2562). การรับรู้เทคโนโลยีที่มีผลต่อความตั้งใจใช้บริการการชำระเงินผ่านคิวอาร์ โค้ด ของผู้บริโภคในเขตกรุงเทพมหานคร. สารนิพนธ์ ปริญญาบริหารธุรกิจมหาบัณฑิต สาขาวิชาการตลาด มหาวิทยาลัยศรีนครินทรวิโรฒ
ธนิตา พิทยมาลี. (2561). ความตั้งใจใช้คิวอาร์โค้ดในการใช้จ่ายด้านการท่องเที่ยวประเทศไทย. การค้นคว้าอิสระ ปริญญาวิทยาศาสตรมหาบัณฑิต สาขาวิชาระบบสารสนเทศเพื่อการจัดการ มหาวิทยาลัยธรรมศาสตร์.
ประสพชัย พสุนนท์. (2558). ความเที่ยงตรงของแบบสอบถามสำหรับงานวิจัยทางสังคมศาสตร์. วารสารสังคมศาสตร์ มหาวิทยาลัยศรีนครินทรวิโรฒ, 18(18), 375-396.
ประเสริฐศักดิ์ โพธิ์ทอง. (2565). ผลกระทบของการแพร่ระบาดของไวรัสโควิด-19 ต่อพฤติกรรมผู้บริโภคที่เปลี่ยนไป. วารสารวิทยาการจัดการปริทัศน์, 24(3), 263-273.
สำนักงานสถิติแห่งชาติ. (2568). การสำรวจการมีการใช้เทคโนโลยีสารสนเทศและการสื่อสารในครัวเรือน พ.ศ. 2567 (ไตรมาส 4). กรุงเทพฯ: กองสถิติพยากรณ์, สำนักงานสถิติแห่งชาติ.
อภิญญา องอาจ. (2561). ปัจจัยที่ส่งอิทธิพลต่อความตั้งใจใช้ระบบคิวอาร์โค้ดมาตรฐานของผู้ใช้บริการในพื้นที่เมืองทองธานี. วารสารบริหารธุรกิจเทคโนโลยีมหานคร, 15(2), 111-130.
อรวรรณ มิยมมั่งมี. (2562). ปัจจัยที่ส่งผลต่อความตั้งใจใช้บริการรับชำระเงินด้วย QR Code ของผู้ค้ารายย่อย. วิทยานิพนธ์ ปริญญาบริหารธุรกิจมหาบัณฑิต มหาวิทยาลัยศิลปากร.
Chang, Y., Wong, S.F., Lee, H., & Jeong, S. P. (2016). What motivates Chinese consumers to adopt fintech services: a regulatory focus theory. In Paper Presented at the Proceedings of the 18th Annual International Conference on Electronic Commerce: Ecommerce in Smart Connected World.
Cortina, J. M. (1993). What is coefficient alpha: An examination of theory and applications? Journal of Applied Psychology, 78(1), 98-104.
Das, S. R. (2019). The future of fintech. Financial Management, 48(4), 981–1007.
Davis, F. D. (1985). A technology acceptance model for empirically testing new end-user information systems: Theory and results. Doctoral dissertation, Massachusetts Institute of Technology.
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319-340.
Davis, F. D. (1993). User acceptance of information technology: System characteristics, user perceptions and behavioral impacts. International journal of man-machine studies, 38(3), 475-487.
Diamantopoulos, A., & Siguaw, J. A. (2000). Introduction to LISREL: A guide for the uninitiated. London: Sage.
Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement Error. Journal of Marketing Research, 18(1), 39–50.
Fu, J., & Mishra, M. (2020). The Global Impact of Covid-19 on Fintech Adoption. Available at SSRN 3588453.
Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2014). Multivariate data analysis (7th ed.). Harlow, United Kingdom: Pearson Education.
Jukka. (2010). E-service Quality: A Conceptual Model. International Journal of Arts and Sciences, 3(7), 127-143.
Kauflin, J. (2020). The 10 Biggest Fintech Companies in America 2020. Forbes. from https://www.forbes.com/sites/jeffkauflin/2020/02/12/the-10-biggest-fintech-companies-in-america-2020/#7e7279691259.
Kelloway, E. K. (2015). Using Mplus for structural equation modeling; A researcher’s guide (2nd ed.). Thousand Oaks, CA: Sage.
Le, M. T. H. (2021). Examining factors that boost intention and loyalty to use Fintech post-COVID-19 lockdown as a new normal behavior. Heliyon, 7(2), DOI:10.1016/j.heliyon.2021.e07821
Moon, J.-W., & Kim, Y.-G. (2001). Extending the tam for a World-Wide-Web context. Information & Management, 38(4), 217–230.
Parasuraman, A., Zeithaml, V. A. & Berry, L. (1985) A Conceptual Model of Service Quality and Its Implications for Future Research. Journal of Marketing, 49, 41-50.
Priporas, C. V., Stylos, N., & Fotiadis, A. K. (2017). Generation Z consumers' expectations of interactions in smart retailing: A future agenda. Computer in Human Behavior, 77(December), 374-381.
Schumacker, R. E., & Lomax, R. G. (2010). A beginner’s guide to structural equation modeling (3rd ed.). New Jersey: Lawrence Erlbaum.
Tiwari, P., & Kartika. (2019). Impact of digitalization on empowerment and transformation of society. Research Journal of Humanities and Social Sciences, 10(2), 305–310.
Venkatesh, V., & Davis, F. D. (2000). A theoretical extension of the technology acceptance model: four longitudinal field studies. Management Science, 46(2), 186–204.
Wood, S. (2013). Generation Z as consumers: Trends and innovation. Institute for Emerging Issues: NC State University, 119(9), 1-3.
