ปัจจัยการยอมรับข้อมูลของสื่อสังคมออนไลน์ที่มีอิทธิพล ต่อการตัดสินใจของผู้บริโภค ในการเลือกใช้บริการ ร้านกาแฟ ในเขตกรุงเทพมหานครและปริมณฑล
Main Article Content
บทคัดย่อ
การวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาปัจจัยทีส่งผลต่อการยอมรับข้อมูลของสื่อสังคมออนไลน์ที่มีอิทธิพลต่อการตัดสินใจเลือกใช้บริการร้านกาแฟของผู้บริโภคในเขตกรุงเทพมหานคร และปริมณฑล โดยมีกรอบแนวคิดการวิจัยประยุกต์จากทฤษฎีแบบจำลองการประมวลผลโดยละเอียด (Elaboration Likelihood Model) และแนวคิดทฤษฎีแบบจำลองการยอมรับ ข้อมูล (Information Adoption Mode) การวิจัยนี้เป็นการวิจัยเชิงปริมาณใช้แบบสอบถามในการเก็บข้อมูลด้วยวิธีการสุ่มตัวอย่างแบบชั้นภูมิ จำนวน 468 คน จากผู้บริโภคที่เคยใช้บริการร้านกาแฟโดยการค้นหาข้อมูลผ่านสื่อสังคมออนไลน์ในเขตกรุงเทพมหานครและปริมณฑล โดยแบ่งกลุ่มตัวอย่างตามช่วงอายุของผู้บริโภคกับความถี่ในการใช้บริการร้านกาแฟ เพื่อตอบแบบสอบถาม และวิเคราะห์ข้อมูลด้วยแบบจำลองสมการโครงสร้างผลการวิจัยพบว่า แบบจำลองในงานวิจัยนี้สอดคล้องกับกับข้อมูลเชิงประจักษ์ มีค่าใกล้เคียงกับเกณฑ์ที่กำหนดและอยู่ในเกณฑ์ที่สามารถยอมรับได้ และปัจจัยที่ส่งผลต่อการยอมรับข้อมูลของสื่อสังคมออนไลน์ที่มีอิทธิพลต่อการตัดสินใจเลือกใช้บริการร้านกาแฟอย่างมีนัยสำคัญทางสถิติ ประกอบด้วย การรับรู้ความเสี่ยง ความเกี่ยวข้อง ความกระชับ ความน่าเชื่อถือ การปรับขนาด ความนิยม ประโยชน์ของเนื้อหา และการนำข้อมูลมาใช้
ประโยชน์ที่ได้จากการวิจัย เพื่อเป็นแนวทางให้ผู้ใช้บริการร้านกาแฟ สามารถนำข้อมูลไปใช้ในการตัดสินใจเลือกใช้สินค้าหรือบริการได้ และเป็นข้อมูลให้ผู้ประกอบการหรือเจ้าของธุรกิจร้านกาแฟวางแผนการทำการตลาดผ่านสื่อสังคมออนไลน์เพื่อสร้างจุดแข็งและสร้างความได้เปรียบของธุรกิจ
Article Details
References
สิริลดา นาดี. (2559). ศึกษารูปแบบเนื้อหาการสื่อสาร และการตอบสนองบนเฟซบุ๊กแฟนเพจผลิตภัณฑ์ความงาม กรณีศึกษา เฟซบุ๊กแฟนเพจ: Oriental Princess Society, Merrezca และ BSC Cosmetology. การค้นคว้าอิสระนิเทศศาสตรมหาบัณฑิต สาขาวิชาการสื่อสารการตลาดดิจิทัล, มหาวิทยาลัยกรุงเทพ.
สุทธิ์ธิดา จันทร์โอกุล. (2558). อิทธิพลของการสื่อสารแบบปากต่อปากที่กระทาผ่านอินเทอร์เน็ตต่อความตั้งใจซื้อสินค้าของผู้บริโภคทางพาณิชย์อิเล็กทรอนิกส์.
วิทยานิพนธ์นี้วิทยาศาสตรมหาบัณฑิต สาขาวิชาระบบสารสนเทศเพื่อการจัดการคณะพาณิชยศาสตร์และการบัญชี, มหาวิทยาลัยธรรมศาสตร์.
Alsaleh, D. A., Elliott, M. T., Fu, F. Q., & Thakur, R. (2019). Cross-cultural Differences in the Adoption of Social Media. Journal of Research in Interactive Marketing, 13(1), 119-140.
Amoroso, D., & Lim, R. (2017). The mediating effects of habit on continuance intention. International Journal of Information Management, 37(6), 693–702.
Bailey, J.E.; Pearson, S.W. (1983). Development of a tool for measuring and analyzing computer user satisfaction. Management Science, 29, 530–545.
Bansal, H. S., & Voyer, P. A. (2000). Word-of-mouth processes within a services purchase decision context. Journal of Service Research, 3(2), 166–177.
Biscaia, A. R., Rosa, M. J., Moura e Sá, P., & Sarrico, C. S. (2017). Assessing customer satisfaction and loyalty in the retail sector. International Journal of Quality & Reliability Management, 34(9), 1508–1529.
Bhattacherjee, A. (2001). An empirical analysis of the antecedents of electronic commerce service continuance. Decision Support Systems, 32, 201–214.
Cheung, C.M.; Lee, M.K.; Rabjohn, N. (2008). The impact of electronic word-of-mouth: The adoption of online opinions in online customer communities. Internet Research, 18, 229–247.
Cheung, M.Y.; Luo, C.; Sia, C.L.; Chen, H. (2009). Credibility of electronic word-of-mouth: Informational and normative determinants of on-line consumer recommendations. International Journal of Electronic Commerce, 13, 9–38.
Chang, H.C. (2010). A new perspective on Twitter hashtag use: Diffusion of innovation theory. Proceedings of the American Society for Information Science and Technology, 47, 1–4.
Chu, S.; Kim, Y. (2011). Determinants of consumer engagement in electronic word-of-mouth (eWOM) in social networking sites. International Journal of Advertising, 30, 47–75.
Cui, W.; Du, J.; Wang, D.; Kou, F.; Liang, M.; Xue, Z.; Zhou, N. (2019). Extended search method based on a semantic hashtag graph combining social and conceptual information. World Wide Web, 22, 2589–2610.
De Veirman, M.; Cauberghe, V.; Hudders, L. (2017). Marketing through Instagram influencers: The impact of number of followers and product divergence on brand attitude. International Journal of Advertising, 36, 798–828.
De Vries, L.; Gensler, S.; Leeflang, P.S. (2012). Popularity of brand posts on brand fan pages: An investigation of the effects of social media marketing. Journal of Interactive Marketing, 26, 83–91. Diena Dwidienawati, David Tjahjana, Sri Bramantoro Abdinagoro, Dyah
Gandasari, Munawaroh (2020). Customer review or influencerendorsement: which one influences purchase intention more. Heliyon, 6, 1-11.
Erkan, I.; Evans, C. (2018). Social media or shopping websites? The influence of eWOM on consumers’ online purchase intentions. Journal of Marketing Communications, 24, 617–632.
Fang, Y.; Chiu, C. (2010). In justice we trust: Exploring knowledge-sharing continuance intentions in virtual communities of practice. Computers in Human Behavior, 26, 235–246.
Fang, B.; Ye, Q.; Kucukusta, D.; Law, R. (2016). Analysis of the perceived value of online tourism reviews: Influence of readability and reviewer characteristics. Tourism Management, 52, 498–506.
Fuchs, G., & Reichel, A. (2006). Correlates of destination risk perception and risk reduction strategies, Progress in tourism marketing, advances in tourism research, pp. 161–170.
G.T Puspita and H.Hendrayati. (2018). Food Blogger Review on Instagram as an Alternative for Helping Consumer Purchase Decision, Advances in Economics, Business and Management Research, volume 117 3rd Global Conference On Business, Management, and Entrepreneurship.
Hair, J. F., Black, W. C., Babin, B.J., and Anderson, R. E. (2010). Multivariate Data Analysis (7th Edition). Upper Saddle River,New Jersey: Prentice Hall.
Hashim, K.F.; Tan, F.B. (2015). The mediating role of trust and commitment on members’ continuous knowledge sharing intention: A commitment-trust theory perspective. International Journal of Information Management, 35, 145–151.
Hee-Min Lee, Jee-Won Kang and Young Namkung (2021). Instagram Users’ Information Acceptance Process for Food-Content, Sustainability, 13, 2638.
H. Jeong, D. Koo (2015). Combined effects of valence and attributes of e-WOM on consumer judgment for message and product, Internet Research.25 (1) 2–29.
J.J. Wang, L.Y. Wang, M.M. Wang (2018). Understanding the effects of eWOM social ties on purchase intentions: a moderated mediation investigation, Electronic Commerce Research and Applications, 28, 54–62.
Kang, J.W.; Namkung, Y. (2019). The information quality and source credibility matter in customers’ evaluation toward food O2O commerce. International Journal of Hospitality Management, 78, 189–198.
Kim, K.Y.; Kyung, S.B. (2018). The effect of social network service (SNS)-based food content information quality on user satisfaction, intention to use, and information sharing intention. International Journal of Hospitality & Tourism Administration, 32, 177–192.
Kim, W.B.; Kim, D.S.; Park, J. (2019). The effects of hashtag type on evaluations of influencer and fashion information and consumer responses. Journal of the Korean Society of Clothing and Textiles, 43, 1–16.
Lee, C.S.; Ma, L. (2012). News sharing in social media: The effect of gratifications and prior experience. Computers in Human Behavior, 28, 331–339.
Lee, Y.W.; Strong, D.M.; Kahn, B.K.; Wang, R.Y. (2002). AIMQ: A methodology for information quality assessment. Information & Management, 40, 133–146.
Petty, R E., & Cacioppo, J. T. (1984). Source factors and the elaboration likehood model of persuasion. Advances in Consumer Research, 11, 668-672.
Peng, L., Liao, Q., & Wang, X. (2016). Factors affecting female user information adoption: An empirical investigation on fashion shopping guide websites. Electronic Commerce Research, 16(2), 145-169.
Priporas, C. V., Stylos, N., and Fotiadis, A. K. (2017). Generation Z Consumers’ Expectations of Interactions in Smart Retailing: A Future Agenda. Computers in Human Behavior. Vol. 77, pp. 374-381.
Ramachandran, S.; Paulraj, S.; Joseph, S.; Ramaraj, V. (2009). Enhanced trustworthy and high-quality information retrieval system for web search engines. International Journal of Computer Science Issues, Vol. 5, 38–42.
Roehl,W. S., & Fesenmaier, D. R. (1992). Risk perceptions and pleasure travel: An exploratory analysis. Journal of Travel Research, 30, 17–26.
Rubio, N., Oubia, J., & Villaseor, N. (2014). Brand awareness–Brand quality inference and consumer’s risk perception in store brands of food products. Food Quality and Preference, 32(1), 289-298.
Shun-Yao Tseng and Ching-Nan Wang. (2016). Perceived risk influence on dual-route information adoption processes on travel websites. Journal of Business Research 69 (2016) 2289–2296.
Susssman, S. W., & Siegal, W. S. (2003). Informational Influence in Organizations: An Integrated Approach to Knowledge Adoption.
Information Systems Research, 14(1), 47-65.
Shu, M. L., & Scott, N. (2014). Influence of social media on Chinese students’ choice of an overseas study destination: An information adoption model perspective. Journal of Travel & Ourism Marketing, 31(2), 288-302.
Teng, S.; Khong, K.W.; Goh, W.W.; Chong, A.Y.L. (2014). Examining the antecedents of persuasive eWOM messages in social media. Online Information Review, 38, 746–768.
Wu, C.; Shaffer, D.R. (1987). Susceptibility to persuasive appeals as a function of source credibility and prior experience with the attitude object. Journal of Personality and Social Psychology, 52, 677.
Yang, D.; Zhu, R.; Li, Y. (2019). Self-Attentive neural network for hashtag recommendation. Journal of Engineering Science and Technology Review. 12, 104–110.