The Development of a Causal Relationship Model and the Effect of Compulsive Online Shopping Among Retired People in Central Thailand
Article Sidebar
Main Article Content
Abstract
This research aimed to understand the circumstances and causes related to online shopping addiction behavior and the effects of such addictive behavior and aimed to develop a causal model for online shopping addiction in the elderly population of the central region. The research utilized a mixed-methods approach, specifically an exploratory sequential design, which was divided into two phases: Phase 1 used qualitative research methods to study the factors related to online shopping addiction behavior and the effects of such addictive behavior. Data were collected through in-depth interviews, and Phase 2 used quantitative research methods to develop a causal relationship model of online shopping addiction. Data were collected through questionnaires from 400 people.
The results from Phase 1 identified main causes related to online shopping behavior: (1) Personal factors: 1) the ability to easily access online channels; 2) a positive attitude towards online shopping; 3) a sense of pride in finding products at low prices; and 4) a bias against non-online sales methods and (2) Social factors: 1) products being cheaper than in local markets; 2) the convenience of online purchasing; 3) sellers having trustworthy personalities; 4) availability of desired products without the need to search; 5) confidence in the quality of products/stores; 6) recommendations for purchasing from friends/acquaintances; 7) ease of product delivery; and 8) sales promotions. The effects of online shopping included 1) poor-quality products, 2) family conflicts, and 3) frustration over delayed orders. The results from Phase 2 indicated that the model of the causal relationship between online shopping addiction and behavior was consistent with the real-world data after model adjustments. The indices of model fit were as follows: χ² = 10.47, df = 3, p-value = 0.01, χ²/df = 3.49, RMSEA = 0.079, SRMR = 0.015, CFI = 0.99, and GFI = 0.99.
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Views and opinions appearing in the Journal it is the responsibility of the author of the article, and does not constitute the view and responsibility of the editorial team.
References
กระทรวงพาณิชย์. (1 พฤษภาคม 2564). พาณิชย์เผย โควิดดันยอดซื้อสินค้าออนไลน์เพิ่มขึ้น 0.45 เท่า. สืบค้นเมื่อ 1 ตุลาคม 2567, จาก https://www.price.moc.go.th/price/fileuploader/file_admin_sum/news_survey-042564.pdf
กุลวรินทร์ สิงห์คำ และ พรทิพย์ รอดพ้น. (2565). การยอมรับเทคโนโลยีที่มีอิทธิพลต่อความตั้งใจซื้อสินค้าออนไลน์ของผู้บริโภคเจเนอเรชั่นเอ็กซ์. วารสารวิจัยวิทยาการจัดการ มหาวิทยาลัยราชภัฏสุรินทร์, 6(2), 60-74. สืบค้นจาก https://so02.tci-thaijo.org/index.php/jmsr/article/view/252695
ฉัตรเมือง เผ่ามานะเจริญ. (2565). แรงจูงใจที่มีต่อการตัดสินใจซื้อสินค้าบนแพลตฟอร์มช้อปปิ้งออนไลน์ของเจเนอเรชั่นแซด. วารสารวิชาการนวัตกรรมสื่อสารสังคม, 10(2), 88-104. สืบค้นจาก https://so06.tci-thaijo.org/index.php/jcosci/article/view/255174
ชนิดาภา อาษาบาล และ วัชระ เวชประสิทธิ์. (2566). ผลกระทบของปัจจัยการยอมรับเทคโนโลยีและการสื่อสารการตลาดที่ส่งผลต่อพฤติกรรมการใช้งานโมบายแบงค์กิ้งของผู้สูงอายุในจังหวัดเพชรบุรี. วารสารวิทยาการจัดการ มหาวิทยาลัยราชภัฏอุดรธานี, 5(5), 49-63. สืบค้นจาก
https://so08.tci-thaijo.org/index.php/MSJournal/article/view/2606
นันทินี บุญยปรารภชัย และ ประพล เปรมทองสุข. (2566). โมเดลความสัมพันธ์เชิงสาเหตุของปัจจัยที่ส่งผลให้เกิดความตั้งใจซื้อสินค้าออนไลน์ของผู้บริโภคเจเนอเรชั่นเบบี้บูมเมอร์และเจเนอเรชั่นเอ็กซ์ เขตกรุงเทพมหานครและปริมณฑล. วารสารนวัตกรรมการจัดการศึกษาและการวิจัย, 5(1), 85-100. สืบค้นจาก https://so02.tci-thaijo.org/index.php/jemri/article/view/258865
บัญชา คชทองคำ และ สุมามาลย์ ปานคำ. (2562). โมเดลความสัมพันธ์เชิงสาเหตุของทฤษฎีรวมการยอมรับและการใช้เทคโนโลยีที่มีผลต่อพฤติกรรมการใช้งานแอปพลิเคชัน Weloveshopping ของผู้บริโภคในเขตกรุงเทพมหานครและปริมณฑล. รังสิตสารสนเทศ, 25(2), 64-77. สืบค้นจาก https://rilj.rsu.ac.th/journal/50/article/206
พิทยุช ญาณพิทักษ์. (2023). อิทธิพลของการตลาดออนไลน์ที่มีผลต่อการตัดสินใจซื้อสินค้าออนไลน์. Interdisciplinary Academic and Research Journal, 3(6), 1005-1020. DOI:10.60027/iarj.2023.272786
ภัคกร รักราชการ, ศริญญา สุทธรัตนกุล, ทิตพงศ์ แดงรัศมีโสภณ และ รณชัย ลีลาฉัตร. (2564). อิทธิพลของปัจจัยทางจิตวิทยาต่อการเสพติด สื่อสังคมออนไลน์และการซื้อของเพื่อความเพลิดเพลิน. วารสารบริหารธุรกิจ, 44(172), 105-129. DOI: 10.14456/jba.2021.22
รชต สนิท. (20 มกราคม 2564). E-commerce ไม่ใช่แค่เรื่องของคนรุ่นใหม่การค้าออนไลน์กำลังบูม ในกลุ่มผู้สูงวัยทั่วโลก. สืบค้นเมื่อ 1 กันยายน 2566, จาก https://brandinside.asia/elderly-grows-the-most-in-online-platform/
โรงพยาบาลเพชรเวช. (7 มกราคม 2564), Shopaholic โรคเสพติดการชอปปิง. สืบค้นเมื่อ 1 กรกฎาคม 2567, จาก https://www.petcharavejhospital.com/th/Article/article_detail/Shopaholic
วีรวัลย์ ปิ่นชุมพลแสง, ปรีญาภรณ์ คงทัพ, บุปผา ชื่นแดง, ภาวินี ใจชื่น และ สุจิตรา ศรีอินทร์. (2565). การศึกษาพฤติกรรมการตัดสินใจซื้อสินค้าผ่านแพลตฟอร์มออนไลน์ของกลุ่มผู้สูงอายุ. วารสารการจัดการโซ่คุณค่าและกลยุทธ์ธุรกิจ, (1)1, 27-36. https://so08.tci-thaijo.org /index.php/VCMBS/article/view/394
ศูนย์ข้อมูลและข่าวสืบสวนเพื่อสิทธิพลเมือง. (2564). ผลสํารวจพบคนไทยมีอัตราช้อปปิ้งออนไลน์สูงที่สุดในโลกช่วง COVID-19. สืบค้นเมื่อ 25 สิงหาคม 2566, จาก https://www.tcijthai.com/news/2021/19/scoop/11763
เศรษฐวิฐฬ์ คงกะพันธ์ และ วลัยลักษณ์ บวรสินรักดี. (2022). พฤติกรรมการซื้อสินค้าออนไลน์ของผู้บริโภคสูงอายุจังหวัดภูเก็ตในยุคดิจิทัล. วารสารรัชต์ภาคย์, 16(47), 273-286. สืบค้นจาก https://so05.tci-thaijo.org/index.php/RJPJ/article/view/256950
สุบิน พุทโสม และ จิระภา จันทร์บัว. (2564). อิทธิพลของความเสี่ยงในการซื้อสินค้าออนไลน์ ความพึงพอใจในการซื้อสินค้าออนไลน์ และความภักดีในการซื้อสินค้าออนไลน์ที่ส่งผลต่อการซื้อสินค้าออนไลน์ซ้ำ. วารสารวิชาการสมาคมสถาบันอุดมศึกษาเอกชนแห่งประเทศไทย (สสอท.), 27(2), 57-73. สืบค้นจาก https://so06.tci-thaijo.org/index.php/apheit-ss/article/view/251289
Ajzen, I., & Fishbein, M. (1975). A Bayesian analysis of attribution processes. Psychological Bulletin, 82(2), 261-277. Retrieved from https://doi.org/10.1037/h0076477
Cochran, W.G. (1953). Sampling techniques. New York: John Wiley & Sons.
Creswell, J. W. (2007). Qualitative inquiry and research design: Choosing among five approaches. (2nd ed.). Sage Publications
Creswell, J. W., & Clark, V.L.P. (2011). Designing and conducting mixed methods research. (2nd ed.). Sage Publication.
Davis, F. (1985). A technology acceptance model for empirically testing new end-user information system: theory an results(Doctoral dissertation). MIT Sloan School of Management.
Denzin, N. (2006). Sociological methods: a sourcebook. (5th ed.). New York: Aldine Transaction.
Hair, J. F., Anderson, R. E., Babin, B. J., & Black, W. C. (2010). Multivariate data analysis: a global perspective. (7th ed.). Upper Saddle River, NJ: Pearson.
Grant, J. (19 January 2024). How the rise of online shopping has impacted mental health?. Retrieved November 20, 2024, from https://www.psychreg.org/how-rise-online-shopping-has-impacted-health/
Guo, L., & Cai, Y. (2024). An analysis of the impact of text-based ai chatbot on consumer purchase intentions in online shopping platforms. International Journal of Sociologies and Anthropologies Science Reviews, 4(6), 399–416. Retrieved from https://doi.org/10.60027/ijsasr.2024.4970
Kotler, P. (1997). Marketing management: analysis, planning, implementation, and control. (9th ed.). New Jersey: A Simon & Schuster Company.
Kotler, P., & Keller, K. L. (2012). Marketing management. (14th ed). New Jersey: Prentice-Hall.
Manchiraju, S., Sadachar, A., Ridgway, JL. (2017). The compulsive online shopping scale (COSS): development and validation using panel data. International Journal of Mental Health and Addiction, 15(1), 209-223. Retrieved from https://doi:10.1007/s11469-016-9662-6
Pan, S. (2023). A study of impact of consumer-perceived value on the sales and marketing performance of skincare enterprises in the context of e-commerce live streaming using consumer trust as a mediation. International Journal of Sociologies and Anthropologies Science Reviews, 4(1), 165-174. Retrieved from https://so07.tci-thaijo.org/index.php/IJSASR/article/view/3588
Pilakaew, T., Thanitbenjasith, P., & Kamkankaew, P. (2024). The impact of consumer perceptions of privacy and security risks on re-purchasing intention for online shopping in Chiang Mai Province, Thailand. International Journal of Sociologies and Anthropologies Science Reviews, 4(6), 531-542. Retrieved from https://so07.tci-thaijo.org/index.php/IJSASR/article/view/5065
Schumacker, R. E. & Lomax, R. G. (2004). A beginner’s guide to structure equation modeling. (2nd ed.). Mahwah. NJ: Lawrence.
Sung, Y., & Yoon, C. (2024). Social and cultural influences on older consumers. Current Opinion in Psychology, 55, 101740. Retrieved from https://doi.org/10.1016/j.copsyc.2023.101740
Vroom, V. H. (1964). Work and motivation. California: Jossey-Bass.
Yılmaz, Ö., Boz, H., & Arslan, A. (2017). Depresyon Anksiyete Stres Ölceginin (DASS 21) Turkce Kisa Formunun Gecerlilik-Guvenilirlik Çalismasi (The Validity and Reliability of Depression Stress and Anxiety Scale (DASS21) Turkish Short From). Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 2(2), 78-91.
Zhang, B. & Kim, J.-H. (2013). Luxury fashion consumption in China: Factors affecting attitude and purchase intent. Journal of Retailing and Consumer Services, 20(1), 68-79.
Zhao, H., Tian, W. & Xin, T. (2017). The development and validation of the online shopping addiction scale. Front Psychol, 8, 735. Retrieved from https://doi:10.3389/fpsyg.2017.00735.7
