Technology Acceptance, Trust, and Perceived Risk Influencing Consumers’ Purchase Intention for Luxury Brands on Mobile Applications
Article Sidebar
Main Article Content
Abstract
This study aims to examine the influence of technology acceptance factors, namely perceived usefulness and perceived ease of use, together with trust and perceived risk, on consumers’ purchase intention for luxury brands through mobile applications. The study addresses a research gap in the limited integration of the Technology Acceptance Model (TAM), trust, and perceived risk within the context of luxury consumption in mobile application environments, particularly among Thai consumers. A quantitative research design was employed. The sample consisted of 400 consumers aged 25 years and above who had prior experience purchasing luxury brands via mobile applications. Data were collected using a structured questionnaire with a five-point Likert scale. Pearson’s correlation analysis was conducted to examine the relationships between variables, followed by multiple regression analysis to test the combined influence of independent variables on purchase intention. The results revealed that perceived usefulness, perceived ease of use, trust, and perceived risk were all significantly correlated with purchase intention. However, when analyzed simultaneously using multiple regression, perceived risk was the only significant predictor of purchase intention, whereas the other variables did not show statistically significant effects. This finding suggests that, in the context of luxury products where transaction value and uncertainty are high, consumers place greater emphasis on risk evaluation than on technological convenience or perceived benefits. The study contributes to the literature by extending the application of TAM through the integration of perceived risk in high-involvement digital purchasing contexts. Practically, the findings highlight the importance of risk reduction strategies, such as transaction security, product authentication, and transparent policies, in enhancing consumers’ purchase intention.
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
นพรัตน์ จินตวร, ศรัณย์ธร ศศิธนากรแก้ว และ ภานนท์ คุ้มสุภา. (2567). ปัจจัยที่มีอิทธิพลต่อการยอมรับและพฤติกรรมการใช้งานแอปพลิเคชันประเภทสร้างสรรค์สื่อ. วารสารมหาจุฬานาครทรรศน์, 11(2), 280-288. สืบค้นจาก https://so03.tci-thaijo.org/index.php/JMND/article/view/275342
นิวรัตน์ วิจิตรกุลสวัสดิ์, ประเทือง ภูมิภัทราคม, พุฒิพงศ์ เอี่ยมสินธร และ ลัดดาวัลย์ มั่งคั่ง. (2566). อิทธิพลของการรับรู้ความเสี่ยงต่อการตัดสินใจซื้อสินค้าออนไลน์จากธุรกิจขนาดย่อมของผู้บริโภคในเขตกรุงเทพมหานคร. วารสารวิชาการและวิจัยสังคมศาสตร์, 18(3), 121-136. สืบค้นจาก https://so05.tci-thaijo.org/index.php/JSSRA/article/view/265879
เมฑริกา อิงคเวศน์วานิช, ฉัตยาพร เสมอใจ และ พรพิมล สัมพัทธ์พงษ์. (2567). อิทธิพลของกิจกรรมการตลาดสื่อสังคมออนไลน์และความไว้วางใจต่อการตัดสินใจซื้อสินค้าผ่านเฟซบุ๊กไลฟ์ของผู้บริโภคในเขตกรุงเทพมหานครและปริมณฑล. วารสารวิชาการสังคมศาสตร์เครือข่ายวิจัยประชาชื่น, 6(2), 1-19. สืบค้นจาก https://so03.tci-thaijo.org/index.php/prn/article/view/275145
ศรัณย์ธร ศศิธนากรแก้ว. (2561). ปัจจัยพยากรณ์ความตั้งใจในการใช้เครือข่ายสังคมออนไลน์ของพระสงฆ์เขตกรุงเทพมหานคร. วารสารวิจัยราชภัฏพระนคร สาขามนุษยศาสตร์และสังคมศาสตร์, 13(2), 177–190. สืบค้นจาก https://so05.tci-thaijo.org/index.php/PNRU_JHSS/article/view/113571
ศรัณย์ธร ศศิธนากรแก้ว, สุปรียา พัฒนพงศ์ธร, ชวิศา อุ่นยนต์, นวพร ชัยทรัพย์, สุทธญาณ์ บุญเต็ม และ ศุภดา แสนฉลาด. (2563). การยอมรับและพฤติกรรมการใช้เน็ตฟลิกซ์ของประชาชนในเขตกรุงเทพมหานคร. วารสารมนุษยศาสตร์วิชาการ, 27(2), 258-276. สืบค้นจาก https://so04.tci-thaijo.org/index.php/abc/article/view/172126
Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50(2), 179–211. https://doi.org/10.1016/0749-5978(91)90020-T
Bain & Company. (November 21, 2023). Bain & Co Luxury goods worldwide market study (fall 2023). Retrieved April 10, 2026, from https://www.bain.com.cn/news_info.php?id=1769
Bauer, R. A. (1960). Consumer behavior as risk taking. In R. S. Hancock (Ed.), Dynamic marketing for a changing world (pp. 389-398). Illinois: American Marketing Association.
Chevalier, J. A., & Mayzlin, D. (2006). The effect of word of mouth on sales: Online book reviews. Journal of Marketing Research, 43(3), 345-354. https://doi.org/10.1509/jmkr.43.3.345
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319-340. https://doi.org/10.2307/249008
Featherman, M. S., & Pavlou, P. A. (2003). Predicting e-services adoption: A perceived risk facets perspective. International Journal of Human-Computer Studies, 59(4), 451-474. https://doi.org/10.1016/S1071-5819(03)00111-3
Fishbein, M., & Ajzen, I. (1975). Belief, attitude, intention and behavior: An introduction to theory and research. Boston: Addison-Wesley.
Gefen, D., Karahanna, E., & Straub, D. W. (2003). Trust and TAM in online shopping: An integrated model. MIS Quarterly, 27(1), 51-90. https://doi.org/10.2307/30036519
Hoyer, W. D., & MacInnis, D. J. (1997). Consumer behavior. Boston: Houghton Mifflin.
Kim, D. J., Ferrin, D. L., & Rao, H. R. (2008). A trust-based consumer decision-making model in electronic commerce. Decision Support Systems, 44(2), 544-564. https://doi.org/10.1016/j.dss.2007.07.001
McKechnie, S. (2006). Consumer risk perceptions in online shopping environments. International Journal of Retail & Distribution Management, 34(5), 308–322.
McKnight, D. H., Choudhury, V., & Kacmar, C. (2002). Developing and validating trust measures for e-commerce: An integrative typology. Information Systems Research, 13(3), 334–359. https://doi.org/10.1287/isre.13.3.334.81
Pavlou, P. A. (2003). Consumer acceptance of electronic commerce: Integrating trust and risk with the technology acceptance model. International Journal of Electronic Commerce, 7(3), 101–134. https://doi.org/10.1080/10864415.2003.11044275
Schiffman, L. G., & Wisenblit, J. (2015). Consumer behavior. (11th ed.). London: Pearson.
Statista. (2024). Luxury e-commerce market revenue worldwide. Retrieved from https://www.statista.com/
Venkatesh, V., & Davis, F. D. (2000). A theoretical extension of the technology acceptance model: Four longitudinal field studies. Management Science, 46(2), 186–204. https://doi.org/10.1287/mnsc.46.2.186.11926
