ปัจจัยที่ส่งผลต่อการยอมรับร้านอาหารออนไลน์ของผู้สูงอายุในจังหวัดตรัง
Article Sidebar
Main Article Content
บทคัดย่อ
การวิจัยครั้งนี้มีวัตถุประสงค์ เพื่อศึกษาการยอมรับและปัจจัยที่ส่งผลต่อการยอมรับร้านอาหารออนไลน์ของผู้บริโภคสูงอายุ ประชากรและกลุ่มตัวอย่างเป็นผู้ที่มีอายุตั้งแต่ 60 ปีขึ้นไป ที่พักอาศัยในจังหวัดตรังและมีประสบการณ์การใช้อินเทอร์เน็ต ด้วยการประยุกต์ใช้ตัวแบบทฤษฎีการพัฒนาทฤษฎีรวมของการยอมรับและการใช้เทคโนโลยี (UTAUT2) โดยใช้กระบวนการวิจัยเชิงปริมาณ เก็บรวบรวมข้อมูลจากกลุ่มตัวอย่างจำนวน 400 คน ด้วยแบบสอบถาม สถิติที่ใช้ในการวิเคราะห์ข้อมูล คือ การแจกแจงความถี่ ค่าร้อยละ ค่าเฉลี่ย และค่าเบี่ยงเบนมาตรฐาน และวิเคราะห์ปัจจัยที่ส่งผลต่อระดับการยอมรับด้วยการวิเคราะห์การถดถอยกำลังสองน้อยที่สุดบางส่วน ผลการวิจัย พบว่า ผู้สูงอายุมีระดับการยอมรับร้านอาหารออนไลน์อยู่ในระดับปานกลาง (=3.36) โดยมีความสนใจที่จะสั่งอาหารจากร้านอาหารออนไลน์ในระดับมาก (
=3.41) และมีแนวโน้มจะสั่งอาหารจากร้านอาหารออนไลน์ด้วยตนเองในระดับมาก (
=3.45) และจะสั่งอาหารจากร้านอาหารออนไลน์อย่างต่อเนื่องในระดับปานกลาง (
=3.24) โดยปัจจัยที่ส่งผลต่อการยอมรับร้านอาหารออนไลน์ของผู้สูงอายุ มีจำนวน 4 ปัจจัย เรียงลำดับความสำคัญ คือ ความเคยชิน เงื่อนไขการอำนวยความสะดวก แรงจูงใจด้านความบันเทิง และ อิทธิพลของสังคม ซึ่งผู้ประกอบธุรกิจร้านอาหารสามารถนำผลการวิจัยไปใช้พัฒนาธุรกิจร้านอาหารผ่านช่องทางออนไลน์ให้ตรงกับความต้องการของผู้บริโภคสูงอายุได้ต่อไป
Article Details
- ผู้เขียนต้องยินยอมปฏิบัติตามเงื่อนไขที่กองบรรณาธิการวารสารกำหนด และผู้เขียนต้องยินยอมให้บรรณาธิการ แก้ไขความสมบูรณ์ของบทความได้ในขั้นตอนสุดท้ายก่อนเผยแพร่
- ลิขสิทธิ์บทความเป็นของผู้เขียน แต่วารสารเทคโนโลยีภาคใต้คงไว้ซึ่งสิทธิ์ในการตีพิมพ์ครั้งแรก โดยเหตุที่บทความนี้ปรากฏในวารสารที่เข้าถึงได้จึงอนุญาตให้นำบทความไปใช้เพื่อประโยชน์ทางการศึกษา แต่มิใช่เพื่อการพาณิชย์
เอกสารอ้างอิง
Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50(2), 179-211.
Akarachantachote, N., & Saithanu, K. (2017). Using partial least square regression in the case of violations of regression model assumptions. Huachiew Chalermprakiet Science and Technology Journal, 3(1), 69-75. [in Thai]
Arenas-Gaitán, J., Peral-Peral, B., & Ramón-Jerónimo, M. A. (2015). Elderly and internet banking: An application of UTAUT2. Journal of Internet Banking and Commerce, 20(1), 1-23.
Bujang, M. A., Sa' at, N., & Sidik, T.M.I.T.A.B. (2017). Determination of minimum sample size requirement for multiple linear regression and analysis of covariance based on experimental and non-experimental studies. Epidemiology, Biostatistics and Public Health, 14(3), 1-9.
Chaluay, P., Chaveesuk, S., & Pantuwong, N. (2015). Applying of the unified theory of acceptance and use of technology (UTAUT) and extending the unified theory of accep- tance and use of technology (UTAUT2) with e-business. KMITL Journal of Information Technology, 4(2), Unpaged. [in Thai]
Chiewpattanakul, A., Adisornprasert, W., & Yan- somboon, S. (2011). Factors affecting saving behavior and spending behavior of senior citizen. Journal of Humanities and Social Sciences, 3(6), 178-194. [in Thai]
Hair, J. F., Hult, G. M., Ringle, C. M., & Sarstedt, M. (2013). A Primer on Partial Least Squares Structural Equation Modeling (PLS-SEM). Thousand Oaks: SAGE Publications.
Hoque, R., & Sorwar, G. (2017). Understanding factors influencing the adoption of mHealth by the elderly: An extension of the UTAUT Model. International Journal of Medical Informatics, 101, 75-84.
In-klam, S. (2017). Nature of micro and small hotel and restaurant in Trang, Krabi and Phuket. Journal of Thai Hospitality & Tourism, 12(2), 17-27. [in Thai]
Kock, N. (2018). WarpPLS User Manual: Version 6.0. Laredo: TX: Script Warp Systems.
Macedo, I. M. (2017). Predicting the acceptance and use of information and communication technology by older adults: An empirical examination of the revised UTAUT2. Computers in Human Behavior, 75, 935-948.
National Statistical Office. (2018). The 2017 Food Consumption Behavior Survey. Retrieved October 31, 2018, from http://www.nso.go.th/sites/2014/DocLib13/ด้านสังคม/สาขาสุขภาพ/ Food_ consumption_ behavior_of_ the_ population/2560/รายงานฉบับสมบูรณ์.pdf. [in Thai]
Nunnally, J. C., & Benstein, I. H. (1994). Psycho- metric Theory (3rded.). McGraw-Hill.
Phuthong, T., & Mangsungnoen, N. (2017). Factors influencing the elderly intention to use and adopt mobile health services. Veridian E-Journal, Silpakorn University Humanities, Social Sciences and Arts, 10(3), 548-566. [in Thai]
Piriyakul, M. (2010). Partial least square path modeling (PLS path modeling). In the National Conference on Statistics and Applied Statistics, (pp. C1-C22). [in Thai]
Rouythanasombat, P. (2015). Study of Online Shopping Behavior and Factors Affecting Consumer’s Purchase Intention for Different Generations: Gen Y, Gen X, Baby Boomer (Master’s Independent Study). Thammasat University, Bangkok. [in Thai]
Sa-ard-dee, A. (2016). Attitude and Interest of the Elderly Towards Buying Dietary Supple- ment Product Via Mobile Application (Master’s Independent Study). Thammasat University, Bangkok. [in Thai]
Sanlaiad, K., Taweesuk, P., & Sakrungpongsakul, S. (2017). Technology acceptance affecting intention tendency on online shopping of baby boomers in Bangkok metropolitan. Panyapiwat Journal, 9(3), 3-15. [in Thai]
The Secretariat of the House of Representatives. (2016). Silver Economy. Retrieved June 5, 2017, from https://www.parliament.go.th/ewtcommittee/ewt/drive_econ/download/article/article_20160809081130.pdf. [in Thai]
Trang Province Statistical Office. (2017). The 2017 Establishment Survey on the Use of Information and Communication Technology. Retrieved October 31, 2018, from http://www.nso.go.th/sites/2014en/Pages/ Statistical%20Themes/ICT/The-2012-Estab lishment-Survey-On-Use-Of-Information-And-Communication Technology. aspx. [in Thai]
Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: toward a unified view. MIS Quarterly, 27(3), 425-478.
Venkatesh, V., Thong, J., & Xu, X. (2012). Consumer acceptance and use of information technology: extending the unified theory of acceptance and use of technology. MIS Quarterly, 36(1), 157-178.
