การรับรู้ความเสี่ยงต่อการยอมรับการใช้บริการธุรกรรมของธนาคารผ่านโทรศัพท์มือถือในประเทศไทย : บทบาทตัวแปรกำกับของกลุ่มอ้างอิง
Article Sidebar
Main Article Content
บทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อ (1) ศึกษาความสัมพันธ์ระหว่างการรับรู้ความเสี่ยงและการยอมรับการใช้บริการธุรกรรมของธนาคารผ่านโทรศัพท์มือถือ (2) ศึกษาอิทธิพลกำกับของกลุ่มอ้างอิง (กลุ่มส่วนตัวและกลุ่มสาธารณะ) ต่อความสัมพันธ์ระหว่างการรับรู้ความเสี่ยงและการยอมรับการใช้บริการธุรกรรมของธนาคารผ่านโทรศัพท์มือถือ กลุ่มตัวอย่างทั้งหมดคือลูกค้าธนาคาร 610 รายที่ใช้บริการธุรกรรมของธนาคารผ่านโทรศัพท์มือถือ เครื่องมือวิจัยที่ใช้ในการศึกษาครั้งนี้เป็นแบบสอบถามชนิดให้ผู้ตอบกรอกข้อมูลเอง ข้อมูลสำหรับการศึกษานี้เก็บรวบรวมโดยการสำรวจโดยใช้แบบสอบถามที่มีการสุ่มตัวอย่างแบบเจาะจง การวิเคราะห์ความแปรปรวนพหุคูณและการวิเคราะห์โมเดลสมการโครงสร้างถูกใช้ในการวิเคราะห์ข้อมูล ผลการวิเคราะห์แสดงให้เห็นว่า (1) การรับรู้ความเสี่ยงมีอิทธิพลในทางลบต่อการยอมรับการใช้บริการธุรกรรมของธนาคารผ่านโทรศัพท์มือถือ (2) กลุ่มอ้างอิง(ทั้งกลุ่มส่วนตัวและกลุ่มสาธารณะ)เป็นตัวแปรกำกับระหว่างการรับรู้ความเสี่ยงและการยอมรับการใช้บริการธุรกรรมของธนาคารผ่านโทรศัพท์มือถือโดยกลุ่มส่วนตัวสามารถลดผลกระทบด้านลบของการรับรู้ความเสี่ยงต่อการยอมรับบริการธุรกรรมของธนาคารผ่านโทรศัพท์มือถือได้มากกว่ากลุ่มสาธารณะ ผลการวิจัยช่วยให้ธนาคารและสถาบันการเงินต่างๆใช้กลุ่มอ้างอิงโดยเฉพาะกลุ่มส่วนตัวเป็นกลยุทธ์ในการสื่อสารเพื่อลดผลกระทบด้านลบจากการรับรู้ความเสี่ยงและรณรงค์ให้ลูกค้าใช้บริการธุรกรรมของธนาคารผ่านโทรศัพท์มือถือ
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความ ข้อมูล เนื้อหา รูปภาพ ฯลฯ ที่ได้รับการเผยแพร่ในวารสารมหาวิทยาลัยราชภัฏยะลานี้ ถือเป็นลิขสิทธิ์ของวารสารมหาวิทยาลัยราชภัฏยะลา หากบุคคลหรือหน่วยงานใดต้องการนำทั้งหมดหรือส่วนหนึ่งส่วนใดไปเผยแพร่ต่อหรือกระทำการใดๆ จะต้องได้รับอนุญาตเป็นลายลักษณ์อักษรจากวารสารมหาวิทยาลัยราชภัฏยะลาก่อนเท่านั้น
References
Bank of Thailand (2020). The payment systems roadmap No.4 (2019 - 2021) [ online]. Retrieved September 1, 2021, from: https://www.bot.or.th/English/PaymentSystems/PolicyPS/Documents/PaymentRoadmap_2021.pdf.
Bank of Thailand (2021). Use of mobile banking and internet banking statistic 2021 [online]. Retrieved September 2, 2021, from:
https://www.bot.or.th/App/BTWS_STAT/statistics/ReportPage.aspx?reportID=949&language=eng.
Bauer, R. A. (1960). Consumer behavior as risk taking. In Cox. D. (Ed.), Risk taking and information handling in consumer behavior. 389-398. Cambridge. MA: Harvard University Press.
Chavali, K. & Kumar, A. (2018). Adoption of mobile banking and perceived risk in GCC. Banks and Bank Systems, 13(1), 72-79.
Chen, C. (2013). Perceived risk, usage frequency of mobile banking services. Managing Service Quality: An International Journal, 23(5), 410-436.
Childers, T. L. & Rao, A. R. (1992). The influence of familial and peer-based reference groups on consumer decisions. Journal of Consumer Research, 19(2), 198–211.
Ding, S., Lin, J. & Zhang, Z. (2020). Influences of reference group on users’ purchase intentions in network communities: from the perspective of trial purchase and upgrade purchase. Sustainability, 12(24), 1-19.
Elhajjar, S. & Ouaida, F. (2020). An analysis of factors affecting mobile banking adoption. International Journal of Bank Marketing, 38(2), 352-367.
Featherman, M.S. & Pavlou, P. A. (2003). Predicting e-services adoption: a perceived risk facets perspective. International Journal of Human-Computer Studies, 59, 451-474.
Hair, J. F., Anderson, R. E., Babin, B.J. & Black W.C. (2010). Multivariate data analysis: a global perspective. Upper Saddle River. NJ: Pearson.
Hoonsopon, D. & Puriwat, W. (2016). The effect of reference groups on purchase intention: evidence in distinct types of shoppers and product involvement. Australian Marketing Journal, 24, 157-164.
Jacoby, J. & Kaplan, L.B. (1972). The components of perceived risk. Proceedings of the Annual Conference of the Association for Consumer Research, 10, 382-393.
Khasawneh, M.H.A. (2015). A mobile banking adoption model in the Jordanian market: an integration of TAM with perceived risks and perceived benefits. Journal of Internet Bank Commerce, 20(3),1-13.
Masoud, Y. E. (2013). The effect of perceived risk on online shopping in Jordan. European Journal of Business and Management, 5(6), 76-87.
Roy, S. K., Balaji, M. S., Kesharwani, A. & Sekhon, H. (2017). Predicting internet banking adoption in India: a perceived risk perspective. Journal of Strategic Marketing, 25(5), 418-438.
Satyanegara, D. & Widikusyanto, M.J. (2018). Role of reference group in winning banten higher education service market. Integrated Journal of Business and Economics, 2(2), 80-89.
Saxena, N., Gera, N. & Singh, R.P. (2020). Exploring the effect of perceived risk on adoption of mobile banking in India. International Journal of Public Sector Performance Management, 6(5),722-736.
Serralvo, F., Sastre, P. & Joao, B. (2010). Reference group influence on consumer decision making process: A study in the Brazilian sports utilitarian vehicles segment. Journal of Academy of Business and Economics, 10(2), 157–161.
Shareef, M. A. , Baabdullah, A. , Duttac, S. , Kumard, V. & Dwivedie, Y.K. (2018). Consumer adoption of mobile banking services: an empirical examination of factors according to adoption stages. Journal of Retailing and Consumer Services, 43, 54–67.
Thilina, D. K. &. Gunawardane, N. (2019). The effect of perceived risk on the purchase intention of electric vehicles: an extension to the technology acceptance model. International Journal of Electric and Hybrid Vehicles, 11(1), 2019, 73-83.