The Moderating Role of Maturity Linking to Facilitating Conditions, Hedonic Motivation, Price Value, Influence of Online Social Media on Intention to Use and Use of Health Examination Technology on Smart Watches

Main Article Content

Siripong Hemmun

Abstract

           The objectives of this research were 1) to study influence of Facilitating Conditions, hedonic motivation, price value, influence of online social media on intention to use and use of health examination technology on smart watches; and 2) to study the moderating role of maturity linking to Facilitating Conditions, hedonic motivation, price value, influence of online social media on intention to use health examination technology on smart watches. In this quantitative study, the proportional convenience sampling was used to select 540 samples. The data were analyzed quantitatively with descriptive statistics, PLS-SEM, and Partial Least Square Path Modeling (PLS Path Modeling) by using the Smart PLS 4.0 Program, and the moderating effect was analyzed with the PROCESS macro Program.
          According to the study results, 1) Facilitating Conditions had influence on intention to use health examination technology on smart watches at 0.668 with the statistical significance level of 0.001 whereas intention to use had influence on use of health examination technology on smart watches at 0.640 with the statistical significance level of 0.001. In contrast, Facilitating Conditions did not have influence on use of health examination technology on smart watches; hedonic motivation did not have influence on use of health examination technology on smart watches; price value did not have influence on use of health examination technology on smart watches; and influence of online social media did not have influence on use of health examination technology on smart watches (0.120, -0.149, 0.163, and 0.085 respectively). On the other hand, 2) the moderating role of maturity linking to Facilitating Conditions, hedonic motivation, price value, and influence of online social media on intention to use health examination technology on smart watches was found at ß 0.033, -0.068,   -0.092, and 0.001 respectively without statistical significance, indicating that these variables did not have influence on intention to use health examination technology on smart watches. The findings of this study can be guidelines for manufacturers in developing health examination products on smart watches, and in really creating motivation and acceptance from each group of consumers. Future studies should study in-depth use behaviors of each user group in each country because each variable has different influence.

Article Details

How to Cite
Hemmun, S. (2024). The Moderating Role of Maturity Linking to Facilitating Conditions, Hedonic Motivation, Price Value, Influence of Online Social Media on Intention to Use and Use of Health Examination Technology on Smart Watches. Journal of Roi Kaensarn Academi, 9(10), 1446–1467. retrieved from https://so02.tci-thaijo.org/index.php/JRKSA/article/view/272766
Section
Research Article

References

ปรีชา ธรรมา. (2547). จิตวิทยาและจิตวิทยาพัฒนาการ. สารานุกรมศึกษาศาสตร์ฉบับที่ 31, หน้า 41-48. กรุงเทพมหานคร: คณะศึกษาศาสตร์มหาวิทยาลัยศรีนครินทรวิโรฒ.

นภสวรรณ์ ฤทธิ์เดช. (2563). การพัฒนาชุดกิจกรรมตามแนวคิดของ Gesell เพื่อพัฒนาความสามารถในการใช้กล้ามเนื้อมัดเล็กของเด็กที่มีความพร้อมทางสติปัญญา. วิทยานิพนธ์ศึกษาศาสตร์มหาบัณฑิต สาขาวิชาการพัฒนาหลักสูตรและนวัตกรรมการสอน คณะคุรุศาสตร์อุตสาหกรรม. บัณฑิตวิทยาลัย: มหาวิทยาลัยเทคโนโลยีราชมงคลธัญบุรี.

ธานินทร์ ศิลป์จารุ. (2557). การวิจัยและวิเคราะห์ข้อมูลทางสถิติด้วย SPSS. กรุงเทพมหานคร: วีอินเตอร์ พริ้นทร์.

ธาดา จันตะคุณ และ ปรัชญนันท์ นิลสุข. (2561) การยอมรับการใช้โมบายเซอร์วิสในอุดมศึกษา. วารสารวิชาการมหาวิทยาลัยธนบุรี. 12 (28), 358-366.

สหประชาชาติประเทศไทย. เป้าหมายการพัฒนาที่ยั่งยืน 3 สุขภาพและความเป็นอยู่ที่ดี. ออนไลน์.สืบค้นเมื่อวันที่ 7 มีนาคม 2566. แหล่งที่มา: https://thailand.un.org/th/sdgs/3

สำนักงานสภาพัฒนาการเศรษฐกิจและสังคมแห่งชาติ. ยุทธศาสตร์ชาติ 20 ปี. ออนไลน์.สืบค้นเมื่อวันที่ 7 มีนาคม 2566. แหล่งที่มา: http://nscr.nesdc.go.th/ns/

สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ. (2565). การดูแลสุขภาพในยุคถัดไป. ออนไลน์.

สืบค้นเมื่อวันที่ 26 มกราคม 2566. แหล่งที่มา: https://www.nstda.or.th/home/news_post/10- technologies-to-watch-next-generation-of-telehealth/

สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ. (2567). AI Wearable Technology. ออนไลน์.

สืบค้นเมื่อวันที่ 23 กรกฎาคม 2567. แหล่งที่มา: https://www.nstda.or.th/home/news_post/10-technologies-to-watch-2024/

สิทธิพร ปานเปาว์. (2563). ปัจจัยที่ส่งผลต่อความตั้งใจใช้สมาร์ทวอทช์ของผู้บริโภคในกรุงเทพมหานคร.

วิทยานิพนธ์บริหารธุรกิจมหาบัณฑิต. บัณฑิตวิทยาลัย: มหาวิทยาลัยกรุงเทพ.

สิงหะ ฉวีสุข และ สุนันทา วงศ์จตุรภัทร. (2012). ทฤษฎีการยอมรับการใช้เทคโนโลยีสารสนเทศ. วารสารเทคโนโลยีสารสนเทศลาดกระบัง. 1 (1), 1-12.

Abdekhoda, M., Dehnad, A., Mirsaeed, S. J. G., & Gavgani, V. Z. (2016). Factors influencing the adoption of E-learning in Tabriz University of Medical Sciences. Medical Journal of the Islamic Republic of Iran. 30(1), 457. https://www.researchgate.net/publication/ 312028255

Akter, S., Mahmud, I., Zamal, M. F. B., & Ferdush, J. (2018). An investigation on factors influencing smart watch adoption: A partial least squares approach. International Conference on Cyber Security and Computer Science. https://indexive. com/ uploads/papers/pap_indexive15505853862147483647.pdf

Al-Emran, M., Granic, A., Sharafi, M. A., Ameen, N., & Sarrab M. (2020). Examining the roles of students’ beliefs and security concerns for using smartwatches in higher education. Journal of Enterprise Information Management. 34 (4), 1229-1251. https://www.researchgate.net/publication/344308588

Al-Maroof, R. S., Alhumaid, K., Alhamad, A. Q., Aburayya, A., & Salloum, S. (2021). User Acceptance of Smart Watch for Medical Purposes: An Empirical Study. Future Internet. 13 (5), 127. https://www.mdpi.com/journal/futureinternet

Arne May, (2011). Experience-dependent structural plasticity in the adult human brain. Trends in Cognitive Sciences. 15 (10), 475-482. https://www.sciencedirect.com/science/ article/abs/pii/S1364661311001707

Beh, P. K., Ganesan, Y., Iranmanesh, M., & Foroughi, B. (2019). Using smartwatches for fitness and health monitoring: the UTAUT2 combined with threat appraisal as moderators. Behaviour & Information Technology. 40 (3), 282-299.https://doi.org/10. 1080/0144929X.2019.1685597

Brewster, P. W. H., Melrose, R. J., Marquine, M. J., Johnson, J. K., Napoles, M. A., MacKay-Brandt, A., Farias, S., Reed, B., & Mungas, D. (2014). Life experience and demographic influences on cognitive function in older adults. Neuropsychology. 28 (6), 846-858. https://psycnet.apa.org/doiLanding?doi=10.1037%2Fneu0000098

Gumasing, M. J. J., Carrillo, G. Z. D. V., Guzman, M. A. A. D., Sunga, C. A. R., Tan, S. Y. B., Mascariola, M. M. & Ong, A. K. S. (2024). Investigating User-Centric Factors Influencing Smartwatch Adoption and User Experience in the Philippines. Sustainability. 16 (13), 5401. https://doi.org/10.3390/su16135401

Hair, J., Black, W., Babin, B. Y. A., Anderson, R. & Tatham, R. (2010). Multivariate Data Analysis (7th ed.). New Jersey: Pearson Prentice Hall. https://www.drnishikantjha. com/papersCollection/Multivariate%20Data%20Analysis.pdf

Hair, J. F., Ringle, C. M., & Sarstedt, M. (2013). Partial least squares structural equation modeling: Rigorous applications, better results and higher acceptance. Long range planning. 46 (1-2), 1-12. https://ssrn.com/abstract=2233795

Hair, J. F., Sarstedt, M., Hopkins, L., & Kuppelwieser, V. G. (2014). Partial least squares structural equation modeling (PLS-SEM): An emerging tool in business research. European Business Review. 26 (2), 106-121. https://www.emerald.com/insight /content/doi/10.1108/EBR-10-2013-0128/full/html

Hair J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate data analysis (8th ed.). England: Pearson Prentice. https://eli.johogo.com/Class/CCU/ SEM/_Multivariate%20Data%20Analysis_Hair.pdf

Hong, J. C., Lin, P.H., & Hsieh, P. C. (2016). The effect of consumer innovativeness on perceived value and continuance intention to use smartwatch. Computers in Human Behavior. 67, 264-272. http://dx.doi.org/10.1016/j.chb.2016.11.001

Hur, W.-M., Moon, T.-W., & Han, S.-J. (2014). The role of chronological age and work experience on emotional labor: The mediating effect of emotional intelligence. The Career Development International. 19 (7), 734-754. https://doi.org/10.1108/CDI-12-2013-0162

Jasin., M. (2022). The Role of Social Media Marketing and Electronic Word of Mouth on Brand Image and Purchase Intention of SMEs Product. Journal of Information Systems and Management. 1 (4), 54-62 https://repository.uinjkt.ac.id/dspace/handle/ 123456789/64624

Loo, C. W. (2022). Modelling Malaysia Residents’ Behavioural Intention to Use Smartwatch: The role of Health Technology and Device Benefits. University of Wales Trinity Saint David. https://repository.uwtsd.ac.uk/id/eprint/1917

Masoumian Hosseini, M., Masoumian Hosseini, S. T., Qayumi, K., Hosseinzadeh, S., & Tabar, S. S. S. (2023). Smartwatches in healthcare medicine: assistance and monitoring; a scoping review. BMC Medical Informatics and Decision Making. 23(1), 248. https://doi.org/10.1186/s12911-023-02350-w

Mamatha., S. L., Pooja, A. H., & Dr. Vijayalaxmi., A. A. (2016). Impact of gadgets on emotional maturity, reasoning ability of college students. International Journal of Applied Research. 2 (3), 749-755. https://www.allresearchjournal.com/archives/2016/ vol2issue3/PartM/2-3-182.pdf

Saheb, T., Cabanillas, F. J. L., & Higueras, E. (2022). The risks and benefits of Internet of Things (IoT) and their influence on smartwatch use. Spanish Journal of Marketing- ESIC. 26 (3), 309-324. https://www.emerald.com/insight/content/doi/10.1108/SJME-07-2021-0129/full/html

Sharma, S., Durand, R. M., & Gur-Arie, O. (1981). Identification and Analysis of Moderator Variables. Journal of Marketing Research. 18 (3), 291-300. https://www.jstor. org/stable/3150970

Suroso, J. S., & Sukmoro, T. C. (2021). Factors affecting behavior of the use of healthcare mobile application technology in Indonesian society. Journal of Theoretical and Applied Information Technology. 99 (15), 3923-3934. https://www.jatit.org/volumes/ Vol99No15/19Vol99No15.pdf

Tan, P. J. B. (2013). Students’ adoptions and attitudes towards electronic placement tests: A UTAUT analysis. American Journal of Computer Technology and Application. 1 (1), 14-23. www.ajcta.com

Tsai, J. M., Hung, S.W., & Lin, G. T. (2022). Continued usage of smart wearable devices (SWDs): cross level analysis of gamifcation and network externality. Electronic Markets. 32 (3), 1661–1676. https://doi.org/10.1007/s12525-022-00575-7

Venkatesh, V., Thong, J. Y. L. & Xin 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. http://phpan.ndhu.edu.tw/UTAUT2.pdf

Walle, A.D., Jemere, A. T., Tilahun, B., Endehabtu, B. F., Wubante, S. M., Melaku, M. S., Tegegne, M. D., & Gashu, K. D. (2022). Intention to use wearable health devices and its predictors among diabetes mellitus patients in Amhara region referral hospitals, Ethiopia: Using modified UTAUT-2 model. ScienceDirect Informatics in Medicine Unlocked journal homepage. 36 (1), 101157. https://doi.org/10.1016/j.imu.2022. 101157

Zaini., M. K. N., Hussin, N., Ibrahim, Z., Bakar, A. A., Hashim, H., & Shahibi, M. S. (2023). A Conceptual Framework on Emotional Maturity towards Social Media Usage among Youth in Malaysia. International Journal of Academic Research in Business and Social Sciences. 13 (5), 902-912. http://dx.doi.org/10.6007/IJARBSS/v13-i5/16644