การสำรวจศักยภาพการผลิตผลิตภัณฑ์นวัตกรรมเชิงวัฒนธรรมชุมชน และการจัดกลุ่มผู้บริโภคเป้าหมายด้วยการวิเคราะห์คลัสเตอร์ โดยใช้ทฤษฎีแบบจำลองอ้างอิงการปฏิบัติการห่วงโซ่อุปทาน และแบบจำลอง การยอมรับเทคโนโลยี
คำสำคัญ:
ทฤษฎีแบบจำลองการยอมรับเทคโนโลยี, การแบ่งกลุ่มเป้าหมาย, การวิเคราะห์คลัสเตอร์, ผลิตภัณฑ์นวัตกรรมเชิงวัฒนธรรมชุมชน, SCOR Modelบทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อสำรวจศักยภาพการผลิตผลิตภัณฑ์นวัตกรรมเชิงวัฒนธรรมชุมชน ชุดบุญถึง ของพื้นที่ตำบลบ้านตุ่น จังหวัดพะเยา และศึกษาหากลุ่มผู้บริโภคเป้าหมายหลักของผลิตภัณฑ์ ทำวิจัยแบบผสมผสาน 1) เก็บรวบรวมข้อมูลจากการสัมภาษณ์เชิงลึกกับผู้ผลิตผลิตภัณฑ์ชุมชนจำนวน 15 คน โดยใช้แบบจำลองอ้างอิงการปฏิบัติการห่วงโซ่อุปทาน และวิเคราะห์ข้อมูลแบบ Thematic analysis ผลการศึกษาพบว่า ชุมชนมีศักยภาพพร้อมในการผลิตในด้านการวางแผน การจัดหาวัตถุดิบ การผลิต การจัดส่ง และการสื่อสารกับกลุ่มผู้บริโภค แต่ไม่สามารถระบุกลุ่มเป้าหมายที่แน่นอนได้ และ 2) เก็บรวบรวมข้อมูลโดยใช้แบบสอบถามออนไลน์จากกลุ่มตัวอย่างจำนวน 539 คน จัดกลุ่มผู้บริโภคเป้าหมายด้วยการวิเคราะห์คลัสเตอร์ คัดเลือกตัวแปรเพื่อวิเคราะห์คลัสเตอร์ด้วย Exploratory Factor Analysis (EFA) ใช้ปัจจัยการยอมรับเทคโนโลและส่วนประสมทางการตลาดเป็นมาตรวัด ค่าการจัดกลุ่มตัวแปรมีความสัมพันธ์กันอย่างเหมาะสมสำหรับ EFA (KMO เท่ากับ 0.74) ผลการวิเคราะห์คลัสเตอร์ พบว่าสามารถแบ่งกลุ่มผู้บริโภคที่เหมาะสมที่สุดเป็น 2 กลุ่ม (ค่า Calinski/Harabasz Pseudo-F ที่ 199.77) คือ กลุ่มสาวเหนือสร้างตัวสู้ชีวิตต่างถิ่น และกลุ่มหนุ่มใหญ่ใกล้เกษียณ แต่จากการเปรียบเทียบคะแนนทัศนคติ พบว่า กลุ่มสาวเหนือสร้างตัวสู้ชีวิตต่างถิ่น มีระดับความตั้งใจซื้อและการยอมรับผลิตภัณฑ์ในระดับเห็นด้วยทั้งหมด จึงมีแนวโน้มจะยอมรับผลิตภัณฑ์มากกว่า งานวิจัยมีประโยชน์จากการนำทฤษฎีแบบจำลองการยอมรับเทคโนโลยี และแบบจำลองอ้างอิงการปฏิบัติการห่วงโซ่อุปทานมาใช้กับผลิตภัณฑ์นวัตกรรมเชิงวัฒนธรรมชุมชน เพื่อศึกษาศักยภาพการผลิต และเป็นงานแรกที่หากลุ่มเป้าหมายที่ยอมรับผลิตภัณฑ์ชุมชน เป็นแนวทางแก่ชุมชนในการสื่อสารการตลาดให้ตรงกลุ่ม ซึ่งส่งผลให้ชุมชนมียอดขายผลิตภัณฑ์เพิ่มขึ้น เกิดเศรษฐกิจชุมชนในอนาคต
References
Alfadda, H. A., & Mahdi, H. S. (2021). Measuring students’ use of zoom application in language course based on the technology acceptance model (TAM). Journal of Psycholinguistic Research, 50(4), 883-900.
Ajzen, I., & Fishbein, M. (1975). A Bayesian analysis of attribution processes. Psychological bulletin, 82(2), 261-277.
Amatyakul, S., Apichatvullop, Y., & Chamaratana, T. (2016). Consumption of Phi Ta Khon Cultural Products. 12th International Conference on Humanities & Social Sciences 2016, Khon Kaen University, Thailand. (pp. 2110-2125). SSRN. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2870604 [In Thai]
Atthirawong, W., Lorchirachoonkul, V., & Leerojanaprapa, K. (2017). Comparative Study of Supply Chain and Logistics Performance between Thai Silk Community and Individual Entrepreneurs. Journal of Community Development Research (Humanities and Social Sciences), 10(3), 81-92. [In Thai]
Aungsuchot, S., Wichitwanna, S., & Pinyopanuwat, R. (2009). Statistics for social and behavioral research using Lisrel program (3rd ed.). Bangkok : Jaroendeemankong Publishing. [In Thai]
Braun, V., & Clarke, V. (2021). One size fits all? What counts as quality practice in (reflexive) thematic analysis?. Qualitative research in psychology, 18(3), 328-352.
Calinski, T., & Harabasz, J. (1974). A dendrite method for cluster analysis. Communications in Statistics-theory and Methods, 3(1), 1-27.
Creative Economy Agency. (2021, October 7). CEA Teams up with 8 Agencies to Launch Creative Industries 2021 Highlighting Soft Power to Drive Economy. https://www.cea.or.th/en/news/creative-industries-2021-soft-power [In Thai]
Creative Economy Agency. (2022, July 30). Creative Economy X Innovation: Transforming Thai Soft Power into Sales. https://www.cea.or.th/en/single-statistic/creative-economy-thailand-2022 [In Thai]
Chehbi-Gamoura, S., Derrouiche, R., Damand, D., & Barth, M. (2020). Insights from big Data Analytics in supply chain management: an all-inclusive literature review using the SCOR model. Production Planning & Control, 31(5), 355-382.
Cheng, J. M. S., Sheen, G. J., & Lou, G. C. (2006). Consumer acceptance of the internet as a channel of distribution in Taiwan—a channel function perspective. Technovation, 26(7), 856-864.
Davis, F. D., Bagozzi, R. P., & Warshaw, P. R. (1989). User acceptance of computer technology: A comparison of two theoretical models. Management Science, 35(8), 982-1003.
Guadagnoli, E., & Velicer, W. F. (1988). Relation of sample size to the stability of component patterns. Psychological bulletin, 103(2), 265 – 275.
Hair, J. F. (2011). Multivariate data analysis: An overview. International encyclopedia of statistical science, 904-907.
Haisirikul, R., & Tahom, U. (2021). Strategies for Cultural Product Value Addition: Plarsom Fug of Barn Nongrawiang Community Enterprise Group, Wiangchai Sub-district, Phayakkhamphum Phisai District, Mahasarakham Provic. Academic Journal of Buriram Rajabhat University, 13(1), 53-69. [In Thai]
Hartigan, J. A. (1975). Clustering algorithms. New York : John Wiley & Sons, Inc.
Kaiser, H. F. (1974). An index of factorial simplicity. Psychometrika, 39(1), 31-36.
Kline, P. (2000). The handbook of psychological testing (2nd ed.). London : Routledge.
Kotler, P., & Armstrong, G. (2020). Principles of Marketing Global Edition (18th ed.). New York : Peason
Kusrini, E., Rifai, M. A. B., & Miranda, S. (2019). Performance measurement using supply chain operation reference (SCOR) model: A case study in a small-medium enterprise (SME) in Indonesia. In S.Z.M, Dawal., & W.N.L.W, Mahadi. IOP Conference Series: Materials Science and Engineering Vol. 697. 4th International Conference on Ergonomics & 2nd International Conference on Industrial Engineering
(p. 012014).
Kyriazos, T. A. (2018). Applied psychometrics: sample size and sample power considerations in factor analysis (EFA, CFA) and SEM in general. Psychology, 9(8), 2207-2230. doi: 10.4236/psych.2018.98126
Lai, I. K. W., & Hitchcock, M. (2015). Importance–performance analysis in tourism: A framework for researchers. Tourism management, 48, 242-267.
Lim, X. J., Cheah, J-H., Ng, S. I., Basha, N. K., & Soutar, G. (2021). The effects of anthropomorphism presence and the marketing mix have on retail app continuance use intention. Technological Forecasting & Social Change, 168 (120763), 1-17. https://doi.org/10.1016/j.techfore.2021.120763
Manis, K. T., & Choi, D. (2019). The virtual reality hardware acceptance model (VR-HAM): Extending and individuating the technology acceptance model (TAM) for virtual reality hardware. Journal of Business Research, 100, 503-513. [In Thai]
Narin, N., Sukiam, K., & Theerasorn, S. (2021) Service Marketing Mix Development for OTOP Nawaviti Products in Kampaeng Saen. Journal of Lawasri, 5(2), 92-103. [In Thai]
Nuansara, M., Teypinsai, N., & Chutinatphuwadon C. (2021) Guideline for the Development of OTOP and Brand Product to International Standards Chiang Rai Province. Dusit Thani College Journal, 15(1), 119 – 134. [In Thai]
NXPO (2021, October 13) Creative Economy: Moving Thai Economy Forward. Office of National Higher Education Science Research and Innovation Policy Council. https://www.nxpo.or.th/th/9440/ [In Thai]
Pulido-Fernández, J. I., Casado-Montilla, J., & Carrillo-Hidalgo, I. (2020). Understanding the behaviour of olive oil tourists: A cluster analysis in Southern Spain. Sustainability, 12(17), 6863. doi: 10.3390/su12176863
Rafique, H., Almagrabi, A. O., Shamim, A., Anwar, F., & Bashir, A. K. (2020). Investigating the acceptance of mobile library applications with an extended technology acceptance model (TAM). Computers & Education, 145, 103732. https://doi.org/10.1016/j.compedu.2019.103732
Rahimi, B., Nadri, H., Afshar, H. L., & Timpka, T. (2018). A systematic review of the technology acceptance model in health informatics. Applied clinical informatics, 9(03), 604-634.
Rodríguez Mañay, L. O., Guaita-Pradas, I., & Marques-Perez, I. (2022). Measuring the supply chain performance of the floricultural sector using the SCOR model and a multicriteria decision-making method. Horticulturae, 8(2), 168 https://doi.org/10.3390/horticulturae8020168
Sundarakani, B., Abdul Razzak, H., & Manikandan, S. (2018). Creating a competitive advantage in the global flight catering supply chain: a case study using SCOR model. International Journal of Logistics Research and Applications, 21(5), 481-501.
Subanjui, R., & Bua-in, N. (2021). A Confirmatory Factor Analysis of Behavioral Intention to Use Mobile Network towards Generation Z. Journal of Business Administration, The Association of Private Higher Education Institutions of Thailand, 10(2), 11-27. [In Thai]
Thammabutr, A., Ardharn, P., & Nillit, T. (2021). Marketing Strategy for Local Hand-woven Silk of Surin Province. Academic Journal of Management Technology (AJMT), 2(2), 1-13. [In Thai]
Downloads
เผยแพร่แล้ว
How to Cite
ฉบับ
บท
License
Copyright (c) 2022 วารสารวิชาการบริหารธุรกิจ สมาคมสถาบันอุดมศึกษาเอกชนแห่งประเทศไทย
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความที่ลงตีพิมพ์ในวารสารวิชาการบริหารธุรกิจ สมาคมสถาบันอุดมศึกษาเอกชนแห่งประเทศไทยต้องเป็นบทความที่ไม่เคยได้รับการตีพิมพ์เผยแพร่ หรืออยู่ระหว่างการพิจารณาตีพิมพ์ในวารสารอื่นๆ การละเมิดลิขสิทธิ์เป็นความรับผิดชอบของผู้ส่งบทความโดยตรง
