Risk Perception on Online Behavior Associated with Cybercrime: A Case Study of Mobile Banking
Article Sidebar
Main Article Content
Abstract
This research aims to study the possible relation of individual characteristics include sex, age, education level, occupation, incomes, the number of mobile banking usage, and the number of bank account that have significant impacts on the perceptual behaviors causing the criminal acts on the mobile banking system. The data were collected from 418 respondents, aged 15 years old and with own bank accounts. The result from data analysis, via one-way ANOVA and chi-square, showed that mobile banking users had a moderate degree of risk awareness and the highest degree of security awareness.
The research also found that the user gender had no significant relation to any factors in perceptual behavior. On the contrary, the user age, education level, occupation, incomes, the number of mobile banking usage, and the number of bank account showed the significant relation to all the perceptual behavior factors.
Individual characteristics which included age, education level, occupation, incomes, the number of mobile banking usage, and the number of bank account had a significant impact on the perceptual behavior in all aspects. Gender difference had different perceptual behavior on the aspects of security, efficiency, financial, social and psychological, and time only.
Article Details
เนื้อหาและข้อมูลในบทความที่ลงตีพิมพ์ใน วารสารวิชาการอาชญาวิทยาและนิติวิทยาศาสตร์ โรงเรียนนายร้อยตำรวจ ถิอว่าเป็นข้อคิดเห็นและความรั้บผิดชอบของผู้เขียนบทความโดยตรงซึ่งกองบรรณาธิการวารสาร ไม่จำเป็นต้องเห็นด้วยหรือรับผิดชอบใดๆ
บทความ ข้อมูล เนื้อหา รูปภาพ ฯลฯ ที่ได้รับการตีพิมพ์ใน วารสารวิชาการอาชญาวิทยาและนิติวิทยาศาสตร์ ถือว่าเป็นลิขสิทธิ์ของวารสาร วารสารวิชาการอาชญาวิทยาและนิติวิทยาศาสตร์ หากบุคคลหรือหน่วยงานใดต้องการนำทั้งหมดหรือส่วนหนึ่งส่วนใดไปเผยแพร่ต่อหรือเพื่อกระทำการใดๆ จะต้องได้รับอนุญาตเป็นลายลักษณ์อักษรจาก วารสารวิชาการอาชญาวิทยาและนิติวิทยาศาสตร์ ก่อนเท่านั้น
References
Bank of Thailand. (2018). Payment Transactions Via Mobile Banking and Internet Banking Services. Retrieved January 17, 2019. from http://www2.bot.or.th. (In Thai).
Bregant, J., and Bregant, R. (2014). Cybercrime and Computer Crime. The Encyclopedia of Criminology and Criminal Justice. Hoboken: Blackwell Publishing Ltd.
Davis, F. (1989). Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology. MIS Quarterly, 13(3), 319-339.
Digital Business Consult. (2018). 5 Ways to Protect Your Business from Cyberattacks. Retrieved January 18, 2019. from https://www.digitalbusinessconsult.asia/view/1068. (In Thai).
Joseph, S. J. (2019). E-Commerce: An Indian Perspective. (23). Delhi, India: PHI Learning Private Limited.
Maciejewski, G. (2011). The Meaning of Perceived Risk in Purchasing Decisions of the Polish Customers. Scientific Annals of the Alexandru Ioan Cuza University of Iasi Economic Sciences, 58(1), 280-304.
Office of National Higher Education Science Research and Innovation Policy Council. (2019). IT-T003 Trends of Fixed Line Telephone Mobile Telephone and Internet Use in Thailand, 2010 – 2018. Retrieved September 25, 2018. from http://stiic.sti.or.th/stat/ind-it/it-t003. (In Thai).
Pimpasarn, P. (2012). Customer’s Risk Perception of Internet Banking Case Study: Krung Thai Bank Public Company Limited in Kalasin Branch. Master of Economic Independent Study, Khon Kaen University, Khon Kaen. (In Thai).
Shuhidan, S. M., Hamidi, S. M., and Saleh, I. S. (2017). Perceived Risk Towards Mobile Banking: A Case Study of Malaysia Young Adulthood. IOP Conference Series: Materials Science and Engineering, 226. 1-7.
World Trade Organization. (2017). E-Commerce. Retrieved September 16, 2018.from https://www.wto.org/english/thewto_e/minist_e/mc11_e/briefing_notes_e/bfecom_e.htm.
Yamane, T. (1973). Statistics: An Introductory Analysis. 3rd Edition. New York: Harper & Row.
