ปัจจัยที่มีอิทธิพลต่อการยอมรับและการใช้งานแอปพลิเคชันซื้อขายผลิตภัณฑ์ ทางการเกษตรแบบ B2B ของเกษตรกร: กรณีศึกษา จังหวัดกำแพงเพชร
Article Sidebar
Main Article Content
บทคัดย่อ
การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อศึกษาปัจจัยที่มีอิทธิพลต่อการตัดสินใจยอมรับการใช้แอปพลิเคชันซื้อขายผลิตภัณฑ์ทางการเกษตรแบบ B2B ของเกษตรกรรายย่อยในจังหวัดกำแพงเพชร กลุ่มตัวอย่างจำนวน 400 คน ได้มาจากการสุ่มแบบสะดวก วิเคราะห์ข้อมูลด้วยการถดถอยพหุคูณเพื่อทดสอบอิทธิพลของตัวแปรอิสระ 7 ด้าน ได้แก่ ความคาดหวังด้านประสิทธิภาพ (Performance Expectancy) ความคาดหวังด้านความพยายาม (Effort Expectancy) อิทธิพลทางสังคม (Social Influence) เงื่อนไขเอื้ออำนวย (Facilitating Conditions) แรงจูงใจความเพลิดเพลิน (Hedonic Motivation) ความคุ้มค่าด้านราคา (Price Value) และ ความเคยชิน (Habit) ต่อความตั้งใจใช้แอปพลิเคชันซื้อขายสินค้าเกษตร ผลการวิจัยพบว่า ปัจจัยด้านคาดหวังด้านประสิทธิภาพ ความคาดหวังด้านความพยายาม อิทธิพลทางสังคม และ ความคุ้มค่าด้านราคา มีอิทธิพลเชิงบวกอย่างมีนัยสำคัญทางสถิติต่อความตั้งใจใช้ ในขณะที่ปัจจัย เงื่อนไขเอื้ออำนวย แรงจูงใจความเพลิดเพลิน และความเคยชิน ไม่พบความสัมพันธ์อย่างมีนัยสำคัญ ผลการวิจัยชี้ให้เห็นถึงบทบาทของการออกแบบแอปพลิเคชันให้ใช้งานง่าย แสดงถึงประโยชน์การใช้งานที่ชัดเจน และให้ความคุ้มค่าทางเศรษฐกิจ พร้อมกับการส่งเสริมการใช้งานผ่านอิทธิพลทางสังคม จะช่วยเพิ่มอัตราการยอมรับเทคโนโลยีดิจิทัลในกลุ่มเกษตรกร
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เนื้อหาและข้อมูลในบทความที่ลงตีพิมพ์ในวารสารบริหารธุรกิจและสังคมศาสตร์ มหาวิทยาลัยรามคำแหง ถือเป็นข้อคิดเห็นและความรับผิดชอบของผู้เขียนบทความโดยตรง ซึ่งกองบรรณาธิการไม่จำเป็นต้องเห็นด้วย หรือร่วมรับผิดชอบใดๆ
บทความ ข้อมูล เนื้อหา รูปภาพ ฯลฯ ที่ได้รับการตีพิมพ์ในวารสารบริหารธุรกิจและสังคมศาสตร์ มหาวิทยาลัยรามคำแหง ถือเป็นลิขสิทธิ์ของวารสารบริหารธุรกิจและสังคมศาสตร์ มหาวิทยาลัยรามคำแหง หากบุคคลหรือหน่วยงานใดต้องการนำบทความทั้งหมดหรือส่วนหนึ่งส่วนใดไปเผยแพร่ต่อ หรือเพื่อกระทำการใดๆ จะต้องได้รับอนุญาตเป็นลายลักษณ์อักษรจากวารสารบริหารธุรกิจและสังคมศาสตร์ มหาวิทยาลัยรามคำแหง ก่อนเท่านั้น
เอกสารอ้างอิง
Abad, A., Maaz, M., Shamsi, M. S., & Tariq, S. (2024). Artificial intelligence and agriculture: Unveiling adoption patterns through UTAUT2. In Proceedings of the 2024 1st International Conference on Sustainable Computing and Integrated Communication in Changing Landscape of AI (ICSCAI) (pp. 1–7). IEEE.
Ahikiriza, E., Wesana, J., Van Huylenbroeck, G., Kabbiri, R., De Steur, H., Lauwers, L., & Gellynck, X. (2022). Farmer knowledge and the intention to use smartphone-based information management technologies in Uganda. Computers and Electronics in Agriculture, 202, 107413. https://doi.org/10.1016/j.compag.2022.107413
Aminah, S., Aditya, A., & Kanthi, Y. A. (2023). The role of UTAUT2 in understanding technology adoption: A study of the Merdeka Mengajar platform among Indonesian teachers. Teknika: Jurnal Sains dan Teknologi, 13(3), 460–470.
Chaudhary, S., & Suri, P. (2021). Framework for agricultural e-trading platform adoption using neural networks. International Journal of Information Technology, 13, 501–510.
Dahmani, M., & Youssef, A. B. (2023). Unraveling the determinants of platform economy adoption in developing countries: An extended application of the UTAUT2 model with a privacy calculus perspective. Platforms, 1(1), 34–52.
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319–340.
Dudás, P. V., & Dávid, L. D. (2024). Unlocking the potential: UTAUT2 framework for embracing self-driving tractors in modern agriculture. Journal of Infrastructure, Policy and Development, 8(6), 3442.
Green, S. B. (1991). How many subjects does it take to do a regression analysis? Multivariate Behavioral Research, 26(3), 499–510.
Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2010). Multivariate data analysis (7th ed.). Pearson Education.
Larasati, N., Putri, A., Soemodinoto, A., Alyssa, N., & Shoofiyani, O. (2024). Unified theory of acceptance and use of technology model to understand farmer's readiness: Implementation of precision agriculture based on digital IoT monitoring apps in West Java, Indonesia. Asian Journal of Agriculture and Rural Development, 14(4), 5258.
McCormack, M., Buckley, C., & Kelly, E. (2021). Using a technology acceptance model to investigate what factors influence farmer adoption of a nutrient management plan. Irish Journal of Agricultural and Food Research, 60(2), 242–252.
Omar, Q., Yap, C. S., Myint, K. T., Ho, P. L., & Keling, W. (2022). Factors influencing behavioural intention to adopt the E-AgriFinance app among farmers: Extended UTAUT with technology readiness. International Journal of Technology Diffusion, 13(1), 17–34.
Polit, D. F., & Beck, C. T. (2006). The content validity index: Are you sure you know what’s being reported? Critique and recommendations. Research in Nursing & Health, 29(5), 489–497.
Pothisoontorn, K., Srisangnam, P., & Savetpannuvong, P. (2014). Development and technology adoption of farmers in Thailand. International Journal of Computer and Organization Trends, 5(3), 76–81.
Putra, Y. H., Warlina, L., Fatimah, D., Wantoro, & Aulia, S. S. (2023). Adoption of the agriculture application by farmers using the UTAUT2 method focused on community behavior and user experience. International Journal of Computer Sciences and Mathematics Engineering, 2(2), 1–8.
Rogers, E. M. (2003). Diffusion of innovations (5th ed.). Free Press.
Septiani, H. L. D., Sumarwan, U., Yuliati, L. N., & Kirbrandoko. (2021). Farmers’ behavioral intention to adopt peer-to-peer lending using UTAUT2 approach. Jurnal Manajemen & Agribisnis, 17(2), 127–139.
Sharma, A., Mohan, A., Johri, A., & Asif, M. (2024). Determinants of fintech adoption in agrarian economy: Study of UTAUT extension model in reference to developing economies. Journal of Open Innovation: Technology, Market, and Complexity, 10(2), 100273.
Sharma, A., Mohan, A., Johri, A., & Asif, M. (2025). Determinants of financial technology (FinTech) adoption by the farmers in agrarian economy. Social Sciences & Humanities Open, 11, 101370.
Sivakumar, V. J., & Ismail, N. M. (2024). Examining farmers’ usage behavior on agricultural e-markets: Integrating UTAUT2 and swift guanxi factors. Journal of Global Marketing, 37(5), 397–416.
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. Y. L., & 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.
Wang, Y.-N., Jin, L.-F., & Mao, H. (2019). Farmer cooperatives’ intention to adopt agricultural information technology—Mediating effects of attitude. Information Systems Frontiers, 21, 565–580.
Wee, G., & Lim, A. (2022). Factors influencing the behavioral intention for smart farming in Sarawak, Malaysia. Journal of Agribusiness Marketing, 9(1), 37–56.
Wongsim, M., Sonthiprasat, R., & Surinta, O. (2018). Factors influencing the adoption of agricultural management information systems in Thailand. In Proceedings of the 2018 3rd Technology Innovation Management and Engineering Science International Conference (TIMES-iCON) (pp. 1–4). IEEE.
Zhang, J., Zheng, X., Zhang, X., & Fu, Z. (2010). Farmers’ information acceptance behavior in China. African Journal of Agricultural Research, 5(3), 217–221.
