ผลกระทบของการจัดการข้อมูลขนาดใหญ่ต่อประสิทธิภาพการทำงานของนักบัญชีในวิสาหกิจขนาดกลางและขนาดใหญ่ ในกรุงเทพมหานคร
Article Sidebar
Main Article Content
บทคัดย่อ
บทความมีวัตถุประสงค์เพื่อศึกษาระดับการจัดการข้อมูลขนาดใหญ่ และประสิทธิภาพการทำงานของนักบัญชี รวมถึงศึกษาผลกระทบของการจัดการข้อมูลขนาดใหญ่ต่อประสิทธิภาพการทำงานของนักบัญชีในวิสาหกิจขนาดกลางและขนาดใหญ่ในกรุงเทพมหานคร การวิจัยเป็นเชิงปริมาณ โดยเก็บรวบรวมข้อมูลจากนักบัญชีจำนวน 418 คน ด้วยแบบสอบถาม และวิเคราะห์ข้อมูลโดยใช้สถิติเชิงพรรณนาและการถดถอยพหุคูณ การจัดการข้อมูลขนาดใหญ่ในการศึกษานี้ประกอบด้วย 4 มิติ ได้แก่ ความสามารถในการบริหารคุณภาพข้อมูล ทักษะด้านเทคโนโลยีและเครื่องมือ ความสามารถในการวิเคราะห์ข้อมูล และความพร้อมขององค์กร ส่วนประสิทธิภาพการทำงานของนักบัญชีวัดใน 5 มิติ ได้แก่ คุณภาพของงาน ความรวดเร็วในการทำงาน ความสามารถในการแก้ปัญหา การสร้างมูลค่าเพิ่ม และการปรับตัวต่อเทคโนโลยี ผลการวิจัยพบว่า ระดับการจัดการข้อมูลขนาดใหญ่และประสิทธิภาพการทำงานของนักบัญชีโดยรวมอยู่ในระดับสูง นอกจากนี้ การจัดการข้อมูลขนาดใหญ่มีอิทธิพลต่อประสิทธิภาพการทำงานของนักบัญชีอย่างมีนัยสำคัญทางสถิติ โดยเฉพาะด้านความพร้อมขององค์กร (Beta สูงสุด = 0.264) ซึ่งมีอิทธิพลต่อประสิทธิภาพในทุกมิติ ขณะที่ความสามารถด้านเทคโนโลยีและการวิเคราะห์ข้อมูลมีอิทธิพลเฉพาะบางด้าน และไม่ส่งผลต่อทุกมิติของประสิทธิภาพ แบบจำลองสามารถอธิบายความแปรปรวนของประสิทธิภาพการทำงานได้ตั้งแต่ร้อยละ 45.20 ถึงร้อยละ 63.90 (R² = 0.452–0.639) ผลการวิจัยชี้ให้เห็นว่า การยกระดับประสิทธิภาพการทำงานของนักบัญชีในยุคดิจิทัลจำเป็นต้องอาศัยการบูรณาการระหว่างคุณภาพของข้อมูล เทคโนโลยี การวิเคราะห์ข้อมูล และความพร้อมขององค์กร ซึ่งเป็นปัจจัยสำคัญในการสร้างคุณค่าและความได้เปรียบในการแข่งขันขององค์กร ในเชิงนโยบาย ผลการวิจัยเสนอแนะให้องค์กรให้ความสำคัญกับการพัฒนาโครงสร้างพื้นฐานด้านข้อมูลและการเสริมสร้างความพร้อมขององค์กรเป็นอันดับแรก เพื่อให้การนำ Big Data ไปใช้ในงานบัญชีเกิดประสิทธิผลอย่างยั่งยืน
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เอกสารอ้างอิง
สภาวิชาชีพบัญชี ในพระบรมราชูปถัมภ์. (2564). แนวทางการพัฒนาทักษะนักบัญชีในยุคดิจิทัล. กรุงเทพฯ: สภาวิชาชีพบัญชี ในพระบรมราชูปถัมภ์. สืบค้นเมื่อวันที่ 12 ธันวาคม 2568, จาก https://www.tfac.or.th/en/Article/Detail/135088
สำนักงานส่งเสริมวิสาหกิจขนาดกลางและขนาดย่อม. (2568). ข้อมูลวิสาหกิจขนาดกลางและขนาดใหญ่ในประเทศไทย. สืบค้นเมื่อวันที่ 12 ธันวาคม 2568, จาก https://new.sme.go.th/
Akter, S., Wamba, S. F., Gunasekaran, A., Dubey, R., & Childe, S. J. (2016). How to improve firm performance using big data analytics capability and business strategy alignment? International Journal of Production Economics, 182, 113–131.
Armstrong, M., & Baron, A. (2005). Managing performance: Performance management in action. London: Chartered Institute of Personnel and Development.
Barney, J. (1991). Firm resources and sustained competitive advantage. Journal of Management, 17(1), 99–120.
Campbell, J. P. (1990). Modeling the performance prediction problem in industrial and organizational psychology. In M. D. Dunnette & L. M. Hough (Eds.), Handbook of industrial and organizational psychology (Vol. 1, pp. 687–732). California: Consulting Psychologists Press.
Creswell, J. W. (2014). Research design: Qualitative, quantitative, and mixed methods approache.s (4th ed.). California: SAGE Publications.
Drucker, P. F. (1974). Management: Tasks, responsibilities, practices. New York: Harper & Row.
Earley, C. E. (2015). Data analytics in auditing: Opportunities and challenges. Business Horizons, 58(5), 493–500.
Gandomi, A., & Haider, M. (2015). Beyond the hype: Big data concepts, methods, and analytics. International Journal of Information Management, 35(2), 137–144.
Gupta, M., & George, J. F. (2016). Toward the development of a big data analytics capability. Information & Management, 53(8), 1049–1064. https://doi.org/10.1016/j.im.2016.07.004
Kaplan, R. S., & Norton, D. P. (1992). The balanced scorecard: Measures that drive performance. Harvard Business Review, 70(1), 71–79.
Mikalef, P., Krogstie, J., Pappas, I. O., & Pavlou, P. A. (2019). Exploring the relationship between big data analytics capability and competitive performance. Information & Management, 57(2), 103169.
Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory. (3rd ed.). New York: McGraw-Hill.
Peterson, E., & Plowman, E. G. (1989). Business organization and management. llinois: Richard D. Irwin.
Richins, G., Stapleton, A., Stratopoulos, T. C., & Wong, C. (2017). Big data analytics: Opportunity or threat for the accounting profession? Journal of Information Systems, 31(3), 63–79.
Teece, D. J., Pisano, G., & Shuen, A. (1997). Dynamic capabilities and strategic management. Strategic Management Journal, 18(7), 509–533.
Wamba, S. F., Gunasekaran, A., Akter, S., Ren, S. J., Dubey, R., & Childe, S. J. (2017). Big data analytics and firm performance: Effects of dynamic capabilities. Journal of Business Research, 70, 356–365.
Yamane, T. (1973). Statistics: An introductory analysis. (3rd ed.). New York: Harper & Row.
Zhang, Y., Chiasson, A., Li, X., & Lawrence, S. (2023). The effect of tax cuts and jobs act on corporate debt ratios. Journal of Accounting and Taxation, 15(1), 1-12.
