ปัจจัยสำคัญที่มีอิทธิพลต่อผู้บริโภคในการนำเทคโนโลยีสมาร์ทโฮมมาใช้
คำสำคัญ:
เทคโนโลยีสมาร์ทโฮม, นวัตกรรม, ต้นทุนการเปลี่ยนบทคัดย่อ
ประชาชนส่วนใหญ่มักคุ้นเคยกับการใช้ระบบไฟฟ้าภายในบ้านแบบธรรมดา ซึ่งอาจส่งผลให้ผู้บริโภคลังเลในการนำเทคโนโลยีสมาร์ทโฮมมาใช้ งานวิจัยฉบับนี้จึงมีวัตถุประสงค์เพื่อระบุปัจจัยที่มีอิทธิพลต่อผู้บริโภคในการนำเทคโนโลยีสมาร์ทโฮมมาใช้ และเพื่อระบุลักษณะพฤติกรรมของผู้บริโภคที่มีโอกาสสูงที่จะนำเทคโนโลยีสมาร์ทโฮมมาใช้ โดยการวิจัยครั้งนี้เป็นการศึกษาเชิงปริมาณ เก็บแบบสอบถามจากประชาชนทั่วไปจำนวน 483 ตัวอย่าง ใช้การวิเคราะห์แบบจำลอง สมการถดถอยโลจิสติกส์แบบเรียงลำดับ โดยประยุกต์ใช้ทฤษฎีการแพร่กระจายนวัตกรรม ปัจจัยที่มีอิทธิพลต่อการนำไปใช้ และแนวคิดเรื่องต้นทุนการเปลี่ยนในทุกมิติ
ผลการวิจัยพบว่า ปัจจัยที่มีอิทธิพลต่อผู้บริโภค คือ ความเข้ากันได้ของเครื่องใช้ในบ้านกับสมาร์ทโฮม ความได้เปรียบ เชิงเปรียบเทียบของสมาร์ทโฮม ความสามารถในการทดลองใช้สมาร์ทโฮม และต้นทุนทางการเงินจากการเปลี่ยนอุปกรณ์ ตามลำดับ ด้านลักษณะพฤติกรรมประชากร พบว่ากลุ่มตัวอย่างที่มีกล้องวงจรปิดและกลุ่มตัวอย่างที่มีค่าไฟฟ้าเฉลี่ยต่อเดือน ไม่เกิน 1,000 บาท มีโอกาสสูงที่จะนำเทคโนโลยีสมาร์ทโฮมมาใช้ ซึ่งเป็นแนวทางให้กับผู้ประกอบการปรับกลยุทธ์เพื่อความ สำเร็จของผลิตภัณฑ
References
Agarwal, S., Kachroo, P., & Regentova, E. (2016). A hybrid model using logistic regression and wavelet transformation to detect traffic incidents. Iatss Research, 40(1), 56-63.
Aldossari, M. Q., & Sidorova, A. (2020). Consumer acceptance of Internet of Things (IoT): Smart home context. Journal of Computer Information Systems, 60(6), 507-517.
Bölen, M. C. (2020). From traditional wristwatch to smartwatch: Understanding the relationship between innovation attributes, switching costs and consumers’ switching intention. Technology in Society, 63, 101439.
Gewald, H., Wang, X., Weeger, A., Raisinghani, M. S., Grant, G., Sanchez, O., & Pittayachawan, S. (2017). Millennials’ attitudes toward IT consumerization in the workplace. Communications of the ACM, 60(10), 62-69.
Hong, A., Nam, C., & Kim, S. (2020). What will be the possible barriers to consumers’ adoption of smart home services?. Telecommunications Policy, 44(2), 101867.
Hsu, C. L., & Lin, J. C. C. (2018). Exploring factors affecting the adoption of internet of things services. Journal of Computer information systems, 58(1), 49-57.
Lin, T. C., Huang, S. L., & Hsu, C. J. (2015). A dual-factor model of loyalty to IT product–The case of smartphones. International Journal of Information Management, 35(2), 215-228.
Li, Y., & Wang, X. (2017). Online social networking sites continuance intention: A model comparison approach. Journal of Computer Information Systems, 57(2), 160-168.
Li, Y., Wang, X., Lin, X., & Hajli, M. (2018). Seeking and sharing health information on social media: A net valence model and cross-cultural comparison. Technological Forecasting and Social Change, 126, 28-40.
Marikyan, D., Papagiannidis, S., & Alamanos, E. (2019). A systematic review of the smart home literature: A user perspective. Technological Forecasting and Social Change, 138, 139-154.
Nikou, S. (2019). Factors driving the adoption of smart home technology: An empirical assessment. Telematics and Informatics, 45, 101283.
Noh, Y. (2015). Imagining library 4.0: Creating a model for future libraries. The Journal of Academic Librarianship, 41(6), 786-797.
Rogers, E. M. (2003). Diffusion of Innovations Fifth edition Free Press. New York.
Rogers, E. M., Singhal, A., & Quinlan, M. M. (2014). Diffusion of innovations (pp. 432-448). Routledge.
Shin, J., Park, Y., & Lee, D. (2018). Who will be smart home users? An analysis of adoption and diffusion of smart homes. Technological Forecasting and Social Change, 134, 246-253.
Wang, X., McGill, T. J., & Klobas, J. E. (2018). I want it anyway: Consumer perceptions of smart home devices. Journal of Computer Information Systems.
Downloads
เผยแพร่แล้ว
How to Cite
ฉบับ
บท
License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
