ปัจจัยที่มีอิทธิพลต่อการยอมรับการใช้บริการเรือโดยสารพลังงานไฟฟ้าไปยังจุดหมายปลายทางสุดท้ายของผู้โดยสาร
คำสำคัญ:
เรือโดยสารพลังงานไฟฟ้า, ทฤษฎีการยอมรับเทคโนโลยี, ความใส่ใจต่อสิ่งแวดล้อม, ความเพลิดเพลินในการเดินทางบทคัดย่อ
การวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาปัจจัยที่มีอิทธิพลต่อการยอมรับการใช้บริการเรือโดยสารพลังงานไฟฟ้าในการเดินทางไปยังจุดหมายปลายทางสุดท้ายของผู้โดยสาร โดยมุ่งเน้นผู้โดยสารที่มีประสบการณ์ใช้บริการเรือโดยสารไฟฟ้า MINE Smart Ferry ของบริษัท ไทย สมายล์ โบ้ท กลุ่มตัวอย่างจำนวน 147 คน ได้จากการสุ่มตัวอย่างแบบง่ายและเก็บข้อมูลผ่านแบบสอบถามออนไลน์ในเดือนสิงหาคม พ.ศ. 2567 โดยใช้โปรแกรม G*Power ในการกำหนดขนาดกลุ่มตัวอย่าง เครื่องมือที่ใช้เป็นแบบสอบถามมาตรวัดลิเคิร์ท 5 ระดับ ผ่านการตรวจสอบคุณภาพด้วยดัชนีความสอดคล้อง และค่าสัมประสิทธิ์แอลฟาของครอนบาค การวิเคราะห์ข้อมูลใช้สถิติเชิงพรรณนาและสมการถดถอยพหุคูณ ผลการวิจัยพบว่า ปัจจัยที่มีอิทธิพลสูงสุดต่อการยอมรับการใช้บริการคือทัศนคติต่อการใช้บริการ รองลงมาคือการรับรู้ถึงประโยชน์ที่ได้รับ และการรับรู้ถึงความสะดวกสบายในการใช้งาน ตามลำดับ โดยสามารถอธิบายความผันแปรในการยอมรับการใช้บริการได้ร้อยละ 21.2 (R²adj = 0.212) นอกจากนี้ ปัจจัยด้านความใส่ใจต่อสิ่งแวดล้อมและความเพลิดเพลินในการเดินทางยังมีอิทธิพลเชิงบวกต่อการรับรู้ถึงความสะดวกสบายและการรับรู้ถึงประโยชน์ที่ได้รับ การวิจัยนี้มีคุณค่าในการนำไปใช้กำหนดแนวทางพัฒนานโยบายและปรับปรุงบริการเพื่อส่งเสริมการใช้เรือโดยสารพลังงานไฟฟ้าและสร้างความยั่งยืนด้านสิ่งแวดล้อมในระยะยาว
References
นิวัฒน์ รังสร้อย, พระพงษ์ วรภัทร์ถิระกูล, และ วาสนา รังสร้อย. (2563). แนวทางการแก้ไขการให้บริการรถยนต์สาธารณะของกรมการขนส่งทางบก. วารสารจุพานาครทรรศน์, 7(9), 163-174.
ศิกษก บันลือฤทธิ์ และ จิราภรณ์ กาญจนสุพรรณ. (2561). เรือกับการท่องเที่ยวเชิงวัฒนธรรม: กรณีศึกษาลุ่มน้ำเจ้าพระยาฝั่งธนบุรี กรุงเทพมหานคร. กรุงเทพมหานคร: มหาวิทยาลัยราชภัฏธนบุรี.
สำนักงานนวัตกรรมแห่งชาติ (องค์การมหาชน). (2567). MINE Smart Ferry และ Thai Smile Bus มิติใหม่แห่งการขนส่ง. สืบค้นเมื่อ 3 สิงหาคม 2567, จาก https://motortrivia.com/2022/12/energy-absolute-news-2-12-2565/
อรุณลักษณ์ จิรธนภิญโญ. (2564). การเปลี่ยนแปลงสภาพภูมิอากาศกับบทบาทการลดก๊าซเรือนกระจกในภาคผลิตไฟฟ้าของไทย. สืบค้นเมื่อ 10 สิงหาคม 2567, จาก https://ej.eric.chula.ac.th/article/view/65
ลลิดา พลสุวรรณ และ นิศากร สมสุข. (2559). ปัจจัยที่ส่งผลต่อคุณภาพการให้บริการเรือโดยสารไฟฟ้าของประชาชนในเส้นทางน้ำแม่น้ำเจ้าพระยา กรุงเทพมหานคร. สืบค้นเมื่อ 3 สิงหาคม 2567, จาก http://www3.ru.ac.th/mpa-abstract/files/2565_1681982623_6414830009.pdf
วรพรรณ นิติการ. (2564). คุณภาพการให้บริการที่มีความสัมพันธ์ต่อการตัดสินใจเลือกใช้บริการเรือขนส่งผู้โดยสารคลองแสนแสบ. สืบค้นเมื่อ 16 กันยายน 2567, จาก https://so06.tci-thaijo.org/index.php/umtpoly/article/view/249053
วิโรจน์ เจษฏาลักษณ์ และ ปริญญานันท์ ฉัวกุล. (2561). คุณภาพการให้บริการของรถโดยสารสาธารณะสำหรับผู้สูงอายุในกรุงเทพมหานคร. Veridian E-Journal, Silpakorn University (Humanities, Social Sciences and Arts), 11(1), 3091-3104.
Business Plus. (2021). MINE Smart Ferry EA. Retrieved August 3, 2024, from https://www.thebusinessplus.com/mine-smart-ferry-ea/
Cai, L., Yuen, K. F., Xie, D., Fang, M., & Wang, X. (2021). Consumer’s usage of logistics technologies: Integration of habit into the unified theory of acceptance and use of technology. Technology in Society, 67, 101789. https://doi.org/10.1016/j.techsoc.2021.101789
Chen, C., & Xu, S. (2022). The role of government support in promoting electric vessel adoption: Insights from the shipping industry. Journal of Transportation Research, 45(3), 231-247.
Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16(3), 297-334.
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319-340. https://www.jstor.org/stable/249008
Faul, F., Erdfelder, E., Buchner, A., & Lang, A.-G. (2009). Statistical power analyses using G*Power 3.1: Tests for correlation and regression analyses. Behavior Research Methods, 41(4), 1149-1160. https://doi.org/10.3758/BRM.41.4.1149
Gifford, R., & Nilsson, A. (2014). Personal and social factors that influence pro-environmental concern and behavior: A review. International Journal of Psychology, 49(2), 141-157. https://doi.org/10.1002/ijop.12034
Hair, J. F., Black, W. C., Babin, B. J., Anderson, R. E., & Tatham, R. L. (2010). Multivariate data analysis (7th ed.). Pearson Education.
International Energy Agency. (2021). Renewables 2021: Analysis and forecast to 2026. International Energy Agency. Retrieved August 10, 2024, from https://iea.blob.core.windows.net/assets/5ae32253-7409-4f9a-a91d-1493ffb9777a/Renewables2021-Analysisandforecastto2026.pdf
Kim, Y., & Choi, S. M. (2005). Antecedents of green purchase behavior: An examination of collectivism, environmental concern, and PCE. In Geeta Menon & Akshay R. Rao (Eds.), NA - Advances in consumer research (Vol. 32, pp. 592-599). Association for Consumer Research.
Lee, J., Kim, J., & Choi, J. Y. (2019). The adoption of virtual reality devices: The technology acceptance model integrating enjoyment, social interaction, and strength of the social ties. Telematics and Informatics, 39, 37-48. https://doi.org/10.1016/j.tele.2018.12.006
Michels, M., von Hobe, C. F., von Ahlefeld, P. W., & Musshoff, O. (2021). An extended technology acceptance model for the adoption of drones in German agriculture. In Precision agriculture '21 (pp. 206-216). Wageningen Academic Publishers. https://doi.org/10.3920/978-90-8686-916-9
Müller, J. M. (2019). Comparing technology acceptance for autonomous vehicles, battery electric vehicles, and car sharing—A study across Europe, China, and North America. Sustainability, 11(16), 4333. https://doi.org/10.3390/su11164333
Venkatesh, V., & Bala, H. (2008). Technology acceptance model 3 and a research agenda on interventions. Decision Sciences, 39(2), 273-315. https://doi.org/10.1111/j.1540-5915.2008.00192.x
Venkatesh, V., & Davis, F. D. (2000). A theoretical extension of the technology acceptance model: Four longitudinal field studies. Management Science, 46(2), 186-204. https://doi.org/10.1287/mnsc.46.2.186.11926
Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 2(3), 425-478. https://doi.org/10.2307/30036540
Wu, X., Xu, X., & Song, M. (2019). Environmental awareness and environmental Kuznets curve. Ecological Economics, 168, 106452.
