The Influence of Personality Traits and Self-Efficacy on Behavioral Intention to Use Automation Technology: A Case Study of Operating Employees of a Container Terminal Operation Company at Laem Chabang Port

Authors

  • Jakaphun Aiem-siri Faculty of Management Sciences, Kasetsart University, Chonburi 20230
  • Jutamard Thaweepaiboonwong Faculty of Management Sciences, Kasetsart University, Chonburi 20230

Keywords:

Personality trait, self-efficacy, Perceived ease of use, Perceived usefulness, Attitude toward Using, Intention to Use, Automation technology

Abstract

This survey research aimed to study the personality traits and the level of self-efficacy, perceived ease of use, perceived usefulness, attitude and intention to use automation technology as well as to analyze the factors that affect intention to use automation technology of operating staff of a container handling company in Laem Chabang Port, Chon Buri Province. The data collection had been made through providing questionnaires on the sample groups. The total sample size was 250 persons by using convenience sampling technique. The statistics used to analyze data including frequency, percentage, mean, standard deviation and path analysis. The results of the research revealed that the mean level of personality of neuroticism, conscientiousness, agreeableness, extraversion and openness to experience were at 2.59, 4.05, 3.96, 3.63 and 3.56 respectively. The level of self-efficacy was at a high level, with a value of 3.79. The level of perceived usefulness, perceived ease of use, attitude and intention to use automation technology were at high level, with the value of 3.73, 3.52, 3.66 and 3.59 respectively. From the test results of path analysis, it was found that it was consistent with the empirical data, CMIN/DF = 2.26, GFI = 0.98, AGFI = 0.90, CFI = 0.98, and RMSEA = 0.07 which operating staff’s personality of openness to experience and self-efficacy affect their perceived usefulness to use automation technology through perceived ease of use and also affect to attitude and intention to use automation technology at statistical significance at the level of 0.05.

References

กรุงเทพธุรกิจออนไลน์. (2561). ธุรกิจท่าเรือผลักดันนโยบายไทยแลนด์ 4.0 อย่างไร. สืบค้น 20 มิถุนายน 2561, จาก https://www.bangkokbiznews.com/blog/detail/644897.

ชูศรี วงศ์รัตนะ. (2560). เทคนิคการใช้สถิติเพื่อการวิจัย. กรุงเทพฯ: อมรการพิมพ์.

ธัญญลักษณ์ พลวัน, สุพรรษา กุลแก้ว, และณัฐสิทธิ์ เกิดศรี. (2557). การศึกษาพฤติกรรมการใช้เทคโนโลยี และปัจจัยที่มีผลต่อการยอมรับเทคโนโลยี QR Code ของกลุ่มประชากรในเขตกรุงเทพมหานคร. วิศวกรรมสาร มก, 88(27), 29 - 40.

ธาดาธิเบศร์ ภูทอง. (2561). อิทธิพลของบุคลิกภาพและการยอมรับเทคโนโลยีที่ส่งผลต่อการตั้งใจใช้หนังสืออิเล็กทรอนิกส์. Veridian E-Journal สาขามนุษยศาสตร์ สังคมศาสตร์ และศิลปะ, 11(2), 3179 - 3193.

ศรัญญา บุญคง, อัจฉรา ชีวะตระกูลกิจ, และอภิญญา วนเศรษฐ. (2561). ปัจจัยที่มีความสัมพันธ์กับความตั้งใจใช้บริการพร้อมเพย์ของเจ้าหน้าที่สำนักงานคณะกรรมการป้องกันและปราบปรามการทุจริตแห่งชาติ ภาค 6.วารสารมนุษยศาสตร์และสังคมศาสตร์ มหาวิทยาลัยราชภัฏพิบูลสงคราม, 12(2), 548 - 563.

ศรีเรือน แก้วกังวาล. (2551). ทฤษฎีจิตวิทยาบุคลิกภาพ : รู้เรา รู้เขา (พิมพ์ครั้งที่ 15). กรุงเทพฯ: หมอชาวบ้าน.

สิริรัตน์ ธีระชาติแพทย์. (2558). ความสัมพันธ์ระหว่างบุคลิกลักษณะ การยอมรับเทคโนโลยี ทัศนคติและความตั้งใจในการเป็นเจ้าของธุรกิจส่วนตัวขนาดเล็กผ่านสื่อโซเชียลเน็ตเวิร์กของกลุ่มเจนเนอเรชั่นวาย (การค้นคว้าอิสระวารสารศาสตรมหาบัณฑิต). กรุงเทพฯ: มหาวิทยาลัยธรรมศาสตร์.

Ajzen, I. (1991). The theory of planned behavior. Organizational behavior and human decision processes, 50(2), 179-211.

Alhanatleh, H., & Akkaya, M. (2016). The Investigation of Jordanian Education Ministry Employees’ Attitude toward the Using of Cloud ERP. International Journal of Communications, Network and System Sciences, 9(11), 440 – 450.

Bandura, A. (1977). Self-efficacy: toward a unifying theory of behavioral change. Psychological review, 84(2), 191 – 215.

Bandura, A. (1986). Social Foundations of Thought and Action: A Social Cognitive Theory. Englewood Cliffs, New Jersey: Prentice-Hall.

Best, J., & Kahn, J. V. (1993). Research in Education (7th ed.). Boston: Allyn and Bacon.

Costa, P. T., & McCrae, R. R. (1992). Revised NEO Personality Inventory (NEO PI-R) and NEO Five-Factor Inventory (NEO-FFI). Odessa, FL: Psychological Assessment Resources.

Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319-340.

Diamantopoulos, A., & Siguaw, J. A. (2000). Introduction to LISREL: A Guide for the Uninitiated. London: SAGE.

Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2010). Multivariate Data Analysis (7th ed.). New York: Pearson.

Howard, P. J., & Howard, J. M. (1995). The Big Five QuickStart: An Introduction to the Five-Factor Model of Personality for Human Resource Professionals. Charlotte, NC: Center for Applied Cognitive Studies.

Hsieh, H. L., Kuo, Y. M., Wang, S. R., Chuang, B. K., & Tsai, C. H. (2017). A study of personal health record user’s behavioral model based on the PMT and UTAUT integrative perspective. International journal of environmental research and public health, 14(1), 8.

Joreskog, K., & Sorbom, D. (1993). LISREL 8: Structural Equation Modeling with the SIMPLIS Command Language. Chicago: Scientific Software International.

Kim, T., Suh, Y. K., Lee, G., & Choi, B. G. (2010). Modelling roles of task‐technology fit and self‐efficacy in hotel employees' usage behaviours of hotel information systems. International Journal of Tourism Research, 12(6), 709-725.

Kline, R. B. (2005). Principles and Practice of Structural Equation Modeling (2nd ed). New York: Guilford.

Muslichah, M. (2018). The effect of self efficacy and information quality on behavioral intention with perceived usefulness as intervening variable. Journal of Accounting, Business and Management (JABM), 25(1), 21-34.

Nunnally, J. C. (1978). Psychometric Theory. (2nd Ed.). New York: McGraw-Hill.

Özbek, V., Alnıaçık, Ü., Koc, F., Akkılıç, M. E., & Kaş, E. (2014). The impact of personality on technology acceptance: A study on smart phone users. Procedia-Social and Behavioral Sciences, 150, 541-551.

Rezaei, R., Safa, L., & Ganjkhanloo, M. M. (2020). Understanding farmers’ ecological conservation behavior regarding the use of integrated pest management-an application of the technology acceptance model. Global Ecology and Conservation, 22, e00941.

Rogers, E. M., Rogers, R. M., & Shoemaker, F. F. (1971). Communication of Innovations: A Cross-Cultural Approach. New York: Free Press.

Rosen, P., & Kluemper, D. (2008). The impact of the big five personality traits on the acceptance of social networking website. AMCIS 2008 Proceedings, 274.

Selamat, Z., Jaffar, N., & Ong, H. B. (2009). Technology acceptance in Malaysian banking industry. Journal of Economics, Finance and Administrative Sciences, 17, 143-155.

Stevens, J. (1992). Applied Multivariate Statistics for the Social Sciences. (2nd ed). Harper and Row: New York.

Terzis, V., Moridis, C., & Economides, A. (2012). How student’s personality traits affect computer based Assessment acceptance: integrating BFI with CBAAM. Computers in Human Behavior, 28(5), 1985–1996.

Downloads

Published

30-09-2022

How to Cite

Aiem-siri, J. ., & Thaweepaiboonwong , J. . (2022). The Influence of Personality Traits and Self-Efficacy on Behavioral Intention to Use Automation Technology: A Case Study of Operating Employees of a Container Terminal Operation Company at Laem Chabang Port. Humanities and Social Sciences Journal of Pibulsongkram Rajabhat University, 16(2), 510–524. Retrieved from https://so01.tci-thaijo.org/index.php/GraduatePSRU/article/view/245779

Issue

Section

Research Article