การตัดสินใจซื้อรถจักรยานยนต์ไฟฟ้าของกลุ่มผู้ใช้งานตามบ้าน
Main Article Content
บทคัดย่อ
การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อศึกษาปัจจัยที่ส่งผลต่อการตัดสินใจซื้อรถจักรยานยนต์ไฟฟ้าของกลุ่มผู้ใช้งานตามบ้าน โดยใช้แบบจำลองโลจิตในการวิเคราะห์ข้อมูลปฐมภูมิจากแบบสอบถามผ่านช่องทางสื่อสังคมออนไลน์จำนวน 402 ตัวอย่าง ผลการศึกษาพบว่าปัจจัยที่มีผลต่อการตัดสินใจซื้อรถจักรยานยนต์ไฟฟ้าของกลุ่มผู้ใช้งานตามบ้าน ได้แก่ เพศ อายุ การศึกษา จำนวนวันการใช้งานต่อเดือน ส่วนประสมทางการตลาดด้านผลิตภัณฑ์เรื่องประสิทธิภาพและความปลอดภัย และอัตราค่าไฟ โดยกลุ่มตัวอย่างเพศหญิง ที่มีอายุ 26 ปีขึ้นไป มีระดับการศึกษาระดับปริญญาตรีขึ้นไป และเป็นผู้ที่มีพฤติกรรมการใช้งานรถจักรยานยนต์น้อยกว่า 8 วันต่อเดือน มีความน่าจะเป็นที่จะตัดสินใจซื้อรถจักรยานยนต์ไฟฟ้ามากกว่ากรณีอื่น นอกจากนั้น ปัจจัยด้านผลิตภัณฑ์ในแง่ประสิทธิภาพและความปลอดภัยสูง และปัจจัยอัตราค่าไฟต่ำ ส่งผลต่อการตัดสินใจซื้อรถจักรยานยนต์ไฟฟ้าของกลุ่มผู้ใช้งานตามบ้านอย่างมีนัยสำคัญทางสถิติ
Article Details

อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
1.บทความที่ตีพิมพ์เป็นลิขสิทธิ์ของวารสารวิชาการศิลปศาสตร์ประยุกต์ การนำเนื้อหา ข้อความหรือข้อคิดเห็น รูปภาพ ตาราง ของบทความไปจัดพิมพ์เผยแพร่ในรูปแบบ ต่าง ๆ เพื่อใช้ประโยชน์ในเชิงพาณิชย์ ต้องได้รับอนุญาตจากกองบรรณาธิการวารสารอย่างเป็นลายลักษณ์อักษร
2.ข้อความที่ปรากฏในบทความแต่ละเรื่อง เป็นความคิดเห็นส่วนตัวของผู้เขียนแต่ละท่านไม่เกี่ยวข้องกับวารสารวิชาการศิลปศาสตร์ประยุกต์ และบุคลากร คณาจารย์ท่านอื่น ๆ ในวารสารฯ แต่อย่างใด ความรับผิดชอบองค์ประกอบทั้งหมดของบทความแต่ละเรื่องเป็นของผู้เขียนแต่ละท่าน หากมีความผิดพลาดใด ๆ ผู้เขียนแต่ละท่านจะรับผิดชอบบทความของตนเองแต่ผู้เดียว
เอกสารอ้างอิง
ตลาดหลักทรัพย์แห่งประเทศไทย. (ม.ป.ป.). การเดินทางโดยรถจักรยานยนต์. สืบค้นจาก https://climatecare. setsocial impact.com/carethebear/tips/detail/5
ฑิฆัมพร ทวีเดช และสมบัติ ทีฆทรัพย์. (2563). ปัจจัยทางการตลาดที่มีอิทธิผลต่อการตัดสินใจซื้อรถยนต์ไฟฟ้าแบตเตอรี่
ของผู้ที่อาศัยในจังหวัดปราจีนบุรีด้วยการวิเคราะห์ถดถอยพหุคูณแบบขั้นตอน. วารสารสารสนเทศ, 19(1), 57-70.
ฐานเศรษฐกิจ. (2567). ตลาดรถจักรยานยนต์ EV โต 221% ไทยฮอนด้า เน้น B2B. สืบค้นจาก https://www.thansettakij.
com/motor/ev/588581
ทศมงคล พงศ์พันธ์. (2564). ปัจจัยที่ส่งผลต่อการตัดสินใจเลือกซื้อรถจักรยานยนต์ไฟฟ้าของกลุ่มเจเนอเรชั่นวายในพื้นที่
กรุงเทพมหานครและปริมณฑล (วิทยานิพนธ์บริหารธุรกิจมหาบัณฑิต). มหาวิทยาลัยธรรมศาสตร์, กรุงเทพมหานคร.
สืบค้นจาก https://digital.library.tu.ac.th/tu_dc/frontend/Info/item/dc:270307
เพิ่มสกุล พูลมา และบดินทร์ รัศมีเทศ. (2564). ปัจจัยที่ส่งผลต่อความตั้งใจใช้รถยนตไฟฟ้าของผู้บริโภคในเขตกรุงเทพมหานคร.
วารสารสมาคมนักวิจัย, 26(4), 74-89.
แลงหอม ปู่ยอด และเกษม สวัสดี. (2566). ปัจจัยที่ส่งผลต่อการตัดสินใจซื้อรถจักรยานยนต์ไฟฟ้าของประชากรใน
กรุงเทพมหานคร (วิทยานิพนธ์บริหารธุรกิจมหาบัณฑิต). มหาวิทยาลัยรามคำแหง, กรุงเทพมหานคร. สืบค้นจาก
https://mmm.ru.ac.th/MMM /IS/twin10/6314154146.pdf.
ศิริวรรณ เสรีรัตน์, ปริญ ลักษิตานนท์, ศุภร เสรีรัตน์, และองอาจ ปทะวานิช. (2546). หลักการตลาด. กรุงเทพฯ:
S.MCircuit Press.
สถาบันวิจัยและพัฒนาพลังงานนครพิงค์. (2564). ทำความรู้จักยานยนต์ไฟฟ้า 4 ประเภท. สืบค้นจาก https://erdi.cmu.
ac.th/?p=1489
สุทธิรัตน์ ทองแว่น. (2562). การรับรู้คุณภาพและคุณค่าตราสินค้าที่ส่งผลต่อการตัดสินใจซื้อรถยนต์ไฟฟ้าของผู้บริโภค
วัยทำงาน (สารนิพนธ์การจัดการมหาบัณฑิต). มหาวิทยาลัยมหิดล, กรุงเทพมหานคร สืบค้นจาก https://archive.cm. mahidol.ac.th/bitstream/123456789/3862/1/TP%20BM.127%202562.pdf
ประเสริฐ มีเครือ (อ้างถึงใน Kotler, 2453). (2563). ความหมายของส่วนประสมทางการตลาด. สืบค้นจาก http://www.
mpa-mba.ru.ac.th/images/Project/treatise_lopburi01_02082021/6124952433.pdf
Pew Research Center. (2566). ส่องปัญหาสังคมและโครงสร้างผ่านมอไซด์ไทย. สืบค้นจาก https://urbancreature.co/
motorbikes-Thailand/
Praornpit Katchwattana. (2565). ส่องตลาด ‘มอเตอร์ไซค์อีวี’ การเตรียมบุกตลาดของแบรนด์ใหญ่ และโอกาสของ
แบรนด์เล็กที่ยังโตต่อเนื่องรับเทรนด์ EV. สืบค้นจาก https://www.salika.co/2022/09/30/ev-motorcycle- trend-marketing-in-thailand-2022/
Cronbach, L. J. (1974). Essentials of Psychological Testing. 3rd ed. New York: Harper and Row.
Cochran, W. G. (1997). Sampling Techniques. 3rd ed. New York: John Wiley & Sons.
Pimentel, J. L. (2010). A note on the usage of Likert Scaling for research data analysis. USM R&D, 18(2),
-112.