Original Title: Factors Determining Consumer Buying Behaviour in Online Shopping
Source: www.ijicc.net
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

កត្តាកំណត់ឥរិយាបថនៃការទិញរបស់អតិថិជនក្នុងការទិញទំនិញតាមអនឡាញ

ចំណងជើងដើម៖ Factors Determining Consumer Buying Behaviour in Online Shopping

អ្នកនិពន្ធ៖ Somdech Rungsrisawat, Watcharin Joemsittiprasert, Kittisak Jermsittiparsert

ឆ្នាំបោះពុម្ព៖ 2019 International Journal of Innovation, Creativity and Change

វិស័យសិក្សា៖ Consumer Behavior

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការសិក្សានេះផ្តោតលើការស្វែងយល់ពីកត្តាសំខាន់ៗដែលជះឥទ្ធិពល និងជំរុញការសម្រេចចិត្តទិញទំនិញតាមប្រព័ន្ធអនឡាញរបស់អតិថិជន ពិសេសនៅក្នុងបរិបទទីផ្សារនៃប្រទេសកំពុងអភិវឌ្ឍន៍ដូចជាប្រទេសម៉ាឡេស៊ី។

វិធីសាស្ត្រ (The Methodology)៖ ការស្រាវជ្រាវនេះត្រូវបានធ្វើឡើងតាមរយៈវិធីសាស្ត្របរិមាណ (Quantitative Approach) ដោយប្រមូលទិន្នន័យពីអ្នកចូលរួម និងធ្វើការវិភាគទំនាក់ទំនងរវាងអថេរ។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Multiple Regression Analysis
ការវិភាគតំរែតំរង់ពហុគុណ
អាចកំណត់កម្រិតឥទ្ធិពលនៃអថេរឯករាជ្យច្រើនទៅលើអថេរអាស្រ័យតែមួយក្នុងពេលតែមួយបានយ៉ាងច្បាស់លាស់។ វាជួយឲ្យដឹងថាកត្តាណាមួយមានឥទ្ធិពលខ្លាំងជាងគេ។ ទាមទារទិន្នន័យមានទំហំធំល្មម (Sample size ធំ) និងត្រូវបំពេញតាមលក្ខខណ្ឌសន្មតនៃការចែកចាយទិន្នន័យ (Normal Distribution) ជាមុនសិន។ ម៉ូដែលតំរែតំរង់នេះអាចពន្យល់ពីបម្រែបម្រួលនៃឥរិយាបថទិញទំនិញតាមអនឡាញបានរហូតដល់ ៦៤.៥% (Adjusted R² = 0.645)។
Pearson Correlation Analysis
ការវិភាគទំនាក់ទំនង Pearson
មានភាពងាយស្រួលក្នុងការគណនា និងបង្ហាញយ៉ាងច្បាស់ពីកម្រិតព្រមទាំងទិសដៅនៃទំនាក់ទំនងរវាងអថេរពីរ (វិជ្ជមាន ឬអវិជ្ជមាន)។ មិនអាចបញ្ជាក់ពីទំនាក់ទំនងជាលក្ខណៈហេតុនិងផល (Causality) បានទេ គឺត្រឹមតែប្រាប់ថាអថេរទាំងពីរប្រែប្រួលទន្ទឹមគ្នាឬអត់ប៉ុណ្ណោះ។ រកឃើញថាទំនាក់ទំនងរវាងកត្តាចិត្តសាស្ត្រ និងការទិញមានកម្រិតខ្ពស់ (r = 0.766) ចំណែកកត្តាហានិភ័យមានកម្រិតទាប (r = 0.251) មិនមានលក្ខណៈសំខាន់ខាងស្ថិតិ។

ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះផ្ដោតលើវិធីសាស្ត្រស្រាវជ្រាវបែបបរិមាណ (Quantitative) ដែលទាមទារធនធានតិចតួចក្នុងការប្រមូល និងកុំព្យូទ័រធម្មតាសម្រាប់ការវិភាគទិន្នន័យ។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងដោយផ្ដោតទៅលើប្រជាជននៅប្រទេសម៉ាឡេស៊ីដែលមានអាយុចាប់ពី ១៨ឆ្នាំឡើង ដោយប្រើវិធីសាស្ត្រជ្រើសរើសសំណាកតាមភាពងាយស្រួល (Convenience Sampling) ដែលភាគច្រើនជាអ្នកមានការងារធ្វើ និងមានកម្រិតវប្បធម៌បរិញ្ញាបត្រ។ ទិន្នន័យនេះអាចមិនតំណាងពេញលេញសូម្បីតែសម្រាប់ប្រទេសម៉ាឡេស៊ីទាំងមូល។ សម្រាប់កម្ពុជា ការបកស្រាយទិន្នន័យនេះត្រូវមានការប្រុងប្រយ័ត្ន ព្រោះកម្រិតនៃការយល់ដឹងពីបច្ចេកវិទ្យា អក្ខរកម្មហិរញ្ញវត្ថុ និងទំនុកចិត្តលើប្រព័ន្ធទូទាត់តាមអ៊ីនធឺណិតរវាងប្រជាជនកម្ពុជា និងម៉ាឡេស៊ីនៅមានកម្រិតខុសគ្នា។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

ទោះបីជាការសិក្សានេះធ្វើឡើងនៅបរទេស ប៉ុន្តែទ្រឹស្តីនិងលទ្ធផលរបស់វាមានតម្លៃខ្លាំងសម្រាប់ការអនុវត្តន៍ក្នុងទីផ្សារអនឡាញនៅប្រទេសកម្ពុជាដែលកំពុងរីកចម្រើន។

ជារួម អាជីវកម្មនៅកម្ពុជាគួរតែដាក់គោលដៅចម្បងលើការផ្តល់ជូនអត្ថប្រយោជន៍ជាក់ស្តែង និងការកសាងទំនុកចិត្តជាមួយអតិថិជន ជាជាងការបារម្ភហួសហេតុពីការភ័យខ្លាចហានិភ័យរបស់អតិថិជនដែលកំពុងមានការថយចុះ។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. រៀបចំក្របខណ្ឌស្រាវជ្រាវតាមបរិបទកម្ពុជា: និស្សិតអាចចាប់ផ្តើមដោយប្រើប្រាស់ទ្រឹស្ដី S-O-R (Stimulus-Organism-Response) ដើម្បីបង្កើតក្របខណ្ឌគំនិតស្រាវជ្រាវ ដោយជ្រើសរើសអថេរឯករាជ្យដូចជា អត្ថប្រយោជន៍តម្លៃ ទំនុកចិត្តលើប្រព័ន្ធដឹកជញ្ជូន និងសុវត្ថិភាពប្រព័ន្ធទូទាត់។
  2. រចនានិងចែកចាយកម្រងសំណួរអនឡាញ: ប្រើប្រាស់ឧបករណ៍ដូចជា Google FormsKoboToolbox ដើម្បីរៀបចំសំណួរវាយតម្លៃតាមកម្រិត Likert Scale (1-5) ហើយចែកចាយទៅកាន់ក្រុមគោលដៅតាមរយៈ Facebook Groups ឬ Telegram Channels ដោយកំណត់គោលដៅយកយ៉ាងហោចណាស់ ៣០០ ទៅ ៤០០ សំណាក។
  3. សម្អាតនិងរៀបចំទិន្នន័យឱ្យមានសណ្តាប់ធ្នាប់: ទាញយកទិន្នន័យដែលបានប្រមូលមកដាក់ក្នុងកម្មវិធី Microsoft Excel ដើម្បីលុបចោលទិន្នន័យណាដែលមិនពេញលេញ (Missing Values) ឬចម្លើយដែលមិនសមហេតុផល មុននឹងនាំចូលទៅក្នុងកម្មវិធីវិភាគ។
  4. អនុវត្តការវិភាគទិន្នន័យស្ថិតិ: ប្រើប្រាស់កម្មវិធី SPSSJASP ដើម្បីធ្វើការវិភាគ Reliability Analysis (Cronbach's Alpha), បន្តដោយការវាស់ស្ទង់ទំនាក់ទំនង Pearson Correlation, និងចុងក្រោយគឺការប្រើប្រាស់ Multiple Regression Analysis ដើម្បីសាកល្បងសម្មតិកម្ម។
  5. សរសេររបាយការណ៍និងផ្តល់អនុសាសន៍អាជីវកម្ម: ចងក្រងលទ្ធផលនៃការវិភាគដោយបកស្រាយថាថាតើកត្តាណាមួយ (អត្ថប្រយោជន៍ ឬ ហានិភ័យ) ដែលមានឥទ្ធិពលខ្លាំងជាងគេ រួចផ្តល់ជាអនុសាសន៍ជាក់ស្តែងជូនម្ចាស់អាជីវកម្ម E-commerce ក្នុងស្រុកដើម្បីរៀបចំយុទ្ធសាស្ត្រទីផ្សារ។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Purchase abandonment គឺជាសកម្មភាពដែលអតិថិជនជ្រើសរើសទំនិញដាក់ចូលក្នុងកន្ត្រកអនឡាញរួចរាល់ ប៉ុន្តែមិនព្រមបន្តធ្វើការទូទាត់ប្រាក់នៅជំហានចុងក្រោយ ដោយសារកត្តាផ្សេងៗដូចជាអសន្តិសុខ ឬរចនាសម្ព័ន្ធគេហទំព័រមិនមានភាពងាយស្រួល។ ដូចជាពេលយើងដើររើសអីវ៉ាន់ដាក់ពេញរទេះក្នុងផ្សារទំនើប រួចក៏ទុកចោលមិនព្រមគិតលុយ ហើយដើរចេញទៅវិញអញ្ចឹងដែរ។
S–O–R model ជាទ្រឹស្តីចិត្តសាស្ត្រដែលពន្យល់ពីរបៀបដែលកត្តាខាងក្រៅ (Stimulus/កត្តាជម្រុញ) ជះឥទ្ធិពលដល់ស្ថានភាពផ្លូវចិត្តខាងក្នុង (Organism/សារពាង្គកាយ) ដែលឈានទៅដល់ការសម្រេចចិត្តធ្វើសកម្មភាពអ្វីមួយ (Response/ការឆ្លើយតប)។ ដូចជាពេលយើងធុំក្លិនម្ហូបឆ្ងាញ់ (កត្តាជម្រុញ) ធ្វើឱ្យយើងឃ្លាន (កត្តាផ្លូវចិត្តខាងក្នុង) ហើយយើងក៏សម្រេចចិត្តទិញញ៉ាំ (ការឆ្លើយតប)។
Perceived Benefits គឺជាការយល់ឃើញឬការវាយតម្លៃរបស់អតិថិជនទៅលើអត្ថប្រយោជន៍ដែលពួកគេរំពឹងថានឹងទទួលបានពីការទិញទំនិញ ឬប្រើប្រាស់សេវាកម្មណាមួយ ដូចជាចំណេញពេល ចំណេញថវិកា ឬទទួលបានទំនិញច្រើនជម្រើស។ ដូចជាការគិតទុកជាមុនថា បើទិញអីវ៉ាន់តាមអនឡាញ យើងនឹងចំណេញសាំងមិនបាច់ជិះម៉ូតូទៅផ្សារផ្ទាល់។
Perceived Risk គឺជាក្តីបារម្ភឬការគិតទុកជាមុនរបស់អតិថិជនអំពីហានិភ័យ ឬផលវិបាកអវិជ្ជមានដែលអាចកើតមាននៅពេលទិញទំនិញតាមអនឡាញ ដូចជាការបាត់បង់ប្រាក់ ទទួលបានទំនិញក្លែងក្លាយ ឬលេចធ្លាយព័ត៌មានផ្ទាល់ខ្លួន។ ដូចជាការបារម្ភថា "ចុះបើវេលុយឱ្យគេហើយ គេអត់ផ្ញើអីវ៉ាន់ឱ្យ ឬផ្ញើខុសម៉ូតតើគិតយ៉ាងម៉េច?" មុនពេលសម្រេចចិត្តទិញ។
Multiple Regression Analysis ជាវិធីសាស្ត្រវិភាគស្ថិតិដែលប្រើដើម្បីស្វែងយល់និងវាស់វែងពីកម្រិតឥទ្ធិពលនៃអថេរឯករាជ្យច្រើន (ឧទាហរណ៍៖ អត្ថប្រយោជន៍ និងហានិភ័យ) ទៅលើអថេរអាស្រ័យតែមួយ (ឧទាហរណ៍៖ ការសម្រេចចិត្តទិញ) ក្នុងពេលតែមួយ។ ដូចជាការរកមើលថាតើកត្តាណាខ្លះ (សាំង ម៉ាស៊ីន កង់) ដែលធ្វើឱ្យឡានមួយរត់លឿនជាងគេ ហើយកត្តាណាមានឥទ្ធិពលធំជាងគេបំផុត។
Convenience Sampling ជាវិធីសាស្ត្រជ្រើសរើសសំណាកតំណាងក្នុងការស្រាវជ្រាវ ដោយអ្នកស្រាវជ្រាវជ្រើសរើសយកអ្នកចូលរួមណាដែលងាយស្រួលរកបំផុត ឬនៅជិតខ្លួនបំផុត ដោយមិនមានការជ្រើសរើសតាមលក្ខណៈចៃដន្យតាមក្បួនខ្នាតប្រូបាប៊ីលីតេនោះទេ។ ដូចជាការចង់ដឹងថាសិស្សក្នុងសាលាទាំងមូលចូលចិត្តញ៉ាំអី តែយើងសួរតែមិត្តភក្តិដែលអង្គុយជិតយើងក្នុងថ្នាក់ ព្រោះងាយស្រួលសួរជាងគេ។
Reliability Analysis គឺជាការធ្វើតេស្តផ្នែកស្ថិតិ ដើម្បីធានាថាសំណួរនៅក្នុងកម្រងសំណួរវាស់វែងពីកត្តាអ្វីមួយ មានភាពស៊ីសង្វាក់គ្នា និងអាចជឿទុកចិត្តបាន ទោះបីជាយកទៅសួរលើកក្រោយៗទៀតក៏ទទួលបានលទ្ធផលស្រដៀងគ្នាដែរ។ ដូចជាការថ្លឹងទម្ងន់លើជញ្ជីងមួយ បើឡើងថ្លឹង៣ដងចេញលេខដដែល នោះមានន័យថាជញ្ជីងនោះអាចជឿទុកចិត្តបាន (Reliable)។
Psychological contract គឺជាការយល់ព្រម ឬការរំពឹងទុកដែលមិនមានលាយលក្ខណ៍អក្សររវាងអតិថិជន និងអ្នកលក់ ដោយផ្អែកលើបទពិសោធន៍កន្លងមក ដូចជារំពឹងថាសេវាកម្មនឹងល្អនិងស្មោះត្រង់ដូចមុន។ ដូចជាការដែលយើងទិញកាហ្វេនៅហាងដែលធ្លាប់ទិញរាល់ដង ហើយយើងរំពឹងក្នុងចិត្តស្រាប់ថាវានឹងមានរសជាតិឆ្ងាញ់ដូចមុន ទោះគ្មានក្រដាសធានាក៏ដោយ។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖