បញ្ហា (The Problem)៖ ការសិក្សានេះផ្តោតលើការស្វែងយល់ពីកត្តាដែលជះឥទ្ធិពលដល់អាកប្បកិរិយា និងការសម្រេចចិត្តរបស់អ្នកប្រើប្រាស់ ព្រមទាំងឧបសគ្គចម្បងៗក្នុងការទិញទំនិញតាមអនឡាញនៅក្នុងតំបន់ Perambalur។
វិធីសាស្ត្រ (The Methodology)៖ ការស្រាវជ្រាវនេះត្រូវបានធ្វើឡើងតាមរយៈវិធីសាស្ត្របរិមាណ ដោយប្រើប្រាស់ការស្ទង់មតិលើសិស្សនិស្សិតដើម្បីប្រមូលទិន្នន័យបឋម។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Correlation Analysis ការវិភាគទំនាក់ទំនង (Pearson Correlation) |
អាចបង្ហាញពីទិសដៅ និងកម្លាំងនៃទំនាក់ទំនងរវាងអថេរនីមួយៗ (ឧ. ភាពងាយស្រួល និងចេតនាទិញ) ដោយងាយស្រួលក្នុងការបកស្រាយ។ | មិនអាចបញ្ជាក់ពីទំនាក់ទំនងជាលក្ខណៈហេតុ និងផល (Causation) នោះទេ ហើយក៏មិនបានបង្ហាញពីឥទ្ធិពលរួមនៃអថេរទាំងអស់ក្នុងពេលតែមួយដែរ។ | អត្ថប្រយោជន៍ដែលទទួលបានមានទំនាក់ទំនងខ្លាំងជាងគេជាមួយចេតនាទិញ (r = ០.៧៨៣) បន្ទាប់មកគឺភាពងាយស្រួល (r = ០.៦២០)។ |
| Multiple Regression Analysis ការវិភាគតម្រែតម្រង់ពហុគុណ (Multiple Regression) |
អាចវាស់ស្ទង់ឥទ្ធិពលនៃអថេរឯករាជ្យជាច្រើនទៅលើអថេរអាស្រ័យតែមួយក្នុងពេលតែមួយ និងបង្ហាញពីកម្រិតនៃបំរែបំរួលដែលត្រូវបានពន្យល់ដោយម៉ូដែល។ | ទាមទារទិន្នន័យដែលមានទំហំធំល្មម និងតម្រូវឲ្យបំពេញតាមលក្ខខណ្ឌសម្មតិកម្មជាច្រើន (ដូចជា Linear relationship ព្រមទាំងគ្មាន Multicollinearity)។ | ម៉ូដែលនេះអាចពន្យល់បាន ៦៧% (R square = ០.៦៧) នៃបំរែបំរួលនៅក្នុងចេតនាទិញទំនិញតាមអនឡាញរបស់អ្នកប្រើប្រាស់។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះផ្អែកលើការស្ទង់មតិបរិមាណ (Quantitative Survey) ដែលមិនតម្រូវឲ្យមានធនធានបច្ចេកវិទ្យាខ្ពស់នោះទេ ប៉ុន្តែទាមទារកម្មវិធីវិភាគស្ថិតិ។
ការសិក្សានេះប្រមូលទិន្នន័យតែពីនិស្សិតមហាវិទ្យាល័យចំនួន ២០០ នាក់នៅស្រុក Perambalur ប្រទេសឥណ្ឌា ដែលជាក្រុមយុវជនមានចំណេះដឹង និងស៊ាំជាមួយបច្ចេកវិទ្យាស្រាប់។ លទ្ធផលនេះមិនអាចតំណាងឲ្យប្រជាជនទូទៅ ជាពិសេសអ្នករស់នៅតំបន់ជនបទ ឬមនុស្សចាស់បានទេ។ សម្រាប់ប្រទេសកម្ពុជា ការយល់ដឹងពីគម្លាតនេះមានសារៈសំខាន់ ព្រោះអត្រាអក្ខរកម្មឌីជីថលនៅតាមទីក្រុង និងជនបទនៅមានកម្រិតខុសគ្នាខ្លាំងនៅឡើយ។
វិធីសាស្រ្តវាយតម្លៃដោយប្រើទ្រឹស្តីចំណូលចិត្តបច្ចេកវិទ្យា (TAM) នេះ មានអត្ថប្រយោជន៍ខ្លាំងណាស់សម្រាប់សិក្សាពីការរីកចម្រើននៃវិស័យ E-commerce នៅកម្ពុជា។
សរុបមក ការផ្តោតលើភាពងាយស្រួល និងការបង្ហាញពីអត្ថប្រយោជន៍ជាក់ស្តែង គឺជាគន្លឹះដ៏សំខាន់សម្រាប់ជោគជ័យនៃកម្មវិធី និងសេវាកម្មឌីជីថលនៅក្នុងបរិបទប្រទេសកម្ពុជា។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Perceived Usefulness | កម្រិតដែលអ្នកប្រើប្រាស់ជឿជាក់ថាការប្រើប្រាស់ប្រព័ន្ធ ឬបច្ចេកវិទ្យាជាក់លាក់ណាមួយនឹងជួយបង្កើនប្រសិទ្ធភាព ឬផ្តល់ប្រយោជន៍ដល់ការងារ ឬការរស់នៅប្រចាំថ្ងៃរបស់ពួកគេ។ | ដូចជាការគិតថាទិញម៉ាស៊ីនបោកខោអាវមកប្រើ នឹងជួយចំណេញពេលជាងការបោកគក់ដោយដៃ។ |
| Ease of Use | កម្រិតនៃការយល់ឃើញរបស់អ្នកប្រើប្រាស់ថា ការប្រើប្រាស់បច្ចេកវិទ្យា ឬប្រព័ន្ធមួយគឺងាយស្រួល មិនស៊ាំញ៉ាំ និងមិនត្រូវការប្រឹងប្រែងខ្លាំងក្នុងការរៀនសូត្រពីរបៀបប្រើវា។ | ដូចជាការប្រើទូរស័ព្ទស្មាតហ្វូនដែលក្មេងតូចក៏អាចចេះចុចមើល YouTube បានដោយខ្លួនឯង ដោយមិនបាច់មានអ្នកបង្រៀនច្រើន។ |
| Financial Risk | ក្តីបារម្ភ ឬការយល់ឃើញរបស់អ្នកទិញទំនិញអំពីលទ្ធភាពនៃការបាត់បង់ប្រាក់កាស ដូចជាការចាញ់បោកគេតាមអនឡាញ ការកាត់លុយលើស ឬការលួចព័ត៌មានកាតធនាគារជាដើម។ | ដូចជាការខ្លាចវេរលុយទិញអីវ៉ាន់តាមអនឡាញរួចហើយ តែគេមិនផ្ញើឥវ៉ាន់មកឲ្យ ឬខ្លាចគេហែកយកលេខកូដកាតធនាគារ។ |
| Technology Acceptance Model | ទ្រឹស្តីប្រព័ន្ធព័ត៌មានដែលពន្យល់ពីរបៀបដែលអ្នកប្រើប្រាស់សម្រេចចិត្តទទួលយក និងប្រើប្រាស់បច្ចេកវិទ្យាថ្មី ដោយផ្អែកលើកត្តាធំពីរគឺ "អត្ថប្រយោជន៍ដែលទទួលបាន" និង "ភាពងាយស្រួលក្នុងការប្រើប្រាស់"។ | ដូចជាច្បាប់មួយដែលប្រាប់ថា មនុស្សនឹងព្រមប្រើ App ថ្មីមួយ ទាល់តែ App នោះ "មានប្រយោជន៍មែន" និង "ងាយស្រួលចុចមិនស្មុគស្មាញ"។ |
| Electronic data interchange (EDI) | ការផ្លាស់ប្តូរទិន្នន័យពាណិជ្ជកម្មតាមប្រព័ន្ធអេឡិចត្រូនិករវាងក្រុមហ៊ុន និងក្រុមហ៊ុន ដោយប្រើទម្រង់ស្តង់ដាររួមមួយ ដើម្បីជំនួសការប្រើប្រាស់ក្រដាសស្នាម។ | ដូចជាការផ្ញើវិក្កយបត្រ (Invoice) ឬបញ្ជាទិញពីកុំព្យូទ័រក្រុមហ៊ុនមួយទៅកុំព្យូទ័រក្រុមហ៊ុនមួយទៀតដោយផ្ទាល់ និងដោយស្វ័យប្រវត្តិមិនបាច់ព្រីនជាក្រដាស។ |
| Null hypotheses | សម្មតិកម្មស្ថិតិដែលសន្មតថា "គ្មានទំនាក់ទំនង" ឬ "គ្មានភាពខុសគ្នា" រវាងអថេរដែលកំពុងសិក្សានោះទេ ហើយអ្នកស្រាវជ្រាវព្យាយាមធ្វើតេស្តដើម្បីច្រានចោលវា (Reject Null Hypothesis)។ | ដូចជាការទាយទុកមុនថា "ការផឹកកាហ្វេមិនធ្វើឲ្យសិស្សប្រឡងបានពិន្ទុខ្ពស់ជាងមុនទេ" រហូតទាល់តែមានទិន្នន័យជាក់ស្តែងមកបញ្ជាក់ថាវាខុសពីការទាយនេះ។ |
| regression | វិធីសាស្ត្រស្ថិតិដែលប្រើដើម្បីវិភាគទំនាក់ទំនងរវាងអថេរអាស្រ័យមួយ និងអថេរឯករាជ្យមួយ ឬច្រើន ដើម្បីទស្សន៍ទាយឬវាស់ស្ទង់កម្រិតឥទ្ធិពលរួមរបស់វាទៅលើលទ្ធផល។ | ដូចជាការរកមើលថា តើកត្តា "អាកាសធាតុ" និង "ថ្ងៃឈប់សម្រាក" ទាំងពីរនេះរួមគ្នា ជះឥទ្ធិពលប៉ុន្មានភាគរយទៅលើ "ចំនួនភ្ញៀវទេសចរដែលមកលេង"។ |
| Cronbach's Alpha | រង្វាស់ស្ថិតិដែលប្រើសម្រាប់វាស់ស្ទង់ភាពជឿជាក់ (Reliability) ឬភាពស៊ីសង្វាក់គ្នាផ្ទៃក្នុងនៃសំណុំសំនួរនីមួយៗនៅក្នុងកម្រងសំណួរស្រាវជ្រាវ។ | ដូចជាការសាកល្បងសួរមិត្តភក្តិ៣សំណួរផ្សេងគ្នាដែលទាក់ទងនឹងរឿងតែមួយ ដើម្បីមើលថាចម្លើយរបស់គាត់នៅតែរក្សាជំហរដដែល និងស៊ីចង្វាក់គ្នាឬអត់។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
