Original Title: A Study on Perception of Retailers using Digital Payment System
Source: drbgrpublications.in
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ការសិក្សាអំពីការយល់ឃើញរបស់អ្នកលក់រាយលើការប្រើប្រាស់ប្រព័ន្ធទូទាត់ឌីជីថល

ចំណងជើងដើម៖ A Study on Perception of Retailers using Digital Payment System

អ្នកនិពន្ធ៖ K.Sudhakar (PSG College of Arts & Science), V.Santhosh (PSG College of Arts & Science)

ឆ្នាំបោះពុម្ព៖ 2024, International Journal of Business and Economics Research (IJBER)

វិស័យសិក្សា៖ Commerce and Business Administration

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ឯកសារនេះស៊ើបអង្កេតពីការយល់ឃើញ និងបញ្ហាប្រឈមរបស់អ្នកលក់រាយ ក្នុងការទទួលយកប្រព័ន្ធទូទាត់ប្រាក់ឌីជីថល (Digital Payment Systems) ដើម្បីឆ្លើយតបទៅនឹងការផ្លាស់ប្តូរនៃប្រតិបត្តិការអាជីវកម្មសកល។

វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះប្រើប្រាស់ការស្រាវជ្រាវបែបពិពណ៌នា (Descriptive Research) ដោយប្រមូលទិន្នន័យបឋមតាមរយៈកម្រងសំណួរពីអ្នកលក់រាយក្នុងតំបន់។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Percentage Analysis
ការវិភាគជាភាគរយ
ងាយស្រួលយល់ និងបង្ហាញពីនិន្នាការទូទៅនៃប្រជាសាស្ត្រ និងអាកប្បកិរិយារបស់អ្នកលក់រាយបានយ៉ាងច្បាស់លាស់។ មិនអាចបង្ហាញពីទំនាក់ទំនងស៊ីជម្រៅ ឬឥទ្ធិពលរវាងអថេរនានាបានទេ។ អ្នកលក់រាយ ៥១% ប្រើប្រាស់ដោយសារតម្រូវការអតិថិជន និង ៥៨.៥% ជួបប្រទះបញ្ហាបច្ចេកទេសញឹកញាប់កំឡុងពេលទូទាត់ប្រាក់។
Chi-Square Test
ការធ្វើតេស្ត Chi-Square
ជួយកំណត់ថាតើមានទំនាក់ទំនងគួរឱ្យកត់សម្គាល់រវាងកត្តាផ្ទាល់ខ្លួន (អាយុ, ភេទ) និងការសម្រេចចិត្តប្រើប្រាស់ដែរឬទេ។ តម្រូវឱ្យមានទិន្នន័យជាក្រុម (Categorical data) ទើបអាចវិភាគបានត្រឹមត្រូវ និងមិនប្រាប់ពីកម្រិតនៃឥទ្ធិពលខ្លាំងឬខ្សោយនោះទេ។ កត្តាផ្ទាល់ខ្លួនរបស់អ្នកឆ្លើយតបមិនមានឥទ្ធិពលគួរឱ្យកត់សម្គាល់លើការទទួលយក ឬប្រសិទ្ធភាពនៃការប្រើប្រាស់ប្រព័ន្ធទូទាត់ e-payment នោះទេ។
ANOVA (Analysis of Variance)
ការវិភាគវ៉ារ្យង់ (ANOVA)
អាចប្រៀបធៀបមធ្យមភាគរវាងក្រុមច្រើនជាងពីរ ដើម្បីស្វែងរកភាពខុសគ្នានៃកម្រិតការពេញចិត្ត។ ត្រូវការទិន្នន័យដែលមានរបាយធម្មតា (Normal distribution) និងរងឥទ្ធិពលខ្លាំងពីទិន្នន័យខុសប្រក្រតី (Outliers)។ កត្តាល្បឿនប្រតិបត្តិការ សុវត្ថិភាព និងភាពជឿជាក់ មានភាពខុសគ្នាយ៉ាងខ្លាំងចំពោះកម្រិតនៃការពេញចិត្តក្នុងចំណោមក្រុមអាយុផ្សេងៗគ្នា។

ការចំណាយលើធនធាន (Resource Cost)៖ ការស្រាវជ្រាវនេះមិនបានបញ្ជាក់លម្អិតអំពីការចំណាយហិរញ្ញវត្ថុនោះទេ ប៉ុន្តែវាទាមទារពេលវេលាសម្រាប់ការចុះប្រមូលទិន្នន័យ និងចំណេះដឹងផ្នែកកម្មវិធីស្ថិតិ។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងផ្តាច់មុខនៅទីក្រុង Coimbatore ប្រទេសឥណ្ឌា ដោយផ្តោតលើទិន្នន័យអ្នកលក់រាយចំនួន ២០០ នាក់ប៉ុណ្ណោះ។ ទិន្នន័យនេះមានភាពលម្អៀងទៅនឹងបរិបទសេដ្ឋកិច្ច និងហេដ្ឋារចនាសម្ព័ន្ធបច្ចេកវិទ្យានៅក្នុងតំបន់នោះ ដែលប្រហែលជាមិនឆ្លុះបញ្ចាំងទាំងស្រុងពីស្ថានភាពនៅក្នុងប្រទេសផ្សេងៗ។ សម្រាប់ប្រទេសកម្ពុជា ការយល់ដឹងពីបញ្ហានេះមានសារៈសំខាន់ ព្រោះហេដ្ឋារចនាសម្ព័ន្ធអ៊ីនធឺណិត និងចំណេះដឹងផ្នែកឌីជីថលរវាងទីក្រុង និងតំបន់ជនបទនៅមានកម្រិតខុសគ្នាខ្លាំង។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

ការសិក្សានេះមានអត្ថប្រយោជន៍យ៉ាងខ្លាំងសម្រាប់ប្រទេសកម្ពុជា ជាពិសេសក្នុងបរិបទដែលធនាគារជាតិកំពុងជំរុញប្រព័ន្ធទូទាត់បាគង (Bakong) និងប្រព័ន្ធ KHQR ឱ្យប្រើប្រាស់ទូទាំងប្រទេស។

ជារួម ការដោះស្រាយបញ្ហាបច្ចេកទេស និងការបង្កើនការយល់ដឹងពីសុវត្ថិភាព គឺជាគន្លឹះចម្បងឆ្ពោះទៅរកភាពជោគជ័យនៃការធ្វើបរិវត្តកម្មសេដ្ឋកិច្ចឌីជីថលនៅក្នុងប្រទេសកម្ពុជា។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. សិក្សាមូលដ្ឋានគ្រឹះពីប្រព័ន្ធទូទាត់ឌីជីថល: ស្វែងយល់ពីរបៀបដំណើរការ និងលំហូរប្រតិបត្តិការនៃប្រព័ន្ធទូទាត់ក្នុងស្រុកដូចជា Bakong និង KHQR រួមទាំងអត្ថប្រយោជន៍ និងហានិភ័យសម្រាប់អ្នកលក់រាយ។
  2. រចនាកម្រងសំណួរស្រាវជ្រាវ (Survey Design): បង្កើតកម្រងសំណួរច្បាស់លាស់មួយដោយប្រើប្រាស់ Google FormsKoboToolbox ដើម្បីប្រមូលទិន្នន័យបឋមពីអ្នកលក់រាយនៅក្នុងទីក្រុង ឬផ្សារក្នុងស្រុករបស់អ្នក។
  3. រៀនប្រើប្រាស់កម្មវិធីវិភាគទិន្នន័យ (Data Analysis Tools): ហ្វឹកហាត់ប្រើប្រាស់កម្មវិធី SPSSMicrosoft Excel ដើម្បីអនុវត្តការវិភាគទិន្នន័យស្ថិតិ (ដូចជា Percentage Analysis និង Chi-Square) ទៅលើទិន្នន័យដែលប្រមូលបាន។
  4. វិភាគរកបញ្ហាបច្ចេកទេស និងសុវត្ថិភាព (Problem Identification): ផ្តោតការវិភាគរបស់អ្នកទៅលើកំហុសបណ្តាញ (Network errors) និងក្តីបារម្ភផ្នែកសុវត្ថិភាពដែលអាជីវករកម្ពុជាជួបប្រទះ ដើម្បីស្វែងរកចំណុចខ្វះខាតនៅក្នុងប្រព័ន្ធបច្ចុប្បន្ន។
  5. ចងក្រងរបាយការណ៍ និងផ្តល់អនុសាសន៍: សរសេររបាយការណ៍លទ្ធផលដោយប្រើ Microsoft Word និងរៀបចំបទបង្ហាញសង្ខេបតាមរយៈ PowerPoint ដើម្បីស្នើដំណោះស្រាយជាក់ស្តែងទៅកាន់ស្ថាប័នពាក់ព័ន្ធ ឬធនាគារដៃគូ។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Descriptive Research ការស្រាវជ្រាវដែលផ្តោតលើការសង្កេត និងពណ៌នាពីស្ថានភាព ឬបាតុភូតណាមួយដែលកំពុងកើតមានឡើងនៅក្នុងសង្គម ដោយមិនមានការកែប្រែ ឬប៉ុនប៉ងជះឥទ្ធិពលលើអថេរណាមួយឡើយ។ ដូចជាការឈរមើល និងកត់ត្រាពីសកម្មភាពមនុស្សដើរតាមដងផ្លូវ ដើម្បីយកមកពណ៌នាពីអ្វីដែលពួកគេកំពុងធ្វើ ដោយមិនទៅប្រាប់ឱ្យពួកគេផ្លាស់ប្តូរសកម្មភាពនោះទេ។
Chi square tests វិធីសាស្ត្រស្ថិតិដែលប្រើសម្រាប់សាកល្បងថាតើមានទំនាក់ទំនងគួរឱ្យកត់សម្គាល់រវាងអថេរប្រភេទជាក្រុម (Categorical variables) ចំនួនពីរដែរឬទេ ឬមួយក៏វាកើតឡើងដោយចៃដន្យ។ ដូចជាការធ្វើតេស្តគណិតវិទ្យាមើលថាតើការចូលចិត្តញ៉ាំការ៉េមមានជាប់ទាក់ទងនឹងភេទ (ប្រុស ឬ ស្រី) ដែរឬទេ ឬមួយក៏វាមិនពាក់ព័ន្ធគ្នាទាល់តែសោះ។
ANOVA ការវិភាគវ៉ារ្យង់ (Analysis of Variance) គឺជាវិធីសាស្ត្រស្ថិតិសម្រាប់ប្រៀបធៀបមធ្យមភាគនៃក្រុមមនុស្ស ឬទិន្នន័យច្រើនជាងពីរក្រុមឡើងទៅ ដើម្បីរកមើលថាតើពួកវាមានភាពខុសគ្នាជារួមដែរឬទេ។ ដូចជាការប្រៀបធៀបពិន្ទុសិស្សថ្នាក់ទី១០ ទី១១ និងទី១២ ក្នុងពេលតែមួយ ដើម្បីមើលថាតើកម្រិតថ្នាក់រៀនមានឥទ្ធិពលលើពិន្ទុប្រឡងរបស់ពួកគេខុសគ្នាដែរឬទេ។
Friedman’s Ranking ការធ្វើតេស្តស្ថិតិសម្រាប់រកភាពខុសគ្នារវាងក្រុមទិន្នន័យដែលពាក់ព័ន្ធគ្នា ជាពិសេសនៅពេលទិន្នន័យត្រូវបានរៀបតាមលំដាប់ថ្នាក់ (Ranked) ដើម្បីមើលថាតើកត្តាណាដែលមានចំណាត់ថ្នាក់ខ្ពស់ជាងគេជាមធ្យម។ ដូចជាការឱ្យមនុស្ស ១០ នាក់ភ្លក់ម្ហូប ៣ មុខ រួចឱ្យពួកគេដាក់ពិន្ទុពីលេខ ១ ដល់ ៣ តាមចំណូលចិត្ត រួចយើងយកលទ្ធផលមកគណនាមើលថាតើម្ហូបមួយណាដែលគេចូលចិត្តជាងគេបំផុត។
Point-of-sale payment technologies ប្រព័ន្ធ ឬឧបករណ៍ដែលត្រូវបានប្រើប្រាស់នៅកន្លែងគិតប្រាក់ផ្ទាល់ (ដូចជាម៉ាស៊ីនឆូតកាត ឬម៉ាស៊ីនស្កេនកូដ QR) ដើម្បីបញ្ចប់ប្រតិបត្តិការទិញលក់រវាងអតិថិជន និងអ្នកលក់ដោយមិនបាច់ប្រើសាច់ប្រាក់។ ដូចជាកន្លែងគិតលុយនៅផ្សារទំនើបឡាក់គី ដែលអ្នកគិតលុយប្រើម៉ាស៊ីនស្កេនទំនិញ និងម៉ាស៊ីនអានកាតធនាគារដើម្បីយកប្រាក់ពីអ្នក។
Effort expectancy កម្រិតនៃការរំពឹងទុករបស់អ្នកប្រើប្រាស់ចំពោះប្រព័ន្ធបច្ចេកវិទ្យាណាមួយ ថាតើវានឹងងាយស្រួលក្នុងការប្រើប្រាស់ និងមិនទាមទារការប្រឹងប្រែងខ្លាំងក្នុងការរៀនសូត្ររបៀបប្រើនោះទេ។ ដូចជាការរំពឹងថានឹងអាចចេះប្រើប្រាស់ទូរស័ព្ទម៉ូដែលថ្មីបានយ៉ាងងាយស្រួលនៅពេលទិញមកភ្លាម ដោយមិនបាច់ចំណាយពេលអានសៀវភៅណែនាំយូរ។
Simple random sampling វិធីសាស្ត្រជ្រើសរើសគំរូអ្នកចូលរួមក្នុងការស្រាវជ្រាវ ដោយធានាថាមនុស្សគ្រប់គ្នានៅក្នុងក្រុមប្រជាជនគោលដៅមានឱកាសស្មើៗគ្នាក្នុងការត្រូវបានជ្រើសរើស។ ដូចជាការចាប់ឆ្នោតយករង្វាន់ ដោយសរសេរឈ្មោះសិស្សគ្រប់គ្នានៅក្នុងថ្នាក់ដាក់ក្នុងប្រអប់ រួចលូកដៃទាញយកឈ្មោះណាមួយដោយមិនបានមើលមុន។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖