ตัวเลือกที่มีมากไม่ทำให้อยากซื้อ: การวิเคราะห์ตัวแปรปรับด้วยการวิเคราะห์ถดถอยเชิงชั้น โดย วศิน แก้วชาญค้า อาจารย์ ดร. อานนท์ ศักดิ์วรวิชญ์

The First NIDA Business Analytics and Data Sciences Contest/Conference
วันที่ 1-2 กันยายน 2559 ณ อาคารนวมินทราธิราช สถาบันบัณฑิตพัฒนบริหารศาสตร์
https://businessanalyticsnida.wordpress.com
https://www.facebook.com/BusinessAnalyticsNIDA/
ตัวเลือกที่มีมากไม่ทาให้อยากซื้อ:
การวิเคราะห์ตัวแปรปรับด้วยการวิเคราะห์ถดถอยเชิงชั้น
วศิน แก้วชาญค้า วทม. (NIDA) เกียรตินิยม
อาจารย์ ดร. อานนท์ ศักดิ์วรวิชญ์
คณะสถิติประยุกต์ NIDA
-ตัวแปรปรับ (Moderator variable) คืออะไร
-จะวิเคราะห์ตัวแปรปรับได้อย่างไร
-การวิเคราะห์ถดถอยเชิงชั้นทาอย่างไร แปลผลอย่างไร
-ในกรณีใดที่การมีตัวเลือกมากทาให้ผู้บริโภคไม่อยากซื้อ
นวมินทราธิราช 3002 วันที่ 2 กันยายน 2559 14.00-14.30 น.

การวิเคราะห์ตัวแปรปรับด้วยการถดถอยเชิงชั้น
อ.ดร.อานนท์ ศักดิ์วรวิชญ์ และวศินแก้วชาญค้า
คณะสถิติประยุกต์ สถาบันบัณฑิตพัฒนบริหารศาสตร์
ความสัมพันธ์ระหว่างทางเลือกการใช้บริการ
และการรับรู้การควบคุมพฤติกรรม
ต่อความตั้งใจกลับไปใช้บริการแท็กซี่มิเตอร์

ตัวแปรแทรกกลาง (Mediator variable) คือตัวแปรเป็นทั้งตัวแปร
อิสระและตัวแปรตามในเวลาเดียวกัน ทาหน้าส่งต่อความสัมพันธ์จากตัวแปร
อิสระไปยังตัวแปรตาม (Baron & Kenny, 1986)
ตัวแปรแทรกกลางและตัวแปรปรับ
Independent
Mediator
Dependent
a (Sa) b (Sb)
c'

ตัวแปรปรับ (Moderator variable) คือคือตัวแปรที่ส่งผลกระทบและ
คอยปรับความสัมพันธ์ทั้งขนาดและ/หรือทิศทางของความสัมพันธ์ระหว่างตัว
แปรอิสระและตัวแปรตาม (Baron & Kenny, 1986)
ตัวแปรแทรกกลางและตัวแปรปรับ
Independent
Moderator
Dependent

ให้ตัวแปรอิสระและตัวแปรปรับเป็นผลกระทบหลัก (Main effect)
และผลคูณระหว่างตัวแปรทั้งสองเป็นผลกระทบอันตรกิริยา (Interaction
effect) ก่อนสร้างพจน์ผลคูณต้องปรับค่าศูนย์กลางของตัวแปรอิสระเพื่อลด
ปัญหา Multicolinearity (Aiken & West, 1991; Cohen et al., 2002)
การวิเคราะห์ตัวแปรปรับ
Independent
DependentModerator
Independent × Moderator

การวิเคราะห์การถดถอยเชิงชั้น (Hierarchical regression analysis)
คือการประยุกต์การถดถอยพหุ เพื่อนามาอธิบายการเปลี่ยนแปลงของตัวแบบ
เมื่อเพิ่มตัวแปรต้นเข้าไปในตัวแบบเดิม จากค่าสัมประสิทธิ์การตัดสินใจที่
เปลี่ยนไป (Coefficient of determination change: ∆R2) (Aiken & West,
1991; Cohen et al., 2002)
ใช้แผนภาพอันตรกิริยา (Interaction plot) เพื่อตีความลักษณะ
ความสัมพันธ์ว่าเป็นอย่างไร โดยนาค่าสัมประสิทธิ์การถดถอยไปวาดแผนภาพ
(Aiken and West, 1991; Dawson, 2014)

งานวิจัย
ความสัมพันธ์ระหว่างทางเลือกการใช้บริการ
และการรับรู้การควบคุมพฤติกรรม
ต่อความตั้งใจกลับไปใช้บริการแท็กซี่มิเตอร์
อ.ดร.อานนท์ ศักดิ์วรวิชญ์ และวศินแก้วชาญค้า
คณะสถิติประยุกต์ สถาบันบัณฑิตพัฒนบริหารศาสตร์

ที่มาและความสาคัญของปัญหา
• ทางเลือกที่มีมากทาให้ลูกค้ารู้สึกมีอิสระในการเลือก แต่หากมีมากเกินไปก็
สามารถทาให้ลูกค้าสับสนได้เช่นกัน
• ลูกค้าจะรู้สึกสามารถควบคุมการซื้อสินค้า/ใช้บริการได้ หากพวกเขาได้ทา
ในสิ่งที่ต้องการ
• อะไรจะสาคัญกว่าที่ทาให้ลูกค้าตัดสินใจซื้อสินค้า/ใช้บริการ ระหว่าง
ทางเลือกอื่นที่หาได้ หรือความรู้สึกสามารถควบคุมได้
• การโดยสารสาธารณะในกรุงเทพมหานคร มีทางเลือกจากัด และลูกค้ามี
ความสามารถในการควบคุมที่น้อย โดยเฉพาะการบริการแท็กซี่มิเตอร์ที่มัก
ถูกวิจารณ์ในเชิงลบอยู่เป็นประจา

วัตถุประสงค์การวิจัย
ศึกษาความสัมพันธ์ระหว่างทางเลือกการใช้บริการ และ การรับรู้
ควบคุมพฤติกรรมที่มีต่อความตั้งกลับไปใช้บริการแท็กซี่มิเตอร์ ของคนใน
กรุงเทพมหานคร

• ทางเลือกที่มีจากัดทาให้ตัดสินเลือกยากขึ้น (Iyengar & Lepper, 2000)
• ทางเลือกที่มีมากเกินไปนาไปสู่การรับรู้สารสนเทศที่มากจนเกินไป ซึ่งจะลดความรู้
เชิงอัตวิสัย (Subjective knowledge) ทาให้ความตั้งใจที่จะแสดงพฤติกรรมของ
แต่ละคนลดลง (Behavioral intention) (Hadar & Sood, 2014)
H1: AVC มีความสัมพันธ์ทางลบกับ BI

การพัฒนาสมมติฐานการวิจัย
ทางเลือกการใช้บริการ
(AVC)
ความตั้งใจกลับไปใช้
บริการ (BI)

• คนเรามีการรับรู้ว่าอะไรง่ายหรือยากที่จะแสดงพฤติกรรมออกมา และรับรู้ว่า
โอกาสในการแสดงพฤติกรรมจะบรรลุผลมีมากน้อยเท่าใด (Ajzen, 1991)
• ยิ่งการรับรู้การควบคุมพฤติกรรม (Perceived behavioral control) สูง ความ
ตั้งใจการเกิดพฤติกรรม (Behavioral intention) ก็จะสูงตาม (Ajzen, 1991)
H2: PBC มีความสัมพันธ์ทางบวกกับ BI
+
การรับรู้การควบคุม
พฤติกรรม (PBC)
ความตั้งใจกลับไปใช้
บริการ (BI)

• ถ้า PBC สูง จะทาให้ AVC ไม่มีบทบาทในการตัดสินใจเลือก
• แต่ถ้า PBC ต่า ทางเลือกที่มีน้อยจะทาให้ง่ายต่อการตัดสินใจ
H3: ผู้โดยสารที่มี PBC ต่า และมี AVC ที่น้อย จะมี BI สูงกว่าผู้โดยสารที่มี
PBC ต่า และมี AVC ที่มาก
PBC BI
AVC

• ความสัมพันธ์ระหว่าง PBC และ BI มีความแตกต่างระหว่างเพศชายและเพศหญิง
(Albarracin et al., 2001; Sheeran & Taylor, 1999)
• ผู้หญิงจะกังวลเรื่องความปลอดภัยมากกว่า แต่ผู้ชายสามารถเดินทางตามลาพังได้
มากกว่า
H3: ผู้ชายที่มี PBC สูงจะมี BI สูงกว่าผู้หญิง
PBC BI
Gender

แบบจาลองเชิงมโนทัศน์ (Conceptual model)
PBC BI
Gender
AVC

ระเบียบวิธีวิจัย
ตัวอย่าง
งานวิจัยนี้เก็บรวบรวมข้อมูลด้วยแบบสอบถามทางออนไลน์และการ
สารวจภาคสนาม จากประชาชนทั่วไปที่เคยใช้บริการแท็กซี่มิเตอร์ใน
กรุงเทพมหานคร จานวน 501 คน
แบ่งเป็นชาย 206 คน และหญิง 295 คน และตัวอย่างร้อยละ
44.10 อยู่ในช่วงอายุ 25 ถึง 39 ปี ร้อยละ 39.10 อายุน้อยกว่า 25 ปี และ
ร้อยละ 16.80 อยู่ในช่วง 40 ถึง 59 ปี

ตัวแปรและการวัด
AVC: ข้อคาถามที่ใช้เป็นข้อคาถามที่สร้างขึ้นเอง (Self-constructed Items)
เป็นข้อคาถามวัดความสามารถหาทางเลือกในการเดินทางนอกเหนือจากการใช้บริการ
แท็กซี่มิเตอร์
Factor
loading
Cronbrach’s alpha
coefficient
AVC 1 ฉันมีทางเลือกอื่นแทนการใช้บริการแท็กซี่มิเตอร์ เช่น ใช้บริการรถโดยสาร
ประจาทางอื่น ๆ เป็นต้น
.78 .82
2 ฉันเลือกที่ใช้บริการรถไฟฟ้าหรือรถไฟฟ้าใต้ดิน มากกว่านั่งแท็กซี่มิเตอร์ .96
3 ฉันสามารถใช้บริการรถจักรยานยนต์รับจ้างแทนการใช้บริการแท็กซี่มิเตอร์ .66
4 ฉันสามารถขับรถหรือนั่งรถส่วนตัวแทนการใช้บริการแท็กซี่มิเตอร์ .69
5 ฉันมีทางเลือกอื่น ในการเดินทางบนเส้นทางที่ใช้เป็นประจานอกเหนือจาก
การใช้บริการแท็กซี่มิเตอร์
.72
Exploratory factor analyses (using Maximum likelihood estimation with Varimax rotation)

PBC: ข้อคาถามที่ใช้ดัดแปลงมาจากทฤษฎีพฤติกรรมอย่างมีแบบแผน (The
theory of planned behavior) (Ajzen, 1991) ใช้วัดแนวโน้มและความเชื่อมั่นในการ
กลับไปใช้บริการในอนาคต
Factor
loading
Cronbrach’s alpha
coefficient
PBC 1 ฉันคาดว่าฉันอาจจะใช้บริการแท็กซี่มิเตอร์ในเร็ว ๆ นี้ .78 .81
2 ฉันวางแผนล่วงหน้าด้วยตนเองได้ว่าจะใช้บริการแท็กซี่มิเตอร์ .71
3 ฉันเลือกที่จะใช้บริการแท็กซี่มิเตอร์อย่างเต็มใจ .77
4 ฉันตัดสินใจด้วยตนเองว่าจะใช้บริการแท็กซี่มิเตอร์คันไหน .68

BI: ข้อคาถามที่ใช้ดัดแปลงจากทฤษฎีพฤติกรรมอย่างมีแบบแผน (The theory
of planned behavior) (Ajzen, 1991) วัดระดับความมุ่งมั่นที่ผู้โดยสารอยากกลับไปใช้
บริการแท็กซี่มิเตอร์ในอนาคต
Factor
loading
Cronbrach’s alpha
coefficient
BI 1 ฉันตั้งใจจะใช้บริการแท็กซี่มิเตอร์ในอนาคต .93 .93
2 ฉันจะกลับไปใช้บริการแท็กซี่มิเตอร์อย่างแน่นอน .89
3 ฉันอยากกลับไปใช้บริการแท็กซี่มิเตอร์อีกครั้ง .83
4 ฉันปรารถนาที่จะใช้บริการแท็กซี่มิเตอร์อีกในอนาคต .84

กลยุทธ์ในการวิเคราะห์
• ใช้การวิเคราะห์การถดถอยเชิงชั้น (Hierarchical linear regression analysis)
(Aiken & West, 1991; Cohen et al., 2002)
• ปรับค่าศูนย์กลางของตัวแปรอิสระ (PBC, AVC) เพื่อลดปัญหา Multicolinearity
• สร้างพจน์อันตรกิริยา (Interaction term) คือ PBC × AVC, PBC × Gender
และ AVC × Gender (ลงรหัสเพศชาย = 0)
• ผลกระทบหลักนาเข้าที่ Block 1 และพจน์อันตรกิริยานาเข้าที่ Block 2
• ตีความผลการวิเคราะห์การถดถอยด้วยแผนภาพอันตรกิริยา (Interaction plot)
(Aiken & West, 1991; Dawson, 2014)

PBC
BIGender
AVC
PBC ×
Gender
PBC × AVC
PBC BI
Gender
AVC

ตารางที่ 1 เมตริกซ์สหสัมพันธ์ ค่าเฉลี่ย ค่าเบี่ยงมาตรฐาน และค่าสัมประสิทธิ์
แอลฟ่าของครอนบาค
M SD 1 2 3 4 5 6
1 PBC 0.00 2.78 .81
2 AVC 0.00 3.66 .52 .82
3 PBC × AVC 5.32 19.75 -.55 -.59 -
4 PBC × Gender 0.02 1.95 .70 .23 -.23 -
5 AVC × Gender 0.17 2.48 .25 .68 -.26 .35 -
6 BI 12.94 3.06 .60 .21 -.17 .38 .07 .93
ค่าสัมประสิทธิ์แอลฟ่าของครอนบาค (Cronbrach’s alpha coefficient) คือค่าในแนวทแยงของเมตริกซ์สหสัมพันธ์
ผลการวิจัย

ตารางที่ 2 ผลการวิเคราะห์การถดถอยเชิงชั้น
Model 1 Model 2 Model 3
Block Variables B se(B) β B se(B) β B se(B) β
1 (Constant) 0.27 0.17 0.41 0.17 0.24 0.17
Gender -0.67 0.22 -0.11* -0.70 0.22 -0.11* -0.66 0.21 -0.10*
PBC 0.84 0.05 0.76* 0.87 0.06 0.79* 1.02 0.06 0.93*
AVC -0.09 0.03 -0.10* -0.14 0.03 -0.17* -0.09 0.03 -0.11*
2 PBC × AVC 0.03 0.01 0.16* 0.03 0.01 0.21*
PBC × Gender -0.22 0.08 -0.14* -0.31 0.08 -0.19*
RBlock1
2 0.41 0.41 0.41
RBlock2
2 0.43 0.43 0.45
∆R2 0.02* 0.02* 0.04*
F; (df1, df2) 13.07*; (1, 495) 8.23*; (1, 495) 14.85* (2, 494)

• ค่าสัมประสิทธิ์สหสัมพันธ์อย่างง่าย (Simple correlation) ระหว่าง AVC
และ BI มีค่าเป็นบวก (ตารางที่ 1: r = .21, p < .001) อย่างไรก็ตาม ค่า
สัมประสิทธิ์การถดถอยของ AVC ที่พยากรณ์ BI ใน Model 3 มีค่าเป็นลบ
(ตารางที่ 2: B = -0.09, se(B) = 0.03, β = -0.11) ตรงตาม H1 ที่ตั้งไว้
นั่นคือ AVC มีความสัมพันธ์ทางลบกับ BI
• PBC มีความสัมพันธ์ทางบวกกับ BI (ตารางที่ 2: B = 1.02, se(B) = 0.06,
β = 0.93) ตรงตาม H2 ที่ตั้งไว้

• PBC × AVC มีนัยสาคัญทางสถิติ
(Model 1: ∆R2= 0.02, F(1, 495) =
13.07, p <.001)
• ถ้าผู้โดยสารมีระดับ PBC สูง ระดับของ
AVC จะไม่มีผลกระทบต่อ BI
• ถ้าผู้โดยสารมีระดับ PBC ต่าและมี AVC
น้อย จะมี BI สูงกว่าผู้โดยสารที่มีระดับ
PBC ต่า และมี AVC มาก
• ตรงตาม H3 ที่ตั้งไว้
รูปที่ 1 แผนภาพอันตรกิริยาระหว่าง
PBC × AVC ต่อ BI

• AVC × Gender มีนัยสาคัญทางสถิติ
(Model 2: ∆R2 = 0.02; F(1, 495) =
8.23; p <.001)
• ถ้าผู้โดยสารมีระดับ PBC ต่า ความต่าง
ระหว่างเพศ จะไม่มีผลกระทบต่อ BI
• ผู้โดยสารชายที่มีระดับ PBC สูง จะมี
ระดับของ BI ที่สูงกว่าผู้โดยสารหญิง
• ตรงตาม H4 ที่ตั้งไว้ รูปที่ 2 แผนภาพอันตรกิริยาระหว่าง
PBC × Gender ต่อ BI

สรุปผลการวิจัย
• ผลกระทบของ PBC ต่อ BI สูงกว่า AVC นั่นคือคือการที่มีทางเลือกมาก
หรือน้อยไม่ได้สาคัญสาหรับผู้โดยสาร แต่การรู้สึกว่าตนเองสามารถควบคุม
หรือวางแผนการเดินทางมีความสาคัญมากกว่า
• ไม่ว่าจะมีทางเลือกที่มากหรือน้อย หากผู้โดยสารมีการรับรู้การควบคุม
พฤติกรรมที่สูง ผู้โดยสารจะมีความตั้งใจกลับไปใช้บริการสูงกว่า
• ผู้โดยสารชายที่มีระดับ PBC สูง จะมีระดับของ BI ที่สูงกว่าผู้โดยสารหญิง
เพราะคนขับรถแท็กซี่ส่วนใหญ่เป็นผู้ชาย ดังนั้นผู้ชายจึงกังวลน้อยกว่า
ผู้หญิงและสามารถเดินทางด้วยแท็กซี่มิเตอร์ตามลาพังได้

ข้อเสนอแนะ
ผู้ให้บริการควรเพิ่มระดับการรับรู้การควบคุมพฤติกรรมของผู้โดยสารให้สูงขึ้น
และจากัดทางเลือกการใช้บริการของผู้โดยสาร เพื่อเพิ่มความตั้งใจกลับไปใช้
บริการ
• ออกแบบการบริการที่สนับสนุนให้ผู้โดยสารวางแผนการเดินทางได้ด้วย
ตนเอง เช่น สามารถเลือกเส้นทาง เวลาเดินทาง สถานที่รับส่ง ช่องทางการ
ชาระเงิน หรือคนขับหรือรถได้ เป็นต้น
• ออกแบบการบริการที่ทาให้ผู้หญิงรู้สึกปลอดภัย เช่น คนขับรถเป็นผู้หญิง
• ฝึกอบรมพนักงานขับแท็กซี่มิเตอร์ให้ใส่ใจกับการบริการ และทาให้
ผู้โดยสารสบายใจมากที่สุดเวลาเดินทาง

ข้อเสนอแนะ
งานวิจัยในอนาคต
• เพิ่มตัวแปรที่เกี่ยวข้องกับการรับรู้ความปลอดภัยเพิ่มเติม เนื่องจากการ
เดินทางโดยสารด้วยแท็กซี่มิเตอร์เกี่ยวข้องกับความปลอดภัย
• ประยุกต์ใช้กับการบริการรูปแบบอื่นที่ผู้บริโภคมีทางเลือกมากแต่มีการรับรู้
การควบคุมพฤติกรรมต่า เช่น การให้บริการด้านสาธารณสุข เป็นต้น

เอกสารอ้างอิง
Aiken, S., & West, G. (1991). Multiple Regression: Testing and Interactions. London: Sage Publications.
Ajzen, I. (1991). The Theory of Planned Behavior. Organizational Behavior and Human Decision Process, 50, 179-211.
Albarracin, D., Johnson, B., Fishbein, M., Muellerleile, P. (2001). Theories of Reasoned Action and Planned Behavior
as Models of Condom Use: A Meta-analysis. Psychological Bulletin, 127(1), 142 – 161.
Baron, R. M., & Kenny, D. A. (1986). The Moderator-mediator Variable Distinction in Social Psychological Research:
Conceptual, Strategic, and Statistical Considerations. Journal of Personality and Social Psychology, 51(6),
1173-1182.
Cohen, P., Cohen, J., West, G., & Aiken, S. (2002). Applied Multiple Regression/Correlation Analysis for the Behavioral
Sciences (3 ed.). Mahwah, NJ: Lawrence Erlbaum.
Dawson, J. F. (2014). Moderation in Management Research: What, Why, When and How. Journal of Business and
Psychology, 29, 1-19.
Hadar, L., Sood, A. (2014). When Knowledge Is Demotivating: Subjective Knowledge and Choice Overload.
Psychological Science, 25(9), 1739 – 1747.
Iyengar, S., Lepper, M. (2000). When Choice is Demotivating: Can One Desire Too Much of a Good Thing?. Journal of
Personality and Social Psychology, 79(6), 995 – 1000.
Sheeran, P. & Taylor, S., (1999). Predicting Intentions to Use Condoms: A Meta-analysis and Comparison of the
Theories of Reasoned Action and Planned Behavioral. Journal of Applied Social Psychology, 29(8), 1624 -
1675.

Recommandé

Recommandé

Contenu connexe

Tendances

Tendances (20)

En vedette

En vedette (14)

Plus de BAINIDA

Plus de BAINIDA (20)