รายงานวิจัยฉบับสมบรูณ์ ปัจจัยที่มีอิทธิพลต่อการซื้อรถยนต์ไฟฟ้าแบตเตอรี่ BEV (Factors Effecting towards Purchase of The Battery Electric Vehicle)

43

ตาราง 3.1 การสงั เคราะห์ตัวแปรจากงานวิจยั

ตวั แปรทศั นคตแิ ละพฤตกิ รรมท่สี ง่ ผลต่อการออม

ตัวแปร แนวคดิ ทฤษฎที ่ีเป็นพ้นื ฐาน งานวิจยั ทใ่ี ชอ้ า้ งองิ ในสรา้ งตัวแปร

ในการสรา้ งตัวแปร

เศรษฐกิจมหภาค ทฤษฎีอปุ สงค์ Lina Ingeborgrud แ ล ะ Marianne

พฤตกิ รรมผบู้ รโิ ภค Ryghaug (2019)

Hamed Khazaei (2019) และ Sonja

Haustein (2021 )

อุปสงคต์ อ่ การถือเงนิ แนวคดิ อุปสงคต์ ่อการถอื เงนิ วรลกั ษณ์ พงษ์พลู (2563)

ทฤษฎีอปุ สงค์ Hamed Khazaei (2019)

Marina Buranelli de Oliveira (2019)

สว่ นผสมทางการตลาด แนวคดิ ส่วนผสมทาง ปรญิ ญา บรรจงมณี (2563)

การตลาด วรลักษณ์ พงษ์พูล (2563)

พฤติกรรมผบู้ ริโภค ภราดร ตุน่ แกว้ (2563)

การประเมินทางเลือก แนวคิดการประเมินทางเลือก ภราดร ตุ่นแกว้ (2563)

แนวคดิ เกย่ี วกับการตดั สนิ ใจ Marina Buranelli และคณะ (2022)

การแสวงหาขอ้ มลู แนวคดิ การแสวงหาขอ้ มลู Sonja Haustein แ ล ะ ค ณ ะ ( 2021)

แนวคิดเกยี่ วกบั การตัดสนิ ใจ Hamed Khazaei, Mohammad แ ล ะ

Ali Tareq (2021)

ภราดร ตุน่ แกว้ (2563)

การสงั เคราะห์ตวั แปรผ่านแนวคิดและทฤษฎี ตลอดจนรายช่อื ผู้วจิ ยั ในงานวจิ ัยทเี่ กี่ยวข้อง
สามารถเขียนเป็นแบบจาลองเสน้ ทางปจั จัยทมี่ ีอทิ ธิพลได้ ดังรปู ท่ี 3.1

44

ภาพ 3.1 แบบจาลองเสน้ ทางปจั จัยที่มีอิทธพิ ล
การวิจัยในส่วนนี้ผู้วิจัยได้ตั้งสมมุติฐานการวิจัยผ่านการวิเคราะห์เส้นทางไว้ท้ังหมด 14
สมมตุ ิฐาน ดงั ภาพที่ 3.2

ภาพ 3.2 สมมุ ตฐิ านการวจิ ยั
จากภาพที่ 3.2 ผู้วิจัยได้ตั้งสมมุติฐานการวิจัยผ่านการวิเคราะห์เส้นทางไว้ทั้งหมด 9
สมมตุ ฐิ าน โดยสามารถอธิบายไดด้ งั นี้

45

สมมตุ ิฐานหลกั
เป็นการทดสอบสมมุติฐานของโมเดล เพ่ือการทดสอบว่าโมเดลเส้นทางท่ีสร้างขึ้นตามทฤษฎี
มคี วามสอดคลอ้ งกบั ข้อมลู จริงหรอื ไม่

H0:โมเดลเสน้ ทางตามทฤษฎี = โมเดลตามข้อมลู จรงิ
H1 :โมเดลเสน้ ทางตามทฤษฎี ≠ โมเดลตามข้อมลู จรงิ

สมมุติฐานเสน้ ทางที่มีอิทธิพล
เป็นการทดสอบสมมุตฐิ านเส้นทางที่มีอิทธิพลของโมเดล เพอื่ การทดสอบเส้นทางใดมีอิทธพิ ล

กับตวั แปรในโมเดล สามารถแบ่งออกไดเ้ ป็น 14 เสน้ ทาง ได้แก่
H1 : อุปสงค์ตอ่ การถือเงินเป็นปัจจยั ทม่ี ีอิทธิพลตอ่ การตัดสนิ ใจซือ้ รถยนต์ไฟฟ้าแบตเตอรี

BEV
H2 : เศรษฐกิจมหภาคเปน็ ปัจจยั ท่ีมีอิทธพิ ลต่อการตัดสินใจซ้ือรถยนต์ไฟฟ้าแบตเตอรี BEV
H3 : การแสวงหาข้อมลู เป็นปัจจยั ทม่ี อี ทิ ธิพลต่อการตัดสนิ ใจซื้อรถยนต์ไฟฟ้าแบตเตอรี BEV
H4 : สว่ นผสมการตลาดเปน็ ปัจจยั ท่ีมีอทิ ธิพลตอ่ การตดั สินใจซื้อรถยนต์ไฟฟ้าแบตเตอรี BEV
H5 : การประเมนิ ทางเลือกเป็นปัจจัยทมี่ อี ิทธพิ ลต่อการตัดสนิ ใจซอื้ รถยนต์ไฟฟ้าแบตเตอรี

BEV
H6 : อุปสงค์ตอ่ การถือเงินเป็นปัจจัยทมี่ อี ิทธิพลต่อเศรษฐกิจมหภาค
H7 : เศรษฐกจิ มหภาคเป็นปัจจยั ทม่ี ีอิทธพิ ลต่อการแสวงหาขอ้ มลู
H8 : อปุ สงค์ต่อการถือเงินเป็นปัจจยั ที่มีอิทธิพลต่อส่วนผสมการตลาด
H9 : อุปสงคต์ ่อการถือเงนิ เป็นปจั จยั ท่ีมอี ิทธิพลต่อการประเมินทางเลอื ก
H10 : เศรษฐกิจมหภาคเปน็ ปัจจัยทม่ี ีอิทธิพลตอ่ ส่วนผสมการตลาด
H11 : เศรษฐกจิ มหภาคเปน็ ปัจจยั ท่ีมอี ิทธิพลต่อการประเมินทางเลอื ก
H12 :การแสวงหาข้อมลู เปน็ ปจั จยั ทม่ี ีอทิ ธิพลต่อส่วนผสมการตลาด
H13 :การแสวงหาข้อมลู เป็นปัจจยั ท่มี ีอทิ ธิพลต่อการประเมินทางเลือก
H14 : สว่ นผสมการตลาดเป็นปัจจยั ที่มีอิทธิพลตอ่ การประเมินทางเลือก

3.5 สถิตทิ นี่ ามาใช้ในการวจิ ัย
สถิติท่ีนามาใช้ในการวิเคราะห์ข้อมูลสาหรับปัจจัยส่วนบุคคล เป็นคาถามปลายปลายปิดซึ่ง

ผู้วิจัยใช้แบบสอบถามเป็นเคร่ืองมือท่ีใช้ในการเก็บรวบรวมข้อมูลการวิจัย ผู้วิจัยได้ทาการเก็บข้อมูล

46

และวิเคราะห์เชิงปริมาณซ่ึงเป็นการเก็บข้อมูลแบบ Likert Scale โดยสถิติที่นามาใช้ในการวิจัยใน
วตั ถุประสงคข์ ้อนี้ ได้แก่ การค่าเฉลี่ยคา่ รอ้ ยละ และการแปลความหมายตามอนั ตรภาคชั้น

สถิตทิ น่ี ามาใช้ในการวิเคราะห์การวิเคราะห์เส้นทาง ผวู้ จิ ัยไดน้ าข้อมลู ท่ไี ด้จากแบบสมั ภาษณ์
มาใช้วิเคราะห์ปัจจัยท่ีมีอิทธิพลซ่ึงเคร่ืองมือที่ใช้เป็นเคร่ืองมือการวิเคราะห์เชิงปริมาณโดยอาศัยการ
วิเคราะห์เส้นทาง (Path Analysis) ด้วยเทคนิคการใช้หลักการของค่าประมาณความน่าเป็นสูงสุด
(Maximum Likelihood : ML) ในการประมาณค่าสัมประสิทธิ์เส้นทาง เพ่ือศึกษาถึงอิทธิพลทางตรง
และทางออ้ มของตวั แปรว่ามผี ลตอ่ ตวั แปรมากน้อยเพยี งใด

การแบ่งตัวแปรในเครื่องมือการวิจัยเชิงปริมาณทาการแบ่งตัวแปรเป็น 2 ชนิด คือ ตัวแปร
แฝงและตัวแปรท่ีสังเกตได้ซึ่งทาการสังเคราะห์จากกรอบแนวคิดการวิจัยและนามาสร้างโมเดลเพ่ือ
นามาหาค่าสัมประสิทธ์ิเชิงสาเหตุเพื่ออธิบายถึงผลลัพธ์ทางตรงและผลกระทบทางท างอ้อมผ่าน
รูปแบบสมการ y = i + Xb +e เม่ือพิจารณาถึงปัจจัยท่ีมีอิทธิพลเชิงสาเหตุที่มีปัจจัยที่มีอิทธิพล
เก่ียวข้องกันปัจจัยท่ีมีอิทธิพลเชิงสาเหตุในงานวิจัยพบปัจจัยท่ีมีอิทธิพลท่ีเก่ียวเนื่องกันและมีความ
ซับซ้อนทาให้การสร้างตัวแบบเชิงสาเหตุนาสู่การสร้างตัวแบบสมการโครงสร้าง ( Structural
equation modeling : SEM) รูปแบบสมการคือ  = B +   +  เมือ่

1) ตวั แปรแฝงภายใน (Exogenous;  = eta) เปน็ ตัวแปรตามในสมการเดียว
2) ตวั แปรแฝงภายนอก (Endogenous;  = ksi) เป็นตัวแปรอิสระในทุกสมการ
3) B :อทิ ธพิ ลทางตรงของตวั แปร  บนตัวแปร  อนื่ ๆ
4)  : อทิ ธพิ ลทางตรงของตัวแปร  บนตวั แปร
5)  (zeta) : ความคลาดเคลือ่ นของโครงสรา้ ง

ในส่วนการวิเคราะห์ระดับการตัดสินใจซ้ือรถยนต์ไฟฟ้าแบตเตอรี BEV ผู้วิจัยได้ทาการเก็บ
ข้อมูลกลุ่มตัวอย่าง โดยใช้เครื่องมือแบบสอบถามโดยการสัมภาษณ์ในส่วนท่ีมีข้อคาถามเป็นมาตรา
ส่วนประมาณค่า 5 ระดับแบบไลเคิร์ท (Likert scale) โดยผวู้ ิจัยได้จดั เกณฑ์แปลผลแบ่งเปน็ 5 ระดับ
คอื เกดิ การปฏิบตั มิ ากท่สี ุด เกดิ การปฏิบตั ิมาก เกดิ การปฏบิ ัตปิ านกลาง เกิดการปฏบิ ตั ิน้อย และเกิด
การปฏิบัติน้อยที่สุด จากนั้นนามาหาระดับเฉล่ีย โดยกาหนดความหมาย ดังน้ี (สรชัย พิศาลบุตร,
2550)

ผู้วิจัยทาการสัมภาษณ์กลุ่มตัวอย่างในเรื่องระดับทัศนคติและพฤติกรรม โดยใช้เครื่องมือ
แบบสอบถามโดยการสัมภาษณใ์ นส่วนท่ีมีข้อคาถามเป็นมาตราส่วนประมาณค่า 5 ระดบั แบบไลเคิร์ท
ซึ่งแบ่งออกเปน็ 5 ระดบั ดังน้ี

47

ระดับคะแนนเฉล่ยี แปลผล
ระดับ 1 หมายถงึ ส่งผลใหเ้ กดิ การปฏบิ ัตนิ ้อยท่ีสุด
ระดับ 2 หมายถึง ส่งผลให้เกดิ การปฏิบัตนิ ้อย
ระดับ 3 หมายถงึ ส่งผลใหเ้ กดิ การปฏบิ ตั มิ ากท่ีสดุ ปานกลาง
ระดับ 4 หมายถงึ สง่ ผลให้เกดิ การปฏิบตั มิ าก
ระดบั 5 หมายถึง ส่งผลใหเ้ กดิ การปฏิบัตมิ ากท่ีสุด

เมื่อได้ทาการสารวจโดยใช้ มาตราส่วนประมาณค่า 5 ระดับแบบไลเคิร์ท จงึ นาผลทไี่ ด้
รบั มาทาการหาค่าเฉล่ีย แลว้ ทาการแปลผลการวจิ ยั ซึง่ ผลการวจิ ยั สามารถอธิบายได้ ดงั นี้

ระดบั คะแนนเฉลีย่ แปลผล
1.00-1.80 หมายถึง สง่ ผลใหเ้ กดิ การปฏิบัตนิ ้อยที่สุด
1.81-2.60 หมายถงึ สง่ ผลให้เกิดการปฏบิ ัติน้อย
2.61-3.40 หมายถึง สง่ ผลใหเ้ กดิ การปฏบิ ตั ปิ านกลาง
3.41-4.20 หมายถึง สง่ ผลใหเ้ กดิ การปฏิบัตมิ าก
4.21-5.00 หมายถึง สง่ ผลใหเ้ กดิ การปฏบิ ัตมิ ากที่สดุ

การวิเคราะห์ปัจจัยท่ีมีอิทธิพลระหว่างตัวแปรในตัวแบบโครงสร้างตามสมมุติฐานในการวิจัย
เพ่ือทดสอบรูปแบบที่ได้ทาการศึกษาเปรียบเทียบกับรูปแบบทางทฤษฏี ซึ่งผู้วิจัยได้กาหนดการพิสจู น์
สมมติฐานการวิจัยทั้งหมดซึ่งได้แสดงค่าสถิติแสดงปัจจัยท่ีมีอิทธิพลระหว่างตัวแปร ด้วยค่า
สัมประสิทธ์ิถดถอยมาตรฐาน (Standardized Regression Weights) ค่า t-Value และ p-Value
และนาค่าสมประสิทธ์ิถดถอยมาตรฐาน ค่าความคลาดเคล่ือนมาตรฐาน (S.E.) ค่า t-Value หรือ
Critical Ratio (C.R.) และค่า Square Multiple Correlation ที่ได้จากการผลการวิเคราะห์ ให้เป็น
ตัวแบบโครงสร้างของการวิจัย ซ่ึงแสดงค่าอิทธิพลระหว่างตัวแปร โดยการประเมินความสอดคล้อง
ของตัวแบบ (Evaluation the Data-Model Fit) ค่าสถิติที่ใช้ในการตรวจสอบความพอเหมาะพอดี

ของตัวแบบเชิงประจักษ์กับตัวแบบทางทฤษฎี ค่า ρ-Value ต้องมีนัยสาคัญทางสถิติ (Significant:
Sig.) คือมีคา่ มากกว่า 0.05 ซึ่งเม่อื ตรวจสอบแลว้ วา่ ตัวแบบเชิงประจักษ์กบั ตัวแบบทางทฤษฎี มีความ
สอดคล้องกันพอดี ซ่ึงต้องตรวจสอบค่าสถิติ ได้แก่ 1) Chi-square Probability Level: CMIN-p 2)
Relative Chi-square: CMIN/df 3) Goodness of Fit Index: GFI และ4) Root Mean Square
Error of Approximation: RMSEA ซึ่งสามารถสรุปเกณฑ์ที่ใช้ในการตรวจสอบความสอดคล้องของ
ตวั แบบกบั ขอ้ มลู เชิงประจกั ษ์ ตามตารางท่ี 3.2

48

ตารางที่ 3.2 เกณฑท์ ่ใี ช้ในการตรวจสอบความสอดคลอ้ งของตัวแบบกบั ขอ้ มูลเชิงประจกั ษ์

สญั ลกั ษณ์ ค่าสถติ วัตถปุ ระสงค์ เกณฑ์ การพจิ ารณา

CMIN-p Chi-square เพือ่ ตรวจสอบคา่ ความ ρ> .05 คา่ ρ ต้องมากกวา่ 0.05

Probability น่าเปน็ ของไคสแควร์ ค่า ρ ยิ่งมากยิ่งดี

Level ซ่งึ ตอ้ งไม่มนี ัยสาคญั

ทางสถติ ิ

CMIN/df Chi-square ตรวจสอบวา่ ตวั แบบมี < 3 ค่า CMIN/df ต้องน้อยกว่า 3

Relative ความสอดคล้องกับ คา่ CMIN/df เข้าใกล้ 0 ย่ิงดี

ขอ้ มูลเชงิ ประจกั ษ์

GFI Goodness of เพอ่ื วัดระดบั ความ > 0.90 ค่า GFI ต้องมากกว่า 0.90

Fit Index กลมกลืนเปรียบเทียบ คา่ GFI เขา้ ใกล้ 1 ย่ิงดี

โดยมคี ่าระหวา่ ง 0-

1.00

RMSEA Root Mean บอกคา่ ความคาด < 0.08 คา่ RMSEA ต้องนอ้ ยกว่า 0.08

Square Error เคล่อื นของตวั แบบใน ค่า RMSEA เข้าใกล้ 0 ยิ่งดี

of ภาพคา่ เฉลย่ี กาลงั สอง

Approximation ของความคาดเคลอื่ น

โดยประมาณคา่

ระหวา่ ง 0-1.00

ทีม่ า : ดดั แปลงมาจาก ธานินทร์ ศลิ ปจ์ ารุ (2555)

ในกรณีเม่ือทดสอบตัวแบบสมการโครงสร้างพบว่าไม่สอดคล้องกันระหว่างตัวแบบเชงิ ทฤษฎี
กับตัวแบบเชิงประจักษ์ตามค่าสถิติในตารางที่ 3.2 ผู้วิจัยอาจพิจารณาปรับค่าพารามิเตอร์ในตัวแบบ
สมมุตฐิ านใหมแ่ ละทดสอบผลของการปรับตัวแบบดังกล่าวเพ่ือใหค้ ่าสถิตทิ ี่ดีขึ้นเพ่ือสามารถยอมรับตัว
แบบได้เพื่อใช้สาหรับในการปรับตัวแปร โดยท่ีผู้วิจัยสามารถทาให้ค่าสถิติดีข้ึนได้ด้วยวิธีดังต่อไปนี้ 1)
การลดจานวนตัวแปรในตัวแบบโดยการแนะนาจากโปรแกรม AMOS ซ่ึงดูค่าความคลาดเคลื่อนของ
ตัวแปรตาม (Modification Indices : MI) 2) การรวมตัวแปรและสร้างปัจจัยแฝงใหม่และ 3) การ
เช่ือมลูกศรสองหัวระหว่างค่าความคลาดเคล่ือนของตัวแปรตาม (Modification Indices : MI) ท่ี

49

โปรแกรมแนะนาเพื่อให้ตัวแบบสอดคล้องกับข้อมูลเชิงประจักษ์ซ่ึงพิจารณาค่าดัชนีดัดแปรตัวแบบ
(Modification Indices-MI) (กลั ยา วานิชย์บญั ชา, 2556)

ระดับของการวัดตัวแปรสามารถแบ่งได้เป็น 4 ระดับ คือ 1) ระดับกลุ่ม(nominal) 2) ระดับ
อันดับ (ordinal) 3) ระดับช่วง (interval) 4) ระดับอัตราส่วน (ratio) น้ันจากการกาหนดตัวแปรท่ีใช้
ในการวิเคราะห์บางตัวแปรอยู่ในระดับช่วงแต่ต้องการวัดตัวแปรในระดับอัตราส่ว นเพ่ือทาการ
วิเคราะห์ข้อมูลด้วยการวิเคราะห์สมการถดถอยพหุนั้นสามารถทาได้ วรรณา แผนมุนิน (2543: 51)
กล่าวว่า การวัดตัวแปรในระดับอัตราส่วนเป็นความปรารถนาอันสูงสุดของนักวิจัยทางสังคมศาสตร์
เพราะตวั แปรในทางสังคมศาสตรโ์ ดยเฉพาะตัวแปรเกี่ยวกับทัศนคติหรือความคิดเหน็ มักเป็นการวัดใน
ระดับอันดับเป็นส่วนใหญ่โดยเฉพาะการวัดด้วยมาตรวัด Likert โดยที่การวิเคราะห์ข้อมูลอาจ
จาเป็นต้องใช้สถิติระดับสูงซึ่งข้อมูลท่ีใช้จาเป็นต้องอยู่ในระดับอย่างน้อยท่ีสดุ คือ ระดับช่วงมาตราซึง่
มีคะแนนนามาบวกลบกันได้ในการวิเคราะห์ข้อมูลทางสังคมศาสตร์ จึงมีการอนุโลมให้คะแนนที่ได้
จากการวัดระดับอันดับมาตราเป็นระดับช่วงมาตราได้โดยยึดหลักที่ว่าเป็นคะแนนท่ีมีค่าต่อเน่ืองจาก
ต่าไปถึงสูงเช่นเห็นด้วยอย่างย่ิงถึงไม่เห็นด้วยอย่างย่ิง อย่างไรก็ตามคะแนนเหล่านี้ก็ไม่สามารถยกข้ึน
เป็นตัวแปรระดับอัตราส่วนได้เน่ืองจากไม่อาจมีค่าเป็น 0 ตามธรรมชาติได้เช่นไม่มีบุคคลใดมีคะแนน
ทศั นคติในเร่อื งใดเร่ืองหน่งึ เปน็ 0 เพราะแมบ้ อกว่าไม่มีทัศนคตหิ รือความคดิ เห็นอะไรเลยในเรื่องน้ันๆ
แตแ่ ท้ที่จรงิ แล้วก็ตอ้ งมอี ยู่ ไมว่ า่ น้อยเพียงใดก็ตาม

3.6 การวิเคราะห์องค์ประกอบเชงิ ยืนยัน
หลังจากที่ผู้วิจัยนาข้อมูลท่ีได้รับจาก Likert Scale มาวิเคราะห์ปัจจัยท่ีมีอิทธิพลต่อการซ้ือ

รถไฟฟ้าแบตเตอรี BEV ตัวอย่างโดยวิธีการวิเคราะห์เส้นทางสหสัมพันธ์ จะได้นาตัวแปรสังเกตได้
จากวิธีการวิเคราะห์เส้นทางสหสัมพันธ์ ท่ีมีอิทธิพลทางตรงต่อการตัดสินใจซ้ือรถไฟฟ้าแบตเตอรี
BEV เท่าน้ัน เพื่อนามาหาองค์ประกอบเชิงยืนยันปัจจัยท่ีมีอิทธิพลต่อการซ้ือรถไฟฟ้าแบตเตอรี
BEV โดยวิธีวิเคราะห์องค์ประกอบเชิงยืนยัน (Confirmatory Factor Analysis) โดยการวิเคราะห์
องคป์ ระกอบเชงิ ยืนยนั มรี ายละเอยี ดและขอ้ ตกลงเบ้อื งตน้ ในการิจยั ดังนี้

ข้อตกลงเบ้ืองตน้ และการวเิ คราะหอ์ งค์ประกอบ
ข้อตกลงเบ้ืองต้นสาคัญของการวิเคราะห์องค์ประกอบคือตัวแปรต้องมีความสัมพันธ์กัน

เน่ืองจากวัตถุประสงค์หลักของการวิเคราะห์องค์ประกอบเพ่ือร่วมกลุ่มของตัวแปรที่สัมพันธ์กันการ
ตรวจสอบเบื้องต้นว่าข้อมูลชุดน้ัน จะนามาวิเคราะห์องค์ประกอบได้หรือไม่ คือการพิจารณาเมทริกซ์
สหสมั พันธข์ องตวั แปรชุดน้ัน ตัวแปรที่จะนามาวิเคราะหอ์ งค์ประกอบจะต้องมีความสมั พันธ์กันไม่น้อย
กว่า .03 การตรวจสอบว่าตัวแปรมีความสัมพันธ์กัน หรือไม่สามารถตรวจสอบได้โดยการคานวณค่า
สหสมั พนั ธ์บางสว่ น

50

การตรวจสอบว่าตัวแปรมีความสัมพันธ์กันหรือไม่สามารถตรวจสอบได้โดยการคานวณค่า
สหสัมพนั ธ์บางส่วน (Partial Correlation) คือการหาความสมั พันธ์ของตวั แปรเมื่อควบคมุ ตวั แปร
อ่ืนๆ ซ่ึงควรจะมีค่าต่าสาหรับการวิเคราะห์องค์ประกอบด้วยโปรแกรม SPSS ค่าสถิติทดสอบเพ่ือ
พิจารณาว่าข้อมูลชุดนี้เหมาะสมที่จะนามาวิเคราะห์องค์ประกอบหรือไม่ คือ ค่า KMO and
Bartlett’s Test เม่ือเลือกสถิติทดสอบตัวนี้จะได้ค่าสถิติทดสอบ 2 ค่า สถิติทดสอบตัวแรก คือ ค่า
Kaiser-Meyer-Olkin Measure of Sampling Adequacy (MSA) ดชั นีตวั น้ี มีคา่ ระหวา่ ง 0 ถึง 1 คา่
จะเท่ากับ 1 เมื่อตัวแปรแต่ละตัวสามารถทานายได้ด้วยตัวแปรอื่น โดยปราศจากความคลาดเคล่ือน
ส่วนค่าในช่วงอ่ืนๆ แปลความหมายดงั น้ี

0.80 ขึ้นไป เหมาะสมท่ีจะวิเคราะหอ์ งค์ประกอบดีมาก
0.70 - 0.79 เหมาะสมที่จะวิเคราะห์องคป์ ระกอบดี
0.60 – 0.69 เหมาะสมท่ีจะวิเคราะหอ์ งคป์ ระกอบปานกลาง
0.50 - 0.59 เหมาะสมทจี่ ะวิเคราะหอ์ งคป์ ระกอบนอ้ ย
น้อยกวา่ .50 ไมเ่ หมาะสมท่ีจะนาข้อมูลชุดน้ันมาวเิ คราะหอ์ งค์ประกอบ
สถิติทดสอบตัวที่สอง คือ Bartlett’s Test of Sphericity ใช้ทดสอบว่าตัวแปรต่างๆ มี
ความสัมพันธ์กันหรือไม่ถ้าค่า Bartlett’s Test of Sphericity มีนัยสาคัญ แสดงว่า ตัวแปรต่างมี
ความสัมพันธก์ ันสามารถนาไปวิเคราะหอ์ งคป์ ระกอบได้
การวเิ คราะห์องคป์ ระกอบเชิงยืนยันเป็นการวิเคราะหป์ จั จยั ท่ีมีอทิ ธิพลระหว่างตวั แปรในตัว
แบบโครงสร้างตามสมมตุ ิฐานในการวจิ ัยเพื่อทดสอบรูปแบบท่ีได้ทาการศึกษาเปรยี บเทียบกับรูปแบบ
ทางทฤษฏี ซ่ึงผู้วิจัยได้กาหนดการพิสูจน์สมมติฐานการวิจัยทั้งหมดซึ่งได้แสดงค่าสถิติแสดงปัจจัยท่ีมี
อิทธิพลระหว่างตัวแปร ด้วยค่าสัมประสิทธิ์ถดถอยมาตรฐาน (Standardized Regression Weights)
ค่า t-Value และ p-Value และนาค่าสมประสิทธิ์ถดถอยมาตรฐาน ค่าความคลาดเคล่ือนมาตรฐาน
(S.E.) ค่า t-Value หรือ Critical Ratio (C.R.) และค่า Square Multiple Correlation ท่ีได้จากการ
ผลการวิเคราะห์ ให้เป็นตัวแบบโครงสร้างของการวิจัย ซึ่งแสดงค่าอิทธิพลระหว่างตัวแปร โดยการ
ประเมินความสอดคล้องของตัวแบบ (Evaluation the Data-Model Fit) ค่าสถิติท่ีใช้ในการ
ตรวจสอบความพอเหมาะพอดีของตัวแบบเชิงประจักษ์กับตัวแบบทางทฤษฎี ค่า ρ-Value ต้องมี
นัยสาคัญทางสถิติ (Significant: Sig.) คือมีค่ามากกว่า 0.05 ซ่ึงเม่ือตรวจสอบแล้วว่าตัวแบบเชิง
ประจกั ษ์กบั ตวั แบบทางทฤษฎี มคี วามสอดคลอ้ งกันพอดี ซึ่งตอ้ งตรวจสอบค่าสถติ ิ ไดแ้ ก่

1) Chi-square Probability Level: CMIN-p
2) Relative Chi-square: CMIN/df
3) Goodness of Fit Index: GFI
4) Root Mean Square Error of Approximation: RMSEA

51

5) Comparative Fit Index : CFI
6) Root mean square residual: RMR
ซงึ่ สามารถสรปุ เกณฑ์ที่ใช้ในการตรวจสอบความสอดคล้องของตวั แบบกับข้อมลู เชงิ ประจักษ์
ตามตารางท่ี 3.3

52

ตารางท่ี 3.3 เกณฑท์ ใ่ี ช้ในการตรวจสอบความสอดคลอ้ งของตัวแบบกับข้อมูลเชงิ ประจักษ์ของการ
วิเคราะหอ์ งค์ประกอบเชิงยนื ยนั

สญั ลกั ษณ์ คา่ สถติ วัตถุประสงค์ เกณฑ์ การพจิ ารณา

CMIN-p Chi-square เพือ่ ตรวจสอบค่าความ ρ> .05 ค่า ρ ตอ้ งมากกว่า 0.05

Probability น่าเปน็ ของไคสแควร์ ค่า ρ ยง่ิ มากยง่ิ ดี
Level ซึ่งตอ้ งไม่มนี ัยสาคญั

ทางสถติ ิ

CMIN/df Chi-square ตรวจสอบว่าตวั แบบมี < 3 คา่ CMIN/df ตอ้ งน้อยกว่า 3
GFI Relative ความสอดคล้องกับ ค่า CMIN/df เข้าใกล้ 0 ยงิ่ ดี

ขอ้ มลู เชงิ ประจักษ์ > 0.90 คา่ GFI ต้องมากกว่า 0.90
Goodness of เพ่อื วดั ระดับความ ค่า GFI เข้าใกล้ 1 ยิ่งดี

Fit Index กลมกลืนเปรียบเทยี บ
โดยมีคา่ ระหว่าง 0-
1.00

RMSEA Root Mean บอกค่าความคาด < 0.08 คา่ RMSEA ต้องนอ้ ยกวา่ 0.08

Square Error เคล่ือนของตวั แบบใน คา่ RMSEA เข้าใกล้ 0 ยง่ิ ดี

of ภาพคา่ เฉลี่ยกาลงั สอง

Approximation ของความคาดเคลอื่ น
โดยประมาณค่า
ระหวา่ ง 0-1.00

CFI Comparative เพอื่ วัดระดับความ > 0.90 คา่ CFI ต้องมากกวา่ 0.90

Fit Index กลมกลนื เปรยี บเทยี บ ค่า CFI เขา้ ใกล้ 1 ยิ่งดี

โดยมีคา่ ระหวา่ ง 0-

1.00

RMR Root mean บอกค่าความคาด < 0.05 คา่ RMR ต้องน้อยกวา่ 0.05

square เคล่ือนของตัวแบบใน คา่ RMR เข้าใกล้ 0 ย่ิงดี

residual ภาพค่าเฉล่ยี

ทมี่ า : ดดั แปลงมาจาก ธานนิ ทร์ ศลิ ปจ์ ารุ (2555)

53

การวเิ คราะห์องคป์ ระกอบเชิงยืนยนั (Confirmatory Factor Analysis)
การวเิ คราะหอ์ งค์ประกอบเชงิ ยืนยันและวิเคราะหอ์ ทิ ธิพลเชิงสาเหตุ (Path Analysis) ของ

โดยใชโ้ ปรแกรมสาเร็จรูปโดยมีเกณฑก์ ารพิจารณาคา่ เฉลีย่ ของตวั แปรองคป์ ระกอบดงั นี้
4.51 - 5.00 หมายถงึ คา่ เฉล่ียตวั แปรองค์ประกอบดมี าก
3.51 – 4.50 หมายถงึ คา่ เฉล่ยี ตวั แปรองค์ประกอบดี
2.51 – 3.50 หมายถึง ค่าเฉลีย่ ตวั แปรองคป์ ระกอบปานกลาง
1.51 – 2.50 หมายถึง ค่าเฉลี่ยตวั แปรองค์ประกอบน้อย
1.00 – 1.50 หมายถงึ ค่าเฉลย่ี ตวั แปรองคป์ ระกอบนอ้ ยมาก

และมเี กณฑ์การพิจารณาคา่ น้าหนกั องคป์ ระกอบดังน้ี
0.80 ข้ึนไป หมายถงึ มคี า่ ความเทย่ี งในการพยากรณไ์ ด้ดีมาก
0.70 -0.79 หมายถงึ มีค่าความเทย่ี งในการพยากรณไ์ ด้ดี
0.60 – 0.69 หมายถึง มคี ่าความเทีย่ งในการพยากรณไ์ ดป้ านกลาง
0.50 – 0.59 หมายถงึ มคี า่ ความเทย่ี งในการพยากรณ์ได้น้อย
นอ้ ยกว่า 0.50 หมายถงึ มคี ่าความเทยี่ งในการพยากรณไ์ ด้น้อยมาก

ในกรณีเมื่อทดสอบตัวแบบสมการโครงสร้างพบว่าไม่สอดคล้องกันระหว่างตัวแบบเชิงทฤษฎี
กับตัวแบบเชิงประจักษ์ตามค่าสถิติในตารางท่ี 3.3 ผู้วิจัยอาจพิจารณาปรับค่าพารามิเตอร์ในตัวแบบ
สมมตุ ิฐานใหม่และทดสอบผลของการปรับตัวแบบดงั กล่าวเพื่อให้ค่าสถติ ทิ ี่ดขี ึ้นเพ่ือสามารถยอมรับตัว
แบบได้เพ่ือใช้สาหรับในการปรับตัวแปร โดยท่ีผู้วิจัยสามารถทาให้ค่าสถิติดีขึ้นได้ด้วยวิธีดังต่อไปนี้ 1)
การลดจานวนตัวแปรในตัวแบบโดยการแนะนาจากโปรแกรม AMOS ซ่ึงดูค่าความคลาดเคล่ือนของ
ตัวแปรตาม (Modification Indices : MI) 2) การรวมตัวแปรและสร้างปัจจัยแฝงใหม่และ 3) การ
เชื่อมลูกศรสองหัวระหว่างค่าความคลาดเคลื่อนของตัวแปรตาม (Modification Indices : MI) ที่
โปรแกรมแนะนาเพื่อให้ตัวแบบสอดคล้องกับข้อมูลเชิงประจักษ์ซึ่งพิจารณาค่าดัชนีดัดแปรตัวแบบ
(กัลยา วานิชย์บญั ชา, 2556)

ระดับของการวัดตัวแปรสามารถแบ่งได้เป็น 4 ระดับ คือ 1) ระดับกลุ่ม(nominal) 2) ระดับ
อันดับ (ordinal) 3) ระดับช่วง (interval) 4) ระดับอัตราส่วน (ratio) นั้นจากการกาหนดตัวแปรที่ใช้
ในการวิเคราะห์บางตัวแปรอยู่ในระดับช่วงแต่ต้องการวัดตัวแปรในระดับอัตราส่วนเพื่อทาการ
วิเคราะห์ข้อมูลด้วยการวิเคราะห์สมการถดถอยพหุน้ันสามารถทาได้ วรรณา แผนมุนิน (2543: 51)
กล่าวว่า การวัดตัวแปรในระดับอัตราส่วนเป็นความปรารถนาอันสูงสุดของนักวิจัยทางสังคมศาสตร์
เพราะตัวแปรในทางสังคมศาสตร์โดยเฉพาะตัวแปรเก่ยี วกับทัศนคตหิ รือความคิดเหน็ มักเป็นการวัดใน
ระดับอันดับเป็นส่วนใหญ่โดยเฉพาะการวัดด้วยมาตรวัด Likert โดยท่ีการวิเคราะห์ข้อมูลอาจ

54

จาเป็นต้องใช้สถิติระดับสูงซึ่งข้อมูลท่ีใช้จาเปน็ ต้องอยู่ในระดับอย่างน้อยที่สุด คือ ระดับช่วงมาตราซ่งึ
มีคะแนนนามาบวกลบกันได้ในการวิเคราะห์ข้อมูลทางสังคมศาสตร์ จึงมีการอนุโลมให้คะแนนท่ีได้
จากการวัดระดับอันดับมาตราเป็นระดับช่วงมาตราได้โดยยึดหลักท่ีว่าเป็นคะแนนท่ีมีค่าต่อเน่ืองจาก
ต่าไปถึงสูงเช่นเห็นด้วยอย่างยิ่งถึงไม่เห็นด้วยอย่างยิ่ง อย่างไรก็ตามคะแนนเหล่าน้ีก็ไม่สามารถยกข้ึน
เป็นตัวแปรระดับอัตราส่วนได้เน่ืองจากไม่อาจมีค่าเป็น 0 ตามธรรมชาติได้เช่นไม่มีบุคคลใดมีคะแนน
ทัศนคตใิ นเร่ืองใดเร่ืองหนงึ่ เป็น 0 เพราะแม้บอกว่าไม่มีทัศนคติหรือความคิดเหน็ อะไรเลยในเรื่องนั้นๆ
แต่แทท้ ่ีจริงแล้วก็ต้องมีอยู่ ไมว่ า่ น้อยเพียงใดก็ตาม

บทที่ 4
ผลการวิจัยและวิจารณ์

การวิจัยคร้ังนี้ได้กาหนดข้ันตอนในการทาวิจัยที่กาหนดไว้ตามระเบียบวิธีวิจัย
สามารถแจกแจงโดยสรุปขน้ั ตอนตา่ งๆ ได้ ดงั นี้

1) สารวจข้อมูลทั่วไปของกลุ่มตวั อย่าง
2) สารวจทัศนคติและพฤติกรรมเกี่ยวกับการซื้อรถไฟฟ้าแบตเตอรี BEV ท่ี
เปน็ ข้อคาถามแบบ Likert Scale กบั กลุม่ ตัวอย่าง
3) นาข้อมูลท่ีได้รับจาก Likert Scale มาวิเคราะห์ปัจจัยท่ีมีอิทธิพลต่อการ
ซือ้ รถไฟฟา้ แบตเตอรี BEV ตัวอยา่ งโดยวิธีการวเิ คราะหเ์ ส้นทางสหสมั พันธ์
4) นาตัวแปรสังเกตได้จากวิธีการวิเคราะห์เส้นทางสหสัมพันธ์ ท่ีมีอิทธิพล
ทางตรงต่อการตัดสินใจซื้อรถไฟฟ้าแบตเตอรี BEV เท่าน้ัน เพ่ือนามาหาองค์ประกอบเชิงยืนยัน
ปัจจัยท่ีมีอิทธิพลต่อการซื้อรถไฟฟ้าแบตเตอรี BEV โดยวิธีวิเคราะห์องค์ประกอบเชิงยืนยัน
(Confirmatory Factor Analysis)
จากการลงพื้นท่ีศึกษาวิจัยตามระเบียบวจิ ัยท่ีได้กาหนดไว้ ผ้วู ิจัยจงึ ได้นาผลการวิจัยที่ได้ผ่าน
การรวบรวม วเิ คราะหผ์ ลการวิจัย มาอภิปรายไวใ้ นบทน้ี โดยแบ่งการอภปิ รายผลการวิจยั และวิจารณ์
ตามวตั ถปุ ระสงค์การวิจัยใน 5 หวั ขอ้ ดงั นี้
1) ข้อมลู ท่ัวไป ระดับทศั นคตแิ ละพฤตกิ รรมการตัดสนิ ใจซื้อรถไฟฟา้ แบตเตอรี BEV
2) ปจั จัยทม่ี ีอทิ ธพิ ลตอ่ การซือ้ รถยนตไ์ ฟฟา้ แบตเตอรี่ BEV
3) ผลการวิจัยองค์ประกอบเชิงยืนยันปัจจัยท่ีมีอิทธิพลต่อการซื้อรถยนต์ไฟฟ้า
แบตเตอรี่ BEV

4.1 ขอ้ มลู ทัว่ ไป ระดับทัศนคตแิ ละพฤติกรรมการตดั สนิ ใจซื้อรถไฟฟา้ แบตเตอรี BEV และ
อภิปรายผล
การเก็บข้อมูลส่วนบุคคลของกลุ่มตัวอย่างเพ่ือนามาเป็นข้อมูลทัศนคติและพฤติกรรมการ

ตัดสินใจซื้อรถไฟฟ้าแบตเตอรี BEV ได้แก่ เพศ สถานภาพ อายุ ระดับการศึกษา อาชีพ รายได้ ภาระ
หนี้สนิ ประสบการณ์ในการใช้รถไฟฟ้าแบตเตอรี่ BEV โดยมรี ายละเอยี ด ดงั น้ี

56

ตารางท่ี 4.1 เพศของกลุม่ ตัวอย่าง n=386

เพศ จานวน (คน) ร้อยละ
ชาย 202 52.33
หญิง 184 48.20
รวม 386 100.00
ที่มา: จากการสารวจและคานวณ

จากกลุ่มตัวอย่างท้ังหมด 386 คน เพศหญิงจานวน 184 คนคิดเป็นร้อยละ 48.20และเป็น
เพศชายจานวน 202 คน คดิ เปน็ ร้อยละ 52.33

ตารางที่ 4.2 อายุ n=386

อายุ (ปี) จานวน (คน) ร้อยละ
ตา่ กวา่ 30 ปี 26 6.73
31 ถงึ 40 ปี 83 21.50
41 ถงึ 50 ปี 108 27.97
51 ถึง 60 ปี 102 26.42
61 ปีขึ้นไป 67 17.37
386 100.00
รวม
ทมี่ า: จากการสารวจและคานวณ

เมื่อทาการตรวจสอบอายุของกลุ่มตัวอย่าง สามารถจัดเรียงได้ 4 กลุ่ม ได้แก่ กลุ่มช่วงอายุ
ต่ากว่า 30 ปี จานวน 26 คน คิดเป็นร้อยละ 6.73 กลุ่มช่วงอายุ 31 ถึง 40 ปี จานวน 83 คน คิดเป็น
รอ้ ยละ 21.50 กลมุ่ ช่วงอายุ 41 ถงึ 50 ปี จานวน 108 คน คิดเป็นรอ้ ยละ 27.97 กลมุ่ ช่วงอายุ 51 ถึง
60 ปี จานวน 102 คน คดิ เปน็ รอ้ ยละ 26.42 และ 61 ปขี ึน้ ไปจานวน 67 คน คดิ เปน็ รอ้ ยละ 17.37

57

ตารางท่ี 4.3 สถานภาพ n=386

สถานภาพ จานวน (คน) รอ้ ยละ
โสด 90 23.31
สมรส 254 65.80
หย่า 42 10.88
รวม 386 100.00

ที่มา: จากการสารวจและคานวณ

เมอ่ื ทาการสารวจถงึ สถานะภาพของกลมุ่ ตัวอยา่ งจะพบว่า สามารถแบ่งได้เปน็ 3 กลมุ่ ได้แก่
กลุ่มสถานะภาพโสดมีจานวน 90 คน คิดเป็นร้อยละ 23.31 กลุ่มสถานะภาพสมรสมีจานวน 254 คน
คดิ เป็นรอ้ ยละ 65.80 และกล่มุ สถานะภาพหย่ามจี านวน 42 คน คิดเป็นรอ้ ยละ 10.88

ตารางท่ี 4.4 ระดบั การศกึ ษา n=386

ระดบั การศึกษา จานวน (คน) ร้อยละ
ตา่ กว่าปรญิ ญาตรี 39 10.10
160 41.45
ปรญิ ญาตรี 128 33.16
ปริญญาโท 59 15.28
สูงกว่าปริญญาโท 386 100.00

รวม
ที่มา: จากการสารวจและคานวณ

ข้อมูลระดับการศึกษาของกลุ่มตัวอย่างพบว่า ระดับการศึกษาต่ากว่าปริญญาตรีจานวน 39
คน คิดเป็นร้อยละ 10.10 จบการศึกษาระดับปริญญาตรีจานวน 160 คน คิดเปน็ ร้อยละ 41.45 ระดบั
ปรญิ ญาโทจานวน 128 คน คิดเป็นรอ้ ยละ 33.16 ระดบั การศกึ ษา สูงกวา่ ระดับปริญญาโทจานวน 59
คน คดิ เปน็ รอ้ ยละ 15.28

58

ตารางที่ 4.5 อาชพี จานวน (คน) n=386
86 ร้อยละ
อาชพี 22.27
ข้าราชการ พนักงานรฐั วิสาหกจิ 142
138 36.78
ลกู จ้างของรัฐ 11 35.75
พนักงาน ลกู จ้างของเอกชน 9 2.84
ผปู้ ระกอบการ เจา้ ของธุรกิจ 386 2.33
100.00
อาชพี อิสระ
อนื่ ๆ
รวม

ท่มี า: จากการสารวจและคานวณ

เมื่อทาการสอบถามถึงอาชีพของกลุ่มตัวอย่างพบว่าเป็น ข้าราชการ พนักงานรัฐวิสาหกิจ
ลูกจ้างของรัฐจานวน 86 คนคิดเป็นร้อยละ 22.27 เป็นพนักงาน เป็นพนักงาน ลูกจ้างของเอกชน
จานวน 142 คนคิดเป็นร้อยละ 36.78 เป็นผู้ประกอบการ เจ้าของธุรกิจ จานวน 138 คนคิดเป็นร้อย
ละ 35.75 อาชีพอิสระจานวน 11 คนคิดเป็นร้อยละ 2.84 และประกอบอาชีพอื่นๆ จานวน 9 คนคิด
เป็นรอ้ ยละ 2.33

ตารางท่ี 4.6 รายได้ n=386

รายได้ (บาท) จานวน (คน) ร้อยละ
ตา่ กวา่ 25,000 บาท 13 3.36
25,001 – 40,000 บาท 64 16.58
40,001 – 55,000 บาท 104 26.94
55,001 – 70,000 บาท 117 30.31
สูงกวา่ 70,000 บาท 88 22.79
386 100.00
รวม

ทม่ี า: จากการสารวจและคานวณ

สาหรบั ขอ้ มลู รายได้ ไดแ้ ก่ ตา่ กวา่ 25,000 บาท จานวน 13 คน คิดเปน็ ร้อยละ 3.36 รายได้
25,001 – 40,000 บาท จานวน 64 คน คิดเป็นร้อยละ 16.58 รายได้ 40,001 – 55,000 บาท

59

จานวน 104 คน คิดเป็นร้อยละ 26.94 รายได้ 55,001 – 70,000 บาท จานวน 117 คน คิดเป็นร้อย
ละ 30.31 รายได้ และ สูงกวา่ 70,000 บาท จานวน 88 คน คดิ เป็นร้อยละ 22.79

ตารางท่ี 4.7 ประสบการณ์ในการใชร้ ถไฟฟา้ แบตเตอรี่ BEV n=386

รายได้ (บาท) จานวน (คน) รอ้ ยละ
12.17
น้อยกวา่ 1 ปี 47 39.11
28.75
1- 2 ปี 151 19.94
100.00
3- 5 ปี 111

5 ปขี นึ้ ไป 77

รวม 386

ท่ีมา: จากการสารวจและคานวณ

เมื่อสอบถามประสบการณ์ในการใช้รถไฟฟ้าแบตเตอร่ี BEV พบว่า กลุ่มตัวอย่างมี
ประสบการณ์ในการใช้รถไฟฟ้าแบตเตอร่ี BEV น้อยกว่า 1 ปี จานวน 47 คน คิดเป็นร้อยละ 12.17
มีประสบการณ์ในการใช้รถไฟฟ้าแบตเตอร่ี BEV 1- 2 ปี จานวน 151 คน คิดเป็นร้อยละ 39.11 มี
ประสบการณ์ในการใช้รถไฟฟ้าแบตเตอร่ี BEV 3- 5 ปี จานวน 111 คน คิดเป็นร้อยละ 28.75 มี
ประสบการณใ์ นการใช้รถไฟฟ้าแบตเตอรี่ BEV 5 ปขี ึน้ ไป จานวน 77 คน คิดเป็นรอ้ ยละ 19.94

ทศั นคตแิ ละพฤตกิ รรมการตัดสินใจซ้ือรถไฟฟ้าแบตเตอรี BEV
การวิจัยในส่วนนี้เป็นการสารวจระดับทัศนคติและพฤติกรรมการตัดสินใจซ้ือรถไฟฟ้าแบ

ตเตอรี BEV แบบ Likert Scale และการตีความแปลผลตามอนั ตรภาคชน้ั สามารถแบง่ หัวข้ออภิปราย
ที่เป็นระดับทศั นคติและพฤตกิ รรมการตดั สนิ ใจซอื้ รถไฟฟ้าแบตเตอรี BEV ดังน้ี

อปุ สงค์ตอ่ การถือเงนิ
เม่อื ทาการสารวจทัศนคตแิ ละพฤติกรรมการตดั สินใจซื้อรถไฟฟ้าแบตเตอรี BEV ผ่านแนวคดิ

อุปสงค์ต่อการถือเงิน โดยอาศัยเครื่องมือแบบสอบถามโดยการสัมภาษณ์ในส่วนที่มีข้อคาถามเป็น
มาตราส่วนประมาณค่า 5 ระดับแบบไลเคิร์ท โดยผู้วิจัยได้จัดเกณฑ์แปลผลแบ่งเป็น 5 ระดับ โดยทา
การสารวจใน 3 ประเด็น ได้แก่ อุปสงค์ต่อการถือเงินเพ่ือใช้สอยในชีวิตประจาวัน อุปสงค์ต่อการถือ
เงินเพ่ือสะสมทรัพย์ และอุปสงค์ต่อการถือเงินเพ่ือใช้จ่ายในยามฉุกเฉินที่ส่งผลต่อการซื้อรถยนต์
รถยนตไ์ ฟฟ้าแบตเตอรี่ BEV ซ่ึงผลการสารวจแสดงได้ในตารางที่ 4.8

60

ตาราง 4.8 อปุ สงคต์ อ่ การถือเงนิ

n=386

ปัจจยั คะแนน การแปลผล

อปุ สงคต์ ่อการถอื เงิน

อุปสงค์ต่อความต้องการถือ 4.13 ความต้องการถือเงินเพ่ือใช้ในชีวิตประจาวันส่งผลต่อ

เงินเพอื่ ใช้ในชวี ิตประจาวนั การตัดสนิ ใจซ้ือรถ BEV ในระดับมาก

อุปสงค์ต่อความต้องการถือ 4.45 ความต้องการถือเงินเพ่ือใช้ในสถานการณ์ฉุกเฉินส่งผล

เ งิ น เ พื่ อ ใ ช้ ใ น ส ถ า น ก า ร ณ์ ตอ่ การตัดสนิ ใจซื้อรถ BEV ในระดบั มากทส่ี ดุ

ฉกุ เฉนิ

อุปสงค์ต่อความต้องการถือ 3.11 ความต้องการถือเงินเพื่อเก็งกาไรฉุกเฉินส่งผลต่อการ

เงินเพ่ือเก็งกาไร ตัดสนิ ใจซอ้ื รถ BEV ในระดับปานกลาง

ค่าเฉลี่ย 3.89 อุปสงค์ต่อการถือเงินส่งผลต่อการตัดสินใจซ้ือรถ

BEV ในระดบั มาก

ท่มี า: จากการสารวจและคานวณ

จากตารางที่ 4.8 จะพบวา่ อุปสงคต์ ่อความต้องการถือเงินเพื่อใช้ในสถานการณ์ฉุกเฉินท่ีมีค่า
คะแนนเท่ากับ 4.45 ซึ่งแปลความหมายได้ว่าความต้องการถือเงินเพ่ือใช้ในสถานการณ์ฉุกเฉินส่งผล
ต่อการตัดสินใจซื้อรถ BEV ในระดับมากท่ีสุด ซึ่งเป็นอุปสงค์ต่อการถือเงินมีค่ามากที่สุด รองลงมาคือ
อุปสงค์ต่อความต้องการถือเงินเพ่ือใช้ในชีวติ ประจาวันที่มีค่าคะแนนเท่ากับ 4.13 ซึ่งแปลความหมาย
ได้ว่าความต้องการถือเงินเพ่ือใช้ในชีวิตประจาวันส่งผลต่อการตัดสินใจซ้ือรถ BEV ในระดับมาก และ
อุปสงค์ต่อความต้องการถือเงินเพ่ือเก็งกาไรเป็นอุปสงคต์ ่อการถือเงินมีค่ามากทสี่ ุดมีค่าคะแนนเท่ากับ
3.11 ซึ่งแปลความหมายได้ว่าอุปสงค์ต่อความต้องการถือเงินเพื่อเก็งกาไรส่งผลต่อการตัดสินใจซ้ือรถ
BEV ในระดับปานกลาง โดยค่าเฉล่ียของอุปสงค์ต่อการถือเงินมีค่าคะแนนเท่ากับ 3.89 ซ่ึงแปล
ความหมายได้ว่าอุปสงค์ต่อการถือเงินส่งผลต่อการตัดสินใจซื้อรถ BEV ในระดับมาก จากการที่ระดับ
ความต้องการถือเงินเพ่ือใช้ในสถานการณ์ฉุกเฉินเป็นอุปสงค์ต่อการถือเงินส่งผลต่อการตัดสินใจซอื้ รถ
BEV มากที่สุด สะท้อนภาพการต้องการมีทรัพย์สินเพ่ือป้องกันตนในภาวะการณ์ไม่คาดฝันหรือใน
สถานการณ์ฉุกเฉิน สอดคล้องกับงานวิจัยของ Hamed Khazaei ท่ีระบุว่าตัวแปรที่ส่งผลท่ีมีอิทธิพล
ต่อการนารถยนต์ไฟฟ้าท่ีใช้แบตเตอร่ี (BEV) มาใช้ในประเทศมาเลเซียเรียงลาดับจากมากไปหาน้อย
ไดแ้ ก่ คุณลักษณะของผลติ ภณั ฑ์ แนวโน้มราคานา้ มนั ปจั จยั ทางสงั คม อปุ สงค์ตอ่ การถอื เงิน ความ
สะดวกสบายของผลิตภัณฑ์ ระยะทางของการขับต่อหน่ึงการชาร์จ และการมิตรต่อสิ่งแวดล้อม

61

ปัจจัยเหล่าน้ีเป็นตัวแปรท่ีมีอิทธพลต่อการเลือกซื้อรถยนต์ไฟฟ้าท่ีใช้แบตเตอร่ี (Hamed Khazaei,
2019)

ปัจจัยเศรษฐกิจมหภาค
เมือ่ ทาการสารวจทัศนคติและพฤตกิ รรมการตัดสนิ ใจซ้ือรถไฟฟ้าแบตเตอรี BEV ผ่านแนวคดิ

ปัจจัยเศรษฐกิจมหภาคโดยอาศัยเครื่องมือแบบสอบถามโดยการสัมภาษณ์ในส่วนท่ีมีข้อคาถามเป็น
มาตราส่วนประมาณค่า 5 ระดับแบบไลเคิร์ท โดยผู้วิจัยได้จัดเกณฑ์แปลผลแบ่งเป็น 5 ระดับ โดยทา
การสารวจใน 6 ประเด็น ได้แก่ การเติบโตของอุตสาหกรรมรถ BEV ในประเทศ เศรษฐกิจองค์รวม
(อัตราการเติบโตของ GDP) แนวโน้มราคาน้ามัน เสถียรภาพทางการเมือง อัตราเงินเฟ้อ แนวโนม้
อัตราแลกเปลย่ี น ซึ่งผลการสารวจแสดงไดใ้ นตารางท่ี 4.9

ตาราง 4.9 ปจั จัยเศรษฐกิจมหภาค

n=386

ปัจจยั เศรษฐกจิ มหภาค คะแนน การแปลผล

การเติบโตของอุตสาหกรรม 3.11 การเติบโตของอุตสาหกรรมรถ BEV ในประเทศส่งผล

รถ BEV ในประเทศ ตอ่ การตัดสินใจซอื้ รถ BEV ในระดับปานกลาง

เศรษฐกิจองค์รวม (อัตราการ 3.36 เศรษฐกิจองค์รวมส่งผลต่อการตัดสินใจซื้อรถ BEV ใน

เตบิ โตของ GDP) ระดับปานกลาง

แนวโน้มราคานา้ มัน 4.27 แนวโน้มราคาน้ามันส่งผลต่อการตัดสินใจซื้อรถ BEV

ในระดบั มากทีส่ ุด

เสถยี รภาพทางการเมอื ง 3.37 เสถียรภาพทางการเมืองส่งผลต่อการตัดสินใจซ้ือรถ

BEV ในระดับมาก

อัตราเงินเฟ้อ 2.21 อัตราเงนิ เฟ้อส่งผลต่อการตดั สินใจซื้อรถ BEV ในระดับ

น้อย

แนวโน้มอัตราแลกเปลย่ี น 4.24 แนวโน้มอัตราแลกเปลี่ยนส่งผลต่อการตัดสินใจซ้ือรถ

BEV ในระดบั มากท่ีสุด

คา่ เฉล่ีย 3.43 ปัจจัยเศรษฐกิจมหภาคส่งผลต่อการตัดสินใจซื้อรถ

BEV ในระดบั มาก

ทม่ี า: จากการสารวจและคานวณ

จากตารางท่ี 4.9 จะพบว่าแนวโน้มราคาน้ามันมีค่าคะแนนเท่ากับ 4.27 ซ่ึงแปลความหมาย
ได้ว่าแนวโน้มราคาน้ามันส่งผลต่อการตัดสินใจซื้อรถ BEV ในระดับมากท่ีสุด โดยที่แนวโน้มราคา

62

น้ามันเป็นปัจจัยเศรษฐกิจมหภาคที่เป็นปัจจัยท่ีส่งผลต่อการตัดสินใจซื้อมากท่ีสุด ลาดับถัดมาคือ
แนวโนม้ อตั ราแลกเปลี่ยนมีค่าคะแนนเท่ากับ 4.24 ซง่ึ แปลความหมายได้ว่าแนวโน้มอัตราแลกเปลี่ยน
ส่งผลต่อการตดั สินใจซ้ือรถ BEV ในระดับมากที่สุดเป็นปัจจัยเศรษฐกจิ มหภาคที่ส่งผลต่อการตัดสินใจ
ซ้ือมากที่สุดรองลงมา ขณะที่ลาดับถัดมาคือเสถียรภาพทางการเมืองท่ีมีค่าคะแนนเท่ากับ 3.37 ซ่ึง
แปลความหมายได้ว่าเสถียรภาพทางการเมืองส่งผลต่อการตัดสินใจซ้ือรถ BEV ในระดับมาก ขณะที่
ลาดับถัดมาคือเศรษฐกิจองค์รวม ท่ีมีค่าคะแนนเท่ากับ 3.36 ซ่ึงแปลความหมายได้ว่าเศรษฐกิจองค์
รวมส่งผลต่อการตัดสินใจซื้อรถ BEV ในระดับปานกลาง และลาดับถัดมาคือ ซ่ึงอัตราเงินเฟ้อเป็น
ปจั จัยเศรษฐกจิ มหภาคทเี่ ปน็ ปจั จัยทีส่ ่งผลตอ่ การตัดสนิ ใจซ้ือน้อยทีส่ ุด อย่างไรก็ตามโดยภาพรวมแล้ว
ปัจจัยเศรษฐกิจมหภาคมีคะแนนเท่ากับ 3.43 ซ่ึงแปลความหมายได้ว่าปัจจัยสว่ นผสมการตลาดสง่ ผล
ต่อการตัดสินใจซื้อในระดับมาก จากข้อมูลท่ีแสดงให้เห็นว่าปัจจัยเศรษฐกิจมหภาคส่งผลต่อการ
ตัดสินใจซื้อรถ BEV ในระดับมากสะท้อนภาพอิทธิพลของเศรษฐกิจและนโยบายของรัฐบาลท่ี
เก่ียวข้องกับการสนับสนุนการใช้รถไฟฟ้าแบตเตอรี BEV ของประชาชน สอดคล้องกับงานวิจัยของ
Lina Ingeborgrud และ Marianne Ryghaug ท่ีระบุว่ารถยนต์ไฟฟ้าที่ใช้แบตเตอร่ีสะดวกสบายกว่า
รถยนต์ที่ใช้เชื้อเพลิงฟอสซิล รองลงมาคือแนวโน้มราคาน้ามันท่ีผันผวนในยุโรป ถัดมาคือนโยบาย
ระดับชาติท่ีมองเห็นได้ชัดเจนในการสนับสนุน BEV ที่มีความสาคัญต่อการนาไปใช้ ทาให้ BEV ได้รับ
การรับรองเชิงสัญลักษณ์ว่าเป็นทางเลือกในการเคล่ือนย้ายท่ีเป็นมิตรต่อส่ิงแวดล้อม (Lina
Ingeborgrud Marianne Ryghaug, 2019) ซ่ึงประเด็นที่กล่าวสะท้อนภาพความสาคัญปัจจัย
เศรษฐกิจมหภาคท่ีเป็นปัจจัยท่ีส่งผลต่อการตัดสินใจซื้อรถยนต์ไฟฟ้าแบตเตอร่ี BEV ท้ังในส่วนของ
แนวโน้มราคาน้ามันและนโยบายการสนับสนุนของรัฐบาลมีความสาคัญอย่างย่ิงกับการกระตุ้นให้
ประชาชนหันมาใช้รถยนตไ์ ฟฟ้าแบตเตอร่ี BEV

การแสวงหาขอ้ มลู
เมอื่ ทาการสารวจทศั นคตแิ ละพฤติกรรมการตัดสินใจซ้ือรถไฟฟ้าแบตเตอรี BEV ผ่านแนวคิด

การแสวงหาข้อมลู โดยอาศัยเครือ่ งมือแบบสอบถามโดยการสัมภาษณ์ในสว่ นท่ีมีข้อคาถามเปน็ มาตรา
ส่วนประมาณค่า 5 ระดับแบบไลเคิร์ท โดยผู้วิจัยได้จัดเกณฑ์แปลผลแบ่งเป็น 5 ระดับ โดยทาการ
สารวจใน 4 ประเด็น ได้แก่ การแนะนาจากครอบครัว เพ่ือน หรือคนรู้จัก การแนะนาจากผู้ผลิตหรือ
จัดจาหน่าย การแนะนาจากขา่ วสารต่างๆ การแนะนาจากประสบการณข์ องผู้บรโิ ภคเอง ซึ่งผลการ
สารวจแสดงไดใ้ นตารางที่ 4.10

63

ตาราง 4.10 การแสวงหาขอ้ มลู

แหลง่ แสวงหาข้อมลู คะแนน n=386
การแปลผล
การแนะนาจากครอบครัว เพ่ือน 2.92 การแนะนาจากครอบครัว เพื่อน หรือคนรู้จัก
ส่งผลต่อการตัดสินใจซ้ือรถ BEV ในระดับ
หรือคนรูจ้ กั ปานกลาง
การแนะนาจากผู้ผลิตหรือจัดจาหน่ายส่งผล
การแนะนาจากผู้ผลิตหรือจัด 3.58 ต่อการตัดสนิ ใจซ้อื รถ BEV ในระดับมาก
จาหน่าย การแนะนาจากข่าวสารต่างๆส่งผลต่อการ
การแนะนาจากข่าวสารต่างๆ 2.87 ตัดสนิ ใจซ้อื รถ BEV ในระดับปานกลาง
การแนะนาจากประสบการณ์ของผู้บริโภคเอง
การแนะนาจากประสบการณ์ของ 2.52 ส่งผลต่อการตัดสินใจซ้ือรถ BEV ในระดับ
ผู้บรโิ ภคเอง น้อย
การแสวงหาข้อมูลส่งผลต่อการตัดสินใจซื้อ
คา่ เฉล่ยี 2.97 รถ BEV ในระดับปานกลาง

ทม่ี า: จากการสารวจและคานวณ

จากตารางท่ี 4.10 จะพบวา่ การแนะนาจากผู้ผลิตหรือจดั จาหน่ายทมี่ ีค่าคะแนนเทา่ กับ 3.58
เป็นปัจจัยที่ส่งผลต่อการตัดสินใจซ้ือมากท่ีสุดซ่ึงหมายถึงการแนะนาจากผู้ผลิตหรือจัดจาหน่ายส่งผล
ต่อการตัดสินใจซื้อรถ BEV ในระดับมาก ขณะท่ีการแนะนาจากครอบครัว เพื่อน หรือคนรู้จักท่ีมีค่า
คะแนนเท่ากับ 2.92 ซ่ึงแปลความหมายได้ว่าการแนะนาจากครอบครัว เพ่ือน หรือคนรู้จักส่งผลต่อ
การตัดสินใจซ้ือรถ BEV ในระดับปานกลาง รองลงมาคือ การแนะนาจากข่าวสารต่างๆที่มีค่าคะแนน
เท่ากับ 2.87 ซ่ึงแปลความหมายได้ว่าการแนะนาจากข่าวสารต่างๆส่งผลต่อการตัดสินใจซื้อรถ BEV
ในระดับปานกลาง และการแนะนาจากประสบการณ์ของผู้บริโภคเองที่มีค่าคะแนนเท่ากับ 2.52 ซ่ึง
แปลความหมายได้ว่าการแนะนาจากประสบการณ์ของผู้บริโภคเองส่งผลต่อการตัดสินใจซ้ือรถ BEV
ในระดับน้อย เป็นกระบวนการการตัดสินใจซ้ือด้านการแสวงหาข้อมูลที่น้อยท่ีสุด อย่างไรก็ตามโดย
ภาพรวมแล้วการแสวงหาข้อมูลมีคะแนนเท่ากับ 2.97 เป็นปัจจัยท่ีส่งผลต่อการตัดสินใจซื้อรถไฟฟ้า
แบตเตอรี BEV ในระดับปานกลาง จากข้อมูลที่แสดงให้เห็นว่าการแสวงหาข้อมูลจากผู้ผลิตหรือจัด
จาหน่ายที่มีค่าประเมินสูงสุดในปัจจัยด้านนี้สะท้อนภาพข้อมูลท่ีมาจากผู้ผลิต ผู้จาหน่าย หรือเจ้าของ
แบรนด์ผลิตภัณฑ์มีผลอย่างย่ิงกับการตัดสินใจซื้อรถไฟฟ้าแบตเตอรี BEV ซึ่งประเด็นน้ีสอดคล้องกับ
งานวิจัยของ ภราดร ตุ่นแก้ว ที่ผลการวิจัยพบว่าการแสวงหาข้อมูลส่งผลมีความแตกต่างกันอย่างมี

64

นัยสาคัญกับกระบวนการตัดสินใจซื้อรถยนต์ไฟฟ้าแบรนด์ FOMM ONE เมื่อเทียบกับด้านการ
ตัดสินใจแตกต่างกันนัยสาคัญทางสถติ ิทรี่ ะดับ 0.05 (ภราดร ตุ่นแก้ว, 2563) ซงึ่ ผลการวจิ ัยนแ้ี สดงให้
เห็นวา่ สารสนเทศที่ผผู้ ลิต ผจู้ าหนา่ ย หรือเจา้ ของแบรนด์แสดงผ่านภาพลกั ษณ์และผลติ ภัณฑ์ของยาน
ยนต์มีอทิ ธพิ ลอยา่ งสงู ตอ่ การตัดสนิ ใจซื้อของผ้บู ริโภค

การประเมินทางเลอื ก
เม่ือทาการสารวจทัศนคตแิ ละพฤตกิ รรมการตัดสนิ ใจซื้อรถไฟฟา้ แบตเตอรี BEV ผ่านแนวคิด

การประเมินทางเลือก โดยอาศัยเคร่ืองมือแบบสอบถามโดยการสัมภาษณ์ในส่วนท่ีมีข้อคาถามเป็น
มาตราส่วนประมาณค่า 5 ระดับแบบไลเคิร์ท โดยผู้วิจัยได้จัดเกณฑ์แปลผลแบ่งเป็น 5 ระดับ โดยทา
การสารวจใน 5 ประเดน็ ได้แก่ แบรนดห์ รอื ตราสินค้าแอปพลเิ คชัน ร้านคา้ ในแอปพลิเคชนั ปริมาณ
สินค้าในแอปพลิเคชัน ความเชื่อใจในแอปพลิเคชัน และวิธีการดาเนินการซ้ือในแอปพลิเคชัน ซึ่งผล
การสารวจแสดงได้ในตารางท่ี 4.11

ตาราง 4.11 การประเมนิ ทางเลือก n=386
แหล่งการประเมินทางเลือก
คะแนน การแปลผล
แบรนด์หรือตราสินคา้
ร้านคา้ หรอื ตวั แทนจาหนา่ ย 4.22 แบรนด์หรือตราสินค้าส่งผลต่อการตัดสินใจซ้ือ
ปรมิ าณสนิ คา้
ความเชื่อมน่ั ของผลิตภณั ฑ์ รถ BEV ในระดบั มากทส่ี ุด
วิธกี ารดาเนนิ การซื้อขาย
คา่ เฉลี่ย 3.66 ร้านค้าหรือตัวแทนจาหน่ายส่งผลต่อการ
ทม่ี า: จากการสารวจและคานวณ
ตัดสินใจซ้อื รถ BEV ในระดับมาก

1.71 ปริมาณสินค้าส่งผลต่อการตัดสินใจซื้อรถ BEV

ในระดบั น้อย

4.36 ความเชื่อม่นั ของผลิตภัณฑส์ ง่ ผลตอ่ การตดั สินใจ

ซื้อรถ BEV ในระดบั มาก

3.88 วิธีการดาเนินการซื้อขายส่งผลต่อการตัดสินใจ

ซอื้ รถ BEV ในระดับมาก

3.56 การประเมินทางเลือกส่งผลต่อการตัดสินใจซอ้ื

รถ BEV ในระดับมาก

จากตารางท่ี 4.11 จะพบว่าการประเมินทางเลือกจากความเช่ือม่ันของผลิตภัณฑ์มีค่า
คะแนนเท่ากบั 4.36 ซ่ึงสามารถแปลความหมายได้ว่าความเช่อื ม่ันของผลติ ภณั ฑ์สง่ ผลต่อการตดั สินใจ

65

ซื้อรถ BEV ในระดับมาก เป็นปัจจัยที่ส่งผลต่อการตัดสินใจซ้ือมากท่ีสุด รองลงมาคือการประเมิน
ทางเลือกจากแบรนด์หรือตราสินค้าที่มีค่าคะแนนเท่ากับ 4.22 ซ่ึงสามารถแปลความหมายได้ว่าแบ
รนด์หรือตราสินค้าส่งผลต่อการตัดสินใจซ้ือรถ BEV ในระดับมากท่ีสุด อันดับต่อมาคือการประเมิน
ทางเลือกจากวิธีการดาเนินการซ้ือขายมีค่าคะแนนเท่ากับ 3.88 ซ่ึงสามารถแปลความหมายได้ว่า
วิธีการดาเนินการซ้ือขายส่งผลต่อการตัดสินใจซื้อรถ BEV ในระดับมาก ขณะท่ีการประเมินทางเลือก
จากร้านคา้ หรือตัวแทนจาหนา่ ยมีค่าคะแนนเทา่ กบั 3.66 ซึง่ สามารถแปลความหมายไดว้ า่ ร้านค้าหรือ
ตัวแทนจาหนา่ ยสง่ ผลต่อการตดั สนิ ใจซ้ือรถ BEV ในระดบั มาก และการประเมนิ ทางเลือกจากปริมาณ
สินคา้ มคี า่ คะแนนเทา่ กับ 1.77 ซึ่งสามารถแปลความหมายได้วา่ ปรมิ าณสินค้าสง่ ผลต่อการตัดสนิ ใจซื้อ
รถ BEV ในระดับน้อยซ่ึงเป็นปัจจัยท่ีส่งผลต่อการตัดสินใจซื้อในการประเลือกท่ีน้อยที่สุด อย่างไรก็
ตามโดยภาพรวมแล้วการประเมินทางเลือกมีคะแนนเท่ากับ 3.56 ซึ่งแปลความหมายได้ว่าปัจจัยการ
ประเมินทางเลือกส่งผลต่อการตัดสนิ ใจซ้ือในระดบั มาก ซงึ่ ประเดน็ น้ีสอดคลอ้ งกับงานวจิ ัยของ Sonja
Haustein Anders Fjendbo Jensen และ Elisabetta Cherchi ท่ีผลวิจัยระบุว่าปัจจัยการเดิน
ทางเลือกเพื่อเป็นยานยนต์ประสงค์ที่ต้องเดินทางในระยะไกลเป็นประจา ปัจจัยที่เกี่ยวข้องท่ีมีความ
แตกตา่ งอยา่ งมนี ัยยะสาคัญมากท่ีสุดคือ แบรนดห์ รือความเช่ือม่ันในผลติ ภณั ฑ์ อาจกลา่ วได้การท่ีผู้คน
มีรถยนต์ไฟฟ้าแบตเตอรีแบรนด์ท่ีมีชื่อเสียง เช่น เทสลา เป็นต้น (Sonja Haustein , Anders
Fjendbo Jensen, Elisabetta Cherchi, 2021) ซง่ึ ผลการวจิ ัยนแ้ี สดงให้เห็นว่าสารสนเทศท่ีผู้ผลติ ผู้
จาหน่าย หรือเจ้าของแบรนด์แสดงผ่านภาพลักษณ์และผลิตภัณฑ์ของยานยนต์มีอิทธิพลอย่างสูงต่อ
การตัดสินใจซอ้ื ของผบู้ ริโภค

ส่วนประสมการตลาด
เม่ือทาการสารวจทศั นคตแิ ละพฤติกรรมการตัดสนิ ใจซ้ือรถไฟฟ้าแบตเตอรี BEV ผ่านแนวคิด

ส่วนประสมการตลาด โดยอาศัยเคร่ืองมือแบบสอบถามโดยการสัมภาษณ์ในส่วนท่ีมีข้อคาถามเป็น
มาตราส่วนประมาณค่า 5 ระดับแบบไลเคิร์ท โดยผู้วิจัยได้จัดเกณฑ์แปลผลแบ่งเป็น 5 ระดับ โดยทา
การสารวจใน 7 ประเด็น ได้แก่ สว่ นประสมการตลาดดา้ นผลิตภณั ฑ์ สว่ นประสมการตลาดด้านราคา
ส่วนประสมการตลาดด้าน สถานที่ ส่วนประสมการตลาดด้านสิทธิประโยชน์ ส่วนประสมการตลาด
ด้านบุคลากร ส่วนประสมการตลาดด้านกระบวนการดาเนินงาน และส่วนประสมการตลาดด้าน
ส่ิงแวดลอ้ มทางกายภาพ ซ่ึงผลการสารวจแสดงได้ในตารางที่ 4.12

66

ตาราง 4.12 ส่วนผสมทางการตลาด

n=386

สว่ นผสมทางการตลาด คะแนน การแปลผล

ผลิตภณั ฑ์ 4.42 ผลิตภัณฑ์ส่งผลต่อการตัดสินใจซื้อรถ BEV ในระดับ

มากท่ีสุด

ราคา 4.08 ราคาส่งผลต่อการตดั สนิ ใจซื้อรถ BEV ในระดับมาก

สถานที่ 2.44 สถานที่สง่ ผลต่อการตัดสินใจซอื้ รถ BEV ในระดับน้อย

โปรโมชัน 3.76 โปรโมชันส่งผลต่อการตัดสินใจซ้ือรถ BEV ในระดับ

มาก

บุคลากร 3.38 บคุ ลากรสง่ ผลตอ่ การตดั สินใจซ้ือรถ BEV ในระดบั ปาน

กลาง

กระบวนการดาเนินงาน 4.17 กระบวนการดาเนินงานส่งผลต่อการตัดสินใจซ้ือรถ

BEV ในระดับมาก

สิง่ แวดลอ้ มทางกายภาพ 2.58 ส่ิงแวดล้อมทางกายภาพส่งผลต่อการตัดสินใจซื้อรถ

BEV ในระดบั ปานกลาง

คา่ เฉล่ีย 3.58 ส่วนผสมการตลาดส่งผลต่อการตัดสินใจซ้ือรถ BEV

ในระดบั มาก

ทม่ี า: จากการสารวจและคานวณ

จากตารางท่ี 4.12 จะพบว่าส่วนประสมการตลาดด้านผลติ ภณั ฑเ์ มื่อพจิ ารณาถงึ คุณภาพของ
สนิ คา้ มคี ่าคะแนนเท่ากับ 4.42 ซึง่ แปลความหมายไดว้ ่าผลิตภัณฑ์ส่งผลต่อการตดั สนิ ใจซอื้ รถ BEV ใน
ระดบั มากที่สุด โดยท่ีดา้ นผลิตภัณฑ์เปน็ สว่ นผสมการตลาดที่เปน็ ปัจจัยที่สง่ ผลต่อการตัดสินใจซื้อมาก
ท่ีสุด ลาดับถัดมาคือส่วนประสมการตลาดด้านกระบวนการดาเนินงานมีค่าคะแนนเท่ากับ 4.17 ซ่ึง
แปลความหมายได้ว่ากระบวนการดาเนินงานส่งผลต่อการตัดสินใจซ้ือรถ BEV ในระดับมาก เป็น
ส่วนผสมการตลาดท่ีเป็นปัจจัยท่ีส่งผลต่อการตัดสินใจซื้อมากท่ีสุดรองลงมา ขณะที่ลาดับถัดมาคือ
ส่วนประสมการตลาดดา้ นราคาท่ีมีค่าคะแนนเท่ากับ 4.08 ซ่ึงแปลความหมายได้วา่ ราคาส่งผลต่อการ
ตัดสินใจซ้ือรถ BEV ในระดับมาก ขณะท่ีลาดับถัดมาคือส่วนประสมการตลาดด้านโปรโมชันที่มีค่า
คะแนนเท่ากับ 3.76 ซ่ึงแปลความหมายได้ว่าโปรโมชนั ส่งผลต่อการตัดสนิ ใจซ้อื รถ BEV ในระดับมาก
ขณะท่ีลาดับถัดมาคือส่วนประสมการตลาดด้านบุคลากรท่ีมีค่าคะแนนเท่ากับ 3.28 ซ่ึงแปล
ความหมายไดว้ ่าบุคลากรสง่ ผลต่อการตัดสินใจซ้ือรถ BEV ในระดบั ปานกลาง และลาดับถัดมาคือส่วน
ประสมการตลาดด้านส่ิงแวดล้อมทางกายภาพที่มีค่าคะแนนเท่ากับ 2.58 ซึ่งแปลความหมายได้ว่า

67

สิ่งแวดล้อมทางกายภาพส่งผลต่อการตัดสินใจซื้อรถ BEV ในระดับปานกลาง ซ่ึงด้านส่ิงแวดล้อมทาง
กายภาพเป็นส่วนผสมการตลาดท่ีเป็นปัจจัยท่ีส่งผลต่อการตัดสินใจซื้อน้อยท่ีสุด อย่างไรก็ตามโดย
ภาพรวมแล้วส่วนผสมการตลาดมีคะแนนเท่ากับ 3.58 ซ่ึงแปลความหมายได้ว่าปัจจัยส่วนผสม
การตลาดส่งผลต่อการตัดสินใจซื้อในระดับมาก จากผลการวิจัยน้ีที่แสดงให้เห็นว่าตัวผลิตภัณฑ์เป็น
ปัจจัยส่วนผสมการตลาดส่งผลต่อการตัดสินใจซ้ือท่ีมีผลมากท่ีสุดช้ีโยงให้เห็นความเชื่อม่ันในตัว
ผลิตภัณฑ์หรือแบรนด์ของยานยนต์ท่ีผู้บริโภคให้ความสาคัญที่สุดในการตัดสินใจซึ่งข้อมูลน้ีมีความ
คล้ายคลึงกับผลวิจัยของ ปริญญา บรรจงมณี ท่ีระบุว่า ปัจจัยด้านภาพลักษณ์ตราสินค้าที่มีผลต่อการ
ตัดสินใจเลือกซ้ือผู้บริโภคในประเทศไทย ในภาพรวมอยู่ในระดับมาก และเม่ือพิจารณารายด้าน
พบว่า ผู้บริโภคให้ความสาคัญกับปัจจัยด้านภาพลักษณ์ตราสินค้าท่ีมีผลต่อการตัดสินใจเลือกซื้อ
รถยนต์ (ปริญญา บรรจงมณี, 2563) ขณะที่ปัจจัยส่วนผสมการตลาดท่ีรองลงมา คือ กระบวนการ
ดาเนินงาน เป็นปัจจัยส่วนผสมการตลาดอีกหน่ึงปัจจัยท่ีส่งผลอย่างยิ่งกับการตัดสินใจซ้ือรถไฟฟ้าแบ
ตเตอรีสอดคล้องกับงานวิจัยของ Hamed Khazaei และ Mohammad Ali Tareq ที่ระบุว่า
แบบจาลองที่พฒั นาข้ึนมีความเหมาะสมสาหรับโครงสรา้ งทใี่ ช้ในการวิจยั นี้ การมีเงินสะสมท่ีมากพอมี
คา่ สัมประสทิ ธิ์ 0.611 อิทธิพลทางสงั คมและเศรษฐกจิ มีค่าสัมประสิทธ์ิ 0.596 สภาพการอานวยความ
สะดวกของการดาเนินการจัดซื้อมีค่าสมั ประสิทธ์ิ 0.412 ความห่วงใยต่อส่ิงแวดล้อมมีค่าสัมประสทิ ธ์ิ
0.196 และการรับรู้ถึงสมรรถนะมีค่าสัมประสิทธ์ิ 0.234 ซ่ึงจะเห็นได้ว่าตัวแปรสภาพการอานวย
ความสะดวกของการดาเนินการจัดซ้ือเป็นตัวแปรท่ีมีสัมประสิทธิ์สูงเป็นลาดับสาม (Hamed
Khazaei, Mohammad Ali Tareq, 2021) จากผลการวิจัยและผลการทบทวนวรรณกรรมจะเห็นได้
ว่าผู้บริโภคให้ความสาคัญอย่างย่ิงในการพจิ ารณาสว่ นผสมการตลาดโดยท่ีในกระบวนการตัดสินใจซื้อ
ของผู้บริโภคจะต้องพิจารณาให้เรื่องของตัวผลิตภัณฑ์หรือแบรนด์ของยานยนต์เป็นสาคัญที่สุดและ
พจิ ารณาในกระบวนการดาเนนิ ตามมา โดยท่ีมรี าคาและส่วนผสมการตลาดรองลงมาตามลาดบั

4.2 ปัจจัยท่ีมอี ิทธพิ ลต่อการซ้ือรถยนตไ์ ฟฟา้ แบตเตอรี่ BEV และอภิปรายผล
ขั้นตอนการหาปัจจัยที่มีอิทธิพลต่อการซ้ือรถยนต์ไฟฟ้าแบตเตอร่ี BEV เป็นการศึกษาวิจัย

เชิงปริมาณ โดยการวเิ คราะห์ข้อมูลเพือ่ หาค่าความสัมพนั ธ์ของปัจจยั ที่มีอิทธิพลตอ่ พฤตกิ รรมทางด้าน
การเงิน โดยใช้สมการการวิเคราะห์ถดถอย การวิเคราะห์ถดถอยพหุแบบเส้นทางสัมพันธ์ ซ่ึงเป็น
เทคนิคการวิเคราะห์ตัวแปรหลายตัว (สุชาติ ประสิทธิ์รัฐสินธ์ุ, 2546) โดยใช้โปรแกรมสาเร็จรูป
วเิ คราะห์ทางสถติ ิทางสังคมศาสตร์ ผ่านการตง้ั สมมุติฐานการวจิ ัยผ่านการวิเคราะห์เส้นทางไว้ท้ังหมด
14 สมมุตฐิ านหลัก ซึ่งสามารถอภปิ รายผลการวจิ ัยได้ดงั น้ี

68

ผลการทดสอบขนั้ ปฐมในการวิเคราะห์เสน้ ทาง
การหาปัจจัยที่มีอิทธิพลต่อการซื้อรถยนต์ไฟฟ้าแบตเตอร่ี BEV เป็น การวิจัยทาได้โดยการ

วิเคราะห์ข้อมูลเพื่อหาค่าความสัมพันธ์ของปัจจัยท่ีมีอิทธิพลต่อการซ้ือรถยนต์ไฟฟ้าแบตเตอร่ี BEV
โดยใช้สมการการวิเคราะห์ถดถอย การวิเคราะห์ถดถอยพหุแบบเส้นทางสัมพันธ์ ซึ่งเป็นเทคนิคการ
วิเคราะห์ตัวแปรหลายตัว ในการวิเคราะห์เส้นทางจะทาผ่านการวิเคราะห์เส้นทาง 14 เส้นทางตาม
สมมตุ ิฐานทตี่ งั้ ไว้ 14 สมมตุ ิฐาน จากนั้นนาผลการวิเคราะห์เส้นทางนามาตรวจสอบคา่ p-value หรือ
ค่าสถิติท่ีแตกต่างอย่างมีนัยยะสาคัญโดยกาหนดให้ยอมรับตัวแปรท่ีระดับ 0.05 และ 0.01 และทา
การตรวจสอบความถูกต้องของโมเดลตามที่ได้ระบุไว้ในบทท่ี 3 โดยการกาหนดเส้นทางการวเิ คราะห์
เสน้ ทาง 9 เสน้ ทาง สามารถอธบิ ายภาพได้ดังภาพที่ 4.1

ภาพ 4.1 การกาหนดแบบจาลองเส้นทางการวเิ คราะหเ์ ส้นทาง
จากแบบจาลองภาพที่ 4.1 การกาหนดโมเดลเพื่อทาการวิเคราะห์ปัจจัยท่ีมีอิทธิพลต่อการ
ซ้ือรถยนต์ไฟฟ้าแบตเตอรี่ BEV สามารถเขียนรูปแบบสมการความสัมพันธ์ท่ีใช้การวิเคราะห์ถดถอย
พหุ (Regression analysis) ในรูปสมการ ดังนี้

DIC = a + b1DEM + b2MAC + b3INF + b4MAR+ b5EVA
โดยท่ี DIC หมายถงึ การตัดสนิ ใจซือ้ รถยนต์ไฟฟา้ แบตเตอร่ี BEV

DEM หมายถึง อุปสงคต์ อ่ การถอื เงิน

69

MAC หมายถงึ เศรษฐกจิ มหภาค
INF หมายถึง การแสวงหาขอ้ มูล
EVA หมายถงึ การประเมินทางเลอื ก
MAR หมายถึง สว่ นผสมการตลาด
a หมายถึง ค่าคงท่ี (Constant)
b1-b5 หมายถงึ คา่ สัมประสทิ ธ์ิการถดถอย (Regression Coefficient)
e หมายถึง ค่าความคลาดเคลื่อน (Error)

เม่ือทาการกาหนดแบบจาลองเส้นทางจึงนาโมเดลนี้ไปวิเคราะห์เพื่อหาค่า Standardized
Regression Weights ในแต่ละตัวแปร สามารถแสดงผลการวเิ คราะห์ไดใ้ นตารางท่ี 4.13

ตาราง 4.13 ตรวจสอบ Standardized Regression Weights ของแบบจาลอง

เสน้ ทาง ค่า S.E. C.R. P-VALUE นยั ยะสาคญั
สมั ประสิทธ์ิ (t- ทางสถิติ
Value)
ถดถอย
มาตราฐาน

MAC <--- DEM .042 .007 6.177 *** มี

INF <--- MAC 1.696 .356 4.760 ** มี

MAR <--- MAC 1.723 .289 5.970 *** มี

MAR <--- DEM -.144 .040 -3.630 0.511 ไมม่ ี

MAR <--- INF .030 .038 .788 .430 ไมม่ ี

EVA <--- MAC .152 .015 10.286 *** มี

EVA <--- MAC .253 .059 4.281 ** มี

DIC <--- DEM .168 .012 14.367 *** มี

DIC <--- MAC .858 .088 9.798 ** มี

DIC <--- INF .171 .011 15.374 *** มี

EVA <--- MAR -.025 .010 -2.499 .012 มี

EVA <--- DEM -.021 .008 -2.621 .009 มี

EVA <--- INF -.007 .008 -.907 .364 ไม่มี

DIC <--- EVA -.126 .075 -1.677 .094 ไมม่ ี

70

หมายเหตุ *** คอื มีนยั ยะสาคัญทางสถิตทิ ่ีระดบั 0.001
** คือ มนี ยั ยะสาคัญทางสถิติทีร่ ะดบั 0.01
* คือ มีนัยยะสาคญั ทางสถิติทร่ี ะดับ 0.05

ทีม่ า: จากการคานวณ

จากการตรวจสอบคา่ สถติ ทิ ่แี ตกตา่ งอย่างมนี ัยยะสาคัญ (p-value) พบว่า มี 7 เสน้ ทางทีม่ นี ยั
ยะสาคัญทางสถิติ โดยมี 8 เส้นทางทีม่ นี ยั ยะสาคัญทางสถิติท่ีระดับ 0.001 และมี 2 เส้นทางทมี่ ีนัยยะ
สาคัญทางสถิติที่ระดับ 0.01 และมี 1 เส้นทางท่ีมีนัยยะสาคัญทางสถิติที่ระดับ 0.05 จากน้ันทาการ
ตรวจค่าความถูกต้องของโมเดลเพ่ือตรวจสอบว่าแบบจาลองน้ีสามารถใช้ในการอธิบายปัจจัยที่มี
อทิ ธิพลได้หรอื ไม่ โดยผลการตรวจสอบแสดงในตารางท่ี 4.14

ตารางที่ 4.14 ผลการตรวจสอบความสอดคล้องของโมเดล

ค่าสถติ ิ สัญลักษณ์ เกณฑท์ ี่เป็น ผลการ การแปลความหมาย
ทีย่ อมรบั ตรวจสอบ

Chi-square Probability Level CMIN-p ρ> .05 0.690 ผ่านเกณฑ์พจิ ารณา

Chi-square Relative CMIN/df < 3 0.159 ผา่ นเกณฑ์พิจารณา

Goodness of Fit Index GFI > 0.90 0.993 ผ่านเกณฑ์พจิ ารณา

Root Mean Square Error of RMSEA < 0.08 0.007 ผ่านเกณฑ์พจิ ารณา

Approximation

ทม่ี า: จากการคานวณ

จากการตรวจสอบความสอดคล้องของโมเดลในแบบจาลองการวิเคราะห์เส้นทางนั้นพบว่า
แบบจาลองน้ีไม่ผ่านเกณฑ์ท่ีเป็นที่ยอมรับผ่านการตรวจสอบแบบจาลองตามเกณฑ์มาตรฐาน ซึ่งแปล
ความได้ว่าผา่ นเกณฑท์ ่ีเปน็ ทีย่ อมรบั ดงั นั้นโมเดลนจ้ี งึ มคี วามสมบรณู พ์ อทจ่ี ะนามาพจิ ารณาได้

อย่างไรก็ตาม จากการตรวจสอบความสอดคล้องของโมเดลในแบบจาลองการวิเคราะห์
เส้นทางน้ีจึงนิรนัยได้ว่าแบบจาลองน้ียังไม่มีสมบรูณ์เนื่องจากยังมีเส้นทางที่ยังไม่มีนัยยะสาคัญซึ่งมี
ความสอดคล้องกบั ข้อมูลเชิงประจักษ์ จงึ ตอ้ งทาการปรับโมเดลเพื่อให้มีความถูกต้องโดยตัดเส้นทางท่ี
ไม่มีอิทธิพลออกไปเพื่อท่จี ะสามารถนามาวิเคราะหป์ ัจจัยทม่ี ีอิทธิพลในลาดบั ตอ่ ไปได้

71

การปรับแต่งโมเดลเพ่ือหาปจั จัยท่ีมีอทิ ธิพล
เมื่อพิจารณาจากตาราง 4.13 ผู้วิจัยมีความจาเป็นต้องปรับแต่งโมเดล แบบจาลองนี้ยังไม่มี

สมบรูณ์เน่ืองจากยังมีเส้นทางท่ียังไม่มีนัยยะสาคัญซ่ึงมีความสอดคล้องกับข้อมูลเชิงประจักษ์โดย
จะต้องเม่ือพิจารณาตามเส้นทางจะเห็นได้ มีเส้นทางท่ีไม่เกิดนัยยะสาคัญทางสถิติในบางเส้นทาง ดัง
ภาพที่ 4.2

ภาพที่ 4.2 การปรบั แบบจาลองการวิเคราะหเ์ ส้นทางความสัมพนั ธ์ของตัวแปรท่ีศึกษา
จากความไม่สอดคล้องของโมเดลจึงทาให้ผู้วิจัยต้องทาการปรับปรุงโมเดล โดยทาการ
พิจารณาตัด เส้นทางท่ีไม่มีนัยยะสาคัญทางสถิติพร้อมทั้งพิจารณาตัวแปรท่ีโปรแกรมทางสถิติระบุว่า
ค่า Modification Indices (M.I.) ว่าตัวแปรใดมีผลต่อโมเดลมากที่สุด (กัลยา วานิชย์บัญชา, 2556:
136) ผู้วิจัยจึงทาการตัดเส้นทางที่ไม่มีนัยยะสาคัญออกจากโมเดล ซึ่งสามารถแสดงภาพโมเดลได้ใน
ภาพท่ี 4.3

72

ภาพท่ี 4.3 การปรับแต่งโมเดลจากการตดั เส้นทางท่ีไม่มีอิทธพิ ล
การปรับแต่งโมเดลจากการตัดเส้นทางท่ีไม่มีอิทธิพลและพิจารณาเส้นทางความสัมพันธ์ท่ีมี
นัยยะสาคัญทางสถิติทาให้เหลือเส้นทางความสัมพันธ์ที่มีนัยยะสาคัญทางสถิติ ดังแสดงในภาพที่ 4.3
ท้งั หมด 10 เสน้ ทาง
จากภาพที่ 4.3 เม่ือนาแบบจาลองเส้นทางท่ีมีนัยยะสาคัญทางสถิตกิ ารปรับแต่งโมเดล ไปทา
การตรวจสอบค่าความถูกต้องของโมเดลเพื่อตรวจสอบว่าแบบจาลองนีส้ ามารถใช้ในการอธบิ ายปัจจัย
ที่มีอิทธิพลได้หรือไม่ ซ่ึงผลการวิจัยพบว่าโมเดลตัวแบบเชิงประจักษ์กับตัวแบบทางทฤษฎี (โมเดล
ต้นแบบ) มคี วามสอดคล้องกัน ซงึ่ ผา่ นเกณฑก์ ารประเมินโมเดล ดังน้ี

1) ค่า Chi-square Probability Level: CMIN-p เท่ากับ 0.354
2) Relative Chi-square: CMIN/df เท่ากับ 11.101
3) Goodness of Fit Index: GFI เท่ากบั 0.996
4) Root Mean Square Error of Approximation: RMSEA เท่ากบั 0.016
จากการตรวจสอบค่าความถูกต้องของโมเดลซ่ึงพบว่าได้ผ่านเกณฑ์ความสอดคล้องของตัว
แบบทางทฤษฎี (โมเดลต้นแบบ) กับข้อมูลเชิงประจักษ์ ซ่ึงมีความสอดคล้องกัน โดยแสดงข้อมูลตาม
ตารางท่ี 4.15

73

ตารางที่ 4.15 ผลการตรวจสอบความสอดคล้องของโมเดลทผ่ี า่ นการปรับโมเดล

คา่ สถติ ิ สัญลกั ษณ์ เกณฑ์ทเ่ี ป็น ผลการ การแปลความหมาย
ท่ยี อมรบั ตรวจสอบ

Chi-square Probability Level CMIN-p ρ> .05 0.354 ผา่ นเกณฑ์พจิ ารณา
<3
Chi-square Relative CMIN/df > 0.90 1.101 ผา่ นเกณฑ์พิจารณา
< 0.08 0.996 ผา่ นเกณฑ์พจิ ารณา
Goodness of Fit Index GFI 0.016 ผา่ นเกณฑ์พจิ ารณา

Root Mean Square Error of RMSEA

Approximation

ทม่ี า : จากการคานวณ

จากตารางท่ี 4.15 การกาหนดโมเดลท่ีปรบั ปรุงแลว้ เพ่ือทาการวิเคราะห์ปจั จัยทมี่ ีอิทธิพลต่อ
การซ้อื รถยนต์ไฟฟา้ แบตเตอรี่ BEV ผ้วู ิจยั ไดท้ าการตรวจสอบความถูกต้องของโมเดล โดยโมเดลทผี่ ่าน
การปรับปรงุ แกไ้ ขแล้วมคี วามสอดคลอ้ งและความถูกตอ้ งซง่ึ ผา่ นเกณฑ์การพจิ ารณาที่เป็นทีย่ อมรบั (พู
ลพงศ์ สุขสวา่ ง, 2557: 141)

แบบจาลองท่ผี า่ นการปรบั ปรงุ แกไ้ ขนี้ได้มีความสอดคล้องและความถูกตอ้ งซึ่งผา่ นเกณฑ์การ
พิจารณาท่ีเป็นที่ยอมรับ ผู้วิจัยจึงได้ทาการวิเคราะห์เส้นทางความสัมพันธ์เชิงสาเหตุระหว่างตัวแปร
โดยการหาค่าสัมประสิทธิ์เส้นทางและสัมประสิทธ์ิสหสัมพันธ์ โดยทาการวิเคราะห์เพ่ือหาค่ า
Standardized Regression Weights ในแต่ละตวั แปร ซึ่งแสดงผลการวิเคราะหไ์ ดใ้ นตารางท่ี 4.16

74

ตารางที่ 4.16 ตรวจสอบ Standardized Regression Weights ของแบบจาลองทีแ่ ก้ไข

เส้นทาง ค่า S.E. C.R. P-VALUE นัยยะสาคัญ
สมั ประสทิ ธิ์ (t- ทางสถติ ิ
Value)
ถดถอย
มาตราฐาน

MAC <--- DEM .042 .007 6.177 *** มี

INF <--- MAC 1.696 .356 4.760 ** มี

MAR <--- MAC 1.468 .273 5.376 *** มี

EVA <--- MAR .152 .015 10.470 ** มี

EVA <--- MAC .242 .057 4.242 *** มี

DIC <--- DEM .168 .012 14.611 ** มี

DIC <--- MAC .858 .086 9.925 *** มี

DIC <--- INF .171 .011 15.387 ** มี

EVA <--- MAR -.025 .010 -2.541 .010 มี

EVA <--- DEM -.021 .008 -2.665 .008 มี

หมายเหตุ *** คือ มีนัยยะสาคญั ทางสถิตทิ ี่ระดบั 0.001
** คอื มนี ัยยะสาคญั ทางสถิตทิ ร่ี ะดับ 0.01
* คือ มนี ัยยะสาคญั ทางสถิตทิ ร่ี ะดับ 0.05

ท่ีมา: จากการคานวณ

จากการตรวจสอบ ค่า p-value หรือ ค่าสถิติที่แตกต่างอย่างมีนัยยะสาคัญพบว่า มี 10
เส้นทางที่มีนัยยะสาคัญทางสถิติ โดยมี 5 เส้นทางท่ีมีนัยยะสาคัญทางสถิติท่ีระดับ 0.001 ได้แก่
เส้นทางอุปสงค์ต่อการถือเงินไปเศรษฐกิจมหภาค เส้นทางอุปสงค์ต่อการถือเงินไปเศรษฐกิจมหภาค
เส้นทางเศรษฐกิจมหภาคไปส่วนผสมทางการตลาด เส้นทางเศรษฐกิจมหภาคไปการประเมิน
ทางเลือก เส้นทางส่วนผสมทางการตลาดไปการตัดสินใจ และเส้นทางเศรษฐกิจมหภาคไปการ
ตัดสินใจ มี 4 เส้นทางที่มีนัยยะสาคัญทางสถิติที่ระดับ 0.01 ได้แก่ เส้นทางอุปสงค์ต่อการถือเงินไป
การตัดสินใจ เส้นทางการแสวงหาข้อมูลไปการตัดสินใจ เส้นทางส่วนผสมทางการตลาดไปการ
ประเมินทางเลือก และเส้นทางเศรษฐกิจมหภาคไปการแสวงหาข้อมูล และมี 1 เส้นทางท่ีมีนัยยะ
สาคญั ทางสถิติท่รี ะดบั 0.05 ได้แก่ เส้นทางอุปสงคต์ ่อการถือเงนิ ไปการประเมนิ ทางเลือก

75

หมายเหตุ *** คือ มีนยั ยะสาคญั ทางสถติ ิทรี่ ะดบั 0.001
** คอื มนี ยั ยะสาคัญทางสถิติทร่ี ะดบั 0.01
* คือ มนี ัยยะสาคัญทางสถติ ทิ ร่ี ะดบั 0.05

ภาพ 4.4 โมเดลรปู แบบเส้นทางความสมั พันธเ์ ชงิ สาเหตุ

ภาพท่ี 4.4 แสดงการวิเคราะห์เส้นทางความสัมพันธเ์ ชงิ สาเหตุระหว่างตัวแปรโดยการหาค่า
สัมประสิทธ์ิเส้นทางและสัมประสิทธ์ิสหสัมพันธ์ที่ผ่านการตกแต่งแล้ว พบว่า สัมประสิทธ์ิเส้นทางท่ีมี
นัยสาคัญทางสถิติ มี 6 เส้นทาง ดังนั้น จึงสามารถนาค่าสัมประสิทธ์ิเส้นทางของแต่ละสมการ
โครงสร้างมาเขียนเส้นทางของรูปแบบความสัมพันธ์เชิงสาเหตุที่ผ่านการตกแต่งแบบความสัมพันธ์ให้
เป็นแบบจาลองที่ประหยัด (Parsimonious Model) เพ่ือให้ได้รูปแบบท่ีมีความสัมพันธ์ท่ีดีท่ีสุดซ่ึง
สามารถแสดงผลได้ 10 เส้นทาง ดังน้ี

1) เส้นทางอุปสงค์ต่อการถือเงินไปเศรษฐกิจมหภาคมีค่าสัมประสิทธ์ิการถดถอย
เทา่ กบั 0.30

2) เส้นทางเศรษฐกิจมหภาคไปส่วนผสมทางการตลาดมีค่าสัมประสิทธ์ิการถดถอย
เท่ากบั 0.32

3) เส้นทางเศรษฐกิจมหภาคไปการประเมินทางเลือกมีค่าสัมประสิทธิ์การถดถอย
เทา่ กบั 0.23

4) เส้นทางส่วนผสมทางการตลาดไปการตัดสินใจมีค่าสัมประสิทธิ์การถดถอยเท่ากับ
0.29

76

5) เส้นทางเศรษฐกจิ มหภาคไปการตดั สนิ ใจมคี ่าสัมประสิทธิก์ ารถดถอยเท่ากับ 0.30
6) เส้นทางอุปสงค์ต่อการถือเงินไปการตัดสินใจมีค่าสัมประสิทธิ์การถดถอยเท่ากับ
0.41
7) เส้นทางการแสวงหาข้อมลู ไปการตดั สนิ ใจมคี ่าสมั ประสิทธิ์การถดถอยเท่ากบั 0.46
8) เส้นทางส่วนผสมทางการตลาดไปการประเมินทางเลอื กมีคา่ สัมประสิทธ์ิการถดถอย
เทา่ กับ 0.13
9) เส้นทางเศรษฐกิจมหภาคไปการแสวงหาข้อมูลมีค่าสัมประสิทธ์ิการถดถอยเท่ากับ
0.24
10) เสน้ ทางอปุ สงค์ต่อการถือเงินไปการประเมินทางเลือกมีค่าสัมประสทิ ธิก์ ารถดถอย
เท่ากับ 0.14

จากภาพที่ 4.4 อธิบายได้ว่าสัมประสิทธิ์เส้นทางที่มีนัยสาคัญทางสถิติทั้งหมด 9 เส้นทาง
ส า ม า ร ถ น า ค่ า สั ม ป ร ะ สิ ท ธ์ิ เ ส้ น ท า ง ข อ ง แ ต่ ล ะ ส ม ก า ร โ ค ร ง ส ร้ า ง ม า เ ขี ย น เ ส้ น ท า ง ข อ ง รู ป แ บ บ
ความสัมพันธ์เชิงสาเหตุเพื่ออภิปรายความสัมพันธ์ระหว่างตัวแปรพร้อมทั้งอิทธิพลทางตรง อิทธิพล
ทางออ้ มและผลรวมอทิ ธพิ ลได้ดังแสดงในตาราง 4.17

ตาราง 4.17 อิทธพิ ลทางตรง อิทธิพลทางอ้อม และผลรวมอิทธิพล

ความสมั พันธ์ระหวา่ งตวั แปรอสิ ระ

ประเภทความสัมพนั ธ์ กบั ตวั แปรตาม DIC

DEM MAC INF MAR

ผลทางตรง : DE 0.412 0.426 0.296 0.292

ผลทางอ้อม : IE 0.093 0.194 - -

ความสมั พันธ์เชงิ สาเหตุและผล : TE 0.505 0.490 0.429 0.292

ทม่ี า: จากการสารวจและคานวณ

ผลการทดสอบสมมตฐิ าน
จากการต้ังสมมติฐานการวิจัยไว้เมื่อพิสูจน์ตรวจสอบข้อมูลทางสถิติแล้ว ผลการวิจัยพบว่า

เป็นการทดสอบสมมติฐานของโมเดล เพื่อการทดสอบว่าโมเดลเส้นทางที่สร้างขึ้นตามทฤษฎีมีความ
สอดคลอ้ งกับข้อมูลจรงิ เชงิ ประจกั ษห์ รอื ไม่

77

H0 : โมเดลเส้นทางตามทฤษฎี = โมเดลตามข้อมลู จริง
H1 : โมเดลเส้นทางตามทฤษฎี ≠ โมเดลตามข้อมูลจริง

โดยการประเมินความสอดคล้องของตัวแบบ (Evaluation the Data-Model Fit) ค่าสถิติ
ที่ใช้ในการตรวจสอบความสอดคล้องของตัวแบบเชิงประจักษ์กับตัวแบบทางทฤษฎี คือการใช้
ค่า ρ-Value ซ่ึงต้องมีนัยสาคัญทางสถิติ (Significant: Sig.) ที่มีค่ามากกว่า p > 0.05 จึงถือว่าตัว
แบบมีความกลมกลืนสอดคล้องกับข้อมูลเชิงประจกั ษ์ เพราะเม่ือ ค่า p > 0.05 ผลก็คือจะไม่ Sig. ซึ่ง
ความหมายว่า ไม่แตกตา่ งกันหรือมคี วามสอดคลอ้ งกนั นัน่ เอง ซึง่ ค่าทคี่ านวณได้จากผลการวิจัย คือ มี
ค่าเท่ากับ p > 0.05 จึงสรปุ ผลได้ว่าผลการวจิ ยั เป็นไปตามสมมตุ ิฐานที่ตงั้ ไว้

จากการตรวจสอบสมมุติฐานโดยกาหนดเส้นทางที่มีอิทธิพลไว้ 14 เส้นทาง ผลการทดสอบ
สมมตฐิ านพบว่ามีเส้นทางทมี่ อี ทิ ธิพลตอ่ โมเดล 10 เส้นทาง ไดแ้ ก่

1) เส้นทางอุปสงค์ต่อการถือเงินไปเศรษฐกิจมหภาคมีค่าสัมประสิทธ์ิการถดถอย
เทา่ กบั 0.30

2) เส้นทางเศรษฐกิจมหภาคไปส่วนผสมทางการตลาดมีค่าสัมประสิทธิ์การถดถอย
เท่ากับ 0.32

3) เส้นทางเศรษฐกิจมหภาคไปการประเมินทางเลือกมีค่าสัมประสิทธิ์การถดถอย
เทา่ กบั 0.23

4) เส้นทางส่วนผสมทางการตลาดไปการตัดสินใจมีค่าสัมประสิทธ์ิการถดถอยเท่ากับ
0.29

5) เส้นทางเศรษฐกิจมหภาคไปการตดั สินใจมคี า่ สมั ประสทิ ธ์ิการถดถอยเท่ากบั 0.30
6) เส้นทางอุปสงค์ต่อการถือเงินไปการตัดสินใจมีค่าสัมประสิทธิ์การถดถอยเท่ากับ
0.41
7) เส้นทางการแสวงหาขอ้ มลู ไปการตดั สนิ ใจมีคา่ สมั ประสทิ ธ์ิการถดถอยเท่ากับ 0.46
8) เส้นทางส่วนผสมทางการตลาดไปการประเมินทางเลอื กมีคา่ สัมประสทิ ธ์ิการถดถอย
เท่ากบั 0.13
9) เส้นทางเศรษฐกิจมหภาคไปการแสวงหาข้อมูลมีค่าสัมประสิทธิ์การถดถอยเท่ากับ
0.24
10) เส้นทางอุปสงค์ต่อการถือเงินไปการประเมินทางเลือกมีค่าสัมประสิทธกิ์ ารถดถอย
เทา่ กบั 0.14

78

จากการตรวจสอบสมมุติฐานเส้นทางที่มีอิทธิพลไว้ 14 เส้นทาง มีเส้นทางที่เกิดอิทธิพล 10
เส้นทางและผลการวิจัยที่พบว่ามี 4 เส้นทางท่ีมีปัจจัยท่ีมีอิทธิพลต่อตัวแปรตาม ดังน้ันจึงสรุปได้ว่า
ผลการวจิ ยั นีเ้ ปน็ ไปตามสมมุตฐิ านทต่ี ั้งไว้

อภิปรายผลปัจจัยท่ีมีอิทธิพลทางตรงต่อการซอื้ รถยนตไ์ ฟฟา้ แบตเตอร่ี BEV
ตวั แปรทม่ี ีเฉพาะอิทธิพลทางตรงต่อการซื้อรถยนต์ไฟฟา้ แบตเตอร่ี BEV มากท่ีสุด คือ ปัจจัย

เศรษฐกิจมหภาคที่มีค่าสัมประสิทธิเ์ สน้ ทางเท่ากับ 0.426 ที่รองลงมา คือ อุปสงค์ต่อการถือเงินโดยมี
ค่าสัมประสิทธ์ิเส้นทางเท่ากับ 0.412 ขณะที่ลาดับถัดมา คือ การแสวงหาข้อมูลที่มีค่าสัมประสิทธ์ิ
เส้นทางเท่ากับ 0.296 และลาดับสุดท้าย คือ ส่วนผสมการตลาดท่ีมีค่าสัมประสิทธ์ิเส้นทางเท่ากับ
0.292 โดยท่ีปัจจัยการประเมินทางเลือกเป็นปัจจัยท่ีไม่มีอิทธิพลทางตรงต่อการตัดสินใจซื้อรถยนต์
ไฟฟ้าแบตเตอรี BEV

จากการท่ีปัจจัยเศรษฐกิจมหภาคมีอิทธิพลทางตรงต่อการตัดสินใจซื้อรถยนต์ไฟฟ้าแบตเตอ
รี BEV ที่มีค่าสัมประสิทธิมากท่ีสุดนั้นแสดงนัยยะว่าผู้บริโภคให้ความสนใจกับเศรษฐกิจมหภาคอย่าง
มากที่สุดในการซื้อรถไฟฟ้าแบตเตอรี BEV นิรนัยได้จากการที่ภาวะเศรษฐกิจไม่ว่าจะเป็นภาวะเงิน
เฟ้อที่สูงข้ึนกว่าคาดการณ์ อัตราแลกเปล่ียนท่ีมีประเทศมีภาวะค่าเงินบาทแข็งมาเป็นเวลายาวนาน
เป็นส่งิ เร้าให้ผบู้ รโิ ภคเลือกใช้ผลิตภัณฑท์ ี่มีความคุ้มค่าโดยเฉพาะการเลือกใชย้ านยนต์ไฟฟ้าแบตเตอรี
ที่มีความผันผวนของราคาน้ามันที่เป็นเสมือนปัจจัยเร้าที่สาคัญอีกตัวแปรหน่ึงทาให้ผู้บริโภคตัดสินใจ
มาเลือกใช้รถไฟฟ้าแบตเตอรีมากขึ้นซึ่งมีความสอดคล้องกับงานวิจัยของ Marina Buranelli de
Oliveira ที่ระบวุ ่าปัจจัยทางสังคมและสภาพเศรษฐกิจ การรบั รู้ถึงความไดเ้ ปรยี บและไมซ่ บั ซ้อนมีผลดี
ตอ่ ทศั นคติต่อการใช้รถยนตไ์ ฟฟา้ ท่ีมคี า่ สัมประสิทธพ์ ยากรณส์ ูงสดุ เปน็ สองลาดบั แรก เปน็ ตัวเร่งสง่ ผล
ใหผ้ บู้ รโิ ภคตัดสินใจซื้อรถยนตไ์ ฟฟ้าแบตเตอร่ีและรถไฟฟ้าปล๊ักอินในประเทศบราซลิ มากข้นึ (Marina
Buranelli de Oliveira, 2022) และเม่ือพิจารณาอุปสงค์ต่อการถือเงินโดยมีค่าสัมประสิทธ์ิเส้นทาง
สูงสุดรองลงมาสามารถนิรนัยได้ว่ากระบวนการตัดสินใจในการซ้ือรถไฟฟ้าแบตเตอรี BEV ของ
ผบู้ รโิ ภคนัน้ นอกจากพจิ ารณาจากภาวะการณท์ างเศรษฐกิจมหภาคเปน็ สาคญั ปจั จยั ที่มีอิทธิพลสาคัญ
ไม่แพ้กัน คือ ความต้องการถือเงินไม่ว่าจะเป็นการถือเงินเพื่อใช้จ่ายในชีวิตประจาวัน ใช้จ่ายใน
สถานการณ์ฉุกเฉนิ และใช้จา่ ยเพือ่ สะสมทรัพย์ เน่ืองมาจากรถยนต์ไฟฟ้าแบตเตอรีเป็นนวัตกรรมยาน
ยนต์ใหม่ท่ีมีราคาที่สูงกว่ารถยนต์ที่ใช้พลังงานจากน้ามันทั่วไป ดังน้ัน การตัดสินใจซื้อรถไฟฟ้าแบ
ตเตอรี BEV น้ันผู้บริโภคต้องพิจารณาเร่ืองความต้องการถือเงินอย่างละเอียดก่อนตัดสินใจซื้อ จาก
การทอี่ ปุ สงคต์ ่อการถือเงินมีความสาคัญต่อการตัดสินใจซือ้ ของผบู้ รโิ ภค มีความสอดคลอ้ งกับงานวิจัย
ของ Hamed Khazaei และ Mohammad Ali Tareq ท่ีทาการวิจัยปัจจัยท่ีส่งผลต่อการนารถยนต์
ไฟฟ้าที่ใช้แบตเตอร่ีมาใช้ในกรุงกัวลาลัมเปอร์ ประเทศมาเลเซียแล้วพบว่าแบบจาลองที่พัฒนาข้ึนมี
ความเหมาะสมสาหรับโครงสร้างท่ีใช้ในการวิจัยนี้ การมีเงินสะสมท่ีมากพอมีค่าสัมประสิทธิ์ 0.611

79

อิทธิพลทางสังคมและเศรษฐกิจมีค่าสัมประสิทธ์ิ 0.596 สภาพการอานวยความสะดวกของการ
ดาเนินการจัดซื้อมีค่าสัมประสิทธ์ิ 0.412 ความห่วงใยต่อส่ิงแวดล้อมมีค่าสัมประสิทธ์ิ 0.196 และ
การรับรู้ถึงสมรรถนะมีค่าสัมประสิทธ์ิ 0.234 ซ่ึงจะเห็นได้ว่าการมีเงินสะสมที่มากพอเป็นตัวแปรท่ี
สาคัญที่สุดในงานวิจัยน้ี (Hamed Khazaei, Mohammad Ali Tareq, 2021) จากการท่ีปัจจัย
เศรษฐกิจมหภาคและอุปสงค์ต่อการถือเงินเปน็ ปัจจัยสาคัญต่อการอิทธพิ ลทางตรงต่อการตัดสินใจซ้ือ
รถยนต์ไฟฟา้ แบตเตอรี BEV สงู เป็นลาดับตน้ ๆ สอดคล้องกับงานวจิ ยั ของ Marina Buranelli de และ
คณะท่ีระบุว่าปัจจัยทางสังคมและสภาพเศรษฐกิจเป็นปัจจัยมีอิทธิพลต่อการเลือกใช้รถยนต์ไฟฟ้าแบ
ตเตอรีในประเทศบราซิลมากท่ีสุดโดยมีค่าสัมประสิทธ์พยากรณ์เท่ากับ 0.713 (Marina Buranelli
de, 2022) นนั้ สามารถสงั เคราะห์ผลได้วา่ หากรัฐบาลต้องการกระต้นุ ใหป้ ระชาชนใช้รถไฟฟ้าแบตเตอ
รีมากขึ้น ควรจะต้องรักษาเสถียรภาพทางเศรษฐกิจและออกนโยบายทางการคลังที่ช่วยแบ่งเบาภาระ
ในการซือ้ รถไฟฟา้ แบตเตอรใี ห้กบั ผู้ทมี่ ีความประสงค์อยากซื้อรถไฟฟา้ แบตเตอรีเพราะความม่นั คงทาง
เศรษฐกิจจะช่วยเร้าให้ผู้คนอยากใช้จ่ายและลงทุน ยิ่งไปกว่าน้ันหากมีนโยบายรัฐที่ออกมาสนับสนุน
เร่ืองการเงินในการซ้ือรถยนต์ไฟฟ้าแบตเตอรี เช่น การลดหย่อนภาษี นโยบายส่วนลดเปลี่ยนรถยนต์
พลังงานน้ามันเป็นรถยนต์ไฟฟ้าแบตเตอรี เป็นต้น จะยิ่งกระตุ้นให้ประชาชนสนใจที่จะซ้ือรถยนต์
ไฟฟา้ แบตเตอรมี ากขน้ึ

อภปิ รายผลปจั จยั ท่มี ีอิทธพิ ลทางอ้อมต่อการซื้อรถยนตไ์ ฟฟา้ แบตเตอร่ี BEV
ตัวแปรที่มีเฉพาะอิทธิพลทางอ้อมต่อการซ้ือรถยนต์ไฟฟ้าแบตเตอรี่ BEV มากที่สุด ได้แก่

ปัจจัยเศรษฐกิจมหภาคโดยมีค่าสัมประสิทธิ์เส้นทางเท่ากับ 0.194 รองลงมา คอื ปจั จัยอปุ สงคต์ ่อการ
ถือเงินโดยมีค่าสัมประสิทธ์ิเส้นทางเท่ากับ 0.093 ซ่ึงแสดงให้เห็นว่าตัวแปรเหล่าน้ีเป็นตัวแปรที่สง่ ผล
ต่อการตัดสินใจซ้ือแต่จะส่งผลผ่านตัวแปรอื่นแลว้ เกิดอิทธิพลโดยอ้อมต่อการตัดสินใจซ้ือในท่ีสุด จาก
การทป่ี จั จัยเศรษฐกจิ มหภาคและอปุ สงค์ต่อการถือเงนิ เปน็ ตัวแปรท่ีอทิ ธิพลทางอ้อมตอ่ การซ้ือรถยนต์
ไฟฟ้าแบตเตอรี่ BEV สามารถนิรนัยได้ว่าปัจจัยต่างๆ ท่ีจะส่งต่อภาวะเศรษฐกิจล้วนเป็นตัวแปรท่ี
สาคัญที่มีผลต่อให้เกิดการกระตุ้นความต้องการในการซ้ือรถยนต์ไฟฟ้าแบตเตอร่ี BEV ในท่ีสุดเมื่อ
พิจารณาร่วมกับผลการวิจัยทัศนคติและพฤติกรรมการตัดสินใจซ้ือรถไฟฟ้าแบตเตอรี BEV ผ่าน
แนวคดิ ปจั จัยเศรษฐกจิ มหภาคในตารางที่ 4.9 ท่แี สดงภาพรวมวา่ ปัจจยั เศรษฐกจิ มหภาคส่งผลต่อการ
ตดั สินใจซือ้ รถ BEV ในระดับมาก โดยแนวโนม้ ราคานา้ มนั ส่งผลตอ่ การตดั สนิ ใจซื้อรถ BEV ทม่ี ากท่สี ุด
รองลงมาคือแนวโน้มอัตราแลกเปลี่ยนซ่ึงทั้งสองตัวแปรส่งผลในระดับมากที่สุด สะท้อนภาพว่าราคา
น้ามันและอัตราแลกเปลยี่ นเป็นปัจจยั ดึงดูดทางอ้อมให้ผู้บรโิ ภคพิจารณาร่วมกับการมีกระแสเงินสดท่ี
มากพอก่อนท่ีจะดาเนินการซ้ือรถไฟฟ้าแบตเตอรี BEV ซ่ึงประเด็นดังกล่าวมีความสอดคล้องกับ
งานวิจัยของ Hamed Khazaei ที่ใช้การวิเคราะห์ข้อมูลด้วยเทคนิค SEM–BSEM โดยผลการวิจัย
พบว่าแบบจาลองท่ีพัฒนาข้ึนมีความเหมาะสมสาหรับโครงสร้างที่ใช้ในการวิจัยน้ี ซ่ึงสองลาดับแรก

80

ได้แก่การมีเงินสะสมท่ีมากพอมีค่าสัมประสิทธิ์ 0.611 อิทธิพลทางสังคมและเศรษฐกิจมีค่า
สมั ประสทิ ธิ์ 0.596 ซ่ึงสองลาดับน้ีแสดงถึงการพจิ ารณาเรื่องภาวการณ์ทางด้านเศรษฐกิจและการเงิน
ส่วนบุคคลจะเปน็ สิง่ กระตุน้ ใหการตัดสนิ ใจซ้อื รถยนต์ไฟฟา้ แบตเตอร่ี (Hamed Khazaei, 2019)

อภิปรายผลปจั จัยท่ีมีอิทธพิ ลรวมต่อการซื้อรถยนตไ์ ฟฟ้าแบตเตอร่ี BEV
ตัวแปรท่ีมีท้ังอิทธิพลทางตรงและทางอ้อมต่อการซ้ือรถยนต์ไฟฟ้าแบตเตอรี่ BEV มากที่สุด

ได้แก่ ปัจจัยเศรษฐกิจมหภาคทมี่ ีค่าสัมประสิทธ์ิเส้นทางเท่ากับ 0.505 ท่ีรองลงมา คือ อุปสงค์ต่อการ
ถือเงินโดยมีค่าสัมประสทิ ธ์เิ ส้นทางเท่ากับ 0.490 ลาดับถัดมาคือการแสวงหาข้อมลู ที่มคี ่าสัมประสิทธิ์
เส้นทางเท่ากับ 0.429 และลาดับสุดท้าย คือ ส่วนผสมการตลาดมีค่าสัมประสิทธ์ิเส้นทางเท่ากับ
0.292 โดยการท่ีปัจจยั เศรษฐกจิ มหภาคและอุปสงค์ต่อการถือเงินเป็นปจั จยั ท่ีมีอิทธิพลรวมต่อการซื้อ
รถยนต์ไฟฟ้าแบตเตอร่ี BEV สูงสดุ เปน็ สองลาดบั แรก เนอ่ื งจากท้ังสองปัจจัยมที ั้งอิทธิพลทางตรงและ
อิทธิพลทางอ้อมต่อการซ้ือรถยนต์ไฟฟ้าแบตเตอรี่ BEV ซ่ึงสะท้อนภาพความสาคัญของปัจจัย
เศรษฐกิจมหภาคและอุปสงค์ต่อการถือเงินที่มีอิทธิพลอย่างมากกับการตัดสินใจซื้อรถยนต์ไฟฟ้า
แบตเตอรี่ BEV ทผ่ี บู้ รโิ ภคจะพิจารณาเป็นสาคญั กอ่ นจะตดั สินใจซอ้ื

4.3 ผลการวจิ ัยองคป์ ระกอบเชงิ ยนื ยนั ปัจจัยที่มีอิทธิพลต่อการซ้อื รถยนตไ์ ฟฟ้าแบตเตอร่ี BEV
และอภิปรายผล
การวิจัยและวิจารณ์องค์ประกอบเชิงยืนยันปัจจัยท่ีมีอิทธิพลต่อการซ้ือรถยนต์ไฟฟ้า

แบตเตอรี่ BEV สามารถ ได้นาตัวแปรสังเกตได้จากวิธีการวิเคราะห์เส้นทางสหสัมพันธ์ ท่ีมีอิทธิพล
ทางตรงต่อการตัดสินใจซื้อรถไฟฟ้าแบตเตอรี BEV เท่าน้ัน เพ่ือนามาหาองค์ประกอบเชิงยืนยัน
ปัจจัยที่มีอิทธิพลต่อการซ้ือรถไฟฟ้าแบตเตอรี BEV โดยวิธีวิเคราะห์องค์ประกอบเชิงยืนยัน
(Confirmatory Factor Analysis) สามารถอภปิ รายผลแบง่ เป็นหวั ข้อต่างๆ ได้ ดังนี้

การนาเสนอโมเดลโครงสรา้ งองค์ประกอบของปัจจัย
จากการศึกษาเอกสารและงานวิจัยที่เกย่ี วข้อง ลงพื้นทสี่ ารวจองค์ประกอบเชิงยืนยันปัจจัยท่ี

มีอิทธิพลต่อการซ้ือรถยนต์ไฟฟ้าแบตเตอร่ี BEV ที่นามาจากการวิจัยในหัวข้อ 4.2 ซึ่งนาเอาตัวแปร
สังเกตได้จากวิธีการวิเคราะห์เส้นทางสหสัมพันธ์ท่ีมีอิทธิพลทางตรงต่อการตัดสินใจซ้ือรถไฟฟ้าแบ
ตเตอรี BEV เท่าน้ัน โดยสามารถเขียนโมเดลที่มีลักษณะเป็นโมเดลโครงสร้างการวิเคราะห์
องค์ประกอบเชงิ ยนื ยัน (Confirmatory Factor Analysis) ดังรูป 4.3

81

รูป 4.5 โมเดลการวิเคราะห์องค์ประกอบเชงิ ยืนยนั ของปจั จัยทม่ี ีอทิ ธิพล
จากรูปท่ี 4.3 ผู้วิจัยได้แบ่งการวิเคราะห์โดยพิจารณาความสัมพันธ์ของปัจจัยรองและปัจจัย
ย่อย รวมท้ังความเหมาะสมของขนาดของโปรแกรมท่ีสามารถวิเคราะห์ได้ ดังน้ัน จึงแยกวิเคราะห์
โมเดลยอ่ ยท้ัง 3 โมเดล ดงั นี้

1) โมเดลหลักการตัดสินใจซื้อรถยนต์ไฟฟ้าแบตเตอร่ี BEV ประกอบด้วย 4 ปัจจัยรอง
และ 20 ปจั จยั ยอ่ ย

2) โมเดลปัจจยั รองอปุ สงคต์ ่อการถือเงิน ประกอบดว้ ย 3 ปัจจยั ย่อย
3) โมเดลปจั จัยรองเศรษฐกิจมหภาค ประกอบด้วย 6 ปัจจัยยอ่ ย
4) โมเดลปัจจัยรองการแสวงหาขอ้ มลู ประกอบดว้ ย 4 ปจั จยั ย่อย

82

5) โมเดลปัจจยั รองสว่ นผสมการตลาด ประกอบด้วย 7 ปจั จยั ย่อย

การวเิ คราะห์ค่าสัมประสทิ ธส์ หสมั พนั ธ์ขององค์ประกอบเชิงยนื ยนั ปัจจัยทมี่ ีอิทธพิ ลต่อการซื้อ
รถไฟฟ้าแบตเตอรี BEV กอ่ นการทดสอบความสอดคลอ้ ง

ก่อนการวิเคราะห์โมเดลเพ่ือทดสอบความสอดคล้องโดยการวิเคราะห์องค์ประกอบเชิง
ยนื ยนั (CFA) ผู้วจิ ัยได้หาคา่ สัมประสิทธส์ หสัมพันธ์ (Correlation Coefficient) ของปจั จัยทีม่ ีอิทธิพล
ต่อการซื้อรถไฟฟ้าแบตเตอรี BEV ของตัวแปรแฝงทุกตัวในปัจจัยรองของปัจจัยหลัก และค่าสัมประ
สิทธ์สหสัมพันธ์ระหว่างตัวแปรสังเกตได้ทุกตัว ทั้งนี้ตัวแปรแฝงทุกตัวจะต้องมีค่าความสัมพันธ์เป็น
บวกและมีค่าไม่น้อยกว่า 0.30 (ภัทราพร เกษสังข์, 2551) จึงสามารถนาไปวิเคราะห์องค์ประกอบได้
ผู้วิจัยนาเสนอผลการวิเคราะห์ค่าสัมประสทิ ธส์ หสัมพันธ์แบบเพียร์สันของตวั แปรปจั จยั ที่มีอิทธพิ ลต่อ
การซ้ือรถไฟฟ้าแบตเตอรี BEV จาแนกรายโมเดล ดังแสดงในตาราง ภาคผนวก-1 การตรวจค่าสัม
ประสิทธ์สหสัมพนั ธ์

ผลการวิเคราะห์ค่าสัมประสิทธ์สหสัมพันธ์แบบเพียร์สันของโมเดลปัจจัยย่อยที่ส่งผล ต่อการ
ตัดสินใจซื้อรถไฟฟ้าแบตเตอรี BEV พบว่า ปัจจัยย่อยทั้ง 20 ตัว มีความสัมพันธ์กันอย่างมีนัยส่าคัญ
ทางสถิติที่ระดับ .01 (p<.01) เม่ือพิจารณาความเหมาะสมของข้อมูล พบว่า มีค่า Bartlett’ s Test
of Sphericity เท่ากับ 12165.58 อย่างมีนัยสาคัญ และมีค่า Kaiser-Mayer-Olkin Measures of
Sampling Adequacy (KMO) เท่ากับ 0.827 แสดงวา่ มีความเหมาะสมในระดบั ดีมาก

การทดสอบความสอดคล้องของโมเดล
ขั้นตอนการหาองค์ประกอบเชิงยืนยันปัจจัยท่ีมีอิทธิพลต่อการซ้ือรถไฟฟ้าแบตเตอรี BEV

เป็นการศึกษาวิจัยเชิงปริมาณ โดยการวิเคราะห์ข้อมูลเพ่ือหาค่าความสัมพันธ์ขององค์ประกอบเชิง
ยืนยันปัจจัยที่มีอิทธิพลต่อการซ้ือรถไฟฟ้าแบตเตอรี BEV โดยใช้สมการการวิเคราะห์ถดถอย การ
วเิ คราะห์ถดถอยพหุแบบเส้นทางสมั พนั ธ์ ซ่งึ เป็นเทคนคิ การวิเคราะห์ตวั แปรหลายตวั (สุชาติ ประสทิ ธิ์
รัฐสินธ์ุ, 2546) โดยใช้โปรแกรมสาเร็จรูปวิเคราะห์ทางสถิติทางสังคมศาสตร์ โปรแกรม AMOS ผ่าน
การตั้งสมมตุ ฐิ านการวจิ ยั ผา่ นการวเิ คราะหเ์ ส้นทาง ซง่ึ สามารถเขียนแบบจาลองได้ดงั นี้

83

ภาพ 4.6 การกาหนดแบบจาลององคปฺ ระกอบเชิงยนื ยัน
จากรูปท่ี 4.6 ได้ทาการกาหนดโมเดลองค์ประกอบเชิงยืนยันปัจจัยที่มีอิทธิพลต่อการซ้ือ
รถไฟฟ้าแบตเตอรี BEVที่ผ่านการทดสอบค่าสัมประสิทธ์สหสัมพันธ์แบบเพียร์สันในทุกปัจจัยย่อย
เรียบร้อยแล้ว จึงทาการประมวลผลผ่านโปรแกรมสาเร็จรูปวิเคราะห์ทางสถิติ โปรแกรม AMOS เพื่อ
ทดสอบผลและความสอดคล้องของแบบจาลอง ดังรูปท่ี 4.5

84

หมายเหตุ *** คือ มนี ัยยะสาคญั ทางสถติ ิทร่ี ะดับ 0.001
** คือ มีนยั ยะสาคัญทางสถิตทิ ร่ี ะดับ 0.01
* คือ มีนยั ยะสาคญั ทางสถิติทร่ี ะดบั 0.05

ภาพ 4.7 การทดสอบความสอบคลอ้ งของโมเดล

85

เมื่อทาการกาหนดแบบจาลองจงึ นาโมเดลนี้ไปทดสอบความสอดคล้องก่อนประมวลดังแสดง
ใน รูปที่ 4.7 ซึ่งผลพบว่ามีตัวแปรบางตัวที่ไม่มีนัยยะสาคัญทางสถิติ จึงทาการตรวจสอบความ
สอดคลอ้ งของโมเดล ดังแสดงผลในตาราง 4.18

ตาราง 4.18 มาตรฐานการตรวจสอบความสอดคล้องของโมเดล

คา่ สถติ ิ สญั ลักษณ์ เกณฑ์ที่เป็น ผลการ การแปลความหมาย
ที่ยอมรบั ตรวจสอบ

Chi-square Probability Level CMIN-p ρ> .05 0.00 ไมผ่ า่ นเกณฑ์พจิ ารณา
1.869 ผ่านเกณฑ์พจิ ารณา
Chi-square Relative CMIN/df < 3

Comparative Fit Index CFI > 0.90 0.956 ผา่ นเกณฑ์พิจารณา

Root mean square residual RMR < 0.05 0.017 ผา่ นเกณฑ์พจิ ารณา

Goodness of Fit Index GFI > 0.90 0.930 ผา่ นเกณฑ์พจิ ารณา

Root Mean Square Error of RMSEA < 0.08 0.048 ผา่ นเกณฑ์พจิ ารณา

Approximation

ทีม่ า : จากการทบทวนวรรณกรรม

จากตาราง 4.18 ในการตรวจสอบความสอดคล้องของโมเดลในแบบจาลองการประมวลผล
น้ันพบว่า แบบจาลองน้ีไม่ผ่านเกณฑ์ที่เป็นที่ยอมรับ เพราะค่า Chi-square Probability Level ซ่ึงมี
ค่าเท่ากับ 0.00 แปลความได้ว่าไม่ผ่านเกณฑ์ที่เป็นที่ยอมรับ ดังน้ันโมเดลน้ีจึงยังคงไม่มีความสมบรูณ์
พอทีจ่ ะนามาพิจารณาได้

จากการตรวจสอบความสอดคล้องของโมเดลในแบบจาลองการวิเคราะห์เส้นทางน้ีจึงนิรนัย
ได้ว่าแบบจาลองน้ียังไม่มีความสอดคล้องกับข้อมูลเชิงประจักษ์ จึงต้องทาการปรับโมเดลเพ่ือให้มี
ความถกู ตอ้ งและผ่านเกณฑ์ทเี่ ป็นทีย่ อมรับจงึ จะสามารถนามาวิเคราะห์ประมวลผลในลาดบั ตอ่ ไปได้

การปรับแต่งโมเดลเพอ่ื หาปัจจยั เชงิ สาเหตุ
เมื่อพิจารณาจากตารางที่ 4.18 ผู้วิจัยมีความจาเป็นต้องปรับแต่งโมเดล เนื่องจากโมเดลน้ีไม่

มีความสอดคล้องของโมเดลในแบบจาลองการประมวลผล โดยจะต้องเม่ือพิจารณาตามเส้นทางจะ
เหน็ ไดว้ า่ มีเสน้ ทางที่ไม่เกิดนัยยะสาคญั ทางสถิติในบางเส้นทาง ดงั ภาพที่ 4.8

86

ภาพท่ี 4.8 การปรบั แบบจาลองการวิเคราะหเ์ ส้นทางความสมั พนั ธ์ของตัวแปรท่ีศกึ ษา
จากความไม่สอดคล้องของโมเดลจึงทาให้ผู้วิจัยต้องทาการปรับปรุงโมเดล โดยทาการ

พิจารณาตัด เส้นทางท่ีไม่มีนัยยะสาคัญทางสถิติผู้วิจัยจึงทาการตัดตัวแปรเส้นทางท่ีไม่มีนัยยะสาคัญ
ออกจากโมเดล พรอ้ มท้ังพิจารณาตัวแปรทโ่ี ปรแกรมทางสถติ ริ ะบุ ว่าตัวแปรใดมีผลต่อโมเดลมากที่สุด
(กัลยา วานชิ ย์บัญชา, 2556: 136) ซงึ่ สามารถแสดงภาพโมเดลได้ในรปู ที่ 4.9

87

ภาพ 4.9 การปรับแต่งโมเดลจากการตัดตัวแปรท่ไี ม่มนี ยั ยะสาคัญ
การปรับแต่งโมเดลจากการตัดตัวแปรและพิจารณาเส้นทางความสัมพันธท์ ี่ไม่มีนัยยะสาคญั
ทางสถิติทาให้เหลือเส้นทางความสัมพันธ์ที่มีนัยยะสาคัญทางสถิติ ดังแสดงในรูปที่ 4.9 เม่ือทาการ
กาหนดแบบจาลองท่ีปรับแต่งแล้วจึงนาแบบจาลองนี้ไปทดสอบความสอดคล้องก่อนประมวลผล ซึ่ง
ผลการตรวจสอบความสอดคล้องของโมเดล ดงั แสดงผลในตาราง 4.19

88

ตาราง 4.19 การตรวจสอบความถกู ต้องของโมเดล

ค่าสถิตทิ ่ีใช้ประเมนิ เกณฑ์ผ่าน ผลการ อ้างอิงเกณฑ์ผ่าน
ตรวจสอบ มาตรฐาน
มาตรฐาน
0.172 Byrne (2005)
Chi-square Probability ρ> .05 1.172 Hair et al. (2010)
0.974 Hair et al. (2010)
Chi-square Relative <3 0.996
0.011 Byrne (2005)
Goodness of Fit Index : GFI > 0.90 Hair et al. (2010)
0.021
Comparative Fit Index : CFI > 0.90 Hair et al. (2010)

Root mean square residual: < 0.05

RMR

Root Mean Square Error of < 0.08

Approximation

ท่ีมา: จากการสารวจและคานวณ

จากตารางที่ 4.19 อธิบายได้ว่าผลการตรวจสอบจะเห็นได้ว่าผ่านเกณฑ์มาตรฐาน แสดงว่า
โมเดลมีความถูกต้องของโมเดล จากน้ัน ผู้วิจัยจึงทาการวิเคราะห์องค์ประกอบเชิงยืนยันอันดับสอง
การออมเงินของคนกลุ่ม Gen Y ในสถานการณ์โรคระบาดผ่านการวิเคราะห์ซ่ึงสามารถหาแสดงค่า
นา้ หนักองค์ประกอบจากการวเิ คราะห์เส้นทางความสัมพันธ์เชิงสาเหตุระหว่างตัวแปร โดยท่ีไดท้ าการ
ตดั Factor loading ทต่ี า่ กวา่ 0.60 ออกจากโมเดล (Schumacher, R. E., & Lomax, R. G. ,2010).
ซ่งึ ผลการวิจัยแสดงได้ ดังภาพท่ี 4.10

89

หมายเหตุ *** คอื มีนยั ยะสาคัญทางสถิติทีร่ ะดับ 0.001
** คอื มนี ยั ยะสาคญั ทางสถิติท่ีระดบั 0.01
* คือ มีนยั ยะสาคญั ทางสถิติท่รี ะดับ 0.05

ภาพ 4.10 องค์ประกอบเชงิ ยนื ยนั ปัจจยั ทม่ี ีอิทธพิ ลตอ่ การซ้ือรถยนต์ไฟฟ้าแบตเตอรี่ BEV

รูปท่ี 4.10 แสดงองค์ประกอบเชิงยืนยันปัจจัยที่มีอิทธิพลต่อการซ้ือรถยนต์ไฟฟ้าแบตเตอร่ี
BEV ที่ทาการวิเคราะห์ระหว่างตัวแปรโดยการหาคา่ สมั ประสิทธิ์เส้นทางและสัมประสทิ ธสิ์ หสมั พันธ์ท่ี
ผา่ นการตกแตง่ แลว้ พบวา่ สมั ประสิทธเ์ิ ส้นทางทมี่ นี ัยสาคัญทางสถติ ิ มี 17 เสน้ ทาง ดังนั้น จงึ สามารถ
นาค่าสัมประสิทธ์ิเส้นทางของแต่ละสมการโครงสร้างมาเขียนเส้นทางของรูปแบบความสัมพันธ์เชิง
สาเหตุท่ีผ่านการตกแต่งแบบความสัมพันธ์ให้เป็นแบบจาลองที่ประหยัด (Parsimonious Model)
เพ่ือใหไ้ ดร้ ูปแบบทม่ี คี วามสัมพนั ธ์ทดี่ ีท่ีสุดซงึ่ สามารถแสดงผลได้ 17 เสน้ ทาง ดงั นี้

1) เส้นทางโมเดลการซ้ือรถยนต์ไฟฟ้าแบตเตอร่ี BEV ไปโมเดลปัจจัยรองอุปสงค์ต่อ
การถอื เงิน มีค่านา้ หนักองค์ประกอบเท่ากบั 0.97

2) เส้นทางโมเดลการซ้ือรถยนต์ไฟฟ้าแบตเตอร่ี BEV ไปโมเดลปัจจัยรองเศรษฐกิจมห
ภาค มีคา่ นา้ หนักองค์ประกอบเทา่ กับ 0.98

90

3) เส้นทางโมเดลการซ้ือรถยนต์ไฟฟ้าแบตเตอร่ี BEV ไปโมเดลปัจจัยรองการแสวงหา
ขอ้ มลู มีค่านา้ หนกั องค์ประกอบเท่ากับ 0.88

4) เส้นทางโมเดลการซ้ือรถยนต์ไฟฟ้าแบตเตอร่ี BEV ไปโมเดลปัจจัยส่วนผสม
การตลาด มคี ่าน้าหนกั องคป์ ระกอบเท่ากบั 0.91

5) เส้นทางโมเดลรองอุปสงค์ต่อการถือเงินไปอุปสงค์ต่อการถือเงินเพื่อใช้สอยเพ่ือ
สะสมทรพั ย์ มคี ่าน้าหนักองคป์ ระกอบเท่ากับ 0.72

6) เส้นทางโมเดลรองอุปสงค์ต่อการถือเงนิ ไปอุปสงค์ต่อการถือเงินเพื่อใชส้ อยเพ่ือใช้ใน
ยามฉกุ เฉิน มคี า่ น้าหนกั องคป์ ระกอบเท่ากบั 0.70

7) เส้นทางโมเดลรองเศรษฐกิจมหภาคไปเศรษฐกิจองค์รวม มีค่าน้าหนักองค์ประกอบ
เทา่ กบั 0.68

8) เส้นทางโมเดลรองอุปสงค์ต่อการถือเงินไปแนวโน้มราคาน้ามันมีค่าน้าหนัก
องคป์ ระกอบเทา่ กบั 0.72

9) เส้นทางโมเดลรองอุปสงค์ต่อการถือเงินไปอัตราเงินเฟ้อมีค่าน้าหนักองค์ประกอบ
เท่ากบั 0.69

10) เส้นทางโมเดลรองอุปสงค์ต่อการถือเงินไปแนวโน้มอัตราแลกเปลี่ยนมีค่าน้าหนัก
องค์ประกอบเท่ากบั 0.69

11) เสน้ ทางโมเดลรองการแสวงหาขอ้ มลู ไปการแสวงหาขอ้ มูลจากข่าวสารมคี า่ น้าหนัก
องค์ประกอบเทา่ กบั 0.64

12) เส้นทางโมเดลรองการแสวงหาข้อมูลไปการแสวงหาข้อมูลจากผู้ผลิตหรือจัด
จาหนา่ ยมีค่านา้ หนักองคป์ ระกอบเท่ากับ 0.62

13) เส้นทางโมเดลรองส่วนผสมการตลาดไปผลิตภัณฑ์มีค่าน้าหนักองค์ประกอบ
เท่ากบั 0.74

14) เส้นทางโมเดลรองส่วนผสมการตลาดไปราคามีค่าน้าหนักองค์ประกอบเท่ากับ
0.69

15) เสน้ ทางโมเดลรองส่วนผสมการตลาดไปโปรโมชันมีค่าน้าหนักองค์ประกอบเท่ากับ
0.67

16) เส้นทางโมเดลรองส่วนผสมการตลาดไปบุคลากรมีค่าน้าหนักองค์ประกอบเท่ากบั
0.71

17) เส้นทางโมเดลรองส่วนผสมการตลาดไปกระบวนการดาเนินงานมีค่าน้าหนัก
องค์ประกอบเทา่ กับ 0.72

91

จากภาพท่ี 1 สามารถนาวเิ คราะห์องค์ประกอบเชิงยืนยันปัจจยั ท่ีมีอิทธิพลต่อการซื้อรถยนต์
ไฟฟ้าแบตเตอรี่ BEV โดยสังเกตจากค่าน้าหนักองค์ประกอบของรูปแบบความสัมพันธ์เชิงสาเหตุ
จากน้ันจึงนาค่านา้ หนกั องคป์ ระกอบมาพิจารณาค่าสัมประสิทธ์ิของการพยากรณ์ (R2) ซึง่ เปน็ การระบุ
ระดับความสัมพันธ์ระหว่างองค์ประกอบเชิงยืนยันว่า และสามารถนาผลการวิจยั ดังกล่าวมาอภิปราย
ถึงผลการวิจัยองค์ประกอบเชิงยืนยันปัจจัยท่ีมีอิทธิพลต่อการซื้อรถยนต์ไฟฟ้าแบตเตอรี่ BEV โดย
สามารถแสดงคา่ น้าหนกั องค์ประกอบและสมั ประสทิ ธิข์ องการพยากรณ์ ไดด้ งั แสดงในตาราง 4.20

ตาราง 4.20 คา่ น้าหนกั องค์ประกอบและค่าสมั ประสทิ ธ์ิการพยากรณ์

องคป์ ระกอบ/ตัวแปร ค่าน้าหนกั องคป์ ระกอบ คา่ สมั ประสิทธก์ิ าร

พยากรณ์

อุปสงคต์ อ่ การถอื เงนิ 0.97 0.94

เพื่อใชส้ อยเพ่ือสะสมทรพั ย์ 0.72 0.51

เพ่ือใชส้ อยเพื่อยามฉกุ เฉนิ 0.70 0.49

เศรษฐกจิ มหภาค 0.98 0.96

เศรษฐกิจองคร์ วม 0.68 0.46

แนวโนม้ ราคานา้ มนั 0.72 0.52

อตั ราเงินเฟอ้ 0.69 0.48

แนวโนม้ อตั ราแลกเปลี่ยน 0.69 0.48
การแสวงหาขอ้ มูล 0.88 0.77

การแสวงหาข้อมลู จากขา่ วสาร 0.64 0.41

การแสวงหาข้อมูลจากผู้ผลิตหรือจัด 0.62 0.38

จาหน่าย

ส่วนผสมการตลาด 0.91 0.83

ผลติ ภัณฑ์ 0.74 0.55

ราคา 0.69 0.48

โปรโมชัน 0.67 0.45

บุคลากร 0.71 0.50

กระบวนการดาเนนิ งาน 0.71 0.51

ท่ีมา: จากการสารวจและคานวณ

ตารางที่ 4.20 จะเห็นได้ว่าผลการพิจารณาค่าสัมประสิทธิ์ของการพยากรณ์ทุกๆ ค่าที่แสดง

มีค่าเกิน 0.30 ท้ังส้ิน ซ่ึงหมายความว่าทุกๆตัวแปรที่แสดง มีผลการของความสัมพันธ์ที่อยู่ในระดับ

92

ยอมรับได้ โดยเมื่อพิจารณาผลร่วมกับภาพที่ 1 สามารถอภิปรายผลการวิเคราะห์องค์ประกอบเชิง
ยืนยนั ปัจจยั ทีม่ ีอทิ ธพิ ลตอ่ การซือ้ รถยนตไ์ ฟฟา้ แบตเตอร่ี BEV ดังนี้

1) อุปสงค์ต่อการถือเงิน ปัจจัยด้านอุปสงค์ต่อการถือเงินมีค่าสัมประสิทธ์ิการพยากรณ์
เท่ากับ 0.94 โดยมีคา่ สมั ประสทิ ธิ์การพยากรณข์ ององค์ประกอบยืนยนั คอื อปุ สงตอ่ การถือเงินเพื่อใช้
สอยเพ่ือสะสมทรัพย์เท่ากับ 0.52 และอุปสงค์ต่อการถือเงินเพ่ือใช้สอยเพ่ือสะสมทรัพย์เท่ากับ 0.49
สามารถอภิปรายได้ว่า อุปสงค์ต่อการถือเงินโดยเฉพาะเพื่อการสะสมทรัพย์เป็นส่ิงสาคัญที่ทาให้ผู้ซ้ือ
รถยนต์ไฟฟ้าแบตเตอร่ี BEV ตระหนกั ก่อนตดั สินใจซอื้ อกี ท้งั จากการไดส้ มั ภาษณก์ ลมุ่ ตัวอย่างก็พบว่า
การซ้ือรถยนต์ไฟฟ้าแบตเตอรี่ BEV ก็เสมือนเป็นการสะสมทรัพย์ไปในทางหนึ่งซ่ึงส่งผลต่อการ
ตัดสินใจในท่ีสุด ประกอบกับการพิจารณาปัจจัยที่มีอิทธิพลทางตรง อิทธิพลทางอ้อม และผลรวม
อิทธิพล ในตารางท่ี 4.17 ท่ีพบว่าปัจจัยอุปสงค์ต่อการถือเงินเป็นทั้งปัจจัยท่ีมีอิทธิพลทั้งทางตรง
ทางอ้อม ซึ่งสอดคล้องกับงานวิจัยของ Hamed Khazaei และ Mohammad Ali Tareq ที่ระบุว่า
การใช้ BEV มีผลในเชิงบวก เนื่องจากราคาซื้อขายแลกเปล่ียนในตลาดยังคงมีราคาสูงกว่ารถยนต์ใช้
พลังงานน้ามันจึงเสมือนว่ารถไฟฟ้าเป็นการลงทุนในรูปแบบหนึ่ง ประกอบกับสมรรถนะการใช้งานท่ี
เป็นมิตรกับสิ่งแวดล้อม (Hamed Khazaei, Mohammad Ali Tareq, 2021) ดังน้ันจึงเป็ยข้อสังเกต
ประการหนึ่งว่าการตัดสินใจซ้ือรถยนต์ไฟฟ้า BEV เป็นการสะสมความม่ังค่ังและยกระดับฐานะทาง
สังคมได้ทางหน่ึงด้วย เนื่องจากราคาซื้อขายที่แพงกว่ารถยนต์พลังงานน้ามันและราคาซ้ือขาย
แลกเปลี่ยนมือสองที่ได้ราคาขายต่อมากกว่ารถยนต์พลังงานน้ามัน ท้ังนี้ เมื่อพิจารณาจะพบว่าการมี
กระแสเงนิ สดท่เี พยี งพอสาหรับประชาชนเปน็ ปจั จัยทีส่ าคัญอย

2) เศรษฐกิจมหภาค ปัจจยั เศรษฐกิจมหภาคมคี า่ สมั ประสทิ ธิ์การพยากรณ์ เท่ากับ 0.96 ซง่ึ
เป็นปัจจัยหลักที่มีค่าพยากรณ์มากท่ีสุด โดยมีค่าสัมประสิทธ์ิการพยากรณ์ ขององค์ประกอบยืนยัน
ท่มี ากที่สุด คือ แนวโน้มราคานา้ มันเท่ากบั 0.41 ซ่ึงนริ นัยได้วา่ ความผันผวนของแนวโน้มราคาน้ามัน
ตลอดจนการเป็นทรพั ยากรธรรมชาตทิ ่ีใช้แล้วหมดไปเป็นปจั จัยทมี่ ีอทิ ธิพลท่สี าคัญที่ทาใหผ้ ้ซู ้อื เกิดการ
ซื้อรถยนต์ไฟฟ้าแบตเตอรี่ BEV สะท้อนภาพความสาคัญของราคาน้ามันที่มีผลกับการดารงชีวิต
เนื่องจากราคาน้ามันนับเป็นปัจจัยที่สาคัญท่ีกาหนดภาพรวมของระบบการประกอบการในทุกภาค
ส่วนไม่ว่าจะเป็นการผลิต จาหน่าย โลจิสติกส์ ฯลฯ ท่ีต้องใช้พลังงานจากน้ามันมาดาเนินการและ
ส่งผลให้ราคาสินค้าอุปโภคบริโภคปรับตัวสูงขึ้น และส่งผลต่อความสามารถในการซ้ือของผู้บริโภค
ดงั นนั้ แนวโนม้ ราคานา้ มนั จงึ เป็นปจั จัยผลักดันท่ีสาคัญมากที่สง่ ผลใหผ้ ู้บริโภคต้องการซอ้ื รถยนต์ไฟฟ้า
แบตเตอร่ี BEV โดยหากจะพิจารณาร่วมกับทัศนคติและพฤติกรรมการตัดสินใจซื้อรถไฟฟ้าแบตเตอรี
BEV ในตารางที่ 4.9 จะพบว่าตัวแปรแนวโน้มราคาน้ามันส่งผลต่อการตัดสินใจซื้อรถ BEV มากท่ีสุด
ในปัจจัยเศรษฐกิจมหภาค ประกอบกับการพิจารณาปัจจัยท่ีมีอิทธิพลทางตรง อิทธิพลทางอ้อม และ
ผลรวมอิทธิพล ในตารางท่ี 4.17 ที่พบว่าปัจจัยเศรษฐกิจมหภาคมีค่าสัมประสิทธ์ิทางตรง ทางอ้อม