การศึกษาพฤติกรรมการเลือกซื้อสลากกินแบ่งรัฐบาลก่อนและหลังการซื้อขายผ่านแอปพลิเคชัน "เป๋าตัง"
Description
สำนักงานสลากกินแบ่งรัฐบาลดำเนินนโยบายการซื้อขายสลากผ่านแอปพลิเคชัน “เป๋าตัง” หรือเรียกว่า สลากดิจิทัล เพื่อแก้ไขปัญหาการจำหน่ายสลากเกินราคาที่กำหนด 80 บาท การค้นคว้าอิสระนี้ จึงมีวัตถุประสงค์เพื่อศึกษาพฤติกรรมการเลือกซื้อสลากกินแบ่งรัฐบาลก่อนและหลังการซื้อขายผ่านแอปพลิเคชัน “เป๋าตัง” ปัจจัยที่ส่งผลต่อการเลือกซื้อสลากกินแบ่งรัฐบาล และผลกระทบของการซื้อขายสลากกินแบ่งรัฐบาลผ่านแอปพลิเคชัน “เป๋าตัง” ต่อผู้ซื้อ ผู้ขาย และรัฐบาล โดยเก็บรวบรวมข้อมูลจากกลุ่มตัวอย่างที่เคยซื้อสลากกินแบ่งรัฐบาลในจังหวัดกรุงเทพมหานคร จำนวน 492 ราย และวิเคราะห์ทางสถิติด้วย sample t-test, pair sample t-test และ binomial logistic regression ผลการศึกษา แสดงให้เห็นว่า ความถี่ในการซื้อสลากกินแบ่งรัฐบาลเฉลี่ยต่อปีและจำนวนสลากที่ซื้อเฉลี่ยต่องวดลดลง ส่วนของปัจจัยที่ส่งผลต่อโอกาสในการเลือกซื้อสลากกินแบ่งรัฐบาลผ่านแอปพลิเคชัน “เป๋าตัง” ได้แก่ อายุ ระดับการศึกษา ระดับภาระหนี้สิน และมุมมองต่อความเสี่ยง ขณะที่ปัจจัยการยอมรับและการใช้เทคโนโลยีที่ส่งผลต่อโอกาสในการเลือกซื้อสลากกินแบ่งรัฐบาล ได้แก่ ความคาดหวังในประสิทธิภาพ มูลค่าราคา แรงจูงใจด้านความบันเทิง ความเคยชินนอกจากนี้ ผลการศึกษา พบว่า ความมั่นใจในการถูกรางวัลและการกลัวความสูญเสีย จะส่งผลต่อโอกาสในการซื้อสลากเพิ่มขึ้นสำหรับผลกระทบของการซื้อขายแอปพลิเคชัน “เป๋าตัง” คือ การช่วยให้ผู้ซื้อสามารถซื้อสลากราคาที่กำหนด 80 บาท แต่ผู้ซื้อสลากกินแบ่งรัฐบาลผ่านช่องทางอื่นยังคงต้องเผชิญกับปัญหาการขายสลากเกินราคา นอกจากนี้ การซื้อขายสลากกินแบ่งรัฐบาลผ่านแอปพลิเคชัน “เป๋าตัง” ยังส่งผลกระทบต่อผู้ค้าสลากรายย่อยจากการโดนปันส่วนโควต้าของสลากที่จะนำไปจำหน่ายในแต่ละงวด ทำให้ไม่มีรายได้เพียงพอต่อค่าใช้จ่าย จึงจำเป็นต้องหาซื้อสลากจากผู้ค้ารายอื่นเพิ่มเติมและขายสลากเกินกว่าราคาที่กำหนด เพื่อให้ถึงจุดคุ้มทุนของการขายสลากและมีรายได้ที่เพียงต่อค่าใช้จ่าย สุดท้ายแล้ว ปัญหาการจำหน่ายสลากเกินราคาจึงยังไม่สามารถแก้ไขได้
Citations (0)
No citations found
Mentions (0)
No mentions found
Metrics Over Time
Publication Details
Subfield
Complementary and alternative medicine
Field
Medicine
Domain
Health Sciences
Confidence Score
24%
Source
Scholar Data Model