โมเดลเชิงสาเหตุปัจจัยที่ส่งผลต่อความตั้งใจใช้ปัญญาประดิษฐ์เพื่อให้คำปรึกษา ของพยาบาลภาครัฐในประเทศไทย

Main Article Content

ผกามาศ องอาจ
ไชยยศ ไพวิทยศิริธรรม
ยุวรี ญานปรีชาเศรษฐ

บทคัดย่อ

การวิจัยนี้ เพื่อพัฒนาและตรวจสอบความสอดคล้องของโมเดลเชิงสาเหตุ และ เพื่อศึกษาอิทธิพลทางตรงและทางอ้อมต่อความตั้งใจใช้ปัญญาประดิษฐ์เพื่อให้คำปรึกษาของพยาบาลภาครัฐ เครื่องมือที่ใช้ในการวิจัย เป็นแบบสอบถามผ่าน ตรวจสอบคุณภาพของเครื่องมือโดยผู้เชี่ยวชาญ 3 คน ทุกข้อคำถามมีค่าดัชนีความสอดคล้องอยู่ระหว่าง 0.67-1.00 วิเคราะห์ความเชื่อมั่น ได้ค่าสัมประสิทธิ์แอลฟาของครอนบาช = .935-.968 เก็บข้อมูลด้วยแบบสอบถามออนไลน์ กับกลุ่มตัวอย่าง จำนวน 396 คน โดยการสุ่มแบบหลายขั้นตอน ตามสัดส่วนของแต่ละโรงพยาบาล วิเคราะห์ข้อมูลด้วยค่าคะแนนเฉลี่ย วิเคราะห์โมเดลสมการโครงสร้างด้วยโปรแกรมลิสเรล ผลการวิจัย พบว่า โมเดลเชิงสาเหตุปัจจัยที่ส่งผลต่อความตั้งใจใช้ปัญญาประดิษฐ์เพื่อให้คำปรึกษาของพยาบาลภาครัฐ สอดคล้องกับข้อมูลเชิงประจักษ์ ค่า = 22.18, df = 19, p = 0.28, /df = 1.17, RMSEA = 0.02, RMR = 0.01 และ CFI = 1.00 เมื่อพิจารณาขนาดของอิทธิพลรวม อิทธิพลทางตรง และ อิทธิพลทางอ้อม พบว่า ตัวแปรที่มีอิทธิพลรวมสูงที่สุด ได้แก่ ตัวแปรปัจจัยด้านสิ่งแวดล้อม มีค่าอิทธิพลรวมเท่ากับ 0.94 รองลงมาได้แก่ ตัวแปรปัจจัยด้านบุคคล มีค่าอิทธิพลรวมเท่ากับ 0.13 อย่างมีนัยสำคัญทางสถิติที่ระดับ .01 ตามลำดับ ตัวแปรที่มีอิทธิพลทางตรงสูงที่สุด ได้แก่ ปัจจัยด้านสิ่งแวดล้อม มีค่าอิทธิพลทางตรงเท่ากับ 0.85 รองลงมา คือ ตัวแปรปัจจัยด้านบุคคล มีค่าอิทธิพลทางตรงเท่ากับ 0.67 อย่างมีนัยสำคัญทางสถิติที่ระดับ .01 ตามลำดับ ตัวแปรที่มีอิทธิพลทางอ้อมสูงที่สุด ได้แก่ ตัวแปรปัจจัยด้านสิ่งแวดล้อม มีอิทธิพลทางอ้อมผ่านปัจจัยด้านบุคคล มีขนาดอิทธิพลเท่ากับ 0.09 อย่างมีนัยสำคัญทางสถิติที่ระดับ .01 ทั้งนี้ความแปรปรวนของความตั้งใจใช้ปัญญาประดิษฐ์เพื่อให้คำปรึกษาของพยาบาลภาครัฐ ของตัวแปรปัจจัยด้านสิ่งแวดล้อม (ENV) และปัจจัยด้านบุคคล (PEF) อธิบายความแปรปรวนของความตั้งใจใช้ปัญญาประดิษฐ์ (OBI) ได้ 90 %

Downloads

Download data is not yet available.

Article Details

รูปแบบการอ้างอิง
องอาจ ผ., ไพวิทยศิริธรรม ไ., & ญานปรีชาเศรษฐ ย. (2026). โมเดลเชิงสาเหตุปัจจัยที่ส่งผลต่อความตั้งใจใช้ปัญญาประดิษฐ์เพื่อให้คำปรึกษา ของพยาบาลภาครัฐในประเทศไทย. วารสารวิทยาศาสตร์ เทคโนโลยี และนวัตกรรม มหาวิทยาลัยกาฬสินธุ์, 5(2), 1–17. https://doi.org/10.14456/ksti.2026.16
ประเภทบทความ
บทความวิจัย

เอกสารอ้างอิง

World Health Organization. Nursing workforce grows, but inequities threaten global health goals [Internet]. Geneva: WHO; 2025 [cited 2026 May 21]. Available from: https://www.who.int/news/item/12-05-2025-nursing-workforce-grows--but-inequities-threaten-global-health-goals

International Council of Nurses. State of the world’s nursing 2025: investing in education, jobs, leadership and service delivery. Geneva: World Health Organization; 2025.

https://www.who.int/publications/i/item/9789240110236

กุลนรี หาญพัฒนชัยกูล, นันทวรรณ ตีระวงศา, ชลนกุล คำนึง, ทิพย์รัตน์ อุดเมืองเพีย. การใช้ปัญญาประดิษฐ์ในการปฏิบัติการพยาบาล: ประเด็นปัญหาทางด้านจริยธรรม. วารสารวิชาการสาธารณสุข 2566. 32(5): 962-970. https://thaidj.org/index.php/JHS/article/view/14705

Rahimi B, Nadri H, Lotfnezhad Afshar H, Timpka T. A systematic review of the technology acceptance model in health informatics. Appl Clin Inform. 2018; 9(3): 604-634. doi:10.1055/s-0038-1668091

Maleki Varnosfaderani S, Forouzanfar M. The role of AI in hospitals and clinics: transforming healthcare in the 21st century. Bioengineering. 2024; 11(4): 337. https://doi.org/10.3390/bioengineering11040337

Baraniuk C. The groundbreaking way to search lungs for signs of COVID-19 [Internet]. 2020 [cited 2026 May 21]. Available from: https://www.bbc.com/news/business-52483082

Wongpatikaseree K, Yomaboot P, Hnoohom N. AI psychological intervention open platform for improving mental health service using artificial intelligent conversation agent in Thailand. Health Systems Research Institute Report. 2024:1-45. https://kb.hsri.or.th/dspace/handle/11228/6138

Davis FD. Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Q. 1989; 13(3): 319-340. https://doi.org/10.2307/249008

Venkatesh V, Morris MG, Davis GB, Davis FD. User acceptance of information technology: toward a unified view. MIS Q. 2003; 27(3): 425-478. https://doi.org/10.2307/30036540

Taherdoost H. A review of technology acceptance and adoption models and theories. Procedia Manuf. 2018; 22: 960-967. Available from: https://ssrn.com/abstract=3206598

Hair JF, Black WC, Babin BJ, Anderson RE. Multivariate data analysis. 8th ed. Andover: Cengage; 2019. p.100-25. https://researchdiscovery.drexel.edu/esploro/outputs/book/Multivariate-data-analysis/991019295303204721

บุหงา ชัยสุวรรณ, พรรณพิลาศ กุลดิลก, ชัชญา สกุณา. สถานการณ์ แนวโน้ม และความต้องการความรู้และทักษะปัญญาประดิษฐ์ทางการสื่อสารเพื่อเพิ่มประสิทธิภาพการทำงานของบุคลากรวัยทำงานในประเทศไทย. วารสารวิชาการมนุษยศาสตร์และสังคมศาสตร์ มหาวิทยาลัยบูรพา. 2565. 30(1): 104-126.

https://so06.tci-thaijo.org/index.php/husojournal/article/view/253233/172408