การรับรู้ของผู้โดยสารที่มีต่อมาตรการป้องกันการระบาดโรคโควิด-19: กรณีศึกษารถไฟฟ้าสายสีน้ำเงินและสายสีม่วง

Main Article Content

สุดารัตน์ กำเนิดทรัพย์
วราเมศวร์ วิเชียรแสน

บทคัดย่อ

บทความนี้นำเสนอการวิเคราะห์การรับรู้ของผู้โดยสารรถไฟฟ้าสายสีน้ำเงินและสายสีม่วงที่มีต่อมาตรการป้องกันการระบาดโรคโควิด-19 ข้อมูลกลุ่มตัวอย่างจำนวน 847 คน เป็นผู้โดยสารรถไฟฟ้าที่เดินทางในช่วงการระบาดของโรคโควิด-19 การวิเคราะห์องค์ประกอบเชิงสำรวจและการวิเคราะห์องค์ประกอบเชิงยืนยันอันดับสอง พบว่าการรับรู้ของผู้โดยสารประกอบด้วย 5 องค์ประกอบ ซึ่งองค์ประกอบการรับรู้มีค่าน้ำหนักองค์ประกอบมากที่สุดเท่ากับ 0.84 รองลงมาเป็นองค์ประกอบความเชื่อมั่น มาตรการด้านสุขภาพและสุขอนามัย มาตรการด้านการติดตาม และมาตรการเว้นระยะห่างทางสังคม โดยมีค่าน้ำหนักองค์ประกอบเท่ากับ 0.81 0.81 0.69 และ 0.40 ตามลำดับ นอกจากนี้พบว่าการดำเนินการมาตรการเว้นระยะห่าง เว้นที่นั่งและจำกัดจำนวนผู้โดยสารทำให้ผู้โดยสารรู้สึกไม่ได้รับความสะดวก ทำให้การยอมรับมาตรการอยู่ในระดับค่อนข้างน้อย แต่ในทางกลับกันผู้โดยสารรับรู้และเห็นถึงความสำคัญของผลการลดความแออัดในระบบทำให้รู้สึกมั่นใจในการเดินทางเพิ่มขึ้น นอกจากนี้ยังพบว่าผู้โดยสารตระหนักถึงความสำคัญของมาตรการด้านสาธารณสุขในระดับสูง เช่น การตรวจคัดกรองอุณหภูมิร่างกายของผู้โดยสาร การสวมหน้ากากอนามัยหรือหน้ากากผ้า และการใช้แอลกอฮอล์เจลทำความสะอาดมือ เป็นต้น ผลการศึกษายังสามารถนำไปปรับใช้เพื่อการ

Article Details

ประเภทบทความ
บทความวิจัย (Research Article)

เอกสารอ้างอิง

World Health Organization (WHO). Novel Corona- virus (2019-nCoV) Situation Report-1 January 21, 2020.

World Health Organization Thailand (WHO). Coro-navirus disease 2019 (COVID-19) Situation Report-April 3, 2020.

การรถไฟฟ้าขนส่งมวลชนแห่งประเทศไทย. รายงานประจำปี 2563 Connected เชื่อมต่อเส้นทางสรรค์สร้างความสุข. 2563

กรมการขนส่งทางราง. มาตรการพึงปฏิบัติการจัดการระบบขนส่งทางรางภายใต้ประกาศสถานการณ์ฉุกเฉินในทุกเขตท้องที่ทั่วราชอาณาจักรเพื่อควบคุมการแพร่ระบาดของเชื้อไวรัสโคโรนา 2019 (COVID-19). 2563

“กรมการขนส่งทางรางสั่งเน้นมาตรการเว้นระยะห่างทางสังคม”. ข่าวไทยพีบีเอส (7 พฤษภาคม 2563). แหล่งที่มา: https://news.thaipbs.or.th /content /292172 ค้นหาเมื่อ 9 กันยายน 2564.

วิโรจน์ รุโจปการ. การประยุกต์การวิเคราะห์ปัจจัยเพื่อการวางแผนการขนส่ง: ภาควิชาวิศวกรรมโยธา คณะวิศวกรรมศาสตร์ มหาวิทยาลัยเกษตรศาสตร์. 2559

วิโรจน์ รุโจปการ. การวิเคราะห์เส้นทาง: ภาควิชาวิศวกรรมโยธา คณะวิศวกรรมศาสตร์ มหาวิทยาลัยเกษตรศาสตร์. 2558

กริช แรงสูงเนิน. การวิเคราะห์ปัจจัยด้วย SPSS และAMOS. กรุงเทพฯ: บริษัท วี.พริ้นท์ (1991) จำกัด; 2554

Hair JF, Black WC, Babin BJ, Anderson RE. Mul- tivariate Data Analysis (8th Edition). Pearson Education, Inc.: Annabel Ainscow; 2019.

Kline RB. Principles and Practice of Structural Equation Modeling (4th Edition). New York, NY, USA: Guilford Press; 2016.

Marsh HW, Hocevar D. Application of confirmatory factor analysis to the study of self-concept: First-and higher order factor models and their invariance across groups. Psychological bulletin. 1985;97(3):562.

Dong H, Ma S, Jia N, Tian J. Understanding public transport satisfaction in post COVID-19 pandemic. Transport Policy. 2021;101:81-8.

Song K-H, Choi S. A Study on the behavioral change of passengers on sustainable air transport after COVID-19. Sustainability. 2020;12(21):9207.

Zhang N, Jia W, Wang P, Dung C-H, Zhao P, Leung K, et al. Changes in local travel behaviour before and during the COVID-19 pandemic in Hong Kong. Cities. 2021;112:103139.

International Union of Railways. Management of Covid-19: Potential measures to restore confidence in rail travel following the Covid-19 pandemic, Paris, 2020

Luo JM, Lam CF. Travel anxiety, risk attitude and travel intentions towards “travel bubble” destinations in Hong Kong: Effect of the fear of COVID-19. International journal of environmental research and public health. 2020;17(21):7859.

Franzen A, Wöhner F. Coronavirus risk perception and compliance with social distancing measures in a sample of young adults: Evidence from Switzerland. PloS one. 2021;16(2):e0247447.

Tan L, Ma C. Choice behavior of commuters' rail transit mode during the COVID-19 pandemic based on logistic model. Journal of Traffic and Transportation Engineering (English Edition). 2021;8(2):186-95.

Vagias WM. Likert-type scale response anchors. clemson international institute for tourism. & Research Development, Department of Parks, Recreation and Tourism Management, Clemson University. 2006:4-5.

ละเอียด ศิลาน้อย และ กันฑิมาลย์ จินดาประเสริฐ. การใช้มาตรประมาณค่าในการศึกษาวิจัยทางสังคมศาสตร์ มนุษยศาสตร์ การโรงแรม และการท่องเที่ยว. วารสารบริหารศาสตร์ มหาวิทยาลัยอุบลราชธานี. 2562;8(15):112-26

วัฒนา สุนทรธัย. เหตุผลที่อยู่เบื้องหลังการพัฒนาเกณฑ์การตัดสินใจชนิด 5 ระดับ. วารสารนักบริหาร (Executive Journal). 2551;28(3):97-101.

“Top 10 popular smartphone apps to track Covid-19”. Geospatial World Advancing Knowledge For Sustainability (18 April 2020). แหล่งที่มา: https:// www.geospatialworld.net/blogs/popular-apps-covid-19/ ค้นหาเมื่อ 16 ตุลาคม 2564.

“Contact tracing apps: A new world for data privacy”. NORTON ROSE FULBRIGHT (February 2021. แหล่งที่มา: https://www.nortonrosefulbright.com/en-th/Knowledge/publications/d7a9a296/contact-tracing-apps-a-new-world-for-data-privacy ค้นหาเมื่อ 16 ตุลาคม 2564.