ปัจจัยทำนายการปฏิบัติการป้องกันโรคโควิด 19 ต่อบุคคลทั่วไป ของประชาชนไทยในชุมชนเมืองแออัดและตลาด
Article Sidebar
Main Article Content
บทคัดย่อ
การวิจัยเชิงทำนายนี้ มีวัตถุประสงค์เพื่อศึกษาปัจจัยทำนายการปฏิบัติการป้องกันโรคโควิด 19 ต่อบุคคลทั่วไปของประชาชนไทยในชุมชนเมืองแออัดและตลาด กลุ่มตัวอย่าง คือ คนที่อาศัยอยู่ในชุมชนเมืองแออัดและตลาดในกรุงเทพมหานครและเชียงใหม่ จำนวน 1,996 คน โดยใช้วิธีการสุ่มอย่างง่าย เก็บรวบรวมข้อมูลระหว่างเดือนธันวาคม 2564 ถึงมีนาคม 2565 โดยใช้แบบสอบถาม ผ่านการตรวจสอบคุณภาพได้ค่าดัชนีความตรงตามเนื้อหาระหว่าง .93-.98 ค่าความเชื่อมั่นโดยใช้สูตรคูเดอร์-ริชาร์ดสัน 20 เท่ากับ .81 และสัมประสิทธิ์แอลฟาของครอนบาคระหว่าง .94-.99 วิเคราะห์ข้อมูลโดยใช้สถิติเชิงพรรณนา และสมการโครงสร้าง ผลการวิจัย พบว่า กลุ่มตัวอย่างประมาณครึ่งหนึ่งมีคะแนนการปฏิบัติการป้องกันโรคโควิด 19 ต่อบุคคลทั่วไปอยู่ในระดับสูง (ร้อยละ 53.2) ปัจจัยทำนายและขนาดอิทธิพลรวม (total effect: TE) ที่มีผลต่อการปฏิบัติการป้องกันโรคโควิด 19 ต่อบุคคลทั่วไปที่สำคัญ ได้แก่ บริบทแวดล้อม (TE=.71) ประสิทธิภาพการสื่อสารของรัฐบาล (TE=.06) การรับรู้ข้อมูลข่าวสารจากบุคลากรสุขภาพ และสื่อออนไลน์ (TE=.13 และ .08 ตามลำดับ) ความน่าเชื่อถือของข้อมูลข่าวสารจากสื่อออนไลน์ (TE=.07) ทัศนคติต่อผลที่เกิดจากการมีผู้ติดเชื้อหรือถูกกักกัน (TE=.14) และการได้รับวัคซีนป้องกันโรคโควิด 19 มากกว่า 2 เข็ม (TE=.04) โดยภาพรวมโมเดลสามารถทำนายการปฏิบัติในการป้องกันโรคโควิด 19 ได้ร้อยละ 65 (R2=.65) จากการวิเคราะห์กลุ่มย่อยเฉพาะกลุ่มตัวอย่างในชุมชนเมืองแออัดพบว่า ความเข้มแข็งของชุมชนมีผลต่อการปฏิบัติในการป้องกันโรคโควิด 19 ของกลุ่มตัวอย่างต่อบุคคลทั่วไป (TE=.09) ดังนั้นผู้กำหนดนโยบาย ควรสร้างบริบทแวดล้อมที่เอื้อต่อการปฏิบัติการป้องกันโรคโควิด 19 สร้างการสื่อสารอย่างมีประสิทธิภาพผ่านบุคลากรสุขภาพ สื่อออนไลน์ โทรทัศน์ สร้างทัศนคติที่ดีในการป้องกันโรค และสร้างความเข้มแข็งให้ชุมชน เพื่อนำไปสู่การป้องกันและควบคุมโรคโควิด 19 ในชุมชนเมืองแออัดและตลาดได้อย่างมีประสิทธิภาพ
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความและรายงานวิจัยในวารสารพยาบาลกระทรวงสาธารณสุข เป็นความคิดเห็นของ ผู้เขียน มิใช่ของคณะผู้จัดทำ และมิใช่ความรับผิดชอบของสมาคมศิษย์เก่าพยาบาลกระทรวงสาธารณสุข ซึ่งสามารถนำไปอ้างอิงได้
เอกสารอ้างอิง
Housing Strategy and Information Division Department of Housing Development National Housing Authority. Information on low-income communities [internet]. 2017 [cited 2022 May 22]. Available from: https://housingkc.nha.co.th/files/article/attachments/ 90a0cc4aa77df344b52300 cbd3a022c3.pdf.(in Thai)
Department of Disease Control, Ministry of Public Health. Situation of coronavirus disease 2019 (COVID-19) public health measures and problems, obstacles, disease prevention and control in travelers [internet]. 2022 [cited 2022 Apr 10]. Available from: https://ddc.moph.go.th.(in Thai)
Austrian K, Pinchoff J, Tidwell JB, White C, Abuya T, Kangwana B, Ngo TD. COVID-19 related knowledge, attitudes, practices and needs of households in informal settlements in Nairobi, Kenya. SSRN Electronic 2020. https://doi.org/10.2139/ssrn.3576785
Population Council. Kenya: COVID-19 perceptions, prevention practices, and impact responses from third round of data collection in five Nairobi informal settlements (Kibera, Huruma, Kariobangi, Dandora, and Mathare) [internet]. 2022 [cited 2020 Jun 14]. Available from: https:// knowledgecommons.popcouncil.org/cgi/viewcontent.cgi?article=2042&context=departments_ sbsr-pgy
Zhong BL, Luo W, Li HM, Zhang QQ, Liu XG, Li WT. Knowledge, attitudes, and practices towards COVID-19 among Chinese residents during the rapid rise period of the COVID-19 outbreak: A quick online cross-sectional survey. Int J Biol Sci 2020; 16(10): 1745-52.
Faculty of Economics, Chulalongkorn University (2020). Behavioral insights of Thai households under the COVID-19 situation under the support of Thailand Science Research and Innovation (TSRI) and Health Systems Research Institute (HSRI) [internet]. 2020 [cited 2020 Jun 14]. Available from https://drive.google.com/file/d/1s-tvSan9LHnDWbfbs4t8vIeqWAJw4ekj/view.(in Thai)
Papageorge NW, Zahn MV, Belot M, Broek-Altenburg E, Choi S, Jamison JC, Tripodi E. Socio-demographic factors associated with self-protecting behavior during the COVID-19 pandemic. J Popul Eco 2021; 34(2): 691–38.
Ditekemena JD, Mavoko HM, Obimpeh M, Van Hees S, Siewe Fodjo JN, Nkamba DM, Colebunders R. Adherence to COVID-19 prevention measures in the Democratic Republic of the Congo, results of two consecutive online surveys. IJERPH 2021; 18(5): 2525.
Pasion R, Paiva TO, Fernandes C, Barbosa F. The age effect on protective behaviors during the COVID-19 outbreak: Sociodemographic, perceptions and psychological accounts. Front Psychol 2020; 11: 561785.
Gao H, Hu R, Yin L, Yuan X, Tang H, Luo L, Jiang Z. Knowledge, attitudes and practices of the Chinese public with respect to coronavirus disease (COVID-19): An online cross-sectional survey. BMC Public Health 2020; 20(1): 1816.
Hassan SM, Ring A, Tahir N, Gabbay M. How do Muslim community members perceiveCOVID-19 risk reduction recommendations - A UK qualitative study? BMC Public Health 2021; 21(1): 449.
Kasatpibal N, Viseskul, N, Kamnon K, Tokilay R, Sangkampang S, Thummathai K. Predicting factors of Thai population practices amid people have been infected/ quarantined and impacts of COVID -19 outbreak (research report). Chiang Mai: Faculty of Nursing, Chiang Mai University; 2021.
Roberts JA, David ME. Improving predictions of COVID-19 preventive behavior: Development of a sequential mediation model. Int J Res Med 2021; 23(3): e23218.
Suwannarat W, Katekaew M, Sakulrang K. Building community mental strength in the coronavirus 2019 pandemic. AJCPH 2022; 8(1): 1-14.
Sallis JF, Owen N. Ecological models of health behavior. In Glanz K, Rimer, BK, Viswanath K. (Eds.), Health behavior: Theory, research, and practice. San Francisco, CA: Jossey-Bass; 2015.
Kline RB. Principles and practice of structural equation modeling. New York: Guilford; 2011.
Oei TP, Sawang S, Goh YW, Mukhtar F. Using the Depression Anxiety Stress Scale 21 (DASS-21) across cultures. Int J Psychol 2013; 48: 1018-29.
Kasatpibal N, Viseskul N, Kamnon K. Development of prevention and control model of COVID-19 outbreak in Thai urban slums: community engagement phase I (research report). Chiang Mai: Faculty of Nursing, Chiang Mai University; 2022.
Piaseu N, Neelapaichit N, Deesamer S, Kittipimpanon K, Chaknum P, Tantiprasoplap S, Kongcheep S, et al. Nurses’ role in mobilizing community engagement in COVID-19 pandemic: A case study of Bangkok metropolitan community. TJNMP 2021; 8(2): 8-20.(in Thai)
Inthacharoen A, Kanchanapoom K, Tansakul K, Pattapat S. Factors influencing preventive behavior towards coronavirus disease 2019 among people in Khohong town municipality Songkhla province. JCCPH 2021; 3(2): 19-30.(in Thai)
Hosen I, Pakpour AH, Sakib N, Hussain N, Al Mamun F, Mamun MA. Knowledge and preventive behaviors regarding COVID-19 in Bangladesh: A nationwide distribution. PLoS One 2021; 16(5): e0251151.
Panyathorn K, Sapsirisopa K, Tanglakmankhong K, Krongyuth W. Community participation in COVID-19 prevention at Nongsawan village, Chiangpin sub-district, Mueang district, Udonthani province. J Phrapokklao Nurse College 2021; 32(1): 189-204.(in Thai)
Bowe M, Wakefield JRH, Kellezi B, Stevenson C, McNamara N, Jones BA, Heym N. The mental health benefits of community helping during crisis: coordinated helping, community identification and sense of unity during the COVID-19 pandemic. J Community Appl Soc Psychol 2022, 32(3), 521–35.
