การวิจัยครั้งนี้มีวัตถุประสงค์ เพื่อวิเคราะห์ปัจจัยที่ส่งผลต่อการออกแบบและสร้างเว็บไซต์เพื่อส่งเสริมการตลาดสำหรับสินค้า OTOP ศึกษาวิธีการพัฒนาเว็บไซต์เพื่อส่งเสริมการตลาดสำหรับสินค้า OTOP และเพื่อพัฒนาเว็บไซต์เพื่อส่งเสริมการตลาดสำหรับสินค้า OTOP ประชากรและกลุ่มตัวอย่างการวิจัยเรื่องนี้จะศึกษาถึงปัจจัยส่งผลต่อการออกแบบและสร้างเว็บไซต์เพื่อส่งเสริมการตลาดสาหรับสินค้า OTOP โดยทำการวิจัยจากผู้ผลิตสินค้า OTOP ในจังหวัดสระบุรี ที่ขึ้นทะเบียนกับสำนักพัฒนาชุมชนจังหวัดสระบุรี จำนวน 35 ราย เครื่องมือที่ใช้ในการเก็บรวบรวมข้อมูล ได้แก่ แบบสัมภาษณ์และแบบสอบถามวัดความพึงพอใจ เป็นแบบมาตรประมาณค่า 5 ระดับความพึงพอใจ 4 ด้าน ได้แก่ 1) ด้านประโยชน์และการนำไปใช้ 2) ด้านการเข้าถึงข้อมูลและการสืบค้น 3) ด้านเนื้อหา 4) ด้านการออกแบบ วิเคราะห์ข้อมูลด้วยค่าร้อยละ ค่าเฉลี่ย และค่าเบี่ยงเบนมาตรฐาน ผลการวิจัยสรุปได้ว่าเว็บไซต์เพื่อส่งเสริมการตลาดสำหรับสินค้า OTOP ที่ผู้วิจัยพัฒนาขึ้นโดยใช้โปรแกรมสำเร็จรูปในการพัฒนา พบว่ากลุ่มตัวอย่างมีความพึงพอใจต่อบริการเว็บไซต์เป็นอย่างมาก โดยมีความพึงพอใจโดยรวมอยู่ในระดับมาก ( x = 4.1 ) เมื่อพิจารณาเป็นรายด้านพบว่าทุกด้านอยู่ในระดับมาก โดยกลุ่มตัวอย่างมีความพึงพอใจด้านการออกแบบ มีค่าเฉลี่ยสูงสุด (X = (X = 4.13) รองลงมาคือ ด้านประโยชน์และการนำไปใช้ ด้านข้อมูลที่นำเสนอบนเว็บไซต์ ด้านการเข้าถึงข้อมูลและการสืบค้น (X=4.12 4.08 (X=4.12 4.08 (X=4.12 4.08 (X=4.12 4.08 และ 4.01 ตามลำดับ)

The purposes of this research were (1) to study the usage behavior of social media for the purpose of reading or viewing beauty products based on blogger recommendations (2) to study factors of blogger recommendations of beauty products (3) to study the behavior of decision making to purchase beauty products based on blogger recommendations (4) to study personal factors and behavior of decision making to purchase beauty products based on blogger recommendations (5) to study the relation between the usage behavior of social media for the purpose of reading or viewing beauty products based on blogger recommendations and the behavior of decision making to purchase beauty products based on blogger recommendations and (5) to study the relation between factors of blogger recommendations of beauty products. 400 persons were included as a sample. The data was gathered by using questionnaires and being analyzed by methods of calculating frequency percentage average standard deviation one-way ANOVA and multiple regression analysis. The results of the research were as follows; Considering the usage behavior of social media for the purpose of reading or viewing beauty products based on blogger recommendations. It was found that most consumers decide to purchase beauty products because of an interesting product presentation and the facial beauty products are the most purchased products by the consumers. In an overall picture the consumers agree with the factors of blogger recommendations of beauty products at a very good level and the factor of blogger is the most agreed factor.

The Objectives of this research aim to study about demographic factors which influence customers’ behaviors for online products and to study about the importance of marketing mix factors of customers. This research also study about the relationship between marketing mix factors and customers’ buying decision for online products. This research collects data from 384 online questionnaires and then analyzes data with Chi-Square test and Chi-Square Correlation. The research reveals that the difference of demographic factors influence to customers’ buying decision for online products by genders age education occupation average revenues and marital status. The customer recognized marketing mix factors as an important level which consistent to Kotler and Armstrong (2009) model. They indicate that marketing mix factors influence buying behaviors of customer. The most important of marketing mix factor from customers’ perspective is the process factor. The marketing mix factors (Product Price Place Promotion People Process and Physical Evidence) are related to customers’ behaviors in some aspects. The findings suggest that entrepreneur should pay more attention on the marketing mix by presenting unique online products to make differentiate from the other products in common shop. This might motivate customer’s behaviors for buying more online products. Moreover entrepreneurs should precisely focus on quality of products because consumers always complain about quality of products which exaggerated from advertisement. From this reason make consumers gain negative attitudes from buying online products which affect to next buying from customers.

The objectives of this research are to propose a proper model for defective products in an autoparts manufacturing industry to apply the proposed model to the defective products data to investigate the factors related to the machines producing defective products and to compare the proposed model with the generalized estimating equations model (GEE). The proposed model is a generalized linear mixed model (GLMM) in which the dependent variables have a Poisson distribution. The parameter are estimated using a Bayesian method. The data were collected from 12 machines 15 days for each machine from an autoparts manufacturing factory. The data collection dates vary depending on the working steps and the product types. The results show that the proposed model fits the data. The factors related to the machines producing defective products are working steps workers and product types. According to the estimates of the factors effects the working step producing the largest number of defective products is the working step 2 followed by the working steps 3 1 and 4 respectively. The worker producing the largest of defective products is the worker 4 followed by the workers 10 5 8 6 2 3 1 7 and 9 respectively. The product type 3 has the largest number of defective products followed by the product types 2 and 1 respectively. If the population-averaged effects are focused the GEE is applied. However the subject-specific is focused the GLMM is applied.

This research proposes a hidden Markov model for detecting machines with multiple fillers producing soft drink for quality control in order to reduce defective products. The proposed model is compared with a classical generalized estimating equations model (GEE). The monthly data the number of defective products the correctness and the time spending in correction were collected from a machine in a sample factory in Pratumthanee province. The two hidden states of the fillers are workable and unworkable. The states has a logistic distribution. The results show that the correctness of the filler error occurrence does not improve the probability of being in a unworkable state neither the period of time spending on correction. The current state seems to be the same as the previous state