É

รายงานผลการศึกษา
สาเหตุการลดลงของจำนวนผู้ใช้งาน Netflix

จัดทำโดย
ธันยวัต สนใจ รหัสประจำตัว 6340057029
นนท์ธิชา เคียงแก้ว รหัสประจำตัว 6340060929
ธนภัทร หอมจันทน์ รหัสประจำตัว 6340051229
ชลาธาร สุขวรรณโน รหัสประจำตัว 6340029529

นำเสนอ
ผศ.ดร.ภาณุทตั สัชฌะไชย

รายงานนี้เป็นส่วนหนึ่งของการศึกษารายวิชา Introduction to Econometrics

คณะเศรษฐศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย
ภาคการศึกษาปลาย ปีการศึกษา 2564
 สารบัญ
บทนำ 1
หลักฐานสนับสนุน 1
รายละเอียดข้อมูล 4
การกำหนดโมเดลและวิธีการประมาณการ 6
การตีความผลที่ได้ 10
สรุปผล 12
บรรณานุกรม 13
 บทนำ
เนื่องจากสถานการณ์แพร่ระบาดของโรคโควิด19 ในช่วง 2 ปีที่ผ่านมา ทำให้แต่ละประเทศจำเป็นต้อง
มีมาตรการ lockdown เพื่อควบคุมการระบาดของเชื้อโรค ผลจากการที่ทั่วโลกใช้นโยบายนี้ท ำให้ประชาชน
ส่วนมากต้องปรับเปลี่ยนรูปแบบการใช้ชีวิต ทั้งการทำงานที่บ้าน เรียนออนไลน์ รวมไปถึงความบันเทิงต่างๆที่มี
ความจำกัดมากขึ้น เพราะผู้ คนจำเป็นต้องอยู่บ้าน ซึ่งก็ส่งผลให้ผู้คนหันมาใช้ online streaming platform
ในการหาความบันเทิงกันมากขึ้น หนึ่งในแพลตฟอร์มที่ยอดนิยมก็คือ Netflix ซึ่งเมื่อปี 2021 ที่ผ่านมานั้นมี
ผู้ใช้งานมากขึ้นถึง 4 ล้านคน แต่เมื่อต้นเดือนพฤษภาคม ปี 2022 กลับพบว่ามีจำนวนผู้ใช้งาน Netflix ที่ค่อยๆ
ลดลง ตัวเลขที่ลดลงในปัจจุบันอยู่ที่ 2 แสนรายและยังคงลดลงอย่างต่อเนื่อง ซึ่งการลดลงนี้มีปัจจัยมากจาก
หลายสาเหตุ ซึ่งกลุ่ม ของเราได้ทำการศึกษาปัจจัยที่ส่งผลทำให้จำนวนผู้ใช้ Netflix ลดลง โดยได้ใช้กลุ่ม
ตัวอย่างเป็น นิสิตคณะเศรษฐศาสตร์ ชั้นปีที่ 2 ภาคไทยจำนวน 40 คน ซึ่งคาดว่าปัจจัยที่เกี่ยวข้องมีดังนี้
1. การใช้ online streaming platform อื่นๆนอกเหนือจาก Netflix
2. เพศ ที่อาจส่งผลต่อการตัดสินใจต่อการใช้เวลาบน Netflix
3. การใช้ package Netflix premium
4. จำนวนสมาชิกในครอบครัว
5. จำนวนหน่วยกิตที่ลงทะเบียนเรียนในเทอมที่ผ่านมา
6. จำนวนวันที่ออกไปทำกิจกรรมนอกบ้านต่อสัปดาห์

หลักฐานสนับสนุน
1. Cost structure
เนื ่ อ งจาก Netflix เป็ น Subscription-base
business model โดยสามารถเลื อ ก จ่ า ยได้ ท ั้ง แบบ
basic, standard ห ร ื อ premium แ ต ่ ป ั ญ ห า จ า ก
business model ข อ ง Netflix น ั ้ น ท ำ ใ ห้ Netflix
จำเป็ น ที ่ จ ะต้ อ งพยายาม รั ก ษา ผู ้ ใ ช้ ร ายเก่ า
และหาสมาชิกรายใหม่ให้ได้ แต่คาดว่าเนื่องจากราคาที่
ค่อนข้างแพงและคอนเทนต์ ที่ไม่หลากหลายมากพอทำ
ให้ต้นปีที่ผ่านมามีผู้สมัครสมาชิกลดลง 200,000 บัญชี ที่มารูป : https://help.netflix.com/th/node/24926/us
จาก 200 ล้านบัญชี คณะผู้จัดทำรายงานจึงได้กำหนดตัวแปรที่เกี่ยวข้องกับการเลือกใช้แพ็กเกจของ Netflix

1
หากผู้ตอบแบบสอบถามใช้แผน basic ก็อาจมีแนวโน้มที่จะต่ออายุต่ำ เนื่องจากสมัครมาเพื่อดูคอนเทนท์
บางอย่างที่สนใจ ดังนั้นจะใช้ Netflix มากกว่าผู้ที่ใช้แผน premium ซึ่งเป็นผู้ใช้งานระยะยาวที่น่าจะดูต่อไป
เรื่อยๆไม่เร่งรีบ ไม่มขี ้อจำกัดด้านเวลา และจ่ายถูกกว่าเนื่องจากสามารถแชร์กับผู้ใช้งานคนอื่นได้

2. สงครามช่วงชิงเวลา
Netflix อาจจะนั บ ได้ว ่า เป็ น ผู ้น ำวงการ online
streaming ในปั จ จุ บ ั น เลยก็ ว ่ า ได้ แ ละเพราะกระแส
ตอบรั บ ที ่ ด ี เ ยี ่ ย มจากผู ้ ใ ช้ บ ริ ก าร online streaming
ทำให้มีผู้ผลิตคอนเทนต์มากมายก้าวเข้ามาสู่ตลาด สตรีมมิ่ง
และ Netflix จะไม่ใช่ผู้ครองตลาดอีกต่อไป เพราะได้เกิด
สงครามช่วงชิงเวลาหรือการที่ผู้บริโภคหันไป ใช้ streaming
เจ้าอื่น นอกจาก Netflix หรือ อาจจะยกเลิกสมาชิกของ
Netflix ไปเลย ด้ว ยปัจจัย ต่างๆ ทั้ง ด้าน ราคา คุณภาพ
ที่มารูป : https://www.mediaplaynews.com/parrot-analytics-netflix-still-
คอนเทนต์ ความหลากหลาย ซึ่งคู่แข่งในตลาดสตรีมมิ่ง dominant-as-original-content-producer/
ก็ ส ามารถทำได้ ด ี ใ นทุ ก ๆด้ า น อย่ า งเช่ น Disney plus ที ่ ผ ลิ ต คอนเทนต์ แ ละ มี แ พลตฟอร์ ม ในการ
ออกอากาศเป็นของตัวเองทำให้ Netflix ไม่ใช่ผู้ผูกขาดคอนเทนต์อีกต่อไป ดังนั้น ผู้จัดทำรายงานจึงได้ นำ
ปัจจัยการรับบริการสตรีมมิ่งอื่นนอกเหนือจาก Netflix เข้ามาร่วมพิจารณาด้วย

3. การที่โลกกลับมามีชีวติ อีกครั้ง
หลั ง จากที ่ ส ถานการณ์ ก ารแพร่ ร ะบาดของ Covid-19 เริ ่ ม ลดความรุ น แรงลง ผู ้ ค นส่ ว นใหญ่
เริ ่ ม กลั บ มาใช้ ช ี ว ิ ต ตามปกติ อ ี ก ครั ้ ง หนึ ่ ง เช่ น การเปิ ด เรี ย นแบบ Onsite หรื อ การทำงานที ่ อ อฟฟิ ศ
ด้ ว ยรู ป แบบพฤติ ก รรมของผู ้ ค นที ่ เ ปลี ่ ย นแปลงไปในช่ ว งการล็ อ คดาวน์ กำลั ง เริ ่ ม กลั บ เข้ า สู ่ ว ิ ถ ี ช ี วิ ต
เดิมก่อนการแพร่ระบาด

2
 จากกราฟแสดงให้เห็นการเติบโตด้านรายได้ของ Netflix ในช่วงระยะการแพร่ระบาดของ Covid-19
และเป็นช่วงที่หลายประเทศใช้มาตรการ ล็อคดาวน์ ตั้งแต่ต้นปี 2020 จนถึงช่วงปลายปี 2021 การเพิ่มขึ้น
ด้ า นรายได้ ข อง Netflix เพิ ่ ม ขึ ้ น อย่ า งก้ า วกระโดด แต่ เ มื ่ อ พิ จ ารณา ช่ ว งต้ น ปี 2022 อั ต ราการเติ บ โต
ของรายได้เริ่มลดลงเนื่องจากการกลับเข้าสู่วิถีชีวิตแบบเดิมของผู้คน โดยกลับเข้าสู่การท ำงาน การเรียน
และการใช้ชีวิตอย่างเต็มรูปแบบ การที่ผู้คนสามารถทำกิจกรรมอย่างอื่นได้ นอกเหนือจากการกักตัวอยู่บ้าน
ทำให้ ย อดผู ้ ใ ช้ ง านของ Netflix ลดลงตามสถานการณ์ ท ี ่ เ ปลี ่ ย นแปลงไป จากช่ ว ง Covid-19 era
ดังที่ปรากฏในกราฟ จึงได้นำปัจจัยจำนวนวันที่ออกจากบ้านในสัปดาห์ที่ผ่านมา เข้ามาพิจารณาใน Model

4. การควบคุมการแชร์รหัส Netflix
ในช่ ว งปี 2021 ผู ้ ใ ช้ ง าน Netflix ประมาณ 100 ล้ า นครั ว เรื อ นทั ่ ว โลกที ่ ใ ช้ package
ในรู ป แบบของการแชร์ ร หั ส กั น โดยในช่ ว งต้ น ปี 2022 Netflix ได้ เ ริ ่ ม ใช้ ง านระบบควบคุ ม
การแชร์ ร หั ส ผ่ า นในหลายประเทศ เช่ น ชิ ล ี เปรู และคอสตาริ ก า โดยสมาชิ ก ที ่ ใ ช้ แ พ็ ค เกจพรี เ มี ย ม
และสแตนดาร์ ด จะสามารถเพิ ่ ม ผู ้ ใ ช้ ท ี ่ อ ยู ่ ใ นโลเคชั ่ น อื ่ น ได้ 2 คน แต่ ล ะคนมี โ ปรไฟล์ ข องตั ว เอง
และมีบัญชีล็อกอินและรหัสผ่านของตัวเองการคิดค่าใช้จ่ายเพิ่มเติมสำหรับบัญชีที่มีการแชร์นอกครัวเรือน
โดยราคาค่าธรรมเนียมเพิ่มเติมจะแตกต่างกันไปในแต่ละประเทศ อย่างคอสตาริกาอยู่ที่ 2.99 ดอลลาร์สหรัฐฯ
เป็นผลให้ผู้ใช้หลายรายพิจารณาถึงค่าใช้จ่ายที่ต้องเสียเพิ่มขึ้น
จากกราฟแสดงจำนวนยอดผู้ใช้งาน Netflix
ที่มีการเติบโตอย่างต่อเนื่องตั้งแต่ ปี 2012 จนถึง
2021 แ ต ่ ใ น ช ่ ว ง ไ ต ร ม า ส แ ร ก ข อ ง ป ี 2022
จำนวนผู ้ ใ ช้ ง านของ Netflix ลดลง 24.4 ล้ า นคน
จนทำให้ เหลื อ ยอดผู ้ ใ ช้ งาน 221.6 ล้ า นคน
เนื่องจากในช่ว งต้ นปี 2022 การที่เริ่ม ใช้น โยบาย
ควบคุ ม กั บ ประเทศชิ ล ี เปรู และ คอสตาริ ก า
ทำให้ผู้ใช้งานทั่วโลกตะหนักถึงค่า ใช้จ่ายเพิ่มเติม
ที ่ จ ะต้ อ งเสี ย ส่ ง ผลให้ ผ ู ้ ใ ช้ ง านบาง ส่ ว นตั ด สิ น ใจ
ที่จะยกเลิก การใช้งาน Netflix และส่งผลให้ ย อด
ผู้ใช้งานลดลง ดังที่แสดงผ่านกราฟด้วย ปัจจัยการใช้ package premium และจำนวนบุคคลในครอบครัว
จึงเป็นปัจจัยที่สะท้อนยอดผู้ใช้ งานว่าจะยังคงใช้บริการกับทาง Netflix ต่อหรือไม่

3
 รายละเอียดข้อมูล
การดำเนินงานวิจัย เชิงปริมาณนี้ (Quantitative Research) มีรูปแบบการวิจัยเชิงสำรวจ (Survey
Research) โดยวิธีการเก็บรวบรวมข้อมูล ทางแบบสอบถามออนไลน์ จากกลุ่มตัวอย่างเพื่อศึกษาถึงปัจจัยที่
ส่งผลต่อการลดลงของจำนวนผู้ใช้ Netflix ซึ่งมีวิธีการดำเนินงานในการจัดทำการวิจัย ดังนี้
กลุ่มตัวอย่างที่ใช้ : นิสิตคณะเศรษฐศาสตร์ ชั้นปีที่ 2 ภาคไทย จำนวน 40 คน
ปัจจัยที่อาจส่งผลถึงจำนวนชั่วโมงการดู Netflix ต่อสัปดาห์ :

1. การใช้ online platform อื่นๆ (Other) จากหลักฐานสนับสนุน เกี่ยวกับสงครามช่วงชิงเวลา ที่มีผู้

ให้บ ริการสตรี มมิ่งอื่น ๆเพิ่มขึ้นมาในตลาดพบว่า หากผู้ตอบแบบสอบถามใช้บริการผู้ให้บริการ
ออนไลน์สตรีมมิ่งเจ้าอื่นนอกเหนือจาก Netflix จะมีชั่วโมงการดูใน Netflix ลดลง
2. เพศหญิง (Female) คาดว่าหากผู้ตอบแบบสอบถามเป็นผู้ห ญิงจะใช้ Netflix มากขึ้น เนื่องจากซีรีย์
ต่างชาติทไี่ ด้รับความนิยมส่วนใหญ่อยู่ใน Netflix
3. ใช้ Package Netflix Premium (Premium) จากหลักฐานสนับสนุ น เกี่ย วกับ Cost Structure ที่
ผู้สมัครสมาชิกสามารถเลือกแพ็คเกจที่ จะใช้งานได้ตามระดับราคา พบว่า ผู้ตอบแบบสอบถามที่ใช้
แพ็กเกจพรีเมียมมีแนวโน้มที่จะใช้บริการในระยะยาว เน้นการดูเรื่อยๆไม่เร่งรีบ ในขณะที่ผู้ไม่ได้ใช้
แพ็กเกจพรีเมียมที่มีแนวโน้มจะต่ออายุสมาชิกน้อยกว่าและรับชมมากเพื่อความคุ้มค่าภายใต้ข้อจำกัด
ด้านระยะเวลาและราคาที่จ่าย
4. จำนวนสมาชิกในครอบครัว (Family) เมื่อยิ่งมีจำนวนสมาชิกในครอบครัวมากขึ้น เท่าไรเวลาว่างที่
จะใช้ดู Netflix ก็จะลดลง เนื่องจากใช้เวลากับครอบครัว หรือการใช้ Netflix ร่วมกับครอบครัวจึง
ต้องแบ่งเวลาในการใช้ร่วมกันภายในครอบครัว

4
 5. จำนวนหน่วยกิตที่ลงเรียนในภาคเรียนนี้ (Credit) เมื่อผู้ตอบแบบสอบถามมีจำนวนรายวิชาที่ต้อง
เรีย นเยอะมากเท่า ไหร่ ก็จะส่งผลให้เวลาที่ใช้ในการดู Netflix ลดลงเนื่องจากชั่ว โมงของการ
เรียนต่อสัปดาห์เพิ่มขึ้นทำให้เวลาว่างที่ใช้ดู Netflix ลดลง
6. จำนวนวันที่ออกนอกบ้านต่อสัปดาห์ (Outdoor) หากผู้ตอบแบบสอบถามมีการออกไปทำกิจกรรม
ข้างนอกบ้านต่อสัปดาห์มากขึ้นเท่าไหร่ ก็น่าจะทำให้มีการใช้เวลาบน Netflix ลดลง

ตารางสรุปผลทางสถิติ : สรุปผลทางสถิติในแต่ละตัวแปรของทั้ง 7 ตัวแปร โดยเป็นข้อมูลจากการทำแบบ

สำรวจกับกลุ่มตัวอย่างที่เป็นนักศึกษาคณะเศรษฐศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย ชั้นปีที่ 2 จำนวน 40 คน

การตั้งสมมติฐาน : การใช้ online streaming platform อื่นๆส่งผลทำให้จำนวนชั่วโมงการดู Netflix ต่อ

สัปดาห์ลดลงหรือไม่ โดยเราสามารถทดสอบได้โดยใช้ค่า p-value
Null hypothesis (H0): สั ม ประสิ ท ธิ ์ Other มี ค ่ า เท่ า กั บ 0 ซึ ่ ง หมายความว่ า การใช้ Online
streaming platform อื่นๆ ไม่ส่งผลทำให้จำนวนชั่วโมงการดู Netflix ต่อสัปดาห์ลดลง
Alternative hypothesis (H1): สัมประสิทธิ์ Other มีค่าน้อยกว่า 0 ซึ่งหมายความว่า การใช้ Online
streaming platform อื่นๆ ส่งผลทำให้จำนวนชั่วโมงการดู Netflix ต่อสัปดาห์ลดลง

ถ้าหากค่า p-value ของตัว แปรนั้นมีค่ าน้ อยกว่า α หรือ ระดับ นัยสำคัญ เราจะปฏิเสธ Null
hypothesis (H0) ซึ่งแสดงว่า การใช้ online streaming platform อื่นๆ ส่งผลทำให้จำนวนชั่วโมงการดู
Netflix ต่อสัปดาห์ลดลง อย่างมีนัยสำคัญทางสถิติ

5
 การกำหนดโมเดลและวิธกี ารประมาณการ
ข้อมูลที่ใช้ในการวิเคราะห์ :
ตัวแปร ความหมาย
Netflixperweek จำนวนชั่วโมงการดู Netflix ต่อสัปดาห์ (ชั่วโมง)
Other การใช้ online streaming platform อื่นๆนอกจาก Netflix (=1 if use other
online streaming platform)
Female เป็นผู้หญิงหรือไม่ (=1 if is female)
Premium ใช้ package Netflix premium หรือไม่ (=1 if use package premium)
(package Netflix premium เป็น package ที่สามารถแชร์กับผู้ใช้งานคนอื่นได้
สูงสุด 4 คน)
Family จำนวนสมาชิกครอบครัว (คน)
Credit จำนวนหน่วยกิตที่ลงเรียนในเทอมที่ผ่านมา (หน่วยกิต)
Outdoor จำนวนวันที่ออกไปทำกิจกรรมนอกบ้านต่อสัปดาห์ (วัน)

แบบจำลองในการศึกษา : Netflixperweeek = β0 + β1 Other + β2 Female +

β3 Premium + β4 Family + β5 Credit + β6 Outdoor + Ui

จากการสำรวจข้อมูลปัจจัยที่เกี่ ยวข้องกับการลดลงของจำนวนผู้ใช้ Netflix และได้ทำการวิเคราะห์

สมการถดถอยเชิงเส้น (ordinary least squares) เพื่อประมาณหาความสัมพันธ์ปัจจัยที่เกี่ยวข้องซึ่งได้ผลการ
สำรวจดังนี้

6
จาก model 1 พบว่าการประมาณที่ได้
1. Const หรือ ค่าคงที่ มีค่าสัมประสิทธิ์เท่ากับ 22.8558 ซึ่งหมายความว่า ผู้ใช้งาน Netflix โดยปกติ
แล้วจะใช้เวลาดู Netflix ประมาณ 22.856 ชั่วโมงต่อสัปดาห์
2. Other มี ค ่ า สั ม ประสิ ท ธิ์ เ ท่ า กั บ -7.41046 ซึ ่ ง หมายความว่ า หากผู ้ ต อบแบบสอบถามมี ก ารใช้
platform อื่นๆนอกจาก Netflix จะใช้เวลาในการดู Netflix ลดลงประมาณ 7.41 ชั่วโมงต่อสัปดาห์
3. Female มีค่าสัมประสิทธิ์เท่ากับ 0.397127 ซึ่งหมายความว่า เพศหญิงจะมีการใช้เวลาบน Netflix
มากกว่าเพศชายประมาณ 23.828 นาทีต่อสัปดาห์
4. Premium มีค่าสัมประสิทธิ์เท่ากับ -0.185013 ซึ่งหมายถึง การที่ผู้ตอบแบบสอบถามมี package
premium ซึ่งสามารถแชร์ได้ 4 ผู้ใช้งาน จะทำให้ผ ู้ตอบแบบสอบถามใช้เวลาบน Netflix ลดลง
11.101 นาทีต่อสัปดาห์
5. Family มีค่าสัมประสิทธิ์เท่ากับ -0.239764 ซึ่งหมายความว่า หากผู้ตอบแบบสอบถามมีจำนวน
สมาชิกครอบครัวเพิ่มหนึ่งคน จะทำให้มีการใช้เวลาบน Netflix ลดลง 14.386 นาทีต่อสัปดาห์
6. Credit มีค่าสัมประสิทธิ์เท่ากับ -0.6384 ซึ่งหมายความว่า หากผู้ตอบแบบสอบถามมีการลงหน่วยกิต
เพิ่มขึ้นหนึ่งหน่วยกิต จะทำให้มีการใช้เวลาบน Netflix ลดลง 38.304 นาทีต่อสัปดาห์
7. Outdoor มีค่าสัมประสิทธิ์ เท่ากับ 0.0797674 ซึ่งหมายความว่า หากผู้ตอบแบบสอบถามมี การ
ออกไปทำกิจกรรมข้างนอกบ้าน จะทำให้มีการใช้เวลาบน Netflix เพิ่มขึ้น 4.786 นาทีต่อสัปดาห์
จากผลการประมาณการที่ได้ พบว่า มีเพียงตัวแปร Other และ Credit เท่านั้นที่มีนัยสำคัญทางสถิติ
โดยอยูท่ ี่ระดับ 1% ซึง่ ตัวแปร Other นั้นมีผลต่อจำนวนชั่วโมงการดู Netflix ต่อสัปดาห์ตามที่ตั้งสมมติฐานไว้
แต่ ผ ลของ Credit ก็มีน ัย สำคั ญ ต่ อ จำนวนชั่ว โมงการดู Netflix เช่นกัน ซึ่งตัว แปรนี้ อยู่นอกเหนื อ จาก
สมมติฐานที่ตั้งไว้ตอนแรก ดังนั้นเราจึงเกิดความสงสัย ว่าอาจจะเกิดปัญหา Heteroscedasticity ที่ตัวแปร
Credit เราจึงได้ Plot กราฟระหว่างตัวแปร Credit และ จำนวนชั่วโมงการดู Netflix ซึ่งได้ผลดังนี้

7
 เนื่องจากหากพิจารณาที่ตัวแปร Credit จะพบว่า ผู้ตอบแบบสอบถามที่มีจำนวนหน่วยกิตน้อยๆ (มี
จำนวนชั่วโมงหน่วยกิตอยู่ระหว่าง 12-17 หน่วยกิต) จะพบว่ามีการกระจายของจำนวนชั่วโมงการดู Netflix
เป็นอย่างมาก เนื่องจากนิสิตที่ลงทะเบียนเรียนหน่วยกิตน้อยๆมีเวลาว่างเยอะจึงสามารถเลือ กได้ว่าจะดู
Netflix มากหรือน้อยก็ได้ ในขณะที่ผู้ตอบแบบสอบถามที่มีจำนวนหน่วยกิตมากๆ (มีจำนวนหน่วยกิตอยู่
ระหว่าง 18-22หน่วยกิต) จะพบว่ามีการกระจายตัวของจำนวนการใช้ Netflix ค่อนข้างน้อย เนื่องจากนิสิตที่
ลงทะเบียนเรียนหน่วยกิตจำนวนมากจะมีเวลาว่างน้อยกว่าจึงมีเวลาดู Netflix ลดลง ซึ่งแสดงให้เห็นถึงปัญหา
Heteroscedasticity เพราะ ตัวแปร Y (จำนวนชั่วโมงการดู Netflix) มีการกระจายที่ไม่คงที่ขึ้นกับตัวแปร X
(จำนวนหน่วยกิตที่ลงเรียน) ดังนั้นเราจึงทำการทดสอบ Heteroskedasticity ตัวแปร Credit ด้วยวิธีทดสอบ
ของ Breusch-Pagan Test ซึง่ ผลที่ได้เป็นดังนี้

เราจะทำการทดสอบ Hypothesis ว่าเป็นจำลองมีปัญหา Heteroskedasticity หรือไม่

จาก 𝑈 2 = 𝛿0 + 𝛿1 𝑋1 + 𝛿2 𝑋2 + 𝛿3 𝑋3 + 𝛿4 𝑋4 + 𝛿5 𝑋5 + 𝛿6 𝑋6

Null hypothesis (H0) : 𝛿1 = 𝛿2 = 𝛿3 = 𝛿4 = 𝛿5 = 𝛿6 = 0

Alternative hypothesis (H1) : มีตัวแปร 𝛿 หนึ่งตัวไม่เป็นศูนย์

จากค่า P-value เท่ากับ 0.022473 จะได้ว่าค่าที่ได้ สามารถปฏิเสธ Null hypothesis ได้ที่ระดับ
นัยสำคัญ 5 เปอร์เซ็นต์ (P-value < 𝛼) แสดงถึงการมีปัญหาใน Heteroskedasticity เกิดขึ้นในโมเดล ซึ่ง
ประกอบกับกราฟที่ plot ดูการกระจายของ Credit กับ จำนวนชั่วโมงการดู Netflix และการทดสอบที่ได้จึง
ทำให้เราค่อนข้างมั่นใจว่าตัวแปรที่ทำให้โมเดลเกิดปัญหา Heteroskedasticity คือ ตัวแปร Credit

8
 ดังนั้นเราจึงแก้ไขปัญหาโดยการ Weight model ด้วยตัวแปร credit ซึง่ จะได้แบบจำลองใน model
2 ซึ่งการแก้ปัญหา Heteroskedasticity จะทำให้แบบจำลองมีประสิทธิภาพที่ดีขึ้น และสามารถทดสอบด้วย
F-test หรือ T-test ได้ และค่า standard error ในแต่ละตัวแปรจะผลต่อจำนวนรายชั่วโมงต่อสัปดาห์ในการ
ดู Netflix ซึ่งหมายถึงค่าความคลาดเคลื่อนหรือความผิดเพี้ยนของผลที่ลดน้อยลงและค่าสัมประสิทธิ์ที่แม่นยำ
มากยิ่งขึ้น โดยได้ผลออกมาดังนี้

จาก model 2 พบว่าการประมาณที่ได้

1. const หรื อ ค่ า คงที ่ ม ี ค ่ า สั ม ประสิ ท ธิ ์ เ ท่ า กั บ 22.3746 ซึ ่ ง หมายความว่ า ผู ้ ท ี ่ ใ ช้ ง าน Netflix
โดยปกติแล้วจะใช้เวลาดู Netflix ประมาณ 22.375 ชั่วโมงต่อสัปดาห์
2. Other หรือ การใช้ online streaming platform อื่นๆนอกจาก Netflix มีค่าสัมประสิทธิ์เท่ากับ
-7.47938 ซึ่งหมายความว่า หากผู้ตอบแบบสอบถามมีการใช้ platform อื่นๆนอกจาก Netflix จะทำ
ให้ใช้เวลาในการดู Netflix ลดลงประมาณ 7.479 ชั่วโมงต่อสัปดาห์
3. Female มีค่าสัมประสิทธิ์เท่ากับ 0.392857 ซึ่งหมายความว่า เพศหญิงจะมีการใช้เวลาบน Netflix
มากกว่าเพศชายประมาณ 23.571 นาทีต่อสัปดาห์

9
 4. Premium หรือ การใช้ package Netflix premium มีค่าสัมประสิทธิ์เท่ากับ -0.080055 ซึ่งหมายถึง
การที ่ ผ ู ้ ต อบแบบสอบถามมี แ พกเกจพรี เ มี ่ ย มซึ ่ ง สามารถแชร์ ไ ด้ 4 ผู ้ ใ ช้ ง าน จะทำให้ ผ ู ้ ต อบ
แบบสอบถามใช้เวลาบน Netflix ลดลง 4.803 นาทีต่อสัปดาห์
5. Family มีค่าสัมประสิท ธิ์เท่ากับ -0.205739 ซึ่งหมายความว่า หากผู้ตอบแบบสอบถามมีจำนวน
สมาชิกครอบครัวเพิ่มหนึ่งคน จะทำให้มีการใช้เวลาบน Netflix ลดลง 12.344 นาทีต่อสัปดาห์
6. Credit มีค่าสัมประสิทธิ์เท่ากับ -0.623739 ซึ่งหมายความว่า หากผู้ตอบแบบสอบถามมีการลงหน่วย
กิตเพิ่มขึ้นหนึ่งหน่วยกิต จะทำให้มีการใช้เวลาบน Netflix ลดลง 37.424 นาทีต่อสัปดาห์
7. Outdoor มีค่าสัมประสิทธิ์เท่ากับ 0.100037 ซึ่งหมายความว่า หากผู้ตอบแบบสอบถามมีการออกไป
ทำกิจกรรมข้างนอกบ้าน จะทำให้มีการใช้เวลาบน Netflix เพิ่มขึ้น 6.002 นาทีต่อสัปดาห์

การตีความผลที่ได้
เมื ่ อ เปรี ย บเที ย บโมเดลที ่ ย ั ง ไม่ ไ ด้ ร ั บ การแก้ ไ ข (model 1) กั บ โมเดลที ่ ไ ด้ ร ั บ การแก้ ไ ขด้ ว ยวิธี
weighted least squares ด้วยจำนวนหน่วยกิตที่ลงทะเบียนเรียน (model 2) จะพบความแตกต่างระหว่าง
สองโมเดลดังนี้

จากการเทียบระหว่างสองโมเดลพบว่า
1. const มีค่าสัมประสิทธิ์ ลดลงจาก 22.8558 เป็น 22.3746 ซึ่งแสดงถึงผลของค่าคงที่ ที่ลดลงไม่มาก
และยังคงมีนัยสำคัญที่ระดับ 1% เช่นเดิม
2. Other มีค่าสัมประสิทธิ์เพิ่มขึ้นจาก 7.41046 เป็น 7.47938 ซึง่ แสดงถึงผลของการมี platform อื่นๆ
ที่ส่งผลลบต่อการใช้งาน Netflix มากขึ้น และยังคงมีนัยสำคัญที่ระดับ 1% เช่นเดิม
3. Female มีค่าสัมประสิทธิ์ ลดลงจาก 0.39712727 เป็น 0.392857 ซึ่งการเปลี่ยนแปลงนี้ก็ยังไม่มี
นัยสำคัญเช่นเดิม

10
 4. Premium มีค่าสัมประสิทธิ์ลดลงจาก 0.185013 เป็น 0.0800555 ซึ่งแสดงถึงผลของการมี package
premium ที่ส่งผลต่อจำนวนชั่วโมงการดู Netflix ที่เพิ่มขึ้น แม้ว่าจะมีการเปลี่ยนแปลงค่อนข้างมาก
แต่ก็ยังคงไม่มีนัยสำคัญเช่นเดิม
5. Family มีค่าสัมประสิทธิ์ ลดลงจาก 0.239764 เป็น 0.205798 ซึ่งแสดงถึงผลที่ลดลงของจำนวน
สมาชิกครอบครัวที่ส่งผลต่อชั่วโมงการดู Netflix ต่อสัปดาห์ ซึ่งแม้ว่าจะมีการเปลี่ยนแปลงที่สูงแต่ก็
ยังคงไม่มีนัยสำคัญเช่นเดิม
6. Credit มีค่าสัมประสิทธิ์ลดลงจาก 0.6384 เป็น 0.623739 ซึ่งแสดงถึงผลที่ลดลงจำนวนหน่วยกิตที่
ส่งผลต่อชั่วโมงการดู Netflix ต่อสัปดาห์ และยังคงมีนัยสำคัญที่ระดับ 1% เช่นเดิม
7. Outdoor มีค่าสัมประสิทธิ์ เพิ่มขึ้น จาก 0.0797674 เป็น 0.100037 ซึ่งแสดงถึงผลที่เพิ่มขึ้น ของ
จำนวนวันที่ออกจากบ้านไปทำกิจกรรมต่างๆต่อสัปดาห์ส่งผลต่อชั่วโมงการดู Netflix ต่อสัปดาห์ แต่ก็
ยังคงไม่มีนัยสำคัญเช่นเดิม

เมื่อพิจารณาค่า R-square จะพบว่ามีค่าเพิ่มขึ้นจาก 0.829715 เป็น 0.832075 ซึ่งสะท้อนถึงการที่

model มีส่วนที่สามารถอธิบายได้เพิ่มขึ้น กล่าวคือ แบบจำลองที่ มีการทำ weighted least squares ด้วย
จำนวนหน่วยกิตที่ลงทะเบียนเรียน สามารถอธิบายจำนวนชั่วโมงการดู Netflix ต่อสัปดาห์ได้มากกว่า model
ทีท่ ำ ordinary least squares แบบปกติ
จากสมมติฐานข้างต้นที่ตั้งไว้ว่า การใช้ online streaming platform อื่นๆส่งผลทำให้จำนวนชั่วโมง
การดู Netflix ลดลงหรื อ ไม่ จากการสำรวจและประมาณการผลที่ ไ ด้ พ บว่า การใช้ online streaming
platform อื่นๆหรือตัวแปร Other มีผลต่อลบต่อจำนวนชั่วโมงการดู Netflix จริงๆ ซึ่งสะท้อนถึงยอดการใช้
งาน Netflix ที่ลดลงได้ และนอกเหนือจากสมมติฐานที่ตั้งไว้ข้างต้น ยังพบว่า ตัวแปร Credit ก็มีผลต่อจำนวน
ชั่วโมงการดู Netflix อย่างมีนัยสำคัญเช่นกัน เนื่องจากการทำสำรวจนี้ เป็นการสำรวจในกลุ่มตัวอย่างที่เป็น
นิสิตชั้นปีที่ 2 อีกทั้งเวลาที่ทำการสำรวจคือช่วงเวลาที่กำลังสอบปลายภาค ดังนั้นข้อมูลที่ได้จึงอาจจะมีความ
คลาดเคลื่อนไปจากการทำการสำรวจกับบุคคลทั่วไปแบบสุ่ม (คละผู้ทำแบบสอบถามจากหลายช่วงอายุ หลาย
อาชีพ เป็นต้น)

11
 สรุปผลการศึกษา
จากการศึกษาพบว่าปัจจัยที่ส่งผลต่อจำนวนชั่วโมงการดู Netflix ต่อสัปดาห์และมีนัยสำคัญทางสถิติ
คื อ การใช้ ง าน online streaming platform อื ่ น ๆ และ จำนวนหน่ ว ยกิ ต ซึ ่ ง พบว่ า ตั ว แปรเหล่ า นี้
มีผลในเชิงลบกับ จำนวนชั่วโมงการดู Netflix ต่อสัปดาห์ กล่าวคือ การใช้งาน online streaming platform
อื ่ น ๆ และการเพิ ่ ม ขึ ้ น ของจำนวนหน่ ว ยกิ ต จะทำให้ จ ำนวนชั ่ ว โมงการดู Netflix ต่ อ สั ป ดาห์ ล ดน้ อ ยลง
ซึ ่ ง สมเหตุ ส มผล เนื ่ อ งจากหากผู ้ ใ ช้ ง าน Netflix เปลี ่ ย นไปใช้ ง าน online streaming platform อื ่ น ๆ
หรือลงทะเบียนเรียนหลายวิชา ก็จะทำให้มีเวลาในการใช้งาน Netflix ลดลง
ดังนั้นจากคำถามที่ว ่า การใช้ online streaming platform อื่นๆส่งผลทำให้จำนวนชั่วโมงการดู
Netflix ต่อสัป ดาห์ล ดลงหรื อ ไม่ นั้นผลการศึ ก ษาคื อ การใช้งาน online streaming platform อื่น ๆ
ส่งผลทำให้จำนวนชั่วโมงการดู Netflix ลดลงอย่างมีนัยสำคัญทางสถิติที่ระดับ 1% กล่าวคือ การที่ผู้ใช้งาน
Netflix มีการใช้งาน online streaming platform อื่นๆร่วมด้วย จะเป็นการดึงเวลาชั่วโมงการใช้งานของ
Netflix และทำให้จำนวนชั่วโมงการใช้งานลดลงในที่สุด ซึ่งสอดคล้องกับ หลักฐานสนันสนุน ในเรื่อ งของ
สงครามช่ ว งชิ ง เวลา หรื อ ก็ ค ื อ การแข่ ง ขั น แย่ ง ชิ ง ส่ ว นแบ่ ง ตลาดใน online streaming ดั ง นั ้ น online
streaming platform ใหม่ๆที่เกิดขึ้นมากมายในปัจจุบันจึงเป็นสาเหตุสำคัญ ที่ทำให้ยอดการใช้งานของ
Netflix ลดลง

12
 บรรณานุกรม
Armstrong, M. (2022). Netflix Fails to Halt the Subscriber Additions Decline. Statista.
https://www.statista.com/chart/26012/netflix-global-net-subscriber-additions-quarterly/
Cuofano, G. (2022). Netflix Business Model. Fourweekmba,
https://fourweekmba.com/an-ad-supported-netflix/
Gruenwedel, E. (2022). Parrot analytics: netflix still dominant as original content
producer. Mediaplaynews, https://www.mediaplaynews.com/parrot-analytics-netflix-still-
dominant-as-original-content-producer/
Makmek, K. (2022). Netflix มีแผนเก็บเงินลูกค้าเพิ่ม ถ้าแชร์บัญชีเยอะ แต่อยู่คนละบ้าน.
Workpointtoday. https://workpointtoday.com/netflix-tests-charging-some-customers-more-
for-password-sharing/
Netflix, (2022). Plans and pricing. http://https://help.netflix.com/th/node/24926/us
Vlastelica, R. (2022). How Netflix’s Awful Week Mars Its 20,000% Climb in Four Charts.
Bloomberg. https://www.bloomberg.com/news/articles/2022-04-24/how-netflix-s-awful-
week-mars-its-20-000-climb-in-four-charts

13