| ชื่อบทความ |
การตรวจสอบคุณภาพเว็บไซต์การยืมคืนวัสดุครุภัณฑ์สำหรับนักศึกษาแบบอัตโนมัติ
|
| ชื่อบทความ(English) |
Quality Evaluation of an Automated Equipment Borrowing Website for Students
|
|
|
|
| ประเภทบทความ |
บทความวิจัย
|
| ชื่อผู้แต่ง |
ธนกร แย้มศิริ(1), อรรถวิท ชังคมานนท์(1), สนิท สิทธิ(1) และ ก่องกาญจน์ ดุลยไชย(1*) (Tanagon Yamsiri(1), Arthavit Changkamannant(1), Snit Sitti(1) and Kongkarn Dullayacha(1*))
|
| หน่วยงาน |
สาขาวิทยาการคอมพิวเตอร์ คณะวิทยาศาสตร์ มหาวิทยาลัยแม่โจ้(1) (Computer Science Department, Faculty of Science, Maejo University(1)) *Corresponding author: kongkarn@gmaejo.mju.ac.th
|
| ชื่อวารสาร |
วารสารแม่โจ้เทคโนโลยีสารสนเทศและนวัตกรรม ปีที่ 12 ฉบับที่ 3 กันยายน – ธันวาคม 2569
|
| บทคัดย่อ |
งานวิจัยนี้วัดประสิทธิภาพของระบบยืมคืนวัสดุครุภัณฑ์สำหรับนักศึกษาโดยใช้เครื่องมือ กูเกิล ไลต์เฮาส์ (Google Lighthouse), กูเกิล เพจสปีด อินไซต์ส (Google PageSpeed Insights) และ เว็บเพจเทสต์ (WebPageTest) หน้าเว็บเพจที่ใช้วัดประสิทธิภาพจำนวน 28 หน้า แบ่งตามประเภทการใช้งาน ได้แก่ หน้าแสดงข้อมูล หน้ารายการข้อมูล และหน้าป้อนข้อมูล ใช้ตัวชี้วัด คอร์ เว็บ ไวทัลส์ (Core Web Vitals) ประกอบด้วย เวลาที่ใช้ในการโหลดเนื้อหาที่ใหญ่ที่สุดบนหน้าจอ (Largest Contentful Paint : LCP), เวลาตั้งแต่ผู้ใช้ไปหน้าเว็บไซต์เป็นครั้งแรกจนถึงเวลาที่เนื้อหาส่วนใดส่วนหนึ่งในหน้าแสดงผล (First Contentful Paint : FCP) และ ค่าการเปลี่ยนแปลงเค้าโครงของเพจ (Cumulative Layout Shift : CLS) และวิเคราะห์ข้อมูลด้วยสถิติเชิงพรรณนา
ผลการศึกษาพบว่า เว็บไซต์กรณีศึกษามีประสิทธิภาพด้านความเร็วในการแสดงผลอยู่ในระดับที่ยอมรับได้ตามเกณฑ์ Core Web Vitals โดย Google Lighthouse และ Google PageSpeed Insights ให้ค่า LCP และ FCP อยู่ในระดับดี (ต่ำกว่า 1.5 วินาที) ขณะที่ WebPageTest ให้ค่าตัวชี้วัดสูงกว่าเครื่องมืออื่นอย่างสม่ำเสมอ โดยเฉพาะค่าการเปลี่ยนแปลงเค้าโครงของเพจ (CLS) ในหน้าประเภทรายการข้อมูลซึ่งมีค่าสูงกว่า 0.25 การวิเคราะห์เชิงสถิติแสดงให้เห็นว่าค่า LCP และ FCP แตกต่างกันอย่างมีนัยสำคัญทางสถิติระหว่างเครื่องมือ (p < .001) ในขณะที่ค่า CLS ไม่พบความแตกต่างอย่างมีนัยสำคัญ (p > .05)
ผลการวิจัยชี้ให้เห็นว่ากลไกการทดสอบของเครื่องมือแต่ละชนิดมีอิทธิพลต่อค่าการประเมินอย่างมีนัยสำคัญ โดยเฉพาะในตัวชี้วัดด้านเวลาในการแสดงผล ดังนั้น การใช้เครื่องมือมากกว่าหนึ่งชนิดร่วมกันจึงช่วยเพิ่มความครอบคลุมและความน่าเชื่อถือของกระบวนการประเมินประสิทธิภาพเว็บไซต์
|
| คำสำคัญ |
เครื่องมือตรวจสอบคุณภาพเว็บไซต์; ประสิทธิภาพเว็บไซต์; คอร์ เว็บ ไวทัลส์; กูเกิล ไลท์เฮาส์; กูเกิล เพจสปีด อินไซต์ส; เว็บเพจเทสต์
|
| ปี พ.ศ. |
2569
|
| ปีที่ (Vol.) |
12
|
| ฉบับที่ (No.) |
3
|
| เดือนที่พิมพ์ |
กันยายน - ธันวาคม
|
| เลขที่หน้า (Page) |
49-63
|
| ISSN |
ISSN 3027-7280 (Online)
|
| DOI |
|
| ORCID_ID |
0009-0005-2802-2871
|
| ไฟล์บทความ |
https://mitij.mju.ac.th/ARTICLE/R69103.pdf
|
| | |
| เอกสารอ้างอิง | |
| |
พรมสาร, ป., และคณะ. (2566). การศึกษาประสิทธิภาพเว็บไซต์หน่วยงานประกันคุณภาพการศึกษา
ในประเทศไทยที่ส่งผลต่อประสบการณ์ผู้ใช้งาน. วารสารเทคโนโลยีสื่อสารมวลชน มทร.พระนคร, 8(1), 43–54.
https://so05.tci-thaijo.org/index.php/jmctrmutp/article/view/260991
|
| |
สมชาย อารยพิทยา, และ สนิท สิทธิ. (2568). การวิเคราะห์คุณลักษณะและประสิทธิภาพของระบบเว็บ
วารสารแม่โจ้เทคโนโลยีสารสนเทศและนวัตกรรม. วารสารแม่โจ้เทคโนโลยีสารสนเทศและนวัตกรรม, 11(3), 298–317.
https://mitij.mju.ac.th/ARTICLE/R68035.pdf
|
| |
Behl, A., & Behl, K. (2017). Website performance optimization techniques: A review.
International Journal of Computer Applications, 165(9), 25–30.
|
| |
Catchpoint. (n.d.). WebPageTest.
https://www.webpagetest.org/about
|
| |
Deloitte. (2020). Milliseconds make millions.
https://www2.deloitte.com/ie/en/pages/consulting/articles/milliseconds-make-millions.html
|
| |
Dobbala, M. K., & Lingolu, M. S. S. (2022). Web performance tooling and importance
Google. (2020). Web Vitals. Google Developers.
https://web.dev/vitals/
|
| |
Google. (2023). Core Web Vitals and page experience. Google Search Central.
https://developers.google.com/search/docs/appearance/core-web-vitals
|
| |
Google. (n.d.). Lighthouse. Google Developers.
https://developer.chrome.com/docs/devtools/lighthouse/
|
| |
Google. (n.d.). PageSpeed Insights. Google Developers.
https://developers.google.com/speed/pagespeed/insights/
|
| |
International Organization for Standardization. (2011). ISO/IEC 25010: Systems and
software engineering—Systems and software quality models. ISO.
|
| |
Jain, V. (2023). Web vitals and core metrics for web performance optimization.
International Journal of Core Engineering & Management.
https://www.researchgate.net/publication/393076201_EVALUATION_AND_OPTIMIZATION_OF_WEBSITE_EFFICIENCY_USING_GOOGLE_PAGESPEED_INSIGHTS
|
| |
Kumar, R., & Singh, S. (2020). Comparative analysis of website performance testing
tools. Journal of Web Engineering, 19(6), 489–508.
|
| |
Mozilla Developer Network. (2023). Performance metrics. MDN Web Docs.
https://developer.mozilla.org/en-US/docs/Web/Performance
|
| |
Piyanat Promsarn, S. Thieng-r-rome, & S. Timsamran. (2021). Evaluation of participant
satisfaction and website efficiency of the Mahidol Quality Fair. Journal of Professional Routine to Research, 8(2), 13–24.
https://so03.tci-thaijo.org/index.php/jpr2r/article/view/250068
|
| |
Portent. (2022). Site speed is (still) impacting your conversion rate.
https://www.portent.com/blog/analytics/research-site-speed-hurting-everyones-revenue.htm
|
| |
Railway Corp. (n.d.). Railway: Cloud application deployment platform.
https://railway.com/
|
| |
|
| |
|
| |
|
| |
|
| |
|
| |
|
| |
|
| |
|
| |
|
| |
|
| |
|