วารสารการจัดการเทคโนโลยีและนวัตกรรมดิจิทัล https://ph05.tci-thaijo.org/index.php/TMDI th-TH sangtong.b@rmutsb.ac.th (Asst.Prof.Dr. Sangtong Boonying) nantiya.t@rmutsb.ac.th (Asst.Prof.Nantiya Tantidontanet) Thu, 24 Jul 2025 22:16:58 +0700 OJS 3.3.0.8 http://blogs.law.harvard.edu/tech/rss 60 การเปรียบเทียบผลสัมฤทธิ์ทางการเรียน ผ่านกิจกรรมการเรียนรู้ร่วมกันโดยการแบ่งกลุ่มทีมสัมฤทธิ์ รายวิชาการเขียนโปรแกรมเชิงวัตถุ ของนักศึกษาระดับปริญญาตรี ชั้นปีที่ 3 สาขาวิชาเทคโนโลยีดิจิทัลเพื่อการศึกษา https://ph05.tci-thaijo.org/index.php/TMDI/article/view/189 <p>&nbsp;&nbsp;&nbsp;&nbsp; การวิจัยนี้มีวัตถุประสงค์เพื่อ 1) หาคุณภาพแบบทดสอบวัดผลสัมฤทธิ์ทางการเรียนของกิจกรรมการเรียนรู้ร่วมกันโดยการแบ่งกลุ่มทีมสัมฤทธิ์ รายวิชาการเขียนโปรแกรมเชิงวัตถุ&nbsp; ของนักศึกษาระดับปริญญาตรีชั้นปีที่ 3 สาขาวิชาเทคโนโลยีดิจิทัลเพื่อการศึกษา 2) หาคุณภาพแบบสอบถามความพึงพอใจ 3) เปรียบเทียบผลสัมฤทธิ์ทางการเรียนก่อนและหลังเรียน และ <br>4) หาความพึงพอใจของนักศึกษา กลุ่มตัวอย่างที่ใช้ในการวิจัยแบ่งเป็น 2 กลุ่ม ได้แก่ ผู้เชี่ยวชาญ จำนวน 7 คน และนักศึกษา จำนวน 21 คน เครื่องมือที่ใช้ในการวิจัยได้แก่ กิจกรรมการเรียนรู้ร่วมกันโดยการแบ่งกลุ่มทีมสัมฤทธิ์ แบบสอบถาม และแบบทดสอบ สถิติที่ใช้ในการวิเคราะห์ข้อมูลได้แก่ ค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน ค่าความยากง่าย &nbsp;ค่าอำนาจจำแนก ค่าความเชื่อมั่น ค่าดัชนีความสอดคล้องของแบบทดสอบวัดผลสัมฤทธิ์ทางการเรียนและการทดสอบที</p> <p>&nbsp;&nbsp;&nbsp;&nbsp; ผลการวิจัยสรุปได้ดังนี้ 1) ผลการหาคุณภาพแบบทดสอบวัดผลสัมฤทธิ์ทางการเรียน ได้ข้อสอบที่ผ่านการตรวจสอบคุณภาพ จำนวน 60 ข้อ มีค่าดัชนีความสอดคล้องแบบทดสอบวัดผลสัมฤทธิ์ทางการเรียน มีค่าอยู่ในช่วงระหว่าง 0.60 ถึง 1.00 ค่าระดับความยาก อยู่ระหว่าง 0.35 ถึง 0.76 ค่าอำนาจจำแนก อยู่ระหว่าง 0.24 ถึง 0.53 และมีค่าความเชื่อมั่นทั้งฉบับเท่ากับ 0.92 2) ผลการหาคุณภาพของแบบสอบถามความพึงพอใจ ภาพรวมความคิดเห็นของผู้เชี่ยวชาญ อยู่ในระดับมากที่สุด มีค่าเฉลี่ย 4.89 และ ส่วนเบี่ยงเบนมาตรฐาน 0.43, 3) ผลสัมฤทธิ์ทางการเรียน หลังเรียนสูงกว่าก่อนเรียนอย่างมีนัยสําคัญทางสถิติที่ระดับ 0.05 และ 4) ความพึงพอใจของนักศึกษา ภาพรวมมีความพึงพอใจอยู่ในระดับมากที่สุด <br>มีค่าเฉลี่ยเท่ากับ 4.53 และส่วนเบี่ยงเบนมาตรฐานเท่ากับ 0.67.</p> อัจฉรีย์ คำแถม, พรรณภา ส่งแสงแก้ว, เกริกศักดิ์ เบญจรัฐพงศ์ Copyright (c) 2025 คณะบริหารธุรกิจและเทคโนโลยีสารสนเทศ มทร.สุวรรณภูมิ https://creativecommons.org/licenses/by-nc-nd/4.0 https://ph05.tci-thaijo.org/index.php/TMDI/article/view/189 Thu, 24 Jul 2025 00:00:00 +0700 การวิเคราะห์เชิงเปรียบเทียบความสัมพันธ์ระหว่างข้อมูล เพื่อคัดเลือกตัวแปรที่มีศักยภาพในการพยากรณ์ด้วยการถดถอยเชิงเส้นอย่างง่าย https://ph05.tci-thaijo.org/index.php/TMDI/article/view/190 <p>การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อวิเคราะห์ความสัมพันธ์เชิงเส้นระหว่างตัวแปรจากชุดข้อมูลหลากหลาย โดยมุ่งหวังคัดเลือกคู่ตัวแปรที่มีความสัมพันธ์เชิงบวกสูง และมีศักยภาพในการนำไปสร้างแบบจำลองพยากรณ์ด้วยวิธีการถดถอยเชิงเส้นอย่างง่าย (Simple Linear Regression) ผู้วิจัยใช้ข้อมูลทุติยภูมิจากแหล่งเปิดเผยจำนวน 5 ชุด ได้แก่ <em>Heart.csv, StudentMarks.csv, TestEnergyData.csv, Salary_dataset.csv</em> และ <em>Advertising.csv</em> โดยใช้ค่าสัมประสิทธิ์สหสัมพันธ์ของเพียร์สัน (Pearson Correlation Coefficient) และค่าตัวชี้วัดประสิทธิภาพของแบบจำลอง ได้แก่ ค่า R2R^2R2, RMSE และ MAE ในการประเมิน ผลการวิเคราะห์พบว่า ชุดข้อมูล <em>Salary_dataset.csv</em> แสดงค่าความสัมพันธ์สูงที่สุด ( R2=0.9570R^2 = 0.9570R2=0.9570 ) ซึ่งชี้ให้เห็นว่าตัวแปร “ประสบการณ์ทำงาน” มีศักยภาพสูงในการทำนาย “เงินเดือน” ขณะที่ชุดข้อมูล <em>StudentMarks.csv</em> และ <em>Advertising.csv</em> ก็มีค่าความสัมพันธ์ในระดับสูงเช่นกัน ( R2&gt;0.80R^2 &gt; 0.80R2&gt;0.80 ) ส่วนชุดข้อมูล <em>Heart.csv</em> และ <em>TestEnergyData.csv</em> แสดงความสัมพันธ์ในระดับต่ำและปานกลางตามลำดับ การศึกษาครั้งนี้แสดงให้เห็นถึงความสำคัญของการวิเคราะห์สหสัมพันธ์เชิงเปรียบเทียบในการคัดเลือกตัวแปรเชิงปริมาณที่เหมาะสมก่อนการสร้างแบบจำลองทางสถิติ ซึ่งสามารถนำไปประยุกต์ใช้ในงานวิเคราะห์ข้อมูลเชิงพยากรณ์ในหลายบริบท เช่น เศรษฐกิจ การศึกษา และพฤติกรรมผู้บริโภค</p> กุลิสรา ทรัพย์ประกอบ, นาวิน ดวงสุวรรณ์, ปยุต มีมานะ Copyright (c) 2025 คณะบริหารธุรกิจและเทคโนโลยีสารสนเทศ มทร.สุวรรณภูมิ https://creativecommons.org/licenses/by-nc-nd/4.0 https://ph05.tci-thaijo.org/index.php/TMDI/article/view/190 Thu, 24 Jul 2025 00:00:00 +0700 การพัฒนาระบบตู้กุญแจอัจฉริยะและการติดตามการใช้งานกุญแจ https://ph05.tci-thaijo.org/index.php/TMDI/article/view/192 <p>ระบบตู้กุญแจอัจฉริยะและการติดตามการใช้งานกุญแจ ถูกพัฒนาขึ้นเพื่อลดปัญหาการสูญหายของกุญแจ เพิ่มความปลอดภัยในการเข้าถึง และอำนวยความสะดวกในการจัดการกุญแจในองค์กร โดยออกแบบให้ผู้ใช้สามารถเข้าถึงและใช้งานกุญแจได้อย่างมีประสิทธิภาพ พร้อมระบบติดตามการใช้งานแบบเรียลไทม์ผ่านเว็บแอปพลิเคชัน ระบบนี้ใช้เทคโนโลยี Internet of Things (IoT) ควบคู่กับ Firebase Realtime Database เพื่อจัดเก็บและประมวลผลข้อมูล ระบบฮาร์ดแวร์ถูกออกแบบโดยใช้ NodeMCU ESP8266 เป็นตัวควบคุมหลัก ร่วมกับกลอนไฟฟ้า รีเลย์ และเซ็นเซอร์วัดระยะทาง Ultrasonic เพื่อบันทึกและตรวจสอบสถานะของกุญแจทุกดอกแบบอัตโนมัติ ในขั้นตอนการพัฒนา ระบบได้รับการทดสอบด้วย Black Box Testing เพื่อประเมินความเสถียรและความถูกต้องของฟังก์ชัน พบว่าระบบสามารถทำงานได้ตามที่ออกแบบ และรองรับการใช้งานในสถานการณ์จริงอย่างมีประสิทธิภาพ จากการประเมินความพึงพอใจของผู้เชี่ยวชาญและผู้ใช้ทั่วไป พบว่าระบบได้รับคะแนนด้านความสามารถในการทำงานตามความต้องการในระดับดีมากจากผู้เชี่ยวชาญ (x̄ = 4.44, S.D. = 0.38) และระดับดีจากผู้ใช้ทั่วไป (x̄ = 3.93, S.D. = 0.74) ด้านความง่ายต่อการใช้งานได้รับคะแนนในระดับดีมากจากผู้เชี่ยวชาญ (x̄ = 4.61, S.D. = 0.48) และระดับดีจากผู้ใช้ทั่วไป (x̄ = 4.37, S.D. = 0.69) นอกจากนี้ด้านการนำไปใช้ประโยชน์ระบบได้รับคะแนนในระดับดีมาก (x̄ = 4.48, S.D. = 0.61)</p> พิเชษฐ์ เตียวตระกูลวัฒน, ณัฐวัตร กิจสอาจ, วาฤทธิ์ กันแก้ว Copyright (c) 2025 คณะบริหารธุรกิจและเทคโนโลยีสารสนเทศ มทร.สุวรรณภูมิ https://creativecommons.org/licenses/by-nc-nd/4.0 https://ph05.tci-thaijo.org/index.php/TMDI/article/view/192 Thu, 24 Jul 2025 00:00:00 +0700 การพัฒนาแอปพลิเคชันมูลนิธิร่วมกตัญญู: ระบบแจ้งเหตุฉุกเฉิน การแจ้งเตือน และคู่มือปฐมพยาบาลเบื้องต้น https://ph05.tci-thaijo.org/index.php/TMDI/article/view/191 <p>อุบัติเหตุบนท้องถนนเป็นปัญหาสำคัญที่ส่งผลกระทบต่อชีวิตและทรัพย์สินของประชาชนอย่างรุนแรง จังหวัดพระนครศรีอยุธยาเป็นพื้นที่ที่มีการเดินทางหนาแน่นและมีอัตราการเกิดอุบัติเหตุสูง การวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาแอปพลิเคชันแจ้งเตือนอุบัติเหตุที่ช่วยให้การแจ้งเหตุและการตอบสนองของหน่วยกู้ภัยเป็นไปอย่างมีประสิทธิภาพ โดยใช้เทคโนโลยี Flutter, Google Maps API และ Firebase ในการพัฒนา แอปพลิเคชันที่พัฒนาขึ้นมีฟังก์ชันหลัก ได้แก่ การแจ้งเหตุฉุกเฉินไปยังมูลนิธิกู้ภัย การส่งข้อมูลอุบัติเหตุพร้อมตำแหน่งและภาพถ่ายให้เจ้าหน้าที่ การแจ้งเตือนอุบัติเหตุในพื้นที่เพื่อให้ประชาชนสามารถหลีกเลี่ยงเส้นทางเสี่ยง และการให้ข้อมูลปฐมพยาบาลเบื้องต้นเพื่อลดความรุนแรงของการบาดเจ็บ ผลการทดสอบประสิทธิภาพโดยผู้เชี่ยวชาญทางเทคนิค พบว่าระบบมีประสิทธิภาพในระดับดีมาก (x̄ = 4.79, S.D. = 0.42) โดยผู้เชี่ยวชาญด้านกู้ภัยประเมินให้อยู่ในระดับดีมาก (x̄ = 4.63, S.D. = 0.49) และผู้ใช้ประเมินให้อยู่ในระดับดี (x̄ = 4.23, S.D. = 0.67) จึงสามารถนำไปประยุกต์ใช้เพื่อเพิ่มความปลอดภัยบนท้องถนนและลดอัตราการสูญเสียจากอุบัติเหตุได้อย่างมีประสิทธิภาพ</p> วิรดา เกษางาม, สุดารัตน์ พุ่มโพธิ์แพน, วาฤทธิ์ กันแก้ว Copyright (c) 2025 คณะบริหารธุรกิจและเทคโนโลยีสารสนเทศ มทร.สุวรรณภูมิ https://creativecommons.org/licenses/by-nc-nd/4.0 https://ph05.tci-thaijo.org/index.php/TMDI/article/view/191 Thu, 24 Jul 2025 00:00:00 +0700