วิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2547

วิทยานิพนธ์นี้มีวัตถุประสงค์เพื่อหาช่วงของค่ามาตรวัดที่เกิด และไม่เกิดร่องรอยที่ไม่ดีของภาษาจาวา โดยเริ่มจากทำการสร้างโมเดลของมาตรวัดในการทำนายร่องรอยที่ไม่ดีทั้ง 8 แบบ คือ Data Class, Feature Envy, Large Class, Lazy Class, Long Method, Long Parameter List, Refused Bequest และ Switch Statement โดยใช้มาตรวัด 30 มาตรวัด ด้วยวิธีการวิเคราะห์ความถดถอยเพื่อหาความสัมพันธ์ระหว่างมาตรวัดกับร่องรอยที่ไม่ดี โดยใช้ชุดข้อมูลสอน 10 โปรแกรม และตรวจสอบความถูกต้องด้วยชุดข้อมูลทดสอบจำนวน 2 โปรแกรม หลังจากนั้นทำการออกแบบและการทดลองเพื่อเก็บข้อมูลในการหาช่วงของค่ามาตรวัดที่เกิดร่องรอยที่ไม่ดี และช่วงของค่ามาตรวัดที่ไม่เกดร่องรอยที่ไม่ดีในโปรแกรมภาษาจาวา โดยใช้ชุดข้อมูลสำหรับหาช่วงของค่ามาตรวัดที่เกิดร่องรอยที่ไม่ดี และช่วงของค่ามาตรวัดที่ไม่เกิดร่องรอยที่ไม่ดี แล้วตรวจสอบความถูกต้องของช่วงของค่ามาตรวัดที่เกิดร่องรอยที่ไม่ดีและ ช่วงของค่ามาตรวัดที่ไม่เกิดร่องรอยที่ไม่ดีด้วยชุดข้อมูลทดสอบ จากนั้นเปรียบเทียบการตรวจจับร่องรอยที่ไม่ดีด้วยมาตรวัดเดียวหรือหลายมาตรวัดที่ทำเงื่อนไข OR กัน ผลที่ได้คือใช้หลายมาตรวัดที่ทำเงื่อนไข OR กันสามารถตรวจจับร่องรอยที่ไม่ดีดีกว่า จากผลการตรวจสอบวิธีการใช้ช่วงของค่ามาตรวัด พบว่าสามารถใช้วิธีการใช้ช่วงของค่ามาตรวัดสำหรับตรวจจับร่องรอยที่ไม่ดีไปใช้งาน สำหรับร่องรอยที่ไม่ดีแบบ Data Class, Large Class, Lazy Class, Long Method, Long Parameter List และ Switch Statement แต่ไม่สามารถหาความสัมพันธ์ของมาตรวัดกับค่าร่องรอยที่ไม่ดีแบบ Feature Envy และ Refused Bequest ได้เนื่องจากหาข้อมูลที่เกิดร่องรอยที่ไม่ดีทั้ง 2 แบบได้จำนวนน้อยไม่พอต่อทำการทดลอง นอกจากนี้ได้ออกแบบมาตรวัดซอฟต์แวร์ เชิงวัตถุสำหรับตรวจจับร่องรอยที่ไม่ดีแบบ Data Class และ Refused Bequest รวมทั้งได้ออกแบบและพัฒนาเครื่องมือเพื่อการคำนวณมาตรวัดและตรวจจับการเกิดร่องรอยที่ไม่ดี