Professional Documents
Culture Documents
ΤΡΟΦΙΜΩΝ
ΣΧΟΛΗ ΧΗΜΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΕΜΠ
ΣΧΕΔΙΑΣΜΟΣ ΒΙΟΜΗΧΑΝΙΩΝ
ΤΡΟΦΙΜΩΝ
ΔΙΑΣΦΑΛΙΣΗ ΠΟΙΟΤΗΤΑΣ ΚΑΙ
ΑΣΦΑΛΕΙΑΣ ΤΡΟΦΙΜΩΝ
ΑΘΗΝΑ, 2024
ΕΡΓΑΣΤΗΡΙΑΚΕΣ ΑΣΚΗΣΕΙΣ
ΑΘΗΝΑ 2024
2
ΠΕΡΙΕΧΟΜΕΝΑ
ΠΕΡΙΕΧΟΜΕΝA σελίδα
3
4
ΓΕΝΙΚΕΣ ΟΔΗΓΙΕΣ ΕΡΓΑΣΤΗΡΙΑΚΗΣ ΑΣΚΗΣΗΣ
5
ΓΕΝΙΚΕΣ ΟΔΗΓΙΕΣ ΕΡΓΑΣΤΗΡΙΑΚΗΣ ΑΣΚΗΣΗΣ
ΙΙ. Περίληψη
Στην περίληψη δίνεται μία συνοπτική περιγραφή του πειράματος, τα αποτελέσματα και τα
συμπεράσματα που προέκυψαν. Δεν περιλαμβάνονται λεπτομερείς περιγραφές και γενικές
διατυπώσεις.
ΙΙΙ. Εισαγωγή
Στην εισαγωγή περιλαμβάνονται τα βασικά θεωρητικά στοιχεία που σχετίζονται με την πειραματική
άσκηση. Η βιβλιογραφία που χρησιμοποιείται θα πρέπει να αναφέρεται σαφώς με παραπομπή στην
αντίστοιχη πηγή. Η εισαγωγή πρέπει να καταλήγει με τον συγκεκριμένο σκοπό της εργαστηριακής
άσκησης όπως τον αντιλαμβάνονται και μπορούν να τον αποδώσουν οι σπουδαστές.
ΙV. Πειραματική διαδικασία
Στην πειραματική διαδικασία περιλαμβάνονται τα υλικά, οι συσκευές που χρησιμοποιήθηκαν, η
διαδικασία που ακολουθήθηκε στην εργαστηριακή άσκηση και οι μέθοδοι ανάλυσης. Αν και δεν
πρέπει να περιέχονται περιττά στοιχεία, πρέπει να δίνονται όλες οι λεπτομέρειες που θα επιτρέψουν
στον αναγνώστη να επαναλάβει το πείραμα με τις ίδιες συνθήκες. Όπου απαιτείται πρέπει να δίνεται
διάγραμμα της πειραματικής συσκευής.
V. Αποτελέσματα-Σχολιασμός-Συμπεράσματα
Παρουσιάζονται οι τιμές των πρωτογενών μετρήσεων και τα αποτελέσματα που προέκυψαν από τους
αναλυτικούς υπολογισμούς των πειραματικών δεδομένων σε πίνακες ή διαγράμματα. επίσης, εάν
χρησιμοποιηθούν δεδομένα από τη βιβλιογραφία γίνεται αναφορά στην πηγή από την οποία έχουν
ληφθεί. Αναφέρονται με σαφήνεια οι παραδοχές οι οποίες γίνονται. Οι πίνακες και τα διαγράμματα
αριθμούνται και συνοδεύονται από σαφή τίτλο, ενώ γίνεται απαραίτητα αναφορά αυτών και μέσα
στο κείμενο. Ακολουθεί σχολιασμός των αποτελεσμάτων, σύγκριση με βιβλιογραφικά δεδομένα όπου
είναι απαραίτητο και σαφής απάντηση των ερωτημάτων που τίθενται σε κάθε άσκηση. Για την
εξαγωγή συμπερασμάτων είναι απαραίτητο να εντοπισθούν οι πιθανές πηγές σφαλμάτων, οι
αποκλίσεις των λαμβανόμενων τιμών από τις αναμενόμενες και να αναφέρονται οι παραδοχές οι
οποίες γίνονται.
VI. Βιβλιογραφία
Παρατίθεται όλη η βιβλιογραφία που χρησιμοποιήθηκε αλφαβητικά, η με τη σειρά εμφάνισης στο
κείμενο, ανάλογα με τον τρόπο που χρησιμοποιείται στο κείμενο (ονόματα συγγραφέων ή αρίθμηση
παραπομπών).
Παραδείγματα:
• Βιβλίο:
Θωμόπουλος, Χ.Δ. 1981, Τεχνολογία Γεωργικών Βιομηχανιών, ΕΜΠ, Αθήνα.
Κεφάλαιο σε βιβλίο:
Taoukis, P.S., Labuza, T.P. and Saguy I.S., 1997, Kinetics of food deterioration and shelf-life
prediction, in Handbook of Food Engineering Practice, ed. K.J. Valentas, E. Rotstein and R.P. Singh,
CRC Press, Boca Raton, New York, pp. 361-403.
• Άρθρο σε περιοδικό:
Liadakis, G.N., Tzia, C., Oreopoulou, V. and Thomopoulos, C.D., 1995, Protein isolation from tomato
seed meal, extraction optimization, Food Science, 60: 477-482.
6
ΓΕΝΙΚΕΣ ΟΔΗΓΙΕΣ ΕΡΓΑΣΤΗΡΙΑΚΗΣ ΑΣΚΗΣΗΣ
• Παρουσίαση σε συνέδριο:
Tzia, C., Oreopoulou, V., Melanitis, A. and Liadakis G.N., 1998, HACCP analysis in spray drying of
foods: the case of baby food, IDS 98, 11th International Drying Symposium, Chalkidiki, Greece,
August 19-22.
VII. Παραρτήματα
Σε παραρτήματα δίνεται πρόσθετο υλικό, όπως πειραματικές μετρήσεις, καμπύλες, σχήματα,
υπολογισμοί, κτλ., που είναι πολύ λεπτομερές για να συμπεριληφθεί στην άσκηση, αλλά βοηθητικό
ή απαραίτητο για την κατανόησή της.
7
8
ΣΤΑΤΙΣΤΙΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΑΠΟΤΕΛΕΣΜΑΤΩΝ ΜΕΤΡΗΣΕΩΝ
Κ. Τζιά
Γενικά
Η στατιστική ασχολείται με την ανάλυση και τον σχολιασμό δεδομένων (data) σε καταστάσεις
αβεβαιότητας και διακύμανσης (variability). Με δεδομένο πως η διακύμανση είναι αναπόφευκτη στη
βιομηχανική πραγματικότητα και δύσκολα ελέγξιμη στο εργαστήριο, η στατιστική ανάλυση μπορεί να
χρησιμοποιηθεί για να δώσει έγκαιρα και έγκυρα αποτελέσματα στα διάφορα προβλήματα που
προκύπτουν στη βιομηχανική και εργαστηριακή πράξη.
Τα αριθμητικά δεδομένα, τα οποία χρησιμοποιούνται στη στατιστική ανάλυση, εμφανίζονται σε δύο
μορφές: τα συνεχή (continuous data) και τα διακριτά (discrete data). Τα συνεχή δεδομένα
προκύπτουν από μετρήσεις συνεχών μεταβλητών (μήκος, βάρος, θερμοκρασία, κτλ.) ενώ τα διακριτά
είναι ακέραιοι αριθμοί οι οποίοι δείχνουν πόσες φορές συνέβη το μετρούμενο περιστατικό/
φαινόμενο.
Βασικές έννοιες των στατιστικών τεχνικών βασίζονται στη γενική ιδέα του πληθυσμού (population ή
universe) και του δείγματος (sample). Ένας πληθυσμός είναι ένα σύνολο από αντικείμενα,
περιστατικά ή μετρήσεις που έχουν μεταξύ τους ένα ή περισσότερα κοινά χαρακτηριστικά. Επίσης, ο
πληθυσμός μπορεί να είναι πραγματικός ή ιδεατός, αποτελούμενος από πεπερασμένο ή άπειρο
αριθμό παρατηρήσεων. Το δείγμα είναι κάθε ομάδα στοιχείων του πληθυσμού που προκύπτει από
αυτόν τυχαία, δηλαδή με τέτοιο τρόπο, ώστε όλα τα μέλη του πληθυσμού να έχουν τις ίδιες
πιθανότητες να επιλεγούν.
Μία ακόμη έννοια που χρησιμοποιείται συχνά στη στατιστική ανάλυση είναι εκείνη των κατανομών.
Οι κατανομές είναι θεωρητικά μοντέλα που περιγράφουν τη συμπεριφορά τυχαίων δεδομένων
(συνεχών και διακριτών). Ο τρόπος και οι μεθοδολογίες που χρησιμοποιούνται για την παραλαβή και
τη συγκρότηση των δειγμάτων είναι τόσο σημαντικά, ώστε έχει δημιουργηθεί ξεχωριστός κλάδος της
στατιστικής που ασχολείται με αυτά (δειγματοληψία). Τα δεδομένα και οι μέθοδοι που
παρουσιάζονται στη συνέχεια θεωρείται ότι ακολουθούν και εφαρμόζονται αντίστοιχα στην κανονική
κατανομή εκτός και αν άλλως αναφέρεται.
9
ΣΤΑΤΙΣΤΙΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΑΠΟΤΕΛΕΣΜΑΤΩΝ ΜΕΤΡΗΣΕΩΝ
n 2
Για το S2 ισχύει:
∑( Xi − X )
i =1
S =
2
( n − 1)
Άλλα χαρακτηριστικά που μπορεί να χρησιμοποιηθούν ως μέτρα θέσης είναι η κορυφή (mode) και η
διάμεση τιμή (median), ενώ ως μέτρο μεταβλητότητας συχνά χρησιμοποιείται το εύρος (Range) που
συμβολίζεται με το R (R=Χmax-Xmin) και εκφράζει τη διαφορά της μεγαλύτερης από τη μικρότερη τιμή
ενός δείγματος ή μίας ομάδας δεδομένων.
Ένα πολύ χρήσιμο μέγεθος είναι ο συντελεστής μεταβλητότητας CV ο οποίος χρησιμοποιείται για τη
σύγκριση της μεταβλητότητας δειγμάτων που προέρχονται από διαφορετικούς πληθυσμούς και
ορίζεται ως εξής:
S
CV = 100 %
X
Έννοιες που χρησιμοποιούνται συχνά κατά τον υπολογισμό της μέσης τιμής ή της διασποράς μίας
ομάδας μετρήσεων (εκτίμηση κατά σημείο) είναι εκείνες της εκκεντρότητας (accuracy) και της
συσσωρευτικότητας (precision). Οι δύο αυτές έννοιες είναι συνιστώσες της έννοιας της ακρίβειας
μίας μέτρησης. Για παράδειγμα, η εκτίμηση της μέσης τιμής παρουσιάζει "μεγάλη" εκκεντρότητα στην
περίπτωση που η τιμή αυτή είναι απομακρυσμένη από την "πραγματική" τιμή μ ή την τιμή η οποία
γίνεται αποδεκτή ως τιμή αναφοράς. Από την άλλη, η εκτίμηση της μέσης τιμής παρουσιάζει μεγάλη
συσσωρευτικότητα, όταν οι μεμονωμένες τιμές που συνιστούν τη μέση τιμή είναι "κοντά" η μία στην
άλλη.
10
ΣΤΑΤΙΣΤΙΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΑΠΟΤΕΛΕΣΜΑΤΩΝ ΜΕΤΡΗΣΕΩΝ
δειγμάτων μεγέθους n1 και n2 που ελήφθησαν από τον πρώτο και δεύτερο πληθυσμό αντίστοιχα),
διαφέρουν ή όχι ως προς ένα συγκεκριμένο επίπεδο σημαντικότητας. Όσον αφορά αυτή την
περίπτωση διακρίνονται δύο υποπεριπτώσεις:
• Οι δύο πληθυσμοί έχουν ίσες διακυμάνσεις, η τιμή της οποίας όμως είναι άγνωστη.
• Οι δύο πληθυσμοί έχουν ίσες διακυμάνσεις, οι τιμές των οποίων είναι άγνωστες.
Σημειώνεται ότι οι δοκιμές αυτές μπορούν να εφαρμοσθούν και σε πληθυσμούς που παρουσιάζουν
αποκλίσεις από την "κανονικότητα", αν τα δείγματα που λαμβάνονται από αυτούς είναι αρκετά
μεγάλα. Τέλος, εξετάζεται με τη βοήθεια των δοκιμών σημαντικότητας και η περίπτωση ισότητας των
διασπορών δύο κανονικών πληθυσμών από τους οποίους έχουν ληφθεί δύο δείγματα μεγέθους n1
και n2. Τα δείγματα σε αυτή την περίπτωση χρησιμοποιούνται για τον υπολογισμό των 𝑆𝑆12 και 𝑆𝑆22 .
ν=n-1
Η0 : μ1 = μ2 X1 − X 2
𝜎𝜎12
= 𝜎𝜎22 = 𝜎𝜎 2
|t0| > tα/2,ν t 0
=
1 1
σ2 άγνωστη
t0 > tα,ν S P
+
n1 n2
t0 < - tα,ν
οι δύο πληθυσμοί είναι όπου Sp βλέπε
ν=n1 + n2 + 1
ανεξάρτητοι σχέση (1)
Η0 : μ1 = μ2 |t0| > tα/2,ν
X1 − X 2
𝜎𝜎12
≠ 𝜎𝜎22 άγνωστη t0 > tα,ν t 0
=
s s
2 2
n1 n2
ανεξάρτητοι όπου ν βλέπε σχέση (2)
F0>Fα/2,ν1,ν2
s
ή 2
1
Η0 : 𝜎𝜎12 = 𝜎𝜎22 F0> F 1- α/2,ν1,ν2 F0 =
s
2
ν1 = n1-1 2
ν2 = n2-1
Παρατηρήσεις:
1. Με το γράμμα t δηλώνεται η κατανομή Student και με το σύμβολο (tα,ν ) η τιμής της κατανομής
Student για ένα συγκεκριμένο επίπεδο σημαντικότητας (α) και για συγκεκριμένους βαθμούς
ελευθερίας (ν).
2. Με το γράμμα F δηλώνεται η αντίστοιχη κατανομή και με το σύμβολο Fα,ν1,ν2 η τιμή της κατανομής
F για ένα συγκεκριμένο επίπεδο σημαντικότητας α και για ν1 βαθμούς ελευθερίας (αφορούν τον
11
ΣΤΑΤΙΣΤΙΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΑΠΟΤΕΛΕΣΜΑΤΩΝ ΜΕΤΡΗΣΕΩΝ
αριθμητή - 𝑆𝑆12 ) και για ν2 βαθμούς ελευθερίας (αφορούν τον παρανομαστή - 𝑆𝑆22 ). Οι τιμές των δύο
αυτών κατανομών υπάρχουν σε όλα τα βιβλία που πραγματεύονται θέματα στατιστικής.
(n − 1) s1 + ( n2 − 1) s2
2 2
s
2 1
Για το Sp ισχύει: = (1)
p
n1 + n2 − 2
2
2
S S
2
1 2
+
n1 n2
Για το ν ισχύει:
ν= 2 −2 (2)
s
2 2
s
1n 2n
1 2
+
n1 + 1 n2 + 1
Πρέπει να γίνει κατανοητό ότι οι δοκιμές σημαντικότητας εισάγουν μία διαδικασία για την εξέταση
της υπόθεσης ότι μία τιμή διαφέρει από την "πραγματική" ή ότι δύο τιμές διαφέρουν μεταξύ τους
εξαιτίας μόνο μίας ενδογενούς διακύμανσης των δεδομένων. Εάν αυτή η υπόθεση (η Η0) απορριφθεί,
τότε προκύπτει πως η "σημαντική" διαφορά οφείλεται σε κάποια ή κάποιες εξωτερικές αιτίες οι
οποίες πρέπει να απομακρύνονται.
Εκτός από την έννοια της εκκεντρότητας των μετρήσεων, μία άλλη έννοια που χρησιμοποιείται συχνά
κατά τη σημειακή εκτίμηση των διαφόρων παραμέτρων, όπως αναφέρθηκε προηγουμένως, είναι η
συσσωρευτικότητα. Όταν το δείγμα παρουσιάζει μικρή συσσωρευτικότητα, κάποια ή κάποιες
μετρήσεις είναι πιθανό να μην ανήκουν στον ίδιο πληθυσμό από τον οποίο προέρχονται οι άλλες
μετρήσεις. Ωστόσο για την απόρριψη των συγκεκριμένων τιμών πρέπει να εφαρμοστούν κάποιες
δοκιμές, ώστε να διασφαλίσει ο πειραματιστής την αντικειμενικότητα της απόφασής του για την
απόρριψή τους. Αυτό μπορεί να γίνει με τη βοήθεια του ελέγχου Dixon.
Με δεδομένο ότι η ακραία τιμή είναι η Χ1 και ότι n=9, ο λόγος που πρέπει να υπολογιστεί είναι:
X 3 − X1 7.9 − 6.2
= = 0.773
X ( n−1) − X 1 8.4 − 6.2
Από τον πίνακα στατιστικής φαίνεται ότι σε επίπεδο σημαντικότητας α=0,10 και α=0,05 η τιμή 6.2
είναι αρκετά χαμηλή και επομένως μπορεί να απομακρυνθεί από τις υπόλοιπες μετρήσεις.
12
ΣΤΑΤΙΣΤΙΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΑΠΟΤΕΛΕΣΜΑΤΩΝ ΜΕΤΡΗΣΕΩΝ
Παράμετροι προς
Προϋποθέσεις Διάστημα Εμπιστοσύνης
προσδιορισμό
Κανονικός πληθυσμός t á / 2 ,í
X ± S
Μ (μ, σ2) n
Σ2 άγνωστη ν=n-1
13
ΣΤΑΤΙΣΤΙΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΑΠΟΤΕΛΕΣΜΑΤΩΝ ΜΕΤΡΗΣΕΩΝ
Παράμετροι προς
Προϋποθέσεις Διάστημα Εμπιστοσύνης
προσδιορισμό
Οι πληθυσμοί κανονικοί
S S
2 2
Μ1 – μ2 𝜎𝜎12 ≠ 𝜎𝜎22 X 1 − X 2 ± t α / 2 ,í 1
+ 2
n1 n2
και άγνωστες
Κανονικός πληθυσμός ( n − 1) S 2 ( n − 1) S 2
σ2 ,
(μ, σ2) χ 2
á / 2 ,í
χ 1− á / 2 ,í
Σφάλματα
Το συνολικό σφάλμα σε ένα πειραματικά προσδιοριζόμενο φυσικό μέγεθος μπορεί να αναλυθεί σε
τρεις επιμέρους κατηγορίες, όπως φαίνεται στο σχήμα που ακολουθεί:
ΣΦΑΛΜΑ
• Σφάλμα μέτρησης: Σφάλμα σε μεγέθη που προσδιορίζονται πρωτογενώς από μετρήσεις και όχι σε
εκείνα που προκύπτουν από υπολογισμούς.
• Σφάλμα ανάλυσης: Τα σφάλματα που γίνονται κατά τη μαθηματικοποίηση των φυσικών
προβλημάτων λόγω παραδοχών ή εξιδανικεύσεων.
• Σφάλμα υπολογισμού: Τα σφάλματα αυτά οφείλονται στην κατά ανάγκη προσεγγιστική
επεξεργασία των πειραματικών δεδομένων.
Το σφάλμα μέτρησης είναι η διαφορά μεταξύ της μετρούμενης τιμής ενός μεγέθους και της
"πραγματικής" και μπορεί να οφείλεται σε συστηματικό σφάλμα (systematic error) (που ευθύνεται
για την ενδεχόμενη εκκεντρότητα που παρουσιάζουν οι μετρήσεις) εξαιτίας ενός ή περισσοτέρων
αξιοσημείωτων αιτιών, για παράδειγμα καθαρότητα αντιδραστηρίων, βαθμονόμηση οργάνων,
χρησιμοποιούμενων τεχνικών. Μπορεί επίσης να οφείλεται σε τυχαίο σφάλμα (random error)
(ευθύνεται για τη συσσωρευτικότητα που εμφανίζουν οι μετρήσεις), τα αίτια του οποίου δεν είναι
άμεσα προσδιορίσιμα. Σε πολλές όμως περιπτώσεις το σφάλμα υπολογισμού μπορεί να οφείλεται
ταυτόχρονα και σε συστηματικό και σε τυχαίο σφάλμα.
Μετάδοση σφαλμάτων
Η εξέταση του τρόπου μετάδοσης των σφαλμάτων κατά τους διάφορους χημικούς προσδιορισμούς
παρουσιάζεται μέσω των υπολογισμών που πραγματοποιούνται για τον προσδιορισμό της
πυκνότητας ενός δείγματος.
14
ΣΤΑΤΙΣΤΙΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΑΠΟΤΕΛΕΣΜΑΤΩΝ ΜΕΤΡΗΣΕΩΝ
D = ( M1 − M 2 )
V
όπου D = η πυκνότητα του δείγματος (g/mL)
M2 = μάζα του δείγματος και της φιάλης (g)
M1 = μάζα της φιάλης (g)
V = όγκος του δείγματος (mL)
Για τον προσδιορισμό της μετάδοσης των σφαλμάτων στο συγκεκριμένο παράδειγμα μελετάται η
αφαίρεση (πρόσθεση) και η διαίρεση (πολλαπλασιασμός) χωριστά. επίσης, οι μετρήσεις για τον
προσδιορισμό των μαζών M1 και M2 θεωρούνται απαλλαγμένες από συστηματικά σφάλματα
(unbiased), ενώ τα τυχαία σφάλματα που λαμβάνουν χώρα κατά τις επαναλήψεις των μετρήσεων για
τις μάζες M1 και M2 εκφράζονται μέσω της διακύμανσης (variability).
Πρόσθεση και αφαίρεση
Προκειμένου να μελετηθεί το συνολικό σφάλμα κατά την αφαίρεση ή την πρόσθεση χρησιμοποιείται
η σχέση για τον προσδιορισμό της μάζας του διαλύματος.
Μ = Μ2 - Μ1
όπου Μ = μετρούμενη μάζα του διαλύματος
M2 = μάζα του δείγματος και της φιάλης, M1 = μάζα της φιάλης.
Ο συγκεκριμένος τύπος μπορεί να χρησιμοποιηθεί και στην περίπτωση που αντί για αφαίρεση γίνεται
πρόσθεση στη μεταβλητή του πρώτου μέλους.
Προσοχή πρέπει να δοθεί σε δύο σημεία της παραπάνω σχέσης:
• Η πρόσθεση γίνεται μεταξύ των διακυμάνσεων και όχι μεταξύ των τυπικών αποκλίσεων.
• Η τυπική απόκλιση της μάζας του διαλύματος (Μ) πρέπει να είναι μεγαλύτερη από τις τυπικές
αποκλίσεις των μαζών M1 και M2.
Ο προηγούμενος τύπος μπορεί να χρησιμοποιηθεί και στην περίπτωση που η μεταβλητή του πρώτου
μέλους προκύπτει από πολλαπλασιασμό.
15
ΣΤΑΤΙΣΤΙΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΑΠΟΤΕΛΕΣΜΑΤΩΝ ΜΕΤΡΗΣΕΩΝ
Διάστημα Στρογγυλέματος
Διάστημα στρογγυλέματος δ εννοείται η μικρότερη θετική διαφορά που συναντάται ανάμεσα σε δύο
αριθμούς μίας σειράς στρογγυλεμένων μετρήσεων.
Το μέγιστο πλάτος του διαστήματος στρογγυλέματος υπολογίζεται από τη σχέση:
Αν για τυπική απόκλιση του πληθυσμού ληφθεί η εκτίμηση της s, η χρήση του τύπου γίνεται με
επιτυχία για βαθμούς ελευθερίας n>5.
Το δmax μπορεί να υπολογιστεί και από το εύρος R του δείγματος ή από το μέσο εύρος R πολλών
ομάδων τιμών, χρησιμοποιώντας τον παρακάτω πίνακα.
Επαναληψιμότητα
Με τον όρο επαναληψιμότητα δηλώνεται η εγγύτητα μεταξύ δύο διαδοχικών προσδιορισμών που
γίνονται στο ίδιο εργαστήριο, από τον ίδιο ερευνητή περίπου την ίδια χρονική στιγμή. Ποσοτικά ο
προηγούμενος ορισμός δηλώνει ότι επαναληψιμότητα είναι η τιμή κάτω της οποίας υπό ορισμένη
πιθανότητα αναμένεται να βρίσκεται η απόλυτη διαφορά μεταξύ δύο μεμονωμένων αποτελεσμάτων
που λαμβάνονται με τις παραπάνω συνθήκες. Ο μαθηματικός τύπος που χρησιμοποιείται για τον
έλεγχο της επαναληψιμότητας φαίνεται παρακάτω:
16
ΣΤΑΤΙΣΤΙΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΑΠΟΤΕΛΕΣΜΑΤΩΝ ΜΕΤΡΗΣΕΩΝ
r = t 2s
Για ν=5 η τιμή του είναι t=2.776 (α=0.05,4). Η τιμή του r=0.12.
Πρέπει οι διαδοχικοί προσδιορισμοί να μην διαφέρουν περισσότερο από 0.12.
Ανάλυση διακύμανσης
Προηγουμένως μέσω της έννοιας της επαναληψιμότητας εξετάστηκε η περίπτωση όπου δύο σειρές
μετρήσεων ή μεμονωμένες μετρήσεις έγιναν από τον ίδιο άνθρωπο, στο ίδιο εργαστήριο, στις ίδιες
συνθήκες. Η περίπτωση όπου οι μετρήσεις γίνονται, για παράδειγμα, σε διαφορετικά εργαστήρια
εξετάζεται με τη βοήθεια της έννοιας της αναπαραγωγισιμότητας (reproducibility). Μία τεχνική που
χρησιμοποιείται για να εξεταστεί εάν διαφέρουν στατιστικά οι μέσοι από περισσότερους από δύο
προσδιορισμούς (αλλάζοντας έναν ή περισσότερους παράγοντες όπως εργαστήριο, πειραματιστή,
κτλ.) είναι η ανάλυση διακύμανσης (ANOVA). Η ανάλυση διακύμανσης είναι κατά βάση μία δοκιμή
σημαντικότητας (signifigance test) για τη σύγκριση μέσων από δύο ή περισσότερα δείγματα.
17
ΣΤΑΤΙΣΤΙΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΑΠΟΤΕΛΕΣΜΑΤΩΝ ΜΕΤΡΗΣΕΩΝ
εργαστήριο σ2w ή μέσα σε κάθε ομάδα μετρήσεων (variability within laboratories) και σε διακύμανση
μεταξύ των εργαστηρίων σ2b ή μεταξύ των ομάδων μετρήσεων (variability between laboratories). H
σ2w είναι ένα μέτρο της διακύμανσης που θα παρουσίαζαν οι μετρήσεις, εάν πραγματοποιούνταν στο
ίδιο εργαστήριο, και είναι αποτέλεσμα του τυχαίου σφάλματος (random error) που είναι άλλωστε
αναπόφευκτο σε όλες τις μετρήσεις. Η σ2b είναι ένα μέτρο της επιπλέον διακύμανσης που
περιλαμβάνει τα συστηματικά σφάλματα (systematic errors) που προκαλούν την εκκεντρότητα των
μετρήσεων σε ένα εργαστήριο και πρόσθετα τυχαία σφάλματα τα οποία δεν θα υπήρχαν, αν είχαν
εξασφαλιστεί συνθήκες επαναληψιμότητας. Για τις ανάγκες αυτής της μεθόδου χρησιμοποιείται ένας
διαφορετικός ορισμός της διακύμανσης από εκείνον που ήδη αναφέρθηκε. Σύμφωνα με αυτόν τον
νέο ορισμό η σ2w και η σ2b ορίζονται ως εξής:
MSw= σ2w = Σ (μέτρηση ίδιου εργ.- μέση τιμή μετρήσεων για το συγκ. εργ.)2 / (β.ε.)1
όπου η άθροιση (Σ) γίνεται για όλες τις μετρήσεις του ίδιου εργαστηρίου.
MSb= σ2b = Σ [(αρ. μετρήσεων στο εργ.) × (μέση τιμή εργ-γενικό μέσο)]2 / (β.ε.)2
όπου η άθροιση (Σ) γίνεται για όλα τα εργαστήρια:
σ2t = Σ(μέτρηση-γενικό μέσο)2 / (β.ε.)
όπου η άθροιση (Σ) γίνεται για όλες τις μετρήσεις και επίσης
όπου (β.ε): συνολικός αριθμός παρατηρήσεων – 1
(β.ε)2: αριθμός εργαστηρίων – 1
(β.ε)1: (Αριθμ. προσδ. σε κάθε εργ. – 1) × (αριθμ. εργ.)
Οι πίνακες που δίνονται παρακάτω προέρχονται από το EXCEL και έχουν προκύψει από πέντε
αναλύσεις που έγιναν σε τέσσερα διαφορετικά εργαστήρια (Α,B,C,D) για διάλυμα συγκεκριμένης
συγκέντρωσης.
SUMMARY
Groups Count Sum Average Variance
Column 1 5 99 19.8 0.03
Column 2 5 101 20.2 0.015
Column 3 5 100.5 20.1 0.035
Column 4 5 99.5 19.9 0.005
ANOVA
Source of Variation SS df MS F P-value F crit
Between Groups 0.5 3 0.166667 7.8431 0.001924 3.238867
Within Groups 0.34 16 0.02125
Total 0.84 19
18
ΣΤΑΤΙΣΤΙΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΑΠΟΤΕΛΕΣΜΑΤΩΝ ΜΕΤΡΗΣΕΩΝ
SUMMARY
Groups Count Sum Average Variance
Column 1 5 99 19.8 0.03
Column 2 5 101 20.2 0.015
Column 3 5 100.5 20.1 0.035
Column 4 5 99.5 19.9 0.005
ANOVA
Source of Variation SS df MS F P-value F crit
Between Groups 0.5 3 0.1667 7.843137 0.001924 9.005817
Within Groups 0.34 16 0.0212
Total 0.84 19
Παρατηρήσεις:
• Το F προκύπτει ως: ΜSb / MSW (0.1667/0.02125).
• Το p-value (prob-value) δείχνει πόσο "μακρινή" είναι η Η0 για τα εξεταζόμενα δεδομένα
(περίπτωση απόρριψης της Η0) ή πόσο πολύ υποστηρίζεται από αυτά η Η0 (περίπτωση αποδοχής
της). Σε κάθε περίπτωση το επιθυμητό είναι η p-value να είναι όσο το δυνατό πιο μικρή.
• Η πιθανότητα λανθασμένης απόρριψης της μηδενικής υπόθεσης (Σφάλμα τύπου Ι) συμβολίζεται
με α (επίπεδο σημαντικότητας) και είναι μεταβλητή.
• Το Fcrit δίνεται από πίνακες της κατανομής για τους αντίστοιχους βαθμούς ελευθερίας F(ν1=νb,ν2=vw)
και για το συγκεκριμένο α.
19
ΣΤΑΤΙΣΤΙΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΑΠΟΤΕΛΕΣΜΑΤΩΝ ΜΕΤΡΗΣΕΩΝ
Όσον αφορά τη δεύτερη προϋπόθεση στη συνέχεια παρουσιάζεται η δοκιμή Cochran με την οποία
και εξετάζεται:
A B C D
20% 19.7 20.2 20.3 19.9
20% 19.7 20.2 19.9 19.9
20% 19.8 20.3 20 20
20% 20.1 20.3 20 19.8
20% 19.7 20 20.3 19.9
Variances 0.03 0.015 0.035 0.005
Μηδενική υπόθεση Η0: Όλες οι σ w2 των τεσσάρων εργαστηρίων παρουσιάζουν την ίδια διακύμανση
(σ w2 A =σ w2 B =σ w2 C =σ w2 D).
Εναλλακτική υπόθεση Η1: Η διακύμανση ενός τουλάχιστον εργαστηρίου είναι διαφορετική από τις
υπόλοιπες.
Έλεγχος: C = μέγιστη διακύμανση / άθροισμα των διακυμάνσεων.
0,035
C = 0,03+0,015+0,035+0,005 = 0.41
20
ΣΤΑΤΙΣΤΙΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΑΠΟΤΕΛΕΣΜΑΤΩΝ ΜΕΤΡΗΣΕΩΝ
Κρίσιμες τιμές: Από τον Πίνακα (για τη δοκιμή του Cochran) διαπιστώνεται πως για τέσσερα
εργαστήρια και για πέντε προσδιορισμούς στο καθένα ισχύει:
0.629 σε επίπεδο σημαντικότητας 5%
0.721 σε επίπεδο σημαντικότητας 1%
Απόφαση: Δεν μπορεί να απορριφθεί η μηδενική υπόθεση.
Συμπέρασμα: Η ομοιογένεια των διακυμάνσεων δεν μπορεί να αγνοηθεί.
Συνοψίζοντας τα αποτελέσματα των παραπάνω δοκιμών (έλεγχος κανονικότητας και δοκιμή
Conchran) οι προϋποθέσεις εφαρμογής της ΑNOVA - ONE (ανάλυση διακύμανσης κατά έναν
παράγοντα) ικανοποιούνται.
Έλεγχος Duncan
Όταν η ανάλυση διακύμανσης δείχνει ότι η μηδενική υπόθεση μπορεί να απορριφθεί, το επόμενο
βήμα είναι να προσδιοριστούν ομάδες από τα δεδομένα στα οποία οι μέσες τιμές δεν διαφέρουν
στατιστικά. Με άλλα λόγια να προσδιορισθούν ομάδες για τις οποίες ισχύει η μηδενική υπόθεση.
Προκειμένου να γίνουν αυτοί οι προσδιορισμοί χρησιμοποιείται ο έλεγχος Duncan. Η διαδικασία που
ακολουθείται είναι η εξής:
• Όλες οι μέσες τιμές των έστω κ δειγμάτων τοποθετούνται με αύξουσα σειρά.
• Εξετάζεται η τιμή του εύρους των ομάδων που περιλαμβάνουν:
∗ από το κ-1 (προτελευταίο στην κατάταξη) ως και το πρώτο.
∗ από το κ (τελευταίο στην κατάταξη) ως και το δεύτερο.
• Αν κάποια από τις προηγούμενες τιμές δεν είναι στατιστικά σημαντική συμπεραίνεται ότι στη
συγκεκριμένη ομάδα ισχύει η μηδενική υπόθεση. Προκειμένου αυτό να καταδειχθεί, η
συγκεκριμένη ομάδα των μέσων τιμών υπογραμμίζεται με μία συνεχή γραμμή.
• Αν και οι δύο τιμές που προσδιορίζονται είναι στατιστικά σημαντικές, τότε ο έλεγχος προχωρεί σε
ομάδες μεγέθους κ-2. Η διαδικασία αυτή συνεχίζεται έως ότου ξεχωρισθούν οι μέσες τιμές που
προκαλούν την απόρριψη της αρχικής υπόθεσης.
• Σε κάθε στάδιο η σύγκριση του εύρους που προσδιορίζεται γίνεται με την εξής κρίσιμη τιμή:
Rg = C(g,ν,α)[ΜSW / μέγεθος δείγματος]1/2
όπου g = το πλήθος των μέσων τιμών που συμπεριλαμβάνονται στον υπολογισμό της προς σύγκριση
διαφοράς
ν = βαθμοί ελευθερίας του MSW της αρχικής ανάλυσης διακύμανσης
α = το επίπεδο σημαντικότητας
Παράδειγμα:
Οι μέσες τιμές των προσδιορισμών των τεσσάρων εργαστηρίων ήταν: 19.8, 20.2, 20.1, 19.9.
Οι τιμές αυτές τοποθετούνται με αύξουσα σειρά ως εξής:
A D C B
19.8 19.9 20.1 20.2
• Εξετάζονται οι ομάδες:
∗ ADC: για την οποία το εύρος είναι: 20.1-19.8 = 0.3
∗ DCB: για την οποία το εύρος είναι: 20.2-19.9 = 0.3
21
ΣΤΑΤΙΣΤΙΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΑΠΟΤΕΛΕΣΜΑΤΩΝ ΜΕΤΡΗΣΕΩΝ
A D C B
19.8 19.9 20.1 20.2
22
ΣΤΑΤΙΣΤΙΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΑΠΟΤΕΛΕΣΜΑΤΩΝ ΜΕΤΡΗΣΕΩΝ
Μαθηματικά αυτό Σei = 0 και Σei2 = min. Με βάση το κριτήριο των "ελάχιστων τετραγώνων"
αποδεικνύεται ότι τα:
n ∑ xi yi − ∑ xi ∑ yi
a1 = και a0 = y − a1 x
n ∑ xi2 − ( ∑ xi )
2
Οι διαφορές (residuals)
Οι διαφορές είναι αυτές που προκύπτουν από την αφαίρεση (Yi - yi ) με το Yi να δίνεται από τη σχέση:
Yi = a0 + a1 xi
Το μέγεθος αυτό είναι ιδιαίτερα σημαντικό, γιατί όσο πιο μεγάλη είναι η τιμή αυτών των διαφορών,
τόσο λιγότερο ακριβής είναι η προσαρμοσμένη ευθεία. Επίσης, η κατανομή τους επιτρέπει να
εξεταστεί πιθανή μη γραμμικότητα κάποιων πειραματικών δεδομένων.
• Total SS = ∑y i
2
−
n
i
• Regression SS = [∑ y 2
i ] [ ( ( ∑ x y ) − ∑ x ∑ y / n) ]
− ( ∑ y i ) / n − a1
2
i i i i
• Residual SS = a1 ( ( ∑ x1 yi ) − ∑ xi ∑ yi / n)
23
ΣΤΑΤΙΣΤΙΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΑΠΟΤΕΛΕΣΜΑΤΩΝ ΜΕΤΡΗΣΕΩΝ
Παράδειγμα
Παρακάτω παρουσιάζονται οι τύποι υπολογισμού καθώς και σχόλια για τις διάφορες παραμέτρους
που υπολογίζονται μέσω του Excel:
Regression Statistics
𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅 𝑆𝑆𝑆𝑆
• Multiple R: Συντελεστής Συσχέτισης = � 𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 𝑆𝑆𝑆𝑆
=r
• R Square: Το τετράγωνο της προηγούμενης τιμής. Χρησιμοποιείται μόνο για σύγκριση και όχι
απόλυτα για την εξαγωγή συμπερασμάτων.
(𝑛𝑛−1)∙𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅 𝑆𝑆𝑆𝑆
• Adjusted R Square: Ποσοστό της διακύμανσης που εξηγείται = 1- (𝑛𝑛−2)∙𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 𝑆𝑆𝑆𝑆
• Standard Error: = √𝑀𝑀𝑀𝑀 𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟 (MS residual από τον πίνακα της ΑNOVA)
24
ΣΤΑΤΙΣΤΙΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΑΠΟΤΕΛΕΣΜΑΤΩΝ ΜΕΤΡΗΣΕΩΝ
Variance of fit: s
2
1
=s +
2 (
X −x
2
)
y
x (2
n ∑ xi − x
)
Η τιμή που προκύπτει για κάθε Χ μπορεί να ελεγχθεί με δοκιμή σημαντικότητας μέσω της κατανομής
t για n-2 βαθμούς ελευθερίας.
Το τελευταίο διάγραμμα χρησιμοποιείται για τον ίδιο λόγο και απομακρύνονται τιμές που φαίνονται
να συσσωρεύονται στην πάνω ή κάτω άκρη του διαγράμματος.
Βιβλιογραφία
1. Caulcutt, R., Data Analysis in the Chemical Industry (Vol. 1 Basic Techniques), Ellis Horwood
Limited, 1989.
2. Banks, J., Principles of Quality Control, John Wiley, 1989.
3. Christensen, R., Analysis of Variance, Design and regression (Applied statistical methods),
Chapman & Hall, 1996.
4. Hubbard, M., Statistical Quality Control for the Food Industry, AVI BOOK, 1990.
5. Mandel, J., Evaluation and Control of Measurements, Marcel Dekker, 1991.
6. Caulcutt R. and Boddy, R., Statistics for Analytical Chemists, Chapman & Hall, 1983.
7. Murdoch, J. and Barnes, J.A., Statistical Tables, MacMillan, 1986.
8. Wernimont, G.T., Use of Statistics to Develop and Evaluate Analytical Methods, AOAC, 1988.
9. Μασαβέτας, Κ.Α., Σχεδιασμός Πειραμάτων και Μαθηματική Επεξεργασία Πειραμάτων
Δεδομένων-Θεωρία Σφαλμάτων (Σημειώσεις Μαθήματος).
10. Hines, W. and Montgomery, D.C., Probability and Statistics in Engineering and Management
Science, John Wiley & Sons, 3rd Ed., 1990.
25
26
ΟΡΓΑΝΟΛΗΠΤΙΚΟΣ ΕΛΕΓΧΟΣ ΤΡΟΦΙΜΩΝ
ΑΣΚΗΣΗ 1
Σκοπός
Η εφαρμογή δοκιμών που χρησιμοποιούνται κατά την οργανοληπτική εξέταση των τροφίμων -
εξέταση των τροφίμων με τις αισθήσεις (γεύση, οσμή, όραση, αφή και ακοή) - και ειδικά εκείνων που
χρησιμοποιούνται στην εκπαίδευση των δοκιμαστών, των διαφορικών δοκιμών, δοκιμών κατάταξης
και διαβάθμισης και των περιγραφικών δοκιμών.
Η εφαρμογή δοκιμών του οργανοληπτικού ελέγχου στην οργανοληπτική εξέταση/ανάλυση ή
οργανοληπτικό έλεγχο αντιπροσωπευτικών τροφίμων: προϊόντων πρωτογενούς παραγωγής ή
επεξεργασμένων τροφίμων.
Θεωρία
Η οργανοληπτική εξέταση των τροφίμων είναι απαραίτητη για τη συνολική εκτίμηση της ποιότητας
των τροφίμων. Η εξέταση αυτή περιλαμβάνει την εκτίμηση/αξιολόγηση των τροφίμων με τις
αισθήσεις (γεύση, οσμή, όραση, αφή και ακοή). Τα χαρακτηριστικά των τροφίμων που εκτιμούνται
είναι με τη σειρά που γίνονται αντιληπτά: εμφάνιση (χρώμα, σχήμα, μέγεθος, ελαττώματα), υφή με
το χέρι ή το κουτάλι/μαχαίρι (σκληρότητα κτλ.), οσμή, γεύση, ακουστικό αποτέλεσμα κατά το
δάγκωμα-μάσημα (τραγανότητα), υφή στο στόμα κατά το δάγκωμα ή μάσημα (σκληρότητα,
ελαστικότητα, λιπαρότητα, κτλ.), άρωμα (flavor-οσμή/γεύση) και μετάγευση. Ο οργανοληπτικός
έλεγχος εφαρμόζεται στη βιομηχανία τροφίμων για τον έλεγχο της οργανοληπτικής ποιότητας ή στο
τμήμα έρευνας και ανάπτυξης κατά τον σχεδιασμό νέων προϊόντων. Η οργανοληπτική εξέταση,
προκειμένου να δώσει αξιόπιστα αποτελέσματα, πρέπει να ικανοποιεί ορισμένες προϋποθέσεις
όπως:
- οργανοληπτικό εργαστήριο ειδικό για τη διεξαγωγή των δοκιμών, το οποίο να διαθέτει χωριστούς
θαλάμους δοκιμών και κατάλληλες συνθήκες υγρασίας, θερμοκρασίας, φωτισμού, αερισμού,
απουσία οσμών θορύβων κτλ.
- εκπαιδευμένη ομάδα (panel) δοκιμαστών για τις δοκιμές, οι οποίοι θα πρέπει να λειτουργούν ως
όργανα μέτρησης, και συνεπώς θα πρέπει να ικανοποιούν συνθήκες συμπεριφοράς (όχι
27
ΟΡΓΑΝΟΛΗΠΤΙΚΟΣ ΕΛΕΓΧΟΣ ΤΡΟΦΙΜΩΝ
κάπνισμα, όχι κατανάλωση φαγητού πριν τις δοκιμές, ξέπλυμα στόματος με νερό πριν και μετά
τις δοκιμές κτλ.)
- πρότυπες δοκιμές οργανοληπτικού ελέγχου για την εξέταση των τροφίμων
- κατάλληλα έντυπα για τους δοκιμαστές και
- αξιολόγηση των αποτελεσμάτων των δοκιμών με κατάλληλη στατιστική επεξεργασία.
Οι κυριότερες οργανοληπτικές δοκιμές είναι:
Δοκιμές διάκρισης (διαφοροποίησης):
Εξετάζουν την ύπαρξη διαφοράς μεταξύ δειγμάτων και δίνουν ένδειξη της κατεύθυνσης της
διαφοράς.
Δοκιμή ζεύγους:
Εξετάζουν τη διαφορά δύο δειγμάτων ως προς συγκεκριμένο χαρακτηριστικό και εύρεση της
διαφοράς (απλή ή κατευθυνόμενη διαφορά).
Tριγωνική δοκιμή:
Δίνονται 3 δείγματα από τα οποία τα δύο είναι ίδια και ζητείται η εύρεση του διαφορετικού.
Δοκιμή Duo/Trio:
Δίνονται 3 δείγματα από τα οποία το πρώτο είναι αναφοράς και ζητείται η εύρεση της διαφοράς από
το δείγμα αναφοράς.
Δοκιμή ευαισθησίας:
Καθορισμός της τιμής κατωφλίου.
Διάκριση μεταξύ δύο δειγμάτων:
Δοκιμή αρεσκείας ή σε περισσότερα δείγματα με πολλαπλές συγκρίσεις.
Δοκιμή πολλαπλών συγκρίσεων:
Δοκιμή αρεσκείας, σύγκρισης ή διαβάθμισης.
Δοκιμή κατάταξης:
Συγκριτική κατάταξη ως προς ορισμένο χαρακτηριστικό.
Περιγραφικές δοκιμές:
Παρέχουν αξιολόγηση και εκτίμηση των δειγμάτων σε κλίμακα ομοιότητας, γραφική κλίμακα
(χαμογελαστού προσώπου) ή σε κλίμακα αποτελούμενη από σειρά αριθμών (κλίμακα αρεσκείας π.χ.
1-9, 0-10, 1-7, 0-5) που αντιστοιχεί σε περιοχή χαμηλής μέχρι υψηλής έντασης του χαρακτηριστικού
ή σε κλίμακα κατηγοριών που αποτελούνται από περιγραφικές λέξεις (κατατομή-profile, περιγραφική
ανάλυση) ή θέσεις που αντιπροσωπεύουν σωστά (επιτυχή) επίπεδα του χαρακτηριστικού (δοκιμές
αναλογικών μεγεθών). Στις περιγραφικές συνήθως τα οργανοληπτικά χαρακτηριστικά αξιολογούνται
με τη σειρά που γίνονται αντιληπτά (εμφάνιση, υφή στο χέρι, οσμή, γεύση, υφή στο στόμα, άρωμα,
μετάγευση) και καθένα από αυτά αναλύεται σε επί μέρους συνιστώσες ανάλογα με το τρόφιμο.
28
ΟΡΓΑΝΟΛΗΠΤΙΚΟΣ ΕΛΕΓΧΟΣ ΤΡΟΦΙΜΩΝ
Πειραματική διαδικασία
Α. Οργανοληπτικές δοκιμές
O κάθε δοκιμαστής εξετάζει χωριστά χωρίς να επηρεάζεται από τους άλλους δοκιμαστές. Μεταξύ των
δοκιμών οι δοκιμαστές πρέπει να ξεπλένουν το στόμα τους με νερό πριν προχωρήσουν στην εξέταση
επόμενου δείγματος.
Δοκιμή ευαισθησίας:
Καθορισμός της τιμής κατωφλίου των δοκιμαστών σε δοκιμή όσφρησης.
29
ΟΡΓΑΝΟΛΗΠΤΙΚΟΣ ΕΛΕΓΧΟΣ ΤΡΟΦΙΜΩΝ
Δοκιμή ζεύγους:
Γευστική δοκιμή στις 4 γευστικές αποκλίσεις (γλυκιά, ξινή, αλμυρή, πικρή) σε διαλύματα που
περιέχουν 0.4 και 0.6% ζάχαρη, 0.8 και 0.15% NaCl, 0.02 και 0.04% κιτρικό και 0.02 και 0.03% καφεΐνη.
Kαταγράψετε τις διαφορές και την κατεύθυνση των διαφορών.
Tριγωνική δοκιμή:
Γευστική δοκιμή σε διαλύματα ζάχαρης και φρουκτόζης. Bρίσκεται το διαφορετικό δείγμα και ο
βαθμός διαφοράς του από τα άλλα δύο με κλίμακα (1) μικρή, (2) μέτρια, (3) μεγάλη και (4) πολύ
μεγάλη.
Δοκιμή Duo/Trio:
Γευστική δοκιμή σε διαλύματα ζάχαρης και σορβίτη. H ζάχαρη χρησιμοποιείται ως μάρτυρας.
Συγκρίνονται τα δείγματα ως προς τον μάρτυρα.
Δοκιμή διαβάθμισης:
Γευστική δοκιμή σε δείγματα τοματοχυμού με διάφορες περιεκτικότητες γλυκαντικού, κιτρικού οξέος
ή αλατιού. Kατατάσσονται τα δείγματα σε σειρά αύξουσας γλυκιάς, όξινης ή αλμυρής γεύσης.
Οι δοκιμαστές συμπληρώνουν προσεκτικά τα έντυπα του οργανοληπτικού ελέγχου.
Δοκιμή κατάταξης:
Γευστική δοκιμή σε δείγματα γάλακτος και χυμού φρούτου. Κατατάσσονται ως προς την
περιεκτικότητά τους σε λιπαρά.
Δοκιμή αρέσκειας:
Γευστική δοκιμή σε δείγματα γάλακτος και χυμού φρούτου. Κατατάσσονται ως προς τη σειρά
αρέσκειας.
Περιγραφικές δοκιμές:
Γευστική δοκιμή σε δείγματα ψωμιού και γιαουρτιού.
Ένταση και διάρκεια γευστικού αποτελέσματος:
Γευστική δοκιμή σε δείγματα τσίχλας. Καταγράφεται η μέγιστη ένταση και η μεταβολή της σε
συνάρτηση με τον χρόνο.
Εξέταση της υφής:
Εκτίμηση της υφής σε δείγμα γιαουρτιού και σε τσιπς.
30
ΟΡΓΑΝΟΛΗΠΤΙΚΟΣ ΕΛΕΓΧΟΣ ΤΡΟΦΙΜΩΝ
Eρωτήσεις (Α)
Eρωτήσεις (Β)
31
ΟΡΓΑΝΟΛΗΠΤΙΚΟΣ ΕΛΕΓΧΟΣ ΤΡΟΦΙΜΩΝ
Βιβλιογραφία
Acree, T.E. and Teranishi, R., 1993, “Flavor Science”, American Chemical Society, DC.
Amerine, M.A., Pangborn, R. and Roesler, E.B., 1965, “Principles of sensory evaluation of food”,
University of California.
Ashurst, P.R., 1995, “Food Flavorings”, Chapman & Hall.
Baker, R.C. and Hahn, P.W., 1988, “Fundamentals of new food product development”, Elsevier
Publishing.
Birch, G.G., Brennan, J.G. and Parker, K.J., 1977, “Sensory properties of foods”, Applied Science
Publishers Ltd.
Burgard, D.R. and Kuznicki, J.T., 1990, “Chemometrics: Chemical and Sensory data”, CRC Press.
Civille, G.V. and Carr, B.T., 1987, “Sensory Evaluation Techniques”, 2nd edition, CRC Press, Inc.
Dijksterhuis, G.B., 1997, “Multivariate data analysis in sensory and consumer science”, Food &
Nutrition Press, Inc.
Gacula J.R., M.C., 1993, “Design and Analysis of Sensory Optimization”, Food and Nutrition Press.
Gacula J.R., M.C. and Singh J., 1984, “Statistical methods in food and consumer research”, Academic
Press.
Heath, H. and Reineccus, G.A., 1986, “Flavor Chemistry and Technology”, Van Nostrand Reinhold
International.
Heymann, H. and Lawless, H., 1997, “Sensory Evaluation of Food”, Chapman & Hall.
Ho, C.-T. and Manley, C.H., 1993, “Flavor Measurement”, Marcel Dekker, IFT Basic Ymposium Series.
Jellinek, G., 1985, “Sensory evaluation od food - Theory and Practice”, Ellis Horwood.
Kapsalis, J.G., 1987, “Objective Methods in Food Quality Assessment”, CRC Press, Inc.
Lawless, H.T. and Heymann, H., 1997, “Sensory evaluation of food: Principles and practices”, Chapman
& Hall.
Lawless, H.T. and Klein, B.P., 1991, “Sensory Science Theory and Applications in Foods”, Marcel Dekker,
Inc.
Lyon, D.H., Francombe, M.A., Hasdell, T.A. and Lawson, K., 1992, “Guidelines for Sensory Analysis in
Food Product Development and Quality Control”, Chapman & Hall.
Mathlouthi, M., Kanters, J.A. and Birch, G.G., 1993, “Sweet-Taste Chemoreception”, Blackie Academic
& Professional.
MacFie, H.J.H. and Thomson, D.M.H., 1994, “Measurement of food preferences”, Blackie Academic
and Professional, UK.
McBride, R.L. and MacFie, H.J.H., 1990, “Psychological Basis of Sensory Evaluation”, Blackie Academic
& Professional.
32
ΟΡΓΑΝΟΛΗΠΤΙΚΟΣ ΕΛΕΓΧΟΣ ΤΡΟΦΙΜΩΝ
Meiselman, H.L. and MacFie, H.J.H, 1996, “Food choice, acceptance and consumption”, Blackie
Academic & Professional.
Munoz, A.M., Civille, G.V. and Carr, B.T., 1992, “Sensory Evaluation in Quality Control”, Van Nostrand
Reinhold.
Piggott, J.R., 1988, “Sensory Analysis of Foods”, Elsevier Applied Science.
Piggott, J.R. and Peterson, A., 1994, “Understanding Natural Flavors”, Blackie Academic & Professional.
Shallenberger, R.S., 1993, “Taste Chemistry”, Blackie Academic & Professional.
Stone, H. and Sidel, J.L., 1985, “Sensory Evaluation Practices”, Academic Press, Inc.
Thomson, D.M.H., 1988, “Food Acceptability”, Elsevier Applied Science, Essex England.
Tzia, C., Giannou, V., Lignou, S. and Lebesi D., 2015, “Sensory evaluation of foods (Ch. 2)”. In: Handbook
of Food Processing: Food Safety, Quality, and Manufacturing Processes, T. Varzakas & C. Tzia.
Contemporary Food Engineering Series, D.-W. Sun (ed.). CRC Press.
33
ΕΝΤΥΠΑ ΔΟΚΙΜΑΣΤΗ
ΕΝΤΥΠΟ ΔΟΚΙΜΑΣΤΗ
Ποιο δείγμα είναι πιο Κωδικός Αριθμός Σημειώστε με √ Παρατηρήσεις Ορθή Απάντηση
γλυκό
γλυκό
ξινό
ξινό
αλμυρό
αλμυρό
πικρό
πικρό
ΕΝΤΥΠΟ ΔΟΚΙΜΑΣΤΗ
34
ΕΝΤΥΠΑ ΔΟΚΙΜΑΣΤΗ
ΕΝΤΥΠΟ ΔΟΚΙΜΑΣΤΗ
1η
2η
ΕΝΤΥΠΟ ΔΟΚΙΜΑΣΤΗ
35
ΕΝΤΥΠΑ ΔΟΚΙΜΑΣΤΗ
ΕΝΤΥΠΟ ΔΟΚΙΜΑΣΤΗ
ΕΝΤΥΠΟ ΔΟΚΙΜΑΣΤΗ
Βαθμολογία Αρέσκεια/Προτίμηση
Κωδικός αριθμός (1: αραιό, 2: πυκνό) (με κλίμακα 10)
δείγματος
Χρώμα Άρωμα Γεύση
36
ΕΝΤΥΠΑ ΔΟΚΙΜΑΣΤΗ
ΕΝΤΥΠΟ ΔΟΚΙΜΑΣΤΗ
ΕΝΤΥΠΟ ΔΟΚΙΜΑΣΤΗ
Δοκιμή: Εξέταση υφής: Μηχανικά, γεωμετρικά και άλλα χαρακτηριστικά - Εξέταση παλαιότητας
Ονοματεπώνυμο:
Ημερομηνία:
Προϊόντα: Δείγματα τσιπς
37
ΕΝΤΥΠΑ ΔΟΚΙΜΑΣΤΗ
ΕΝΤΥΠΟ ΔΟΚΙΜΑΣΤΗ
Δοκιμή: Εξέταση υφής: Μηχανικά, γεωμετρικά και άλλα χαρακτηριστικά - Περιγραφική δοκιμή
Ονοματεπώνυμο:
Ημερομηνία:
Προϊόντα: Δείγματα αρτοσκευασμάτων
Βαθμολογία Χαρακτηριστικών
Κωδικός αριθμός (με κλίμακα 10) 1: λίγο, 10: πολύ Περιγραφή
δείγματος χαρακτηριστικών
Μηχανικά Γεωμετρικά Άλλα
38
ΕΝΤΥΠΑ ΔΟΚΙΜΑΣΤΗ
ΕΝΤΥΠΟ ΔΟΚΙΜΑΣΤΗ
ΕΝΤΥΠΟ ΔΟΚΙΜΑΣΤΗ
Βαθμολογία Χαρακτηριστικών
Κωδικός (με κλίμακα 10) 1: κακό, 10: καλό Περιγραφή
αριθμός
χαρακτηριστικών
Δείγματος
Άπλωμα Γεύση Άλλα
39
ΕΝΤΥΠΑ ΔΟΚΙΜΑΣΤΗ
ΕΝΤΥΠΟ ΔΟΚΙΜΑΣΤΗ
Βαθμολογία Χαρακτηριστικών
Κωδικός (με κλίμακα 10) 1: λίγο, 10: πολύ Βαθμός παλαιότητας
αριθμός
1: φρέσκο, 2: παλαιό
Δείγματος Γεύση Αφρισμός Άρωμα
ΕΝΤΥΠΟ ΔΟΚΙΜΑΣΤΗ
Βαθμολογία Χαρακτηριστικών
Κωδικός (με κλίμακα 10) 1: κακό, 10: καλό
αριθμός
δείγματος Μουχλιασμένο Οινοπνευματώδες Ταγγισμένο Πικρό
40
ΕΝΤΥΠΑ ΔΟΚΙΜΑΣΤΗ
ΕΝΤΥΠΟ ΔΟΚΙΜΑΣΤΗ
Ένταση
αρώματος
Χρόνος (min)
41
ΕΝΤΥΠΑ ΔΟΚΙΜΑΣΤΗ
ΕΝΤΥΠΟ ΔΟΚΙΜΑΣΤΗ
Γλυκιά
Όξινη
Γεύση
Βουτυρώδης
Πικρή
Αραιό
Γεμάτο
Υφή
Λιπαρότητα
(στο στόμα)
Συνεκτική
Συσσωματώματα
Ευχάριστο
Άρωμα
Βαρύ
(οσμή/γεύση)
Αλλοιωμένο, ξένο
Μετάγευση
Συνολική εκτίμηση
42
ΕΝΤΥΠΑ ΔΟΚΙΜΑΣΤΗ
ΕΝΤΥΠΟ ΔΟΚΙΜΑΣΤΗ
43
ΕΝΤΥΠΑ ΔΟΚΙΜΑΣΤΗ
ΕΝΤΥΠΟ ΔΟΚΙΜΑΣΤΗ
44
ΕΝΤΥΠΑ ΔΟΚΙΜΑΣΤΗ
ΕΝΤΥΠΟ ΔΟΚΙΜΑΣΤΗ
Φρούτου
Οσμή
Αλλοιωμένη
Γλυκιά
Γεύση Ξινή
Πικρή
Υφή Αραιό
(στο στόμα) Γεμάτο
Άρωμα Φρούτου
(οσμή/γεύση) Αλλοιωμένο
Μετάγευση
Ελαττώματα
Παλαιότητα
Συνολική εκτίμηση
* Σημειώστε το αντίστοιχο χαρακτηριστικό με √ και βαθμολογήστε με κλίμακα 1-10 (1: λιγότερο, 10:
περισσότερο) ως προς κάθε χαρακτηριστικό και ως προς τη συνολική εκτίμηση και περιγράψτε τις
παρατηρήσεις σας φραστικά.
45
ΕΝΤΥΠΑ ΔΟΚΙΜΑΣΤΗ
συνολική εκτίμηση
10
παλαιότητα χρώμα
8
6
ελαττώματα θολότητα/διαύγεια/σωματίδια
4
μετάγευση 0 ομογένεια/ιζήματα
άρωμα ρευστότητα
υφή οσμή
γεύση
46
ΕΝΤΥΠΟ ΔΟΚΙΜΑΣΤΗ
Οργανοληπτικά Χαρακτηριστικά
Κωδικός αριθμός Εμφάνιση Βαθμός
Ρευστότητα Άρωμα
δείγματος (Θολότητα, Υφή Συνολική Αποδοχής
Χρώμα (κατά τη Γεύση (οσμή/ Μετάγευση Ελαττώματα Παλαιότητα
Διαύγεια, (στο στόμα) Εκτίμηση
μετάγγιση) γεύση)
Σωματίδια)
Περιγραφή
Χαρακτηριστικών
Παρατηρήσεις
* Σημειώστε το όμοιο δείγμα με το δείγμα αναφοράς με √ ως προς τη συνολική εκτίμηση όπως και ειδικότερα ως προς το αντίστοιχο
χαρακτηριστικό, βαθμολογείστε τα ως προς τον βαθμό αποδοχής με κλίμακα 1-10 (1: κακό, 10: καλό) και περιγράψτε τα χαρακτηριστικά και τις
παρατηρήσεις σας φραστικά.
47
ΕΝΤΥΠΑ ΔΟΚΙΜΑΣΤΗ
ΕΝΤΥΠΟ ΔΟΚΙΜΑΣΤΗ
Δοκιμή: Ποσοτική Περιγραφική
Προϊόντα: Άρτος
Κωδικός Αριθμός Δείγματος:
Παρατηρήσεις
48
ΕΝΤΥΠΑ ΔΟΚΙΜΑΣΤΗ
ΕΝΤΥΠΟ ΔΟΚΙΜΑΣΤΗ
Δοκιμή: Ποσοτική Περιγραφική
Προϊόντα: Μπισκότα
Κωδικός Αριθμός Δείγματος:
Κωδικοί δειγμάτων
Χαρακτηριστικό
Α Β Γ Δ
Μικρός
Όγκος (διόγκωση) Κανονικός
Μεγάλος
Μικρό (πλατύ)
Ύψος (φούσκωμα) Κανονικό
Μεγάλο (φουσκωμένο)
Μικρή
Διάμετρος Κανονική
Μεγάλη
Ανεπαρκές
Πλευρές πεσμένες
Γωνίες άκρων στρογγυλές
Γωνίες άκρων αιχμηρές
(κάθετες)
Πάνω μέρος
Εμφάνιση/ Ραβδώσεις στην επιφάνεια
Σχήμα Επίπεδο - ομαλή επιφάνεια
Ανώμαλη επιφάνεια
Όχι σχήμα φόρμας
Κανονικό
Επίπεδο
Κάτω μέρος
Ύπαρξη κενών
Ανεπαρκές (ανοικτό)
Επιφάνεια Κανονικό
Υπερβολικό (σκούρο)
Ανεπαρκές (ανοικτό)
Χρώμα Άκρες Κανονικό
Υπερβολικό (σκούρο)
Ανεπαρκές (ανοικτό)
Κάτω μέρος Κανονικό
Υπερβολικό (σκούρο)
Παρατηρήσεις:
49
ΕΝΤΥΠΑ ΔΟΚΙΜΑΣΤΗ
Συνέχεια
Χαρακτηριστικό Κωδικοί δειγμάτων
Α Β Γ Δ
Τραχεία (κυρήθρα)
Σκληρή
Ξερή
Σπάσιμο στο χέρι εύκολο
Σπάσιμο στο δάγκωμα δύσκολο
Σπάσιμο στο χέρι εύκολο
Σπάσιμο στο δάγκωμα δύσκολο
Τραγανή
Εύθρυπτη
Δεν τρίβεται εύκολα
Υφή
Αφράτη
Μαλακή
Συνεκτική
Κρυσταλλική στο στόμα
Αμμώδης στο στόμα
Λιπαρότητα στο χέρι
Λιπαρότητα στο στόμα μεγάλη
Λιπαρότητα στο στόμα μικρή
Ανίχνευση υποκατάστατου λιπαρού
Απορρόφηση υγρασίας στο στόμα
Λίγες
Εμφάνιση Ραβδώσεις
Πολλές
εσωτερικού
Λίγες και μεγάλες
μέρους Πόροι
Πολλές και μικρές
Ανεπαρκές
Χρώμα εσωτερικού
Υπερβολικό
Μη ικανοποιητική
Μέτρια
Γεύση
Ικανοποιητική - ευχάριστη
Ανίχνευση υποκατάστατου λιπαρού
Μη ικανοποιητικό
Μέτριο
Άρωμα
Ικανοποιητικό - ευχάριστο
Ανίχνευση υποκατάστατου λιπαρού
Παρατηρήσεις:
50
Τηγάνισμα – Επίδραση των συνθηκών στο έλαιο και το τρόφιμo
ΑΣΚΗΣΗ 2
Σκοπός
Σκοπός της άσκησης είναι η εξέταση της διεργασίας του τηγανίσματος από την άποψη της ποιότητας
και της ασφάλειας του παραγόμενου τηγανισμένου τροφίμου. Παρακολουθείται η διεργασία
τηγανίσματος δειγμάτων πατάτας με χρήση φυτικών ελαίων και μελετάται η αλλοίωση των λιπαρών
καθώς και η επίδρασή της στις ιδιότητες της τηγανητής πατάτας.
Θεωρία
Το τηγάνισμα είναι μία ευρέως χρησιμοποιούμενη διεργασία παρασκευής τροφίμων κατά την οποία
το τρόφιμο επεξεργάζεται σε θερμό έλαιο μετατρεπόμενο σε εύγευστο προϊόν. Το τηγάνισμα
διακρίνεται σε ρηχό ή βαθύ ανάλογα με το αν το τρόφιμο εμβαπτίζεται μερικώς ή πλήρως στο έλαιο
και εφαρμόζεται σε βιομηχανική κλίμακα σε συνεχή ή ασυνεχή λειτουργία. Κατά το τηγάνισμα, μέρος
του περιεχόμενου νερού του τροφίμου απομακρύνεται, ενώ ορισμένη ποσότητα ελαίου
απορροφάται από το τρόφιμο. Τα τηγανισμένα τρόφιμα βρίσκουν μεγάλη αποδοχή από τους
καταναλωτές λόγω των μοναδικών τους οργανοληπτικών χαρακτηριστικών, όπως η κρούστα, το
χρώμα, και η ελκυστική γεύση, οσμή και υφή. Η ποιότητα του ελαίου (μέσου) τηγανίσματος επηρεάζει
την ποιότητα του τηγανισμένου τροφίμου.
Τα λίπη και έλαια κατά τη διάρκεια του τηγανίσματος σε υψηλές θερμοκρασίες και παρουσία
οξυγόνου, υδρατμών υπόκεινται βαθμιαία σε χημικές αλλαγές (αλλοιώσεις) οι οποίες έχουν
επίπτωση στην οργανοληπτική ποιότητα και θρεπτικότητα του τροφίμου. Οι πιο σημαντικές
αλλοιώσεις/μεταβολές που λαμβάνουν χώρα κατά το τηγάνισμα είναι: υδρόλυση, οξείδωση (σε
θερμοκρασίες >100°C), θερμική οξείδωση (σε θερμοκρασίες 200°C παρουσία αέρα), πολυμερισμός
(σε θερμοκρασίες >200°C απουσία αέρα) και άλλες (κυκλοποιήσεις, ισομεριώσεις κτλ.). Τα κύρια
προϊόντα διάσπασης των λιπαρών που σχηματίζονται κατά το τηγάνισμα είναι: υπεροξείδια,
καρβονυλικές ενώσεις, ελεύθερα λιπαρά οξέα, αλκοόλες, πολυμερή, κυκλικές ενώσεις, κ.ά. Σημαντική
αύξηση των προϊόντων οξείδωσης και πολυμερισμού προκαλεί αύξηση του ιξώδους, αύξηση της
πολικότητας, αφρισμό, αλλοίωση του χρώματος και ανάπτυξη δυσάρεστης οσμής και γεύσης του
ελαίου. Το τηγάνισμα, τέλος, μπορεί να προκαλέσει σχηματισμό επικίνδυνων συστατικών (trans
λιπαρά οξέα, εκτενώς οξειδωμένα ή πολυμερισμένα λιπαρά). Με εφαρμογή φιλτραρίσματος (χάρτινα
ή υφασμάτινα φίλτρα ή αποχρωστικές γαίες) επιτυγχάνεται μερική απομάκρυνση των προϊόντων
διάσπασης, παράταση της ωφέλιμης ζωής του ελαίου και βελτίωση της ποιότητας των τηγανισμένων
ελαίων.
Ο ρυθμός διάσπασης των ελαίων τηγανίσματος εξαρτάται από πολλές παραμέτρους, όπως από τον
τύπο του λιπαρού (ακορεστότητα, αρχική οξειδωτική κατάσταση), το τηγανιζόμενο τρόφιμο (% νερό,
% πρωτεΐνες, προοξειδωτικά συστατικά, μέταλλα), και τις συνθήκες τηγανίσματος (θερμοκρασία και
51
Τηγάνισμα – Επίδραση των συνθηκών στο έλαιο και το τρόφιμo
52
Τηγάνισμα – Επίδραση των συνθηκών στο έλαιο και το τρόφιμo
53
Τηγάνισμα – Επίδραση των συνθηκών στο έλαιο και το τρόφιμo
Δείκτης Totox (Total Oxidation Value). Εκτιμά συνολικά το οξειδωτικό ιστορικό του ελαίου
συσχετίζοντας τον p-AV με τον PV ως:
Δείκτης Totox = 2 (PV) + p-AV
Απορρόφηση στο υπεριώδες. Στηρίζεται στην απορρόφηση στο υπεριώδες φάσμα των προϊόντων
αυτοοξείδωσης των λιπαρών σωμάτων. Η μέτρηση της απορρόφησης στα 232 nm αφορά τα συζυγή
διένια και αποτελεί μέτρο της αυτοοξείδωσης του λιπαρού, η απορρόφηση στα 268 nm αφορά τα
συζυγή τριένια, ενώ η διαφορά της απορρόφησης ανάμεσα στα 262 και 274 nm αποκαλύπτει την
παρουσία δευτερογενών προϊόντων οξείδωσης στα λιπαρά σώματα.
Πολικά Συστατικά. Περιλαμβάνουν μονο- και δι-γλυκερίδια, ελεύθερα λιπαρά οξέα, καρβονυλικά
συστατικά, πολυμερείς ενώσεις και άλλα προϊόντα οξείδωσης, υδρόλυσης ή διάσπασης των λιπαρών
(προσδιορίζονται με χρωματογραφία στήλης).
Αριθμός Ιωδίου (Iodine Value – IV). Προσδιορίζει την ακορεστότητα του λιπαρού και εκφράζεται ως
g ιωδίου που απαιτούνται για να κορεστούν πλήρως οι διπλοί δεσμοί σε 100 g λιπαρού.
Δείκτης Διάθλασης (nd). Σχετίζεται με την ακορεστότητα και επηρεάζεται από την οξειδωτική
καταστροφή των λιπαρών (σχηματισμός ελεύθερων λιπαρών οξέων, υπεροξειδίων, συζυγών
ενώσεων, trans λιπαρών).
Διηλεκτρική σταθερά. Σχετίζεται με την ακορεστότητα και την παρουσία πολικών συστατικών κατά
την οξείδωση των ελαίων και η μέτρησή της χρησιμοποιείται για την παρακολούθηση της οξείδωσης
του ελαίου κατά τη διάρκεια του τηγανίσματος.
Ιξώδες. Η αύξησή του συνδέεται με την οξείδωση και τον πολυμερισμό των ελαίων κατά το τηγάνισμα
(και συσχετίζεται με την τάση για αφρισμό των ελαίων).
Χρώμα. Η δημιουργία χρώματος σε τηγανισμένα έλαια είναι αποτέλεσμα της παρουσίας προϊόντων
οξείδωσης – το κόκκινο χρώμα οφείλεται σε οξειδωμένα λιπαρά οξέα και προϊόντα πυρόλυσης, το
κίτρινο σε υπεροξείδια και αλδεΰδες, και το μπλε σε νερό και λεπτά σωματίδια διαλυμένα στο έλαιο.
Για την καταλληλόλητα των τηγανισμένων ελαίων δεν έχουν θεσπιστεί κανονισμοί, παρέχονται μόνο
συστάσεις για τα όρια καταλληλότητας των ελαίων για χρήση σε τηγάνισμα όπως π.χ. αναφέρεται
max ποσοστό πολικών συστατικών 25% - 27%.
Τηγάνισμα – ΗΑCCP
Η διεργασία τηγανίσματος σύμφωνα με το HACCP αποτελεί ένα κρίσιμο σημείο ελέγχου (CCP) κατά
την παραγωγή τηγανισμένων τροφίμων. Εφόσον η οξείδωση προχωρά ταχύτερα σε υψηλότερες
θερμοκρασίες, η θερμοκρασία τηγανίσματος του λιπαρού πρέπει να διατηρείται στα χαμηλότερα
δυνατά επίπεδα που είναι ικανά για την παραγωγή ψημένου τροφίμου. Εντούτοις, κατά τη διάρκεια
βιομηχανικού τηγανίσματος η θερμοκρασία του λιπαρού είναι δυνατόν να φτάσει σε τιμές >200°C,
είτε για μείωση του χρόνου τηγανίσματος (1-2 min), είτε προκειμένου να σχηματιστεί κρούστα στην
επιφάνεια του τηγανισμένου τροφίμου με εγκλωβισμό της υγρασίας (αν δεν προηγείται μερική
ξήρανση του τροφίμου προς τηγάνισμα). Με σκοπό να διατηρηθεί το επίπεδο οξείδωσης του λιπαρού
τηγανίσματος στο ελάχιστο, είναι σημαντικό να χρησιμοποιείται καλής ποιότητας λιπαρό, να
διατηρείται η θερμοκρασία του λιπαρού όσο το δυνατό χαμηλότερη, να εφαρμόζεται ο μέγιστος
δυνατός ρυθμός ανανέωσης του λιπαρού, να απομακρύνονται τα τμήματα του τροφίμου από το
λιπαρό και τέλος αν είναι δυνατόν το λιπαρό να φιλτράρεται.
54
Τηγάνισμα – Επίδραση των συνθηκών στο έλαιο και το τρόφιμo
Πειραματική διαδικασία
(𝑆𝑆−𝐵𝐵)∙𝑁𝑁∙1000
O Aριθμός Υπεροξειδίων (PV) υπολογίζεται από τη σχέση: 𝑃𝑃𝑃𝑃 =
𝛽𝛽ά𝜌𝜌𝜌𝜌𝜌𝜌 𝛿𝛿𝛿𝛿ί𝛾𝛾𝛾𝛾𝛾𝛾𝛾𝛾𝛾𝛾𝛾𝛾 (𝑔𝑔)
όπου S και Β: καταναλωθέντα mL δ/τος Νa2S2O3 για το δείγμα και για το λευκό
Ν: κανονικότητα του δ/τος Na2S2O3
55
Τηγάνισμα – Επίδραση των συνθηκών στο έλαιο και το τρόφιμo
𝛢𝛢232
𝛫𝛫232 =
𝐶𝐶 ∗ 𝑠𝑠
Για τον προσδιορισμό του συντελεστή συζυγών τριενίων ζυγίζεται ποσότητα 0,3 g ελαίου σε
ογκομετρική φιάλη των 10 mL και ακολουθείται η ίδια διαδικασία. Καταγράφεται η απορρόφηση σε
μήκος κύματος 270 nm στο φασματοφωτόμετρο. Ο συντελεστής τριενίων υπολογίζεται από τη σχέση:
𝛢𝛢270
𝛫𝛫270 =
𝐶𝐶 ∗ 𝑠𝑠
δ) Μέτρηση χρώματος
Το χρώμα των δειγμάτων πατάτας μετρείται με τη βοήθεια χρωματόμετρου το οποίο παρέχει τις τιμές
των χρωματικών παραμέτρων L, a, b. Η τιμή του χρώματος προκύπτει από την εξίσωση:
Το L εκφράζει τη φωτεινότητα του χρώματος. Οι τιμές των a, b είναι οι ορθογώνιες συντεταγμένες του
χρώματος. Οι θετικές τιμές της παραμέτρου a αντιστοιχούν στο κόκκινο χρώμα, ενώ οι αρνητικές στο
πράσινο. Ομοίως, οι θετικές τιμές του b αντιστοιχούν στο κίτρινο χρώμα, ενώ οι αρνητικές στο μπλε.
Οι διαφορές ΔL, Δa και Δb (όπου: ΔL = L−L0, Δa = a−a0 και Δb = b−b0) προκύπτουν από τη σύγκριση με
δείγμα μη τηγανισμένης πατάτας (L0, a0 και b0).
56
Τηγάνισμα – Επίδραση των συνθηκών στο έλαιο και το τρόφιμo
mm) με στέλεχος TA-45 Craft Knife, που προσομοιάζει τη διαδικασία της κοπής με μαχαίρι. Από το
διάγραμμα δύναμης-χρόνου, που προκύπτει εκτιμώνται οι παράμετροι υφής (σκληρότητα των
δειγμάτων πατάτας).
ζ) Οργανοληπτική εξέταση
Η οργανοληπτική εξέταση των δειγμάτων πατάτας γίνεται ως προς την εμφάνιση, οσμή, υφή, γεύση,
και μετάγευση με χρήση του παρακάτω εντύπου. Τα χαρακτηριστικά βαθμολογούνται με κλίμακα 1-
10, όπου 1: ελάχιστο και 10: μέγιστο.
Ερωτήσεις
1. Ποια μεταβολή συμβαίνει κατά το τηγάνισμα στο λιπαρό με βάση τον Αριθμό Υπεροξειδίων ή τον
Αριθμό p-Ανισιδίνης και την απορρόφηση στο υπεριώδες;
2. Ποια η μεταβολή του χρώματος των δειγμάτων πατάτας ανάλογα με το χρησιμοποιούμενο έλαιο;
3. Ποια η μεταβολή της αντικειμενικής σκληρότητας των δειγμάτων πατάτας ανάλογα με το
χρησιμοποιούμενο έλαιο;
4. Ποια η μεταβολή των οργανοληπτικών χαρακτηριστικών των δειγμάτων πατάτας ανάλογα με το
χρησιμοποιούμενο έλαιο;
5. Συσχέτιση των αντικειμενικών χαρακτηριστικών με τα οργανοληπτικά χαρακτηριστικά.
57
Τηγάνισμα – Επίδραση των συνθηκών στο έλαιο και το τρόφιμo
Βιβλιογραφία
58
59
Επίδραση διαφόρων παραμέτρων στη ζύμωση του γάλακτος προς γιαούρτι
ΑΣΚΗΣΗ 3
Σκοπός
Σκοπός της άσκησης είναι η παρακολούθηση της οξυγαλακτικής ζύμωσης πλήρους και
αποβουτυρωμένου γάλακτος προς γιαούρτι με χρήση συμβιωτικής καλλιέργειας μικροοργανισμών.
Εξετάζεται η επίδραση της θερμικής κατεργασίας του γάλακτος, της ποσότητας μαγιάς, της
θερμοκρασίας επώασης και της ενίσχυσης του γάλακτος με στερεά θρεπτικά συστατικά (σκόνη
αποβουτυρωμένου γάλακτος, πρωτεΐνη γάλακτος) στην εξέλιξη της ζύμωσης (χρόνος επώασης μέχρι
pH 4.3) και τα ρεολογικά και τα οργανοληπτικά χαρακτηριστικά του γιαουρτιού.
Θεωρία
Το γιαούρτι ορίζεται ως το πηγμένο γαλακτοκομικό προϊόν το οποίο παράγεται με γαλακτική ζύμωση
του γάλακτος με τη δράση του Streptococcus thermophilus και του Lactobacillus bulgaricus.
Η βιομηχανική παρασκευή γιαουρτιού περιλαμβάνει αρκετά στάδια τα οποία είναι όλα σημαντικά
για την ποιότητα του τελικού προϊόντος. Τα στάδια αυτά είναι: προετοιμασία του αρχικού μίγματος,
τυποποίηση λιπαρών (προσθήκη στερεών και σταθεροποιητών), ομογενοποίηση, θερμική
κατεργασία, ψύξη στη θερμοκρασία ζύμωσης, εμβολιασμός με οξυγαλακτική καλλιέργεια, επώαση
(40-45°C), συσκευασία και ψύξη στη θερμοκρασία διατήρησης. Η συσκευασία μπορεί να γίνει επίσης
αμέσως μετά τον εμβολιασμό, οπότε η ζύμωση γίνεται μέσα στον περιέκτη του συσκευασμένου
προϊόντος.
Η δράση της συμβιωτικής καλλιέργειας Streptococcus thermophilus - Lactobacillus bulgaricus του
γιαουρτιού: Ο S. thermophilus παράγει L(+)-γαλακτικό οξύ, ενώ ο L. bulgaricus παράγει κυρίως D(-)-
γαλακτικό οξύ και DL-ρακεμικό μίγμα γαλακτικού οξέος. Η ποσότητα του L(+)-γαλακτικού οξέος, που
είναι πιο εύπεπτο, ποικίλλει ανάλογα με την αναλογία των δύο βακτηρίων στη χρησιμοποιούμενη
συμβιωτική καλλιέργεια. Η ποσότητα γαλακτικού οξέος, και αντίστοιχα η οξύτητα, που παράγεται
από μικτές καλλιέργειες είναι μεγαλύτερη από ότι από κάθε καλλιέργεια χωριστά.
Ο μεταβολισμός των δύο βακτηρίων ακολουθεί δύο φάσεις. Στην πρώτη φάση αναπτύσσεται ο S.
thermophilus περισσότερο από τον L. bulgaricus, επειδή ευνοείται από κάποιους παράγοντες
ανάπτυξης προερχόμενους από τη θερμική κατεργασία του γάλακτος και την πρωτεολυτική δράση
του L. bulgaricus. Κατά τη δεύτερη φάση συμβαίνει το αντίθετο, δηλαδή ο L. bulgaricus αναπτύσσεται
περισσότερο, καθώς χρησιμοποιεί προϊόντα της δράσης του S. thermophilus που ευνοούν την
ανάπτυξή του. Ο S. thermophilus μεταβολίζεται σε υψηλές θερμοκρασίες (49°C), ενώ ο L. bulgaricus
είναι θερμοάντοχος με βέλτιστη θερμοκρασία ανάπτυξης 45°C.
Η διεργασία παρασκευής του γιαουρτιού περιλαμβάνει την μετατροπή της λακτόζης σε γαλακτικό οξύ
με τη βοήθεια της συμβιωτικής καλλιέργειας Streptococcus thermophilus-Lactobacillus bulgaricus.
Κατά την υδρόλυση της λακτόζης η γαλακτόζη παραμένει, καθώς τα βακτήρια της καλλιέργειας δεν
μπορούν να τη μετατρέψουν, ενώ η γλυκόζη μετατρέπεται σε πυρουβικό οξύ και στη συνέχεια σε
γαλακτικό οξύ. Το γαλακτικό οξύ που παράγεται από τα βακτήρια μειώνει το pH και όταν αυτό φθάσει
60
Επίδραση διαφόρων παραμέτρων στη ζύμωση του γάλακτος προς γιαούρτι
Η μεταβολή του pH με τον χρόνο ζύμωσης μπορεί να περιγραφεί από το τροποποιημένο μοντέλο
Gompertz για την ανάπτυξη των βακτηρίων (De Brabandere and De Baerdemaeker, 1999):
(1)
61
Επίδραση διαφόρων παραμέτρων στη ζύμωση του γάλακτος προς γιαούρτι
Σχήμα 1. Μεταβολή pH με τον χρόνο κατά την οξυγαλακτική ζύμωση του γιαουρτιού
Ιξ
ώδ
ες
(cP
s)
Σχήμα 2. Μεταβολή του ιξώδους με τον χρόνο την πήξη του γιαουρτιού
Κατ΄ ανάλογο τρόπο η μεταβολή του ιξώδους του οξινιζόμενου γάλακτος κατά τη διάρκεια της
ζύμωσης μπορεί επίσης να περιγραφεί από το τροποποιημένο μοντέλο Gompertz (Soukoulis et al.
2007):
(2)
Δεδομένης της ευκολίας προσδιορισμού του pH, και της καθοριστικής επίδρασης του χρόνου
ζύμωσης και του ιξώδους στα ποιοτικά χαρακτηριστικά του τελικού προϊόντος, μπορεί να
πραγματοποιηθεί η γραμμική συσχέτιση του χρόνου ζύμωσης (tf) και του φαινόμενου ιξώδους (μα) με
το pH στα πειραματικά δεδομένα που προέρχονται από την 2η φάση της οξυγαλακτικής ζύμωσης και
στην οποία λαμβάνουν οι βασικότερες μεταβολές σε ότι αφορά τον σχηματισμό του πήγματος του
γιαουρτιού.
62
Επίδραση διαφόρων παραμέτρων στη ζύμωση του γάλακτος προς γιαούρτι
tf = a · ln(pH) + b (3)
μα = c · ln(pH) + d (4)
Βελτίωση των χαρακτηριστικών του γιαουρτιού: Η βελτίωση του πήγματος του γιαουρτιού μπορεί να
γίνει: α) με εντονότερη θερμική κατεργασία χωρίς να αλλοιώνεται η γεύση του προϊόντος (γεύση
καραμελλοποιημένων σακχάρων), β) με προσθήκη στερεών (σκόνης γάλακτος, πρωτεΐνης γάλακτος,
πρωτεϊνών ορού γάλακτος) προσέχοντας το ποσοστό προσθήκης ώστε να μη δημιουργείται απόκλιση
από τη γεύση του γιαουρτιού και γ) με χρήση σταθεροποιητών (φυσικά, ημισυνθετικά ή συνθετικά
κόμμεα) που πρέπει να είναι επιτρεπόμενοι και να δημιουργούν σταθερό πήγμα (δέσμευση και
συγκράτηση νερού) χωρίς να αυξάνουν τη συναίρεση και να μην προκαλούν αλλοιώσεις στη γεύση
και το άρωμα του γιαουρτιού. Τέλος, χρησιμοποιούνται τελευταία βακτήρια που παράγουν
πολυσακχαρίτες και οδηγούν σε βελτιωμένο ιξώδες. Τα κυριότερα ποιοτικά χαρακτηριστικά του
γιαουρτιού είναι: το ιξώδες, η συναίρεση, το χρώμα, το άρωμα, η γεύση και η υφή. Διάφοροι
παράγοντες επιδρούν στα χαρακτηριστικά αυτά, όπως:
Πειραματική Διαδικασία
Τα δείγματα γάλακτος μπορεί να έχουν ενισχυθεί με διάφορα στερεά πρωτεϊνικά συστατικά, όπως:
• 0.5% ή 1.0% πρωτεϊνικό συμπύκνωμα ορού γάλακτος (WPC)
• 0.5% ή 1.0% καζεϊνικό ασβέστιο (Sodium caseinate)
• 0.5% ή 1.0% μίγμα WPC/Sodium caseinate (1:1)
τα οποία διασπείρονται και διαλύονται στο γάλα πριν από τη θερμική κατεργασία.
Μετά το πέρας της θερμικής κατεργασίας τα δείγματα ομογενοποιούνται σε δύο στάδια (πίεση 1ου
σταδίου: 180 bar - πίεση 2ου σταδίου: 30 bar) με χρήση εργαστηριακού ομογενοποιητή (APV Gaulin,
Denmark), προκειμένου να εξασφαλιστεί η πλήρης διάλυση των στερεών υλικών στο γάλα καθώς και
η σταθερότητα του προς επώαση μίγματος.
63
Επίδραση διαφόρων παραμέτρων στη ζύμωση του γάλακτος προς γιαούρτι
Ακολουθεί η ψύξη των δειγμάτων στους 45°C και ο εμβολιασμός τους με 2.5% w/w οξυγαλακτική
καλλιέργεια (λόγος S. thermophilus - L. Bulgaricus 1:3). Τα μίγματα αναδεύονται ήπια, συνέχεια
μοιράζονται ισόποσα σε ποτήρια ζέσεως και επωάζονται στους 45°C.
Συνεχής παρακολούθηση της οξυγαλακτικής ζύμωσης:
Η εξέλιξη της ζύμωσης παρακολουθείται κατά τη διάρκεια της πήξης με συνεχή μέτρηση του pH μέχρις
ότου η τιμή του να φτάσει σε 4.5-4.3, ενώ παράλληλα παρακολουθείται του ιξώδους των δειγμάτων
στις 3 διαφορετικές σειρές.
Η παρακολούθηση της μεταβολής του pH γίνεται με χρήση pH-μετρου συνδεδεμένου με ηλεκτρονικό
καταγραφικό.
Ο προσδιορισμός του ιξώδους των επωαζόμενων δειγμάτων γίνεται ασυνεχώς, με χρήση ρεομέτρου
RC Rheotec. Δείγματα 21 mL λαμβάνονται ανά 20 min από κάθε σειρά και τοποθετούνται σε στέλεχος
DIN-DG, προκειμένου να προσδιοριστεί το ιξώδες τους. Ο προσδιορισμός του ιξώδους γίνεται στη
θερμοκρασία επώασης με χρήση μανδύα θέρμανσης συνδεδεμένου με υδατόλουτρο (Lauda). Τα
δείγματα που λαμβάνονται δεν επανατοποθετούνται για επώαση.
Μελέτη της ρεολογικής συμπεριφοράς του τελικού προϊόντος:
Το τελικό προϊόν αποθηκεύεται στους 5°C για 24 h και κατόπιν προσδιορίζεται η ρεολογική του
συμπεριφορά με χρήση του ρεόμετρου Rheotec RC. Το λουτρό ψύξης ρυθμίζεται στους 5°C, και
δείγματα γιαουρτιού 70 mL περίπου φέρονται σε στέλεχος CC-MS48. Πριν από την έναρξη του
προσδιορισμού της ρεολογικής συμπεριφοράς, κάθε δείγμα αφήνεται για 10 min στους 5°C,
προκειμένου να επιτευχθεί η θερμοκρασιακή ισορροπία τους. Για τον προσδιορισμό της ρεολογικής
συμπεριφοράς εφαρμόζεται ένα πρόγραμμα μεταβολής του ρυθμού διάτμησης σε δύο στάδια: 1ο
στάδιο - μεταβολή του ρυθμού διάτμησης από 4-300 s-1 και 2ο στάδιο - σταθερός ρυθμός διάτμησης
στα 300 s-1.
Τα δεδομένα διατμητικής τάσης - μεταβαλλόμενου ρυθμού διάτμησης προσαρμόζονται στο
ρεολογικό μοντέλο de Waale-Ostwald, της μορφής:
τ = Κγn (5)
64
Επίδραση διαφόρων παραμέτρων στη ζύμωση του γάλακτος προς γιαούρτι
νερού και το μίγμα τιτλοδοτείται με 0.1 Ν NaOH με δείκτη φαινολοφθαλεΐνη (η οξύτητα εκφράζεται
σε γαλακτικό οξύ).
Η διεργασία της οξυγαλακτικής ζύμωσης για πήξη του γάλακτος προς γιαούρτι ελέγχεται μέσω του
pH, καθώς ενώ εξελίσσεται η ζύμωση ξεκινά η πήξη που ολοκληρώνεται στη τιμή pH=4.5-4.3 και
ανάλογα με τη σύνθεση του μίγματος του γάλακτος (στερεά γάλακτος, σταθεροποιητές) και τη
θερμική κατεργασία προκύπτουν αντίστοιχα χαρακτηριστικά στο πήγμα του γιαουρτιού.
Για την επεξεργασία των αποτελεσμάτων προς εύρεση της επίδρασης των παραγόντων (είδος
γάλακτος: πλήρες-αποβουτυρωμένο, θερμική κατεργασία) στις παραμέτρους (χρόνος επώασης,
ιξώδες, οξύτητα) με ανάλυση διακύμανσης (ANOVA) τα δεδομένα της χρόνου επώασης, οξύτητας και
ιξώδους ανάγονται για κάθε δειγματοληψία ως προς την ίδια τιμή pH.
Ερωτήσεις
1. Δώστε τα διαγράμματα μεταβολής pH και ιξώδους και οξύτητας σε συνάρτηση με τον χρόνο για
τις διάφορες σειρές δειγμάτων γιαουρτιού.
2. Προσαρμόστε τα πειραματικά δεδομένα pH και ιξώδους στο τροποποιημένο μοντέλο Gompertz
και προσδιορίστε τις παραμέτρους μ και λ. Ποια είναι η φυσική σημασία τους και ποια είναι η
επίδραση των μελετούμενων παραμέτρων;
3. Σχέση τιμής pH με τον χρόνο ζύμωσης και το φαινόμενο ιξώδες για τις διάφορες σειρές
δειγμάτων γιαουρτιού.
4. Βρείτε την επίδραση στον χρόνο επώασης (μέχρι pH 4.3), την οξύτητα και το ιξώδες των
παραγόντων με ανάλυση διακύμανσης (ANOVA):
α) είδος γάλακτος: πλήρες - αποβουτυρωμένο (σειρά Α - σειρά Γ)
β) θερμική κατεργασία γάλακτος (σειρά Α - σειρά Β)
γ) είδος ή ποσό ενίσχυσης των στερεών γάλακτος.
5. Δώστε τα διαγράμματα διατμητικής τάσης - ρυθμού διάτμησης για τις διάφορες σειρές
δειγμάτων γιαουρτιού.
6. Ποιες είναι οι τιμές των Κ και n για τις διάφορες σειρές των δειγμάτων γιαουρτιού όπως
προκύπτουν βάσει του μοντέλου de Waale - Ostwald; Ποια συμπεράσματα προκύπτουν για τη
λειτουργική δράση του είδους γάλακτος, και του μέσου ενίσχυσης του στερεού υπολείμματος;
7. Τι συμπεραίνετε για τη ρεολογική συμπεριφορά των δειγμάτων γιαουρτιού με βάση τα
δεδομένα διατμητικής τάσης - σταθερού ρυθμού διάτμησης;
65
Επίδραση διαφόρων παραμέτρων στη ζύμωση του γάλακτος προς γιαούρτι
8. Ερμηνεύστε τα διαγράμματα που λαμβάνονται κατά τη μέτρηση των χαρακτηριστικών υφής από
τον αναλυτή υφής - ποια χαρακτηριστικά υφής μπορούν να μετρηθούν με τα δύο
χρησιμοποιούμενα στελέχη.
9. Συσχέτιση των χαρακτηριστικών υφής των δειγμάτων γιαουρτιού, όπως μετρούνται με την
ενόργανη μέθοδο ή εκτιμούνται οργανοληπτικά.
10. Συσχέτιση pH και οξύτητας των δειγμάτων από τις διάφορες σειρές γιαουρτιού.
66
Επίδραση διαφόρων παραμέτρων στη ζύμωση του γάλακτος προς γιαούρτι
Άμελξη
Βουστάσιο Συλλογή
Μεταφορά
Αποθήκευση
Θέρμισμα
Μεταφορά
Παραλαβή
Αποθήκευση
Προθέρμανση
Τυποποίηση
Γαλακτοβιομηχανία
Παστερίωση
Ψύξη
Παστεριωμένο Γάλα
Εμβολιασμός Ασηπτική Συσκευασία
Αποθήκευση σε ψύξη
Διανομή
67
Επίδραση διαφόρων παραμέτρων στη ζύμωση του γάλακτος προς γιαούρτι
Βιβλιογραφία
1. Θωμόπουλος, Χ.Δ., Τεχνολογία Γεωργικών Βιομηχανιών, ΕΜΠ, Αθήνα, 1992.
2. Μάντης, Α.Ι., Υγιεινή και Τεχνολογία Γάλακτος και των Προϊόντων του, Αφοί Κυριακίδη, Θεσ/νίκη,
1991.
3. Μανωλκίδη, Κ.Σ., Γαλακτοκομία, Τομ. 1-2, Αφοί Κυριακίδη, Θεσ/νίκη, 1983.
4. Tamine, A.Y., Robinson, R.K., Yoghurt, Science and Technology, 1st Edition, Pergamon Press Ltd.,
1985.
5. Rasic, J.L., Kurman, J.A., Yoghurt, Scientific grounds, Technology, Manufacture and Preparations,
Technical Dairy Publishing House, 1978.
6. Thomopoulos, C.D., Tzia, C., Milkas, D., Influence of processing of solid-fortified milk on
coagulation time and quality properties of yogurt, Milchwissenschaft, 48 (8): 426, 1993.
7. Rose, Fermented foods, Academic Press, Inc., 1982.
8. Lactic acid bacteria in beverages and food, Proceedings of 4th Long Symposium held at Bristol 1973,
Academic Press, 1975.
9. Webb, B.H., Johnson, A.H., Alford, J.A., Fundamentals of Dairy Chemistry, 2nd Edition, The AVI
Publishing Company, Inc., 1974.
10. Wong, N.P., Fundamentals of Dairy Chemistry, 3rd Edition, Van Nostrand Reinhold Company, 1988.
11. Prentice, Dairy Rheology, VCH Publishers, Inc., UK, 1992.
12. Walstra, P., et al, Dairy Technology, Principles of Milk Properties and Processes, C.H.I.P.S., 1999.
13. Robinson, R., Dairy Microbiology Handbook, The Microbiology of Milk and Milk Products, 3rd
Edition, C.H.I.P.S., 2002.
14. Phillips, C.J.C., Progress in Dairy Science, Oxford University Press, 1996.
15. Early, R., The Technology of Dairy Products, Blackie Academic & Professional, 1991.
16. Spreer, E., Milk and Dairy Product Technology, C.H.I.P.S., 1998.
17. Hui, Y.H., Dairy Science and Technology Handbook, Vol. 1-3, C.H.I.P.S., 2002.
18. Robinson, R., Modern Dairy Technology, Vol I, II, Elsevier, 1986.
19. Kessler, H.G., Food Engineering and Dairy Tecnhology, Verlag., Germany, 1981.
20. Fox, B.P., Advanced Dairy Chemistry: Vol. 1-3, Chapman & Hall, 1992-1996.
21. Varnam, A.H., Sutherland, J.P., Milk and Milk Products: Technology, Chemistry and Microbiology,
Chapman & Hall, 1995.
22. Bhullar, Y.S., Uddin, M.A. and Shah, N.P., Effects of ingredients supplementation on the textural
characteristics and microstructure of yoghurt, Milchwissenschaft, 57: 328-332, 2002.
23. Everett, D.W., and McLeod, R.E., Interactions of polysaccharide stabilizers with casein aggregates
in stirred skim-milk yoghurt, Int. Dairy J., 15: 1175-1183, 2005.
24. Fiszman, S.M., and Salvador, A., Effect of gelatine on the texture of yoghurt and of acid-heat-
induced milk gels, Z. Lebensm. Unters. Forsch., 208: 100-105, 1999.
25. Guzman-Gonzalez, M., Morais, F. and Amigo, L., Influence of skimmed milk concentrate
replacement by dry dairy products in a low-fat set-type yoghurt model system. Use of caseinates,
coprecipitate and blended dairy powders, J. Sci. Food Agric., 80: 433-438, 2000.
26. Guzman-Gonzalez, M., Morais, F., Ramos, M. and Amigo, L., Influence of skimmed milk
concentrate replacement by dry dairy products in a low fat set-type yoghurt model system. I: Use
of whey protein concentrates, milk protein concentrates and skimmed milk powder, J. Sci. Food
Agric., 79: 1117-1122, 1999.
68
Επίδραση διαφόρων παραμέτρων στη ζύμωση του γάλακτος προς γιαούρτι
27. Lucey, J.A., Munro, P.A. and Singh, H., Effects of heat treatment and whey protein addition on the
rheological properties and structure of acid skim milk gels, Int. Dairy J., 9: 275-279, 1999.
28. Shaker, R.R., Abu-Jdayil, B., Jumah, R.Y. and Ibrahim, S.A., Rheological properties of set yogurt
during gelation process: II. Impact of incubation temperature, Milchwissenschaft, 56: 622-625,
2001.
29. Shaker, R.R., Jumah, R.Y. and Abu-Jdayil, B., Rheological properties of plain yogurt during
coagulation process: Impact of fat content and preheat treatment of milk, J. Food Eng., 44: 175-
180, 2000.
30. Soukoulis, C., Panagiotidis, P., Koureli, R. and C. Tzia, Industrial yogurt manufacture: Monitoring of
fermentation process and improvement of final product quality, J. of Dairy Science, 90: 2641-2654,
2007.
31. Sfakianakis, P., Özer, B., Varzakas, T. and Tzia C., Dairy products technology (Ch. 6). In: Handbook
of Food Processing: Food Safety, Quality, and Manufacturing Processes, T. Varzakas & C. Tzia.
Contemporary Food Engineering Series, D.-W. Sun (ed.). CRC Press, 2015. (ISBN 9781498721776).
69
Επίδραση διαφόρων παραμέτρων στη ζύμωση του γάλακτος προς γιαούρτι
Επίπεδη
Λεπτή
Εμφάνιση Δεν διακρίνεται τελείωμα από το γέμισμα
Επιφάνεια Ύπαρξη φυσαλίδων από γέμισμα
Συναίρεση
Άλλο ελάττωμα
Λευκό
Χρώμα Αντίστοιχο των περιεχομένων λιπαρών
Άλλο
Λεπτή
Συνεκτική
Κολλώδης
Στο κουτάλι Ενιαία μάζα (δεν διαλύεται)
Συνεχής φάση κατά το κόψιμο
Ίχνη κουταλιού στην επιφάνεια
Ίχνη γιαουρτιού στο κουτάλι
Υφή Συναίρεση με το κόψιμο
Λεπτή
Συνεκτική
Κολλώδης (στον ουρανίσκο)
Στο στόμα Κοκκώδης
Αδιάλυτα στερεά στο στόμα
Λιπαρότητα
Ανίχνευση σταθεροποιητή
Άλλη
Μη ικανοποιητική
Γεύση Μέτρια
Ικανοποιητική - ευχάριστη (γιαουρτιού)
Άλλη
Μη ικανοποιητικό
Άρωμα Μέτριο
Ικανοποιητικό - ευχάριστο (γιαουρτιού)
Άλλο
70
Επίδραση διαφόρων παραμέτρων στη ζύμωση του γάλακτος προς γιαούρτι
Παρατηρήσεις:
ΕΝΤΥΠΟ ΟΡΓΑΝΟΛΗΠΤΙΚΟΥ ΕΛΕΓΧΟΥ ΣΤΟ ΓΙΑΟΥΡΤΙ
ΑΞΙΟΛΟΓΗΣΗ - ΒΑΘΜΟΛΟΓΗΣΗ
ΙΔΙΟΤΗΤΑ 1 2 3 4 5 6 7 8 9 10
1=μη αποδεκτό-ακατάλληλο, 5=αποδεκτό, 10=κανένα ελάττωμα
ΑΦΥΣΙΚΟ ΧΡΩΜΑ
ΕΜΦΑΝΙΣΗ
ΑΝΩΜΑΛΗ ΕΠΙΦΑΝΕΙΑ
ΧΡΩΜΑ –
ΕΛΑΤΤΩΜΑΤΙΚΟ ΣΦΡΑΓΙΣΜΑ
ΠΕΡΙΕΚΤΗ
ΚΑΤΕΣΤΡΑΜΜΕΝΟΣ
ΕΛΑΤΤΩΜΑΤΙΚΟ ΣΧΗΜΑ
ΑΝΕΠΑΡΚΕΣ ΓΕΜΙΣΜΑ
FLAVOR ΑΚΕΤΑΛΔΕΫΔΗΣ
FLAVOR ΚΑΜΜΕΝΟΥ ΓΑΛΑΚΤΟΣ
ΠΑΛΑΙΩΜΕΝΟ FLAVOR
ΟΞΕΙΔΩΜΕΝΟ FLAVOR
ΤΑΓΓΟ FLAVOR
ΑΡΩΜΑ – ΓΕΥΣΗ
FLAVOR ΜΑΓΙΑΣ
ΑΦΥΣΙΚΟ FLAVOR
ΑΝΕΠΑΡΚΕΣ FLAVOR
ΑΠΟΥΣΙΑ ΕΥΧΑΡΙΣΤΟΥ ΑΡΩΜΑΤΟΣ
ΟΞΙΝΗ ΓΕΥΣΗ
ΓΛΥΚΥΤΗΤΑ
ΓΕΥΣΗ ΟΡΟΥ
ΠΙΚΡΗ ΓΕΥΣΗ
ΖΕΛΑΤΙΝΩΔΗΣ
ΚΟΚΚΩΔΗΣ
(τεμαχισμός με το κουτάλι)
ΚΟΛΛΩΔΗΣ
ΣΥΝΕΚΤΙΚΗ
ΥΦΗ
ΙΝΩΔΗΣ ΔΟΜΗ
ΑΣΘΕΝΗΣ ΔΟΜΗ
ΕΥΘΡΥΠΤΗ ΔΟΜΗ
ΣΥΝΑΙΡΕΣΗ
ΑΦΗΝΕΙ ΙΧΝΟΣ ΣΤΗΝ ΕΠΙΦΑΝΕΙΑ ΝΑΙ ΟΧΙ
ΖΕΛΑΤΙΝΩΔΗΣ
ΚΟΚΚΩΔΗΣ
(εκτίμηση στο στόμα)
ΚΟΛΛΩΔΗΣ
ΣΥΝΕΚΤΙΚΗ
ΥΦΗ
ΚΟΜΜΙΩΔΗΣ
ΚΡΕΜΩΔΗΣ
ΑΔΙΑΛΥΤΑ ΣΤΕΡΕΑ
ΛΙΠΑΡΗ
71
Στατιστικός Έλεγχος Διεργασιών
ΑΣΚΗΣΗ 4
Η «ποιότητα» είναι έννοια που αφορά προϊόντα, υπηρεσίες και μέρα με τη μέρα εισέρχεται όλο και
πιο πολύ στη ζωή του ανθρώπου - απαίτηση για ποιότητα της ζωής του. Η ποιότητα κατά τον ISO
(International Standard Organization) ορίζεται ως «η ικανοποίηση εκφρασμένων και υπονοούμενων
αναγκών του πελάτη».
Η ποιότητα αφορά ιδιαίτερα τους μηχανικούς στον βαθμό που τους αναλογεί ευθύνη για να
παρέχουν προϊόντα που να ικανοποιούν τις ανάγκες των καταναλωτών, να είναι αποδεκτά από
αυτούς (πελάτες) και να επιφέρουν κέρδη στη βιομηχανία που τα παράγει. Οι παραπάνω ανάγκες
δημιουργούν απαιτήσεις σε σχέση με τους ανθρώπους και τα μέσα - υλικά και μηχανήματα, οι οποίες
εξασφαλίζονται με την ίδρυση/εγκατάσταση ενεργειών και δραστηριοτήτων στη βιομηχανία από το
Τμήμα Ελέγχου και Διασφάλισης Ποιότητας και αφορούν κυρίως σε: α) οργάνωση και εκπαίδευση
των ανθρώπων που εμπλέκονται στην παραγωγική διαδικασία, β) σχεδιασμό και οργάνωση των
μηχανημάτων και υλικών που χρησιμοποιούνται στην παραγωγική διαδικασία, γ) σχεδιασμό,
οργάνωση και πραγματοποίηση ελέγχων και δ) ανάλυση των αποτελεσμάτων των ελέγχων και λήψη
προληπτικών ή διορθωτικών μέτρων.
Το μεγαλύτερο πρόβλημα που έχει να αντιμετωπίσει το Τμήμα Ελέγχου και Διασφάλισης Ποιότητας
είναι η αδυναμία πρόβλεψης της διακύμανσης της παραγωγικής διαδικασίας - πιθανότητα
παραγωγής ελαττωματικών προϊόντων. Ακριβώς αυτό το πρόβλημα έρχεται να επιλύσει ο Στατιστικός
Έλεγχος Διεργασιών (ΣΕΔ), του οποίου στόχος είναι να υπολογίζει, να καταγράφει την εξέλιξη της
παραγωγικής διαδικασίας με τον χρόνο και τέλος να μειώνει τη διακύμανση (variability) από την τιμή
στόχο (target) της εξεταζόμενης μεταβλητής, καθιστώντας την με αυτό τον τρόπο προβλέψιμη.
Ο ΣΕΔ στις βιομηχανικές διεργασίες μπορεί ακόμη να χρησιμοποιηθεί, προκειμένου να επιτευχθεί μία
σειρά από στόχους, όπως:
• έλεγχος βαθμού προσαρμογής των πρώτων υλών στις προδιαγραφές, ώστε να είναι δυνατή η
παραγωγή ποιοτικών προϊόντων,
• παρακολούθηση της χρονικής εξέλιξης των διεργασιών, αποφεύγοντας άσκοπες ρυθμίσεις,
υποβάθμιση ή και καταστροφή των προϊόντων,
• έλεγχος των τελικών προϊόντων, ώστε αυτά να είναι σύμφωνα με τις απαιτήσεις (προδιαγραφές)
του καταναλωτή.
Βασική αρχή των τεχνικών αυτών είναι ότι, εξετάζοντας ένα δείγμα (sample) που επιλέγεται στην τύχη
από έναν πληθυσμό (population), είναι δυνατόν να εξαχθούν «ασφαλή» συμπεράσματα για το
σύνολο του πληθυσμού. Όσον αφορά τις πρώτες ύλες και τα τελικά προϊόντα, ο ΣΕΔ προσφέρει
κατάλληλα δειγματοληπτικά σχέδια (sampling plans - sampling procedures). Όσον αφορά στην
παρακολούθηση της χρονικής εξέλιξης των διεργασιών ο ΣΕΔ μπορεί να προσφέρει πληροφορίες για:
72
Στατιστικός Έλεγχος Διεργασιών
• την ικανότητα της εγκατάστασης ή ενός μηχανήματος να αποδώσει προϊόν σύμφωνο με τις
προδιαγραφές (capability study),
• την απομάκρυνση από τον στόχο ή την «τάση» (trend) της παραγωγικής διαδικασίας να
αποκλίνει από τον στόχο. Με τον τρόπο αυτό δίνεται η δυνατότητα για επέμβαση και διόρθωση
της αιτίας που προκαλεί την απόκλιση, προτού να παραχθεί υποβαθμισμένο προϊόν ή προϊόν
που δεν μπορεί να διορθωθεί, έτσι ώστε να περιορίζεται η παραγωγή ελαττωματικών προϊόντων
και να γίνεται εφικτή η παραγωγή προϊόντων σύμφωνων με τις επιθυμίες του πελάτη και μάλιστα
για πρώτη φορά.
73
Στατιστικός Έλεγχος Διεργασιών
Βασικοί ορισμοί
Μέση τιμή δείγματος ή μέσος (sample mean): Ο αριθμητικός μέσος όλων των παρατηρήσεων. Σε ένα
δείγμα μεγέθους n που παριστάνεται από τα:
y = Σ yi / n
Ο μέσος του δείγματος δίνει μία πολύ καλή εκτίμηση του μέσου όρου του πληθυσμού που συνήθως
συμβολίζεται με μ.
s2 = Σ(yi - y )2 / (n - 1)
Η διασπορά του δείγματος δίνει μία πολύ καλή εκτίμηση της διασποράς του πληθυσμού που συνήθως
συμβολίζεται με σ2.
Εύρος (Range): Το εύρος είναι η διαφορά μεταξύ της μεγαλύτερης και της μικρότερης τιμής του
δείγματος.
74
Στατιστικός Έλεγχος Διεργασιών
Tα σημεία που θα
Αθροιστική
Διαστήματα Πάνω όριο των σχεδιαστούν
Συχνότητα Συχνότητα
Ομαδοποίησης διαστημάτων (Plotting points) μέσω της
Tally παρατήρησης παρατήρησης (i)
δεδομένων ομαδοποίησης σχέσης
(frequency) (Cumulative
(class intervals) (Upper limit) [(i-0.5)/Αρ.
frequency)
Παρατηρήσεων]×100
-12 ως -11 -10.5 ΙΙ 2 2 1.5
-10 ως -9 -8.5 ΙΙΙ 3 5 4.5
-8 ως -7 -6.5 ΙΙΙΙ ΙΙΙ 8 13 12.5
-6 ως -5 -4.5 ΙΙΙΙ ΙΙΙΙ Ι 11 24 23.5
-4 ως -3 -2.5 ΙΙΙΙ ΙΙΙΙ ΙΙΙΙ Ι 16 40 39.5
-2 ως -1 -0.5 ΙΙΙΙ ΙΙΙΙ ΙΙΙΙ 14 54 53.5
0 ως 1 1.5 ΙΙΙΙ ΙΙΙΙ ΙΙΙI 15 69 68.5
2 ως 3 3.5 ΙΙΙΙ ΙΙΙΙ ΙΙΙΙ Ι 16 85 84.5
4 ως 5 5.5 ΙΙΙΙ ΙΙΙΙ 9 94 93.5
6 ως 7 7.5 ΙΙΙΙ 4 98 97.5
8 ως 9 9.5 ΙΙ 2 100 99.5
Στην 1η στήλη οι αποκλίσεις των δεδομένων των μετρήσεων από τη μέση τιμή ομαδοποιούνται σε
διαστήματα (ανάλογα με τις τιμές των μετρήσεων π.χ. για βάρη 300 g οι αποκλίσεις μπορεί να
κυμαίνονται από -12 έως +12, για περιεκτικότητα βασικού συστατικού τροφίμου 38% από -1.25 έως
+1.25 κτλ., πρέπει να είναι τουλάχιστον 8-12), στη 2η στήλη υπάρχει το πάνω όριο των διαστημάτων
ομαδοποίησης (πάνω όριο του εύρους + ήμισυ του διαστήματος π.χ. -11+0.5=-10.5), στην 3η στήλη
αναφέρονται πόσες τιμές δεδομένων έχουν αποκλίσεις σε κάθε διάστημα (κάθε διάστημα πρέπει να
περιέχει κάποιο αριθμό τιμών, αλλιώς μετακινούνται τα άκρα των διαστημάτων), στην 4η στήλη η
συχνότητα και στην 5η στήλη η αθροιστική συχνότητα (i).
Στη συνέχεια τα στοιχεία της δεύτερης και της τελευταίας στήλης [(i-0.5)/Αρ. Παρατηρήσεων]×100
(το 0.5 είναι το ήμισυ του βήματος/διαστήματος ομαδοποίησης) σχεδιάζονται σε κατάλληλο χαρτί,
του οποίου ο ένας άξονας έχει πιθανοτική αρίθμηση και σε αυτόν τοποθετούνται τα δεδομένα της
τελευταίας στήλης, ενώ ο άλλος είναι χωρισμένος σε ίσα διαστήματα και σε αυτόν τοποθετούνται τα
στοιχεία της δεύτερης στήλης.
75
Στατιστικός Έλεγχος Διεργασιών
Probability chart
100
90
80
70
60
50
40
30
20
10
0
-0,750 -0,500 -0,250 0,000 0,250 0,500 0,750 1,000 1,250
99
95
90
Percent [100(j - 0,5)/n]
80
70
60
50
40
30
20
10
5
Αν τα σχεδιασμένα με τον προηγούμενο τρόπο σημεία δίνουν μία ευθεία γραμμή, τότε τα δεδομένα
έχουν προέλθει από έναν κανονικό πληθυσμό. Τα χαρακτηριστικά της κανονικής κατανομής (μέσος
(μ), τυπική απόκλιση (σ)) προκύπτουν από το προηγούμενο γράφημα ως εξής:
• Μέσος: Από το σημείο 50 του άξονα των πιθανοτήτων φέρεται ευθεία η οποία τέμνει τη
σχεδιασμένη ευθεία και από εκεί φέρεται κάθετη στον άλλο άξονα και το σημείο που
προσδιορίζεται με αυτό τον τρόπο είναι ο ζητούμενος μέσος.
• Τυπική Απόκλιση: Όπως φαίνεται από το Σχήμα 2 αν επαναληφθούν τα αντίστοιχα με τα
προηγούμενα, αλλά για 84.13 του άξονα των πιθανοτήτων, τότε το σημείο που θα προσδιοριστεί
είναι το μ+σ, οπότε γνωρίζοντας το μ από την προηγούμενη διαδικασία μπορεί να υπολογιστεί
το σ.
76
Στατιστικός Έλεγχος Διεργασιών
Αιτίες διακύμανσης
Πρέπει από την αρχή να διευκρινιστεί ότι υπάρχουν δύο είδη διακύμανσης (Σχήμα 3):
Η εγγενής ή τυχαία διακύμανση (inherent or common cause variability) της κάθε διεργασίας. H
διακύμανση αυτή συμβαίνει τυχαία και για αυτό τον λόγο ελάχιστα μπορούν να γίνουν για αυτή,
εκτός από το να αλλάξει η όλη διεργασία. Όταν μόνο τέτοιου είδους και μικρού βαθμού διακυμάνσεις
είναι παρούσες σε μία διεργασία, τότε αυτή μπορεί να χαρακτηρισθεί ως διεργασία σε "ελεγχόμενη
στατιστική κατάσταση" ή απλά "υπό έλεγχο" (in statistical control ή in control).
Ειδική ή αξιοσημείωτη αιτία διακύμανσης (special or assignable cause variations). Τέτοιες αιτίες
προκαλούν διακυμάνσεις που είναι σχετικά μεγάλες σε μέγεθος και μπορούν να προσδιοριστούν.
Όταν τέτοιου είδους διακυμάνσεις υπάρχουν σε μία διεργασία, τότε η διακύμανση της διεργασίας
είναι πολύ μεγάλη και χαρακτηρίζεται ως "εκτός στατιστικού ελέγχου" ή απλά "εκτός ελέγχου" (out
of statistical control ή out of control).
77
Στατιστικός Έλεγχος Διεργασιών
78
Στατιστικός Έλεγχος Διεργασιών
Δύο είναι οι δείκτες μέσω των οποίων μπορεί να γίνει η μελέτη της ικανότητας μίας μηχανής. Ο
πρώτος είναι:
Ο δείκτης αυτός ελέγχει τo πόσο συγκεντρωμένα κοντά στην τιμή "στόχο" (που ο υπεύθυνος χειριστής
του μηχανήματος έχει επιλέξει) είναι τα δεδομένα. Όσο πιο μεγάλη είναι αυτή η τιμή από τη μονάδα,
τόσο πιο "συσσωρευμένα" προς την τιμή "στόχο" είναι τα δεδομένα, και τότε η διεργασία είναι ικανή
ως προς τη διασπορά ή τη διακύμανση (spread ή variability). Ιδιαίτερη προσοχή πρέπει να δοθεί στην
παρατήρηση ότι η τιμή "στόχος" επιλέγεται, και το γεγονός αυτό ενέχει έναν πολύ σοβαρό και πολύ
συνηθισμένο κίνδυνο, η επιλεγμένη τιμή να μην είναι και ο αντικειμενική τιμή στόχος. Έτσι το γεγονός
ότι ο δείκτης Cp είναι μεγαλύτερος από τη μονάδα δεν εξασφαλίζει και την παραγωγή προϊόντων
σύμφωνων με τις προδιαγραμμένες απαιτήσεις π.χ. μία γεμιστική μηχανή πρέπει να γεμίζει με 200 g
γιαούρτι τα αντίστοιχα κύπελλα. Αν όμως ο υπεύθυνος για τον χειρισμό του μηχανήματος έχει κάνει
την αρχική ρύθμιση στα 210 g και τα δείγματα που ελέγχονται έχουν Cp>1 αυτό δε σημαίνει ότι η
διεργασία είναι ικανοποιητική. Το προηγούμενο κενό καλύπτεται από τον δεύτερο δείκτη. Ο
δεύτερος δείκτης είναι:
Με τον δείκτη αυτόν ελέγχεται αν η διεργασία είναι "κεντραρισμένη" δηλαδή αν η επιλεγμένη τιμή
(μέσος δειγμάτων) και η επιθυμητή είναι κοντά. Έτσι αν ο δείκτης Cpk είναι μεγαλύτερος από τη
μονάδα, τότε σημαίνει ότι η διεργασία ή η μηχανή είναι ικανή ως προς τη αρχική ρύθμιση (setting).
Ένας άλλος δείκτης μέσω του οποίου είναι δυνατό να συσχετιστεί η διακύμανση ή η διασπορά της
διεργασίας με την επιτρεπόμενη ανοχή από τον στόχο είναι ο (Relative Precision Index ή RPI)
Ανάλογα με την τιμή του RPI, μία διεργασία μπορεί να καταταγεί σε τρεις κατηγορίες: Υψηλής,
Μεσαίας και Χαμηλής συσσωρευτικότητας (High, Medium και Low precision). Τιμές αναφοράς
φαίνονται στους Πίνακες ΙΙ-ΙΙΙ, Παράρτημα.
79
Στατιστικός Έλεγχος Διεργασιών
σ την τυπική απόκλιση των μεμονωμένων τιμών). Οι πιο συνηθισμένες τιμές για τα κ και n είναι 20
και 5 αντίστοιχα.
Με δεδομένο το συμπέρασμα του θεωρήματος και με τη βοήθεια του Σχήματος 2 μπορεί κανείς εκ
του ασφαλούς να πει ότι το 99.73% των μέσων των δειγμάτων κατανέμονται μέσα σε μία περιοχή
+/- 3.09 σ/ γύρω από τον κύριο μέσο (το μέσο των μέσων όρων των κ δειγμάτων). Η πιθανότητα
να παρατηρηθεί ένα σημείο (ένας μέσος κάποιου δείγματος) εκτός της προηγούμενης περιοχής είναι
περίπου 1/1000 και είναι τόσο μικρή, που αν συμβεί μπορεί να αποδοθεί στην παρουσία κάποιου
ειδικού αιτίου. Αυτή είναι και η λογική με την οποία τα όρια ελέγχου (Action lines) των διαγραμμάτων
για τις μέσες τιμές τοποθετούνται σε απόσταση +/- 3.09 σ/ από την τιμή στόχο (αν αυτή δίνεται)
ή από τον κύριο μέσο. Στα διαγράμματα αυτά πολλές φορές χρησιμοποιούνται και όρια
προειδοποίησης (Warning lines) τα οποία τοποθετούνται σε απόσταση +/-1.96 σ/ . Η πιθανότητα
να παρατηρηθεί ένα σημείο (ένας μέσος κάποιου δείγματος) εκτός της περιοχής που ορίζεται από το
τελευταίο ζευγάρι ορίων είναι περίπου 1/40 (Σχήμα 4).
80
Στατιστικός Έλεγχος Διεργασιών
Πίνακας 3. Κρίσιμοι αριθμοί συνεχόμενων σημείων από την ίδια πλευρά του μέσου
Αριθμός σημείων στο Κρίσιμος αριθμός σημείων Κρίσιμος αριθμός σημείων
διάγραμμα (α=0.05) (α=0.01)
20-29 7 8
30-39 8 9
40-49 9 10
50-και παραπάνω 10 11
81
Στατιστικός Έλεγχος Διεργασιών
Σχήμα 5. Διαγράμματα Μέσου και Εύρους και οι συντελεστές ικανότητας διεργασίας Cp και Cpk
Ε
1
Α MU=0.4417
N -2
S
LCL=-3.817
-5
-5 0 5
S ubgr 0 5 10 15 20 25
Norm Prob Plot
15 UCL=15.61
R
A 10
N R=7.383
G 5
E
0 LCL=0.000
-5 0 5
CPU: 1.32 I I I
-3
CPL: 1.41 -13 13
Cpk: 1.32 Specifications
-8
0 5 10 15 20 25 StDev: 3.17415
Subgroup Number
82
Στατιστικός Έλεγχος Διεργασιών
Όρια ελέγχου και προειδοποίησης στα διαγράμματα ελέγχου για ελαττωματικά (defectives) προϊόντα
(Σχήμα 6)
Στην περίπτωση του σταθερού δείγματος και δεδομένου ότι ισχύει:
Η μέση τιμή στη διωνυμική κατανομή (ελαττωματικά προϊόντα) είναι np και η διακύμανση είναι np(1-
p) ισχύει:
• Όρια ελέγχου:
• Όρια προειδοποίησης:
Για την ανάλυση και εξαγωγή συμπερασμάτων ισχύουν τα ίδια με εκείνα που αναφέρθηκαν για τα
διαγράμματα ελέγχου για των μέσων τιμών και του εύρους.
Στην περίπτωση του μεταβλητού δείγματος ισχύει ότι:
Η μέση τιμή είναι:
H διακύμανση είναι:
Μία πολύ σημαντική παρατήρηση είναι ότι το μέγεθος του δείγματος υπόκειται στον περιορισμό ότι
πρέπει να ανήκει στο διάστημα που ορίζει η σχέση:
± × 0.25
Αν κάποιο από τα δείγματα έχει μικρότερο ή μεγαλύτερο μέγεθος, τότε για το συγκεκριμένο δείγμα
υπολογίζονται χωριστά όρια. Τα όρια τόσο σε αυτή την περίπτωση αλλά και γενικότερα δίνονται από
τις σχέσεις:
• Όρια ελέγχου:
• Όρια προειδοποίησης:
p-chart
0,12
0,1
0,08 proportion
UCL contr
0,06
UCL pro
0,04 P
0,02
0
0 10 20 30 40 50 60
83
Στατιστικός Έλεγχος Διεργασιών
Όρια ελέγχου και προειδοποίησης στα διαγράμματα ελέγχου για ελαττώματα (defects) σε προϊόντα.
Τα δεδομένα αυτά ακολουθούν τη κατανομή Poisson και ισχύει:
• Μέση τιμή=Διακύμανση=m, οπότε
• Όρια ελέγχου:
• Όρια προειδοποίησης:
c-chart
25
20
Ελλιποβαρή
15 UCL c
10 UCL pro c
c
5
0
0 10 20 30 40 50 60
Για τη μελέτη των ελαττωμάτων χρησιμοποιείται η ανάλυση Pareto (Σχήμα 8). Στόχος της μεθόδου
είναι να εντοπιστούν και να εξαλειφθούν οι αιτίες εκείνες που ευθύνονται για τα "σοβαρότερα" από
τα προβλήματα που εμφανίζονται στη διάρκεια της παραγωγικής διαδικασίας. Οι συντελεστές
βαρύτητας κάθε ελαττώματος συνήθως παρέχονται από την εταιρεία. Σύμφωνα με αυτήν το 20% των
αιτιών είναι υπεύθυνες για το 80% των προβλημάτων που παρουσιάζονται σε οποιοδήποτε σύστημα.
ΑΝΑΛΥΣΗ PARETO
120% 30%
25,61%
100% 25%
80% 20%
60% 15%
%
10,34%
9,41% 9,17% 9,11%
8,34% 8,05%
40% 10%
5,00%
4,17%
20% 2,67% 2,27% 2,00% 2,00% 5%
1,27%
0,40% 0,20%
0% 0%
6% 13% 19% 25% 31% 38% 44% 50% 56% 63% 69% 75% 81% 88% 94% 100%
ΕΛΑΤΤΩΜΑ
Η μελέτη για τα σημαντικότερα ελαττώματα που εμφανίζονται στα προϊόντα ολοκληρώνεται με την
εφαρμογή της αιτιολογικής ανάλυσης του αποτελέσματος (Cause and Effect Diagrams ή Fishbone
84
Στατιστικός Έλεγχος Διεργασιών
Diagrams) (Σχήμα 9). Το πρόβλημα ή ο στόχος τοποθετούνται στο δεξί άκρο ενός διαγράμματος με τη
μορφή ψαροκόκκαλου στο οποίο οι κύριοι κλάδοι είναι: Μετρήσεις, Περιβάλλον, Μηχανές,
Άνθρωποι, Υλικά και Μέθοδοι και εντοπίζονται και στη συνέχεια εξαλείφονται όλοι οι πιθανοί
παράγοντες που μπορεί να συνεισφέρουν στην εμφάνιση ενός ελαττώματος.
ΑΙΤΙΟ ΑΠΟΤΕΛΕΣΜΑ
Βιβλιογραφία
85
Στατιστικός Έλεγχος Διεργασιών
ΠΑΡΑΡΤΗΜΑ
86
Στατιστικός Έλεγχος Διεργασιών
87
Στατιστικός Έλεγχος Διεργασιών
88
Σχεδιασμός βιομηχανιών τροφίμων
ΘΕΜΑ 1
Σκοπός
Σκοπός του θέματος είναι ο σχεδιασμός μίας βιομηχανικής μονάδας παραγωγής τροφίμου που
θα περιλαμβάνει την κατασκευή του διαγράμματος ροής των βασικών διεργασιών επεξεργασίας
και συντήρησης του τροφίμου καθώς και των συμπληρωματικών διεργασιών (διαχωρισμοί,
καθαρισμοί) μαζί με τον απαραίτητο εξοπλισμό και τις χρησιμοποιούμενες συνθήκες όπως και
τις απαιτούμενες βοηθητικές παροχές.
89
90
Ποιότητα-Ασφάλεια τροφίμων (HACCP-PRPs)
ΘΕΜΑ 2
Σκοπός
Σκοπός του θέματος είναι η ανάλυση της βιομηχανικής παραγωγής τροφίμου (παραλαβή
πρώτων υλών και συστατικών, διεργασίες επεξεργασίας και συντήρησης τροφίμου, συσκευασία
τελικού προϊόντος) σε επιμέρους στάδια περιλαμβανομένων και των φάσεων λειτουργίας
(αποθηκεύσεις, μεταφορές, ενδιάμεσα προϊόντα κτλ.) και η αξιολόγησή τους από την άποψη της
σημαντικότητας ως προς την ποιότητα (Σημεία Ελέγχου - Control Points) και την ασφάλεια του
τροφίμου (Σημεία Ελέγχου - Critical Control Points). Στα CPs και CCPs θα αναγνωρίζονται οι
παράγοντες ποιότητας και ασφάλειας (κίνδυνοι - επικινδυνότητα) και θα καθορίζονται τα
προληπτικά μέτρα και οι απαιτούμενοι έλεγχοι για τη διασφάλιση της ποιότητας και της
ασφάλειας (HACCP) του τελικού προϊόντος.
91