Upload
others
View
2
Download
0
Embed Size (px)
Citation preview
ÇUKUROVA ÜNİVERSİTESİ
FEN BİLİMLERİ ENSTİTÜSÜ
DOKTORA TEZİ
Emir Ayşe ÖZER
EKSTRÜZYON YÖNTEMİ İLE BESLEYİCİ DEĞERİ YÜKSEK ÇEREZ
TİPİ FONKSİYONEL BİR ÜRÜN GELİŞTİRME
GIDA MÜHENDİSLİĞİ ANABİLİM DALI
ADANA, 2007
ÇUKUROVA ÜNİVERSİTESİ
FEN BİLİMLERİ ENSTİTÜSÜ
EKSTRÜZYON YÖNTEMİ İLE BESLEYİCİ DEĞERİ YÜKSEK ÇEREZ TİPİ FONKSİYONEL BİR ÜRÜN GELİŞTİRME
Emir Ayşe ÖZER
DOKTORA TEZİ
GIDA MÜHENDİSLİĞİ ANABİLİM DALI
Bu tez / / 2007 Tarihinde Aşağıdaki Jüri Üyeleri Tarafından Oybirliği ile
Kabul Edilmiştir.
İmza....................................
Prof. Dr.Cahide YAĞMUR
DANIŞMAN
İmza ...............................................
Prof. Dr. Hasan FENERCİOĞLU
ÜYE
İmza ...............................
Prof. Dr. Seyhan TÜKEL
ÜYE
İmza ...................................
Prof. Dr. Gülgün ERSOY
ÜYE
İmza ……………………………...
Doç. Dr. Şenol İBANOĞLU
ÜYE
Bu tez Enstitümüz Gıda Mühendisliği Anabilim Dalında hazırlanmıştır.
Kod No : Prof. Dr. Aziz ERTUNÇ Enstitü Müdürü İmza ve Mühür
Bu çalışma Çukurova Üniversitesi Bilimsel Araştırma Projeleri Birimi Tarafından Desteklenmiştir. Proje No: ZF2002D134 Not: Bu tezde kullanılan özgün ve başka kaynaktan yapılan bildirişlerin, çizelge, şekil ve fotoğrafların kaynak gösterilmeden kullanımı, 5846 sayılı Fikir ve Sanat Eserleri Kanunundaki hükümlere tabidir.
I
ÖZ
DOKTORA TEZİ
EKSTRÜZYON YÖNTEMİ İLE BESLEYİCİ DEĞERİ YÜKSEK ÇEREZ TİPİ
FONKSİYONEL BİR ÜRÜN GELİŞTİRME
Emir Ayşe ÖZER
ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
GIDA MÜHENDİSLİĞİ ANABİLİM DALI
Danışman: Prof. Dr. Cahide YAĞMUR Yıl: 2007, Sayfa: 222
Jüri: Prof. Dr. Cahide YAĞMUR Prof. Dr. Hasan FENERCİOĞLU Prof. Dr. Seyhan TÜKEL Prof. Dr. Gülgün ERSOY Doç. Dr. Şenol İBANOĞLU Bu araştırmanın amacı; bileşimi mısır unu, mısır nişastası, yulaf unu, nohut unu, havuç tozu ve fındık ile oluşturulan; farklı besin gruplarından besinlerin bir araya getirilmesiyle besin ögeleri yönünden daha dengeli hale getirilmiş, kabarmış, çerez tipi tahıl bazlı bir atıştırmalık ürün elde etmektir. Bu amaçla birbiri ile aynı yönde dönen çift vidalı A Werner & Pfleiderer (Stuttgard, Germany) marka ekstrüder kullanılarak ön denemelerle bileşimi ve bileşenlerin oranlarının belirlendiği karışım ekstrüde edilmiştir.
Ekstrüzyon parametreleri olarak nem oranı %11-15, vida hızı 220-340 d/d, besleme oranı 22-26 k/s aralıklarında uygulanmıştır. Ekstrüder sıcaklığı 110 oC olarak belirlenmiştir. Belirlenen ekstrüzyon işleme koşullarının ürünlerin fonksiyonel, fiziksel, yapısal ve duyusal özellikleri üzerine etkisi incelenmiştir. Optimum ürünün belirlenmesinde nişasta jelatinizasyonu, genleşme oranı değerlerinin ve genel kabul edilebilirlik puanının maksimum, yoğunluk ve mekanik kesme değerlerinin minimum değerleri alınmıştır. Elde edilen ürünlerin besin bileşimlerinin belirlenmesi sonucu % ortalama olarak nem, kül, protein, yağ, karbohidrat ve diyet lif miktarları sırası ile 7,27; 1,75; 14,54; 4,84; 71,61; 13,22 bulunmuş ve enerji değeri 338 Kal/100 g olarak hesaplanmıştır. Ürünlerin ortalama olarak enerjinin proteinden, yağdan ve karbohidrattan gelen % oranları sırası ile 15, 11,2 ve 73,8 olarak belirlenmiştir. Karışımın protein kalite puanı kimyasal puanlama yöntemi ile hesaplanmış ve %73,7 olarak bulunmuştur. Anahtar Kelimeler: fonksiyonel besin, besleyici çerez gıda, ekstrüzyon pişirme, tepki yüzey yöntemi, optimizasyon
II
ABSTRACT
PhD THESIS
DEVELOPMENT OF A FUNCTIONAL SNACK FOOD PRODUCT WITH
HIGH NUTRITIVE VALUE BY EXTRUSION METHOD
Emir Ayşe ÖZER
DEPARTMENT OF FOOD ENGİNEERİNG
INSTİTUTE OF NATUREL AND APPLIED SCİENCE UNIVERSITY OF ÇUKUROVA
Supervisor: Prof. Dr. Cahide YAĞMUR Year: 2007, Sayfa: 222
Jury: Prof. Dr. Cahide YAĞMUR Prof. Dr. Hasan FENERCİOĞLU Prof. Dr. Seyhan TÜKEL Prof. Dr. Gülgün ERSOY Assoc. Prof. Dr. Şenol İBANOĞLU
The aim of this study is to produce a puffed, cereal-based snack; which was composed of corn flour, cornstarch, oat flour, chickpea flour, carrot powder and hazelnut; in order to balance the nutritional elements by combining different groups of food. The mixture whose composition and percentage of the components were extruded by using a co rotating twin screw extruder (A Werner & Pfleiderer (Stuttgard, Germany)).
Extrusion parameters were as fallows: Moisture between 11-15%, screw speed between 220-340 rpm, and feed rate between 22-26 kg/h. Extruder temperature was set to 110 oC. The effects of the extrusion parameters on the products’ functional, physical, textural, and sensorial properties were examined. In determining the optimum product, the maximum values of starch gelatinization, expansion ratio and sensory score of general acceptability and the minimum values density and mechanical cutting force were taken into consideration.
According to compositional analyses the average percentage moisture, ash, protein, fat, carbohydrate and dietary fiber were found as follows: 7,27; 1,75; 14,54; 4,84; 71,61; 13,22, and energy value was calculated as 338 kcal/100g. The average percentage of the products’ energy from protein, fat, and carbohydrate were determined in the order of 15, 11,2 and 73,8 respectively. The protein quality score of the mixture was calculated with chemical point method and was found as %73,7. Key words: functional food, nutritive snack food, extrusion cooking, response surface method, optimization.
III
TEŞEKKÜR
Doktora eğitimim süresince araştırmamın düzenlenmesi,
gerçekleştirilmesi ve değerlendirilmesi sırasında bana yol gösteren, olanak
sağlayan ve destekleyen, Danışman Hocam Sayın Prof. Dr. Cahide YAĞMUR’a
sonsuz teşekkürlerimi sunarım.
Çalışmamı yürütmek üzere yurt dışında görevlendirmemi onaylayan Ç.Ü.
Fen Bilimleri Enstitüsü ve Gıda Mühendisliği Bölüm Başkanı ile başta
danışman hocam olmak üzere Akademik Kurul üyelerine teşekkürü borç bilirim.
Doktora tez çalışmama eleştiri ve katkıları ile destek sunan, tez izleme
komitesinde ve tez jürisinde bulunan hocalarım; Sayın Prof. Dr. Hasan
FENERCİOĞLU, Sayın Prof. Dr. Seyhan TÜKEL’e; tez jürisinde bulunan diğer
hocalarım sayın Prof. Dr. Gülgün ERSOY ve Sayın Doç. Dr. Şenol
İBANOĞLU’na;
Çalışmamı yürütmek üzere yurt dışı bağlantısının kurulmasında destek
sunan ve Tepki Yüzey Yöntemi analizlerini yorumlamamda yardımcı olan,
Gaziantep Üniversitesi Gıda Mühendisliği Bölümü öğretim üyelerinden Doç.
Dr. Şenol İBANOĞLU’na;
Çalışmamı yürüttüğüm Manchester Metropolitan Üniversitesi Gıda ve
Tüketici Teknolojisi Bölümü öğretim üyelerinden Prof. Dr. Paul Ainswort ve
ekibine;
Çalışmamın gerçekleşmesinde maddi desteklerinden dolayı Ç.Ü. Bilimsel
Araştırma Projesi Birimi’ne teşekkürü borç bilirim.
Doktora çalışmam süresince sonsuz destek ve yardımlarını gördüğüm,
acısıyla tatlısıyla pek çok şeyi paylaştığım manevi ablam Nuray ÇELİK ve
dostlarım Diclehan ÖZ, Alper GÜVEN, Nurten ÜNAL ve Ercüment ÜNAL’a
minnettarlığımı sunarım.
Ayrıca beni yetiştiren, hayatım boyunca bana maddi ve manevi
desteklerini esirgemeden sunan ANNEME, BABAMA ve KARDEŞLERİME
sonsuz şükranlarımı sunarım.
IV
İÇİNDEKİLER
Sayfa No
ÖZ............................................................................................................................ I
ABSTRACT............................................................................................................ II
TEŞEKKÜR...........................................................................................................III
İÇİNDEKİLER.......................................................................................................IV
ÇİZELGELER DİZİNİ ......................................................................................... VII
ŞEKİLLER DİZİNİ .............................................................................................VIII
SİMGELER VE KISALTMALAR .........................................................................IX
EKLER....................................................................................................................X
1. GİRİŞ ...................................................................................................................1
2. ÖNCEKİ ÇALIŞMALAR.....................................................................................5
2.1. Fonksiyonel Besinler......................................................................................5
2.2. Çerez Tipi Gıdalar ve Besleyici Özellikleri ....................................................7
2.2.1. Tahıl Bazlı Çerez Ürünler........................................................................8
2.3. Gıda Ekstrüzyonu.........................................................................................14
2.3.1. İşlem Parametreleri ...............................................................................15
2.3.2. Gıda Ekstrüzyonunun Avantajları..........................................................15
2.3.3. Ekstrüder Tipleri ...................................................................................17
2.4. Ekstrüzyon İşleminin Gıda Bileşenleri Üzerine Etkisi ..................................19
2.4.1. Ekstrüzyon İşleminin Diyet Lif Üzerine Etkisi ......................................19
2.4.2. Ekstrüzyon İşleminin Lipitler Üzerine Etkisi .........................................20
2.4.3. Ekstrüzyon İşleminin Nişasta Üzerine Etkisi .........................................22
2.4.4. Ekstrüzyon İşleminin Protein Üzerine etkisi ..........................................24
2.5. Ekstrüzyon Koşullarının Ekstrüde Ürünlerin Fiziksel ve Fonksiyonel
Özellikleri üzerine Etkisi ....................................................................................26
2.5.1. Genleşme Oranı (GO) Üzerine Etkisi ....................................................26
2.5.2. Yoğunluk Üzerine etkisi........................................................................28
2.5.3. Kesme Kuvveti (KK) Üzerine Etkisi......................................................29
V
2.5.4. Su Tutma İndeksi (STİ) Üzerine Etkisi ..................................................29
2.5.5. Suda Çözünürlük İndisi (SÇİ) Üzerine Etkisi.........................................30
2.5.6. Jelatinizasyon Derecesi (JD) Üzerine Etkisi...........................................32
2.5.7. Renk Üzerine Etkisi...............................................................................34
2.6. Tepki Yüzey Yöntemi ..................................................................................35
3. MATERYAL VE METOD.................................................................................39
3.1. Materyal.......................................................................................................39
3.2. Metod ..........................................................................................................39
3.2.1. Ektrüzyon İçin Uygun Karışımın ve Ekstrüzyon Uygulamada Parametre
Aralıklarının Belirlenmesi...............................................................................39
3.2.2. Besleme Ünitesinin Kalibrasyonunun Yapılması ...................................40
3.2.3. Su Pompasının Kalibrasyonunun Yapılması ..........................................41
3.2.4. Ekstrüderin Tipi ve Çalışma İlkeleri ......................................................42
3.2.5. Deney Tasarımı .....................................................................................44
3.2.6. Ekstrüzyon Uygulaması.........................................................................46
3.2.7. Ekstrüzyon Öncesi Karışım ve Ekstrüzyon Sonrası Ürünlere Uygulanan
Analizler .........................................................................................................46
3.2.7. Ekstrüde Ürüne Uygulanan Diğer Analizler...........................................50
3.2.8. Duyusal Analizler..................................................................................54
3.2.9. İstatistiksel Analizler .............................................................................54
3.2.10. Ürünlerin Optimizasyonu ....................................................................55
4. ARAŞTIRMA BULGULARI VE TARTIŞMA...................................................56
4.1. Ekstrüzyonla Üretim İçin Hazırlanan Karışımın Enerji ve Besin Ögeleri
Miktarları............................................................................................................56
4.2. Ekstrüzyon Uygulandıktan Sonra Elde Edilen Ürünlerin Fotoğrafları ...........61
4.3. Ürünlerin Analiz Sonucu Belirlenen Besin Bileşimleri ve Enerji Değerleri...67
4.4. Ekstrüde Ürünlerin Fonksiyonel Özellikleri .................................................73
4.4.1. Ekstrüde Ürünlerin Su Tutma İndisleri (STİ) .........................................73
4.4.2. Ekstrüde Ürünlerin Suda Çözünürlük İndisleri.......................................76
4.4.3. Ekstrüde ürünlerin Jelatinizasyon Derecesi (JD) ....................................79
4.5. Ekstrüde Ürünlerin Fiziksel Özellikleri ........................................................82
VI
4.5.1. Ekstrüde ürünlerin Kesme Kuvveti Özellikleri (KK) .............................82
4.5.2. Ekstrüde ürünlerin Renk Değerleri ........................................................86
4.6. Ekstrüde Ürünlerin Yapısal Özellikleri.........................................................93
4.6.1. Yoğunluk ..............................................................................................94
4.6.2. Genleşme Oranı.....................................................................................97
4.7. Duyusal Özellikler .....................................................................................100
4.7.1. Görünüş ..............................................................................................100
4.7.2. Renk....................................................................................................102
4.7.3. Tat ve Aroma ......................................................................................104
4.7.4. Tekstür................................................................................................104
4.7.5. Genel Kabul Edilebilirlik.....................................................................107
5. EKSTRÜDE ÜRÜNLERİN OPTİMİZASYONU .............................................111
6. SONUÇ VE ÖNERİLER..................................................................................116
6.1. Karışımın ve Ekstrüde Ürünlerin Besin Bileşimleri ve Enerji Değerleri......116
6.2. Ürünlerin Fonksiyonel Özellikleri ..............................................................117
6.3. Ürünlerin Fiziksel Özellikleri .....................................................................117
6.4. Ürünlerin Yapısal Özellikleri .....................................................................118
6.5. Ürünlerin Duyusal Özellikleri ....................................................................118
6.6. Ürünlerin Optimizasyonu ...........................................................................119
6.7. Öneriler......................................................................................................119
KAYNAKLAR.....................................................................................................121
ÖZGEÇMİŞ .........................................................................................................143
EKLER.................................................................................................................144
VII
ÇİZELGELER DİZİNİ
Sayfa No
Çizelge 3.1. Deneysel Tasarım................................................................................45
Çizelge 4.1. Hazırlanan Karışımın 100 Gramının İçine Giren Bileşenlerin Miktarları
ile Hesaplanarak Bulunan Enerji ve Besin Öğeleri Miktarı......................................56
Çizelge 4.2. Hazırlanan Karışımın 100 Gramında Bulunan Elzem Amino Asit
Miktarları ...............................................................................................................58
Çizelge 4.3. Hazırlanan Karışımın 100 Gramının İçine Giren Bileşenlerin Miktarları
ile Hesaplanarak Bulunan Mineral ve Vitamin Miktarları .......................................60
Çizelge 4.4. Hazırlanan Karışımın 100 Gramında Hesaplanarak Bulunan Yağ Asitleri
Kompozisyonu........................................................................................................61
Çizelge 4.5. Hazırlanan Karışımın 100 Gramının Hesaplanarak Bulunan ve Analizle
Belirlenen Besin Öğeleri ve Enerji Değerleri ..........................................................67
Çizelge 4.6. Hazırlanan Karışım ve Ürünlerin Analiz Sonucu Belirlenen Besin
Ögeleri Miktarları ve Enerji Değerleri ....................................................................68
Çizelge 4.7. Hazırlanan Karışım ve Ürünlerin Analiz Sonucu Belirlenen Besin
Ögeleri Miktarları ve Enerji Değerleri (g/kuru madde)............................................70
Çizelge 4.8. Karışım ve Ürünlerin Çözünür, Çözünmez ve Toplam Diyet Lif
Miktarları (g/kuru madde).......................................................................................72
Çizelge 4.9. Ürünlerin Su Tutma İndisi, Suda Çözünürlük İndisi ve Jelatinizasyon
Derecesi Değerleri ..................................................................................................74
Çizelge 4.10 Ürünlerin Kesme Kuvveti Değerleri ...................................................83
Çizelge 4.11. ekstrüde Ürünlerin L, a, b Değerleri ..................................................88
Çizelge 4.12. Ürünlerin Yoğunluk ve Genleşme Oranları Değerleri ........................93
Çizelge 4.13. Ürünlerin Duyusal Analiz Sonuçları ................................................101
Çizelge 5.1 Ekstrüde Ürünlerin Optimizasyonunda Kullanılan Değerler ...............111
Çizelge 5.2. Ekstrüde Ürünlerin Optimizasyon Sonucu Optimum İşleme Koşulları
.............................................................................................................................112
VIII
ŞEKİLLER DİZİNİ
Sayfa No Şekil 3.1. Ekstrüder besleme ünitesinin kalibrasyon eğrisi ......................................41
Şekil 3.2. Su pompasının kalibrasyon eğrisi ............................................................42
Şekil 3.3. Üretimde kullanılan ekstrüder vidaları.....................................................43
Şekil 3.4. Üretimde kullanılan ekstrüder .................................................................43
Şekil 4.1. Su tutma indisi üzerine vida hızı, besleme nemi ve besleme oranının etkisi
...............................................................................................................................75
Şekil 4.2. Suda çözünürlük indisi üzerine vida hızı, besleme nemi ve besleme
oranının etkisi.........................................................................................................78
Şekil 4.3 Jelatinizasyon derecesi üzerine vida hızı, besleme nemi ve besleme oranının
etkisi.......................................................................................................................81
Şekil 4.4. Kesme kuvveti üzerine vida hızı, besleme nemi ve besleme etkisi ...........85
Şekil 4.5 L değeri üzerine vida hızı, besleme nemi ve besleme oranının etkisi ........89
Şekil 4.6. a değeri üzerine vida hızı, besleme nemi ve besleme oranının etkisi a
değeri üzerine besleme oranı ve besleme neminin etkileri .......................................92
Şekil 4.7. Yoğunluk üzerine vida hızı, besleme nemi ve besleme onanının etkisi ....95
Şekil 4.8 Genleşme oranı üzerine vida hızı, besleme nemi ve besleme onanının etkisi
...............................................................................................................................99
Şekil 4.9. Ürünlerin rengine verilen puan üzerine vida hızı, besleme nemi be besleme
oranının etkileri ....................................................................................................103
Şekil 4.10. Ürünlerin tekstürü üzerine vida hızı, besleme nemi ve besleme oranının
etkileri ..................................................................................................................106
Şekil 4.11. Ürünlerin genel kabul edilebilirlik üzerine vida hızı besleme nemi ve
besleme oranlarının etkileri...................................................................................109
Şekil 5.1a. 220-280-340 d/d vida hızlarında optimum ürünün kabul değeri üzerine
besleme oranı ve besleme neminin etkileri ............................................................113
Şekil 5.1b. %11-13-15 besleme nemi oranlarında optimum ürünün kabul değeri
üzerine besleme oranı ve vida hızının etkileri........................................................114
Şekil 5.1c. 22-24-26 kg/s besleme oranlarında optimum ürünün kabul değeri üzerine
besleme nemi ve vida hızının etkileri ....................................................................115
IX
SİMGELER VE KISALTMALAR
d/d : Devir/Dakika
kg/s : Kilogram/Saat
GF : Gerçek Faktör
KF : Kodlu Faktör
STİ : Su Tutma İndisi
SÇİ : Suda Çözünürlük İndisi
JD : Jelatinizasyon Derecesi
KK : Kesme Kuvveti
GO : Genleşme Oranı
GK : Genel Kabul Edilebilirlik
RDA : Günlük Önerilen Miktar
X
EKLER
Sayfa No Ek 1. Ürünlerin Su Tutma İndisinin Varyans Analizi ve Lineer Model İstatistik
Analiz Sonuçları……………………………………………………..……..144
Ek 1.a. Su Tutma İndisi Üzerine Vida Hızı, Besleme Nemi ve Besleme Oranlarının
Etkileri……………………………………………………………………..148
Ek 2. Ürünlerin Suda Çözünürlük İndisinin Varyans Analizi ve İkinci Dereceden
Model İstatistik Analiz Sonuçları…………………………………………150
Ek 2.a. Suda Çözünürlük İndisi Üzerine Vida Hızı, Besleme Nemi ve Besleme
Oranlarının Etkileri………………………………………………………...154
EK 3. Ürünlerin Jelatinizasyon derecesinin Varyans Analizi ve İkinci Dereceden
Model İstatistik Analiz Sonuçları………………………………………….156
Ek 3.a. Jelatinizasyon Derecesi Üzerine Vida Hızı, Besleme Nemi ve Besleme
Oranlarının Etkileri………………………………………………………...160
EK 4. Ürünlerin Kesme Kuvvetinin Varyans Analizi ve İkinci Dereceden Model
İstatistik Analiz Sonuçları………………………………………………….162
Ek 4.a. Kesme Kuvveti Üzerine Vida Hızı, Besleme Nemi ve Besleme Oranlarının
Etkileri……………………………………………………………………...166
EK 5. Ürünlerin L Değerlerinin Varyans Analizi ve Lineer Model İstatistik Analiz
Sonuçları…………………………………………………………………...168
Ek 5.a. L Değeri Üzerine Vida Hızı, Besleme Nemi ve Besleme Oranlarının
Etkileri……………………………………………………………………...172
EK 6. Ürünlerin a Değerlerinin Varyans Analizi ve Lineer Model İstatistik Analiz
Sonuçları…………………………………………………………………...174
Ek 6.a. a Değeri Üzerine Vida Hızı, Besleme Nemi ve Besleme Oranlarının
Etkileri……………………………………………………………………...178
EK 7. Ürünlerin b Değerlerinin Varyans Analizi ve İkinci Dereceden Model İstatistik
Analiz Sonuçları……………………………………………………………180
EK 8. Ürünlerin Yoğunluk Değerlerinin Varyans Analizi ve İkinci Dereceden Model
İstatistik Analiz Sonuçları………………………………………………….184
XI
Ek 8.a. Yoğunluk Üzerine Vida Hızı, Besleme Nemi ve Besleme Oranlarının
Etkileri…………………………………………………………………...…188
EK 9. Ürünlerin Genleşme Oranının Varyans Analizi ve İkinci Dereceden Model
İstatistik Analiz Sonuçları………………………………………………….190
Ek 9.a. Genleşme Oranı Üzerine Vida Hızı, Besleme Nemi ve Besleme Oranlarının
Etkileri……………………………………………………………………...194
EK 10. Ürünlerin Duyusal Analiz Görünüş Değerlerinin Varyans Analizi ve İkinci
Dereceden Model İstatistik Analiz Sonuçları……………………………………...195
EK 11. Ürünlerin Duyusal Analiz Renk Değerlerinin Varyans Analizi ve İkinci
Dereceden Model İstatistik Analiz Sonuçları……………………………...200
Ek 11.a. Duyusal Analiz Renk Değerleri Üzerine Vida Hızı, Besleme Nemi ve
Besleme Oranlarının Etkileri………………………………………………204
EK 12. Ürünlerin Duyusal Analiz Tat ve Aroma Değerlerinin Varyans Analizi ve
İkinci Dereceden Model İstatistik Analiz Sonuçları……………………………….206
EK 13. Ürünlerin Duyusal Analiz Tekstür Değerlerinin Varyans Analizi ve İkinci
Dereceden Model İstatistik Analiz Sonuçları ……………………………..210
Ek 13.a. Duyusal Analiz Tekstür Değerleri Üzerine Vida Hızı, Besleme Nemi ve
Besleme Oranlarının Etkileri………………………………………………214
EK 14. Ürünlerin Duyusal Analiz Genel Kabul Edilebilirlik Değerlerinin Varyans
Analizi ve İkinci Dereceden Model İstatistik Analiz Sonuçları…………...216
Ek 14.a. Duyusal Analiz Genel Kabul Edilebilirlik Üzerine Vida Hızı, Besleme Nemi
ve Besleme Oranlarının Etkileri……………………………………………220
Ek 15. Ürünlerin Optimizasyonu…………………………………………………..222
1. GİRİŞ Emir Ayşe ÖZER
1
1. GİRİŞ
Toplumun ve onu oluşturan bireylerin sağlıklı ve güçlü olarak yaşamasında,
ekonomik ve sosyal yönden gelişmesinde, toplum içinde başarılı olmasında yeterli ve
dengeli beslenme temel koşullardan birisi belki de en önemlisidir (Anon, 2001a;
Hanry ve Chapman, 2002; Anon, 2006).
Beslenme; büyüme ve gelişme, yaşamın sürdürülmesi, sağlığın korunması ve
geliştirilmesi için besinlerin tüketilmesidir. İnsanın büyüyüp, gelişmesi ve hücrelerin
yenilenmesi ve onarımı; metabolizmasının çalışması; sağlığının korunması ve
verimli olarak yaşamını sürdürebilmesi için besinlerde bulunan enerji ve besin
öğelerini yeterli ve dengeli bir şekilde alıp vücudunda kullanabilmesi gerekir.
İnsanlar genellikle yanlış beslenme alışkanlıkları, hızlı yaşam koşulları, ekonomik
yetersizlikler, beslenme bilincinin yetersiz olması gibi nedenlerle dengesiz veya
yetersiz olarak beslenebilmektedirler (Baysal, 2002; Anon 2001a; Anon 2006).
Günümüzde değişen yaşam tarzı ile birlikte (hızlı nüfus artışı, eğitim
düzeyinin yüksek olması ve daha çok sayıda kadının iş hayatına girmesi, zaman
faktörünün önem kazanması ve gelir düzeyinin artması gibi toplumsal ve ekonomik
değişimler sonucu) yeme alışkanlığındaki değişmeler, taşınması kolay yemeğe hazır
yiyeceklerin tüketimini hızla artırmaktadır. Cipsler, şekerli ürünler, bisküviler ve
çikolata gibi besinlerin enerji değeri yüksek, fakat bazı besin ögeleri yönünden
yetersiz ve dengesiz olmaları nedeniyle besleyici değerleri düşük dengesiz
besinlerdir (Egemen, Ekşi ve Karadeniz; 1996; Karagözlü ve ark., 2000: 1986; Anon,
1995;). Bu nedenle atıştırmalık besinler ara öğünlerde sıklıkla tüketildiklerinde
dengesiz beslenmeye ve aşırı enerji tüketimine neden olabilmektedirler (Egemen,
1986; Richardson, 1990; Ekşi ve Karadeniz; 1996; Karagözlü ve ark., 2000; Obatolu
ve Cole, 2000). Tokluk hissi ile iştahsızlık oluşturarak diğer besin değeri yüksek
besinlerin tüketilmesitüketilmesinin azalmasına yol açarlar. Şismanlık, diyabet, kalp-
damar hastalıkları, hipertansiyon ve kanser gibi bazı hastalıkların riskini
artırabilecekleri bilinmektedir. Bu nedenlerle ara öğünlerde tüketilebilecek daha
1. GİRİŞ Emir Ayşe ÖZER
2
sağlıklı, daha besleyici atıştırmalık yeni ürünlerin geliştirilmesi üzerine çalışmalar
yapılarak yeterli, dengeli ve sağlıklı beslenmeye katkılar sağlanabilecektir.
Günümüzde beslenme ile sağlık ilişkisi konusundaki bilinçlenme giderek
artmaktadır. Özellikle gelişmiş ülkelerde doğala dönüş bilinci yaygınlaştığından
doğal ürünlerin beslenmedeki yeri daha da önem kazanmaktadır. Besin sanayii bir
taraftan üretilen ürünlerin daha güvenilir ve besleyici olması için uğraşırken diğer
taraftan birçok besin ögesi kaybını engellemeye çalışmakta; şeker, tuz, yağ gibi
sağlık üzerine olumsuz etkisi olan besinlerin aşırı alımını önlemeye yönelik yeni
ürünler geliştirme çalışmalarına da başlamaktadır.
Besin işlemenin amaçlarından birisi çeşitlilik, hazırlama ve kullanım kolaylığı
olan değişik besin seçeneklerinin tüketiciye sunulması, bu gerçekleştirilirken de
besinlerin besin değerlerinin korunması ve arttırılmasının göz önünde
bulundurulması ile diğer kalite kontrol işlevlerinin sağlanmasıdır (Cala ve ark., 1981;
Egemen, 1986; Richardson, 1990)
Besinlerin kalitesini kısa dönemde arttırmada ve belirli besin öğelerinin
yetersizliğini gidermede çeşitli yiyecek kombinasyonlarının yapılması yıllardır
süregelmektedir. Pirincin temel besin olduğu ülkelerde balıkla, diğer birçok ülkede
tahıl ürünlerinin kuru baklagillerle birlikte tüketilmesi sağlıklı beslenme önerisi
olabilmektedir. Bu tür uygulamalar bazı besin öğeleri yetersizliklerinin çözümünde
en geçerli yol olarak görülmektedir (Kavas, 1989; Richardson, 1990; Anon, 1996;
Camire 2002; Dutra-De-Oliveria ve Marchini, 2007; Angeles-Agdeppa ve ark., 2007;
Hieu ve ark., 2007).
Yapılan çeşitli araştırmalarda elzem amino asitler yönünden birbirini
tamamlayıcı özellik taşıyan kuru baklagiller ve tahıl karışımları ile hem protein
miktarı ve kalitesi hem de diğer besin öğeleri (mineraller, B grubu vitaminleri)
yönünden besin değerleri artırılmış değişik yeni ürünler geliştirilmiştir (Anon, 1995;
Anon, 1996; Rajahame ve Sabate, 2000). Hayvansal kaynaklı protein tüketimi
yetersiz olan gelir düzeyi düşük gruplar; ayrıca hayvansal ürün tüketmeyen
vejetaryen gruplar düşük kalite protein ile bazı vitamin ve mineralleri yetersiz
almaktadırlar. Bu durum beslenme ve sağlık sorunlarının ortaya çıkmasına neden
olabilmektedir. Bu gruplara tahıl, kuru baklagil karışımları içeren besinler ile yeterli
1. GİRİŞ Emir Ayşe ÖZER
3
meyve, sebze ve kabuklu meyve tüketmeleri önerilmektedir (Cala ve ark., 1981;
Anon, 1996; Rajahame ve Sabate, 2000). Farklı besin gruplarından besinleri içeren
atıştırmalık yeni karışım ürünlerin geliştirilmesi; ayrıca genç, yaşlı, gebe ve emzikli,
sporcu gibi besin ögesi gereksinimleri artmış olan özel grupların beslenmesinde de
yarar sağlayabilecektir (Baysal; 2002). Yağ oranı düşük, lif oranı yüksek besleyici bu
tür karışım ürünler geliştirildiğinde; kalp damar hastalıkları olanlarda, diyabet
hastalarında kullanılması uygun olabilecektir.
Bu tür besleyici, fonksiyonel özelliği olan çerez tipi karışım ürünler
geliştirildiğinde; enerji değeri yüksek, fakat besleyici özelliği olmayan veya dengesiz
beslenmeye yol açan ara öğünlerde yenilebilen veya içilebilen (bisküviler, cipsler,
şekerlemeler, şekerli içecekler vb.) yiyecek veya içecekler yerine önerilebilecek yeni
sağlıklı ürünler olabilecektir.
Bu çalışma;
1) Değişik tahıl türlerinin (mısır ve yulaf); kuru baklagil (nohut), sebze tozu
(havuç) ve kabuklu meyve (fındık) olmak üzere farklı besin gruplarından besinlerin
bir araya getirilmesi ile besin içeriği yönünden daha dengeli ve besleyici bir karışım
hazırlamak;
2) Bu karışımdan son yıllarda besin sanayiinde kullanımı giderek artan
ekstrüzyon pişirme tekniği kullanılarak çerez tipi genleşmiş yeni bir ürün
geliştirmek;
3) Ekstrüzyon pişirmenin, karışımın besin bileşimi üzerine etkisini
belirlemek;
4) Ekstrüzyon işleme koşullarının ürünün fiziksel, fonksiyonel ve duyusal
özelliklerine etkisini incelemek ve
5) En uygun ekstrüzyon işleme koşullarını belirlemek ve optimum ürünü elde
etmek amaçlanmıştır.
Hazırlanacak bitkisel karışımdan üretilecek yeni ürünün besin içeriği (protein,
yağ, vitamin, mineral ve diyet lif içeriği) yönünden daha dengeli olması, özellikle,
ergenlik dönemi gençler, gebe ve emzikliler, yaşlılar, sporcular gibi besin ögesi
gereksinimleri artmış özel gruplar ile bazı hasta grupları (kalp damar hastaları,
diyabet hastaları, vb.), hayvansal ürün tüketmeyen vejetaryenler için uygun bir
1. GİRİŞ Emir Ayşe ÖZER
4
atıştırmalık besin olmasını sağlayabilecektir. Özetle; besleyici (besin ögeleri
yönünden dengeli), diyetetik, atıştırmalık yemeğe hazır, taşınması kolay bir ürün elde
edilmiş olabilecektir.
2. ÖNCEKİ ÇALIŞMALAR Emir Ayşe ÖZER
5
2. ÖNCEKİ ÇALIŞMALAR
2.1. Fonksiyonel Besinler
Yeterli ve dengeli beslenme için gerekli besin öğelerinin çeşitli besinler
tüketilerek sağlanması önerilmekle birlikte bazı durumlarda bu sağlanamamaktadır.
Teknolojik gelişmelerle birlikte besinlerin işlenmesi sonucu oluşan besin kayıpları ve
aşırı saflaştırılmış ürünlerin kullanımı da göz önünde bulundurulduğunda tüketime
sunulan besinlerin besin değerinin olabildiğince yüksek olması daha da önem
kazanmaktadır. Yaşam şeklindeki hızlı değişim ve işlenmiş besinlerin tüketimindeki
artış nedeniyle, toplumlarda görülen beslenme sorunlarını çözmek amacıyla, temel
besinleri daha besleyici hale getirmek amacıyla, diyeti yeterli kılmak üzere besleyici
yeni karışım ürünler geliştirilmektedir (Cala ve ark., 1981; Anon, 1994; Anon, 1995;
Richardson, 1990; Anon, 2001; Serra-Majem ve ark., 2001).
Son yıllarda sağlığın korunması ve yeniden kazanılmasında beslenmenin ne
denli önemli olduğu tüm dünyada kabul edilmiş ve bu konuda daha önem kazanan
fonksiyonel besinler üzerinde yoğunlaşılmış ve gıda sanayinin hızlı gelişen
sektörlerinden birisi olmuştur (Betz, 1999). ‘Fonksiyonel besin’ terimi vücudun
temel besin ögeleri gereksinimini karşılamanın ötesinde insan fizyolojisi ve
metabolik fonksiyonları üzerinde ilave faydalar sağlayan, böylece hastalıklardan
korunmada ve daha sağlıklı bir yaşama ulaşmada etkinlik sağlayan besinler veya
besin bileşenlerini kapsar. Terim, besinlerden kuvvetlendirilmiş, zenginleştirilmiş,
geliştirilmiş besinlere ve diyet takviyelerine kadar hepsiyle ilgilidir ve bu besinler
zihinsel ve bedensel durumu iyileştirmede potansiyele sahiptir ve hastalık risklerini
azaltmaktadır. Bu faydalara sahip bileşenler, besinin içerisinde doğal olarak
bulunabilir ya da işleme sırasında besine eklenebilir (Berner ve O'Donnell, 1998;
Betz, 1999). Bir fonksiyonel gıda; aşağıda belirtilen koşulları karşılamalıdır (Farr,
1997; Robbers and Tayler, 2000; hasler, 2002).
.-Bireyin beslenmesine katkıda bulunmalı, sağlığının korunması ve daha iyi
duruma getirilmesine yardımcı olmalı,
2. ÖNCEKİ ÇALIŞMALAR Emir Ayşe ÖZER
6
- Besleyici ve sağlığa olumlu yönde etkileyici özelliklerinin beslenme bilimi
ve tip açısından sağlam temelleri olmalı,
- Tıbbi ve beslenme bilgilerine dayalı olarak söz konusu gıda veya besin
ögesi için günlük uygun alım miktarları belirlenmiş olmalı,
- Söz konusu gıdanın tüketiminin güvenilir olduğu ortaya konulmuş olmalı,
- Söz konusu gıda bileşenlerinin fizikokimyasal özellikleri, niceliksel ve
niteliksel özellikleri belirlenmiş olmalı,
- Söz konusu gıda işlenerek fonksiyonel özellik kazanmışsa; besleyici
özelliğinde kayıp olmamalı,
- Söz konusu gıda seyrek olarak tüketilen değil, günlük beslenmede sıkça
tüketilen bir gıda olmalı,
- Söz konusu gıda doğal olarak tüketildiği şeklinde olmalı,
- Söz konusu gıda veya bileşeni ilaç olarak kullanılan bir madde olmamalıdır
Fonksiyonel gıdaların çeşitleri ise,
- Zenginleştirilmiş ürünler (mevcut besin ögelerinin attırılması),
- Besin değeri arttırılmış ürünler (yeni bir besin ögesi veya bileşeni katılması)
- Mevcut besin bileşenlerinin değiştirilmesi
- Desteklenmiş ürünlerdir. (Farr, 1997).
Fonksiyonel besin tüketimine günümüzde ilgi artmakta olup, nedenleri ise-
yaşlanan nüfus, artan sağlık masrafları, kişisel sağlığı arttırma isteği, gıda tüketimi ve
sağlık ilişkisi hakkında toplumun bilinçlenmesi, tüketicilerin kalite ve çeşide
gösterdikleri taleptir (Betz, 1999).
Dengesiz beslenmeye bağlı şişmanlık ve beslenmeye bağlı kronik
hastalıkların (kalp damar hastalıkları, kanser, diyabet, osteoporoz vb.) görülme
sıklığı artmaktadır. Halk sağlığının ve hastalıklarının kontrol altına alınması için
çeşitli stratejiler önerilmektedir. Bunlar; diyetin geliştirilmesi, mikro besin ögesi
veya ögelerinin doğrudan kullanılması, sıklıkla tüketilen gıdaları mikro besin
ögelerince zenginleştirilmesidir (Anon, 1997; Zeissel, 2000; Mar ve Jose, 2002;
Suojanen ve ark., 2006).
2. ÖNCEKİ ÇALIŞMALAR Emir Ayşe ÖZER
7
2.2. Çerez Tipi Gıdalar ve Besleyici Özellikleri
Çerez gıdalar, genellikle ambalajından çıkarıldıktan sonra hemen yenilen
gıdalar olarak tanımlanmaktadır. Bu tür tanımlamaya bisküviler, krakerler ve
kahvaltılık tahıl ürünleri de dahil edilebilir. Çerez gıdalar raf ömürlerinin uzunluğu,
hafif oluşları ve depolama ile taşımaya uygun oluşları gibi özelliklere sahiptir
(Gordon, 1990).
Çerez gıdalar genellikle mısır, buğday, pirinç ve yulaf gibi tahıllar ve patates
gibi kök bitkilerinden üretilmektedir. Tahıllar büyük oranda nişasta içermektedir.
Nişasta ekstrüde ürünlerin yapı ve tekstürlerini sağlamaktadır. Tahıllar protein, yağ,
diyet lif, karbohidrat, vitamin ve mineralleri içermektedir (Mulsaney ve Hsieh, 1988;
Miller, 1988).
Çerez gıdalar ekstrüzyon yöntemi ile üretilmektedir. Ekstrüderlerin çerez gıda
endüstrisindeki kullanımı 1930’lu yıllarda mısır gevreklerinin ekstrüde edilerek
üretilmesiyle başlamıştır (Midden, 1989).
Çerez gıdalar direkt kabaran ürünler ve indirek kabaran ürünler olmak üzere
iki gruba ayrılabilir.
Direk Kabaran Ürünler: Direk kabaran ürünler yüksek kesme gücüne sahip pişirici
ekstrüderlerde yapılır. Bu tür ürünler ekstrüder çıkışında direkt kabarır ve başka bir
işleme gerek duyulmaz. Mısır kıvrımları, soğan halkaları, patates kızartmalarıdır
(Fast ve Caldweel, 1990). Direk kabaran çerez gıdaların kabarması 100 0C’nin
üzerindeki sıcaklıkta gerçekleşir. Ekstrüderdeki hamurun içeriğinde bulunan suyun
büyük kısmı, hamur basınç altında olduğundan sıvı olarak kalır. Hamur ekstrüderin
kalıp kısmından çıkarken çok fazla ısınan su atmosferik basınca maruz bırakılır. Ani
basınç düşmesi sonucu oluşan buharlaşma nişastanın kabarmasını sağlar. Bu olay bu
ürünlere düşük yoğunluk ve hafif tekstür verir. Bu ürünlerin şekil ve büyüklükleri
kalıp şekline göre belirlenir (Gordon, 1990).
İndirek Kabaran Ürünler: İndirek kabaran ürünlerin özelliği ekstrüder kalıbı
çıkışında direk olarak kabarmayışlarıdır. Burada ürünün tekstür ve görünüşünü
vermek için ek bir proses vardır. Bu proses üründen nemi uzaklaştırmak ve son
2. ÖNCEKİ ÇALIŞMALAR Emir Ayşe ÖZER
8
tekstürünü kazandırmak için yapılan kızartma veya sıcak hava uygulamasıdır.
İndirek kabaran ürünler pelletler ve cipsler olmak üzere iki gruba ayrılırlar.
Pelletler ekstrüder içinde pişirilip 100 0C’nin altındaki sıcaklıkta kalıptan
itilen ürünlerdir. Düşük sıcaklıktaki hamurun şekli suyun buhara dönmesini önler. Bu
işlemin bir avantajı direk kabaran ekstrüzyon işleminde zarar görebilen karmaşık
şekillerin yapılabilmesidir. Pelletler sonra %12’den az neme kadar kurutulur. Bu
durumda pelletler uzun süre depolanabilir, uzak yerlere taşınabilir, küçük ölçekli
çerez gıda üreticilerine ya da direk olarak tüketicilere dağıtılabilir. Pelletler
kızartılarak kabartılır, lezzet vericilerle kaplanır ve paketlenir.
Cipslerin ekstrüderdeki üretimi pelletlere benzer. Farkı ise cipslerin
depolanma veya satılmak üzere %12’nin altındaki nem içeriğine kurutulmamalarıdır.
Bunlar aynı zamanda ekstrüzyon işlemi sırasında daha az pişirilmektedir. Cipsler
ekstrüderlerin dışında toplanırlar ve patates cips veya tortilla cips şeklinde kesilirler
(Walker, 1991). Kesme işleminden sonra pişme işlemini tamamlamak ve nemi
uzaklaştırmak için cipsler kızartılır. Kızartma işleminden sonra cipsler lezzet
vericilerle lezzetlendirilir.
2.2.1. Tahıl Bazlı Çerez Ürünler
Tahıl ürünleri, tüm dünyada ve ülkemizde insan besini olarak ön sıralarda yer
almaktadır. Bunların başında ekmek ve makarna gelmektedir. Bunu bisküvi ve kekler
izlemektedir. Fakat son yıllarda ara öğünlerde tüketilen genleştirilmiş tahıl ürünleri
de (yemeğe hazır ürünler) giderek önem kazanmıştır. Bu tür ürünlerde mısır, buğday,
yulaf ve diğer tahıllar istenilen oranlarda karıştırılabilmektedir.
Tahıllar dünyada genellikle temel gıda olması nedeniyle sıklıkla
zenginleştirilen ürünlerdir. Ortalama olarak günlük enerjinin %50’si tahıllardan
sağlanmaktadır. (Keskin, 1981; Austin,1984; Beynen, 1984; Brown ve Karmally,
1985; Huangy ve ark., 1986; Anon, 1998; Baysal, 2002, Pekcan ve Karaağaoğlu;
2000; Cardosa-Santigo ve Areas, 2001; Martinez-Flores ve ark., 2005, Alarkon-
Valdez ve ark., 2005; Hurrel, R.F., 2006). Türkiye’de günlük enerjinin %44’ü
2. ÖNCEKİ ÇALIŞMALAR Emir Ayşe ÖZER
9
ekmekten, %58’i ise ekmek ve diğer tahıllardan gelmektedir (Pekcan ve
Karaağaoğlu, 2000).
Gelişmekte olan ülkelerde yaşayan düşük gelirli insanlar sınırlı
beslenebildikleri için enerji ihtiyacı ile birlikte protein ihtiyacını da çoğunlukla
tahıllardan karşılamaktadırlar. Vücut dokusunun oluşabilmesi için elzem
aminoasitlerin tamamının yeterli miktarda bulunması gerekmektedir. Tahıllarda
elzem amino asitlerden lizin ve triptofanın sınırlı olmaları protein kalitelerini
düşürmektedir. Tahıllara bu sınırlı aminoasitler amino asit olarak veya proteince
zengin soya, nohut gibi kuru baklagiller veya, fındık, yerfıstığı gibi kabuklu
meyveler karıştırılarak zenginleştirilmektedir (Keskin, 1981; Austin,1984; Beynen,
1984; Brown ve Karmally, 1985; Anon, 1992; Anon, 1995; Cardosa-Santigo ve
Areas, 2001; Baysal, 2002; Martinez-Flores ve ark., 2005; Alarkon-Valdez ve ark.,
2005; Hurrel, R.F., 2006).
Baklagiller tahıllarda yetersiz olan bu aminoasitleri içermektedir (Keskin,
1981; Beynen, 1984; Brown ve Karmally, 1985; Anon, 1992; Anon, 1995; Baysal,
2002; Cardosa-Santigo ve Areas, 2001; McKevith, 2004; Martinez-Flores ve ark.,
2005; Obatolu ve ark., 2006). Bitkisel ürünler arasında miktarca protein kaynağı
olarak ilk akla gelen kuru baklagillerdir. Kuru baklagiller proteince tahıllardan en az
iki kat daha zengindir. Ayrıca baklagil proteinleri bileşim ve beslenme bakımından
da daha yüksek değere sahiptir (Obatolu ve Cole, 2000; Yuvanne ve ark., 2001).
Örneğin kuru baklagil proteinleri beslenmede önemli amino asitlerden fenilalanin,
arginin, histidin ve lizin bakımından oldukça zengindir. Ayrıca sistin ve tirozin
bakımından fakir sayılamayacağı gibi bir miktar triptofan da içermektedir. Kuru
baklagillerin beslenmemizde protein yanında kalsiyum ve demir bakımından da
önemli yere sahiptirler. Genellikle kuru baklagiller B grubu vitaminleri özellikle
tiamin ve niasin yönünden zengindir (soya fasulyesi dışında). Yağ içerikleri düşük
olup %1-3 kadardır (Göçmen ve Şahin, 2000).
Tahılların kuru baklagillerle karışımı sonucu karışımın proteininin elzem
amino asitleri daha dengeli olmakta, protein kalitesi artmaktadır. Elzem amino
asitleri dengesiz olan proteini diğer bir kaynakla karıştırmakla elzem amino asitleri
gereksinen oranda sağlamak mümkündür (Baysal, 2002; Yuvanne ve ark., 2001;
2. ÖNCEKİ ÇALIŞMALAR Emir Ayşe ÖZER
10
Martinez-Flores ve ark., 2005). Böylece protein kalite ve miktarı et proteinine yakın
ürünler elde edilebilmektedir (McKevith, 2004; Annan ve ark., 2005; Martinez-
Flores ve ark., 2005; Obatolu ve ark., 2006).
Yeni yetişen nesillerin sağlıklı gelişmelerini sağlamak için beslenme değeri
yüksek bitkisel protein kaynaklarını günlük diyette arttırmak protein gereksinimini
karşılamada, (Göçmen ve Şahin, 2000) ayrıca vejetaryen grupların (hayvansal ürün
hiç tüketmeyen) diyetlerinin protein kalitesini arttırmak için en akılcı yaklaşım
olarak görülmektedir (Rajahame ve Sabate, 2000). Proteince zengin bitkisel
ürünlerin, fiyatlarının daha ucuz olması nedeniyle alım gücü düşük kesimlerin
protein gereksinimlerini karşılamaya da yardımcı olacağı bilinmektedir.
Yetişkin bir kişinin vücut ağırlığı başına alması gereken emilebilir protein
miktarı 0,8 g/kg’dır (Anon, 2005; Biesalski ve Grimm, 2006). Birçok ülkede olduğu
gibi ülkemizde de iyi kaliteli protein tüketimi önemli bir beslenme sorunudur.
Bitkisel proteinlerin kalitesi, sınırlı amino asitlerin amino asit olarak eklenmesi, iyi
kaliteli bir protein kaynağının (süt veya peynir suyu tozu, balık proteini konsantresi,
soya proteini izolatı gibi) eklenmesi ya da amino asitleri dengeleyebilecek başka bir
bitkisel protein kaynağı ile birlikte tüketilmesi yoluyla yükseltilebilir (Kavas, 1989).
Ulusal besin tüketimi araştırmalarına göre Türk halkının günlük protein
tüketiminin %65’i tahıllardan sağlanmaktadır (Kavas, 1989). Bu nedenle tahıl ve
tahıl ürünlerinin protein miktar ve kalitesini artırıcı yönde zenginleştirilmesi
besleyici değerini artırarak beslenme sorunlarının çözümünde yarar getirebilecektir.
Protein kaynağının sindirilebilirliği ve biyoyararlılığı onun besin değerini
belirler. Bazı baklagiller fitik asit, tanenler, polifenoller, tripsin, kemotripsin
inhibitörleri gibi besin ögelerinin kullanımını olumsuz yönde etkileyen faktörleri
içerir. Baklagillerin bu olumsuz özellikleri çeşitli ısıl işlemlerle inaktive edilir.
Ekstrüzyon pişirme işlemi ile de uygulanan sıcaklık koşullarında baklagillerin bu
olumsuz özellikleri inhibe edilebilmektedir (Alanso ve ark., 2000; Yuvonne ve ark.,
2001).
Tahıllar tüm dünyada diyette enerji ve diyet lifin iyi bir kaynağı ve
karbohidrat, protein, B vitaminleri, Vitamin E, demir. magnezyum ve bakırın da
kaynağıdırlar. Günümüzde tahılların lignan gibi sağlık için önemli bioaktif
2. ÖNCEKİ ÇALIŞMALAR Emir Ayşe ÖZER
11
bileşenleri de sağladığı bilinmektedir. Günümüzde diyet lif ve düşük glisemik
indekslerinden ve içerdikleri dirençli nişasta, mikro besinler ve biyoaktif
maddelerden dolayı tam tane tahılların sağlığa faydalı olduğu bilinmektedir
(Mckevith, 2004; Drzikova ve ark., 2005 ).
Dünyada cipsler, çerezler, bisküviler gibi çok çeşitli tahıl bazlı atıştırmalık
gıdalar tüketilmektedir. Birçok gelişmiş ülkede bu atıştırmalık gıdalar geleneksel
olarak kızartılmış ve tuzlu ürünlerdir. Bu ürünler sağlıklı bir beslenme için başarısız
ürünlerdir. Çünkü bunlar yüksek glisemik yüklü ve yüksek yağ ve tuz içerikli
ürünlerdir. Bu ürünlerin büyük bir çoğunluğunu fırıncılık ürünleri ve ekstrüde
ürünler oluşturmaktadır. Kuru baklagiller atıştırmalık ürün üretmek için iyi bir
protein kaynağı olup %25 civarında protein içerirler ve karbohidrat miktarları
tahıllara göre daha düşüktür. Dolayısıyla potansiyel glisemik yüklemesi düşüktür.
Tahıl ve kuru baklagiller atıştırmalık ürün üretmek için iyi bir protein kaynağı olup
son yıllarda besleyici atıştırmalık gıdaların üretiminde kullanılmaktadır. (Hardacre ve
ark., 2006).
Günlük alınan enerjinin ortalama %25’inin yağlardan alınması
önerilmektedir. Diyette yağdan gelen enerjinin artması başta kroner kalp hastalıkları
ve kanser olmak üzere birçok kronik hastalıklar için risk faktörüdür. Bu tür ürünlerin
bir diğer dezavantajı sodyum içeriklerinin yüksek olmasıdır. Soyum içeriğinin
yüksek olmasının hipertansiyon, mide kanseri ve osteoporoz riskini arttırabildiği
belirtilmektedir. Ayrıca bu tür ürünlerin diyet lif içeriği düşüktür (Anon, 1979;
Anderson ve Chen, 1979; Anon, 1989; Anderson ve ark., 1990; Lue ve ark., 1991;
Lawrence ve ark., 1999; Toprak ve ark., 2002 ).
Ayaküstü beslenme (fast food) özellikle kentsel bölgelerdeki çocuk ve
gençlerde yaygın bir beslenme şekline gelmiştir. Bu şekilde beslenme doymuş yağ
asitleri yönünden zengin, diyet lif içeriği, A ve C vitaminleri yönünden fakir olup
kalp, damar hastalıklarının oluşma riskini artırmaktadır (Anon, 1993).
Tahıl bazlı hazır gıdalarda lizin amino asidi sınırlı, methionin ve sistein ise
düşük miktarda bulunmaktadır ve protein kaliteleri düşüktür. Bu nedenle de tahıllar
kuru baklagillerle, kabuklu meyvelerle kombine edilerek protein kalitesi arttırılmış
2. ÖNCEKİ ÇALIŞMALAR Emir Ayşe ÖZER
12
yeni ürünler üretilebilir ve bu ürünler özellikle vejetaryenler için önemli atıştırmalık
ürünler olabilir (Jones, 2001).
Iwe (2000); yaptığı bir araştırmada patates ve soya ununu 100:0, 100:75,
100:50, 100:25, 0:100 oranlarında karıştırarak ekstrüde etmiş ve karışımın % olarak
protein içeriğini sırasıyla 3,8; 18,9; 28,9; 31,8 ve 44,7 olarak belirlemiştir.
Karışımdaki soya unu arttıkça karışımın protein içeriği de artmıştır.
Tudorika ve ark., (2002), % olarak 7,5, 10, 12,5 ve 15 oranlarında inilün
(çözünür diyet lif), bezelye lifi (çözünmez diyet lif) ve guar (çözünür diyet lif)
ekleyerek diyet lifi ile zenginleştirilmiş makarnalar üreterek diyet lifçe
zenginleştirilmiş ürünler elde etmişlerdir.
Yapılan bir çalışmada; nohut unu %5 ve 10 oranlarında dondurularak
kurutulmuş ve öğütülmüş sığır akciğer unu ile karıştırılarak ekstrüde edilmiş ve bir
kısmı aromalandırılmamış, bir kısmı da aromalandırılmıştır. Protein oranı sırasıyla
19,8; 23,0 ve 26,6 olarak ve demir miktarı da 5,19, 7,18 ve 9,18 olarak belirlenmiştir.
Ürünler 1 (hiç hoşlanmamak) - 9 (çok hoşlanmak) hedonik skalasına göre duyusal
olarak değerlendirildiğinde aromalandırılmayan ürünlerin kabul edilebilirliği
sırasıyla 5,9; 5,8 ve 5,5 puanlarını almış ve ürünler arasında istatistiksel olarak
önemli bir farklılık bulunmamıştır (P<0,05). Ürünler aromalandırıldığında aldığı
puanlar sırasıyla 7,1; 7,0 ve 6,8 olarak belirlenmiş ve aromalandırılan ürünlerin kabul
edilebilirliğini yüksek olarak kabul etmişlerdir. Bu ürünün anemi ve malnutrisyon
oluşumunun engellenmesinde kabul edilebileceğini belirtmişlerdir (Chavez-
Jaueregui, 2003).
Çelik ve ark. (2004), geleneksel olarak üretilen kuskusa yumurta, soya unu ve
yulaf unu ilavesiyle zenginleştirilmiş kuskus elde etmişlerdir. Geleneksel, yumurtalı,
soya unlu ve yulaf unlu kuskusun % protein miktarlarını sırasıyla; 11,27, 11,04,
13,62, 11,98 olarak; Ca miktarlarını sırasıyla; 48, 45, 67, 60 mg ve demir miktarlarını
sırası ile; 2,73, 2,57, 5,20, 3, 43 mg olarak belirlemişlerdir.
Martinez-Florez ve ark. (2005), mısır ununu soya ve aspur (yalancı safran
küspesi) ile karıştırarak protein miktar ve kalitesi arttırılmış bir ekstrüde ürün
üretmişlerdir. % 80 mısır unu, %17 soya fasulyesi küspesi ve ve %3 aspur küspesi
karışımından protein miktarını %6,4 den %14,0’e yükseltmişlerdir.
2. ÖNCEKİ ÇALIŞMALAR Emir Ayşe ÖZER
13
Alarkon – Valdez ve ark. (2005), pişirilen mısır ununu ve ekstrüde pişirilmiş
nohut unundan değişik oranlarda karıştırarak 11 adet bebek gıdası hazırlamışlardır.
Her 25 gramlık karışıma 8 gram sakkaroz ve 80 ml su ilave etmişlerdir. Karışım iyice
karıştırıldıktan sonra 90 0C’de 8 dakika ısıtılmıştır. Duyusal olarak en iyi karışım
olarak %26,7 mısır unu, %73,3 nohut unu karışımından elde edildiğini
belirlemişlerdir. Bu karışımın kuru maddede % bileşenleri; 19,72 protein, 6,10 yağ,
71,45 karbohidrat olarak belirlenmiştir. Bu ürünün protein elverişlilik oranını 1,86
olarak belirlemişler ve bu değerin de bebek büyümesinde destekleyici olarak kabul
edildiğini bildirmişlerdir. Ayrıca bu ürünün genel kabul edilebilirliğini % 87 olarak
belirlemişlerdir.
Beyaz mısır kısmen yağı alınmış soya fasulyesi ile %10, 20 ve 30 oranlarında
karıştırılarak ekstrüde edilerek proteince zenginleştirilmiş genleşmiş ürün elde
edilmiştir. Beyaz mısırdan elde edilen ürünün protein miktarı % 9,3 iken %30
kısmen yağı alınmış soya unu karışımından elde edilen ürünün ise %19,3 olarak
belirlenmiştir. Soya unu miktarı arttıkça protein miktarı da artmıştır. Soya unu
miktarının artması ile protein, yağ ve kül miktarlarında artışlar ve karbohidrat
miktarında da azalma belirlemişlerdir (Obatolu ve ark., 2006).
Biringen ve ark., 2006, B grubu vitaminleri (B1, B2, B6, B12), vitamin C,
niasin, folik asit ve demir, kalsiyum ve bakır mineralleriyle zenginleştirilmiş
geleneksel somon ekmeği ve form ekmek üretmişlerdir. Üretilen vitamin ve
minerallerce zenginleştirilmiş ekmeklerin değişik yaş ve özel durumda olan
bireylerde kan düzeylerine etkilerinin biyokimyasal testlerle belirlenmiştir. Genel
olarak bireylerin kan vitamin ve mineral düzeylerinde istatistiksel olarak önemli
artışlar belirlemişlerdir.
Nkame ve Filli (2006) darı ununu %20 ve %30 oranlarında bezelye, soya
fasulyesi ve yer fıstığı ile tek vidalı ekstrüderde ekstrüde ederek proteince
zenginleştirilmiş ürünler elde etmişlerdir. %70 darı ve % 30 soya fasulyesi unu
karışımından %18 olarak en yüksek protein miktarını elde etmişlerdir.
2. ÖNCEKİ ÇALIŞMALAR Emir Ayşe ÖZER
14
2.3. Gıda Ekstrüzyonu
Ekstrüzyonla pişirme yöntemi tanım olarak; uygun nem içeriği ve partikül
boyutuna getirilmiş nişasta ve protein içeren karışımların, silindir bir kanal içerisinde
dönen sonsuz vida yardımıyla oluşturulan mekanik kayma gerilimi, yüksek basınç ve
sıcaklık altında pişirilerek şekil verilmesi işlemidir (Hauck, 1980; Harper, 1989;
Riaz, 2000).
Yüksek sıcaklık kısa süre (HT/ST) tekniğinin uygulandığı bir işlem olan
ekstrüzyon ile pişirme kısaca; yoğurma, pişirme ve kesme gibi değişik aşamalardan
biri veya birkaçının kombinasyonu ile ingredientlere şekil vermek, pişirmek için
düzenlenen başlıktan materyalin dışarı çıkmaya zorlanması şeklinde
tanımlanmaktadır. Bu silindir içinde ürün, nişastanın jelatinizasyonu, proteinlerin
denatürasyonu, nişasta, protein ve lipit arasında kompleksler oluşturması, elastik
bileşenlerin gerilmesi ve ekstrüde ürünün ekzotermik olarak genişlemesi sonucu son
şeklini almaktadır. İp, ince boru, şerit halka gibi şekiller alan ürün daha sonra
istenilen uzunluklarda kesilmektedir (Harper 1981; Pomeranz, 1987; Diziezak 1989;
Kokini 1993; Hauck, 1994, Riaz, 2000; Klamcznski ve ark., 2004).
Endüstriyel olarak üretilen gıda maddelerine, ekstrüzyonla pişirme tekniği
sayesinde istenen tekstür, şekil ve rehidrasyon karakteristikleri
kazandırılabilmektedir. Başlangıçta nişastaları jelatinize etmek için ekonomik bir
metot olarak geliştirilen ekstrüderler, son yıllarda diğer endüstriyel pişirme
metotlarının tersine azalan üretim maliyetleri yanında kapasite artışı ile birlikte geniş
bir gıda grubunu işlemek için kullanılmaktadır (Harper, 1989). Bu yöntemde cipsler,
kahvaltılık tahıl ürünleri, kabarmış çerezler, hazır çorbalar, bebek gıdaları, içecek
tozları ve gıda formülasyonlarında kullanılan modifiye edilmiş ve pişirilmiş
nişastaların üretimleri yapılabilmektedir (Pomeranz, 1986; Bhattacharya ve
Choudhury; 1994; Hauck, 1994; Riaz, 2000; Drzikova ve ark., 2005).
Ekstrüzyon sırasında uygulanan yüksek sıcaklık, basınç, kesme gibi
koşullardan dolayı nişasta jelatinizasyonu, protein denatürasyonu ve nişasta, lipit,
protein ve su molekülleri arasında kompleksler oluşumuna yol açan pek çok değişim
meydana gelmektedir (Bhatnagar and Hanna, 1994a, b).
2. ÖNCEKİ ÇALIŞMALAR Emir Ayşe ÖZER
15
Ekstrüzyon işlemi ürün özelliklerinde önemli değişikliklere neden olan üç
temel işlem basamağını içermektedir.
a) Ekstrüder başlığında ürünün ortam atmosferine çıkışı ile serbest kalan ve
kabarmayı sağlayan yüksek basınç uygulaması,
b) Hammadde karışımına ısı uygulaması,
c) Vida dönüşü ile karışıma transfer edilen mekanik enerjinin yoğunluğuna ve
karışımın ilerlediği silindirin şekil ve boyutuna bağlı olarak meydana gelen kesme
işleminin uygulamasıdır (Harper, 1989).
2.3.1. İşlem Parametreleri
Ekstrüzyon işleminde ürün kalitesi üzerine önemli işlem parametreleri
besleme kompozisyonu, besleme oranı, hammaddenin nem miktarı, silindir sıcaklığı,
vida konfigürasyonu, vida hızı, ve kalış süresidir. Kalış süresini besleme oranı, vida
hızı ve konfigürasyonu, başlık geometrisi (şekli) ve basınç etkiler. Ekstrüde ürünün
kalitesi ekstrüder tipi ve ham madde ile yakından ilişkilidir. Hammadde bileşenleri
arasında ekstrüzyon işlemi sırasında interaksiyonlar (etkileşimler) oluşabilir ve son
ürün özellikleri değişebilir (Chen ve ark., 1991; Kadan ve ark., 2003).
Tipik bir ekstrüzyon karışımı nişasta, protein, lipit, su, ve katkı maddelerini
içerir. Katkı maddelerinin son ürün üzerine etkisi oldukça önemlidir. Ekstrüde
üründe nişasta ile birlikte diğer bileşenlerde fizikokimyasal interaksiyonlar ve
reolojik değişiklikler oluşabilir (Moore ve ark., 1990).
2.3.2. Gıda Ekstrüzyonunun Avantajları
Ekstrüzyonla gıda işlemenin hızla gelişip yaygınlaşmasının nedeni; bu tür
tesislerin birçok üstün vasıflara sahip olmalarından ileri gelmektedir. Bunları şöyle
sıralayabiliriz.
1) Ekstrüzyonla gıda işleme teknolojisi çok yönlüdür. Aynı ekstrüzyon tesisi,
değişebilir parçalardaki çok küçük modifikasyonlarla aynı hijyenik şartlarda,
zenginleştirilmiş veya sade olarak, çeşitli çerezler, kahvaltılık tahıl ürünleri,
2. ÖNCEKİ ÇALIŞMALAR Emir Ayşe ÖZER
16
çorbalıklar, bebek mamaları, tekstüre bitkisel proteinler gibi çok çeşitli ürünler
üretilebilir,
2) Üretim kapasiteleri yüksektir. Saatte 600 kg çerez tipi gıda, 150-250 kg
kahvaltılık tahıl ürünü, 7000 kg kedi-köpek maması üretebilmektedir.
3) Üretimin her bir tonu için gerekli olan işçilik ve yakıt giderleri, diğer ısı ile
gıda işleme yöntemlerinden daha düşük düzeydedir,
4) Üretim kapasiteleri karşılaştırıldığında, aynı kapasiteye karşılık daha az
yere ihtiyaç gösterirler,
5) Bu yöntemle işlenen ürünler bakteriyolojik açıdan da çok iyi durumdadır.
Bu ürünlerin diğer yöntemlerle göre işlenen gıdalara oranla raf ömürleri daha
uzundur. Yağlarda acılaşmaya neden olan enzimler inaktive edilmiştir. Böcek, canlı
larva ve salmonella gibi patojen mikroorganizmalara rastlanmaz,
6) Bu yöntemle çok çeşitli form, şekil, yoğunluk ve dokuya sahip ürünler
üretilebilir. Hammadde olarak tek bir karışım veya değişik karışımlar bir arada
kullanılabilir,
7) Hammaddeyi yüksek sıcaklıkta kısa sürede (HT/ST) işleyen ekstrüzyon
yöntemi bitkisel proteinlere, protein kalitesine hemen hemen hiç zarar vermeden
işler,
8) Soya gibi bazı baklagil proteinlerinde bulunan tripsin inhibitörü gibi
gelişmeyi engelleyici faktörleri kontrol altına alır. Birden fazla hammadde bir arada
işlendiğinde, bu tip bitkisel proteinlerdeki gelişmeyi engelleyici faktörleri yok
ederken, aynı zamanda bu tip proteinler ile birlikte karışım haline getirilmiş tahıl unu
veya nişastasını da işleyerek çirişlendirir. Yeni bir form ve doku verir. Karışımın
içindeki farklı hammaddeleri aynı anda işleyerek mamul madde haline getirmesi
işçilik ve üretim maliyetlerini düşürürken, hammaddelerin ayrı ayrı işlenip sonra
karıştırılmaları sırasında olabilecek kontaminasyon tehlikesini de asgari düzeye
indirmiş olmaktadır,
9) Isı ile gıda işleme yöntemlerinin bir çoklarının aksine, ekstrüzyonla gıda
işleme teknolojisinde çevre kirlenmesine neden olacak herhangi bir atık su veya
ekolojik zararlı atık meydana gelmemektedir (Yıldız, 1985; Harper, 1989; Riaz,
2000).
2. ÖNCEKİ ÇALIŞMALAR Emir Ayşe ÖZER
17
Ekstrüzyonla işleme yöntemi ile, günümüzün yemek hazırlamak için zamanı
çok kısıtlı tüketicisi için çabuk pişen veya hazır, besleyici değeri yüksek karışımlar,
çok çeşitli gıda maddeleri üretilebilmektedir. Örneğin bu yöntemle sıcak suda hiç
topaklanmadan hemen eriyen hazır çorbalıklar ve çorba yapımında kullanılan erişte
ve benzeri unlu mamulleri üretilmektedir. Hazır çorbalık olarak fasulye, bezelye,
mercimek gibi baklagiller veya bunlarla birlikte lahana, ıspanak, havuç, turp, soğan,
sarımsak gibi çeşitli sebzeler birlikte işlenir. Bunlar kurutulduktan sonra öğütülerek
inceltilir. Fazla yaygın olmamakla beraber tahıl ve kuru baklagil unları vanilya, bal,
çikolata ile veya meyve aromaları ilave edilip işlenerek suda kolayca çözünen
değişik meşrubat tozları yapılmaktadır (Şahin ve Sümbül, 1986; harper,1989).
2.3.3. Ekstrüder Tipleri
Gıda sanayiinde kullanılan ekstrüderler tek vidalı ve çift vidalı olabilirler. İlk
gıda ekstrüderlerin yapımında Arşimet vidası esasına göre çalışan ve helozonik bir
vida içeren piston ve tulumbanın çalışması esas alınmıştır. Ekstrüzyon işlemi 19.
yüzyılda gıda sanayiinde uygulanmaya başlamıştır. Bu yöntemin gıda sanayinde
uygulandığı ilk yıllarda tek vidalı olarak geliştirilmiş ekstrüderler sadece makarna
gibi ürünlerin şekillendirilmesinde ve kahvaltılık tahıl ürünlerinin üretiminde
kullanılmıştır. Gıda sanayiinde çift vidalı ekstrüderlerin kullanımı 1970’lerde
başlamasına rağmen, 1980’lerde kullanım alanı giderek genişlemeye başlamıştır. Tek
vidalı ekstrüderlerle üretilen ürünlere ilave olarak çift vidalı ekstrüderler ile
şekerleme ürünleri, bisküvi ve kraker üretimi de gerçekleştirilebilmektedir (Mercier
ve Feillet, 1975; Harper, 1989; Mercier ve ark., 1989; Riaz, 2000).
Tek vidalı ekstrüderler kendi içinde dört gruba ayrılmaktadır. Bunlar;
a) Düşük kesmeli şekil verme ekstrüderleri
b) Düşük kesmeli pişirme ekstrüderleri
c) Orta kesmeli pişirme ekstrüderleri
d) Yüksek kesmeli pişirme ekstrüderleridir.
Çift vidalı ektrüderler ise vida pozisyonlarına göre sınıflandırılmaktadırlar.
a) Aynı yönde dönen ve iç içe geçen vidalı ekstrüderler
2. ÖNCEKİ ÇALIŞMALAR Emir Ayşe ÖZER
18
b) Aynı yönde dönen ve iç içe geçmeyen vidalı ekstrüderler
c) Ters yönde dönen ve iç içe geçen vidalı ekstrüderler
d) Ters yönde dönen ve iç içe geçmeyen vidalı ekstrüderler
e) Ters yönde dönen konik iç içe geçen vidalı ekstrüderler (Harper, 1989).
Çift vidalı ekstrüderlerin tek vidalı ekstrüderlere oranla kullanım alanları daha
yaygındır. Bu tip ekstrüderler; yüksek basınç altında, kısa kalma süresinde, yüksek
sıcaklık etkisi altında ve geniş nem aralığında çalışırlar (Cheftel, 1989, Hauck, 1994).
Ekstrüder cihazı başlıca şu bölümlerden meydana gelir.
Silindir: Vidayı çevreleyen silindir iç yüzeyi korozyona neden olmayacak şekilde
özel olarak sertleştirilmiş materyalden yapılmıştır. Silindir boyunca sıcaklık değişimi
silindiri çevreleyen buhar ve soğuk su ceketleri tarafından sağlanmaktadır.
Vida: Ekstrüder cihazında vida başlıca 3 kısımdan meydana gelir.
1) Besleme bölümü: Bu bölümde vida kanatları oldukça derin veya vida adımları
daha geniştir. Besleme bölümünün bu yapısı, hammaddenin besleme tankından vida
üzerine kolayca düşmesini ve silindir boyunca taşınmasını sağlar.
2). Geçiş Bölümü: Besleme bölümünden gelen materyal, bu bölümde vida
adımlarının giderek daralması nedeni ile vidanın tamamen işlenmekte olan madde ile
dolmasına neden olur. Böylece sıkışma meydana gelerek materyal üzerine uygulanan
basınç artar. Bu basınç artışı ile sıcaklığın yükselmesi materyale hamur benzeri
plastik bir yapı kazandırır.
3). Ölçüm Bölümü: Kalıp baslıktan önce bulunan, vida kanat derinliğinin iyice
azaldığı ve vida adımının küçüldüğü bölümdür. Bu bölümün sonunda kayma gerilimi
ve sıkıştırma sonucu yüksek basınç meydana gelir.
Kesici Yüzey: Vida ile kalıp başlık arasında bulunur, üstü delikli metal bir plakadan
ibarettir. Pişmemiş katı parçaların kalıp başlığa geçmesini engeller.
Kalıp başlık: Ekstrüde maddenin amaca göre şekiller aldığı ince delikli kalıplardır.
İşlenen ekstrüde madde bu delikler yardımı ile atmosfere çıkar.
Cihaz içinde yüksek basınç etkisi altındaki ekstrüde edilen materyalin,
atmosfer basıncına çıkması nedeni ile oluşan ani basınç değişimi sonucu gıda
maddesinin yapısındaki su atmosfer basıncına çıktığı anda buharlaşarak genleşmeye
neden olur.
2. ÖNCEKİ ÇALIŞMALAR Emir Ayşe ÖZER
19
2.4. Ekstrüzyon İşleminin Gıda Bileşenleri Üzerine Etkisi
Ekstrüzyon işlemini termomekanik işlem operasyonu olarak ta
tanımlayabiliriz. Ektrüzyon işlemi sırasında gıda materyali yüksek sıcaklık, yüksek
basınç, yüksek kesmeye maruz kalır ve bu yüzden ekstrüde üründe, hızlı ve oldukça
etkili kimyasal reaksiyonlar ve fonksiyonel özelliklerde değişiklikler meydana gelir
(Gopalakrishna and Jaluria 1992).
Ekstrüzyon sırasında uygulanan yüksek sıcaklık, basınç, kesme gibi
koşullardan dolayı gıda bileşiminde nişasta jelatinizasyonu, protein denatürasyonu ve
nişasta, lipit, protein ve su molekülleri arasında kompleksler oluşumuna yol açan pek
çok değişim meydana gelmektedir (Abdel ve ark., 1992; Jaime ve ark., 2004).
2.4.1. Ekstrüzyon İşleminin Diyet Lif Üzerine Etkisi
Son yıllarda diyet lifce zengin ürün üretiminde ekstrüzyon pişirme yöntemi
kullanılmaktadır (Vasanthan ve ark., 2002). Ekstrüzyon işleme ile diyet lif
içeriğinde, kompozisyonunda ve fizolojik etkilerinde değişiklikler olabilir. Extrüzyon
pişirmede işleme parametrelerindeki değişiklikler örneğin vida hızı ürünün
karakteristik özelliklerini etkileyebilmektedir. Extrüzyon işlemi ile çözünmez diyet
lif miktarında azalma ve çözünür diyet lif miktarında artma olabilir ve bu değişimin
nedeni ise ekstrüder silindiri içindeki basınçtan dolayı çözünmez diyet lif makro
moleküller üzerindeki kesme kuvvetinden dolayı parçalanmakta ve bunun sonucunda
çözünmez diyet lifin bir kısmı çözünür diyet life dönüşebilmektedir (Gualberto ve
ark., 1998; Lue ve ark., 1991).
Yapılan bir araştırmada; mısır unu ve şeker pancarı lifi çift vidalı ekstrüderde
ekstrüde edilmiştir. karışımın lif içeriği arttıkça genleşme azalmıştır. Vida hız
arttıkça genleşme azalmıştır. Lif partikül boyutu küçüldükçe her iki vida hızında
genleşme artmıştır. Vida hızının ürün genleşmesi üzerine büyük bir etkisi vardır.
Vida hızı arttığında ürün genleşmesi azalmıştır. Ekstrüde ürünün çözünür diyet lif
miktarı artmış fakat buna karşın çözünmez diyet lif miktarı azalmıştır. Çözünmez
diyet lif içeriğinin azalmasının nedeninin ısıl ve mekanik işlem olabileceği,
2. ÖNCEKİ ÇALIŞMALAR Emir Ayşe ÖZER
20
çözünmez diyet lifin çözünür diyet life dönüşmüş olabileceği veya çok küçük
moleküllere parçalanmış olabileceği düşünülmüştür (Lue ve ark., 1991).
Gualberto ve ark., 1998’de, yulaf kepeğini çift vidalı extrüderde farklı vida
hızlarında extrüde etmişler ve ekstrüzyon işlemi sonucunda çözünmez diyet lifinin
azaldığını, çözünür diyet lifinin ise arttığını ve bu artışın istatistiksel olarak önemli
olduğunu belirlemişlerdir. Bunun, çözünmez diyet lifinin ekstrüder silindiri içinde
parçalanmasından dolayı çözünür diyet lifine dönüşmesinden kaynaklanabileceğini
belirtmişlerdir.
Martin-Cabteges ve ark., 1999; Camire, 2000, yaptıkları araştırmada fasulye
ununu ekstrüde ettiklerinde çözünür diyet lif miktarının arttığını ve çözünmez diyet
lif miktarının azaldığını belirlemişler ve bu artışın önemli olduğunu belirlemişlerdir.
Extrüzyonla genleştirilmiş ürünler için, en önemli karakteristik özelliklerden
birisi genleşme veya kabarmanın derecesidir. Bu da ürünün yapısal, fonksiyonel ve
duyusal özelliklerini belirler. Bununla birlikte extrüde ürünlerdeki yüksek düzeydeki
lif içeriği, düşük kabarmadan dolayı sıkı, sert, gevrek olmayan ve istenilmeyen
tekstüre neden olmaktadır (Lue ve ark., 1991). Diyet lif arttıkça yoğunluk artmakta
ve spesifik hacim azalmaktadır. Bunun nedeni lif parçacıklarının genleşme sırasında
hava boşluklarının oluşmasından önce hücre duvarının kırılmasına yardımcı
olmasıdır. (Jin ve ark., 1979).
Jin ve ark., 1979, yaptıkları bir çalışmada; diyet lifinin ve vida hızının mısır
unu üzerine etkisini incelemişlerdir. Mısır lifinin veya vida hızının artması
sonucunda hacimin azaldığını, yoğunluk ve ürüne uygulanan kesme gücünün
arttığını belirlemişlerdir. Diyet lif oranı arttıkça sert, sıkışık, gevrek olmayan,
genleşmesi azalan ve istenmeyen tekstürde ürünler elde etmişlerdir.
2.4.2. Ekstrüzyon İşleminin Lipitler Üzerine Etkisi
Suda çözünmeyen gliseridler, fosfolipidler ve steroller gibi polar olmayan
materyalleri içeren organik moleküller lipitler olarak tanımlanmaktadır. Gıda
maddeleri içinde pek çok tip lipit bulunmasına rağmen, en yaygın olanları
2. ÖNCEKİ ÇALIŞMALAR Emir Ayşe ÖZER
21
trigliseridlerdir (Camire et al., 1990). Lipidler nişasta içeren gıdalara katıldıklarında
yapıyı modifiye edici etkide bulunmaktadırlar (Szczodrak ve Pomeranz, 1992).
Gıdaların ekstrüzyonu sırasında, lipitler hammadde yapısından gelebileceği
gibi formülasyona sonradan da ilave edilebilmektedir (Camire et al., 1990). Lipidler
ekstrüde ürünlerin dayanıklılığını düşürerek ve plastikiyeti arttırarak hamuru
zayıflatma eğilimindedirler (Harper, 1986; Ryu ve ark., 1993).
Lipitler ekstrüzyonla pişirme esnasında protein, nişasta veya her ikisi ile
interaksiyona girebilir. İnteraksiyon sonucu ekstrüde üründe lipidin tamamı ekstrakte
edilemez fakat ekstrüde edilmemiş hammaddeden ekstrakte edilebilir (Ho ve Izzo,
1992). Lipidin nişasta ile interaksiyonu nişastanın amiloz fraksiyonu ile olmaktadır.
Amiloz-lipit kompleksleri nişasta sindirilebilirliğini azaltabilir. Monogliseridler ve
serbest yağ asitleri yüksek amiloz içerikli nişastalarda kompleksler oluşturabilir.
(Mercier ve ark., 1980; Lin ve Zayas, 1987; Bhatnager ve Hanna; 1994a; 1994b;
Camire, 2001; Becker ve ark., 2001).
Amiloz kompleksleri genellikle sıcak ortamda ani olarak ve özellikle düşük
nem içeriklerinde meydana gelebilir. Lipitlerle nişasta arasında oluşan komleksin
derecesi lipidin tipine ve nişastanın amiloz/amilopektin oranına bağlıdır (Bhatnager
ve Hanna, 1994a; 1994b).
Yapılan bir araştırmada düşük nemde (%19) ve düşük silindir sıcaklığında
(110-140 0C) stearik asit ve normal mısır nişastası arasında (%25 amiloz içeren) en
fazla kompleks oluştuğu bulunmuştur (Bhatnagar ve Hanna, 1994a; Camire, 2000).
Nişasta ile lipitler arasında kompleks oluşumunu incelemek amacı ile çift
vidalı ekstrüder ile manyoka nişastasına % 2-4 oranında doymuş, doymamış yağ
asitleri ve yağ ilave edildikten sonra ekstrüde edilmiştir. Manyoka nişastasına yağ
asidleri ilavesi durumunda amiloz-lipit kompleksleri oluştuğu belirtilmektedir
(Mercier et al., 1980). Lipit ilavesinin nişastanın suda çözünürlüğünü azalttığı pek
çok araştırmacı tarafından ortaya konulmaktadır (Bhattacharya and Hanna, 1991;
Bhatnagar ve Hanna 1994a,b; Ryu and Walker, 1994).
Lin ve Zayas 1987, yaptıkları araştırmada mısır unu ve soya ununu lipit ilave
ederek ve etmeyerek ekstrüde etmişlerdir. Lipit ilave edilmeden üretilen ürünlerde
nişasta tamamen jelatinize olmuştur. İlave edilen lipidin nişasta jelatinizasyonu
2. ÖNCEKİ ÇALIŞMALAR Emir Ayşe ÖZER
22
üzerine etkisi önemli bulunmuştur. Extrüde ürünün lipit içeriği arttıkça nişasta
jelatinizasyonu azalmıştır. 25, 50 ve 75 g/kg lipit ilave edilen ürünlerin nişasta
jelatinizasyonu sırası ile %97, %81, %55 olarak belirlenmiştir. Bunun ekstrüder
silindiri içinde hamur - vida ve hamur - silindir arasındaki sürtünmenin lipitten
dolayı azalmış olabileceğinden kaynaklanabileceğini belirtmişlerdir. Bunun
sonucunda birinci olarak hamur sıcaklığının azalabileceğini, ikinci olarak kesme
kuvveti ile nişasta granüllerinin mekanik parçalanmasının azalabileceğini
belirtmişlerdir.
Gualberto ve ark. (1998), yulaf kepeğini çift vidalı extrüderde extrüde
etmişlerdir. Extrüzyon işlemi sonucunda yulaf kepeğinin yağ içeriğinin azaldığını
bulmuşlardır. Bunun yüksek sıcaklıktan dolayı bazı yağ asitlerinin uçmasından
dolayı olabileceğini bildirilmişlerdir.
Genellikle lipit miktarı %5-6’nın üzerindeki materyallerden ekstrüzyon ile
uygun yapıda ürün elde edilemez. Ekstrüzyon işlemi sırasında lipit silindirdeki
kaymayı azalttığı için tork azalır. Bunun sonucunda da genellikle yetersiz basınçtan
dolayı ürün genleşmesi az olur. Genellikle ekstrüzyon işleminden sonra, lipit
miktarının azaldığı görülür. Bazı lipitler ekstrüder başlığında serbest yağ olarak
kaybolabilir fakat bu durum sadece tam soya gibi sadece yüksek yağ içerikli
materyaller kullanıldığında meydana gelir. Lipit miktarındaki azalmadaki diğer bir
açıklama ise lipitlerin amiloz veya proteinlerle kompleks oluşturmasıdır (Camire ve
ark., 1995; Camire, 2000; Bienkiewicz ve Kolakowska, 2004).
Nkame ve Filli (2006), darı ununu %20 ve %30 oranlarında soya fasulyesi
unu ve yer fıstığı lapası ile ekstrüde ettiklerinde darı ve soya fasulyesi karışımlarında
ekstrüzyon öncesi % yağ miktarı 7,4 ve 9,2 olarak ve ekstrüzyon sonrası 6,9 ve 9,0
olarak; mısır unu ve yer fıstığı lapası karışımlarında ise ekstrüzyon öncesinde 11,5 ve
15,3 olarak, ekstrüzyon sonrasında ise 9,4 ve 11,2 olarak belirlemişlerdir.
2.4.3. Ekstrüzyon İşleminin Nişasta Üzerine Etkisi
Nişasta tahıl ve nişastalı kök bitkilerinin depo karbohidratı ve temel
bileşenidir. Nişasta sağladığı enerji yanında, ürüne tekstür, lezzet ve bazı yapısal
2. ÖNCEKİ ÇALIŞMALAR Emir Ayşe ÖZER
23
özellikler kazandırmaktadır (Uluöz ve ark., 1974; Harper, 1992, Camire, 2000; Ji ve
ark., 2003).
Ekstrüzyon işlemi sırasında nişastada meydana gelen en önemli değişiklik
nişastanın düşük nem içeriğinde yüksek kayma geriliminin etkisiyle jelatinize olması
ve belirli bir oranda degradasyona uğramasıdır. Isı ve nemin granül halde bulunan
polisakkarit zincirde hidrojen bağları üzerindeki etkisi ile granül yapının eriyebilirlik
kazanması ve jel haline geçmesi olayına jelatinizasyon adı verilmektedir. Yeterli
miktarda suyun bulunduğu durumlarda, hidrojen bağlanması özelliği en düşük olan
amorf bölgelerdeki granül yapı parçalanır ve su serbest hidroksil grupları ile birleşir.
Suyun granül yapıyı açıcı etkisinin bir sonucu olarak granül yapıda şişme meydana
gelir. Yapıdaki çift bağların kırılması sonucu kristal fraksiyonda geriye dönüşsüz
olarak erime gerçekleşir. Granülün yıkılması ise kalan hidratların serbest kalarak
pişirme ortamına yayılması sonucunda meydana gelir (Blandhard, 1987; Sokhey,
1992).
Ekstrüde edilen ürünlerin özellikleri üzerinde ekstrüderin özellikleri ve
çalışma koşulları yanında, nişastanın ekstrüzyon sırasında uğradığı değişimler de
büyük oranda etkili olmaktadır (Mohammed, 1990; Yamada et. Al., 1990).
Ham nişastanın oda sıcaklığında suyu absorbe edemediği ve vizkozitesinin ise
sıfıra yakın olduğu bilinmektedir (Mercier ve ark., 1989). Ham nişasta ısıya maruz
kalmadan su ile temas ettiği zaman, %20-30 oranında su absorbe etmekte ancak
çözünmemektedir. Ham nişasta granülleri moleküller arasındaki hidrojen bağlarından
dolayı soğuk suda çözünmemektedirler. Bu olay geri dönüşümlü olarak
gerçekleşmektedir. Ortamdan su uzaklaştırılıp kurutulduğu zaman, nişasta granülleri
orijinal yapılarına geri dönmektedir (Harper, 1989). Sıcaklığın ve suyun etkisi ile
granül yapısında bulunan polisakkarit zincirlerini bir arada tutan hidrojen bağlarının
parçalanması sonucunda nişasta jelatinize olmakta ve erimektedir (Camire ve ark.,
1990). Jelatinizasyon sırasında hidrojen bağlarının kopmasından dolayı nişasta
granülleri parçalandığı için su moleküllerin hidroksil gruplarına daha kolay
bağlanabilmektedir. Bu da nişasta çözünürlüğünde artışa neden olmaktadır (Cai ve
Diosady, 1993a,b).
2. ÖNCEKİ ÇALIŞMALAR Emir Ayşe ÖZER
24
Ekstrüde edilmiş nişasta suyu kolaylıkla emmekte ve oda sıcaklığında hamur
oluşturmaktadır. Nişastanın suda çözünürlüğü ekstrüzyonla pişirme sonucunda
artmaktadır. Ancak nişasta çeşidine ve bileşimine bağlı olarak su absorbsiyon miktarı
ve çözünürlük miktarı değişim göstermektedir (Colonna ve ark., 1989).
Nişasta ve nişastalı materyaller bir çok ekstrüde ürün üretiminde
kullanılmaktadır. Nişastada ekstrüzyon işlemi sırasında kimyasal ve yapısal
değişiklikler meydana gelmektedir ve bu değişikliklerin ekstrüde ürünün
fonksiyonel, fiziksel ve duyusal özellikleri üzerine önemli etkileri vardır. Nişasta,
ekstrüde edilmiş ürünlerin tekstüründe önemli bir rol oynamaktadır. (Chinnaswamy
ve Hanna, 1988a; Guy, 1984; Guy 2000; Lue ve ark., 1991).
Yapılan bir araştırmada extrüzyondan önce ve sonra toplam nişasta
miktarında önemli bir farklılık bulunmamıştır. Nişastanın tamamı extrüzyon pişirme
ile jelatinize olmuştur. Diyet lif oranının ya da vida hızının jelatinizasyon derecesini
etkilemediği belirlenmiştir (Lue ve ark., 1991).
Nişasta gıda ekstrüzyonunda en önemli bileşendir. Çünkü ekstrüde ürünün
genleşmesinde ve yapısının oluşumunda etkilidir. Erime, jelatinizasyon, parçalanma,
dekstrinizasyon gibi nişasta yapısındaki değişiklikler; su/nişasta oranı, sıcaklık,
kesme, parça büyüklüğü, amiloz/amilopektin oranı gibi faktörlerden etkilenir.
(Chinnaswamy ve Hanna, 1988; Badrie ve Mellowes, 1992; Bhatnager ve Hana,
1994a).
2.4.4. Ekstrüzyon İşleminin Protein Üzerine etkisi
Proteinler kompleks büyük moleküllerdir ve yaşayan hücrelerin yapısı ve
fonksiyonunda temel rol oynarlar. Diyet proteinin başlıca görevi vücut proteinlerinin
ve diğer azot içerikli maddelerin sentezi için azot ve amino asitleri sağlamaktır
(Cheftel ve ark., 1985). Gıdalardaki protein tüketicinin amino asit ve protein
ihtiyacını karşılayabilir. Bu protein içeriği, protein kalitesi ve amino asit içeriği gibi
çeşitli faktörlere bağlıdır (Asp and Bjorck, 1989).
Üç boyutlu bir yapıya sahip olan ve biyolojik bakımdan aktif olan proteinler
doğal proteinler olarak tanımlanmaktadır (Cheftel ve ark., 1985). Ekstrüzyon işlemi
2. ÖNCEKİ ÇALIŞMALAR Emir Ayşe ÖZER
25
sırasında nişasta jelatinizasyonunun yanı sıra gerçekleşen önemli reaksiyonlardan
birisi de proteinlerin denatürasyonudur. Proteinlere ısıl işlem uygulanması, alkali
veya asit ile muamele edilmesi sonucu peptid bağları koparılmadan moleküler
yapısının bozulmasına denatürasyon denilmektedir. Çözünürlükte meydana gelen
değişimler denatürasyon için kriter olarak kabul edilmektedir (Ledward and Mitchell,
1988; Pelembe ve ark., 2002).
Protein molekülünün yapısında bulunan kovalent ve kovalent olmayan bağlar
ekstrüzyon sırasında uygulanan yüksek sıcaklık, basınç ve kesme gücünün etkisi ile
zayıflamaktadır (Camire et al., 1990; Camire, 2001, Camire, 2000). Çözünür
formdaki protein molekülleri akışkan bir yapı kazanmakta ve yeni bir moleküler yapı
oluşarak doğal yapısını kaybetmektedir. Sonuçta çözünmez lifli bir yapıya
dönüşmektedirler (Bhattacharya et al. 1986; Alanso ve ark., 1998, Camire, 2000).
Proteinlerin ekstrüde ürünlerin hücre yapısını etkilediği bilinmektedir (Faubion ve
Hoseney, 1982, Guy, 2000).
Ekstrüzyon işleminde proteinler nişastadan sonra ikinci önemli bileşiklerdir.
İşlemenin amacı moleküllerin yapısını değiştirerek zincir yapının açılmasını ve
kesme etkisiyle birbiri ardına dizilmelerini sağlamaktır. Bunun anlamı bağların
kopması ve Ekstrüder içinde az ya da çok yeni bağların oluşmasıdır (Van Zuilichem
ve Stolp, 1987). Ekstrüzyon işleminde proteinlerin kısmi hidrolizi, proteinlerin
sindirilebilirliğini arttırır (Philips, 1989, Guy, 2000).
Glikoz, fruktoz, laktoz veya maltoz gibi indirgen şekerler ile lizin amino asidi
arasında meydana gelen enzimatik olmayan esmerleşmeye yol açan kimyasal
reaksiyon maillard reaksiyonu olarak bilinmektedir. Ekstrüzyon sırasında uygulanan
yüksek sıcaklık (> 180 C) ve vida hızı (> 100 d/d) gibi koşullar ile ile düşük nem (<
%15) miktarlarının kombinasyonu nedeniyle yüksek düzeyde maillard reaksiyonları
meydana gelmektedir (Guy, 2000; Camire, 2001). Maillard reaksiyonu ekstrüde
ürünün besin değeri üzerine oldukça önemli etki yapmaktadır. Bu reaksiyon
sonucunda sindirilebilirlik düşecek ve protein kalitesi de azalacaktır (Asp and
Bjorch, 1989). Ekstrüzyon işlemi sırasında Maillard reaksiyonu 180 0C’nin
üzerindeki yüksek sıcaklık ve düşük nemde meydana gelir (Camire at all, 1990,
Camire, 2000).
2. ÖNCEKİ ÇALIŞMALAR Emir Ayşe ÖZER
26
Protein sindirimindeki azalma, ekstrüde ürünün rengindeki değişiklikler
maillard reaksiyonunun ölçüsünün belirtecidir. Melanoidinlerin oluşumu ve diğer
maillard reaksiyonu ürünlerinin oluşumu gıdanın rengini koyulaştırabilir (Camire at
all, 1990).
2.5. Ekstrüzyon Koşullarının Ekstrüde Ürünlerin Fiziksel ve Fonksiyonel
Özellikleri üzerine Etkisi
2.5.1. Genleşme Oranı (GO) Üzerine Etkisi
Ekstrüzyonla pişirme tekniği ile üretilen ürünlerde, Ekstrüder içerisinde
meydana gelen basınç farkından dolayı oluşan ekzotermik genleşme, bu pişirme
yöntemini diğer pişirme yöntemlerinden ayıran en önemli özellik olarak
bilinmektedir. Genleşme oranı, çerez tipi atıştırmalık gıdalarda ürüne istenilen
dokunun kazandırılması ve işlem parametrelerinin belirlenmesinde kullanılan önemli
bir değerdir.
Bir çok atıştırmalık ekstrüde ürünün iyi bir kabarmaya sahip olması istenir ve
bu da yoğunluk ve genleşme ile belirlenir (Falcone ve Philips, 1988; Özer ve ark.,
2004). Genleşme oranı hammadde bileşiminden ve işlem koşullarından etkilenir.
Tahıl ürünlerinde bileşimdeki protein ve lipit miktarı arttıkça azalmakta fakat nişasta
miktarı arttıkça artmaktadır.
Genleşmiş ekstrüde ürünlerde genleşme oranı ürün karekteristik özelliğini
belirleyen en önemli etmendir. Genleşme oranı ürünün tektürel, fonksiyonel ve
duyusal özelliklerini belirler. Genleşme oranı ürün kesit oranının, kalıp alanına
(Mercier ve Filet, 1975) ya da ürünün çapının kalıp çapına oranı olarak
tanımlanmaktadır (Faubion ve Hoseney, 1982). Genleşme oranı önemli ürün
karakteristik özelliklerinden birisidir. Ürünün yapısal, fonksiyonel ve duyusal
özelliklerinin belirlenmesinde oldukça önemlidir (Mercier ve Filet, 1975). Ekstrüde
üründe genleşme oranı ve yoğunluk genleşmenin derecesini belirler. Genleşme oranı
sadece dikey olarak genleşmeyi ifade eder, yoğunluk ise ekstrüde ürünün biçiminin
2. ÖNCEKİ ÇALIŞMALAR Emir Ayşe ÖZER
27
hacimsel olarak genleşmesini ifade eder (Falcone ve Philips, 1988). Bu nedenle
genleşme oranı ve yoğunluk birbiri ile ilişkilidir (Li ve Lee, 1996).
Ekstrüzyon tekniği ile pişirme sonucunda ortaya çıkan ve bu tekniği diğer
pişirme işlemlerinden farklı kılan önemli özelliklerden birisi nişasta ve protein içeren
karışımların genleşmesi olayıdır. Yüksek sıcaklık ve basıncın etkisiyle düşük nem
içeriğinde nişastalı kısım jelatinize olurken, proteinlerin de denatürasyona
uğramasıyla pasta kıvamını alan karışım zorlanarak sınırlandırılmış delikten yani
kalıp başlığından geçmektedir. Burada yüksek basınçlı ortamdan daha düşük olan
atmosfer basıncına çıkılması sonucunda maddenin içermiş olduğu nem aniden
buharlaşmaktadır. Oluşan buhar kabarcıklarıyla nişastalı ve proteinli karışım lifli bir
yapı kazanarak sürekli genleşmekte ve son ürüne istenilen şeklin verilmesi mümkün
olmaktadır (Clark, 1978).
Ekstrüzyonla pişirme yönteminde elde edilen üründe iyi bir genleşmenin
oluşabilmesi için;
-Yeterli ve uygun nişasta jelatinizasyonunun sağlanması,
-Ekstrüzyon pişirmede karışım veya madde içerisinde bulunan nemin hızlı bir
şekilde buharlaşması için gereksinim duyulan basınç ve sıcaklık değerlerinin
sağlanması,
-Kuvvetli hücre ve tekstür yapısının oluşması,
-Nişastanın amiloz ve amilopektin fraksiyonlarının miktarı gibi bir takım
faktörlere bağlıdır. Örneğin çok düşük miktarda amiloz içeren waxy mısır çeşidinin
diğer mısır çeşitlerine göre daha çok genleşme gösterdiği bilinmektedir. Yüksek
oranda amiloz içeren mısır çeşitlerinde ise çift vidalı ekstrüderlerdeki genleşmenin
daha az olduğu gözlemlenmiştir (Chinnswamy ve ark., 1989).
Nişastalı tahıl ürünlerinde genleşme oranı temelde jelatinizasyon derecesine
bağlıdır (Bhattacharya ve Hanna 1987). Bu da ekstrüzyon işlemi sırasındaki besleme
materyalinin nem miktarı, sıcaklık ve kesme oranı ile belirlenir (Bhattacharya ve
Hanna, 1987; Chinnaswamy ve Hanna, 1990). Sıcaklıkla birlikte genleşme
oranındaki artış yüksek jelatinizasyon derecesine neden olur. Bununla birlikte
sıcaklık belirli bir düzeyi aştıktan sonra, nişasta molekülü degradasyona uğrayabilir
2. ÖNCEKİ ÇALIŞMALAR Emir Ayşe ÖZER
28
ve bunun sonucunda genleşme oranında düşüş meydana gelir (Doğan, 2000; Ding ve
ark., 2005, 2006).
Chinnawamy ve Hanna (1988a), mısır nişastasında genleşme oranının 140 oC’ye kadar arttığını daha sonra da sıcaklığın artması ile azaldığını bulmuşlardır.
Chinnawamy ve Hanna (1988a) ile Colonna ve ark., (1989), tahıl ürünlerinin
özellikle mısırın kabarmasının besleme nem içeriğinden, sıcaklıktan ve vida hızından
etkilendiğini belirtmişlerdir. Kalıptan hemen önceki kısmın sıcaklığı 100 oC’ye
ulaşmadan genleşme gerçekleşmemektedir (Collonna ve ark., 1989).
Genleşme oranının karışımın nem içeriğinin artması ile önce arttığı daha
sonra ise azaldığı saptanmıştır (Chinnawamy ve Hanna 1988; Halek ve Chang,
1992). Bunun nedeninin, yüksek nem içerikli materyalin ekstrüder içindeki akışa
direnç göstererek kesme oranını arttırması ve alıkonma süresini uzatarak
jelatinizasyonu arttırması olabileceği belirtilmiştir. Bununla birlikte çok düşük nem
içeriklerinde (<%14) sıcaklık ve kesme oranı çok fazla arttığı için nişastada
degredasyon gerçekleşmektedir (Colonna ve ark., 1989).
Gomez ve Aguilera (1984) %6 nem içeren nişastanın ekstrüzyonu sonucunda
sarı-kahverengi ekstrüde ürünler elde ettiklerini ve bunun dekstrinize olmuş
nişastanın karakteristik rengi olduğunu belirtmişlerdir.
2.5.2. Yoğunluk Üzerine etkisi
Kitle yoğunluğu ürün biçiminin kazanılmasında önemli bir bağımlı
değişkendir. Kitle yoğunluğu g/cm3 ile gösterilir ve genleşmenin bir ölçüsü olarak
kullanılmaktadır (Harper, 1989). Genleşme oranı ve kitle yoğunluğu ektrüde
ürünlerde genleşmenin derecesini belirler. Kitle yoğunluğu hacimsel genleşmeyi
genleşme oranı ise direk genleşmeyi belirler.
Düşük sıcaklıklarda (<100oC), ekstrüde ürünlerin %85-90’ı havadan
oluşmakta ve kitle yoğunlukları 0,04-0,038 g/cm3 arasında değişmektedir (Launay ve
Lish, 1983, Hiçşasmaz ve Clayton, 1992).
Kitle yoğunluğu ile genleşme oranı arasında negatif korelasyon
bulunmaktadır (Halek ve Chang, 1992). Genleşme oranının tersine, kitle yoğunluğu
2. ÖNCEKİ ÇALIŞMALAR Emir Ayşe ÖZER
29
sıcaklığın artması ile azalmaktadır (Chauhan, 1988; Gujska ve Khan, 1990; Abdel ve
ark., 1992). Diğer taraftan, kitle yoğunluğu ile nem içeriği arasındaki ilişkinin
materyalin yapısına göre değiştiği tespit edilmiştir (Harper, 1979; Halek ve Chang,
1992). Amiloz miktarı, sıcaklık ve vida hızındaki artış kitle yoğunluğunda azalmaya
neden olurken protein ilavesi yoğunlukta artışa neden olmaktadır (Chinnaswamy ve
Hanna, 1988).
2.5.3. Kesme Kuvveti (KK) Üzerine Etkisi
Kesme kuvveti, kırılma enerjisinin yüzey alanına oranı ile hesaplanan kırılma
sırasında kaybedilen enerji olarak ifade edilmektedir (Collonna ve ark., 1989).
Ürünün tekstürü, ekstrüde ürünlerde önemli bir yapısal özelliktir. Ekstrüzyon
aşamasındaki ürün işleme koşulları elde edilecek ürünün tekstürü üzerine çok
etkilidir. Sıcaklık ve nem kırılma direnci üzerine oldukça etkilidir (Chen ve ark.,
1991; Martin-Cabrejas 1999). Genellikle kırılma direnci, genleşme oranından
etkilenecek ve genleşme oranının artması kırılma direncinin azalması ile
sonuçlanacaktır (Batistuti ve ark., 1991; Martin-Cabrejas 1999).
Genel olarak kesme kuvveti azalan sıcaklık ve artan besleme nem içeriği ile
artmaktadır. Kesme kuvveti, genleşme oranından, hücre duvarı yapısından ve protein
denatürasyonundan etkilenmektedir. Genleşme oranı fazla olduğunda mekanik direnç
azalmaktadır. Hücre duvarı yapısı ise jelatinizasyon ile ilgilidir (Batistuti ve ark.,
1991).
2.5.4. Su Tutma İndeksi (STİ) Üzerine Etkisi
STİ birim ağırlıktaki kuru maddeden elde edilen jel miktarı olarak
tanımlanmaktadır. STİ ile viskozite arasındaki korelasyon güçlüdür. Çünkü sadece
zarar görmüş nişasta oda sıcaklığında su çekerek şişmekte ve viskoziteyi
artırmaktadır (Collonna ve ark., 1989; Gujska ve Khan, 1990). STİ nisaşta
jelatinizasyonunun boyutu ile ilişkilidir. Ekstrüde edilen ürünün STİ ekstrüde
edilmeyen hammaddeye göre daha fazladır. Jelatinizasyon derecesi attıkça STİ
2. ÖNCEKİ ÇALIŞMALAR Emir Ayşe ÖZER
30
artacaktır. Düşük besleme neminde düşük STİ’nin meydana gelmesi büyük bir
olasılıkla aşırı nişasta dekstrinizasyondan dolayıdır (Nkame ve Filli, 2006).
Su tutma, su moleküllerini bağlayan hidrofilik grupların varlığına ve makro
moleküllerin jel yapma kapasitelerine bağlıdır. Ekstrüde ürünlerin su tutma
kapasiteleri su-su ve protein–su interaksiyonlarından da kaynaklanabilmektedir (Li
ve Lee, 1996). Ekstrüzyon sırasında zayıflayan protein ağı hidrofobik kısımların
açığa çıkmasını sağlayarak su absorbsiyonunu azaltmakta veya daha fazla hidrofilik
kısmın açığa çıkmasını sağlayarak arttırmaktadır.
Fornal ve ark., (1998), yulaf ununa patates nişastası (%5 ve %10 oranında) ve
kazein (%5, %10 ve %15 oranında) ilavesinin ekstrüde ürünün STİ üzerine etkisini
incelemişlerdir. Ekstrüzyon çift vidalı Ekstrüderde 150 0C’de 300 d/d vida hızında ve
%24, %30 nem içeriğinde gerçekleştirilmiştir. Araştırma sonucunda patates nişastası
eklenmesinin su tutma kapasitesine olumlu etkisi olduğu belirlenmiştir. En fazla su
tutmanın % 25 nem içerikli, % 10 patates nişastası eklenmiş yulaf ununda olduğu
belirlenmiştir. Kazein ilavesi STİ üzerinde bir değişikliğe neden olmamıştır.
Mısır nişastası ile yapılan çalışmalarda nem içeriğindeki azalmanın düşük su
tutma kapasitesine sahip olduğu bulunmuştur (Gomez ve Aguilera, 1984). Bununla
birlikte, Gujska ve Khan (1990), fasulye ekstrüde ürünlerinde nem içeriğinin artması
ile su tutma kapasitesinin arttığını tespit etmişlerdir. Bu sonuç nem içeriğinin STİ
üzerine etkisinin materyale de bağlı olduğunu göstermektedir. Araştırmacılar düşük
nem, yüksek kesme koşullarında nişasta degredasyonunun öne çıktığını
belirtmişlerdir. Ayrıca fasulyede STİ sıcaklığın 132 oC’ye çıkması ile arttığını
saptamışlardır. Sıcaklıktaki daha fazla artışların STİ’de azalmaya neden olduğunu
belirlemişlerdir. Bunun sebebi yüksek sıcaklıkta nişastanın degredasyonun artması
olabilir.
2.5.5. Suda Çözünürlük İndisi (SÇİ) Üzerine Etkisi
SÇİ su tutma indisi analizinde elde edilen süzüntünün madde miktarı olarak
tanımlanmaktadır. SÇİ nişasta dekstrinizasyonu ve protein degradasyonu ile ilgilidir.
SÇİ ve dayandığı temel ilke ise, oda sıcaklığında sadece jelatinize olan nişasta su
2. ÖNCEKİ ÇALIŞMALAR Emir Ayşe ÖZER
31
çeker ve sadece dextrinize olan nişasta çözünür (Colonna ve ark., 1989; Gujska ve
Khan, 1990).
SÇİ değerleri artan sıcaklık ve azalan nem koşullarında sürekli bir artış
gösterebilmektedir. SÇİ değerinin dekstrinizasyon ile ilişkili olduğu belirtilmektedir.
SÇİ işlem koşullarından ve hammadde kompozisyonundan etkilenmektedir
(Anderson ve ark., 1970). En iyi çözünürlük indekslerinin yüksek termal ve mekanik
enerji girişinin olduğu durumlarda elde edildiği bildirilmektedir. Ayrıca artan amiloz
miktarları SÇİ’de azalma ile sonuçlanmaktadır (Sokhey ve Chinnaswamy, 1992).
Ekstrüde edilmiş nişasta suyu kolaylıkla absorbe etmekte ve oda sıcaklığında
hamur oluşturmaktadır. Nişastanın suda çözünürlüğü ekstrüzyonla pişirme
sonucunda artmaktadır. Ancak nişasta çeşidine ve bileşimine suda çözünürlük
miktarı da değişim göstermektedir (Colonna ve ark., 1989).
Mısır nişastası ile yapılan çalışmalarda nem içeriğindeki azalmanın yüksek
SÇİ’ye sahip olduğu bulunmuştur (Gomez ve Aguilera, 1984). Bununla birlikte,
Gujska ve Khan (1990) fasulye ekstrüde ürünlerinde nem içeriğinin artması ile
SÇİ’nin azaldığını tespit etmişlerdir. Bu sonuç nem içeriğinin SÇİ üzerine etkisinin
materyale de bağlı olduğunu göstermektedir. Araştırmacılar düşük nem yüksek
kesme koşullarında nişasta degredasyonunun öne çıktığını belirtmişlerdir. Gujska ve
Khan (1990), fasulyede SÇİ’lerinin sıcaklığın 132 oC’ye çıkması ile arttığını
saptamışlardır. Sıcaklıktaki daha fazla artışların SÇİ’de artışa sebep olduğunu
belirlemiş ve bunun sebebinin yüksek sıcaklıkta nişastanın degredasyonu olabileceği
şeklinde açıklamışlardır.
Tek vidalı ekstrüder kullanılarak mısır nişastası ile yapılan bir çalışmada,
nişastanın suda çözünürlüğünün ekstrüzyon sonrasında arttığı ifade edilmektedir.
Ham nişastanın ekstrüzyon öncesinde suda çözünürlüğü % 2 iken ekstrüzyon
sonrasında bu değer %28.8’e çıkmaktadır (Chinnaswamy et al., 1992).
Ekstrüzyon sırasında uygulanan yüksek sıcaklık, vida hızı ile gerçekleştirilen
sürtünme ve mekanik kesme işleminden dolayı artan nişasta degradasyonu
sonucunda; SÇİ’ye uygulanan termal işlemin şiddeti arttıkça artmaktadır. Sıcaklık
artışı ile birlikte sisteme daha fazla termal enerji, vida hızının artışı ile de daha fazla
mekanik enerji girişi olmaktadır. Vida hızının artışı ekstrüderde kalış süresini
2. ÖNCEKİ ÇALIŞMALAR Emir Ayşe ÖZER
32
azaltmasına rağmen kesme oranını ve hızını arttırdığı için SÇİ’de artışa neden
olmaktadır. SÇİ değeri ile jelatinizasyon arasında yüksek bir doğrusal ilişki (R2 =
0,93) tespit edilmiştir (Anderson et al., 1969, Cai ve Diosady, 1993a). Termal enerji
girişi ile artan nişasta jelatinizasyonu degradasyon olasılığını arttırırken, vizkoziteyi
ve mekanik parçalanma oranını azaltmaktadır. Bu birbirine ters iki yaklaşım ekstrüde
ürünlerdeki tüm etkiyi belirlemektedir (Cai ve ark., 1995).
2.5.6. Jelatinizasyon Derecesi (JD) Üzerine Etkisi
Jelatinizasyon; klasik olarak, ortamda mevcut olan sıcaklık ve fazla miktarda
suyun varlığında nişasta granüllerinin kristal yapısını kaybetmesi olarak
tanımlanmaktadır. Nem miktarının %63’den fazla olması, jelatinizasyon için aşırı
nem olarak değerlendirilmektedir. Tam bir jelatinizasyon için, 14 su molekülüne
karşılık 1 susuz glikoz ünitesi gerekmektedir Wooton ve ark., 1971; Lai ve Kokini
1991). Granülün şişmesi ile başlayan ve kristal yapının kaybolması ile sonuçlanan
jelatinizasyon, nişasta granüllerinin amorf bölgelerine suyun girişi ile başlamaktadır.
Sıcaklık ve ortama giren su miktarının artışı ile granülün kristal bölgesinin düzenli
yapısında bozulma meydana gelmektedir. Amiloz molekül dışına çıkmaya başlar ve
nişastanın granül yapısı geri dönüşsüz olarak bozulur. Sonuç olarak, çoğunlukla
amilopektin içeren moleküller parçalanır ve amilozun oluşturduğu jelin içinde tutulur
(Lai ve Kokini 1991; Harper, 1992).
Geri dönüşümsüz bir olay olan jelatinizasyon (Lusas ve Rooney, 2001),
ortamda mevcut olan suyun miktarına ve nişasta türüne bağlı olarak değişik sıcaklık
aralıklarında meydana gelmektedir. Ortamda az miktarda su bulunduğunda, normal
jelatinizasyon sıcaklık aralıklarında, tam bir jelatinizasyon meydana gelmemektedir
(Harper, 1992).
Ekstrüzyon işlemi sırasında, granüler nişasta önce giderek artan bir şekilde
sıkıştırılmakta ve yoğun katı bir materyale dönüştürülmektedir. Jelatinizasyon
bağların zayıf olduğu granülün amorf bölgelerinde başlamaktadır. Ekstrüder içinde
uygulanan yüksek kesme gücü ve sıcaklık, moleküler bağların mekaniksel olarak
parçalanmasına, kristal yapının bozulmaya başlamasına ve granüler nişastanın
2. ÖNCEKİ ÇALIŞMALAR Emir Ayşe ÖZER
33
eriyerek sıcak amorf bir kütleye dönüşmesine neden olmaktadır (Colonna ve ark.,
1989, Harper, 1992, Kokini, 1993).
Ekstrüder silindir sıcaklığı ve başlık sıcaklığı, vida dönüş hızı ve şekli gibi
çalışma koşulları; amiloz/amilopektin oranı ve rutubet miktarı gibi hammadde
bileşenleri mekanik parcalanma ve nişastanın dönüşümü üzerinde önemli bir etkiye
sahiptir (Lai ve Kokini, 1991).
Düşük rutubette yüksek kesme uygulanan koşullar düz amiloz ve dallanmış
amilopektin arasındaki hidrojen bağlarının kırılmasına yol açmaktadır. Hidrojen
bağlarının fazla oranda kırılması yoğun kesme gücüne ve yüksek sıcaklığa
bağlanmaktadır. Nişastanın erimesi ve jelatinize olması birbirine paralel olarak
meydana gelmekte ve ardından degradasyon meydana gelmektedir (Wen ve ark.,
1990).
Sıcaklık ve nişasta jelatinizasyonu arasında pozitif bir ilişki bulunmaktadır.
Oysa nişasta jelatinizasyonuna kesmenin etkisi ekstrüder tipine göre farklılık
göstermektedir. Buna neden olarak çift vidalı ekstrüderlerdeki vida şeklinin tek vidalı
ekstrüderdekinden daha kompleks olması gösterilmektedir (Bhattacharya ve Hana,
1987). Birçok araştırıcı tarafından jelatinizasyon derecesinin ekstrüzyon sıcaklığının
artması ile arttığı ve nem içeriğinin artması ile azaldığı belirlenmiştir. Bununla
birlikte, belli bir sıcaklıktan sonra da, nişastanın degrade olmasından dolayı
jelatinizasyon derecesi azalmaktadır (Gomez ve Aguilera, 1984; Cai ve Diosady,
1993).
Artan vida hızı jelatinizasyon derecesini arttırmaktadır. Ancak meydana gelen
değişikliklerin çoğunun kesme geriliminden kaynaklandığı ifade edilmektedir.
Eriyiğin vizkozitesi düşük rutubet seviyelerinde artmakta bu da mekanik kesme
geriliminin artmasına neden olmaktadır (Bhattacharya and Hanna, 1987; Cai ve
ark.,1995)
Ekstrüzyon sırasında uygulanan düşük rutubet seviyelerinde yüksek sıcaklık
ve basınç nedeniyle nişastanın fonksiyonel özelliklerinde oldukça kısa sürede
değişmelere neden olan jelatinizasyon ve degradasyon meydana gelmektedir (Cai ve
Diosady, 1993)
2. ÖNCEKİ ÇALIŞMALAR Emir Ayşe ÖZER
34
Bhattacharya ve Hanna (1987), waxy (mumsu) mısır nişastasının
jelatinizasyon derecesinin normal mısır nişastasındakine oranla daha fazla olduğunu
tespit etmişlerdir. Bu düşük amiloz içerikli nişastanın yüksek amiloz içerene oranla
daha fazla su çekmesinden kaynaklanabileceğini ifade etmişlerdir.
Mısır nişastasının jelatinizasyonunu açıklamak için yapılan bir araştırmada
%30 amiloz içeren normal mısır nişastası ve %1 amiloz içeren waxy mısır nişastası,
%17,8 - %42,2 rutubet seviyelerinde, 116-164 0C sıcaklık aralıklarında ve 93,5-166,5
d/d vida hızında tek vidalı ekstrüder kullanılarak ekstrüde edilmiştir. Aynı işlem
koşullarında waxy mısır nişastası, normal mısır nişastasından daha fazla oranda
jelatinize olmuştur. Artan ekstrüzyon sıcaklıkları jelatinizasyon derecesini
arttırmasına rağmen, artan nem miktarı jelatinizasyon derecesini olumsuz yönde
etkilemiştir. Jelatinizasyon derecesi artan sıcaklık derecelerinde her iki nişasta türü
için de artmaktadır. Vida hızındaki artış kesme oranının artmasına fakat ekstrüder
silindirinde kalış süresinin kısalmasına neden olmaktadır. Bunun sonucunda
nişastanın şişmesi azalmakta ve kesme işlemine daha dayanıklı hale gelmektedir
(Bhattacharya ve Hanna, 1987).
Yüksek besleme oranlarında nişasta jelatinizasyonunun azaldığı bildirilmiştir.
Bunun nedeninin de yüksek besleme oranlarında kalış süresinin azalacağı ve bunun
sonucunda da ekstrüde edilmemiş materyal kalabileceği şeklinde açıklanmıştır.
(Anderson ve ark., 1969). Yüksek vida hızında kalış suresinin azalmasından dolayı
jelatinizsyon derecesinin azaldığı bildirilmiştir (Cai ve Diosady, 1993).
2.5.7. Renk Üzerine Etkisi
Sıcaklık artışı ile renkte esmerleşme meydana geldiği değişik araştırmacılar
tarafından da ortaya konulmuştur (Singh et al., 1991; Cheftel, 1989). Bu
esmerleşmenin ısıl işlemin bir sonucu olarak düşünülmesinin yanında; enzimatik
olmayan esmerleşme reaksiyonu (maillard reaksiyonları) sonucunda da meydana
gelmiş olabileceği ayrıca belirtilmektedir.
Ekstrüzyon sırasında nişastanın hidrolize olarak indirgen şekerleri
oluşturmasının ekstrüde edilmiş buğday unlarında maillard reaksiyonu sonucu lizin
2. ÖNCEKİ ÇALIŞMALAR Emir Ayşe ÖZER
35
kaybına yol açabileceği ifade edilmektedir. Maillard reaksiyonlarının bir göstergesi
ise ekstrüde edilmiş materyaldeki renk değişimidir. Maillard reaksiyonları sırasında
oluşan melanoidinler ve diğer reaksiyon ürünleri gıdanın renginde koyulaşmaya
neden olmaktadır (Asp, 1987).
Vida hızının renk üzerine olan etkisi farklı şekilde açıklanmaktadır. Bir
görüşe göre; artan vida hızı ekstrüderde kalış süresini kısaltmaktadır ve böylece
üründeki esmerleşme önlenmektedir. Bunun tam tersi olan görüşe göre ise; artan vida
hızı ile birlikte kesme oranı artmakta ve ürün sıcaklığı yükselmekte ve daha fazla
esmerleşme meydana gelmektedir (Jin et al, 1994; Ilo ve Berghofer, 1999).
Süt proteini konsantresi ile ekstrüde edilen mısır ununda artan sıcaklıkla
birlikte esmerleşme göstergesi olan düşük L değeri, yüksek a değeri ve düşük b
değeri elde edilmiştir (Sing ve ark., 1991).
2.6. Tepki Yüzey Yöntemi
Tepki yüzey yöntemi matematik ve istatistik tekniklerinden oluşur.
Modellemede ve optimizasyonda kullanılır. Uygun deneysel dizayn verilerinin
regresyon analizi temeline dayanır. Tepki yüzey yöntemi uzun zamandır ekstrüzyon
proseslerinin optimizasyonunda kullanılmaktadır (Owusu-Ansah ve ark., 1983;
Bhattacharya ve Hanna 1987; Falcone ve Philips, 1988; Wen ve ark., 1990; Chen ve
ark., 1991; Guha ve ark., 1997, Camire, 2000).
Tepki yüzeyleri ve tasarımları problemlerinde, bağımsız değişken ile tepki
arasındaki ilişki bilinmez. Bu nedenle tepki yüzeyleri ve tasarımları problemlerinde
ilk adım, bağımsız değişkenler ve tepki arasındaki doğru fonksiyonel ilişkiler için
uygun bir yaklaşımın belirlenmesidir. Bu ilişkinin belirlenmesinde genellikle derece
fonksiyon polinomlarından yararlanılır. Bağımsız değişkenler ile tepki arasında
doğrusal bir ilişki var ise, birinci derece modelin uygun olacağı, ancak sistemde bir
eğrilik söz konusu ise, ikinci ve daha yüksek derece bir modelin uygun olacağı
söylenebilir. Tepki yüzeyleri ve tasarımları yaklaşımının esas konusu; optimum
işlem koşullarının belirlenmesidir. Tepki yüzeyi metodunda amaç; bir çok değişken
2. ÖNCEKİ ÇALIŞMALAR Emir Ayşe ÖZER
36
tarafından etkilenen tepkinin optimum yapılması ve tepkiyi optimum yapan karar
değişkenlerinin değerinin belirlenmesidir.
Temel ilkesi, başlangıç parametreleri ile ürün parametreleri arasındaki
ilişkileri tanımlayan regresyon denklemleri yardımıyla ürün özellikleri ile (mekanik,
fonksiyonel, beslenme ve duyusal) proses değişkenleri (bağımsız değişkenler)
arasındaki bağlantıyı belirlemeye dayanır. Sonuçlar bir özelliğe karşı iki proses
parametresi arasındaki ilişkiyi gösteren üç boyutlu grafikle verilerek, bağımsız
değişkenin etkisinin nasıl olduğunu ve iki bağımsız değişkenin interaksiyonunu
belirlemede kullanılır (Tayeb ve ark., 1988).
Genel olarak tepki yüzey yöntemi; proses veya ürün için önemli olan kritik
faktörlerin belirlenmesi, test edilecek faktörlerin seviye aralıklarının belirlenmesi,
deney deseninin, spesifik test örneklerinin belirlenmesi, denemelerin yapılması ve
denemelerden elde edilen verilerin tepki yüzey yöntemi ile incelenmesi, grafiklerin
çizilmesidir (Mulvaney ve Rizvi; 1993).
Ürün geliştirmede en önemli noktalardan biri ürün karakteristiğini
belirlemede kullanılan deneysel formülasyon sayısını azaltarak, deney maliyetlerini
düşüren tekniklerin kullanılmasıdır. Tepki yüzey yöntemi geleneksel deney
yöntemlerinden daha etkindir. Bunun nedeni, optimum ürün eldesi için gerekli
maliyet ve zamanı azaltmasıdır (Mulvaney ve Rizvi, 1993).
Tepki yüzey yöntemi deney düzeninin ekstrüderdeki değişimler için
polinomial, özellikle ikinci derece polinomial eşitlikler kullanılmaktadır.
İkinci derecede model;
Y= b0 + b1X1 + b2X2 + b3X3 + b11 X12 + b22X2
2 + b33X32 + b12X1X2 + b13X1X3 +
b23X2X3
Burada; X1, X2 ve X3 giriş değişkenleri ve b0…..b23 bilinmeyen parametrelerdir.
Tepki yüzey yönteminin uygulanmasında başlıca 3 aşama vardır. Bunlar
sırasıyla, deney tasarımı, verilerin analizi ve optimizasyon olarak adlandırılabilir.
2. ÖNCEKİ ÇALIŞMALAR Emir Ayşe ÖZER
37
Tepki yüzeylerinin analiz edilmesi ve modellenmesi büyük ölçüde iyi bir
deney tasarımına bağlıdır. Faktör seviye ve aralıkları belirlendikten sonra, deney
tasarımı yapılabilir. İkinci derece modeller için, merkezi komposit tasarımı en yaygın
kullanılan deneysel tasarımdır. Veri analizi aşamasında da elde edilen verilerin hangi
modele uyduğu, ANOVA sonuçları ve regresyon katsayıları ile bulunur. Seçilen
eşitlik kullanılarak da tepkilerin faktörlere göre değişimi (tepki yüzeyi) iki (kontor)
veya üç boyutlu (tepki yüzeyi) şekillerle gösterilir. Son aşama olan optimizasyonda
ise, istenen tepkiyi elde edebilmek için gerekli olan optimim faktör seviyeleri
belirlenir. (Myers ve Montgomery, 2002).
Tepki yüzey yöntemi ile birden fazla faktörün etkilediği birkaç tapkinin
optimum değeri alması için optimizasyon yapılabilmektedir. TYY deneysel tasarım,
regresyon analizi ve optimizasyon gibi yöntemleri birlikte göz önüne almaktadır.
Tepki yüzeyi, aralarında matematiksel ilişki olan bağımsız değişkenlerle bağımlı
değişkenleri aynı anda temsil eden grafiktir. Bu grafik, faktörlerin belli bir tepkiyi
nasıl etkilediğini daha açık anlamak için yararlıdır. Bir model kurulmadan
optimizasyon problemini çözmek olanaksızdır. Model kurmak için de bir seri
deneysel verilere ihtiyaç vardır.
Bu tasarım yönteminde 3 tür tasarım noktası vardır. Bunlar sırasıyla;
1) İki düzeyli faktöriyel ya da parçalı faktöriyel noktalar: Bunlar -1 ve +1
düzylerinin tüm olası kombinasyonlarını içerir. Bu noktalar 2n ile gösterilir.
Burada n bağımsız değişken sayısıdır. -1 ve +1 ile gösterilen düzeyler,
bağımsız değişkenin sırasıyla minimum ve maksimum değerlerini gösterir.
İki bağımsız değişkenin olduğu durumda 4 faktöriyel tasarım noktası vardır.
Bu noktalar; (-1, -1), (+1, -1), (-1, +1), (+1, +1) şeklinde gösterilir.
2) Eksenel noktalar: Eksenel noktalar, merkezi nokta (0) ve -/+α değerlerini
alarak oluşturulan noktalardır. Bu nokta 2n ile gösterilir. Eksenel noktalar iki
bağımsız değişken için (-α, 0) (+α, 0) (0, -α) (0, +α) şeklinde yazılabilir.
(2n)1/4 eşitliği ile elde edilen α minimum ve maksimum değerlerin dışında bir
değerdir ve genellikle 1’den büyüktür. α’nın değeri eksenel noktaların
konumunu belirler. Bu noktalar modelin eğriliğini belirlemede kullanılır.
2. ÖNCEKİ ÇALIŞMALAR Emir Ayşe ÖZER
38
3) Merkezi noktalar: seçilen bağımsız değişkenlerin 0 seviyesindeki
noktalarıdır. 0 ile gösterilen düzey, bağımsız değişkenler için belirlenen
minimum ve maksimum değerlerin ortalaması alınarak bulunur. Merkezi
noktalar (0,0), genellikle 4 yada 6 kez, deneysel hataları tespit etmek için
kullanılır (Myers ve Montgomery, 2002).
3. MATERYAL VE METOT Emir Ayşe ÖZER
39
3. MATERYAL VE METOD
Araştırmanın karışımın belirlenmesi ve ön çalışmalar kısmı Mayıs 2003 –
Eylül 2003 tarihleri arasında Türkiye’de; üretim ve analiz kısımları Aralık 2003 –
Eylül 2004 tarihleri arasında, İngiltere’de Manchester Metropolitan Üniversitesi,
Gıda ve Tüketici Teknolojisi Bölümü’nde yapılmıştır.
3.1. Materyal
Araştırmada kullanılan yulaf unu; Morning Foods Limited, pişmiş nohut unu;
Imperial Gram Flour, mısır unu; Smits Flour Mills; mısır nişastası; Cerestar a Cargill
Campany, havuç tozu ve öğütülmüş fındık ise Sleaford Quality Foods Limited’den
temin edilmiştir.
3.2. Metod
3.2.1. Ektrüzyon İçin Uygun Karışımın ve Ekstrüzyon Uygulamada Parametre
Aralıklarının Belirlenmesi
Mısır unu, yulaf unu, nohut unu, havuç ve fındıktan oluşan bir karışım
hazırlayarak buna uygun ekstrüzyon parametreleri belirleyip bu karışımın ekstrüde
edilmesi planlanmıştır. Tahıl bazlı genleşmiş bir atıştırmalık ürün elde etmek
amaçlandığı için tahıllardan öncelikle mısır düşünülmüştür. Diğer bir tahıl olan
yulafın eklenmesi diyet lifinin önemli bir kaynağı olması ve suda çözünen bitkisel
lifin toplam life oranının yüksek olmasından dolayı düşünülmüştür. Nohut unu
protein miktarını, elzem amino asit içeriğini ve protein kalitesini arttırmak; mineral
vitamin, diyet lif katkısı sağlamak ve lezzet açısından; havuç özellikle A vitamini
sağlamak ve rengi güzelleştirmek için; fındık özellikle E vitamini, mineraller ve n-3
yağ asitleri yönünden katkı sağlamak ve ürüne lezzet vermek için seçilmiştir.
Karışımın bileşenlerinin oranları ön çalışmalarla belirlenmiştir.
3. MATERYAL VE METOT Emir Ayşe ÖZER
40
İlk denemede %25 yulaf unu, %30 mısır unu, %30 nohut unu, %10 havuç
tozu ve %5 öğütülmüş fındık içeren karışım hazırlanmış ve karışım ‘Hobart
Mikserde, (model NCM30 London, UK) homojen hale getirilmiştir. Değişkenlerin
çalışılacak alanlarının belirlenmesi amacı ile ön denemeler yapılmıştır. Karışım
ekstrüderin değişik çalışma parametrelerinde (besleme nemi, besleme miktarı ve vida
hızı değiştirilerek) ektrüzyon pişirmeye tabii tutulmuştur. Üretim sonunda
kabarmamış ve sert ürünler elde edilmiştir. Tekrar aynı karışımla ürün işleme
parametreleri değiştirilerek ikinci kez ön üretimler yapılmış ve bu üretim sonunda da
kabarmamış ve sert ürünler elde edilmiştir.
Yapılan bu ön çalışmalarda elde edilen ürünlerin genleşmesi iyi olmadığı için
karışımın formülasyonu değiştirilmiştir. Yeni karışımın daha iyi kabarmasının
sağlanması için yulaf unu ve mısır ununun oranları azaltılmış ve karışıma mısır
nişastası ilave edilmiştir.
Böylelikle çalışmada kullanılacak karışımın bileşenleri ve oranları standart
hale getirilmiştir. %20 yulaf unu, %20 mısır unu, %15 mısır nişastası, %30 nohut
unu, %10 havuç tozu ve %5 öğütülmüş fındık içeren karışım ekstrüzyon pişirmeye
tabi tutularak üretim yapılmıştır. Bu ürünlerden iki tanesi, daha genleşmiş ve daha
gevrek bulunmuştur. Bu iki ürünün üretim koşulları göz önüne alınarak deneme
kurulmuştur. Sonuçta esas üretimin; ekstrüzyon parametreleri olarak nem oranı %
11-15, vida hızı (ekstrüder) 220-340 (d/d), besleme oranı (kg/s) 22-26 aralıklarında
seçilmiştir. Ekstrüder silindir sıcaklığı 110 oC olarak belirlenmiştir.
3.2.2. Besleme Ünitesinin Kalibrasyonunun Yapılması
Üretimden önce ekstrüder besleme ünitesi ile su pompasının kalibrasyonu
yapılmıştır.
Hazırlanan karışımın besleme oranını belirlemek için ekstrüderin volumetrik
çift vidalı besleme ünitesinde (Rospen, Glowestershire UK) karışımın kalibrasyonu
yapılmıştır (Şekil, 3.1).
3. MATERYAL VE METOT Emir Ayşe ÖZER
41
Şekil 3.1. Ekstrüder besleme ünitesinin kalibrasyon eğrisi
Karışımın kalibrasyonu için besleme ünitesinin kontrol paneli hazırlanan
karışımın ağırlığına karşı kalibre edilmiştir. Bunun için besleme ünitesi plastik kürek
kullanılarak hazırlanan karışım ile doldurulmuştur. Kontrol panelinin her 50 birimlik
hız artışına dakikada karşı gelen karışımın ağırlığı tartılmıştır. Her birim için 5
okuma yapılmış, ortalaması alınarak hesaplanmıştır.
3.2.3. Su Pompasının Kalibrasyonunun Yapılması
Akış hızı ayarlanabilen peristaltik su pompasının (Watson-Marlow 505 DI
pump Cornwall UK) her 50 birimlik hız artışına dakikada karşılık gelen su miktarı
belirlenmiş ve 5 okumanın ortalaması alınarak hesaplanmıştır (Şekil, 3.2).
y = 0,9176x - 108,11R 2 = 0,9856
0 50
100150200250300350400450
0 50 100 150 200 250 300 350 400 450 500 550 600
Miktar(g)
Hız
(d/d
)
3. MATERYAL VE METOT Emir Ayşe ÖZER
42
Şekil 3.2. Su pompasının kalibrasyon eğrisi
3.2.4. Ekstrüderin Tipi ve Çalışma İlkeleri
Üretimlerde vidaları birbiri ile aynı yönde dönen A Werner & Pfleiderer
(Stuttgard, Germany) marka (profil no: 2054), çift vidalı ekstrüder kullanılmıştır
(Şekil 3.3). Ekstrüder 1986 yılında pilot ekstrüder olarak üretilmiş (Şekil 3.4) olup
spesifik özellikleri aşağıda verilmiştir:
Vida çapı: 37 mm
Vida uzunluğu / çapı: 27:1
Vida hızı: 40-400 d/d
Ekstrüder silindir çapı: 37,65 mm
Ekstrüder başlık çapı: 4mm çapında çift delikli
y = 1,6942x R 2 = 1
0
50
100
150
200
250
0,0 20,0 40,0 60,0 80,0 100,0 120,0 140,0
Miktar (g)
Hız
(d/d
)
3. MATERYAL VE METOT Emir Ayşe ÖZER
43
Şekil 3.3. Üretimde kullanılan ekstrüder vidaları
Şekil 3.4. Üretimde kullanılan ekstrüder
3. MATERYAL VE METOT Emir Ayşe ÖZER
44
3.2.5. Deney Tasarımı
Bu çalışma bir deneysel tasarım yöntemi olan tepki yüzey yöntemi (RSM)’ne
göre tasarlanmıştır. En yaygın kullanılan tepki yüzey yöntemlerinden birisi Merkezi
Composit Deneysel Tasarımdır. Merkezi Komposit Deneysel Tasarımının 2n tam
faktöriyel yöntemi kullanılmıştır. Bu yöntemde ilk adım bağımlı (tepki) değişken
üzerinde etkisi olduğu düşünülen bağımsız değişkenler ve bunların düzeylerini
belirlemektir. Vida hızı (220-340 d/d), besleme nemi (%11-15), ve besleme oranı
(22-26 kg/s) olmak üzere 3 bağımsız değişken seçildiğinden 23 tam faktöriyel
yöntemi uygulanmıştır. Yapılan analizler de bağımlı değişken (Y) olarak alınmıştır.
Bağımsız değişkenlerin çalışma aralıkları 3 farklı düzeydeki değerleri Çizelge 3.1’de
verilmiştir.
Bu çalışmada regresyon ve varyans analizleri (Anova), Design Expert
Yazılımı (Version 6.0.1 Stat-Ease Inc. Minneapolis,ABD) ile yapılmıştır.
23 faktoriyel düzeninde, faktörlerin her birisi ikişer düzeyli olup (-1, +1), 2X2X2=23
=8 deneme kombinasyonu söz konusudur. Bu çalışmada 3 bağımsız değişken
olduğunda 8 (23) faktöriyel nokta ((-1,+1,+1); (+1,-1,-1); (+1,-1,+1); (-1,+1,-1);
(+1,+1,-1); (+1,-1,1); (-1,-1,-1) ve (+1,+1,+1) ve 6 (2X3) eksenel nokta ((-α,0,0);
(0,0, -α); (0, -α,0); (0,0,+ α); (0, +α,0) ve (+α,0,0) vardır. Merkezi noktada (0,0,0)
yapılacak deney sayısı 6 seçilerek toplam deney sayısı 20 (8+6+6) olarak belirlenmiş
olup, oluşturulan deney planı Çizelge 3.1’de gösterilmiştir(Myers ve Montgomery,
2002) .
3. MATERYAL VE METOT Emir Ayşe ÖZER
45
Çizelge 3.1. Deneysel Tasarım
____________________________________________________________________
DEĞİŞKEN KOD -α -1 0 +1 + α
Vida hızı (d/d) X1 180 220 280 340 380 Besleme nemi (%) X2 10,6 11 13 15 16,40 Besleme oranı (kg/s) X3 20,5 22 24 26 27,5
______________________________________________________________________________________________________ -α :-1,667 + α :+1,667
Üretim X1 X2 X3 __________________________________________________________________________
1 180 13,0 24,0
2 220 11,0 22,0
3 220 11,0 26,0
4 220 15,0 22,0
5 220 15,0 26,0
6 280 10,6 24,0
7 280 13,0 20,5
8 280 13,0 24,0
9 280 13,0 24,0
10 280 13,0 24,0
11 280 13,0 24,0
12 280 13,0 24,0
13 280 13,0 24,0
14 280 13,0 27,5
15 280 16,4 24,0
16 340 11,0 22,0
17 340 11,0 26,0
18 340 15,0 22,0
19 340 15,0 26,0
20 380 13,0 24,0
__________________________________________________________________________
3. MATERYAL VE METOT Emir Ayşe ÖZER
46
3.2.6. Ekstrüzyon Uygulaması
Ekstrüde üretime başlamadan önce ekstrüderin ısıtıcı üniteleri (two sheik MK
2 model heating, Dorset, UK) 110 oC’ye ayarlanmıştır. Ekstrüderin silindiri yaklaşık
1 saat içinde istenilen sıcaklığa ulaşmıştır. Besleme ünitesi ve su pompası daha
önceden yapılmış olan kalibrasyona göre ayarlanmıştır. Ekstrüderin basınç, torku ve
materyal sıcaklığı sabitleşinceye kadar beklenilmiştir. Çizelge 3.1’deki deneysel
tasarıma göre üretimler yapılmıştır. Üretim parametreleri değiştirildiğinde basınç ve
tork sabitleşinceye kadar beklenmiştir ve her bir üretimden yaklaşık 30 cm
boyutunda ve 200 gram örnekler toplanmıştır. Ekstrüderin kontrol panelinden
materyal çıkış sıcaklığı okunarak not edilmiştir.
Örnekler metal delikli tepsilerde toplanmış ve oda sıcaklığında 5 dakika
soğuması beklenmiştir. Daha sonra polietilen torbalara konularak +5 0C’deki depoda
depolanmıştır. Analizler için ürünler ultra santrifüj değirmende (ZM100 ultra
centrifugal mill, Retsch GmbH and Co, Haan, Germany)öğütülmüş ve polietilen
torbalarda + 5 C’lik depoda analize kadar depolanmıştır.
3.2.7. Ekstrüzyon Öncesi Karışım ve Ekstrüzyon Sonrası Ürünlere Uygulanan
Analizler
Tekstür analizi 10 tekerrürlü, yoğunluk ve GO 5 tekerrürlü ve diğer analizler
3 tekerrürlü olarak yapılmıştır.
3.2.7.1. Nem Tayini
Öğütülmüş örnekten 3-5 gram kadar alınmış, sabit tartıma getirilmiş ve darası
alınmış metal petri kabına konularak 105 0C sıcaklıkta sabit ağırlığa gelinceye kadar
bekletilmiştir. Daha sonra desikatöre alınarak oda sıcaklığında soğumaya
bırakılmıştır. Soğuduktan sonra tartım alınarak aşağıdaki formüle göre % nem
hesaplanmıştır (AACC, 1990).
3. MATERYAL VE METOT Emir Ayşe ÖZER
47
%Nem:=M1 - M2 / M1 * 100 Burada;
M1: Başlangıç ağırlığı (g)
M2: Son ağırlık (g)
3.2.6.2. Kül Tayini
2 gram örnek sabit tartıma getirilmiş ve darası alınmış porselen krozeye
konulmuştur. Örnekler ön yakma işlemine tabii tutulduktan sonra 550 0C dereceye
ısıtılmış olan fırında 5 saat süre ile yakılmıştır. Daha sonra örnekler desikatöre
alınarak soğumaya bırakılmıştır. Soğuduktan sonra tartılarak aşağıdaki formüle göre
% kül hesaplanmıştır (AACC, 1990)
% Kül= M1 - M2 / M1 X 100 Burada;
M1: Başlangıç ağırlığı (g)
M2: Son ağırlık (g)
3.2.6.3. Protein Tayini
Protein tayini Kjehdahl metodu kullanılarak yapılmıştır (AOAC, 1990).
Örneklerin analizlerinde ‘Kjehdahl Buchi 430’ yakma ve ‘Buchi 320 damıtma
cihazı’ (Tecator, Hagansa, Sweden) kullanılmıştır.
Tartım kabına tartılan 0,3 gram örnek kjehdahl tüpüne aktarılmıştır. İçine iki
tane cam boncuk ve iki tane katalaz tableti ilave edilmiştir. Üzerine 20 ml konsantre
sülfirik asit ilave edildikten sonra balonlar yakma ünitesine yerleştirilerek 45-60
dakika süre içinde solüsyon açık yeşil oluncaya kadar yakılmıştır. İki saat soğumaya
bırakılmıştır. Erlene %2'lik borik asit çözeltisi ve üzerine indikatör ilave edilmiştir.
Erlen ve soğuyan örnekler distilasyon ünitesine yerleştirilmiştir. Distilasyon ünitesi
40 ml su ve 95 ml NaOH'a ayarlanmış ve 2 dakika distile edilmiştir. Distilasyondan
sonra renk açık mavi - yeşile dönmüştür. 1 M HCl ile renk açık kahverengi oluncaya
kadar titre edilmiştir. Aşağıdaki formüle göre % protein hesaplanmıştır (AACC,
1990).
% Protein= 0.0014 X sarfiyat(ml)X 6.25 / örnek miktarı(g) X 100
3. MATERYAL VE METOT Emir Ayşe ÖZER
48
3.2.6.4. Yağ Tayini
Örneklerin yağ tayinleri Soxtec sistem HT 1043 ekstraksiyon sistemi ve 1044
ısıtıcı sistemi kullanılarak yapılmıştır (Tecator, Hagansa, Sweden).
Sabit ağırlığa getirilmiş metal kap ve kaynama taşlarının darası alınmıştır.
Yaklaşık 2.5 gram örnek tartılarak kartuş içerisine yerleştirilmiştir. Metal kabın
yarısına kadar soxhlet solventi (50:50 oranlarında petrol eter ve kloroform) ilave
edilmiştir. Kartuş ve metal kap soxtec cihazına yerleştirilip sistem çalıştırılmıştır.
Ekstraksiyon işlemi bittikten sonra kartuş + metal kap içindeki solvent vakum
yardımı ile yağdan ayrılmıştır. İçinde sadece yağ kalmış olan metal kap 70 0C
dereceye getirilmiş olan etüvde 10 dakika bekletilmiştir. Desikatörde soğuduktan
sonra tartılmış ve aşağıdaki formülle % yağ hesaplanmıştır (AOAC, 1990).
% Yağ: M2 - M1 / örnek miktarı (g) X 100 Burada;
M1: Kabın başlangıç ağırlığı (g)
M2: Kabın son ağırlığı (g)
3.2.6.5. Çözünür Diyet Lif , Çözünmez Diyet Lif ve Toplam Diyet Lif Tayini
Fibertec ekstraksiyon cihazının (Tecator, Hagansa, Sweden) beher kısmına
paralel olarak 1’er gram örnek tartılmıştır. Ayrıca paralel olarak kör hazırlanmıştır.
Üzerine 40 ml (pH:8.2) buffer çözeltisi ilave edilmiştir. Üzerine 0.1 ml ısıya
dayanıklı α-amilaz ilave edilmiştir. 95-100 0C’ de su banyosunda 15 dakika
bekletildikten sonra 60 0C’ye soğutulmuştur. Üzerine 5 mg proteaz ilave edilmiş ve
30 dakika süre ile 60 0C’de bekletilmiştir. pH 4.0-4.7’ye ayarlandıktan sonra. 0.2 ml
amiloglikosidaz ilave edilmiş ve 60 0C’de 30 dakika bekletilmiştir. Beherler ve daha
önceden daraları alınmış krozeler fibertec aletinin ekstraksiyon ünitesine
yerleştirilmiştir. Vakum ünitesinden alete vakum verilerek beher krozeye
süzülmüştür. Kalıntı 10 ml saf su ile iki kere yıkanmış ve çözünür diyet lif tayini için
biriktirilmiştir.
3. MATERYAL VE METOT Emir Ayşe ÖZER
49
Vakum kullanılarak kalıntı önce 10 ml %95’lik ethanol ile sonra 10 ml aseton
ile iki kere yıkanmıştır. Krozeler 105 0C’deki etüvde bir gece bekletilerek
kurutulmuştur. Desikatöre alınan örnekler soğuduktan sonra tartılmıştır. Kalıntının
hesaplanabilmesi için paralellerden birisinde kül ve diğerinde de protein tayini
yapılmıştır. Buradan çözünmez diyet lif hesaplanmıştır.
Çözünür diyet lif için biriktirilen filtratın üzerine 60 0C’de 320 ml %95’lik
etanol ilave edilmiş ve oda sıcaklığında 1 saat bekletilmiştir. Yine yukarıda
anlatıldığı şekilde beher krozeye süzülmüştür. Kalıntı önce 20 ml %78’lik etanol ile
3 kez sonra %95’lik etanol ile iki kez ve iki kez de 10 ml aseton ile yıkanmıştır.
Krozeler 105 0C’deki etüvde bir gece bekletilerek kurutulmuştur. Desikatöre alınıp
soğuduktan sonra tartılmıştır. Yine kalıntının hesaplanabilmesi için paralellerden
birisinde kül ve diğerinde de protein tayini yapılmıştır. Buradan çözünmez diyet lif
aşağıdaki şekilde hesaplanmıştır (AOAC, 1990).
Kör (mg) = ((R1 + R2) / 2 ) – (P-A)
((R1 + R2) / 2 ) – (P-A)
Lif (%) = ------------------------------- X100 Burada,
M1 + M2/2
P: Protein (g)
A: Kül (mg)
B: Kör (mg)
R1, R2: Kalıntı (mg)
M1, M2: Örnek Miktarı (mg)
3.2.6.6. Karbohidrat Değerleri
Karbohidrat değerleri % bileşimden gidilerek analizle bulunan nem, kül,
protein, yağ miktarları toplanıp 100’den çıkarılarak elde edilmiştir (Gibson, 1990).
3. MATERYAL VE METOT Emir Ayşe ÖZER
50
% karbohidrat = 100 – (% nem + % protein + % yağ + % kül)
3.2.6.7. Enerji Değerleri
Enerji değerleri, besin ögelerinin sağladığı enerji değerleri toplanarak elde
edilmiştir (Gibson, 1990).
Enerji (Kal/100 g)= 4(% karbohidrat + % protein) + 9 (% yağ)
3.2.6.8. Protein Kalite Puanı
Karışımın protein kalite puanı kimyasal hesaplama yöntemine göre
hesaplanmıştır. Karışımın elzem amino asit miktarları ve toplam elzem amino asit
miktarları hesaplanmıştır. Her bir amino asidin toplam elzem amino aside oranı
bulunmuştur. Aynı şekilde biyolojik deneylerde vücut tarafından tam olarak
kullanıldığı bilinen yumurta proteininin elzem amino asidleri de hesaplanmıştır.
Değerlendirme sınırlı olan triptofan, lizin, ve kükürtlü amino asidlere (metionin ve
sistein) göre yapılmıştır. Karışımın proteininin elzem amino asidleri oranı yumurta
ile mukayese edilmiş ve belirlenen en düşük oran protein kalite puanı olarak
alınmıştır. (Anon, 1991; Baysal, 2002).
3.2.7. Ekstrüde Ürüne Uygulanan Diğer Analizler
Ürünler ultra santrifüj değirmende (ZM100 ultra centrifugal mill, Retsch GmbH and
Co, Haan, Germany) 200 mikron boyutunda öğütülerek analizlere hazırlanmıştır.
3. MATERYAL VE METOT Emir Ayşe ÖZER
51
3.2.7.1. Fonksiyonel Özellikler
3.2.7.1.1. Su Tutma ve Suda Çözünürlük İndisleri (STİ ve SÇİ)
Darası alınmış 50 ml’lik santrifüj tüpüne 2 gram örnek tartılmış ve üzerine 25
ml saf su ilave edilmiştir. 30 dakika oda sıcaklığında sallamalı su banyosunda
çalkalanmıştır. Daha sonra 20 dakika 3000 d/d’da santrifüj edilmiştir. Üst kısımdaki
sıvı faz, darası alınmış porselen kaba aktarılmıştır. Geride kalan dipteki katı fazın tüp
ile birlikte ağırlığı belirlenerek aşağıdaki formül yardımı ile STİ belirlenmiştir.
STİ = (tüp + katı faz ağırlığı (g)) – tüp ağırlığı (g) / örnek miktarı (g)
Darası alınmış petri kabına aktarılmış olan sıvı faz 65 0C’deki etüvde bir gece
bekletilerek sabit ağırlığa getirilmiştir. Daha sonra desikatörde oda sıcaklığına kadar
soğutulmuş ve tartılmıştır. Aşağıdaki formül yardımı ile SÇİ hesaplanmıştır.
(Anderson ve ark., 1969).
SÇİ = (suda çözünen örnek madde miktarı (g) / örnek miktarı (g) ) * 100
3.2.7.1.2. Jelatinizasyon Derecesi (JD)
50 ml’lik santrifüj tüpüne 0,1 gram örnek tartılarak üzerine 48 ml saf su ve 2
ml 10 M KOH ilave edilmiştir. 15 dakika sallamalı su banyosunda çalkalanmış ve
10000 d/d’da 10 dakika süre ile santrifüj edilmiştir. Üstteki sıvı kısımdan 1 ml alınıp
üzerine 0.4 ml 0.5 M HCl ilave edilerek saf su ile 10 ml’ye tamamlanmıştır.
Spektrofotometrede 600 nm’de absorbans değerleri kaydedilmiştir (A1).
Her bir örnek için aynı işlemler 47.5 ml saf su ve 2.5 ml 10 M KOH ve 1 ml 5
M HCl kullanılarak tekrar hazırlanmıştır. 600 nm’de absorbans değerleri
kaydedilmiştir (A2). Jelatinizasyon Derecesi aşağıdaki şekilde hesaplanmıştır (Birch
ve Priestly 1973). JD = A1 / A2
3. MATERYAL VE METOT Emir Ayşe ÖZER
52
3.2.7.2. Fiziksel Özellikler
3.2.7.2.1. Tekstür Analizi
Ekstrüde ürünlerin tekstür analizleri TA.XT2 Tekstür Analiz Cihazı (Stable
micro-systems, Godalming, UK) kullanılarak belirlenmiştir. Analize başlamadan
önce cihaz 5 kg’lık kalibrasyon ağırlığı ile (Stable micro-systems, Godalming, UK.)
kalibre edilmiştir. 2 mm’lik silindir uç kullanılmıştır. Yaklaşık olarak 10 cm
boyutunda ve rastgele seçilen ürünler analiz edilmiştir. Analizler 10 tekrarlı olarak
yapılmıştır (Ding, 2005).
3.2.7.2.2. Renk Tayini
Renk tayini Hunter–Lab Kolorimetre kullanılarak yapılmıştır (model D 25-2,
Hunter associates laboratory Inc., Reston Virginia, USA). Hunter- Lab
Kolorimetrede örneklerin rengi L, a ve b değerleri ile belirlenir. L değerinin 100’den
sıfıra doğru azalması rengin siyaha yaklaştığını (0= siyah; 100= beyaz), b
değerindeki artış rengin sarılaştığını; azalış ise rengin maviye değişimini ( + değer
=sarı; - değer = mavi) a değerindeki artış rengin kırmızılaştığını; azalışın ise rengin
yeşillendiğini (+değer= kırmızı; - değer= yeşil) göstermektedir.
Analize başlamadan yaklaşık bir saat önce cihaz ısınması ve beyaz plakaya
karsı standardizasyonu için çalıştırılmıştır. Beyaz plaka için standart değerler
L=91,97; a= -1,4; B=2,0 (Standard C2-22326). Öğütülmüş örnek cihazın çapı 85 mm
ve yüksekliği 11 mm olan petri kutusuna (Sterilin, Teddington, Middlesex, UK)
yerleştirilerek analiz edilmiştir. Analizler bütün denemelerde 5 tekerrürlü olarak
yapılmıştır (Chinnawamy ve Hana, 1988b).
Hunter lab renk skalasına göre L=0 (siyah), L=100 (beyaz); -a (yeşillik), +a
(kırmızılık); -b (mavilik), +b (sarılık) değerleri ölçmüştür.
3. MATERYAL VE METOT Emir Ayşe ÖZER
53
3.2.7.3. Yapısal Özellikler
3.2.7.3.1. Yoğunluk Tayini
Ekstrüde ürünün yoğunluğu Chinnawamy ve Hanna’nın (1990) hesaplama
yöntemine göre aşağıdaki formül yardımı ile hesaplanmıştır.
Q = m / πr2h
Burada;
Q: Yoğunluk (g/cm3)
m: Örnek miktarı (g)
r: Örneklerin ortalama yarıçapı (cm)
h: Örnek uzunluğu (cm)
Yaklaşık 10 cm uzunluğunda 10 adet örneğin uzunlukları ve çapları dijital
kumpas ile ölçülerek belirlenmiştir (Mitutoyo, Japon).
3.2.7.3.2 Genleşme Oranı (GO)
Eksrüde ürünün genleşme oranı ürün çapının ekstrüdere takılı olan başlık
çapına bölünmesi ile bulunmuştur (Bhattacharya ve ark., 1986).
GO= r1/r2 x 100
Burada;
r1: Ürün çapı (cm)
r2: Ekstrüder başlık çapı (cm)
3. MATERYAL VE METOT Emir Ayşe ÖZER
54
3.2.8. Duyusal Analizler
Manchester Metropolitan Üniversitesi, Gıda ve Tüketici Teknolojisi
Bölümü’nde görev yapan 10 kişilik uzman panelist tarafından ürünlerin duyusal
analizi yapılmıştır. Panelistler her bir ürünü görünüş, renk, tat ve aroma, tekstür ve
genel kabul edilebilirlik özelliklerine göre tercihleri doğrultusunda 1-9 hedonik
skalaya göre puanlayarak değerlendirmişlerdir (Altuğ, 1993; Martinez-Flores ve ark.,
2005). Skalaya göre;
1: hiç beğenmemek
2: çok beğenmemek
3: orta derecede beğenmemek
4: az beğenmemek
5: ne beğenmek ne de beğenmemek
6: az beğenmek
7: orta derecede beğenmek
8: çok beğenmek
9: çok fazla beğenmek anlamındadır.
3.2.9. İstatistiksel Analizler
Bağımsız değişkenlerin bağımlı değişkenler üzerine etkisini belirlemede
Varyans Analizi için Tepki Yüzey Yönteminin üç değişkenli üç düzeyli Merkezi
Komposit Deseni kullanılmıştır. Değişkenler arasındaki ilişkiyi gösteren regresyon
denklemi belirlenmiştir. Deneysel tasarım için bağımsız değişkenler vida dönme hızı,
besleme nemi ve besleme oranı olarak belirlenmiştir. Deneysel tasarımın kurulması
ve değerlendirilmesinde Design–Expert 6,01 paket programı kullanılmıştır (Statease,
Minneapolis, USA) (Mullen ve Enis, 1979, Montgomery, 2001; Mayers ve
Montgomery, 2002).
Varyans analizi sonucu önemli bulunan farklılıklar SPSS 10.0 paket programı
kullanılarak “Duncan Çoklu Karşılaştırma Testi” uygulanmıştır. Ayrıca ikili
karşılaştırmalarda “Ortalamalar Arası Farkın Önemlilik Testi (T Testi)”
3. MATERYAL VE METOT Emir Ayşe ÖZER
55
uygulanmıştır. Korelasyon analizleri SPSS 10.0 paket programı kullanılarak
yapılmıştır (Düzgüneş ve ark., 1987).
3.2.10. Ürünlerin Optimizasyonu
Birden fazla tepkinin aynı anda optimize edilmesi, her bir tepki için
hesaplanan arzu edilirlik fonksiyonu kullanılan sayısal optimizasyon teknikleri ile
gerçekleştirilebilir.
Bu çalışmada optimizasyon, dizayn expert yazılımının nümerik optimizasyon
yöntemi ile yapılmıştır (Myers ve Montgomery, 2002). Bu yöntem arzu edilebilirlik
fonksiyonu esasına dayanmaktadır. Arzu edilebilirlik fonksiyonu 0 ile 1 arasında
değerler alan amaç fonksiyonu olup, optimizasyonda göz önüne alınan her bir tepki
için hesaplanmaktadır. Buradaki arzu edilen değeri 0-1aralığındadır. Söz konusu
cevabın çekiçiliği arttığında (arzu edilen değere yaklaştığında) karşılık geldiği
çekicilik değeri de artmaktadır.
Genleştirilmiş ekstrüde ürünlerin karakteristik özelliği kabarmış ve gevrek bir
yapıya sahip olmalarıdır (Suknark ve ark., 1997; Jones, 2001). Ürünün bu özelliklere
sahip olabilmesi için jelatinizasyonun ve genleşmenin çok iyi olması gerekmektedir.
Jelatinizasyon ve genleşmenin iyi olduğu durumda ürünün kesme kuvveti ve
yoğunluğu da düşük olacaktır. Bu nedenle ürün optimizasyonunun bağımsız
değişkenlerin üretimlerin yapıldığı değerler aralığında, jelatinizasyon derecesi,
genleşme oranı ve genel kabul edilebilirlik puanlarının maksimum değerleri;
yoğunluk ve kesme kuvvetinin minimum değerleri alınarak ürün optimizayonu
belirlenmiştir (Myers ve Montgomery, 2002).
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
56
4. ARAŞTIRMA BULGULARI VE TARTIŞMA
4.1. Ekstrüzyonla Üretim İçin Hazırlanan Karışımın Enerji ve Besin Ögeleri
Miktarları
Ekstrüzyon uygulamak üzere ön çalışmalarla belirlenmiş karışımın içine
girenler ve miktarları ile enerji ve besin ögeleri miktarları Çizelge 4.1’de verilmiştir.
Karışım %20 oranında yulaf unu, %20 mısır unu, %15 mısır nişastası, %30 nohut
unu, %10 havuç ve %5 fındıktan oluşturulmuştur. Böyle bir karışımın 100 gramının
içerdiği enerji 380 Kal, protein 11,8, yağ 6,74, karbonhidrat 69,08; Kül 2,55, nem 10,
diyet lif 4,03 gram olarak hesaplanmıştır (Anon, 1991; Baysal, 2002). Karışımın
enerjisinin proteinden, yağdan ve karbonhidrattan gelen % oranları sırası ile 12,52,
15,95 ve 72,78 olarak bulunmuştur. Çizelge 4.1’de karışımda yer alan nohudun
protein yönünden; yulaf unu, nohut unu ve havucun diyet lifi yönünden karışımı
zenginleştirdiği görülmektedir. Böyle bir karışımda enerjinin proteinden gelen
oranının da yüksek olduğu görülmektedir.
Çizelge 4.1. Hazırlanan Karışımın 100 Gramının İçine Giren Bileşenlerin Miktarları ile Hesaplanarak Bulunan Enerji ve Besin Öğeleri Miktarı
İçine Girenler
Miktarı (g)
Kül (g)
Nem (g)
Protein (g)
Yağ (g)
Karbohidrat (g)
Diyet Lif (g)
Enerji (Kal)
Yulaf unu 20 0,7 1,8 2,4 1,5 13,6 1,4 78
Nohut unu 30 0,9 3,21 6,15 1,44 18,3 1,5 108
Mısır unu 20 0,16 2,4 1,56 0,52 15,38 0,15 74
Mısır nişastası 15 0,015 1,8 0,05 eser 13,14 0,015 54
Havuç tozu 10 0,64 0,5 0,89 0,16 7,81 0,81 34
Fındık 5 0,13 0,29 0,63 3,12 0,84 0,15 32
TOPLAM 100 2,55 10,00 11,68 6,74 69,08 4,03 380
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
57
Karışımın protein kalite puanı kimyasal puanlama yöntemi ile hesaplanmış ve
Çizelge 4.2’de verilmiştir (Anon, 1991; Baysal, 2002).
Çizelgede karışımın ve yumurtanın 100 gramında bulunan elzem amino
asitlerinin miktarları görülmektedir. Karışımın toplam elzem amino asit miktarı
4228,32 mg olarak ve yumurtanın toplam elzem amino asit miktarı ise 5676 mg
olarak belirlenmiştir.
Buradan karışımın ve yumurtanın sınırlı amino asit olan triptofan, lizin ve
kükürtlü aminoasitlerin toplam elzem amino asitlere oranı;
Karışım için
Triptofan: 106,75/4228,32x100= 2,52
Lizin: 606,6/4228,32x100= 14,35
Metionin + Sistein: 359,6/4228,32x100=8,50
Yumurta için
Triptofan: 194/5676x100= 3,42
Lizin: 820/5676x100= 14,45
Metionin + Sistein: 681/5676x100=11,20
Buradan da karışımın sınırlı amino asitleri yumurtanın sınırlı amino asitlerine
oranlandığında protein kalite puanları aşağıdaki şekilde belirlenmiştir.
Karışım/Yumurta
Triptofan: %73,7
Lizin: %99,31
Metionin + Sistein: %75,90
Burada değeri en düşük olan puan karışımın protein kalite puanını
vermektedir, yani karışımın protein kalite puanı %73,7 olarak belirlenmiştir. Buradan
da karışımın protein kalite puanının yüksek olduğu görülmektedir. İyi kalite protein
olarak kabul edilen et, süt proteinlerinin protein kalite puanları 80 civarında olup,
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
58
buna yaklaştırılmıştır. Tahılların protein kalite puanları %50-60 arasındadır (Baysal,
2002). Görüldüğü gibi hazırlanan karışımla karışımın hem protein miktarı, hem de
protein kalite puanı arttırılmıştır. Tahıllarda birinci derecede sınırlı elzem amino asit
olan lizin amino asidi dengelenmiştir.
Çizelge 4.2. Hazırlanan Karışımın 100 Gramında Bulunan Elzem Amino Asit Miktarları
İçine Girenler
Miktarı
(g)
Protein
(g)
Triptofan
(mg)
Treonin
(mg)
İzolösin
(mg)
Lösin
(mg)
Lizin
(mg)
Metionin
(mg)
Sistein
(mg)
Fenilalanin
(mg)
Valin
(mg)
Yulaf unu 20 2,4 36,6 94 146,6 213 104,2 41,8 61,8 151,6 169
Nohut unu 30 6,15 51 221,7 358,5 461,4 430,2 82,8 88,8 303,6 307,5
Mısır unu 20 1,56 9,4 62,22 72,2 202,2 45 29 20,2 70,8 79,6
Mısır nişastası 15 0,05 - - - - - - - - -
Havuç tozu 10 0,89 1 4,3 4,6 6,5 5,2 1 2,9 4,2 5,6
Fındık 5 0,63 8,75 29,45 38,35 61,4 22 15,3 16 38,35 48,7
Toplam 100 11,68 106,75 411,67 620,25 944,5 606,6 169,9 189,7 568,55 610,4
Yumurta 100 12,1 194 596 759 1066 820 392 289 686 874
Yağmur ve ark. (2005), piyasada satışa sunulan bisküvi ve benzeri tahıl
ürünlerinin enerji ve besin ögelerini belirlemişlerdir. Bisküvi ve benzeri tahıl
ürünlerinde ortalama olarak nem, %5,54; protein %6,48; yağ % 18,49; karbohidrat %
68,43 kül %1,08 ve enerji miktarını da 466 Kal/100 g olarak belirlemişlerdir.
Uzun ve ark., (2006) yaptıkları araştırmada patates cipsi çeşitlerinin
sağladıkları enerjinin % 34’ünün karbohidrattan, % 60’ının yağdan, % 6’sının ise
proteinden; mısır cipslerinde ise enerjinin % 46’sının karbohidrattan, % 48’inin
yağdan, % 6’sının proteinden geldiğini belirlemişlerdir. Görüldüğü gibi enerjinin
yağdan gelen oranları çok yüksek ve proteinden gelen oranları da çok düşüktür. Bu
tür atıştırmalık gıdalar ara öğünlerde sıklıkla tüketildiklerinde dengesiz beslenmeye
neden olabileceklerdir.
Genellikle bu tür ürünlerde enerjinin % olarak proteinden gelen % oranları 5-
6, yağdan gelen oranları 40-60, ve karbohidrattan gelen oranları 35-50 arasında
değişebilmektedir (Uzun ve ark., 2006).
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
59
Hazırlanan karışımın 100 gramının içine giren bileşenlerin miktarları ile
hesaplanarak bulunan mineral ve vitamin miktarları Çizelge 4.3’de görülmektedir.
Karışımın 100 gramının 86,44 mg kalsiyum, 4,16 mg demir, 556,8 mg potasyum,
6,74 mg sodyum; 8939 IU vitamin A ve karoten, 0,3 mg tiamin, 0,13 mg riboflavin
ve 1,61 mg niasin içerdiği hesaplanmıştır (Anon,. 1991).
Görüldüğü gibi karışımın sodyum içeriği oldukça düşüktür ve potasyum
içeriği ise yüksektir. Fazla sodyum tüketimi yüksek kan basıcı ile ilişkilidir.
Sodyumca zengin diyetler yüksek tansiyon eğilimini artırmaktadır. Ayrıca fazla
sodyum alımı, idrarla kalsiyum atımını artırmaktadır. Bu durum kemiklerden
kalsiyum kaybına neden olmaktadır. Kemiklerden kalsiyum kaybının artışı
osteoporoz riskini artırmaktadır. Özellikle sodyum miktarı düşük besinler tercih
edilmelidir (Anon, 2006a). Potasyum ise kan basıncının kontrolünde yardımcıdır.
Kan basıncının dengelenmesini ve kalp işlevlerinin düzenlenmesini sağlayarak kalp
krizi riskini azaltmaktadır. Böbreklerin daha iyi çalışmasını sağlayarak vücuttan
sodyumun atılmasını hızlandırmaktadır. Ayrıca kasların kasılmasına yardım etmekle
birlikte, sinirlerin sinyalleri düzgün taşımasını sağlamaktadır (Baysal, 2002).
Görüldüğü gibi karışım mineral içeriği bakımından dengeli bir ürün olabilecektir.
Karışıma eklenen özellikle nohut unu, havuç ve fındığın Ca içeriğini, yulaf ve nohut
ununun Fe içeriğini, havucun A vitamini miktarını, fındığın E vitamini içeriğini
artırdığı görülmektedir (Çizelge 4.3).
Yetişkin erkek ve kadın için günlük önerilen miktarları sırası ile; vitamin A
için 4500 ve 4000 IU (Baysal, 2002); tiamin için1,2 ve 1,1; riboflavin için 1,3 ve 1,1
mg; niasin için, 16 ve 14 mg’dır (Anon, 2005). Yetişkinler için önerilen günlük besin
ögeleri gereksinimlerine göre (RDA) bir değerlendirme yapıldığında, böyle bir
karışımın 100 gramı A vitamini gereksinmesinin erkekler için hemen hemen iki
katını, kadınlar için ise iki katından fazlasını; tiamin gereksinimin erkekler için
%25’ini kadınlar için %27,27’sini; riboflavin gereksiniminin erkekler için %10’unu
kadınlar için %13’ünü; niasin gereksiniminin erkekler için 10,06’sını kadınlar için
11,5’ini; vitamin E ihtiyacı olarak ise erkek ve kadınlarda %17,73’nü
karşılayabileceği görülmektedir.
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
60
Çizelge 4.3. Hazırlanan Karışımın 100 Gramının İçine Giren Bileşenlerin Miktarları ile Hesaplanarak Bulunan Mineral ve Vitamin Miktarları
Miktarı
Ca
Fe
K
Na
Vit A / Karoten
Tiamin
Riboflavin
Niasin
Vitamin E
İçine Girenler (g) (mg) (mg) (mg) (mg) (IU) (mg) (mg) (mg) (mg)
Yulaf unu 20 1,2 1 8 200 0 0,1 0,03 0,2 0,28
Nohut unu 30 45 2,07 239,1 7,8 15 0,09 0,05 0,6 -
Mısır unu 20 1,2 0,36 - 0,2 68 0,04 0,012 0,28 0,61
Mısır nişastası 15 0 0 0 eser eser 0 0 0 -
Havuç tozu 10 29,79 0,56 274,5 37,8 8856 0,05 0,04 0,48 -
Fındık 5 10,45 0,17 35,2 0,1 - 0,02 - 0,05 1,77
TOPLAM 100 86,44 4,16 556,8 6,74 8939 0,3 0,13 1,61 2,66
Çizelge 4.4’de karışımın yağ asidi kompozisyonu hesaplanarak verilmiştir.
100 g karışımın toplam doymuş yağ asitleri miktarı 0,89 g; tekli doymamış yağ
asidleri 3,34 g ve çoklu doymamış yağ asitleri 2,35 g olarak hesaplanmıştır. İçerdiği
yağın % 13,53’ü doymuş, %50,76’sı tekli doymamış ve % 35, 71’i çoklu doymamış
yağ asitlerinden oluşmuştur. Yiyeceklerdeki yağ miktarı kadar yağın bileşimindeki
yağ asit türleri de önemlidir (Kırbaşlar ve Erkmen, 2003). Günlük diyetteki toplam
yağ miktarının yüksek ve bileşiminde doymuş yağ asitlerinden zengin olması kalp-
damar hastalıkları yönünden büyük önem taşır. Diyetteki doymuş yağ asidi oranı
arttıkça, kanda düşük dansiteli lipoprotein (LDL) miktarı artmaktadır. Kanda LDL
oranının artması, kalp-damar hastalıkları riskini de artırmaktadır (Milner, 2000;
Halsted, 2003; Chisholm ve ark., 2005). Tekli doymamış yağ asitlerinin, kolesterolün
yükselmesini önleyerek, kalp-damar hastalıklarına karşı koruyucu etkisi
belirlenmiştir (Milner, 2000). Fındık ve fındık yağının yağ asitleri içeriğinin majör
bileşeni ve sağlık için tercih edilmesi gerekeni tekli doymamış yağ asitleri (oleik asid
vd)’dir. LDL-Kolesterol (Kötü kolesterol)’ün kan seviyelerini düşürdüğü,
kardiyovasküler hastalıklardan koruyucu etkiye sahip apolipoprotein A-1 seviyelerini
yükselttiği, Riskli apolipoprotein B seviyelerini %7,5 azalttığı bilimsel çalışmalarda
gösterilmiştir. Fındık ve fındık yağında bulunan çoklu doymamış yağ asitlerinden
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
61
linoleik asit (omega-6 yağ asidi), kan kolesterol seviyelerini düşürücü etkiye sahiptir.
Fındık ve fındık yağında bulunan çoklu doymamış yağ asitlerinden linolenik asit
(omega-3 yağ asidi), Endojen VLDL-kolesterol yapımını azaltır, plazma trigliserid
düzeyini düşürür, postprandial trigliserid artışını engeller. Yaşamı tehdit eden kalp
ritim bozukluklarını azaltır. Kanın pıhtılaşmaya eğilimini dolayısıyla damar
tıkanıklıklarını ve ani ölümleri azaltır (Frank, 2003). Bu karışımdan üretilecek olan
ürün; doymuş yağ asidlerinden fakir, tekli doymamış yağ asitlerinden zengin, çoklu
doymamış yağ asitlerinden yeterli, antioksidan potansiyeli yüksek özelliğe sahip
fındık ve fındık yağı içermesi nedeniyle sağlıklı bir ürün olacak ve aterosklerotik
kardiyovasküler hastalıklardan korunma ve tedavisinde de kullanılabilecektir.
Çizelge 4.4. Hazırlanan Karışımın 100 Gramında Hesaplanarak Bulunan Yağ Asitleri Kompozisyonu
Doymuş Y.A. (g) Tekli Doymamış Y.A. (g) Çoklu DoymamışY.A. (g)
İçine Girenler Miktar (g)
Yağ (g)
C16:0 C18:0 Toplam
C16:1 C18:1 C20:1 Toplam
C18:2 C18:3 C20:4 Toplam
Yulaf unu 20 1,5 0,26 0,01 0,27 0,58 0,58 0,64 0,01 0,65
Nohut unu 30 1,44 0,29 0,04 0,33 0,01 0,26 0,27 0,81 0,01 0,02 0,84
Mısır unu 20 0,52 0,06 0,06 0,16 0,16 0,28 0,02 0,3
Mısır nişastası 15 eser
Havuç tozu 10 0,16
Fındık 5 3,12 0,17 0,06 0,23 0,01 2,31 0,01 2,33 0,55 0,01 0,56
TOPLAM 100 6,74 0,78 0,11 0,89 0,18 3,15 0,01 3,34 2,28 0,05 0,02 2,35
4.2. Ekstrüzyon Uygulandıktan Sonra Elde Edilen Ürünlerin Fotoğrafları
Çizelge 3.1’deki deneysel tasarıma göre üretilen ürünlerin resimleri örnek
numaralarına göre aşağıda verilmiştir.
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
62
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
63
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
64
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
65
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
66
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
67
4.3. Ürünlerin Analiz Sonucu Belirlenen Besin Bileşimleri ve Enerji Değerleri
Karışımın hesaplanarak bulunan ve analiz sonucu belirlenen besin öğeleri
miktarları ise Çizelge 4.5’de verilmiştir. Karışımın analiz sonucu belirlenen % olarak
nem miktarı 10,50 kül miktarı 1,70; protein miktarı 13,61; yağ miktarı 6,41; toplam
diyet lif miktarı; 14,37 ve % bileşimden gidilerek karbohidrat miktarı 67,78 enerji
değeri ise 384 Kal/100 g olarak hesaplanmıştır (Anon., 1991). Hesaplanarak ve
analiz sonucu belirlenen besin öğeleri ve enerji değerleri farklı bulunmuştur
(P<0,01). Enerjinin proteinden, yağdan ve karbohidrattan gelen % oranları sırası ile
14,21; 15,05 ve 70,74 olarak hesaplanmıştır.
Ekstrüde ürünlerin ortalama olarak % kuru maddedeki enerjinin proteinden,
yağdan ve karbohidrattan gelen % oranları sırası ile 15, 11,2 ve 73,8 olarak
belirlenmiştir.
Çizelge 4.5. Hazırlanan Karışımın 100 Gramının Hesaplanarak Bulunan ve Analizle Belirlenen Besin Öğeleri ve Enerji Değerleri
Bileşimler
Nem (g)
Kül (g)
Protein
(g)
Yağ (g)
CHO
(g)
Diyet Lif (g)
Enerji (Kal)
Karışımın hesapla bulunan besin bileşimi 10 2,55 11,92 6,74 69,08 4,03 380
Karışımın analizle bulunan bileşimi 10,50 1,70 13,61 6,41 67,78 14,25 384
Hazırlanan karışımdan elde edilen ekstrüde ürünlerin ortalama olarak % nem
miktarı 7,26; % kül miktarı 1,75; % protein miktarı 14,54; % yağ miktarı 4,84;
toplam karbohidrat miktarı 71,61 ve enerji miktarı 388 Kal/100 g olarak
belirlenmiştir (Çizelge 4.6). Buna göre enerjinin proteinden, yağdan ve
karbohidrattan gelen % oranları sırası ile 14,98; 11,22 ve 70,73 olarak
hesaplanmıştır. Karışımda % kuru maddedeki enerjinin proteinden, yağdan ve
karbohidrattan gelen % oranları sırası ile 14, 15 ve 71 olarak belirlenmiştir.
Karışımın ve ürünlerin enerjinin proteinden yağdan ve karbohidrattan gelen oranları
birbirinden farklı bulunmuştur (P<0.01). Bu farklılığın nedeni, karışımın % yağ
değeri ile ürünlerin ortalama yağ değerleri birbirinden farklı olması olabilir. Bu
farklılıktan dolayı bileşimlerdeki oranlarda değişmiştir. Ürünlerin ortalama yağ
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
68
miktarındaki düşüşün nedeni ise ekstrüzyon işleminden sonra lipitler proteinlerle
karbohidratlarla bağlanmış olabileceğinden dolayı daha az ekstrakte edilebilirler.(Ho
ve Izzo, 1992).
Çizelge 4.6. Hazırlanan Karışım ve Ürünlerin Analiz Sonucu Belirlenen Besin Ögeleri Miktarları ve Enerji Değerleri
Örnek
Nem
Kül
Protein
Yağ
Toplam
Enerji
Diyet Lif
No (%) (% ) (%) (%) Karbohidrat (%)
(Kal/100g) (%)
* 10,5 1,7 13,61 6,41 67,78 384 12,86
1 8,34d 1,73abc 14,19fghi 4,77bcd 70,46d 384e 13,02e
2 5,10h 1,76abc 14,96ab 4,77bcd 73,41a 396b 13,52b
3 4,92h 1,78abc 14,93abc 5,11abc 73,26a 399ef 12,95b
4 9,34c 1,71bc 14,17fghi 5,31a 69,47e 382ef 12,90ef
5 9,82b 1,75abc 14,10hi 5,20ab 69,13e 380fg 13,64f
6 4,38ı 1,83a 14,88abcd 5,11abc 73,80a 401a 13,28a
7 6,84fg 1,77abc 14,65abcde 4,70cd 72,04bc 389cd 13,23c
8 7,40e 1,74abc 14,56abcdefg 4,91abcd 71,39c 388cd 13,20cd
9 7,43e 1,75abc 14,58abcdef 4,66d 71,58bc 387d 13,23cd
10 7,07efg 1,77abc 14,58abcdef 4,97abcd 71,61bc 389cd 13,24cd
11 7,28e 1,76abc 14,52bcdefgh 4,98abcd 71,46c 389cd 13,18cd
12 7,38e 1,75abc 14,49cdefgh 4,73cd 71,65bc 387cd 13,20d
13 7,43e 1,75abc 14,45defgh 4,72cd 71,65bc 387d 13,26cd
14 6,72g 1,73abc 14,61abcdef 4,74cd 72,20b 390c 12,73cd
15 10,52a 1,69c 13,92i 4,56d 69,31e 374h 13,52g
16 4,76h 1,82ab 14,98a 4,73cd 73,71a 397b 13,51b
17 4,90h 1,78abc 14,90abc 4,91abcd 73,51a 398b 12,91b
18 9,10c 1,70c 14,20fghi 4,63d 70,37d 380fg 12,90f
19 9,21c 1,70c 14,12ghi 4,61d 70,36d 379g 13,22f
20 7,18ef 1,78abc 14,41efgh 4,73cd 71,90bc 388cd 13,22cd
Ortalama 7,26 1,75 14,54 4,84 71,61 388 13,22
*= Ekstrüde edilmemiş karışıma uygulanan analiz sonuçları Harflendirme: Aynı sütunda farklı harflerle gösterilen değerler birbirinden farklıdır (P<0,01).
Ürünlerin ortalama olarak nem, kül, protein, yağ ve karbohidrat miktarları ve
enerji değerleri arasındaki farklılık istatistiksel olarak önemli bulunmuştur (P<0,05,
P<0,01). Ürünlerin işleme koşulları (vida hızı, besleme nemi, besleme oranı)
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
69
birbirlerinden farklı olduğu için, elde edilen ekstrüde ürünlerin nem miktarları
birbirinden farklıdır. Bu nedenle de ürünlerin kül, protein, yağ, karbohidrat miktarları
ve enerji değerleri farklılık gösterebilmektedir.
Obatolu ve ark., (2000), börülce unu (%35), çimlendirilmiş mısır unu (%45),
vitamin –mineral karışımı (%5), sakaroz (5) ve mısır yağı (%10) karışımını ve aynı
karışımda çimlendirilmiş mısır unu yerine mısır unu kullanarak tek vidalı
ekstrüderde ekstrüde ederek besin ögelerince zenginleştirilmiş ürünler üretmişlerdir.
İlk karışımda protein, yağ, karbohidrat, kül ve nem % olarak, 16,3; 6,3; 66; 5,5; 5,9
olarak; ikinci karışımda ise, 16,7; 6,3; 65,6; 5,2; 6,6 olarak belirlemişlerdir.
Cardoso-Santiago ve ark., 2001, nohut ununu %5 ve %10 0ranlarında sığır
akciğeri karışımlarını ekstrüde ederek zenginleştirilmiş ürünler elde etmişlerdir.
Ekstrüde edilen nohut ununda protein miktarı %19,8 iken %5 sığır akciğerli
karışımda %23,0’a ve %10 sığır akciğerli karışımda %26,6 ya çıkarılmıştır. Lipit
miktarında önemli bir değişiklik olmamış ve toplam karbohidrat miktarı ise sırası ile
%76,4; 73,1 ve 69,5 olarak belirlenmiştir. Yapılan duyusal değerlendirmede ürün
kabul edilebilir olarak belirlenmiş ve ürünün beslenme programlarında anemi ve
malnutrisyon durumlarında kullanılabileceği belirtilmiştir.
Nkame ve Filli (2006), mısır ununu 80:20 ve 80:30 oranlarında börülce, soya
fasulyesi ve yer fıstığı ile karıştırarak zenginleştirilmiş ekstrüde ürünler elde
etmişlerdir. 80:20 ve 80:30 darı ve börülce unu karışımlarından elde edilen ürünlerin
sırası ile % olarak nem, protein, yağ, kül, ham lif, karbohidrat miktarları; 6,0-5,8;
15,5-15,7; 3,6-3,3; 1,8-1,9; 2,0-2,4; 72,0-71,0 ve enerji değerlerini 378-376 Kal
olarak belirlemişlerdir. 80:20 ve 80:30 darı ve soya fasulyesi unu karışımlarından
elde edilen ürünlerin sırası ile % olarak nem, protein, yağ, kül, ham lif, karbohidrat
miktarları; 5,3-6,0; 18,0-21,1; 6,9-9,0; 1,9-1,9; 2,0-2,1; 65,0-59,0 ve enerji
değerlerini 398-405 Kal olarak ve 80:20 ve 80:30 darı ve yer fıstığı lapası
karışımlarından elde edilen ürünlerin sırası ile % olarak nem, protein, yağ, kül, ham
lif, karbohidrat miktarları; 6,0-5,8; 5,9-5,3; 15,8-18,5; 9,4-11,2; 1,7-1,9; 1,9-2,0;
63,3-60,7 ve enerji değerlerini 409-417 Kal olarak belirlemişlerdir.
Çizelge 4.7’de hazırlanan karışım ve ürünlerin analiz sonucu % kuru madde
üzerinden belirlenen besin ögeleri miktarları ve enerji değerleri verilmiştir.
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
70
Çizelge 4.7. Hazırlanan Karışım ve Ürünlerin Analiz Sonucu Belirlenen Besin
Ögeleri Miktarları ve Enerji Değerleri (g/kuru madde) Örnek Kül
Protein
Yağ
Toplam
Enerji
Diyet Lif
No (% ) (%) (%) Karbohidrat (%) (Kal/100g) (%) * 1,89 15,2 7,16a 75,75 a 428,24a 14,37 1 1,89 15,49 5,21b 77,41 b 418,49 b 14,21 2 1,86 15,76 5,03 b 77,35 b 417,71 b 14,26 3 1,87 15,7 5,37 b 77,06 b 419,37 b 14,22 4 1,89 15,63 5,85 b 76,63 b 421,69 b 14,28 5 1,94 15,63 5,76 b 76,67 b 421,04 b 14,31 6 1,92 15,56 5,34 b 77,18 b 419,02 b 14,26 7 1,9 15,72 5,04 b 77,34 b 417,6 b 14,26 8 1,87 15,72 5,3 b 77,11 b 419,02 b 14,29 9 1,89 15,75 5,03 b 77,33 b 417,59 b 14,26 10 1,91 15,69 5,34 b 77,06 b 419,06 b 14,24 11 1,9 15,66 5,37 b 77,07 b 419,25 b 14,28 12 1,89 15,64 5,11 b 77,36 b 417,99 b 14,23 13 1,89 15,61 5,1 b 77,4 b 417,94 b 14,26 14 1,85 15,66 5,08 b 77,41 b 418 b 14,22 15 1,89 15,55 5,1 b 77,46 b 417,94 b 14,23 16 1,92 15,73 4,96 b 77,39 b 417,12 b 14,2 17 1,87 15,66 5,16 b 77,31 b 418,32 14,21 18 1,87 15,62 5,09 b 77,42 b 417,97 b 14,2 19 1,87 15,55 5,08 b 77,5 b 417,92 b 14,21 20 1,92 15,53 5,1 b 77,45 b 417,82 b 14,24 Ortalama 1,89 15,64 5,22 77,25 419 14,25 *= Ekstrüde edilmemiş karışıma uygulanan analiz sonuçları Harflendirme: Aynı sütunda farklı harflerle gösterilen değerler birbirinden farklıdır (P<0,01).
Hazırlanan karışım ile ürünlerin kül miktarları, protein miktarları ve diyet lif
miktarları istatistiksel olarak birbirinden farklı bulunmamıştır (P>0,01). Bu
ekstrüzyon işleminin kül, protein ve diyet lif miktarları üzerine etkisinin olmadığını
göstermektedir. Yağ miktarları, karbohidrat miktarları ve enerji değerleri birbirinden
farklı bulunmuştur (P<0,01). Bu farklılığın nedeni, ürünlerin yağ miktarları azalma
göstermiştir. Ürünlerin yağ miktarındaki azalışın nedeni ise ekstrüzyon işleminden
sonra lipitler proteinlerle ve/veya karbohidratlarla bağlanmış olabileceğinden dolayı
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
71
daha az ekstrakte edilebilmektedirler (Ho ve Izzo, 1992). Yağ miktarındaki azalış
hesaplama ile belirlenen karbohidrat miktarını ve enerji miktarını da
etkileyebilmektedir.
Karışımın ve ürünlerin çözünür diyet lif, çözünmez diyet lif ve toplam diyet
lif miktarları Çizelge 4,8’de görülmektedir. Ekstrüde edilmemiş karışımda %
çözünür, çözünmez ve toplam diyet lif miktarları sırası ile 3,22±0,05, 11,05±0,00 ve
14,37 olarak belirlenmiştir.
Ekstrüzyon pişirme sonucunda çözünmez diyet lif miktarında azalış, çözünür
diyet lif miktarında artış ve toplam diyet lif miktarında düşüş farklı bulunmamıştır
(P>0,01). Ayrıca karışım ile ekstrüde ürünlerin çözünür, çözünmez ve toplam diyet
lif miktarları birbirinden farklı bulunmamıştır (P>0,01).
Günlük erkekler için 38 g ve kadınlar için ise 25 g diyet lif önerilmektedir
(Anon, 2005). Böyle bir karışımın 100 gramı yetişkin erkeklerin günlük diyet lif
gereksinimlerinin %37’sini ve kadınların ise %57’sini karşılayabilecektir.
Gualberto ve ark., 1998’de, yulaf kepeğini çift vidalı ekstrüderde farklı vida
hızlarında ekstrüde etmişler ve ekstrüzyon işlemi sonucunda çözünmez diyet lifinin
azaldığını, çözünür diyet lifinin ise arttığını ve bu artışın istatistiksel olarak önemli
olduğunu belirlemişlerdir. Bunun, çözünmez diyet lifinin ekstrüder silindiri içinde
parçalanmasından dolayı çözünür diyet lifine dönüşmesinden kaynaklanabileceğini
belirtmişlerdir.
Lue ve ark., 1991’de mısır unu ve şeker pancarı lifini ekstrüde etmişler ve
ürünün çözünür diyet lif içeriğinin arttığını fakat buna karşın çözünmez diyet lif ve
toplam diyet lif içeriğinin azaldığını belirlemişlerdir.
Diyet lifler temelde suda çözünen ve çözünmeyen lifler olarak iki gruba
ayrılmaktadır. Suda çözünen lifler; pektik maddeler ve bitkisel gamlardır (β-
glukanlar). Bunlar genelde viskoz ve hidrokolloid yapıdadırlar. Gıdalarda tekstür,
jelleşme, emülsifiye ve stabilize etme özellikleri göstermektedir. Çözünebilir lifler,
mide boşalmasını ertelemekte, glikoz emilimini yavaşlatmakta ve dışkının transport
süresini uzatmaktadır. Bunun sonucu olarak kan glikoz konsantrasyonu azalmaktadır.
(Selvendran, 1984; Anonymous, 1989; Anderson ve ark., 1990; Lue ve ark., 1991;
Pandolf ve Clydesdale 1992).
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
72
Çizelge 4.8. Karışım ve Ürünlerin Çözünür, Çözünmez ve Toplam Diyet Lif Miktarları (g/kuru madde)
Örnek No
Vida Hızı (d/d)
Besleme Nemi (%)
Besleme Oranı (kg/s)
Çözünür Diyet Lif
Çözünmez Diyet Lif
Toplam Diyet Lif
* - - - 3,22±0,05 11,05±0,00 14,37
1 180 13 24 3,68±0,07 10,53±0,01 14,21
2 220 11 22 3,58±0,01 10,68±0,09 14,26
3 220 11 26 3,55±0,04 10,67±0,07 14,22
4 220 15 22 3,56±0,05 10,72±0,02 14,28
5 220 15 26 3,70±0,02 10,61±0,04 14,31
6 280 10,6 24 3,61±0,0,3 10,65±0,04 14,26
7 280 13 20,5 3,69±0,07 10,57±0,04 14,26
8 280 13 24 3,70±0,09 10,59±0,04 14,29
9 280 13 24 3,69±0,01 10,57±0,01 14,26
10 280 13 24 3,69±0,05 10,55±0,07 14,24
11 280 13 24 3,66±0,04 10,62±0,02 14,28
12 280 13 24 3,66±0,02 10,57±0,01 14,23
13 280 13 24 3,66±0,04 10,60±0,01 14,26
14 280 13 27,5 3,65±0,03 10,58±0,04 14,22
15 280 16,4 24 3,61±0,01 10,62 ±0,07 14,23
16 340 11 22 3,61±0,02 10,59±0,02 14,2
17 340 11 26 3,60±0,05 10,61±0,03 14,21
18 340 15 22 3,61±0,00 10,59±0,02 14,2
19 340 15 26 3,60±0,07 10,61±0,07 14,21
20 380 13 24 3,69±0,09 10,55±0,03 14,24
Ortalama 3,62 10,63 14,25
* = Ekstrüde edilmemiş karışıma uygulanan analiz sonuçları
Suda çözünmeyen lif bileşenleri selüloz, lignin ve bazı hemisellülozlardır.
Bunlar glikoz emilimini ertelemekte, nişasta hidrolizini yavaşlatmaktadır ve dışkının
transport süresini kısaltmakta, dışkı miktarını artırmaktadır. Bu etkiler
gastrointestinal fonksiyonları değiştirmekte fakat kandaki glikoz veya kolesterol
seviyelerini düşürmemektedir (Schneeman, 1986; Anonymous 1989; Anderson ve
ark.; 1990; Lue ve ark., 1991; Toma ve Curtis, 1986a,b). Bunlar kabızlık, apandisit
ve kolon kanseri riskini azaltabilirler (Lue ve ark., 1991).
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
73
Diyet lif içeriği yüksek olan gıdalar rafine gıdalara göre daha fazla miktarda
mineral madde içerir. Diğer taraftan diyetteki diyet lif miktarının artması ile dışkı ile
atılan mineral madde miktarı da artmaktadır (Persson ve ak., 1987).
4.4. Ekstrüde Ürünlerin Fonksiyonel Özellikleri
4.4.1. Ekstrüde Ürünlerin Su Tutma İndisleri (STİ)
Çizelge 4.9’de ürünlerin STİ’leri görülmektedir. Ürünlerin STİ 4,83±0,11 ile
6,29±0,36 arasında belirlenmiştir. Çizelgede görüldüğü gibi ekstrüzyon işlemi
sonrası ürünlerin STİ’si artmıştır. Ekstrüde edilen ürünün STİ’si ekstrüde edilmeyen
hammaddeye göre daha fazladır. Jelatinizasyon derecesi attıkça STİ artacaktır
(Collonna ve ark., 1989; Gujska ve Khan, 1990; Njoki ve Faller, 2001).
Chinnaswamy ve ark. (1992), mısır nişastasını ekstrüde ettiklerinde STİ
değerinin ekstrüzyon işlemi sonrasında arttığını belirlemişlerdir.
Avin ve ark. (1992) ve Ryu ve ark. (1995), buğday unundan elde ettikleri
ekstrüde ürünlerin STİ’sini ekstrüde edilmemiş örneklere göre daha fazla olduğunu
belirlemişlerdir.
STİ üzerine besleme neminin etkisi istatistiksel olarak önemli bulunmuştur
(P<0,01). Varyans analizi ve lineer model istatistik analiz sonuçları Ek 1’de
verilmiştir.
STİ için bağımsız değişkenlerin (Vida hızı, besleme nemi, besleme oranı)
arasındaki ilişkiyi açıklayan lineer regresyon modelinin kodlanmış faktörler (KF) ve
gerçek faktörler (GF) kullanılarak gösterimi aşağıda verilmiştir.
STİ (KF)=5,22+0,11(A)+0,27(B)-0,081C
STİ (GF)=3,907+0,002(A)+0,137(B)-0,040(C) Burada :A=Vida hızı (d/d); B= Besleme nemi (%); C= Besleme oranı (kg/s)’dır.
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
74
Denklemden, STİ üzerine besleme neminin etkisinin en fazla olduğu ve
bunun istatistiksel olarak önemli olduğu (P<0,01); vida hızı ve besleme neminin de
STİ’yi etkilediği fakat etkilerinin önemli olmadığı görülmektedir.
Çizelge 4.9. Ürünlerin Su Tutma İndisi, Suda Çözünürlük İndisi ve Jelatinizasyon Derecesi Değerleri
Örnek No
Vida Hızı (d/d)
Besleme Nemi (%)
Besleme Oranı (kg/s)
Ürün Çıkış Sıcaklığı (0C)
STİ (gjel/g örnek)
SÇİ (% kuru
madde) JD (%) * 2,62±0,01h 11,23±0,52g 68,31±0,91k
1 180 13 24 120 5,14±0,05cdefg 11,81±0,34g 72,72±3,71j
2 220 11 22 135,5 4,97±0,06efg 16,78±0,36c 87,39±1,35g
3 220 11 26 144 4,83±0,11g 13,76±0,69ef 85,81±0,90g
4 220 15 22 130,5 5,50±0,12c 13,04±0,83f 85,43±0,71i
5 220 15 26 128 5,05±0,19defg 14,85±0,30d 83,43±0,67h
6 280 10,6 24 150 5,12±0,24cdefg 18,15±1,62b 95,34±1,00e
7 280 13 20,5 139 5,22±0,03cdefg 17,18±0,42bc 99,86±1,26bcde
8 280 13 24 139 5,12±0,05cdefg 17,17±0,27bc 103,41±3,42ab
9 280 13 24 140 5,21±0,29cdefg 17,64±0,41bc 102,48±0,52abcd
10 280 13 24 139,5 5,25±0,08cdef 17,62±0,65bc 102,73±0,36abcd
11 280 13 24 140 5,16±0,27cdefg 17,49±0,81bc 102,06±0,72abcd
12 280 13 24 139,5 5,36±0,04cde 17,21±0,34bc 102,27±0,58abcd
13 280 13 24 140 5,13±0,03cdefg 17,29±0,31bc 102,88±0,46abc
14 280 13 27,5 140 5,40±0,08cd 13,13±0,11f 99,35±2,25cde
15 280 16,4 24 132 5,89±0,10b 9,81±0,11h 96,65±4,19g
16 340 11 22 144,5 4,94±0,09fg 19,09±0,71a 98,03±0,7de
17 340 11 26 153 5,17±0,13cdefg 16,98±0,38c 101,00±0,66a
18 340 15 22 137 6,29±0,36a 13,21±0,54f 100,62±1,03f
19 340 15 26 137 5,20±0,21cdefg 14,15±0,82de 97,67±0,69e
20 380 13 24 142 5,28±0,36cdef 16,72±0,24c 103,61±0,69a
*= Ekstrüde edilmemiş karışıma uygulanan analiz sonuçları Harflendirme: Aynı sütunda farklı harflerle gösterilen değerler birbirinden farklıdır (P<0,01).
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
75
Vida hızı, besleme nemi ve besleme oranının STİ üzerine 3 boyutlu tepki
yüzey grafikleri şekil 4.1’de verilmiştir.
Şekil 4.1’de görüldüğü gibi 280 d/d vida hızındaki besleme nemi ve besleme
oranlarının STİ üzerine etkisi görülmektedir. Besleme nemi arttıkça STİ artmaktadır.
Bu durum 220 d/d ve 340 d/d vida hızlarında da elde edilmiştir (Ek 1.a.)
Jelatinizasyonun gerçekleşebilmesi için ortamda bulunan suyun miktarı önemlidir
(Harper,1992).
DESIGN-EXPERT Plot
Su Tutma IndisiX = B: Besleme Nemi Y = C: Besleme Orani
Actual FactorA: Vida Hizi = 340.00
4.98
5.16
5.33
5.51
5.69
Su
Tutm
a In
disi
11.00
12.00
13.00
14.00
15.00
22.0
23.0
24.0
25.0
26.0
B: Besleme Nemi C: Besleme Orani
DESIGN-EXPERT Plot
Su Tutma IndisiX = A: Vida HiziY = C: Besleme Orani
Actual FactorB: Besleme Nemi = 13.00
5.03
5.13
5.22
5.32
5.41
Su
Tutm
a In
disi
220.00
250.00
280.00
310.00
340.00
22.0
23.0
24.0
25.0
26.0
A: Vida Hizi C: Besleme Orani
DESIGN-EXPERT Plot
Su Tutma IndisiX = B: Besleme Nemi Y = A: Vida Hizi
Actual FactorC: Besleme Orani = 24.0
4.84
5.03
5.22
5.41
5.61
Su
Tutm
a In
disi
11.00
12.00
13.00
14.00
15.00
220.00
250.00
280.00
310.00
340.00
B: Besleme Nemi A: Vida Hizi
Şekil 4.1. Su tutma indisi üzerine vida hızı, besleme nemi ve besleme oranının etkisi
Gujska ve Khan (1990), fasulye ununu ekstrüde ettiklerinde nem içeriğinin
artması ile su tutma indisinin arttığını belirlemişlerdir.
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
76
Gutkoski ve El-Dash (1999), yulaf ununu tek vidalı ekstrüderde ekstrüde
etmişler ve nemin artmasıyla birlikte STİ’nin lineer olarak arttığını belirlemişlerdir.
Njoki ve Füller, (2001), %30 soya protein Konsantresi, %30 mısır unu ve
%40 sinir otu unu karışımlarını ekstrüde etmişlerdir. Besleme neminin STİ üzerine
önemli etkisi olduğunu belirlemişlerdir. Besleme nemi arttıkça STİ artmıştır.
Ding ve ark., (2005), çift vidalı ekstrüderde pirinç ununu ekstrüde etmişler ve
besleme neminin artması ile STİ’nin arttığını belirlemişlerdir. Araştırmada elde
edilen sonuçlar bu araştırmacıların sonuçları ile benzerlik göstermektedir.
%13 besleme nemindeki vida hızı ve besleme oranlarının STİ üzerine etkisi
Şekil 4.1’de görülmektedir. Vida hızı arttıkça STİ de artmakta ve besleme oranı
arttıkça STİ azalmaktadır. Bu azalma özellikle yüksek vida hızlarında daha belirgin
olmuştur. %11 ve %15 besleme nemlerindeki vida hızı ve besleme oranlarının STİ
üzerine etkisi Ek 2.a.’de verilmiştir. Vida hızı ile STİ arasındaki korelasyon önemli
bulunmuştur (r=0,660, P<0,01). Vida hızının artışı ile daha fazla mekanik enerji
girişi olmakta jelatinizasyon derecesi artabilmektedir. Bu da STİ’yi
arttırabilmektedir.
STİ nişasta tarafından çekilen suyun miktarının ölçümüdür ve bu
jelatinizasyonun boyutunu belirlemede kullanılabilir (Anderson ve ark., 1969). STİ
ile JD arasındaki korelasyon önemli bulunmuştur (r=0,278 , P<0,01).
İbanoğlu (1996), ekstrüzyon yöntemi ile ürettiği tarhanada vida hızı arttıkça
STİ’nin arttığını belirlemiştir. Araştırmada elde edilen bulgular bu bulgular ile
benzerlik göstermektedir.
24 kg/s besleme oranında vida hızı ve besleme neminin STİ üzerine etkileri
şekil 4.1’de ve 22, 24 kg/s besleme oranlarında STİ üzerine etkileri Ek 2.a.’da
verilmiştir. Besleme nemi arttıkça STİ artmaktadır.
4.4.2. Ekstrüde Ürünlerin Suda Çözünürlük İndisleri
Çizelge 4.9’da ürünlerin SÇİ’leri görülmektedir. Ürünlerin SÇİ’leri 9,81±0,11
ile 19,09±0,71 değerleri arasında belirlenmiştir. Varyans analizine göre SÇİ üzerine
vida hızı ve besleme neminin etkisi p<0,01 düzeyinde ve besleme oranının etkisi
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
77
p<0,05 düzeyinde önemli bulunmuştur. Ayrıca vida hızı ve besleme neminin ikinci
dereceden etkisi de önemli bulunmuştur (P<0,01). Varyans analizi ve ikinci
dereceden model istatistik analiz sonuçları ek 2’de verilmiştir.
SÇİ için bağımsız değişkenlerin (Vida hızı, besleme nemi, besleme oranı)
arasındaki ilişkiyi açıklayan ikinci dereceden regresyon modelinin kodlanmış
faktörler ve gerçek faktörler kullanılarak gösterimi aşağıda verilmiştir.
SÇİ (KF)=17,41+0,97(A)-1,75(B)-0,67(C)-91(A2)-1,14(B2)-0,55(C2)-0,76(AB)-
0,005(AC)+0,99(BC)
SÇİ (GF)=-61,332+0,239(A)+2,407(B)+3,092(C)-0,0003(A2)-0,285(B2)-0,138(C2)-
0,006(AB)+0,00004(AC)+0,246(BC)
Burada :A=Vida hızı (d/d); B= Besleme nemi (%); C= Besleme oranı (kg/s)’dır.
SÇİ üzerine en fazla etkiyi besleme nemi yapmaktadır. Bunu vida hızı ve
besleme oranı izlemektedir. Vida hızının ve besleme neminin ikinci dereceden etkisi
de vardır. Ayrıca vida hızı ile besleme nemi, vida hızı ile besleme oranı arasındaki
interaksiyonlar önemsiz fakat besleme nemi ile besleme oranı arasında interaksiyon
önemli bulunmuştur (P<0,05).
Şekil 4.2’de SÇİ üzerine vida hızı, besleme nemi ve besleme oranının 3
boyutlu tepki yüzey grafikleri verilmiştir.
Sekil 4.2’de 280 d/d vida hızında besleme nemi ve besleme oranlarının SÇİ
üzerine ikinci dereceden etkisi görülmektedir. Besleme nemi arttıkça SÇİ ikinci
dereceden azalmıştır. Bu durum 220 d/d ve 340 d/d vida hızı değerlerinde elde
edilmiştir (Ek 2.a) . SÇİ ile besleme nemi arasındaki korelasyon (r=-0,628, P<0,01)
önemli bulunmuştur.
Mercier ve Filet (1975), nem miktarının azalması ile SÇİ’nin arttığını
belirlemişlerdir. SÇİ azalan nem koşullarında artış gösterebilmektedir. SÇİ değerinin
dekstrinizasyon ile ilişkili olduğu belirtilmektedir (Anderson ve ark., 1970).
Gujska ve Khan (1990) fasulye ununu ekstrüde ettiklerinde nem içeriğinin
artması ile SÇİ’nin azaldığını tespit etmişlerdir.
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
78
DESIGN-EXPERT Plot
Suda Çözünürlük indisiX = B: Besleme Nemi Y = C: Besleme Orani
Actual FactorA: Vida Hizi = 280.00
13.65
15.02
16.38
17.75
19.12
Sud
a Ç
özün
ürlü
k in
disi
11.00
12.00
13.00
14.00
15.00
22.00
23.00
24.00
25.00
26.00
B: Besleme Nemi C: Besleme Orani
DESIGN-EXPERT Plot
Suda Çözünürlük indisiX = A: Vida HiziY = C: Besleme Orani
Actual FactorB: Besleme Nemi = 13.00
14.30
15.19
16.08
16.98
17.87
Sud
a Ç
özün
ürlü
k in
disi
220.00
250.00
280.00
310.00
340.00
22.00
23.00
24.00
25.00
26.00
A: Vida Hizi C: Besleme Orani
DESIGN-EXPERT Plot
Suda Çözünürlük indisiX = A: Vida HiziY = B: Besleme Nemi
Actual FactorC: Besleme Orani = 24.0
13.40
14.76
16.11
17.47
18.83
Sud
a Ç
özün
ürlü
k in
disi
220.00
250.00
280.00
310.00
340.00
11.00 12.00
13.00 14.00
15.00
A : V ida Hizi
B : Bes leme Nemi
Şekil 4.2. Suda çözünürlük indisi üzerine vida hızı, besleme nemi ve besleme
oranının etkisi
Nem içeriğinin azalması ile SÇİ’nin arttığı çeşitli araştırmacılar tarafından da
belirlenmiştir (Mercier ve Filet, 1975; Gomez ve Aguilere, 1984; Njoki ve Faller,
2001). Araştırmada bulunan sonuçlar bu araştırıcıların sonuçları ile benzerlik
göstermektedir.
Şekil 4.2’de % 13 besleme nemindeki vida hızı ve besleme oranlarının SÇİ
üzerine etkisi görülmektedir. SÇİ vida hızının artması ile artmış bu artış doğrusal
olmayan ikinci dereceden bir değişim göstermiştir. SÇİ ile vida hızı arasındaki
korelasyon (r=0,325, P<0,05) önemli bulunmuştur. %11 ve %15 besleme
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
79
nemlerindeki vida hızı ve besleme oranlarının SÇİ indisi üzerine tepki yüzey
grafikleri Ek 2.a’da verilmiştir.
Vida hızının artışı ekstrüderde kalış süresini azaltmasına rağmen kesme
oranını ve hızını arttırdığı için sıcaklık artarak SÇİ’de artışa neden olabilmektedir
(Anderson ve ark., 1969; Cai ve Diosady, 1993a). Nişasta degradasyonundan dolayı
SÇİ artabilmektedir. Yüksek vida hızındaki parçalanma düşük vida hızındaki
parçalanmadan daha fazla olacaktır (Guha ve ark., 1997).
SÇİ besleme oranının artması ile yine doğrusal olmayan ikinci dereceden bir
azalış göstermiştir. Yüksek besleme oranlarında materyal vidanın besleme kısmının
dolmasına neden olmakta böylece silindir yüzeyinden kütleye olan ısı transferi
önemli ölçüde etkilenmektedir. Bunun sonucunda SÇİ’de azalma olduğu
bildirilmiştir (Anderson ve ark., 1969).
SÇİ ile ürün çıkış sıcaklığı arasındaki korelasyon (r=0,680; P<0,01) önemli
bulunmuştur.
Gujska ve Khan (1990), fasulyede SÇİ’leri sıcaklığın artması ile arttığını
saptamışlardır. Bunun sebebinin yüksek sıcaklıkta nişastanın degredasyonunda
kaynaklanmış olabileceğini belirtmişlerdir.
24 kg/s besleme oranında vida hızı ve besleme neminin SÇİ üzerine etkileri
şekil 4.2’de görülmektedir. 22 ve 26 kg/s besleme oranlarının SÇİ üzerine etkilerini
gösteren tepki yüzey grafikleri Ek 2.a’da verilmiştir. SÇİ vida hızı artması ile ikinci
dereceden artmıştır.
Yapılan bir araştırmada manyok nişastası ve bezelye unu ekstrüde edilmiş ve
SÇİ’nin vida hızı arttıkça arttığı belirlenmiştir (Njoki ve Faller, 2001).
Ding ve ark. (2005) pirinç ununu çift vidalı ekstrüderde ekstrüde ettiklerinde
vida hızının artmasıyla SÇİ’nin arttığını belirlemişlerdir. Araştırma sonuçları bu
araştırmacıların sonuçları bu araştırma ile benzerlik göstermektedir.
4.4.3. Ekstrüde ürünlerin Jelatinizasyon Derecesi (JD)
Fonksiyonel özelliklerden birisi olan jelatinizasyon derecesi direkt olarak
ürünün fiziksel özellikleri ile ilişkilidir. Ürünlerin JD Çizelge 4.9’da görülmektedir.
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
80
Ürünlerin JD’leri 72,72±3,71 ile 103,61±0,69 değerleri arasında değişmektedir.
Çizelgede görüldüğü gibi JD ekstrüzyon işleminde sonra artmıştır. Varyans
analizine göre JD üzerine vida hızının etkisi, vida hızı ve besleme neminin ikinci
dereceden etkisi önemli bulunmuştur (P<0,01). Varyans analizi ve ikinci dereceden
model istatistik analiz sonuçları Ek 3’de verilmiştir.
Jelatinizasyon derecesi için bağımsız değişkenlerin (Vida hızı, besleme nemi,
besleme oranı) arasındaki ilişkiyi açıklayan ikinci dereceden regresyon modelinin
kodlanmış faktörler ve gerçek faktörler kullanılarak gösterimi aşağıda verilmiştir.
JD(KF)=102,46+7,87(A)+0,26(B)-0,32(C)-5,39(A2)-3,04(B2)-
1,13(C2)+0,45(AB)+0,45(AC)-0,79(BC)
JD(GF)=-364,023+0,831(A)+23,575(B)+14,964(C)-0,002A2)-0,759(B2)-
0,283(C2)+0,004(AB)+0,004(AC)-0,198(BC)
Burada :A=Vida hızı (d/d); B= Besleme nemi (%); C= Besleme oranı (kg/s)’dır.
Denklemde görüldüğü gibi, JD üzerine vida hızının etkisi önemli
bulunmuştur. Ayrıca JD üzerine vida hızı, besleme neminin ikinci dereceden önemli
etkisi vardır. Vida hızı ile besleme nemi arasında, vida hızı ile besleme oranı arasında
ve besleme nemi ile besleme oranı arasındaki interaksiyonların önemsiz olduğu
görülmektedir.
Vida hızı, besleme nemi ve besleme oranının JD üzerine 3 boyutlu tepki
yüzey grafikleri şekil 4.3’de verilmiştir.
Şekil 4.3’de 280 d/d Vida hızındaki besleme nemi ve besleme oranlarının JD
üzerine etkisi görülmektedir. 220 ve 340 d/d vida hızlarında besleme nemi ve
besleme oranlarının etkisi Ek 3.a’da verilmiştir.
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
81
DESIGN-EXPERT Plot
Jelatinizasyon DerecesiX = C: Besleme OraniY = B: Besleme Nemi
Actual FactorA: Vida Hizi = 280.00
97.44
98.70
99.96
101.23
102.49
Jel
atin
izas
yon
Der
eces
i
22.0
23.0
24.0
25.0
26.0
11.00
12.00
13.00
14.00
15.00
C: Besleme Orani B: Besleme Nemi
DESIGN-EXPERT Plot
Jelatinizasyon DerecesiX = A: Vida HiziY = C: Besleme Orani
Actual FactorB: Besleme Nemi = 13.00
87.29
91.80
96.31
100.82
105.33
Jel
atin
izas
yon
Der
eces
i
220.00
250.00
280.00
310.00
340.00
22.0
23.0
24.0
25.0
26.0
A: V ida Hizi C: Bes leme Orani
DESIGN-EXPERT Plot
Jelatinizasyon DerecesiX = B: Besleme Nemi Y = A: Vida Hizi
Actual FactorC: Besleme Orani = 24.0
85.97
90.82
95.66
100.51
105.35
Jel
atin
izas
yon
Der
eces
i
11.00
12.00
13.00
14.00
15.00
220.00
250.00
280.00
310.00
340.00
B: Besleme Nemi A: Vida Hizi
Şekil 4.3 Jelatinizasyon derecesi üzerine vida hızı, besleme nemi ve besleme oranının
etkisi
JD üzerine besleme nemi ve besleme oranının ikinci dereceden etkisi vardır.
Besleme nemi arttıkça JD yaklaşık olarak %14 nemden sonra azalma eğilimi
göstermiştir. Besleme oranı arttıkça JD yaklaşık olarak %24,5 kg/s besleme nemine
kadar artmış sonra azalma eğilimi göstermiştir. Yüksek besleme oranlarında nişasta
jelatinizasyonunun azaldığı ve bunun yüksek besleme oranlarında vidanın besleme
kısmının dolmasına ve bu yüzden kütleye olan ısı transferinin azalması sonucunda
materyalin tamamının jelatinize olamamasından kaynaklanabileceği bildirilmiştir
(Anderson ve ark., 1969).
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
82
Şekil 4.3’de %13 besleme neminde vida hızı ve besleme oranlarının JD
üzerine etkisi görülmektedir. % 11 ve15 besleme nemlerindeki vida hızı ve besleme
oranlarının JD üzerine etkisi Ek 3.a’da verilmiştir. Vida hızı arttıkça JD de lineer
olmayan bir şekilde artmakta ve yüksek vida hızlarında hafif azalmaktadır.
24 kg/s besleme oranında vida hızı ve besleme neminin JD üzerine etkileri şekil
4.3’de ve 22-24 kg/s besleme oranlarındaki vida hızı ve besleme neminin JD üzerine
etkileri Ek 3.a’da verilmiştir. Vida hızı arttıkça JD artmaktadır. Artan vida hızı
jelatinizasyon derecesini arttırmaktadır. Ancak meydana gelen değişikliklerin
çoğunun kesme geriliminden kaynaklandığı ifade edilmektedir. Eriyiğin vizkozitesi
düşük nem seviyelerinde artmakta bu da mekanik kesme geriliminin artmasına neden
olmaktadır (Bhattacharya and Hanna, 1987; Cai ve Diosady, 1993b). Vida hızındaki
artışa bağlı olarak artan jelatinizasyon derecesi sonucu genleşme oranı artmaktadır.
Birçok araştırıcı tarafından jelatinizasyon derecesinin ekstrüzyon sıcaklığının
artması ile arttığı ve nem içeriğinin artması ile azaldığı belirlenmiştir. Bununla
birlikte, belli bir sıcaklıktan sonra da, nişastanın degrade olmasından dolayı
jelatinizasyon derecesi azalmaktadır (Gomez ve Aguilera, 1984; Chauhan, 1988; Cai
ve Diosady, 1993).
Jelatinizasyonun göstergelerinden biri olan STİ ile JD arasındaki korelasyon
önemli bulunmuştur (r=0,278; P<0,05).
4.5. Ekstrüde Ürünlerin Fiziksel Özellikleri
4.5.1. Ekstrüde ürünlerin Kesme Kuvveti Özellikleri (KK)
Fiziksel özelliklerden olan mekanik kesme kuvveti yapısal sertliği ifade eder
ve bu ekstrüde üründe, ürün tekstürü ve ürün gevrekliği ile ilişkilidir. Ürün tekstürü
ekstrüzyon işlemi sırasındaki istenen ve/veya istenmeyen makro moleküler
değişiklikler ile ilişkilidir.
Ekstrüde ürünlerin KK değerleri Çizelge 4.10’de verilmiştir. KK değerleri
5,75±0,91 (16 no’lu ürün) ile 71,28±15,35 (1 no’lu ürün) değerleri arasında
belirlenmiştir. Varyans analizi sonucu KK üzerine vida hızı, besleme nemi (P<0,01)
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
83
ve besleme oranının (P<0,05) etkisi önemli bulunmuştur. Ayrıca vida hızının ikinci
dereceden etkisi de önemli bulunmuştur (P<0,01). Varyans analizi ve ikinci
dereceden model istatistik analiz sonuçları Ek 4’de verilmiştir.
Çizelge 4.10 Ürünlerin Kesme Kuvveti Değerleri
Örnek No
Vida Hızı
(d/d) Besleme
Nemi (%) Besleme
Oranı (kg/s) Ürün Çıkış
Sıcaklığı (0C)
Kesme Kuvveti
1 180 13 24 120 71,28±15,35a
2 220 11 22 135,5 23,10±6,16d
3 220 11 26 144 33,90±6,73c
4 220 15 22 130,5 38,37±7,67c
5 220 15 26 128 53,44±11,18b
6 280 10,6 24 150 11,45±2,25ef
7 280 13 20,5 139 13,93±4,29e
8 280 13 24 139 16,13±3,41e
9 280 13 24 140 16,19±4,92 e
10 280 13 24 139,5 15,92±4,11 e
11 280 13 24 140 15,30±2,72 e
12 280 13 24 139,5 15,28±2,79 e
13 280 13 24 140 15,13±4,09 e
14 280 13 27,5 140 16,80±4,30 e
15 280 16,4 24 132 34,67±6,62c
16 340 11 22 144,5 5,75±0,91f
17 340 11 26 153 10,71±2,30ef
18 340 15 22 137 15,05±6,82e
19 340 15 26 137 25,97±9,41d
20 380 13 24 142 12,37±3,42e
Harflendirme: Aynı sütunda farklı harflerle gösterilen değerler birbirinden farklıdır (P<0,01).
Kesme kuvveti için bağımsız değişkenlerin (Vida hızı, besleme nemi,
besleme oranı) arasındaki ilişkiyi açıklayan ikinci dereceden regresyon modelinin
kodlanmış faktörler ve gerçek faktörler kullanılarak gösterimi aşağıda verilmiştir.
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
84
KK(KF)=15,82–13,98(A)+7,35(B)+3,31(C)+9,05(A2)+1,91(B2)–0,40(C2)–
1,28(AB)–1,25(AC)+1,28(BC)
KK(GF)=204,241-1,252(A)-13,453(B)+5,269(C)+0,003(A2)-0,479(B2) - 0,101(C2)-
0,011(AB)-0,011(AC)+0,320(BC)
Burada :A=Vida hızı (d/d); B= Besleme nemi (%); C= Besleme oranı (kg/s)’dır.
Denklemde görüldüğü gibi KK üzerine en büyük etkiyi vida hızı
yapmaktadır. Bunu besleme nemi ve besleme oranı izlemektedir ve bu etkiler
istatistiksel olarak önemli bulunmuştur (P<0,01, P<0,05). Ayrıca ikinci derece
etkilerden vida hızının etkisi de önemli bulunmuştur (P<0,01). Vida hızı ile besleme
nemi arasında, vida hızı ile besleme oranı arasında ve besleme nemi ile besleme
oranı arasındaki interaksiyonların etkisi önemsiz bulunmuştur.
Vida hızı, besleme nemi ve besleme oranının kesme kuvveti üzerine 3
boyutlu tepki yüzey grafikleri şekil 4.4’de verilmiştir.
Şekil 4.4’de 280 d/d vida hızındaki besleme nemi ve besleme oranlarının KK
üzerine etkisi görülmektedir. 220 ve 340 d/d vida hızlarındaki besleme nemi ve
besleme oranlarının KK üzerine etkileri Ek 4.a’da verilmiştir. Besleme nemi arttıkça
KK doğrusal olmayan ikinci dereceden artış göstermiştir. Yaklaşık olarak %14
nemden sonra KK daha şiddetli artmıştır.
KK ile besleme nemi arasında (r=0,340, P<0,01) önemli korelasyon
belirlenmiştir. Benzer sonuçlar Suknark ve ark., 1997; Bhattacharya ve ark., 1986;
Ding ve ark., 2005 tarafından da belirlenmiştir. KK’nin besleme neminin azalması ile
azaldığı bilinmektedir (Batistuti ve ark., 1991).
Ding ve ark. 2005, Pirinç ununu çift vidalı ekstrüderde ekstrüde ettiklerinde
besleme neminin artışı ile ürün sertliğininde arttığını belirlemişlerdir.
Ding ve ark. 2006, buğday ununu çift vidalı ekstrüderde ekstrüde etmişler ve
besleme neminin ürün sertliği üzerine etkisinin önemli olduğunu ve besleme nemi
arttıkça ürün sertliğinin arttığını belirlemişlerdir. Araştırmadaki sonuçlar bu
araştırmacıların sonuçları ile benzerlik göstermektedir.
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
85
DESIGN-EXPERT Plot
Kesme KuvvetiX = C: Besleme OraniY = B: Besleme Nemi
Actual FactorA: Vida Hizi = 280.00
7.95
13.28
18.61
23.94
29.27 K
esm
e Ku
vvet
i
22.0
23.0
24.0
25.0
26.0
11.00
12.00
13.00
14.00
15.00
C: Besleme Orani B: Besleme Nemi
DESIGN-EXPERT Plot
Kesme KuvvetiX = C: Besleme OraniY = A: Vida Hizi
Actual FactorB: Besleme Nemi = 13.00
7.63
16.48
25.32
34.17
43.01
Kes
me
Kuvv
eti
22.0
23.0
24.0
25.0
26.0
220.00
250.00
280.00
310.00
340.00
C: Besleme Orani
A: Vida Hizi
DESIGN-EXPERT Plot
Kesme KuvvetiX = B: Besleme Nemi Y = A: Vida Hizi
Actual FactorC: Besleme Orani = 24.0
5.94
16.80
27.67
38.53
49.40
Kes
me
Kuvv
eti
11.00
12.00
13.00
14.00
15.00
220.00 250.00
280.00
310.00
340.00
B: Besleme Nemi
A: Vida Hizi
Şekil 4.4. Kesme kuvveti üzerine vida hızı, besleme nemi ve besleme etkisi
Besleme oranı arttıkça KK ikinci dereceden artış göstermiştir. Yüksek
besleme oranlarında ekstrüder silindiri içerisinde ısı iletimi yeterli sağlanamadığı
durumda yeterli jelatinizasyon sağlanamayacaktır (Anderson ve ark., 1969). Bunun
sonucunda ürünün KK artacaktır (Chen ve ark., 1991; Martinez-Serna ve Villota,
1992).
Yapılan bir araştırmada, pirinç unu ve nohut unu karışımı ekstrüde edilmiş ve
besleme oranı arttıkça kesme kuvvetinin azaldığı bulunmuştur (Bhattacharya ve
Choudhury, 1994). Yapılan bir diğer araştırmada da pirinç unundan elde edilen
ürünlerin KK’lerinin besleme oranının artması ile arttığı belirlenmiştir.
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
86
Kesme kuvveti GO, yoğunluk ve JD’ne bağlıdır. GO ve JD arttıkça ve
yoğunluk azaldıkça KK azalabilecektir. (Owusu-Ansah ve ark., 1983; Batistuti ve
ark., 1991; Chen ve ark., 1991; Martinez-Serna ve Villota, 1992). KK kuvveti ile GO
arasındaki korelasyon ( r=-590, P<0,01), KK ile JD arasındaki korelasyon (r=-890,
P<0,01) ve KK ile yoğunluk arasındaki korelasyon (r=0,944, P<0,01) önemli
bulunmuştur.
Çiğnenebilirlik açışından mekanik direncin düşük olması istemektedir. Yani
KK’nin düşük olması için yoğunluğun düşük, JD ve GO’nın yüksek olması
beklenmektedir.
Şekil 4.4’de %13 besleme nemindeki vida hızı ve besleme oranlarının KK
üzerine etkisi görülmektedir. %11 ve %15 besleme nemlerinde vida hızı ve besleme
oranlarının KK üzerine etkisi Ek 4.a’da verilmiştir. Vida hızı arttıkça KK azalmakta
özellikle yüksek vida hızlarında sabit kalma eğilimine girmektedir. Vida hızının
artması JD’yi arttırabilecektir. Bunun sonucunda GO ve yoğunluk azalacak ve
böylece kesme kuvveti azalmış olacaktır. KK ile vida hızı arasındaki korelasyon
önemli bulunmuştur (r=-0,730, P<0,01).
24 kg/s besleme oranında vida hızı ve besleme neminin KK üzerine etkisi
şekil 4.3’de görülmektedir. 22 ve 26 kg/s besleme oranlarındaki vida hızı ve besleme
neminin KK üzerine etkileri Ek 4.a’da verilmiştir. Vida hızı arttıkça KK azalmış ve
besleme oranı arttıkça KK artmıştır.
KK ile ürünlerin duyusal olarak genel kabul edilebilirlik özellikleri arasında
P<0,01 düzeyinde negatif yönde korelasyon belirlenmiştir (r=-0,608). Yani ürünün
sertliği arttıkça duyusal olarak kabul edilebilirliği azalmıştır.
4.5.2. Ekstrüde ürünlerin Renk Değerleri
Renk tayini Hunter–Lab Kolorimetre kullanılarak yapılmıştır. Hunter- Lab
kolorimetrede örneklerin rengi L, a ve b değerleri ile belirlenir. L değerinin 100’den
sıfıra doğru azalması rengin siyaha yaklaştığını (L (0, siyah; 100 beyaz), b
değerindeki artış rengin sarılaştığını; azalış ise rengin maviye değişimini a
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
87
değerindeki artış rengin kırmızılaştığını; azalışın ise rengin yeşillendiğini
göstermektedir (Chinnawamy ve Hana, 1988).
4.5.2.1. Ekstrüde Ürünlerinde L (açıklık/koyuluk) Değerleri
Ekstrüde ürünlerin L değerleri çizelge 4.11’de verilmiştir. L değerleri
70,9±0,1 (6 no’lu ürün) ile 86,6±0,1 (15 no’lu ürün) arasında değişmektedir.
Çizelge’de görüldüğü gibi en koyu ürün besleme nemi en düşük olan ürün ve en açık
ürün de besleme nemi en fazla olan ürün olarak belirlenmiştir. Varyans analizine
göre ürünlerin L değeri üzerine besleme neminin etkisi istatistiksel olarak önemli
bulunmuştur (P<0,01). Varyans analizi ve lineer model istatistik analiz sonuçları Ek
5’de verilmiştir.
L değeri için bağımsız değişkenlerin (Vida hızı, besleme nemi, besleme
oranı) arasındaki ilişkiyi açıklayan lineer regresyon modelinin kodlanmış faktörler ve
gerçek faktörler kullanılarak gösterimi aşağıda verilmiştir.
L(KF)=79,18–0,57(A)+4,95(B)-0,22(C)
L(GF)=52,29181-0,009(A)+2,473(B)-0,109(C)
Burada :A=Vida hızı (d/d); B= Besleme nemi (%); C= Besleme oranı (kg/s)’dır..
Denklemden L değeri üzerine en büyük etkiyi besleme neminin yaptığı
görülmektedir.
Vida hızı, besleme nemi ve besleme oranının L üzerine 3 boyutlu tepki yüzey
grafikleri şekil 4.5’de verilmiştir.
Şekil 4.5’de 280 d/d vida hızındaki besleme nemi ve besleme oranlarının L
değeri üzerine etkisi görülmektedir. Besleme nemi arttıkça L değeri de artmıştır. Bu
durum her üç vida hızı değerlerinde de elde edilmiştir Besleme nemi ile L değeri
arasındaki korelasyon önemli bulunmuştur (r=0,813, P<0,01). 220 ve 340 d/d vida
hızlarındaki besleme nemi ve besleme oranlarının L değeri üzerine etkisi Ek 5.a’da
verilmiştir
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
88
Çizelge 4.11. ekstrüde Ürünlerin L, a, b Değerleri
Örnek No
Vida Hızı (d/d)
Besleme Nemi (%)
Besleme Oranı (kg/s)
Sıcaklık (0C)
L
a
b
1 180 13 24 120 81,4±0,2e -14,2±0,1l 31,2±0,1b
2 220 11 22 135,5 75,2±0,2m -9,5±0,5c 26,9±0,0h
3 220 11 26 144 75,6±0,2l -9,5±0,5c 26,8±0,1h
4 220 15 22 130,5 80,2±0,1f -14,2±0,3l 30,0±0,7de
5 220 15 26 128 85,6±0,4b -14,9±0,0m 32,0±0,0a
6 280 10,6 24 150 70,9±0,1p -13,5±0,1k 26,6±0,0hi
7 280 13 20,5 139 81,5±0,1e -11,7±0,1d 26,9±0,0h
8 280 13 24 139 81,6±0,1de -12,2±0,1e 27,3±0,1g
9 280 13 24 140 77,2±0,0j -12,0±0,1e 30,1±0,1de
10 280 13 24 139,5 81,9±0,1d -12,2±0,1ef 27,6±0,1g
11 280 13 24 140 78,1±0,1h -12,5±0,1g 30,2±0,1d
12 280 13 24 139,5 77,7±0,2i -12,4±0,1fg 29,9±0,1de
13 280 13 24 140 81,9±0,2d -12,5±0,4g 28,3±0,6f
14 280 13 27,5 140 78,6±0,2g -12,9±0,1h 30,8±0,2c
15 280 16,4 24 132 86,5±0,1a -13,4±0,1jk 25,6±0,0j
16 340 11 22 144,5 74,7±0,2n -9,1±0,1b 26,4±0,1i
17 340 11 26 153 71,7±0,2o -8,3±0,1a 26,5±0,2hi
18 340 15 22 137 84,8±0,2c -13±0,1hi 26,8±0,3hi
19 340 15 26 137 84,6±0,1c -13,2±0,1ij 26,6±0,1hi
20 380 13 24 142 76,9±0,1k -12,1±0,1e 29,9±0,1e
Harflendirme: Aynı sütunda farklı harflerle gösterilen değerler birbirinden farklıdır (P<0,01).
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
89
DESIGN-EXPERT Plot
LX = B: Besleme Nemi Y = A: Vida Hizi
Actual FactorC: Besleme Orani = 24.0
73.66
76.42
79.18
81.93
84.69
L
11.00
12.00
13.00
14.00
15.00
220.00
250.00
280.00
310.00
340.00
B: Besleme Nemi
A: Vida Hizi
Şekil 4.5 L değeri üzerine vida hızı, besleme nemi ve besleme oranının etkisi
Besleme nemi arttıkça ürün rengi açılmıştır. Besleme nemi ile ürün çıkış
sıcaklıkları arasındaki korelasyon önemli bulunmuştur (r=-,724, P<0,01). Besleme
nemi artması ile ürün çıkış sıcaklığı düşmesi nedeni ile besleme neminin artması
ürün rengini de düşürebilmektedir.
Şekil 4.5’de %13 besleme nemindeki vida hızı ve besleme oranlarının L
değeri üzerine etkisi görülmektedir. %11 ve %15 besleme nemlerindeki vida hızı ve
besleme oranlarının L değeri üzerine etkisi Ek 5.a’da verilmiştir. Vida hızı arttıkça L
değeri azalmıştır.
24 kg/s besleme oranında vida hızı ve besleme neminin L değeri üzerine
etkileri şekil 4.5’da görülmektedir. 22 ve 26 kg/s besleme oranlarında vida hızı ve
besleme neminin L değeri üzerine etkileri Ek 5.a’da verilmiştir. Besleme nemi
DESIGN-EXPERT Plot
LX = C: Besleme OraniY = A: Vida Hizi
Actual FactorB: Besleme Nemi = 13.00
78.39
78.78
79.18
79.57
79.96
L
22.0
23.0
24.0
25.0
26.0
220.00 250.00
280.00 310.00
340.00
C: Besleme Orani
A: Vida Hizi
DESIGN-EXPERT Plot
LX = C: Besleme OraniY = B: Besleme Nemi
Actual FactorA: Vida Hizi = 280.00
74.01
76.59
79.18
81.76
84.34
L
22.0
23.0
24.0
25.0
26.0
11.00
12.00
13.00
14.00
15.00
C: Besleme Orani B: Besleme Nemi
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
90
arttıkça L değeri artmaktadır. L değeri ile ürün çıkış sıcaklığı arasında önemli
korelasyon bulunmuştur (r=-693, P<0,01). Artan vida hızının renk üzerinde önemli
etkiye sahip olduğu belirtilmektedir. Vida hızının renk üzerine olan etkisi iki farklı
şekilde açıklanmaktadır. Bir görüşe göre; artan vida hızı ekstrüderde kalış süresini
kısaltmaktadır ve böylece üründeki esmerleşme önlenmektedir. Bunun tam tersi olan
görüşe göre ise; artan vida hızı ile birlikte kesme oranı artmakta ve ürün sıcaklığı
yükselmekte ve daha fazla esmerleşme meydana gelmektedir (Jin ve ark., 1994).
Yapılan araştırmada ürün çıkış sıcaklığının artması ile birlikte daha koyu renkli
ürünler elde edilmesi, artan vida hızının kesme oranını arttırarak ürün sıcaklığında
artışa neden olduğu ve bu nedenle de esmerleşmenin meydana geldiği görüşü ile
paralellik göstermektedir.
Sıcaklık arttıkça ürün renginin koyulaştığı değişik araştırmacılar tarafından da
ortaya konulmuştur (Singh ve ark, 1991; Cheftel, 1989). Bu değişmenin ısıl işlemin
bir sonucu olarak düşünülmesinin yanında; enzimatik olmayan esmerleşme
reaksiyonu (Maillard reaksiyonları) sonucunda da meydana gelmiş olabileceği ayrıca
belirtilmektedir. Maillard reaksiyonlarının bir göstergesi ise ekstrüde edilmiş
materyaldeki renk değişimidir. Maillard reaksiyonları sırasında oluşan melanoidinler
ve diğer reaksiyon ürünleri gıdanın renginde koyulaşmaya neden olmaktadır (Bjorch
ve ark., 1984). Ürünlerin çıkış sıcaklığının artması ile birlikte rengin koyulaşması
maillard reaksiyonlarının oluşmuş olabileceğini düşündürmektedir.
4.5.2.2. Ekstrüde Ürünlerin a değeri Sonuçları
Çizelge 4.11’da görüldüğü gibi ürünlerin a değerleri -14,9±0,0 (5 no’lu ürün)
ile -8,3±0,1 (17 no’lu ürün) arasında değişmektedir. Varyans analizine göre a değeri
üzerine besleme neminin etkisi önemli bulunmuştur (P<0.01). Varyans analizi ve
lineer model istatistik analiz sonuçları Ek 6’da verilmiştir.
a değeri için bağımsız değişkenlerin (Vida hızı, besleme nemi, besleme oranı)
arasındaki ilişkiyi açıklayan lineer regresyon modelinin kodlanmış faktörler ve
gerçek faktörler kullanılarak gösterimi aşağıda verilmiştir.
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
91
a(KF)=-12,13+0,59(A)–1,57(B)–0,16(C)
a(GF)=-2,77455+0,010(A)-0,787(B)-0,077876(C)
Burada :A=Vida hızı (d/d); B= Besleme nemi (%); C= Besleme oranı (kg/s)’dır.
Denklemde görüldüğü gibi a değeri üzerine en büyük etkiyi besleme nemi
yapmıştır ve bu etki negatif yöndedir.
Vida hızı, besleme nemi ve besleme oranının a üzerine 3 boyutlu tepki yüzey
grafikleri şekil 4.6’da verilmiştir.
Şekil 4.6’da 280 d/d vida hızındaki besleme nemi ve besleme oranlarının a
değeri üzerine etkisi görülmektedir. 220-340 d/d Vida hızlarındaki besleme nemi ve
besleme oranlarının a değeri üzerine etkisi Ek 6.a’da verilmiştir. Besleme nemi
arttıkça a değeri lineer olarak artmıştır. Bu durum her üç vida hızı değerlerinde de
elde edilmiştir.
Njoki ve Faller, 2001, soya proteini konsantresi, mısır unu ve sinir otu unu
karışımlarından ekstrüde ettikleri ürünlerin -a değerlerinin besleme nemi azaldıkça
arttığını belirlemişlerdir. Araştırmada bulunan sonuçlar bu araştırma sonuçları ile
benzerlik göstermektedir.
Şekil 4.6’da %13 besleme nemindeki vida hızı ve besleme oranının a değeri
üzerine etkisi görülmektedir. %11 ve %15 besleme nemlerindeki vida hızı ve
besleme oranlarının a değeri üzerine etkileri Ek 6.a’da verilmiştir. Vida hızı arttıkça
a değeri artış eğilimi, besleme oranı arttıkça a değeri azalış eğilimi göstermiştir. Vida
hızı ile a değeri arasındaki korelasyon önemli bulunmuştur (r=0,280, p=0,05). Ürün
sıcaklığı ve a değeri arasında pozitif bir korelasyon belirlenmiştir (r=0,638) (P<0,01).
Yani ürün sıcaklığı arttıkça a değeri de artmaktadır.
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
92
DESIGN-EXPERT Plot
aX = C: Besleme OraniY = B: Besleme Nemi
Actual FactorA: Vida Hizi = 280.00
-13.86
-12.99
-12.13
-11.26
-10.40
a
22.0 23.0
24.0 25.0
26.0
11.00 12.00
13.00 14.00
15.00
C: Besleme Orani B: Besleme Nemi
DESIGN-EXPERT Plot
aX = C: Besleme OraniY = A: Vida Hizi
Actual FactorB: Besleme Nemi = 13.00
-12.87
-12.50
-12.13
-11.75
-11.38
a
22.0 23.0
24.0 25.0
26.0
220.00 250.00
280.00 310.00
340.00
C: Besleme Orani A: Vida Hizi
DESIGN-EXPERT Plot
aX = B: Besleme Nemi Y = A: Vida Hizi
Actual FactorC: Besleme Orani = 24.0
-14.29
-13.21
-12.13
-11.04
-9.96
a
11.00
12.00
13.00
14.00
15.00
220.00
250.00
280.00
310.00
340.00
B: Besleme Nemi
A: Vida Hizi
Şekil 4.6. a değeri üzerine vida hızı, besleme nemi ve besleme oranının etkisi a
değeri üzerine besleme oranı ve besleme neminin etkileri
24 kg/s besleme oranında vida hızı ve besleme neminin a değeri üzerine
etkileri şekil 4.6’da görülmektedir. 22 ve 26 kg/s besleme oranlarındaki vida hızı ve
besleme neminin a değeri üzerine etkisi Ek 6.a’da verilmiştir. a değeri vida hızı
arttıkça artmakta ve besleme nemi arttıkça a değeri azalmaktadır.
4.5.2.3. Ekstrüde Ürünlerin b değeri Sonuçları
Ürünlerin b değerleri 25,6±0,0 ile 32,0±0,0 arasında belirlenmiştir. Vida hızı,
besleme nemi besleme oranının b değeri üzerine etkileri istatistiksel olarak önemsiz
bulunmuştur (P>0,05) (varyans analiz sonuçları Ek 7’de verilmiştir).
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
93
Ürün sıcaklıkları ile b değerleri arasında belirlenen koreasyon istatistiksel
olarak önemli bulunmuştur (r=0,480, P<0,01). Sıcaklık arttıkça b değeri artmaktadır.
4.6. Ekstrüde Ürünlerin Yapısal Özellikleri
Yapısal özelliklerden genleşme oranı ve yoğunluk kabarıklılığın boyutunu
belirlemektedir.
Çizelge 4.12’da ürünlerin yapısal özelliklerinden olan yoğunluk ve genleşme
oranları değerleri verilmiştir.
Çizelge 4.12. Ürünlerin Yoğunluk ve Genleşme Oranları Değerleri
Örnek No
Vida Hızı (d/d)
Besleme Nemi (%)
Besleme Oranı (kg/s)
Sıcaklık (0C) Yoğunluk (g/cm3) Genleşme Oranı
1 180 13 24 120 0,44±0,05a 2,34±0,13d 2 220 11 22 135,5 0,27±0,02d 2,41±0,06d 3 220 11 26 144 0,33±0,02c 2,24±0,05d 4 220 15 22 130,5 0,32±0,02c 2,62±0,11c 5 220 15 26 128 0,41±0,04b 2,41±0,11d 6 280 10,6 24 150 0,19±0,01fg 2,61±0,08d 7 280 13 20,5 139 0,19±0,02f 2,88±0,11d 8 280 13 24 139 0,22±0,01ef 2,93±0,09d 9 280 13 24 140 0,23±0,02ef 2,83±0,07d 10 280 13 24 139,5 0,21±0,01f 2,93±0,06d 11 280 13 24 140 0,20±0,01f 2,95±0,09d 12 280 13 24 139,5 0,21±0,02ef 2,90±0,14d 13 280 13 24 140 0,22±0,01ef 2,86±0,07d 14 280 13 27,5 140 0,25±0,00de 2,66±0,06d 15 280 16,4 24 132 0,31±0,01c 2,68±0,09d 16 340 11 22 144,5 0,15±0,00g 2,83±0,06abc 17 340 11 26 153 0,20±0,03f 2,52±0,17bc 18 340 15 22 137 0,19±0,01f 3,17±0,10a 19 340 15 26 137 0,22±0,01ef 3,12±0,14a 20 380 13 24 142 0,19±0,01fg 3,00±0,09ab Harflendirme: Aynı sütunda farklı harflerle gösterilen değerler birbirinden farklıdır (P<0,01)
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
94
4.6.1. Yoğunluk
Çizelge 4.12’de görüldüğü gibi ürünlerin yoğunlukları 0,19±0,01 ile
0,44±0,05 g/cm3 arasında değişmektedir.
Vida hızı, besleme nemi ve besleme oranının yoğunluk üzerine etkisi
istatistiksel olarak önemli bulunmuştur (P<0,01). Ayrıca vida hızı ve besleme
neminin ikinci dereceden etkisi de önemli bulunmuştur (P<0,01, P<0,05). Yoğunluk
üzerine interaksiyon etkilerinin olduğu fakat bu etkilerin önemsiz olduğu
belirlenmiştir (P>0,05). Varyans analizi ve ikinci dereceden istatistik analiz sonuçları
Ek 8’de verilmiştir.
Yoğunluk için bağımsız değişkenlerin (vida hızı, besleme nemi, besleme
oranı) arasındaki ilişkiyi açıklayan ikinci dereceden regresyon modelinin kodlanmış
faktörler ve gerçek faktörler kullanılarak gösterimi aşağıda verilmiştir.
Y(KF)=0,21-0,073(A)+0,028(B)+0,024(C)+0,035(A2)+0,013(B2)+0,0004(C2)–
0,009(AB)-0,009(AC)+0,001(BC)
Y(GF)=0,886-0,004(A)-0,058(B)+0,017(C)+0,00001(A2)+0,003(B2)+0,0002(C2)-
0,00007(AB)-0,00007(AC)+0,0003(BC)
Burada :A=Vida hızı (d/d); B= Besleme nemi (%); C= Besleme oranı (kg/s)’dır.
Denklemde; vida hızının yoğunluk üzerine negatif ve en büyük etkiyi yaptığı,
görülmektedir (P<0,01). Ayrıca vida hızı ve besleme neminin ikinci dereceden
etkileri vardır (P<0,01). Vida hızı besleme nemi, vida hızı besleme oranı ve besleme
nemi ve besleme oranı arasındaki interaksiyonların önemsiz olduğu görülmektedir.
Vida hızı, besleme nemi ve besleme oranının yoğunluk üzerine 3 boyutlu
tepki yüzey grafikleri şekil 4.7’de verilmiştir.
Şekil 4.7’de 280 d/d vida hızındaki besleme nemi ve besleme oranının
yoğunluk üzerine etkisi görülmektedir. 220 ve 340 d/d vida hızlarındaki besleme
nemi ve besleme oranlarının yoğunluk üzerine etkisi Ek 8.a’da verilmiştir. besleme
nemi arttıkça yoğunluk ikinci dereceden artmıştır. Bu artış yaklaşık %14 nemden
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
95
sonra azalma eğilimi göstermektedir. Besleme oranı arttıkça yoğunluk ikinci
dereceden artmıştır. Bu durum her üç vida hızı değerlerinde de elde edilmiştir.
Suknark ve ark., (1997), kısmen yağı alınmış yer fıstığı unu ve nişastayı
ekstrüde etmişler ve besleme nem oranı arttıkça yoğunluğun arttığını ve
belirlemişlerdir.
DESIGN-EXPERT Plot
YogunlukX = C: Besleme OraniY = B: Besleme Nemi
Actual FactorA: Vida Hizi = 280.00
0.18
0.20
0.23
0.26
0.28
Yog
unlu
k
22.0 23.0
24.0 25.0
26.0
11.00 12.00
13.00 14.00
15.00
C: Besleme Orani
B: Bes leme Nemi
DESIGN-EXPERT Plot
YogunlukX = C: Besleme OraniY = A: Vida Hizi
Actual FactorB: Besleme Nemi = 13.00
0.16
0.21
0.26
0.31
0.36
Yog
unlu
k
22.0 23.0 24.0 25.0 26.0
220.00 250.00 280.00 310.00 340.00 C: Besleme Orani
A: Vida Hizi
DESIGN-EXPERT Plot
YogunlukX = A: Vida HiziY = B: Besleme Nemi
Actual FactorC: Besleme Orani = 24.0
0.17
0.22
0.27
0.32
0.37
Yog
unlu
k
220.00 250.00
280.00 310.00
340.00
11.00
12.00
13.00
14.00
15.00
A: Vida Hizi
B: Besleme Nemi
Şekil 4.7. Yoğunluk üzerine vida hızı, besleme nemi ve besleme onanının etkisi
Ding ve ark. (2005), pirinç ununu ve (2006), buğday ununu çift vidalı
Ekstrüderde ekstrüde etmişler ve besleme nemi arttıkça ürün yoğunluğunun arttığını
bulmuşlardır. Araştırmada bulunan sonuçlar bu araştırıcıların sonuçları ile benzerlik
göstermektedir.
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
96
Besleme nemi ürün yoğunluğu ve genleşmesinde en önemli faktördür
(Faubion ve Hoseney, 1982; Launey ve Lish, 1983).
Şekil 4.7’de % 13 besleme nemindeki vida hızı ve besleme oranının yoğunluk
üzerine etkisi görülmektedir. %11 ve %15 besleme nemlerindeki vida hızı ve
besleme oranlarının yoğunluk üzerine etkileri Ek 8.a’da verilmiştir. Vida hızı arttıkça
yoğunluk ikinci dereceden azalmıştır. Yoğunluk yaklaşık 280 d/d vida hızından
sonraki vida hızlarında azalma eğilimi göstermektedir. Vida dönüş hızındaki artış
ürün yoğunluğunda azalmaya neden olmaktadır (Chinnaswamy ve Hanna, 1988a).
Besleme oranı arttıkça yoğunluk ikinci dereceden artmıştır.
Guha ve ark., 1997. pirinç ununu ekstrüde ederek kabarmış bir ürün elde
etmişler ve vida hızı arttıkça yoğunluğun azaldığını belirlemişlerdir. Vida hızı
yüksek olduğunda ürün sıcaklığının arttığını ve sonuçta da jelatinizasyonun tam
olduğunu böylece yoğunluğun azaldığını belirtmişlerdir.
Ding ve ark. (2005), pirinç ununu ve (2006) buğday ununu çift vidalı
ekstrüderde ekstrüde etmişler ve vida hızı arttıkça yoğunluğun azaldığını
belirlemişlerdir. Araştırmada elde edilen sonuçlar bu araştırıcıların sonuçları ile
benzerlik göstermektedir.
Şekil 4.7’de 24 kg/s besleme oranlarında vida hızı ve besleme neminin
yoğunluk üzerine etkileri görülmektedir. 22-26 kg/s besleme oranlarında vida hızı ve
besleme neminin yoğunluk üzerine etkileri Ek 8.a’da verilmiştir. Vida hızı arttıkça
yoğunluk azalmakta ve 280 d/d vida hızından sonra azalış eğilimi göstermektedir.
Besleme nemi arttıkça yoğunluk doğrusal olmayan bir şekilde artmıştır.
Yoğunluk ile genleşme oranı arasında negatif korelasyon bulunmuştur (r=-
0,690, P<0,01). Yoğunluk azaldıkça genleşme oranı artmaktadır. Genleşme oranının
artabilmesi için JD’nin yüksek olması gerekmektedir. Yoğunluk ile jelatinizasyon
derecesi arasındaki korelasyon istatistiksel olarak önemli bulunmuştur (r=0,635,
P<0,001). Yoğunluk ekstrüde ürünün kalitesi üzerine etkili olan özelliklerden
birisidir (Suknark ve ark., 1997). Genleşmiş ekstrüde ürünlerde minimum yoğunluk
istenen bir özelliktir. Yoğunluk ile GO arasında negatif korelasyon bulunmaktadır
(Halek ve Chang, 1992). Ayrıca yoğunluk ile ürün çıkış sıcaklığı arasındaki
korelasyon da önemli bulunmuştur (r=-0,749; P<0,01). Genleşme oranının tersine,
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
97
yoğunluk sıcaklığın artması ile azalmaktadır (Chauhan, 1988, Launey ve Lish, 1983;
Gujska ve Khan, 1990).
4.6.2. Genleşme Oranı
Genleşme oranı ürün kalitesini belirleyen faktörlerden birisidir ve ürün
gevrekliği, su tutma, suda çözünürlük ve ile ilişkilidir (Mercier ve Filet, 1975).
Çizelge 4.12’de görüldüğü gibi ürünlerin genleşme oranları 2,34±0,13 ile
3,17±0,10 arasında belirlenmiştir. Varyans analizine göre genleşme oranı üzerine
vida hızı, besleme nemi ve besleme oranının etkisi istatistiksel olarak önemli
bulunmuştur (P<0,01). Vida hızı, besleme nemi (P<0,01) ve besleme oranının
(P<0,05) ikinci dereceden etkileri de istatistiksel olarak önemli bulunmuştur. Ayrıca
vida hızı ile besleme neminin interaksiyon etkisi de önemli bulunmuştur (P<0,05).
Varyans analizi ve ikinci dereceden model istatistik analiz sonuçları Ek 9’da
verilmiştir.
Genleşme oranı için bağımsız değişkenlerin (vida hızı, besleme nemi,
besleme oranı) arasındaki ilişkiyi açıklayan ikinci dereceden regresyon modelinin
kodlanmış faktörler ve gerçek faktörler kullanılarak gösterimi aşağıda verilmiştir.
GO(KF)=2,91+0,23(A)+0,14(B)–0,080(C)–0,078(A2)–0,14(B2)–
0,039(C2)+0,070(AB)+0,003(AC)+0,028(BC)
GO(GF)=-6,720+0,008(A)+0,627(B)+0,329(C)-0,00002(A2)-0,034(B2)-
0,010(C2)+0,0004(AB)+2,083(AC)+0,007(BC)
Burada :A=Vida hızı (d/d); B= Besleme nemi (%); C= Besleme oranı (kg/s)’dır.
Genleşme oranı üzerine en büyük etkiyi vida hızı göstermiştir. Bunu besleme
nemi ve besleme oranının etkisi izlemekte ve bu etkiler istatistiksel olarak önemlidir
(P<0,01). Vida hızı, besleme nemi ve besleme oranının ikinci dereceden etkileri
vardır ve bu etkiler önemlidir (P<0,01; P<0,05). Vida hızı besleme nemi, vida hızı
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
98
besleme oranı ve besleme nemi besleme oranı arasındaki interaksiyon etkilerinden
vida hızı besleme nemi arasındaki interaksiyon etkisi önemli bulunmuştur (P<0,05).
Vida hızı, besleme nemi ve besleme oranının genleşme oranı üzerine 3
boyutlu tepki yüzey grafikleri şekil 4.8’de verilmiştir.
Şekil 4.8’de 280 d/d vida hızındaki besleme nemi ve besleme oranlarının GO
üzerine etkisi görülmektedir. 220 ve 340 d/d vida hızlarındaki besleme nemi ve
besleme oranlarının genleşme oranı üzerine etkisi Ek 9.a’da verilmiştir. Besleme
oranı arttıkça yoğunluk ikinci dereceden artmıştır. Yaklaşık 24 kg/s besleme
oranından sonra azalma eğilimi göstermiştir. Besleme nemi arttıkça GO’da doğrusal
olmayan bir şekilde artmış, yaklaşık %14 nem miktarından sonraki nem
miktarlarında azalma eğilimi göstermiştir. Bu durum her üç vida hızı değerlerinde de
elde edilmiştir.
Sing ve Smith, 2000, yulaf ununu ekstrüde ederek kabarmış bir ürün elde
etmişler ve nem miktarı arttıkça genleşmenin arttığını belirlemişlerdir.
Ding ve ark., (2005), pirinç ununu ve (2006) buğday ununu ekstrüde etmişler
ve besleme neminin genleşme üzerine etkisini önemli bulmuşlardır. Besleme nemi
arttıkça genleşme oranı azalmıştır.
Şekil 4.8’de %13 besleme nemindeki vida hızı ve besleme oranlarının GO
üzerine etkisi görülmektedir. %11 ve %15 besleme nemlerindeki vida hızı ve
besleme oranlarının genleşme oranı üzerine etkileri Ek 9.a’da verilmiştir. Vida hızı
arttıkça GO doğrusal olmayan bir şekilde artmıştır. Genleşme oranı ile vida hızı
arasındaki korelasyon önemli bulunmuştur (r=0,725; P<0,01). Vida hızındaki artış
ürünün GO’nını arttırmaktadır (Chinnaswamy ve Hanna, 1988a, b).
Chinnawamy ve Hanna (1988a) mısır nişastasını ekstrüde ederek elde ettikleri
ürünlerde vida hızı arttıkça genleşme oranının arttığını belirlemişlerdir.
Besleme oranı arttıkça GO doğrusal olmayan bir şekilde azalmıştır. Besleme
oranı ile GO arasında negatif korelasyon belirlenmiştir (r=-0,261; P<0,05). Bu durum
ekstrüder silindirinde materyalde ısı geçişinin iyi sağlanamaması ve bunun
sonucunda jelatinizasyonun tam olmamasından kaynaklanabilir. GO ile JD
arasındaki korelasyon önemli bulunmuştur (r=0,627; P<0,01).
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
99
Ding ve ark., (2005), pirinç ununu ve (2006) buğday ununu ekstrüde etmişler
ve besleme oranı arttıkça GO’nın azaldığını belirlemişlerdir. Araştırmada elde edilen
sonuçlar bu araştırmacının sonuçları ile benzerlik göstermektedir.
DESIGN-EXPERT Plot
Genlesme OraniX = C: Besleme OraniY = B: Besleme Nemi
Actual FactorA: Vida Hizi = 280.00
2.48
2.60
2.73
2.85
2.97
Gen
lesm
e O
rani
22.0
23.0
24.0
25.0
26.0
11.00
12.00
13.00
14.00
15.00
C: Besleme Orani B: Besleme Nemi
DESIGN-EXPERT Plot
Genlesme OraniX = C: Besleme OraniY = A: Vida Hizi
Actual FactorB: Besleme Nemi = 13.00
2.48
2.63
2.79
2.94
3.09
Gen
lesm
e O
rani
22.0
23.0
24.0
25.0
26.0
220.00
250.00
280.00
310.00
340.00
C: Besleme Orani A: Vida Hizi
DESIGN-EXPERT Plot
Genlesme OraniX = B: Besleme Nemi Y = A: Vida Hizi
Actual FactorC: Besleme Orani = 24.0
2.40
2.58
2.76
2.95
3.13
Gen
lesm
e O
rani
11.00
12.00
13.00
14.00
15.00
220.00
250.00
280.00
310.00
340.00
B: Besleme Nemi A: Vida Hizi
Şekil 4.8 Genleşme oranı üzerine vida hızı, besleme nemi ve besleme onanının etkisi
Şekil 4.8’de 24 ve kg/s besleme oranında vida hızı, besleme nemi ve besleme
oranının GO üzerine etkileri görülmektedir. 22-26 kg/s besleme oranlarında vida hızı
ve besleme neminin yoğunluk üzerine etkileri Ek 9.a’da verilmiştir. vida hızı arttıkça
GO ikinci dereceden artmış ve yüksek vida hızlarında azalma eğilimi göstermiştir.
Besleme nemi arttıkça genleşme oranı ikinci dereceden artmış ve yüksek nem
oranlarında azalma eğilimi göstermiştir.
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
100
Genleşme oranı ve yoğunluk nişasta jelatinizasyonu ile ilişkilidir.
Jelatinizasyon arttıkça genleşme oranı artacak ve yoğunluk azalacaktır (Bhattacharya
ve Choudhury, 1994; Suknark ve ark., 1997).
4.7. Duyusal Özellikler
Ürünlerin görünüş, renk, tat ve aroma, tekstür ve genel kabul edilebilirlik
özelliklerine göre ve panelistlerin tercihleri doğrultusunda hedonik skalaya göre 1-9
puan arasında puanladıkları duyusal analiz sonuçları çizelge 4.13’de görülmektedir.
Duyusal özelliklerin değerlendirilmesinde literatürde benzer formülasyon
olmamasından dolayı diğer araştırma sonuçları ile mukayese etmek mümkün
olmamıştır.
4.7.1. Görünüş
Görünüş bakımından ürünlere verilen renk puanları 3,70 ± 1,42 (1 no’lu ürün)
ile , 7,40±0,84 (13 no’lu ürün) arasında değişmiş ve ortalama 5,58 olarak
belirlenmiştir (Çizelge 4.13). Bağımsız değişkenlerin (vida hızı, besleme nemi,
besleme oranı) görünüş üzerine önemli bir etkisi bulunmamıştır (P>0,05). Varyans
analizi istatistik analiz sonuçları Ek 10’da verilmiştir).
Görünüşe verilen puan ile GO arasında pozitif yönde ve korelasyon
belirlenmiştir (r=0,436, P<0,001). Görünüşe verilen puan ile kesme kuvveti arasında
(r;-0,421, P<0,01) ve yoğunluk arasında (r=-405, P<0,01) negatif yönde korelasyon
belirlenmiştir. Yani GO yüksek ve KK ve yoğunluğu düşük olan ürünlere görünüş
bakımından daha yüksek puan verilmiştir.
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
101
Çizelge 4.13. Ürünlerin Duyusal Analiz Sonuçları Örnek No
Görünüş
Renk
Tat ve Aroma
Tekstür
Genel Kabul Edilebilirlik
1 3,70 ± 1,42 4,90±1,10gh 4,00±2,00 1,90±1,29f 2,10±1,20j
2 5,30±1,57 5,20±1,32gh 3,90±2,03 4,30±1,89de 4,00±1,94fgh
3 4,50 ± 1,37 4,80±1,32gh 4,50±1,51 3,90±1,45de 3,80±1,40ghi
4 4,10±0,02 5,10±1,10gh 4,40±1,84 2,50±1,18f 3±1,41hij
5 3,90±1,10 5,10±1,20gh 3,50±1,08 1,60±0,84f 1,90±1,10j
6 4,40±1,35 4,50±1,35h 5,20±1,69 5,70±1,83bc 5,10±1,97def
7 5,20±1,55 5,30±1,16gh 4,90±1,73 6,10±1,66abc 5,20±1,81cdef
8 6,80±1,23 7,0±1,05ab 5,70±1,70 6,90±1,20ab 6,40±1,17abcd
9 6,80±1,23 6,90±0,99abc 6,10±0,99 6,80±1,23ab 6,60±0,97ab
10 6,60±0,84 6,80±0,92abcd 5,40±1,43 6,90±1,29ab 6,30±1,06abcd
11 7,10±0,88 7,20±0,79a 6,60±0,84 7,0±0,82ab 6,90±0,74a
12 6,60±0,52 6,60±1,08abcde 6,10±0,74 6,40±1,17ab 6,30±0,82abcd
13 7,40±0,84 7,10±0,88 ab 6,00±1,25c 7,00±0,94ab 6,50±0,97abc
14 5,70±1,34 6,00±1,15bcdefg 5,40±1,07 5,70±0,95bc 5,50±0,85bcde
15 4,70±1,49 5,30±0,82fgh 3,70±2,00 2,40±1,07f 2,60±1,35ij
16 6,00±0,94 5,50±0,97efgh 5,90±0,74 7,20±0,92a 6,40±1,17abcd
17 5,00±1,70 4,80±1,69gh 5,50±1,35 6,0±1,70abc 5,60±1,65abcde
18 5,70±1,25 5,70±1,06defg 4,40±1,65 5,0±1,49cd 4,40±1,58efg
19 5,70±1,34 5,80±1,32cdefg 4,80±0,92 3,70±1,34e 3,70±1,25ghi
20 6,30±1,34 6,40±1,08abcdef 5,70±0,48 6,30±1,16abc 6,20±1,03abcd
Ortalama 5,58 5,80 5,09 5,17 4,93 Harflendirme: Aynı sütunda farklı harflerle gösterilen değerler birbirinden farklıdır (P<0,01).
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
102
4.7.2. Renk
Ekstrüde ürünlerde duyusal olarak ürün rengine verilen puanlar Çizelge
4.13’de görüldüğü gibi 4,50±1,35 ile 7,20±0,79 arasında ve ortalama 5,80 olarak
belirlenmiştir. Varyans analizine göre ürünlerin rengi üzerine vida hızı ve besleme
neminin etkisi (P<0,05) ve vida hızı, besleme nemi ve besleme oranının ikinci
dereceden etkisi önemli bulunmuştur (P<0,01).Varyans analizi ve ikinci derece
model istatistik analiz sonuçları Ek 11’de verilmiştir.
Duyusal özelliklerden renk için bağımsız değişkenlerin (vida hızı, besleme
nemi, besleme oranı) arasındaki ilişkiyi ikinci dereceden regresyon modelinin
kodlanmış faktörler ve gerçek faktörler kullanılarak gösterimi aşağıda verilmiştir.
R(KF)=6,87+0,30(A)+0,35(B)-0,02(C)-0,42(A2)-0,84(B2)-0,38(C2)+0,13(AB)-
0,03(AC)+0,15(BC)
R(GF)=-83,181+0,062(A)+4,467(B)+4,198(C)-1,175(A2)-
0,211(B2)0,096(C2)+0,002(AB)-0,0002(AC)+0,038(BC)
Burada :A=Vida hızı (d/d); B= Besleme nemi (%); C= Besleme oranı (kg/s)’dır.
Denklemde görüldüğü gibi renk üzerine verilen puanlamada etkisi en fazla
olan besleme nemi olmuşur. Bunu vida hızı izlemiştir (P<0,01; P<0,05). Ayrıca vida
hızı, besleme nemi ve besleme oranının ikinci dereceden etkileri de önemli
bulunmuştur (P<0,01). Vida hızı ile besleme nemi arasında, vida hızı ile besleme
oranı arasında ve besleme nemi ile besleme oranı arasında interaksiyon etkiler vardır
fakat önemli bulunmamıştır (P>0,05).
Vida hızı, besleme nemi ve besleme oranının görünüş üzerine 3 boyutlu tepki
yüzey grafikleri şekil 4.9’da verilmiştir.
Şekil 4.9’da 280 d/d vida hızlarındaki besleme nemi ve besleme oranlarının
ürünlerin rengine verilen puan üzerine etkisi görülmektedir. 220 ve 340 d/d vida
hızlarındaki besleme nemi ve besleme oranlarının ürünlerin rengine verilen puan
üzerine etkisi Ek 11.a’da verilmiştir.
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
103
Besleme nemi arttıkça ürünlerin rengine verilen puanlar ikinci dereceden artış
göstermiş fakat yüksek nem oranlarında (yaklaşık olarak %14) bu artış azalma
eğilimi göstermiştir.
DESIGN-EXPERT Plot
GörünüsX = C: Besleme OraniY = B: Besleme Nemi
Actual FactorA: Vida Hizi = 280.00
5.20
5.60
6.00
6.39
6.79
Gör
ünüs
22.0
23.0
24.0
25.0
26.0
11.00
12.00
13.00
14.00
15.00
C: Besleme Orani B: Besleme Nemi
DESIGN-EXPERT Plot
RenkX = C: Besleme OraniY = A: Vida Hizi
Actual FactorB: Besleme Nemi = 13.00
5.72
6.02
6.32
6.62
6.92
Ren
k
22.0
23.0
24.0
25.0
26.0
220.00
250.00
280.00
310.00
340.00
C: Besleme Orani A: Vida Hizi
DESIGN-EXPERT Plot
RenkX = B: Besleme Nemi Y = A: Vida Hizi
Actual FactorC: Besleme Orani = 24.0
5.08
5.55
6.02
6.50
6.97
Ren
k
11.00
12.00
13.00
14.00
15.00
220.00
250.00
280.00
310.00
340.00
B: Besleme Nemi A: Vida Hizi
Şekil 4.9. Ürünlerin rengine verilen puan üzerine vida hızı, besleme nemi be besleme
oranının etkileri
Şekil 4.9’da %13 besleme nemindeki vida hızı ve besleme oranlarının ürün
rengine verilen puan üzerine etkisi görülmektedir. %11 ve %15 besleme
nemlerindeki vida hızı ve besleme oranlarının ürünlerin rengi üzerine etkileri Ek
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
104
11.a’da verilmiştir. Vida hızı arttıkça ürünlerin rengine verilen puanlar ikinci
dereceden artmış ve yüksek vida hızlarında (yaklaşık olarak 320 d/d) azalma eğilimi
göstermiştir.
Ürünlerin rengine verilen puan ile genel kabul edilebilirlik puanları arasındaki
korelasyon önemli bulunmuştur (r=0,760; P<0,01). Yani ürünlerin rengine verilen
puanlar ile genel kabul edilebilirliğe verilen puanlar birbirini pozitif yönde
etkilemiştir.
4.7.3. Tat ve Aroma
Ekstrüde ürünlerde duyusal analizlerden tat ve aromaya verilen puanlar
çizelge 4.13’de görülmektedir. Ürünlerin tat ve aromasına verilen puanlar 3,50±1,08
ile 6,60±0,84 arasında ve ortalama 5,09 olarak belirlenmiştir. Bağımsız değişkenlerin
(vida hızı, besleme nemi, besleme oranı) tat ve aroma üzerine önemli bir etkisi
bulunmamıştır (P>0,05). Varyans analizi istatistik analiz sonuçları Ek 13’de
verilmiştir.
Ürünlerin tat ve aromasına verilen puanları ile genel kabul edilebilirlik
puanları arasındaki korelasyon önemli bulunmuştur (r=0,941; P<0,01). Yani
ürünlerin tat ve aromasına verilen puanlar ile genel kabul edilebilirliklerine verilen
puanlar birbirini pozitif yönde etkilemiştir.
4.7.4. Tekstür
Ekstrüde ürünlerde duyusal olarak tekstüre verilen puanları Çizelge 4.13’de
görüldüğü gibi 1,60±0,84 ile 7,20±0,92 arasında ve ortalama 5,17 olarak
belirlenmiştir. Varyans analizine göre duyusal değerlendirmede tekstür üzerine
verilen puanlamayı vida hızı, besleme nemi (P<0,01) ve besleme oranının (P<0,05)
etkisi önemli bulunmuştur. Ayrıca vida hızı, besleme nemi ve besleme oranının
ikinci dereceden etkileri de önemli bulunmuştur (P<0,01). Varyans analizi ve ikinci
dereceden model istatistik analiz sonuçları Ek 13’de verilmiştir.
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
105
Duyusal özelliklerden tekstür için bağımsız değişkenlerin (vida hızı, besleme
nemi, besleme oranı) arasındaki ilişkiyi açıklayan ikinci dereceden regresyon
modelinin kodlanmış faktörler ve gerçek faktörler kullanılarak gösterimi aşağıda
verilmiştir.
T(KF)=6,79+1,25(A)-0,90(B)-0,32(C)-1,00(A2)-1,14(B2)-0,32(C2)-0,05(AB)-
0,15(AC)-0,075(BC)
T(GF)=-120,631+0,211(A)+7,5178(B)+4,236(C)-0,0003(A2)-0,284(B2)-0,079(C2)-
0,0004(AB)-0,001(AC)-0,019(BC)
Burada :A=Vida hızı (d/d); B= Besleme nemi (%); C= Besleme oranı (kg/s)’dır.
Denkleme göre, duyusal özelliklerden tekstür üzerine en büyük etki vida
hızının ikinci dereceden etkisidir (P<0,01). Bunu besleme nemi ve besleme oranının
negatif ikinci dereceden etkileri izlemektedir (p<0,01). Ayrıca vida hızı, besleme
nemi ve besleme oranlarının negatif yönde ikinci dereceden etkileri görülmektedir
(P<0,01).
Vida hızı, besleme nemi ve besleme oranının tekstür üzerine 3 boyutlu tepki
yüzey grafikleri şekil 4.10’da verilmiştir.
Şekil 4.10’da 280 d/d vida hızındaki besleme nemi ve besleme oranlarının
ürünlerin tekstürlerine verilen puan üzerine etkileri görülmektedir. 220 ve 340 d/d
vida hızlarınndaki besleme nemi ve besleme oranlarının ürünlerin tekstürüne verilen
puan üzerine etkisi Ek 13.a’da verilmiştir. Ürün tekstürüne verilen puanlar, ürünlerin
besleme nemi yaklaşık olarak %14’e kadar artmıştır. Fakat %14 nemden sonra
şiddetli bir şekilde azalış göstermiştir.
Besleme oranı arttıkça ürünlerin tekstürlerine verilen puanlar doğrusal
olmayan bir şekilde azalmıştır. Tekstüre verilen puanlar ile KK arasındaki
korelasyon önemli bulunmuştur (r=-0,876; P<0,01). Yani ürünlerin KK arttıkça
tekstüre verilen puanlar azalmıştır.
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
106
DESIGN-EXPERT Plot
TekstürX = C: Besleme OraniY = B: Besleme Nemi
Actual FactorA: Vida Hizi = 280.00
4.04
4.79
5.54
6.29
7.04 T
ekst
ür
22.0
23.0
24.0
25.0
26.0
11.00
12.00
13.00
14.00
15.00
C: Bes leme Orani
B : Bes leme Nemi
DESIGN-EXPERT Plot
TekstürX = A: Vida HiziY = C: Besleme Orani
Actual FactorB: Besleme Nemi = 13.00
4.06
4.87
5.69
6.50
7.32
Tek
stür
220.00 250.00
280.00 310.00
340.00
22.0
23.0
24.0
25.0
26.0 A: Vida Hizi
C: B es leme Orani
DESIGN-EXPERT Plot
TekstürX = A: Vida HiziY = B: Besleme Nemi
Actual FactorC: Besleme Orani = 24.0
2.55
3.76
4.96
6.17
7.37
Tek
stür
220.00
250.00
280.00
310.00
340.00
11.00
12.00
13.00
14.00
15.00 A: Vida Hizi
B: Besleme Nemi
Şekil 4.10. Ürünlerin tekstürü üzerine vida hızı, besleme nemi ve besleme oranının
etkileri
Şekil 4.10’da %13 besleme nemindeki vida hızı ve besleme oranlarının
ürünlerin tekstürüne verilen puan üzerine etkisi görülmektedir. %11 ve %15 besleme
nemlerindeki vida hızı ve besleme oranlarının ürün tekstürüne verilen puan üzerine
etkileri Ek 13.a’da verilmiştir. Vida hızı arttıkça ürünlerin tekstürüne verilen puanlar
doğrusal olmayan bir şekilde artmış, besleme oranı arttıkça doğrusal olmayan bir
şekilde azalmıştır. Artan vida hızlarında mekanik kesme geriliminden dolayı
jelatinizasyon derecesi artmaktadır (Bhattacharya and Hana, 1987; Cai ve Diosady,
1993b). Vida hızındaki artışa bağlı olarak artan jelatinizasyon derecesi sonucu
genleşme oranı da artmaktadır. Böylece ürün KK’de azalmaktadır. Tekstüre verilen
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
107
puanlar ile JD arasındaki (r=0,893; P<0,01) ve KK kuvveti arasındaki (r=-0,876;
P<0,01) korelasyon önemli bulunmuştur.
Şekil 4.10’da 24 kg/s besleme oranında vida hızı ve besleme neminin tekstüre
verilen puan üzerine etkileri görülmektedir. 22-26 kg/s besleme oranlarındaki
tekstüre verilen puan üzerine etkileri ise Ek 13.a’da verilmiştir. Vida hızı arttıkça
ürünlerin tekstürüne verilen puanlar da doğrusal olmayan bir şekilde artmıştır.
Besleme oranı arttıkça tekstüre verilen puanlar doğrusal olmayan bir şekilde
azalmıştır.
Ürünlerin tekstürüne verilen puanlar ile genel kabul edilebilirlik puanları
arasındaki korelasyon önemli bulunmuştur (r=0,988; P<0,01). Yani ürünlerin
tekstürüne verilen puanlar ile genel kabul edilebilirlik puanları birbirini pozitif yönde
etkilemiştir.
4.7.5. Genel Kabul Edilebilirlik
Ekstrüde ürünlerde duyusal olarak genel kabul edilebilirlik puanları çizelge
4.13’de görülmektedir. Ürünlerin genel kabul edilebilirlik puanları 1,90±1,10 ile
6,90±0,74 arasında ve ortalama 4,93 olarak belirlenmiştir. Varyans analizi sonucu
vida hızı ve besleme neminin genel kabul edilebilirlik üzerine etkisinin önemli
olduğu belirlenmiştir (P<0,01). Ayrıca vida hızı, besleme nemi ve besleme oranının
ikinci dereceden etkileri de istatistiksel olarak önemli bulunmuştur (P<0,01).
Varyans analizi ve ikinci dereceden model istatistik analiz sonuçları Ek 14’de
verilmiştir.
Ekstrüde ürünlerin duyusal olarak genel kabul edilebilirlikleri için bağımsız
değişkenlerin (vida hızı, besleme nemi, besleme oranı) arasındaki ilişkiyi açıklayan
lineer regresyon modelinin kodlanmış faktörler ve gerçek faktörler kullanılarak
gösterimi aşağıda verilmiştir.
GK(KF)=6,45+1,05(A)-0,67(B)-0,16(C)-0,85(A2)-1,08(B2)-0,38(C2)-0,12(AB)-
0,025(AC)-0,100(BC)
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
108
GK(GF)=-123,737+0,168(A)+7,585(B)+4,835(C)-0,0002(A2)-0,270(B2)-0,094(C2)-
0,001(AB)-0,0002(AC)-0,0250(BC)
Burada :A=Vida hızı (d/d); B= Besleme nemi (%); C= Besleme oranı (kg/s)’dır.
Denklemde genel kabul edilebilirlik üzerine vida hızının etkisi en fazla
olduğu ve bunu besleme neminin izlediği görülmektedir (P<0,01). Ayrıca vida hızı,
besleme nemi ve besleme oranlarının ikinci dereceden etkilerinin olduğu da
görülmektedir (p<0,01).
Vida hızı, besleme nemi ve besleme oranının görünüş üzerine 3 boyutlu tepki
yüzey grafikleri şekil 4.11’de verilmiştir.
Şekil 4.11’de 280 d/d vida hızındaki besleme nemi ve besleme oranlarının
ürünlerin genel kabul edilebilirliklerine verilen puanlar üzerine etkileri
görülmektedir. 220-340 d/d vida hızlarındaki besleme nemi ve besleme oranlarının
ürünlerin genel kabul edilebilirlikleri üzerine verilen puan üzerine etkileri ise Ek
14.a’da verilmiştir. Besleme nemi arttıkça genel kabul edilebilirliğe verilen puanlar
doğrusal olmayan bir şekilde azalmıştır. Vida hızının artması ile verilen puanlar
artmıştır. Yaklaşık olarak 310 d/d vida hızından sonra azalma eğilimi göstermiştir.
Şekil 4.11’de % 13 besleme nemindeki vida hızı ve besleme oranının
ürünlerin genel kabul edilebilirliklerine verilen puan üzerine etkisi görülmektedir.
%11-15 besleme nemlerindeki vida hızı ve besleme oranlarının ürünlerin genel kabul
edilebilirlikleri üzerine etkileri Ek 14.a’da verilmiştir. Vida hızı arttıkça genel kabul
edilebilirlik üzerine verilen puanlar doğrusal olmayan bir şekilde artmıştır. Vida
hızının artması JD’yi arttırmaktadır. Bu da ürünün GO’sunu artırmakta ve ürün KK
azaltmaktadır. Bunlar genleşmiş ekstrüde ürünlerde istenen özelliklerdir. Genel kabul
edilebilirlik puanları besleme nemi yaklaşık olarak %13’e kadar artmış ve daha sonra
azalmıştır. Besleme neminin artması ile yoğunluk ta artmaktadır.
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
109
DESIGN-EXPERT Plot
Genel KabuledilebilirlikX = B: Besleme Nemi Y = C: Besleme Orani
Actual FactorA: Vida Hizi = 280.00
4.06
4.69
5.31
5.94
6.57 G
enel
Kab
uled
ilebi
lirlik
11.00
12.00 13.00
14.00
15.00
22.0
23.0
24.0
25.0
26.0 B: Besleme Nemi
C: Besleme Orani
DESIGN-EXPERT Plot
Genel KabuledilebilirlikX = C: Besleme OraniY = A: Vida Hizi
Actual FactorB: Besleme Nemi = 13.00
4.04
4.73
5.42
6.11
6.80
Gen
el K
abul
edile
bilir
lik
22.0
23.0
24.0
25.0
26.0
220.00
250.00
280.00
310.00
340.00
C: Bes leme Orani A: V ida Hizi
DESIGN-EXPERT Plot
Genel KabuledilebilirlikX = B: Besleme Nemi Y = A: Vida Hizi
Actual FactorC: Besleme Orani = 24.0
2.92
3.92
4.91
5.91
6.90
Gen
el K
abul
edile
bilir
lik
11.00
12.00
13.00
14.00
15.00
220.00
250.00
280.00
310.00
340.00
B: Besleme Nemi
A: Vida Hizi
Şekil 4.11. Ürünlerin genel kabul edilebilirlik üzerine vida hızı besleme nemi ve
besleme oranlarının etkileri
Şekil 4.11’de %13 besleme nemindeki vida hızı ve besleme oranının
ürünlerin genel kabul edilebilirliklerine verilen puan üzerine etkisi görülmektedir.
%11-15 besleme nemlerindeki vida hızı ve besleme oranlarının ürünlerin genel kabul
edilebilirlikleri üzerine etkileri Ek 14.a’da verilmiştir. Vida hızı arttıkça genel kabul
edilebilirlik üzerine verilen puanlar doğrusal olmayan bir şekilde artmıştır. Vida
hızının artması JD’yi arttırmaktadır. Bu da ürünün GO’sunu artırmakta ve ürünün
KK’sını azaltmaktadır. Bunlar genleşmiş ekstrüde ürünlerde istenen özelliklerdir.
Besleme nemi yaklaşık olarak %13’e kadar genel kabul edilebilirlik puanları artmış
ve daha sonra azalmıştır. Besleme neminin artması ile yoğunluk ta artmaktadır.
4. ARAŞTIRMA BULGULARI VE TARTIŞMA Emir Ayşe ÖZER
110
Şekil 4.11’de 24 kg/s besleme oranında vida hızı ve besleme neminin
ürünlerin genel kabul edilebilirlik puanları üzerine etkileri görülmektedir. 22-24 kg/s
besleme oranlarında vida hızı ve besleme neminin ürünlerin genel kabul
edilebilirlikleri üzerine etkileri Ek 14.a’da verilmiştir. Vida hızı arttıkça genel kabul
edilebilirlik üzerine verilen puanlar da doğrusal olmayan bir şekilde artmıştır.
Besleme oranı arttıkça verilen puanlar doğrusal olmayan bir şekilde azalmıştır.
5. EKSTRÜDE ÜRÜNLERİN OPTİMİZASYONU Emir Ayşe ÖZER
111
5. EKSTRÜDE ÜRÜNLERİN OPTİMİZASYONU
Ürünlerin optimizasyonu Design Expert 6.01 paket programı kullanılarak
nümerik optimizasyon yapılmış ve optimum üretim koşulları belirlenmiştir.
Genleştirilmiş ekstrüde ürünlerin karakteristik özelliği kabarmış ve gevrek bir yapıya
sahip olmalarıdır (Suknark ve ark., 1997; Jones ve ark., 2000). Ürünün bu özelliklere
sahip olabilmesi için jelatinizasyonun ve genleşmenin çok iyi olması gerekmektedir.
Jelatinizasyon ve genleşmenin iyi olduğu durumda ürünun kesme kuvveti de düşük
çıkacaktır (Ding, 2005; 2006). Bu nedenle ürün optimizasyonunda bağımsız
değişkenlerin üretimlerin yapıldığı değerleri aralığında, jelatinizasyon derecesi,
genleşme oranı ve genel kabul edilebilirlik puanlarının maksimum değerleri;
yoğunluk ve kesme kuvvetinin minimum değerleri aralıklarında ürün optimizasonu
belirlenmiştir. Çizelge 6.1’de optimizasyon modelinin çözümü için kullanılan
değerler verilmiştir.
Çizelge 5.1 Ekstrüde Ürünlerin Optimizasyonunda Kullanılan Değerler
Değişkenler Amaç Minimum Değer Maksimum Değer
Vida Hızı -1,68 1,68
Besleme Nemi -1,68 1,68
Besleme Oranı -1,68 1,68
Jelatinizasyon Derecesi Maksimum 72,72 103,61
Genleşme Oranı Maksimum 2,24 3,17
Genel Kabul edilebilirlik Maksimum 1,9 6,9
Yoğunluk Minimum 0,15 0,44
Kesme Kuvveti Minimum 5,75 71,28
Nümerik optizasyon sonucu optimize ürün koşulları Çizelge 5.2’de görülmektedir.
5. EKSTRÜDE ÜRÜNLERİN OPTİMİZASYONU Emir Ayşe ÖZER
112
Çizelge 5.2. Ekstrüde Ürünlerin Optimizasyon Sonucu Optimum İşleme Koşulları
Değişkenler Optimum Koşullar
Vida Hızı 329
Besleme Nemi 13
Besleme Oranı 22
Jelatinizasyon Derecesi 100
Genleşme Oranı 3,05
Genel Kabul edilebilirlik 6,70
Yoğunluk 0,16
Kesme Kuvveti 7,53
Kabul DEĞERİ 0,95
%95 kabul değerinde bulunan ürün; 329 d/d, %13 besleme nemi, %22
besleme oranı, %100 jelatinizasyon derecesi, %3,05 genleşme oranı, %0,16
yoğunluk, %7,54 kesme kuvveti değerlerinde optimize edilmiştir.
Vida hızı, besleme nemi ve besleme oranının ürün optimizasyonu üzerine 3
boyutlu tepki yüzey grafikleri şekil 5.1a, 5.1b ve 5.1c’de verilmiştir.
Besleme neminin yaklaşık olarak %13-14 aralığında ürünün kabul değeri en
fazladır. Besleme oranı arttıkça ürünün kabul değeri azalmaktadır. Bu durum her üç
vida hızında aynı kalmıştır (şekil 5.1a).
Şekil 5.1b’de görüldüğü gibi vida hızının artması ile kabul değeri artmıştır.
Kabul değerinin en fazla olduğu aralık yaklaşık olarak 320-340 d/d vida hızı
aralığındadır.
Şekil 5.1c’de vida hızının artmasının ürün kabul değerini arttırdığı
görülmektedir. Ayrıca besleme neminin yaklaşık olarak %13-14 aralığında kabul
değeri en fazladır.
5. EKSTRÜDE ÜRÜNLERİN OPTİMİZASYONU Emir Ayşe ÖZER
113
DESIGN-EXPERT Plot
DesirabilityX = B: Besleme Nemi Y = C: Besleme Orani
Actual FactorA: Vida Hizi = 220.00
0.17
0.26
0.34
0.43
0.51
Des
irabi
lity
11.00
12.00
13.00
14.00
15.00
22.0
23.0
24.0
25.0
26.0
B: Besleme Nemi C: Besleme Orani
DESIGN-EXPERT Plot
DesirabilityX = B: Besleme Nemi Y = C: Besleme Orani
Actual FactorA: Vida Hizi = 280.00
0.58
0.65
0.72
0.79
0.86
Des
irabi
lity
11.00
12.00
13.00
14.00
15.00
22.0
23.0
24.0
25.0
26.0
B: Besleme Nemi C: Besleme Orani
DESIGN-EXPERT Plot
DesirabilityX = B: Besleme Nemi Y = C: Besleme Orani
Actual FactorA: Vida Hizi = 340.00
0.70
0.76
0.82
0.89
0.95
Des
irabi
lity
11.00
12.00
13.00
14.00
15.00
22.0
23.0
24.0
25.0
26.0
B: Besleme Nemi C: Besleme Orani
Şekil 5.1a. 220-280-340 d/d vida hızlarında optimum ürünün kabul değeri üzerine
besleme oranı ve besleme neminin etkileri
5. EKSTRÜDE ÜRÜNLERİN OPTİMİZASYONU Emir Ayşe ÖZER
114
DESIGN-EXPERT Plot
DesirabilityX = A: Vida HiziY = C: Besleme Orani
Actual FactorB: Besleme Nemi = 11.05
0.24
0.40
0.55
0.71
0.86
Des
irabi
lity
220.00
250.00
280.00
310.00
340.00
22.0
23.0
24.0
25.0
26.0
A: Vida Hizi C: Besleme Orani
DESIGN-EXPERT Plot
DesirabilityX = A: Vida HiziY = C: Besleme Orani
Actual FactorB: Besleme Nemi = 13.00
0.37
0.52
0.66
0.81
0.95
Des
irabi
lity
220.00
250.00
280.00
310.00
340.00
22.0
23.0
24.0
25.0
26.0
A: Vida Hizi C: Besleme Orani
DESIGN-EXPERT Plot
DesirabilityX = A: Vida HiziY = C: Besleme Orani
Actual FactorB: Besleme Nemi = 15.00
0.17
0.33
0.49
0.65
0.81
Des
irabi
lity
220.00
250.00
280.00
310.00
340.00
22.0
23.0
24.0
25.0
26.0
A: Vida Hizi C: Besleme Orani
Şekil 5.1b. %11-13-15 besleme nemi oranlarında optimum ürünün kabul değeri
üzerine besleme oranı ve vida hızının etkileri
5. EKSTRÜDE ÜRÜNLERİN OPTİMİZASYONU Emir Ayşe ÖZER
115
DESIGN-EXPERT Plot
DesirabilityX = A: Vida HiziY = B: Besleme Nemi
Actual FactorC: Besleme Orani = 22.0
0.32
0.48
0.64
0.79
0.95
Des
irabi
lity
220.00
250.00
280.00
310.00
340.00
11.00
12.00
13.00
14.00
15.00
A: Vida Hizi B: Besleme Nemi
DESIGN-EXPERT Plot
DesirabilityX = A: Vida HiziY = B: Besleme Nemi
Actual FactorC: Besleme Orani = 24.0
0.32
0.48
0.64
0.79
0.95
Des
irabi
lity
220.00
250.00
280.00
310.00
340.00
11.00
12.00
13.00
14.00
15.00
A: Vida Hizi B: Besleme Nemi
DESIGN-EXPERT Plot
DesirabilityX = A: Vida HiziY = B: Besleme Nemi
Actual FactorC: Besleme Orani = 26.0
0.17
0.35
0.52
0.69
0.87
Des
irabi
lity
220.00
250.00
280.00
310.00
340.00
11.00
12.00
13.00
14.00
15.00
A: Vida Hizi B: Besleme Nemi
Şekil 5.1c. 22-24-26 kg/s besleme oranlarında optimum ürünün kabul değeri üzerine
besleme nemi ve vida hızının etkileri
6. SONUÇ VE ÖNERİLER Emir Ayşe ÖZER
116
6. SONUÇ VE ÖNERİLER
Bu çalışmada değişik tahıl türleri ile, kuru baklagil, sebze ve kabuklu meyve
olmak üzere farklı besin gruplarından besinlerin biraya getirilmesi ile besin içeriği
yönünden daha dengeli ve besleyici bir karışım hazırlayarak ekstrüzyon pişirme
tekniği ile çerez tipi genleşmiş ürün geliştirmek; ekstrüzyon pişirmenin karışımın
besin bileşimi üzerine etkisini belirlemek; ekstrüzyon işleme koşullarının ürünün
fiziksel, fonksiyonel ve duyusal özelliklerine etkisini incelemek ve optimum ürünü
belirlemek amaçlanmıştır.
Bu amaçla çalışmada ön denemelerle bileşimi, %20 yulaf unu, %20 mısır
unu, %15 mısır nişastası, %30 nohut unu, %10 havuç tozu ve %5 öğütülmüş fındık
olarak belirlenen karışıma ekstrüzyon pişirme uygulanmıştır. Ekstrüzyon işleme
koşulları; nem oranı % 11-15, vida hızı (ekstrüder) 220-340 (d/d), besleme oranı
(kg/s) 22-26 aralıklarında olan 20 adet genleşmiş ekstrüde ürün elde edilmiştir.
6.1. Karışımın ve Ekstrüde Ürünlerin Besin Bileşimleri ve Enerji Değerleri
Hazırlanan karışımın besin bileşimi % olarak; nem 10,5; protein 13,61; yağ
6,41; karbohidrat 67,78; diyet lif 12,86 olarak bulunmuş; enerji değeri ise 384
Kal/100 g olarak hesaplanmıştır. Karışımda % kuru maddedeki enerjinin proteinden,
yağdan ve karbohidrattan gelen % oranları sırası ile 14, 15 ve 71 olarak
belirlenmiştir. Karışımın ve ürünlerin enerjinin proteinden yağdan ve karbohidrattan
gelen oranları birbirinden farklı bulunmuştur (P<0.01).
Ekstrüde ürünlerin ortalama % olarak besin bileşimleri; nem 7,26, kül 1,75,
protein 15,54, yağ 4,84, toplam karbohidrat 71,61ve enerji değerleri ise 388 Kal/100
g olarak belirlenmiştir. Ekstrüde ürünlerin ortalama olarak % kuru maddedeki
enerjinin proteinden, yağdan ve karbohidrattan gelen % oranları sırası ile 15, 11,2 ve
73,8 olarak belirlenmiştir. Ürünlerin ortalama besin ögeleri miktarları istatistiksel
olarak birbirinden farklı bulunmuştur (P<0,01).
Ürünlerin ortalama olarak enerjinin proteinden, yağdan ve karbohidrattan
gelen % oranları sırası ile 14,98; 11,22 ve 70,73 olarak hesaplanmıştır.
6. SONUÇ VE ÖNERİLER Emir Ayşe ÖZER
117
Protein kalite puanı, kimyasal puanlama yöntemi ile hesaplanmış ve % 73,7
olarak bulunmuştur.
6.2. Ürünlerin Fonksiyonel Özellikleri
Fonksiyonel özelliklerden STİ üzerine besleme neminin etkisi istatistiksel
olarak önemli bulunmuştur (P<0,01). Vida hızı ile STİ arasında istatistiksel olarak
önemli korelasyon bulunmuştur (r=0,660, P<0,01).
SÇİ üzerine vida hızı, besleme neminin (P<0,01) ve besleme oranının
(P<0,05) etkisi önemli bulunmuştur. SÇİ ile besleme nemi arasında (r=-0,628,
P<0,01); SÇİ ile vida hızı arasında (r=0,325, P<0,05); SÇİ ile ürün çıkış sıcaklığı
arasında istatistiksel olarak önemli korelasyon (r=0,680; P<0,01) bulunmuştur.
JD üzerine vida hızının etkisi istatistiksel olarak etkisi önemli bulunmuştur
(P<0,01). STİ ile JD arasında istatistiksel olarak önemli korelasyon bulunmuştur
(r=0,278; P<0,05).
6.3. Ürünlerin Fiziksel Özellikleri
KK üzerine vida hızı, besleme nemi (P<0,01) ve besleme oranının (P<0,05)
etkisi istatistiksel olarak önemli bulunmuştur. KK ile besleme nemi arasında
(r=0,340; P<0,01), KK ile GO arasında (r=-590; P<0,01); KK ile JD arasında (r=-
890, P<0,01), KK ile yoğunluk arasında (r=0,944, P<0,01); KK ile vida hızı arasında
(r=-0,730, P<0,01) istatistiksel olarak önemli korelasyonlar bulunmuştur.
L değeri üzerine besleme neminin etkisi istatistiksel olarak önemli
bulunmuştur (P<0,01). L değeri ile ürün çıkış sıcaklığı arasında istatistiksel olarak
önemli negatif yönde bir korelasyon belirlenmiştir (r=-693; P<0,01).
a değeri üzerine besleme neminin etkisi istatistiksel olarak önemli
bulunmuştur (p<0,01)
6. SONUÇ VE ÖNERİLER Emir Ayşe ÖZER
118
6.4. Ürünlerin Yapısal Özellikleri
Yoğunluk üzerine vida hızı, besleme nemi ve besleme oranının etkisi
istatistiksel olarak önemli bulunmuştur (P<0,01).Yoğunluk ile JD arasında (r=0,635,
P<0,01), yoğunluk ile GO arasında (r=-0,703, P<0,01) istatistiksel olarak önemli
korelasyonlar bulunmuştur.
GO üzerine vida hızı, besleme nemi ve besleme oranının etkisi istatistiksel
olarak önemli bulunmuştur (P<0,01). Genleşme oranı ile vida hızı arasında
istatistiksel olarak önemli korelasyon bulunmuştur (r=0,725; P<0,01).
6.5. Ürünlerin Duyusal Özellikleri
Görünüşe verilen puan ile GO arasında istatistiksel olarak önemli pozitif
yönde korelasyon belirlenmiştir (r=0,436, P<0,001). Görünüşe verilen puan ile KK
(r;-0,421, P<0,01) ve yoğunluk (r=-405, P<0,01) arasında istatistiksel olarak negatif
yönde önemli korelasyon belirlenmiştir.
Ürünlerin rengi üzerine verilen puanı, vida hızı ve besleme nemi istatistiksel
olarak önemli ölçüde etkilemiştir (P<0,05). Ürünlerin rengine verilen puan ile genel
kabul edilebilirlik puanları arasında istatistiksel olarak önemli pozitif yönde bir
korelasyon bulunmuştur (r=0,760; P<0,01).
Ürünlerin tat ve aromasına verilen puanlar ile genel kabul edilebilirlik
puanları arasında istatistiksel olarak önemli pozitif yönde bir korelasyon bulunmuştur
(r=0,941; P<0,01).
Tekstür üzerine verilen puanları vida hızı, besleme nemi (P<0,01) ve besleme
oranı (P<0,05) istatistiksel olarak önemli ölçüde etkilemiştir. Tekstüre verilen
puanlar ile JD arasında pozitif yönde (r=893, P<0,01); KK kuvveti arasında ise
negatif yönde (r=-876; P<0,01) istatistiksel olarak önemli korelasyonlar
bulunmuştur.
Ürünlerin genel kabul edilebilirlik puanları üzerine vida hızı ve besleme
neminin etkisinin istatistiksel olarak önemli olduğu belirlenmiştir (P<0,01).
6. SONUÇ VE ÖNERİLER Emir Ayşe ÖZER
119
6.6. Ürünlerin Optimizasyonu
329 d/d vida hızı, %13 besleme nemi, %22 besleme oranı, %100 JD, %3,05
GO, %0,16 yoğunluk, %7,54 KK değerlerinde optimize edilen ürün %95 kabul
değeri almıştır.
6.7. Öneriler
Bu çalışma; ekstrüzyon yöntemi kullanılarak tüketime hazır, kullanımı kolay;
besleyici ve sağlıklı farklı fonksiyonel yeni ürünlerin üretilmesinde yol gösterici
olabilecektir. Günümüzde beslenme ile sağlık ilişkisi konusundaki bilinçlenme
giderek artmaktadır. Modernleşen yaşam tarzıyla birlikte yeme alışkanlığındaki
değişmeler, taşınması kolay yemeğe hazır atıştırmalık yiyeceklerin tüketimini
artırmaktadır. Ürünlerin ortalama olarak enerjisinin proteinden, yağdan ve
karbohidrattan gelen % oranları sırası ile 14,98; 11,22 ve 70,73 olarak
hesaplanmıştır. Bu oran tahıl bazlı atıştırmalık ürünlere göre protein oranı ve kalitesi
yüksek, yağ oranı düşük vitamin ve mineraller yönünden daha zengin bir üründür.
Elde edilen ürüne besin bileşimi yönünden, tek başına tahıl içeren atıştırmalık
ürünlere göre daha sağlıklı ve besleyici olması, karışımı oluşturan hammaddelerin
ucuz ve bol miktarda Türkiye’de bulunmaları, ekstrüder kullanımının avantajlı
olması nedeniyle endüstriyel uygunluk kazandırılabileceği düşünülmektedir.
Hazırlanacak bitkisel karışımdan üretilecek yeni ürünün besin içeriği (protein,
yağ, vitamin, mineral ve diyet lif içeriği) yönünden daha dengeli olması, özellikle,
ergenlik dönemi gençler, gebe ve emzikliler, yaşlılar, sporcular gibi besin ögesi
gereksinimleri artmış özel gruplar ile bazı hasta grupları (kalp damar hastaları,
diyabet hastaları, vb.), hayvansal ürün tüketmeyen vejetaryenler için uygun bir
atıştırmalık besin olabilecektir. Bu nedenle gıda sanayisinin ilgi göstererek, bu tür
ürünlerin üretilmesinde istekli olmaları önerilebilir.
Farklı tüketici gruplarına geliştirilen ürünün besin değeri ve özellikleri
anlatıldıktan sonra, tüketici beğeni testleri yapılması önerilebilir. Ürünün tüketiciler
6. SONUÇ VE ÖNERİLER Emir Ayşe ÖZER
120
tarafından kabul edilebilirliği belirlenebilir. Böylelikle firmaların bu tür ürünleri
üretmeleri özendirilebilir.
Ayrıca ürüne aroma maddeleri eklenerek ürünün kabul edilebilirliğindeki
değişimler incelenebilir. Ürünün raf ömrünü belirlemek üzere çalışmalar yapılabilir.
Türkiye’de bu tür çalışmaların yapılabilmesini olanaklı kılmak,
zenginleştirilmiş yeni gıdalar geliştirilebilmesi için pilot ekstrüdere gereksinim olup
Türkiye’de çift vidalı bir ekstrüder bulunmamaktadır. Maliyeti çok yüksek olan bu
ekipmanın ülkemize kazandırılabilmesi için geniş kapsamlı ortak proje çalışmaları
yapılmalıdır.
Karışımın ve ürünlerin amino asitleri, yağ asitleri, vitamin ve mineral
analizleri ileri bir proje çalışması olarak planlanmaktadır. Böylelikle besin bileşimi
daha ayrıntılı olarak verilebilecek ve ekstrüzyon pişirmenin besin ögeleri üzerine
etkisi de ayrıntılı olarak incelenebilecektir.
Geliştirilen ürünün besin ögelerinin biyo yararlılığını belirlemek üzere in vivo
çalışmaların da yapılmasının yarar sağlayacağı düşünülmektedir. Ayrıca, ürün ile
glisemik indeks çalışması yapılması önerilebilir.
121
KAYNAKLAR
.MILLER, R.C., 1988. Continuous Cooking of Breakfast Cereals. Cereal Foods
World . 33(3), 284-291
AACC., 1990. Approved Methods of the American Association of Cereal Chemists.
St. Paul, Minnesota 55104 USA.
ABDEL – AAL, ESM., SOSULSKI, FW., ADEL, A., SHEHATE, Y., YOUSEF,
MM., IBAVE, JL., 1992. Effect of Extrusion Cooking on the Physical and
Functional Properties of Wheat, Rice and Faba Bean Blends. Lebensm-
wiss. V. Technol.,25: 21-25.
ALANSO R., ORUE E., MARZO, F., 1998. Effect of Extrusion and Conventional
Processing Methods on Protein and Anti Nutritional Factor Contents in Pea
Seeds. Food Chemistry, 63 (4), 505-512.
ALARKON – VALDEZ, C., MILAN – CARRILO, J., CARDENAS –
VALENZUELA, O.G., MORA - ESCOBEDO, R., BELLO – PEREZ,
L.A., REYES – MORENO, C., 2005. Infant Food from Quality Protein
Maize and Chickpea: Optimization For Preparing and Nutritional
Properties. International Journal of Food Science and Nutrition, 56 (4), 273-
385.
ALONSO, R., AGUIRRE, A., MARZO, F., 2000. Effects of Extrusion and
Traditional Processing Methods on Anti nutrients and in Vitro Digestibility
of Protein and Starch in Faba and Kidney Beans. Food Chemistry 68: 159-
165.
ALTUĞ, T., 1993. Duyusal Test Teknikleri. Ege Üniversitesi Mühendislik Fakültesi
Ders Kitapları Yayın, No: 28 İzmir, (56 s).
ANDERSON, JW., CHEN, LJ., 1979. Plant Fiber Carbohydrate and Lipid
Metabolism, American Journal of Clinical Nutrition, 32:346.
122
ANDERSON, JW., DEAKINS, DA., FLOORE, TL., SMITH, BM., WHITIS, SE.,
1990. Dietary Fiber and Coronary Heart Disease. International Food
Science and Nutrition., 29 (2),183-187.
ANDERSON, R., CONWAY, HF., PFEİFER, VF., GRİFFİN, EL.,1969.
Gelatinization of Corn Grits By Roll Cooking and Extrusion Cooking.
Cereal Science. 14 (1), 4-12.
ANDERSON, RA, CONWAY, H.F., PEPLINSKI, A.J., 1970. Gelatinization of Corn
Grits By Roll Cooking, Extrusion Cooking and Steaming. Starch, 22, 130-
135.
ANGELES-AGDEPPA, CAPANZANA, M.V., BARBA, C.B., FLORENTİNO,
R.F., TAKANASHI, K., 2007. Consumption of Rice Fortified With
Selected Iron Fortification reduces Anemia Prevalence Among School
Children. Consequences and control of Micronutrient Deficiencies:
Science, Policy and Programs-Defining the Issue. 16-18 April, Istanbul,
Turkey.
ANNAN N.T., PLAHAR W.A., POLL L., JAKOBSEN M., 2005. Effect of Soybean
Fortification on Ghanaian Fermented Maize Dough Aroma, International
Journal of Food Sciences and Nutrition, 56(5), 315-326.
ANONYMOUS, 1995.Tecnical consultation on Food Fortification. Technology and
Quality Control. Rome, Italy 22-23 November.
ANONYMOUS, 1979. Dietary Fiber. Food Tech.,33 (1), 35.
ANONYMOUS, 1989., Dietary Fiber. Food Tech., 43 (3), 133-139.
ANONYMOUS, 1991. Besinlerin Bileşimleri, Türkiye Diyetisyenler Derneği
Yayını, No:1, Ankara (53 s).
ANONYMOUS, 1992. World Declaration and Plan of Action for Nutrition.
International Conference of Nutrition, Rome, (FAO/WHO) (ICN/92/2).
ANONYMOUS, 1993. TDD (Tükiye Diyetisyenler Derneği). Hızlı Hazır yemek
Sistemi (Fast Food) Hizmetiçi Eğitim Semineri, 17-18 Kasım, Ankara.
123
ANONYMOUS, 1994. Nutrition Education for the Public. FAO Food and Nutrition
Paper 59, Rome.
ANONYMOUS, 1996. Sağlığınız İçin Meyveli Müsli. Un Mamulleri Dünyası, 3:50.
ANONYMOUS, 1997. FAO/ILSI, 1997. Preventing Micronutrient Malutrition. A
Guide to Food Based Approaches. A Manual for Policy Makers and
Programmed Planners (FAO/ILSI).
ANONYMOUS, 1998. American Health Organization, World Health Organization.
Interagency Meeting: Iron Fortification in the Americas.
PAHO/HPP/HPN/98.03. Washington, DC.
ANONYMOUS, 2001.,General Principles for the Addition of essential Nutrients to
Foods. CAC/GL 09-1987 (Amended 1989-91), Codex Alimentarius.
ANONYMOUS, 2001a. Ulusal Gıda ve Beslenme Stratejisi çalışma Grubu Raporu.
Devlet Planlama Teşkilatı İktisadi Sektörler ve Koordinasyon Genel
müdürlüğü, yayın No:DPT: 2670, Ankara, 87 s.
ANONYMOUS, 2005. Dietary Reference Intakes Background Information. DRI
Dietary Reference Intakes For Energy, Carbohydrate, Fiber, Fat, Fatty
Acids, Cholesterol, Protein And Amino Acids. Food and Nutrition Board,
Institute of Medicine and Academics, National Academic Pres. 1357 p.
ANONYMOUS, 2006. Özel Beslenme Amaçlı Gıdalara Eklenebilecek Bileşenler
Tebliği. Türk Gıda Kodeksi Yönetmeliği. Tebliğ No: 2006/37.
ANONYMOUS, 2006a. Dietary Guidelines For Turkey. Adequate and Balanced
Nutrition. Republic of Turkey, Ministry of Health, General Directorate of
Primary Health Care, Food Safety department Community Nutrition
Division. Ankara, Turkey.
AOAC, 1990. Official Methods of Analysis. 19th Edition. Association of Analytical
Chemist, Washington, DC.
124
ASP, N.G, 1987. Nutritional Aspects: What happens to the Different Materials at
Different temperature? Extrusion technology For The Food Industry,
Elsevier Applied Science Publisher, LTD, New york.
ASP, N.G. AND BJORCK, I., (1989). Nutritional properties of extruded foods.
Extrusion of Foods.St Paul, Minnesota: AACC.
AUSTİN J.E., 1984. Global Malnutrition and Cereal Fortification. Ballinger
Publishing Company, (3007 p).
AVIN, D., KIM, C., MAGA, J.A., 1992. Effect of Extrusion Variables ob hte
Physical Characteristic of Red Bean Flour Extrudates. Journal of Food
Processing and Preservation, 16, 327-335.
BADRIE, N.; MELLOWES, W.A., 1992. Effect of Extrusion Variables on Cassava
Extrudates. Journal of Food Science, 56 (5), 1334-1337.
BATISTUTI, J.P., BARROS, R.M., AREAS, J.A., 1991. Optimization of Extrusion
Cooking for Chickpea (Cicer arietinum, L.) Defatted Flour by RSM.
Journal of Food Science, 56(6), 1695.
BAYSAL, A., 2002. Beslenme. Hacettepe Üniversitesi Sağlık Teknolojisi Yüksek
Okulu, Beslenme ve Diyetetik Bölümü. Hatipoğlu Yayınevi Ankara, (495
s).
BECKER A., HILL S.E., MITCHEEL J.R., 2001. Relevance of Amylose-Lipid
Complexes to the Behaviour of Thermally Processed Starches. Starch 53,
121-130
BERNER, L.A.,. O'DONNELL, J.A., 1998. Functional foods and health claims
legislation: applications to dairy products, Dairy and Food Culture
Technologies 8, 355-362
BETZ, J.M., 1999. Government Perspective on Nutraceuticals and Functional
Foods, Texas AXM University, Texas.
125
BEYNEN, AC., 1984. Dietary Soybean Protein and Serum Cholesterol, American
Journal of Clinical Nutrition. 39:840 – 841.
BHATCHARYA, M., HANNA, MA., KAUFMAN, RE., 1986. Textural Properties
of Exruded Plant Protein Blends J. Food sci., 51:4.
BHATNAGAR, S., HANNA M.A., 1994a. Amylose-lipid Complex formation
During Single-Screw Extrusion of Various Corn Starches., Cereal
Chemistry, 71(6), 582-587.
BHATNAGAR, S., HANNA M.A., 1994b. Extrusion Processing Conditions for
Amylose-Lipid Complexing. Cereal Chemistry, 71(6), 587-589.
BHATTACHARYA, M., CHOUDHURY, G.S., 1994. Twin Screw Extrusion of Rice
Flour. Effect of Extruder Length-to-Diameter ratio and Barrel Temperature
on Extrusion Parameters and Product Characteristics. Journal of Food
process and Preservation.18, 389-406.
BHATTACHARYA, M., HANNA, M.A, KAUFMAN, R.E., 1986. Texture
Properties of Extruded Plant Protein Blends. Journal of Food Science, 51,
988-993i
BHATTACHARYA, M., HANNA, M.A., 1987. Kinetics of Starch Gelatinization
During Extrusion Cooking. Journal of Food Science,58; 872-875.
BHATTACHARYA, M.; HANNA, M.A., 1988. Effects of Lipids on the Properties
of Extruded Products. Journal of Food Science, 52(3), 764-766.
BIENKIEWICZ G., KOLAKOWSKA, A., 2004. effects of Thermal Treatment on
Fish Lipids – Amylose Interaction. European Journal of Lipid Science.
Technology 106, 376-381.
BIESALSKI, H.K., GRIMM, P., 2006. Pocket Atlas of Nutrition. Proteins (116-134).
Thieme – Stuttgard, Newyork (381 p).
BIRCH, G.G., PRIESTLY, R.J., 1973. Degree of Gelatinization of Cooked Rice,
Starch. 25, 98-102
126
BİRİNGEN LÖKER, G., AÇKURT F., ŞATIR G., AGEL H.E., 2006. Vitamin Ve
Minerallerce Zenginleştirilmiş Ekmeğin, Çocuklar, Yetişkinler Ve
Zayıflama Diyeti Uygulayan Bireylerde Kan Düzeylerine Etkisinin
Değerlendirilmesi. TÜBİTAK Bilim, Teknoloji ve Yenilik Projeleri
Konferansı.
BJORCH, I., ASP, N.G., DAHLQVIST, A., 1984. Protein Nutritional Value of
Extrusion Cooked wheat Flours. Food Chemistry, 15, 203-214.
BLANDHARD, J.M.J., 1987. Starch Granule Structure and Function: A
Physicochemical Approach, In Starch Properties and Potential; Galliard, T
(Ed), John Wiley and Sons, New York.
BROWN, WV., KARMALLY, W., 1985. Coronary Heart Disease and the
Consumption of Diets High in Wheat and Other Grains. American Journal
of Clinical Nutrition 41: 1163-1171.
CAI, W., DIOSADY L.L., 1993a. Modeling of expansion and Water Solubility Index
of Wheat starch During Extrusion Cooking. Acta Alimentaria,22, 181-192.
CAI, W., DIOSADY L.L., 1993b. Model for Gelatinization of Wheat Starch in
Twin-Screw Extruder. Journal of Food Science, 58, 872-875.
CAI, W., DIOSADY L.L., RUBIN, L.J., 1995. Degradation of Wheat Starch in
Twin-Screw Extruder. Journal of Food Engineering, 26, 289-300.
CALA, RF., MORGAN, KJ., ZABIK, ME., 1981. The Contribution of Children’s
Snack to Total Dietary Intakes, Journal of Home Economic Research
101:150.
CAMIRE, M.E. (2002). Extrusion Cooking. The Nutrition Handbook for Food
Processors. CRC press.
CAMIRE, M.E. 2001. Extrusion and Nutritional Quality, Extrusion Cooking:
Technologies and Applications. Woodhead Publishing, 216 p.
CAMIRE, M.E., 2000. Chemical and Nutritional Changes in Food During Extrusion.
Extruders in Food Applications. Head, Extrusion Technology Program,
127
Food Protein Research and Development Center, Texas A&M University,
Technomic Publishing Co., INC. 225p.
CAMIRE, M.E., CAMIRE A. AND KRUMHAR, K. (1990). Chemical and
Nutritional Changes in foods during extrusion. Critical Review of Food
Science and Nutrition, 29, 35-57.
CAMIRE, M.E., ZHAO, J.,DOUGHERTY, M.P., BUSHWAY, R.J., 1995. In Vitro
Binding by Extruded Potato Peels. Journal of Agriculture and Food
Chemistry. 43:770-973.
CARDOSO-SANTIAGO, R.A, MOREIRA-ARAUJO, R.S.R., PINTO E SILVA,
M.E.M., AREAS, J.A.G., 2001. The Potential of Extruded Chickpea, Corn
and Bovine Lung for malnutrition Programs. Innovative Food Science and
Emerging Technologies, 2, 203-209.
CARDOSO-SANTIAGO, R.A., AREAS, J.A.G., 2001. Nutritional Evaluation of
Snacks Obtained from Chickpea and Bovine Lung Blends, Food Chemistry,
74, 35-40.
CHAUHAN, G.S., 1988a. Analysis of Shear and Thermal Historyduring Co-rotating
Twin Screw Extrusion. Journal of Food Science. 56(2), 518-527.
CHAUHAN, G.S., 1988b. Effect of some Extruder Variables on Physicochemical
properties of Extruded Rice-Legumes Blends. Food Chemistry, 27, 213-
224.
CHAVEZ-JAUREGUI, R.N., CARDOSA-SANTIAGO, R.A., PINTO E SILVA,
M.E.M., AREAS, J.A.G., 2003. Acceptability of Snack Produced by the
Extrusion of Amaranth aand Blends of Chickpea and Bovine Lung.
International Journal of Food Science and Technology, 38, 795-798.
CHEFTEL, J.C., 1989. Extrusion Cooking and Food Safety. C. Mercier, P. Linko
and J.M. Harper (Eds), Extrusion Cooking, 435-463. American Association
of Cereal Chemist, MN,USA.
128
CHEFTEL, J.C., CUQ, J.L. AND LORIENT, D., (1985). Amino acids, peptides, and
proteins. In: Food Chemistry (second edition, edited by O.R. Fennema).
New York: Marcel Dekker., 245-30.
CHEN J, SERAFIN FL, PANDYA RN, DAUN H 1991. Effects of Extrusion
Conditions on Sensory Properties of Corn Meal Extrudates. Journal of Food
Science 56 (1), 84-89.
CHINASWAMY R., HANNA, M.A., 1988b. Expansion, Color and Shear Strength
Properties, of Corn Starches Extrusion-Cooked with Urea and Salts.
Starch/Starke, 5; 186-190.
CHINNASWAMY R., ALI, Y., HANA MA., 1992. Physical Properties of
Extrudates: Methods and Measurements. University of Nebraska,
Agricultural Research Division Publication Number 9942, U.S.A.
CHINNASWAMY R., HANA MA, ZOBEL, H.F., 1989. Micro Structural,
Physiochemical and Macromolecular Changes in Extrusion Cooked and
Retrograded Corn Starch, Cereal Foods World, 34 (5), 416-421.
CHINNASWAMY R., HANNA MA., 1988. Relation Between Amylose Content
And Extrusion-Expansion Properties Of Corn Starches. Cereal Chemistry,
67 (5) 490-499.
CHINNASWAMY R., HANNA MA., 1990. Macromolecular and Functional
Properties, of Native and Extrusion – Cooked Corn Starches. Cereal
Chemistry, 67 (5), 490 – 499.
CHISHOLM, A.; AULEY K. Mc. MANN, J., WILLIAMS, S., SKEAFF, M., 2005.
Cholesterol Lowering Effects of Nuts Compared with a Canola oil Enriched
Cereal of Similar Fat Composition. Nutrition, Metabolism and
Cardiovascular Diseases. 15, 284-292.
CLARK, J.P., 1978.Tekxtruzation by extrusion, Journal of Texture Studies, 9,109-
123.
129
COLONNA P., DOIBLIER, J .L., MELCINO, J.D., MERCIER, C., 1989. Extrusion
Cooking of Starch and Starchy Products. Extrusion Cooking, 247-231.
American Association of Cereal Chemist, MN, USA.
COLONNA P., TAYEB, J., MERCIER, C., 1989. Extrusion cooking of Starch and
Starchy Products. C. Mercier, P. Linko and J.M., Harper (Eds), Extrusion
Cooking, 247-321, American Association of Cereal Chemists, MN, USA.
ÇELIK, İ., IŞIK, F., GÜRSOY, O., 2004. Couscous, a Traditional Turkish Food
Product: Production Method and Some Applications for Enrichment of
Nutritional Value. International Journal of Food Science and Technology,
39, 263-269.
DING, Q., AINSWORTH, P., TUCKER, G., ANDREW PLUNKETT, MARSON,
H., 2006. The effect of extrusion Conditions on the Functional and Physical
Properties of Wheat– Based Expanded Snacks. Journal of Food
Engineering, 66, 283-289
DING, Q., AINSWORTH, P., TUCKER, G., MARSON, H., 2005. The effect of
extrusion Conditions on the Physicochemical Properties and Sensory
Characteristics of Rice – Based Expanded Snacks. Journal of Food
Engineering, 66, 283-289.
DIZIEZAK, J.D. (1989). Single-and twin-screw extruders in food processing. Food
Technology, April, 164-174.
DOĞAN, H., 2000. The Effect of Component Interactions on the Structural and
Functional Properties of Legume Extrudates. Orta Doğu Teknık
Üniversitesi Fen Bilimleri Enstitüsü Doktora Tezi.
DRZIKOVA, B., DONGOWSKI, G., GEBHARDT, E., HABEL, A. 2005. The
Composition of Dietary Fiber Rich Extrudates From Oat Affects Bile Acid
Binding and Fermentation In Vitro. Food Chemistry 90, 181-192.
DUTRA-DE-OLIVEIRA, MARCHINI, J.S., 2007. Drinking Water Iron Fortification
For The Prevention Of Anemia At Community Level. Consequences and
130
control of Micronutrient Deficiencies: Science, Policy and Programs-
Defining the Issue. 16-18 April, Istanbul, Turkey.
DÜZGÜNEŞ, O., KESİCİ, T., KAVUNCU, O., GÜRBÜZ, F., 1987. Araştırma ve
Deneme Metotları (İstatistik Metotları II). A. Ü. Zir. Fak. Yayınları: 1021,
Ankara, 381s.
EGEMEN, A., 1986.Vitaminlerin Sağlığımızdaki Önemi. Hacettepe Üniversitesi,
Ege Üniversitesi Tıp Fakülteleri, Ankara Üniversitesi Ziraat Fakültesi, Ege
Üniversitesi Mühendislik Fakültesi, Hacettepe Üniversitesi Sağlık
Teknolojisi Yüksek Okulu ve Roche Müstahzarları Sanayii Anonim
Şirketi’nin Ortaklaşa Gerçekleştirdikleri ‘Vitaminlerin Sağlığımızdaki
Önemi’ Konulu Sempozyum Notları, İzmir 119 s.
EKŞİ, A., KARADENİZ, F. 1996. Gıda Zenginleştirme Yaklaşımı ve Türkiye’de
Uygulama Olanağı. Beslenme ve Diyet Dergisi, 25 (2), 45-51.
FALCONE, R.G., PHILIPS R.D., 1988. Effect of Feed Composition, Feed Moisture
and barrel Temperature on the Physical and Rheological properties of
Snack-Like products Prepared from cowpea and Sorghum flours by
Extrusion. Journal of Food Science, 53(5):1464-1469.
FARR, D.R., 1999. Functional Food. Cancer Letter. 114, 59-63.
FAST, B.R., CADWEEL, E.F., 1990. breakfast Cereals and How They Are Made.
Published by the American Association of Cereal Chemist Inc. St. Paul.
Minnesota, USA.
FAUBION, J.M., HOSENEY, R.C., 1982. High Temperature Short-Time Extrusion
Cooking of Wheat Starch and Flour. I. Effect of Moisture and Flour Type
on Extrudate Properties. Cereal Chemistry, 59(6), 529.
FORNAL, L., MAJEWSKA, K., WICKLUND, T., 1998. The Quality of Oat
Extrudates, ACTA Academia Agriculture Technica 30, 119-126.
131
FRANK B.H., 2003. Plant-based foods and prevention of cardiovascular disease: an
overview. American Journal of Clinical Nutrition:78, Supplement No. 3, 544-
551,
GIBSON R.S., 1990. Principles of Nutritional Assessment. Oxford University Press.
GOMEZ, M.H., AGUILERA, J.M., 1984. A Physicochemical Model for Extrusion,
of Corn Starch. Journal of Food Science, 40,40.
GOPALAKRISHNA, S. AND LALURIA Y.(1992). Modeling of starch
gelatinization in a single screw extruder. In: Food extrusion Science and
technology (edited by J.L. Kokini, C.I. Ho, and M.V. Karve). New York:
Marcel Dekker. 3-20.
GORDON, R.B., 1991. Snack Food. Published By Van Nostrand Reinhold.
Newyork.
GÖÇMEN, D., ŞAHİN, İ., 2000. Hazır Çorba Üretiminde Kuru Bezelye Kullanım
Olanağının Araştırılması, Gıda, 25 (2), 87 – 91.
GUALBERTO, D.G.; BERGMAN, C.J.; KAZEMZADEH, M.; WEBWER C.W.,
1998. Effect of Extrusion Processing on the Soluble and Insoluble Fiber,
and Phytic Acid Contents of Cereal Brans. Plants Foods for Human
Nutrition, 51; 187-198.
GUHA, M., ALİ, S.Z., BHATTACHARYA, S., 1997. Twin-Screw Extrusion of Rice
Flour Without a Die : effect of Barrel Temperature and Screw Speed on
Extrusion and Extrudate Characteristics. Journal of Food Engineering, 32,
251-267.
GUJSKA E., KHAN K., 1990. Effect of Temperature on Properties of Extrudates
from High Starch Fraction of Navy, Pinto and Garbanzo Beans. Journal of
Food Science , 55(2), 446-51
GUTKOSKI L.C., EL_DASH, A.A., 1999. Effect of Extrusion Process Variables on
Physical and Chemical Properties of Extruded Oat Products. Plant Foods
for Human Nutrition. 54, 311-325.
132
GUY R.C.E., ROBERT, M., (1984).Extrusion Cooking of Wheat Flour, Part 1:
Basic Changes in the Flour and the Effects of Particle Size, Flour Milling
and Baking Research Association Report, No:113, August, B and H
Printing Services, England, 43 P.
GUY, R.C.E., 2000. Extrusion Cooking, Technologies and Applications. CRC Press,
206 p.
HALEK, G.M., CHANG, K.L.B., 1992. Effect of Extrusion Operations variables on
Functionality of Extrudates. In Food Extrusion Science and Technology.
Marcel Dekker,677-691, New York.
HALSTED, C.H., 2003.. Dietary supplements and functional foods: 2 sides of a
coin? American Journal of Clinical Nutrition, 77(suppl):1001–7.
HARDACRE, A.K., CLARK, S.M., RIVIERE, S., MONRO, J.A., HAWKINS, A.J.,
2006. some Textural, Sensory and Nutritional Properties of Expanded
Snack Food Wafers Made From Corn, Lentil and Other Ingredients. Journal
of Texture Studies (37) 94-111.
HARPER, J.M. (1981). Extrusion of Foods. Vol.1. Boca Raton: CRC Press., 1-6.
HARPER, JM, 1986. Extrusion Texturization of Foods. Food Technology, 40(3), 70-
75.
HARPER, JM., 1979. Food Extrusion. Critical Reviews of Food Science and
Nutrition 11:155-162.
HARPER, M.J., 1989. Food extruders and their applications. C. Mercier, P. Linko
and JM. Harper (Eds.) Extrusion Cooking, 1-15. American Association of
Cereal Chemists, MN, USA.
HARPER, M.J., 1992. Extrusion Processing of Starch. R.J. Alexander and H.F.
Zobel (Eds), Developments in Carbohydrate chemistry, 37-64.American
Association of Cereal Chemists, MN USA, 378 p.
133
HASLER, C.M., 2000. Plants as Medicine: The Role of Phytochemicals in Optimum
Health. In Phytopharmaceuticals. Edited by Shaidi C.T. AOAC Press.
HAUCK, B.W., 1980. Marketing opportunities for Extrusion cooked Products.
Cereal Foods World, 25. 134-136.
HAUCK, BW., 1994. An Overview of single screw cooking, 1-15. American
Association of Cereal Chemists, MN, USA.
HENRY C.J.K.; CHAPMAN C., 2002. The Nutrition Handbook for Food processors.
CRC Pres, Boca Raten Boston New York Washington, DC.Woodheat
Publishing Limited.
HIEU, N.T., SANDALINAS, F., SESMAISON, A., TAM, N.P., KHAN, N.C.,
BERGER, J., 2007. Regular Consumption of Micronutrient Fortified
Biscuits Improves Anemia and Iron Status of School Children Living in
rural Vietnam. Consequences and control of Micronutrient Deficiencies:
Science, Policy and Programs-Defining the Issue. 16-18 April, Istanbul,
Turkey.
HİÇŞASMAZ, Z.; CLAYTON J.T., 1992. Characterization of the Pore Structure of
Starch Based Food Materials. Food Structure 11, 15-19.
HO C.T.; IZZO, M.T., 1992. Lipid – Protein and Lipid – Carbohydrate Interactions
During Extrusion. In Food Extrusion. Science and Technology , 415-425.
HURREL, R.F., 2006. Influence of Vegetable Protein Sources on Trace Element and
Mineral Bioavailability. The Journal of Nutrition, 15, 2973-2977.
ILO, S., BERGHOFER, E., 1999. Kinetics of Color Changes During Extrusion
Cooking of Maize Grits. Journal of Food Engineering, 39, 73-80.
IWE, M.O., 2000. Effects of Extrusion Cooking on Some Functional Properties of
Soy-Sweat potato Mixtures – A Response Surface Analysis. Plant Foods for
Human Nutrition :169-184.
İBANOĞLU, Ş., 1996. An Investigation Into the Properties of Tarhana Produced by
Traditional and Extrusion Methods. PhD Thesis. Department Food and
134
Consumer Technology, Manchester Metropolitan University, England,
220p.
JAIME A.F-G, EDUARDO A.M-M, FERNANDO M-B, ALFEDO C-O. 2004.
Physicochemical Properties of Casein-Starch Interaction Obtained by
Extrusion Process. Starch, 56, 190-198.
JI, Y., WONG, K., HASJIM, J., POLLAK, L.M., DUVICK, S., JANE, J., WHITE,
P.J., 2003. Structure and Function of Starch From Advanced Generations of
New Corn Lines. Carbohydrate Polymers 54:305-319.
JIN, Z., HISIEH, F., CHEFTEL, C., 1979. Extrusion Cooking of Corn Meal With
Soy Fiber, Salt and Sugar. Cereal Chemistry, 71(3), 227-234.
JIN, Z.F., Huff, H.E., 1994. Extrusion Cooking Corn Meal with Soy Fiber, Salt and
Sugar. Cereal Chemistry, 71(3), 227-234.
JONES, J.M., 2001. The Benefit of Eating Breakfast Cereals. Cereal Foods World,
46 (10), 461-467.
KADAN, R.S., BRYANT, R.J., PEPPERMAN, A.B. 2003. Functional Properties of
Extruded Rice Flour. Journal of Food Science, 68, 1669-1672.
KARAGÖZLÜ, C., AKBULUT, N., ÖMEROĞLU, S., 2000. Zenginleştirilmiş Süt
ve Süt Ürünleri, Süt Mikrobiyolojisi ve Katkı Maddeleri VI. Süt ve Süt
Ürünleri Sempozyumu, Tebliğler Kitabı. Tekirdağ, (595 s).
KAVAS, A., 1989. Türkiye’de Gıdalara Katılması Gereken Besin Öğeleri ve
Zenginleştirilmesi Düşünülebilecek Başlıca Temel Gıda Maddeleri,
‘Türkiye’de Beslenme Sorunları ve Bu Sorunların Çözümüne Gıda
Zenginleştirilmesi Yoluyla Yaklaşım’ sempozyumu, İzmir 1-16.
KESKİN, H., 1981. Besin Kimyası. İstanbul Üniversitesi yayınları, No: 2888 Kimya
Fakültesi No:47, (658 s).
KIRBAŞLAR, F.G., ERKMEN, G., 2003. Investigation Of the Effect Of Roasting
Temperature on the Nutritive Value of Hazelnuts. Plant Foods for Human
Nutrition. 58, 1-10.
135
KLAMCZYNSKI A.P., KNUCKLES B.E., GLENN G.M., 2004. Puffing and Jet
Cooking Affect Solubility and Molecular Weight of Barley β-Glukans.
Journal of Food Processing and Preservation, 28, 433-41.
KOKINI, J.L. (1993). The effect of processing history on chemical chances in single
and twin-screw extruders. Trends Food Science and Technology, 4, 324-
329.
LAI, L.S., KOKINI, J.L., 1991. Physicochemical changes and Rheological Properties
of Starch During Extrusion (a review). Starch. 7, 251-266.
LAUNAY, B., LISH, L.M., 1983. Twin Screw Extrusion Cooking of Starches. Flow
Behavior of Starch Pastes, Expansion and Mechanical Properties of
Extrudate. Journal of Food Engineering, 52, 1746-1747.
LAWRENCE, H.K., KATIE, A.M.; JACOBS, D.R., 1999. Cereals, Legumes and
Chronic disease Risk reduction: Evidence from Epidemiologic Studies.
American Journal of Clinical Nutrition, 70, 451-458.
LEDWARD, D.A., MITCHELL, J.R., 1988. Protein Extrusion – More Question
Then Answer? In Food Structure-Its Creation and Evaluation Eds. JMV
Blanchard and JR Mitchell. Butterwords, 219-229, UK.
LI, M., LEE T.C., 1996. Effect of Extrusion Temperature on Solubility and
Macromolecular Weight Distribution of Wheat Flour Proteins. Journal of
Agricultural and Food Chemistry, 44, 1871-1880.
LIN, C.S., ZAYAS, J.F., 1987. Functionality of Defatted Corn Germ Proteins in A
Model System: Fat Binding Capacity and water Retention. Journal of Food
Science 52(5), 1308-11.
LUE, S., HSIEF, F., HUFF, E., 1991. Extrusion Cooking of Corn Meal and Sugar
Beet Fiber: Effects on Expansion Properties, Starch Gelatinization and
Dietary Fiber Content, Cereal Chemistry. 68 (3), 227-234.
LUSAS, E.W., ROONEY, L.W., 2001. Snack Food Processing. CRC Press.
136
MAR, D., JOSE, O.M., 2002. Food fortification to Reduce Vitamin A Deficiency:
International Vitamin A Consultative Group Recommendations. The
Journal of Nutrition, 132, 2927-2933.
MARTIN-CABREJAS, M.A.L., JAIME, C., KARANJA, A.J., DOWNIE, M.L.,
PARKER, F.J., LOPEZ-ANDREU, G., MAINA, R.M., ASTEBAN, A.C.,
WALDRON, K.W., 1999. Modifications to Physicochemical and
Nutritional Properties of Hard-to-Cook Beans (Phaseolus vulgaris L.)by
Extrusion Cooking. Journal of Agriculture and Food Chemistry 47:1174-
1182.
MARTINEZ-FLORES, H.E., CRUZ, M.C., LARIOS, S.A., JIMENEZ, G.E.,
FIGUEROA, J.D.C., 2005. Sensorial and Biological Evaluation of an
Extruded Product Made From Corn Supplemented with Soybean and
Safflower Pastes. International Journal of Food Science and Technology,
40, 517-524.
MARTINEZ-SERNA, M.D., VILLOTA, R., 1992. Reactivity, Functionality and
Extrusion Performance of Native and Chemically Modified whey Proteins.
Pages 387-415 In Food Extrusion and Science Technology. J.L., Kokini,
C.T., Ho and M.v., Karwe, eds., Marcel Dekker, Inc., New York.
MCKEVITH, B., 2004. Nutritional Aspects of Cereals. Biritish Nutrition foundation.
Nutrition Bulletin, 29, 111-142.
MERCIER, C., CHARBONNIERE, R., GREBAUT, J., GUERIVIERE, J.F., 1980.
Formation of Amilose-Lipid complexes by Twin-Screw Extrusion Cooking
of Manioc starch, Cereal Chemistry, 57(1), 4-9.
MERCIER, C., FEILLET, P., 1975. Modification of Carbohydrate Components by
Extrusion Cooking of Cereal Products. Cereal Chemistry, 52, 283.
MERCIER, C., LINKO, P., HARPER, J.M., HARPER, J.M., 1989. Starch Extrusion.
C. Mercier, P. Linko and J.M. Harper (Eds.), Extrusion Cooking, 1-15.
American Association of Cereal Chemists, MN, USA.
137
MIDDEN, T.M., 1989. Twin Screw Extrusion of Corn Flakes. Cereal Food
World.34:941.
MILNER, J.A., 2000. Functional Foods: the US perspective. American Journal of
Clinical Nutrition;71(suppl):1654–9
MOHAMMED, C.V., 1990. Factor Effecting Extrusion Characteristics of Expanded
starch-Based Products. Journal of Food Processing and preservation. 14;
437-452.
MONTGOMERY, D.C., 2001. Design and Analysis of Experiment. Fifth Edition.
John Wiley and Sons, INC. (684 p)
MOORE D, SANEI A, HECKE V, BOUVIER JM., 1990. Effects of Ingredients on
Physical/Structural Properties of Extrudates. Journal of Food Science, 55
(5) 1383-87.
MULLEN, K., ENNIS, D.M., 1979. Rotatable designs in Product Development,
Food Technology, July, 74-78.
MULSANEY, S.J., HSIEH, F.H., 1988. Process Control for Extrusion Processing,
Cereal Food World, 33, 971.
MULVANEY, S.J., RIZVI, S.S., 1993. Extrusion Processing with Supercritical,
Fluids. Food Technology, 47, 74-82
MYERS, R.H., MONTGOMERY, D.C.,2002. Response Surface Methodology.
Process and Product Optimization Using Design Experiments., A Wiley
Inter-Science Publication, 792 p.
NJOKI, P., FALLER, J.F., 2001. Development of an Extruded Plantain/Corn/soy
Weaning Foods, International Journal of Food Science and Technology, 36,
415-423.
NKAME I., FILLI K.B., 2006. Development and Characterization of Extruded Fura
From Mixtures of pearl millet and grain Legumes Flour. International
Journal of food Properties, 9:157-165.
138
OBATOLU V.A., COLE A.H., 2000. Functional Property of Complementary Blends
of Soybean and Cowpea with Malted or Unmalted Maize. Food Chemistry
(70), 147-153.
OBATOLU V.A., COLE A.H., MAZIYA-DIXON B.B., 2000. Nutritional Quality of
Complementary Food Prepared From Unmalted Maize Fortified with
Cowpea using Extrusion Cooking. Journal of the Science of Food and
Agriculture. 80:646-650.
OBATOLU V.A., OMUETI O.O, EBENEZER A.A., 2006. Qualities od Extruded
Puffed Snacks From Maize/soybean Mixture. Journal of Food Process
Engineering, (29), 149-161.
OBATOLU, VA., COLE, AH. 2000. Functional Property of Complementary Blends
of Soybean and Cowpea With Malted or Unmalted Maize. Food Chemistry.
70, 147-153.
OWUSU-ANSAH, J.F., VAN DE VOORT, R., STANLEY, D.V., 1983.
Physicochemical Changes as Function of Extrusion Variables. Cereal
Chemistry, 60(4), 319-324.
ÖZER, E.A.; İBANOĞLU Ş, AINSWORTH, P., YAĞMUR, C., 2004. Expansion
Characteristics of a Nutritious Extruded Snack Food Using Response
Surface Methodology. European Food Research and Technology, 218, 474-
479.
PANDOLF, T., CLYDESDALE, FM., 1992. Dietary Fiber of Bile Acid Through
Mineral Supplementation. Journal of Food Science. 57 (5), 1242-1245.
PEKCAN, G., KARAAĞAOĞLU, N., 2000. State of Nutrition in Turkey. Nutrition
and Health, 14:41-52.
PELEMBE L.A.M., ERASMUS C., TAYLOR J.R.N., (2002). Development of a
Protein – Rich Composite Sorghum-Cowpea Instant Porridge by Extrusion
Cooking Process. Lebensm.-Wiss. U.-technol., 35, 120-127.
139
PERSON, H., NAL, B.M., FROLICH, W., NYMAN, M., ASP, N.G., 1987. Binding
of Mineral Elements by Some Dietary Fibre Components- In Vitro (II).
Food Chemistry, 26(2), 139-148.
PHILIPS, R.D., (1989). Effect of extrusion cooking on the nutritional quality of plant
proteins. In: Protein quality and the effect of processing (edited by R.D.
Philips and J.W. Finley). Pp 219-246. New York: Marcel Dekker.
POMERANZ,Y., 1987. Extrusion Products. In modern cereal Science and
technology. VCH Publishers, 453-463.
RAJAHAME S., SABATE, J. 2000. Health Benefits of a Vegetarian Diet. Nutrition
16 (7/8) 531-535.
RIAZ, M.N., 2000. Extruders in Food Applications. Head, Extrusion Technology
Program, Food Protein Research and Development Center, Texas A&M
University, Technomic Publishing Co., INC. 225p.
RICHARDSON, D.P., 1990. Food Fortification, Proceedings of the Nutrition
Society. 49, 39-50.
Robbers J.E., Tyler, V.E. 2000. Tyler’s Herbs of Choice, New York. Howarth Herbal
Press.
RYU, G.H.; NEUMANN, P.E.; WALKER, C.E., 1993. Effects on Same Baking
Ingredients on Physical and Structural Properties of Wheat Flour
Extrudates. Cereal chemistry, 70 (3), 291-297.
RYU, G.H.; WALKER, C.E., 1995. The Effects of Extrusion Condition on the
Physical Properties of Wheat Flour Extrudates. Starch., 47, 33-36.
SCHNEEMAN, B.O., 1986. Dietary Fiber: Physical and Chemical Properties,
Methods of Analysis and Physical Effects. Food Technology, 40 (2), 104-
110.
SELVENDRAN, R., 1984. The Plant Cell Wall as A Source of Dietary Fiber
Chemistry and Structure. The American Journal of Clinical Nutrition, 39
(4), 320-337.
140
SERRA-MAJEM, L., ORTEGO, R., ARANCETA, J., ENTRALA, A., GIL, A.,
2001. Fortifies Foods. Criteria for Vitamin Supplementation in Spain.
Public Health Nutrition, 4(6A), 1331-1334.
SINK, N., SMITH, A.C., 2000.A comparison of Wheat Starch, Whole Wheat Meal
and Oat Flour in the Extrusion Cooking Process. Journal of Food
Engineering, 34, 15-32.
SINK, R.K., NIELSEN, S.S., Chambers, J.V., 1991. Selected Characteristic of
Extruded Blends of Milk Protein Raffinate or Nonfat Dry Milk With Corn
Flour, Journal of Food Processing and Preservation, 15, 285-302
SOKHEY, A.S., CHINNASWAMY, R., 1992. Physicochemical Properties of
Irritation Modified Starch Ekstrudates. Food Structure 11, 361-371.
SUKNARK, K., PHILIPS, R.D., CHINNAN, 1997. Physical Properties of Directly
Expanded Extrudates Formulated from Partially Defatted Peanut Flour and
different Types of Starch. Food Research International, 30(89, 575-583.
SUOJANEN, A., RAULIO, S., OVASKAINEN, M.L., 2006. Liberal Fortification of
Foods: the Risks. A Study Relating to Finland. Journal of Epidemiologic
Community Health, 56, 259-264.
SZCZODRAK, J.; POMERANZ, 1992. Starch Lipid Interactions and Formation of
Resistant Starch in High Amylases Barley. Cereal Chemistry, 69 (6), 629-
632.
ŞAHİN, T., SÜMBÜL, Y., 1986. Gıda Sanayiinde EkstruzyonEkstrüzyonla İşleme
Teknolojisi. Gıda 11 (2), 89-94.
TAYEB, J., VERGNES, B., DELLA, V.G., 1988. A Basic Model for a Twin Screw
Extruder, Journal of Food Science. 53(4), 1047-1056.
TOMA R.B., CURTIS, DJ., 1986a. Dietary Fiber Its Role for Diabetics. Food tech.,
40 (2) 118.
TOMA R.B., CURTIS, DJ., 1986b. Dietary Fiber Effect on Mineral Bioavailability.
Food Tech. 40 (2), 111.
141
TOPRAK, İ., ŞENTÜRK Ş., YÜKSEL, B., ÖZER, H., ÇAKIR, B., BİDECİ, E.,
2002. Toplumun Beslenmede Bilinçlendirilmesi. Saha Personeli İçin
Toplum Beslenmesi Proğramı Eğitim Materyali. Sağlık Bakanlığı Temel
Sağlık Hizmetleri Genel Müdürlüğü, Hacettepe Üniversitesi Beslenme ve
Diyetetik Bölümü, Ankara, 123 s.
TUDORICA, C.M., KURI, V., BRENNAN, C.S., 2002. Nutritional and
Physicochemical characteristics of Dietary fiber Enriched Pasta. Journal of
Agricultural and Food Chemistry, 50, 347-356.
ULUÖZ, M., GÖNÜL, M., GÖZLÜ, S., 1974. Nişasta. Özellikleri, Gelatinizasyonu,
Modifikasyonu ve Gıda endüstrisinde Kullanılması. Bornova Ege
Üniversitesi Matbaası, Yayın No:74
UZUN, Ö., YAĞMUR C., ÖZER E.A., 2006. Türkiye’de Üretilen bazı patates ve
Mısır cipslerinin Besin Bileşimleri ve enerji değerlerinin Belirlenmesi,
Standartlara ve etiket Bilgilerine Uygunluğunun İncelenmesi. V. Uluslar
arası Beslenme ve Diyetetik Kongresi, 12-15 Nisan 2006, Ankara.
VAN ZUILICHEM D.J., STOLP, W., 1987. Survey of the Present Extrusion
Cooking Techniques in the Food and Confectionary Industry. Pages 1-15
IN Extrusion Technology for the Food Industry. Elsevier Applied Science
Publisher LTD, New York.
VASANTHAN, T., GAOSONG, J., YEUNG, J., JIHONG, L., 2002. dietary Fiber
Profile of Barley Flour as Affected by Extrusion cooking, Food Chemistry,
77, 35-40.
WALKER, C.E., 1991. Drying and Tasting of Ready to-eat Cereals, Cereal Food
World, 36 (10), 871-877.
WEN, L.P., RODIS, P., WASSEMAN, B.P., 1990. Starch fragmentation and Protein
Insolubility During Twin-Screw Extrusion of Corn Meal. Cereal Chemistry
.67, 268-275.
142
WOOTTON, M., WEEDEN, D., MUNK, N., 1971. A Rapid Method for the
Estimation of Starch Gelatinization in Processed Foods. Food Technology.
12:612.
YAĞMUR C., MAZAHREH A., ÖZER, E.A. 2005. Türkiye’de Üretilen Bazı
Bisküvi ve Benzeri Tahıl Ürünlerinin Besin Değerleri (Protein, Yağ,
Rutubet, Kül, Karbonhidrat ve Enerji Miktarları). Sendrom, 17 (2), 76 – 80
YAMADA, T.K., SUZIKI, H., HISAMATSI, M., KOMIYA, T. 1990. GPC Profile
Change of Potato Starch with Extrusion Processing, Starch. 42, 217-223.
YILDIZ, F., 1985. Extrusion Cooking Systems and Textured Vegetable Proteins.
Gıda 10 (3), 137-147.
YVONNE M.W., PHILIPS R.D., HARGROVE, J.L. 2001. Protein Quality
Evaluation of Cowpea-Based Extrusion Cooked Cereal / Legume Weaning
Mixtures. Nutrition Research, 21, 849-857.
ZEISSEL, S.H., 2000. Is There A Metabolic Basis for Dietary supplementation?
American Journal of Clinical Nutrition, 72 (Suppl), 507-607
143
ÖZGEÇMİŞ
Çukurova Üniversitesi Ziraat Fakültesi Gıda Bilimi ve Teknolojisi Bölümünde lisans
eğitimimi 1991 yılında tamamladım. 1992 yılında Çukurova Üniversitesi Ziraat Fakültesi
Gıda Bölümünde mastır programına başladım ve 1996 yılında tamamladım. 1997 yılında
Çukurova Üniversitesi Fen Bilimleri Enstitüsü Gıda Mühendisliği Anabilim dalında doktora
programına başladım. 1998 yılında İnönü Üniversitesi Mühendislik Fakültesi Gıda
Mühendisliği Bölümünde öğretim görevlisi olarak göreve başladım. 2001 yılında Çukurova
Üniversitesi Ziraat Fakültesi Gıda Mühendisliği Bölümüne araştırma görevlisi olarak geçiş
yaptım ve doktora programına devam etmeye başladım.
144
EKLER
Ek 1. Ürünlerin Su Tutma İndisinin Varyans Analizi ve Lineer Model İstatistik
Analiz Sonuçları Response: Su tutma indisi Sequential Model Sum of Squares Sum of Mean F Source Squares DF Square Value Prob > F Mean 546.95 1 546.95 Linear 1.18 3 0.39 5.42 0.0091 Suggested 2FI 0.40 3 0.13 2.24 0.1325 Quadratic 0.15 3 0.050 0.81 0.5192 Cubic 0.41 5 0.082 1.98 0.2350 Aliased Residual 0.21 5 0.041 Total 549.30 20 27.46 "Sequential Model Sum of Squares": Select the highest order polynomial where the additional terms are significant. Lack of Fit Tests Sum of Mean F Source Squares DF Square Value Prob > F Linear 0.96 11 0.087 2.10 0.2133 Suggested 2FI 0.56 8 0.070 1.69 0.2918 Quadratic 0.41 5 0.082 1.98 0.2350 Cubic 0.000 0 Aliased Pure Error 0.21 5 0.041 "Lack of Fit Tests": Want the selected model to have insignificant lack-of-fit. Model Summary Statistics Std. Adjusted Predicted Source Dev. R-Squared R-Squared R-Squared PRESS Linear 0.27 0.5040 0.4110 0.1729 1.94 Suggested 2FI 0.24 0.6729 0.5219 -0.1247 2.64 Quadratic 0.25 0.7365 0.4994 -0.6811 3.94 Cubic 0.20 0.9117 0.6645 + Aliased + Case(s) with leverage of 1.0000: PRESS statistic not defined "Model Summary Statistics": Focus on the model maximizing the "Adjusted
145
R-Squared" and the "Predicted R-Squared". Use your mouse to right click on individual cells for definitions. Response: Su Tutma Indisi ANOVA for Response Surface Linear Model Analysis of variance table [Partial sum of squares] Sum of Mean F Source Squares DF Square Value Prob > F Model 1.18 3 0.39 5.42 0.0091 significant A 0.16 1 0.16 2.26 0.1519 B 0.92 1 0.92 12.72 0.0026 C 0.093 1 0.093 1.28 0.2751 Residual 1.16 16 0.073 Lack of Fit 0.96 11 0.087 2.10 0.2133 not significant Pure Error 0.21 5 0.041 Cor Total 2.34 19 The Model F-value of 5.42 implies the model is significant. There is only a 0.91% chance that a "Model F-Value" this large could occur due to noise. Values of "Prob > F" less than 0.0500 indicate model terms are significant. In this case B are significant model terms. Values greater than 0.1000 indicate the model terms are not significant. If there are many insignificant model terms (not counting those required to support hierarchy), model reduction may improve your model. The "Lack of Fit F-value" of 2.10 implies the Lack of Fit is not significant relative to the pure error. There is a 21.33% chance that a "Lack of Fit F-value" this large could occur due to noise. Non-significant lack of fit is good -- we want the model to fit. Std. Dev. 0.27 R-Squared 0.5040 Mean 5.23 Adj R-Squared 0.4110 C.V. 5.16 Pred R-Squared 0.1729 PRESS 1.94 Adeq Precision 7.721 The "Pred R-Squared" of 0.1729 is not as close to the "Adj R-Squared" of 0.4110 as one might normally expect. This may indicate a large block effect or a possible problem with your model and/or data. Things to consider are model reduction, response tranformation,
146
outliers, etc. "Adeq Precision" measures the signal to noise ratio. A ratio greater than 4 is desirable. Your ratio of 7.721 indicates an adequate signal. This model can be used to navigate the design space. Coefficient Standard 95% CI 95% CI Factor Estimate DF Error Low High VIF Intercept 5.22 1 0.060 5.09 5.35 A-Vida Hizi 0.11 1 0.073 -0.045 0.27 1.00 B-Besleme Nemi 0.27 1 0.077 0.11 0.44 1.00 C-Besleme Orani -0.081 1 0.072 -0.23 0.071 1.00 Final Equation in Terms of Coded Factors: Su Tutma Indisi = +5.22 +0.11 * A +0.27 * B -0.081 * C Final Equation in Terms of Actual Factors: Su Tutma Indisi = +3.90069 +1.83607E-003 * Vida Hizi +0.13697 * Besleme Nemi -0.040531 * Besleme Orani Diagnostics Case Statistics Standard Actual Predicted Student Cook's Outlier Run Order Value Value Residual Leverage Residual Distance t Order 1 5.89 5.69 0.20 0.278 0.880 0.074 0.874 15 2 5.14 5.04 0.10 0.255 0.434 0.016 0.423 1 3 5.28 5.41 -0.13 0.255 -0.543 0.025 -0.530 20 4 4.83 4.76 0.073 0.280 0.317 0.010 0.308 3 5 5.04 5.31 -0.27 0.272 -1.153 0.124 -1.166 5 6 5.50 5.47 0.033 0.272 0.141 0.002 0.137 4 7 5.21 5.22 -0.013 0.050 -0.048 0.000 -0.047 9 8 5.40 5.08 0.32 0.267 1.383 0.174 1.427 14 9 5.12 4.89 0.23 0.172 0.922 0.044 0.917 6
147
10 4.94 5.14 -0.20 0.280 -0.874 0.074 -0.867 16 11 5.12 5.22 -0.10 0.050 -0.391 0.002 -0.380 8 12 6.29 5.69 0.60 0.272 2.618 0.639 3.352 18 13 4.77 5.22 -0.45 0.050 -1.723 0.039 -1.848 10 14 5.16 5.22 -0.063 0.050 -0.238 0.001 -0.231 11 15 5.36 5.22 0.14 0.050 0.523 0.004 0.511 12 16 5.22 5.36 -0.14 0.267 -0.626 0.036 -0.614 7 17 5.20 5.53 -0.33 0.272 -1.416 0.187 -1.466 19 18 5.17 4.98 0.19 0.280 0.840 0.069 0.832 17 19 4.98 5.22 -0.24 0.050 -0.923 0.011 -0.919 13 20 4.97 4.92 0.050 0.280 0.220 0.005 0.214 2 Proceed to Diagnostic Plots (the next icon in progression). Be sure to look at the: 1) Normal probability plot of the studentized residuals to check for normality of residuals. 2) Studentized residuals versus predicted values to check for constant error. 3) Outlier t versus run order to look for outliers, i.e., influential values. 4) Box-Cox plot for power transformations. If all the model Statistics and Diagnostic plots are OK, finish up with the Model Graphs icon.
148
Ek 1.a. Su Tutma İndisi Üzerine Vida Hızı, Besleme Nemi ve Besleme Oranlarının Etkileri
DESIGN-EXPERT Plot
Su Tutma IndisiX = B: Besleme Nemi Y = C: Besleme Orani
Actual FactorA: Vida Hizi = 220.00
4.76
4.93
5.11
5.29
5.47
Su
Tutm
a In
disi
11.00
12.00
13.00
14.00
15.00
22.0
23.0
24.0
25.0
26.0
B: Besleme Nemi C: Besleme Orani
DESIGN-EXPERT Plot
Su Tutma IndisiX = B: Besleme Nemi Y = C: Besleme Orani
Actual FactorA: Vida Hizi = 340.00
4.98
5.16
5.33
5.51
5.69
Su
Tutm
a In
disi
11.00
12.00
13.00
14.00
15.00
22.0
23.0
24.0
25.0
26.0
B: Besleme Nemi C: Besleme Orani
220-340 d/d vida hızlarında su tutma indisi üzerine besleme oranı ve besleme
neminin etkileri
DESIGN-EXPERT Plot
Su Tutma IndisiX = A: Vida HiziY = C: Besleme Orani
Actual FactorB: Besleme Nemi = 11.00
4.76
4.85
4.95
5.04
5.14
Su
Tutm
a In
disi
220.00
250.00
280.00
310.00
340.00
22.0
23.0
24.0
25.0
26.0
A: Vida Hizi C: Besleme Orani
DESIGN-EXPERT Plot
Su Tutma IndisiX = A: Vida HiziY = C: Besleme Orani
Actual FactorB: Besleme Nemi = 15.00
5.31
5.40
5.50
5.59
5.69
Su
Tutm
a In
disi
220.00
250.00
280.00
310.00
340.00
22.0
23.0
24.0
25.0
26.0
A: Vida Hizi C: Besleme Orani
%11-15 besleme nemi oranlarında su tutma indisi üzerine besleme oranı ve vida
hızının etkileri
149
DESIGN-EXPERT Plot
Su Tutma IndisiX = B: Besleme Nemi Y = A: Vida Hizi
Actual FactorC: Besleme Orani = 22.0
4.92
5.11
5.30
5.50
5.69
Su
Tutm
a In
disi
11.00
12.00
13.00
14.00
15.00
220.00
250.00
280.00
310.00
340.00
B: Besleme Nemi A: Vida Hizi
DESIGN-EXPERT Plot
Su Tutma IndisiX = B: Besleme Nemi Y = A: Vida Hizi
Actual FactorC: Besleme Orani = 26.0
4.76
4.95
5.14
5.33
5.53
Su
Tutm
a In
disi
11.00
12.00
13.00
14.00
15.00
220.00
250.00
280.00
310.00
340.00
B: Besleme Nemi A: Vida Hizi
22-26 kg/s besleme oranlarında su tutma indisi üzerine besleme nemi ve vida hızının
etkileri
150
Ek 2. Ürünlerin Suda Çözünürlük İndisinin Varyans Analizi ve İkinci Dereceden Model İstatistik Analiz Sonuçları
Response: Suda Çözünürlük indisi Sequential Model Sum of Squares Sum of Mean F Source Squares DF Square Value Prob > F Mean 4900.95 1 4900.95 Linear 67.07 3 22.36 7.06 0.0031 2FI 12.35 3 4.12 1.40 0.2877 Quadratic 27.19 3 9.06 8.17 0.0048 Suggested Cubic 10.88 5 2.18 50.57 0.0003 Aliased Residual 0.22 5 0.043 Total 5018.66 20 250.93 "Sequential Model Sum of Squares": Select the highest order polynomial where the additional terms are significant. Lack of Fit Tests Sum of Mean F Source Squares DF Square Value Prob > F Linear 50.42 11 4.58 106.54 < 0.0001 2FI 38.07 8 4.76 110.60 < 0.0001 Quadratic 10.88 5 2.18 50.57 0.0003 Suggested Cubic 0.000 0 Aliased Pure Error 0.22 5 0.043 "Lack of Fit Tests": Want the selected model to have insignificant lack-of-fit. Model Summary Statistics Std. Adjusted Predicted Source Dev. R-Squared R-Squared R-Squared PRESS Linear 1.78 0.5698 0.4891 0.3051 81.80 2FI 1.72 0.6747 0.5246 0.1397 101.26 Quadratic 1.05 0.9057 0.8209 0.2025 93.87 Suggested Cubic 0.21 0.9982 0.9931 + Aliased + Case(s) with leverage of 1.0000: PRESS statistic not defined "Model Summary Statistics": Focus on the model maximizing the "Adjusted R-Squared"
151
and the "Predicted R-Squared". Use your mouse to right click on individual cells for definitions. Response: Suda Çözünürlük indisi ANOVA for Response Surface Quadratic Model Analysis of variance table [Partial sum of squares] Sum of Mean F Source Squares DF Square Value Prob > F Model 106.61 9 11.85 10.68 0.0005 significant A 12.82 1 12.82 11.56 0.0068 B 35.21 1 35.21 31.74 0.0002 C 6.35 1 6.35 5.72 0.0378 A2 11.65 1 11.65 10.50 0.0089 B2 13.20 1 13.20 11.90 0.0062 C2 5.07 1 5.07 4.57 0.0583 AB 4.59 1 4.59 4.14 0.0693 AC 2.000E-004 1 2.000E-004 1.803E-004 0.9896 BC 7.76 1 7.76 7.00 0.0245 Residual 11.09 10 1.11 Lack of Fit 10.88 5 2.18 50.57 0.0003 significant Pure Error 0.22 5 0.043 Cor Total 117.70 19 The Model F-value of 10.68 implies the model is significant. There is only a 0.05% chance that a "Model F-Value" this large could occur due to noise. Values of "Prob > F" less than 0.0500 indicate model terms are significant. In this case A, B, C, A2, B2, BC are significant model terms. Values greater than 0.1000 indicate the model terms are not significant. If there are many insignificant model terms (not counting those required to support hierarchy), model reduction may improve your model. The "Lack of Fit F-value" of 50.57 implies the Lack of Fit is significant. There is only a 0.03% chance that a "Lack of Fit F-value" this large could occur due to noise. Significant lack of fit is bad -- we want the model to fit. Std. Dev. 1.05 R-Squared 0.9057 Mean 15.65 Adj R-Squared 0.8209 C.V. 6.73 Pred R-Squared 0.2025 PRESS 93.87 Adeq Precision 11.803 The "Pred R-Squared" of 0.2025 is not as close to the "Adj R-Squared" of
152
0.8209 as one might normally expect. This may indicate a large block effect or a possible problem with your model and/or data. Things to consider are model reduction, response tranformation, outliers, etc. "Adeq Precision" measures the signal to noise ratio. A ratio greater than 4 is desirable. Your ratio of 11.803 indicates an adequate signal. This model can be used to navigate the design space. Coefficient Standard 95% CI 95% CI Factor Estimate DF Error Low High VIF Intercept 17.41 1 0.42 16.47 18.35 A-Vida Hizi 0.97 1 0.29 0.34 1.61 1.00 B-Besleme Nemi -1.75 1 0.31 -2.44 -1.06 1.07 C-Besleme Orani -0.67 1 0.28 -1.29 -0.046 1.00 A2 -0.91 1 0.28 -1.54 -0.28 1.01 B2 -1.14 1 0.33 -1.88 -0.40 1.07 C2 -0.55 1 0.26 -1.13 0.024 1.01 AB -0.76 1 0.37 -1.59 0.072 1.00 AC 5.000E-003 1 0.37 -0.82 0.83 1.00 BC 0.99 1 0.37 0.16 1.81 1.00 Final Equation in Terms of Coded Factors: Suda Çözünürlük indisi = +17.41 +0.97 * A -1.75 * B -0.67 * C -0.91 * A2 -1.14 * B2 -0.55 * C2 -0.76 * A * B +5.000E-003 * A * C +0.99 * B * C Final Equation in Terms of Actual Factors: Suda Çözünürlük indisi = -61.33227 +0.23879 * Vida Hizi +2.40667 * Besleme Nemi
153
+3.09127 * Besleme Orani -2.52705E-004 * Vida Hizi2 -0.28547 * Besleme Nemi 2 -0.13832 * Besleme Orani2 -6.31250E-003 * Vida Hizi * Besleme Nemi +4.16667E-005 * Vida Hizi * Besleme Orani +0.24625 * Besleme Nemi * Besleme Orani Diagnostics Case Statistics Standard Actual Predicted Student Cook's Outlier Run Order Value Value Residual Leverage Residual Distance t Order 1 9.81 11.14 -1.33 0.673 -2.208 1.002 -2.926 15 2 11.81 13.26 -1.45 0.612 -2.212 0.773 -2.938 1 3 16.72 16.50 0.22 0.612 0.331 0.017 0.316 20 4 13.76 13.16 0.60 0.707 1.052 0.267 1.058 3 5 14.85 13.15 1.70 0.666 2.789 1.553 5.618 * 5 6 13.04 12.53 0.51 0.666 0.833 0.139 0.819 4 7 17.64 17.41 0.23 0.162 0.240 0.001 0.228 9 8 13.13 14.54 -1.41 0.641 -2.236 0.891 -2.999 14 9 18.15 17.86 0.29 0.360 0.344 0.007 0.328 6 10 19.09 19.93 -0.84 0.707 -1.474 0.524 -1.580 16 11 17.17 17.41 -0.24 0.162 -0.248 0.001 -0.236 8 12 13.21 12.95 0.26 0.666 0.422 0.036 0.404 18 13 17.62 17.41 0.21 0.162 0.219 0.001 0.208 10 14 17.49 17.41 0.081 0.162 0.084 0.000 0.080 11 15 17.21 17.41 -0.20 0.162 -0.206 0.001 -0.196 12 16 17.18 16.89 0.29 0.641 0.463 0.038 0.444 7 17 14.15 13.59 0.56 0.666 0.916 0.167 0.908 19 18 16.98 16.63 0.35 0.707 0.614 0.091 0.593 17 19 17.29 17.41 -0.12 0.162 -0.123 0.000 -0.117 13 20 16.78 16.48 0.30 0.707 0.525 0.066 0.505 2 * Case(s) with |Outlier T| > 3.50 Proceed to Diagnostic Plots (the next icon in progression). Be sure to look at the: 1) Normal probability plot of the studentized residuals to check for normality of residuals. 2) Studentized residuals versus predicted values to check for constant error. 3) Outlier t versus run order to look for outliers, i.e., influential values. 4) Box-Cox plot for power transformations.
154
Ek 2.a. Suda Çözünürlük İndisi Üzerine Vida Hızı, Besleme Nemi ve Besleme Oranlarının Etkileri
DESIGN-EXPERT Plot
Suda Çözünürlük indisiX = B: Besleme Nemi Y = C: Besleme Orani
Actual FactorA: Vida Hizi = 220.00
12.53
13.52
14.52
15.51
16.50
Sud
a Ç
özün
ürlü
k in
disi
11.00 12.00
13.00 14.00
15.00
22.00
23.00
24.00
25.00
26.00
B: Besleme Nemi
C: Besleme Orani
DESIGN-EXPERT Plot
Suda Çözünürlük indisiX = B: Besleme Nemi Y = C: Besleme Orani
Actual FactorA: Vida Hizi = 340.00
12.95
14.70
16.44
18.19
19.93
Sud
a Ç
özün
ürlü
k in
disi
11.00
12.00
13.00
14.00
15.00
22.00
23.00
24.00
25.00
26.00
B: Besleme Nemi C: Besleme Orani
220-340 d/d vida hızlarında suda çözünürlük indisi üzerine besleme oranı ve besleme
neminin etkileri
DESIGN-EXPERT Plot
Suda Çözünürlük indisiX = A: Vida HiziY = C: Besleme Orani
Actual FactorB: Besleme Nemi = 11.00
13.16
14.85
16.55
18.24
19.93
Sud
a Ç
özün
ürlü
k in
disi
220.00
250.00
280.00
310.00
340.00
22.00
23.00
24.00
25.00
26.00
A: Vida Hizi C: Besleme Orani
DESIGN-EXPERT Plot
Suda Çözünürlük indisiX = A: Vida HiziY = C: Besleme Orani
Actual FactorB: Besleme Nemi = 15.00
12.53
13.04
13.56
14.07
14.58
Sud
a Ç
özün
ürlü
k in
disi
220.00
250.00
280.00
310.00
340.00
22.00
23.00
24.00
25.00
26.00
A: Vida Hizi C: Besleme Orani
%11-15 besleme nemi oranlarında suda çözünürlük indisi üzerine besleme oranı ve
vida hızının etkileri
155
DESIGN-EXPERT Plot
Suda Çözünürlük indisiX = A: Vida HiziY = B: Besleme Nemi
Actual FactorC: Besleme Orani = 22.00
12.53
14.38
16.23
18.08
19.93
Sud
a Ç
özün
ürlü
k in
disi
220.00
250.00
280.00
310.00
340.00
11.00
12.00
13.00
14.00
15.00
A: Vida Hizi B: Besleme Nemi
DESIGN-EXPERT Plot
Suda Çözünürlük indisiX = A: Vida HiziY = B: Besleme Nemi
Actual FactorC: Besleme Orani = 26.00
13.15
14.06
14.97
15.88
16.79
Sud
a Ç
özün
ürlü
k in
disi
220.00
250.00
280.00
310.00
340.00
11.00
12.00
13.00
14.00
15.00
A: Vida Hizi B: Besleme Nemi
Şekil 4.1c. 22-26 kg/s besleme oranlarında suda çözünürlük indisi üzerine besleme
nemi ve vida hızının etkileri
156
EK 3. Ürünlerin Jelatinizasyon derecesinin Varyans Analizi ve İkinci Dereceden
Model İstatistik Analiz Sonuçları Response: Jelatinizasyon Derecesi Sequential Model Sum of Squares Sum of Mean F Source Squares DF Square Value Prob > F Mean 1.848E+005 1 1.848E+005 Linear 842.81 3 280.94 8.17 0.0016 2FI 8.26 3 2.75 0.066 0.9769 Quadratic 496.01 3 165.34 36.02 < 0.0001 Suggested Cubic 44.74 5 8.95 38.66 0.0005 Aliased Residual 1.16 5 0.23 Total 1.862E+005 20 9311.97 "Sequential Model Sum of Squares": Select the highest order polynomial where the additional terms are significant. Lack of Fit Tests Sum of Mean F Source Squares DF Square Value Prob > F Linear 549.02 11 49.91 215.60 < 0.0001 2FI 540.75 8 67.59 291.99 < 0.0001 Quadratic 44.74 5 8.95 38.66 0.0005 Suggested Cubic 0.000 0 Aliased Pure Error 1.16 5 0.23 "Lack of Fit Tests": Want the selected model to have insignificant lack-of-fit. Model Summary Statistics Std. Adjusted Predicted Source Dev. R-Squared R-Squared R-Squared PRESS Linear 5.86 0.6050 0.5310 0.4045 829.58 2FI 6.46 0.6110 0.4314 -0.1387 1586.13 Quadratic 2.14 0.9670 0.9374 0.7457 354.27 Suggested Cubic 0.48 0.9992 0.9968 + Aliased + Case(s) with leverage of 1.0000: PRESS statistic not defined "Model Summary Statistics": Focus on the model maximizing the "Adjusted R-Squared"
157
and the "Predicted R-Squared". Use your mouse to right click on individual cells for definitions. Response: Jelatinizasyon Derecesi ANOVA for Response Surface Quadratic Model Analysis of variance table [Partial sum of squares] Sum of Mean F Source Squares DF Square Value Prob > F Model 1347.09 9 149.68 32.61 < 0.0001 significant A 840.55 1 840.55 183.12 < 0.0001 B 0.81 1 0.81 0.18 0.6838 C 1.40 1 1.40 0.31 0.5924 A2 408.94 1 408.94 89.09 < 0.0001 B2 93.32 1 93.32 20.33 0.0011 C2 21.25 1 21.25 4.63 0.0569 AB 1.62 1 1.62 0.35 0.5657 AC 1.62 1 1.62 0.35 0.5657 BC 5.02 1 5.02 1.09 0.3201 Residual 45.90 10 4.59 Lack of Fit 44.74 5 8.95 38.66 0.0005 significant Pure Error 1.16 5 0.23 Cor Total 1392.99 19 The Model F-value of 32.61 implies the model is significant. There is only a 0.01% chance that a "Model F-Value" this large could occur due to noise. Values of "Prob > F" less than 0.0500 indicate model terms are significant. In this case A, A2, B2 are significant model terms. Values greater than 0.1000 indicate the model terms are not significant. If there are many insignificant model terms (not counting those required to support hierarchy), model reduction may improve your model. The "Lack of Fit F-value" of 38.66 implies the Lack of Fit is significant. There is only a 0.05% chance that a "Lack of Fit F-value" this large could occur due to noise. Significant lack of fit is bad -- we want the model to fit. Std. Dev. 2.14 R-Squared 0.9670 Mean 96.14 Adj R-Squared 0.9374 C.V. 2.23 Pred R-Squared 0.7457
158
PRESS 354.27 Adeq Precision 18.547 The "Pred R-Squared" of 0.7457 is in reasonable agreement with the "Adj R-Squared" of 0.9374. "Adeq Precision" measures the signal to noise ratio. A ratio greater than 4 is desirable. Your ratio of 18.547 indicates an adequate signal. This model can be used to navigate the design space. Coefficient Standard 95% CI 95% CI Factor Estimate DF Error Low High VIF Intercept 102.46 1 0.86 100.54 104.38 A-Vida Hizi 7.87 1 0.58 6.58 9.17 1.00 B-Besleme Nemi 0.26 1 0.63 -1.14 1.67 1.07 C-Besleme Orani -0.32 1 0.57 -1.59 0.95 1.00 A2 -5.39 1 0.57 -6.66 -4.12 1.01 B2 -3.04 1 0.67 -4.54 -1.54 1.07 C2 -1.13 1 0.53 -2.31 0.040 1.01 AB 0.45 1 0.76 -1.24 2.14 1.00 AC 0.45 1 0.76 -1.24 2.14 1.00 BC -0.79 1 0.76 -2.48 0.90 1.00 Final Equation in Terms of Coded Factors: Jelatinizasyon Derecesi = +102.46 +7.87 * A +0.26 * B -0.32 * C -5.39 * A2 -3.04 * B2 -1.13 * C2 +0.45 * A * B +0.45 * A * C -0.79 * B * C Final Equation in Terms of Actual Factors: Jelatinizasyon Derecesi = -364.02323 +0.83099 * Vida Hizi +23.57477 * Besleme Nemi +14.96360 * Besleme Orani
159
-1.49731E-003 * Vida Hizi2 -0.75914 * Besleme Nemi 2 -0.28324 * Besleme Orani2 +3.75000E-003 * Vida Hizi * Besleme Nemi +3.75000E-003 * Vida Hizi * Besleme Orani -0.19813 * Besleme Nemi * Besleme Orani Diagnostics Case Statistics Standard Actual Predicted Student Cook's Outlier Run Order Value Value Residual Leverage Residual Distance t Order 1 96.65 94.13 2.52 0.673 2.056 0.869 2.567 15 2 72.72 74.36 -1.64 0.612 -1.228 0.238 -1.265 1 3 103.61 100.61 3.00 0.612 2.251 0.800 3.040 20 4 85.81 85.23 0.58 0.707 0.496 0.059 0.476 3 5 83.43 83.28 0.15 0.666 0.122 0.003 0.116 5 6 85.43 86.39 -0.96 0.666 -0.779 0.121 -0.762 4 7 102.48 102.46 0.024 0.162 0.012 0.000 0.012 9 8 99.35 98.43 0.92 0.641 0.713 0.091 0.694 14 9 95.34 97.77 -2.43 0.360 -1.415 0.112 -1.501 6 10 98.03 99.13 -1.10 0.707 -0.947 0.216 -0.942 16 11 103.41 102.46 0.95 0.162 0.486 0.005 0.467 8 12 100.62 102.14 -1.52 0.666 -1.230 0.302 -1.267 18 13 102.73 102.46 0.27 0.162 0.140 0.000 0.133 10 14 102.06 102.46 -0.40 0.162 -0.202 0.001 -0.192 11 15 102.27 102.46 -0.19 0.162 -0.095 0.000 -0.090 12 16 99.86 99.54 0.32 0.641 0.251 0.011 0.239 7 17 97.67 100.83 -3.16 0.666 -2.551 1.299 -4.095 * 19 18 101.00 100.98 0.016 0.707 0.014 0.000 0.013 17 19 102.88 102.46 0.42 0.162 0.216 0.001 0.206 13 20 87.39 85.18 2.21 0.707 1.905 0.875 2.264 2 * Case(s) with |Outlier T| > 3.50 Proceed to Diagnostic Plots (the next icon in progression). Be sure to look at the: 1) Normal probability plot of the studentized residuals to check for normality of residuals. 2) Studentized residuals versus predicted values to check for constant error. 3) Outlier t versus run order to look for outliers, i.e., influential values. 4) Box-Cox plot for power transformations.
160
Ek 3.a. Jelatinizasyon Derecesi Üzerine Vida Hızı, Besleme Nemi ve Besleme Oranlarının Etkileri
DESIGN-EXPERT Plot
Jelatinizasyon DerecesiX = C: Besleme OraniY = B: Besleme Nemi
Actual FactorA: Vida Hizi = 220.00
83.28
84.79
86.30
87.81
89.32
Jel
atin
izas
yon
Der
eces
i
22.0
23.0
24.0
25.0
26.0
11.00
12.00
13.00
14.00
15.00
C: Besleme Orani B: Besleme Nemi
DESIGN-EXPERT Plot
Jelatinizasyon DerecesiX = C: Besleme OraniY = B: Besleme Nemi
Actual FactorA: Vida Hizi = 340.00
99.13
100.59
102.06
103.52
104.98
Jel
atin
izas
yon
Der
eces
i
22.0
23.0
24.0
25.0
26.0
11.00
12.00
13.00
14.00
15.00
C: Besleme Orani B: Besleme Nemi
220-340 d/d vida hızlarında jelatinizasyon derecesi üzerine besleme oranı ve besleme
neminin etkileri
DESIGN-EXPERT Plot
Jelatinizasyon DerecesiX = C: Besleme OraniY = A: Vida Hizi
Actual FactorB: Besleme Nemi = 11.00
85.18
89.35
93.51
97.68
101.85
Jel
atin
izas
yon
Der
eces
i
22.0
23.0
24.0
25.0
26.0
220.00
250.00
280.00
310.00
340.00
C: Besleme Orani A: Vida Hizi
DESIGN-EXPERT Plot
Jelatinizasyon DerecesiX = C: Besleme OraniY = A: Vida Hizi
Actual FactorB: Besleme Nemi = 15.00
83.28
88.21
93.15
98.08
103.02
Jel
atin
izas
yon
Der
eces
i
22.0
23.0
24.0
25.0
26.0
220.00
250.00
280.00
310.00
340.00
C: Besleme Orani A: Vida Hizi
%11-15 besleme nemi oranlarında jelatinizasyon derecesi üzerine besleme oranı ve
vida hızının etkileri
161
DESIGN-EXPERT Plot
Jelatinizasyon DerecesiX = B: Besleme Nemi Y = A: Vida Hizi
Actual FactorC: Besleme Orani = 22.0
85.18
89.97
94.76
99.56
104.35
Jel
atin
izas
yon
Der
eces
i
11.00
12.00
13.00
14.00
15.00
220.00
250.00
280.00
310.00
340.00
B: Besleme Nemi A: Vida Hizi
DESIGN-EXPERT Plot
Jelatinizasyon DerecesiX = B: Besleme Nemi Y = A: Vida Hizi
Actual FactorC: Besleme Orani = 26.0
83.28
88.51
93.75
98.98
104.22
Jel
atin
izas
yon
Der
eces
i
11.00
12.00
13.00
14.00
15.00
220.00
250.00
280.00
310.00
340.00
B: Besleme Nemi A: Vida Hizi
22-26 kg/s besleme oranlarında jelatinizasyon derecesi üzerine besleme nemi
ve vida hızının etkileri
162
EK 4. Ürünlerin Kesme Kuvvetinin Varyans Analizi ve İkinci Dereceden Model İstatistik Analiz Sonuçları
Response: Kesme Kuvveti Sequential Model Sum of Squares Sum of Mean F Source Squares DF Square Value Prob > F Mean 10613.15 1 10613.15 Linear 3507.67 3 1169.22 12.87 0.0002 2FI 38.69 3 12.90 0.12 0.9476 Quadratic 1208.96 3 402.99 19.55 0.0002 Suggested Cubic 205.05 5 41.01 182.38 < 0.0001 Aliased Residual 1.12 5 0.22 Total 15574.64 20 778.73 "Sequential Model Sum of Squares": Select the highest order polynomial where the additional terms are significant. Lack of Fit Tests Sum of Mean F Source Squares DF Square Value Prob > F Linear 1452.70 11 132.06 587.32 < 0.0001 2FI 1414.01 8 176.75 786.06 < 0.0001 Quadratic 205.05 5 41.01 182.38 < 0.0001 Suggested Cubic 0.000 0 Aliased Pure Error 1.12 5 0.22 "Lack of Fit Tests": Want the selected model to have insignificant lack-of-fit. Model Summary Statistics Std. Adjusted Predicted Source Dev. R-Squared R-Squared R-Squared PRESS Linear 9.53 0.7070 0.6520 0.5100 2430.96 2FI 10.43 0.7148 0.5831 0.3327 3310.79 Quadratic 4.54 0.9584 0.9210 0.6556 1708.84 Suggested Cubic 0.47 0.9998 0.9991 + Aliased + Case(s) with leverage of 1.0000: PRESS statistic not defined "Model Summary Statistics": Focus on the model maximizing the "Adjusted R-Squared"
163
and the "Predicted R-Squared". Use your mouse to right click on individual cells for definitions. Response: Kesme Kuvveti ANOVA for Response Surface Quadratic Model Analysis of variance table [Partial sum of squares] Sum of Mean F Source Squares DF Square Value Prob > F Model 4755.32 9 528.37 25.63 < 0.0001 significant A 2649.49 1 2649.49 128.51 < 0.0001 B 623.20 1 623.20 30.23 0.0003 C 154.88 1 154.88 7.51 0.0208 A2 1152.90 1 1152.90 55.92 < 0.0001 B2 37.09 1 37.09 1.80 0.2095 C2 2.71 1 2.71 0.13 0.7245 AB 13.13 1 13.13 0.64 0.4433 AC 12.48 1 12.48 0.61 0.4547 BC 13.08 1 13.08 0.63 0.4442 Residual 206.18 10 20.62 Lack of Fit 205.05 5 41.01 182.38 < 0.0001 significant Pure Error 1.12 5 0.22 Cor Total 4961.49 19 The Model F-value of 25.63 implies the model is significant. There is only a 0.01% chance that a "Model F-Value" this large could occur due to noise. Values of "Prob > F" less than 0.0500 indicate model terms are significant. In this case A, B, C, A2 are significant model terms. Values greater than 0.1000 indicate the model terms are not significant. If there are many insignificant model terms (not counting those required to support hierarchy), model reduction may improve your model. The "Lack of Fit F-value" of 182.38 implies the Lack of Fit is significant. There is only a 0.01% chance that a "Lack of Fit F-value" this large could occur due to noise. Significant lack of fit is bad -- we want the model to fit. Std. Dev. 4.54 R-Squared 0.9584 Mean 23.04 Adj R-Squared 0.9210 C.V. 19.71 Pred R-Squared 0.6556 PRESS 1708.84 Adeq Precision 18.286
164
The "Pred R-Squared" of 0.6556 is not as close to the "Adj R-Squared" of 0.9210 as one might normally expect. This may indicate a large block effect or a possible problem with your model and/or data. Things to consider are model reduction, response tranformation, outliers, etc. "Adeq Precision" measures the signal to noise ratio. A ratio greater than 4 is desirable. Your ratio of 18.286 indicates an adequate signal. This model can be used to navigate the design space. Coefficient Standard 95% CI 95% CI Factor Estimate DF Error Low High VIF Intercept 15.82 1 1.83 11.76 19.89 A-Vida Hizi -13.98 1 1.23 -16.73 -11.23 1.00 B-Besleme Nemi 7.35 1 1.34 4.37 10.32 1.07 C-Besleme Orani 3.31 1 1.21 0.62 6.00 1.00 A2 9.05 1 1.21 6.35 11.75 1.01 B2 1.91 1 1.43 -1.27 5.09 1.07 C2 -0.40 1 1.12 -2.89 2.08 1.01 AB -1.28 1 1.61 -4.86 2.30 1.00 AC -1.25 1 1.61 -4.83 2.33 1.00 BC 1.28 1 1.61 -2.30 4.86 1.00 Final Equation in Terms of Coded Factors: Kesme Kuvveti = +15.82 -13.98 * A +7.35 * B +3.31 * C +9.05 * A2 +1.91 * B2 -0.40 * C2 -1.28 * A * B -1.25 * A * C +1.28 * B * C Final Equation in Terms of Actual Factors: Kesme Kuvveti = +204.24112 -1.25234 * Vida Hizi -13.45310 * Besleme Nemi +5.26929 * Besleme Orani
165
+2.51407E-003 * Vida Hizi2 +0.47860 * Besleme Nemi 2 -0.10116 * Besleme Orani2 -0.010677 * Vida Hizi * Besleme Nemi -0.010406 * Vida Hizi * Besleme Orani +0.31969 * Besleme Nemi * Besleme Orani Diagnostics Case Statistics Standard Actual Predicted Student Cook's Outlier Run Order Value Value Residual Leverage Residual Distance t Order 1 34.67 33.85 0.82 0.673 0.317 0.021 0.303 15 2 71.28 64.27 7.01 0.612 2.481 0.972 3.796 * 1 3 12.37 17.66 -5.29 0.612 -1.872 0.554 -2.204 20 4 33.90 35.02 -1.12 0.707 -0.455 0.050 -0.436 3 5 53.44 54.83 -1.39 0.666 -0.530 0.056 -0.510 5 6 38.37 43.15 -4.78 0.666 -1.823 0.664 -2.117 4 7 16.19 15.82 0.37 0.162 0.088 0.000 0.084 9 8 16.80 20.38 -3.58 0.641 -1.315 0.308 -1.372 14 9 11.43 9.76 1.67 0.360 0.458 0.012 0.440 6 10 5.75 5.55 0.20 0.707 0.080 0.002 0.076 16 11 16.13 15.82 0.31 0.162 0.074 0.000 0.070 8 12 15.05 15.13 -0.078 0.666 -0.030 0.000 -0.028 18 13 15.92 15.82 0.096 0.162 0.023 0.000 0.022 10 14 15.30 15.82 -0.52 0.162 -0.126 0.000 -0.120 11 15 15.28 15.82 -0.54 0.162 -0.131 0.000 -0.124 12 16 13.93 8.79 5.14 0.641 1.888 0.636 2.233 7 17 25.97 21.81 4.16 0.666 1.586 0.502 1.739 19 18 10.71 7.12 3.59 0.707 1.459 0.513 1.560 17 19 15.13 15.82 -0.69 0.162 -0.167 0.001 -0.158 13 20 23.10 28.46 -5.36 0.707 -2.178 1.143 -2.850 2 * Case(s) with |Outlier T| > 3.50 Proceed to Diagnostic Plots (the next icon in progression). Be sure to look at the: 1) Normal probability plot of the studentized residuals to check for normality of residuals. 2) Studentized residuals versus predicted values to check for constant error. 3) Outlier t versus run order to look for outliers, i.e., influential values. 4) Box-Cox plot for power transformations.
166
Ek 4.a. Kesme Kuvveti Üzerine Vida Hızı, Besleme Nemi ve Besleme Oranlarının Etkileri
DESIGN-EXPERT Plot
Kesme KuvvetiX = C: Besleme OraniY = B: Besleme Nemi
Actual FactorA: Vida Hizi = 220.00
28.46
35.05
41.64
48.24
54.83
Kes
me
Kuvv
eti
22.0
23.0
24.0
25.0
26.0
11.00
12.00
13.00
14.00
15.00
C: Besleme Orani B: Besleme Nemi
DESIGN-EXPERT Plot
Kesme KuvvetiX = C: Besleme OraniY = B: Besleme Nemi
Actual FactorA: Vida Hizi = 340.00
5.55
9.62
13.68
17.75
21.81
Kes
me
Kuvv
eti
22.0
23.0
24.0
25.0
26.0
11.00
12.00
13.00
14.00
15.00
C: Besleme Orani B: Besleme Nemi
220-340 d/d vida hızlarında kesme kuvveti üzerine besleme oranı ve besleme
neminin etkileri
DESIGN-EXPERT Plot
Kesme KuvvetiX = C: Besleme OraniY = A: Vida Hizi
Actual FactorB: Besleme Nemi = 11.00
4.34
12.01
19.68
27.35
35.02
Kes
me
Kuvv
eti
22.0
23.0
24.0
25.0
26.0
220.00
250.00 280.00
310.00
340.00
C: Besleme Orani
A: Vida Hizi
DESIGN-EXPERT Plot
Kesme KuvvetiX = C: Besleme OraniY = A: Vida Hizi
Actual FactorB: Besleme Nemi = 15.00
14.67
24.71
34.75
44.79
54.83
Kes
me
Kuvv
eti
22.0
23.0
24.0
25.0
26.0
220.00
250.00
280.00
310.00
340.00
C: Besleme Orani
A: Vida Hizi
%11-15 besleme nemi oranlarında kesme kuvveti üzerine besleme oranı ve vida
hızının etkileri
167
DESIGN-EXPERT Plot
Kesme KuvvetiX = B: Besleme Nemi Y = A: Vida Hizi
Actual FactorC: Besleme Orani = 22.0
4.34
14.04
23.75
33.45
43.15 K
esm
e Ku
vvet
i
11.00
12.00
13.00
14.00
15.00
220.00 250.00
280.00
310.00
340.00
B: Besleme Nemi
A: Vida Hizi
DESIGN-EXPERT Plot
Kesme KuvvetiX = B: Besleme Nemi Y = A: Vida Hizi
Actual FactorC: Besleme Orani = 26.0
6.65
18.70
30.74
42.79
54.83
Kes
me
Kuvv
eti
11.00
12.00
13.00
14.00
15.00
220.00
250.00
280.00
310.00
340.00
B: Besleme Nemi
A: Vida Hizi
22-26 kg/s besleme oranlarında kesme kuvveti üzerine besleme nemi ve vida hızının
etkileri
168
EK 5. Ürünlerin L Değerlerinin Varyans Analizi ve Lineer Model İstatistik Analiz Sonuçları
Response: L Sequential Model Sum of Squares Sum of Mean F Source Squares DF Square Value Prob > F Mean 1.258E+005 1 1.258E+005 Linear 306.34 3 102.11 22.74 < 0.0001 Suggested 2FI 24.48 3 8.16 2.24 0.1320 Quadratic 7.31 3 2.44 0.61 0.6243 Cubic 13.95 5 2.79 0.53 0.7458 Aliased Residual 26.09 5 5.22 Total 1.261E+005 20 6307.40 "Sequential Model Sum of Squares": Select the highest order polynomial where the additional terms are significant. Lack of Fit Tests Sum of Mean F Source Squares DF Square Value Prob > F Linear 45.74 11 4.16 0.80 0.6512 Suggested 2FI 21.26 8 2.66 0.51 0.8110 Quadratic 13.95 5 2.79 0.53 0.7458 Cubic 0.000 0 Aliased Pure Error 26.09 5 5.22 "Lack of Fit Tests": Want the selected model to have insignificant lack-of-fit. Model Summary Statistics Std. Adjusted Predicted Source Dev. R-Squared R-Squared R-Squared PRESS Linear 2.12 0.8100 0.7744 0.7060 111.20 Suggested 2FI 1.91 0.8748 0.8170 0.7363 99.74 Quadratic 2.00 0.8941 0.7988 0.6132 146.28 Cubic 2.28 0.9310 0.7378 + Aliased + Case(s) with leverage of 1.0000: PRESS statistic not defined "Model Summary Statistics": Focus on the model maximizing the "Adjusted R-Squared" and the "Predicted R-Squared".
169
Use your mouse to right click on individual cells for definitions. Response: L ANOVA for Response Surface Linear Model Analysis of variance table [Partial sum of squares] Sum of Mean F Source Squares DF Square Value Prob > F Model 306.34 3 102.11 22.74 < 0.0001 significant A 4.37 1 4.37 0.97 0.3383 B 301.30 1 301.30 67.11 < 0.0001 C 0.67 1 0.67 0.15 0.7045 Residual 71.84 16 4.49 Lack of Fit 45.74 11 4.16 0.80 0.6512 not significant Pure Error 26.09 5 5.22 Cor Total 378.18 19 The Model F-value of 22.74 implies the model is significant. There is only a 0.01% chance that a "Model F-Value" this large could occur due to noise. Values of "Prob > F" less than 0.0500 indicate model terms are significant. In this case B are significant model terms. Values greater than 0.1000 indicate the model terms are not significant. If there are many insignificant model terms (not counting those required to support hierarchy), model reduction may improve your model. The "Lack of Fit F-value" of 0.80 implies the Lack of Fit is not significant relative to the pure error. There is a 65.12% chance that a "Lack of Fit F-value" this large could occur due to noise. Non-significant lack of fit is good -- we want the model to fit. Std. Dev. 2.12 R-Squared 0.8100 Mean 79.30 Adj R-Squared 0.7744 C.V. 2.67 Pred R-Squared 0.7060 PRESS 111.20 Adeq Precision 15.136 The "Pred R-Squared" of 0.7060 is in reasonable agreement with the "Adj R-Squared" of 0.7744. "Adeq Precision" measures the signal to noise ratio. A ratio greater than 4 is desirable. Your ratio of 15.136 indicates an adequate signal. This model can be used to navigate the design space. Coefficient Standard 95% CI 95% CI
170
Factor Estimate DF Error Low High VIF Intercept 79.18 1 0.47 78.17 80.18 A-Vida Hizi -0.57 1 0.58 -1.79 0.65 1.00 B-Besleme Nemi 4.95 1 0.60 3.67 6.23 1.00 C-Besleme Orani -0.22 1 0.56 -1.41 0.98 1.00 Final Equation in Terms of Coded Factors: L = +79.18 -0.57 * A +4.95 * B -0.22 * C Final Equation in Terms of Actual Factors: L = +52.29181 -9.46721E-003 * Vida Hizi +2.47290 * Besleme Nemi -0.10885 * Besleme Orani Diagnostics Case Statistics Standard Actual Predicted Student Cook's Outlier Run Order Value Value Residual Leverage Residual Distance t Order 1 86.50 87.58 -1.08 0.278 -0.602 0.035 -0.590 15 2 81.40 80.12 1.28 0.255 0.698 0.042 0.687 1 3 76.90 78.23 -1.33 0.255 -0.727 0.045 -0.716 20 4 75.00 74.58 0.42 0.280 0.233 0.005 0.226 3 5 85.60 84.47 1.13 0.272 0.624 0.036 0.611 5 6 80.20 84.91 -4.71 0.272 -2.604 0.632 -3.321 4 7 77.20 79.18 -1.98 0.050 -0.957 0.012 -0.954 9 8 78.60 78.80 -0.20 0.267 -0.108 0.001 -0.104 14 9 70.90 73.24 -2.34 0.172 -1.214 0.076 -1.234 6 10 74.70 73.88 0.82 0.280 0.456 0.020 0.444 16 11 81.60 79.18 2.42 0.050 1.174 0.018 1.189 8 12 84.80 83.77 1.03 0.272 0.569 0.030 0.556 18 13 81.90 79.18 2.72 0.050 1.319 0.023 1.353 10 14 78.10 79.18 -1.08 0.050 -0.521 0.004 -0.509 11 15 77.70 79.18 -1.48 0.050 -0.715 0.007 -0.703 12 16 81.50 79.56 1.94 0.267 1.071 0.104 1.076 7 17 84.60 83.34 1.26 0.272 0.699 0.046 0.687 19
171
18 71.70 73.44 -1.74 0.280 -0.970 0.091 -0.968 17 19 81.90 79.18 2.72 0.050 1.319 0.023 1.353 13 20 75.20 75.02 0.18 0.280 0.102 0.001 0.099 2 Proceed to Diagnostic Plots (the next icon in progression). Be sure to look at the: 1) Normal probability plot of the studentized residuals to check for normality of residuals. 2) Studentized residuals versus predicted values to check for constant error. 3) Outlier t versus run order to look for outliers, i.e., influential values. 4) Box-Cox plot for power transformations.
172
Ek 5.a. L Değeri Üzerine Vida Hızı, Besleme Nemi ve Besleme Oranlarının Etkileri
DESIGN-EXPERT Plot
LX = C: Besleme OraniY = B: Besleme Nemi
Actual FactorA: Vida Hizi = 220.00
74.58
77.16
79.74
82.33
84.91
L
22.0
23.0
24.0
25.0
26.0
11.00
12.00
13.00
14.00
15.00
C: Besleme Orani B: Besleme Nemi
DESIGN-EXPERT Plot
LX = C: Besleme OraniY = B: Besleme Nemi
Actual FactorA: Vida Hizi = 340.00
73.44
76.03
78.61
81.19
83.77
L
22.0
23.0
24.0
25.0
26.0
11.00
12.00
13.00
14.00
15.00
C: Besleme Orani B: Besleme Nemi
220-340 d/d vida hızlarında L değeri üzerine besleme oranı ve besleme neminin
etkileri
DESIGN-EXPERT Plot
LX = C: Besleme OraniY = A: Vida Hizi
Actual FactorB: Besleme Nemi = 11.00
73.44
73.84
74.23
74.62
75.02
L
22.0
23.0
24.0
25.0
26.0
220.00
250.00
280.00
310.00
340.00
C: Besleme Orani
A: Vida Hizi
DESIGN-EXPERT Plot
LX = C: Besleme OraniY = A: Vida Hizi
Actual FactorB: Besleme Nemi = 15.00
83.34
83.73
84.12
84.52
84.91
L
22.0
23.0
24.0
25.0
26.0
220.00
250.00
280.00
310.00
340.00
C: Besleme Orani
A: Vida Hizi
%11-15 besleme nemi oranlarında L değeri üzerine besleme oranı ve vida hızının
etkileri
173
DESIGN-EXPERT Plot
LX = B: Besleme Nemi Y = A: Vida Hizi
Actual FactorC: Besleme Orani = 22.0
73.88
76.64
79.39
82.15
84.91
L
11.00
12.00
13.00
14.00
15.00
220.00
250.00
280.00
310.00
340.00
B: Besleme Nemi
A: Vida Hizi
DESIGN-EXPERT Plot
LX = B: Besleme Nemi Y = A: Vida Hizi
Actual FactorC: Besleme Orani = 26.0
73.44
76.20
78.96
81.72
84.47
L
11.00
12.00
13.00
14.00
15.00
220.00
250.00
280.00
310.00
340.00
B: Besleme Nemi
A: Vida Hizi
22-26 kg/s besleme oranlarında L değeri üzerine besleme nemi ve vida hızının
etkileri
174
EK 6. Ürünlerin a Değerlerinin Varyans Analizi ve Lineer Model İstatistik Analiz Sonuçları
Response: a Sequential Model Sum of Squares Sum of Mean F Source Squares DF Square Value Prob > F Mean 2959.74 1 2959.74 Linear 35.61 3 11.87 7.65 0.0022 Suggested 2FI 0.78 3 0.26 0.14 0.9335 Quadratic 3.36 3 1.12 0.54 0.6645 Cubic 20.49 5 4.10 102.44 < 0.0001 Aliased Residual 0.20 5 0.040 Total 3020.19 20 151.01 "Sequential Model Sum of Squares": Select the highest order polynomial where the additional terms are significant. Lack of Fit Tests Sum of Mean F Source Squares DF Square Value Prob > F Linear 24.63 11 2.24 55.99 0.0002 Suggested 2FI 23.85 8 2.98 74.53 < 0.0001 Quadratic 20.49 5 4.10 102.44 < 0.0001 Cubic 0.000 0 Aliased Pure Error 0.20 5 0.040 "Lack of Fit Tests": Want the selected model to have insignificant lack-of-fit. Model Summary Statistics Std. Adjusted Predicted Source Dev. R-Squared R-Squared R-Squared PRESS Linear 1.25 0.5891 0.5121 0.3011 42.25 Suggested 2FI 1.36 0.6021 0.4185 -0.5999 96.71 Quadratic 1.44 0.6577 0.3497 -0.7551 106.09 Cubic 0.20 0.9967 0.9874 + Aliased + Case(s) with leverage of 1.0000: PRESS statistic not defined "Model Summary Statistics": Focus on the model maximizing the "Adjusted R-Squared" and the "Predicted R-Squared".
175
Use your mouse to right click on individual cells for definitions. Response: a ANOVA for Response Surface Linear Model Analysis of variance table [Partial sum of squares] Sum of Mean F Source Squares DF Square Value Prob > F Model 35.61 3 11.87 7.65 0.0022 significant A 4.72 1 4.72 3.04 0.1003 B 30.55 1 30.55 19.68 0.0004 C 0.34 1 0.34 0.22 0.6448 Residual 24.83 16 1.55 Lack of Fit 24.63 11 2.24 55.99 0.0002 significant Pure Error 0.20 5 0.040 Cor Total 60.45 19 The Model F-value of 7.65 implies the model is significant. There is only a 0.22% chance that a "Model F-Value" this large could occur due to noise. Values of "Prob > F" less than 0.0500 indicate model terms are significant. In this case B are significant model terms. Values greater than 0.1000 indicate the model terms are not significant. If there are many insignificant model terms (not counting those required to support hierarchy), model reduction may improve your model. The "Lack of Fit F-value" of 55.99 implies the Lack of Fit is significant. There is only a 0.02% chance that a "Lack of Fit F-value" this large could occur due to noise. Significant lack of fit is bad -- we want the model to fit. Std. Dev. 1.25 R-Squared 0.5891 Mean -12.16 Adj R-Squared 0.5121 C.V. -10.24 Pred R-Squared 0.3011 PRESS 42.25 Adeq Precision 8.970 The "Pred R-Squared" of 0.3011 is not as close to the "Adj R-Squared" of 0.5121 as one might normally expect. This may indicate a large block effect or a possible problem with your model and/or data. Things to consider are model reduction, response tranformation, outliers, etc. "Adeq Precision" measures the signal to noise ratio. A ratio greater than 4 is desirable. Your ratio of 8.970 indicates an adequate signal. This model can be used to
176
navigate the design space. Coefficient Standard 95% CI 95% CI Factor Estimate DF Error Low High VIF Intercept -12.13 1 0.28 -12.72 -11.53 A-Vida Hizi 0.59 1 0.34 -0.13 1.31 1.00 B-Besleme Nemi -1.57 1 0.35 -2.33 -0.82 1.00 C-Besleme Orani -0.16 1 0.33 -0.86 0.55 1.00 Final Equation in Terms of Coded Factors: a = -12.13 +0.59 * A -1.57 * B -0.16 * C Final Equation in Terms of Actual Factors: a = -2.77455 +9.83607E-003 * Vida Hizi -0.78740 * Besleme Nemi -0.077876 * Besleme Orani Diagnostics Case Statistics Standard Actual Predicted Student Cook's Outlier Run Order Value Value Residual Leverage Residual Distance t Order 1 -13.40 -14.80 1.40 0.278 1.325 0.169 1.360 15 2 -14.20 -13.11 -1.09 0.255 -1.014 0.088 -1.015 1 3 -12.10 -11.14 -0.96 0.255 -0.891 0.068 -0.885 20 4 -9.50 -11.30 1.80 0.280 1.699 0.281 1.818 3 5 -14.90 -14.45 -0.45 0.272 -0.427 0.017 -0.416 5 6 -14.20 -14.13 -0.065 0.272 -0.061 0.000 -0.059 4 7 -12.00 -12.13 0.13 0.050 0.103 0.000 0.100 9 8 -12.90 -12.40 -0.50 0.267 -0.470 0.020 -0.459 14 9 -13.50 -10.24 -3.26 0.172 -2.879 0.430 -4.015 * 6 10 -9.10 -9.80 0.70 0.280 0.667 0.043 0.655 16 11 -12.20 -12.13 -0.074 0.050 -0.061 0.000 -0.059 8 12 -13.00 -12.95 -0.045 0.272 -0.043 0.000 -0.041 18 13 -12.20 -12.13 -0.074 0.050 -0.061 0.000 -0.059 10 14 -12.50 -12.13 -0.37 0.050 -0.308 0.001 -0.299 11
177
15 -12.40 -12.13 -0.27 0.050 -0.226 0.001 -0.219 12 16 -11.70 -11.85 0.15 0.267 0.143 0.002 0.139 7 17 -13.20 -13.27 0.066 0.272 0.062 0.000 0.060 19 18 -8.30 -10.12 1.82 0.280 1.718 0.287 1.842 17 19 -12.50 -12.13 -0.37 0.050 -0.308 0.001 -0.299 13 20 -9.50 -10.99 1.49 0.280 1.405 0.192 1.453 2 * Case(s) with |Outlier T| > 3.50 Proceed to Diagnostic Plots (the next icon in progression). Be sure to look at the: 1) Normal probability plot of the studentized residuals to check for normality of residuals. 2) Studentized residuals versus predicted values to check for constant error. 3) Outlier t versus run order to look for outliers, i.e., influential values. 4) Box-Cox plot for power transformations.
178
Ek 6.a. a Değeri Üzerine Vida Hızı, Besleme Nemi ve Besleme Oranlarının Etkileri
DESIGN-EXPERT Plot
aX = C: Besleme OraniY = B: Besleme Nemi
Actual FactorA: Vida Hizi = 220.00
-14.45
-13.58
-12.72
-11.85
-10.99
a
22.0 23.0
24.0 25.0
26.0
11.00 12.00
13.00 14.00
15.00
C: Besleme Orani B: Besleme Nemi
DESIGN-EXPERT Plot
aX = C: Besleme OraniY = B: Besleme Nemi
Actual FactorA: Vida Hizi = 340.00
-13.27
-12.40
-11.54
-10.67
-9.80
a
22.0 23.0
24.0 25.0
26.0
11.00 12.00
13.00 14.00
15.00
C: Besleme Orani B: Besleme Nemi
220-340 d/d vida hızlarında a değeri üzerine besleme oranı ve besleme neminin
etkileri
DESIGN-EXPERT Plot
aX = C: Besleme OraniY = A: Vida Hizi
Actual FactorB: Besleme Nemi = 15.00
-14.45
-14.07
-13.70
-13.33
-12.95
a
22.0 23.0
24.0 25.0
26.0
220.00 250.00
280.00 310.00
340.00
C: Besleme Orani A: Vida Hizi
DESIGN-EXPERT Plot
aX = C: Besleme OraniY = A: Vida Hizi
Actual FactorB: Besleme Nemi = 11.00
-11.30
-10.92
-10.55
-10.18
-9.80
a
22.0 23.0
24.0 25.0
26.0
220.00 250.00
280.00 310.00
340.00
C: Besleme Orani A: Vida Hizi
%11-15 besleme nemi oranlarında a değeri üzerine besleme oranı ve vida hızının
etkileri
179
DESIGN-EXPERT Plot
aX = B: Besleme Nemi Y = A: Vida Hizi
Actual FactorC: Besleme Orani = 22.0
-14.13
-13.05
-11.97
-10.89
-9.80
a
11.00
12.00
13.00
14.00
15.00
220.00
250.00
280.00
310.00
340.00
B: Besleme Nemi
A: Vida Hizi
DESIGN-EXPERT Plot
aX = B: Besleme Nemi Y = A: Vida Hizi
Actual FactorC: Besleme Orani = 26.0
-14.45
-13.36
-12.28
-11.20
-10.12
a
11.00
12.00
13.00
14.00
15.00
220.00
250.00
280.00
310.00
340.00
B: Besleme Nemi
A: Vida Hizi
22-26 kg/s besleme oranlarında a değeri üzerine besleme nemi ve vida hızının
etkileri
180
EK 7. Ürünlerin b Değerlerinin Varyans Analizi ve İkinci Dereceden Model İstatistik Analiz Sonuçları
Response: b Sequential Model Sum of Squares Sum of Mean F Source Squares DF Square Value Prob > F Mean 16029.12 1 16029.12 Linear 18.88 3 6.29 1.88 0.1737 2FI 8.51 3 2.84 0.82 0.5064 Quadratic 29.62 3 9.87 6.40 0.0108 Suggested Cubic 6.69 5 1.34 0.77 0.6119 Aliased Residual 8.74 5 1.75 Total 16101.56 20 805.08 "Sequential Model Sum of Squares": Select the highest order polynomial where the additional terms are significant. Lack of Fit Tests Sum of Mean F Source Squares DF Square Value Prob > F Linear 44.82 11 4.07 2.33 0.1807 2FI 36.31 8 4.54 2.60 0.1541 Quadratic 6.69 5 1.34 0.77 0.6119 Suggested Cubic 0.000 0 Aliased Pure Error 8.74 5 1.75 "Lack of Fit Tests": Want the selected model to have insignificant lack-of-fit. Model Summary Statistics Std. Adjusted Predicted Source Dev. R-Squared R-Squared R-Squared PRESS Linear 1.83 0.2606 0.1220 -0.2678 91.84 2FI 1.86 0.3781 0.0911 -0.7376 125.87 Quadratic 1.24 0.7870 0.5953 0.0898 65.93 Suggested Cubic 1.32 0.8793 0.5415 + Aliased + Case(s) with leverage of 1.0000: PRESS statistic not defined "Model Summary Statistics": Focus on the model maximizing the "Adjusted R-Squared"
181
and the "Predicted R-Squared". Use your mouse to right click on individual cells for definitions. Response: b ANOVA for Response Surface Quadratic Model Analysis of variance table [Partial sum of squares] Sum of Mean F Source Squares DF Square Value Prob > F Model 57.01 9 6.33 4.11 0.0190 significant A 10.45 1 10.45 6.77 0.0264 B 9.14 1 9.14 5.93 0.0352 C 5.27 1 5.27 3.41 0.0944 A2 3.43 1 3.43 2.22 0.1669 B2 25.58 1 25.58 16.58 0.0022 C2 0.086 1 0.086 0.056 0.8184 AB 7.60 1 7.60 4.93 0.0507 AC 0.50 1 0.50 0.32 0.5817 BC 0.41 1 0.41 0.26 0.6195 Residual 15.43 10 1.54 Lack of Fit 6.69 5 1.34 0.77 0.6119 not significant Pure Error 8.74 5 1.75 Cor Total 72.44 19 The Model F-value of 4.11 implies the model is significant. There is only a 1.90% chance that a "Model F-Value" this large could occur due to noise. Values of "Prob > F" less than 0.0500 indicate model terms are significant. In this case A, B, B2 are significant model terms. Values greater than 0.1000 indicate the model terms are not significant. If there are many insignificant model terms (not counting those required to support hierarchy), model reduction may improve your model. The "Lack of Fit F-value" of 0.77 implies the Lack of Fit is not significant relative to the pure error. There is a 61.19% chance that a "Lack of Fit F-value" this large could occur due to noise. Non-significant lack of fit is good -- we want the model to fit. Std. Dev. 1.24 R-Squared 0.7870 Mean 28.31 Adj R-Squared 0.5953 C.V. 4.39 Pred R-Squared 0.0898
182
PRESS 65.93 Adeq Precision 7.049 The "Pred R-Squared" of 0.0898 is not as close to the "Adj R-Squared" of 0.5953 as one might normally expect. This may indicate a large block effect or a possible problem with your model and/or data. Things to consider are model reduction, response tranformation, outliers, etc. "Adeq Precision" measures the signal to noise ratio. A ratio greater than 4 is desirable. Your ratio of 7.049 indicates an adequate signal. This model can be used to navigate the design space. Coefficient Standard 95% CI 95% CI Factor Estimate DF Error Low High VIF Intercept 28.98 1 0.50 27.87 30.10 A-Vida Hizi -0.88 1 0.34 -1.63 -0.13 1.00 B-Besleme Nemi 0.89 1 0.37 0.075 1.70 1.07 C-Besleme Orani 0.61 1 0.33 -0.13 1.35 1.00 A2 0.49 1 0.33 -0.24 1.23 1.01 B2 -1.59 1 0.39 -2.46 -0.72 1.07 C2 -0.072 1 0.31 -0.75 0.61 1.01 AB -0.97 1 0.44 -1.95 3.491E-003 1.00 AC -0.25 1 0.44 -1.23 0.73 1.00 BC 0.23 1 0.44 -0.75 1.20 1.00 Final Equation in Terms of Coded Factors: b = +28.98 -0.88 * A +0.89 * B +0.61 * C +0.49 * A2 -1.59 * B2 -0.072 * C2 -0.97 * A * B -0.25 * A * C +0.23 * B * C Final Equation in Terms of Actual Factors: b = -72.83917
183
+0.064227 * Vida Hizi +11.70389 * Besleme Nemi +1.02075 * Besleme Orani +1.37084E-004 * Vida Hizi2 -0.39746 * Besleme Nemi 2 -0.017987 * Besleme Orani2 -8.12500E-003 * Vida Hizi * Besleme Nemi -2.08333E-003 * Vida Hizi * Besleme Orani +0.056250 * Besleme Nemi * Besleme Orani Diagnostics Case Statistics Standard Actual Predicted Student Cook's Outlier Run Order Value Value Residual Leverage Residual Distance t Order 1 25.60 25.90 -0.30 0.673 -0.425 0.037 -0.407 15 2 31.20 31.82 -0.62 0.612 -0.799 0.101 -0.784 1 3 29.70 28.89 0.81 0.612 1.045 0.172 1.050 20 4 26.80 27.46 -0.66 0.707 -0.988 0.235 -0.987 3 5 32.00 31.64 0.36 0.666 0.496 0.049 0.476 5 6 30.00 29.47 0.53 0.666 0.734 0.108 0.716 4 7 30.10 28.98 1.12 0.162 0.981 0.019 0.979 9 8 30.80 29.83 0.97 0.641 1.299 0.301 1.352 14 9 26.60 25.63 0.97 0.360 0.979 0.054 0.977 6 10 26.40 26.89 -0.49 0.707 -0.725 0.127 -0.707 16 11 27.30 28.98 -1.68 0.162 -1.481 0.042 -1.590 8 12 26.80 26.27 0.53 0.666 0.742 0.110 0.725 18 13 27.60 28.98 -1.38 0.162 -1.217 0.029 -1.251 10 14 30.20 28.98 1.22 0.162 1.069 0.022 1.078 11 15 29.90 28.98 0.92 0.162 0.805 0.013 0.790 12 16 26.90 27.70 -0.80 0.641 -1.068 0.203 -1.076 7 17 26.60 27.44 -0.84 0.666 -1.168 0.273 -1.193 19 18 26.50 27.16 -0.66 0.707 -0.980 0.231 -0.977 17 19 28.30 28.98 -0.68 0.162 -0.602 0.007 -0.581 13 20 26.90 26.19 0.71 0.707 1.051 0.266 1.057 2 Proceed to Diagnostic Plots (the next icon in progression). Be sure to look at the: 1) Normal probability plot of the studentized residuals to check for normality of residuals. 2) Studentized residuals versus predicted values to check for constant error. 3) Outlier t versus run order to look for outliers, i.e., influential values. 4) Box-Cox plot for power transformations.
184
EK 8. Ürünlerin Yoğunluk Değerlerinin Varyans Analizi ve İkinci Dereceden Model İstatistik Analiz Sonuçları
Response: Yoğunluk Sequential Model Sum of Squares Sum of Mean F Source Squares DF Square Value Prob > F Mean 1.23 1 1.23 Linear 0.091 3 0.030 21.98 < 0.0001 2FI 1.238E-003 3 4.125E-004 0.26 0.8540 Quadratic 0.019 3 6.318E-003 35.25 < 0.0001 Suggested Cubic 1.242E-003 5 2.485E-004 2.26 0.1960 Aliased Residual 5.500E-004 5 1.100E-004 Total 1.34 20 0.067 "Sequential Model Sum of Squares": Select the highest order polynomial where the additional terms are significant. Lack of Fit Tests Sum of Mean F Source Squares DF Square Value Prob > F Linear 0.021 11 1.948E-003 17.71 0.0026 2FI 0.020 8 2.524E-003 22.95 0.0016 Quadratic 1.242E-003 5 2.485E-004 2.26 0.1960 Suggested Cubic 0.000 0 Aliased Pure Error 5.500E-004 5 1.100E-004 "Lack of Fit Tests": Want the selected model to have insignificant lack-of-fit. Model Summary Statistics Std. Adjusted Predicted Source Dev. R-Squared R-Squared R-Squared PRESS Linear 0.037 0.8047 0.7681 0.6856 0.035 2FI 0.040 0.8157 0.7307 0.5649 0.049 Quadratic 0.013 0.9841 0.9697 0.8971 0.012 Suggested Cubic 0.010 0.9951 0.9814 + Aliased + Case(s) with leverage of 1.0000: PRESS statistic not defined "Model Summary Statistics": Focus on the model maximizing the "Adjusted R-Squared" and the "Predicted R-Squared".
185
Use your mouse to right click on individual cells for definitions. Response: Yoğunluk ANOVA for Response Surface Quadratic Model Analysis of variance table [Partial sum of squares] Sum of Mean F Source Squares DF Square Value Prob > F Model 0.11 9 0.012 68.68 < 0.0001 significant A 0.072 1 0.072 400.68 < 0.0001 B 8.789E-003 1 8.789E-003 49.04 < 0.0001 C 7.945E-003 1 7.945E-003 44.33 < 0.0001 A2 0.017 1 0.017 96.95 < 0.0001 B2 1.734E-003 1 1.734E-003 9.67 0.0111 C2 1.479E-005 1 1.479E-005 0.083 0.7798 AB 6.125E-004 1 6.125E-004 3.42 0.0943 AC 6.125E-004 1 6.125E-004 3.42 0.0943 BC 1.250E-005 1 1.250E-005 0.070 0.7971 Residual 1.792E-003 10 1.792E-004 Lack of Fit 1.242E-003 5 2.485E-004 2.26 0.1960 not significant Pure Error 5.500E-004 5 1.100E-004 Cor Total 0.11 19 The Model F-value of 68.68 implies the model is significant. There is only a 0.01% chance that a "Model F-Value" this large could occur due to noise. Values of "Prob > F" less than 0.0500 indicate model terms are significant. In this case A, B, C, A2, B2 are significant model terms. Values greater than 0.1000 indicate the model terms are not significant. If there are many insignificant model terms (not counting those required to support hierarchy), model reduction may improve your model. The "Lack of Fit F-value" of 2.26 implies the Lack of Fit is not significant relative to the pure error. There is a 19.60% chance that a "Lack of Fit F-value" this large could occur due to noise. Non-significant lack of fit is good -- we want the model to fit. Std. Dev. 0.013 R-Squared 0.9841 Mean 0.25 Adj R-Squared 0.9697 C.V. 5.41 Pred R-Squared 0.8971
186
PRESS 0.012 Adeq Precision 29.058 The "Pred R-Squared" of 0.8971 is in reasonable agreement with the "Adj R-Squared" of 0.9697. "Adeq Precision" measures the signal to noise ratio. A ratio greater than 4 is desirable. Your ratio of 29.058 indicates an adequate signal. This model can be used to navigate the design space. Coefficient Standard 95% CI 95% CI Factor Estimate DF Error Low High VIF Intercept 0.21 1 5.383E-003 0.20 0.23 A-Vida Hizi -0.073 1 3.636E-003 -0.081 -0.065 1.00 B-Besleme Nemi 0.028 1 3.940E-003 0.019 0.036 1.07 C-Besleme Orani 0.024 1 3.562E-003 0.016 0.032 1.00 A2 0.035 1 3.569E-003 0.027 0.043 1.01 B2 0.013 1 4.208E-003 3.711E-003 0.022 1.07 C2 9.453E-004 1 3.291E-003 -6.387E-003 8.277E-003 1.01 AB -8.750E-003 1 4.733E-003 -0.019 1.797E-003 1.00 AC -8.750E-003 1 4.733E-003 -0.019 1.797E-003 1.00 BC 1.250E-003 1 4.733E-003 -9.297E-003 0.012 1.00 Final Equation in Terms of Coded Factors: Yogunluk = +0.21 -0.073 * A +0.028 * B +0.024 * C +0.035 * A2 +0.013 * B2 +9.453E-004 * C2 -8.750E-003 * A * B -8.750E-003 * A * C +1.250E-003 * B * C Final Equation in Terms of Actual Factors: Yogunluk = +0.88639 -3.98099E-003 * Vida Hizi -0.058361 * Besleme Nemi +0.016869 * Besleme Orani
187
+9.76034E-006 * Vida Hizi2 +3.27202E-003 * Besleme Nemi 2 +2.36335E-004 * Besleme Orani2 -7.29167E-005 * Vida Hizi * Besleme Nemi -7.29167E-005 * Vida Hizi * Besleme Orani +3.12500E-004 * Besleme Nemi * Besleme Orani Diagnostics Case Statistics Standard Actual Predicted Student Cook's Outlier Run Order Value Value Residual Leverage Residual Distance t Order 1 0.31 0.30 0.011 0.673 1.438 0.425 1.532 15 2 0.44 0.43 6.827E-003 0.612 0.819 0.106 0.804 1 3 0.19 0.19 -5.505E-004 0.612 -0.066 0.001 -0.063 20 4 0.33 0.33 -1.093E-003 0.707 -0.151 0.005 -0.143 3 5 0.41 0.41 3.727E-003 0.666 0.482 0.046 0.463 5 6 0.32 0.34 -0.019 0.666 -2.436 1.184 -3.623 * 4 7 0.23 0.21 0.016 0.162 1.284 0.032 1.333 9 8 0.25 0.26 -8.658E-003 0.641 -1.079 0.207 -1.089 14 9 0.19 0.20 -9.997E-003 0.360 -0.933 0.049 -0.927 6 10 0.15 0.16 -8.085E-003 0.707 -1.115 0.300 -1.131 16 11 0.22 0.21 5.741E-003 0.162 0.468 0.004 0.449 8 12 0.19 0.19 -3.266E-003 0.666 -0.422 0.036 -0.404 18 13 0.21 0.21 -4.259E-003 0.162 -0.347 0.002 -0.332 10 14 0.20 0.21 -0.014 0.162 -1.163 0.026 -1.187 11 15 0.21 0.21 -4.259E-003 0.162 -0.347 0.002 -0.332 12 16 0.19 0.18 0.014 0.641 1.788 0.570 2.057 7 17 0.22 0.23 -5.699E-003 0.666 -0.737 0.108 -0.719 19 18 0.20 0.19 0.014 0.707 1.997 0.962 2.444 17 19 0.22 0.21 5.741E-003 0.162 0.468 0.004 0.449 13 20 0.27 0.27 1.341E-003 0.707 0.185 0.008 0.176 2 * Case(s) with |Outlier T| > 3.50 Proceed to Diagnostic Plots (the next icon in progression). Be sure to look at the: 1) Normal probability plot of the studentized residuals to check for normality of residuals. 2) Studentized residuals versus predicted values to check for constant error. 3) Outlier t versus run order to look for outliers, i.e., influential values. 4) Box-Cox plot for power transformations.
188
Ek 8.a. Yoğunluk Üzerine Vida Hızı, Besleme Nemi ve Besleme Oranlarının Etkileri
DESIGN-EXPERT Plot
YogunlukX = C: Besleme OraniY = B: Besleme Nemi
Actual FactorA: Vida Hizi = 220.00
0.27
0.30
0.34
0.37
0.41
Yog
unlu
k
22.0
23.0
24.0
25.0
26.0
11.00
12.00
13.00
14.00
15.00
C: Besleme Orani B: Besleme Nemi
DESIGN-EXPERT Plot
YogunlukX = C: Besleme OraniY = B: Besleme Nemi
Actual FactorA: Vida Hizi = 340.00
0.16
0.17
0.19
0.21
0.23
Yog
unlu
k
22.0
23.0
24.0
25.0
26.0
11.00
12.00
13.00
14.00
15.00
C: Besleme Orani B: Besleme Nemi
220-340 d/d vida hızlarında yoğunluk üzerine besleme oranı ve besleme neminin
etkileri
DESIGN-EXPERT Plot
YogunlukX = C: Besleme OraniY = A: Vida Hizi
Actual FactorB: Besleme Nemi = 11.00
0.16
0.20
0.24
0.29
0.33
Yog
unlu
k
22.0
23.0
24.0
25.0
26.0
220.00
250.00
280.00
310.00
340.00
C: Besleme Orani A: Vida Hizi
DESIGN-EXPERT Plot
YogunlukX = C: Besleme OraniY = A: Vida Hizi
Actual FactorB: Besleme Nemi = 15.00
0.19
0.25
0.30
0.35
0.41
Yog
unlu
k
22.0
23.0
24.0
25.0
26.0
220.00
250.00
280.00
310.00
340.00
C: Besleme Orani A: Vida Hizi
%11-15 besleme nemi oranlarında yoğunluk üzerine besleme oranı ve vida hızının
etkileri
189
DESIGN-EXPERT Plot
YogunlukX = A: Vida HiziY = B: Besleme Nemi
Actual FactorC: Besleme Orani = 22.0
0.16
0.20
0.25
0.29
0.34
Yog
unlu
k
220.00 250.00
280.00 310.00
340.00
11.00
12.00
13.00
14.00
15.00
A: Vida Hizi
B: Besleme Nemi
DESIGN-EXPERT Plot
YogunlukX = A: Vida HiziY = B: Besleme Nemi
Actual FactorC: Besleme Orani = 26.0
0.18
0.24
0.30
0.35
0.41
Yog
unlu
k
220.00 250.00
280.00 310.00
340.00
11.00
12.00
13.00
14.00
15.00
A: Vida Hizi
B: Besleme Nemi
22-26 kg/s besleme oranlarında yoğunluk üzerine besleme nemi ve vida hızının
etkileri
190
EK 9. Ürünlerin Genleşme Oranının Varyans Analizi ve İkinci Dereceden Model İstatistik Analiz Sonuçları
Response: Genleşme Oranı Sequential Model Sum of Squares Sum of Mean F Source Squares DF Square Value Prob > F Mean 150.65 1 150.65 Linear 0.93 3 0.31 13.34 0.0001 2FI 0.045 3 0.015 0.60 0.6269 Quadratic 0.28 3 0.093 18.67 0.0002 Suggested Cubic 0.039 5 7.766E-003 3.60 0.0932 Aliased Residual 0.011 5 2.160E-003 Total 151.95 20 7.60 "Sequential Model Sum of Squares": Select the highest order polynomial where the additional terms are significant. Lack of Fit Tests Sum of Mean F Source Squares DF Square Value Prob > F Linear 0.36 11 0.033 15.24 0.0038 2FI 0.32 8 0.040 18.34 0.0027 Quadratic 0.039 5 7.766E-003 3.60 0.0932 Suggested Cubic 0.000 0 Aliased Pure Error 0.011 5 2.160E-003 "Lack of Fit Tests": Want the selected model to have insignificant lack-of-fit. Model Summary Statistics Std. Adjusted Predicted Source Dev. R-Squared R-Squared R-Squared PRESS Linear 0.15 0.7144 0.6609 0.5540 0.58 2FI 0.16 0.7491 0.6333 0.1984 1.05 Quadratic 0.070 0.9620 0.9278 0.7386 0.34 Suggested Cubic 0.046 0.9917 0.9686 + Aliased + Case(s) with leverage of 1.0000: PRESS statistic not defined "Model Summary Statistics": Focus on the model maximizing the "Adjusted R-Squared" and the "Predicted R-Squared". Use your mouse to right click on individual cells for definitions.
191
Response: Genleşme Oranı ANOVA for Response Surface Quadratic Model Analysis of variance table [Partial sum of squares] Sum of Mean F Source Squares DF Square Value Prob > F Model 1.26 9 0.14 28.13 < 0.0001 significant A 0.69 1 0.69 139.18 < 0.0001 B 0.23 1 0.23 45.54 < 0.0001 C 0.090 1 0.090 18.05 0.0017 A2 0.086 1 0.086 17.28 0.0020 B2 0.19 1 0.19 37.81 0.0001 C2 0.025 1 0.025 5.00 0.0494 AB 0.039 1 0.039 7.90 0.0185 AC 5.000E-005 1 5.000E-005 0.010 0.9220 BC 6.050E-003 1 6.050E-003 1.22 0.2954 Residual 0.050 10 4.963E-003 Lack of Fit 0.039 5 7.766E-003 3.60 0.0932 not significant Pure Error 0.011 5 2.160E-003 Cor Total 1.31 19 The Model F-value of 28.13 implies the model is significant. There is only a 0.01% chance that a "Model F-Value" this large could occur due to noise. Values of "Prob > F" less than 0.0500 indicate model terms are significant. In this case A, B, C, A2, B2, C2, AB are significant model terms. Values greater than 0.1000 indicate the model terms are not significant. If there are many insignificant model terms (not counting those required to support hierarchy), model reduction may improve your model. The "Lack of Fit F-value" of 3.60 implies there is a 9.32% chance that a "Lack of Fit F- value" this large could occur due to noise. Lack of fit is bad -- we want the model to fit. Std. Dev. 0.070 R-Squared 0.9620 Mean 2.74 Adj R-Squared 0.9278 C.V. 2.57 Pred R-Squared 0.7386 PRESS 0.34 Adeq Precision 17.878 The "Pred R-Squared" of 0.7386 is in reasonable agreement with the "Adj R-Squared" of 0.9278. "Adeq Precision" measures the signal to noise ratio. A ratio greater than 4 is
192
desirable. Your ratio of 17.878 indicates an adequate signal. This model can be used to navigate the design space. Coefficient Standard 95% CI 95% CI Factor Estimate DF Error Low High VIF Intercept 2.91 1 0.028 2.84 2.97 A-Vida Hizi 0.23 1 0.019 0.18 0.27 1.00 B-Besleme Nemi 0.14 1 0.021 0.094 0.19 1.07 C-Besleme Orani -0.080 1 0.019 -0.12 -0.038 1.00 A2 -0.078 1 0.019 -0.12 -0.036 1.01 B2 -0.14 1 0.022 -0.19 -0.087 1.07 C2 -0.039 1 0.017 -0.077 -1.312E-004 1.01 AB 0.070 1 0.025 0.015 0.13 1.00 AC 2.500E-003 1 0.025 -0.053 0.058 1.00 BC 0.028 1 0.025 -0.028 0.083 1.00 Final Equation in Terms of Coded Factors: Genlesme Orani = +2.91 +0.23 * A +0.14 * B -0.080 * C -0.078 * A2 -0.14 * B2 -0.039 * C2 +0.070 * A * B +2.500E-003 * A * C +0.028 * B * C Final Equation in Terms of Actual Factors: Genlesme Orani = -6.72099 +7.82251E-003 * Vida Hizi +0.62667 * Besleme Nemi +0.32951 * Besleme Orani -2.16849E-005 * Vida Hizi2 -0.034040 * Besleme Nemi 2 -9.67796E-003 * Besleme Orani2 +5.83333E-004 * Vida Hizi * Besleme Nemi +2.08333E-005 * Vida Hizi * Besleme Orani
193
+6.87500E-003 * Besleme Nemi * Besleme Orani Diagnostics Case Statistics Standard Actual Predicted Student Cook's Outlier Run Order Value Value Residual Leverage Residual Distance t Order 1 2.68 2.75 -0.070 0.673 -1.725 0.612 -1.953 15 2 2.34 2.31 0.028 0.612 0.636 0.064 0.616 1 3 3.00 3.06 -0.065 0.612 -1.472 0.342 -1.578 20 4 2.24 2.25 -6.966E-003 0.707 -0.183 0.008 -0.174 3 5 2.41 2.44 -0.032 0.666 -0.781 0.122 -0.765 5 6 2.62 2.55 0.069 0.666 1.693 0.572 1.902 4 7 2.83 2.91 -0.075 0.162 -1.166 0.026 -1.190 9 8 2.66 2.65 0.013 0.641 0.302 0.016 0.287 14 9 2.61 2.54 0.069 0.360 1.220 0.084 1.254 6 10 2.83 2.77 0.057 0.707 1.501 0.543 1.618 16 11 2.93 2.91 0.025 0.162 0.385 0.003 0.368 8 12 3.17 3.14 0.032 0.666 0.797 0.127 0.782 18 13 2.93 2.91 0.025 0.162 0.385 0.003 0.368 10 14 2.95 2.91 0.045 0.162 0.695 0.009 0.675 11 15 2.90 2.91 -5.197E-003 0.162 -0.081 0.000 -0.076 12 16 2.88 2.93 -0.046 0.641 -1.090 0.212 -1.101 7 17 3.12 3.04 0.082 0.666 2.008 0.805 2.467 19 18 2.52 2.56 -0.043 0.707 -1.139 0.313 -1.158 17 19 2.86 2.91 -0.045 0.162 -0.701 0.009 -0.682 13 20 2.41 2.47 -0.056 0.707 -1.475 0.524 -1.582 2 Proceed to Diagnostic Plots (the next icon in progression). Be sure to look at the: 1) Normal probability plot of the studentized residuals to check for normality of residuals. 2) Studentized residuals versus predicted values to check for constant error. 3) Outlier t versus run order to look for outliers, i.e., influential values. 4) Box-Cox plot for power transformations.
194
Ek 9.a. Genleşme Oranı Üzerine Vida Hızı, Besleme Nemi ve Besleme Oranlarının Etkileri
DESIGN-EXPERT Plot
Genlesme OraniX = C: Besleme OraniY = B: Besleme Nemi
Actual FactorA: Vida Hizi = 220.00
2.25
2.35
2.45
2.55
2.65
Gen
lesm
e O
rani
22.0
23.0
24.0
25.0
26.0
11.00
12.00
13.00
14.00
15.00
C: Besleme Orani B: Besleme Nemi
DESIGN-EXPERT Plot
Genlesme OraniX = C: Besleme OraniY = B: Besleme Nemi
Actual FactorA: Vida Hizi = 340.00
2.56
2.71
2.86
3.01
3.15
Gen
lesm
e O
rani
22.0
23.0
24.0
25.0
26.0
11.00
12.00
13.00
14.00
15.00
C: Besleme Orani B: Besleme Nemi
220-340 d/d vida hızlarında genleşme oranı üzerine besleme oranı ve besleme
neminin etkileri
DESIGN-EXPERT Plot
Genlesme OraniX = C: Besleme OraniY = A: Vida Hizi
Actual FactorB: Besleme Nemi = 11.00
2.25
2.38
2.51
2.64
2.77
Gen
lesm
e O
rani
22.0
23.0
24.0
25.0
26.0
220.00
250.00
280.00
310.00
340.00
C: Besleme Orani A: Vida Hizi
DESIGN-EXPERT Plot
Genlesme OraniX = C: Besleme OraniY = A: Vida Hizi
Actual FactorB: Besleme Nemi = 15.00
2.44
2.62
2.79
2.97
3.14
Gen
lesm
e O
rani
22.0
23.0
24.0
25.0
26.0
220.00
250.00
280.00
310.00
340.00
C: Besleme Orani A: Vida Hizi
%11-15 besleme nemi oranlarında genleşme oranı üzerine besleme oranı ve vida
hızının etkileri
195
DESIGN-EXPERT Plot
Genlesme OraniX = B: Besleme Nemi Y = A: Vida Hizi
Actual FactorC: Besleme Orani = 22.0
2.47
2.64
2.81
2.98
3.15
Gen
lesm
e O
rani
11.00
12.00
13.00
14.00
15.00
220.00
250.00
280.00
310.00
340.00
B: Besleme Nemi A: Vida Hizi
DESIGN-EXPERT Plot
Genlesme OraniX = B: Besleme Nemi Y = A: Vida Hizi
Actual FactorC: Besleme Orani = 26.0
2.25
2.45
2.64
2.84
3.04
Gen
lesm
e O
rani
11.00
12.00
13.00
14.00
15.00
220.00
250.00
280.00
310.00
340.00
B: Besleme Nemi A: Vida Hizi
22-26 kg/s besleme oranlarında genleşme oranı üzerine besleme nemi ve vida hızının
etkileri
196
EK 10. Ürünlerin Duyusal Analiz Görünüş Değerlerinin Varyans Analizi ve İkinci Dereceden Model İstatistik Analiz Sonuçları
Response: Görünüş Sequential Model Sum of Squares Sum of Mean F Source Squares DF Square Value Prob > F Mean 621.61 1 621.61 Linear 6.15 3 2.05 1.85 0.1781 2FI 0.93 3 0.31 0.24 0.8677 Quadratic 13.72 3 4.57 14.97 0.0005 Suggested Cubic 2.57 5 0.51 5.26 0.0463 Aliased Residual 0.49 5 0.098 Total 645.47 20 32.27 "Sequential Model Sum of Squares": Select the highest order polynomial where the additional terms are significant. Lack of Fit Tests Sum of Mean F Source Squares DF Square Value Prob > F Linear 17.22 11 1.57 16.02 0.0033 2FI 16.29 8 2.04 20.85 0.0020 Quadratic 2.57 5 0.51 5.26 0.0463 Suggested Cubic 0.000 0 Aliased Pure Error 0.49 5 0.098 "Lack of Fit Tests": Want the selected model to have insignificant lack-of-fit. Model Summary Statistics Std. Adjusted Predicted Source Dev. R-Squared R-Squared R-Squared PRESS Linear 1.05 0.2580 0.1188 -0.0201 24.34 2FI 1.14 0.2967 -0.0279 -0.6755 39.97 Quadratic 0.55 0.8719 0.7567 0.3148 16.35 Suggested Cubic 0.31 0.9795 0.9222 + Aliased + Case(s) with leverage of 1.0000: PRESS statistic not defined "Model Summary Statistics": Focus on the model maximizing the "Adjusted R-Squared"
197
and the "Predicted R-Squared". Use your mouse to right click on individual cells for definitions. Response: Görünüş ANOVA for Response Surface Quadratic Model Analysis of variance table [Partial sum of squares] Sum of Mean F Source Squares DF Square Value Prob > F Model 20.80 9 2.31 7.57 0.0020 significant A 5.89 1 5.89 19.27 0.0014 B 0.031 1 0.031 0.10 0.7553 C 0.090 1 0.090 0.29 0.6000 A2 5.02 1 5.02 16.44 0.0023 B2 7.42 1 7.42 24.28 0.0006 C2 2.63 1 2.63 8.62 0.0149 AB 0.60 1 0.60 1.98 0.1897 AC 0.000 1 0.000 0.000 1.0000 BC 0.32 1 0.32 1.05 0.3302 Residual 3.06 10 0.31 Lack of Fit 2.57 5 0.51 5.26 0.0463 significant Pure Error 0.49 5 0.098 Cor Total 23.86 19 The Model F-value of 7.57 implies the model is significant. There is only a 0.20% chance that a "Model F-Value" this large could occur due to noise. Values of "Prob > F" less than 0.0500 indicate model terms are significant. In this case A, A2, B2, C2 are significant model terms. Values greater than 0.1000 indicate the model terms are not significant. If there are many insignificant model terms (not counting those required to support hierarchy), model reduction may improve your model. The "Lack of Fit F-value" of 5.26 implies the Lack of Fit is significant. There is only a 4.63% chance that a "Lack of Fit F-value" this large could occur due to noise. Significant lack of fit is bad -- we want the model to fit. Std. Dev. 0.55 R-Squared 0.8719 Mean 5.57 Adj R-Squared 0.7567 C.V. 9.91 Pred R-Squared 0.3148
198
PRESS 16.35 Adeq Precision 7.304 The "Pred R-Squared" of 0.3148 is not as close to the "Adj R-Squared" of 0.7567 as one might normally expect. This may indicate a large block effect or a possible problem with your model and/or data. Things to consider are model reduction, response tranformation, outliers, etc. "Adeq Precision" measures the signal to noise ratio. A ratio greater than 4 is desirable. Your ratio of 7.304 indicates an adequate signal. This model can be used to navigate the design space. Coefficient Standard 95% CI 95% CI Factor Estimate DF Error Low High VIF Intercept 6.79 1 0.22 6.29 7.28 A-Vida Hizi 0.66 1 0.15 0.32 0.99 1.00 B-Besleme Nemi 0.052 1 0.16 -0.31 0.41 1.07 C-Besleme Orani -0.080 1 0.15 -0.41 0.25 1.00 A2 -0.60 1 0.15 -0.93 -0.27 1.01 B2 -0.86 1 0.17 -1.24 -0.47 1.07 C2 -0.40 1 0.14 -0.70 -0.096 1.01 AB 0.28 1 0.20 -0.16 0.71 1.00 AC 0.000 1 0.20 -0.44 0.44 1.00 BC 0.20 1 0.20 -0.24 0.64 1.00 Final Equation in Terms of Coded Factors: Görünüs = +6.79 +0.66 * A +0.052 * B -0.080 * C -0.60 * A2 -0.86 * B2 -0.40 * C2 +0.28 * A * B +0.000 * A * C +0.20 * B * C Final Equation in Terms of Actual Factors: Görünüs =
199
-78.34267 +0.074125 * Vida Hizi +3.74887 * Besleme Nemi +4.09636 * Besleme Orani -1.65952E-004 * Vida Hizi2 -0.21402 * Besleme Nemi 2 -0.099712 * Besleme Orani2 +2.29167E-003 * Vida Hizi * Besleme Nemi -5.23364E-018 * Vida Hizi * Besleme Orani +0.050000 * Besleme Nemi * Besleme Orani Diagnostics Case Statistics Standard Actual Predicted Student Cook's Outlier Run Order Value Value Residual Leverage Residual Distance t Order 1 4.70 4.40 0.30 0.673 0.940 0.182 0.934 15 2 3.70 4.03 -0.33 0.612 -0.959 0.145 -0.955 1 3 6.30 6.23 0.073 0.612 0.212 0.007 0.202 20 4 4.50 4.22 0.28 0.707 0.936 0.211 0.929 3 5 3.90 4.17 -0.27 0.666 -0.859 0.147 -0.846 5 6 4.10 3.93 0.17 0.666 0.521 0.054 0.502 4 7 6.80 6.79 0.012 0.162 0.024 0.000 0.022 9 8 5.70 5.43 0.27 0.641 0.823 0.121 0.809 14 9 4.40 5.49 -1.09 0.360 -2.471 0.343 -3.755 * 6 10 6.00 5.55 0.45 0.707 1.513 0.551 1.634 16 11 6.80 6.79 0.012 0.162 0.024 0.000 0.022 8 12 5.70 5.80 -0.10 0.666 -0.318 0.020 -0.303 18 13 6.60 6.79 -0.19 0.162 -0.372 0.003 -0.355 10 14 7.10 6.79 0.31 0.162 0.616 0.007 0.596 11 15 6.60 6.79 -0.19 0.162 -0.372 0.003 -0.355 12 16 5.20 5.71 -0.51 0.641 -1.527 0.416 -1.654 7 17 5.70 6.04 -0.34 0.666 -1.072 0.229 -1.081 19 18 5.00 4.99 0.012 0.707 0.040 0.000 0.038 17 19 7.40 6.79 0.61 0.162 1.209 0.028 1.241 13 20 5.30 4.78 0.52 0.707 1.740 0.730 1.977 2 * Case(s) with |Outlier T| > 3.50 Proceed to Diagnostic Plots (the next icon in progression). Be sure to look at the: 1) Normal probability plot of the studentized residuals to check for normality of residuals. 2) Studentized residuals versus predicted values to check for constant error. 3) Outlier t versus run order to look for outliers, i.e., influential values. 4) Box-Cox plot for power transformations.
200
EK 11. Ürünlerin Duyusal Analiz Renk Değerlerinin Varyans Analizi ve İkinci Dereceden Model İstatistik Analiz Sonuçları
Response: Renk Sequential Model Sum of Squares Sum of Mean F Source Squares DF Square Value Prob > F Mean 672.80 1 672.80 Linear 1.61 3 0.54 0.65 0.5945 2FI 0.31 3 0.10 0.10 0.9560 Quadratic 11.14 3 3.71 21.54 0.0001 Suggested Cubic 1.49 5 0.30 6.39 0.0314 Aliased Residual 0.23 5 0.047 Total 687.58 20 34.38 "Sequential Model Sum of Squares": Select the highest order polynomial where the additional terms are significant. Lack of Fit Tests Sum of Mean F Source Squares DF Square Value Prob > F Linear 12.94 11 1.18 25.21 0.0011 2FI 12.63 8 1.58 33.83 0.0006 Quadratic 1.49 5 0.30 6.39 0.0314 Suggested Cubic 0.000 0 Aliased Pure Error 0.23 5 0.047 "Lack of Fit Tests": Want the selected model to have insignificant lack-of-fit. Model Summary Statistics Std. Adjusted Predicted Source Dev. R-Squared R-Squared R-Squared PRESS Linear 0.91 0.1086 -0.0585 -0.2308 18.19 2FI 0.99 0.1296 -0.2722 -1.3175 34.25 Quadratic 0.42 0.8834 0.7784 0.3090 10.21 Suggested Cubic 0.22 0.9842 0.9400 + Aliased + Case(s) with leverage of 1.0000: PRESS statistic not defined "Model Summary Statistics": Focus on the model maximizing the "Adjusted R-Squared" and the "Predicted R-Squared".
201
Use your mouse to right click on individual cells for definitions. Response: Renk ANOVA for Response Surface Quadratic Model Analysis of variance table [Partial sum of squares] Sum of Mean F Source Squares DF Square Value Prob > F Model 13.06 9 1.45 8.41 0.0013 significant A 1.24 1 1.24 7.19 0.0230 B 1.38 1 1.38 8.01 0.0179 C 3.584E-003 1 3.584E-003 0.021 0.8882 A2 2.52 1 2.52 14.60 0.0034 B2 7.21 1 7.21 41.81 < 0.0001 C2 2.45 1 2.45 14.23 0.0037 AB 0.13 1 0.13 0.73 0.4144 AC 5.000E-003 1 5.000E-003 0.029 0.8682 BC 0.18 1 0.18 1.04 0.3310 Residual 1.72 10 0.17 Lack of Fit 1.49 5 0.30 6.39 0.0314 significant Pure Error 0.23 5 0.047 Cor Total 14.78 19 The Model F-value of 8.41 implies the model is significant. There is only a 0.13% chance that a "Model F-Value" this large could occur due to noise. Values of "Prob > F" less than 0.0500 indicate model terms are significant. In this case A, B, A2, B2, C2 are significant model terms. Values greater than 0.1000 indicate the model terms are not significant. If there are many insignificant model terms (not counting those required to support hierarchy), model reduction may improve your model. The "Lack of Fit F-value" of 6.39 implies the Lack of Fit is significant. There is only a 3.14% chance that a "Lack of Fit F-value" this large could occur due to noise. Significant lack of fit is bad -- we want the model to fit. Std. Dev. 0.42 R-Squared 0.8834 Mean 5.80 Adj R-Squared 0.7784 C.V. 7.16 Pred R-Squared 0.3090 PRESS 10.21 Adeq Precision 7.779
202
The "Pred R-Squared" of 0.3090 is not as close to the "Adj R-Squared" of 0.7784 as one might normally expect. This may indicate a large block effect or a possible problem with your model and/or data. Things to consider are model reduction, response tranformation, outliers, etc. "Adeq Precision" measures the signal to noise ratio. A ratio greater than 4 is desirable. Your ratio of 7.779 indicates an adequate signal. This model can be used to navigate the design space. Coefficient Standard 95% CI 95% CI Factor Estimate DF Error Low High VIF Intercept 6.87 1 0.17 6.50 7.24 A-Vida Hizi 0.30 1 0.11 0.051 0.55 1.00 B-Besleme Nemi 0.35 1 0.12 0.073 0.62 1.07 C-Besleme Orani 0.016 1 0.11 -0.23 0.26 1.00 A2 -0.42 1 0.11 -0.67 -0.18 1.01 B2 -0.84 1 0.13 -1.13 -0.55 1.07 C2 -0.38 1 0.10 -0.61 -0.16 1.01 AB 0.13 1 0.15 -0.20 0.45 1.00 AC -0.025 1 0.15 -0.35 0.30 1.00 BC 0.15 1 0.15 -0.18 0.48 1.00 Final Equation in Terms of Coded Factors: Renk = +6.87 +0.30 * A +0.35 * B +0.016 * C -0.42 * A2 -0.84 * B2 -0.38 * C2 +0.13 * A * B -0.025 * A * C +0.15 * B * C Final Equation in Terms of Actual Factors: Renk = -83.18092 +0.062275 * Vida Hizi
203
+4.46685 * Besleme Nemi +4.19775 * Besleme Orani -1.17456E-004 * Vida Hizi2 -0.21099 * Besleme Nemi 2 -0.096228 * Besleme Orani2 +1.04167E-003 * Vida Hizi * Besleme Nemi -2.08333E-004 * Vida Hizi * Besleme Orani +0.037500 * Besleme Nemi * Besleme Orani Diagnostics Case Statistics Standard Actual Predicted Student Cook's Outlier Run Order Value Value Residual Leverage Residual Distance t Order 1 5.30 5.02 0.28 0.673 1.184 0.288 1.211 15 2 4.90 5.19 -0.29 0.612 -1.127 0.201 -1.145 1 3 6.40 6.20 0.20 0.612 0.775 0.095 0.758 20 4 4.80 4.59 0.21 0.707 0.951 0.218 0.946 3 5 5.10 5.33 -0.23 0.666 -0.949 0.180 -0.944 5 6 5.10 4.95 0.15 0.666 0.643 0.083 0.623 4 7 6.90 6.87 0.030 0.162 0.079 0.000 0.075 9 8 6.00 5.72 0.28 0.641 1.128 0.227 1.146 14 9 4.50 5.24 -0.74 0.360 -2.227 0.279 -2.976 6 10 5.50 5.21 0.29 0.707 1.293 0.403 1.345 16 11 7.00 6.87 0.13 0.162 0.342 0.002 0.326 8 12 5.70 5.85 -0.15 0.666 -0.628 0.079 -0.608 18 13 6.80 6.87 -0.070 0.162 -0.184 0.001 -0.175 10 14 7.20 6.87 0.33 0.162 0.868 0.015 0.856 11 15 6.60 6.87 -0.27 0.162 -0.710 0.010 -0.692 12 16 5.30 5.66 -0.36 0.641 -1.460 0.380 -1.561 7 17 5.80 6.13 -0.33 0.666 -1.386 0.384 -1.463 19 18 4.80 4.89 -0.091 0.707 -0.405 0.040 -0.387 17 19 7.10 6.87 0.23 0.162 0.605 0.007 0.585 13 20 5.20 4.80 0.40 0.707 1.760 0.747 2.010 2 Proceed to Diagnostic Plots (the next icon in progression). Be sure to look at the: 1) Normal probability plot of the studentized residuals to check for normality of residuals. 2) Studentized residuals versus predicted values to check for constant error. 3) Outlier t versus run order to look for outliers, i.e., influential values. 4) Box-Cox plot for power transformations.
204
Ek 11.a. Duyusal Analiz Renk Değerleri Üzerine Vida Hızı, Besleme Nemi ve Besleme Oranlarının Etkileri
DESIGN-EXPERT Plot
GörünüsX = C: Besleme OraniY = B: Besleme Nemi
Actual FactorA: Vida Hizi = 220.00
3.93
4.34
4.74
5.15
5.55
Gör
ünüs
22.0
23.0
24.0
25.0
26.0
11.00
12.00
13.00
14.00
15.00
C: Besleme Orani B: Besleme Nemi
DESIGN-EXPERT Plot
RenkX = C: Besleme OraniY = B: Besleme Nemi
Actual FactorA: Vida Hizi = 340.00
4.89
5.37
5.85
6.33
6.81
Ren
k
22.0
23.0
24.0
25.0
26.0
11.00
12.00
13.00
14.00
15.00
C: Besleme Orani B: Besleme Nemi
220-340 d/d vida hızlarında renk üzerine besleme oranı ve besleme neminin etkileri
DESIGN-EXPERT Plot
RenkX = C: Besleme OraniY = A: Vida Hizi
Actual FactorB: Besleme Nemi = 11.00
4.59
4.87
5.15
5.43
5.71
Ren
k
22.0
23.0
24.0
25.0
26.0
220.00
250.00
280.00
310.00
340.00
C: Besleme Orani A: Vida Hizi
DESIGN-EXPERT Plot
RenkX = C: Besleme OraniY = A: Vida Hizi
Actual FactorB: Besleme Nemi = 15.00
4.95
5.33
5.72
6.11
6.50
Ren
k
22.0
23.0
24.0
25.0
26.0
220.00
250.00
280.00
310.00
340.00
C: Besleme Orani A: Vida Hizi
%11-15 besleme nemi oranlarında renk üzerine besleme oranı ve vida hızının etkileri
205
DESIGN-EXPERT Plot
RenkX = B: Besleme Nemi Y = A: Vida Hizi
Actual FactorC: Besleme Orani = 22.0
4.80
5.24
5.68
6.11
6.55
Ren
k
11.00
12.00
13.00
14.00
15.00
220.00
250.00
280.00
310.00
340.00
B: Besleme Nemi A: Vida Hizi
DESIGN-EXPERT Plot
RenkX = B: Besleme Nemi Y = A: Vida Hizi
Actual FactorC: Besleme Orani = 26.0
4.59
5.10
5.61
6.12
6.63
Ren
k
11.00
12.00
13.00
14.00
15.00
220.00
250.00
280.00
310.00
340.00
B: Besleme Nemi A: Vida Hizi
22-26 kg/s besleme oranlarında renk üzerine besleme nemi ve vida hızının etkileri
206
EK 12. Ürünlerin Duyusal Analiz Tat ve Aroma Değerlerinin Varyans Analizi ve İkinci Dereceden Model İstatistik Analiz Sonuçları
Response: Tat ve Aroma Sequential Model Sum of Squares Sum of Mean F Source Squares DF Square Value Prob > F Mean 517.14 1 517.14 Linear 5.97 3 1.99 3.37 0.0447 2FI 0.43 3 0.14 0.21 0.8886 Quadratic 7.33 3 2.44 14.62 0.0005 Suggested Cubic 0.84 5 0.17 1.02 0.4923 Aliased Residual 0.83 5 0.17 Total 532.55 20 26.63 "Sequential Model Sum of Squares": Select the highest order polynomial where the additional terms are significant. Lack of Fit Tests Sum of Mean F Source Squares DF Square Value Prob > F Linear 8.61 11 0.78 4.73 0.0495 2FI 8.18 8 1.02 6.17 0.0303 Quadratic 0.84 5 0.17 1.02 0.4923 Suggested Cubic 0.000 0 Aliased Pure Error 0.83 5 0.17 "Lack of Fit Tests": Want the selected model to have insignificant lack-of-fit. Model Summary Statistics Std. Adjusted Predicted Source Dev. R-Squared R-Squared R-Squared PRESS Linear 0.77 0.3873 0.2724 0.1246 13.49 2FI 0.83 0.4154 0.1456 -0.9060 29.36 Quadratic 0.41 0.8915 0.7938 0.3871 9.44 Suggested Cubic 0.41 0.9462 0.7957 + Aliased + Case(s) with leverage of 1.0000: PRESS statistic not defined "Model Summary Statistics": Focus on the model maximizing the "Adjusted R-Squared" and the "Predicted R-Squared".
207
Use your mouse to right click on individual cells for definitions. Response: Tat ve Aroma ANOVA for Response Surface Quadratic Model Analysis of variance table [Partial sum of squares] Sum of Mean F Source Squares DF Square Value Prob > F Model 13.73 9 1.53 9.13 0.0009 significant A 3.75 1 3.75 22.45 0.0008 B 0.95 1 0.95 5.68 0.0384 C 0.023 1 0.023 0.14 0.7161 A2 2.37 1 2.37 14.19 0.0037 B2 4.39 1 4.39 26.29 0.0004 C2 1.24 1 1.24 7.43 0.0214 AB 0.36 1 0.36 2.16 0.1723 AC 0.011 1 0.011 0.067 0.8006 BC 0.061 1 0.061 0.37 0.5585 Residual 1.67 10 0.17 Lack of Fit 0.84 5 0.17 1.02 0.4923 not significant Pure Error 0.83 5 0.17 Cor Total 15.41 19 The Model F-value of 9.13 implies the model is significant. There is only a 0.09% chance that a "Model F-Value" this large could occur due to noise. Values of "Prob > F" less than 0.0500 indicate model terms are significant. In this case A, B, A2, B2, C2 are significant model terms. Values greater than 0.1000 indicate the model terms are not significant. If there are many insignificant model terms (not counting those required to support hierarchy), model reduction may improve your model. The "Lack of Fit F-value" of 1.02 implies the Lack of Fit is not significant relative to the pure error. There is a 49.23% chance that a "Lack of Fit F-value" this large could occur due to noise. Non-significant lack of fit is good -- we want the model to fit. Std. Dev. 0.41 R-Squared 0.8915 Mean 5.09 Adj R-Squared 0.7938 C.V. 8.04 Pred R-Squared 0.3871 PRESS 9.44 Adeq Precision 8.273 The "Pred R-Squared" of 0.3871 is not as close to the "Adj R-Squared" of 0.7938 as one might
208
normally expect. This may indicate a large block effect or a possible problem with your model and/or data. Things to consider are model reduction, response tranformation, outliers, etc. "Adeq Precision" measures the signal to noise ratio. A ratio greater than 4 is desirable. Your ratio of 8.273 indicates an adequate signal. This model can be used to navigate the design space. Coefficient Standard 95% CI 95% CI Factor Estimate DF Error Low High VIF Intercept 5.97 1 0.16 5.60 6.34 A-Vida Hizi 0.53 1 0.11 0.28 0.77 1.00 B-Besleme Nemi -0.29 1 0.12 -0.55 -0.019 1.07 C-Besleme Orani 0.041 1 0.11 -0.20 0.28 1.00 A2 -0.41 1 0.11 -0.65 -0.17 1.01 B2 -0.66 1 0.13 -0.95 -0.37 1.07 C2 -0.27 1 0.10 -0.50 -0.050 1.01 AB -0.21 1 0.14 -0.53 0.11 1.00 AC 0.037 1 0.14 -0.28 0.36 1.00 BC -0.088 1 0.14 -0.41 0.23 1.00 Final Equation in Terms of Coded Factors: Tat ve Aroma = +5.97 +0.53 * A -0.29 * B +0.041 * C -0.41 * A2 -0.66 * B2 -0.27 * C2 -0.21 * A * B +0.037 * A * C -0.088 * B * C Final Equation in Terms of Actual Factors: Tat ve Aroma = -82.49815 +0.088164 * Vida Hizi +5.16050 * Besleme Nemi +3.50350 * Besleme Orani
209
-1.14059E-004 * Vida Hizi2 -0.16473 * Besleme Nemi 2 -0.068464 * Besleme Orani2 -1.77083E-003 * Vida Hizi * Besleme Nemi +3.12500E-004 * Vida Hizi * Besleme Orani -0.021875 * Besleme Nemi * Besleme Orani Diagnostics Case Statistics Standard Actual Predicted Student Cook's Outlier Run Order Value Value Residual Leverage Residual Distance t Order 1 3.70 3.58 0.12 0.673 0.521 0.056 0.501 15 2 4.00 3.95 0.048 0.612 0.187 0.006 0.177 1 3 5.70 5.71 -6.579E-003 0.612 -0.026 0.000 -0.025 20 4 4.50 4.27 0.23 0.707 1.059 0.270 1.066 3 5 3.50 3.94 -0.44 0.666 -1.871 0.698 -2.201 5 6 4.40 4.11 0.29 0.666 1.226 0.300 1.261 4 7 6.10 5.97 0.13 0.162 0.347 0.002 0.331 9 8 5.40 5.20 0.20 0.641 0.805 0.116 0.790 14 9 5.20 5.37 -0.17 0.360 -0.506 0.014 -0.486 6 10 5.90 5.49 0.41 0.707 1.867 0.840 2.195 16 11 5.70 5.97 -0.27 0.162 -0.722 0.010 -0.703 8 12 4.40 4.66 -0.26 0.666 -1.113 0.247 -1.128 18 13 5.40 5.97 -0.57 0.162 -1.523 0.045 -1.648 10 14 6.60 5.97 0.63 0.162 1.682 0.055 1.885 11 15 6.10 5.97 0.13 0.162 0.347 0.002 0.331 12 16 4.90 5.06 -0.16 0.641 -0.654 0.076 -0.634 7 17 4.80 4.64 0.16 0.666 0.659 0.087 0.639 19 18 5.50 5.82 -0.32 0.707 -1.436 0.497 -1.529 17 19 6.00 5.97 0.030 0.162 0.080 0.000 0.076 13 20 3.90 4.08 -0.18 0.707 -0.831 0.167 -0.818 2 Proceed to Diagnostic Plots (the next icon in progression). Be sure to look at the: 1) Normal probability plot of the studentized residuals to check for normality of residuals. 2) Studentized residuals versus predicted values to check for constant error. 3) Outlier t versus run order to look for outliers, i.e., influential values. 4) Box-Cox plot for power transformations.
210
EK 13. Ürünlerin Duyusal Analiz Tekstür Değerlerinin Varyans Analizi ve İkinci Dereceden Model İstatistik Analiz Sonuçları
Response: Tekstür Sequential Model Sum of Squares Sum of Mean F Source Squares DF Square Value Prob > F Mean 533.54 1 533.54 Linear 38.37 3 12.79 7.11 0.0030 2FI 0.25 3 0.082 0.037 0.9900 Quadratic 27.00 3 9.00 58.01 < 0.0001 Suggested Cubic 1.30 5 0.26 5.12 0.0486 Aliased Residual 0.25 5 0.051 Total 600.71 20 30.04 "Sequential Model Sum of Squares": Select the highest order polynomial where the additional terms are significant. Lack of Fit Tests Sum of Mean F Source Squares DF Square Value Prob > F Linear 28.54 11 2.59 51.22 0.0002 2FI 28.30 8 3.54 69.82 0.0001 Quadratic 1.30 5 0.26 5.12 0.0486 Suggested Cubic 0.000 0 Aliased Pure Error 0.25 5 0.051 "Lack of Fit Tests": Want the selected model to have insignificant lack-of-fit. Model Summary Statistics Std. Adjusted Predicted Source Dev. R-Squared R-Squared R-Squared PRESS Linear 1.34 0.5713 0.4909 0.3865 41.21 2FI 1.48 0.5749 0.3787 -0.2657 85.01 Quadratic 0.39 0.9769 0.9561 0.8489 10.15 Suggested Cubic 0.23 0.9962 0.9857 + Aliased + Case(s) with leverage of 1.0000: PRESS statistic not defined "Model Summary Statistics": Focus on the model maximizing the "Adjusted R-Squared" and the "Predicted R-Squared".
211
Use your mouse to right click on individual cells for definitions. Response: Tekstür ANOVA for Response Surface Quadratic Model Analysis of variance table [Partial sum of squares] Sum of Mean F Source Squares DF Square Value Prob > F Model 65.61 9 7.29 46.99 < 0.0001 significant A 21.15 1 21.15 136.34 < 0.0001 B 9.41 1 9.41 60.63 < 0.0001 C 1.43 1 1.43 9.24 0.0125 A2 14.08 1 14.08 90.76 < 0.0001 B2 13.12 1 13.12 84.58 < 0.0001 C2 1.66 1 1.66 10.71 0.0084 AB 0.020 1 0.020 0.13 0.7270 AC 0.18 1 0.18 1.16 0.3067 BC 0.045 1 0.045 0.29 0.6020 Residual 1.55 10 0.16 Lack of Fit 1.30 5 0.26 5.12 0.0486 significant Pure Error 0.25 5 0.051 Cor Total 67.17 19 The Model F-value of 46.99 implies the model is significant. There is only a 0.01% chance that a "Model F-Value" this large could occur due to noise. Values of "Prob > F" less than 0.0500 indicate model terms are significant. In this case A, B, C, A2, B2, C2 are significant model terms. Values greater than 0.1000 indicate the model terms are not significant. If there are many insignificant model terms (not counting those required to support hierarchy), model reduction may improve your model. The "Lack of Fit F-value" of 5.12 implies the Lack of Fit is significant. There is only a 4.86% chance that a "Lack of Fit F-value" this large could occur due to noise. Significant lack of fit is bad -- we want the model to fit. Std. Dev. 0.39 R-Squared 0.9769 Mean 5.17 Adj R-Squared 0.9561 C.V. 7.63 Pred R-Squared 0.8489 PRESS 10.15 Adeq Precision 17.952 The "Pred R-Squared" of 0.8489 is in reasonable agreement with the "Adj R-Squared" of 0.9561. "Adeq Precision" measures the signal to noise ratio. A ratio greater than 4 is
212
desirable. Your ratio of 17.952 indicates an adequate signal. This model can be used to navigate the design space. Coefficient Standard 95% CI 95% CI Factor Estimate DF Error Low High VIF Intercept 6.79 1 0.16 6.44 7.14 A-Vida Hizi 1.25 1 0.11 1.01 1.49 1.00 B-Besleme Nemi -0.90 1 0.12 -1.16 -0.64 1.07 C-Besleme Orani -0.32 1 0.10 -0.55 -0.085 1.00 A2 -1.00 1 0.10 -1.23 -0.77 1.01 B2 -1.14 1 0.12 -1.41 -0.86 1.07 C2 -0.32 1 0.097 -0.53 -0.10 1.01 AB -0.050 1 0.14 -0.36 0.26 1.00 AC -0.15 1 0.14 -0.46 0.16 1.00 BC -0.075 1 0.14 -0.39 0.24 1.00 Final Equation in Terms of Coded Factors: Tekstür = +6.79 +1.25 * A -0.90 * B -0.32 * C -1.00 * A2 -1.14 * B2 -0.32 * C2 -0.050 * A * B -0.15 * A * C -0.075 * B * C Final Equation in Terms of Actual Factors: Tekstür = -120.63053 +0.21183 * Vida Hizi +7.51678 * Besleme Nemi +4.23643 * Besleme Orani -2.77840E-004 * Vida Hizi2 -0.28467 * Besleme Nemi 2 -0.079208 * Besleme Orani2 -4.16667E-004 * Vida Hizi * Besleme Nemi -1.25000E-003 * Vida Hizi * Besleme Orani
213
-0.018750 * Besleme Nemi * Besleme Orani Diagnostics Case Statistics Standard Actual Predicted Student Cook's Outlier Run Order Value Value Residual Leverage Residual Distance t Order 1 2.40 1.97 0.43 0.673 1.926 0.762 2.303 15 2 1.90 1.93 -0.031 0.612 -0.126 0.003 -0.120 1 3 6.30 6.09 0.21 0.612 0.837 0.111 0.823 20 4 3.90 3.85 0.055 0.707 0.256 0.016 0.244 3 5 1.60 1.99 -0.39 0.666 -1.715 0.587 -1.936 5 6 2.50 2.48 0.023 0.666 0.100 0.002 0.095 4 7 6.80 6.79 8.749E-003 0.162 0.024 0.000 0.023 9 8 5.70 5.26 0.44 0.641 1.849 0.609 2.162 14 9 5.70 6.23 -0.53 0.360 -1.696 0.162 -1.907 6 10 7.20 6.93 0.27 0.707 1.262 0.384 1.305 16 11 6.90 6.79 0.11 0.162 0.302 0.002 0.287 8 12 5.00 5.18 -0.18 0.666 -0.772 0.119 -0.755 18 13 6.90 6.79 0.11 0.162 0.302 0.002 0.287 10 14 7.00 6.79 0.21 0.162 0.579 0.006 0.559 11 15 6.40 6.79 -0.39 0.162 -1.085 0.023 -1.096 12 16 6.10 6.38 -0.28 0.641 -1.179 0.248 -1.206 7 17 3.70 4.09 -0.39 0.666 -1.707 0.582 -1.924 19 18 6.00 6.14 -0.14 0.707 -0.674 0.109 -0.654 17 19 7.00 6.79 0.21 0.162 0.579 0.006 0.559 13 20 4.30 4.03 0.27 0.707 1.254 0.379 1.296 2 Proceed to Diagnostic Plots (the next icon in progression). Be sure to look at the: 1) Normal probability plot of the studentized residuals to check for normality of residuals. 2) Studentized residuals versus predicted values to check for constant error. 3) Outlier t versus run order to look for outliers, i.e., influential values. 4) Box-Cox plot for power transformations.
214
Ek 13.a. Duyusal Analiz Tekstür Değerleri Üzerine Vida Hızı, Besleme Nemi ve Besleme Oranlarının Etkileri
DESIGN-EXPERT Plot
TekstürX = B: Besleme Nemi Y = C: Besleme Orani
Actual FactorA: Vida Hizi = 220.0
2.07
2.75
3.44
4.12
4.80
Tek
stür
11.0
12.0
13.0
14.0
15.0
22.0
23.0
24.0
25.0
26.0
B: Besleme Nemi C: Besleme Orani
DESIGN-EXPERT Plot
TekstürX = B: Besleme Nemi Y = C: Besleme Orani
Actual FactorA: Vida Hizi = 340.0
4.09
4.91
5.74
6.57
7.39
Tek
stür
11.0
12.0
13.0
14.0
15.0
22.0
23.0
24.0
25.0
26.0
B: Besleme Nemi C: Besleme Orani
220-340 d/d vida hızlarında tekstür üzerine besleme oranı ve besleme neminin
etkileri
DESIGN-EXPERT Plot
TekstürX = A: Vida HiziY = C: Besleme Orani
Actual FactorB: Besleme Nemi = 11.0
3.85
4.65
5.46
6.26
7.07
Tek
stür
220.0
250.0
280.0
310.0
340.0
22.0
23.0
24.0
25.0
26.0
A: Vida Hizi C: Besleme Orani
DESIGN-EXPERT Plot
TekstürX = A: Vida HiziY = C: Besleme Orani
Actual FactorB: Besleme Nemi = 15.0
1.99
2.82
3.64
4.47
5.30
Tek
stür
220.0
250.0
280.0
310.0
340.0
22.0
23.0
24.0
25.0
26.0
A: Vida Hizi C: Besleme Orani
%11-15 besleme nemi oranlarında tekstür üzerine besleme oranı ve vida hızının
etkileri
215
DESIGN-EXPERT Plot
TekstürX = A: Vida HiziY = B: Besleme Nemi
Actual FactorC: Besleme Orani = 22.0
2.48
3.72
4.96
6.20
7.45
Tek
stür
220.0
250.0
280.0
310.0
340.0
11.0
12.0
13.0
14.0
15.0
A: Vida Hizi B: Besleme Nemi
DESIGN-EXPERT Plot
TekstürX = A: Vida HiziY = B: Besleme Nemi
Actual FactorC: Besleme Orani = 26.0
1.99
3.16
4.33
5.50
6.68
Tek
stür
220.0
250.0
280.0
310.0
340.0
11.0
12.0
13.0
14.0
15.0
A: Vida Hizi B: Besleme Nemi
22-26 kg/s besleme oranlarında tekstür üzerine besleme nemi ve vida hızının etkileri
216
EK 14. Ürünlerin Duyusal Analiz Genel Kabul Edilebilirlik Değerlerinin Varyans Analizi ve İkinci Dereceden Model İstatistik Analiz Sonuçları
Response: Genel Kabul Edilebilirlik Sequential Model Sum of Squares Sum of Mean F Source Squares DF Square Value Prob > F Mean 485.11 1 485.11 Linear 25.07 3 8.36 5.37 0.0095 2FI 0.21 3 0.070 0.037 0.9901 Quadratic 22.52 3 7.51 34.47 < 0.0001 Suggested Cubic 1.92 5 0.38 7.38 0.0234 Aliased Residual 0.26 5 0.052 Total 535.09 20 26.75 "Sequential Model Sum of Squares": Select the highest order polynomial where the additional terms are significant. Lack of Fit Tests Sum of Mean F Source Squares DF Square Value Prob > F Linear 24.65 11 2.24 43.09 0.0003 2FI 24.44 8 3.05 58.75 0.0002 Quadratic 1.92 5 0.38 7.38 0.0234 Suggested Cubic 0.000 0 Aliased Pure Error 0.26 5 0.052 "Lack of Fit Tests": Want the selected model to have insignificant lack-of-fit. Model Summary Statistics Std. Adjusted Predicted Source Dev. R-Squared R-Squared R-Squared PRESS Linear 1.25 0.5016 0.4081 0.2960 35.18 2FI 1.38 0.5058 0.2777 -0.4907 74.50 Quadratic 0.47 0.9564 0.9172 0.6961 15.19 Suggested Cubic 0.23 0.9948 0.9802 + Aliased + Case(s) with leverage of 1.0000: PRESS statistic not defined "Model Summary Statistics": Focus on the model maximizing the "Adjusted R-Squared" and the "Predicted R-Squared".
217
Use your mouse to right click on individual cells for definitions. Response: Genel Kabul Edilebilirlik ANOVA for Response Surface Quadratic Model Analysis of variance table [Partial sum of squares] Sum of Mean F Source Squares DF Square Value Prob > F Model 47.80 9 5.31 24.39 < 0.0001 significant A 14.94 1 14.94 68.63 < 0.0001 B 5.21 1 5.21 23.92 0.0006 C 0.37 1 0.37 1.68 0.2237 A2 10.18 1 10.18 46.74 < 0.0001 B2 11.84 1 11.84 54.36 < 0.0001 C2 2.36 1 2.36 10.84 0.0081 AB 0.13 1 0.13 0.57 0.4662 AC 5.000E-003 1 5.000E-003 0.023 0.8826 BC 0.080 1 0.080 0.37 0.5580 Residual 2.18 10 0.22 Lack of Fit 1.92 5 0.38 7.38 0.0234 significant Pure Error 0.26 5 0.052 Cor Total 49.98 19 The Model F-value of 24.39 implies the model is significant. There is only a 0.01% chance that a "Model F-Value" this large could occur due to noise. Values of "Prob > F" less than 0.0500 indicate model terms are significant. In this case A, B, A2, B2, C2 are significant model terms. Values greater than 0.1000 indicate the model terms are not significant. If there are many insignificant model terms (not counting those required to support hierarchy), model reduction may improve your model. The "Lack of Fit F-value" of 7.38 implies the Lack of Fit is significant. There is only a 2.34% chance that a "Lack of Fit F-value" this large could occur due to noise. Significant lack of fit is bad -- we want the model to fit. Std. Dev. 0.47 R-Squared 0.9564 Mean 4.92 Adj R-Squared 0.9172 C.V. 9.48 Pred R-Squared 0.6961 PRESS 15.19 Adeq Precision 12.932 The "Pred R-Squared" of 0.6961 is not as close to the "Adj R-Squared" of 0.9172 as one might normally expect. This may indicate a large block effect or a possible problem with your model
218
and/or data. Things to consider are model reduction, response tranformation, outliers, etc. "Adeq Precision" measures the signal to noise ratio. A ratio greater than 4 is desirable. Your ratio of 12.932 indicates an adequate signal. This model can be used to navigate the design space. Coefficient Standard 95% CI 95% CI Factor Estimate DF Error Low High VIF Intercept 6.45 1 0.19 6.03 6.87 A-Vida Hizi 1.05 1 0.13 0.77 1.33 1.00 B-Besleme Nemi -0.67 1 0.14 -0.98 -0.37 1.07 C-Besleme Orani -0.16 1 0.12 -0.44 0.12 1.00 A2 -0.85 1 0.12 -1.13 -0.57 1.01 B2 -1.08 1 0.15 -1.41 -0.75 1.07 C2 -0.38 1 0.11 -0.63 -0.12 1.01 AB -0.12 1 0.16 -0.49 0.24 1.00 AC -0.025 1 0.16 -0.39 0.34 1.00 BC -0.100 1 0.16 -0.47 0.27 1.00 Final Equation in Terms of Coded Factors: Genel Kabul edilebilirlik = +6.45 +1.05 * A -0.67 * B -0.16 * C -0.85 * A2 -1.08 * B2 -0.38 * C2 -0.12 * A * B -0.025 * A * C -0.100 * B * C Final Equation in Terms of Actual Factors: Genel Kabul edilebilirlik = -123.73762 +0.16833 * Vida Hizi +7.58540 * Besleme Nemi +4.83480 * Besleme Orani -2.36224E-004 * Vida Hizi2
219
-0.27037 * Besleme Nemi 2 -0.094417 * Besleme Orani2 -1.04167E-003 * Vida Hizi * Besleme Nemi -2.08333E-004 * Vida Hizi * Besleme Orani -0.025000 * Besleme Nemi * Besleme Orani Diagnostics Case Statistics Standard Actual Predicted Student Cook's Outlier Run Order Value Value Residual Leverage Residual Distance t Order 1 2.60 2.18 0.42 0.673 1.557 0.498 1.697 15 2 2.10 2.34 -0.24 0.612 -0.824 0.107 -0.810 1 3 6.20 5.84 0.36 0.612 1.241 0.243 1.280 20 4 3.80 3.60 0.20 0.707 0.781 0.147 0.764 3 5 1.90 2.31 -0.41 0.666 -1.518 0.460 -1.642 5 6 3.00 2.78 0.22 0.666 0.810 0.131 0.795 4 7 6.60 6.45 0.15 0.162 0.347 0.002 0.331 9 8 5.50 5.01 0.49 0.641 1.740 0.540 1.977 14 9 5.10 5.70 -0.60 0.360 -1.607 0.145 -1.771 6 10 6.40 6.07 0.33 0.707 1.287 0.399 1.337 16 11 6.40 6.45 -0.052 0.162 -0.121 0.000 -0.115 8 12 4.40 4.68 -0.28 0.666 -1.044 0.218 -1.049 18 13 6.30 6.45 -0.15 0.162 -0.355 0.002 -0.339 10 14 6.90 6.45 0.45 0.162 1.049 0.021 1.055 11 15 6.30 6.45 -0.15 0.162 -0.355 0.002 -0.339 12 16 5.20 5.58 -0.38 0.641 -1.347 0.323 -1.413 7 17 3.70 4.11 -0.41 0.666 -1.518 0.460 -1.642 19 18 5.60 5.90 -0.30 0.707 -1.198 0.346 -1.228 17 19 6.50 6.45 0.048 0.162 0.113 0.000 0.107 13 20 4.00 3.67 0.33 0.707 1.287 0.399 1.337 2 Proceed to Diagnostic Plots (the next icon in progression). Be sure to look at the: 1) Normal probability plot of the studentized residuals to check for normality of residuals. 2) Studentized residuals versus predicted values to check for constant error. 3) Outlier t versus run order to look for outliers, i.e., influential values. 4) Box-Cox plot for power transformations
220
Ek 14.a. Duyusal Analiz Genel Kabul Edilebilirlik Üzerine Vida Hızı, Besleme Nemi ve Besleme Oranlarının Etkileri
DESIGN-EXPERT Plot
Genel KabuledilebilirlikX = B: Besleme Nemi Y = C: Besleme Orani
Actual FactorA: Vida Hizi = 220.00
2.31
2.89
3.47
4.05
4.63
Gen
el K
abul
edile
bilir
lik
11.00
12.00
13.00
14.00
15.00
22.0
23.0
24.0
25.0
26.0
B: Besleme Nemi C: Besleme Orani
DESIGN-EXPERT Plot
Genel KabuledilebilirlikX = B: Besleme Nemi Y = C: Besleme Orani
Actual FactorA: Vida Hizi = 340.00
4.11
4.78
5.46
6.14
6.81
Gen
el K
abul
edile
bilir
lik
11.00
12.00
13.00
14.00
15.00
22.0
23.0
24.0
25.0
26.0
B: Besleme Nemi C: Besleme Orani
220-340 d/d vida hızlarında genel kabul edilebilirlik üzerine besleme oranı ve besleme
neminin etkileri
DESIGN-EXPERT Plot
Genel KabuledilebilirlikX = A: Vida HiziY = C: Besleme Orani
Actual FactorB: Besleme Nemi = 11.00
3.60
4.31
5.03
5.74
6.45
Gen
el K
abul
edile
bilir
lik
220.00
250.00
280.00
310.00
340.00
22.0
23.0
24.0
25.0
26.0
A: Vida Hizi C: Besleme Orani
DESIGN-EXPERT Plot
Genel KabuledilebilirlikX = A: Vida HiziY = C: Besleme Orani
Actual FactorB: Besleme Nemi = 15.00
2.31
2.98
3.65
4.33
5.00
Gen
el K
abul
edile
bilir
lik
220.00
250.00
280.00
310.00
340.00
22.0
23.0
24.0
25.0
26.0
A: Vida Hizi C: Besleme Orani
%11-15 besleme nemi oranlarında genel kabul edilebilirlik üzerine besleme oranı ve
vida hızının etkileri
221
DESIGN-EXPERT Plot
Genel KabuledilebilirlikX = A: Vida HiziY = B: Besleme Nemi
Actual FactorC: Besleme Orani = 22.0
2.78
3.75
4.73
5.70
6.67
Gen
el K
abul
edile
bilir
lik
220.00
250.00
280.00
310.00
340.00
11.00
12.00
13.00
14.00
15.00
A: Vida Hizi B: Besleme Nemi
DESIGN-EXPERT Plot
Genel KabuledilebilirlikX = A: Vida HiziY = B: Besleme Nemi
Actual FactorC: Besleme Orani = 26.0
2.31
3.33
4.35
5.37
6.39
Gen
el K
abul
edile
bilir
lik
220.00
250.00
280.00
310.00
340.00
11.00
12.00
13.00
14.00
15.00
A: Vida Hizi B: Besleme Nemi
22-26 kg/s besleme oranlarında genel kabul edilebilirlik üzerine besleme nemi ve vida
hızının etkileri
222
Ek 15. Ürünlerin Optimizasyonu OPTİMİZASYON Constraints Lower Upper Lower Upper Name Goal Limit Limit Weight Weight Importance Vida Hizi is in range 220 340 1 1 3 Besleme Nemi is in range 11 15 1 1 3 Besleme Orani is in range 22 26 1 1 3 Jelatinizasyon Derecesi maximize 72.72 103.61 1 1 3 Yogunluk minimize 0.15 0.44 1 1 3 Genlesme Orani maximize 2.24 3.17 1 1 3 Kesme Kuvveti minimize 5.75 71.28 1 1 4 Genel Kabul edilebilirlik maximize 1.9 6.9 1 1 4 Solutions Number Vida Hizi Besleme Nemi Besleme Orani Jelatinizasyon Derecesi Yogunluk Genlesme Orani Kesme Kuvveti Genel Kabul edilebilirlik Desirability 1 329.13 12.72 22.3 104.19 0.16 3.05 7.52 6.70 0.953 Selected 1 Solutions found Number of Starting Points 10 Vida Hizi Besleme Nemi Besleme Orani 299.87 14.70 22.7 263.42 13.62 23.0 225.24 12.87 24.6 338.18 11.56 23.0 250.74 11.39 23.5 295.96 11.86 24.0 226.32 13.90 24.6 269.20 12.80 25.5 275.38 13.38 26.0 307.59 13.64 22.4
223