Çukurova Ünİversİtesİ fen bİlİmlerİ enstİtÜsÜ doktora...

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


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


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


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


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


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


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


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


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,


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).


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


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


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;


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


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


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.


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.


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).


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,


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).


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


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.


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,


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


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


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


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).


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


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).


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


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


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


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


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


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


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


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)


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


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


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.


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.


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.


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).


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

)


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

)


43

Şekil 3.3. Üretimde kullanılan ekstrüder vidaları

Şekil 3.4. Üretimde kullanılan ekstrüder


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) .


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

__________________________________________________________________________


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).


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


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.


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).


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.


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


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.


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)


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)”


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


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,


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).


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.


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


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.


62


63


64


65


66


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


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)


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.


70


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


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).


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).


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.


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 (%)


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).


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.


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


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.


78

DESIGN-EXPERT Plot

Suda Çözünürlük indisiX = B: Besleme Nemi Y = C: Besleme Orani


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


DESIGN-EXPERT Plot

Suda Çözünürlük indisiX = A: Vida HiziY = C: Besleme Orani


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


DESIGN-EXPERT Plot

Suda Çözünürlük indisiX = A: Vida HiziY = B: Besleme Nemi


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


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.


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)


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


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.


81

DESIGN-EXPERT Plot

Jelatinizasyon DerecesiX = C: Besleme OraniY = B: Besleme Nemi


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


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


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


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).


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)


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,




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)


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.


85

DESIGN-EXPERT Plot

Kesme KuvvetiX = C: Besleme OraniY = B: Besleme Nemi


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


DESIGN-EXPERT Plot

Kesme KuvvetiX = C: Besleme OraniY = A: Vida Hizi


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


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.


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


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


88

Çizelge 4.11. ekstrüde Ürünlerin L, a, b Değerleri

Örnek No

Vida Hızı (d/d)

Besleme Nemi (%)


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).


89

DESIGN-EXPERT Plot

LX = B: Besleme Nemi Y = A: Vida Hizi


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


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


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



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.


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)


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


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.


92

DESIGN-EXPERT Plot

aX = C: Besleme OraniY = B: Besleme Nemi


-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


DESIGN-EXPERT Plot

aX = C: Besleme OraniY = A: Vida Hizi


-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


-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).


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 (%)


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)


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)


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


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


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


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


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.


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


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


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,


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,



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)


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


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


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).


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


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


DESIGN-EXPERT Plot

Genlesme OraniX = C: Besleme OraniY = A: Vida Hizi


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


DESIGN-EXPERT Plot

Genlesme OraniX = B: Besleme Nemi Y = A: Vida Hizi


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


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.


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.


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).


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


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)


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.


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


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


DESIGN-EXPERT Plot

RenkX = C: Besleme OraniY = A: Vida Hizi


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


DESIGN-EXPERT Plot

RenkX = B: Besleme Nemi Y = A: Vida Hizi


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


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


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.


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)


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.


106

DESIGN-EXPERT Plot

TekstürX = C: Besleme OraniY = B: Besleme Nemi


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


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


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


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)


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)


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


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.


109

DESIGN-EXPERT Plot

Genel KabuledilebilirlikX = B: Besleme Nemi Y = C: Besleme Orani


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


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


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


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.


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


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.


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.


113

DESIGN-EXPERT Plot

DesirabilityX = B: Besleme Nemi Y = C: Besleme Orani


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


DESIGN-EXPERT Plot



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


DESIGN-EXPERT Plot



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


Şekil 5.1a. 220-280-340 d/d vida hızlarında optimum ürünün kabul değeri üzerine

besleme oranı ve besleme neminin etkileri


114

DESIGN-EXPERT Plot

DesirabilityX = A: Vida HiziY = C: Besleme Orani


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


DESIGN-EXPERT Plot



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


DESIGN-EXPERT Plot



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


Şekil 5.1b. %11-13-15 besleme nemi oranlarında optimum ürünün kabul değeri

üzerine besleme oranı ve vida hızının etkileri


115

DESIGN-EXPERT Plot

DesirabilityX = A: Vida HiziY = B: Besleme Nemi


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



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


DESIGN-EXPERT Plot



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


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.


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)


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).


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


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



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


DESIGN-EXPERT Plot



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


220-340 d/d vida hızlarında su tutma indisi üzerine besleme oranı ve besleme

neminin etkileri

DESIGN-EXPERT Plot



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


DESIGN-EXPERT Plot



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


%11-15 besleme nemi oranlarında su tutma indisi üzerine besleme oranı ve vida

hızının etkileri

149

DESIGN-EXPERT Plot



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


DESIGN-EXPERT Plot



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


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



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



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


220-340 d/d vida hızlarında suda çözünürlük indisi üzerine besleme oranı ve besleme

neminin etkileri

DESIGN-EXPERT Plot



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


DESIGN-EXPERT Plot



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


%11-15 besleme nemi oranlarında suda çözünürlük indisi üzerine besleme oranı ve

vida hızının etkileri

155

DESIGN-EXPERT Plot



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


DESIGN-EXPERT Plot



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


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



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


DESIGN-EXPERT Plot



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


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


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


DESIGN-EXPERT Plot

Jelatinizasyon DerecesiX = C: Besleme OraniY = A: Vida Hizi


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


%11-15 besleme nemi oranlarında jelatinizasyon derecesi üzerine besleme oranı ve


161

DESIGN-EXPERT Plot



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


DESIGN-EXPERT Plot



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


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



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


DESIGN-EXPERT Plot



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


220-340 d/d vida hızlarında kesme kuvveti üzerine besleme oranı ve besleme

neminin etkileri

DESIGN-EXPERT Plot



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



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



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



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



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


DESIGN-EXPERT Plot



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


220-340 d/d vida hızlarında L değeri üzerine besleme oranı ve besleme neminin

etkileri

DESIGN-EXPERT Plot



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



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



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



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



-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


DESIGN-EXPERT Plot



-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


220-340 d/d vida hızlarında a değeri üzerine besleme oranı ve besleme neminin

etkileri

DESIGN-EXPERT Plot



-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


DESIGN-EXPERT Plot



-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


%11-15 besleme nemi oranlarında a değeri üzerine besleme oranı ve vida hızının

etkileri

179

DESIGN-EXPERT Plot



-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



-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



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


DESIGN-EXPERT Plot



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


220-340 d/d vida hızlarında yoğunluk üzerine besleme oranı ve besleme neminin

etkileri

DESIGN-EXPERT Plot



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


DESIGN-EXPERT Plot



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


%11-15 besleme nemi oranlarında yoğunluk üzerine besleme oranı ve vida hızının

etkileri

189

DESIGN-EXPERT Plot



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



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



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


DESIGN-EXPERT Plot



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


220-340 d/d vida hızlarında genleşme oranı üzerine besleme oranı ve besleme

neminin etkileri

DESIGN-EXPERT Plot



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


DESIGN-EXPERT Plot



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


%11-15 besleme nemi oranlarında genleşme oranı üzerine besleme oranı ve vida

hızının etkileri

195

DESIGN-EXPERT Plot



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


DESIGN-EXPERT Plot



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


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


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


DESIGN-EXPERT Plot

RenkX = C: Besleme OraniY = B: Besleme Nemi


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


220-340 d/d vida hızlarında renk üzerine besleme oranı ve besleme neminin etkileri

DESIGN-EXPERT Plot



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


DESIGN-EXPERT Plot



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


%11-15 besleme nemi oranlarında renk üzerine besleme oranı ve vida hızının etkileri

205

DESIGN-EXPERT Plot



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


DESIGN-EXPERT Plot



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


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


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


DESIGN-EXPERT Plot

TekstürX = B: Besleme Nemi Y = C: Besleme Orani


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


220-340 d/d vida hızlarında tekstür üzerine besleme oranı ve besleme neminin

etkileri

DESIGN-EXPERT Plot



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


DESIGN-EXPERT Plot



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


%11-15 besleme nemi oranlarında tekstür üzerine besleme oranı ve vida hızının

etkileri

215

DESIGN-EXPERT Plot



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


DESIGN-EXPERT Plot



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


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



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


DESIGN-EXPERT Plot



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


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


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


DESIGN-EXPERT Plot

Genel KabuledilebilirlikX = A: Vida HiziY = C: Besleme Orani


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


%11-15 besleme nemi oranlarında genel kabul edilebilirlik üzerine besleme oranı ve


221

DESIGN-EXPERT Plot

Genel KabuledilebilirlikX = A: Vida HiziY = B: Besleme Nemi


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


DESIGN-EXPERT Plot

Genel KabuledilebilirlikX = A: Vida HiziY = B: Besleme Nemi


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


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

Çukurova Ünİversİtesİ fen bİlİmlerİ enstİtÜsÜ doktora...

Documents