Gıda Mikrobiyolojisi Eğitimi 04 Kasım 2014, Kuşadası Prof. Dr. Kadir HALKMAN Ankara Üniversitesi Gıda Mühendisliği Bölümü 04; Sonuçların değerlendirilmesi.

Slides:



Advertisements
Benzer bir sunumlar
ANALİZİ Prof. Dr. Kadir HALKMAN Ankara Üniversitesi
Advertisements

ISO (2014) ve CCA Prof. Dr. Kadir HALKMAN Ankara Üniversitesi,
Gıda Mikrobiyolojisi Eğitimi 04 Kasım 2014, Kuşadası Prof. Dr. Kadir HALKMAN Ankara Üniversitesi Gıda Mühendisliği Bölümü 05; Beklenmedik Sonuçlar.
Gıda Mikrobiyolojisi Eğitimi 04 Kasım 2014, Kuşadası Prof. Dr. Kadir HALKMAN Ankara Üniversitesi Gıda Mühendisliği Bölümü 01; Temel İlkeler.
KALİTE ETİKETLERİ VE ÖDÜLLER Ayşe SAYLIK TR Ulusal Destek Servisi.
Prof.Dr.Mehmet Tunç ÖZCAN
SAYISAL DEVRELER BÖLÜM-2 Sayı Sistemleri ve Kodlar
Bilimsel bilgi Diğer bilgi türlerinden farklı
Bu yaklaşımda, kullanıcıların bilişsel ve fiziksel davranışları modellenmeye çalışılır. Ayrıca, kullanıcı davranışlarının bu modele uyup uymadığı ya da.
FAKÜLTEMİZ ÇOKTAN SEÇMELİ SINAVLARINDA YAPILAN ANALİZLERİN DEĞERLENDİRİLMESİ Ölçme-Değerlendirme Kurulu Ve Sınav Merkezi.
HİPOTEZ TESTLERİNE GİRİŞ 1. Şu ana kadar örneklemden elde edilmiş istatistiklerden yararlanarak, kitle parametresini kestirebilmek için nokta tahmini.
Gıda Mikrobiyolojisi Eğitimi 04 Kasım 2014, Kuşadası Prof. Dr. Kadir HALKMAN Ankara Üniversitesi Gıda Mühendisliği Bölümü 06; Koliformlar; TAMB; Staph.
DEPREME DAYANIKLI BETONARME YAPI TASARIMI
KİRİŞ YÜKLERİ HESABI.
Gıda Mikrobiyolojisi Eğitimi 04 Kasım 2014, Kuşadası Prof. Dr. Kadir HALKMAN Ankara Üniversitesi Gıda Mühendisliği Bölümü 02; Homojenizasyon ve Ekim.
/ 91 Beyin Fırtınası Şifa Üniversitesi Sağlık Bilimleri Yüksekokulu Eğitici Eğitimi Kursu Eylül 2015.
İSTATİSTİK II BAĞIMSIZLIK TESTLERİ VE İYİ UYUM TESTLERİ “ c2 Kİ- KARE TESTLERİ “
HİPOTEZ TESTLERİNE GİRİŞ Şu ana kadar örneklemden elde edilmiş istatistiklerden yararlanarak, kitle parametresini kestirebilmek için nokta tahmini.
Gıda Mikrobiyolojisi Eğitimi 04 Kasım 2014, Kuşadası Prof. Dr. Kadir HALKMAN Ankara Üniversitesi Gıda Mühendisliği Bölümü 07; Patojen Analizi.
Çoklu Doğrusal Bağlantı X3X3 X2X2 r X 2 X 3 = 1 Tam Çoklu Doğrusal Bağlantı.
Regresyon Analizi Hanefi Özbek.
Ölçme Değerlendirmede İstatistiksel İşlemler
Yoğurt Üretiminde Kalite Kontrol
ÖRNEKLEME YÖNTEMLERİ Doç. Dr. Ender DURUALP.
KDV BEYANNAMESİ / MUHTASAR BEYANNAME / KURUMLAR VERGİSİ BEYANNAMESİ / GEÇİCİ VERGİ BEYANNAMESİ’NDE ORTAK ÖZELLİKLER F5 PENCERESİ Beyannamelerde yer alacak.
2.Hafta Transistörlü Yükselteçler 2
BİLİMSEL ARAŞTIRMA YÖNTEMLERİ ÜNİTE 3
DERS2 Prof.Dr. Serpil CULA
TAM SAYILAR.
T- Testİ: ORTALAMALAR ARASI FARKLARIN TEST EDİLMESİ
Deneme Modelleri Neden-sonuç ilişkilerinin sorgulandığı araştırma türleridir. Deneme ve tarama modelleri arasındaki fark nedir? Deneme modellerinde amaçlar.
ÖRNEKLEME.
1. Bernoulli Dağılımı Bernoulli dağılımı rassal bir deneyin sadece iyi- kötü, olumlu-olumsuz, başarılı-başarısız, kusurlu-kusursuz gibi sadece iki sonucu.
Yapay Sinir Ağı Modeli (öğretmenli öğrenme) Çok Katmanlı Algılayıcı
SAĞIM Sağım, süt ineği işletmelerinin en önemli, aşırı özen gerektiren ve aynı zamanda en zor işlerinden birisidir. Günde 25 kg süt veren bir ineğin el.
DOĞAL SAYILAR TAM SAYILAR
Kütle ortalamasının (µ) testi
MAT – 101 Temel Matematik Mustafa Sezer PEHLİVAN *
TANIMLAYICI İSTATİSTİKLER
GELECEK PİYASASI İŞLEMLERİ
Yatay Gen Transferinin Hesaplanması
Yrd.doç.Dr. H. Deniz GüllerOĞlu
İSTATİSTİK Yrd. Doç. Dr. Cumhur TÜRK
Bilgisayar Mühendisliğine Giriş
Bağımlı (Eşleştirilmiş) Örneklerde t-Testi (Paried Sample t test) Menüsü Bağımlı örnekler için deney tasarımı iki farklı biçimde karşımıza çıkmaktadır.
PARAMETRİK HİPOTEZ TESTLERİ
BENZETİM Prof.Dr.Berna Dengiz 13. Ders Çıktı Analizi
CİHANGİR MAHALLESİ YAPISAL RİSK ANALİZİ
ÖDE5024 DAVRANIŞ BİLİMLERİNDE İSTATİSTİK Yüksek Lisans
NİŞANTAŞI ÜNİVERSİTESİ
NİŞANTAŞI ÜNİVERSİTESİ
ÖDE5024 DAVRANIŞ BİLİMLERİNDE İSTATİSTİK Yüksek Lisans
Evren-Örneklem, Örnekleme Yöntemleri 2
Test Puanlarının Yorumlanması: Standart Puanlar
MİKROORGANİZMALARIN İNVİTRO ÜREME GÖRÜNÜMÜ
NİŞANTAŞI ÜNİVERSİTESİ
EĞİTİMDE ÖLÇME VE DEĞERLENDİRME
8.Hafta ANCOVA Kovaryans Analizi
Evren-Örneklem, Örnekleme Yöntemleri 1
NİŞANTAŞI ÜNİVERSİTESİ
Ölçmede Hata Kavramı ve Hata Türleri
TYS102 ÖLÇME BİLGİSİ Yrd. Doç. Dr. N. Yasemin EMEKLİ
SES KOMUT TANIMA İLE GEZGİN ARAÇ KONTROLÜ
OLASILIK Uygulamada karşılaşılan olayların birçoğu kesin olmayan diğer bir ifadeyle belirsizlik içeren bir yapıya sahiptir. Olasılık kavramı kesin olmayan.
Yoğurt Üretiminde Kalite Kontrol
Bilimsel Araştırma Yöntemleri
Bilimsel araştırma türleri (Deneysel Desenler)
EŞ YÜKSELTİ (TESVİYE) EĞRİLERİNİN
İSTATİSTİK II BAĞIMSIZLIK TESTLERİ VE İYİ UYUM TESTLERİ “ c2 Kİ- KARE TESTLERİ “
Sunum transkripti:

Gıda Mikrobiyolojisi Eğitimi 04 Kasım 2014, Kuşadası Prof. Dr. Kadir HALKMAN Ankara Üniversitesi Gıda Mühendisliği Bölümü 04; Sonuçların değerlendirilmesi

Örnekleme Planları (n c m M) n: Analize alınacak örnek sayısı, c: M değeri taşıyabilecek en fazla örnek sayısı, m: (n-c) sayıdaki örnekte bulunabilecek en fazla değer, M: c sayıdaki örnekte bulunabilecek en fazla değer ncmM 5210 KOB/g100 KOB/g 52> 3 EMS/g9 EMS/g 535 KOB/mL10 KOB/mL 51> 10KOB/g10 KOB/g 50yok/25g -----

Örnekleme Planları 02 n= 5; c= 2; m= 5.000; M= ise; -5 (n) adet örnekten 2 adedinde (c) mikroorganizma sayısı en fazla (M) olabilir. -5 örnekten (n) geriye kalan 3 adedinde (n-c) mikroorganizma sayısı en fazla (m) olabilir. -5 örnekten (n) biri değerini (M) geçerse parti reddedilir. -5 örnekten 3 ya da daha fazlasında (m) değeri geçilirse yine parti reddedilir. Çünkü, c= 2 olması gerekirken bu durumda 3 ya da daha fazla sonuç elde edilmiş olacaktır. Bu örnek genellikle toplam bakteri gibi genel kalite kriteri olan analizler için verilmiştir.

Örnekleme Planları 03 n= 5; c= 1; m= 0; M= 9 ise; 5 (n) adet örnekten sadece 1 (c) adedinde en fazla 9 (M) mikroorganizmaya izin verilir ancak diğer sayımlar 0 olmalıdır. Bu sayının herhangi bir ya da daha fazla örnekte 9'dan fazla olması ve/ veya 2 ya da daha çok örnekte 1–9 arasında olması halinde parti reddedilir. Bu örnek genellikle koliformlar gibi hijyen indikatörü analizleri için verilmiştir.

Örnekleme Planları 04 n= 5; c= 0; m= 0; M= 0 ise; 5 adet (n) örneğin hiçbirinde aranan mikroorganizma bulunmamalıdır. Sayı önemli değildir, bir ya da daha fazla örnek pozitif olarak değerlendirilirse parti reddedilir. Bu örnek genellikle Salmonella, Listeria monocytogenes, E. coli O157:H7 serotipi gibi patojenlerin analizi için verilmiştir.

Petri kutusundaki koloni sayısı Petri kutusunda elde edilen koloni sayısı ne kadar az ise sayım kolaydır ancak bu sayıya güven azdır. Tersine sayı ne kadar yüksek ise sayım zorlaşır ancak güven artar koloni sayısı / Petri koloni sayısı / Petri FDA, VRB Agar besiyerinde koliform için sayısını benimser. Maya küf sayımlarında küfler için Maya–küf sayımlarında ise 15–150 olan Petri kutuları dikkate alınır.

Sayım formülü 01 N= C / [V x (n1 + 0,1 x n2) x d] Gıda örneğinin 1 gram ya da 1 mL'sinde mikroorganizma sayısı C = Sayımı yapılan tüm Petri kutularındaki koloni sayısı toplamı V = Sayımı yapılan Petri kutularına aktarılan hacim (mL) 1= İlk seyreltiden yapılan sayımlarda sayım yapılan Petri kutusu adedi 2= İkinci seyreltiden yapılan sayımlarda sayım yapılan Petri kutusu adedi d= Sayımın yapıldığı ardışık 2 seyreltiden daha konsantre olanın seyreltme oranıdır.

Sayım 02 Örnek: Yayma kültürel sayım uygulanmış ve her seyreltiden 2 Petri kutusuna ekim yapılmış ve 10 –2 seyreltide 219 ve 185, 10 –3 seyreltide 28 ve 21 adet koloni elde edilmiştir. Formüle göre; ( koloni/Petri) C = = 453 V = 0,1 (yayma kültürel sayım için Petri kutularına 0,1'er mL pipetlenmiştir) n1= 2 (10 –2 seyreltiden ekim yapılan 2 Petri n2= 2 (10 –3 seyreltiden ekim yapılan 2 Petri d= = 0,01 (ardışık 2 seyreltinin daha konsantre olanı) N = C / [V x (n1 + 0,1 x n2) x d] N= 453 / [0,1 x (2 + 0,1 x 2) x 10 –2 ] N= 453 / [0,1 (2,2 x 0,01)] N= ,09  2,1x10 5 KOB/g

Sayım 03 Aynı sonuçlar koloni/ Petri ile değerlendirilirse C = = 453 C = = 432 V = 0,1 (yayma kültürel sayım için Petri kutularına 0,1'er mL pipetlenmiştir) n1= 2 (10 –2 seyreltiden ekim yapılan 2 Petri n2= 1 (10 –3 seyreltiden ekim yapılan 1 Petri d= 10 –2 = 0,01 (ardışık 2 seyreltinin daha konsantre olanı N= C / [V x (n1 + 0,1 x n2) x d] N= 432 / [0,1 x (2 + 0,1 x 1) x 10 –2 ] N= 432 / [0,1 (2,1 x 0,01)] N= ,29  2,1x10 5

Tanımlama Esaslı Sayım 01 Bir örnekte sayım için yarı selektif bir besiyeri kullanıldı ise hedef mikroorganizma sayısı belirli bir identifikasyon işleminden sonra yapılabilir. Örneğin, koliformların sayımı için yaygın olarak kullanılan VRB Agar besiyerinde gelişen tipik koloniler koliform grup olarak sayıldıktan sonra bunların içinde kaç adet E. coli olduğu da belirlenebilir. Bu amaçla koliform grup bakteri kolonileri içinden koloni sayısına göre 5–20 arasında olmak üzere rastgele seçim yapılıp, bunlar izole edilir ve her biri ayrı ayrı tanımlanır. Sonra bunların içindeki E. coli sayısı, toplam koliform grup bakteri sayısına oranlanır ve seyreltme faktörü de hesaba katılarak analiz edilen örnekteki E. coli sayısı hesaplanır.

Tanımlama Esaslı Sayım 02 ÖRNEK: Petri kutusunda toplam 110 koloni içinde 60 adet tipik koliform bakteri kolonisi vardır. Bunlardan 15 adedi izole edilmiş, yapılan identifikasyon sonunda 15 koloni içinde 9 adedinin E. coli olduğu belirlenmiştir. Buna göre 15 koloninin 9 adedi E. coli ise, 60 koloninin 36 adedi E. coli 'dir. Burada dikkat edilmesi gereken ayrıntı; E. coli sayısının tüm koloniler içinden değil, tipik koloniler içinden belirlenmiş olduğudur. Plate Count Agar gibi bir besiyerinde 70 koloni sayıldı, bunlardan rasgele seçilen 10 adedinden 4 adedi E. coli olarak doğrulandı ise, bu kez Petri kutusunda 28 E. coli olduğu anlaşılır.

Sonuçların Verilmesi Katı gıdalarda; 7,3X10 2 KOB/g Sıvı gıdalarda; (örneğin 3,2X10 1 ) KOB/mL EMS yönteminde; 9,3 EMS/mL Membran filtrasyonda; 3/250 mL Var/yok testlerinde; yok/25 g Ekim yapılan en derişik seyreltide bile koloni gelişmesi görülmezse sayının 0 olarak verilmesi hatalı olur. Bu gibi sonuçlar ancak 1 mL ya da 1 gram numunenin doğrudan var/yok testi sonucunda ve aşağıdaki örnekte olduğu gibi, sıvı gıdadan 1 mL ekim yapılması halinde verilebilir.

Sonuçların Verilmesi Petri kutularında koloni gelişmesi olmazsa, aşağıdaki formüle göre hesaplanan değer analiz sonucu olarak verilir: Sayı: < {1 / [(seyreltme faktörü) x (Petri kutusuna pipetlenen hacim)]} Örnek: Katı gıdanın 10 –1 seyreltisinden yayma yöntemi ile analiz yapılmış ve koloni gelişmesi olmamıştır. Formüle göre sayı: < { 1 / [(10–1) x (0,1)]} = 1 / 0,1 x 0,1 = 100; sonuç "100 KOB/gramdan daha az" olarak verilir.