Bafra (sakız x karayaka G1) kuzularında et kalitesinin değerlendirilmesinde alternatif bir yaklaşım : temel bileşenler analizi

Abstract

Bu araştırma, Bafra kuzularında et kalitesi özelliklerinin belirlenmesi amacıyla ölçülen bazı parametrelerinin Temel Bileşenler Analizi (Principal Component Analysis, PCA) ile başka değerlendirmesi amacıyla yapılmıştır. Araştırmada kullanılan et kalitesi parametrelerine ait veriler, 2007 yılında Tarım İşletmeleri Genel Müdürlüğüne bağlı Gökhöyük Tarım İşletmesi’nden (Amasya) elde edilmiştir. Çalışmada 24 adet Bafra kuzusu kullanılmıştır. Bafra kuzularında et kalitesi özelliklerin arasındaki ilişki PCA ile değerlendirilmiştir (n =24). Et kalitesini değerlendirmede, M. longissimus dorsi’nin pH değeri, 24. saatteki su tutma kapasitesi, 24. saatteki pişirme kaybı, gevreklik değeri, nem, kuru madde oranı, kül oranı, protein oranı, yağ oranı ve renk değerleri (L*, a*, b*) kullanılmıştır. Temel bileşenler analizi ile et kalitesi parametreleri bağımsız bileşenlere ayrılmış, oniki değişken ayrıntılı olarak irdelenmiş ve ilk beş temel bileşenin et kalitesinin toplam varyansın % 79.68’lik bölümünü oluşturduğu tespit edilmiştir. Toplam varyanstaki en yüksek payın, renk değerleri a*, b*, protein, gevrekten kaynaklandığı görülmüştür.

In this study, Principal Component Analysis (PCA) was used to evaluate some of the variables measured in order to describe meat quality characteristics of Bafra lambs. Data on meat quality parameters used in this study were provided in,Gökhöyük Agricultural State Farm (in Amasya/ Turkey). Twenty four Bafra lambs were used in this study. The PCA was performed to study the relationship between different meat quality measures (n =24). The measurements used to evaluate the meat quality were pH, water holding capacity at 24th hour, cooking loss at 24th hour , shear force value, moisture, dry matter, crude ash, crude protein, crude fat and the colour (L*, a*, b*) on longissimus dorsi muscles. PCA applied to the various variables in order to describe meat quality to evaluate results visually and on more a wide angle. The PCA has shown meat quality traits are grouped in independent sets. Twelve variables which are responsible on meat quality, were examined the analysis showed that 79.68% of the meat quality was explained by the first five principal components. Colour data (a*, b*), crude protein and shear force values had the highest share in the total variation.