Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Épületgépészeti és Gépészeti Eljárástechnika Tanszék

Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Épületgépészeti és Gépészeti Eljárástechnika Tanszék

Komfortterek belső levegőminőség emisszióforrásainak vizsgálata Doktori értekezés

Készítette:

Hrustinszky Tamás

Témavezető:

Dr. Kajtár László egyetemi docens

Budapest, 2012. május

NYILATKOZAT

Alulírott Hrustinszky Tamás kijelentem, hogy ezt a doktori értekezést magam készítettem és abban csak a megadott forrásokat használtam fel. Minden olyan részt, amelyet szó szerint, vagy azonos tartalomban, de átfogalmazva más forrásból átvettem, egyértelműen, a forrás megadásával megjelöltem.

Budapest, 2012. május 17. …………………………..

KÖSZÖNETNYILVÁNÍTÁS Szeretném megköszönni mindazoknak a segítségét, akik dolgozatom elkészítésében segítségemre voltak. Mindenekelőtt köszönöm konzulensemnek, Dr. Kajtár László egyetemi docens úrnak, hogy folyamatosan segítette és gondosan irányította munkámat. Szeretnék köszönetet mondani Dr. Ketskeméty László egyetemi docens úrnak, aki mind a matematikai kérdések megválaszolásával, mind pedig szakmai támogatásával segítette doktori munkámat. Továbbá, szeretném megköszönni az Épületgépészeti és Gépészeti Eljárástechnika Tanszék tanszékvezetője, oktatói es dolgozói által nyújtott segítséget. Külön köszönet illeti Családomat, amiért a nyugodt háttér megteremtésével támogatták doktori tanulmányaimat.

Tartalomjegyzék

Jelölések..................................................................................................................................... 4  1.  ELŐZMÉNYEK .............................................................................................................. 6  2.  CÉLKITŰZÉSEK, A MŰSZAKI PROBLÉMA FELVETÉSE ÉS MEGOLDÁSÁNAK DEFINIÁLÁSA ........................................................................... 8  3.  SZAKIRODALMI ÖSSZEFOGLALÓ ....................................................................... 11  3.1.  Szagérzékelés mechanizmusa ................................................................................... 11  3.1.1. A szagérzékelés mechanizmusa, jellemzői ............................................................ 11  3.2.  Belső terek szennyezőforrásai ................................................................................... 15  3.2.1. Szennyezőanyagok ................................................................................................. 15  3.2.2. A belső levegő szennyezőanyag forrásai ............................................................... 16  3.2.3. A szennyezőanyag emisszió keletkezése ............................................................... 16  3.2.4.  Hőmérséklet, légsebesség, idő hatása a belsőépítészeti anyagok emissziójára.. 19  3.2.5.  Belsőépítészeti anyagok osztályozása, jelölési rendszere az Európai Unióban . 24  3.3.  Az érzékelhető levegőminőség elmélete ................................................................... 26  3.4.  Szagintenzitás meghatározása ................................................................................... 27  3.4.1. Az olfaktometria alaptörvénye ............................................................................... 27  3.4.2. Az olfaktometria alaptörvényének alkalmazása .................................................... 28  3.4.3. Összehasonlító vizsgálatok butanollal .................................................................. 30  3.4.4. Szagegység, a szag értékelése ............................................................................... 31  3.5.  Levegőminőség mérése ............................................................................................. 33  3.5.1.  Mintavételezés folyamata ................................................................................... 34  3.5.2.  Érzékelhető belső levegőminőség vizsgálatok mérőcsoportokkal ..................... 37  3.5.3.  Kétlépcsős mérési eljárás ................................................................................... 44  3.5.4.  Német mérési eljárások ...................................................................................... 49  3.5.5.  Gázkromatográfiás mérések ............................................................................... 50  3.5.6.  Multigáz szenzorok ............................................................................................ 51  3.5.7.  Kombinált mérési eljárások ................................................................................ 53  3.6.  Az érzékelhető levegőminőség hatása a termelékenységre....................................... 54  3.7.  Alacsony emissziójú belsőépítészeti anyagok hatása az épületek energiafogyasztására ................................................................................................. 56  4.  A PROBLÉMAMEGOLDÁS ELŐKÉSZÍTÉSE ....................................................... 59  4.1. A mérés kiértékelésének matematikai statisztikai elméleti alapja ................................ 59  4.1.1. Aceton levegőminőségi etalonnal végzett vizsgálatok........................................... 59  4.1.2. Belsőépítészeti anyagmintákkal végzett vizsgálatok ............................................. 62  4.2. A mérőcsoport hibájának mérése, elméleti alapok........................................................ 67  4.3. Belsőépítészeti anyagok emisszió vizsgálata ................................................................ 70  5. EREDMÉNYEK ÉRTÉKELÉSE ................................................................................... 76  5.1. A mérőcsoportok, laboratórium, mérési menet általános ismertetése ........................... 76  5.2. Az olf-box megtervezése, felépítése ............................................................................. 79  5.3. Levegőminőségi etalonok elkészítése, hitelesítése ....................................................... 79  5.4. Az aceton etalonokkal végzett mérések eredményei..................................................... 84  5.4.1. A mérés pontossága a kiértékelési diagram alapján ............................................... 84  5.4.2. Az emberi szagérzékelés normalitás vizsgálatának eredményei ............................ 90  5.4.3. Az egymintás t-próba eredményei.......................................................................... 92  5.4.4. A mérőcsoport létszámának hatása a mérés pontosságára ..................................... 92 

2

5.4.5. A szagintenzitás hatása a mérés pontosságára ..................................................... 102  5.5. A belsőépítészeti anyagmintákkal végzett mérések eredményei ................................ 107  5.5.1. Az érzékelhető szennyezőanyag emisszió mérés eredményei ............................. 107  5.5.2. A Hedonic skála kiértékelése ............................................................................... 115  5.5.3. A mérési eredmények homogenitása.................................................................... 119  5.5.4. A minták normalitás vizsgálata ............................................................................ 122  5.5.5. A mintapárok homogenitásának elemzése, mintapárok csoportosítása ............... 128  6.  A KEZDETI HIPOTÉZISEK ÉS CÉLKITŰZÉSEK VIZSGÁLATA A MÉRÉSI EREDMÉNYEK ISMERETÉBEN ........................................................................... 133  7.  ÚJ TUDOMÁNYOS EREDMÉNYEK...................................................................... 135  8.  PUBLIKÁCIÓS LISTA .............................................................................................. 137  8.1. Tézisekhez kapcsolódó publikációk ............................................................................ 137  8.2. Egyéb publikációk ....................................................................................................... 137  9.  IRODALOMJEGYZÉK ............................................................................................. 139  1. Melléklet Az olf-box műhely- és összeállítási rajza 2. Melléklet Levegőminőségi etalon rajza, főbb méretei 3. Melléklet Mérési jegyzőkönyv I. A levegőminőségi etalon ventilátorának levegő térfogatáram mérése 4. Melléklet Mérési jegyzőkönyv II. Acetonforrások tömegáram mérése 5. Melléklet A mérőcsoportok levegőminőségi etalonokkal végzett méréseinek eredményei 6. Melléklet A mérőcsoportok egymintás t-próba eredményei az SPSS 15.0 program alapján 7. Melléklet A mérőcsoport létszámának hatása a mérés pontosságára, kiértékelések 8. Melléklet A mérőcsoportok belsőépítészeti anyagokkal végzett méréseinek eredményei 9. Melléklet A belsőépítészeti minták méréseinek normalitás vizsgálata, leíró statisztikák

3

Jelölések Jel

Megnevezés

a

Fanger skálára adott szavazatok értéke

A

felület

Aeff vizsgált anyag szabad felülete Aq

térfogatáramra vonatkoztatott fajlagos felület

Aq,0 érzékelési küszöbnél mért térfogatáramra vonatkoztatott fajlagos felület

Egység

m2 m2 m2  h m3 m2  h m3

b

levegőminőségi etalonok mérőalanyok által becsült értéke

dp

cb

érzékelhető belső levegő minőség a tartozkodási zónában

dp

ck

érzékelhető külső levegő minőség

dp

dEu

Euklideszi távolság

dp

dCs

Csebisev távolság

dp

dCB

City-Block (Manhattan) távolság

dp

e

levegőminőségi etalonok értéke

dp

G

érzékelhető szennyezőanyag terhelés

olf

HA

abszolút hiba

dp

Hr

relatív hiba

%

I

ingerintenzitás mg m3 ; ppm ; m3 m3

k

koncentráció

k c

anyagátadási tényező

 m

tömegáram

M

móltömeg

N

mérőcsoport létszáma

fő

PD

adott behatás kedvezőtlen várható százalékos valószínűsége

%

qA

felületre vonatkoztatott fajlagos szellőző térfogatáram

m s kg s kg kmol

m3 h  m2

4

Jel

Megnevezés

R

ingererősség

qA,0

érzékelési küszöbnél mért felületre vonatkoztatott fajl. szellőző térfogatáram

Egység

m3 h  m2 1 h m3 s kg kg

n

légcsereszám

 V

levegő térfogatáram

x

levegő abszolút nedvességtartalma



levegő relatív nedvességtartalma

%



érzékelhetőszagintenzitás

pi



sűrűség

kg m3



idő

s

5

1.

ELŐZMÉNYEK

Az emberiség napjainkban az élete közel 90%-át belső terekben, épületekben tölti. Az épületek az egyre magasabb színvonalú hőszigetelésnek és légzárásnak köszönhetően elszigetelődtek a külső tértől. A természetes légcsere jelentősen lecsökkent, a belső levegő ennek következtében áporodottá, szennyezetté válik. A bent tartózkodók számára a rossz levegőminőség egészségügyi problémákat, szellemi fáradságot, rossz közérzetet eredményezhet. Az épületek belső levegőminősége ezért nemzetközi szinten egyre nagyobb jelentőséggel bír. A definíció értelmében a belső levegőminőség magába foglalja a komforttér levegőjének minden olyan nem termikus jellemzőjét, mely az ember közérzetét befolyásolja. A témakör kutatásával már a XIX. században foglalkoztak. A belső levegőminőség témakörét Max von Pettenkofer vizsgálta [58] először a XIX. század közepén. A "Münchner medizinische Wochenschrift" orvosi folyóirat elődjében 1858ban publikálta kutatásainak eredményeit. Vizsgálatai során megállapította, hogy a lakások, iskolák, előadótermek és más komfortterek levegőjének összetétele eltér az atmoszférikus levegő összetételétől. "Idegen" anyagok keverednek a levegőbe, illetve egyes alkotók aránya megváltozik. Mérései alapján megállapította, hogy a szén-dioxid aránya jelentősen növekszik. Ő állapította meg, hogy a jó levegőminőség feltétele, hogy a szén-dioxid koncentráció ne legyen nagyobb 1000 ppm-nél, melyet ma is Pettenkofer-számként tart nyilván a nemzetközi szakirodalom. A belső levegőminőség értékeléséhez Yaglou [71] dolgozott ki először szubjektív módszert. A levegőminőséget emberek segítségével értékelte 1936-37-ben. Az értékeléshez felhasznált emberek a komforttérbe történő belépés után azonnal - azaz "nem adaptált" állapotban - minősítették a levegő minőségét. Az értékeléshez hatfokozatú (0 - 5) skálát használt és értékelte a levegőminőséggel elégedetlenek arányát. A 80-as években az energiatakarékossági megfontolások miatt foglalkoztak az épületek légcseréjének csökkentésével. Ugyanakkor a helyiségek károsanyag terhelése nem csökkent, sőt újabb burkoló- és építőanyagok alkalmazása miatt (pl. formaldehid) növekedett. A komfortterekben megszaporodtak a levegőminőség miatti panaszok: fejfájás, kábultság, fáradtság, koncentrációs zavarok, a szem és a felső légúti nyálkahártya izgalmi panaszai. A tünetek együttesen "Sick Building Syndrome" néven ismertek. A felsorolt tünetekből is következik, hogy a problémakör vizsgálata orvosi, orvoshigiéniai, épületgépészeti stb. szakterületet érint. Az elmúlt évek során sok kutató foglalkozott ezzel a témakörrel. A vizsgálatok tartalmaztak szubjektív és objektív mérési és vizsgálati módszereket. A témakör széles nemzetközi szakirodalommal rendelkezik. Ennek ellenére még nem állítható, hogy a probléma teljeskörűen megoldott. Az okok között gyakran szerepel a nem megfelelő hőérzet, levegőminőség. A hőérzeten belül elsősorban a nagy üvegfelületek miatti aszimmetrikus sugárzást, a levegőminőség témakörén belül a nem megfelelő frisslevegőellátást kell említenünk. A panaszok okaként szintén gyakori a magas turbulenciafok, mely alacsony levegő átlagsebesség esetén is előállhat. A zajhatások a klímatechnikai rendszer nem megfelelő tervezésére vagy kivitelezésére vezethetők vissza. Megfelelő zajcsillapítás esetén amikor a dB(A) határértéket betartjuk - az alacsony frekvenciás zajok ( 100 Hz) okozhatnak irodahelyiségekben fejfájást, fáradtságérzetet. A klímaberendezéssel kapcsolatban a mikrobiológiai okok sokszor a nem megfelelő levegőnedvesítésre vezethetők vissza. Az adiabatikus nedvesítőkamrák helyett javasolt gőz levegőnedvesítőt alkalmazni. Ott, ahol ez nem megoldható, a nedvesítő kamra tisztán tartása szükséges. Mikrobiológiai szennyezőanyag források lehetnek a szűrők, a légcsatornák. 6

A Dán Műszaki Egyetemen dolgozó Fanger professzor kutatásainak központjában a belső levegőminőség vizsgálata állt és 1983-ban megdöntötte Yaglou téziseit. A kutatásai eredményei alapján vezette be Fanger [37] az érzékelhető belső levegő minőség meghatározását és a számszerűsítésére szolgáló két új mértékegységet az olfot és a decipolt. A 90-es évek elején Bluyssen [29] foglalkozott az érzékelhető levegőminőség emberek által szubjektív módon történő meghatározásával. A vizsgálatokhoz levegőminőségi etalonokat (decipolméter) fejlesztett ki. A 90-es és a 2000-es években Bluyssen, Wargoczki és társaik a Dán Műszaki Egyetemen több kutatás keretében vizsgálták belsőépítészeti anyagok emisszióját mérőműszerekkel szelektív módon és mérőalanyokkal. A 2000-es évek elején a berlini Hermann Rietschel Intézetben Böttcher az érzékelhető levegőminőség meghatározását az emberi szagérzékelés két lépcsőjéhez hasonlította és ez alapján próbálta számszerűsíteni [32]. Első lépcsőben az orr érzékeli a szaganyagokat és értékeli az intenzitásukat. Az érzékelhető szagintenzitásra () új mértékegységet a „pi”-t vezetett be, mértékét aceton koncentráció alapján határozta meg. A szagérzékelés második lépcsőjében az agy értékeli az orrból érkező ingereket. Az intenzitás mellett az agy meghatározza azt is, hogy az adott szaghatás kellemes vagy kellemetlen, ezt az érzetet egy Hedonic skála segítségével lehet számszerűsíteni. A számítási eljárás alkalmas arra, hogy a különböző szennyezőforrások szagintenzitását összegezni lehessen. A módszer gyakorlati alkalmazásához szükséges adatbázis nem áll rendelkezésre, jelenleg is több kutatás zajlik e témakörben. Hazánkban először Bánhidi professzor foglakozott a belső levegőminőség témakörével. A 90-es években Kajtár [50] végzett elméleti kutatásokat a BME Épületgépészeti Tanszéken. A tanszéken levegőminőség laboratórium épült, ahol hallgatók bevonásával megkezdődtek a gyakorlati mérések. 2000-es évek elején Herczeg [43] vizsgálta a szén-dioxid emberi teljesítőképességre gyakorolt hatását. Kutatási területemnek az érzékelhető belső levegőminőség vizsgálatát választottam, mely témakör alapjait Fanger dolgozta ki. Célul tűztem ki a hazai gyakorlatban alkalmazható mérési és értékelési módszerek kidolgozását, az élőalanyos mérés pontosságának és a szubjektív érzékelésnek az elemzését. Irodalomkutatás alapján Magyarországon még nem foglalkoztak ilyen kérdésekkel. A szakirodalomban megismert módszereket és eljárásokat figyelembe véve dolgoztam ki a kutatási tervemet.

7

2. CÉLKITŰZÉSEK, A MŰSZAKI PROBLÉMA FELVETÉSE ÉS MEGOLDÁSÁNAK DEFINIÁLÁSA A zárt terek komfortja alatt általában a hőérzeti, levegőminőségi, akusztikai és világítástechnikai, valamint rezgési komfortot értjük. A megfelelő komfort biztosításában kiemelt szerepet kap az iroda, mert a dolgozók huzamosabb ideig tartózkodnak zárt térben és szellemi munkát végeznek. Komfortterek klimatizálása során elsődleges feladat a helyiségben tartózkodó személyek számára a kellemes belső mikroklíma biztosítása. Ez elsősorban az ember hőkomfortjának a teljesítését jelenti. Kellemes hőkomfortról akkor beszélhetünk, ha az ember a környezetében a levegő hőmérsékletét, nedvességtartalmát és sebességét, valamint az eredő sugárzási hőmérsékletet optimálisnak találja. Ekkor a bent tartózkodó személy a környezetében lévő levegőnél sem melegebbet, sem hidegebbet, sem nedvesebbet, sem szárazabbat nem kíván. Külföldi előírások és szabványok a hőérzeti komfort biztosítása mellett a levegő szükséges minőségét is rögzítik. A tartózkodási zónában a levegő minőségének a biztosítása alatt elegendő mennyiségű és elegendő tisztaságú frisslevegő bevezetését értjük a benttartózkodó személyek számára. A magyarországi műszaki előírások ezen szempontokra még nem teljeskörűek. Ezzel függnek össze a klimatizált terekben dolgozóktól hallott gyakori panaszok: a levegő “szagát” kellemetlennek tartják, “levegőhiányuk” van, esetleg fejfájással küszködnek. Kutatási területemnek az érzékelhető belső levegőminőséget (Perceived Indoor Air Quality) választottam, mely a komfortterek levegőjének szaglással, mint érzékszervvel megkülönböztethető alkotóira terjed ki. A kutatási terület alapjait Fanger dolgozta ki, ő definiálta a szennyezőforrás erősségének mértékegységét az olfot és az érzékelhető levegőminőség mértékegységét a decipolt. A belső levegő minőség hazai terminológia rendszerét Kajtár (2000) dolgozta ki. [23] A levegőben számtalan olyan gáz tálalható, mely szagtalan, az emberi érzékszervvel (orr) nem érzékelhető. Ilyenek például a CO2, CO, 1,2- Propandiol. A felsorolásból látszik, hogy köztük vannak az emberi egészséget károsító, az emberre veszélyes gázok is. A kutatómunkám során ezekkel nem foglalkoztam, ez a témakör azon kívül esik. Az egészségre veszélyes gáznemű levegőszennyező anyagok a munkahelyi egészségvédelem témakörébe tartoznak, emiatt külön ezekre nem térek ki. A belső terek szennyezőanyagai a különböző szerves vagy szervetlen gázok, gőzök, kémiai porok, radioaktív gázok, biológiai lebegő porok. A szennyezőanyagok kültéri forrásokból, irodai eszközökből, fogyasztási cikkekből, építőanyagokból, bútorokból és a szellőzőrendszer elemeiből kerülhetnek a komfortterek levegőjébe. Az európai uniós épületenergetikai direktívák egyre alacsonyabb energiafogyasztást írnak elő, az épületek szigetelése, légzárása egyre javul. A létesítmények fűtési igényében - a transzmisszió csökkenésével - egyre nagyobb részt képez a frisslevegő felmelegítése. Az energiafogyasztás mérséklésének egyik módja lehetne a frisslevegő mennyiség csökkentése, de ez nem megfelelő megoldás, hiszen így a szigorú belső levegőminőségi előírásoknak nem lehet megfelelni. Ez alapján nagyon fontos, hogy a belső terekbe bevezetett frisslevegőt optimálisan méretezzük. A szennyezőforrások csökkentésével (pl.: alacsony emissziójú belsőépítészeti anyagok alkalmazása), megszüntetésével a levegőkezelés energiaigénye is csökkenthető. Kutatási témámban a belsőépítészeti anyagok érzékelhető belső levegőminőségi emisszióforrás vizsgálatát tűztem ki. Jó lenne már az épület tervezésekor ismerni az egyes anyagok emisszió kibocsátását, így a belsőépítészetet a szellőzés energiaigénye alapján optimálisan lehetne megválasztani. Jelenleg a belsőépítészeti anyagokat gyártó cégek a termékeik adatlapján a szennyezőanyag 8

kibocsátásukat és érzékelhető belső levegőminőségi emisszióforrás- erősségűket nem adják meg. A jelenleg érvényes uniós előírások nem teljeskörűek, nem egységesek. Az érzékelhető belső levegőminőség mérése napjainkban az egész világon csak szubjektív érzékeléssel közvetlenül emberi orral, mérőalanyokkal történik. A levegő egyes alkotóelemeinek imissziója szelektív módon megfelelő műszerek segítségével meghatározható. Olyan berendezés, mely a belső levegő szennyezőanyagainak szubjektív emberre gyakorolt együttes hatását teljeskörűen mérné, még nem áll rendelkezésre. Kísérleteztek kombinációs eljárásokkal (ODP) is, ahol gázkromatográf és emberi orr együtt vett részt a mérésekben. A kutatások során a gázkromatográf mérése és a szubjektív emberi szagérzékelés közötti kapcsolatot nem sikerült megtalálni. Érzékelhető belső levegőminőségi kutatások kezdetén tréningelt személyekkel (olf tester) végezték a méréseket. Egy csoport jellemzően 6 főből állt. Az olf-teszterek kiképzése, tréningje költséges és hosszadalmas, a mérőalanyok folyamatos rendelkezésre állását nehezen lehetett megoldani. Ennek következtében egyre gyakrabban nem tréningelt személyekkel (naiv panel) végezték el a levegőminőségi szubjektív méréseket. A mérőcsoportok létszáma 40-60 fő. A belső levegőminőségi kutatásokban egyetértés van abban, hogy a levegőminőség mértékét acetongőz etalonokhoz rendelik, ezért én is ezt választottam. Az acetongőz koncentrációja és a levegőminőség decipol mértékegysége közötti kapcsolatot Bluyssen határozta meg [29]. A levegőminőségi etalonok előállítására jelenleg nincs egységes, nemzetközileg elfogadott eljárás, így a mérések elvégzéséhez szükségesé vált az etalonokat magába foglaló olf-box elkészítése. A kutató munkám célkitűzései: - mérési és értékelési módszer kidolgozása a hazai adottságokhoz illeszkedően a belső levegőminőség mérésére, ill. a belsőépítészeti anyagok hatásának vizsgálatára szubjektív nem tréningelt mérőcsoportok segítségével, - szubjektív érzékelés mérési eredmények matematikai eloszlásának vizsgálata, - mérőcsoport létszámának hatása a mérés pontosságára, optimális létszám meghatározásának lehetőségei, - szaganyagkoncentráció hatásának vizsgálata az érzékelésre. Célkitűzésben szerepel olyan mérési metodika kidolgozása, amely alkalmas a hazai gyakorlatban alkalmazott belsőépítészeti anyagok esetében a szagemisszió méretezési alapadatok meghatározására. A mérési adatok alapján célként fogalmaztam meg általános következtetések meghatározását a mérőcsoport létszámára, illetve a mérés várható hibájára vonatkozóan. A vizsgálatokat öt független mérőcsoporttal végeztem el a 2005., 2006. 2007. években. Korábban 6 mérőcsoporttal előméréseket végeztem (2000-2004.). Az előzetes mérések célja a mérési metodika és kiértékelési módok tesztelése és tökéletesítése volt. A mérési eredmények közvetlenül alkalmazhatók a belső levegőminőség tervezéséhez az épületgépészeti gyakorlatban. Így a belsőépítészeti anyagok megválasztásával, a belső levegőminőség méretezésével, a szükséges frisslevegő mennyiségének optimális megválasztásával jó levegő minőséget tudunk biztosítani zárt terekben. A megfelelő levegőminőség különösen fontos irodai környezetben, mert a rossz levegő a szellemi munkavégzés hatásosságát is csökkenti. Ezen kívül az optimálisan megválasztott frisslevegő mennyiség lehetővé teszi a levegőkezelő központok energiaigényének csökkentését. A kutatási munkát OTKA (T 029451, T 037596, T 49598 , témavezető: Dr. Kajtár László) pályázatok keretében végeztem.

9

A kutatómunkámat a következő főbb részekre osztottam: - célkitűzések megfogalmazása, - irodalomkutatás, - mérési sorozatok elvégzése, - mérési eredmények elméleti kutatása, - új tudományos eredmények kidolgozása. A célkitűzések megvalósítása érdekében végzett kutatásaimat bemutató dolgozatot az alábbiak szerint építettem fel: Dolgozatom első felében (3. fejezet) a szakirodalom áttekintése található, melyben bemutatom: - az emberi szagérzékelés mechanizmusát, biológiai alapjait; - a belső terek levegőjében található szennyezőforrásokat, szennyezőanyagokat és keletkezésük mechanizmusát; - az ember által érzékelhető levegőminőség elméleti alapjait; - olfaktometria alaptörvényeit; - a levegőminőség objektív és szubjektív mérési lehetőségeit; - a levegőminőség hatását a termelékenységre; - levegőminőség hatását az épületek energiafogyasztására. A következő, 4. fejezetben a mérések elméleti alapjait ismertetem: - a mérések kiértékelésénél használt matematikai statisztikai számítások elméletét; - levegőminőségi elméleti alapokat; - nem tréningelt csoporttal végzett vizsgálatok alapjait, - belsőépítészeti anyagok emissziójának alapjait. Az 5. fejezet a nem tréningelt személyekkel végzett mérések és a belsőépítészeti anyagok emisszió vizsgálatának eredményeit és kiértékelését tartalmazza. A következő fejezet bemutatja a kutatómunka eredményeit a célkitűzések alapján, az eredmények gyakorlati hasznosíthatóságát és a további kutatási lehetőségeket. A 7. fejezetben a kutatási munka alapján kapott új tudományos eredményeket, téziseket foglalom össze. A dolgozatot a felhasznált irodalom és a kutatási munka eredményeit tartalmazó publikációk jegyzékével zárom le.

10

3.

SZAKIRODALMI ÖSSZEFOGLALÓ 3.1.

Szagérzékelés mechanizmusa

Az ember a környezeti hatásokat érzékszerveivel érzékeli, ezek egyike a szagok felismerése és minősítése. Az érzékelhető belső levegőminőség, a különböző levegőszennyező anyagok, elsősorban a szagló érzékszerven keresztül hatnak az emberre, de további hatás a szemben (pl. könnyezés) és a bőrön keresztül is jelentkezhet. A szagérzet vizsgálatával és mérésével foglalkozó tudományterület az olfaktometria. 3.1.1. A szagérzékelés mechanizmusa, jellemzői Az orr szerkezetét a 3.1/1. ábra szemlélteti. A szagérzékelés a felső orrkagylóban elhelyezkedő kb. 2,5 cm2 felületű szaglóhámon történik, felületét a szagmirigyek terméke borítja.

szagló hagyma

3.1./1. ábra Az orr szerkezete [25]

A szaglóhám két sejttípusból áll: a támasztósejtek között helyezkednek el a szagló sejtek (receptor - sejtek). A szaglósejtek számát az embernél 10-20 millióra becsülik. A szagló sejtekből pamacsszerű szálacskák nyúlnak ki a szaglóhám felületén, az inger itt keletkezik. Az inger a szagló sejtektől a szagló hagymábaba jut, mely 27-30 ezer idegcellából áll. Az inger erősítés után idegpályán jut a szaglás agyi központjába.

11

A szagérzékelés nem spontán folyamat. Csak intenzív levegővételnél jut a levegő a felső orrüregbe, a szaglóhámhoz. Átlagos levegővételnél nincs szagérzékelés. Az intenzív levegővételnél a levegősebesség 2-4-szeresére növekszik az orrüregben. A szagérzékelés physiológiai alapja a szagló sejt membránjának polarizációja. A kritikus membrán küszöbpotenciál elérésekor a szaglócella izgalmi állapotba kerül, inger indul a szaglóidegen keresztül az agyi központba. A szagérzékelés további előfeltétele a szaglóhám váladékfedettsége és a szaganyagnak elegendően illékonynak kell lennie. A szaghordozó gáz akkor tud a nyálkarétegen áthatolni, ha vízben oldódik. További feltétel a kismértékű zsírban oldódás. Ugyanis csak ekkor jut a szaganyag a szagló sejtekhez. Egyes szagokkal szemben a szagérzékelés ingerküszöbe nagyon alacsony. Például az ember a pézsmaszagot 0,000 04 mg/l, a merkaptán szagát 0,000 000 04 mg/l koncentrációban már érzékeli. A szaglószerv jellemzője a gyors adaptáció. Bizonyos idő eltelte után az ember a folyamatos érzékelés következtében az adott szagot (kellemes vagy kellemetlen) már nem érzékeli. Kutatók vizsgálták a szagérző receptorok elektrofiziológiai tulajdonságait. Ehhez megfelelő nagyságú elektródát kell helyezni a szaglóhámra és a másik elektródát pedig semleges felületre (pl. nyakizom). A szaginger hatására potenciálkülönbség keletkezik (a szaglóhám a negatív pólus) és jellegzetes feszültséghullám jön létre, amit elektroolfaktogramnak nevezünk (3.1/2. ábra). A hullám amplitúdója a szaganyagok koncentrációjának logaritmusával arányos.

3.1/2. ábra Elektro-olfaktogram [23]

A szaglóérzékelő receptorok tulajdonsága, hogy az állandó szagintenzitáshoz alkalmazkodnak. Hosszabb érzékelési időtartam után az érzetintenzitás lecsökken. Gunnarson vizsgálati eredményeit szemlélteti a 3.1/3. ábra. Egy állandó ingererősség (szagkoncentráció) mellett, meghatározott idő után beáll egy állandó érzetintenzitás. Ezt a folyamatot adaptációnak nevezzük.

12

3.1/3. ábra Az érzetintenzitás csökkenése az adaptáció miatt különböző anyagoknál [23]

A szagérzékelésnél megkülönböztetjük az érzékelési és a felismerési küszöböt. Egy gáz érzékelési küszöbe alatt azt a koncentrációt értjük, mely mellett a jelenlévők 50%-a érzékeli a szagot. A felismerési küszöbe ennél magasabb koncentráció. Hosszú ideig tartó belégzés esetén az érzékelési küszöb növekszik, az érzeterősség csökken. Cain vizsgálati eredményeit szemlélteti a 3.1/4. ábra. A vizsgálati személyek különböző propanol-koncentrációjú levegő mintákat értékeltek. Ezt követően hosszabb ideig propanol gőzzel megtörtént az adaptáció. Ezt követően újra megtörtént a propanol vizsgálat. Az adaptáció miatt jelentősen lecsökkent az érzetintenzitás.

3.1/4. ábra Propanol szagérzékelése adaptáció során [23]

Különböző levegőszennyező anyagok érzékelési küszöbértékeit a 3.1/1. táblázat tartalmazza. Összehasonlításként megtalálható az egészségügyi határérték és az érzékelési küszöb aránya is. Az ASHRAE publikáció értelmezése alapján az egészségügyi határérték egészséges ember esetében 8 órán át megengedhető. A szagtalan gázok érzékelési 13

küszöbértéke végtelen. Látható, hogy az egyes gázok és gőzök esetében az egészségügyi határérték és az érzékelési küszöb aránya nagyon eltérő. A formaldehid esetében a két érték közel azonos. Az egészség védelme szempontjából előnyösebb, ha az arány értéke nagyobb egynél. Ellenkező esetben, amikor már a levegőszennyező anyag jelenlétét érzékeljük a levegőben, a koncentráció már nagyobb, mint az egészségügyi határérték. 3.1/1. táblázat Vegyületek érzékelési küszöbértékei [23] Vegyület

Acetaldehid Aceton Ammónia Benzol Etilén-oxid Fenol Formaldehid Foszgén Hidrogén-cianid Hidrogén-fluorid Hidrogén -klorid Hidrogén-szulfid Kéndioxid Klór Kloroform Nitrogén-dioxid Ózon Szén-dioxid Szén-monoxid Szén-tetraklorid 1,1,1-Trikolór-etán Toluol Megjegyzés:

Érzékelési küszöb mg/m3 1,2 47 33 15 196 0,18 1,2 4 1 2,7 12 0,007 1,2 0,007 1,5 51 0,2 végtelen végtelen 130 1,1 8

Arány*

150 38 0,5 2 0,01 106 1,3 0,1 10 0,9 0,6 2000 4 430 33 0,1 1 0 0 0,2 1730 47

* arány = egészségügyi határérték/érzékelési küszöb

14

3.2.

Belső terek szennyezőforrásai

3.2.1. Szennyezőanyagok

A belső terek levegőjében lévő szennyezőanyagok két fő csoportra oszthatók: kémiai, biológiai (lásd 3.2/1. táblázat). A kémiai csoport tovább osztható gázokra, gőzökre és porokra. A biológiai csoport mikrobiológiai lebegő porokból áll, melyek vírusokból, baktériumokból, protozoákból, penészből, atkákból, rovarokból, madarakból, emlősökből és pollenekből keletkezik. 3.2/1. táblázat Belső levegő szennyezőanyagok főbb csoportjai [30] Csoport

Kémiai

Alcsoport Gázok, gőzök

Porok:

Szervetlen: CO, CO2, NOx, SOx, O3 Szerves: szerves illékony vegyületek (VOC-k), formaldehid Szálas anyagok: azbeszt, üveggyapot (szintetikus), kerámia por (üveg és kristály szerkezetű) Belélegezhető lebegő porok Szerves porok (POM): biocidok és összetett aromás szénhidrogének

Radioaktív gázok Biológiai

Mikroorganizmusok, penész, gombák, mikotoxinok, pollenek, atkák, spórák, allergének, baktériumok, légúti fertőzések, sejtmagok, házi por.

Szervetlen gázok, mint a nitrogén dioxid (NO2), kéndioxid (SO2) és az ózon (O3) minden épületben jelen vannak. Ózon lézerprinterek és másoló gépek működése közben képződhet. Nitrogén-oxidok és kéndioxid égési folyamatok során keletkeznek. Fontos szerves gázok a szénmonoxid (CO) – a tökéletlen égésből-, a széndioxid (CO2) – az emberek és állatok légzéséből- és az illékony szerves vegyületek (VOC-k). A WHO az illékony szerves belső levegőminőségi szennyező anyagokat négy kategóriába (WHO, 1989) sorolja (lásd 4.2/2. táblázat): 1. nagyon illékony szerves vegyületek (VVOC-k: Very Volatile Organic Compounds), 2. illékony szerves vegyületek (VOC-k: Volatile Organic Compounds), 3. részben illékony szerves vegyületek (SVOC-k: Semi-Volatile Organic Compounds), 4. szerves porok (POM: Particulate Organic Matter). 3.2/2. táblázat Szerves belső levegőminőségi szennyezőanyagok négy kategóriája [30] Forrás pont tartomány (°C) <0 - 50 - 100 VVOC-k 50 - 100 - 240 - 260 VOC-k 240 - 260 - 380 - 400 SVOC-k >380 POM

Példák Formaldehid és más karbonil vegyületek Illékony szerves oldószerek Rovarirtók és lágyító szerek Biocidok és összetett aromás szénhidrogének

15

3.2.2. A belső levegő szennyezőanyag forrásai

Szennyező források, melyek anyagokat juttatnak közvetett vagy közvetlen módon a belső terek levegőjébe, a következő kategóriákba sorolhatók: - kültéri források (pl. forgalom, ipar); - bent tartózkodókkal összefüggő tevékenységek és termékek (pl. dohányfüst, berendezések: lézernyomtató és más irodai eszközök; fogyasztási cikkek: tisztító, higiéniás, szépségápolási termékek); - építőanyagok és bútorok: szigetelések, rétegelt lemez, festék, bútorlap, fal és padlóburkoló anyagok, stb.; - szellőzőrendszer elemei. 3.2.3. A szennyezőanyag emisszió keletkezése

Az építőanyag, bútor anyagokat bocsát ki (szilárd részecskéket és/ vagy gázokat) a belső térben, ami magából a termékből keletkezik, és ami létrejöhet az által is, hogy más termékekkel kerül kapcsolatba vagy a használatuk során keletkezik valamilyen külső hatásra. Magából a termékből keletkező emisszió (elsődleges emisszió): - Szerves vegyületek: VVOC-k, VOC-k és SVOC-k pl.: ftalát a PVC termékekből, pentachlorophenol az impregnált padlóburkolókból; formaldehid forgácslapokból (hosszú idejű párolgás a száraz anyagból); VOC-k a nem víz bázisú festékekből (rövid idejű, gyors kipárolgás a nedves anyagból); összetett aromás szénhidrátok a bevonatokból és bitumenes termékekből. - lebegő szilárd részecskék: azbeszt és ásványgyapot szilárd részecskék a szigetelőanyagokból. Valamilyen külső hatásra keletkező emisszió: - Az építőanyag, termék valamilyen más anyaggal kerül kölcsönhatásba, melynek eredményeképpen szennyezőanyag emisszió keletkezik, pl: ózon vagy víz. A termék használata során keletkező emisszió (másodlagos emisszió): - Külső anyagok elnyelődhetnek a termékek felületén, melyek később kipárologhatnak (pl. bizonyos tisztítószerek). A mosogató is egy ilyen emisszióforrás, mely elnyeli, majd kibocsátja a szennyezőanyagokat. A termékek felületén vagy a termékekben növekedő gombák és mikotoxinok is szennyezőforrásként működhetnek. Szennyező anyag emisszió az épületgépészeti rendszerben:

A légtechnikai rendszer számos eleme, melyek nem közvetlenül a belső terekben találhatók, szennyezik a szellőztetett belső tereket. A főbb szennyezőforrások: - Légszűrő: Az új és a használt szűrő is szennyezi a levegőt. Az alapanyaguknak köszönhetően az új szűrők VOC-kat bocsátanak ki. - Légcsatornák: Az új légcsatornák fő szennyezőforrása a gyártásból visszamaradt olaj. A gyártási folyamat során a spiko csövek, flexibilis csatornák és egyéb idomok felülete általában kis mennyiségű olajt tartalmazhat. Az olajréteg nagyon vékony és szinte észrevétlen. Szerelés közben mikroorganizmusok telepedhetnek meg, por

16

-

-

rakódhat le a légcsatornákban. A csatornákban megjelenő kondenzációban penészedés jelentkezhet. Nedvesítő: A nedvesítőben elszaporodó mikroorganizmusok a levegő egyik fő szennyezőforrása, ha a berendezés nem működik megfelelően és/ vagy nincs megfelelően karbantartva. Forgó hővisszanyerő: Általában a forgó hővisszanyerő önmagában nem szennyezőforrás, kivéve, ha a dob piszkos. A hővisszanyerő három módon adhat át szennyeződést a befújt és az elszívott levegőáram között: a dob által magával ragadott levegővel; a nem megfelelő tömítésen átszivárgó levegőn keresztül és a dob felület abszopciójával. Fűtő-, hűtő kalorifer: A kondenz és pangó víz nélküli kalorifereknek csak csekély hatásuk van az érzékelhető levegőminőségre. Viszont ha a hűtő kaloriferben kondenzvíz van, akkor baktérium tenyészetként működhet, és a szellőző levegő egyik fő szennyezőforrása lehet.

Az építőipari anyagokból és termékekből felszabaduló szennyezők, különösen az illékony szerves anyagok, háromféleképpen kerülhetnek a levegőbe: 1. diffúzió, 2. az abszorbeált és adszorbeált szennyezők felszabadulása, 3. az anyagok felületéből kipárolgó szennyezőanyagok. Ezen kívül két egyéb folyamat is emissziót okozhat: - kémiai reakciók, - mikrobiológiai szennyezők megtelepedése. Attól függően, hogy milyen anyagok szabadulnak fel, az emisszió időben is változik. Különböző tipikus emisszió időbeli lefutását mutatja a 3.2/1. ábra. A részben illékony szerves vegyületek (SVOC-k) majdnem ellenkező lefutást mutatnak, mint a nagyon illékony szerves vegyületek (VVOC-k), az emissziójuk később kezdődik, de általában újra csökken (pl. tömítőszerek). k

k

idő

idő k

k

idő

idő

3.2/1. ábra Különböző tipikus szennyezőanyag kibocsátás időbeli lefutása [30]

17

Az építőipari termékek és anyagok, melyek több rétegből épülnek fel (pl. a rétegek között oldószert tartalmazó ragasztóval), anyagokat bocsáthatnak ki egy kis késleltetéssel, ami a lassú diffúziós folyamat következménye. Ez a folyamat nem látható a 3.2/1 ábrán, de hasonló a jellege, mint az SVOC-k görbéjének. A szennyeződés elsődlegesen az anyagban keletkezik, ami keresztüldiffundál az anyag szerkezetén, eléri a lamináris zónát, ami a tömegátadási tényezőtől függ. Ezután a kibocsátott szennyezőanyag eléri az átmeneti zónát, amit a turbulencia (Reynolds szám) határoz meg. Innen a turbulens zónába kerül a kibocsátott anyag, ahonnan a levegő mozgásának segítségével a belső térbe jut. A 3.2/2. ábra szemlélteti ezt a folyamatot.

kj- koncentráció a levegőben, kl- koncentráció a lamináris zónában, ki- koncentráció a határfelületen, kmax- maximális koncentráció az anyagban, ll: távolság az átmeneti zóna és a határfelület között, lm: távolság a maximum és a határfelület között.

3.2/2. ábra Építőanyagból kipárolgó szennyező koncentráció szintje [35]

Az emissziós folyamat a következő egyenletekkel írható le [64]:

 ij  kc,ij  Ak j  k i  ; [kg/s]; m -

(3.2.1.)

ahol:  ij =tömegáram i és j pont között (kg/s); m A = felület nagysága (m2); ki = szennyezőanyag koncentráció az i pontban (kg/m3); kj = szennyezőanyag koncentráció a j pontban (kg/m3); kc ,ij = anyagátadási tényező az i és j pont között (m/s).

18

Minden szennyezőanyag kibocsátó mechanizmusnak más és más az anyagátadási tényezője. A fontos paraméterek még: a szennyező típusa (polaritás, illékonyság, gőznyomás), az építőipari termékek és anyagok típusa (porózusság, érdesség, fajlagos felület) és a környezeti tényezők (hőmérséklet, páratartalom, légsebesség). Tekintettel arra, hogy a levegőben lévő sok szennyező számos különböző anyagból keletkezik, nehéz meghatározni az anyagátadási tényezőt minden termék és szennyező kombinációra. Ha a szennyezők a termékek felületén keletkeznek (másodlagos emisszió pl. festékek, lakkok), akkor valószínűleg csak párolgási folyamat játszódik le. 3.2.4.

Hőmérséklet, légsebesség, idő hatása a belsőépítészeti anyagok emissziójára

Az olyan tényezők, mint a hőmérséklet és a páratartalom, előzetes szennyező elnyelődés és a termék vastagsága szignifikáns hatással vannak az emisszióra. A 3.2/3. ábra egy exszikkátorban és egy 15 m3-es kamrában elvégzett TVOC koncentráció mérés eredményeit mutatja (Bluyssen és társai, 1996). Egy szőnyeg emisszióját vizsgálták különböző hőmérsékleteken. Az ábrán világosan látható, hogy a hőmérsékletnek szignifikáns hatása lehet az emisszióra.

3.2/3. ábra A hőmérséklet hatása egy szőnyeg totális illékony szerves anyag kibocsátására az idő függvényében [35]

Knudsen és társai [50] 50 napig vizsgálták öt fajta belsőépítészeti anyag emisszióját. A szagintenzitást úgy határozták meg, hogy különböző illékony szerves anyagok (VOC) koncentrációját mérték, valamint nem tréningelt személyekkel, naiv panelekkel vizsgálták a szag intenzitását szubjektív módon. A vizsgált anyagok: - PVC padló, 1,5 mm vastag, egy réteg; - lakkozott bükkfa parketta (12 mm vastag); - padlószőnyeg latex hátlappal (8 mm vastag); - akril tömítő anyag alumínium U- profilba öntve; - gipszkarton lap (13 mm vastag), vízbázisú festékkel lefestve. 19

Vizsgálták az anyagok felületén a légsebesség hatását a VOC emisszióra. A kibocsátást egy építőanyagnál különböző felületnagyságok esetén és két vagy három különböző szellőző légmennyiségnél mérték. Ez azt jelenti, hogy változtatták a mérőállásban elhelyezett anyagok felületeinek nagyságát, illetve a vizsgálati kamrában különböző légmennyiséget vezettek be. A minták felületén a légsebességet 0,1 és 0,3 m/s között változtatták. A vizsgálatok alatt a mérőállások hőmérsékletét (23,0±0,2 °C) és páratartalmát (50±3%) állandó értéken tartották. A mérőállás felépítése a 3.2/4. ábrán látható. A mérőkamrába helyezték a vizsgált anyagokat. A tölcsérből kiáramló levegőt értékelték a mérőalanyok. A tölcsérből kivezetett levegőben mérték az egyes VOC komponensek koncentrációját is.

3.2/4. ábra CLIMPAQ mérőállás felépítése [50]

A naiv panelek jellemzően egyetemi hallgatók voltak. A mérőállás tölcséréből kiáramló levegőt értékelték a 3.2/5. ábrán látható skála (Yaglou, 1936) segítségével.

3.2/5 ábra A levegőminőségére használt kérdőív. (Az alanyok számok nélküli kérdőívet használtak az értékeléshez.) [50]

20

Az öt belsőépítészeti anyagnál 50 nap alatt mért átlagos szagintenzitás értékeit a 3.2/6. ábra mutatja.

3.2/6. ábra Az átlagos szagintenzitás a vizsgálati idő függvényében, különböző szellőző légmennyiségeknél, öt belsőépítészeti anyagnál [50]

Általánosságban elmondható, hogy az első két hét után az intenzitás a maradék időben szinte állandó maradt. A lakkozott és a festett felületek kezdeti intenzitás csökkenése nagyobb volt, mint a többi anyagé. A szőnyeg szagintenzitása szinte nem is változott a vizsgált idő alatt.

21

Az illékony szerves anyagok mérése során az egyes belsőépítészeti anyagoknál különböző VOC-kat analizáltak 3.2/7-8. ábrák. A 3.2/3. táblázat tartalmazza a vizsgált vegyületeket, az érzékelési és a légúti irritációs küszöbüket. 3.2/3. táblázat A vizsgált illékony szerves vegyületek[50] Illékony szerves vegyület (VOC)

Szőnyeg

PVC Tömítőanyag

Lakkozott parketta

Festett gipszkarton

2-Ethyl-1-hexanol 4-Phenylcyclohexene Nonanal Decanal 2-Butoxyethoxyethanol 2-Ethyl-1-hexanol Phenol Hexane Dimethyloctanols (isomers) Butyl acetate Butoxyethanol Ethoxyethoxyethanol 2-Butoxyethoxyethanol N-Methylpyrrolidone 2-Butoxyethoxyethanol Decanal 1,2-Propandiol Texanol

Érzékelési küszöb g/m3 500 2 14 6 9 500 427 79000 120 47 51 <100 9 300 9 6 szagtalan <2

Légúti irritációs küszöb g/m3 7160 magas

magas 7160 19500 magas <1000 105000 417000 magas magas 20000 magas magas magas 1000

3.2/7. ábra A különböző VOC-k koncentráció változása a vizsgálati idő függvényében különböző belsőépítészeti anyagok esetén [50]

22

3.2/8. ábra A különböző VOC-k koncentráció változása a vizsgálati idő függvényében különböző belsőépítészeti anyagok esetén [50]

A naiv paneles és az illékony szerves vegyületek mérésével végzett vizsgálatokat összehasonlítva megállapították, hogy a belsőépítészeti anyagok befolyásolják a belső levegőminőséget. Ez még akkor is bekövetkezik, ha az anyagok felületéből kipárolgó vegyületek koncentrációja külön-külön érzékelési küszöbök alatt van. A sok felszabaduló vegyület együttes hatását objektív eszközökkel nem tudták megmérni, ezért javasolt a belsőépítészeti anyagok vizsgálatánál a személyekkel végzett szubjektív mérés. 23

3.2.5. Belsőépítészeti anyagok osztályozása, jelölési rendszere az Európai Unióban

A belső levegőminőség és a belsőépítészeti anyagok emissziójának kapcsolata az elmúlt évtized egyik fontos kihívása a kutatók, az ipar és a felhasználók számára. Több európai országban a felhasználók védelmére több osztályozási, jelölési (label) rendszert dolgoztak ki az anyagok emissziójának meghatározására. A fő cél a fogyasztók védelme volt a vegyi szennyező anyagoktól és káros hatásaikkal szemben (pl.: rákkeltő hatás, fejlődési rendellenesség, irritáció) vagy a kipárolgott vegyületek által okozott kellemetlen szaghatás ellen. A védelem teljesíthető, ha a piac az alacsony emissziójú anyagokat támogatja. A jelölési rendszer kifejlesztése önkéntes volt a gyártók számára. Európai harmonizációval ellentétben a legtöbb osztályozási rendszer jellemzően a hazai piacokra fókuszál és gyakran speciális, egyedi vizsgálatokat igényel. A közös piac ellenére nincs egy harmonizált rendszer a belsőépítészeti anyagok emissziójának meghatározására az Európai Unióban. A meglévő jelölési rendszereket különböző célból hozták létre. Általában egy speciális termékcsoportra koncentrálnak, mint például ragasztószerek, szőnyegek vagy festékek. Más rendszerek, mint a német „Blue Angel system”, a dán „Indoor Climate Label” és a finn „M1” különböző termékcsoportok emisszió osztályait tartalmazza. A különböző osztályozási rendszerek alkalmazásával, megalkotásával kapcsolatban a következő főbb kérdések merülhetnek fel: - Jogi állapot: Önkéntes a jelölési rendszer használata? A hatóság támogatja, esetleg törvényhez köti a használatát? - Termék kapcsolat: Az osztályozás csak egy meghatározott termékcsoportra érvényes, pl. ragasztóanyagok, faanyagok vagy szőnyegek esetleg különböző termékcsoportokra is alkalmazható? - Mérési eljárás: Vannak olyan előírások, melyek vizsgálják az egyes alkotóelemeket és tiltják például egy bizonyos összetevő használatát vagy meghatározzák a maximális értékét? Hogyan kell elvégezni a vizsgálatot, rövid vagy hosszú idejű teszt, vagy a kettő kombinációja? Vannak az emberek számára szubjektív hatásai a vizsgált anyagnak? Az emisszió vizsgálaton kívül van valami egyéb gyakorlati szempont, melyet tesztelni kell? - Minőség garancia: A jelölés és a teszt laboratórium akkreditált-e? Van részletes előírás a mintadarab elkészítésére és a mintavételezésre? Van-e a vizsgálati tesztnek leírása, mely tartalmazza az eredmény mennyiségét? Végeztek már ilyen teszteket és az eredmények mindenki számára hozzáférhetőek-e? - Költségek: Létezik egy nyilvános, egységes árlista vagy minden szervezet egyedileg határozza meg a tanúsítás díját? Európában a következő főbb belsőépítészeti anyagokat tanúsító, jelölő rendszereket, ajánlásokat használják: - ECA report no. 18. (Egy globális tervezet a belső építészeti anyagok VOC emissziójának meghatározására, melyet egy európai munkacsoport készített), - AgBB rendszer (Németország), - CESAT- A belsőépítészeti anyagok környezeti és egészségvédelmi tulajdonságainak meghatározása (Franciaország), - M1- Belsőépítészeti anyagok emisszió osztályai (Finnország), - Indoor Climate Label (ICL) (Dánia), - LQAI rendszer (Portugália), - Natureplus (Németország és Európa),

24

-

The Blue Angel (Németország), Ecolabel rendszer (Ausztria), GUT szőnyegekre (Németország és Európa), GEV Emicode rendszere (Németország és Európa), Belgiumban, Angliában és a skandináv országokban különböző kereskedelmi előírásokat alkalmaznak.

A legtöbb osztályozó, jelölő rendszer EN és ISO szabványokon (EN-13419 1-4 és ISO 16000 3,6,9,10,100) vagy valamilyen hasonló vizsgálati módszeren alapul. A legtöbb rendszer tartalmaz egy rövid időtartamú emisszió vizsgálatot (1-3 nap) és egy 28 nap után kezdődő hosszabb vizsgálatot, ha a vizsgált anyag kezdeti emissziója gyorsan csökken. Csak pár tanúsító rendszer alkalmaz szaghatás vizsgálatot, de ezeknek a teszteknek a megbízható dokumentálása és reprodukálhatósága még hiányzik. Az emberi tesztalanyokkal végzett vizsgálatok Bluyssen (2000), Nordtest Standard (1998), és az ECA report no. 20. (1999) kutatásaira épülnek. Magyarországon a következő érvényben lévő szabványok foglalkoznak a belsőépítészeti anyagokból felszabaduló illékony vegyületek egyes összetevőinek objektív, mérőműszeres vizsgálatával: -

MSZ EN ISO 16000-10:2006 Beltéri levegőminőség. 10. rész: Építési termékek és bútorok illékonyszervesanyag-kibocsátásának meghatározása. A kibocsátás vizsgálata cellás módszerrel,

-

MSZ EN ISO 16000-11:2006 Beltéri levegőminőség. 11. rész: Építési termékek és bútorok illékonyszervesanyag-kibocsátásának meghatározása Mintavétel, mintatárolás és a vizsgálati mintadarabok előkészítése,

-

MSZ EN ISO 16000-9:2006 Beltéri levegőminőség. 9. rész: Építési termékek és bútorok illékonyszervesanyag-kibocsátásának meghatározása. A kibocsátás vizsgálata kamrás módszerrel.

Magyarországon az egyes építőanyagokra nem található egységes emissziós osztályozási, jelölési rendszer. A forgalomba lévő építőanyagok kiválasztásánál nem tudjuk figyelembe venni az egyes anyagok szennyezőanyag kibocsátását. Egy gazdaságosan üzemelő belső komforttér kialakításánál ez egy fontos dolog lenne, hiszen a belső levegőminőség alapján méretezett frisslevegő igény jelentősen megnőhet magas emissziójú anyagok alkalmazása esetén. Magasabb szellőzési igény növeli a beruházási és üzemeltetési költségeket. A nem megfelelő szellőzés közérzeti, egészségügyi problémákat is okozhat.

25

3.3.

Az érzékelhető levegőminőség elmélete

A belső levegő minősége megítélhető a levegőben lévő szennyezőanyagok szelektív értékelése és együttes hatásuk alapján. A szelektív minősítés során adott gáz koncentrációját az egészségügyi követelménnyel (határértékkel) kell összevetni. A komforttér levegőjében lévő szennyezőanyagok hatásának együttes értékeléséhez Fanger professzor (1988) dolgozott ki új módszert, mely segítségével megítélhető az érzékelhető belső levegőminőség az olf-decipol rendszerben. Fanger új jelölési rendszert, új mértékegységeket dolgozott ki. Az alkalmazott jelölések: cb; dp: az érzékelhető belső levegőminőség a tartózkodási zónában, az érzékelhető szellőző levegőminőség, csz; dp : az érzékelhető távozó levegőminőség, ct; dp: G; olf: az érzékelhető szennyezőanyag terhelés Fanger professzor a Technical University of Denmark két előadótermében vizsgálta a belső levegőminőség változását a szellőző levegő térfogatáram függvényében. A vizsgálatokat az előadótermek rendeltetésszerű üzeme mellett végezték, a szellőző levegő bevezetése a mennyezeten, az elszívás a padlón keresztül történt. Az első vizsgálatoknál 41-216 fiú hallgató tartózkodott a teremben. A kiértékelést 48 fiú és 41 lány hallgató végezte. A második vizsgálatsorozatnál a teremben 106 lány hallgató tartózkodott és a kiértékelést 40 lány és 39 fiú hallgató végezte, akik tíz fős csoportokba voltak beosztva. A levegő minőségét igen/nem válasszal és Yaglou hatpontos skálája szerint értékelték. A levegőminőséggel elégedetlenek arányát a matematikai statisztika módszerével értékelték, és a vizsgálatokat különböző levegőtérfogatáram mellett elvégezték. A két vizsgálatsorozat eredményeit tartalmazza a 3.3/1. ábra. A levegőminőséget vizsgáló személyektől teljesen eltérően minősítették a teremben ülő hallgatók a levegő minőségét az "adaptáció" miatt.

3.3/1. ábra Az elégedetlenek aránya Fanger vizsgálatai szerint [37]

26

Fanger professzor kutatásai alapján kidolgozta a belső levegőminőség értékelésének módját, és új egységeket vezetett be a levegőminőség értékelésére és a szennyezőanyag forráserősségének meghatározására. A viszonyítás alapjául az embert választotta. A szennyezőanyag forráserősségének a mértékegysége: 1 olf. Definíció értelmében 1 olf (olfacio = szagol, szagot áraszt) a szennyezőanyag forráserőssége egy átlagos embernek (standard személy) ülő helyzetben nyugalmi fizikai állapotban, kellemes termikus hőegyensúlyt biztosító környezetben, átlagos tisztálkodási feltételek (0,7 fürdés naponta) esetén. Az érzékelhető levegőminőség mértékegysége: 1 decipol. Definíció értelmében 1 decipol (polluo = beszennyez) a levegő minősége tökéletes keveredés esetén a komforttérben, ha 1 olf a szennyezőanyag forráserőssége és a szellőző levegő térfogatárama 10 l/sec, azaz 36 m3/h. (3.3/2. ábra)

3.3/2. ábra A belső levegőminőség minősítése[37]

3.4.

Szagintenzitás meghatározása

3.4.1. Az olfaktometria alaptörvénye

Az olfaktometria az ember esetében a szaghordozó gázok vagy gőzök által kiváltott érzékszervi hatások vizsgálatával és mérésével foglalkozik. A szagérzékelő receptorok alakítják át a szagingert idegrendszeri érzetté. A szaginger és az idegrendszerben keletkező érzet között nem lineáris a kapcsolat. A XIX. század közepén Weber vizsgálataival meghatározta, hogy éppen R értékkel kell megváltoztatni (növelni vagy csökkenteni) az R erősségű ingert ahhoz, hogy az érzékelést végző személyek előre rögzített hányada (tipikusan 50% vagy 75%-a) érzékelni tudja ezt a változást: R C (3.4.1.) R A "C" hányados (Weber hányados) értéke 0,07 és 0,12 között van. Ez annyit jelent, hogy minimálisan 7-12% ingernövekedés szükséges ahhoz, hogy érzékelhető ingererősség

27

jöjjön létre. A Weber törvény csak a közepes ingerintenzitás tartományában érvényes, nem alkalmazható a nagyon gyenge ingertartományban, az érzékelési küszöb közelében. Az ingererősség (Ω) és az érzetintenzitás (I) közötti kapcsolatot Fechner (1860) határozta meg, felhasználva a Weber-törvényt. Definiált egy abszolút küszöböt, mely felett az inger érzékelhető. Az érzetintenzitás és az ingererősség közötti kapcsolat meghatározásához Fechner integrálta a Weber-hányadost. A Weber-Fechner törvény értelmében: R I  k  log ; (3.4.2.) Ro ahol: k : Weber-Fechner konstans. Stevens kutatásai alapján arra a következtetésre jutott, hogy az ingererősség és az érzetintenzitás közti kapcsolatot a hatványfüggvény jobban leírja: I = k  Rn ; (3.4.3.) ahol: „n” ingerspecifikus kitevő, a belső levegőminőség témakörben szereplő anyagok esetében n  1. A 3.4/1. ábra a Stevens törvényt szemlélteti.

3.4/1. ábra Az érzetintenzitás az ingererősség függvényében Stevens szerint [23] 3.4.2. Az olfaktometria alaptörvényének alkalmazása

Stevens törvény alapján különböző "szagos" gázok esetében az olfaktometrikus érzetintenzitás kifejezhető a gázkoncentrációval: I = k . cn

.

(3.4.4.)

A hatványkitevő értéke kisebb egynél. Cain és Miskowitz kutatásai alapján (1974) a kitevő értéke különböző gázok esetében 0,2 és 0,7 között változik. Ez annyit jelent, hogy adott százalékos koncentrációváltozás annál kisebb mértékű százalékos szagintenzitás (érzet) változást eredményez. Ha a kitevő értéke n = 0,2, akkor 3000-szeres koncentrációváltozás eredményez közel 5-szörös intenzitásváltozást. Amennyiben n = 0,7 esetében vizsgálódunk, akkor azt tapasztaljuk, hogy a közel 5-szörös intenzitásváltozás már elérhető a 10-szeres koncentrációváltozással.

28

A szagérzet értékeléséhez szubjektív szagérzeti skálát vezettek be. Az egyes kategóriák megkülönböztethetők számokkal vagy szavakkal. A 3.4/1. táblázat az ASHRAE publikált szubjektív skáláit tartalmazza. 3.4/1. táblázat ASHRAE-féle szubjektív szagérzeti skálák [23] Számmal jelölve Skála I. Skála II. 0 0 1 1 2 2,5 3 5 4 7,5 5 10 6 12,5 7 15

Szóval jelölve Skála I. Skála II. semmilyen egyáltalán semmilyen érzékelési küszöb éppen érzékelhető nagyon gyenge nagyon enyhe gyenge enyhe gyenge-mérsékelt enyhe-érzékelhető mérsékelt érzékelhető mérsékelt-erős érzékelhető-erős erős erős

Stevens törvényt logaritmizálva kapjuk az alábbi összefüggést:

log I  n  log c  log k ;

(3.4.5.)

Ez annyit jelent, hogy kétszeres logaritmikus léptékű koordinátarendszerben egyenessel ábrázolható. Butanol esetében különböző laboratóriumokban végzett mérések eredményei alapján k = 0,26 és n = 0,66. Így a Stevens törvényt felírva: I = 0,26 . c0,66 ; ahol: c ; ppm

(3.4.6.)

butanol koncentráció.

Az összefüggést a 3.4/2. ábra szemlélteti. Az egyenlet alapján 250 ppm acetonkoncentráció esetén a szagintenzitás értéke 10. A butanol már alacsony koncentráció esetén érzékelhető a levegőben, a küszöbkoncentráció 2-5 ppm közötti, s ekkor a szagintenzitás értéke  0,5. Az ábrában bejelöltük a küszöbértéken kívül a semleges és kellemetlen szaghatás tartományát is.

29

3.4/2. ábra Szabványosított szagintenzitás skála a butanol koncentráció alapján [23] 3.4.3. Összehasonlító vizsgálatok butanollal

Különböző gázkoncentrációk szagintenzitása is meghatározható. Ekkor a butanollal kell összehasonlító vizsgálatokat végezni. A Dravnieks féle olfaktométerrel történő mérést a 3.4/3. ábra szemlélteti, bemutatva a mérés kialakítását és kapcsolási vázlatát. Az egyes szagló tölcséreknél adott butanol koncentráció állítható be, pl. az ábrán jelzett koncentráció értékek: 16, 31, 62, 125, 250, 500, 1000, 2000 ppm. A mintavevő tölcséreknél a levegő térfogatárama 28-180 l/óra.

3.4/3. ábra Dravnieks olfaktométer [23]

30

Egy-egy kiválasztott anyag különböző koncentrációját vizsgálva meghatározható, hogy milyen értékű butanol koncentrációval azonos a szaghatása. Kutatók összehasonlító vizsgálatainak eredményeit a 3.4/4. ábra tartalmazza logaritmus léptékű koordináta rendszerben. Az ábrán a bal oldali ordináta a butanol koncentráció ppm egységekben. A jobb oldali ordináta a neki megfelelő szagintenzitás érték. A két ordináta közötti kapcsolat a 3.1/6. ábrának megfelelő.

3.4/4. ábra Különböző anyagok szagintenzitása Dravnieks olfaktométer alapján (Dravnieks és Laffort 1972, Cain 1978 [23] 3.4.4. Szagegység, a szag értékelése

A National Academy of Sciences (USA 1979) dokumentuma rögzítette a szag egységét. A szag egységének meghatározását nehezítette, hogy a szag egy szubjektív érzet, nem anyagszerű jellemző. A szagegység definíciója: ha 1 m3 szagos levegőt N m3 friss levegőben addig hígítunk, hogy elérjük a küszöbértéket, akkor a vizsgált minta szagkoncentrációja N egység/m3. A térfogat különböző mértékegységekben megadható. Az ebből adódó zavar megszüntetése céljából bevezettek egy dimenzió nélküli jellemzőt (American Society for Testing and Materials, 1976): Z= k: kküszöb :

k k küszöb

;

a vizsgált minta koncentrációja (pl. ppm), az adott mintában szereplő szaghordozó koncentrációja (ppm).

(3.4.7.)

gáz

érzékelési

küszöb

31

Illusztrációként vegyük a következő példát: Z = 1000 esetén 1 m3 szagmintát 1000 m3 tiszta levegőben kell felhígítani, hogy elérjük az érzékelési küszöböt. Továbbá, ha a példában szereplő szagminta 0,8 m3/s térfogatárama 1000 x 0,8 = 800 m3/s friss levegővel van hígítva. A szagegységet széles körben alkalmazzák különböző szagos anyagok rögzített emissziós hatóértékeinek behatárolása. Minden szag esetében a szagegység és a ppm koncentráció egymással összefüggésben van. A kapcsolat az egyes szagoknál más és más annak függvényében, hogy az érzékelési küszöb koncentrációja hány ppm. Korábban már megállapítottuk, hogy az észlelt szagintenzitás nem arányosan növekszik a ppm-ben kifejezett koncentrációval, ezért nem lehet arányos a szagegység változásával sem. Továbbá a 20 szagegységben kifejezett minta sem érződik kétszer olyan erősnek, mint a 10 egységes minta. Ugyancsak igaz, hogy különböző szagok azonos szagegységben kifejezett koncentrációja eltérő szagérzetet eredményez. Ez a Stevens törvényre vezethető vissza, a különböző szagok hatványkitevője eltérő. A szagegység hasznos mértékegysége a koncentrációnak. Segítségével értékelhető pl. a biofilter hatásossága. A szagegység jelölése angol, illetve német nyelvterületen: 1 OU (Odor Units), 1 GE (Gerucheinheit). A szagok elfogadhatóságának értékelésére használható a szagintenzitás vagy a szubjektív skálák. A szagok nem mindenkor okoznak kedvező hatást. Az elfogadottság értékelésére alkalmazható az ASHRAE Hedonic skála a 3.4/5. ábra szerint. A feltett kérdések és kategóriák negatív és pozitív értékelést is tartalmazhatnak a Hedonic skála szerint. Az eljárást a levegőminőség értékelésén kívül alkalmazzák különböző termékek szaghatásának értékelésénél is, például a parfümök esetében.

3.4./5. ábra Hedonic skála az emberekkel történő szagvizsgálathoz [23]

32

3.5.

Levegőminőség mérése

A levegőminőség mérésére különböző mérési eljárásokat fejlesztettek ki. A mérési módok két fő csoportja, ahogy az 3.5/1. ábrán látható, a mérőalanyokkal végzett és a műszeres mérési eljárások. A mérőalanyos vizsgálatoknál számos mérési metodikát dolgoztak ki, melyek eredményei csak ritkán hasonlíthatóak össze.

3.5/1. ábra Mérési eljárások a levegőminőség meghatározására [26] Levegőminőségi mérések felhasználási területe Levegőminőség belső terekben: Közvetlen értékeléseknél a mérőalanyok a vizsgálandó terembe belépnek és végrehajtják a levegőminőség értékelését. Mivel sokféle külső körülmény (vizuális, akusztikai hatások, általános közérzet) befolyásolhatja a mérést, ezért az objektív eredményekhez közvetett mérést alkalmaznak. Egy megfelelő berendezéssel a vizsgálandó levegőt egy tárolóba töltik és ellenőrzött laboratóriumi körülmények között értékelik. Szagforrások értékelése: A belső terekben található szaganyagok rendszerint sok különböző forrásból keletkeznek. Az egyes belsőépítészeti anyagok szagemissziója laboratóriumi körülmények között meghatározható. A belső terekben az emisszió mértékét és időbeli lefutását befolyásolhatja a belső légállapot. Egy mérőkamrával állandó körülmények biztosíthatók. Levegőkezelő központok részeinek értékelése: A levegőkezelő központok modulokból épülnek fel, melyeket első sorban funkciójuknak megfelelően optimáltak. Az optimalizálásnál csak rövid ideje veszik figyelembe a beépített anyagok (fém, műanyag, gumi) szagemisszióját. Közvetlen értékelés nehezen végezhető el, mivel a berendezések rendszerint nem ideális környezetben vannak és a mintavételezés az egyes modulokból aránytalanul nagy

33

költségekkel járna. Modellekkel az egyes modulok laboratóriumi körülmények között értékelhetőek. 3.5.1. Mintavételezés folyamata

A mintavételezésnek két alapvető változatát különböztethetjük meg: - statikus mintavétel (közvetett), - dinamikus mintavétel (közvetlen, on-line mérés). 3.5.1.1. Értékelés közvetlenül a vizsgált helyiségben

A mérőalanyok belépnek a vizsgálandó helyiségbe és azonnal értékelik az érzékelhető levegőminőséget. Ennek az egyszerű eljárásnak a hátránya, hogy a mérőalanyokat belépéskor külső ingerek érik (a helyiség berendezése, használati módja, bent tartózkodó személyek), melyek a levegőminőségi vizsgálatra is hatással lehetnek. Ezenkívül egy nagyobb épületcsoportban, a vizsgált helyiséghez vezető úton a mérőalanyok adaptálódhatnak az épület alap szaghatásához. 3.5.1.2. FLEC eljárás

A FLEC eljárást (Field and Laboratory Emission Cell) 1991-ben Dániában, a Dán Munkaegészségügyi Intézetben Peter Wolkoff fejlesztette ki. A vizsgálati kamra különlegessége abból áll, hogy maga a vizsgált anyag a kamrának az alja. Ezáltal a FLEC egy épületben vagy egy gyártócsarnokban is használható egy adott építőanyag emissziójának értékelésére, az épületszerkezetetek megbontása nélkül. A FLEC 20 cm átmérőjű, tányér alakú és rozsdamentes acélból épül fel. Magassága 2 cm, súlya 4 kg és a vizsgáló kamra térfogata 35 cm3. A FLEC alja, a vizsgált anyag felülete 177 cm2. A bevezetett és az elszívott levegő csatlakozás a cella tetején található. A kamrában túlnyomás van, így külső levegő nem juthat be a cellába. A cella fotója a 3.5/2. ábrán látható.

3.5/2. ábra FLEC (Field and Laboratory Emission Cell) [26]

34

3.5.1.3. CLIMPAQ emisszióskamra

A CLIMPAQ egy speciális teszt kamra, amelyet az elmúlt években világszerte egyre többször használnak a levegőminőségi vizsgálatoknál. A CLIMPAQ egy angol kifejezés rövidítése: „Chamber for Laboratory Investigations of Materials, Pollution and Air Quality”. A vizsgáló kamrát 1994-ben Gunnarsen, Nielsen és Wolkoff fejlesztette ki a Dán Műszaki Egyetemen. A kamrát alacsony szennyezőanyag kibocsátású anyagokból építették fel. A kamra felépítését a 3.5/3. ábra szemlélteti. A levegő áramlási irányát nyilakkal jelölték meg. A levegő mozgási energiája rögtön a kamrába való belépés után lecsökken egy tárcsa segítségével. A tárcsa mögött található a két áramlás- egyenletesítő lemez közül az első, mely egyenlő térfogatáramot biztosít a kamra teljes keresztmetszetében. A tényleges vizsgáló tér a két áramlás- egyenletesítő lemez között található.

3.5/3. ábra CLIMPAQ emissziós vizsgáló kamra felépítése [26]

A kamra kivezető nyílásánál a vizsgált anyagokból felszabaduló szennyezőkkel terhelt levegő jelenik meg. Ezt a szennyezett levegőt közvetlenül vagy hígítva egy tréningelt mérőcsoport értékeli. A kamra jól használható az emberi szagérzékelés és a különböző szennyezőanyagok és szennyezőanyag kombinációk közötti összefüggések vizsgálatára. Ezekkel a mérésekkel anyagspecifikus jelleggörbék határozhatók meg. A jelleggörbék meghatározására alkalmas mérőállás felépítése a 3.5/4. ábrán látható. Különböző szennyezőforrás kombinációkkal elvégzett kutatások adatai alkalmasak lehetnek olyan helyiségek érzékelhető levegőminőségének megállapítására, melyben több ismert szennyezőforrás van jelen. 2003-ban a Hermann Rietschel Intézetben Böttcher végzett ilyen jelegű vizsgálatokat. [32]

35

3.5/4. ábra CLIMPAQ emissziós vizsgáló kamra mérőállás szennyezőanyag kibocsátás meghatározására [32] 3.5.1.4. AirProbe I

Az AirProbe I egy mintavevő és -vizsgáló rendszer, melyet a Hermann Rietschel Intézetben 2001-ben fejlesztettek ki. [26] Egy polimer zsák segítségével történik a töltés és az ürítés. A ventilátorok saját emissziójukkal a levegőmintát megváltoztathatják, szennyezhetik. A ventilátorban és a csatlakozó vezetékeknél adszorpciós és deszorpciós folyamatok játszódhatnak le, melyek a minta összetételére hatással lehetnek. Ezért az AirProbe I-ben a mintalevegő szállítására nincs ventilátor beépítve és a csatlakozó vezetékek a lehető legrövidebbek. A levegő szállítására a készülékbe két ventilátor került. A házban az egyik ventilátor túlnyomást a másik depressziót hoz létre, így töltik vagy kiürítik a mintatárolót. A tárolót a házhoz egy rozsdamentes acél cső rögzíti, amin keresztül a mintalevegő megérkezik. A 3.5/5. ábra a berendezés elvi vázlatát mutatja.

3.5/5. ábra AirProbe I mintavevő és -vizsgáló rendszer elvi vázlata [26]

A ház 700 mm széles, 700 mm hosszú és 600 mm magas, térfogata 294 liter. Ez a térfogat szükséges ahhoz, hogy egy 10 főből álló mérőcsoport megfelelően tudja értékelni a levegőmintát.

36

3.5.2. Érzékelhető belső levegőminőség vizsgálatok mérőcsoportokkal

A mérőcsoportos vizsgálatoknál az emberi érzékelést a levegőminőség mértékegységként definiálták. Ez azt jelenti, hogy az orr a mérőeszköz. Mivel a szagérzékelés szubjektív úton történik, a mérési eredmény meghatározása minden mérési eljáráshoz más és más létszámú mérőcsoport szükséges. Nem tréningelt személyekkel végzett vizsgálatok egy relatíve nagy létszámú ( >40 fő) csoport szükséges, míg tréningelt csoportnál ennél kevesebb (~10 fő) alannyal is statisztikailag pontos eredményt kapunk. Az érzékelhető levegőminőségi mérések alapjait Fanger dolgozta ki. Az értékelések a 3.3. fejezetben bemutatott olf- decipol rendszerben történnek. Fanger és Bluyssen [29] az olf-decipol rendszer kidolgozása során a decipol skála értékeit egy jellegzetes gáz, az elpárolgott aceton (2-propanone) adott koncentrációjához rögzítették. Az érzékelhető levegőminőség értéke: c = 0,84 + 0,22 k ; decipol (3.5.1.) ahol: k ; ppm: az aceton koncentrációja. A mérés az emberi orr alapján történik. A méréseket végezhetjük tréningelt és nem tréningelt személyekkel. A nemzetközi szakirodalomban a tréningelt személyeket „olf-tester”-eknek, míg a nem tréningelt személyeket „naiv panel”-ként említik. 3.5.2.1. Mérés nem tréningelt mérőcsoporttal

A mérést végző személyek csak egy rövid előkészítő ellenőrzésen vesznek részt, a mérőcsoport létszáma kb. 40-60 fő. Általában egyetemi hallgatókat, illetve irodai dolgozókat vonnak be a mérésbe, életkoruk 20-30 év között. A nemek szerinti megoszlást tekintve általában a nők vannak többségben jobb szagérzékenységük miatt. Az előkészítés során laboratóriumban a szagérzékenységüket ellenőrzik. Ehhez az olfbox-ot használják. A levegőminőségi etalonokkal történő összehasonlítás alapján számukra ismeretlen acetonkoncentrációt kell értékelniük. A vizsgálat során kiszűrik a szagra érzéketlenek, illetve a rossz szaglású személyeket. Ezen kívül vizsgálják, hogy a résztvevők nem szenvednek-e allergiás vagy asztmás betegségben. Az ilyen személyek is részt vehetnek a további mérésekben, azonban részarányuk nem haladhatja meg az 5%-ot. Mérési eredményeik alapján ellenőrizni tudják, hogy a betegségek mennyiben befolyásolják a levegőminőség érzetet. A tényleges mérés során a résztvevők egy kérdőívet töltenek ki (3.5.2/1. ábra). A kitöltött kérdőívek alapján a kiértékelés további lépései: - a pontosabb kiértékelhetőség miatt a bejelölt értékeket átvetítik 10-40 skálabeosztású rendszerben, - ezt követően a résztvevők eredményeiből átlagot számolnak, - az átlagot megfeleltetik a (+1- -1) skálán, - ezt követően a 3.5.2/2. ábra szerint meghatározható az elégedetlenek százalékos aránya (PD).

37

A diagramot Fanger munkatársaival az érzékelhető levegőminőség elméleti alapjainak kidolgozása során nagyszámú minta alapján vette fel. A görbe regressziós egyenlete: PD 

e 0,185, 28a 100 ;% 1  e 0,185, 28a

(3.5.2.)

ahol: a; - : szavazatok átlagértéke ( -1 és +1 közötti szám). - az elégedetlenek százalékos aránya alapján meghatározható a belső levegőminőség decipol egységben. A szellőző levegő (frisslevegő) térfogatáramának ismeretében számolható az érzékelhető szennyezőanyag terhelés: G=

  (c b  c k ) V ; olf. 10

(3.5.3.)

A mérések előtt a résztvevők jó levegőminőségű teremben vagy jó levegőminőségű külső térben (pl. parkban) tartózkodnak.

3.5.2/1. ábra Kérdőív nem tréningelt személyekkel történő levegőminőség vizsgálathoz [23]

38

3.5.2/2. ábra Az elégedetlenek aránya a szavazatok alapján [23]

3.5.2.2. Mérés tréningelt mérőcsoporttal

A tréninghez és a méréshez "olf-box"-ot kell készíteni, mely a 2, 5, 10, 20 decipolnak megfelelő levegőminőségi etalonokat (decipolméter), valamint az ismeretlen szennyezőanyagot tartalmazza. (3.5.2/3. ábra)

2

3.5.2/3. ábra A levegőminőségi etalonok (olf-box)

39

A levegőminőségi etalon (decipolméter) felépítését a 3.5.2/4. ábra szemlélteti, melynek részei: mintavevő tölcsér, ventilátor, keverőtér, acetonforrás. A befújt levegő a keverőtérben az acetonforrásból párolgó aceton gőzökkel keveredik. A mintavevő tölcséren kiáramló aceton-levegő gázkeveréket értékeli az ember. A levegőminőségi etalon elkészítésénél olyan anyagokat használnak fel, melyek minimális szagemisszióval rendelkeznek, ilyen például az üveg. Az acetonforrás a 3.5.2/5. ábrán látható. Az etalonokkal a különböző decipol értékeknek megfelelő acetonkoncentrációt kell előállítani. Ez az acetonforrást lezáró alumínium lemezen lévő furatok számának és átmérőjének változtatásával lehetséges.

3.5.2/4. ábra A levegőminőségi etalon (decipolméter) felépítése [29]

3.5.2/5. ábra Az acetonforrás felépítése [29]

A ventilátor üzeme során a levegő bejut a keverőtérbe, az acetonforrásból kipárolgó acetongőzzel keveredik, majd a mintavevő tölcséren keresztül kiáramlik. A kiáramló levegőben az aceton koncentrációjának meghatározásához adott üzemidő (pl. 1 óra) után az 40

acetonforrás tömegének csökkenése alapján mérjük az elpárolgott aceton tömegét. A ventilátor légszállításának ismeretében meghatározható a vizsgált időtartam alatt átáramolt levegőtérfogat és így az aceton koncentráció a mintavevő tölcsérben. A tréning három részből áll: kiválasztási teszt, tréning, végső teszt. A kiválasztási tesztre nagyszámú (35-40 fő) résztvevőt hívnak be. A kiválasztási teszt során nyolc különböző aceton koncentrációt értékelnek a levegőminőségi etalonok segítségével. A legjobb 20 főt kiválasztják és a további tréninget három csoportba osztva végzik. A tréning során a levegőminőségi etalonokat felhasználva különböző aceton koncentrációkat és különböző anyagokat (pl. linóleum, műanyag, papír, cigaretta hamu stb.) értékelnek. A teszt öt különböző szakaszból áll, az aceton és különböző anyagok mellett helyiség levegőt is értékelnek. Az ötödik teszt során nyolc ismeretlen acetonkoncentrációt értékelnek, de már nem használhatják az etalonokat. A mérési eredményeknek meg kell felelnie a 3.5.2/6. ábra szerinti követelményeknek. A nyolc értékből csak egy juthat a vonalkázott területen kívülre és további maximum két érték a vonalkázott területre. Ezt követően komfortterekben alkalmazott anyagokat értékelnek a levegőminőségi etalonok nélkül. Ezeket a vizsgálatokat nem egyénenként, hanem csoportosan végzik. A mérési eredmények kiértékelése során meghatározzák az átlagértéket és a szórást, mely a mérőcsoportra jellemző. A szórásértékeknek meg kell felelniük a 3.5.2/7. ábra követelményeinek.

3.5.2/6. ábra A megkövetelt mérési pontosság [23]

41

3.5.2/7. ábra A megengedett szórás mértéke különböző anyagok vizsgálatakor [23]

A tényleges mérés során a vizsgált tér levegőminőségét határozzák meg. Tréningelt csoport létszáma minimum 6 fő, nem tréningelt csoport esetén a létszám magasabb és függ a vizsgált levegőminőségi kategóriától (A, B, C kategória). Egy nemdohányzó személy mérési eredményeit szemlélteti a 3.5.2/8. ábra a tréning elején és végén.

3.5.2/8. ábra Egy nemdohányzó személy mérési eredményei a tréning elején (bal oldal) és a tréning végén (jobb oldal) [23]

A tréningelt személyekkel történő mérés (érzékelés), figyelembe véve a tréning és a mérés idejét, költséges. Jelenleg a külföldi kutatások egyik célja az érzékelhető levegőminőség (decipol) közvetlen mérésére alkalmas műszer kifejlesztése. A több kutatóhelyen (Németország, Dánia) folyó intenzív kutatás ellenére nem tudták a mai napig az érzékelhető belső levegőminőség mérésére alkalmas műszert kifejleszteni. Ezért a mérőalanyokkal történő értékelés nem helyettesíthető. További jelentős költségnövelő tényező, hogy a méréssorozat, valamint a tréningek lefolytatásához levegőminőség vizsgáló laboratórium szükséges. 42

Nem tréningelt mérőcsoportokra más hatással van a levegő termikus állapotának változása, mint a tréningeltre. Fang [40] és Böttcher [32] kutatásai szerint a levegő entalpiájának növekedése azonos szennyezőanyag terhelés mellett csökkenti a levegő elfogadhatóságát, lásd 3.5.2/9. ábra. A mérési eredményekre nem volt hatással az, hogy az entalpia növekedést a hőmérséklet vagy a nedvesség változtatásával érték el.

3.5.2/9. ábra A vizsgált levegő entalpiája és az érzékelhető levegőminőség közötti kapcsolat nem tréningelt mérőcsoportok esetén [26]

x: a vizsgált levegő abszolút nedvességtartalma; a vizsgált levegő relatív nedvességtartalma;T: a vizsgált levegő hőmérséklete. 3.5.2/10. ábra A vizsgált levegő entalpiája és az érzékelhető levegőminőség közötti kapcsolat tréningelt mérőcsoportok esetén [26]

43

Ezzel szemben egy tréningelt csoportnál nincs egyértelmű kapcsolat az érzéklet levegőminőség és a vizsgált levegő entalpiája között. Böttcher mérési eredményeit mutatja a 3.5.2./10. ábra levegő-acetongőz keverék esetén. A hőmérsékletnek és a relatív páratartalomnak ellentétes hatása van a tréningelt mérőcsoportokkal végzett levegőminőségi vizsgálatoknál. Ha a relatív nedvességtartalom nem változott a kísérlet során, akkor az érzéklehető szagintenzitás alig növekedett az entalpia emelésével. Ezek a mérési eredmények egyértelművé teszik, hogy a tréningelt és a nem tréningelt mérőcsoportok által végzett vizsgálatok ugyanazon minta esetén különböző eredményt adnak. A két mérési eljárás során kapott eredmények összehasonlítása, átszámítása nehéz. 3.5.3. Kétlépcsős mérési eljárás

A nemzetközi irodalomban számos mérési metodika található a szagintenzitás, az érzékelhető levegőminőség, az elfogadhatóság meghatározására. Az egyes mérési adatok között az átszámítás csak részben lehetséges, ezért a különböző tanulmányok eredményei csak nehezen hasonlíthatók össze egymással. Ez a probléma megnehezítette az érzékelhető levegőminőség mértékegységeinek használatát a gyakorlatban. A berlini Hermann Rietschel Intézetben egy új mérési rendszert dolgoztak ki a levegőminőség értékelésére, melynek újdonsága a szaghatások „összeadása” volt. A modell figyelembe veszi a tréningelt és a nem tréningelt mérőcsoportok közötti különbségeket is. Egy építőanyag különböző szennyező anyagokat bocsát ki a levegőbe. Első lépésben az orr, mint egy szenzor, érzékeli a kibocsátott szaganyagokat. Az orr érzékenysége a különböző szaganyagokra más és más, így a mérőalanyok a levegőben lévő szaganyagok érzékelhető intenzitását (határozzák meg. A levegő nedvességtartalma befolyásolja az orr „nedves érzékelő felületén” keletkező anyagáramot, ezáltal hatással van a szagok érzetintenzitására. A tréningelt csoportok, akik összehasonlító vizsgálatokkal dolgoznak, a minta szagintenzitását etalonok segítségével határozzák meg. A szaghatás elfogadhatóságát nem vizsgálják.

3.5.3/1. ábra Mérőcsoportok kétlépcsős levegőminőségi értékelési eljárása, elvi vázlat [26]

A szagérzékelés második lépcsőjében az agy értékeli az orrból érkező ingereket. Az intenzitás mellet az is eldől, hogy az alanyok kellemesnek találták-e a mintát. A nem tréningelt mérőcsoportok értékelik a levegő elfogadhatóságát is. Az érzetintenzitás meghatározására számukra nem áll rendelkezésre mérték, csak saját benyomásukra hagyatkoznak. A levegő elfogadhatóságát skálák segítségével értékelik, az elégedetlenségi 44

arányból számítható az érzékelhető levegőminőség mértéke. A vizsgált levegő entalpiájának növekedése csökkenti az érzékelhető levegőminőséget. A kétlépcsős értékelési eljárás elvi vázlata a 3.5.3/1. ábra szemlélteti. A tréningelt mérőcsoportok egy új mértékegység bevezetésével értékelni tudják az érzékelhető szagintenzitást (). A  mértékegysége a pi. Az összehasonlításra használt etalonokat a Hermann Rietschel Intézetben aceton-levegő keverékből állították elő. A skála az aceton koncentrációval lineáris. Az összehasonlító skálát a következőképpen határozták meg: - 0 pi= 20 mg aceton/m3 levegő. 20 mg aceton/m3 levegő koncentráció esetén a mérőalanyok 50%-a érzékel szaghatást. Ez az aceton szagérzékelési küszöbét jelenti. Ez kb. 2 decipolt jelent. - 1 és n értékű pi értékek lineáris kapcsolatban vannak az aceton koncentrációval. =0 pi-nél kisebb értékek meghatározásának nincs értelme, mivel a legtöbb mérőalany nem tudja ezen kicsi szaghatásokat érzékelni. A Weber-Fechner törvénnyel analóg módon, a szennyezőanyagok érzetintenzitása és a koncentrációja között logaritmikus a kapcsolat. Minden egyes szennyezőanyagnak a koncentráció függvényében saját jelleggörbéje van. Mivel egy vizsgálati mintához csak nagyon különleges esetben rendelhető hozzá egy meghatározott szaganyag, ezért a legtöbb esetben az adott szaganyag pontos koncentrációja (k) nem adható meg. Ennek következtében új mértékegységeket vezettek be: - felületre vonatkoztatott fajlagos szellőző térfogatáram qA:  V qA  , m3/h,m2. (3.5.4.) A eff - térfogatáramra vonatkoztatott fajlagos felület Aq: A A q  eff ;m2h/m3.  V

(3.5.5.)

 : szellőző levegő térfogatáram a vizsgált anyag felületén; m3/h; ahol: V Aeff: a vizsgált anyag szabad felülete; m2. Az érzékelhető szagintenzitás számítását a következőképpen definiálták:  A  C q  (3.5.6.)   a  log10    a  log10  A,0   a  log10  q  ; pi A  q , 0  qA   C0    ahol: a: szennyezőanyagra jellemző konstans; qA,0: érzékelési küszöbnél mért felületre vonatkoztatott fajlagos szellőző térfogatáram; m3/h,m2; Aq,0: érzékelési küszöbnél mért térfogatáramra vonatkoztatott fajlagos felület; m2h/m3. Különböző építőanyagoknak különböző érzékelhető szagintenzitás jelleggörbéje van. Egy szőnyeg- és egy tapétaminta érzékelhető szagintenzitásának logaritmikus jelleggörbéje látható a 3.5.3/2. ábrán.

45

3.5.3/2. ábra Szőnyeg- és tapétaminta érzékelhető szagintenzitásának logaritmikus jelleggörbéje [26]

Egy ismert szagforrásokkal rendelkező helyiség levegőminőségének megbecsüléséhez az építőanyagokból felszabaduló különböző szaganyagok összegzésének módját kell ismerni. Böttcher felismerte [32], hogy a szagérzékelés és ingererősség közötti kapcsolat, a hangérzékeléssel analóg módon, logaritmikus függvénnyel írható le és a szagintenzitások összeadására a hangintenzitásnál ismert módot alkalmazta. A 3.5.3/1. táblázat bemutatja az analógiát a hang- és szagintenzitás számítása között. 3.5.3/1. táblázat A hang- és szagintenzitás számítása közötti analógia [26] Hangérzékelés

Szagérzékelés

 I  L1  10  log10    I0 

C  1  a  log10    C0 

Lges

Li  n   10  log10  1010   i1 

 ges

 n a i  a ges  log10  10 i  i 1 

   

n

 ges 

a

 n a i  log10  10 i  i 1 n 

i 1

i

   

ahol: I; az az intenzitás, melynek szintjét kívánjuk meghatározni, I0; vonatkoztatási alap, melyet az alapteljesítmény egységnyi felületre történő vetítéséből nyerünk,( értéke: 10-12 W/m2) ; Li , dB; hangintenzitásszint.

46

A hangintenzitásszint képletében a logaritmus előtt konstans szerepel, amely a hang forrástól független. A szagintenzitásnál a konstans értékét a szennyezőanyag forrás határozza meg. Böttcher a 3.5.3/3. ábrán látható mérőállást fejlesztette ki az egyes anyagok „a” konstansának meghatározására. A kamrákból érkező szennyezett levegő egy bypass ág segítségével hígítható. A levegőminta értékelését a mérőalanyok a mintavevő tölcsérnél végzik el. A levegő térfogatáramot a mintavevő tölcsérnél a kísérletsorozat alatt állandó értéken tartották.

3.5.3/3. ábra Böttcher mérőállása különböző anyagok szagintenzitásának meghatározására [32]

A mérőállás lehetőséget nyújtott,arra is, hogy két különböző anyag együttes szagintenzitását vizsgálja két emissziós kamra segítségével. A minták szagintenzitását meghatározta külön-külön és együtt is, így ellenőrizte, hogy a számítással és a méréssel meghatározott szagintenzitás mennyire egyezik. Egy szőnyeg és egy PVC mintadarab vizsgálati eredményét mutatja a 3.5.3/4. ábra.

3.5.3/4. ábra Egy szőnyeg és egy PVC minta szagintenzitás vizsgálata [32]

47

A szőnyeg és a PVC mintadarab vizsgálata megmutatta, hogy az érzékelhető szagintenzitás mért és számított értéke között összhang van és az akusztikából átvett analógia a gyakorlatban is alkalmazható erre a feladatra. Böttcher által kidolgozott számítási eljárás alkalmas arra, hogy a különböző szennyezőforrások szagintenzitását összegezni lehessen. A módszer gyakorlati alkalmazásához szükséges adatbázis nem áll rendelkezésre, ennek megalkotásához további kutatások szükségesek. Az érzéklehető szagintenzitás ismeretében a kétlépcsős mérési eljárás következő foka, mely jelenleg is zajló kutatások tárgya az, hogy az intenzitás és az érzékelhető levegőminőség közötti kapcsolatot megtalálják. Ennek ismeretében lehetőség nyílik a belső terek érzékelhető levegőminőségének nem mérőalanyokkal végzett, hanem számítás útján történő értékelésére.

48

3.5.4. Német mérési eljárások

Német műszaki irányelvek tartalmaznak előírásokat és módszert a szag értékelésére, meghatározására. A mérés során a szaganyagkoncentráció értékét határozzák meg GE/m3 egységben. A mérés során a mintavételezés során nyert szagmintát hígítják semleges levegőben. A méréshez olfaktométert alkalmaznak. A műszer kialakítása, a mérés lefolytatása VDI irányelvben ( VDI 3881 és VDI 3382) van rögzítve. A mérőműszer kapcsolási vázlatát a 3.5.4/1. ábra szemlélteti. A szagmentes semleges levegő céljából szintetikus levegőt használnak. A semleges levegő térfogatáramát a 4-es jelű szeleppel az üzemi nyomás (9 nyomásmérő) beállításával biztosítják. A mérés során a szaglómaszkon kiáramló keverék térfogatárama 1,2-3,0 m3/h közötti érték, ami megfelel a nyugalmi levegővételnek. A mérés során a szagmintát a 3-as jelű vezetéken csatlakoztatják. A szagminta térfogatárama az 5-ös és 6-os jelű szelepekkel állítható be, a keverés a szintetikus levegővel az injektorban történik. A mérés során váltó szeleppel váltakozva szintetikus levegőt illetve a pótmintát lehet az injektorhoz vezetni. Az érzékelési küszöbnek megfelelő keverési arány az 5-ös és 6-os szelepekkel állítható be. A mérési tartomány bővítésére erősebb szagok esetén van szükség. Ekkor a szagmintát a 2-es vezetéken jutatják az előkeverő injektorhoz, értelemszerűen a 4-es szelep zárt, a 7-es szelep nyitott állásba állítandó. A többlet levegő illetve keverék kijutatására a túláram szelep vezetékek szolgálnak. A mérés során a szaganyag koncentrációja meghatározható az érzékelési küszöbnél beállított mérendő gáz és semleges levegő térfogatárama alapján GE/m3 mértékegységben. A mérést minimum négy fő, alapvető méréseknél nyolc fő érzékelése alapján végzik. A kiértékelés a matematikai statisztika módszerei szerint történik. Általában a mérőműszert 15 GE/m3 szaganyagkoncentráció alatt nem alkalmazzák. A készülék úgy van kialakítva, hogy a mérést végző a keverő szelepeket nem látja, a keverési arányt a mérésvezető állítja.

3.5.4/1. ábra Olfaktométer kapcsolási vázlata (Modell 1158) [16]

49

3.5.5. Gázkromatográfiás mérések

A levegőminta műszeres, kémiai vizsgálatára számos mérési eljárás rendelkezésre áll, bár sok műszer csak egy vagy néhány anyag mérésére képes. A mintalevegőben lévő szennyezőanyag összetételének széleskörű vizsgálatára alkalmas a gázkromatográfia. A kromatográfiás eljárások célja többkomponensű gáz, gőz vagy folyadékelegyek összetevőinek elválasztása. Az elválasztás a komponensek két fázis közötti ismételt megoszlásán alapul. A kromatográfiás eljárások abban különböznek az egyéb megoszláson alapuló elválasztási módszerektől (pl.: folyadék-folyadék extrakció, desztilláció), hogy az elválasztásban résztvevő fázisok közül az egyik mozgásban van (mobil v. mozgófázis), a másik fázis helyhez kötött (álló v. stacioner fázis). A mozgófázis lehet gáz (GC), szuperkritikus fluidum (SFC) vagy folyadék (HPLC). Az állófázis lehet egy szilárd hordozón egy csőbe töltve, vagy a cső belső falán rögzítve, vagy sík réteget alkotva. Ennek megfelelően beszélhetünk oszlop- vagy rétegkromatográfiáról. A gázkromatográfiában a mozgófázis mindig gáz, az állófázis pedig lehet szilárd (gáz-szilárd adszorpciós kromatográfia) vagy folyadék (gáz-folyadék megoszlási kromatográfia) is. Az oszlopról eluálódó komponensek által a detektorban keltett jel intezitását az idő függvényében ábrázolva kapjuk a kromatogramot. A gázkromatográf fő részei: - Gázrendszer: A gázrendszer tartalmazza a nagy tisztaságú mozgófázist és az esetlegesen szükséges segédgázokat, valamint ezek szabályozó egységeit. A vivőgáz (mozgófázis) folyamatosan áramlik az oszlopon. - Injektor: Az injektor feladata a minta elpárologtatása (gőz vagy gáz halmazállapotba), továbbá az analitikai oszlopra való juttatása az itt belépő vivőgáz segítségével. Ebből következik, hogy az injektor magas hőmérsékletre fűthető (max. 400 °C). Általában a mintafecskendő segítségével egy szilikon tömítést (szeptum) átszúrva kerül az injektorba. Folyadékoknál mikrofecskendőt, gázmintáknál gázfecskendőt alkalmazunk. A korszerű készülékekben a vivőgáz belépőnyomása és esetenként az injektor hőmérséklete időprogramozható. - Termosztát: Légtermosztátban helyezkedik el az elválasztást végző oszlop (kolonna). Az intenzív levegőventiláció biztosítja az egyenletes hőelosztást és a pontos hőmérsékletet, amely a retenciós idők ismételhetősége szempontjából elengedhetetlen. Követelmény, hogy a termosztát programozottan fűthető legyen 400 °C-ig, 0-100 °C/perc tartományban, valamint a megadott hőmérséklettől való eltérés maximum ±0,1 °C lehet. Az elválasztás ideje alatt a termosztálás történhet állandó hőmérsékleten (izoterm), vagy hőprogram alkalmazásával. - Oszlop (kolonna): A gázkromatográfiában használatos oszlopok két típusba sorolhatók, töltetes oszlopok és kapilláris oszlopok. Töltetes oszlopok kialakítása során a mechanikai szilárdságot acél- vagy üvegcső biztosítja, melybe a szilárd halmazállapotú állófázis van betöltve. A töltet lehet egy szilárd halmazállapotú anyag vagy szilárd hordozó felületén megkötött fázis. A kapilláris oszlopok felépítésüket tekintve egy vékony üvegkapilláris, melyet kívülről poliimid réteg borít. Ez adja a rendkívüli mechanikai tulajdonságait (hajlékonyság). A

50

megosztófázis a kapilláris belső falán található, típusa alapján két csoportba soroljuk. Az egyik esetben az állófázis anyaga folyadékfilm (gáz-folyadék megoszlási kromatográfia), míg másik esetben szilárd adszorbens (gáz-szilárd adszorpciós kromatográfia). -

-

Detektor: A gázkromatográfiában használatos detektorok az oszlopról eluálódó anyagok mennyiségével arányos elektromos jelet szolgáltatnak, amelyet az adatfeldolgozó rendszer alakít át értékelhető információvá. A detektorok fűthetőek, hőmérsékletük általában kb. 20-30 °C-kal haladja meg a termosztát végső hőmérsékletét a kedvezőtlen lerakódások megelőzése végett. Adatfeldolgozó rendszer: A modern adatfeldolgozó rendszerek alkalmasak az adatok gyűjtésére, feldolgozására, tárolására, a gázkromatográfiás rendszer vezérlésére, valamint laborinformációs rendszerek felépítésére, kezelésére.

A kromatogramban a minőségi információt a retenciós idők, a mennyiségit a csúcsok alatti területek hordozzák. Az egyes komponensek minőségének meghatározására a retenciós adatok csak abban az esetben elegendőek, ha ismerjük a mintánk szennyezésprofilját (esetünkben tartalmaz robbanóanyagokat, interferáló komponenseket nem). Amennyiben ilyen információkkal nem rendelkezünk, akkor a komponensek azonosítása csak erre alkalmas detektorok (pl. MS, FTIR) használatával végezhető el. A minta koncentrációja és az analitikai jel (csúcsterület) közötti kapcsolatot kalibráció segítségével határozzuk meg. A kromatogram csúcsainak területe a detektorba jutó anyag mennyiségével általában lineáris összefüggést mutat, anyagmennyiséget növelve telítésbe megy át. Mennyiségi elemzés céljára általában a görbe egyenes szakasza (detektor dinamikus tartománya) alkalmazható. Mivel a detektorok érzékenysége (kalibrációs egyenes meredeksége) minden anyagra más és más, ezért a kalibrációt minden meghatározandó komponensre el kell végezni. 3.5.6. Multigáz szenzorok

Multigáz szenzoros rendszerek az úgynevezett „Elektromos műorr” (német irodalomban „Elektronische Nasen”) több szenzor kombinációja, melyek több gáz halmazállapotban lévő illékony szerves vegyület mérésére szolgál. A levegőben lévő anyagok a szenzorban elektromos jeleket generálnak. A nyers mérési adatokat egy külön egységgel fel kell dolgozni. A szenzorok által gyűjtött mérési adatokat a szükséges algoritmussal kiértékelve az elektromos orr mérőműszerként alkalmas a levegőminta szagterhelésének vagy szennyezőanyag összetételének értékelésére. A szenzoroknak nincs nagy elválasztó képességük és több anyagot érzékelhetnek. Az elektromos orr elve azon alapszik, hogy különböző érzékenységű és szelektivitású érzékelők segítségével egy jelminta keletkezik, ami egy anyagot vagy anyagkeveréket jellemez. A gázok pontos összetétele nem, vagy csak nehezen határozható meg, mivel az összes szenzor egyszerre több anyagot érzékel. Az elektromos orr egy mérési eljárás, mellyel az adott gázkeverékeket egy egyedi paraméterrel jellemez. A multigáz szenzoros rendszerek különböző gázszenzor típusokkal valósítható meg, melyek a detekció módjában és a mérési adatban különböznek. Jelenleg a kereskedelemben beszerezhető rendszerek főleg metáloxid, szerves polimer, kvarckristály és felületi hullám vezető (SAW) szenzorokat alkalmaznak.

51

A berlini Hermann Rietschel Intézetben Moses II és Kamina típusú multiszenzor rendszerekkel végeznek kísérleteket. A berendezések a 3.5.6/1. ábrán láthatók. A MOSES név a Modulares Sensorsystem rövidítése. A Moses egy számítógép házból áll, amibe többféle szenzormodult építettek be és ezek egymással összekapcsolhatóak. A műorr egy bemeneti, egy kvarc és egy metáloxid szenzor modulból áll. A modulok 8-8 szenzort tartalmaznak. A másik rendszer neve a Karlsruher Mikronase kifejezés rövidítéséből keletkezett. A Kamina egy kompakt, kisméretű elektromos orr. A környezeti levegő méréséhez csak egy ventilátorral ellátott mérőfejet kell a készülékhez csatlakoztatni. A Kamina 38 darab metaloxid szenzort tartalmaz.

MOSES II szenzorrendszer

Kamina szenzorrendszer

3.5.6/1. ábra MOSES II és Kamina multigáz szenzorrendszerek a berlini Hermann Rietschel Intézetben [26]

A multigáz szenzorrendszerek mérési adatainak kiértékeléséhez a szenzoradatok további feldolgozására van szükség. Erre a feladatra minőségi, osztályozó eljárásokat vagy mennyiségi metodikákat használnak. A szenzoradatok kiértékelésének néhány eljárása: -

A fő összetevők elemzése (angolul: PCA- Principle Component Analysis): A nagyszámú szenzoradatot pár tényezőre redukálja azáltal, hogy kihasználja a szenzorok keresztérzékenységét. Az eljárás a szenzor adatmátrix egységvektorainak koordináta transzformációját írja le.

-

A fő összetevők regressziója: A PCA eljárással optimalizált adathalmaz alapul szolgál egy lineáris regresszió számításnak.

-

Lineáris diszkrimináns elemzés: Hasonlóan a PCA módszerhez itt is csak a különböző mérések összehasonlítása lehetséges. Az adatok transzformációja nem a fő összetevők alapján történik.

52

-

Mesterséges neuron hálózat (ANN): Egy feldolgozási eljárás, melynek elkészítésénél az idegrendszert vették alapul. Nagyszámú egymással összekapcsolódó folyamategységből, ún. mesterséges neuronokból áll, melyek egy egyedi problémát oldanak meg. A rendszer konfigurálása, mint a biológiai rendszereknél, tanulással történik.

Belső levegőminőség mérésére ezeket a szenzoros rendszereket még nem alkalmazzák. A berlini intézetben kutatásokat folytatnak, hogy az elektromos orrok, hogyan használhatók a belső terek szagintenzitásának mérésére, felügyeletére. A multigáz szenzoros rendszerek fő felhasználási területe a parfüm és élelmiszer iparban van, ahol a gyártási folyamat közben a termékek minőségbiztosítására használják. 3.5.7. Kombinált mérési eljárások

Új építőanyagok megjelenésével napjainkban szükségessé vált a felületükből keletkező emisszió kémiai összetételének elemzésére és olfaktometriai értékelésére, hogy egy anyag szaghatást okozó alkotórészei meghatározhatóak legyenek. A Sniffer Port vagy Olfactory Detector Port (ODP) rendszerben a gázkromatográffal végzett kémiai elemzést összekapcsolták az emberi szagérzékeléssel. Az ODP segítségével azonosíthatók egy kromatogramban található fontosabb szagösszetevők, ha a szaganyagokat ezzel a kromatográfiás mérési eljárással egyértelműen meg tudják határozni. A gázkromatográfból érkező gázáram egy részét az Olfactory Detector Port-hoz, másik részét egy elemző detektorhoz (tömegspektrométer, lángionizációs detektor) vezetik. Az ODP-n keresztül a mérőszemélyek közvetlenül a gázkromatográfból érkező gázáram szaghatását tudják értékelni. A mérőalany az ODP szaglótölcsérénél, kivezető nyílásánál áll egy jeladóval a kezében, amivel jelezni tud, ha valami szaghatást érzékel. Az időpontot digitálisan rögzítik, így a kromatogrammal összehasonlítható. Egy gázkeverékben található, emberek által érzékelhető összetevő így határozható meg ezzel az eljárással. 2006-ban egy SysPAQ nemzetközi kutatási projekt keretében egy ODP berendezéssel különböző belsőépítészeti anyagok emisszióvizsgálatát végezték el. [44] A mérések során sok szennyezőanyagot sikeresen vizsgáltak, de számos olyan szaganyagot is érzékeltek a mérőalanyok, melyet a gázkromatográf nem tudott kimutatni.

53

3.6.

Az érzékelhető levegőminőség hatása a termelékenységre

Három független tanulmány is vizsgálta 1999-ben és 2000-ben, a levegőminőség és a szimulált irodai munka közötti kapcsolatot. [52], [66], [67]. A tanulmányok eredményeit Kosonen és társai foglalták össze. [51] A mérések közben irodai munkaként az alanyok szöveggépelést, hibakeresést és ezekhez hasonló hétköznapi feladatokat végeztek. A levegő minőségét a szennyezőanyag terhelés csökkentésével vagy a szellőző levegő növelésével változtatták. Egy-egy vizsgálat 4,5 órán át tartott. A vizsgálatok összefüggést mutattak az elfogadható levegőminőség és a munka teljesítmény között. Az eredmények kimutatták, hogy a levegőminőséggel elégedetlenek százalékos arányának minden 10%-os csökkenése, a gépelés teljesítményét 1,4%-kal, a kiegészítést 1,1%-kal, a gépelési hibakeresés hatásosságát 2,3%-kal növeli meg. A 3.6/1. ábra az érzékelhető levegőminőség és a munka teljesítmény közötti összefüggés mutatja.

3.6/1. ábra A munka teljesítmény csökkenése különböző típusú munkák esetén az érzékelhető levegőminőséggel elégedetlenek arányában [51]

Az elégedetlenek százalékos aránya átszámítható érzékelhető levegőminőségre is decipol egységben. Az átszámításnál a következő paramétereket vették figyelembe: 10 m2/fő; 10 l/s,fő; alacsony emissziójú belsőépítészeti anyagok (1 olf). Az átszámítás alapján kapjuk a 3.6/2. ábrát, mely már a levegőminőség függvényében mutatja a munkateljesítmény csökkenését. Tipikus decipol érték a 4 (40% elégedetlenség), 2 fő/10m2, 5 l/s,fő; 0,2 olf/m2 belsőépítészeti szennyezőforrás erősség mellett a munka teljesítményének csökkenése 9,1% szellemi munkavégzés és 5,6% a gépelési feladatoknál.

54

3.6/2. ábra A munka teljesítmény csökkenése különböző típusú munkák esetén az érzékelhető levegőminőség függvényében [51]

55

3.7.

Alacsony emissziójú belsőépítészeti anyagok hatása az épületek energiafogyasztására

Wargocki és társai [68] azt vizsgálták, hogy az alacsony emissziójú belsőépítészeti anyagok használata hogyan befolyásolja az épületek szellőzéséhez felhasznált energiát, változatlan belső levegőminőség mellett. Ennek a meghatározására vizsgálták a légcsere és a belső levegőminőség kapcsolatát különböző belsőépítészeti anyagok esetén. A légcseréből szimulációval határozták meg a szellőzés energiaigényét. Az anyagok szellőző forrás erősségét laboratóriumi körülmények között határozták meg kis mintákkal és teljes méretben berendezett vizsgálati helyiségekben vagy normál irodákban. A vizsgálatok egyértelműen kimutatták, hogy ha a különböző építési anyagok közül alacsony szennyezőanyag kibocsátásút választunk, akkor a levegőminőség javul. A méréseket nem tréningelt személyekkel végezték. Az alanyok a 3.5.2/1 ábrán látható fokozat mentes skálát használták. A skálán értékelték az érzékelhető szubjektív módon a levegőminőséget. A 3.7/1. ábrák eredményei megmutatják a kapcsolatot a szellőző levegő mennyiség és az érzékelhető levegőminőség között, ha a fő szennyezőforrások a belsőépítészeti anyagok. Az érzékelhető levegőminőség javulása nagyobbnak bizonyult, ha a normál méretű helyiségekben növelték a szellőző légmennyiséget.

3.7/1. ábra Különböző belsőépítészeti anyagokra és kombinációikra adott válaszok értékelése a légcsereszám függvényében, normál méretű helyiségekben végzett mérések során [68]

A belsőépítészeti anyagokat, különböző szellőző térfogatáramok mellett is vizsgálták az alanyok. A kérdőívre adott válaszokat a vizsgált anyagok felületére vonatkoztatott fajlagos szellőző térfogatáram függvényében ábrázolták (3.7/2. ábra).

56

3.7/2. ábra Különböző belsőépítészeti anyagokra adott válaszok értékelése a vizsgált anyagok felületére vonatkoztatott fajlagos szellőző térfogatáram függvényében, kisminta kísérletek során [68]

A kutatók amellett, hogy meghatározták az alacsony emissziójú belsőépítészeti anyagok hatását a szellőző levegő mennyiségére, vizsgálták a szellőzés energia-felhasználását is. Egy kétszemélyes mesterséges szellőzéssel ellátott iroda éves energiaigényét szimulálták. A helyiség déli és északi ablakkal is rendelkezik. Az iroda hűtésére három módot vettek figyelembe: külső árnyékolás, léghűtés, éjszakai hűtés. Az iroda energia-felhasználását 6 és 117 l/s,fő-s szellőző légmennyiséggel határozták meg. 6 l/s,fő a minimális szellőző igény az ASHRAE Standard 62 szerint. 117 l/s,fő az a maximális légmennyiség, melyet a helyiségbe huzathatás nélkül be lehet vezetni. A 3.7/4. ábra foglalja össze a számítások eredményét. A szimuláció alapján megállapították, hogy az alacsony emissziójú belsőépítészeti anyagok alkalmazása egy irodatérben jelentős energia-megtakarítást eredményezhet. Megfelelő

57

anyagválasztással a magas forráserősségű anyagokkal berendezett irodához képest az éves ventilációs energia felhasználás akár a tizedére csökkenhet.

6 l/s

117 l/s

3.7/4. ábra Szimulációs vizsgálatok eredménye, éves energiaigény meghatározása egy irodában 6 és 117 l/s,fő szellőző légmennyiség mellett, három különböző hűtési mód esetén [68]

58

4.

A PROBLÉMAMEGOLDÁS ELŐKÉSZÍTÉSE

4.1. A mérés kiértékelésének matematikai statisztikai elméleti alapja 4.1.1. Aceton levegőminőségi etalonnal végzett vizsgálatok 4.1.1.1. Az emberi szagérzékelés eredményeinek normalitás vizsgálata

A minták normalitásának ellenőrzése történhet grafikusan és statisztikai hipotézisvizsgálattal. Grafikusan a P-P diagrammal, box-plot ábrával és a hisztogramra illesztett haranggörbével szokás a minta realizációjának a normális eloszlását ellenőrizni. P-P grafikon: A mintából számolt empirikus eloszlásfüggvény- és a hipotetikus eloszlásfüggvény pontgrafikonja a hozzájuk illeszkedő regressziós egyenessel. Az illeszkedés akkor mondható jónak, ha a pontok „rátekerednek” az egyenesre. Box-plot ábra: A változó térbeli eloszlását mutatja. A kiemelt doboz a minta tejedelem 50%-át fedi le, a dobozban lévő vonal a medián helyét jelöli ki, a dobozt átszúró vékony intervallum az adatok 90%-át fedi le. Az esetleges szélső pontokat külön is jelölik. várható normál érték változó P-P grafikon

Box-plot ábra

Hisztogram haranggörbével: A mintából számolt hisztogramra ráillesztik a mintaátlaghoz és a standard szóráshoz tartozó normális sűrűségfüggvény grafikonját. Jó illeszkedés esetén a hisztogram oszlopai jól kitöltik a haranggörbe alatti területet.

Az egymintás Kolmogorov-Smirnov próbával statisztikusan lehet az illeszkedés jóságát ellenőrizni. Jó illeszkedés esetén az empirikus eloszlásfüggvény és a hipotetikus eloszlásfüggvény különbségének szuprémuma gyök n-nel szorozva Kolmogorov eloszlást követ. A próba során kiszámított szignifikancia-szint nagysága alapján lehet dönteni a 59

normalitás elfogadásáról/elvetéséről. Amennyiben a szignifikancia-szint 0,1-nél nagyobb, az illeszkedés jónak mondható. 0,01 alatti szignifikancia esetén pedig nem jó az illeszkedés. 4.1.1.2. Egymintás t-próba alkalmazása a mérés pontosságának ellenőrzésére

A módszer annak eldöntésére szolgál, hogy a mérési adatok átlaga mennyire jól közelíti a beállított hipotetikus értéket. Az egymintás t-próba feltételezi a minta jó illeszkedését a normális eloszláshoz. Nagy minta esetén a próba robosztussága miatt a normalitás feltétele nem játszik nagy szerepet. Az átlag jó közelíti a hipotetikus értéket, ha a próba szignifikanciaszintje meghaladja a 0,1 értéket. Amennyiben a szignifikancia-szint 0,01-nél kisebb, a becslés nem elfogadható pontosságú. Amennyiben azt kívánjuk ellenőrizni, hogy a mérések szignifikánsan kisebbek (vagy ellenkezőleg: szignifikánsan nagyobbak), mint az etalonérték, akkor egyoldali t-próbát kell



-höz, hanem -hoz 2 kell megválasztani, a számított értékhez való összehasonlításnál nem használjuk az abszolút értéket, hanem a megfelelő kisebb, vagy nagyobb relációt. alkalmazni. A végrehajtásban annyi a különbség a kritikus értéket nem

4.1.1.3. A mérőcsoport létszámának hatása a mérés pontosságára

Korábbi olf-box kísérleteknél Bluyssen [34] kimutatta, hogy a szükséges becslési pontosság eléréséhez legalább 30-32 mérés szükséges. David Wyon és Bánhidi László [69] is elméleti kutatásokat végzett a hőkomfort és levegőminőségi mérésekben résztvevők létszámával kapcsolatban. Megállapították, hogy a kísérleti mérőalanyok létszámát empirikus úton is meg lehet határozni oly módon, hogy az eredmények szignifikánsak legyenek. Megvizsgáltam, hogy hogyan lehet a mérések számát csökkenteni, illetve a t-próba szignifikancia-szintje milyen összefüggésben van a mintaelemszámmal. A teljes mintából véletlenszerűen kiválasztott részmintáknál egyértelműen romlott a szignifikancia-szint. Megvizsgáltam, hogy hogyan lehetne szisztematikusan olyan részhalmazát képezni a mintáknak, melyeknél a szignifikancia-szint legalább olyan jó, mint az a teljes mintánál volt. Ehhez mindegyik kísérleti személy mérési adatainak és a beállított értékeknek három metrika szerinti távolságait képeztük. Mindegyik távolság szerint rangsoroltam a személyeket: kicsi rangszámot kaptak a kis becslési távolságot elérő személyek és nagyot, akik rosszul mértek. A rangszámokat összehasonlítva azt állapítottam meg, hogy a három rangszám összege közelítette meg legjobban az átlagot. Ennek megfelelően a három metrikához tartozó rangszámokat összegeztem és a rangszám-összeg alapján újból sorba rendeztem a mintát. A sorrendben azok a személyek álltak elöl, akik mindhárom metrika szerint kis távolságú becsléseket produkáltak. Ezután megvizsgáltam a lista elejéről vett 10, 20, 32 elemszámú minta esetén hogyan változik a minta szignifikancia-szintje. A legkisebb vizsgált elemszámnak a 10 főt választottam, mert 10-nél kisebb elemszám esetén az egymintás t-próba vizsgálat másodfokú hibájának valószínűsége jelentősen megnő és a kiértékelés pontatlanná válik. Az alkalmazott metrikák az alábbiak voltak: d Eu b i , e  

 b 8

j1

 e j  , az Euklideszi távolság; 2

ij

d Cs b i , e   max b ij  e j , a Csebisev-távolság; j1, 2 ,...,8

(4.1.1.) (4.1.2.)

60

8

d CB b i , e    b ij  e j , a City-Block (Manhattan) távolság.

(4.1.3.)

j1

A képletben e1 , e2 ,..., e8 jelölik az etalonértékeket, míg b ij az i-edik kísérleti személy mért értéke a j-edik etalonhoz. Az alkalmazott távolságfüggvények másként értékelik a közelséget. (Az Euklideszi metrika szerint az egységkör valóban kör, de a Csebisev és a City-Block metrikák esetén az „egységkör” négyzet alakú lesz.) 2

1

x j 1

i

 yi  1

1

City-Block-metrika

A rangsorszám szerint rendezett alanyok létszámának hatását a mérés átlagára diagram segítségével ábrázoltam. A vízszintes tengelyen a létszámot, a függőlegesen az adott létszámhoz tartozó mérési átlagot vettem fel. 5.1.1.4. A szagintenzitás hatása a mérés pontosságára

A kiértékelés során vizsgáltam, hogy a minták forráserőssége milyen hatással van a mérési eredményekre. Diagramokban ábrázoltam a mérési átlag, a szórás, a mért és a tényleges érték közötti eltérést és a relatív mérési hiba változását a minták tényleges értékének függvényében. A mért és a tényleges érték közötti eltérés kiszámítása a következő képlettel történt: H A i  bi  ei ; dp. - ahol bi: az i-ik minta mérőcsoport által mért átlaga, ei: az i-ik minta tényleges értéke, i= 1-8.

(4.1.4.)

A relatív hiba kiszámítása a következő képlettel történt: bi  ei 100% ; % ei - ahol bi: az i-ik minta mérőcsoport által mért átlaga, ei: az i-ik minta tényleges értéke, i= 1-8. Hri 

(4.1.5.)

61

4.1.2. Belsőépítészeti anyagmintákkal végzett vizsgálatok 4.1.2.1. A mérési eredmények homogenitásának vizsgálata

Két vagy több statisztikai mintát homogénnek akkor nevezünk, ha ugyanabból a valószínűség-eloszlásból származnak, azaz azonos az eloszlásfüggvényük. Attól függően, hogy mennyi a minták száma, és hogy a minták egymástól függetlenek vagy összetartozók, másképpen kell eljárni a statisztikai vizsgálatokban. Ha a vizsgált minták normalitásának feltétele elfogadható, akkor ú.n. paraméteres próbákkal ellenőrizhetjük a homogenitást. Ilyenkor viszonylag kis elemszámú minták esetén is megbízhatóan dönthetünk. Amennyiben viszont az eloszlásra előzetesen (a priori ) nem élünk semmilyen feltevéssel, nemparaméteres próbát kell alkalmazni. Ebben az esetben nagyobb elemszámú minták esetén dönthetünk csak eredményesen a homogenitásról. Ha egyszerre kettőnél több mintát hasonlítunk össze, és a homogenitásukra vonatkozó feltevésünket el kellett vetni, akkor a megfelelő kétmintás próbákkal detektálhatjuk az egyes minták között fennálló inhomogenitásokat. Tegyük fel, hogy adva van k db n-elemszámú összetartozó minta és ellenőrizni akarjuk azt a feltevést, hogy mind a k minta ugyanazzal az eloszlásfüggvénnyel jellemezhető. A témakör a homogenitás vizsgálathoz tartozik. Azon belül, amikor több összetartozó minta azonos eloszláshoz tartozását akarjuk ellenőrizni, a Friedman-próbát szokás alkalmazni. Tekintsük tehát az x  ( x , x ,..., x ) T  IR k k-dimenziós valószínűségi változó vektort, 1 2 k x melyre vonatkozó n k-s minta-adatmátrix az  x (1) x (2)  x (k )   1 1 1   (1) (2) (k )  x  x (4.1.6.) X   x2 2 2  .        (1) ( 2 ) ( k)  x  x x n n   n Ellenőrizni szeretnénk a x komponenseinek azonos eloszlására vonatkozó nullhipotézist. Készítsük el az X adatmátrix minden sorának rangszámait!

(1) r 1 (1) r 2  (1) r n

(2) r 1 (2) r 2  (2) r n

(k )  r 1 (k )  r 2 ,   (k )  r n

(4.1.7.)

(1) (1) ahol pl. 1  r  k azt a rangszámot jelenti, hogy x hányadik legkisebb elem az X 1 1 (1) kapcsolt rangszám is lehet.) adatmátrix első sorában. (Egyenlőségek esetén r 1 n (k ) n (1) (2) n (2) (1) (k ) az egyes oszlopokhoz tartozó   r R   r ,R   r ,..., R j j j j 1 j 1 j 1 rangszám-összegek. Ha a minták homogének, akkor megmutatható, hogy az

62

F

k ( j) 12  R  3n(k  1) rangstatisztika aszimptotikusan k-1 szabadságfokú nk (k  1) j  1

 2 - eloszlást követ. Adott   0 elsőfajú hiba megválasztása mellett a  2 táblázatból a k-1 szabadsági fokhoz kiolvasható a T



kritikus érték, és F  T



esetén elfogadjuk a

komponensek homogenitására vonatkozó feltevést. Pl., ha n=20 és k=3, akkor a  2 táblázatból kiolvasott kritikus érték: T =4,605.



Abban az esetben, ha a homogenitást el kellett vetni, akkor az összes (i,j) párokra vonatkozó  x (i ) , x ( j ) ,  x (i ) , x ( j ) ,...,  x (i ) , x ( j )  kétdimenziós mintákon egyenként ellenőrizzük a  1 1   2 2   n n   homogenitás fennállását, pl. Wilcoxon próbával. Két összetartozó minta homogenitásának ellenőrzése Wilcoxon próbával. Tekintsük a (x,y) valószínűségi változó párt, melyre vonatkozó n-elemű mintánk x , y , x , y ,..., x , y . Azt akarjuk megvizsgálni, hogy a két mintakomponens eloszlása 1 1 2 2 n n azonosnak tekinthető-e. Képezzük a d  x  y ,d  x  y ,...,d  x  y differencia sorozatot. (Ha a d 1 1 1 2 2 2 i n n n különbségek között k  0 db 0 is előfordulna, akkor azokat el kell hagyni és a csökkentett n-k elemszámú differencia mintával fogunk tovább számolni.)





 



d s  sgn d  1 ,s  sgn d ,...,s  sgn d az előjelek sorozata, n n 2 1 1 d 2 1

(4.1.8.)

a  d ,a  d ,...,a  d az abszolút eltérések sorozata. (4.1.9.) 1 1 2 2 n n Tekintsük az (0 )a*  a *    a * rendezett mintát, és számoljuk ki az a , a ,..., a 1 2 n 1 2 n minta r , r ,..., r rangszámait a rendezett minta alapján! 1 2 n R   r a pozitív differenciák rangszámösszege,  i s  0 i R   r a negatív differenciák rangszámösszege.  i s  0 i n (Nyilván: R  R  R   r ). i   i 1 Ezután a Wilcoxon táblázatból adott   0 elsőfajú hiba megválasztása után kiolvassuk a megfelelő kritikus értékeket, és a nullhipotézist akkor fogadjuk el, ha R ( vagy R ) a két   kritikus érték közé esik. Pl.   0,10 esetén n=6-hoz a 2  R  19 relációnak kell fennállnia.  Ha az n mintaelemszám nagy (több mint 25), akkor megmutatható, hogy R közel normális  eloszlású lesz n(n  1) n(n  1)(2n  1)   ER  (4.1.10.) ,   R      4 24 paraméterekkel.

63

Ilyenkor a nullhipotézis eldöntéséhez az R     u reláció teljesülését kell ellenőrizni, ahol u a standard normális       0,10 esetén eloszlás táblázatából kiolvasott kritikus érték. Pl.  p   0,05, y  u  1,.64485 .  2

4.1.2.2. A minták normalitás vizsgálata

A vizsgált minták normalitásának ellenőrzését a korábban a 4.1.1.1. pontban tárgyalt módszerekkel végeztem el. Amennyiben a minták normális eloszláshoz való jó illeszkedése fennáll, a homogenitás ellenőrzésére kis mintaelemszám esetén is megbízhatóan működő eljárással, szórásanalízissel dönthetünk. Tekintsük az ( x , x ,..., x ) T  IR k k-dimenziós valószínűségi változó vektort, melyre p 1 2 x vonatkozó n k-s adatmátrix az  x (1) x (2)  x (k )   1 1 1   (1) (2) (k )  x x x   X  2 (4.1.11.) 2 2  .       (1) (2) (k )  x x  x n n   n A komponensekről feltesszük, hogy x  N (  , ), (i  1,2,..., p ) , de a függetlenséget i i i ezúttal nem használhatjuk ki. A minták homogenitása most a várhatóértékek és a szórások egyezését jelenti. Először a Bartlett-próbával vizsgáltam a szórások azonosságát. Ezután a várhatóértékek egyenlőségét vizsgáljuk, azaz ellenőrizni szeretnénk, hogy fennállea H 0 : 1   2     p nullhipotézis. Az alkalmazott statisztikai módszer a szórásanalízis témaköréhez tartozik, ez a véletlen blokkok módszere. A jelölések most a következők: 1 n (i ) az X adatmátrix oszlopainak átlaga (i=1, 2, ..., k), (4.1.12.)  x x i.  n j 1 j 1 k (i ) az X adatmátrix sorainak átlaga (j=1,2,...,n), (4.1.13.)   x x. j p i 1 j 1 k n (i ) x (4.1.14.)   x a teljes minta átlaga, nk i  1 j  1 j k n 2 Q    x (ji )  x a teljes négyzetösszeg , (4.1.15.) i 1 j 1





64

k Q  k  ( x  x ) 2 az oszlopátlagok eltéréseihez tartozó négyzetösszeg, (4.1.16.) o i i 1 n Q  n  ( x  x ) 2 az sorátlagok eltéréseihez tartozó négyzetösszeg, (4.1.17.) s j j 1 k n (i ) Q v    ( x  x  x  x ) 2 a véletlen ingadozásokat mérő j i j i 1 j 1 négyzetösszeg. (4.1.18.) Q o és Megmutatható, hogy Q  Q o  Q s  Q v . Ha a nullhipotézis igaz, akkor s 2  o (k  1) Q s2 2 v s  jelölésekkel a T= o statisztika F-eloszlást fog követni v (k  1)  (n  1) s2 v (k-1, (k-1) (n-1) ) szabadságfokokkal. Ha a próbastatisztika szignifikánsan nagy, azaz T T ,



ahol T az F-eloszlás táblázatból kiolvasott kritikus érték, akkor a nullhipotézis elvetendő.



4.1.2.3. A minták klaszterezése

A k db minta homogenitását klaszterezéssel is ellenőrizhetjük. Vegyük a mintákat tartalmazó X= x1 , x 2 ,..., x k  halmazt, melynek homogén csoportokra osztását -azaz a klaszterezését- az ú.n. k-közép módszerrel (k-means method) végezzük el. X –et most tananyagnak, X elemeit pedig tanulópontoknak fogjuk nevezni. Az ismertetendő dinamikus klaszterező módszer L db feltételezett klasztercentrumból indul ki. A X tananyag tanulópontjait egyenként a  Euklideszi metrika alapján legközelebbi centrumpontú klaszterbe fogjuk sorolni. A besorolással egyidőben módosítjuk a centrumvektor helyét, azt az újonnan besorolt tanulópont felé mozdítjuk el. Ha az x i tanulópontjaink elfogytak, újból elölről kezdjük a besorolást. Most, mivel az előző iterációhoz képest a centrumpontok elmozdultak, új szituáció áll fenn: bizonyos tanulópontok most más klasztercentrumhoz lesznek a legközelebb, mint előzőleg. Ilyen átsorolódáskor mindkét klaszter centrumpontját módosítjuk: azt is, amelyiktől „eltávozik” és azt is, amelyikhez „érkezik” a vizsgált tanulópont. Az algoritmus során tehát a klaszter centrumpontok „vándorolnak” a térben, mígnem végül egy stabil állapot ki nem alakul. Az algoritmus lépései: 1. Beállítjuk a klaszterek számát, L-et. Kiválasztjuk az alkalmazott  metrikát. Beállítjuk a kiindulási z1, z 2 ,..., z L klaszter centrumpontokat a X mintahalmazból vett tanulópontokból úgy, hogy  ( z i , z j )  M legyen, ahol M kívülről bekért küszöb. (Az elv az, hogy a kiindulási centrumpontok elég messze legyenek egymástól.) A klasztersúlyokat, amelyek mindig a klaszterbe sorolt tanulópontok számával fognak megegyezni, 1-re állítjuk: n  n    n  1. 1 2 L

65

2. Iterációs szakasz. Végigmegyünk az első lépésben nem kiválasztott többi tanulóponton. Közülük az xi tanulópontot a s klaszterbe fogjuk sorolni, ha  ( x i , z s )  min  ( x i , z m ) , azaz m ha a s-edik centrumponthoz van a legközelebb. Ilyenkor az i-dik tanulópont címkéje y i  s lesz, és módosítjuk a s-edik klaszter centrumvektorát és súlyát: n z s  xi (4.1.19.) zs  s , n  n 1 . s s n 1 s (A képletekben  jel azt mutatja, hogy a régi értékekből hogyan származtatjuk az új értékeket.) 3. Ha már a 2. lépésben mindegyik tanulópontot besoroltunk valamelyik klaszterbe az 1, 2, ..., L közül, újból előlröl kezdjük az X tananyag pontjainak besorolását, mégpedig mindegyik pontot újravéve (azokat is, amelyeket az első lépésben kiválasztottunk a centrumpontok inicializációjakor). Tegyük fel, hogy az éppen sorra kerülő x i tanulópont eddig a y  s klaszterbe tartozott, és i most  ( x i , z t )  min  ( x i , z m ) . Ha s=t , továbbmegyünk, semmin nem változtatunk. Ha m viszont st, azaz most másik centrumponthoz van közelebb x i , mint előzőleg, akkor mind az

s mind az t klaszter adatait átállítjuk: n z s  xi , n  n 1 zs  s s s n 1 s (4.1.20.) n z t  xi , n  n 1 zt  t t t n 1 t Ha menetközben valamelyik klaszternél n  0 lenne, a klasztert felszámoljuk, és LL-1 -el i számolunk tovább. 4. A 3. lépésben számoljuk, hogy a k tanulópont közül hányat kellett átsorolni. Ha ezek száma egy előírt korlát alatt marad, vagy az iterációk száma egy előírt korlátot meghalad, az algoritmus leáll. A végeredményül kapott klasztercentrumok egyben a klaszterhez tartozó pontok átlagvektorát adja, a klasztersúlyok pedig a besorolt tanulópontok számával egyeznek meg. Beállítjuk a K korlátokat úgy, hogy K  max  ( x, z i ) legyen. ( K tehát a i xC i i i legnagyobb távolság az i-edik klaszter centrumponttól). 5. Egy ismeretlen (nem a tananyaghoz tartozó) alakzatvektort akkor fogjuk az i-edik klaszterbe sorolni, ha  ( x, z i )  min  ( x, z m )  K . i m A klaszterezés eredményét ezután a minták homogenitásának ellenőrzésére az alábbi módon használhatjuk fel: Tegyük fel, adott k db statisztikai minta: x1 , x 2 ,..., x k , ahol pl. (i ) (i ) (i ) T x i   x , x ,..., x   IR n az i-edik mintarealizáció elemeiből képzett oszlopvektort 2 n   1 jelenti. Az egyes x i minták homogenitásáról feltételezésünk van, azaz kiindulunk az

66

y , y ,..., y kategóriákból: ha pl. x i és x j minták szerintünk homogének, akkor y  y . i j 1 2 k Ha a k mintát összesen L homogén kategóriába soroltuk, akkor nyilván  y  1,2,..., L. i Klaszterezve az X= x1 , x 2 ,..., x k halmazt, megkapunk egy C1 , C 2 ,..., C s partíció-rendszert, ahol C  C    C  X és C  C   (i  j ). Ezután definiálhatók a z i címkék: 1 2 s i j z  s, ha x i  C . Az egyes C klaszterekben azok az x  X minták vannak, melyek a i s i klaszterezéskor használt metrika szerint közel vannak egymáshoz az IR n -ben. Ha a homogenitásra vonatkozó feltételezésünk helytálló volt, akkor a homogén minták egyazon klaszterben találhatók. Az ellenőrzést az  y1 , z1 ,  y 2 , z 2 ,...,  y k , z k  mintára vonatkozó összefüggés-vizsgálattal végezhetjük el a később ismertetendő módon. Az  y1 , z1 ,  y 2 , z 2 ,...,  y k , z k  egészértékű mintapáron összefüggés-vizsgálatot hajtunk végre kontingenciatáblázatuk segítségével. A két diszkrét változó között fennáll a függetlenség, ha a változók együttes eloszlása felbontható a peremeloszlások szorzatára. Annak eldöntésére, hogy két változó tekinthető-e függetlennek, különböző statisztikai próbák alkalmazhatók. Ha elvetendő a függetlenségre vonatkozó nullhipotézis, akkor a sztochasztikus összefüggés erősségére lehet statisztikákat kérni. Tehát, ha az  y1 , z1 ,  y 2 , z 2 ,...,  y k , z k  minták esetén elvetendő a függetlenség, vagyis szignifikáns sztochasztikus összefüggés tapasztalható a klaszterezés eredménye és az általunk feltételezett homogén csoportosítás között. Azaz a homogenitásra vonatkozó előzetes feltevésünk helytállónak bizonyult.

4.2. A mérőcsoport hibájának mérése, elméleti alapok A mérőcsoport mérési hibájának vizsgálatát a 3.5.2. fejezetben ismertetett metodika alapján végeztem el. A csoportok nem tréningelt személyekből álltak. Az olf-box mérőállást az OTKA T 0299451 számú kutatási programjában fejlesztettem, építettem fel a BME Épületgépészeti Tanszék Levegőminőség Laboratóriumában. Hitelesítettem objektív méréssel a levegőminőségi etalonokat, ill. a mérési alanyok által vizsgált ismeretlen koncentrációkat. Az elkészült olf-box a 4.2/1. ábrán látható. Acetonforrásokat mutat az 4.2/2. ábra. A kutatás keretében öt alkalommal vizsgáltam egy-egy mérőcsoport szagérzékelő képességét olf-box segítségével.

67

4.2/1. ábra Az olf-box és a levegőminőségi etalonok

4.2/2. ábra Három különböző acetonforrás

A mérőalanyok a mérések során a 3.5.2. fejezetben leírt módon ismeretlen acetonkoncentrációkat határoztak meg a levegőminőségi etalonok segítségével. A mérések az Épületgépészeti Tanszék Levegőminőség Laboratóriumában történtek. A vizsgálat folyamán a mérőalanyok egyesével 8 db ismeretlen acetonforrást értékeltek. Egy-egy 68

alkalommal 4-6 fő vett részt a mérésen. A mérési eredményet a 4.2/3. ábrán látható adatlapon rögzítették.

Név:…………………………………………… Mérés száma:……..

Dátum:……………………… Becsült érték:………decipol

4.2/3. ábra Mérési adatlap

A mérés során az 5.3. fejezetben ismertetett, hitelesített acetonforrásokat használtam fel. A nyolc mérésre használt acetonforrás értékeit a 4.3/1. táblázat mutatja be. 4.3/1. táblázat A vizsgált acetonforrások Sorszám Levegőminőség [dp]

1

2

12,78

6,32

Vizsgált acetonforrások 3 4 5 6 25,10

3,77

21,50

8,81

7

8

12,00

13,15

A három mérési sorozat folyamán a laboratóriumban ugyanazon komfort paramétereket állítottam be. A levegő hőmérséklete 20 oC, nedvességtartalma 40-50%, a bevezetett  friss=1560 m3/h (n=90 1/h) volt. frisslevegő térfogatárama V A méréseken készült fényképek láthatók a 4.2/4. ábrán.

4.2/4. ábra Olf-box mérés mérőalanyok segítségével

A VII. mérőcsoportban az egyes alkalmakkor a megjelent 4-6 fő egymás után vizsgálta az ismeretlen mintákat. A további mérésekben a tanulási effektus kiküszöbölésére az egymás után következő alanyok más és más mintákat értékeltek. Az alanyokat „A, B, C, D, E, F”

69

sorszámokkal láttuk el. Az etalon minták azonosítása a sorszámuk lapján történt. A mérési sorrend a 4.2/2. táblázatban található. 4.2/2. táblázat A mérési sorrend A B C D E F

1 2 4 6 10 2 6

2 13 8 13 6 4 9

3 4 6 9 13 8 4

4 6 2 8 12 6 2

5 8 13 12 9 12 10

6 9 12 10 4 10 12

7 10 9 4 8 13 8

8 12 10 2 2 9 13

4.3. Belsőépítészeti anyagok emisszió vizsgálata 4.3.1. Elméleti alapok

A helyiségekben és a szellőztető rendszerekben lévő anyagok, berendezési tárgyak, mint szennyezőanyag források lerontják a helyiség levegőjének minőségét, a levegőt áporodottá, fülledté és elviselhetetlenné tehetik. A beteg épület rejtélyének magyarázata tehát az eddig ismeretlen szennyezőforrások létezése. Miért nem ismerték ezt fel korábban? Valószínűleg azért, mert az elégtelennek bizonyult vegyelemzési mérési módszereken kívül egyéb mérési módszer nem állt rendelkezésre és valószínűleg azért sem, mert e szennyezőforrások nem koncentráltak, hanem a térben megoszlók. Ez a körülmény néhány extrém esettől eltekintve, mint pl. az emisszió egyes fa termékekből, észrevétlenné tette őket. A BME Épületgépészeti Tanszék Levegőminőség Laboratóriumában mérőcsoportok segítségével különböző magyarországi belsőépítészeti anyag ember által érzékelhető szennyezőanyag kibocsátását vizsgáltam. A mérési módszert –figyelembe véve a nemzetközi kutatásokban érvényesülő trendet- nem tréningelt mérőcsoporttal dolgoztam ki. 4.3.2. Mérőállás felépítése

A mérőállás elvi vázlata az 4.3/1. ábrán látható. A tervezésnél figyelembe kellett venni, hogy a felhasznált anyagok alacsony szennyezőanyag emisszióval rendelkezzenek. Így a kád üvegből, az áramlás egyenletesítő és a terelő lemez rozsdamentes acélból készült. Az 50x50x80 cm-es üvegkádba helyeztem be a mérendő szennyezőanyag forrást. A mintákat úgy alakítottam ki, hogy csak a használatban lévő felületein kipárolgó szennyezőanyagokat mérjük. Az oldalsó és hátsó felületeket alumínium szalaggal takartam le. Az üvegkád oldalára rögzített 12 V-os ventilátor segítségével levegő áramlik a vizsgált anyag körül, mely a mintavevő tölcséren át távozik. A kiáramlott levegőt a mérőalany az orra segítségével szubjektív módon értékeli. A tölcsérből kiáramló levegő térfogatárama egyenáramú tápegység segítségével szabályozható. A beállított érték: 2,9 m3/h. Ez az érték megfelel az olf-box-nál alkalmazott légmennyiségnek.

70

Mintavevő tölcsér Üveg fedőlap

Üvegkád 50x50x80cm

Ventilátor Vizsgált anyag 40x40cm 4.3/1. ábra A mérőállás elvi vázlata 4.3.3. A mérés menete

Mérés során a mérőalanyok az üvegkádból kiáramló levegőt értékelik. A kádban elhelyezkedő szennyezőforrást nem látják, mivel a mérőállást letakartam. Fontos, hogy a szaghatást rögtön az adaptáció előtt értékeljék. Az anyagokat a méréseket megelőzően a kereskedelmi forgalomban szereztem be, a vizsgálatok a beszerzés után kb. 1-2 hónap alatt zajlottak le. A 3.2.4.-es fejezetben ismertetett, Kundsen és társai által elvégzett vizsgálatok alapján az egy mérőcsoporton belüli mérőalanyok közel azonos forráserősségű mintákat értékeltek. A mintadarabok jellemzően 40x40 cm-es méretűek. Forgácslapok esetén a vágási éleket alumínium szalaggal takartam le. Szőnyegek esetén 2 db 40x40 cm-es mintát fordítottam össze. Minden mérésnél azonos termikus és akusztikai körülményeket biztosítottam.

A VII. mérőcsoporttal (45 fő) a következő mintákat vizsgáltuk (4.3/2. ábra): 1. Vastag szőnyegpadló latex hátlap piros „Orion” 5 mm vtg. 2. Forgácslap natúr 18 mm vtg. 3. Vékony szőnyegpadló latex hátlap „Rome” 3 mm vtg. 4. PVC padló „Acapulco” 1,3 mm vtg. 5. Vastag szőnyegpadló latex hátlap beige „Viper” 5 mm vtg. 6. Laminált forgácslap 18 mm vtg. 7. Tarket padló 5 mm vtg. 8. Ipari filc fekete „New Orleans”. A minták mérete 40x40 cm.

71

4.3/2. ábra VII. mérőcsoport által vizsgált minták

Az VIII. mérőcsoporttal (44 fő) a következő mintákat vizsgáltuk (4.3/3. ábra): 1. Laminált parketta, 6 mm vtg. 2. Laminált forgácslap 18 mm vtg. 3. Vastag szőnyegpadló, filc hátoldal, 5 mm vtg. 4. Rétegelt lemez 12 mm vtg. 5. Vékony szőnyegpadló „Rambo” jutta hátoldal, 100% PP, 3 mm vtg. 6. Natúr forgácslap 18 mm vtg. 7. Filc „Jupiter” 100% PP. 8. Szőnyeg „Lugano” 100% PP, 12 mm vtg. A minták mérete 40x40 cm.

4.3/3. ábra VIII. mérőcsoport által vizsgált minták

A IX. mérőcsoporttal (43fő) a következő mintákat vizsgáltuk (4.3/4. ábra): 1. 2. 3. 4.

Természetes parafa, lakozott 4 mm vtg. 30x53 cm. Rongyszőnyeg „Multi color” 100% Pamut 40x40 cm. Laminált parketta 6 mm vtg. enyvmentes 40x40 cm. Függöny, narancssárga 100% Pamut 40x40 cm. 72

5. 6. 7. 8.

Vastag szőnyegpadló bézs „Sound scroll”, juta hátlap+filc 40x40 cm. Szőnyeg, „Napoli” 40x40 cm. Függöny, piros 100% Polisztirol 40x40 cm. Természetes parafa, viaszolt 4 mm vtg. 30x53 cm.

4.3/4. ábra IX. mérőcsoport által vizsgált minták

A X. mérőcsoporttal (32fő) a következő mintákat vizsgáltuk (4.3/5. ábra): 1. Natúr fenyőfa lambéria vízzel hígítható oldószermentes fabevonó lazúrral lefestve, Polifarbe mahagóni 35x40 cm. 2. Futó szönyeg, „Westa”, 3 mm vtg. 40x40 cm. 3. Laminált forgácslap 18 mm vtg. 40x40 cm. 4. Öntapadós ragasztott PVC 30x30 cm. 5. Natúr fenyőfa lambéria oldószerrel hígítható vastag lazúrral lefestve, Xyladecor dió 35x40 cm. 6. Natúr forgácslap 18 mm vtg. 40x40 cm. 7. Vastag szőnyegpadló, filc hátoldal, 5 mm vtg. 40x40 cm. 8. Natúr fenyőfa lambéria oldószerrel hígítható vékony lazúrral lefestve, Xyladecor fenyőzöld 35x40 cm.

1.

2.

3.

4.

5.

6.

7.

8.

4.3/5. ábra X. mérőcsoport által vizsgált minták

73

A XI. mérőcsoporttal (32fő) a következő mintákat vizsgáltuk (4.3/6. ábra): 1. Natúr fenyőfa lambéria vízzel hígítható oldószermentes fabevonó lazúrral lefestve, Polifarbe mahagóni 2007 tavaszi festés 35x40 cm. 2. Természetes parafa, viaszolt 4mm vtg. 30x53 cm. 3. Laminált forgácslap 18 mm vtg. 40x40 cm. 4. PVC „Dynamic Csempe” 1,3 mm vtg. 40x40 cm. 5. Natúr fenyőfa lambéria oldószerrel hígítható vastag lazúrral lefestve, Xyladecor dió 2007 tavaszi festés 35x40 cm. 6. Természetes parafa, lakozott 4 mm vtg. 30x53 cm. 7. Vastag szőnyegpadló „Dublin Twist” VLIES háttal 4 mm vtg. 40x40 cm. 8. Natúr fenyőfa lambéria oldószerrel hígítható vékony lazúrral lefestve, Xyladecor fenyőzöld 2007 tavaszi festés 35x40 cm.

1.

2.

3.

4.

5.

6.

7.

8.

4.3/6. ábra XI. mérőcsoport által vizsgált minták

A mérési napok során a mérőalanyok először az olf-box vizsgálatot végezték el, majd rövid pihenőt követően értékelték a belsőépítészeti mintákat. Az értékelés szubjektív skálák segítségével történt. Az alanyok mind a két mérési sorozat esetében kitöltötték a 4.3/7. ábrán látható kérdőívet. Először fokozatmentes skálán jelölték meg, hogy a tölcsérből kiáramló levegőt milyen minőségűnek találják. A mérési sorozatokon ezen túlmenően Hedonic skálával is meghatározták a szaghatás erősségét. A Hedonic skálát a 3.4/5. ábra mutatja. A mérési sorozatok folyamán a laboratóriumban ugyanazon paramétereket állítottunk be. A levegő hőmérséklete 20°C, páratartalom 40-50%, a bevezetett frisslevegő térfogatárama

 friss=1560 m3/h volt. Az anyagok felületén a légsebesség egészen alacsony, 0,007 m/s volt. V A mérőállás egy vizsgálati mintával a 4.3/7. ábrán látható. A mérési sorozat során készült fényképeket a 4.3/8. ábra mutatja.

74

4.3/7. ábra Mérőállás a belsőépítészeti anyagok szennyezőanyag emissziójának meghatározásához

4.3/8. ábra Belsőépítészeti anyagok ember által érzékelhető szennyezőemissziójának meghatározása mérőalanyok segítségével

75

5. EREDMÉNYEK ÉRTÉKELÉSE 5.1. A mérőcsoportok, laboratórium, mérési menet általános ismertetése A kutatási munkám során a belső levegő minőségi szubjektív vizsgálatokat nem tréningelt mérőalanyokkal végeztem el. A vizsgálatok 22-25 év közötti egyetemisták segítségével történtek. Az alanyok a méréseket megelőzően nem vettek részt levegőminőségi tréningen. Korábban 6 mérőcsoporttal előméréseket végeztem (5.1/1. táblázat). Az előzetes mérések célja a mérési metodika és kiértékelési módok tesztelése és tökéletesítése volt. A dolgozatomban a következő öt mérőcsoport méréseit értékeltem ki. A mérőcsoportok összetételét az 5.1/2. táblázat tartalmazza. 5.1/1. táblázat Az előméréseket végző csoportok összetétele A mérőcsoport sorszáma I. II. III. IV. V. VI

Létszám (N), fő Férfi Nő Összesen 2000. IX.-XII. 51 4 55 2001. VI. 10 2 32 2001. X. 39 3 42 2002. X.-XII. 40 5 45 2003. X.-XII. 48 3 51 2004. XI.-XII. 39 1 40  fő Dátum

5.1/2. táblázat A mérőcsoportok összetétele A mérőcsoport sorszáma VII. VIII. IX. X. XI.

Létszám (N), fő Férfi Nő Összesen 2005. X.-XI. 39 6 45 2006. IV. 39 5 44 2006. X.-XI. 37 6 43 2007. IV.-V. 33 10 43 2007. X.-XI. 32 1 33 208 fő Dátum

A vizsgálatokat a BME Épületgépészeti Tanszékén, erre a célra kialakított, alacsony szennyezőanyag kibocsátású műtőfalakból épült laboratóriumban végeztem el. A kutatólaboratórium tudományos kutatási szempontok szerinti kialakítását Kajtár László dolgozta ki, a megvalósítást irányította, és szervezte. A vizsgáló kamrában szagtalan, megfelelő tisztaságú levegőt, kellemes hőkomfortot és akusztikai szempontból is megfelelő feltételeket kell biztosítani. A levegőminőségi követelmények miatt olyan falszerkezetet kell alkalmazni, melynek alacsony a szennyezőanyag (szag) kibocsátása.

76

Erre a feladatra a nemzetközi gyakorlatban az alábbi anyagokat alkalmazzák:  biztonsági üveg,  rozsdamentes acéllemez,  teflon bevonatú lemez,  speciális műtő falszerkezet. Ezek közül mi a műtőfalat alkalmaztuk. A megfelelő tisztaságú szellőző levegő előállításához legalább kétfokozatú szűrést (G4 és F7) kell alkalmazni. A szűrőház anyaga a második fokozatnál rozsdamentes acéllemez és a légcsatornák is ebből készülnek. Igény esetén beépítésre kerülő harmadik szűrőfokozat sterilszűrő (H10-H11). A magas légcsereszám (n=50-90 1/h) teszi lehetővé, hogy a különböző vizsgálatok esetén sem romlik a vizsgálókamrában érezhetően a levegőminőség. A levegő szagtalan marad. A létrehozott túlnyomás akadályozza meg a szennyezőanyag bejutását a külső, illetve körülvevő térből. Mindezek figyelembevételével és a nemzetközi tapasztalatokra támaszkodva lett felépítve a Tanszéken a laboratóriumot. A tervezés során sokat segítettek a Fanger, Fitzner professzorokkal és munkatársaikkal folytatott konzultációk és a helyszíni bejárások tapasztalatai. A felépített vizsgáló kamra fő adatai: - alapterület: 2,1 x 3,3 m = 6,9 m2, - belmagasság: 2,5 m, - térfogat: 17,325 m3, - szellőző levegő térfogatáram: 1 800 m3/h (maximum), - légcsereszám: 104 l/h (maximum), - szűrő fokozatok: G3, F7, H10. A laboratórium alaprajzi elrendezését a fő méretekkel az 5.1/1. ábra mutatja. A kiszolgáló klímatechnikai rendszer kapcsolási vázlatát az 5.1/2. ábrán láthatjuk a levegőkezelő elemekkel és az automatikus szabályozással. A szellőztetés frisslevegős, a levegőbefúvás a mennyezeten történik. A befújt levegő a padlószint közelében az oldalfalakba épített szellőzőrácsokon távozik a laboratóriumi helyiségbe, majd az ablakon a szabadba. Így a vizsgálókamra egyértelműen túlnyomásos. A levegő szűrése három fokozatban történik. A levegőminőségi követelmények miatt a légcsatorna hálózat rozsdamentes acéllemezből épült. A belső levegőminőség vizsgálókamra hűtés, fűtés, szellőztetés módban üzemelhet. A kamrában a mindenkori igényekhez igazodva tetszőleges levegőhőmérséklet beállítható és tartható. A nemzetközi gyakorlatnak megfelelő magas légcsereszám, a három fokozatú szűrés, valamint az alkalmazott építőanyagok biztosítják a laboratóriumi vizsgálatokhoz szükséges jó levegőminőséget. A mérések folyamán a mérőalanyok először a BME Épületgépészeti Tanszék Levegőminőség Laboratóriumában a mérőcsoport hibájának meghatározására szolgáló olf-boxos vizsgálatot végezték el (4.3. fejezet), majd rövid pihenőt követően belsőépítészeti mintákat értékelték (4.4. fejezet). Az értékelés szubjektív skálák segítségével történt. Az alanyok a mérések előtt és között a jól átszellőztetett laboratóriumi előtérben tartózkodtak. Megfelelő termikus és akusztikai körülményeket biztosítottam, hogy a levegőminőségi értékelést a hő- és akusztikai komfort ne befolyásolja. A mérőszobában a mérések alatt a hangnyomásszint 36,637,0 dB(A) volt. A laboratóriumi mérések és a mérési szünetek során az alanyok nem végezhettek olyan tevékenységet (evés, ivás (kivéve víz), dohányzás, rágógumi fogyasztás), 77

nem használhattak olyan illatszereket, nem hordhattak olyan öltözéket, melyek a szagérzékelésüket befolyásolhatták volna. A mérések részleteit a 4.3. és a 4.4. fejezet tartalmazza.

A méretek milliméterben értendőek! 5.1/1. ábra A laboratórium alaprajzi elrendezése

5.1/2. ábra A klímatechnikai rendszer kapcsolási vázlata [28]

78

5.2. Az olf-box megtervezése, felépítése A laboratóriumi kutatómunkához szükség volt egy olf-box berendezésre, melyet a nemzetközi irodalomban található ajánlások, leírások alapján terveztem meg és gyártattam le. A szakirodalom nem tartalmazott az olf-boxra vonatkozóan egy általános körűen kidolgozott és elfogadott megoldást. A különböző kutatóhelyeken saját fejlesztésben kidolgozott megoldásokkal találkoztam. Az olf-box műhely- és összeállítási rajza az 1. Mellékletben található. A doboz anyaga rozsdamentes acél, az oldalak összeerősítése szegeccsel történt, így megfelel annak a követelménynek, hogy a felhasznált anyagok alacsony szennyezőanyag kibocsátással rendelkezzenek. Miután elkészült a doboz, elkezdődhetett az etalonok elkészítése és beüzemelése. Az etalonokhoz egyes elemeket (keverőtér, mintavevő tölcsér) Dániából a Koppenhágai Műszaki Egyetemtől vásároltuk. Acetonforrásként egy a gyógyászatban is alkalmazott üvegedény használtam. Alumíniumból készítettem a fedőlemezt, melyen a furatok számával és átmérőjével tudtam változtatni a bepárolgó aceton tömegáramát. Egy etalon rajza, főbb méretei a 2. Mellékletben látható. Az elkészült olf-box a 4.2/1. ábrán látható.

5.3. Levegőminőségi etalonok elkészítése, hitelesítése Az aceton koncentráció a következő módon számítható:

 aceton m M  k aceton   levegő  aceton ;  V M levegő levegő - ahol: -

(5.3.1.)

3  V leveő : a levegő térfogatárama [m /h],  aceton : az aceton tömegárama [mg/h], m k aceton : aceton koncentráció [ppm],

-  levegő : a levegő sűrűsége [kg/m3], - Maceton: az aceton móltömege [kg/kmol], - Mlevegő: a levegő móltömege [kg/kmol]. A fenti képletbe az állandókat behelyettesítve a következő eredményt kapjuk:

 aceton m  2,38  k aceton .  V levegő

(5.3.2.)

A decipol és az aceton koncentráció közötti kapcsolatot figyelembe véve: 1 decipol  10,472

mg aceton . [29] m 3 levegő

Tehát egy decipol eléréséhez a következő aceton tömegáram szükséges: mg m 3 levegő  mg aceton  m aceton  10,472 3 aceton  Vlevegő 1decipol .  h  (5.3.3.) h m levegő  

79

Az acetonforrások párolgási tömegáramát nagy pontosságú mérleg segítségével (Sartorius Basic) határoztam meg, 60 percen keresztül mérve az aceton tömegének csökkenését. Így a mg-ban mért acetontömeg csökkenéssel mérőszáma egyenlő a mg/h-ban értendő aceton párolgási tömegáramával. Az etalonok hitelesítését az Épületgépészeti Tanszék Levegő Minőség Laboratóriumában végeztem. A laboratóriumi mérőállásban a magas légcsere (90 1/h) miatt az aceton gőz koncentrációja a térben állandónak tekinthető, emiatt állandó az etalonokból párolgó acetongőzök tömegárama is. A hitelesítés első lépése az etalonok légszállításának meghatározása volt. A mérési eredmények az 1. Mellékletben találhatók. A mérési eredmények alapján meghatároztam az egyes etalonok tápfeszültséglégszállítás jelleggörbéjét. A jelleggörbék az 5.3/2-5.3/6. ábrákon találhatóak.

térfogatáram [m3/h]

Feszültség-térfogatáram jellegörbe 1. készülék 4 3,5 3 2,5 2 1,5 1 0,5 0

y = 0,5014x 2 R = 0,8546

0

1

2

3

4

5

6

7

feszültség [Volt]

5.3/2. ábra Az 1. számú levegőminőségi etalon feszültség- térfogatáram jelleggörbéje

80

Feszültség-térfogatáram jellegörbe 2. készülék

térfogatáram [m3/h]

3,5 y = 0,4622x 2 R = 0,8687

3 2,5 2 1,5 1 0,5 0 0

1

2

3

4

5

6

7

feszültség [Volt]

5.3/3. ábra Az 2. számú levegőminőségi etalon feszültség- térfogatáram jelleggörbéje Feszültség-térfogatáram jelleggörbe 3. készülék

térfogatáram [m3/h]

3,5 y = 0,4883x 2 R = 0,8629

3 2,5 2 1,5 1 0,5 0 0

1

2

3

4

5

6

7

feszültség [Volt]

5.3/4. ábra Az 3. számú levegőminőségi etalon feszültség- térfogatáram jelleggörbéje

81

Feszültség-térfogatáram jelleggörbe 4. készülék

térfogatáram [m3/h]

3 y = 0,4256x 2 R = 0,8518

2,5 2 1,5 1 0,5 0 0

1

2

3

4

5

6

7

feszültség [Volt]

5.3/5. ábra Az 4. számú levegőminőségi etalon feszültség- térfogatáram jelleggörbéje Feszültség-térfogatáram jelleggörbe 5. készülék

térfogatáram [m3/h]

3,5 y = 0,4629x 2 R = 0,8639

3 2,5 2 1,5 1 0,5 0 0

1

2

3

4

5

6

7

feszültség [Volt]

5.3/6. ábra Az 5. számú levegőminőségi etalon feszültség- térfogatáram jelleggörbéje

Az eredményekből látszik, hogy minden készüléknek más és más a légszállítása ugyanazon feszültség esetén. A szállított légmennyiség minimális értéke 1,2 m3/h, javasolt értéke ~2,9 m3/h, ha figyelembe vesszük a természetes levegővételnél, szaglásnál jellemző levegő áramlási sebességeket. A későbbi mérések során 5,9 V-os tápfeszültséget állítottam be, így biztosítani tudtam a szükséges ~2,9 m3/h-s levegő térfogatáramot a szaglótölcséreknél. A 4.2. fejezetben ismertetett módon az acetonforrások alumíniumfedelébe készített furatok segítségével különböző aceton koncentrációkat tudtunk létrehozni a mintavevő szaglótölcsérnél (különböző fedéllemezek kialakítása a 4. Melléklet 1. táblázatában található). 82

Az acetonforrások tömegváltozását nagypontosságú mérleg segítségével határoztam meg. A tömegáramból számítható a szaglótölcsérnél fellépő érzékelhető levegőminőség decipolokban kifejezett értéke:

c

 aceton m mg aceton  ; 10,472  Vlev 3 m lev

(5.3.4.)

-ahol: - c: érzékelhető levegőminőség [decipol],  aceton : aceton párolgási tömegárama [mg/h], - m

 : levegőminőségi etalon ventilátorának légszállítása [m3/h]. -V lev A levegőminőség ismeretében a következő képlet segítségével számítható a légszennyezőforrás erőssége: G  c

 V lev ; 36 -ahol: - G: légszennyezőforrás erőssége [olf], - c: érzékelhető levegőminőség [decipol],

(5.3.5.)

 : levegőminőségi etalon ventilátorának légszállítása [m3/h]. - V lev A mérési eredmények és kiértékelésük a 4. Mellékletben találhatók. A laboratóriumi mérések során meghatározott különböző levegőminőségi etalon értékek az 5.3/1. táblázatban találhatók. A továbbiakban a levegőminőségi etalonok decipolban kifejezett értékét „e”-vel jelölöm. 5.3/1. táblázat Előállított érzékelhető levegőminőségi etalonok

Lemez sorszáma

Mérőedény sorszáma

Lemezben lévő furat átmérője [mm]

Furatok darabszáma

Levegőminőség (e) [decipol]

1

1

2

1

2,76

2

5

2

2

12,78

3

4

3,5

3

21,35

4

4

3,5

4

25,10

6

5

1,5

1

3,77

7

2

1,5

3

4,66

8

1

3

2

21,50

9

2

1,5

2

8,81

10

3

1,5

5

12,00

11

3

1,5

7

9,44

12

4

2-1,5

2-3

13,15

13

3

3

1

6,32

83

5.4. Az aceton etalonokkal végzett mérések eredményei 5.4.1. A mérés pontossága a kiértékelési diagram alapján

Az öt mérési sorozat adatai, az alanyok válaszai az 5. Mellékletben találhatók. A mérések alapján elkészíthetjük a 3.5.2/6. ábra szerinti kiértékelő diagramokat, melyek egy tréningelt mérőcsoport pontosságát minősítik. A nem tréningelt csoportok pontosságára a nemzetközi irodalomban nincs követelmény megfogalmazva. Az eredményeket az egyes mérőcsoportok a csoportátlagra vonatkozóan az 5.4/1.-5.4/5. ábrák szemléltetik. A csoportok diagramjai alapján elmondható, hogy az öt mérőcsoport közül - a 3.5.2.2 fejezetben leírt kiértékelés szerint - a XI-es megfelel a tréningelt alanyokra előírt követelményeknek. Az 5.4/1. táblázatban foglaltam össze az egyes mérőcsoportok abszolút és relatív hibáit. A kiértékelésnél használt számítások: - abszolút hiba: H Ai  bi  ei

b i  ei 100% ,%. ei - bi: az i-ik mérési adat, decipol, - ei: az i-ik etalon értéke, decipol, - i = 1-től 8-ig.

- relatív hiba: H r i  Ahol:

, decipol,

(5.4.1.) (5.4.2.)

84

VII. Mérőcsoport átlaga:

Abszolút hiba: -átlaga: 3,14 decipol, -min. eltérés: 0,50 decipol, -max. eltérés: 7,72 decipol. Relatív hiba: -átlaga: 33,65 %, -min. eltérés: 3,84 %, -max. eltérés: 128,58 %.

Az VII. mérőcsoport szórása:

- 2,49 decipol, - 38,6 %.

VII. Mérőcsoport 2005. X.-XI. 30

mért érték, decipol

25 20 15 10 5 0 0

5

10

15

20

25

30

tényleges érték, decipol

5.4/1. ábra A VII. mérőcsoport (45fő) átlagos mérési eredményei

85

VIII. Mérőcsoport átlaga:

Abszolút hiba: -átlaga: 2,64 decipol, -min. eltérés: 0,01 decipol, -max. eltérés: 7,16 decipol. Relatív hiba: -átlaga: 29,44 %, -min. eltérés: 0,77 %, -max. eltérés: 110,39 %.

Az VIII. mérőcsoport szórása: - 2,33 decipol, - 35,35 %.

VIII. Mérőcsoport 2006. IV. 30

mért érték, decipol

25 20 15 10 5 0 0

5

10

15

20

25

30

tényleges érték, decipol

5.4/2. ábra A VIII. mérőcsoport (44fő) átlagos mérési eredményei

86

IX. Mérőcsoport átlaga:

Abszolút hiba: -átlaga: 1,98 decipol, -min. eltérés: 0,07 decipol, -max. eltérés: 3,71 decipol. Relatív hiba: -átlaga: 25,44 %, -min. eltérés: 0,86 %, -max. eltérés: 90,18 %.

A IX. mérőcsoport szórása:

- 1,30 decipol, - 29,88 %.

IX. Mérőcsoport 2006. X.-XI 30

mért érték, decipol

25 20 15 10 5 0 0

5

10

15

20

25

30

tényleges érték, decipol

5.4/3. ábra A IX. mérőcsoport (43fő) átlagos mérési eredményei

87

X. Mérőcsoport átlaga:

Abszolút hiba: -átlaga: 2,94 decipol, -min. eltérés: 0,23 decipol, -max. eltérés: 8,78 decipol. Relatív hiba: -átlaga: 23,95 %, -min. eltérés: 1,81 %, -max. eltérés: 40,83 %.

A X. mérőcsoport szórása:

- 2,78 decipol, - 16,26 %.

X. Mérőcsoport 2007. IV.-V. 30

mért érték, decipol

25 20 15 10 5 0 0

5

10

15

20

25

30

tényleges érték, decipol

5.4/4. ábra A X. mérőcsoport (43fő) átlagos mérési eredményei

88

XI. Mérőcsoport átlaga:

Abszolút hiba: -átlaga: 2,14 decipol, -min. eltérés: 0,02 decipol, -max. eltérés: 5,36 decipol. Relatív hiba: -átlaga: 14,69 %, -min. eltérés: 0,61 %, -max. eltérés: 31,34 %.

A XI. mérőcsoport szórása:

- 1,80 decipol, - 11,33 %.

XI. Mérőcsoport 2007. X.-XI. 30

mért érték, decipol

25 20 15 10 5 0 0

5

10

15

20

25

30

tényleges érték, decipol

5.4/5. ábra A XI. mérőcsoport (33fő) átlagos mérési eredményei

89

Mérőcsoport

5.4/1. táblázat Mérőcsoportok abszolút és relatív hibái Abszolút hiba Abszolút hiba Relatív hiba Relatív hiba átlaga, dp szórása, dp átlaga, dp szórása, dp

3,14 2,64 1,98 2,94 2,14

VII. VIII. IX. X. XI.

2,49 2,33 1,3 2,78 1,8

33,65 29,44 25,44 23,95 14,69

38,6 35,35 29,88 16,26 11,33

5.4.2. Az emberi szagérzékelés normalitás vizsgálatának eredményei

Az olf-box mérések kiértékelését a 4.1.1.1. fejezetben ismertetett Kolgomorov-Szmirnov próbával végeztem el, az SPSS 15.0 program segítségével. Amennyiben a szignifikancia-szint 0,1-nél nagyobb, az illeszkedés jónak mondható. 0,01 alatti szignifikancia (Asymp. Sig.) esetén pedig nem jó az illeszkedés. A 0,1 és 0,01 közötti szignifikancia-szintet a kis elemszám és a szubjektív érzékelés sajátossága miatt a vizsgálat során elfogadtam. 5.4/2. táblázat VII. mérőcsoport 2005. X.-XI. Kolgomorov-Szmirnov próbája

N Normal Parameters(a,b)

Mean Std Deviation

Most Extreme Differences

Absolute Positive Negative

Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed)

1. Minta 45

2. Minta 45

3. Minta 45

4. Minta 45

5. Minta 45

6. Minta 45

7. Minta 45

8. Minta 45

10,9235

9,2722

19,6326

8,5124

13,9391

7,8763

12,6022

13,6446

5,83969

4,84978

8,34972

4,28189

7,09925

4,31072

6,02331

6,25595

,170

,190

,097

,160

,158

,119

,104

,075

,148

,190

,097

,160

,158

,119

,104

,075

-,170

-,083

-,096

-,067

-,093

-,086

-,072

-,068

1,156

1,291

,661

1,084

1,072

,807

,706

,512

,138

,071

,775

,191

,201

,533

,701

,956

a Test distribution is Normal. b Calculated from data.

5.4/3. táblázat VIII. mérőcsoport 2006. IV. Kolgomorov-Szmirnov próbája 1. Minta N Normal Parameters(a,b) Most Extreme Differences

Mean Std. Deviation

2. Minta

3. Minta

4. Minta

5. Minta

6. Minta

7. Minta

8. Minta

44 12,6818

44 9,9318

44 21,1591

44 7,9318

44 14,3409

44 8,3864

44 11,4545

44 14,3182

6,375

4,52074

8,94932

4,34232

5,47698

4,30908

5,77668

7,4045

0,155 0,155 -0,095

0,165 0,165 -0,077

0,161 0,161 -0,071

0,221 0,221 -0,078

0,116 0,116 -0,078

0,149 0,149 -0,109

0,157 0,157 -0,107

0,123 0,123 -0,081

1,028 0,241

1,097 0,18

1,066 0,206

1,468 0,027

0,767 0,598

0,991 0,28

1,041 0,229

0,815 0,52

Absolute

Positive Negative Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed) a Test distribution is Normal. b Calculated from data.

90

5.4/4. táblázat IX. mérőcsoport 2006. X.-XI. Kolgomorov-Szmirnov próbája 1. Minta N Normal Parameters(a,b) Most Extreme Differences

Mean Std. Deviation

2. Minta

3. Minta

4. Minta s

5. Minta

6. Minta

7. Minta

8. Minta

43 13,2233

43 10,0349

43 26,2209

43 7,1698

43 18,1674

43 8,886

43 13,8535

43 15,0977

8,06405

5,92854

8,71117

5,82002

9,62763

5,33553

6,89542

5,58

0,165 0,165 -0,069

0,156 0,156 -0,12

0,133 0,067 -0,133

0,172 0,172 -0,126

0,145 0,145 -0,103

0,122 0,122 -0,107

0,139 0,108 -0,139

0,129 0,129 -0,064

1,081 0,193

1,025 0,244

0,872 0,433

1,129 0,156

0,954 0,323

0,803 0,54

0,913 0,375

0,847 0,47

Absolute

Positive Negative Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed) a Test distribution is Normal. b Calculated from data.

5.4/5. táblázat X. mérőcsoport 2007. IV.-V. Kolgomorov-Szmirnov próbája 1. Minta N Normal Parameters(a,b) Most Extreme Differences

Mean Std. Deviation

2. Minta

3. Minta

4. Minta

5. Minta

6. Minta

7. Minta

8. Minta

43 12,5488

43 9,1256

43 18,9535

43 5,4465

43 12,7209

43 7,2907

43 11,2674

43 14,7628

7,13761

4,89748

8,43731

3,25015

6,60204

5,44806

6,42757

5,93942

0,087 0,087 -0,076

0,133 0,133 -0,094

0,106 0,106 -0,069

0,16 0,16 -0,086

0,148 0,148 -0,062

0,198 0,198 -0,146

0,091 0,09 -0,091

0,105 0,105 -0,067

0,57 0,902

0,872 0,433

0,698 0,714

1,051 0,22

0,971 0,302

1,3 0,068

0,599 0,865

0,689 0,73

Absolute

Positive Negative Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed) a Test distribution is Normal. b Calculated from data.

5.4/6. táblázat XI. mérőcsoport 2007. X.-XI. Kolgomorov-Szmirnov próbája 1. Minta N Normal Parameters(a,b) Most Extreme Differences

Mean Std. Deviation

2. Minta

3. Minta

4. Minta

5. Minta

6. Minta

7. Minta

8. Minta

33 12,9182

33 6,5909

33 28,3182

33 3,7545

33 16,1424

33 6,0485

33 10,1303

33 16,6879

9,09953

5,06898

12,67615

2,31666

11,06857

4,75415

7,51538

8,6492

0,102 0,102 -0,095

0,155 0,155 -0,115

0,159 0,107 -0,159

0,215 0,215 -0,117

0,177 0,177 -0,119

0,209 0,209 -0,15

0,177 0,177 -0,112

0,104 0,1 -0,104

0,589 0,879

0,888 0,409

0,912 0,376

1,237 0,094

1,019 0,25

1,198 0,113

1,015 0,255

0,6 0,864

Absolute

Positive Negative Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed) a Test distribution is Normal. b Calculated from data.

91

Az 5.4/2-6. táblázatokban használt angol kifejezések fordítása: -

Mean: átlag ; Normal Parameters (a,b): Normális eloszlás paraméterei; Std deviation: Standard szórás; Most Extreme Differences: Legszélsőségesebb eltérés; Asymp. Sig. (2-tailed): Aszimptotikus szignifikancia szint (2 oldalas); Test distribution is Normal: Teszt eloszlás normális eloszlás; Calculated from data: Adatmátrixból számított adat.

Az összesen 40 mintából 36 esetben –azaz az esetek 90%-ban- a szignifikancia-szint jóval 0,1 felett adódott, azaz a minták jól illeszkednek a normális eloszláshoz. A 0,01 és 0,1 közötti szignifikancia-szinteknél – összesen négy mintánál- is elfogadtam az illeszkedést a normális eloszláshoz a kis minta elemszám és a szubjektív érzékelés sajátossága miatt. Összességében tehát igazoltam a minták jó illeszkedését a normális eloszláshoz. 5.4.3. Az egymintás t-próba eredményei

Az olf-box mérések további kiértékelését a 4.1.1.2. fejezetben ismertetett t-próbával végeztem el az SPSS 15.0 program segítségével. Amennyiben a szignifikancia-szint 0,1-nél nagyobb, az illeszkedés jónak mondható. 0.01 alatti szignifikancia (Asymp. Sig.) esetén pedig nem jó az illeszkedés. A kiértékelés számítási eredményeit a 6. Melléklet tartalmazza. A szignifikancia-szintek összefoglalása az 5.4/7. táblázatban található. A táblázat alapján megállapítható, hogy 40 mérésből 16 nem volt pontos, 7 még elfogadható, 17 pedig pontosnak mondható. A táblázatból látható, hogy az alacsony (4. Minta- 3,77 dp; 2. Minta6,32 dp) és a magas (5. Minta- 21,5 dp; 3. Minta- 25,1 dp) szagintenzitású mintákat az alanyok pontatlanul értékelték, összhangban a Weber törvénnyel. A négy szélső értékű minta mérése során is azonos stacioner feltételeket biztosítottam, mérési hibát eredményező további befolyásoló tényezőt nem találtam. 5.4/7. táblázat Az egymintás t-próba eredményei, szignifikancia szintjei Minta Minta Minta Minta Minta Minta Minta Minta Mérőcsoport 1. 2. 3. 4. 5. 6. 7. 8. 0,046 0 0 0 0 0,149 0,501 0,594 VII. 0,919 0 0,006 0 0 0,518 0,534 0,301 VIII. 0,720 0 0,404 0 0,028 0,926 0,085 0,027 IX. 0,833 0,001 0 0,002 0 0,075 0,459 0,082 X. 0,931 0,761 0,154 0,970 0,009 0,002 0,163 0,025 XI. 5.4.4. A mérőcsoport létszámának hatása a mérés pontosságára

Az olf-boxos mérések mérőalanyait a 4.1.1.3. fejezetben ismertetett módon rangsoroltam. A legpontosabb mérőalany kapta az első rangszámot, a legpontatlanabb a legutolsót. A sorbarendezett adatsorok a 3. Mellékletben találhatók. Ezután elvégeztem a legjobb 10, 20, 32 mérőalany mérési eredményeinek t-próba vizsgálatát. A sorba rendezett adatsorok és a tpróbák eredményei a 7. Mellékletben találhatók. A kiértékeléseket az SPSS 15.0 program segítségével végeztem el. A kiválasztott legjobb mérőalanyok egymintás t-próba szignifikancia-szintjeit az 5.4/8-12. táblázatok tartalmazzák.

92

Minta 2. 0,209 0,011 0,003

5.4/8. táblázat VII. mérőcsoport legjobb mérőalanyainak egymintás t-próba eredményei, szignifikancia-szintjei Minta Minta Minta Minta Minta Minta 3. 4. 5. 6. 7. 8. 0,048 0,005 0 0,097 0,050 0,694 0,016 0 0 0,106 0,522 0,464 0,001 0 0 0,020 0,534 0,671

Fő 10 20 32

Minta 1. 0,957 0,197 0,003

Fő 10 20 32

5.4/9. táblázat VIII. mérőcsoport legjobb mérőalanyainak egymintás t-próba eredményei, szignifikancia-szintjei Minta Minta Minta Minta Minta Minta Minta Minta 1. 2. 3. 4. 5. 6. 7. 8. 0,609 0,030 0,953 0,004 0 0,413 0,879 0,978 0,497 0,002 0,269 0,003 0 0,820 0,253 0,832 0,566 0 0,009 0 0 0,485 0,049 0,698 5.4/10. táblázat IX. mérőcsoport legjobb mérőalanyainak egymintás t-próba eredményei, szignifikancia-szintjei

Fő 10 20 32

Minta 1. 0,329 0,648 0,371

Minta 2. 0,508 0,357 0,015

Minta 3. 0,524 0,472 0,438

Minta 4. 0,619 0,201 0,028

Minta 5. 0,008 0,044 0

Minta 6. 0,152 0,024 0,033

Minta 7. 0,642 0,452 0,701

Minta 8. 0,564 0,095 0,086

5.4/11. táblázat X. mérőcsoport legjobb mérőalanyainak egymintás t-próba eredményei, szignifikancia-szintjei Fő 10 20 32

Minta 1. 0,093 0,155 0,836

Minta 2. 0,591 0,011 0,004

Minta 3. 0,058 0,048 0,003

Minta 4. 0,397 0,010 0,004

Minta 5. 0,017 0 0

Minta 6. 0,003 0,225 0,005

Minta 7. 0,949 0,633 0,048

Minta 8. 0,048 0,085 0,162

5.4/12. táblázat XI. mérőcsoport legjobb mérőalanyainak egymintás t-próba eredményei, szignifikancia-szintjei Fő 10 20 32

Minta 1. 0,884 0,452 0,817

Minta 2. 0,366 0,633 0,883

Minta 3. 0,237 0,048 0,213

Minta 4. 0,401 0,992 0,836

Minta 5. 0,021 0,013 0,001

Minta 6. 0,625 0,033 0,002

Minta 7. 0,937 0,380 0,107

Minta 8. 0,009 0,013 0,040

A rangsorszám szerint rendezett alanyok létszámának hatását a mérés átlagára diagram segítségével ábrázoltam. A vízszintes tengelyen a létszámot, a függőlegesen az adott létszámhoz tartozó mérési átlagot vettem fel. Az öt mérőcsoport diagramjai a 8 db minta esetén az 5.4/21-25. ábrákon láthatók.

93

5.4/21. ábra A VII. mérőcsoport létszámának hatása a mérés átlagára

94

5.4/22. ábra A VIII. mérőcsoport létszámának hatása a mérés átlagára

95

5.4/23. ábra A IX. mérőcsoport létszámának hatása a mérés átlagára

96

5.4/24. ábra A X. mérőcsoport létszámának hatása a mérés átlagára

97

5.4/25. ábra A XI. mérőcsoport létszámának hatása a mérés átlagára

98

Az alábbi táblázatban foglaltam össze az összesen 40db t-próba eredményét. A „+” jel azt jelzi, hogy az adott szignifikancia-szinten elfogadjuk a pontos becslést, „-” esetén pedig elvetjük. tesztérték VII mérőcsoport VIII mérőcsoport IX mérőcsoport X mérőcsoport XI mérőcsoport 0,1 0,001 0,1 0,001 0,1 0,001 0,1 0,001 0,1 0,001 felett felett felett felett felett felett felett felett felett felett 12,78 + + + + + + + + + 6,32 25,1 3,77 21,5 8,81 12 13,15

+ + +

+ + +

+ + +

+ + + +

+ + -

+ + + + +

+ -

+ + + + + +

+ + + + -

+ + + + + + +

A következő táblázatban foglaltam össze a próbák eredményeit. A táblázat celláiban álló 5/j arány azt mutatja, hogy az öt méréscsoport esetén az adott szignifikancia szinten hányszor volt pontos a mérés, azaz hányszor találunk „+” jelet a fenti táblázatban. tesztérték 0,1 felett 0,001 felett 12,78 5/4 5/5 (!) 6,32 5/1 5/2 25,1 5/2 5/3 3,77 5/1 5/2 21,5 5/0 5/3 8,81 5/3 5/5 (!) 12 5/4 5/5 (!) 13,15 5/2 5/5 (!)

Megfigyelhető, hogy a 12,78, 8,81, 12, 13,15 értékek esetén jó az arány, tehát elfogadható a pontosság, míg a szélső értékeknél, 25,1, 21,5 illetve 6,32, 3,77 pontatlan a mérés. Amikor megvizsgáltam, hogyan lehetne a 32 fős mérőcsoportot 20 illetve 10 főre szűkíteni a „jó” mérőszemélyek kiválasztásával, szintén elkészíthető egy táblázat a mérési pontosságról. A táblázat celláiban álló 8/i arány azt jelzi, hogy az adott mérőcsoport által elvégzett 8 mérés során 10, 20 illetve a teljes 32 fős minta alapján hány esetből volt pontos a mérés a t-próba szerint.

VII. mérőcsoport VIII. mérőcsoport IX. mérőcsoport X. mérőcsoport XI. mérőcsoport

10 fő 20 fő Teljes minta (32 fő) 8/3 8/4 8/2 8/5 8/4 8/3 8/7 8/5 8/3 8/3 8/3 8/1 8/6 8/4 8/4

Látható, hogy a szakértőkre való szűkítés javítja a pontosságot: mindegyik mérőcsoport esetén javult a próba elfogadhatósága. Az alábbi összefoglaló táblázat más szempontból

99

összegzi a t-próbák eredményeit. A 40 próbából mennyi esetben fordult elő az egyes mintaméretek esetén elfogadás, illetve elutasítás: 10 fő 20 fő Teljes minta Előfordulás a (32 fő) 40 t-próbánál + + + 12 + + 6 + 6 11 + 2 + + 2 + 1 + + 0 12 (6+6) esetben javítunk a pontosságon, 12 esetben nem rontunk, 11 esetben nem sikerül javítani, 2 esetben a 20 fős szakértői minta esetén lehetett csak elfogadni a hipotézist, 2 eset olyan is volt, amikor a 10 fős minta még nem volt sikeres, de a 20 illetve 32 fős igen. Csupán egy mérésnél tapasztaltuk, hogy a teljes minta pontosabb eredményt hoz, mint a szűkített méréscsoport. 40/35 (87,5%) arányban tehát nem romlik az eredmény, ebből 40/12 esetben (30%) javul, ha szakértői csoportra szűkítünk. Összefoglalás: Megvizsgáltam, hogy ha kevesebb, de pontosabban mérőszeméllyel végezzük el a méréseket, hogyan alakul a mérési pontosság. Egy mérést akkor tekintünk pontosnak, ha az egymintás t-próba szignifikánsan elfogadható, azaz a mintaátlag közel esik a tesztértékhez. A „jó” mérőszemélyeket úgy választottam ki, hogy három metrika -az Euklideszi-, City-blockés Csebisev-metrikák- segítségével meghatároztam a 8 etalonérték által meghatározott pont és a mérőszemélyek által észlelt adatok 8 dimenziós pontok távolságait, majd a legkisebb rangszámösszegek alapján sorba rendeztem a mérőszemélyeket. A „jó” mérőszemélyek esetében mindhárom metrika hasonló eredményt hozott, nagy eltérés a lista végén volt. Ezután megnéztem, hogyan alakulna a t-próbák pontossága, ha a legjobb 10, vagy a legjobb 20 mérőszemély mért volna csak. Az eredményeket összevetettem a teljes minta eredményeivel, amit az alábbi táblázatokban foglaltam össze (5.4/13-15. táblázatok).

A legjobb 10 mérőszemély esetén a mérések pontossága így alakult: 5.4/13. táblázat A legjobb 10 mérőszemély esetén a mérések pontossága t-próbák alapján szignifikancia Minták száma a 40-ből % Göngyölt % 0,1 felett 24 60% 60% 0,05 felett 3 7,5% 67,5% 0,01 felett 11 27,5% 95% 0,01 alatt 2 5% 100%

100

A legjobb 20 mérőszemély esetén a mérések pontossága így alakult: 5.4/14. táblázat A legjobb 20 mérőszemély esetén a mérések pontossága t-próbák alapján szignifikancia Minták száma a 40-ből % Göngyölt % 0,1 felett 21 52,5% 52,5% 0,05 felett 0 0% 52,5% 0,01 felett 15 37,5% 90% 0,01 alatt 4 10% 100%

A teljes 32 mérőszemély esetén a mérések pontossága így alakult: 5.4/15. táblázat 32 mérőszemély esetén a mérések pontossága t-próbák alapján szignifikancia Minták száma a 40-ből % Göngyölt % 0,1 felett 13 32,5% 32,5% 0,05 felett 1 2,5% 35% 0,01 felett 15 47,5% 82,5% 0,01 alatt 4 17,5% 100%

A táblázatok összevetéséből látható, hogy a „jó” mérőszemélyek kiválasztása sikeres volt, a minták pontossága majdnem kétszeresére nőtt: 32,5%52,5%60%

101

5.4.5. A szagintenzitás hatása a mérés pontosságára

Az átlag változása a minták értékének függvényében az 5.4/26. ábrán látható. VIII. mérőcsoport 2006. IV. az átlag változása a minták értékének függvényében

30

30

25

25 minta mért értéke; dp

minta mért értéke; dp

VII. mérőcsoport 2005. X.-XI. az átlag változása a minták értékének függvényében

20 15 10 5

20 15 10

5

0

0

0

5

10

15

20

25

30

0

5

10

minta tényleges értéke; dp

IX. mérőcsoport 2006 X.-XI. az átlag változása a minták értékének függvényében

20

25

30

X. mérőcsoport 2007 IV.-V. az átlag változása a minták értékének függvényében 30

25

25 minta mért értéke; dp

30

20 15 10

5

20

15 10 5

0

0

0

5

10

15

20

25

30

0

5

10

minta tényleges értéke; dp

15

20

25

30

minta tényleges értéke; dp

XI. mérőcsoport 2007. X.-XI. az átlag változása a minták értékének függvényében 30 25 minta mért értéke; dp

minta mért értéke; dp

15

minta tényleges értéke; dp

20

15 10

5

0 0

5

10

15

20

25

30

minta tényleges értéke; dp

5.4/26. ábra Az átlag változása a minták értékének függvényében

102

A szórás a minták értékének függvényében az 5.4/27. ábrán látható. VIII. mérőcsoport 2006. IV. a szórás változása a minták értékének függvényében

10

10

9

9

8

8

7

7

6

6

szórás; dp

szórás; dp

VII. mérőcsoport 2005. X.-XI. a szórás változása a minták értékének függvényében

5 4

5 4

3

3

2

2

1

1 0

0 0

5

10

15

20

25

0

30

5

10

IX. mérőcsoport 2006 X.-XI. a szórás változása a minták értékének függvényében

20

25

30

X. mérőcsoport 2007 IV.-V. a szórás változása a minták értékének függvényében 10

9

9

8

8

7

7

6

6

szórás; dp

10

5 4

5 4

3

3

2

2

1

1

0

0 0

5

10

15

20

25

30

0

5

10

minta tényleges értéke; dp

15

20

25

30

minta tényleges értéke; dp

XI. mérőcsoport 2007. X.-XI. a szórás változása a minták értékének függvényében 13 11 9 szórás; dp

szórás; dp

15

minta tényleges értéke; dp

minta tényleges értéke; dp

7 5 3 1 -1 0

5

10

15

20

25

30

minta tényleges értéke; dp

5.4/27. ábra A szórás változása a minták értékének függvényében

103

Az eltérés a minták értékének függvényében az 5.4/28. ábrán látható. VIII. mérőcsoport 2006. IV. az eltérés változása a minták értékének függvényében

10

10

8

8

6

6

4

4

2

2

0 -2

0

5

10

15

20

25

30

eltérés; dp

eltérés; dp

VII. mérőcsoport 2005. X.-XI. az eltérés változása a minták értékének függvényében

0 -2

-4

-4

-6

-6

-8

-8

-10

-10

0

5

10

15

20

25

30

25

30

minta tényleges értéke; dp

minta tényleges értéke; dp

IX. mérőcsoport 2006 X.-XI. az eltérés változása a minták értékének függvényében

X. mérőcsoport 2007 IV.-V. az eltérés változása a minták értékének függvényében 10

10

8

8

6

eltérés; dp

4

4 2

2 0 -2

0

5

10

15

20

-4

0 0

5

10

15

20

25

30

-6

-2

-8

-4

-10 minta tényleges értéke; dp

minta tényleges értéke; dp

XI. mérőcsoport 2007. X.-XI. az eltérés változása a minták értékének függvényében 10 8 6 4 eltérés; dp

eltérés; dp

6

2 0 0

5

10

15

20

25

30

-2 -4 -6 -8 minta tényleges értéke; dp

5.4/28. ábra Az eltérés változása a minták értékének függvényében

104

A relatív hiba a minták értékének függvényében az 5.4/29. ábrán látható. VIII. mérőcsoport 2006. IV. a relatív hiba változása a minták értékének függvényében

130

120

110

100

90

80

70

60 relatív hiba; %

relatív hiba; %

VII. mérőcsoport 2005. X.-XI. a relatív hiba változása a minták értékének függvényében

50 30 10 -10 0

5

10

15

20

25

40 20 0 -20

30

-30

0

5

10

20

25

30

-40

-50

-60 minta tényleges értéke; dp

minta tényleges értéke; dp

X. mérőcsoport 2007 IV.-V. a relatív hiba változása a minták értékének függvényében

IX. mérőcsoport 2006 X.-XI. a relatív hiba változása a minták értékének függvényében 100

100

80

80 60 relatív hiba; %

60 relatív hiba; %

15

40 20

40 20 0 0

0 0

5

10

15

20

25

5

10

15

20

25

30

-20

30

-20

-40 -60

-40

minta tényleges értéke; dp

minta tényleges értéke; dp

XI. mérőcsoport 2007. X.-XI. a relatív hiba változása a minták értékének függvényében 100 80

relatív hiba; %

60 40 20 0 0

5

10

15

20

25

30

-20 -40 minta tényleges értéke; dp

5.4/29. ábra A relatív hiba változása a minták értékének függvényében

Az 5.4/26. ábráról általánosságban leolvasható, hogy a kis tesztértékeket felül-, a nagyintenzitásokat pedig alulbecsülték a mérőszemélyek. Az 5.4/27. ábrán látható, hogy a mérések pontossága (szórása) a minták tényleges értékek növekedtével nő. Az 5.4/28. ábrán az előző két megfigyelést lehet alátámasztani. A kis értékek esetében felé-, nagy értékeknél alá becsültek a mérőszemélyek, a pontosság pedig csökken az intenzitás növekedtével. 105

Az 5.4/30. ábrán összesítettem az öt mérőcsoport eredményét. A nyolc vizsgált acetonforrásnál meghatároztam a 208 mérőszemély összesített abszolút hibáját. Az egyes pontokat diagramban ábrázoltam a tényleges értékek függvényében, és kiszámítottam a pontok regressziós egyenesét. A meghatározottsági mutató (R2) értéke (65,29%) arra utal, hogy a legfontosabb paramétereket a kísérlet jól meghatározta. A nem értelmezett mintegy 34,7%-os variancia okai a következők lehetnek: - az egyes személyek közötti variancia; - személyeken belüli variancia (pl.: lappangó betegség); - külső fiziológiai hatások (pl.: frontváltozás.).

3,77; 2,98; 4,53 6,32; 2,81; 5,60 13,15;1,65; 4,90 12,00;-0,05; 6,57 12,78;-0,37; 7,27

8,81;-1,03; 6,77 25,0;-2,57; 9,98

Jelmagyarázat: -a pontoknál szereplő első szám: a tényleges etalon érték (e), - a pontoknál szereplő második szám: összesített abszolút hiba, - a pontoknál szereplő harmadik szám: szórás

21,50;-6,54; 8,20

5.4/30. ábra Az öt mérőcsoport összesített abszolút hibája a tényleges értékek függvényében

106

5.5. A belsőépítészeti anyagmintákkal végzett mérések eredményei 5.5.1. Az érzékelhető szennyezőanyag emisszió mérés eredményei

Az alanyok A Hedonic és a Fanger skálára adott válaszai táblázatos formában az 8. Mellékletben találhatók. A Hedonic skála értékeit a következő módon számszerűsítettem: kellemes: 1, semleges: 2, kellemetlen: 3, nagyon kellemetlen: 4, elviselhetetlen: 5. A Fanger skála (4.2/7. ábra) kiértékelése a 4.2. fejezetben leírt módon történt. Meghatároztam az egyes szennyezőforrásokra leadott szavazatok átlagát. Az átlagból a következő képlet segítségével meghatároztam a levegőminőséggel elégedetlenek százalékos arányát, a PD értéket (4.2/8. ábra): e 0,185, 28a PD  100 ;% (5.5.1.) 1  e 0,185, 28a ahol: a; - : szavazatok átlagértéke ( -1 és +1 közötti szám). Az elégedetlenek százalékos aránya alapján meghatározható a belső levegőminőség decipol egységben: 4

     3,25  ;dp. cb     PD     ln   395  

(5.5.2.)

A szellőző levegő (frisslevegő) térfogatáramának ismeretében számolható az érzékelhető szennyezőanyag terhelés: G=

  (c  c ) V b k ; olf/m2 10  A

(5.5.3.)

 : a szaglótölcsérből kiáramló levegő térfogatárama [l/s] V (jelen esetben 2,9 m3/h=0,8056 l/s), cb: a kiszámolt belső levegőminőség [dp], ck: külső levegő minősége, jelen esetben ck  0,2 dp, A: minta felülete [m2]. A szennyezőforrások felületnagyságának ismeretében megkapjuk az egy négyzetméterre vonatkoztatott forráserősséget olf/m2-ben. A VII. mérőcsoport mérési eredményeit az 5.5.1/1. táblázat, az VIII. csoportét az 5.5.1/2. táblázat, az IX. csoportét az 5.5.1/3. táblázat, az X. csoportét az 5.5.1/4. táblázat és a XI. csoportét az 5.5.1/5. táblázat foglalja össze. ahol:

107

5.5.1/1. táblázat VII. mérőcsoport (45fő) érzékelhető szennyezőanyag emisszió mérés eredményei

Sorszám

1 2 3 4 5 6 7 8

Megnevezés

Vastag szőnyegpadló latex hátlap piros „Orion” 5 mm vtg. Forgácslap natúr 18 mm vtg. Vékony szőnyegpadló latex hátlap „Rome” 3 mm vtg. PVC padló „Acapulco” 1,3 mm vtg. Vastag szőnyegpadló beige „Viper” 5 mm vtg. Laminált forgácslap 18 mm vtg. Tarket padló 5 mm vtg Ipari filc fekete „New Orleans”

Szavazatok

Szavazatok

Átlag

Átlag

PD

Cb

Ck

 V

G

A

G

átlaga

szórása

95% konf. tart. alsó határa

95% konf. tart. felső határa

%

decipol

decipol

m3/h

olf

m2

olf/m2

0,12

0,41

0,00

0,24

30,71

2,62

0,20

2,90

0,20

0,32

0,61

0,02

0,41

-0,10

0,14

42,91

4,59

0,20

2,90

0,35

0,32

1,11

-0,07

0,43

-0,20

0,06

54,73

7,31

0,20

2,90

0,57

0,32

1,79

0,17

0,55

0,01

0,33

25,40

1,97

0,20

2,90

0,14

0,32

0,44

0,27

0,48

0,13

0,41

16,72

1,12

0,20

2,90

0,07

0,32

0,23

0,34

0,53

0,19

0,49

12,18

0,76

0,20

2,90

0,05

0,32

0,14

0,33

0,53

0,17

0,49

12,76

0,80

0,20

2,90

0,05

0,32

0,15

0,19

0,57

0,02

0,36

23,45

1,75

0,20

2,90

0,13

0,32

0,39

108

5.5.1/2. táblázat VIII. mérőcsoport (44fő) érzékelhető szennyezőanyag emisszió mérés eredményei

Sorszám

1 2 3 4 5 6 7 8

Megnevezés

Laminált parketta, 6mm vtg. Laminált forgácslap 18 mm vtg Vastag szőnyegpadló, filc hátoldal, 5 mm vtg. Rétegelt lemez 12 mm vtg. Vékony szőnyegpadló „Rambo” jutta hátoldal, 100% PP, 3 mm vtg Natúr forgácslap 18 mm vtg. Filc „Jupiter” 100% PP. Szőnyeg „Lugano” 100% PP, 12 mm vtg.

 V

G

A

G

m3/h

olf

m2

olf/m2

0,20

2,90

0,08

0,32

0,25

1,25

0,20

2,90

0,08

0,32

0,26

87,92

21,89

0,20

2,90

1,75

0,32

5,46

-0,02

67,21

11,34

0,20

2,90

0,90

0,32

2,80

-0,42

-0,20

81,10

17,76

0,20

2,90

1,41

0,32

4,42

0,51

-0,14

0,16

44,21

4,85

0,20

2,90

0,37

0,32

1,17

-0,17

0,51

-0,32

-0,02

67,21

11,34

0,20

2,90

0,90

0,32

2,80

-0,13

0,56

-0,29

0,03

62,40

9,62

0,20

2,90

0,76

0,32

2,37

Szavazatok

Szavazatok

Átlag

Átlag

PD

Cb

átlaga

szórása

95% konf. tart. alsó határa

95% konf. tart. felső határa

%

0,26

0,39

0,15

0,37

17,47

1,18

0,25

0,42

0,13

0,37

18,24

-0,41

0,37

-0,52

-0,30

-0,17

0,51

-0,32

-0,31

0,39

0,01

Ck

decipol decipol

109

5.5.1/3. táblázat IX. mérőcsoport (44fő) érzékelhető szennyezőanyag emisszió mérés eredményei Szavazatok

Szavazatok

Átlag

Átlag

PD

Cb

Ck

 V

G

A

G

átlaga

szórása

95% konf. tart. alsó határa

95% konf. tart. felső határa

%

decipol

decipol

m3/h

olf

m2

olf/m2

Sorszám

Megnevezés

1

Természetes parafa, lakozott 4 mm vtg.

0,15

0,48

0,01

0,29

27,45

2,21

0,20

2,90

0,16

0,32

0,51

2

Rongyszőnyeg „Multi color” 100% Pamut

0,11

0,41

-0,01

0,23

31,85

2,78

0,20

2,90

0,21

0,32

0,65

3

Laminált parketta 6 mm vtg. enyvmentes

0,35

0,44

0,22

0,48

11,63

0,72

0,20

2,90

0,04

0,32

0,13

0,22

0,51

0,07

0,37

20,72

1,48

0,20

2,90

0,10

0,32

0,32

0,21

0,55

0,05

0,37

21,61

1,56

0,20

2,90

0,11

0,32

0,34

0,19

0,38

0,08

0,30

23,45

1,75

0,20

2,90

0,13

0,32

0,39

4

5 6

Függöny, narancssárga 100% Pamut Vastag szőnyegpadló bézs „Sound scroll”, juta hátlap+filc Szőnyeg, „Napoli”

7

Függöny, piros 100% Polisztirol

-0,14

0,63

-0,32

0,04

63,63

10,04

0,20

2,90

0,79

0,32

2,48

8

Természetes parafa, viaszolt 4 mm vtg.

-0,16

0,56

-0,32

0,00

66,03

10,90

0,20

2,90

0,86

0,32

2,69

110

5.5.1/4. táblázat X. mérőcsoport (43fő) érzékelhető szennyezőanyag emisszió mérés eredményei

Sorszám

Megnevezés

1

Natúr fenyőfa lambéria vízzel hígítható oldószermentes fabevonó lazúrral lefestve, Polifarbe mahagóni

2 3 4

5

6

Futó szönyeg, „Westa”, 3 mm vtg. Laminált forgácslap 18 mm vtg. Öntapadós ragasztott PVC Natúr fenyőfa lambéria oldószerrel hígítható vastag lazúrral lefestve, Xyladecor dió Natúr forgácslap 18 mm vtg.

Szavazatok

Szavazatok

Átlag

Átlag

PD

Cb

Ck

 V

G

A

G

átlaga

szórása

95% konf. tart. alsó határa

95% konf. tart. felső határa

%

decipol

decipol

m3/h

olf

m2

olf/m2

0,26

0,34

0,16

0,36

17,47

1,18

0,20

2,90

0,08

0,28

0,28

0,27

0,43

0,14

0,40

16,72

1,12

0,20

2,90

0,07

0,32

0,23

0,20

0,39

0,09

0,31

22,51

1,66

0,20

2,90

0,12

0,32

0,37

0,18

0,52

0,03

0,33

24,41

1,86

0,20

2,90

0,13

0,18

0,74

-0,70

0,27

-0,78

-0,62

97,11

28,79

0,20

2,90

2,30

0,28

8,23

-0,30

0,39

-0,41

-0,19

80,28

17,31

0,20

2,90

1,38

0,32

4,31

7

Vastag szőnyegpadló, filc hátoldal, 5 mm vtg.

-0,21

0,48

-0,35

-0,07

71,68

13,15

0,20

2,90

1,04

0,32

3,26

8

Natúr fenyőfa lambéria oldószerrel hígítható vékony lazúrral lefestve, Xyladecor fenyőzöld

-0,24

0,48

-0,37

-0,11

74,79

14,54

0,20

2,90

1,16

0,28

4,13

111

5.5.1/5. táblázat XI. mérőcsoport (33fő) érzékelhető szennyezőanyag emisszió mérés eredményei Sorszám

1

2 3 4

5

6 7

8

Megnevezés

Szavazatok

Szavazatok

Átlag

Átlag

PD

Cb

Ck

 V

G

A

G

átlaga

szórása

95% konf. tart. alsó határa

95% konf. tart. felső határa

%

decipol

decipol

m3/h

olf

m2

olf/m2

0,23

0,39

0,12

0,34

19,87

1,40

0,20

2,90

0,10

0,28

0,34

0,12

0,39

0,01

0,23

30,71

2,62

0,20

2,90

0,20

0,32

0,61

Natúr fenyőfa lambéria vízzel hígítható oldószermentes fabevonó lazúrral lefestve, Polifarbe mahagóni 2007 tavaszi festés Természetes parafa, viaszolt 4 mm vtg. Laminált forgácslap 18 mm vtg. PVC „Dynamic Csempe” 1,3mm vtg. Natúr fenyőfa lambéria oldószerrel hígítható vastag lazúrral lefestve, Xyladecor dió 2007 tavaszi festés Természetes parafa, lakozott 4 mm vtg. Vastag szőnyegpadló „Dublin Twist” VLIES háttal 4 mm vtg.

0,32

0,44

0,19

0,45

13,36

0,85

0,20

2,90

0,05

0,32

0,16

-0,14

0,50

-0,29

0,01

63,63

10,04

0,20

2,90

0,79

0,32

2,48

-0,13

0,54

-0,29

0,03

62,40

9,62

0,20

2,90

0,76

0,28

2,71

-0,22

0,44

-0,35

-0,09

72,74

13,61

0,20

2,90

1,08

0,32

3,38

-0,10

0,40

-0,22

0,02

58,61

8,42

0,20

2,90

0,66

0,32

2,07

Natúr fenyőfa lambéria oldószerrel hígítható vékony lazúrral lefestve, Xyladecor fenyőzöld 2007 tavaszi festés

-0,08

0,54

-0,24

0,08

56,03

7,67

0,20

2,90

0,60

0,28

2,15

112

Az öt mérőcsoport által vizsgált belsőépítészeti anyagok érzékelhető szennyezőanyag forráserősségét foglalja össze az 5.5.1/6. táblázat. Az emisszió vizsgálatok során a levegő hőmérséklete 20°C, páratartalom 40-50%, a bevezetett frisslevegő térfogatárama

 friss=1560 m3/h volt. Az anyagok felületén a légsebesség egészen alacsony, 0,007 m/s volt. V 5.5.1/6. táblázat Az öt mérőcsoport által vizsgált belsőépítészeti anyagok forráserőssége Mérő Sorszám

csoport

Forráserősség Megnevezés

G, olf/m2

Forráserősség

Forráserősség

95% konf. tart. 95% konf. tart. alsó határa felső határa G, olf/m2

G, olf/m2

1

VII

vastag szőnyegpadló piros „Orion” 5 mm vtg.

0,61

0,28

1,24

2

VII

1,79

0,88

3,14

3

VII

0,23

0,08

0,57

4

VII

vékony szőnyegpadló „Rome” 3 mm vtg. vastag szőnyegpadló beige „Viper” 5 mm vtg. ipari filc fekete „New Orleans”

0,39

0,12

1,11

5

VIII

vastag szőnyegpadló, filc hátoldal, 5 mm vtg.

5,46

4,31

6,34

6

VIII

7

4,42

3,14

5,55

VIII

vékony szőnyegpadló „Rambo” juta hátoldal, 100% PP, 3 mm vtg filc „Jupiter” 100% PP.

2,80

8

VIII

szőnyeg „Lugano” 100% PP, 12 mm vtg.

2,37

1,38 1,04

4,53 4,19

9

IX

0,65

0,30

1,31

10

IX

0,34

0,11

0,93

11

IX

rongyszőnyeg „Multi color” 100% Pamut vastag szőnyegpadló bézs „Sound scroll”, juta hátlap+filc szőnyeg, „Napoli”

0,39

0,19

0,78

12

X

futó szőnyeg, „Westa”, 3 mm vtg.

0,23

0,09

0,54

13

X

vastag szőnyegpadló, filc hátoldal, 5 mm vtg.

3,26

1,79

4,86

14

XI

vastag szőnyegpadló „Dublin Twist” VLIES háttal 4 mm vtg.

2,07

1,11

3,38

15

VII

forgácslap natúr 18 mm vtg

1,11

0,54

2,07

16

VII

laminált forgácslap 18 mm vtg

0,14

0,04

0,39

17

VIII

laminált parketta, 6 mm vtg.

0,25

18

VIII

laminált forgácslap 18 mm vtg

0,26

19

VIII

rétegelt lemez 12 mm vtg.

2,80

20

VIII

natúr forgácslap 18 mm vtg.

1,17

0,11 0,11 1,38 0,47

0,51 0,57 4,53 2,48

21

IX

természetes parafa, lakozott 4 mm vtg.

0,51

0,20

1,17

22

IX

laminált parketta 6 mm vtg. enyvmentes

0,13

0,04

0,32

23

IX

természetes parafa, viaszolt 4 mm vtg.

2,69

1,24

4,53

24

X

natúr fenyőfa lambéria vízzel hígítható oldószermentes fabevonó lazúrral lefestve, Polifarbe mahagóni

0,28

0,14

0,54

25

X

0,37

0,18

0,73

26

X

8,23

7,88

8,47

27

X

4,31

3,03

5,46

28

X

4,13

2,48

5,79

laminált forgácslap 18 mm vtg. natúr fenyőfa lambéria oldószerrel hígítható vastag lazúrral lefestve, Xyladecor dió natúr forgácslap 18 mm vtg. natúr fenyőfa lambéria oldószerrel hígítható vékony lazúrral lefestve, Xyladecor fenyőzöld

113

Mérő Sorszám

csoport

Forráserősség Megnevezés

G, olf/m2

Forráserősség

Forráserősség

95% konf. tart. 95% konf. tart. alsó határa felső határa G, olf/m2

G, olf/m2

29

XI

natúr fenyőfa lambéria vízzel hígítható oldószermentes fabevonó lazúrral lefestve, Polifarbe mahagóni 2007 tavaszi festés

0,34

0,16

0,70

30

XI

természetes parafa, viaszolt 4 mm vtg.

0,51

0,20

1,17

31

XI

laminált forgácslap 18 mm vtg.

0,16

0,06

0,39

32

XI

natúr fenyőfa lambéria oldószerrel hígítható vastag lazúrral lefestve, Xyladecor dió 2007 tavaszi festés

2,71

1,19

4,79

33

XI

természetes parafa, lakozott 4 mm vtg.

3,38

1,97

4,86

34

XI

natúr fenyőfa lambéria oldószerrel hígítható vékony lazúrral lefestve, Xyladecor fenyőzöld 2007 tavaszi festés

2,15

0,89

4,13

35

VII

PVC padló „Acapulco” 1,3 mm vtg.

0,44

0,15

1,17

36

VII

tarket padló 5 mm vtg

0,15

0,04

0,44

37

X

öntapadós ragasztott PVC padló

0,74

0,27

1,86

38

XI

PVC padló „Dynamic Csempe” 1,3 mm vtg.

2,48

1,17

4,19

39

IX

függöny, narancssárga 100% Pamut

0,32

0,11

0,83

40

IX

függöny, piros 100% Polisztirol

2,48

0,99

4,53

A szakirodalomban a következő építőanyagok szennyezőforrás erősségére található adat: 5.5.1/7. táblázat Építőanyagok szennyezőanyag emissziója szakirodalomban [38] Építőanyag PVC padlóanyag Linóleum Linóleum viasszal Polyamid szőnyeg latex hátoldallal Gumiburkolat Lemez Szilikonbázisú fugaanyag Filc

Szennyezőanyag forráserősség G, olf/m2 1,4 1,6 1,2 2,2 4,6 0,4 14,5 2,6

A mérési eredményeimet összevetve az irodalmi adatokkal öt anyag (5., 6., 27., 38., 40. sorszámú) esetén eltérés található. Az eltérést a feltehetően az átlagtól eltérő gyártástechnológia, alapanyag, oldószer, ragasztó és felületkezelő anyag okozhatja. Erre vonatkozó adatok a vásárlás során a kereskedelmi cégeknél nem állnak rendelkezésre, nem tudnak adatot szolgáltatni.

114

5.5.2. A Hedonic skála kiértékelése

A mérőcsoportok Hedonic skálán leadott szavazatait néhány minta esetében hisztogram formájában az 5.5.2/1- 5.5.2/5. ábrákon szemléltetem.

2. Forgácslap natúr 18mm vtg.

1. Vastag szőnyegpadló 1. 5mm vtg. 60,00

44,44

50,00

40,00

40,00 30,00 20,00

15,56

10,00

0,00

0,00

0,00 kellemes

kellemetlen

szavazatok százalékos aránya, %

szavazatok százalékos aránya, %

60,00

50,00

42,22

40,00 30,00 20,00

8,89

0,00

0,00

elviselhetetlen

kellemes

42,22

40,00 30,00 20,00

0,00

6,67

kellemes

kellemetlen

2,22

elviselhetetlen

szavazatok százalékos aránya, %

szavazatok százalékos aránya, %

48,89

0,00

kellemetlen

elviselhetetlen

4. PVC padló

60,00

10,00

6,67

10,00

3. Vékony szőnyegpadló 3mm vtg.

50,00

42,22

60,00 50,00 33,33

40,00 30,00

35,56

20,00

20,00

8,89 2,22

10,00 0,00

kellemes

kellemetlen

elviselhetetlen

5.5.2/1. ábra Hedonic skála hisztogramja VII. mérőcsoport (45fő) 2005. X-XI.

115

1. laminált parketta, 6mm vtg.

2. laminált forgácslap 18mm vtg

57,78

50,00 40,00

31,11

30,00 20,00 8,89 10,00

0,00

0,00

50,00 40,00

kellemes

kellemetlen

20,00 8,89

elviselhetetlen

kellemes

17,78

20,00 2,22

2,22

kellemes

kellemetlen

szavazatok százalékos aránya, %

szavazatok százalékos aránya, %

40,00

10,00

kellemetlen

elviselhetetlen

8. szőnyeg „Lugano” 100% PP, 12mm vtg.

50,00

20,00

0,00

0,00

55,56

30,00

6,67

10,00

3. vastag szőnyegpadló, filc hátoldal, 5mm vtg. 60,00

26,67

30,00

0,00

0,00

55,56

60,00 szavazatok százalékos aránya, %

szavazatok százalékos aránya, %

60,00

60,00 50,00

40,00

40,00 24,44

30,00

20,00

20,00

8,89 4,44

10,00 0,00

kellemes

elviselhetetlen

kellemetlen

elviselhetetlen

5.5.2/2. ábra Hedonic skála hisztogramja VIII. mérőcsoport (44fő) 2006. IV. 1. Természetes parafa, lakozott 4mm vtg.

2. Rongyszőnyeg „Multi color” 100% Pamut

50,00 40,00 28,89 30,00 20,00

55,56

60,00

48,89

11,11 4,44

10,00

2,22

szavazatok százalékos aránya, %

szavazatok százalékos aránya, %

60,00

50,00 40,00

31,11

30,00 20,00 10,00

0,00 kellemetlen

elviselhetetlen

kellemes

60,00 50,00 33,33

35,56 26,67

30,00 20,00 10,00

0,00 kellemes

kellemetlen

kellemetlen

elviselhetetlen

8. Természetes parafa, viaszolt 4mm vtg.

0,00 elviselhetetlen

szavazatok százalékos aránya, %

szavazatok százalékos aránya, %

3. Laminált parketta 6mm vtg. enyvmentes

0,00

2,22

0,00

kellemes

40,00

4,44

2,22

60,00 50,00

40,00

40,00 26,67

30,00 15,56

20,00 10,00 0,00

8,89 4,44

kellemes

kellemetlen

elviselhetetlen

5.5.2/3. ábra Hedonic skála hisztogramja IX. mérőcsoport (43fő) 2006. X-XI.

116

1. natúr fenyőfa lambéria vízzel hígítható oldószermentes fabevonó lazúrral lefestve, Polifarbe mahagóni

53,33

50,00 40,00 30,00

22,22

17,78 20,00 10,00

2,22

0,00

60,00

szavazatok százalékos aránya, %

szavazatok százalékos aránya, %

60,00

4. öntapadós ragasztott PVC

50,00 37,78 40,00 30,00

kellemetlen

20,00

20,00 6,67

10,00

0,00

0,00

0,00 kellemes

31,11

kellemes

elviselhetetlen

kellemetlen

elviselhetetlen

8. natúr fenyőfa lambéria oldószerrel hígítható vékony lazúrral lefestve, Xyladecor fenyőzöld

6. natúr forgácslap 18mm vtg. 57,78 szavazatok százalékos aránya, %

60,00

40,00 30,00 15,56

13,33

20,00

6,67 10,00 0,00

2,22

kellemes

kellemetlen

szavazatok százalékos aránya, %

60,00 50,00

40,00 30,00 17,78 10,00

13,33

13,33

20,00

0,00

elviselhetetlen

48,89

50,00

2,22 kellemes

kellemetlen

elviselhetetlen

5.5.2/4. ábra Hedonic skála hisztogramja X. mérőcsoport (43fő) 2007. IV-V. 1. natúr fenyőfa lambéria vízzel hígítható oldószermentes fabevonó lazúrral lefestve, Polifarbe mahagóni 2007 tavaszi festés

2. természetes parafa, viaszolt 4mm vtg.

60,00

szavazatok százalékos aránya, %

szavazatok százalékos aránya, %

60,00 50,00 40,00 40,00 30,00

22,22

20,00 8,89 10,00

2,22

50,00 40,00 40,00

30,00

22,22

20,00

11,11

10,00

0,00 0,00

0,00 kellemes

kellemetlen

kellemes

elviselhetetlen

5. natúr fenyőfa lambéria oldószerrel hígítható vastag lazúrral lefestve, Xyladecor dió 2007 tavaszi festés

50,00 35,56

40,00 30,00

17,78

13,33

20,00 6,67 10,00

0,00 kellemes

kellemetlen

elviselhetetlen

kellemetlen

elviselhetetlen

6. természetes parafa, lakozott 4mm vtg.

szavazatok százalékos aránya, %

szavazatok százalékos aránya, %

60,00

0,00

0,00

0,00

60,00 50,00 40,00

33,33

30,00

22,22

20,00 6,67

8,89 2,22

10,00 0,00

kellemes

kellemetlen

elviselhetetlen

5.5.2/5. ábra Hedonic skála hisztogramjaXI. mérőcsoport (33fő) 2007. X-XI.

117

Az öt mérőcsoport 8-8 db különböző mintákra leadott Hedonic és Fanger skálás szavazatainak átlagát az 5.5.2/6. ábrán foglaltam össze. A Hedonic skála „kellemes” értékéhez a Fanger skála +1, az elviselhetetlen értékéhez a -1 értékét rendeltem. Ez alapján a mérőalanyok fokozatos és a fokozatmentes skálára adott szavazata összehasonlítható. Az ábra alapján elmondható, hogy a 40 független mérés során 2 esetben fordult elő, hogy a két skálára leadott szavazatok átlaga nincs szinkronban. Ebben a két esetben az alanyok a Hedonic skálán egy értékkel rosszabbnak értékelték a vizsgált mintát, mint a fokozatmentes kérdőíven.

5.5.2/6. ábra Az öt mérőcsoport Hedonic és Fanger skálára adott szavazatainak összehasonlítása

118

5.5.3. A mérési eredmények homogenitása

A belsőépítészeti anyagok emisszió vizsgálati eredményeinek homogenitás vizsgálatát a 4.1.2.1. pontban ismertetett Friedman próbával végeztem el az SPSS 15.0 program segítségével. A tesztek eredménye az 5.5.3/1-5. ábrákon láthatók. Ranks 1. Mérés

Mean Rank 4,28

2. Mérés

3,97

3. Mérés

3,30

4. Mérés

4,22

5. Mérés

5,06

6. Mérés

5,51

7. Mérés

5,37

8. Mérés

4,30

Test Statistics(a) N 45 Chi-Square

30,295

df

7

Asymp. Sig.

,000 a Friedman Test

5.5.3/1. ábra Friedman teszt eredménye VII. mérőcsoport (45fő) 2005. X-XI. Ranks

1. Minta

Mean Rank 6,19

2. Minta

6,23

3. Minta

3,05

4. Minta

3,89

5. Minta

3,18

6. Minta

5,00

7. Minta

4,34

8. Minta

4,13

Test Statistics(a) N

44

Chi-Square

78,631

df

7

Asymp. Sig.

,000 a Friedman Test

5.5.3/2. ábra Friedman teszt eredménye VIII. mérőcsoport (44fő) 2006. IV.

119

Ranks

1. Mérés

Mean Rank 4,28

2. Mérés

3,97

3. Mérés

3,30

4. Mérés

4,22

5. Mérés

5,06

6. Mérés

5,51

7. Mérés

5,37

8. Mérés

4,30

Test Statistics(a) N

45

Chi-Square

30,295

df

7

Asymp. Sig.

,000 a Friedman Test

5.5.3/3. ábra Friedman teszt eredménye IX. mérőcsoport (43fő) 2006. X-XI. Ranks

1. Mérés

Mean Rank 6,21

2. Mérés

5,93

3. Mérés

5,88

4. Mérés

5,72

5. Mérés

1,72

6. Mérés

3,22

7. Mérés

3,79

8. Mérés

3,52

Test Statistics(a) N

43

Chi-Square

138,596

df

7

Asymp. Sig.

,000 a Friedman Test

5.5.3/4. ábra Friedman teszt eredménye X. mérőcsoport (43fő) 2007. IV-V.

120

Ranks

1. Mérés

Mean Rank 5,85

2. Mérés

5,55

3. Mérés

6,08

4. Mérés

3,73

5. Mérés

3,79

6. Mérés

3,09

7. Mérés

3,76

8. Mérés

4,17

Test Statistics(a) N

33

Chi-Square

51,475

df

7

Asymp. Sig.

,000 a Friedman Test

5.5.3/5. ábra Friedman teszt eredménye XI. mérőcsoport (33fő) 2007. X-XI.

Az 5.5.3/1-5. ábrák angol kifejezéseinek fordítása: - Ranks: Rangok; - Mean Rank: Rangátlag; - Test Statistics(a): Próba statisztika; - Chi-Square: 2 –négyzet; - df: szabadsági fok; - Asymp. Sig.: Aszimptotikus szignifikancia szint. Az 5.5.3/1-5. ábrák alapján megállapítottam, hogy valamennyi méréssorozat esetén el kell vetni a minták homogenitására vonatkozó nullhipotézist (az aszimptotikus szignifikancia-szint 0,000 lett): azaz az egy-egy építőanyagra adott szavazatok összességében különbözőek, a mérőalanyok a mintákat különbözőnek érzékelték. Azt, hogy konkrétan melyek különböznek jelentősen páronkénti Wilcoxon-próbákkal ellenőriztem. (lásd 5.5.5. fejezet)

121

5.5.4. A minták normalitás vizsgálata

A minták mérési eredmények normalitás vizsgálata során az SPSS 15.0 programmal elkészítettem a eloszlásgörbéket, PP-görbéket és box-plot ábrákat. A leíró statisztikákat a 9. melléklet tartalmazza. Az öt mérőcsoport néhány mintájának eloszlásgörbéjét, PP-görbéjét és box-plot ábráját az 5.5.4/1-11. ábrák tartalmazzák. Az 5.5.4/1-11. ábrákon szereplő angol kifejezések fordítása: - Expected Cum Prob: Várható kumulált (elméleti) valószínűség; - Normal P-P Plot: Normális eloszláshoz tartozó P-P grafikon; - Observed Cum Prob: Megfigyelt (empirikus) eloszlás függvény); - Frequency: Gyakoriság; - Mean: Átlag.

5.5.4/1. ábra Normalitás vizsgálat 1. minta VII. mérőcsoport (45fő) 2005. X-XI.

122

5.5.4/2. ábra Normalitás vizsgálat 3. minta VII. mérőcsoport (45fő) 2005. X-XI.

5.5.4/3. ábra Normalitás vizsgálat 7. minta VII. mérőcsoport (45fő) 2005. X-XI.

123

5.5.4/4. ábra Normalitás vizsgálat 2. minta VIII. mérőcsoport (44fő) 2006. IV.

5.5.4/5. ábra Normalitás vizsgálat 3. minta VIII. mérőcsoport (44fő) 2006. IV.

124

5.5.4/6. ábra Normalitás vizsgálat 2. minta IX. mérőcsoport (43fő) 2006. X-XI.

5.5.4/7. ábra Normalitás vizsgálat 8. minta IX. mérőcsoport (43fő) 2006. X-XI.

125

5.5.4/8. ábra Normalitás vizsgálat 4. minta X. mérőcsoport (43fő) 2007. IV-V.

5.5.4/9. ábra Normalitás vizsgálat 7. minta X. mérőcsoport (43fő) 2007. IV-V.

126

5.5.4/10. ábra Normalitás vizsgálat 3. minta XI. mérőcsoport (33fő) 2007. X-XI.

5.5.4/11. ábra Normalitás vizsgálat 5. minta XI. mérőcsoport (33fő) 2007. X-XI.

Az 5.5.4/1-11. grafikonokon valamennyi minta jó illeszkedését szemlélhetjük a normális eloszláshoz. A normalitás vizsgálatot grafikusan tudjuk elvégezni.

127

5.5.5. A mintapárok homogenitásának elemzése, mintapárok csoportosítása

A mintapárok homogenitásának elemzését és a mintapárok csoportosítását a 4.1.2.1. fejezetben ismertetett módon a Wilcoxon teszttel végeztem el az SPSS 15.0 program segítségével. A vizsgálatok eredményeit az 5.5.5/1-5. táblázatokban láthatjuk. 5.5.5/1. táblázat VII. mérőcsoport 2005. X-XI. Wilcoxon teszt eredménye 2. Mérés - 3. Mérés - 4. Mérés - 5. Mérés - 6. Mérés - 7. Mérés - 8. Mérés - 3. Mérés 1. Mérés 1. Mérés 1. Mérés 1. Mérés 1. Mérés 1. Mérés 1. Mérés 2. Mérés Z Asymp. Sig. (2tailed)

-1,519(a)

-2,292(a)

-,152(b)

-1,739(b)

-2,462(b)

-2,591(b)

-,980(b)

-1,444(a)

,129

,022

,879

,082

,014

,010

,327

,149

4. Mérés - 5. Mérés - 6. Mérés - 7. Mérés - 8. Mérés - 4. Mérés - 5. Mérés - 6. Mérés 2. Mérés 2. Mérés 2. Mérés 2. Mérés 2. Mérés 3. Mérés 3. Mérés 3. Mérés Z Asymp. Sig. (2tailed)

-1,588(b)

-3,163(b)

-3,182(b)

-2,609(b)

-1,485(b)

-2,164(b)

-4,257(b)

-3,759(b)

,112

,002

,001

,009

,138

,030

,000

,000

7. Mérés - 8. Mérés - 5. Mérés - 6. Mérés - 7. Mérés - 8. Mérés - 6. Mérés - 7. Mérés 3. Mérés 3. Mérés 4. Mérés 4. Mérés 4. Mérés 4. Mérés 5. Mérés 5. Mérés Z Asymp. Sig. (2tailed)

-3,703(b)

-2,282(b)

-1,659(b)

-2,295(b)

-1,575(b)

-,070(a)

-1,015(b)

-,788(b)

,000

,022

,097

,022

,115

,944

,310

,431

8. Mérés - 7. Mérés - 8. Mérés - 8. Mérés 5. Mérés 6. Mérés 6. Mérés 7. Mérés Z Asymp. Sig. (2tailed)

-1,154(a)

,249 a Based on positive ranks. b Based on negative ranks. c Wilcoxon Signed Ranks Test

-,223(a)

-1,545(a)

-1,770(a)

,823

,122

,077

5.5.5/2. táblázat VIII. mérőcsoport (44fő) 2006. IV. Wilcoxon teszt eredménye Z Asymp. Sig. (2tailed)

Z Asymp. Sig. (2tailed)

2. Minta 1. Minta

3. Minta 1. Minta

4. Minta 1. Minta

5. Minta 1. Minta

6. Minta 1. Minta

7. Minta 1. Minta

8. Minta 1. Minta

3. Minta 2. Minta

-,056(a)

-5,399(a)

-4,265(a)

-5,085(a)

-2,314(a)

-3,303(a)

-3,406(a)

-5,556(a)

,955

,000

,000

,000

,021

,001

,001

,000

4. Minta 2. Minta

5. Minta 2. Minta

6. Minta 2. Minta

7. Minta 2. Minta

8. Minta 2. Minta

4. Minta 3. Minta

5. Minta 3. Minta

6. Minta 3. Minta

-4,481(a)

-4,958(a)

-2,228(a)

-3,845(a)

-3,122(a)

-2,783(b)

-1,128(b)

-3,470(b)

,000

,000

,026

,000

,002

,005

,259

,001

128

Z Asymp. Sig. (2tailed)

Z Asymp. Sig. (2tailed)

7. Minta 3. Minta

8. Minta 3. Minta

5. Minta 4. Minta

6. Minta 4. Minta

7. Minta 4. Minta

8. Minta 4. Minta

6. Minta 5. Minta

7. Minta 5. Minta

-2,050(b)

-2,314(b)

-1,262(a)

-1,745(b)

-,244(b)

-,342(b)

-3,189(b)

-1,899(b)

,040

,021

,207

,081

,807

,732

,001

,058

8. Minta 5. Minta

7. Minta 6. Minta

8. Minta 6. Minta

-1,824(b)

-1,331(a)

-1,045(a)

,183

,296

,068 a Based on positive ranks. b Based on negative ranks. c Wilcoxon Signed Ranks Test

5.5.5/3. táblázat IX. mérőcsoport (43fő) 2006. X-XI. Wilcoxon teszt eredménye 2. Mérés - 3. Mérés - 4. Mérés - 5. Mérés - 6. Mérés - 7. Mérés - 8. Mérés - 3. Mérés 1. Mérés 1. Mérés 1. Mérés 1. Mérés 1. Mérés 1. Mérés 1. Mérés 2. Mérés Z Asymp. Sig. (2tailed)

-,765(a)

-2,053(b)

-1,351(b)

-,575(b)

-,343(b)

-2,585(a)

-2,689(a)

-2,761(b)

,444

,040

,177

,565

,731

,010

,007

,006

4. Mérés - 5. Mérés - 6. Mérés - 7. Mérés - 8. Mérés - 4. Mérés - 5. Mérés - 6. Mérés 2. Mérés 2. Mérés 2. Mérés 2. Mérés 2. Mérés 3. Mérés 3. Mérés 3. Mérés Z Asymp. Sig. (2tailed)

-1,697(b)

-1,326(b)

-1,027(b)

-2,353(a)

-2,591(a)

-1,815(a)

-1,712(a)

-2,022(a)

,090

,185

,305

,019

,010

,069

,087

,043

7. Mérés - 8. Mérés - 5. Mérés - 6. Mérés - 7. Mérés - 8. Mérés - 6. Mérés - 7. Mérés 3. Mérés 3. Mérés 4. Mérés 4. Mérés 4. Mérés 4. Mérés 5. Mérés 5. Mérés Z Asymp. Sig. (2tailed)

-4,389(a)

-4,434(a)

-,084(b)

-,766(a)

-3,177(a)

-3,800(a)

-,175(a)

-3,336(a)

,000

,000

,933

,443

,001

,000

,861

,001

8. Mérés - 7. Mérés - 8. Mérés - 8. Mérés 5. Mérés 6. Mérés 6. Mérés 7. Mérés Z Asymp. Sig. (2tailed)

-2,959(a)

,003 a Based on positive ranks. b Based on negative ranks. c Wilcoxon Signed Ranks Test

-3,346(a)

-3,364(a)

-,289(b)

,001

,001

,773

129

5.5.5/4. táblázat X. mérőcsoport (43fő) 2007. IV-V. Wilcoxon teszt eredménye 2. Mérés - 3. Mérés - 4. Mérés - 5. Mérés - 6. Mérés - 7. Mérés - 8. Mérés - 3. Mérés 1. Mérés 1. Mérés 1. Mérés 1. Mérés 1. Mérés 1. Mérés 1. Mérés 2. Mérés Z Asymp. Sig. (2tailed)

-,085(a)

-,757(a)

-,900(a)

-5,712(a)

-5,205(a)

-3,983(a)

-4,378(a)

-1,108(a)

,933

,449

,368

,000

,000

,000

,000

,268

4. Mérés - 5. Mérés - 6. Mérés - 7. Mérés - 8. Mérés - 4. Mérés - 5. Mérés - 6. Mérés 2. Mérés 2. Mérés 2. Mérés 2. Mérés 2. Mérés 3. Mérés 3. Mérés 3. Mérés Z Asymp. Sig. (2tailed)

-,940(a)

-5,700(a)

-4,874(a)

-4,323(a)

-4,432(a)

-,512(a)

-5,634(a)

-5,240(a)

,347

,000

,000

,000

,000

,609

,000

,000

7. Mérés - 8. Mérés - 5. Mérés - 6. Mérés - 7. Mérés - 8. Mérés - 6. Mérés - 7. Mérés 3. Mérés 3. Mérés 4. Mérés 4. Mérés 4. Mérés 4. Mérés 5. Mérés 5. Mérés Z Asymp. Sig. (2tailed)

-3,714(a)

-4,294(a)

-5,676(a)

-4,885(a)

-3,965(a)

-3,939(a)

-4,439(b)

-4,530(b)

,000

,000

,000

,000

,000

,000

,000

,000

8. Mérés - 7. Mérés - 8. Mérés - 8. Mérés 5. Mérés 6. Mérés 6. Mérés 7. Mérés Z Asymp. Sig. (2tailed)

-4,360(b)

,000 a Based on positive ranks. b Based on negative ranks. c Wilcoxon Signed Ranks Test

-1,044(b)

-,563(b)

-,594(a)

,296

,573

,552

5.5.5/5. táblázat XI. mérőcsoport (33fő) 2007. X-XI. Wilcoxon teszt eredménye 2. Mérés - 3. Mérés - 4. Mérés - 5. Mérés - 6. Mérés - 7. Mérés - 8. Mérés - 3. Mérés 1. Mérés 1. Mérés 1. Mérés 1. Mérés 1. Mérés 1. Mérés 1. Mérés 2. Mérés Z Asymp. Sig. (2tailed)

-1,304(a)

-1,286(b)

-2,787(a)

-2,764(a)

-4,293(a)

-3,504(a)

-3,324(a)

-1,880(b)

,192

,198

,005

,006

,000

,000

,001

,060

4. Mérés - 5. Mérés - 6. Mérés - 7. Mérés - 8. Mérés - 4. Mérés - 5. Mérés - 6. Mérés 2. Mérés 2. Mérés 2. Mérés 2. Mérés 2. Mérés 3. Mérés 3. Mérés 3. Mérés Z Asymp. Sig. (2tailed)

-2,684(a)

-2,665(a)

-3,376(a)

-2,544(a)

-2,170(a)

-3,375(a)

-3,172(a)

-4,433(a)

,007

,008

,001

,011

,030

,001

,002

,000

7. Mérés - 8. Mérés - 5. Mérés - 6. Mérés - 7. Mérés - 8. Mérés - 6. Mérés - 7. Mérés 3. Mérés 3. Mérés 4. Mérés 4. Mérés 4. Mérés 4. Mérés 5. Mérés 5. Mérés Z Asymp. Sig. (2tailed)

-3,880(a)

-3,255(a)

-,330(b)

-,566(a)

-,561(b)

-,627(b)

-,854(a)

-,337(b)

,000

,001

,741

,572

,575

,531

,393

,736

130

8. Mérés - 7. Mérés - 8. Mérés - 8. Mérés 5. Mérés 6. Mérés 6. Mérés 7. Mérés Z Asymp. Sig. (2tailed)

-,751(b)

,453 a Based on positive ranks. b Based on negative ranks. c Wilcoxon Signed Ranks Test

-2,023(b)

-1,626(b)

-,365(b)

,043

,104

,715

Az 5.5.5/1-5. táblázatokban szereplő angol kifejezések fordítása: Z: N(01) standard normális eloszlás; - Asymp. Sig. (2-tailed): Aszimptotikus szignifikancia-szint (két oldalas); Based on positive ranks: a pozitív előjelű rangok összege; Based on negative ranks: a negatív előjelű rangok összege; - Wilcoxon Signed Ranks Test: Wilcoxon előjel rang próba. A páronkénti összehasonlítások alapján az alábbi táblázatban (5.5.5/6. táblázat) foglaltam össze az eredményeket. A „+” a homogenitás elfogadását, a „–” pedig az elvetését jelenti a 0,1 szignifikancia-szinthez a Wilcoxon-próbánál. 5.5.5/6. táblázat Az öt mérőcsoport páronkénti Wilcoxon teszt eredménye

VII. mérőcsoport 1 2 3 4 5 6 7 8

1 2 + + - + + + - + - + +

3 4 5 6 - + - + + + - - - + - + + - - + - + + + - + + +

7 + + +

1 2 3 4 5 6 7 8

1 2 + + - - - - - - -

3 4 5 6 - - - - - - - + + + + - - - + - + - + - +

7 + +

8 + + + + +

-

VIII. mérőcsoport 8 + + -

-

131

IX. mérőcsoport 1 2 3 4 5 6 7 8

1 2 + + - + + + + + - + - -

3 4 5 6 - + + + - - + + - - + + - + + - + + - - - - - - -

7 + -

1 2 3 4 5 6 7 8

1 2 + + + + + + - - - - -

3 4 5 6 + + - + + - + - + - - - - - - - + - - - +

7 +

1 2 3 4 5 6 7 8

1 2 + + + - - - - - -

3 4 5 6 + - - - - - - - + + - + + - + + - + + - + + +

7 + + -

8 +

+

X. mérőcsoport 8 + +

+

XI. mérőcsoport 8 + + + +

+

132

6. A KEZDETI HIPOTÉZISEK ÉS CÉLKITŰZÉSEK VIZSGÁLATA A MÉRÉSI EREDMÉNYEK ISMERETÉBEN A kutatásom vizsgálatait két fő részre lehet osztani: - a nem tréningelt mérőalanyokkal végzett levegőminőségi mérések pontosságának kiértékelése, - belsőépítészeti anyagok érzékelhető szennyezőanyag kibocsátásának szubjektív mérése olf- decipol rendszerben Fanger és Hedonic skálával hazai viszonyok között. A mérési sorozatokat öt független nem tréningelt mérőcsoporttal végeztem el 2005., 2006. és 2007. években. A kutatómunka elején kitűzött főbb célkitűzések vizsgálata az eredmények függvényében: 1. Mérési és értékelési módszer kidolgozása a hazai adottságokhoz illeszkedően a belső levegőminőség mérésére, ill. a belsőépítészeti anyagok vizsgálatára.

Irodalomkutatást alapján megvizsgáltam az általánosan használt levegőminőségi mérési, értékelési módszereket. Kidolgoztam a hazai gyakorlatban alkalmazott belsőépítészeti anyagok szagemissziójának mérési és kiértékelési módszerét. Megterveztem, elkészítettem a levegőminőségi mérésekhez szükséges olf-boxot és a levegőminőségi etalonokat. Kialakítottam a belsőépítészeti anyagok vizsgálati mérőállását. A méréseket a BME Épületgépészeti Tanszék Levegőminőség Laboratóriumában végeztem el. A vizsgálatokhoz nem tréningelt személyeket alkalmaztam, akik szubjektív skálák segítségével értékelték a mintákat. A szubjektív skálákra adott válaszokat az érzékelhető levegőminőség összefüggései alapján kiértékeltem. Matematikai statisztikai módszerekkel meghatároztam a mérőcsoportok pontosságát. 2.

Szubjektív érzékelés mérési eredmények matematikai eloszlásának vizsgálata:

A 4.1. fejezetben ismertetett matematikai eljárás alapján elvégeztem a mérési eredmények normalitás vizsgálatát. A levegőminőségi etalonokkal végzett mérési eredményeknél egymintás Kolmogorov-Szmirnov próbával statisztikusan ellenőriztem a normál illeszkedés jóságát. Az összesen 40 mintából 36 esetben –azaz az esetek 90%-ban- a szignifikancia-szint jóval 0,1 felett adódott, azaz a minták jól illeszkednek a normális eloszláshoz A 0,01 és 0,1 közötti szignifikancia szinteknél – összesen négy mintánál- is elfogadtam az illeszkedést a normális eloszláshoz a kis minta elemszám és a szubjektív érzékelés sajátossága miatt. Összességében tehát igazoltam a minták jó illeszkedését a normális eloszláshoz. A belsőépítészeti anyagok emisszió vizsgálatának mérési eredményeinek normalitás vizsgálata során elkészítettem az eloszlásgörbéket, PP-görbéket és box-plot ábrákat. A grafikonok alapján elmondhatjuk, hogy valamennyi minta jól illeszkedik a normális eloszláshoz.

133

3.

Mérőcsoport létszámának hatása a mérés pontosságára:

Megvizsgáltam, hogy ha kevesebb -az olf-box vizsgálatokon érzékenyebbmérőszeméllyel végezzük el a méréseket, hogyan alakul a mérési pontosság. Egy mérést akkor tekintünk pontosnak, ha az egymintás t-próba szignifikánsan elfogadható, azaz a mintaátlag közel esik a tesztértékhez. A „jó” mérőszemélyeket úgy választottam ki, hogy három metrika -az Euklideszi-, City-block- és Csebisev-metrikák- segítségével meghatároztam a 8 etalonérték által meghatározott pont és a mérőszemélyek által észlelt adatok 8 dimenziós pontok távolságait, majd a legkisebb rangszámösszegek alapján sorba rendeztem a mérőszemélyeket. Ezután megnéztem, hogyan alakulna a t-próbák pontossága, ha legjobb 10, vagy a legjobb 20 mérőszemély mért volna csak. A kiértékelésből megállapítottam, hogy a „jó” mérőszemélyek kiválasztása sikeres volt, a minták pontossága majdnem kétszeresére nőtt. 4. Szaganyagkoncentráció hatásának vizsgálata az érzékelésre:

Levegőminőségi etalonokkal, laboratóriumi körülmények között végzett mérések segítségével megvizsgáltam az egyes mérőszemélyek és mérőcsoportok szagérzékelő képességét. A kiértékelés során megállapítottam, hogy a mérőalanyok 12 decipol szagintenzitás alatt fölül értékelik, 12 decipol fölött alul értékelik a mintát. Az eredmények hasznosíthatósága, további kutatási lehetőségek:

-

Tetszőleges belsőépítészeti anyag vizsgálható a kidolgozott mérési eljárással és további emissziós adatok határozhatók meg. Az emissziós mérési eredmények tervezési alapadatként használhatók. Kidolgozott vizsgálati módszerrel a szagérzékelés függésének meghatározása lehetséges más anyagok esetében is.

134

7. ÚJ TUDOMÁNYOS EREDMÉNYEK A kutatások eredményei alapján az alábbi téziseket határoztam meg. 7.1. A nemzetközi gyakorlatban alkalmazott érzékelhető levegőminőségi mérési eljárások szakirodalmát áttanulmányoztam és a hazai és nemzetközi gyakorlatban is alkalmazható új mérési módszert dolgoztam ki, mérőberendezést építettem. Ehhez elkészítettem a levegőminőségi etalonokat. Kutatásaim alapján, mint új tudományos eredményt megállapítottam, hogy Magyarországon a hazai környezetben az aceton gázzal olf-box laboratóriumi mérőálláson végzett vizsgálatok, szubjektív emberi szagérzékelési eredményei megfelelnek a normál eloszlásnak. A méréseknél 8 féle acetonforrást használtam, összesen 5 mérési sorozatban, 208 fő részvételével. Elvégeztem a mérési eredmények Kolmogorov- Szmirnov normalitás vizsgálatát. Ellenőriztem a szignifikancia-szintet 5 egymástól független mérési sorozatnál a 8-féle acetonforrás esetén. Így összesen 40 független adatbázist tudtam vizsgálni. Valamennyi esetben a Kolmogorov- Szmirnov vizsgálat szignifikancia-szintje nagyobb volt 0,027-nél, 36 esetben pedig még 0,1-nél is.

A tézisponthoz kapcsolódó saját publikáció: [P1, P2, P3, P4, P5, P6]

7.2. Az öt független mérőcsoport tagjainak aceton gőzzel végzett vizsgálati eredményeit elemeztem a mérés pontossága alapján, matematikai kritérium rendszerek (Euklideszi-, City-block- és Csebisev-metrikák) szerint értékeltem. Külön értékeltem a legjobb 10, 20, 32 és a teljes csoport eredményeit. A vizsgálati eredmények azt igazolták, hogy a nem tréningelt legalább 40 fős csoportból kiválasztott legjobb 10 fővel el lehet végezni ugyanolyan pontossággal a méréseket, mint a teljes csoporttal. Az összehasonlításnál 0,01 szignifikanciaszintet alapul véve az elfogadott tesztek aránya 95%; 0,1 szignifikancia-szintnél pedig 60% volt. Évente egymástól függetlenül szervezett öt különböző mérőcsoporttal (33-45 fő) végzett mérési sorozatok eredményei alapján kijelenthető, hogy a legjobb 10, 20 és 32 fős csoport 0,1-es szignifikancia-szinten, egymintás t-próbás vizsgálat esetén 60%, 52,5% és 32,5%-on felelt meg.

A tézisponthoz kapcsolódó saját publikáció: [P3]

135

7.3. A kutatási eredményeim alapján matematikai statisztikai módszerekkel meghatároztam, hogy a mérőalanyok 12 decipol szagintenzitás alatt fölül értékelik, 12 decipol fölött alul értékelik a levegőminőségi etalont. Az eltérés regressziós függvénye egyenest ad, egyenlete: y=-0,3499x+4,1345 (R2=0,6529)

A tézisponthoz kapcsolódó saját publikáció: [P2, P3] 7.4. Az acetonforrásokkal végzett laboratóriumi vizsgálatok eredményei alapján a hazai viszonyok között mérési eljárást dolgoztam ki a belsőépítészeti anyagok szagemissziójának meghatározására az olf- decipol rendszerben. A módszer része a kidolgozott egyedi, laboratóriumban elkészített mérőállás, mérési és értékelési metodika matematikai statisztikai hibaanalízissel. Öt független mérőcsoporttal, 208 fő részvételével 40 darab belsőépítészeti anyag mintát vizsgáltam. Az eredmények alapján hazai gyakorlatban alkalmazott anyagok esetében méretezési alapadatok állnak rendelkezésre 95%-os konfidencia szintnek megfelelően. Kutatási eredményeim a méréseknél rögzített peremfeltételek mellett érvényesek.

A tézisponthoz kapcsolódó saját publikáció: [P1, P2, P3, P4, P5, P6, P7] 7.5. Belsőépítészeti anyagok szagemissziójának laboratóriumi vizsgálatával meghatároztam, hogy a szubjektív emberi érzékeléssel a Magyarországon alkalmazott belsőépítészeti anyagokra vonatkozó mérési eredmények grafikus tesztek - normális eloszláshoz tartozó P-P grafikon, box-plot ábra és eloszlásgörbe - alapján megfelelnek a normál eloszlásnak.

A tézisponthoz kapcsolódó saját publikáció: [P2, P3]

136

8. PUBLIKÁCIÓS LISTA 8.1. Tézisekhez kapcsolódó publikációk a., Lektorált tudományos folyóirat cikkek:

P1. KAJTÁR L.-HRUSTINSZKY T.: A belső levegő minőség. A szükséges frisslevegő – igény vizsgálata. Bp. 2004. HKL Hűtő-, klíma-és légtechnikai épületgépészeti szaklap, II. évfolyam 8. szám, 16-19 p. P2. KAJTÁR L. - HRUSTINSZKY T.: Investigation and influence of indoor air quality on energy demand of office buildings; WSEAS Transactions on Heat and Mass Transfer, Issue 4, Volume 3, October 2008. 219-228 p. P3. KAJTÁR L. - HRUSTINSZKY T.: Indoor air quality analysing with naive panels; Bp. Periodica Polytechnica, Mechanical Engineering; elfogadott cikk b., Lektorált konferencia előadások, konferencia kiadványokban is megjelentek:

P4. KAJTÁR L.-HRUSTINSZKY T.: Measurements of Indoor Air Quality and Emission of Indoor Materials; Bp. 2002. Proceedings of the third conference on mechanical engineering, GÉPÉSZET 2002, Volume 1. 362-366 p. P5. KAJTÁR L.-HRUSTINSZKY T.: Belső levegő minőség és a szükséges frisslevegő arány vizsgálata; 16. Fűtés- és légtechnikai konferencia; Bp. 2004. Márc. 4-5. CD kiadvány 9p. P6. KAJTÁR L. - HRUSTINSZKY T. - HERCZEG L. - KETSKEMÉTY L. - LEITNER A. : Indoor air quality investigation with naive panels; Copenhagen, 2008. Indoor Air 2008 11th International Conference 6p. CD P7. KAJTÁR L. - HRUSTINSZKY T.: Influence of indoor air quality on energy performance of HVAC systems; 2008. Rodosz, 6th IASME/WSEAS International Conference 360.364.p. ISBN: 978-960- 6766-97-8

8.2. Egyéb publikációk a., Lektorált tudományos cikkek:

S1. HRUSTINSZKY T. - KAJTÁR L.: A belső levegő minőség számítógépes szimulációja. Bp. 1999. Magyar Épületgépészet 1999/4. szám 9-12 p. S2. BÁNHIDI L., ZÖLD A., CSOKNYAI T., HERCZEG L., HRUSTINSZKY T., KALMÁR F.: A dinamikus hőmérsékletváltozás szubjektív hatása; Magyar Épületgépészet, XLIX. évfolyam, 2000/3. szám

137

S3. KAJTÁR L.-HRUSTINSZKY T.-HERCZEG L.: Épületek vizsgálata a levegőminőség oldaláról; Bp. 2004. Tégla szaklap II/4 nov. p.14 S4. HERCZEG L.-HRUSTINSZKY T.-KAJTÁR L.: Comfort in Closed Spaces According to Thermal Comfort and Indoor Air Quality; Bp. 2000. Periodica Polytechnica, Mechanical Engineering 2000. 44/2 249-264p. b., Lektorált konferencia előadások, konferencia kiadványokban is megjelentek:

S5. HRUSTINSZKY T.-KAJTÁR L.: Computerized simulation of indoor air quality. Bp. 2000. Proceedings of second conference on mechanical engineering, GÉPÉSZET 2000, Volume 2. 383-387 p. S6. BÁNHIDI L., ZÖLD A., CSOKNYAI T., HERCZEG L., HRUSTINSZKY T., KALMÁR F.: Influenta variatiei dinamince a temperaturii interioare asupra confortului termic. Timisoara – Romania, 2000. április 6-7. Instalatiile pentru constructii si confortul Ambiental nemzetközi konferencia kiadvány, pp. 132-139. S7. BÁNHIDI L., ZÖLD A., CSOKNYAI T., HERCZEG L., HRUSTINSZKY T., KALMÁR F.: Impact of indoor temperature fluctuation on thermal comfort feeling. Healthy Buildings 2000, Helsinki. 8. Hrustinszky T.-Kajtár L.: Evaluation of Indoor Air Quality. Timisoara, Románia. 2001. Nemzetközi Szimpozium Kiadvány, 35-39 p. S8. KAJTÁR L.-HRUSTINSZKY T.: Measurements of Indoor Air Quality and Emission of Indoor Materials; International Conference on Health, Comfort and Productivity vs Cost Effective Operation of HVAC; Proceedings; Strbské Pleso, Szlovakia. 2001. 323-330 p. S9. KAJTÁR L.-HRUSTINSZKY T.: Investigation of indoor air quality and emission of indoor used materials in Hungary; 7thInternational Conference Healthy Buildings 2003. Singapore, 2003. Proceedings Volume 3. 752-757p. S10. KAJTÁR L.-HERCZEG L.-HRUSTINSZKY T.-BÁNHIDI L.: Influence of CarbonDioxide Pollutant on Human Well-Being and Work Intensity; Lisboa, 2006. June 4-8. HB 2006 Healthy Buildings, Proceedings Volume I. 85-90 p. CD 6p. S11. KAJTÁR L.- HERCZEG L.- HRUSTINSZKY T.- LEITNER A.: High Quality Thermal Environment by Chilled Ceiling in Office Building. Helsinki. 2007. International Conference Well Being Indoors CLIMA 2007. 6 p. S12. KAJTÁR L. - HRUSTINSZKY T. - HERCZEG L.: Indoor air quality and energy demand of buildings 2009. Syracuse, Ny USA, 9th International Conference Healthy Buildings 2009, p.4. pen

138

9. IRODALOMJEGYZÉK

Szabványok, előírások 1.

ASHRAE Standard 62-2001, Ventilation for Acceptable Indoor Air Quality. 2001.

2.

DIBt (Deutsches Institut für Bautechnik) (2004). Zulassungsgrundsätze zur gesundheitlichen Bewertung von Bauprodukten in Innenräumen – Stand Juni 2004 DIBt-Mitteilungen 4/2004, 119-141.

3.

DIN 1946/2 Raumlufttechnik. Gesundheitstechnische Anforderungen. 1994.

4.

DS/INF 90 (1994). Directions for the determination and evaluation of the emission from building products. Copenhagen, Danish Standards Association

5.

EUR 11917 EN Report No. 1. Radon in Indoor Air. 1988.

6.

EUR 12219 EN Report No. 3. Indoor Pollution by N02 in European Countries. 1989.

7.

EUR 12294 EN Report No. 4. Sick Building Syndrome. 1989.

8.

EUR 13216 EN Report No. 7. Indoor Air Pollution by Formaldehyde in European Countries. 1990.

9.

EUR 14449 EN Report No. 11. Guidelines for Ventilation Requirements in Buildings.

10.

MSZ CR 1752:2000 Ventilation for buildings- Design criteria for thr indoor enviroment

11.

MSZ-EN 13725:2003 Levegő minőség – Szagkoncentráció meghatározás dinamikus olfaktometriával

12.

MSZ EN ISO 16000-9:2006 Beltéri levegőminőség. 9. rész: Építési termékek és bútorok illékonyszervesanyag-kibocsátásának meghatározása. A kibocsátás vizsgálata kamrás módszerrel

13.

MSZ EN ISO 16000-10:2006 – Beltéri levegőminőség. 10. rész: Építési termékek és bútorok illékonyszervesanyag-kibocsátásának meghatározása. A kibocsátás vizsgálata cellás módszerrel

14.

MSZ EN ISO 16000-11:2006 Beltéri levegőminőség. 11. rész: Építési termékek és bútorok illékonyszervesanyag-kibocsátásának meghatározása Mintavétel, mintatárolás és a vizsgálati mintadarabok előkészítése

15.

Nordtest (1998). Building materials: Emissions of pollutants by CLIMPAQ chamber, NT Build 482, approved 1998-06. Espoo, Finland: Nordtest.

16.

VDI 3881: Olfaktometrie. Geruchsschwellenbestimmung. 1986.

17.

VDI 3883: Gerüche in der Umwelt.

2009. 139

OTKA zárójelentések 18.

Klímatizált terek levegőminőségének biztosítása, klímatechnikai rendszerek levegőminőségi követelményei, értékelési módszere. Bp. 2002, OTKA zárójelentés T 029451, Témavezető: Kajtár László

19.

Belső levegő minőség és szennyezőanyag kibocsátás értékelési és mérési módszerének kidolgozása. Bp. 2005, OTKA zárójelentés T 037596, Témavezető: Kajtár László.

20.

Komfortterek jó minőségének biztosítása, módszertani elvek - alapadatok a tervezéshez, a hazai sajátosságok figyelembevételével. Bp. 2008, OTKA zárójelentés T 49598, Témavezető: Kajtár László

Egyéb publikációk 21.

ASHRAE Handbook, Fundamentals. 1997. Atlanta, American Society of Heating, Refrigerating and Air – Conditioning Engineers

22.

BAUMBACH,G.: Luftreinhaltung. Springer-Verlag, Berlin Heidelberg New York. 1993.

23.

BÁNHIDI, KAJTÁR: Komfortelmélet. Műegyetemi Kiadó, 2000

24.

BÁNHIDI L.: Ember, épület, energia. Akadémiai Kiadó. Bp. 1994.

25.

BÁLINT P.: Orvosi Élettan. Medicina Könyvkiadó. Bp. 1981.

26.

BITTER, F.; BÖTTCHER, O.; DACHMS, A.; KASCHE, J., MÜLLER, B.; MÜLLER, D.: Handbuch zur Messung der empfundende Luftqualität Technische Universität Berlin, Hermann- Rietschel- Institut, 2004.

27.

BITTER F., MÜLLER B., MÜLLER D.: Estimation of odour intensity of indoor air pollutants from building materials with a multi-gas sensor system, Building and Environment 45, pp. 197–204, 2010

28.

BLUYSSEN, P.M.: A Trained Panel to Evaluate Perseived Air Quality. CLIMA 2000 Konferencia, Sarajevo, 1989. vol. 3.; pp. 25-30.

29.

BLUYSSEN, P.M.: Air Quality Evaluated by a Trained Panel, Ph.D. Thesis, Technical University of Denmark, 1990

30.

BLUYSSEN, P.M.: The Indoor Enviroment Handbook, How to Make Buildings Healty and Comfortable, Earthscan, 2009

140

31.

BLUYSSEN, P.M., DE OLIVEIRA FERNANDES, E., MOLINA, J.L.: Database for Source of Pollution for Healthy and Comfortable Indoor Environment (SOPHIE): Status 2000.Proceedings of Healthy Buildings 2000, 4: pp. 385-390.

32.

BÖTTCHER, O.: Experimentelle Untersuchungen zur Berechnung der Empfundenen Luftqualitat, VDI Verlag, 2003

33.

CAIN, W.S.; COMETTO-MUNIZ, J.E.: Sensory Irritation Potency of VOC´s Measured through Nasal Localization Threshold; Proceedings of Indoor Air´96, Vol. 1.; 1996; pp. 167-172.

34.

CAIN, W.S.: Odor Intensity: Differences int he Exponent of the Psychophysical Function. Perception & Psychophysics, Vol. 6, pp. 349-354, 1969.

35.

European Collaborative Action, Urban air, indoor environment and human exposure, Environment and quality of life, Report No. 23, Ventilation, Good Indoor Air Quality and Rational Use of Energy, 2003

36.

European Collaborative Action, Urban air, indoor environment and human exposure, Environment and quality of life, Report No. 24, Harmonisation of indoor materials emissions labelling systems in the EU, 2005

37.

FANGER, P.O.: Introduction of the Olf and Decipol Units to Quantify Air Pollution Perceived by Humans Indoors and Outdoors. Energy and Buildings, 1988.

38.

FINKE, U.: Ein Beitrag zu Fragen der Empfundenen Luftqualitat in Gebauden. Disszertáció, TU Berlin, 1996.

39.

FITZNER, K. FINKE, U.: Bestimmung der Empfundenen Luftqualitat Bürogebauden- Ergebnisse und Wertung. Gesundheits Ingenieur, 1996.

40.

FANG, L.: Impact of Temperature and Humidity on Perceived Indoor Air Quality; Ph.D. értekezés, Dán Műszaki Egyetem, 1997

41.

GUNNARSEN L., FANGER P.O.: Adaptation to indoor air pollution, Enviroment International, Vol. 18, pp 43-54, 1992

42.

GUNNARSEN L., BLUYSSEN P.M.: Sensory Measurements Usung Trained and Untarined Panels; Proceedings of Healthy Buildings´94, Vol. 2; Budapest; pp 533-538, 1994

43.

HERCZEG L.: Irodaterek belső levegő minőségének értékelése, Ph.D. értekezés, BME, 2008

44.

HORN, W.; JANN, O.; JURITSCH, E.; RAMALHO, O.; WARGOCKI, P.; KNUDSEN, H.; MÜLLER, B.: Detecting odorous compounds emitted from building and consumer products within the European Project SysPAQ, Indoor Air 2008, 17-22 August 2008, Copenhagen, Denmark - Paper ID: 230

in

141

45.

KAJTÁR L.: Klimatizált terek levegőminőségének biztosítása. Magyar Épületgépészet, Bp. 1995/4.

46.

KAJTÁR L.: Air Quality and Air Conditioning. Healthy Buildings '94. Budapest 1994. Kiadvány 2.

47.

KAJTÁR L. BÁNHIDI L.: Effect of the External Air Pollution on Indoor Air Quality and Selecting Mechanical Ventilation System. Indoor Air '96. Nagoya. Kiadvány 2.

48.

KETSKEMÉTY L. IZSÓ L.: Bevezetés az SPSS programrendszerbe ELTE Eötvös Kiadó, Budapest, 2005

49.

KETSKEMÉTY L. IZSÓ L., KÖNYVES TÓTH E,: Bevezetés az IBM SPSS Statistics programrendszerbe Artéria Studió, Budapest 2011

50.

KNUDSEN H.N., U.D. KJAER, P.A. NIELSEN, P. WOLKO: Sensory and chemical characterization of VOC emissions from building products: impact of concentration and air velocity. Atmospheric Environment 33 (1999) pp. 1217-1230

51.

KOSONEN R., F. TAN: The effect of perceived indoor air quality on productivity loss. Energy and Buildings 36 (2004) pp. 981-986

52.

LAGERCRANTZ L., M. WISTRAND, U. WILLEN: Negative impact of air pollution on productivity: Previous Danish findings repeated in new Swedish test room, Healthy Buildings 2000, Espoo, Finland, August 6–10, 2000.

53.

LOEWER,H.: Die Raumluftqualitat in der nationalen und internationalen Normung. Luft- und Kaltetechnik, 1995/9.

54.

MAYER,E. SCHWAB,R.: Geruchsbewertung in Gebauden nach unterschiedlichen Methoden. IBP Mitteilung. Stuttgart, 1995.

55.

MÜLLER, B.: Entwicklung eines Gerätes zur Entnahme und Darbietung von Luftproben zur Bestimmung der empfundenen Luftqualität, Fortschriitt- Berichte VDI, VDI-Verlag, Düsseldorf, 2002

56.

MÜLLER, D.; BITTER, F.; BÖTTCHER, O.; KASCHE J.; MÜLLER, B.: Neue Systematik zur Bewertung der empfundeden Luftqualitat, HLH, Lüftung/Klima, Heizung/Sanitär, Gebäudetechnik, Springer VDI Verlag, Band 55, 2004

57.

B. MÜLLER, D.; PANASKOVA, J.; DANIELAK, M.; HORN, W.; JANN, O., MÜLLER, D.: "Sensorische Bewertung der Emissionen aus Bauprodukten – Integration in die Vergabegrundlagen für den Blauen Engel und das Bewertungsschema des Ausschusses zur Gesundheitlichen Bewertung von Bauprodukten", Bundesministerium für Umwelt, Naturschutz und Reaktorsicherheit, 2010

58.

PETTENKOFER, M. V.: Über den Luftweschel in Wohngebauden. LiterarischArtistische, Anstalt der J.G. Gottaschen Buchhandlung. München, 1858.

142

59.

SCHMIDT, R.F.; THEWS, G..: Physiologie des Menschen. Springer Verlag Berlin, Heidelberg, 1990

60.

SOLT GY.: Valószínűségszámítás Műszaki Könyvkiadó, Budapest, 1995

61.

SPIESS, T.: Abschlussbericht zum Forschungsvorhaben "Steigerung der Luftqualitat durch verbesserte Lüftungsgerate." Berlin, 1996.

62.

SPIESS T., K. FITZNER; New developments in assessein preceived air quality int he laboratory with trained and untrained panels; Proceedings of Indoor Air ´99, Edinburgh; 1999; pp. 567-572

63.

STEVENS, S.S.: On the Psychopysical Law. Psychological Review, Vol. 64, 1957, pp. 153-181.

64.

SZENTGYÖRGYI S., MOLNÁR K., PARTI M.: Transzportfolyamatok. Tankönyvkiadó, Budapest, 1986.

65.

UHDE E.; Salthammer T.: Impact of reaction products from building materials and furnishings on indoor air quality—A review of recent advances in indoor chemistry ; Atmospheric Enviroment; Volume 41, Issue 15, 2007, pp. 3111-3128

66.

WARGOCKI P., D.P. WYON, Y.K. BAIK, et al., Perceived air quality, SickBuilding Syndrome (SBS) symptoms and productivity in an office with two different pollution loads, Indoor 9 (3) (1999) pp. 165–179

67.

WARGOCKI P., WYON D.P., FANGER P.O.: Productivity is affected by the air quality in offices, in: Proceedings of Healthy Buildings 2000, Vol 1. Espoo 6, 10.8m, 2000.

68.

WARGOCKI P., KNUDSEN H. N., FRONTCZAK, M.: The effect of using lowpolluting building materials on ventilation requirements and energy use in building, in: Proceedings of IAQVEC 2007. CD-ROM. ed. 2007.

69.

WAYON, D.P., BÁNHIDI L.: A minta nagyságának kérdése a belső környezeti hatásokkal foglalkozó kutatásokban, Magyar Épületgépészet, LII. évfolyam 2003/12 szám, pp. 9-10

70.

World Health Organization, WHO, (1989). Indoor Air Quality: Organic Pollutants EURO Reports and Studies No. 111, Copenhagen 1989.

71.

YAGLOU, C.P.; RILEY, E.C.; Coggins, D.I.: Ventilation Requirements (Part 1), ASHVE Transactions, Vol. 42, pp. 133-162, 1936.

143

Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Épületgépészeti és Gépészeti Eljárástechnika Tanszék

Komfortterek belső levegőminőség emisszióforrásainak vizsgálata Doktori értekezés

Mellékletek

Készítette:

Budapest, 2012. május

Hrustinszky Tamás

Tartalomjegyzék

1. Melléklet Az olf-box műhely- és összeállítási rajza 2. Melléklet Levegőminőségi etalon rajza, főbb méretei 3. Melléklet Mérési jegyzőkönyv I. A levegőminőségi etalon ventilátorának levegő térfogatáram mérése 4. Melléklet Mérési jegyzőkönyv II. Acetonforrások tömegáram mérése 5. Melléklet A mérőcsoportok levegőminőségi etalonokkal végzett méréseinek eredményei 6. Melléklet A mérőcsoportok egymintás t-próba eredményei az SPSS 15.0 program alapján 7. Melléklet A mérőcsoport létszámának hatása a mérés pontosságára, kiértékelések 8. Melléklet A mérőcsoportok belsőépítészeti anyagokkal végzett méréseinek eredményei 9. Melléklet A belsőépítészeti minták méréseinek normalitás vizsgálata, leíró statisztikák

2

Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Épületgépészeti és Gépészeti Eljárástechnika Tanszék

Komfortterek belső levegőminőség emisszióforrásainak vizsgálata Doktori értekezés

1. Melléklet

Az olf-box műhely- és összeállítási rajza

Készítette:

Budapest, 2012. május

Hrustinszky Tamás

Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Épületgépészeti és Gépészeti Eljárástechnika Tanszék

Komfortterek belső levegőminőség emisszióforrásainak vizsgálata Doktori értekezés

2. Melléklet

Levegőminőségi etalon rajza, főbb méretei

Készítette:

Budapest, 2012. május

Hrustinszky Tamás

Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Épületgépészeti és Gépészeti Eljárástechnika Tanszék

Komfortterek belső levegőminőség emisszióforrásainak vizsgálata Doktori értekezés

3. Melléklet Mérési jegyzőkönyv I. A levegő minőségi etalon ventilátorának levegő térfogatáram mérése

Készítette:

Budapest, 2012. május

Hrustinszky Tamás

1. Mérés célja: Térfogatáram mérés a levegőminőségi etalonoknál. 2. Mérés tárgya: Érzékelhető levegő minőségi etalonok. 3. Mérés ideje: 2000.07.11. 4. Mérés helye: Budapesti Műszaki Egyetem, Épületgépészeti Tanszék T. ép. fszt 9. Levegő Minőség Laboratórium 5. Mérés vezető: Hrustinszky Tamás 6. Felhasznált mérőeszközök: Megnevezés

Típus

Gyári szám

Testo Vent sebességmérő

4100

5654100

CLAMP METER feszültségmérő

6400

3916

7. Mérés leírása: A mérést öt darab megegyező felépítésű, méretű levegőminőségi etalonnál végeztük el. Egy etalon mérési elrendezési vázlata a 1. ábrán látható. A mérés ideje alatt a levegő hőmérséklete: Tlevegő =20,5oC volt. A ventillátor által az üvegedénybe fújt levegő a szaglótölcséren át távozik. A szaglótölcsérre az áramlás egyenletesítése miatt papírból mérőtoldatot helyeztünk. Kilépésnél a keresztmetszet 78 mm átmérőjű. A kilépő felület nagysága: d 2 0,782   A   0,004778m 2 4 4

A sebességet a mérőtoldat végénél mértük -hét pontban- hődrótos sebességmérő segítségével. A kör keresztmetszetben elhelyezkedő hét mérési pont vázlata a 2. ábrán látható. A keresztmetszet 4db egyenlő területű körcikkre lett felosztva. A sebesség és a keresztmetszet szorzataként számítható a térfogatáram: 7

1 V  A  v  A    vi 7 i 1

A ventillátorra kötött szabályozható áramforráson beállított feszültség értékét, egy CLAMP METER típusú feszültségmérő segítségével mértük. A méréseket különböző ventillátor fordulatszám (feszültség) mellett végeztük el, így meghatározhattuk a légszállítást a tápfeszültség függvényében.

Mérőtoldat

Szaglótölcsér

Ventilátor

Üvegedény

1. ábra Mérés elrendezési vázlata 3

2. ábra Mérési pontok

8. Mérési eredmények, kiértékelés: U=4,06 Volt-nál mért légsebességek és számított értékek: Sorsz

Mért légsebességek [m/s]

wátlag

 V

[m/s] 0,1

[m3/h] 1,7201

2 0,11

3 0,12

4 0,09

5 0,1

6

7

8

1

1 0,11

0,09

0,09

0,09

2

0,1

0,1

0,1

0,1

0,1

0,1

0,09

0,08

0,0957 1,6464

3

0,1

0,11

0,1

0,1

0,1

0,1

0,09

0,07

0,0957 1,6464

4

0,09

0,09

0,09

0,08

0,09

0,08

0,07

0,09

0,0843 1,4498

5

0,09

0,1

0,1

0,1

0,1

0,09

0,08

0,08

0,0914 1,5726 4

U=4,5 volt-nál mért légsebességek és számított értékek: Sorsz

Mért légsebességek [m/s]

 V

wátlag

2 0,14

3 0,14

4 0,13

5 0,13

6

7

8

1

1 0,13

0,13

0,1

0,11

[m/s] [m3/h] 0,1257 2,1624

2

0,1

0,13

0,13

0,12

0,13

0,13

0,13

0,13

0,1243 2,1378

3

0,13

0,14

0,13

0,13

0,13

0,13

0,13

0,12

4

0,11

0,12

0,12

0,12

0,12

0,11

0,11

0,1

0,1129 1,9412

5

0,12

0,11

0,12

0,12

0,11

0,11

0,11

0,11

0,1143 1,9658

0,13

2,2361

U=4,94 volt-nál mért légsebességek és számított értékek: Sorsz

Mért légsebességek [m/s]

 V

wátlag

2 0,16

3 0,17

4 0,14

5 0,15

6

7

8

1

1 0,14

0,13

0,13

0,12

[m/s] [m3/h] 0,1414 2,4327

2

0,14

0,15

0,14

0,14

0,13

0,13

0,13

0,12

0,1357 2,3344

3

0,14

0,15

0,15

0,14

0,14

0,13

0,13

0,14

4

0,11

0,13

0,13

0,11

0,12

0,11

0,11

0,11

5

0,13

0,15

0,14

0,13

0,13

0,12

0,12

0,12

0,14

2,4081

0,1157 1,9904 0,13

2,2361

wátlag

 V

U=5,5 volt-nál mért légsebességek és számított értékek: Sorsz

Mért légsebességek [m/s] 2 0,17

3 0,16

4 0,16

5 0,16

6

7

8

1

1 0,17

0,17

0,15

0,13

[m/s] [m3/h] 0,1586 2,7276

2

0,13

0,16

0,15

0,16

0,15

0,13

0,12

0,12

0,1386 2,3835

3

0,15

0,15

0,16

0,17

0,17

0,17

0,15

0,12

0,1529 2,6293

4

0,15

0,15

0,14

0,14

0,14

0,13

0,12

0,12

0,1357 2,3344

5

0,16

0,17

0,17

0,15

0,15

0,15

0,14

0,13

0,1529 2,6293

U=6,08 volt-nál mért légsebességek és számított értékek: Sorsz

Mért légsebességek [m/s]

wátlag

 V [m3/h] 3,391

2 0,21

3 0,21

4 0,2

5 0,19

6

7

8

1

1 0,19

0,2

0,19

0,18

[m/s] 0,1971

2

0,18

0,19

0,18

0,18

0,17

0,17

0,16

0,17

0,1757 3,0224

3

0,19

0,2

0,19

0,2

0,19

0,18

0,18

0,17

0,1871

4

0,17

0,16

0,17

0,18

0,18

0,17

0,16

0,15

0,1657 2,8504

5

0,2

0,19

0,19

0,18

0,17

0,17

0,17

0,15

0,1786 3,0716

3,219

5

Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Épületgépészeti és Gépészeti Eljárástechnika Tanszék

Komfortterek belső levegőminőség emisszióforrásainak vizsgálata Doktori értekezés

4. Melléklet Mérési jegyzőkönyv II. Acetonforrások tömegáram mérése

Készítette:

Budapest, 2012. május

Hrustinszky Tamás

1. Mérés célja: Az acetonforrásokból elpárolgott acetontömeg mérése. 2. Mérés tárgya: Érzékelhető levegő minőségi etalonok. 3. Mérés ideje: 2001. február 02-július 05. 4. Mérés helye: Budapesti Műszaki Egyetem, Épületgépészeti Tanszék T. ép. fszt 9. Levegő Minőség Laboratórium 5. Mérés vezető: Hrustinszky Tamás 6. Felhasznált mérőeszközök: Megnevezés

Típus

Gyári szám

Sartorius mérleg

Basic

BA210S

Barométer

KMG

B-621

Hőmérő

higanyos

-

CLAMP METER feszültségmérő

6400

3916

7. Mérés leírása: A méréseket az olf-box-ba helyezett öt darab megegyező felépítésű, méretű levegőminőségi etalonnál végeztem el, U=6 Volt tápfeszültség esetén. A ventillátorra kötött szabályozható áramforráson beállított feszültség értékét, egy CLAMP METER típusú feszültségmérő segítségével mértem. A mérés elrendezési vázlata az 1. ábrán látható. Az aceton párolgást az alumínium lemezfedélbe

fúrt

különböző

átmérőjű,

számú

furat

szabályoztam. A lemezek kialakítása az 1. táblázatban található.

segítségével

aceton- levegő keverék kifúvás

frisslevegő befúvás ventilátor

mintavevő tölcsér, szaglócső

Üvegedény üvegedény, keverőkamra

acetonforrás

aceton

aceton párolgás 1. ábra Egy levegőminőségi etalon mérési elrendezési vázlata

Nr

d

1 7 11 3 2 13 4 6 8 9 10 12

[mm] 2 1,5 1,5 3,5 2 3 3,5 1,5 3 1,5 1,5 2-1.5

db

A

1 3 7 3 2 1 4 1 2 2 5 2-3

[mm2] 3,140 5,299 12,364 28,849 6,280 7,065 38,465 1,766 14,130 3,533 8,831 11,580

1.táblázat Fedéllemezek kialakítása

A levegőminőségi etalonokat 3 órán keresztül járattam üzemi körülmények között. Az acetonforrások tömegét óránként mértem egy 3

Sartorius Basic típusú mérleg segítségével. A mg –ban mért tömegváltozás az aceton egy órára vetített tömegáramát jelenti mg/h mértékegységben. A kísérletek során a helyiség levegő hőmérsékletét higanyos hőmérővel, a légköri nyomást barométerrel mértem. 8. Mérési eredmények, kiértékelés: Megjegyzés: Nr. üveg a 3. Mellékletben található levegőminőségi etalon számát jelenti. A Nr. alu lemez a 1. táblázata szerint értendő.

Dátum: 2000.07.18.

tl=20,6 oC

Nr. üveg:1

p=100900 Pa

Nr. alu. lemez:1 mkez

U

Vlev

mveg

maceton

3

[h]

[g]

[Volt]

[m /h]

[g]

[mg/h]

1

202,5089

6

3,39

202,4255

83,4

2

202,4255

6

3,39

202,3103

115,2

3

202,3103

6

3,39

202,2148

95,5

Átlag

98,03

Dátum: 2000.07.18.

tl=20,6 oC

Nr. üveg:2

p=100900 Pa

Nr. alu. lemez:7 mkez

U

Vlev

mveg

maceton

3

[h]

[g]

[Volt]

[m /h]

[g]

[mg/h]

1

199,4893

6

3,02

199,3891

100,2

2

199,3891

6

3,02

199,2085

180,6

3

199,2085

6

3,02

199,0465

162

Átlag

147,60

4

Dátum: 2000.07.18.

tl=20,6 oC

Nr. üveg:3

p=100900 Pa

Nr. alu. lemez:11 mkez

U

Vlev

mveg

maceton

[h]

[g]

[Volt]

[m3/h]

[g]

[mg/h]

1

201,9353

6

3,22

201,7071

228,2

2

201,7071

6

3,22

201,2463

460,8

3

201,2463

6

3,22

200,981

265,3

Átlag

318,10

Dátum: 2000.07.18.

tl=20,6 oC

Nr. üveg:4

p=100900 Pa

Nr. alu. lemez:3 mkez

U

Vlev

mveg

maceton

3

[h]

[g]

[Volt]

[m /h]

[g]

[mg/h]

1

202,2674

6

2,85

201,5482

719,2

2

201,5482

6

2,85

201,0971

451,1

3

201,0971

6

2,85

200,3553

741,8

Átlag

637,37

Dátum: 2001. 02. 09.

tl=20,4 oC

Nr. üveg:5

p=100800 Pa

Nr. alu. lemez:2 mkez

U

Vlev

mveg

maceton

[h]

[g]

[Volt]

[m3/h]

[g]

[mg/h]

1

207,1155

6

3,07

206,6112

504,3

2

206,6112

6

3,07

206,1976

413,6

3

206,1976

6

3,07

205,8828

314,8

Átlag

410,90

5

Dátum: 2001. 02. 07.

tl=20,4 oC

Nr. üveg:3

p=100800 Pa

Nr. alu. lemez:13 mkez

U

Vlev

mveg

maceton

[h]

[g]

[Volt]

[m3/h]

[g]

[mg/h]

1

204,9871

6

3,22

204,8993

175,6

2

204,8993

6

3,22

204,7658

267

3

204,7658

6

3,22

204,6673

197

Átlag

213,2

Dátum: 2001. 02. 07.

tl=20,4 oC

Nr. üveg:4

p=100800 Pa

Nr. alu. lemez:4 mkez

U

Vlev

mveg

maceton

[h]

[g]

[Volt]

[m3/h]

[g]

[mg/h]

1

203,8926

6

2,85

203,0338

858,8

2

203,0338

6

2,85

202,0896

944,2

3

202,0896

6

2,85

201,6452

444,4

Átlag

749,13

Dátum: 2001. 02. 07

tl=20,4 oC

Nr. üveg:5

p=100800 Pa

Nr. alu. lemez:6 mkez

U

Vlev

mveg

maceton

3

[h]

[g]

[Volt]

[m /h]

[g]

[mg/h]

1

209,5708

6

3,07

209,4576

113,2

2

209,4576

6

3,07

209,3305

127,1

3

209,3305

6

3,07

209,2072

123,3

Átlag

121,20

6

tl=20,4 oC p=100800 Pa

Dátum: 2001. 02.09. Nr. üveg:1 Nr. alu. lemez:8 [h] 1 2 3 Átlag

mkez

U

Vlev

mveg

maceton

[g] 204,1299 203,3125 202,6364

[Volt] 6 6 6

[m3/h] 3,39 3,39 3,39

[g] 203,3125 202,6364 201,841

[mg/h] 817,4 676,1 795,4 762,97

Dátum: 2001. 02.09.

tl=20,4 oC

Nr. üveg:2

p=100800 Pa

Nr. alu. lemez:9 mkez

U

Vlev

mveg

maceton

3

[h]

[g]

[Volt]

[m /h]

[g]

[mg/h]

1

201,6095

6

3,02

201,4647

289,6

2

201,4647

6

3,02

201,3291

271,2

3

201,3291

6

3,02

201,1915

275,2

Átlag

278,67

Dátum: 2001. 02.09.

tl=20,4 oC

Nr. üveg:3

p=100800 Pa

Nr. alu. lemez:10 mkez

U

Vlev

mveg

maceton

3

[h]

[g]

[Volt]

[m /h]

[g]

[mg/h]

1

209,2172

6

3,22

209,0328

368,8

2

209,0328

6

3,22

208,8365

392,6

3

208,8365

6

3,22

208,6113

450,4

Átlag

Dátum: 2001. 02.09.

403,93333

tl=20,4 oC

7

Nr. üveg:4

p=100800 Pa

Nr. alu. lemez:12 mkez

U

Vlev

mveg

maceton

[h]

[g]

[Volt]

[m3/h]

[g]

[mg/h]

1

207,1291

6

2,85

206,813

316,1

2

206,813

6

2,85

206,3858

427,2

3

206,3858

6

2,85

205,9515

434,3

Átlag

392,53

9. Számított értékek: A mérési eredmények alapján meghatároztuk az aceton koncentrációnak megfelelő érzékelhető levegő minőséget (C, dp) és a forráserősséget (G, olf).

C

 aceton m mg aceton  10,472  Vlev 3 m lev -ahol: - C: érzékelhető levegőminőség

[decipol]

 aceton : aceton párolgási tömegárama - m

[mg/h]

 : levegőminőségi etalon ventilátorának légszállítása [m3/h] -V lev A levegőminőség ismeretében a következő képlet segítségével számítható a légszennyezőforrás erőssége:

G C

Vlev 36

-ahol: - G: légszennyezőforrás erőssége - C: érzékelhető levegőminőség -

[olf] [decipol]

 : levegőminőségi etalon ventilátorának légszállítása [m3/h] V lev

8

Dátum: 2000.07.18.

tl=20,6 oC

Nr. üveg:1

p=100900 Pa

Nr. alu. lemez:1 Vlev

maceton

C

G

[h]

[m3/h]

[mg/h]

[dp]

[olf]

1

3,39

83,4

2,35

0,22

2

3,39

115,2

3,24

0,31

3

3,39

95,5

2,69

0,25

98,03

2,76

0,26

Átlag

Dátum: 2000.07.18.

tl=20,6 oC

Nr. üveg:2

p=100900 Pa

Nr. alu. lemez:7 Vlev

maceton

C

G

[h]

[m3/h]

[mg/h]

[dp]

[olf]

1

3,02

100,2

3,17

0,27

2

3,02

180,6

5,71

0,48

3

3,02

162

5,12

0,43

147,60

4,66

0,39

Átlag

Dátum: 2000.07.18.

tl=20,6 oC

Nr. üveg:3

p=100900 Pa

Nr. alu. lemez:11 Vlev

maceton

C

G

[h]

[m3/h]

[mg/h]

[dp]

[olf]

1

3,22

228,2

6,77

0,61

2

3,22

460,8

13,67

1,22

3

3,22

265,3

7,87

0,70

318,10

9,44

0,84

Átlag

9

Dátum: 2000.07.18.

tl=20,6 oC

Nr. üveg:4

p=100900 Pa

Nr. alu. lemez:3 Vlev

maceton

C

G

[h]

[m3/h]

[mg/h]

[dp]

[olf]

1

2,85

719,2

24,09

1,91

2

2,85

451,1

15,11

1,20

3

2,85

741,8

24,85

1,97

637,37

21,35

1,69

Átlag

Dátum: 2000.02. 09.

tl=20,4 oC

Nr. üveg:5

p=100800 Pa

Nr. alu. lemez:2 Vlev

maceton

C

G

[h]

[m3/h]

[mg/h]

[dp]

[olf]

1

3,07

504,3

15,69

1,34

2

3,07

413,6

12,87

1,10

3

3,07

314,8

9,79

0,84

410,90

12,78

1,09

Átlag

Dátum: 2000.02. 07.

tl=20,4 oC

Nr. üveg:3

p=100800 Pa

Nr. alu. lemez:13 Vlev

maceton

C

G

[h]

[m3/h]

[mg/h]

[dp]

[olf]

1

3,22

175,6

5,21

0,47

2

3,22

267

7,92

0,71

3

3,22

197

5,84

0,52

213,2

6,32

0,57

Átlag

10

Dátum: 2000.02. 07.

tl=20,4 oC

Nr. üveg:4

p=100800 Pa

Nr. alu. lemez:4 Vlev

maceton

C

G

[h]

[m3/h]

[mg/h]

[dp]

[olf]

1

2,85

858,8

28,78

2,28

2

2,85

944,2

31,64

2,50

3

2,85

444,4

14,89

1,18

749,13

25,10

1,99

Átlag

Dátum: 2000.02. 07.

tl=20,4 oC

Nr. üveg:5

p=100800 Pa

Nr. alu. lemez:6 Vlev

maceton

C

G

[h]

[m3/h]

[mg/h]

[dp]

[olf]

1

3,07

113,2

3,52

0,30

2

3,07

127,1

3,95

0,34

3

3,07

123,3

3,84

0,33

121,20

3,77

0,32

Átlag

Dátum: 2000.02. 09.

tl=20,4 oC

Nr. üveg:1

p=100800 Pa

Nr. alu. lemez:8 Vlev

maceton

C

G

[h]

[m3/h]

[mg/h]

[dp]

[olf]

1

3,39

817,4

23,03

2,17

2

3,39

676,1

19,05

1,79

3

3,39

795,4

22,41

2,11

762,97

21,49

2,02

Átlag

11

Dátum: 2000.02. 09.

tl=20,4 oC

Nr. üveg:2

p=100800 Pa

Nr. alu. lemez:9 Vlev

maceton

C

G

[h]

[m3/h]

[mg/h]

[dp]

[olf]

1

3,02

289,6

9,16

0,77

2

3,02

271,2

8,58

0,72

3

3,02

275,2

8,70

0,73

278,67

8,81

0,74

Átlag

Dátum: 2000.02. 09.

tl=20,4 oC

Nr. üveg:3

p=100800 Pa

Nr. alu. lemez:10 Vlev

maceton

C

G

[h]

[m3/h]

[mg/h]

[dp]

[olf]

1

3,22

368,8

10,94

0,98

2

3,22

392,6

11,64

1,04

3

3,22

450,4

13,36

1,19

403,93

12,00

1,07

Átlag

Dátum: 2000.02. 09.

tl=20,4 oC

Nr. üveg:4

p=100800 Pa

Nr. alu. lemez:12 Vlev

maceton

C

G

[h]

3

[m /h]

[mg/h]

[dp]

[olf]

1

2,85

316,1

10,59

0,84

2

2,85

427,2

14,31

1,13

3

2,85

434,3

14,55

1,15

392,53

13,15

1,04

Átlag

12

Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Épületgépészeti és Gépészeti Eljárástechnika Tanszék

Komfortterek belső levegőminőség emisszióforrásainak vizsgálata Doktori értekezés

5. Melléklet

A mérőcsoportok levegőminőségi etalonokkal végzett méréseinek eredményei

Készítette:

Budapest, 2012. május

Hrustinszky Tamás

Sorsz.

Dátum

Név

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26

2005.10.11 2005.10.11 2005.10.11 2005.10.11 2005.10.11 2005.10.11 2005.10.12 2005.10.12 2005.10.12 2005.10.12 2005.10.18 2005.10.18 2005.10.18 2005.10.18 2005.10.18 2005.10.25 2005.10.25 2005.10.25 2005.10.25 2005.10.25 2005.10.19 2005.10.19 2005.10.19 2005.10.19 2005.10.19 2005.10.26

P.B. F.Zs. R.G. S.J. V.Zs. G.V. P.Zs. P.M. V.Zs. P.G. V.T. B.I. H.G. N.N. K.B. F.A. F.P. L.E. H.G. H.G. Z.J. B.Cs. K.P. K.Á. J.Z. B.P.

1. Mérés 2. Mérés 3. Mérés 4. Mérés 5. Mérés 6. Mérés 7. Mérés 8. Mérés Acetonforr. Acetonforr. Acetonforr. Acetonforr. Acetonforr. Acetonforr. Acetonforr. Acetonforr. dp dp dp dp dp dp dp dp 7 6 30 12 30 9 15 8 6 7 15 10 10 10 14 9 8 12 23 3 11 8 12 18 8 7 21 6 9 8 16 11 3 7 18 7 20 4 12 19 7 5 26 16 8 4 3 15 9 12 30 18 19 15 16 20 6 5 12 7 14 13 8 8 1 4 13 2 15 6 7 9 4 8 15 1 11 6 13 4 3 4 30 8 5 6 8 25 3 2 22 1 5 4 3 16 3 4 15 7 8 2 19 15 12 7 29 14 9 3 13 23 2 3,2 28 4,8 8 5 12 23 15 6 18 6 14 9 11 16 4 8 20 7 15 5 13 13 7 15 12 5 14 6 11 13 15 15 18 6 18 11 10 7 7 5 3 8 12 4 11 9 12,5 2 18,5 7 13,2 3 8 16 12 7 18,5 7 13,5 3,5 8,5 10,5 11 14 18 7 15 7 3 9 15 5 22 5 13 7 10 12 15 8 18 12 13 10 12 9 15 7 18 8 19 6 18 22 Olf-box vizsgálat VII. mér csoport(45f ) 2005. X.-XI. Mérési adatok, kérd ívre adott válaszok

1/10

Sorsz.

Dátum

Név

27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45

2005.10.26 2005.10.26 2005.10.26 2005.10.26 2005.10.26 2005.10.26 2005.11.02 2005.11.02 2005.11.02 2005.11.02 2005.11.02 2005.11.02 2005.11.08 2005.11.08 2005.11.08 2005.11.08 2005.11.08 2005.11.08 2005.11.08

G.B. G.Z. T.D. R.Z. L.Z. K.M. H.G. B.N. L.I. Sz.Zs. M.L. K.J. G.V. V.L. M.Gy. T.F. U.Á. Sz.P. Sz.L.

1. Mérés 2. Mérés 3. Mérés 4. Mérés 5. Mérés 6. Mérés 7. Mérés 8. Mérés Acetonforr. Acetonforr. Acetonforr. Acetonforr. Acetonforr. Acetonforr. Acetonforr. Acetonforr. dp dp dp dp dp dp dp dp 17,2 13 18 11 8 6 22,2 25 15 11 4 11 12 12 17 16 17 15 6 10 13 3 19 14 16 10 19 5 13 8 13 18 17 12 18 12 14 12 11 13 7 8 12 4 13 3 15 14 24 14 30 12 21 16 35 20 18 8 30 15 22 14 23 17 25 19 35 4 46 24 15 6 15 20 25 11 7 9 18 27 7 12 35 14 18 8 18 18 16 6 36 7 18 8 10 18 8 3 17 6 3 2 4 2 15 20 25 16 12 10 17 13 18 16 13 11 10 8 4 3 15 13 2 11 16 10 7 14 7 6 9 8 6 14 5 4 7 15 12 7 10 5 17 3 15 14 21 18 16 7 11 10

Olf-box vizsgálat VII. mér csoport(45f ) 2005. X.-XI. Mérési adatok, kérd ívre adott válaszok

2/10

Sorsz.

Dátum

Név

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26

2006.04.04 2006.04.04 2006.04.04 2006.04.04 2006.04.04 2006.04.04 2006.04.06 2006.04.06 2006.04.06 2006.04.06 2006.04.06 2006.04.06 2006.04.11 2006.04.11 2006.04.11 2006.04.11 2006.04.11 2006.04.11 2006.04.13 2006.04.13 2006.04.13 2006.04.13 2006.04.13 2006.04.18 2006.04.18 2006.04.18

S.J. B.T. B.P. T.F. P.B. M.K. F.P. F.A. R.Z. S.B. M.L. S.T. T.E. G.V. K.J. SZ.J. P.I. SZ.P. N.N. K.B. B.J. L.I. V.T. B.CS. B.B. J.Z.

1. Mérés 2. Mérés 3. Mérés 4. Mérés 5. Mérés 6. Mérés 7. Mérés 8. Mérés Acetonforr. Acetonforr. Acetonforr. Acetonforr. Acetonforr. Acetonforr. Acetonforr. Acetonforr. dp dp dp dp dp dp dp dp 8 14 30 7 13 4 8 12 10 14 22 19 16 10 7 16 9 12 25 3 19 17 20 8 15 15 18 2 14 14 16 16 15 12 35 4 15 6 10 10 15 10 25 6 16 10 15 12 7 7 12 7 11 8 10 5 7 8 13 7 8 6 7 7 7 7 18 7 7 9 9 12 8 2 10 5 10 2 7 5 4 7 9 7 15 9 14 10 6 7 9 5 12 5 8 9 7 14 16 12 18 17 23 32 30 17 30 15 20 4 18 23 8 8 8 3 17 11 12 6 9 17 25 6 21 11 20 18 16 10 18 7 13 5 8 6 8 13 35 17 15 18 13 10 8 5 14 11 18 4 23 26 25 15 16 16 7 18 15 30 20 3 40 4 12 6 8 25 23 4 31 11 25 8 6 9 7 11 14 11 10 8 25 17 8 13 16 5 11 9 12 16 17 18 15 14 18 6 11 22 20 11 22 6 18 4 17 15 Olf-box vizsgálat VIII. mér csoport(44f ) 2006. IV. Mérési adatok, kérd ívre adott válaszok

3/10

Sorsz.

Dátum

Név

27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44

2006.04.18 2006.04.18 2006.04.20 2006.04.20 2006.04.20 2006.04.20 2006.04.20 2006.04.20 2006.04.25 2006.04.25 2006.04.25 2006.04.25 2006.04.27 2006.04.27 2006.04.27 2006.04.27 2006.04.27 2006.04.27

K.P. Z.J. D.D. D.ZS. T.S. H.G. CS.P. H.G. CS.Á. CS.A. M.P. B.I. S.A. T.T. Sz.S. V.P. K.T. Sz.A.

1. Mérés 2. Mérés 3. Mérés 4. Mérés 5. Mérés 6. Mérés 7. Mérés 8. Mérés Acetonforr. Acetonforr. Acetonforr. Acetonforr. Acetonforr. Acetonforr. Acetonforr. Acetonforr. dp dp dp dp dp dp dp dp 13 16 24 12 16 7 7 21 20 7 25 6 18 8 2 12 5 8 40 6 22 4 9 14 25 7 8 3 15 15 25 28 8 7 29 6 14 9 7 19 17 20 30 15 35 8 8 13 1 8 40 6 13 6 15 23 12 4 18 7 13 15 7 8 8 17 22 8 11 4 13 15 10 5 20 2 10 2 10 20 15 8 30 4 16 12 11 23 20 3 27 11 13 7 5 15 12 7 15 6 11 4 7 3 12 6 18 8 14 7 8 6 18 9 10 7 13 5 7 12 14 8 16 1 9 13 12 7 13 13 16 12 7 8 6 8 18 10 17 12 2 6 3 6

Olf-box vizsgálat VIII. mér csoport(44f ) 2006. IV. Mérési adatok, kérd ívre adott válaszok

4/10

Sorsz.

Dátum

Név

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26

2006.10.19 2006.10.19 2006.10.19 2006.10.19 2006.10.19 2006.10.19 2006.10.19 2006.10.19 2006.10.19 2006.10.19 2006.10.19 2006.10.26 2006.10.26 2006.10.26 2006.10.26 2006.10.26 2006.10.26 2006.10.26 2006.10.26 2006.10.26 2006.10.26 2006.10.26 2006.10.26 2006.11.02 2006.11.02 2006.11.02

D.I. Sz.Á. H.Cs. T.J. I.M. Sz.J. Sz.Z. Sz.P. T.T. Z.T. H.V. Cs.L. M.B. Cs.K. P.D. H.D. H.P. Cs.A. B.J. O.Cs. P.G. N.N. B.B. B.J. G.Z. Á.T.

1. Mérés 2. Mérés 3. Mérés 4. Mérés 5. Mérés 6. Mérés 7. Mérés 8. Mérés Acetonforr. Acetonforr. Acetonforr. Acetonforr. Acetonforr. Acetonforr. Acetonforr. Acetonforr. dp dp dp dp dp dp dp dp 18 6 23 3 12 7 16 11 9 11 40 3 6 13 23 15 21 3,5 23 4 18 5,5 7,5 11 3 9 35 12 9 3 9 15 8,6 23 18,5 7,8 6,2 7,6 13,2 16,7 1 8 30 1 9 4 3 11 20 8 25 6 23 5 8 10 8 25 10 17 15 13 18 10 7 12 12 2 6 5 8 10 3 5 25 1 11 4 1 15 10 4 19 6 8 9 9 12 8 10 30 15 27 12 24 16 8 3 25 4 17 14 22 12 30 4 35 1 12 4 20 19 20 5 22 7 19 15 12 23 1 8 18 6 15 18 25 6 15 10 40 3 45 15 8 20 7 6 23 2 20 2 23 17 6 8 30 4 18 3 12 16 22 13 31 3 30 8 12 18 13 18 30 12 26 8 25 25 31 13 28 17 35 16 14 17 6 5 25 6 15 3 10 27 8 10 12 18 8 18 20 10 20 20 35 10 8 15 20 10 20 8 35 6 6 9 11 25 Olf-box vizsgálat IX. mér csoport(43f ) 2007. X.-XI. Mérési adatok, kérd ívre adott válaszok

5/10

Sorsz.

Dátum

Név

27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43

2006.11.02 2006.11.02 2006.11.02 2006.11.02 2006.11.02 2006.11.02 2006.11.09 2006.11.09 2006.11.09 2006.11.09 2006.11.09 2006.11.16 2006.11.16 2006.11.16 2006.11.16 2006.11.16 2006.11.16

Á.Z. M.A. M.G. I.R. K.V. P.B. T.L. T.Sz. T.M. K.B. T.G. T.P. K.D. A.Zs. K.K. V.E. K.Gy.

1. Mérés 2. Mérés 3. Mérés 4. Mérés 5. Mérés 6. Mérés 7. Mérés 8. Mérés Acetonforr. Acetonforr. Acetonforr. Acetonforr. Acetonforr. Acetonforr. Acetonforr. Acetonforr. dp dp dp dp dp dp dp dp 13 5 36 7 15 8 6 12 8 6 34 2 14 3 7 11 9 9 30 7 20 7 5 15 35 4 41 9 25 16 14 29 6 18 25 12 14 7 22 8 5 22 13 2 11 12 19 8 12 18 40 15 30 20 22 19 20 7 30 22 18 15 20 16 18 18 14 18 35 15 20 12,5 15 10 30 9 30 3 5 7 12 18 24 16 41 12 21 20 15 11 22 3 19 10 7 12 8 6 8 0,5 19 3 8 17 25 5 18 3 20 2 3 17 18 5 30 2 16 9 17 23 9 3 35 3 8 1 15 8 17 11 18 1 22 3 11 17

Olf-box vizsgálat IX. mér csoport(43f ) 2007. X.-XI. Mérési adatok, kérd ívre adott válaszok

6/10

Sorsz.

Dátum

Név

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26

2007.04.10 2007.04.10 2007.04.10 2007.04.12 2007.04.12 2007.04.12 2007.04.12 2007.04.12 2007.04.12 2007.04.17 2007.04.17 2007.04.17 2007.04.17 2007.04.17 2007.04.17 2007.04.19 2007.04.19 2007.04.19 2007.04.19 2007.04.19 2007.04.19 2007.04.24 2007.04.24 2007.04.24 2007.04.24 2007.04.24

M.B. B.Á. K.B. P.P. Sz.Á. K.Z. Sz.K. T.P. T.Zs. Z.T. H.V. K.K. N.N. H.I. I.M. Cs.B. Á.T. P.G. Cs.A. O.Cs. H.K. K.Gy. K.P. Á.Z. B.M. P.B.

1. Mérés 2. Mérés 3. Mérés 4. Mérés 5. Mérés 6. Mérés 7. Mérés 8. Mérés Acetonforr. Acetonforr. Acetonforr. Acetonforr. Acetonforr. Acetonforr. Acetonforr. Acetonforr. dp dp dp dp dp dp dp dp 1 7 30 4 4 12 16 8 5 15 7 3 15 25 20 20 15 7 35 1 22 3 20 20 7 3 17 3 11 2 1 13 16 4 8 3 12 4 13 11 14 4 16 1 7 3 12 9 6 7 9 2 4 3 5 10 2 4 14 4 1 3 3 16 8 15 14 3 12 4 7 17 1 4 20 4 8 12 3 11 16 18 9 4 11 5 17 10 19 5 20 1 11 9 5 20 25 11 23 8 17 7 4 16 11 11 18 3 8 2 5 2 4,1 4,9 11 3,2 10 3,5 8,5 9,8 15 3 22 2 12 6 12 18 18 6 18 7 11 7 11 15 15 12 25 9 30 8 18 20 12 18 23 4 8 16 15 13 13 4 21 6 14 6 17 10 8 12 15 3 17 4 6 18 7 3 16 3 15 4 11 15 17 9 15 5 3 5 17 20 10 12 40 6 17 4 10 15 12 15 18 6 10 9 8 12 10 19 23 10 7 5 16 21 Olf-box vizsgálat X. mér csoport(43f ) 2007. IV.-V. Mérési adatok, kérd ívre adott válaszok

7/10

Sorsz.

Dátum

Név

27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43

2007.04.24 2007.04.26 2007.04.26 2007.04.26 2007.04.26 2007.04.26 2007.05.03 2007.05.03 2007.05.03 2007.05.03 2007.05.03 2007.05.03 2007.05.08 2007.05.08 2007.05.08 2007.05.08 2007.05.08

T.P. T.J. K.E. Sz.Z. V.B. T.L. B.E. K.M. K.K. B.P. M.G. M.A. L.D. L.A. B.I. T.D. A.G.

1. Mérés 2. Mérés 3. Mérés 4. Mérés 5. Mérés 6. Mérés 7. Mérés 8. Mérés Acetonforr. Acetonforr. Acetonforr. Acetonforr. Acetonforr. Acetonforr. Acetonforr. Acetonforr. dp dp dp dp dp dp dp dp 16 13 27 11 12 18 11 7 1,5 3 7 4 8 1 6 3 17 8 22 8 17 4 11 13 18 13 23 9 12 7 4 6 9 12 12 9 15 9 7 11 30 8 25 6 12 10 19 28 5 5 8 6 15 5 8 12 10 5 2 2 5 4 10 15 25 17 17 15 25 25 25 15 6 7 18 5 7 12 15 13 7 10 15 10 6 12 15 18 18 7 14 3 16 5 8 13 25 7,5 35 12 25 3 2 12 18 2 22 6 12 10 18 25 7 15 38 5 15 6 1 25 16 15 25 5 30 6 18 24 24 12 18 10 18 5 26 25

Olf-box vizsgálat X. mér csoport(43f ) 2007. IV.-V. Mérési adatok, kérd ívre adott válaszok

8/10

Sorsz.

Dátum

Név

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26

2007.10.18 2007.10.18 2007.10.18 2007.10.18 2007.10.18 2007.10.30 2007.10.30 2007.10.30 2007.10.30 2007.10.30 2007.10.30 2007.11.06 2007.11.06 2007.11.06 2007.11.06 2007.11.06 2007.11.06 2007.11.08 2007.11.08 2007.11.08 2007.11.08 2007.11.08 2007.11.08 2007.11.13 2007.11.13 2007.11.13

S.Gy. B.A. O.A. T.A. R.N. H.Gy. N.J. E.D. D.Z. A.I. K.G. B.L. E.G. L.M. K.I. Sz.N. B.M. S.I. F.P. A.A. B.M. R.P. M.S. L.J. K.T. B.M.

1. Mérés 2. Mérés 3. Mérés 4. Mérés 5. Mérés 6. Mérés 7. Mérés 8. Mérés Acetonforr. Acetonforr. Acetonforr. Acetonforr. Acetonforr. Acetonforr. Acetonforr. Acetonforr. dp dp dp dp dp dp dp dp 8 12 30 4 15 6 7 27 33 7 9 3 27 3 6 12 7 6 30 3 6 7 1 30 13 9 21 3 13 8 3 23 12 3 25 8 6 4 7 11 3 3 16 2,5 8 6 7 28 1 7 37 8 4 7 4 6,5 30 2 35 1 6 4 15 30 19 4 15 1,5 8 4 3,5 11 8 6 11 2 3 4 9 30 11 8 19 3,5 22 2 7 18 3 1 40 1 12 2 14 18 15 10 40 3 13 7 2 4 35 0,5 45 1 18 4 15 8 19 1 16 1 14 4 4 12 3 8 30 1 16 2 1 4 11 12 40 4 37 3 17 19 23 11 40 6 50 8 20 25 18 8 32 4 14 10 18 28 12 8 35 3 28 18 25 15 21 7 41 10 7 20 18 16 13 10 46 7 20 5 10 18 20 8 40 3 15 15 21 22 1 1,5 25 3,5 6,5 3 1,2 4 1,9 2,5 5 1,2 8,2 1,7 2,6 4,2 2,5 3 13 6 9 1 1,5 11 Olf-box vizsgálat XI. mér csoport(33f ) 2007. X.-XI. Mérési adatok, kérd ívre adott válaszok

9/10

Sorsz.

Dátum

Név

27 28 29 30 31 32 33

2007.11.13 2007.11.13 2007.11.20 2007.11.20 2007.11.20 2007.11.20 2007.11.20

P.P. B.P. B.G. H.Gy. M.K. B.Á. A.M.

1. Mérés 2. Mérés 3. Mérés 4. Mérés 5. Mérés 6. Mérés 7. Mérés 8. Mérés Acetonforr. Acetonforr. Acetonforr. Acetonforr. Acetonforr. Acetonforr. Acetonforr. Acetonforr. dp dp dp dp dp dp dp dp 3,4 3 7,5 3,2 18 1,8 4,5 6 7,5 3 6 2,5 10 2,1 4 6 10 3 38 6 11 7 8 15 8 11 35 4 14 6 20 25 19 26 45 4 40 7 24 21 20 1 37 3 32 2 15 18 15 12 30 7 22 15 19 25

Olf-box vizsgálat XI. mér csoport(33f ) 2007. X.-XI. Mérési adatok, kérd ívre adott válaszok

10/10

Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Épületgépészeti és Gépészeti Eljárástechnika Tanszék

Komfortterek belső levegőminőség emisszióforrásainak vizsgálata Doktori értekezés

6. Melléklet

A mérőcsoportok egymintás t-próba eredményei az SPSS 15.0 program alapján

Készítette:

Budapest, 2012. május

Hrustinszky Tamás

1. A VII. mérőcsoport olf-box-os vizsgálati eredményeinek t- próbás kiértékelése: One-Sample Statistics

N 1. Minta

46

Mean 10,9235

Std. Deviation 5,83969

Std. Error Mean ,86102

One-Sample Test

t

1. Minta

Test Value = 12.78 Mean Sig. (2-tailed) Difference

df

Lower -2,156

Upper

Lower 45

,036

95% Confidence Interval of the Difference

Upper Lower Upper -1,85652 -3,5907 -,1223

One-Sample Statistics

N 2. Minta

46

Mean 9,2722

Std. Deviation 4,84978

Std. Error Mean ,71506

One-Sample Test

t

2. Minta

Test Value = 6.32 Mean Sig. (2-tailed) Difference

df

Lower 4,129

Upper

Lower 45

95% Confidence Interval of the Difference

Upper Lower Upper ,000 2,95217 1,5120 4,3924

One-Sample Statistics

N 3. Minta

46

Mean 19,6326

Std. Deviation 8,34972

Std. Error Mean 1,23110

One-Sample Test

t

3. Minta

Test Value = 25.1 Mean Sig. (2-tailed) Difference

df

Lower -4,441

Upper

Lower 45

,000

95% Confidence Interval of the Difference

Upper Lower Upper -5,46739 -7,9470 -2,9878

One-Sample Statistics

N 4. Minta

46

Mean 8,5124

Std. Deviation 4,28189

Std. Error Mean ,63133

2

One-Sample Test

t

4 Minta

Test Value = 3.77 Mean Sig. (2-tailed) Difference

df

Lower 7,512

Upper

Lower 45

95% Confidence Interval of the Difference

Upper Lower Upper ,000 4,74239 3,4708 6,0140

One-Sample Statistics

N 5. Minta

46

Mean 13,9391

Std. Deviation 7,09925

Std. Error Mean 1,04673

One-Sample Test

t

5. Minta

Test Value = 21.5 Mean Sig. (2-tailed) Difference

df

Lower -7,223

Upper

Lower 45

,000

95% Confidence Interval of the Difference

Upper Lower Upper -7,56087 -9,6691 -5,4527

One-Sample Statistics

N 6 Minta

46

Mean 7,8763

Std. Deviation 4,31072

Std. Error Mean ,63558

One-Sample Test

t

6. Minta

Test Value = 8.81 Mean Sig. (2-tailed) Difference

df

Lower -1,469

Upper

Lower 45

,149

95% Confidence Interval of the Difference

Upper Lower Upper -,93370 -2,2138 ,3464

One-Sample Statistics

N 7. Minta

46

Mean 12,6022

Std. Deviation 6,02331

Std. Error Mean ,88809

One-Sample Test

t

7. Minta

Lower ,678

Test Value = 12 Mean Sig. (2-tailed) Difference

df Upper

Lower 45

Upper ,501

,60217

95% Confidence Interval of the Difference Lower Upper -1,1865 2,3909

3

One-Sample Statistics

N 8. Minta

46

Mean 13,6446

Std. Deviation 6,25595

Std. Error Mean ,92239

One-Sample Test

t

8. Minta

Lower ,536

Test Value = 13.15 Mean Sig. (2-tailed) Difference

df Upper

Lower 45

Upper ,594

,49457

95% Confidence Interval of the Difference Lower Upper -1,3632 2,3524

4

2. A VIII. mérőcsoport olf-box-os vizsgálati eredményeinek t- próbás kiértékelése: One-Sample Statistics

N 1. Minta

44

Mean 12,6818

Std. Deviation 6,37500

Std. Error Mean ,96107

One-Sample Test

t

1. Minta

Test Value = 12.78 Mean Sig. (2-tailed) Difference

df

Lower -,102

Upper

Lower 43

,919

95% Confidence Interval of the Difference

Upper Lower Upper -,09818 -2,0364 1,8400

One-Sample Statistics

N 2. Minta

44

Mean 9,9318

Std. Deviation 4,52074

Std. Error Mean ,68153

One-Sample Test

t

2. Minta

Test Value = 6.32 Mean Sig. (2-tailed) Difference

df

Lower 5,300

Upper

Lower 43

,000

95% Confidence Interval of the Difference

Upper Lower Upper 3,61182 2,2374 4,9862

One-Sample Statistics

N 3. Minta

44

Mean 21,1591

Std. Deviation 8,94932

Std. Error Mean 1,34916

One-Sample Test

t

3. Minta

Test Value = 25.1 Mean Sig. (2-tailed) Difference

df

Lower -2,921

Upper

Lower 43

,006

95% Confidence Interval of the Difference

Upper Lower Upper -3,94091 -6,6618 -1,2201

One-Sample Statistics

N 4. Minta

Mean 44

7,9318

Std. Deviation 4,34232

Std. Error Mean ,65463

5

One-Sample Test

t

4. Minta

Test Value = 3.77 Mean Sig. (2-tailed) Difference

df

Lower 6,358

Upper

Lower 43

95% Confidence Interval of the Difference

Upper Lower Upper ,000 4,16182 2,8416 5,4820

One-Sample Statistics

N 5. Minta

44

Mean 14,3409

Std. Deviation 5,47698

Std. Error Mean ,82569

One-Sample Test

t

5. Minta

Test Value = 21.5 Mean Sig. (2-tailed) Difference

df

Lower -8,670

Upper

Lower 43

95% Confidence Interval of the Difference

Upper Lower Upper ,000 -7,15909 -8,8242 -5,4939

One-Sample Statistics

N 6. Minta

44

Mean 8,3864

Std. Deviation 4,30908

Std. Error Mean ,64962

One-Sample Test

t

6. Minta

Test Value = 8.81 Mean Sig. (2-tailed) Difference

df

Lower -,652

Upper

Lower 43

95% Confidence Interval of the Difference

Upper Lower Upper ,518 -,42364 -1,7337 ,8864

One-Sample Statistics

N 7. Minta

44

Mean 11,4545

Std. Deviation 5,77668

Std. Error Mean ,87087

One-Sample Test

t

7. Minta

Lower -,626

Test Value = 12 Mean Sig. (2-tailed) Difference

df Upper

Lower 43

,534

95% Confidence Interval of the Difference

Upper Lower Upper -,54545 -2,3017 1,2108

6

One-Sample Statistics

N 8. Minta

44

Mean 14,3182

Std. Deviation 7,40450

Std. Error Mean 1,11627

One-Sample Test

t

8. Minta

Lower 1,047

Test Value = 13.15 Mean Sig. (2-tailed) Difference

df Upper

Lower 43

,301

95% Confidence Interval of the Difference

Upper Lower Upper 1,16818 -1,0830 3,4194

7

3. A IX. mérőcsoport olf-box-os vizsgálati eredményeinek t- próbás kiértékelése: One-Sample Statistics

N 1. Minta

43

Mean 13,2233

Std. Deviation 8,06405

Std. Error Mean 1,22976

One-Sample Test

t

1. Minta

Test Value = 12.78 Mean Sig. (2-tailed) Difference

df

Lower ,360

Upper

Lower 42

Upper ,720

95% Confidence Interval of the Difference

Lower Upper ,44326 -2,0385 2,9250

One-Sample Statistics

N 2. Minta

43

Mean 10,0349

Std. Deviation 5,92854

Std. Error Mean ,90409

One-Sample Test

t

2. Minta

Test Value = 6.32 Mean Sig. (2-tailed) Difference

df

Lower 4,109

Upper

Lower 42

95% Confidence Interval of the Difference

Upper Lower Upper ,000 3,71488 1,8903 5,5394

One-Sample Statistics

N 3. Minta

43

Mean 26,2209

Std. Deviation 8,71117

Std. Error Mean 1,32844

One-Sample Test

t

3. Minta

Test Value = 25.1 Mean Sig. (2-tailed) Difference

df

Lower ,844

Upper

Lower 42

95% Confidence Interval of the Difference

Upper Lower Upper ,404 1,12093 -1,5600 3,8018

One-Sample Statistics

N 4. Minta

43

Mean 7,1698

Std. Deviation 5,82002

Std. Error Mean ,88754

8

One-Sample Test

t

4. Minta

Test Value = 3.77 Mean Sig. (2-tailed) Difference

df

Lower 3,831

Upper

Lower 42

95% Confidence Interval of the Difference

Upper Lower Upper ,000 3,39977 1,6086 5,1909

One-Sample Statistics

N 5. Minta

43

Mean 18,167

Std. Deviation 9,6276

Std. Error Mean 1,4682

One-Sample Test

t

5. Minta

Test Value = 21.5 Mean Sig. (2-tailed) Difference

df

Lower -2,270

Upper

Lower 42

95% Confidence Interval of the Difference

Upper Lower Upper ,028 -3,3326 -6,296

-,370

One-Sample Statistics

N 6. Minta

43

Mean 8,8860

Std. Deviation 5,33553

Std. Error Mean ,81366

One-Sample Test

t

6. Minta

Test Value = 8.81 Mean Sig. (2-tailed) Difference

df

Lower ,093

Upper

Lower 42

Upper ,926

95% Confidence Interval of the Difference

Lower Upper ,07605 -1,5660 1,7181

One-Sample Statistics

N 7. Minta

43

Mean 13,8535

Std. Deviation 6,89542

Std. Error Mean 1,05154

One-Sample Test

t

7. Minta

Lower 1,763

Test Value = 12 Mean Sig. (2-tailed) Difference

df Upper

Lower 42

95% Confidence Interval of the Difference

Upper Lower Upper ,085 1,85349 -,2686 3,9756

9

One-Sample Statistics

N 8. Minta

43

Mean 15,0977

Std. Deviation 5,58000

Std. Error Mean ,85094

One-Sample Test

t

8. Minta

Lower 2,289

Test Value = 13.15 Mean Sig. (2-tailed) Difference

df Upper

Lower 42

,027

95% Confidence Interval of the Difference

Upper Lower Upper 1,94767 ,2304 3,6649

10

4. A X. mérőcsoport olf-box-os vizsgálati eredményeinek t- próbás kiértékelése: One-Sample Statistics

N 1. Minta

43

Mean 12,5488

Std. Deviation 7,13761

Std. Error Mean 1,08847

One-Sample Test

t

1. Minta

Test Value = 12.78 Mean Sig. (2-tailed) Difference

df

Lower -,212

Upper

Lower 42

95% Confidence Interval of the Difference

Upper Lower Upper ,833 -,23116 -2,4278 1,9655

One-Sample Statistics

N 2. Minta

43

Mean 9,1256

Std. Deviation 4,89748

Std. Error Mean ,74686

One-Sample Test

t

2. Minta

Test Value = 6.32 Mean Sig. (2-tailed) Difference

df

Lower 3,757

Upper

Lower 42

95% Confidence Interval of the Difference

Upper Lower Upper ,001 2,80558 1,2984 4,3128

One-Sample Statistics

N 3. Minta

43

Mean 18,9535

Std. Deviation 8,43731

Std. Error Mean 1,28668

One-Sample Test

t

3. Minta

Test Value = 25.1 Mean Sig. (2-tailed) Difference

df

Lower -4,777

Upper

Lower 42

95% Confidence Interval of the Difference

Upper Lower Upper ,000 -6,14651 -8,7431 -3,5499

One-Sample Statistics

N 4. Minta

43

Mean 5,4465

Std. Deviation 3,25015

Std. Error Mean ,49564

11

One-Sample Test

t

4. Minta

Test Value = 3.77 Mean Sig. (2-tailed) Difference

df

Lower 3,382

Upper

Lower 42

95% Confidence Interval of the Difference

Upper Lower Upper ,002 1,67651 ,6763 2,6768

One-Sample Statistics

N 5. Minta

43

Mean 12,7209

Std. Deviation 6,60204

Std. Error Mean 1,00680

One-Sample Test

t

5. Minta

Test Value = 21.5 Mean Sig. (2-tailed) Difference

df

Lower -8,720

Upper

Lower 42

95% Confidence Interval of the Difference

Upper Lower Upper ,000 -8,77907 -10,8109 -6,7473

One-Sample Statistics

N 6. Minta

43

Mean 7,2907

Std. Deviation 5,44806

Std. Error Mean ,83082

One-Sample Test

t

6. Minta

Test Value = 8.81 Mean Sig. (2-tailed) Difference

df

Lower -1,829

Upper

Lower 42

95% Confidence Interval of the Difference

Upper Lower Upper ,075 -1,51930 -3,1960 ,1574

One-Sample Statistics

N 7. Minta

43

Mean 11,2674

Std. Deviation 6,42757

Std. Error Mean ,98020

One-Sample Test

t

7. Minta

Lower -,747

Test Value = 12 Mean Sig. (2-tailed) Difference

df Upper

Lower 42

95% Confidence Interval of the Difference

Upper Lower Upper ,459 -,73256 -2,7107 1,2456

12

One-Sample Statistics

N 8. Minta

43

Mean 14,7628

Std. Deviation 5,93942

Std. Error Mean ,90575

One-Sample Test

t

8. Minta

Lower 1,781

Test Value = 13.15 Mean Sig. (2-tailed) Difference

df Upper

Lower 42

,082

95% Confidence Interval of the Difference

Upper Lower Upper 1,61279 -,2151 3,4407

13

5. A XI. mérőcsoport olf-box-os vizsgálati eredményeinek t- próbás kiértékelése: One-Sample Statistics

N 1. Minta

33

Mean 12,9182

Std. Deviation 9,09953

Std. Error Mean 1,58403

One-Sample Test

t

1. Minta

Test Value = 12.78 Mean Sig. (2-tailed) Difference

df

Lower ,087

Upper

Lower 32

Upper ,931

,13818

95% Confidence Interval of the Difference Lower Upper -3,0884 3,3647

One-Sample Statistics

N 2. Minta

33

Mean 6,5909

Std. Deviation 5,06898

Std. Error Mean ,88240

One-Sample Test

t

2. Minta

Test Value = 6.32 Mean Sig. (2-tailed) Difference

df

Lower ,307

Upper

Lower 32

Upper ,761

,27091

95% Confidence Interval of the Difference Lower Upper -1,5265 2,0683

One-Sample Statistics

N 3. Minta

33

Mean 28,3182

Std. Deviation 12,67615

Std. Error Mean 2,20663

One-Sample Test

t

3. Minta

Test Value = 25.1 Mean Sig. (2-tailed) Difference

df

Lower 1,458

Upper

Lower 32

,154

95% Confidence Interval of the Difference

Upper Lower Upper 3,21818 -1,2766 7,7129

One-Sample Statistics

N 4. Minta

Mean 33

3,7545

Std. Deviation 2,31666

Std. Error Mean ,40328

14

One-Sample Test

t

4. Minta

Test Value = 3.77 Mean Sig. (2-tailed) Difference

df

Lower -,038

Upper

Lower 32

95% Confidence Interval of the Difference

Upper Lower Upper ,970 -,01545 -,8369 ,8060

One-Sample Statistics

N 5. Minta

33

Mean 16,1424

Std. Deviation 11,06857

Std. Error Mean 1,92679

One-Sample Test

t

5. Minta

Test Value = 21.5 Mean Sig. (2-tailed) Difference

df

Lower -2,781

Upper

Lower 32

95% Confidence Interval of the Difference

Upper Lower Upper ,009 -5,35758 -9,2823 -1,4328

One-Sample Statistics

N 6. Minta

33

Mean 6,0485

Std. Deviation 4,75415

Std. Error Mean ,82759

One-Sample Test

t

6. Minta

Test Value = 8.81 Mean Sig. (2-tailed) Difference

df

Lower -3,337

Upper

Lower 32

95% Confidence Interval of the Difference

Upper Lower Upper ,002 -2,76152 -4,4473 -1,0758

One-Sample Statistics

N 7. Minta

33

Mean 10,1303

Std. Deviation 7,51538

Std. Error Mean 1,30826

One-Sample Test

t

7. Minta

Lower -1,429

Test Value = 12 Mean Sig. (2-tailed) Difference

df Upper

Lower 32

95% Confidence Interval of the Difference

Upper Lower Upper ,163 -1,86970 -4,5345 ,7951

15

One-Sample Statistics

N 8. Minta

33

Mean 16,6879

Std. Deviation 8,64920

Std. Error Mean 1,50563

One-Sample Test

t

8. Minta

Lower 2,350

Test Value = 13.15 Mean Sig. (2-tailed) Difference

df Upper

Lower 32

,025

95% Confidence Interval of the Difference

Upper Lower Upper 3,53788 ,4710 6,6048

16

Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Épületgépészeti és Gépészeti Eljárástechnika Tanszék

Komfortterek belső levegőminőség emisszióforrásainak vizsgálata Doktori értekezés

7. Melléklet

A mérőcsoport létszámának hatása a mérés pontosságára, kiértékelések

Készítette:

Budapest, 2012. május

Hrustinszky Tamás

1. A VII. mérőcsoport létszámának hatása az olf-box-os mérés pontosságára A sorbarendezett adatsor: Rangszám Mérőalany sorszáma 16 1 24 2 30 3 22 4 17 5 21 6 38 7 19 8 25 9 3 10 1 11 5 12 26 13 31 14 4 15 23 16 32 17 2 18 34 19 37 20 18 21 45 22 10 23 8 24 9 25 14 26 15 27 40 28 7 29 6 30 13 31 44 32 41 33 12 34 27 35 11 36 20 37 36 38 28 39 29 40 42 41 39 42 43 43 33 44 35 45

1. minta 15 15 16 12 4 12,5 16 15 15 8 7 3 15 17 8 11 7 6 18 7 7 15 4 6 1 12 2 15 9 7 3 7 18 3 17,2 3 7 15 15 17 15 8 7 24 25

2. minta 6 5 10 7 8 2 6 15 8 12 6 7 7 12 7 14 8 7 8 12 15 14 8 5 4 7 3,2 20 12 5 4 15 16 2 13 4 5 20 11 15 13 3 6 14 19

3. minta 18 22 19 18,5 20 18,5 36 18 18 23 30 18 18 18 21 18 12 15 30 35 12 21 15 12 13 29 28 25 30 26 15 12 13 22 18 30 3 25 4 6 2 17 9 30 35

4. minta 6 5 5 7 7 7 7 6 12 3 12 7 8 12 6 7 4 10 15 14 5 18 1 7 2 14 4,8 16 18 16 7 7 11 1 11 8 8 11 11 10 11 6 8 12 4

5. minta 14 13 13 13,5 15 13,2 18 18 13 11 30 20 19 14 9 15 13 10 22 18 14 16 11 14 15 9 8 12 19 8 8 10 10 5 8 5 12 7 12 13 16 3 6 21 46

6. minta 9 7 8 3,5 5 3 8 11 10 8 9 4 6 12 8 7 3 10 14 8 6 7 6 13 6 3 5 10 15 4 2 5 8 4 6 6 4 9 12 3 10 2 14 16 24

7. minta 11 10 13 8,5 13 8 10 10 12 12 15 12 18 11 16 3 15 14 23 18 11 11 13 8 7 13 12 17 16 3 19 17 4 3 22,2 8 11 18 17 19 7 4 5 35 15

8. minta 16 12 18 10,5 13 16 18 7 9 18 8 19 22 13 11 9 14 9 17 18 13 10 4 8 9 23 23 13 20 15 15 3 3 16 25 25 9 27 16 14 14 2 4 20 6

2

Egymintás t-próbák a legjobb 10, 20, 32 mérőalannyal VII. mérőcsoport: One-Sample Statistics

N 1. Minta

10

Mean 12,8500

Std. Deviation 3,95846

Std. Error Mean 1,25178

One-Sample Test

t

1. Minta

Test Value = 12.78 Mean Sig. (2-tailed) Difference

df

Lower ,056

Upper

Lower 9

Upper ,957

,07000

95% Confidence Interval of the Difference Lower Upper -2,7617 2,9017

One-Sample Statistics

N 1. Minta

20

Mean 11,3750

Std. Deviation 4,69847

Std. Error Mean 1,05061

One-Sample Test

t

1. Minta

Test Value = 12.78 Mean Sig. (2-tailed) Difference

df

Lower -1,337

Upper

Lower 19

,197

95% Confidence Interval of the Difference

Upper Lower Upper -1,40500 -3,6040 ,7940

One-Sample Statistics

N 1. Minta

32

Mean 9,8594

Std. Deviation 5,03093

Std. Error Mean ,88935

One-Sample Test

t

1. Minta

Test Value = 12.78 Mean Sig. (2-tailed) Difference

df

Lower -3,284

Upper

Lower 31

,003

95% Confidence Interval of the Difference

Upper Lower Upper -2,92062 -4,7345 -1,1068

One-Sample Statistics

N 2. Minta

Mean 10

7,9000

Std. Deviation 3,69534

Std. Error Mean 1,16857

3

One-Sample Test

t

2. Minta

Test Value = 6.32 Mean Sig. (2-tailed) Difference

df

Lower 1,352

Upper

Lower 9

95% Confidence Interval of the Difference

Upper Lower Upper ,209 1,58000 -1,0635 4,2235

One-Sample Statistics

N 2. Minta

20

Mean 8,3500

Std. Deviation 3,21632

Std. Error Mean ,71919

One-Sample Test

t

2. Minta

Test Value = 6.32 Mean Sig. (2-tailed) Difference

df

Lower 2,823

Upper

Lower 19

95% Confidence Interval of the Difference

Upper Lower Upper ,011 2,03000 ,5247 3,5353

One-Sample Statistics

N 2. Minta

32

Mean 8,7250

Std. Deviation 4,21296

Std. Error Mean ,74475

One-Sample Test

t

2. Minta

Test Value = 6.32 Mean Sig. (2-tailed) Difference

df

Lower 3,229

Upper

Lower 31

95% Confidence Interval of the Difference

Upper Lower Upper ,003 2,40500 ,8861 3,9239

One-Sample Statistics

N 3. Minta

10

Mean 21,1000

Std. Deviation 5,52167

Std. Error Mean 1,74611

One-Sample Test

t

3. Minta

Lower -2,291

Test Value = 25.1 Mean Sig. (2-tailed) Difference

df Upper

Lower 9

95% Confidence Interval of the Difference

Upper Lower Upper ,048 -4,00000 -7,9500 -,0500

4

One-Sample Statistics

N 3. Minta

20

Mean 21,3000

Std. Deviation 6,42241

Std. Error Mean 1,43609

One-Sample Test

t

3. Minta

Test Value = 25.1 Mean Sig. (2-tailed) Difference

df

Lower -2,646

Upper

Lower 19

,016

95% Confidence Interval of the Difference

Upper Lower Upper -3,80000 -6,8058 -,7942

One-Sample Statistics

N 3. Minta

32

Mean 20,7500

Std. Deviation 6,71421

Std. Error Mean 1,18692

One-Sample Test

t

3. Minta

Test Value = 25.1 Mean Sig. (2-tailed) Difference

df

Lower -3,665

Upper

Lower 31

,001

95% Confidence Interval of the Difference

Upper Lower Upper -4,35000 -6,7707 -1,9293

One-Sample Statistics

N 4. Minta

10

Mean 6,5000

Std. Deviation 2,32140

Std. Error Mean ,73409

One-Sample Test

t

4. Minta

Test Value = 3.77 Mean Sig. (2-tailed) Difference

df

Lower 3,719

Upper

Lower 9

,005

95% Confidence Interval of the Difference

Upper Lower Upper 2,73000 1,0694 4,3906

One-Sample Statistics

N 4. Minta

20

Mean 8,0000

Std. Deviation 3,35606

Std. Error Mean ,75044

5

One-Sample Test

t

4. Minta

Test Value = 3.77 Mean Sig. (2-tailed) Difference

df

Lower 5,637

Upper

Lower 19

95% Confidence Interval of the Difference

Upper Lower Upper ,000 4,23000 2,6593 5,8007

One-Sample Statistics

N 4. Minta

32

Mean 8,6188

Std. Deviation 4,65933

Std. Error Mean ,82366

One-Sample Test

t

4. Minta

Test Value = 3.77 Mean Sig. (2-tailed) Difference

df

Lower 5,887

Upper

Lower 31

95% Confidence Interval of the Difference

Upper Lower Upper ,000 4,84875 3,1689 6,5286

One-Sample Statistics

N 5. Minta

10

Mean 14,1700

Std. Deviation 2,25095

Std. Error Mean ,71181

One-Sample Test

t

5. Minta

Test Value = 21.5 Mean Sig. (2-tailed) Difference

df

Lower -10,298

Upper

Lower 9

95% Confidence Interval of the Difference

Upper Lower Upper ,000 -7,33000 -8,9402 -5,7198

One-Sample Statistics

N 5. Minta

20

Mean 15,5850

Std. Deviation 4,78839

Std. Error Mean 1,07072

One-Sample Test

t

5. Minta

Lower -5,524

Test Value = 21.5 Mean Sig. (2-tailed) Difference

df Upper

Lower 19

95% Confidence Interval of the Difference

Upper Lower Upper ,000 -5,91500 -8,1560 -3,6740

6

One-Sample Statistics

N 5. Minta

32

Mean 14,2406

Std. Deviation 4,66987

Std. Error Mean ,82552

One-Sample Test

t

5. Minta

Test Value = 21.5 Mean Sig. (2-tailed) Difference

df

Lower -8,794

Upper

Lower 31

,000

95% Confidence Interval of the Difference

Upper Lower Upper -7,25938 -8,9430 -5,5757

One-Sample Statistics

N 6. Minta

10

Mean 7,2500

Std. Deviation 2,65884

Std. Error Mean ,84080

One-Sample Test

t

6. Minta

Test Value = 8.81 Mean Sig. (2-tailed) Difference

df

Lower -1,855

Upper

Lower 9

,097

95% Confidence Interval of the Difference

Upper Lower Upper -1,56000 -3,4620 ,3420

One-Sample Statistics

N 6. Minta

20

Mean 7,6750

Std. Deviation 2,99242

Std. Error Mean ,66913

One-Sample Test

t

6. Minta

Test Value = 8.81 Mean Sig. (2-tailed) Difference

df

Lower -1,696

Upper

Lower 19

,106

95% Confidence Interval of the Difference

Upper Lower Upper -1,13500 -2,5355 ,2655

One-Sample Statistics

N 6. Minta

32

Mean 7,3594

Std. Deviation 3,33659

Std. Error Mean ,58983

7

One-Sample Test

t

6. Minta

Test Value = 8.81 Mean Sig. (2-tailed) Difference

df

Lower -2,459

Upper

Lower 31

95% Confidence Interval of the Difference

Upper Lower Upper ,020 -1,45063 -2,6536 -,2477

One-Sample Statistics

N 7. Minta

10

Mean 10,7500

Std. Deviation 1,75198

Std. Error Mean ,55403

One-Sample Test

t

7. Minta

Test Value = 12 Mean Sig. (2-tailed) Difference

df

Lower -2,256

Upper

Lower 9

95% Confidence Interval of the Difference

Upper Lower Upper ,050 -1,25000 -2,5033 ,0033

One-Sample Statistics

N 7. Minta

20

Mean 12,6250

Std. Deviation 4,28238

Std. Error Mean ,95757

One-Sample Test

t

7. Minta

Test Value = 12 Mean Sig. (2-tailed) Difference

df

Lower ,653

Upper

Lower 19

Upper ,522

95% Confidence Interval of the Difference

Lower Upper ,62500 -1,3792 2,6292

One-Sample Statistics

N 7. Minta

32

Mean 12,4844

Std. Deviation 4,36164

Std. Error Mean ,77104

One-Sample Test

t

7. Minta

Lower ,628

Test Value = 12 Mean Sig. (2-tailed) Difference

df Upper

Lower 31

Upper ,534

95% Confidence Interval of the Difference

Lower Upper ,48438 -1,0882 2,0569

8

One-Sample Statistics

N 8. Minta

10

Mean 13,7500

Std. Deviation 4,03629

Std. Error Mean 1,27639

One-Sample Test

t

8. Minta

Test Value = 13.15 Mean Sig. (2-tailed) Difference

df

Lower ,470

Upper

Lower 9

Upper ,649

,60000

95% Confidence Interval of the Difference Lower Upper -2,2874 3,4874

One-Sample Statistics

N 8. Minta

20

Mean 13,8750

Std. Deviation 4,33430

Std. Error Mean ,96918

One-Sample Test

t

8. Minta

Test Value = 13.15 Mean Sig. (2-tailed) Difference

df

Lower ,748

Upper

Lower 19

Upper ,464

,72500

95% Confidence Interval of the Difference Lower Upper -1,3035 2,7535

One-Sample Statistics

N 8. Minta

32

Mean 13,5469

Std. Deviation 5,23844

Std. Error Mean ,92603

One-Sample Test

t

8. Minta

Lower ,429

Test Value = 13.15 Mean Sig. (2-tailed) Difference

df Upper

Lower 31

Upper ,671

,39687

95% Confidence Interval of the Difference Lower Upper -1,4918 2,2855

9

2. A VIII. mérőcsoport létszámának hatása az olf-box-os mérés pontosságára A sorbarendezett adatsor: Rangszám Mérőalany sorszáma 6 1 26 2 31 3 40 4 37 5 28 6 3 7 5 8 16 9 34 10 1 11 38 12 17 13 4 14 24 15 27 16 36 17 22 18 42 19 35 20 9 21 45 22 29 23 39 24 7 25 15 26 25 27 2 28 11 29 8 30 41 31 43 32 18 33 19 34 12 35 32 36 21 37 23 38 33 39 10 40 14 41 44 42 30 43 20 44 13 45

1. minta 15 20 8 12 15 20 9 15 9 12 8 20 16 15 8 13 10 23 14 8 7 15 5 12 7 8 17 10 4 7 18 13 8 8 6 17 20 7 1 8 30 18 25 25 7

2. minta 10 11 7 6 8 7 12 12 17 4 14 3 10 15 13 16 5 4 8 17 7 12 8 7 7 8 18 14 7 8 9 13 13 5 7 20 3 11 8 2 17 10 7 15 14

3. minta 25 22 29 18 30 25 25 35 25 18 30 27 18 18 16 24 20 31 16 22 18 30 40 15 12 8 15 22 9 13 10 16 35 14 9 30 40 14 40 10 30 17 8 16 16

4. minta 6 6 6 8 4 6 3 4 6 7 7 11 7 2 5 12 2 11 1 8 7 7 6 6 7 3 14 19 7 7 7 12 17 11 5 15 4 11 6 5 15 12 3 16 12

5. minta 16 18 14 14 16 18 19 15 21 13 13 13 13 14 11 16 10 25 9 11 7 22 22 11 11 17 18 16 15 8 13 7 15 18 12 35 12 10 13 10 20 2 15 7 18

6. minta 10 4 9 7 12 8 17 6 11 15 4 7 5 14 9 7 2 8 13 4 9 15 4 4 8 11 6 10 9 6 5 8 18 4 5 8 6 8 6 2 4 6 15 18 17

7. minta 15 17 7 8 11 2 20 10 20 7 8 5 8 16 12 7 10 6 12 13 9 19 9 7 10 12 11 7 14 7 7 6 13 23 8 8 8 25 15 7 18 3 25 15 23

8. minta 12 15 19 6 23 12 8 10 18 8 12 15 6 16 16 21 20 9 7 15 12 25 14 3 5 6 22 16 10 7 12 8 10 26 9 13 25 17 23 5 23 6 28 30 32

10

Egymintás t-próbák a legjobb 10, 20, 32 mérőalannyal VIII. mérőcsoport: One-Sample Statistics

N 1. Minta

10

Mean 13,5000

Std. Deviation 4,30116

Std. Error Mean 1,36015

One-Sample Test

t

1. Minta

Test Value = 12.78 Mean Sig. (2-tailed) Difference

df

Lower ,529

Upper

Lower 9

Upper ,609

,72000

95% Confidence Interval of the Difference Lower Upper -2,3569 3,7969

One-Sample Statistics

N 1. Minta

20

Mean 13,5000

Std. Deviation 4,65098

Std. Error Mean 1,03999

One-Sample Test

t

1. Minta

Test Value = 12.78 Mean Sig. (2-tailed) Difference

df

Lower ,692

Upper

Lower 19

Upper ,497

,72000

95% Confidence Interval of the Difference Lower Upper -1,4567 2,8967

One-Sample Statistics

N 1. Minta

32

Mean 12,2813

Std. Deviation 4,86087

Std. Error Mean ,85929

One-Sample Test

t

1. Minta

Test Value = 12.78 Mean Sig. (2-tailed) Difference

df

Lower -,580

Upper

Lower 31

,566

95% Confidence Interval of the Difference

Upper Lower Upper -,49875 -2,2513 1,2538

One-Sample Statistics

N 2. Minta

Mean 10

9,4000

Std. Deviation 3,77712

Std. Error Mean 1,19443

11

One-Sample Test

t

2. Minta

Test Value = 6.32 Mean Sig. (2-tailed) Difference

df

Lower 2,579

Upper

Lower 9

95% Confidence Interval of the Difference

Upper Lower Upper ,030 3,08000 ,3780 5,7820

One-Sample Statistics

N 2. Minta

20

Mean 9,9500

Std. Deviation 4,47772

Std. Error Mean 1,00125

One-Sample Test

t

2. Minta

Test Value = 6.32 Mean Sig. (2-tailed) Difference

df

Lower 3,625

Upper

Lower 19

95% Confidence Interval of the Difference

Upper Lower Upper ,002 3,63000 1,5344 5,7256

One-Sample Statistics

N 2. Minta

32

Mean 9,9063

Std. Deviation 4,10632

Std. Error Mean ,72590

One-Sample Test

t

2. Minta

Test Value = 6.32 Mean Sig. (2-tailed) Difference

df

Lower 4,940

Upper

Lower 31

,000

95% Confidence Interval of the Difference

Upper Lower Upper 3,58625 2,1058 5,0667

One-Sample Statistics

N 3. Minta

10

Mean 25,2000

Std. Deviation 5,24510

Std. Error Mean 1,65865

One-Sample Test

t

3. Minta

Lower ,060

Test Value = 25.1 Mean Sig. (2-tailed) Difference

df Upper

Lower 9

Upper ,953

,10000

95% Confidence Interval of the Difference Lower Upper -3,6521 3,8521

12

One-Sample Statistics

N 3. Minta

20

Mean 23,7000

Std. Deviation 5,49737

Std. Error Mean 1,22925

One-Sample Test

t

3. Minta

Test Value = 25.1 Mean Sig. (2-tailed) Difference

df

Lower -1,139

Upper

Lower 19

,269

95% Confidence Interval of the Difference

Upper Lower Upper -1,40000 -3,9728 1,1728

One-Sample Statistics

N 3. Minta

32

Mean 21,3125

Std. Deviation 7,71441

Std. Error Mean 1,36373

One-Sample Test

t

3. Minta

Test Value = 25.1 Mean Sig. (2-tailed) Difference

df

Lower -2,777

Upper

Lower 31

,009

95% Confidence Interval of the Difference

Upper Lower Upper -3,78750 -6,5688 -1,0062

One-Sample Statistics

N 4. Minta

10

Mean 5,6000

Std. Deviation 1,50555

Std. Error Mean ,47610

One-Sample Test

t

4. Minta

Test Value = 3.77 Mean Sig. (2-tailed) Difference

df

Lower 3,844

Upper

Lower 9

,004

95% Confidence Interval of the Difference

Upper Lower Upper 1,83000 ,7530 2,9070

One-Sample Statistics

N 4. Minta

20

Mean 6,1000

Std. Deviation 3,00701

Std. Error Mean ,67239

13

One-Sample Test

t

4. Minta

Test Value = 3.77 Mean Sig. (2-tailed) Difference

df

Lower 3,465

Upper

Lower 19

95% Confidence Interval of the Difference

Upper Lower Upper ,003 2,33000 ,9227 3,7373

One-Sample Statistics

N 4. Minta

32

Mean 7,0000

Std. Deviation 3,69830

Std. Error Mean ,65377

One-Sample Test

t

4. Minta

Test Value = 3.77 Mean Sig. (2-tailed) Difference

df

Lower 4,941

Upper

Lower 31

95% Confidence Interval of the Difference

Upper Lower Upper ,000 3,23000 1,8966 4,5634

One-Sample Statistics

N 5. Minta

10

Mean 16,4000

Std. Deviation 2,54733

Std. Error Mean ,80554

One-Sample Test

t

5. Minta

Test Value = 21.5 Mean Sig. (2-tailed) Difference

df

Lower -6,331

Upper

Lower 9

95% Confidence Interval of the Difference

Upper Lower Upper ,000 -5,10000 -6,9222 -3,2778

One-Sample Statistics

N 5. Minta

20

Mean 14,9500

Std. Deviation 3,87264

Std. Error Mean ,86595

One-Sample Test

t

5. Minta

Lower -7,564

Test Value = 21.5 Mean Sig. (2-tailed) Difference

df Upper

Lower 19

95% Confidence Interval of the Difference

Upper Lower Upper ,000 -6,55000 -8,3625 -4,7375

14

One-Sample Statistics

N 5. Minta

32

Mean 14,5625

Std. Deviation 4,41360

Std. Error Mean ,78022

One-Sample Test

t

5. Minta

Test Value = 21.5 Mean Sig. (2-tailed) Difference

df

Lower -8,892

Upper

Lower 31

,000

95% Confidence Interval of the Difference

Upper Lower Upper -6,93750 -8,5288 -5,3462

One-Sample Statistics

N 6. Minta

10

Mean 9,9000

Std. Deviation 4,01248

Std. Error Mean 1,26886

One-Sample Test

t

6. Minta

Test Value = 8.81 Mean Sig. (2-tailed) Difference

df

Lower ,859

Upper

Lower 9

,413

95% Confidence Interval of the Difference

Upper Lower Upper 1,09000 -1,7804 3,9604

One-Sample Statistics

N 6. Minta

20

Mean 8,6000

Std. Deviation 4,07043

Std. Error Mean ,91018

One-Sample Test

t

6. Minta

Test Value = 8.81 Mean Sig. (2-tailed) Difference

df

Lower -,231

Upper

Lower 19

,820

95% Confidence Interval of the Difference

Upper Lower Upper -,21000 -2,1150 1,6950

One-Sample Statistics

N 6. Minta

32

Mean 8,3438

Std. Deviation 3,72965

Std. Error Mean ,65932

15

One-Sample Test

t

6. Minta

Test Value = 8.81 Mean Sig. (2-tailed) Difference

df

Lower -,707

Upper

Lower 31

95% Confidence Interval of the Difference

Upper Lower Upper ,485 -,46625 -1,8109 ,8784

One-Sample Statistics

N 7. Minta

10

Mean 11,7000

Std. Deviation 6,07454

Std. Error Mean 1,92094

One-Sample Test

t

7. Minta

Test Value = 12 Mean Sig. (2-tailed) Difference

df

Lower -,156

Upper

Lower 9

95% Confidence Interval of the Difference

Upper Lower Upper ,879 -,30000 -4,6455 4,0455

One-Sample Statistics

N 7. Minta

20

Mean 10,7000

Std. Deviation 4,93217

Std. Error Mean 1,10287

One-Sample Test

t

7. Minta

Test Value = 12 Mean Sig. (2-tailed) Difference

df

Lower -1,179

Upper

Lower 19

95% Confidence Interval of the Difference

Upper Lower Upper ,253 -1,30000 -3,6083 1,0083

One-Sample Statistics

N 7. Minta

32

Mean 10,3750

Std. Deviation 4,48474

Std. Error Mean ,79280

One-Sample Test

t

7. Minta

Lower -2,050

Test Value = 12 Mean Sig. (2-tailed) Difference

df Upper

Lower 31

95% Confidence Interval of the Difference

Upper Lower Upper ,049 -1,62500 -3,2419 -,0081

16

One-Sample Statistics

N 8. Minta

10

Mean 13,1000

Std. Deviation 5,52670

Std. Error Mean 1,74770

One-Sample Test

t

8. Minta

Test Value = 13.15 Mean Sig. (2-tailed) Difference

df

Lower -,029

Upper

Lower 9

,978

95% Confidence Interval of the Difference

Upper Lower Upper -,05000 -4,0036 3,9036

One-Sample Statistics

N 8. Minta

20

Mean 13,4000

Std. Deviation 5,19514

Std. Error Mean 1,16167

One-Sample Test

t

8. Minta

Test Value = 13.15 Mean Sig. (2-tailed) Difference

df

Lower ,215

Upper

Lower 19

Upper ,832

,25000

95% Confidence Interval of the Difference Lower Upper -2,1814 2,6814

One-Sample Statistics

N 8. Minta

32

Mean 12,7500

Std. Deviation 5,77536

Std. Error Mean 1,02095

One-Sample Test

t

8. Minta

Lower -,392

Test Value = 13.15 Mean Sig. (2-tailed) Difference

df Upper

Lower 31

,698

95% Confidence Interval of the Difference

Upper Lower Upper -,40000 -2,4822 1,6822

17

3. A IX. mérőcsoport létszámának hatása az olf-box-os mérés pontosságára A sorbarendezett adatsor: Rangszám Mérőalany sorszáma 38 1 7 2 19 3 29 4 3 5 43 6 1 7 13 8 27 9 41 10 15 11 28 12 18 13 20 14 36 15 11 16 10 17 40 18 12 19 23 20 31 21 42 22 6 23 4 24 39 25 21 26 26 27 16 28 9 29 34 30 5 31 2 32 25 33 14 34 24 35 32 36 35 37 33 38 22 39 37 40 17 41 8 42 30 43

1. minta 15 20 6 9 21 17 18 8 13 18 20 8 7 22 15 10 3 25 8 6 6 9 1 3 8 13 20 1 7 20 8,6 9 20 30 8 5 18 12 31 12 15 8 35

2. minta 11 8 8 9 3,5 11 6 3 5 5 5 6 6 13 10 4 5 5 10 5 18 3 8 9 6 18 8 8 12 7 23 11 20 4 10 22 18 18 13 18 10 25 4

3. minta 22 25 30 30 23 18 23 25 36 30 22 34 23 31 30 19 25 18 30 25 25 35 30 35 8 30 35 18 12 30 18,5 40 35 35 12 13 14 40 28 24 40 10 41

4. minta 3 6 4 7 4 1 3 4 7 2 7 2 2 3 9 6 1 3 15 6 12 3 1 12 0,5 12 6 6 2 22 7,8 3 10 1 18 2 18 15 17 16 3 17 9

5. minta 19 23 18 20 18 22 12 17 15 16 19 14 20 30 30 8 11 20 27 15 14 8 9 9 19 26 6 15 6 18 6,2 6 8 12 8 11 35 30 35 41 45 15 25

6. minta 10 5 3 7 5,5 3 7 14 8 9 15 3 2 8 3 9 4 2 12 3 7 1 4 3 3 8 9 18 5 15 7,6 13 15 4 18 12 15 20 16 12 15 13 16

7. minta 7 8 12 5 7,5 11 16 22 6 17 12 7 23 12 5 9 1 3 24 10 22 15 3 9 8 25 11 25 8 20 13,2 23 20 20 20 19 20 22 14 21 8 18 14

8. minta 12 10 16 15 11 17 11 12 12 23 23 11 17 18 7 12 15 17 16 27 8 8 11 15 17 25 25 6 10 16 16,7 15 10 19 10 8 12,5 19 17 20 20 10 29

18

Egymintás t-próbák a legjobb 10, 20, 32 mérőalannyal IX. mérőcsoport: One-Sample Statistics

N 1. Minta

10

Mean 14,5000

Std. Deviation 5,27573

Std. Error Mean 1,66833

One-Sample Test

t

1. Minta

Test Value = 12.78 Mean Sig. (2-tailed) Difference

df

Lower 1,031

Upper

Lower 9

,329

95% Confidence Interval of the Difference

Upper Lower Upper 1,72000 -2,0540 5,4940

One-Sample Statistics

N 1. Minta

20

Mean 13,4500

Std. Deviation 6,45205

Std. Error Mean 1,44272

One-Sample Test

t

1. Minta

Test Value = 12.78 Mean Sig. (2-tailed) Difference

df

Lower ,464

Upper

Lower 19

Upper ,648

,67000

95% Confidence Interval of the Difference Lower Upper -2,3497 3,6897

One-Sample Statistics

N 1. Minta

32

Mean 11,7063

Std. Deviation 6,69328

Std. Error Mean 1,18322

One-Sample Test

t

1. Minta

Test Value = 12.78 Mean Sig. (2-tailed) Difference

df

Lower -,907

Upper

Lower 31

,371

95% Confidence Interval of the Difference

Upper Lower Upper -1,07375 -3,4869 1,3394

One-Sample Statistics

N 2. Minta

Mean 10

6,9500

Std. Deviation 2,89108

Std. Error Mean ,91424

19

One-Sample Test

t

2. Minta

Test Value = 6.32 Mean Sig. (2-tailed) Difference

df

Lower ,689

Upper

Lower 9

Upper ,508

95% Confidence Interval of the Difference

Lower Upper ,63000 -1,4382 2,6982

One-Sample Statistics

N 2. Minta

20

Mean 6,9250

Std. Deviation 2,86666

Std. Error Mean ,64101

One-Sample Test

t

2. Minta

Test Value = 6.32 Mean Sig. (2-tailed) Difference

df

Lower ,944

Upper

Lower 19

Upper ,357

95% Confidence Interval of the Difference Lower

,60500

Upper -,7366 1,9466

One-Sample Statistics

N 2. Minta

32

Mean 8,4219

Std. Deviation 4,59507

Std. Error Mean ,81230

One-Sample Test

t

2. Minta

Test Value = 6.32 Mean Sig. (2-tailed) Difference

df

Lower 2,588

Upper

Lower 31

95% Confidence Interval of the Difference

Upper Lower Upper ,015 2,10187 ,4452 3,7586

One-Sample Statistics

N 3. Minta

10

Mean 26,2000

Std. Deviation 5,24510

Std. Error Mean 1,65865

One-Sample Test

t

3. Minta

Lower ,663

Test Value = 25.1 Mean Sig. (2-tailed) Difference

df Upper

Lower 9

95% Confidence Interval of the Difference

Upper Lower Upper ,524 1,10000 -2,6521 4,8521

20

One-Sample Statistics

N 3. Minta

20

Mean 25,9500

Std. Deviation 5,17560

Std. Error Mean 1,15730

One-Sample Test

t

3. Minta

Test Value = 25.1 Mean Sig. (2-tailed) Difference

df

Lower ,734

Upper

Lower 19

Upper ,472

,85000

95% Confidence Interval of the Difference Lower Upper -1,5723 3,2723

One-Sample Statistics

N 3. Minta

32

Mean 26,1094

Std. Deviation 7,26651

Std. Error Mean 1,28455

One-Sample Test

t

3. Minta

Test Value = 25.1 Mean Sig. (2-tailed) Difference

df

Lower ,786

Upper

Lower 31

,438

95% Confidence Interval of the Difference

Upper Lower Upper 1,00937 -1,6105 3,6292

One-Sample Statistics

N 4. Minta

10

Mean 4,1000

Std. Deviation 2,02485

Std. Error Mean ,64031

One-Sample Test

t

4. Minta

Test Value = 3.77 Mean Sig. (2-tailed) Difference

df

Lower ,515

Upper

Lower 9

Upper ,619

,33000

95% Confidence Interval of the Difference Lower Upper -1,1185 1,7785

One-Sample Statistics

N 4. Minta

20

Mean 4,7500

Std. Deviation 3,30669

Std. Error Mean ,73940

21

One-Sample Test

t

4. Minta

Test Value = 3.77 Mean Sig. (2-tailed) Difference

df

Lower 1,325

Upper

Lower 19

Upper ,201

95% Confidence Interval of the Difference Lower

,98000

Upper -,5676 2,5276

One-Sample Statistics

N 4. Minta

32

Mean 5,6969

Std. Deviation 4,72655

Std. Error Mean ,83554

One-Sample Test

t

4. Minta

Test Value = 3.77 Mean Sig. (2-tailed) Difference

df

Lower 2,306

Upper

Lower 31

95% Confidence Interval of the Difference

Upper Lower Upper ,028 1,92688 ,2228 3,6310

One-Sample Statistics

N 5. Minta

10

Mean 18,000

Std. Deviation 3,2660

Std. Error Mean 1,0328

One-Sample Test

t

5. Minta

Test Value = 21.5 Mean Sig. (2-tailed) Difference

df

Lower -3,389

Upper

Lower 9

95% Confidence Interval of the Difference

Upper Lower Upper ,008 -3,5000 -5,836 -1,164

One-Sample Statistics

N 5. Minta

20

Mean 18,700

Std. Deviation 5,7956

Std. Error Mean 1,2959

One-Sample Test

t

5. Minta

Lower -2,161

Test Value = 21.5 Mean Sig. (2-tailed) Difference

df Upper

Lower 19

95% Confidence Interval of the Difference

Upper Lower Upper ,044 -2,8000 -5,512

-,088

22

One-Sample Statistics

N 5. Minta

32

Mean 16,131

Std. Deviation 6,8615

Std. Error Mean 1,2130

One-Sample Test

t

5. Minta

Test Value = 21.5 Mean Sig. (2-tailed) Difference

df

Lower -4,426

Upper

Lower 31

,000

95% Confidence Interval of the Difference

Upper Lower Upper -5,3687 -7,843 -2,895

One-Sample Statistics

N 6. Minta

10

Mean 7,1500

Std. Deviation 3,35037

Std. Error Mean 1,05948

One-Sample Test

t

6. Minta

Test Value = 8.81 Mean Sig. (2-tailed) Difference

df

Lower -1,567

Upper

Lower 9

,152

95% Confidence Interval of the Difference

Upper Lower Upper -1,66000 -4,0567 ,7367

One-Sample Statistics

N 6. Minta

20

Mean 6,6250

Std. Deviation 3,96987

Std. Error Mean ,88769

One-Sample Test

t

6. Minta

Test Value = 8.81 Mean Sig. (2-tailed) Difference

df

Lower -2,461

Upper

Lower 19

,024

95% Confidence Interval of the Difference

Upper Lower Upper -2,18500 -4,0430 -,3270

One-Sample Statistics

N 6. Minta

32

Mean 7,0656

Std. Deviation 4,43400

Std. Error Mean ,78383

23

One-Sample Test

t

6. Minta

Test Value = 8.81 Mean Sig. (2-tailed) Difference

df

Lower -2,225

Upper

Lower 31

95% Confidence Interval of the Difference

Upper Lower Upper ,033 -1,74438 -3,3430 -,1457

One-Sample Statistics

N 7. Minta

10

Mean 11,1500

Std. Deviation 5,58793

Std. Error Mean 1,76706

One-Sample Test

t

7. Minta

Test Value = 12 Mean Sig. (2-tailed) Difference

df

Lower -,481

Upper

Lower 9

95% Confidence Interval of the Difference

Upper Lower Upper ,642 -,85000 -4,8474 3,1474

One-Sample Statistics

N 7. Minta

20

Mean 10,8750

Std. Deviation 6,55719

Std. Error Mean 1,46623

One-Sample Test

t

7. Minta

Test Value = 12 Mean Sig. (2-tailed) Difference

df

Lower -,767

Upper

Lower 19

95% Confidence Interval of the Difference

Upper Lower Upper ,452 -1,12500 -4,1939 1,9439

One-Sample Statistics

N 7. Minta

32

Mean 12,4906

Std. Deviation 7,16395

Std. Error Mean 1,26642

One-Sample Test

t

7. Minta

Lower ,387

Test Value = 12 Mean Sig. (2-tailed) Difference

df Upper

Lower 31

Upper ,701

95% Confidence Interval of the Difference

Lower Upper ,49062 -2,0923 3,0735

24

One-Sample Statistics

N 8. Minta

10

Mean 13,9000

Std. Deviation 3,95671

Std. Error Mean 1,25122

One-Sample Test

t

8. Minta

Test Value = 13.15 Mean Sig. (2-tailed) Difference

df

Lower ,599

Upper

Lower 9

Upper ,564

,75000

95% Confidence Interval of the Difference Lower Upper -2,0805 3,5805

One-Sample Statistics

N 8. Minta

20

Mean 15,1000

Std. Deviation 4,96196

Std. Error Mean 1,10953

One-Sample Test

t

8. Minta

Test Value = 13.15 Mean Sig. (2-tailed) Difference

df

Lower 1,758

Upper

Lower 19

,095

95% Confidence Interval of the Difference

Upper Lower Upper 1,95000 -,3723 4,2723

One-Sample Statistics

N 8. Minta

32

Mean 14,8344

Std. Deviation 5,37321

Std. Error Mean ,94986

One-Sample Test

t

8. Minta

Lower 1,773

Test Value = 13.15 Mean Sig. (2-tailed) Difference

df Upper

Lower 31

,086

95% Confidence Interval of the Difference

Upper Lower Upper 1,68437 -,2529 3,6216

25

4. A X. mérőcsoport létszámának hatása az olf-box-os mérés pontosságára A sorbarendezett adatsor: Rangszám Mérőalany sorszáma 38 1 7 2 19 3 29 4 3 5 43 6 1 7 13 8 27 9 41 10 15 11 28 12 18 13 20 14 36 15 11 16 10 17 40 18 12 19 23 20 31 21 42 22 6 23 4 24 39 25 21 26 26 27 16 28 9 29 34 30 5 31 2 32 25 33 14 34 24 35 32 36 35 37 33 38 22 39 37 40 17 41 8 42 30 43

1. minta 15 20 6 9 21 17 18 8 13 18 20 8 7 22 15 10 3 25 8 6 6 9 1 3 8 13 20 1 7 20 8,6 9 20 30 8 5 18 12 31 12 15 8 35

2. minta 11 8 8 9 3,5 11 6 3 5 5 5 6 6 13 10 4 5 5 10 5 18 3 8 9 6 18 8 8 12 7 23 11 20 4 10 22 18 18 13 18 10 25 4

3. minta 22 25 30 30 23 18 23 25 36 30 22 34 23 31 30 19 25 18 30 25 25 35 30 35 8 30 35 18 12 30 18,5 40 35 35 12 13 14 40 28 24 40 10 41

4. minta 3 6 4 7 4 1 3 4 7 2 7 2 2 3 9 6 1 3 15 6 12 3 1 12 0,5 12 6 6 2 22 7,8 3 10 1 18 2 18 15 17 16 3 17 9

5. minta 19 23 18 20 18 22 12 17 15 16 19 14 20 30 30 8 11 20 27 15 14 8 9 9 19 26 6 15 6 18 6,2 6 8 12 8 11 35 30 35 41 45 15 25

6. minta 10 5 3 7 5,5 3 7 14 8 9 15 3 2 8 3 9 4 2 12 3 7 1 4 3 3 8 9 18 5 15 7,6 13 15 4 18 12 15 20 16 12 15 13 16

7. minta 7 8 12 5 7,5 11 16 22 6 17 12 7 23 12 5 9 1 3 24 10 22 15 3 9 8 25 11 25 8 20 13,2 23 20 20 20 19 20 22 14 21 8 18 14

8. minta 12 10 16 15 11 17 11 12 12 23 23 11 17 18 7 12 15 17 16 27 8 8 11 15 17 25 25 6 10 16 16,7 15 10 19 10 8 12,5 19 17 20 20 10 29

26

Egymintás t-próbák a legjobb 10, 20, 32 mérőalannyal X. mérőcsoport: One-Sample Statistics

N 1. Minta

10

Mean 14,9000

Std. Deviation 3,57305

Std. Error Mean 1,12990

One-Sample Test

t

1. Minta

Test Value = 12.78 Mean Sig. (2-tailed) Difference

df

Lower 1,876

Upper

Lower 9

,093

95% Confidence Interval of the Difference

Upper Lower Upper 2,12000 -,4360 4,6760

One-Sample Statistics

N 1. Minta

20

Mean 14,3500

Std. Deviation 4,73814

Std. Error Mean 1,05948

One-Sample Test

t

1. Minta

Test Value = 12.78 Mean Sig. (2-tailed) Difference

df

Lower 1,482

Upper

Lower 19

,155

95% Confidence Interval of the Difference

Upper Lower Upper 1,57000 -,6475 3,7875

One-Sample Statistics

N 1. Minta

32

Mean 12,5656

Std. Deviation 5,80370

Std. Error Mean 1,02596

One-Sample Test

t

1. Minta

Test Value = 12.78 Mean Sig. (2-tailed) Difference

df

Lower -,209

Upper

Lower 31

,836

95% Confidence Interval of the Difference

Upper Lower Upper -,21437 -2,3068 1,8781

One-Sample Statistics

N 2. Minta

Mean 11

6,9382

Std. Deviation 3,69351

Std. Error Mean 1,11364

27

One-Sample Test

t

2. Minta

Test Value = 6.32 Mean Sig. (2-tailed) Difference

df

Lower ,555

Upper

Lower 10

Upper ,591

95% Confidence Interval of the Difference

Lower Upper ,61818 -1,8632 3,0995

One-Sample Statistics

N 2. Minta

20

Mean 9,2500

Std. Deviation 4,63255

Std. Error Mean 1,03587

One-Sample Test

t

2. Minta

Test Value = 6.32 Mean Sig. (2-tailed) Difference

df

Lower 2,829

Upper

Lower 19

95% Confidence Interval of the Difference

Upper Lower Upper ,011 2,93000 ,7619 5,0981

One-Sample Statistics

N 2. Minta

32

Mean 8,9813

Std. Deviation 4,85947

Std. Error Mean ,85904

One-Sample Test

t

2. Minta

Test Value = 6.32 Mean Sig. (2-tailed) Difference

df

Lower 3,098

Upper

Lower 31

95% Confidence Interval of the Difference

Upper Lower Upper ,004 2,66125 ,9092 4,4133

One-Sample Statistics

N 3. Minta

10

Mean 21,1000

Std. Deviation 5,83952

Std. Error Mean 1,84662

One-Sample Test

t

3. Minta

Lower -2,166

Test Value = 25.1 Mean Sig. (2-tailed) Difference

df Upper

Lower 9

95% Confidence Interval of the Difference

Upper Lower Upper ,058 -4,00000 -8,1773 ,1773

28

One-Sample Statistics

N 3. Minta

20

Mean 21,9500

Std. Deviation 6,65286

Std. Error Mean 1,48762

One-Sample Test

t

3. Minta

Test Value = 25.1 Mean Sig. (2-tailed) Difference

df

Lower -2,117

Upper

Lower 19

,048

95% Confidence Interval of the Difference

Upper Lower Upper -3,15000 -6,2636 -,0364

One-Sample Statistics

N 3. Minta

32

Mean 20,6875

Std. Deviation 7,86760

Std. Error Mean 1,39081

One-Sample Test

t

3. Minta

Test Value = 25.1 Mean Sig. (2-tailed) Difference

df

Lower -3,173

Upper

Lower 31

,003

95% Confidence Interval of the Difference

Upper Lower Upper -4,41250 -7,2491 -1,5759

One-Sample Statistics

N 4. Minta

10

Mean 4,6000

Std. Deviation 2,95146

Std. Error Mean ,93333

One-Sample Test

t

4. Minta

Test Value = 3.77 Mean Sig. (2-tailed) Difference

df

Lower ,889

Upper

Lower 9

Upper ,397

,83000

95% Confidence Interval of the Difference Lower Upper -1,2813 2,9413

One-Sample Statistics

N 4. Minta

20

Mean 5,6000

Std. Deviation 2,87274

Std. Error Mean ,64236

29

One-Sample Test

t

4. Minta

Test Value = 3.77 Mean Sig. (2-tailed) Difference

df

Lower 2,849

Upper

Lower 19

95% Confidence Interval of the Difference

Upper Lower Upper ,010 1,83000 ,4855 3,1745

One-Sample Statistics

N 4. Minta

32

Mean 5,4750

Std. Deviation 3,07445

Std. Error Mean ,54349

One-Sample Test

t

4. Minta

Test Value = 3.77 Mean Sig. (2-tailed) Difference

df

Lower 3,137

Upper

Lower 31

95% Confidence Interval of the Difference

Upper Lower Upper ,004 1,70500 ,5965 2,8135

One-Sample Statistics

N 5. Minta

10

Mean 15,8000

Std. Deviation 6,14275

Std. Error Mean 1,94251

One-Sample Test

t

5. Minta

Test Value = 21.5 Mean Sig. (2-tailed) Difference

df

Lower -2,934

Upper

Lower 9

95% Confidence Interval of the Difference

Upper Lower Upper ,017 -5,70000 -10,0943 -1,3057

One-Sample Statistics

N 5. Minta

20

Mean 15,2500

Std. Deviation 6,16335

Std. Error Mean 1,37817

One-Sample Test

t

5. Minta

Lower -4,535

Test Value = 21.5 Mean Sig. (2-tailed) Difference

df Upper

Lower 19

95% Confidence Interval of the Difference

Upper Lower Upper ,000 -6,25000 -9,1345 -3,3655

30

One-Sample Statistics

N 5. Minta

32

Mean 13,7813

Std. Deviation 6,06808

Std. Error Mean 1,07269

One-Sample Test

t

5. Minta

Test Value = 21.5 Mean Sig. (2-tailed) Difference

df

Lower -7,196

Upper

Lower 31

,000

95% Confidence Interval of the Difference

Upper Lower Upper -7,71875 -9,9065 -5,5310

One-Sample Statistics

N 6. Minta

10

Mean 6,1000

Std. Deviation 2,13177

Std. Error Mean ,67412

One-Sample Test

t

6. Minta

Test Value = 8.81 Mean Sig. (2-tailed) Difference

df

Lower -4,020

Upper

Lower 9

,003

95% Confidence Interval of the Difference

Upper Lower Upper -2,71000 -4,2350 -1,1850

One-Sample Statistics

N 6. Minta

20

Mean 7,7000

Std. Deviation 3,96166

Std. Error Mean ,88585

One-Sample Test

t

6. Minta

Test Value = 8.81 Mean Sig. (2-tailed) Difference

df

Lower -1,253

Upper

Lower 19

,225

95% Confidence Interval of the Difference

Upper Lower Upper -1,11000 -2,9641 ,7441

One-Sample Statistics

N 6. Minta

32

Mean 6,7344

Std. Deviation 3,92261

Std. Error Mean ,69343

31

One-Sample Test

t

6. Minta

Test Value = 8.81 Mean Sig. (2-tailed) Difference

df

Lower -2,993

Upper

Lower 31

95% Confidence Interval of the Difference

Upper Lower Upper ,005 -2,07563 -3,4899 -,6614

One-Sample Statistics

N 7. Minta

10

Mean 12,1000

Std. Deviation 4,81779

Std. Error Mean 1,52352

One-Sample Test

t

7. Minta

Test Value = 12 Mean Sig. (2-tailed) Difference

df

Lower ,066

Upper

Lower 9

Upper ,949

95% Confidence Interval of the Difference

Lower Upper ,10000 -3,3464 3,5464

One-Sample Statistics

N 7. Minta

20

Mean 11,4500

Std. Deviation 5,06250

Std. Error Mean 1,13201

One-Sample Test

t

7. Minta

Test Value = 12 Mean Sig. (2-tailed) Difference

df

Lower -,486

Upper

Lower 19

95% Confidence Interval of the Difference

Upper Lower Upper ,633 -,55000 -2,9193 1,8193

One-Sample Statistics

N 7. Minta

32

Mean 10,0156

Std. Deviation 5,44249

Std. Error Mean ,96211

One-Sample Test

t

7. Minta

Lower -2,063

Test Value = 12 Mean Sig. (2-tailed) Difference

df Upper

Lower 31

95% Confidence Interval of the Difference

Upper Lower Upper ,048 -1,98438 -3,9466 -,0221

32

One-Sample Statistics

N 8. Minta

9

Mean 16,0000

Std. Deviation 3,67423

Std. Error Mean 1,22474

One-Sample Test

t

8. Minta

Test Value = 13.15 Mean Sig. (2-tailed) Difference

df

Lower 2,327

Upper

Lower 8

,048

95% Confidence Interval of the Difference

Upper Lower Upper 2,85000 ,0257 5,6743

One-Sample Statistics

N 8. Minta

20

Mean 15,2000

Std. Deviation 5,05340

Std. Error Mean 1,12997

One-Sample Test

t

8. Minta

Test Value = 13.15 Mean Sig. (2-tailed) Difference

df

Lower 1,814

Upper

Lower 19

,085

95% Confidence Interval of the Difference

Upper Lower 2,05000 -,3151

Upper 4,4151

One-Sample Statistics

N 8. Minta

32

Mean 14,5250

Std. Deviation 5,42937

Std. Error Mean ,95979

One-Sample Test

t

8. Minta

Lower 1,433

Test Value = 13.15 Mean Sig. (2-tailed) Difference

df Upper

Lower 31

,162

95% Confidence Interval of the Difference

Upper Lower Upper 1,37500 -,5825 3,3325

33

5. A XI. mérőcsoport létszámának hatása az olf-box-os mérés pontosságára A sorbarendezett adatsor: Rangszám Mérőalany sorszáma 11 1 4 2 33 3 15 4 29 5 5 6 30 7 20 8 1 9 19 10 16 11 32 12 9 13 13 14 23 15 12 16 22 17 26 18 17 19 6 20 24 21 27 22 3 23 7 24 21 25 28 26 2 27 10 28 8 29 25 30 14 31 31 32 18 33

1. minta 11 13 15 19 10 12 8 12 8 18 3 20 19 15 20 3 13 2,5 11 3 1 3,4 7 1 21 7,5 33 8 30 1,9 35 19 23

2. minta 8 9 12 1 3 3 11 8 12 8 8 1 4 10 8 1 10 3 12 3 1,5 3 6 7 7 3 7 6 2 2,5 0,5 26 11

3. minta 19 21 30 16 38 25 35 35 30 32 30 37 15 40 40 40 46 13 40 16 25 7,5 30 37 41 6 9 11 35 5 45 45 40

4. minta 3,5 3 7 1 6 8 4 3 4 4 1 3 1,5 3 3 1 7 6 4 2,5 3,5 3,2 3 8 10 2,5 3 2 1 1,2 1 4 6

5. minta 22 13 22 14 11 6 14 28 15 14 16 32 8 13 15 12 20 9 37 8 6,5 18 6 4 7 10 27 3 6 8,2 18 40 50

6. minta 2 8 15 4 7 4 6 18 6 10 2 2 4 7 15 2 5 1 3 6 3 1,8 7 7 20 2,1 3 4 4 1,7 4 7 8

7. minta 7 3 19 4 8 7 20 25 7 18 1 15 3,5 2 21 14 10 1,5 17 7 1,2 4,5 1 4 18 4 6 9 15 2,6 15 24 20

8. minta 18 23 25 12 15 11 25 15 27 28 4 18 11 4 22 18 18 11 19 28 4 6 30 6,5 16 6 12 30 30 4,2 8 21 25

34

Egymintás t-próbák a legjobb 10, 20, 32 mérőalannyal XI. mérőcsoport: One-Sample Statistics

N 1. Minta

10

Mean 12,6000

Std. Deviation 3,77712

Std. Error Mean 1,19443

One-Sample Test

t

1. Minta

Test Value = 12.78 Mean Sig. (2-tailed) Difference

df

Lower -,151

Upper

Lower 9

,884

95% Confidence Interval of the Difference

Upper Lower Upper -,18000 -2,8820 2,5220

One-Sample Statistics

N 1. Minta

20

Mean 11,7750

Std. Deviation 5,85903

Std. Error Mean 1,31012

One-Sample Test

t

1. Minta

Test Value = 12.78 Mean Sig. (2-tailed) Difference

df

Lower -,767

Upper

Lower 19

,452

95% Confidence Interval of the Difference

Upper Lower Upper -1,00500 -3,7471 1,7371

One-Sample Statistics

N 1. Minta

31

Mean 12,3968

Std. Deviation 9,13344

Std. Error Mean 1,64041

One-Sample Test

t

1. Minta

Test Value = 12.78 Mean Sig. (2-tailed) Difference

df

Lower -,234

Upper

Lower 30

,817

95% Confidence Interval of the Difference

Upper Lower Upper -,38323 -3,7334 2,9669

One-Sample Statistics

N 2. Minta

Mean 10

7,5000

Std. Deviation 3,92287

Std. Error Mean 1,24052

35

One-Sample Test

t

2. Minta

Test Value = 6.32 Mean Sig. (2-tailed) Difference

df

Lower ,951

Upper

Lower 9

95% Confidence Interval of the Difference

Upper Lower Upper ,366 1,18000 -1,6263 3,9863

One-Sample Statistics

N 2. Minta

20

Mean 6,7500

Std. Deviation 3,95867

Std. Error Mean ,88519

One-Sample Test

t

2. Minta

Test Value = 6.32 Mean Sig. (2-tailed) Difference

df

Lower ,486

Upper

Lower 19

Upper ,633

95% Confidence Interval of the Difference

Lower Upper ,43000 -1,4227 2,2827

One-Sample Statistics

N 2. Minta

32

Mean 6,4531

Std. Deviation 5,08692

Std. Error Mean ,89925

One-Sample Test

t

2. Minta

Test Value = 6.32 Mean Sig. (2-tailed) Difference

df

Lower ,148

Upper

Lower 31

Upper ,883

95% Confidence Interval of the Difference

Lower Upper ,13312 -1,7009 1,9672

One-Sample Statistics

N 3. Minta

10

Mean 28,1000

Std. Deviation 7,48999

Std. Error Mean 2,36854

One-Sample Test

t

3. Minta

Lower 1,267

Test Value = 25.1 Mean Sig. (2-tailed) Difference

df Upper

Lower 9

95% Confidence Interval of the Difference

Upper Lower Upper ,237 3,00000 -2,3580 8,3580

36

One-Sample Statistics

N 3. Minta

20

Mean 29,9000

Std. Deviation 10,14578

Std. Error Mean 2,26867

One-Sample Test

t

3. Minta

Test Value = 25.1 Mean Sig. (2-tailed) Difference

df

Lower 2,116

Upper

Lower 19

,048

95% Confidence Interval of the Difference

Upper Lower Upper 4,80000 ,0516 9,5484

One-Sample Statistics

N 3. Minta

32

Mean 27,9531

Std. Deviation 12,70151

Std. Error Mean 2,24533

One-Sample Test

t

3. Minta

Test Value = 25.1 Mean Sig. (2-tailed) Difference

df

Lower 1,271

Upper

Lower 31

,213

95% Confidence Interval of the Difference

Upper Lower Upper 2,85312 -1,7263 7,4325

One-Sample Statistics

N 4. Minta

10

Mean 4,3500

Std. Deviation 2,08233

Std. Error Mean ,65849

One-Sample Test

t

4. Minta

Test Value = 3.77 Mean Sig. (2-tailed) Difference

df

Lower ,881

Upper

Lower 9

Upper ,401

95% Confidence Interval of the Difference Lower

,58000

Upper -,9096 2,0696

One-Sample Statistics

N 4. Minta

20

Mean 3,7750

Std. Deviation 2,07412

Std. Error Mean ,46379

37

One-Sample Test

t

4. Minta

Test Value = 3.77 Mean Sig. (2-tailed) Difference

df

Lower ,011

Upper

Lower 19

Upper ,992

95% Confidence Interval of the Difference Lower

,00500

Upper -,9657 ,9757

One-Sample Statistics

N 4. Minta

32

Mean 3,6844

Std. Deviation 2,31783

Std. Error Mean ,40974

One-Sample Test

t

4. Minta

Test Value = 3.77 Mean Sig. (2-tailed) Difference

df

Lower -,209

Upper

Lower 31

95% Confidence Interval of the Difference

Upper Lower Upper ,836 -,08562 -,9213 ,7500

One-Sample Statistics

N 5. Minta

10

Mean 15,9000

Std. Deviation 6,34998

Std. Error Mean 2,00804

One-Sample Test

t

5. Minta

Test Value = 21.5 Mean Sig. (2-tailed) Difference

df

Lower -2,789

Upper

Lower 9

95% Confidence Interval of the Difference

Upper Lower Upper ,021 -5,60000 -10,1425 -1,0575

One-Sample Statistics

N 5. Minta

20

Mean 16,4500

Std. Deviation 8,19162

Std. Error Mean 1,83170

One-Sample Test

t

5. Minta

Lower -2,757

Test Value = 21.5 Mean Sig. (2-tailed) Difference

df Upper

Lower 19

95% Confidence Interval of the Difference

Upper Lower Upper ,013 -5,05000 -8,8838 -1,2162

38

One-Sample Statistics

N 5. Minta

32

Mean 15,0844

Std. Deviation 9,39846

Std. Error Mean 1,66143

One-Sample Test

t

5. Minta

Test Value = 21.5 Mean Sig. (2-tailed) Difference

df

Lower -3,862

Upper

Lower 31

,001

95% Confidence Interval of the Difference

Upper Lower Upper -6,41563 -9,8041 -3,0271

One-Sample Statistics

N 6. Minta

10

Mean 8,0000

Std. Deviation 5,05525

Std. Error Mean 1,59861

One-Sample Test

t

6. Minta

Test Value = 8.81 Mean Sig. (2-tailed) Difference

df

Lower -,507

Upper

Lower 9

,625

95% Confidence Interval of the Difference

Upper Lower Upper -,81000 -4,4263 2,8063

One-Sample Statistics

N 6. Minta

20

Mean 6,3500

Std. Deviation 4,79336

Std. Error Mean 1,07183

One-Sample Test

t

6. Minta

Test Value = 8.81 Mean Sig. (2-tailed) Difference

df

Lower -2,295

Upper

Lower 19

,033

95% Confidence Interval of the Difference

Upper Lower Upper -2,46000 -4,7034 -,2166

One-Sample Statistics

N 6. Minta

32

Mean 5,9875

Std. Deviation 4,81709

Std. Error Mean ,85155

39

One-Sample Test

t

6. Minta

Test Value = 8.81 Mean Sig. (2-tailed) Difference

df

Lower -3,315

Upper

Lower 31

95% Confidence Interval of the Difference

Upper Lower Upper ,002 -2,82250 -4,5592 -1,0858

One-Sample Statistics

N 7. Minta

10

Mean 11,8000

Std. Deviation 7,84290

Std. Error Mean 2,48014

One-Sample Test

t

7. Minta

Test Value = 12 Mean Sig. (2-tailed) Difference

df

Lower -,081

Upper

Lower 9

95% Confidence Interval of the Difference

Upper Lower Upper ,937 -,20000 -5,8105 5,4105

One-Sample Statistics

N 7. Minta

20

Mean 10,5000

Std. Deviation 7,47100

Std. Error Mean 1,67057

One-Sample Test

t

7. Minta

Test Value = 12 Mean Sig. (2-tailed) Difference

df

Lower -,898

Upper

Lower 19

95% Confidence Interval of the Difference

Upper Lower Upper ,380 -1,50000 -4,9965 1,9965

One-Sample Statistics

N 7. Minta

32

Mean 9,8219

Std. Deviation 7,42040

Std. Error Mean 1,31175

One-Sample Test

t

7. Minta

Lower -1,660

Test Value = 12 Mean Sig. (2-tailed) Difference

df Upper

Lower 31

95% Confidence Interval of the Difference

Upper Lower Upper ,107 -2,17812 -4,8535 ,4972

40

One-Sample Statistics

N 8. Minta

10

Mean 19,9000

Std. Deviation 6,41959

Std. Error Mean 2,03005

One-Sample Test

t

8. Minta

Test Value = 13.15 Mean Sig. (2-tailed) Difference

df

Lower 3,325

Upper

Lower 9

,009

95% Confidence Interval of the Difference

Upper Lower Upper 6,75000 2,1577 11,3423

One-Sample Statistics

N 8. Minta

20

Mean 17,6000

Std. Deviation 7,29383

Std. Error Mean 1,63095

One-Sample Test

t

8. Minta

Test Value = 13.15 Mean Sig. (2-tailed) Difference

df

Lower 2,728

Upper

Lower 19

,013

95% Confidence Interval of the Difference

Upper Lower Upper 4,45000 1,0364 7,8636

One-Sample Statistics

N 8. Minta

32

Mean 16,4281

Std. Deviation 8,65583

Std. Error Mean 1,53015

One-Sample Test

t

8. Minta

Lower 2,142

Test Value = 13.15 Mean Sig. (2-tailed) Difference

df Upper

Lower 31

,040

95% Confidence Interval of the Difference

Upper Lower Upper 3,27813 ,1574 6,3989

41

Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Épületgépészeti és Gépészeti Eljárástechnika Tanszék

Komfortterek belső levegőminőség emisszióforrásainak vizsgálata Doktori értekezés

8. Melléklet

A mérőcsoportok belsőépítészeti anyagokkal végzett méréseinek eredményei

Készítette:

Budapest, 2012. május

Hrustinszky Tamás

Sorsz.

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45

Dátum

Név

1. Mérés Fanger skála Hedonic skála skála skála

2. Mérés Fanger skála Hedonic skála skála skála

3. Mérés Fanger skála Hedonic skála skála skála

4. Mérés Fanger skála Hedonic skála skála skála

5. Mérés 6. Mérés Fanger skála Hedonic skála Fanger skála Hedonic skála skála skála skála skála

2005.10.11

P.B.

0,33

3

0,15

3

0,44

2

0,52

2

0,70

2

0,30

3

2005.10.11

F.Zs.

0,19

2

0,22

2

0,15

2

1,00

1

-0,19

3

-0,78

3

7. Mérés Fanger skála Hedonic skála skála skála 0,07 3 -0,70

4

8. Mérés Fanger skála Hedonic skála skála skála 0,37

3

-0,33

3

2005.10.11

R.G.

0,04

2

-0,48

3

-0,85

4

0,52

3

0,26

2

0,33

3

0,78

2

0,26

3

2005.10.11

S.J.

-0,70

3

0,89

1

-0,85

5

0,89

5

-0,89

5

-0,74

4

-0,63

4

-0,93

5

2005.10.11

V.Zs.

0,22

2

0,00

3

-0,22

3

0,07

3

0,26

2

0,81

1

0,96

1

0,85

2

2005.10.11

G.V.

-0,11

3

-0,33

3

0,15

2

-0,56

4

0,52

3

0,04

2

-0,37

3

0,15

2

2005.10.12

P.Zs.

0,59

1

0,33

2

0,44

2

0,19

2

0,89

1

0,56

2

0,41

2

0,81

1

2005.10.12

P.M.

0,33

2

0,30

2

0,11

2

0,19

1

0,00

3

-0,26

3

0,00

3

0,22

2

2005.10.12

V.Zs.

-0,22

3

-0,26

2

-0,63

3

-0,07

2

0,26

2

0,26

2

-0,37

3

-0,15

2

2005.10.12

P.G.

0,52

2

0,04

2

-0,30

3

-0,41

3

-0,52

3

-0,22

2

-0,67

4

-0,74

4

2005.10.18

V.T.

0,89

1

-0,70

4

0,00

2

0,19

2

0,19

2

0,70

1

0,81

1

0,74

1

2005.10.18

B.I.

-0,07

3

-0,81

4

-0,81

4

-0,81

4

-0,30

3

0,04

2

0,85

1

0,78

1

2005.10.18

H.G.

-0,48

3

-0,37

3

-0,11

3

-0,04

3

0,04

2

0,78

1

0,89

1

0,89

1

2005.10.18

N.N.

0,26

1

0,33

1

-0,30

3

0,26

1

0,19

1

0,30

1

0,26

1

0,22

1

2005.10.18

K.B.

0,56

2

0,30

2

0,48

2

0,15

3

0,89

2

0,89

2

1,00

1

0,93

2

2005.10.25

F.A.

0,30

2

-0,19

3

-0,26

3

-0,56

3

0,11

3

0,15

2

0,30

2

-0,74

3

2005.10.25

F.P.

-0,33

3

0,04

2

0,04

2

-0,04

3

0,11

2

0,04

2

0,26

2

-0,15

3

2005.10.25

L.E.

-0,30

3

0,15

2

0,33

2

0,44

2

0,81

1

0,19

2

-0,19

3

-0,52

4

2005.10.25

H.G.

0,26

2

-0,11

3

-0,30

3

-0,30

3

0,52

2

0,22

2

0,78

2

-0,81

4

2005.10.25

H.G.

-0,59

3

0,11

2

-0,15

2

0,81

1

0,37

2

-0,70

3

-0,11

2

-0,37

3

2005.10.19

Z.J.

-1,00

3

0,07

2

-0,19

3

1,00

1

0,70

1

0,00

1

0,00

1

0,00

3

2005.10.19

B.Cs.

0,22

2

-0,11

2

-0,33

3

0,26

2

0,26

2

0,52

2

0,74

2

0,89

2

2005.10.19

K.P.

0,00

3

0,33

2

0,37

2

0,70

2

0,89

2

0,78

2

0,74

2

0,81

2

2005.10.19

K.Á.

0,04

2

0,26

3

-0,37

3

0,85

1

0,89

1

0,85

1

0,15

2

0,70

1

2005.10.19

J.Z.

0,15

3

0,52

2

0,33

2

0,74

2

0,04

3

1,00

1

0,74

2

0,00

3

2005.10.26

B.P.

-0,22

3

0,48

2

-0,19

3

0,19

2

0,15

2

-0,52

3

-0,26

3

0,37

2

2005.10.26

G.B.

0,33

3

0,04

3

-0,11

2

-0,22

3

-0,22

3

0,04

2

0,04

2

-0,22

3

2005.10.26

G.Z.

-0,19

3

-0,59

3

0,19

2

0,00

2

0,44

1

-0,85

4

0,26

1

-0,19

3

2005.10.26

T.D.

-0,33

3

-0,04

3

-0,19

3

0,04

2

-0,48

4

0,56

1

0,04

2

-0,22

3

2005.10.26

R.Z.

-0,33

3

-0,19

3

0,04

2

-0,44

3

0,00

1

0,74

2

-0,56

4

-0,89

4

2005.10.26

L.Z.

-0,19

3

-0,15

3

0,00

2

0,00

2

-0,19

3

0,22

2

0,04

2

-0,26

3

2005.10.26

K.M.

0,56

1

0,30

2

0,26

2

0,00

3

0,04

2

0,37

1

-0,11

3

-0,11

3

2005.11.02

H.G.

0,74

1

0,96

1

-0,19

3

0,67

2

0,59

2

0,85

1

0,93

1

0,22

2

2005.11.02

B.N.

0,44

2

0,11

3

-0,19

3

-0,63

4

0,41

2

0,85

2

0,89

2

1,00

1

2005.11.02

L.I.

0,19

2

0,26

2

-0,07

3

1,00

1

0,00

2

1,00

1

0,48

2

-0,15

3

2005.11.02

Sz.Zs.

0,48

2

-0,15

3

0,81

2

-0,26

3

0,70

2

0,00

3

1,00

1

0,00

3

2005.11.02

M.L.

0,48

2

0,37

2

0,96

2

1,00

1

1,00

1

1,00

1

1,00

1

0,81

1

2005.11.02

K.J.

0,22

1

0,15

2

0,56

2

0,74

1

1,00

2

1,00

1

1,00

1

0,52

2

2005.11.08

G.V.

-0,15

3

-0,93

4

-1,00

4

0,44

3

1,00

1

0,96

1

0,63

2

-0,11

3

2005.11.08

V.L.

0,41

2

-0,30

3

-0,52

3

-0,59

3

-0,22

3

0,00

3

-0,19

3

0,00

2

2005.11.08

M.Gy.

0,00

2

-0,19

3

-0,37

3

-0,74

4

0,30

2

0,41

1

0,96

0

1,00

1

2005.11.08

T.F.

0,33

2

-0,52

3

-0,74

3

-0,89

3

-0,78

3

0,07

2

0,07

2

0,56

2

2005.11.08

U.Á.

0,37

2

0,67

1

0,30

2

-0,22

3

0,41

2

0,41

2

0,19

2

0,52

2

2005.11.08

Sz.P.

0,15

3

-0,19

3

0,11

3

0,78

2

0,22

2

1,00

1

0,85

1

0,93

1

2005.11.08

Sz.L.

0,96

1

0,33

2

0,07

2

0,59

2

0,89

2

1,00

2

1,00

1

0,85

1

Bels építészeti anyagok ember által érzékelhet szennyez forrás er sségének meghatározása VII. mér csoport(45f ) 2005. X.-XI. Mérési eredmények, kérd ívekre adott válaszok

1

Sorsz.

Dátum

Név

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44

2006.04.04 2006.04.04 2006.04.04 2006.04.04 2006.04.04 2006.04.04 2006.04.06 2006.04.06 2006.04.06 2006.04.06 2006.04.06 2006.04.06 2006.04.11 2006.04.11 2006.04.11 2006.04.11 2006.04.11 2006.04.11 2006.04.13 2006.04.13 2006.04.13 2006.04.13 2006.04.13 2006.04.18 2006.04.18 2006.04.18 2006.04.18 2006.04.18 2006.04.20 2006.04.20 2006.04.20 2006.04.20 2006.04.20 2006.04.20 2006.04.25 2006.04.25 2006.04.25 2006.04.25 2006.04.27 2006.04.27 2006.04.27 2006.04.27 2006.04.27 2006.04.27

S.J. B.T. B.P. T.F. P.B. M.K. F.P. F.A. R.Z. S.B. M.L. S.T. T.E. G.V. K.J. SZ.J. P.I. SZ.P. N.N. K.B. B.J. L.I. V.T. B.CS. B.B. J.Z. K.P. Z.J. D.D. D.ZS. T.S. H.G. CS.P. H.G. CS.Á. CS.A. M.P. B.I. S.A. T.T. Sz.S. V.P. K.T. Sz.A.

1. Mérés Fanger skála Hedonic skála skála skála 0,89 1 0,00 2 0,44 2 0,11 2 0,07 3 0,04 2 0,04 2 -0,19 3 -0,70 3 0,93 1 -0,26 2 -0,07 3 0,00 2 -0,15 3 0,48 2 -0,15 3 0,11 2 0,89 2 0,15 2 0,59 2 0,70 2 0,48 2 -0,07 3 0,26 2 0,44 2 -0,19 3 0,11 3 0,26 2 0,26 2 1,00 2 -0,11 3 0,78 2 0,26 3 0,56 2 0,19 2 0,07 3 0,78 1 0,89 1 2 0,30 2 0,85 3 0,04 2 0,33 3 -0,19 0,00 2

2. Mérés Fanger skála Hedonic skála skála skála 0,44 2 0,00 3 0,11 2 -0,04 3 -0,19 4 0,26 2 0,59 2 -0,11 3 0,04 2 0,78 2 0,89 2 0,11 3 -0,26 3 0,48 2 0,67 2 0,07 2 -0,19 3 0,93 2 -0,11 3 0,89 2 0,33 2 -0,07 3 0,04 2 0,85 2 0,11 2 0,44 2 0,89 2 0,85 1 -0,52 4 0,00 3 0,04 2 0,19 3 0,44 2 0,85 1 -0,07 3 0,00 2 -0,26 3 0,89 1 -0,22 2 0,11 2 0,41 2 0,78 1 0,11 2 -0,56 4

3. Mérés Fanger skála Hedonic skála skála skála -0,81 5 0,00 4 -0,33 3 -0,26 3 -0,85 5 -0,22 3 -0,85 4 -0,44 3 -0,19 3 0,00 3 0,19 2 -0,96 5 -0,59 3 -0,37 3 0,44 1 -0,70 4 -0,81 5 0,26 3 -0,56 3 -0,11 3 -0,19 3 -0,74 4 -0,67 4 -0,07 3 -0,22 3 -0,81 4 -0,85 4 -0,19 3 -0,11 3 -0,48 4 -1,00 5 -0,52 4 -0,11 3 -0,15 3 0,04 3 -0,93 5 -0,93 5 -0,44 3 -0,26 3 -0,19 3 -0,41 3 -0,30 3 -0,22 3 -1,00 5

4. Mérés Fanger skála Hedonic skála skála skála 0,89 1 0,00 4 -0,63 4 -0,33 3 -0,70 5 0,22 3 -1,00 4 -0,59 3 -0,89 4 0,11 2 -0,48 3 -0,30 3 -0,15 3 0,81 1 0,33 2 -0,37 3 -1,00 4 -0,15 3 -0,41 3 0,63 2 -0,33 3 0,00 3 -0,41 3 -0,30 3 -0,33 3 -0,15 3 -0,30 3 0,74 1 0,52 2 -1,00 4 0,07 3 -0,22 4 0,04 3 0,44 2 0,26 2 -0,48 4 -0,67 4 0,26 2 -0,48 3 0,22 2 -0,67 3 0,63 1 -0,26 3 -1,00 5

5. Mérés 6. Mérés Fanger skála Hedonic skála Fanger skála Hedonic skála skála skála skála skála -0,85 5 0,81 1 0,00 3 -0,52 4 0,07 2 -0,81 4 -0,48 3 -0,15 3 0,11 3 0,26 3 -0,52 3 -0,81 3 -0,07 3 0,19 2 -0,37 3 -0,52 4 -0,19 2 0,07 2 0,00 2 0,37 2 -0,52 3 -0,41 3 -0,04 3 0,33 2 -0,78 4 -0,37 3 -1,00 5 1,00 1 -0,15 3 -0,74 3 -0,19 3 -0,07 2 -0,89 5 0,70 2 -0,30 3 -0,70 4 -0,48 3 0,15 2 -0,19 2 0,67 2 -0,44 4 -0,19 3 -0,63 4 -0,44 3 -0,85 4 -0,11 2 0,15 3 0,37 2 0,15 2 -0,33 3 0,15 3 0,11 3 -0,33 3 -0,07 3 0,11 2 0,85 1 -0,56 4 0,00 2 -0,11 3 0,33 3 -0,22 4 0,00 3 -1,07 4 -0,48 4 0,22 2 -0,07 3 0,19 2 -0,15 3 0,07 2 0,19 2 -0,85 5 -0,37 3 -0,63 4 -0,04 2 -1,00 4 -1,00 4 0,41 2 0,22 2 0,04 3 0,52 2 -0,74 3 -0,52 3 -0,48 3 0,48 1 -0,52 4 0,48 1 0,00 3 1,00 1

Bels építészeti anyagok ember által érzékelhet szennyez forrás er sségének meghatározása VIII. mér csoport(44f ) 2006. IV. Mérési eredmények, kérd ívekre adott válaszok

7. Mérés Fanger skála Hedonic skála skála skála -0,89 5 0,00 4 -0,85 4 -0,15 3 0,56 2 0,00 3 0,22 2 -0,26 3 0,22 2 -0,44 3 0,15 2 0,63 2 -0,81 4 -1,00 4 0,37 2 0,11 2 1,00 2 0,26 3 0,11 2 -0,59 3 -0,19 3 -0,19 3 -0,30 3 0,41 2 -0,33 3 -0,07 3 0,15 3 0,93 1 -0,52 4 0,00 3 0,19 2 -0,85 4 -0,44 3 -0,85 4 -0,07 3 -0,22 3 -0,81 5 -1,00 4 -0,56 3 0,41 3 -0,56 3 -0,59 3 -0,22 3 -0,52 4

8. Mérés Fanger skála Hedonic skála skála skála -0,89 5 -1,00 4 0,30 2 -0,33 3 0,63 2 -0,15 3 -0,11 3 -0,59 4 -0,11 3 -1,00 3 -0,85 4 -0,26 3 -0,52 3 -0,30 4 0,26 2 1,00 2 1,00 1 -0,11 3 0,11 2 0,33 2 -0,63 4 0,48 2 -0,11 3 -0,15 3 0,15 2 0,41 2 -0,19 3 -0,78 5 -0,59 4 0,22 3 0,07 2 0,81 3 0,48 3 0,33 2 -0,22 3 -0,44 4 -0,44 4 -0,85 4 -0,33 3 0,22 3 0,93 1 -0,59 3 -0,81 5 -1,00 5

2

Sorsz.

Dátum

Név

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43

2006.10.19 2006.10.19 2006.10.19 2006.10.19 2006.10.19 2006.10.19 2006.10.19 2006.10.19 2006.10.19 2006.10.19 2006.10.19 2006.10.26 2006.10.26 2006.10.26 2006.10.26 2006.10.26 2006.10.26 2006.10.26 2006.10.26 2006.10.26 2006.10.26 2006.10.26 2006.10.26 2006.11.02 2006.11.02 2006.11.02 2006.11.02 2006.11.02 2006.11.02 2006.11.02 2006.11.02 2006.11.02 2006.11.09 2006.11.09 2006.11.09 2006.11.09 2006.11.09 2006.11.16 2006.11.16 2006.11.16 2006.11.16 2006.11.16 2006.11.16

D.I. Sz.Á. H.Cs. T.J. I.M. Sz.J. Sz.Z. Sz.P. T.T. Z.T. H.V. Cs.L. M.B. Cs.K. P.D. H.D. H.P. Cs.A. B.J. O.Cs. P.G. N.N. B.B. B.J. G.Z. Á.T. Á.Z. M.A. M.G. I.R. K.V. P.B. T.L. T.Sz. T.M. K.B. T.G. T.P. K.D. A.Zs. K.K. V.E. K.Gy.

1. Mérés Fanger skála Hedonic skála skála skála 0,74 2 0,48 2 -0,26 2 0,59 1 -0,37 4 -0,41 3 0,81 1 0,19 2 0,15 2 -0,19 3 0,56 2 -0,22 3 0,30 2 -0,63 4 0,89 2 0,67 2 -0,33 3 0,11 2 -0,44 3 0,11 2 0,15 2 0,15 2 0,15 2 0,44 2 0,63 1 0,70 2 0,89 2 0,74 1 0,81 1 0,78 2 0,30 2 0,19 2 0,07 3 0,04 3 -0,26 3 0,00 2 -0,15 3 -0,48 3 2 0,26 5 -0,96 3 0,15 3 -0,56 -0,48 3

2. Mérés Fanger skála Hedonic skála skála skála 0,33 2 0,15 2 0,04 2 0,26 3 -0,04 3 -0,56 4 0,74 1 0,63 2 0,04 2 0,11 2 0,26 2 0,04 2 0,00 3 -1,00 5 0,22 3 0,48 2 -0,74 3 0,52 2 -0,11 3 -0,30 3 -0,11 3 0,26 2 -0,59 3 0,85 2 0,63 2 0,63 2 0,85 2 0,22 2 0,30 2 0,59 2 0,15 2 0,04 2 0,26 2 0,19 2 0,04 2 0,00 2 -0,04 3 0,15 3 -0,19 3 -0,30 4 0,33 2 -0,19 3 -0,59 3

3. Mérés Fanger skála Hedonic skála skála skála 0,96 1 1,00 1 1,00 1 1,00 1 0,63 1 -0,07 3 0,22 2 0,00 2 0,37 2 1,00 1 0,04 2 0,52 1 -0,22 3 -0,30 3 -0,07 3 0,48 2 0,00 3 0,22 3 0,19 2 -0,30 3 0,04 2 -0,48 3 0,37 1 0,30 2 -0,30 3 0,44 2 0,93 2 -0,11 3 0,59 1 -0,11 3 0,11 2 0,70 1 0,74 2 0,52 1 0,81 2 0,52 1 0,89 1 1,00 1 0,63 2 -0,11 3 0,81 1 0,07 2 0,00 2

4. Mérés Fanger skála Hedonic skála skála skála 0,85 2 0,85 1 0,19 2 0,44 2 -0,19 3 0,04 2 0,15 2 0,44 2 0,22 2 0,33 3 0,33 2 -0,63 4 -0,59 4 -0,96 5 -0,70 4 1,00 1 0,00 2 0,48 1 0,22 1 -0,11 2 0,15 3 0,30 1 0,30 1 0,81 2 -0,85 4 -0,37 3 0,63 2 -0,22 3 0,11 2 0,96 1 0,74 1 0,74 1 0,22 2 0,41 1 -0,04 3 0,52 1 0,70 2 1,00 1 1,00 1 -0,41 3 0,22 2 0,33 2 -0,11 2

5. Mérés 6. Mérés Fanger skála Hedonic skála Fanger skála Hedonic skála skála skála skála skála 0,11 3 0,63 2 1,00 1 -0,26 3 0,70 2 0,11 2 0,89 2 0,44 2 0,89 1 0,11 2 -0,07 3 0,00 2 -0,70 4 -0,04 2 0,26 2 0,74 2 0,11 2 -0,07 2 1,00 1 0,15 3 0,63 1 0,41 2 0,19 2 0,89 1 0,30 2 0,07 2 -1,00 5 -0,11 3 -0,48 3 0,04 2 -0,11 3 0,81 2 0,22 4 0,33 2 -0,22 3 0,11 2 -0,70 4 -0,63 4 -0,85 4 -0,52 3 0,41 2 0,15 3 0,19 2 0,07 1 -0,56 23 -0,30 3 0,30 2 0,19 3 0,11 2 0,56 2 -0,59 3 0,33 2 0,33 3 0,00 3 0,04 2 -0,48 3 0,89 2 0,04 2 0,15 2 -0,11 3 0,85 1 -0,15 3 -0,04 3 0,26 2 0,67 1 0,30 2 0,63 1 0,37 2 0,93 2 0,96 2 0,33 2 0,67 1 0,59 2 0,67 2 1,00 2 0,85 2 0,59 2 0,00 2 -0,41 4 0,26 2 0,04 2 0,04 2 0,85 1 0,33 2 -0,22 2 0,00 2

Bels építészeti anyagok ember által érzékelhet szennyez forrás er sségének meghatározása IX. mér csoport(43f ) 2006. X.-XI. Mérési eredmények, kérd ívekre adott válaszok

7. Mérés Fanger skála Hedonic skála skála skála 1,00 1 1,00 1 1,00 1 0,41 3 0,93 1 -0,26 3 -0,15 3 0,00 3 -0,22 3 0,19 2 0,44 2 -0,70 4 -0,22 3 -1,00 5 0,07 2 0,19 3 -1,00 4 -0,89 5 -0,81 4 -0,93 4 -0,11 3 -0,22 3 -0,67 4 -0,48 3 -0,85 3 0,48 2 -0,26 4 -0,96 5 -0,52 3 0,52 1 -0,74 4 -0,19 3 1,00 4 -0,07 3 0,93 1 0,33 1 -0,85 4 -0,07 3 -0,19 3 -0,81 4 -0,85 4 -0,11 3 -0,52 4

8. Mérés Fanger skála Hedonic skála skála skála 0,22 3 0,85 2 -0,26 3 0,22 3 -0,15 3 0,07 2 -0,19 3 0,44 2 0,00 2 -0,78 4 0,04 2 0,26 3 -0,41 3 -0,74 4 -0,33 3 0,00 3 -1,00 5 -0,56 4 -0,22 3 -0,33 3 0,11 3 -0,22 4 -0,74 4 -0,22 3 -0,48 4 -0,48 4 -0,07 4 -0,81 5 -0,93 3 0,74 2 -0,63 3 0,89 39 1,00 5 -0,63 4 -0,04 3 0,67 1 -0,63 4 0,81 2 0,70 1 -0,78 4 -0,96 5 -0,96 4 -0,33 3

3

Sorsz.

Dátum

Név

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43

2007.04.10 2007.04.10 2007.04.10 2007.04.12 2007.04.12 2007.04.12 2007.04.12 2007.04.12 2007.04.12 2007.04.17 2007.04.17 2007.04.17 2007.04.17 2007.04.17 2007.04.17 2007.04.19 2007.04.19 2007.04.19 2007.04.19 2007.04.19 2007.04.19 2007.04.24 2007.04.24 2007.04.24 2007.04.24 2007.04.24 2007.04.24 2007.04.26 2007.04.26 2007.04.26 2007.04.26 2007.04.26 2007.05.03 2007.05.03 2007.05.03 2007.05.03 2007.05.03 2007.05.03 2007.05.08 2007.05.08 2007.05.08 2007.05.08 2007.05.08

M.B. B.Á. K.B. P.P. Sz.Á. K.Z. Sz.K. T.P. T.Zs. Z.T. H.V. K.K. N.N. H.I. I.M. Cs.B. Á.T. P.G. Cs.A. O.Cs. H.K. K.Gy. K.P. Á.Z. B.M. P.B. T.P. T.J. K.E. Sz.Z. V.B. T.L. B.E. K.M. K.K. B.P. M.G. M.A. L.D. L.A. B.I. T.D. A.G.

1. Mérés Fanger skála Hedonic skála skála skála -0,07 3 0,11 3 0,00 3 0,11 3 0,11 2 0,74 2 0,67 1 0,19 2 -0,11 3 0,11 2 0,89 1 -0,30 2 0,44 2 0,11 2 -0,52 4 0,19 2 0,11 2 0,26 2 0,30 2 0,52 1 0,67 1 -0,15 3 0,26 1 -0,11 3 0,30 2 -0,11 3 0,30 2 0,52 2 0,33 2 0,04 2 0,04 2 0,26 2 0,44 2 0,96 1 1,00 1 0,30 2 0,00 3 0,70 1 2 1,00 2 0,11 2 0,19 2 0,33 0,15 3

2. Mérés Fanger skála Hedonic skála skála skála 0,04 4 0,48 2 1,00 2 0,00 3 -0,19 3 0,81 1 0,22 2 0,89 1 -0,59 3 0,78 1 0,44 2 0,41 1 0,63 2 -0,07 3 0,26 1 -0,11 3 0,44 2 0,07 3 0,00 3 0,19 2 -0,67 4 0,15 2 -0,48 3 0,00 3 0,15 2 -0,44 4 -0,11 2 0,44 2 0,81 2 0,15 2 -0,07 3 0,11 1 0,33 3 0,22 3 0,26 3 0,11 2 0,89 2 -0,07 3 0,63 2 0,67 1 1,00 1 0,78 2 0,85 2

3. Mérés Fanger skála Hedonic skála skála skála 0,15 2 0,19 3 0,59 2 0,33 2 -0,56 3 0,00 3 0,11 2 0,00 1 -1,00 4 0,85 1 0,52 2 -0,41 3 0,07 2 -0,04 3 0,19 2 0,48 2 -0,07 3 0,07 2 1,00 2 -0,15 3 -0,04 2 0,19 2 0,70 2 0,48 2 0,41 2 0,15 2 0,07 2 0,11 3 1,00 1 0,37 2 0,15 2 0,00 2 -0,11 3 0,37 2 0,07 3 -0,15 3 0,22 3 0,04 2 0,52 3 0,11 2 1,00 1 0,22 2 0,41 2

4. Mérés Fanger skála Hedonic skála skála skála -0,22 3 0,00 4 -0,07 3 0,07 3 -0,74 4 0,00 3 -0,44 3 -0,37 3 -0,22 3 0,89 1 0,48 2 0,96 1 0,85 1 0,15 2 0,85 2 -0,22 3 -0,22 3 0,19 1 0,00 2 -0,41 3 -0,30 3 -0,33 3 0,63 2 0,59 2 0,59 2 0,59 1 -0,44 3 0,37 3 0,11 2 0,70 2 0,48 2 0,07 2 0,89 1 1,00 1 -0,81 4 -0,22 3 -0,22 3 -0,48 3 0,41 2 0,44 2 1,00 1 1,00 1 0,19 2

5. Mérés 6. Mérés Fanger skála Hedonic skála Fanger skála Hedonic skála skála skála skála skála -0,89 4 -0,48 3 -1,00 5 -0,11 3 -1,00 5 -0,22 3 -0,41 5 -0,85 5 -0,48 4 -0,78 4 -0,70 4 -0,85 4 -0,81 4 -0,85 4 -0,81 4 -0,81 4 -1,00 4 -0,85 3 -0,89 4 -0,33 3 -0,26 3 0,26 2 -1,00 5 -0,85 5 -1,00 5 0,11 2 -0,15 3 -0,04 3 -0,85 5 -0,11 3 -0,59 4 0,11 3 -0,56 4 -0,52 3 -0,56 4 -0,56 3 -0,78 4 -0,30 3 -0,63 4 -0,81 4 -0,63 4 0,07 2 -0,74 4 -0,30 3 -0,70 4 -0,59 3 -0,15 3 -0,07 3 -0,56 4 0,78 1 -0,89 5 -0,22 3 -0,96 5 -0,33 3 -0,52 4 0,15 3 -0,63 4 -0,63 4 -0,63 4 -0,07 3 -0,19 3 -0,37 3 -0,30 3 -0,56 3 -0,85 5 -0,22 3 -0,81 4 0,00 2 -1,00 5 -1,00 5 -0,96 5 -0,30 3 -0,93 4 0,04 3 -0,96 5 -0,63 4 -0,70 4 0,11 3 -0,85 4 0,07 2 -1,00 5 0,00 3 0,00 3 0,07 2 -0,78 3 -0,07 3

Bels építészeti anyagok ember által érzékelhet szennyez forrás er sségének meghatározása X. mér csoport(43f ) 2007. IV.-V. Mérési eredmények, kérd ívekre adott válaszok

7. Mérés Fanger skála Hedonic skála skála skála 0,04 3 -1,00 5 -0,11 3 -0,52 5 -0,89 4 0,00 3 -0,59 4 -0,89 4 -0,56 3 0,96 1 0,22 2 0,63 1 0,15 2 0,11 2 0,07 2 -0,81 4 -0,04 3 -0,15 3 -0,59 4 -0,44 3 -0,11 2 -0,41 3 -0,48 3 0,22 2 0,56 1 -0,63 4 0,63 1 0,26 2 0,00 3 -0,19 3 -0,81 4 -0,78 4 0,04 3 -0,48 3 -1,00 4 -0,26 4 0,48 2 0,00 2 -0,67 4 0,04 2 -0,67 4 0,00 3 -0,37 3

8. Mérés Fanger skála Hedonic skála skála skála -0,11 3 0,74 2 -0,89 5 -0,93 5 -1,00 4 -1,00 5 -1,00 5 -0,07 3 -0,15 3 0,19 2 0,30 2 -0,22 3 -0,67 3 -0,44 3 -0,11 3 0,15 3 -0,81 4 -0,81 5 -1,00 5 -0,67 4 0,15 2 -0,48 3 -0,41 4 -0,48 4 0,63 1 -0,26 3 -0,15 3 -0,30 3 0,00 3 -0,33 3 0,26 3 -0,37 3 0,56 2 -0,19 3 0,00 2 -0,22 2 0,19 3 -0,67 4 -0,04 3 -0,07 3 0,22 2 0,04 3 0,11 3

4

Sorsz.

Dátum

Név

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33

2007.10.18 2007.10.18 2007.10.18 2007.10.18 2007.10.18 2007.10.30 2007.10.30 2007.10.30 2007.10.30 2007.10.30 2007.10.30 2007.11.06 2007.11.06 2007.11.06 2007.11.06 2007.11.06 2007.11.06 2007.11.08 2007.11.08 2007.11.08 2007.11.08 2007.11.08 2007.11.08 2007.11.13 2007.11.13 2007.11.13 2007.11.13 2007.11.13 2007.11.20 2007.11.20 2007.11.20 2007.11.20 2007.11.20

S.Gy. B.A. O.A. T.A. R.N. H.Gy. N.J. E.D. D.Z. A.I. K.G. B.L. E.G. L.M. K.I. Sz.N. B.M. S.I. F.P. A.A. B.M. R.P. M.S. L.J. K.T. B.M. P.P. B.P. B.G. H.Gy. M.K. B.Á. A.M.

1. Mérés Fanger skála Hedonic skála skála skála 0,85 1 0,00 3 0,26 2 0,00 3 -0,22 2 0,37 3 0,11 3 -0,56 4 0,41 2 0,30 2 0,19 2 0,19 2 0,22 2 0,41 1 -0,19 3 0,26 2 0,33 2 0,26 2 0,00 2 0,26 3 0,00 3 0,26 2 0,00 3 1,00 2 -0,89 3 0,22 2 0,70 1 0,44 2 0,70 2 0,85 2 -0,15 3 0,44 1 0,52 2

2. Mérés Fanger skála Hedonic skála skála skála 0,30 2 -0,44 3 -0,22 3 0,00 3 -0,07 2 0,00 3 0,26 3 -0,22 3 0,00 3 0,67 1 -0,26 3 -0,11 3 0,00 3 -0,44 3 -0,19 3 -0,26 3 0,19 3 0,63 2 0,63 1 -0,15 3 0,07 2 1,00 1 0,15 2 0,00 2 -0,07 2 0,67 1 -0,33 3 -0,15 3 0,74 2 0,74 2 -0,04 2 0,70 1 0,19 3

3. Mérés Fanger skála Hedonic skála skála skála 0,04 2 0,26 2 0,04 2 -0,07 3 0,00 2 0,67 1 0,74 2 0,04 3 0,85 1 0,67 1 -0,37 3 -0,22 3 0,04 2 0,41 2 0,04 2 1,00 1 1,00 1 0,15 3 -0,04 3 -0,41 4 -0,11 3 0,26 2 0,11 2 1,00 2 0,00 2 0,07 2 0,19 2 0,89 1 0,41 2 0,96 1 0,00 2 1,00 2 0,85 2

4. Mérés Fanger skála Hedonic skála skála skála 0,00 1 0,81 2 0,04 2 0,11 2 -0,19 3 0,85 1 -0,11 3 -0,15 3 -0,74 4 0,67 1 -0,67 3 -0,30 3 -0,48 3 0,15 3 -0,59 4 0,04 3 -0,74 4 0,15 2 -0,22 3 -0,48 4 0,00 2 0,00 3 0,48 1 -1,00 4 -0,41 3 -0,22 3 -1,00 4 -0,26 3 1,00 1 0,11 3 -0,56 3 -0,48 3 -0,37 4

5. Mérés 6. Mérés Fanger skála Hedonic skála Fanger skála Hedonic skála skála skála skála skála 0,00 2 0,00 3 1,00 1 -0,70 4 -0,59 3 -0,67 4 1,00 1 -0,52 4 1,00 1 -0,30 3 -0,19 4 0,56 2 0,04 3 -0,33 4 -0,56 4 -0,70 4 0,07 2 -0,33 3 -0,15 3 -0,70 4 -0,70 4 -0,48 3 -0,37 3 -0,37 3 -0,30 3 -0,48 3 0,26 2 0,41 1 -0,52 4 -0,52 4 -0,56 4 -1,00 5 0,04 3 0,00 4 0,11 3 0,67 1 -0,70 4 0,04 3 -0,19 3 -0,59 4 0,07 2 0,00 3 0,00 3 -0,26 3 -0,26 3 -0,52 3 -1,00 3 0,00 1 -0,26 3 -0,81 3 -0,81 3 0,19 2 -1,00 4 -0,22 3 -0,67 4 0,63 2 1,00 2 0,11 3 0,15 3 0,00 3 -0,15 3 -0,74 4 0,00 2 0,22 2 0,07 3 0,07 3

Bels építészeti anyagok ember által érzékelhet szennyez forrás er sségének meghatározása XI. mér csoport(33f ) 2007. X.-XI. Mérési eredmények, kérd ívekre adott válaszok

7. Mérés Fanger skála Hedonic skála skála skála -0,07 3 -0,52 4 -0,15 3 -0,22 3 -0,19 3 1,00 1 -0,22 4 -0,96 5 -0,15 3 -0,70 4 -0,30 3 -0,44 3 -0,33 3 0,30 1 -0,56 4 -0,30 3 0,00 4 0,07 3 0,04 3 -0,19 3 0,37 1 0,07 2 -0,04 2 0,00 3 0,04 3 -0,41 3 0,00 3 0,04 2 0,30 2 -0,07 4 -0,63 4 -0,11 3 0,93 1

8. Mérés Fanger skála Hedonic skála skála skála 0,33 1 -0,81 4 -0,70 4 -0,07 3 -0,19 3 0,15 3 -0,89 4 -0,89 5 -0,07 3 -0,15 3 -1,00 5 -0,48 3 -0,52 3 0,59 2 -0,67 4 -0,19 3 -0,33 5 0,67 2 0,04 2 -0,22 3 0,11 2 0,19 2 -0,11 3 0,00 3 0,04 2 -0,63 3 0,26 3 0,22 2 1,00 1 1,00 1 -0,33 3 0,00 2 0,93 1

5

Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Épületgépészeti és Gépészeti Eljárástechnika Tanszék

Komfortterek belső levegőminőség emisszióforrásainak vizsgálata Doktori értekezés

9. Melléklet

A belsőépítészeti minták méréseinek normalitás vizsgálata, leíró statisztikák

Készítette:

Budapest, 2012. május

Hrustinszky Tamás

1. VII. mérőcsoport (45fő) 2005. X.-XI. építőanyag mérésének leíró statisztikája Descriptives

1. Mérés

Statistic ,1185

Mean 95% Confidence Interval for Mean

Lower Bound Upper Bound

,1271 ,1852 ,170 ,41209

Minimum

-1,00

Maximum

,96

Range

1,96

Interquartile Range

,57

Skewness

-,406

Kurtosis Mean 95% Confidence Interval for Mean

Lower Bound Upper Bound

,695 ,06048

-,0972 ,1466 ,0249 ,0370 ,165

Std. Deviation

,40572

Minimum

-,93

Maximum

,96

Range

1,89

Interquartile Range

,48

Skewness Kurtosis Mean Lower Bound Upper Bound

-,131

,354

,285

,695

-,0683

,06459

-,1985 ,0619

5% Trimmed Mean

-,0722

Median

-,1111

Variance

,188

Std. Deviation

,43329

Minimum

-1,00

Maximum

,96

Range

1,96

Interquartile Range

,52

Skewness

-,021

Kurtosis 4. Mérés

,256

Median

95% Confidence Interval for Mean

Mean 95% Confidence Interval for Mean

,354

,0247

5% Trimmed Mean Variance

3. Mérés

,2423

Median Std. Deviation

2. Mérés

-,0053

5% Trimmed Mean Variance

Std. Error ,06143

Lower Bound Upper Bound

,354

,069

,695

,1654

,08155

,0011 ,3298

2

5% Trimmed Mean

,1749

Median

,1852

Variance

,299

Std. Deviation

,54705

Minimum

-,89

Maximum

1,00

Range

1,89

Interquartile Range

5. Mérés

,93

Skewness

-,130

,354

Kurtosis

-,982

,695

,2724

,07104

Mean 95% Confidence Interval for Mean

Lower Bound Upper Bound

,2915

Median

,2593 ,227

Std. Deviation

,47655

Minimum

-,89

Maximum

1,00

Range

1,89

Interquartile Range

,70

Skewness

-,346

,354

Kurtosis

-,255

,695

Mean

,3366

,07897

95% Confidence Interval for Mean

Lower Bound Upper Bound

,1775 ,4958

5% Trimmed Mean

,3633

Median

,3333

Variance

,281

Std. Deviation

,52975

Minimum

-,85

Maximum

1,00

Range

1,85

Interquartile Range

7. Mérés

,4156

5% Trimmed Mean Variance

6. Mérés

,1293

,80

Skewness

-,593

,354

Kurtosis

-,341

,695

,3325

,07953

Mean 95% Confidence Interval for Mean

Lower Bound Upper Bound

,1722 ,4928

5% Trimmed Mean

,3516

Median

,2593

Variance Std. Deviation

,285 ,53348

Minimum

-,70

Maximum

1,00

Range

1,70

Interquartile Range Skewness

,91 -,299

,354

3

Kurtosis 8. Mérés

Mean 95% Confidence Interval for Mean

Lower Bound Upper Bound

-1,122

,695

,1893

,08513

,0177 ,3609

5% Trimmed Mean

,2051

Median

,2222

Variance

,326

Std. Deviation

,57106

Minimum

-,93

Maximum

1,00

Range

1,93

Interquartile Range

1,00

Skewness

-,244

,354

Kurtosis

-,983

,695

2. VIII. mérőcsoport (44fő) 2006. IV. építőanyag mérésének leíró statisztikája Descriptives

1. Minta

Statistic ,2551

Mean 95% Confidence Interval for Mean

Lower Bound Upper Bound

,2555 ,1667 ,154 ,39247

Minimum

-,70

Maximum

1,00

Range

1,70

Interquartile Range

,54

Skewness Kurtosis Mean 95% Confidence Interval for Mean

Lower Bound Upper Bound

,219

,357

-,420

,702

,2500

,06334

,1223 ,3777

5% Trimmed Mean

,2559

Median

,1111

Variance Std. Deviation Minimum Maximum Range Interquartile Range Skewness 3. Minta

,3744

Median Std. Deviation

2. Minta

,1357

5% Trimmed Mean Variance

Std. Error ,05917

,177 ,42018 -,56 ,93 1,48 ,71 ,217

,357

Kurtosis

-1,003

,702

Mean

-,4074

,05555

4

95% Confidence Interval for Mean

Lower Bound Upper Bound

-,4160

Median

-,3519 ,136

Std. Deviation

,36847

Minimum

-1,00

Maximum

,44

Range

1,44

Interquartile Range

,64

Skewness Kurtosis Mean 95% Confidence Interval for Mean

Lower Bound Upper Bound

,357 ,702

-,1684

,07709

-,3238 -,0129 -,1783

Median

-,2778 ,261

Std. Deviation

,51136

Minimum

-1,00

Maximum

,89

Range

1,89

Interquartile Range

,70

Skewness

,275

Kurtosis Mean 95% Confidence Interval for Mean

Lower Bound Upper Bound

-,587

,702 ,05926

-,4326 -,1936 -,3073

Median

-,2593 ,154

Std. Deviation

,39306

Minimum

-1,07

Maximum

,41

Range

1,48

Interquartile Range

,64

Skewness Kurtosis Mean 95% Confidence Interval for Mean 5% Trimmed Mean Median Variance Std. Deviation

,357

-,3131

5% Trimmed Mean Variance

6. Minta

,061 -,743

5% Trimmed Mean Variance

5. Minta

-,2954

5% Trimmed Mean Variance

4. Minta

-,5194

Lower Bound Upper Bound

-,258

,357

-1,014

,702

,0051

,07642

-,1491 ,1592 ,0007 -,0185 ,257 ,50692

Minimum

-1,00

Maximum

1,00

5

Range

2,00

Interquartile Range

,76

Skewness

,102

Kurtosis 7. Minta

Mean 95% Confidence Interval for Mean

Lower Bound Upper Bound

,07626

-,3264 -,0188 -,1886

Median

-,1852 ,256

Std. Deviation

,50587

Minimum

-1,00

Maximum

1,00

Range

2,00

Interquartile Range

,73

Skewness Kurtosis 8. Minta

,702

-,1726

5% Trimmed Mean Variance

Mean 95% Confidence Interval for Mean

,357

-,602

Lower Bound Upper Bound

,265

,357

-,438

,702

-,1279

,08454

-,2984 ,0425

5% Trimmed Mean

-,1418

Median

-,1481

Variance

,314

Std. Deviation

,56075

Minimum

-1,00

Maximum

1,00

Range

2,00

Interquartile Range

,88

Skewness Kurtosis

,279

,357

-,677

,702

3. IX. mérőcsoport (43fő) 2006. X.-XI. építőanyag mérésének leíró statisztikája Descriptives

1. Mérés

Statistic ,1464

Mean 95% Confidence Interval for Mean

Lower Bound Upper Bound

-,0001 ,2929

5% Trimmed Mean

,1569

Median

,1481

Variance Std. Deviation

,227 ,47595

Minimum

-,96

Maximum

,89

Range Interquartile Range

Std. Error ,07258

1,85 ,85

6

2. Mérés

Skewness

-,187

,361

Kurtosis

-,768

,709

,1059

,06308

Mean 95% Confidence Interval for Mean

Lower Bound Upper Bound

,1181

Median

,1481 ,171

Std. Deviation

,41366

Minimum

-1,00

Maximum

,85

Range

1,85

Interquartile Range

,44

Skewness

-,472

Kurtosis Mean 95% Confidence Interval for Mean

Lower Bound Upper Bound

,709 ,06729

,2139 ,4855 ,3542 ,3704 ,195

Std. Deviation

,44122

Minimum

-,48

Maximum

1,00

Range

1,48

Interquartile Range

,74

Skewness

,025

Kurtosis Mean Lower Bound Upper Bound

,361

-1,225

,709

,2214

,07837

,0632 ,3795

5% Trimmed Mean

,2400

Median

,2222

Variance

,264

Std. Deviation

,51393

Minimum

-,96

Maximum

1,00

Range

1,96

Interquartile Range

5. Mérés

,405

Median

95% Confidence Interval for Mean

,361

,3497

5% Trimmed Mean Variance

4. Mérés

,2332

5% Trimmed Mean Variance

3. Mérés

-,0214

,74

Skewness

-,458

,361

Kurtosis

-,290

,709

,2145

,08431

Mean 95% Confidence Interval for Mean

Lower Bound Upper Bound

,0443 ,3846

5% Trimmed Mean

,2333

Median

,2222

Variance

,306

7

Std. Deviation

,55288

Minimum

-1,00

Maximum

1,00

Range

2,00

Interquartile Range

6. Mérés

,78

Skewness

-,390

,361

Kurtosis

-,670

,709

,1912

,05749

Mean 95% Confidence Interval for Mean

Lower Bound Upper Bound

,1928

Median

,1111 ,142

Std. Deviation

,37701

Minimum

-,63

Maximum

,96

Range

1,59

Interquartile Range

,41

Skewness

,137

Kurtosis Mean 95% Confidence Interval for Mean

Lower Bound Upper Bound

-,174

,709 ,09593

-,3374 ,0498 -,1600

Median

-,1852 ,396

Std. Deviation

,62907

Minimum

-1,00

Maximum

1,00

Range

2,00

Interquartile Range

1,07

Skewness

,450

Kurtosis Mean 95% Confidence Interval for Mean

Lower Bound Upper Bound

,709

-,1593

,08608

-,3331 ,0144 -,1747

Median

-,2222

Std. Deviation

,319 ,56445

Minimum

-1,00

Maximum

1,00

Range

2,00

Interquartile Range Skewness Kurtosis

,361

-,803

5% Trimmed Mean Variance

,361

-,1438

5% Trimmed Mean Variance

8. Mérés

,3072

5% Trimmed Mean Variance

7. Mérés

,0752

,85 ,466

,361

-,673

,709

8

4. X. mérőcsoport (43fő) 2007. IV.-V. építőanyag mérésének leíró statisztikája Descriptives

1. Mérés

Statistic ,2644

Mean 95% Confidence Interval for Mean

Lower Bound Upper Bound

,2600 ,1852 ,119 ,34457

Minimum

-,52

Maximum

1,00

Range

1,52

Interquartile Range

,41

Skewness

,449

Kurtosis

,131

,709

,2653

,06581

Mean 95% Confidence Interval for Mean

Lower Bound Upper Bound

,3981 ,2740

Median

,2222 ,186

Std. Deviation

,43154

Minimum

-,67

Maximum

1,00

Range

1,67

Interquartile Range

,63

Skewness

-,107

,361

Kurtosis

-,539

,709

,2007

,05965

Mean 95% Confidence Interval for Mean

Lower Bound Upper Bound

,0803 ,3211

5% Trimmed Mean

,2092

Median

,1481

Variance

,153

Std. Deviation

,39115

Minimum

-1,00

Maximum

1,00

Range

2,00

Interquartile Range

4. Mérés

,361

,1325

5% Trimmed Mean Variance

3. Mérés

,3705

Median Std. Deviation

2. Mérés

,1584

5% Trimmed Mean Variance

Std. Error ,05255

,41

Skewness

-,191

Kurtosis

1,620

,709

Mean

,1809

,07882

95% Confidence Interval for Mean

Lower Bound Upper Bound

,361

,0218 ,3399

9

5% Trimmed Mean

,1875

Median

,1111

Variance

,267

Std. Deviation

,51683

Minimum

-,81

Maximum

1,00

Range

1,81

Interquartile Range

,81

Skewness Kurtosis 5. Mérés

Mean 95% Confidence Interval for Mean

Lower Bound Upper Bound

,709

-,7003

,04143

-,7839 -,6167 -,7181

Median

-,7778 ,074

Std. Deviation

,27166

Minimum

-1,00

Maximum

,00

Range

1,00

Interquartile Range

,37

Skewness

,911

Kurtosis Mean 95% Confidence Interval for Mean

Lower Bound Upper Bound

,065

,709 ,05999

-,4217 -,1795 -,3102

Median

-,2963 ,155

Std. Deviation

,39339

Minimum

-1,00

Maximum

,78

Range

1,78

Interquartile Range

,63

Skewness Kurtosis Mean 95% Confidence Interval for Mean

Lower Bound Upper Bound

,140

,361

-,226

,709

-,2102

,07353

-,3585 -,0618

5% Trimmed Mean

-,2220

Median

-,1481

Variance Std. Deviation Minimum Maximum Range Interquartile Range Skewness

,361

-,3006

5% Trimmed Mean Variance

7. Mérés

,361

-1,086

5% Trimmed Mean Variance

6. Mérés

,069

,232 ,48214 -1,00 ,96 1,96 ,67 ,287

,361

10

Kurtosis 8. Mérés

Mean 95% Confidence Interval for Mean

Lower Bound Upper Bound

-,478

,709

-,2403

,07002

-,3816 -,0990

5% Trimmed Mean

-,2490

Median

-,1852

Variance

,211

Std. Deviation

,45915

Minimum

-1,00

Maximum

,74

Range

1,74

Interquartile Range

,78

Skewness

-,034

,361

Kurtosis

-,575

,709

5. XI. mérőcsoport (33fő) 2007. X.-XI. építőanyag mérésének leíró statisztikája Descriptives

1. Mérés

Statistic ,2290

Mean 95% Confidence Interval for Mean

Lower Bound Upper Bound

,2442 ,2593 ,149 ,38584

Minimum

-,89

Maximum

1,00

Range

1,89

Interquartile Range

,43

Skewness

-,546

,409

Kurtosis

1,486

,798

,1201

,06806

Mean 95% Confidence Interval for Mean

Lower Bound Upper Bound

-,0185 ,2587

5% Trimmed Mean

,1082

Median

,0000

Variance Std. Deviation

,153 ,39098

Minimum

-,44

Maximum

1,00

Range

1,44

Interquartile Range Skewness 3. Mérés

,3658

Median Std. Deviation

2. Mérés

,0921

5% Trimmed Mean Variance

Std. Error ,06717

,63 ,673

,409

Kurtosis

-,613

,798

Mean

,3165

,07675

11

95% Confidence Interval for Mean

Lower Bound Upper Bound

,3179

Median

,1481 ,194

Std. Deviation

,44087

Minimum

-,41

Maximum

1,00

Range

1,41

Interquartile Range

,80

Skewness Kurtosis Mean 95% Confidence Interval for Mean

Lower Bound Upper Bound

,409 ,798

-,1380

,08721

-,3157 ,0396 -,1501

Median

-,1852 ,251

Std. Deviation

,50097

Minimum

-1,00

Maximum

1,00

Range

2,00

Interquartile Range

,59

Skewness

,521

Kurtosis Mean 95% Confidence Interval for Mean

Lower Bound Upper Bound

,409

,062

,798

-,1257

,09438

-,3180 ,0666

5% Trimmed Mean

-,1397

Median

-,1481

Variance

,294

Std. Deviation

,54220

Minimum

-1,00

Maximum

1,00

Range

2,00

Interquartile Range

6. Mérés

,361 -1,205

5% Trimmed Mean Variance

5. Mérés

,4728

5% Trimmed Mean Variance

4. Mérés

,1602

,63

Skewness

,685

,409

Kurtosis

,321

,798

-,2233

,07600

Mean 95% Confidence Interval for Mean

Lower Bound Upper Bound

-,3782 -,0685

5% Trimmed Mean

-,2329

Median

-,2963

Variance Std. Deviation

,191 ,43661

Minimum

-1,00

Maximum

,67

12

Range

1,67

Interquartile Range

,61

Skewness

,376

Kurtosis 7. Mérés

Mean 95% Confidence Interval for Mean

Lower Bound Upper Bound

,06960

-,2450 ,0385 -,1208

Median

-,1111 ,160

Std. Deviation

,39984

Minimum

-,96

Maximum

1,00

Range

1,96

Interquartile Range

,35

Skewness Kurtosis 8. Mérés

,798

-,1033

5% Trimmed Mean Variance

Mean 95% Confidence Interval for Mean

Lower Bound Upper Bound

,744

,409

1,950

,798

-,0831

,09329

-,2731 ,1070

5% Trimmed Mean

-,0947

Median

-,0741

Variance Std. Deviation

,287 ,53592

Minimum

-1,00

Maximum

1,00

Range

2,00

Interquartile Range Skewness Kurtosis

,409

-,611

,70 ,322

,409

-,271

,798

13