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
%
érzékelhetőszagintenzitás
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 kc,ij Ak 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); kc ,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 0,185, 28a 100 ;% 1 e 0,185, 28a
(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 i1
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
j1
e j , az Euklideszi távolság; 2
ij
d Cs b i , e max b ij e j , a Csebisev-távolság; j1, 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.)
j1
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 st, 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 LL-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 xC 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 Vlevegő 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 0,185, 28a PD 100 ;% (5.5.1.) 1 e 0,185, 28a 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
Vlev 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