HEMUPPGIFT. Att brygga det godaste kaffet försöksplanering och faktorförsök. IEK203 Försöksplanering Vt-2005

HEMUPPGIFT Att brygga det godaste kaffet försöksplanering och faktorförsök IEK203 Försöksplanering Vt-2005 Pernilla Engström Mathias Larsson Patrik Paulsson Anna-Maria Ullnert Luleå Tekniska Universitet Institutionen för Industriell Ekonomi och Samhällsvetenskap Avdelningen för Kvalitets- och Miljöledning

Sammanfattning Denna hemuppgift ingår som ett obligatoriskt moment i kursen Försökplanering, IEK203, vid Luleå tekniska universitet. Gruppen får välja något att utföra faktorförsök på och sedan med hjälp av programmet Design expert analysera resultatet. Författarna till denna rapport har valt att utföra test för att optimera bryggningen av det godaste kaffet. Projektet startade med att gruppen enades om att kaffebryggning skulle optimeras samt vilka faktorer som var relevanta för detta försök, nämligen A, kaffe-/vattenkvot, B, vattentemperatur, C, maltid på kaffebönor samt D, tid före press av sump. Sedan planerades hemförsöket. En försöksplan valdes med en slumpmässig körordning och pilottest utfördes för att verifiera de utvalda faktorerna som relevanta och för att välja lämpliga nivåer. Försöket utfördes under två dagar och då användes termometer, hela kaffebönor, kaffekvarn, mockapress och en smakpanel som bestod av åtta frivilliga personer. Som försöksplan 4 användes 2, 16 delförsök med replikat i två delblock. Avsikten var att genomföra ett fullständigt faktorförsök genom att dela upp försöket i två block för att minimera och identifiera de skillnader som skulle uppstå då testerna utfördes under två dagar. Flertalet responser valdes att analyseras, samtliga baserades på kaffets smak. Resultatet på de olika försöken testades av smakpanelen som oberoende av varandra fick poängsätta smaken (inte styrkan) med en sexgradig skala där ett motsvarade inte gott och sex motsvarade fantastiskt gott. Svaren samlades sedan in och analyserades i Design expert. 11 olika responser tolkades, en respons var för varje enskild medlem i testpanelen (8 st), en respons för kvinnor, en för män och slutligen en respons för gruppen som helhet. Detta för att studera hur åsikter om gott kaffe skiljer sig mellan personer och kön och om man kan optimera kaffesmaken för så många som möjligt genom att studera gruppens respons. Flertalet störande faktorer och risker identifierades. Den mänskliga faktorn, att försöken genomfördes på två olika dagar, olika smakuppfattningar, samt skillnad i kvalitet på bönor och vatten. Ett antal åtgärder som exempelvis gemensam lunch vidtogs för att minimera dessa risker. Slutsatser av försöken samt av den genomförda analysen i Design expert blev att faktorerna A och C, kaffe-/vattenkvot respektive maltid, samt sampelet dessa två emellan, var aktiva på 10% signifikansnivå. Dessa faktorer är identifierade som betydelsefulla för bryggning av det godaste kaffe och bör väljas på sina höga nivåer. Det faktum att det bästa resultatet uppnåddes då alla faktorer var på sina högsta nivåer tyder på att våra val av nivåer inte var optimala. Inför fortsatta studier bör nivåerna ändras och på så sätt kan man ytterligare optimera kaffets smak.

Innehållsförteckning 1. INLEDNING... 1 1.1 PROBLEMDISKUSSION... 1 2. SYFTE... 1 3. METOD... 1 3.1 FAKTORER... 1 3.1.1 Nivåer på faktorer... 2 3.1.2 Konstanta faktorer... 2 3.2 GENOMFÖRANDE... 2 4. RESPONSER... 3 5. STÖRANDE FAKTORER OCH RISKER... 3 6. EMPIRI OCH RESULTAT...3 6.1 MEDELVÄRDE GRUPP... 4 6.2 MEDELVÄRDE MÄN OCH KVINNOR... 5 6.3 RESPONSER FÖR VARJE ENSKILD RESPONDENT... 5 7. ANALYS OCH SLUTSATS... 6 7.1 ANALYS... 6 7.1.1 Analys av medel för gruppen... 6 7.1.2 Analys av medel för män och kvinnor... 6 7.1.3 Analys av individuella respondenter... 6 7.2 SLUTSATS... 7 8. DISKUSSION... 8 8.1 DISKUSSION OCH EGNA REFLEKTIONER... 8 8.2 FÖRSLAG TILL FORTSATTA STUDIER... 8 9. BILAGOR... 9 BILAGA 1. KÖRORDNING... 9 BILAGA 2. SVARSBLANKETT... 10 BILAGA 3. RESPONSER... 11 BILAGA 4 A-D. RESULTAT GRUPP... 12 BILAGA 5 E-H. RESULTAT KVINNOR... 16 BILAGA 6. RESULTAT INDIVIDUELLA RESPONDENTER... 18

1. Inledning Uppgiften valdes genom att gruppen först brainstormade fram några olika förslag på vad som skulle kunnas optimeras med hjälp av försöksplanering. Då många förslag ansågs intressanta bestämde gruppen att välja något som skulle vara användbart i vardagsbestyren. Eftersom alla i gruppen är kaffeälskare valdes att försöket skulle gå ut på att optimera bryggning för att uppnå den godaste kaffesmaken. Gruppen bestämde sig för att använda en mockapress, där kaffepulver och hett vatten blandas. Blandningen får stå och dra i några minuter och sedan pressas sumpen till botten i behållaren. Gruppen utgick från hela kaffebönor som mals med egen elektrisk kvarn. 1.1 Problemdiskussion En del problem uppstod under försökets gång såsom att få tag på bra termometrar för att uppskatta vattentemperaturen, detta löstes dock smidigt med hjälp av en kemistudent som utan problem fick låna saker från kemiinstitutionen. Det problem som mest ställde till oro var att gruppen på något sätt använde fel försöksplan när försöket initierades i Design Expert, detta orsakade svårigheter vid analysen av responsvärdena. Gruppen ställdes inför alternativen att antingen göra om försöket och då återigen samla hela smakpanelen vilket kändes relativt svårt eller att använda den informationen som försöket redan resulterats i fast analysera detta lite annorlunda med hjälp av Design Expert. Det senare alternativet valdes, gruppen löste problemet med hjälp av det suveräna programmet. Detta gav även författarna bättre förståelse vad Design Expert kunde utföra. 2. Syfte Syftet med denna hemuppgift var att med hjälp av ett faktorförsök och uppföljande analys identifiera de faktorer som påverkar möjligheten att brygga det godaste kaffet. Denna uppgift baseras endast på en försöksomgång, men vi kommer att lämna förslag på fortsatta försök för ytterligare fördjupningar. 3. Metod Hemförsöksteamet har valt att försöka brygga det godaste kaffet. Detta genomfördes genom noggrann planering av hemförsöket, en försöksplan samt experiment som startade med ett pilottest för att verifiera de faktorer som gruppen kom fram till. Till vår hjälp hade vi termometrar, kaffebönor, kaffekvarn, mockapress och en smakpanel på åtta personer. 3.1 Faktorer Gruppen tog genom brainstorming fram följande faktorer som de trodde skulle påverka resultatet: A = Kaffe/Vatten-kvot (mått/dl) B = Temperatur på tillsatt vatten ( C) C = Maltid kaffebönor (sek) D = Tid innan press av sump (min) Samtliga faktorer ovan ansågs vara mätbara, styrbara och påverkande vilket är kriteriet för relevanta försöksfaktorer. 1

3.1.1 Nivåer på faktorer För att kunna välja lämpliga nivåer så genomförde vi ett pilotförsök. Vi provade de olika faktorerna på nivåer vi hade bestämt oss för sedan tidigare. Detta var bra då vi fick justera alla våra nivåer efter detta, antingen på grund av att intervallerna var för breda eller helt enkelt felaktiga. Enligt rekommendationer på kaffepaketet är den bästa temperaturen för kaffebryggning 97 C. Därför valde vi först 97 C till vår höga nivå på vattentemperaturen men detta var inte praktiskt genomförbart. Det visade sig att den högsta temperaturen vi kunde värma vattnet till var 92 C, därefter började vattnet koka. Därför fick detta bli vår nya höga nivå. Vid faktor A, kvoten mellan kaffe och vatten, valde vi att hålla mängden vatten konstant och endast variera mängden kaffe. Till 8 dl vatten tillsatte vi som låg nivå 6 mått kaffe och som hög nivå 8 mått kaffe. Då en kopp kaffe är ca 1 dl vatten motsvarar dessa nivåer 0,75 respektive 1,0 mått kaffe per kopp. Detta gav oss en kaffe/vatten-kvot som reducerade antalet faktorer som behövde testas. För faktor B, vattnets temperatur, valde vi som högsta nivån den högsta temperatur på vattnet som vi uppnådde i pilotförsöket, 92 C. Som den låga nivån valde vi 87 C. Detta trodde vi var en bra nivå då man antagligen inte kan gå mycket lägre i temperatur utan att kaffet enbart på grund av detta börjar smaka dåligt. För faktor C, maltid för bönorna, tog vi också lärdom av pilotförsöket. Vi valde nivåerna 5 respektive 10 sek. I pilotförsöket märkte vi att vid maltider över 10 sek blev bönorna så finmalda att skillnaden blev liten. Skillnaden mellan 5 och 10 sek är däremot tydlig. För faktor D, tid innan press av sump, valde vi nivåerna 3 respektive 5 min. Även här använde vi pilotförsöket som grund för fastställandet av nivåerna. Vi upplevde att vid tider över 5 min svalnade kaffet så pass mycket att enbart det påverkar smaken mycket. Dessutom blev smaken väldigt besk då kaffet drar för länge. 3.1.2 Konstanta faktorer Då vissa i gruppen anser sig som erfarna kaffedrickare, och därmed vet att kaffepulvrets ålder påverkar resultatet, hölls denna faktor konstant och endast nymalet kaffe användes. Kaffet serveras också direkt efter att sumpen pressats till botten vilket gör att tid fram till servering hålls konstant. 3.2 Genomförande Innan själva genomförandet av försöken upprättade vi en försöksplan med de fyra faktorerna och en slumpmässigt framtagen körordning. Enligt ovan blev det en försöksplan med 16 delförsök och två delblock. Alltså hade vi som avsikt att genomföra ett fullständigt faktorförsök. Genom att dela upp försöket i två block kan vi minimera och identifiera de skillnader som kommer av att vi genomför försöket på två dagar. Samtliga försök var randomiserade och blockningen överlagrades på fyrfaktorsamspelet. För försöksplan se bilaga 1. Vi tillverkade en svarsblankett som delades ut till smakpanelen, se bilaga 2. Smakpanelen var inte tillåten att prata med varandra om kaffets karaktär och sina åsikter eller att titta på varandras svarsblanketter. Detta för att undvika medveten och omedveten påverkan av resultaten. 2

Försöket genomfördes i två omgångar, 050411 och 050417. Under försöken hade vi i gruppen en person som stod för tillverkningen av kaffet, en som ansvarade för tidtagningen (tid till press och maltid), en som serverade det färdiga kaffet och en som övervakade smakpanelen. 4. Responser Vi valde att studera flera olika responser, dock samtliga baserade på kaffets smak. Responserna beror således helt på den personliga åsikten om gott kaffe vilket är en risk och således en källa till variation. Resultatet på de olika försöken testades av åtta personer i en smak-panel som oberoende av varande fick poängsätta smaken (inte styrkan) med en sexgradig skala där ett motsvarade inte gott och sex motsvarade fantastiskt gott (svarsblankett se bilaga 1). Svaren samlades sedan in och analyserades i Design expert. 11 olika responser tolkades, en respons var varje enskild medlem i testpanelen (8 st), en respons för kvinnor, en för män och slutligen en respons för gruppen som helhet. Detta för att kunna se om åsikter om gott kaffe skiljer sig mellan personer och kön och om man kan optimera kaffesmaken för så många som möjligt genom att studera gruppens respons. 5. Störande faktorer och risker Vi har identifierat ett antal störande faktorer och risker som kan påverka våra resultat på olika sätt och få oss att dra felaktiga slutsatser. Den mest uppenbara risken vid alla försök är den mänskliga faktorn. I vårt fall kan den som exempel ställa till det dels bland oss i gruppen vid tillverkningen av kaffet och dels för försökspersonerna i smakpanelen. Alla har ju olika åsikter om vad som är ett gott kaffe och dessutom finns risken att deras smaklökar domnar bort efter så mycket kaffe. Dessutom genomförde vi försöken på två olika dagar, åtta var dag, för att smakpanelen inte skulle tröttna på kaffe. Detta kan också vara en källa för variation. Vi vidtog vissa åtgärder för att minimera dessa risker. Vi valde att endast låta en och samma person sköta tillverkningen av kaffet så att det hela tiden genomfördes på samma sätt. För att jämställa smaklökarna hos provpanelen bjöd vi alla på samma lunch, tillagad av oss, innan testerna genomfördes. Vi bjöd dessutom på mörk choklad mellan de olika delförsöken för att neutralisera smaklökarna. Vi identifierade även vissa risker som var svårare att kontrollera. Vi använde naturligtvis vanligt kranvatten till kaffet. Detta kan variera i hårdhet, viskositet, smak etc. Vi kan endast påverka detta genom att använda samma kran under alla delförsök. Det finns även en risk att de bönor vi köpte skiljde sig i smak och kvalitet då vi inhandlade två påsar bönor vid två olika tillfällen. För att minimera denna risk köpte vi samma sorts bönor av erkänd hög kvalitet från en och samma affär. Det kan även inträffa att kvarn eller press skulle gå sönder eller att kvarnen är/blir oexakt i malningen så att försöken påverkas. Detta är även svårt att påverka eller kontrollera. Under delförsöken var vi försiktiga så att inget skulle gå sönder och kvarnen är tidigare använd under lång tid så vi bedömde dess driftsäkerhet som hög. 6. Empiri och resultat Försöken genomfördes utan några problem och smakpanelen uppskattade vissa koppar av kaffet. De upplevde inte att deras förmåga att bedöma smaken minskade med antalet koppar, antagligen för att de oftast smakade, inte drack upp allt. Efter att vi genomfört de båda 3

försöksomgångarna sammanställde vi resultaten i en excel-fil, se bilaga 3. Här räknade vi ut ett medelvärde på varje delförsök baserat på smakpanelens betyg. Dessa värden matade vi sen in i vår försöksplan i Design expert för att kunna genomföra analysen. Se bilaga 4. 6.1 Medelvärde grupp Genom att titta på medelvärdena för gruppen i resultaten kan man se att försök nr två och sju verkar vara de som i genomsnitt var godast. Faktor A och C samt samspelet AC föll ut som aktiva på 10 % signifikansnivå. Samspelet AC överlagrades med BD, men då både A och C var aktiva verkade det rimligt att anta att det var just AC som var den aktiva av de två. Flera faktorer kan tolkas som aktiva beroende på vem som uppskattar linjen i normalplotten. Men i vår hemförsöksgrupp var vi ense om att valet av A, C och AC som aktiva gav en bra skattning av modellen. ANOVA- tabellen verifierade vårt val. För att ta del av normalplott, ANOVA, residualplottar och kubplot se bilaga 4 a-d. Förklaringsgraden var på ca 84%. Den skattade modellen blev i verkliga enheter: 4

Medel grupp := y = -9.06250 +1.54687 * Kaffe/vatten-kvot +1.17500 * Maltid -0.13125 * Kaffe/vatten-kvot * Maltid 6.2 Medelvärde män och kvinnor Genom att studera responserna för män respektive kvinnor fick vi fram att A, C och AC föll ut som aktiva för männen och att A respektive C föll ut som aktiva för kvinnorna på 10 % signifikansnivå. Anledningen till denna indelning var att vi ville se om det finns skillnader mellan vilket kaffe män och kvinnor föredrar. Residualerna för båda grupperna såg bra ut och inga tendenser till mönster eller trender fanns. För att ta del av normalplotter, ANOVAtabeller, residualplotter och kubplotter, se bilaga 5a-h. Förklaringsgraden för männens modell var 84% och kvinnornas 68%. De skattade modellerna blev i verkliga enheter: Medel Män := y = -10.40000 +1.77500 * Kaffe/vatten-kvot +1.40000 * Maltid -0.16500 * Kaffe/vatten-kvot * Maltid Medel kvinnor := y = -2.89583 +0.60417 * Kaffe/vatten-kvot +0.27500 * Maltid 6.3 Responser för varje enskild respondent I dessa normalplotter hamnar flera effekter under varandra. Detta beror på att vi inte har en kontinuerlig skala när vi analyserar varje person för sig. Därför blir det svårare att skatta modellerna utifrån dessa plotter. För person 1, 5, 6 och 7 var A och C aktiva och för person 2 och 8 var A, C och AC aktiva, alla på 10 % signifikansnivå. För person 3 får vi A och AD som aktiva vilket avviker från resterande resultat, därför redovisas denna modell nedan. För person 4 får vi inga aktiva faktorer och därför kan vi inte påvisa att någon av faktorerna påverkar smaken av kaffe för dessa individer. I bilaga 6a-d, redovisar vi normalplotter och kubplotter för modellerna avseende person 1, (A och C aktiva), 8 (A, C och AC aktiva) och 3. Vi redovisar även normalplotten för person 4 där det inte finns några aktiva faktorer. Person 3 := y = +15.75000-2.00000 * Kaffe/vatten-kvot -4.00000 * Tid innan press +0.62500 * Kaffe/vatten-kvot * Tid innan press 5

7. Analys och slutsats 7.1 Analys När vi började med att analysera resultaten i Design Expert så stötte vi på problem. I normalplotten fanns gröna trekanter. Detta väckte vår oro då dessa endast ska finnas då man genomfört ett försök med flera replikat, inte med block. Detta fick oss att närmare studera vår försöksplan och upptäckte där problemet. Vi hade genomfört ett försök med två block och två 4 1 replikat, vilket inte var avsikten. Vi fick alltså ett reducerat faktorförsök, en 2 IV -försöksplan 4 och inte en 2 som vi avsåg. De alternativ vi hade var att göra om hela block 2, göra om hela försöket för att få rätt körordning på delförsöken eller att analysera det som vi fått fram. Vi valde det senare, mycket eftersom det inte gick att åter igen samla samman vår smakpanel inom överskådlig tid. Det var kanske dessutom att begära för mycket av dem. Nackdelen med att analysera dessa resultat är att vi får överlagringar mellan tvåfaktorsamspelen men förhoppningsvis kommer inte detta att spela så stor roll. Fördelen är att vi tack vare våra två replikat kan använda ANOVA-tabellen och inte bara en grafisk uppskattning. Den definierande relationen i 4 1 2 IV -försöksplanen var I = ABCD. 7.1.1 Analys av medel för gruppen När faktorinställningarna för denna respons analyserades fick vi den högsta nivån och således det godaste kaffet när A och C är på sina höga nivåer. Vi gjorde en residualanalys och den var ok. Dock skulle försök 8 (ordnade efter standardordning) kunna generera en uteliggare. Annars fanns inga tecken på trender eller mönster. Även samspelet AC faller ut som aktivt. Dock så överlagras detta även av andra överlagringar, men eftersom även A och C är aktiva så går AC att skilja ur från de övriga. 7.1.2 Analys av medel för män och kvinnor Vid närmare studie av kuberna för respektive grupp såg vi att männen verkar mer känsliga för maltiden än kvinnorna. Skillnaden på responsen mellan låg och hög nivå på maltiden, C var betydligt större för männen. Vi ser också att så länge maltiden är på sin höga nivå för männen så är skillnaden i smak inte så stor när kaffe/vattenkvoten, A varieras. Kvinnorna verkar däremot känsligare för nivåerna på faktor A. Gemensamt för båda responserna är att smaken optimeras när A och C är på sin höga nivå. 7.1.3 Analys av individuella respondenter Vidare analys av de individuella respondenterna pekar på samma resultat som för de båda tidigare analyserna. A och C är aktiva och för några personer även samspelet AC. Vi får även här klart bäst resultat då faktorerna är på sina höga nivåer. Det finns en person, person 3, som avviker från de övriga genom att överlagringen AD är aktiv. Dessutom överlagras denna faktor av BC och är därför svår att tolka. Båda AD och BC kan vara aktiva eftersom de båda innehåller A respektive C, aktiva huvudfaktorer, se bilaga 6. 6

7.2 Slutsats Vi kan, på 10 % signifikansnivå, dra slutsatsen att faktorn A, kaffe/vattenkvoten och faktor C, maltiden är aktiva faktorer som påverkar kaffets goda smak. Även samspelet mellan dessa faktorer, AC, är aktivt. Detta gäller för medel av grupp, medel för kvinnor och män och de individuella respondenterna. För samtliga gäller även att dessa faktorer ska vara på sina höga nivåer, alltså 1 mått bönor per kopp kaffe och en maltid på 10 sek. Jämför man kvinnor mot män, såväl som gruppen mot individerna så är skillnaderna på responsen små, för de olika nivåerna på faktorerna. Enda gången man kan se en tydlig skillnad är då man jämför män mot kvinnor avseende maltid. Män reagerar mer på de olika nivåerna för maltiden. Gemensamt är dock att nivån ska vara hög. 7

8. Diskussion 8.1 Diskussion och egna reflektioner Då vi analyserade vårt försök framgick det ganska tydligt att nivåerna på faktorerna inte varit optimala. De faktorer vi identifierat som aktiva ska samtliga vara på sina höga nivåer för att maximera responsen. Det kan innebära att vi över lag har valt för låga nivåer. Vi tycker trots det att våra resultat känns logiska. En låg kvot mellan kaffebönor och vatten leder oftast inte till ett gott kaffe och låg maltid ger grova kaffebönor vilket borde försämra bryggprocessen och ge ett mindre gott kaffe. Däremot kan man tänka sig att med mer korrekta nivåer vore det möjligt att eventuellt hitta fler aktiva faktorer och skilja ut dessa från alla flerfaktorssamspel. Vi vidtog ett antal åtgärder för att minimera variationen i försöken, men kanske hade vi kunnat göra ännu mer. Vi skulle som exempel kunnat genomfört alla försöken på en dag istället för två olika. Då skulle antagligen variationen härledd från två olika dagar minska, men resultaten skulle ändå kunna bli sämre eftersom risken är större att försökspanelen skulle tröttna både fysiskt och psykiskt. Man kan man även diskutera vår responsvariabel. Vad som är det godaste kaffet är naturligtvis olika från person till person. Därför använde vi en ganska bred betygsskala och analyserade medelvärdet från gruppen och jämförde det med kvinnor, män och individerna var för sig. Då resultaten blev lika anser vi oss kunna dra slutsatser av materialet. För att dra säkra slutsatser borde smakpanelen vara större och dessutom borde replikaten utföras under en större tidsrymd. Detta var dock inte möjligt med de tidsbegränsningar som en kurs på 5 poäng innebär. Till sist borde vi ha varit mer noggranna vid utformningen av vår försöksplan. Vi fick en försöksplan med 2 replikat, 2 block och 8 delförsök istället för 2 block med 16 delförsök som var tanken. Detta kan vi tyvärr endast skylla på slarv från vår egen sida och det borde inte inträffa. Vi lär oss dock av våra misstag och vet nu att vi borde ha varit ännu mer noggranna i planeringsfasen. Vi har dock gjort det bästa av situationen och anser oss kunnat dra tydliga slutsatser ur vårt försök. 8.2 Förslag till fortsatta studier Genom fortsatta studier vore det möjligt att ytterligare förbättra resultaten. Man skulle som exempel kunna genomföra kompletterande försök för att undersöka om de maximum i responsen vi funnit är ett maximum eller enbart ett lokalt maximum. På så sätt skulle dessa kompletterande försök till slut förflytta vår kub så den låg med maximum för responsen exakt i mitten. Kompletterande försök skulle även kunna optimera våra nivåer på faktorerna så att de garanterat inte missar någon aktiv faktor. Som exempel vore det önskvärt att undersöka vad som händer med responsen då nivåerna höjs ytterligare. Kommer det då att uppstå ett nytt maximum för responsen eller kommer det nuvarande att gälla? Dessa försök genomförs lämpligen till dess att man säkert vet att responsen åter minskar. 8

9. Bilagor Bilaga 1. Körordning Std ordning Körordning Block Faktor A Faktor B Faktor C Faktor D Responsvariabel 5 1 Block 1 6 92 5 5 15 2 Block 1 8 92 10 5 1 3 Block 1 6 87 5 3 9 4 Block 1 6 87 10 5 7 5 Block 1 8 92 5 3 11 6 Block 1 8 87 10 3 13 7 Block 1 6 92 10 3 3 8 Block 1 8 87 5 5 8 9 Block 2 8 92 5 3 14 10 Block 2 6 92 10 3 6 11 Block 2 6 92 5 5 16 12 Block 2 8 92 10 5 4 13 Block 2 8 87 5 5 2 14 Block 2 6 87 5 3 10 15 Block 2 6 87 10 5 12 16 Block 2 8 87 10 3 9

Bilaga 2. Svarsblankett Kaffetest Man Kvinna Testperson nummer: Testomgång 1 2 Kaffe 1 Kaffe 2 Kaffe 3 Kaffe 4 Kaffe 5 Kaffe 6 Kaffe 7 Kaffe 8 Inte gott Fantastiskt gott 10

Bilaga 3. Responser Kön Man Man Kvinna Man Man Kvinna Kvinna Man Försök Person 1 Person 2 Person 3 Person 4 Person 5 Person 6 Person 7 Person 8 Medel Medel Man Medel kvinna 1 2 3 3 2 2 2 3 2 2.375 2.2 2.666666667 2 5 5 5 5 4 3 5 4 4.5 4.6 4.333333333 3 1 2 2 2 1 2 2 1 1.625 1.4 2 4 4 4 3 3 3 4 4 5 3.75 3.8 3.666666667 5 4 6 4 4 3 5 4 4 4.25 4.2 4.333333333 6 5 3 2 4 5 6 5 4 4.25 4.2 4.333333333 7 3 5 4 5 5 5 3 5 4.375 4.6 4 8 3 5 3 4 6 6 2 3 4 4.2 3.666666667 9 4 3 2 5 3 1 3 3 3 3.6 2 10 5 5 3 4 4 3 4 5 4.125 4.6 3.333333333 11 3 3 2 4 4 1 1 2 2.5 3.2 1.333333333 12 6 6 5 2 5 6 6 6 5.25 5 5.666666667 13 5 5 6 5 4 2 4 5 4.5 4.8 4 14 2 1 3 3 3 1 1 3 2.125 2.4 1.666666667 15 4 6 2 4 4 4 5 4 4.125 4.4 3.666666667 16 4 5 3 4 5 5 3 5 4.25 4.6 3.666666667 11

Bilaga 4 a-d. Resultat grupp Response: Medel grupp ANOVA for Selected Factorial Model Analysis of variance table [Partial sum of squares] Medel grupp Half Normal plot Sum of Mean F Source Squares DF Square Value Prob > F A: Kaf f e/vatten-kvot D: Tid innan press Half Normal % probability 99 97 95 90 85 80 70 60 AC A C Block 0.03515625 1 0.0351563 Model 14.546875 7 2.078125 10.490141 0.0030 significant A 5.0625 1 5.0625 25.55493 0.0015 B 0.19140625 1 0.1914063 0.9661972 0.3584 C 6.56640625 1 6.5664063 33.146479 0.0007 D 0.5625 1 0.5625 2.8394366 0.1358 AB 0.19140625 1 0.1914063 0.9661972 0.3584 AC 1.72265625 1 1.7226563 8.6957746 0.0214 AD 0.25 1 0.25 1.2619718 0.2983 Residual 1.38671875 7 0.1981027 40 Cor Total 15.96875 15 20 0 The Model F-value of 10.49 implies the model is significant. There is only a 0.30% chance that a "Model F-Value" this large could occur due to noise. 0.00 0.32 0.64 0.96 1.28 Effect Values of "Prob > F" less than 0.0500 indicate model terms are significant. In this case A, C, AC are significant model terms. a, Normalplot och ANOVA-tabell som visar att A, C och AC är aktiva faktorer Medel grupp Normal Plot of Residuals Medel grupp 3.00 Residuals vs. Run 99 Normal % Probability 95 90 80 70 50 30 20 10 5 Studentized Residuals 1.50 0.00-1.50 1-3.00-2.28-1.14 0.00 1.14 2.28 Studentized Residuals 1 4 7 10 13 16 Run Number b, Residualerna verkar normalfördelade, och inget konstigt ses i Residual vs. Run 12

Medel grupp X = A: Kaffe/v atten-kv ot Y = B: Vattentem p Z = Cube Graph Medel grupp 4.3125 4.5625 Actual Factor D: Tid innan press = 4.00 B+ 2.375 3.9375 3.875 4.5625 C+ C: M altid B- 1.9375 3.9375 C- A- A+ A: Kaffe/vatten-kvot c, Kubplot medelvärde män. Visar att högsta betyget uppnås då bade A och C är på sin höga nivå Final Equation in Terms of Actual Factors: Medel grupp = -9.0625 1.546875 * Kaffe/vatten-kvot 1.175 * Maltid -0.13125 * Kaffe/vatten-kvot * Maltid Std. Dev. 0.48448954 R-Squared 0.837950478 Mean 3.6875 Adj R-Squared 0.793755154 C.V. 13.1386994 Pred R-Squared 0.657151425 PRESS 5.46280992 Adeq Precision 9.230614064 d, Skattad modell och diverse information om modellen 13

Bilaga 5 a-d. Resultat män Medel Män Half Normal plot Response: Medel Män ANOVA for Selected Factorial Model Analysis of variance table [Partial sum of squares] A: Kaf f e/vatten-kvot D: Tid innan press Half Normal % probability 99 97 95 90 85 80 70 60 AC A C Sum of Mean F Source Squares DF Square Value Prob > F Block 0.7225 1 0.7225 Model 14.7575 7 2.108214 15.09719 0.0010 significant A 4.6225 1 4.6225 33.1023 0.0007 B 0.3025 1 0.3025 2.16624 0.1845 C 6.0025 1 6.0025 42.98465 0.0003 D 0.4225 1 0.4225 3.025575 0.1255 AB 0.5625 1 0.5625 4.028133 0.0847 AC 2.7225 1 2.7225 19.49616 0.0031 40 20 0 AD 0.1225 1 0.1225 0.877238 0.3801 Residual 0.9775 7 0.139643 Cor Total 16.4575 15 0.00 0.31 0.61 0.92 1.23 The Model F-value of 15.10 implies the model is significant. There is only a 0.10% chance that a "Model F-Value" this large could occur due to noise. Effect Values of "Prob > F" less than 0.0500 indicate model terms are significant. In this case A, C, AC are significant model terms. a, Normalplot och ANOVA-tabell som visar att A, C och AC är aktiva faktorer Medel Män Normal Plot of Residuals Medel Män Residuals vs. Run 3.00 99 Normal % Probability 95 90 80 70 50 30 20 10 5 Studentized Residuals 1.50 0.00-1.50 1-3.00-2.10-1.13-0.1 6 0.81 1.78 1 4 7 10 13 16 Studentized Residuals Run Number b, Residualerna verkar vara normalfördelade, och inget konstigt ses i Residual vs. Run 14

Medel Män X = A: Kaffe/v atten-kv ot Y = C : Maltid Z = B: Vattentem p Actual Factor D: Tid innan press = 4.00 Cube Graph Medel Män 4.35 4.6 C+ 4.35 4.6 2.3 4.2 B+ C- 2.3 4.2 B- A- A+ A: Kaffe/vatten-kvot c, Kubplot medelvärde män. Visar att högsta betyget uppnås då bade A och C är på sin höga nivå Final Equation in Terms of Actual Factors: Medel Män = -10.4 1.775 * Kaffe/vatten-kvot 1.4 * Maltid -0.165 * Kaffe/vatten-kvot * Maltid Std. Dev. 0.4658814 R-Squared 0.848268 Mean 3.8625 Adj R-Squared 0.806887 C.V. 12.061654 Pred R-Squared 0.678981 PRESS 5.0512397 Adeq Precision 10.46324 d, Skattad modell och diverse information om modellen 15

Bilaga 5 e-h. Resultat kvinnor Medel kvinnor Half Normal plot Response: Medel kvinnor A: Kaf f e/vatten-kvot D: Tid innan press Half Normal % probability 99 97 95 90 85 80 70 60 A C ANOVA for Selected Factorial Model Analysis of variance table [Partial sum of squares] Sum of Mean F Source Squares DF Square Value Prob > F Block 0.8402778 1 0.840277778 Model 13.402778 2 6.701388889 12.86667 0.0010 significant A 5.8402778 1 5.840277778 11.21333 0.0058 C 7.5625 1 7.5625 14.52 0.0025 Residual 6.25 12 0.520833333 Cor Total 20.493056 15 40 The Model F-value of 12.87 implies the model is significant. There is only 20 a 0.10% chance that a "Model F-Value" this large could occur due to noise. 0 Values of "Prob > F" less than 0.0500 indicate model terms are significant. In this case A, C are significant model terms. 0.00 0.34 0.69 1.03 1.38 Effect e, Normalplot och ANOVA-tabell som visar att A och C är aktiva faktorer. Medel kvinnor Normal Plot of Residuals Medel kvinnor Residuals vs. Run 3.00 99 95 90 1.50 Normal % Probability 80 70 50 30 20 Studentized Residuals 0.00 10 5-1.50 1-3.00-1.73-0.82 0.10 1.02 1.93 1 4 7 10 13 16 Studentized Residuals Run Number f, Residualerna verkar normalfördelade, och inget konstigt ses i Residual vs. Run 16

Medel kv innor X = A: Kaf f e/v atten-kv ot Y = Z = Cube Graph Medel kvinnor 3.47917 4.6875 Actual Factor D: Tid innan press = 4.00 C+ 3.47917 4.6875 2.10417 3.3125 B+ C- 2.10417 3.3125 B- A- A+ A: Kaffe/vatten-kvot g, Kubplot medelvärde kvinnor. Visar att högsta betyget uppnås då både A och C är på sin höga nivå Final Equation in Terms of Actual Factors: Medel kvinn = -2.895833 0.6041667 * Kaffe/vatten-kvot 0.275 * Maltid Std. Dev. 0.7216878 R-Squared 0.681979 Mean 3.3958333 Adj R-Squared 0.628975 C.V. 21.252157 Pred R-Squared 0.434629 PRESS 11.111111 Adeq Precision 8.429314 h, Skattad modell och diverse information om modellen 17