基于因子分析的馬鈴薯淀粉質(zhì)量指標(biāo)的關(guān)聯(lián)性研究

?

基于因子分析的馬鈴薯淀粉質(zhì)量指標(biāo)的關(guān)聯(lián)性研究

陳必琴*

（甘肅省定西市農(nóng)產(chǎn)品質(zhì)量安全監(jiān)督管理站，甘肅定西743000 )

摘要：為了提高定西市馬鈴薯淀粉質(zhì)量，促進(jìn)淀粉加工企業(yè)向品牌化健康發(fā)展，研究應(yīng)用2007～2013年定西市連續(xù)7年15家馬鈴薯淀粉企業(yè)供檢的105份淀粉質(zhì)量檢測數(shù)據(jù)，建立SPSS數(shù)據(jù)錄入系統(tǒng)。通過相關(guān)分析、因子分析和聚類分析研究了各項(xiàng)質(zhì)量指標(biāo)間的關(guān)聯(lián)性，利用馬鈴薯淀粉各變量間的相關(guān)系數(shù)矩陣和公因子方差，以K-均值聚類法按提取的3個公因子對企業(yè)進(jìn)行聚類。結(jié)果表明，各項(xiàng)質(zhì)量指標(biāo)間存在著一定的相關(guān)性，部分質(zhì)量指標(biāo)間存在著顯著的關(guān)聯(lián)性，只需提取3個公因子就足以反映10個指標(biāo)的信息。因此，可根據(jù)最終聚類結(jié)果對馬鈴薯淀粉加工企業(yè)進(jìn)行分類指導(dǎo)，為定西市馬鈴薯淀粉生產(chǎn)的可持續(xù)發(fā)展提供決策參考。

關(guān)鍵詞：因子分析；馬鈴薯淀粉；質(zhì)量指標(biāo)；關(guān)聯(lián)

馬鈴薯是甘肅省定西市的第一大支柱產(chǎn)業(yè)。多年來，定西市圍繞打造“馬鈴薯薯都”這一宏偉目標(biāo)，在馬鈴薯脫毒種薯普及、標(biāo)準(zhǔn)化生產(chǎn)、基地建設(shè)、馬鈴薯精深加工方面做了大量工作，在帶動農(nóng)民增收、農(nóng)業(yè)增效方面取得了明顯成績。馬鈴薯淀粉生產(chǎn)是定西馬鈴薯精深加工的基礎(chǔ)，全市先后有二十多家馬鈴薯加工企業(yè)從事淀粉生產(chǎn)，年加工鮮薯50萬t左右，年產(chǎn)馬鈴薯淀粉7~ 10萬t，有力地消化了全市馬鈴薯鮮薯，發(fā)展壯大了加工企業(yè)，發(fā)揮了龍頭加工企業(yè)的良好帶頭作用。為提高馬鈴薯淀粉產(chǎn)品質(zhì)量，保障食品質(zhì)量安全，促進(jìn)全市精淀粉加工企業(yè)向品牌化健康發(fā)展，定西市農(nóng)產(chǎn)品質(zhì)量安全監(jiān)督管理站自2004年開始就對全市重點(diǎn)淀粉生產(chǎn)企業(yè)產(chǎn)品進(jìn)行檢測服務(wù)和質(zhì)量跟蹤，并通過對檢測數(shù)據(jù)的分析，為政府制定產(chǎn)業(yè)發(fā)展規(guī)劃提供了科學(xué)依據(jù)。因此，在對15家企業(yè)連續(xù)7年的淀粉質(zhì)量檢測結(jié)果的研究基礎(chǔ)上，借助因子分析和聚類分析，研究馬鈴薯淀粉質(zhì)量各項(xiàng)指標(biāo)的關(guān)聯(lián)性及影響淀粉質(zhì)量指標(biāo)的潛在因素，為進(jìn)一步提高全市馬鈴薯淀粉質(zhì)量，促進(jìn)馬鈴薯淀粉向品牌化發(fā)展有著十分重要的現(xiàn)實(shí)意義。

1　材料與方法

1.1分析材料

分析材料來源于定西市農(nóng)產(chǎn)品質(zhì)量安全監(jiān)督管理站，從2007~2013年對15家淀粉加工企業(yè)供檢的每年每家3份7年315份馬鈴薯淀粉質(zhì)量，按照《馬鈴薯淀粉》GB/T 8884-2007[1]標(biāo)準(zhǔn)方法檢測的數(shù)據(jù)，分析采用的是將每年的3份數(shù)據(jù)進(jìn)行平均而得到的105份數(shù)據(jù)。其中每份樣品涉及的質(zhì)量指標(biāo)主要有白度、粘度、細(xì)度、水分、斑點(diǎn)、灰分、二氧化硫、電導(dǎo)率、菌落總數(shù)和霉酵菌總數(shù)10項(xiàng)。

1.2數(shù)據(jù)處理

試驗(yàn)數(shù)據(jù)采用Excel和SPSS 19.0[2]軟件進(jìn)行處理和統(tǒng)計(jì)分析。采用主成分分析法提取公因子進(jìn)行因子分析得出各因子得分，從而計(jì)算出各因子的綜合得分并排序，然后根據(jù)綜合得分對各個企業(yè)的指標(biāo)進(jìn)行R型（變量）聚類。

2　結(jié)果與分析

2.1各指標(biāo)相關(guān)分析

將7年15家企業(yè)10個檢測項(xiàng)目的105份檢測數(shù)據(jù)在Excel表中構(gòu)建成有序數(shù)據(jù)矩陣，將新矩陣導(dǎo)入SPSS 19.0統(tǒng)計(jì)分析軟件進(jìn)行均值和標(biāo)準(zhǔn)差變換及雙變量相關(guān)分析，得到白度（X1）、粘度（X2）、細(xì)度（X3）、水分（X4）、斑點(diǎn)（X5）、灰分（X6）、二氧化硫（X7）、電導(dǎo)率（X8）、菌落總數(shù)（X9）和霉酵菌數(shù)（X10）等10種相關(guān)分析的相關(guān)系數(shù)矩陣（表1）。

從表1可以看出，X1與其他因子的關(guān)聯(lián)系數(shù)依次為：G（1,2）=0.116，G（1,3）=0.286，G（1, 4）=-0.135，G（1,5）=-0.689，G（1,6）=-0.277，G（1, 7）=-0.018，G（1,8）=-0.365，G（1,9）=0.047，G（1, 10）=0.109。關(guān)聯(lián)度絕對值排列為X5> X8> X3> X6> X4>X2> X10> X9> X7，表明白度與其余9項(xiàng)主要質(zhì)量指標(biāo)的關(guān)聯(lián)度各不相同，其中白度與斑點(diǎn)、灰分、電導(dǎo)率呈極顯著負(fù)相關(guān)性，而與細(xì)度呈極顯著正相關(guān)。其余各項(xiàng)指標(biāo)的關(guān)系以此類推。

表1　馬鈴薯淀粉各檢項(xiàng)之間的相關(guān)系數(shù)矩陣Table 1 Matrix of correlation coefficient between each inspection item of potato starch

2.2因子分析

2.2.1應(yīng)用KMO檢驗(yàn)和Bartlett球形檢驗(yàn)做因子分析的適應(yīng)性檢驗(yàn)

KMO是用來檢驗(yàn)變量間的偏相關(guān)系數(shù)的大小，其值越接近1，說明變量間相關(guān)性越強(qiáng)，因子分析的效果越好；Bartlett球形檢驗(yàn)是用來判斷相關(guān)陣是否為單位陣，如果為單位陣，則各變量獨(dú)立，因子分析無效。

表2　KMO和Bartlett的檢驗(yàn)Table 2 KMO and Bartlett tests

該資料的KMO統(tǒng)計(jì)量為0.805，Bartlett檢驗(yàn)：C2 = 389.840，sig. = 0.000。2種方法說明各變量間有較強(qiáng)的相關(guān)性，適合進(jìn)行因子分析。檢驗(yàn)結(jié)果見表2。

2.2.2公因子的提取和判識

以特征根大于1為公因子提取原則，對公因子進(jìn)行提取。共提取出3個公因子（包括7項(xiàng)指標(biāo)），累計(jì)貢獻(xiàn)率為67.801%，即3個公因子已經(jīng)包括了原來10個指標(biāo)的絕大部分信息，損失的信息量較少，具有較高的代表性。旋轉(zhuǎn)后的方差貢獻(xiàn)率說明，公因子F1、F2和F3可以解釋原始信息的能力分別是33.823%、22.854%和11.125%，結(jié)果見表3。

碎石圖顯示（圖1），前3個公因子的折線坡度較陡，而至第4個公因子以后就逐漸趨于平緩，該圖從另一個側(cè)面說明了取前3個因子為宜。

表3　各公因子總方差解釋Table 3 Total variance of each common factor explained

2.2.3因子旋轉(zhuǎn)

在此基礎(chǔ)上，計(jì)算出10個變量對應(yīng)于3個公因子的因子載荷矩陣，并對其進(jìn)行最大方差正交旋轉(zhuǎn)，產(chǎn)生旋轉(zhuǎn)因子載荷矩陣，旋轉(zhuǎn)的目的是使復(fù)雜的矩陣變得簡潔。選取對各公因子貢獻(xiàn)值較大（選取相關(guān)系數(shù)絕對值＞0.5）的變量。這些公因子是原來變量的線性組合，能夠承載原來10個變量的大部分信息。結(jié)果見表4。

2.2.4因子命名

由表4可知，主因子F1在SO2、菌落總數(shù)、霉酵菌數(shù)這3個指標(biāo)上的因子載荷值最大，均超過82%，該因子反映淀粉在衛(wèi)生指標(biāo)方面的信息，這與GB/T 8884-2007規(guī)定的衛(wèi)生指標(biāo)是一致的，可命名為衛(wèi)生指標(biāo)因子；主因子F2在白度和斑點(diǎn)這2個指標(biāo)上的因子載荷最大，絕對值均超過85%，該因子反映精淀粉在感官方面的信息，可命名為感官要求因子；主因子F3在水分指標(biāo)上的因子載荷最大，超過80%，因此可命名為理化指標(biāo)因子。

2.2.5因子綜合得分

通過因子分析，各因子的得分已保存在數(shù)據(jù)文件中，綜合得分為F綜= 0.33823F1 + 0.22854F2 + 0.11125F3，由此可求得每家企業(yè)的綜合得分及其排名，見表5（僅取前20名）。

2.3聚類分析

根據(jù)3個因子得分函數(shù)，將SPSS自動計(jì)算所得的15家企業(yè)的3個因子得分作為新變量，對15家企業(yè)淀粉質(zhì)量指標(biāo)進(jìn)行K-means聚類分析，將15家企業(yè)7年的質(zhì)量指標(biāo)分成3類，聚類結(jié)果見表6和表7。

表5　用因子分析法得到的綜合評價Table 5 Comprehensive evaluation using factor analysis

表6　最終聚類中心Table 6 Final cluster center

根據(jù)最終聚類中心情況（表6），根據(jù)分類的結(jié)果對淀粉企業(yè)進(jìn)行指導(dǎo)，第一類企業(yè)在衛(wèi)生指標(biāo)方面有較強(qiáng)優(yōu)勢，而在理化指標(biāo)方面較為薄弱；第二類企業(yè)在感官要求方面較強(qiáng)，而在衛(wèi)生指標(biāo)方面有待加強(qiáng)；第三類企業(yè)在理化指標(biāo)方面稍有優(yōu)勢，而在感官要求方面有明顯的劣勢。

表7　每個聚類中的案例數(shù)及成員Table 7 Case numbers and members in each cluster

3　討論

相關(guān)分析表明，各項(xiàng)指標(biāo)之間存在著一定的相關(guān)性，部分指標(biāo)之間存在著顯著的相關(guān)性；因子分析表明，基于變量之間的高相關(guān)性，對各企業(yè)淀粉的10個質(zhì)量指標(biāo)只需提取3個公因子已足以反映這些指標(biāo)的信息。而根據(jù)各因子綜合得分排名來看，安隴2013年的淀粉質(zhì)量綜合指標(biāo)明顯優(yōu)于別的企業(yè)，排在首位。最終聚類分析表明，影響各企業(yè)各年度淀粉質(zhì)量指標(biāo)的因素各有差別，如影響第一類企業(yè)質(zhì)量指標(biāo)的綜合因素是理化指標(biāo)，影響第二類企業(yè)質(zhì)量的因素是衛(wèi)生指標(biāo)，影響第三類企業(yè)淀粉質(zhì)量指標(biāo)的是感官方面的因素。因此，可根據(jù)各個企業(yè)的具體情況進(jìn)行分類指導(dǎo)，對改進(jìn)馬鈴薯淀粉加工流程[3]和提高馬鈴薯淀粉質(zhì)量整體上升意義深遠(yuǎn)，作用重大。

建議企業(yè)引進(jìn)配套先進(jìn)的加工設(shè)備[4]，從硬件上保障產(chǎn)品質(zhì)量提高，使產(chǎn)品的質(zhì)量指標(biāo)從一個達(dá)標(biāo)到關(guān)聯(lián)的指標(biāo)都達(dá)標(biāo)甚至達(dá)優(yōu)級。例如，水質(zhì)是馬鈴薯淀粉制備中對淀粉粘度的主要影響因素[5]，如果增加去離子水生產(chǎn)設(shè)備，可以使淀粉粘度明顯提高，從而使與粘度有關(guān)聯(lián)性的SO2、電導(dǎo)率、菌落總數(shù)及霉酵菌數(shù)也相應(yīng)提高；其次，建議企業(yè)在選擇加工原料時，盡量選擇芽眼淺的馬鈴薯，這樣能減少泥沙帶入量，從而使灰分指標(biāo)降低[6]；另外，引進(jìn)先進(jìn)淀粉烘干設(shè)備，可提高淀粉的白度和粘度等指標(biāo)。馬鈴薯淀粉質(zhì)量與各企業(yè)的加工工藝[7,8]、加工環(huán)境關(guān)系密切。要保證在生產(chǎn)前各種設(shè)備清潔無污染，避免雜物等殘留產(chǎn)生細(xì)菌而影響馬鈴薯淀粉質(zhì)量。馬鈴薯淀粉加工期短和生產(chǎn)人員的不穩(wěn)定性，一定程度上影響到加工技術(shù)的提高，進(jìn)而影響馬鈴薯淀粉質(zhì)量的穩(wěn)定和提高。因此，要不斷通過組織技術(shù)培訓(xùn)，嚴(yán)格生產(chǎn)工藝，使工序操作工和精制工序人員技術(shù)嫻熟，以實(shí)現(xiàn)淀粉各檢項(xiàng)達(dá)優(yōu)級標(biāo)準(zhǔn)。

[參考文獻(xiàn)]

[1]顧正彪,周慶鋒,呂春林,等.馬鈴薯淀粉GB/T 8884-2007 [S].北京:中國標(biāo)準(zhǔn)出版社, 2007.

[2]鄧維斌,唐興艷,胡大權(quán),等. SPSS19（中文版）統(tǒng)計(jì)分析實(shí)用教程[M].北京:電子工業(yè)出版社, 2012.

[3]李貴春,王江,鄭麗莉.馬鈴薯精淀粉加工考察報告[J].馬鈴薯雜志, 1997, 11(1): 60-61.

[4]張琦琦,孫鑫淼,石瑛,等.馬鈴薯淀粉制備條件對淀粉主要品質(zhì)特性的影響[J].中國馬鈴薯, 2009, 23(1): 15-18.

[5]李清萍.影響定西市馬鈴薯精淀粉品質(zhì)的因素分析[J].農(nóng)產(chǎn)品加工, 2009, 10: 55-56.

[6]孟凡玲,梁志剛.淺析影響馬鈴薯淀粉七項(xiàng)主要指標(biāo)的因素[J].科技創(chuàng)新與應(yīng)用, 2014, 4: 65.

[7]祖泓舟.馬鈴薯淀粉加工工藝原理及設(shè)備初探[J].中外食品工業(yè)（下半月）, 2013, 10: 14-15.

[8]周慶鋒.中國馬鈴薯淀粉產(chǎn)業(yè)發(fā)展報告[J].中國食品添加劑, 2006, 21: 62-64.

品種介紹

Correlation Research of Potato Starch Quality Indexes Based on Factor Analysis

CHEN Biqin*

(Dingxi Agricultural Products Quality and Safety Supervision and Management Station, Dingxi, Gansu 743000, China )

Abstract:One hundred and five data of ten starch quality indexes in 15 potato starch enterprises of Dingxi City in the period of 2007 to 2013 were collected and analyzed using SPSS software in order to improve the quality of potato starch and promote the healthy development of starch processing enterprises. The correlation between each quality index was studied through correlation analysis, factor analysis and cluster analysis, and cluster analysis was made using the correlation coefficient matrix and the common factor variance, and K- means clustering method based on the three extracted common factors of enterprises cluster. The results showed that correlation between each quality index existed to some extent, with some correlation significant, and the three extracted common factors was enough to reflect the information of ten indexes. Therefore, some suggestions would be proposed for potato starch processing enterprises according to the final clustering results, and decision-making reference provided for the sustainable development of potato starch production in Dingxi City.

Key Words:factor analysis; potato starch; quality index; correlation

*通信作者（

Corresponding author）：陳必琴，E-mail: chenbq2008y@126.com。

作者簡介：陳必琴（1978-），女，農(nóng)藝師，主要從事農(nóng)產(chǎn)品質(zhì)量安全監(jiān)測檢驗(yàn)工作。

收稿日期：2014-11-11

文章編號：1672－3635（2015）02-0120-05

文獻(xiàn)標(biāo)識碼：B

中圖分類號：S532