Za vino je značilno, da se vinski letniki med seboj malenkost razlikujejo, tudi če prihajajo iz kleti istega vinogradnika. Ljubitelji dobrega vina cenijo te male razlike, saj vsak letnik prinaša svoje edinstvene značilnosti. Povsem drugače je pri pivu, kjer je pomembna konsistentnost okusa ne glede na čas proizvodnje.
Ko je pivovarna Guinness iz Dublina na Irskem v drugi polovici 19. stoletja začela povečevati svojo proizvodnjo in vedno več piva tudi izvažati, se je soočila z izzivom zagotavljanja konsistentnosti okusa po vsem svetu. Morebitne razlike v videzu, aromi in kakovosti piva bi namreč lahko omajale ugled blagovne znamke.
Da bi rešili ta problem, so v pivovarni začeli zaposlovati strokovnjake, ki so v pivovarsko industrijo prinesli znanstveno strogost in preglednost. Tradicionalno so se izkušeni pivovarji za vzdrževanje kakovosti piva zanašali predvsem na okušanje in vonjanje, kar pa ni bilo več zanesljivo pri večjih količinah in širjenju na globalni trg. Proizvodnjo je bilo treba standardizirati, da bi zagotovili enak okus in kakovost v vseh obratih.
Med učenjaki, ki so delovali v pivovarni Guinness, je še posebno izstopal matematik in kemik William Sealy Gosset. Po končanem šolanju na Univerzi v Oxfordu se je leta 1899 pridružil pivovarni in hitro začel izboljševati proizvodne procese. Skozi leta je uvedel številne inovacije, vendar njegovi dosežki niso bili omejeni le na pivovarstvo. Med iskanjem načinov za izboljšanje postopka varjenja piva je iznašel tudi izjemno pomembno orodje za analizo podatkov, ki je sčasoma postalo eno od temeljnih pripomočkov za znanstveno raziskovanje.
Da bi pivovarna lahko natančno nadzorovala proces proizvodnje in tako zagotovila kakovost piva, so morali skrbno analizirati vsako novo pošiljko ječmena in hmelja. Poljščine, ki so jih uporabljali, namreč niso imele ves čas enakih deležev ključnih sestavin, ki vplivajo na proces varjenja piva, zato jih je bilo treba pred uporabo testirati. Iz vsake pošiljke so vzeli nekaj vzorcev in jih poslali v laboratorij za analizo.
Ko so dobili rezultate testov, so morali na osnovi majhnega števila vzorcev sklepati o lastnostih celotnih pošiljk. Gosseta je zanimalo, ali bi lahko razvil matematično metodo, s katero bi čim zanesljiveje ocenil, ali so odstopanja vsebnosti ključnih sestavin v analiziranih vzorcih posledica naključnih variacij znotraj pošiljke ali dejansko pomembna lastnost celotne pošiljke, ki lahko vpliva na kakovost piva.
Naloga še zdaleč ni bila preprosta, vendar se je Gosset problema lotil temeljito in razvil statistični test, ki ga znanstveniki še danes uporabljajo. S tem testom raziskovalci preverjajo, ali rezultati njihovih eksperimentov dejansko izražajo nekaj splošno veljavnega ali so zgolj naključni šum brez prave vsebine. Gosset je iznašel način, kako z majhnim naborom vzorcev lahko dokaj zanesljivo matematično ocenimo, ali so izvedene meritve dober približek, iz katerega lahko sklepamo na stanje celotne populacije, ki jo proučujemo.
Majhne študije z majhnimi vzorci so vedno izziv v znanosti, saj je treba za njihovo verodostojnost pokazati, da resnično odražajo stanje v širši populaciji in niso le posledica naključnega šuma. Čeprav se raziskovalci zavedajo teh težav, se še vedno pogosto zgodi, da iz meritev na majhnem številu vzorcev napačno sklepajo, da so izmerili nekaj, kar naj bi splošno veljalo.
Na začetku dvajsetega stoletja je Gosset razvil metodo, s katero je z matematično analizo manjšega števila vzorcev lahko ocenil zanesljivost posploševanja izmerjenih vrednosti na celotno populacijo. Poenostavljeno bi lahko rekli, da mu je uspelo izračunati verjetnost, da bi do izmerjenih vrednosti prišlo zgolj po naključju. Če so meritve vzorcev pokazale večja odstopanja od pričakovanih vrednosti, kot bi jih z določeno verjetnostjo pripisali naključnim variacijam, je lahko utemeljeno sklepal, da ne gre za šum, ampak za značilnosti celotne pošiljke. Danes bi rekli, da so meritve statistično značilne in ne zgolj naključne.
Žal pa Guinness svojim zaposlenim ni dovoljeval, da bi javno objavljali rezultate, povezane z delom v službi, saj so imeli neprijetno izkušnjo, ko je nekdo pomotoma razkril del tajne recepture za proizvodnjo piva. Kljub temu so bila Gossetova spoznanja preveč pomembna za znanost, da bi jih zadržal zase oziroma za svoje podjetje. Zato se je z enim od urednikov znanstvene revije Biometrika dogovoril, da bo članek z naslovom Verjetna napaka povprečja leta 1908 objavil pod psevdonimom »Student«. Gossetov pristop k ugotavljanju statistične pomembnosti rezultatov majhnih študij se zato še danes imenuje »Studentov t-test«.
Prispevek Williama Sealyja Gosseta k znanosti in pivovarstvu je bil izjemen. Njegove metode so zagotovile konsistentnost Guinnessovega piva in hkrati uvedle pomembno orodje za analizo podatkov, ki je še danes nepogrešljivo v znanstvenih raziskavah. Studentov t-test je izjemno pomemben, saj omogoča zanesljivo analizo majhnih vzorcev podatkov. V znanosti se pogosto uporablja za preverjanje hipotez in zagotavljanje veljavnosti eksperimentalnih rezultatov. V industriji, kjer je potrebno hitro in učinkovito odločanje na podlagi omejenih podatkov, t-test omogoča zanesljive ocene kakovosti in skladnosti proizvodov. Na splošno velja za nepogrešljivo orodje vse od medicine do družboslovja, saj raziskovalcem omogoča sprejemanje informiranih odločitev na podlagi majhnih vzorcev in sklepanje o značilnostih celotnih populacij.
https://www.delo.si/mnenja/komentarji/komentar-pivovar-ki-je-iznasel-temeljno-orodje-znanosti
