Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Evaluacion Sensorial de Los Alimentos PDF
Evaluacion Sensorial de Los Alimentos PDF
Evaluacion Sensorial de Los Alimentos PDF
de Alimentos
Lima, 2007
Gua para la Evaluacin Sensorial de Alimentos
Elaborada por:
Revisada por:
Helena Pachn
Centro Internacional de Agricultura Tropical - CIAT
Lima, 2007
Financiada por el Proyecto AgroSalud (CIDA 7034161)
IIN: www.iin.sld.pe
Reyna Liria 08/02/2008
Se agradece a todos quienes hicieron posible el desarrollo de esta Gua:
Proyecto AgroSalud (CIDA 7034161) por el financiamiento recibido para escribir esta
gua y financiar el Taller en Nicaragua
Harry Lawless por darnos el permiso de utilizar sus materiales y libro para el desarrollo
de esta Gua
USDA SCRP con el Projecto Collaboration Among Human, Animal and Food
Scientists in the US and Peru to Develop Safe, Bioavailable, and Nutritious Infant
Foods que permiti el desarrollo del Curso Evaluacin Sensorial de Alimentos
Aplicada a Programas Sociales
Los participantes del curso de Per por el valioso apoyo de experiencias que ayudaron
en el desarrollo de esta Gua
Patricia Carrillo (CIAT Nicaragua) por ayudar en la logstica del Taller desarrollado
en Nicaragua
Los participantes del curso de Nicaragua por el valioso apoyo de experiencias que
ayudaron en el desarrollo de esta gua:
Adilia Carolina Dauria Noguera
Erika Madeira M. da Silva
Ena yolanda vilchez
Carolina Netto Rangel
Jose Alberto Godoy Godoy
Aracely Serrano Romero
Orlando Chaveco Prez
Clara Michelle Sandino Silva
Sonia Gallego Castillo
Jeanine Castro Arechavala
Yolanda Eliette Palacio
Maritza Sanchez Christoffle
Patricia Carrillo
Miguel E. Lacayo Chavez
Ana Maria Gutierrez Carcache
2
Reyna Liria 08/02/2008
Gua para la evaluacin sensorial de alimentos
Introduccin:
Esta gua ha sido desarrollada tomando como base los documentos: Applied Sensory
Evaluation Workshop elaborado por el Dr. Harry Lawless, Catedrtico del
Departamento de Ciencias de los Alimentos de la Universidad de Cornell 1 y Applied
Statistics Workshop elaborado por el Dr. Harry Lawless y el Dr. David A. Stevens
Catedrtico del Departamento de Psicologa de la Universidad Clark 2.
3
Reyna Liria 08/02/2008
Captulo I
Generalidades
Disciplina cientfica usada para evocar, medir, analizar e interpretar reacciones hacia
las caractersticas de los alimentos y materiales1 3. Al consumir un alimento se
estimulan diferentes sentidos 4 5:
Existen tres tipos de pruebas sensoriales, las cuales se aplican de acuerdo al objetivo
o aspecto que queremos evaluar en el alimento o preparacin (Tabla 1):
4
Reyna Liria 08/02/2008
Captulo II
Existen tres aspectos bsicos que se recomiendan controlar con el fin de obtener
informacin ms confiable: (1) las instalaciones o ambiente de trabajo; (2) la muestra o
alimento que se desea probar y (3) los panelistas1 5.
a. El color de las paredes y del ambiente debe ser de color blanco o blanco hueso.
Los individuos deben estar separados uno del otro. Ms de un individuo puede
estar evaluando el producto a la vez.
Las cabinas pueden ser adyacentes, pero separados del rea de preparacin (Foto
1).
5
Reyna Liria 08/02/2008
2. La muestra
6
Reyna Liria 08/02/2008
iii. Cantidad servida: sta depender del tipo de alimento que estamos probando.
Para definir la cantidad primero es importante contestar estas preguntas:
Cul es el propsito del estudio?, Cul es el tamao de la porcin normal
servida del producto?, Cul es la cantidad usual de un bocado? y Cuntos
atributos se tienen que evaluar? Contestando estas preguntas es preferible
servir un poco ms. Asimismo, se recomienda servir la misma cantidad a
cada individuo.
vi. Dar las mismas instrucciones a todos los panelistas, antes de iniciar la
prueba. Para esto se puede tener una gua pre-diseada y leerla siempre que
se inicie una sesin, de esta manera se tiene la informacin impartida
estandarizada a todos los panelistas.
7
Reyna Liria 08/02/2008
iii. Servir las porciones al azar, a menos que el diseo experimental requiera
conocer el efecto del orden de servido.
3. Los panelistas
a. Quines deberan ser nuestros sujetos?, esto va a depender del tipo de prueba y
ms an de los objetivos de la evaluacin:
ii. Al elegir los sujetos que van a realizar la evaluacin se recomienda buscar
sujetos que correspondan a la poblacin objetivo del producto de acuerdo a
la: edad, sexo, grupo tnico y/o otras caractersticas demogrficas. En el caso
de que la poblacin objetivo sea nios pequeos es recomendable realizar la
evaluacin en los mismos nios y adems en la madre, para evitar que el
producto (aunque tenga muy buena aceptabilidad en los nios) no sea
finalmente aceptado por la persona que es la responsable de la alimentacin
del nio. Tambin debemos tener en cuenta si el producto va dirigido a
poblacin sana o enferma, as tenemos que si va dirigido por ejemplo a
personas con diabetes, nuestro pblico objetivo de evaluacin seran sujetos
con diabetes.
8
Reyna Liria 08/02/2008
muestras.
8. Motivar a los panelistas es importante.
9. Los panelistas deben entender el procedimiento y los cuestionarios para la
degustacin:
No asumir nada.
10. Establecer condiciones estndares:
El tamao de la muestra, volumen, temperatura y otros que pueden afectar las
respuestas.
9
Reyna Liria 08/02/2008
Captulo IV
Pruebas discriminatorias
1. Caractersticas generales de la prueba:
Para este tipo de pruebas se requiere entre 25 a 50 panelistas entrenados por prueba
y escogidos por agudeza.
Montaje Tpico
Se requieren por lo general entre 25 a 50 panelistas por prueba, los cuales son
reclutados por agudeza en su evaluacin sensorial, para realizar esto se puede
realizar una sesin de evaluacin sensorial e identificar a las personas que mejor
discriminen las caractersticas a evaluar.
Dentro de las ventajas principales tenemos que es un mtodo rpido, fcil tanto en
su procedimiento como en su anlisis.
10
Reyna Liria 08/02/2008
Las pruebas discriminatorias pueden usarse cuando queremos evaluar en el
producto:
El aporte de nuevas tecnologas.
La sustitucin de alguno de sus ingredientes.
El cambio en los insumos crudos o materia prima.
El tiempo de vida til o de conservacin.
El cambio de envase.
Evaluacin del tipo de almacenamiento
El cambio en las condiciones de procesamiento.
Antes de una prueba de consumo ms cara.
Se les debe explicar a los panelistas antes de iniciar la evaluacin lo que queremos
que detecten en el producto: ms dulce, ms salado, ms cido, cul es diferente,
cul es igual, etc. Se puede entregar un pequeo papel con las indicaciones
especficas (Figura 1). Asimismo explicar que deben enjuagar la boca con el vaso de
agua que se les coloca junto con los productos que se van a evaluar.
11
Reyna Liria 08/02/2008
Cul muestra es ms
dulce?
A B
235 487
3. Prueba triangular
La hiptesis nula (H0): Pt = 1/3 (debido a que la probabilidad de acertar por azar es
de un tercio).
A B C
235 487 023
4. Prueba do-tro
En este caso se desea determinar si hay alguna diferencia sensorial entre una
muestra dada y una de referencia. Aqu los panelistas deben conocer bien la muestra
de referencia, para poder detectar la diferencia en el caso que la hubiera.
Se presentan tres muestras, una de ellas como referencia y se pregunta Cul de las
otras dos es igual a ella? (Figura 4). Por lo tanto la hiptesis nula (H0): Pt =
(porque la probabilidad de acertar por azar es del 50%).
12
Reyna Liria 08/02/2008
A B Ref
235 487
Las preguntas claves para determinar la muestra en las pruebas discriminatorias son:
Supuesto 1
Supuesto 2
13
Reyna Liria 08/02/2008
Inferencia
Resultado de evaluacin
Ninguna diferencia
Diferencia reportada
reportada
Diferencia existe Aceptacin correcta Error tipo
Verdad
Diferencia no existe Error tipo Rechazo correcto
Tabla 2: Tipo de errores en medicin
2
Z pq + Z pa qa
N =
p p a
Z = 1.65 (5%, una cola)
p = proporcin de acierto en la prueba
q = probabilidad de rechazo en la prueba
Z = 1.65 (5%, una cola)
pa = C*P(1-C)
C = % de aciertos esperados (definido por el investigador: 1 de 5
personas, 1 de 4 personas, 1 de 3 personas, etc.)
P = Probabilidad de aciertos
qa = 1-pa
14
Reyna Liria 08/02/2008
Evidencia de diferencia
0.05 a 0.10 Ligera
0.010 a 0.049 Moderada
0.001 a 0.009 Fuerte
< 0.001 Muy fuerte
Tabla 4: Evidencia del nivel en la prueba
Los datos pueden ser analizados por diferentes mtodos estadsticos usando: prueba
binomial, chi cuadrada ajustada y prueba de distribucin normal.
Binomial
En el anexo 1 podemos observar una tabla simple en donde nos indica (usando la
prueba binomial), cuntos aciertos mnimos deben haber para poder definir que los
panelistas identifican una diferencia entre los productos evaluados (es decir
aceptamos nuestra hiptesis nula: los productos no son diferentes).
Por ejemplo: estamos aplicando una prueba do-tro a un grupo de 25 panelistas con
la finalidad de que identifiquen entre dos galletas cul se asemeja al patrn.
Tenemos definido previamente usar una prueba de una cola, a un nivel de
significancia del 5% (p=0.05). Despus de aplicar la prueba encontramos que 19 de
ellos identifican correctamente el producto similar al patrn, por lo tanto decimos
que el producto A y B son diferentes, pues para 25 panelistas requerimos que al
menos 18 de ellos identifiquen el producto igual a la referencia.
( ) (
O1 E1 0.5 O2 E 2 0.5
=
2 2
)
+
2
E 1 E 2
Dnde:
O1 = # observado de elecciones correctas
O2 = # observado de elecciones incorrectas
E1 = # esperado de elecciones correctas (np):
p= 0.500: Do-tro; comparacin pareada.
15
Reyna Liria 08/02/2008
p= 0.333: Prueba triangular
E2 = # esperado de elecciones correctas (nq):
q= 0.500: Do-tro; comparacin pareada.
q= 0.667: Prueba triangular
n = # de panelistas
Tipo de Prueba
Pareada, Do-Tro Triangular
n Nmero de panelistas 33 30
O1 # observado de elecciones correctas 20 17
O2 # observado de elecciones incorrectas 13 13
E1 # esperado de elecciones correctas (np):
p Prueba Pareada, Do-Tro: 0.500 16.5 10.0
p Prueba Triangular: 0.333
E2 # esperado de elecciones incorrectas (nq):
q Prueba Pareada, Do-Tro: 0.500 16.5 20.0
q Prueba Triangular: 0.667
2 1.424 7.275
Grados de libertad 1 1
Chi para 1 grado de libertad y 5% de
3.84 3.84
significancia (p=0.05)
Los panelistas
No logran
Interpretacin discriminan entre
discriminar
ambas muestras
Tabla 5: Ejemplo de prueba de chi para determinar diferencia o igualdad entre
dos muestras evaluadas para una prueba pareada o do-tro y triangular (ver en
pgina de Excel las frmulas usadas en Discriminatoria chi)
Distribucin normal
16
Reyna Liria 08/02/2008
Se puede usar el rea bajo la curva de probabilidad normal para estimar la
probabilidad de oportunidades in el resultado de las pruebas discriminatorias.
X np 0.5
Z=
npq
Dnde:
X = # de respuestas correctas
n = # de respuestas
p = probabilidad de decisin por oportunidad
p= 1/2: Do-tro; comparacin pareada.
p= 1/3: Prueba triangular
Z-score< 1.65 provee suficiente evidencia a favor de la hiptesis nula (igualdad).
Para el caso de la prueba triangular, se aplic a 32 panelistas a los que se les pidi
que identificaran entre 3 tipos de pan cul de ellos era diferente. Del total de
panelistas 14 identificaron correctamente. Aplicando la prueba Z, encontramos que
el valor es 1.06, es decir que los dos productos son iguales.
Tipo de Prueba
Pareada, Do-Tro Triangular
n muestra 45 32
X # de respuestas correctas 29 14
p probabilidad de decisin por oportunidad 0.5 0.33
Prueba Pareada, Do-Tro: 0.500
Prueba Triangular: 0.333
q 1-p 0.5 0.67
Prueba Pareada, Do-Tro: 0.500
Prueba Triangular: 0.667
Z-score 1.79 1.06
Probabilidad 0.0367 0.1446
Prueba Pareada; Do-tro (1-0.9633)
Prueba Triangular (1-0. 8554)
Los panelistas
No logran
Resultados discriminan entre
discriminar
ambas muestras
Tabla 6: Ejemplo de prueba de z para determinar diferencia o igualdad entre dos
muestras evaluadas para una prueba pareada o do-tro y triangular (ver en
pgina de Excel las frmulas usadas en Discriminatoria Z)
17
Reyna Liria 08/02/2008
Captulo IV
Se requieren entre 75 a 150 panelistas por prueba, los cuales son reclutados por ser
usuarios del producto.
Una de las principales ventajas es que provee de informacin esencial del producto.
Asimismo permite identificar el grado de gusto o disgusto de un producto y
relaciona el perfil descriptivo y otras variables para poder optimizar o mejorar el
producto.
Dentro de las limitaciones es que los resultados pueden no ser claros y pueden dar
un pobre diagnstico, debido a que se trata de la apreciacin en relacin a los gustos
y preferencias de panelistas. Puede resultar difcil obtener un panel representativo de
la poblacin objetivo y finalmente los datos o categoras de preferencia pueden ser
ambiguos7.
18
Reyna Liria 08/02/2008
1.3 Uso de las pruebas afectivas y hednicas:
El uso de las pruebas afectivas o hednicas dependen del tipo de prueba que
realicemos: pruebas de preferencia o pruebas de aceptabilidad.
2. Pruebas de preferencia
Este tipo de prueba se aplica a panelistas sin entrenamiento e incluso poco nivel
educativo. Permite hacer series de diferencias pareadas.
Se trata de una prueba sencilla que responde a la pregunta: Cul prefiere?, en este
caso se evala el producto como un todo.
19
Reyna Liria 08/02/2008
El panelista debe elegir de todas maneras una de las opciones, aunque en algunas
ocasiones se puede usar un alternativa de no preferencia por ninguna de las
muestras. Sin embargo, esto produce ciertos inconvenientes como por ejemplo:
puede ocasionar la disminucin de la muestra de datos (por lo que se requerira
mayor nmero de panelistas para controlar las prdidas debidas a las respuestas de
no preferencia), puede complicar el anlisis y causar diferencias por omisin.
Tambin se pueden usar escalas de intensidad de preferencia: prefiere fuertemente,
prefiere moderadamente y prefiere.
Al ser una prueba de preferencia pareada slo existen dos cdigos, con dos posibles
secuencias de servido elegidas al azar: AB, BA. Las dos muestras se deben mostrar
simultneamente (Figura 5).
Nombre: Fecha:
Nmero de prueba: Cdigo de la sesin:
Por favor enjuague su boca con agua antes de empezar.
Por favor pruebe las dos muestras de productos presentados, empezando por el de la
izquierda y luego seguir con el de la derecha. Usted puede beber agua tanto como
desee, pero al menos debe consumir la mitad de la muestra presentada.
Si tiene alguna pregunta, no dude en hacerla.
Marque con una X el producto de su preferencia
A B
No
563 prefiero 829
ninguna*
Los datos pueden ser analizados por uno de los siguientes mtodos
estadsticos de distribucin binomial, chi cuadrada y distribucin normal.
A. Distribucin binomial
20
Reyna Liria 08/02/2008
empanadas (A y B), cul es la preferida. Tenemos definido
previamente usar una prueba de dos colas, a un nivel de significancia del
5% (p=0.05). Despus de aplicar la prueba encontramos que 65 de ellos
prefieren la empanada A y 15 la empanada B. Al observar la tabla de
nmero de aciertos encontramos que se requiere al menos 50, 52 y 56
personas (a un nivel de significancia de 0.05, 0.01 y 0.001,
respectivamente) que se inclinen por uno de los productos para decir que
existe una diferencia de preferencia. Por lo tanto decimos que el producto
A fue significativamente ms preferido que el producto B (p<0.001).
( ) (
O1 E1 0.5 O2 E 2 0.5
=
2 2
)
+
2
E 1 E 2
Dnde:
O1 = # observado de elecciones Producto A
O2 = # observado de elecciones Producto B
E1 = # esperado de elecciones Producto A (np): p= 0.500
E2 = # esperado de elecciones correctas (nq): q= 0.500
n = # de panelistas
Preferencia pareada
N Muestra 120
O1 Observado en papilla 1 70
O2 Observado en papilla 2 50
E1 Esperado en muestra 1 (np) 60
E2 Esperado en muestra 2 (nq) 60
X2 3.32
Grados de libertad (2 productos-1=1) 1
Resultado Preferencia ligera hacia producto 1
Tabla 7: Ejemplo de anlisis de datos de una prueba de preferencia pareada
usando la prueba 2 (ver en pgina de Excel las frmulas usadas)
21
Reyna Liria 08/02/2008
X Np 0.5
Z=
Npq
Dnde:
X = # de respuestas de preferencia
N = # total de juicios
p = probabilidad de elegir la muestra preferida (0.50)
q = 1 - p = 0.5
Z-score < 1.96 provee suficiente evidencia a favor de la hiptesis
nula.
Preferencia pareada
N Nmero de panelistas 100
Nmero de preferencias a arepas con maz
X 65
biofortificado
p Probabilidad de escoger al azar 0.5
q Probabilidad de no escoger al azar 0.5
Z 2.9
Probabilidad (1-0.9981) 0.0019
Los panelistas prefieren las arepas
Resultados biofortificadas, a un nivel de
evidencia fuerte
Tabla 8: Ejemplo de anlisis de datos de una prueba de preferencia pareada
usando la prueba de distribucin normal (ver en pgina de Excel las frmulas
usadas)
22
Reyna Liria 08/02/2008
Al ser una prueba de preferencia pareada slo existen dos cdigos, con dos posibles
secuencias de servido elegidas al azar: AB, BA. Las dos muestras se deben mostrar
simultneamente (Figura 5).
Nombre: Fecha:
Nmero de prueba: Cdigo de la sesin:
Por favor enjuague su boca con agua antes de empezar.
Por favor pruebe las cinco muestras de productos presentados, empezando en el orden
presentado, de izquierda a derecha. Usted puede beber agua tanto como desee. Usted
puede probar nuevamente las muestras una vez que haya terminado de probar todas las
que se presentan.
Asigne un orden de preferencia a los productos presentados usando las siguientes
categoras:
1= Ms preferida, 5= Menos preferida
A. Prueba de Basker
Utilizando la prueba de Basker podemos identificar cul de entre varios
productos evaluados (ms de 2) es preferido entre varios panelistas.
23
Reyna Liria 08/02/2008
Producto
Panelistas Total
A B C D E F G
1 3 7 2 1 5 4 6 28
2 2 3 5 1 4 7 6 28
3 4 2 7 1 3 6 5 28
4 2 3 1 5 7 4 6 28
5 4 6 3 1 2 7 5 28
6 3 7 2 1 5 4 6 28
7 6 7 2 1 3 4 5 28
8 6 3 5 2 1 4 7 28
9 5 4 1 2 3 6 7 28
10 6 5 2 1 3 4 7 28
11 7 6 5 3 2 1 4 28
12 4 7 3 1 2 5 6 28
13 7 6 2 3 1 5 4 28
14 4 5 3 2 6 1 7 28
15 5 3 4 1 2 7 6 28
16 3 5 7 2 6 1 4 28
17 3 5 1 4 2 6 7 28
18 3 4 5 1 2 6 7 28
19 4 2 5 1 7 3 6 28
20 6 4 2 1 3 5 7 28
Suma de categoras 87 94 67 35 69 90 118 560
Tabla 10: Ejemplo de anlisis de datos de una prueba de categoras
preferencia usando la prueba de Basker
24
Reyna Liria 08/02/2008
Producto A B C D E F G
Producto
Suma de categoras 87 94 67 35 69 90 118
A 87 0 -7 20 52 18 -3 -31
B 94 7 0 27 59 25 4 -24
C 67 -20 -27 0 32 -2 -23 -51
D 35 -52 -59 -32 0 -34 -55 -83
E 69 -18 -25 2 34 0 -21 -49
F 90 3 -4 23 55 21 0 -28
G 118 31 24 51 83 49 28 0
Tabla 11: Organizacin de resultados de la prueba de categora de preferencia
usando la Prueba Basker (ver Hoja de Excel las frmulas usadas)
12
2 = * Tj 2 3k ( J + 1)
(k )( J )( J + 1)
Dnde:
T = # total de cada columna
J= # de productos o columnas
k= # de panelistas o filas
Producto (J)
Panelistas (k)
A B C
1 2 1 3
2 1 2 3
3 1 3 2
4 1 2 3
5 2 3 1
6 2 3 1
7 2 1 3
8 1 3 2
9 2 2 2
10 1 2 3
25
Reyna Liria 08/02/2008
11* 1.5 1.5 3
12 1 2 3
13* 1 2.5 2.5
14 2 1 3
15* 1.5 1.5 3
16 2 2 2
17* 1 2.5 2.5
18* 1.5 3 1.5
19 1 2 3
20* 1.5 3 1.5
21* 1.5 1.5 3
22 2 3 1
23* 1 2.5 2.5
24 1.5 3 1.5
25* 1 2.5 2.5
26 2 2 2
Suma total 38 57.5 60.5
Suma2 1444 3306.25 3660.25
X2 11.5
*En el caso de dar empate en el primer lugar de preferencia corresponde
poner un valor de 1.5 a los productos, en el caso de que el segundo lugar
es el empate el valor sera de 2.5 para cada uno
Tabla 12: Ejemplo de anlisis de datos de una prueba de
categoras preferencia usando la Prueba de Friedman
C. Prueba de Kramer
Siguiendo el mismo ejemplo que el anterior podemos usar la prueba de
Kramer para determinar si existe un producto preferido frente a otros. Esta
prueba requiere menos frmulas que la anterior.
A B C
Productos/suma preferencia
39 57.5 61.5
A 39 0 -18.5 -22.5
B 57.5 18.5 0 -4
C 61.5 22.5 4 0
Tabla 13: Ejemplo de anlisis de datos de una prueba de categoras
preferencia usando la Prueba de Friedman
3. Pruebas de aceptabilidad
En este tipo de pruebas se asume que el nivel de aceptabilidad del consumidor existe
en un continuo, no necesariamente hay el mismo nivel de escala entre me gusta
26
Reyna Liria 08/02/2008
mucho y me gusta, que entre me disgusta mucho y me disgusta. Las respuestas estn
categorizadas en escalas desde gusta a no gusta, tambin se pueden evaluar otros
atributos del alimento por ejemplo: salado, dulce, espeso, aguado, etc. Para el
anlisis se asigna un valor numrico a cada escala. No se debe buscar otra
alternativa o alternativas intermedias, se usa las que estn dadas (sobre todo en las
ya definidas).
27
Reyna Liria 08/02/2008
Me Me gusta
disgusta mucho
mucho
Me disgusta Me gusta
mucho mucho
0 5 10 15 20
Me gusta
Me mucho
disgusta
mucho
28
Reyna Liria 08/02/2008
El anlisis de los datos en pruebas de preferencia se hace a travs de medidas de
tendencia central y t-test para definir diferencias.
Consistencia Sabor
Panelistas
Pur 1 Pur 2 Pur 1 Pur 2
1 6 2 6 6
2 5 4 5 5
3 4 5 6 5
4 5 6 5 4
5 3 5 3 3
6 4 4 2 4
7 5 3 6 5
8 6 5 5 3
9 5 4 6 2
10 3 6 5 6
11 4 4 4 5
12 6 3 6 4
13 5 6 5 6
14 4 4 4 3
15 6 5 6 5
16 4 4 3 3
17 5 3 4 5
18 6 2 5 6
19 5 4 6 3
20 4 2 4 4
21 6 3 3 5
22 4 6
Media 4.81 4.00 4.71 4.45
DE 0.98 1.23 1.23 1.22
Suma X 101 88 99 98
Suma X2 505 384 497 468
29
Reyna Liria 08/02/2008
N 21 22 21 22
Grados de libertad
21 + 22 panelistas-2 41 41
Valor t 2.020 2.020
t 2.374 0.694
Consistencia de Sabor de Producto
Resultados Producto 1 mejor 1 igual a Producto
a Producto 2 2
Tabla 14: Ejemplo de anlisis de datos de una prueba de aceptabilidad usando
pruebas de tendencia central y t-test
30
Reyna Liria 08/02/2008
Captulo V
Prueba descriptiva
Dentro de las pruebas descriptivas podemos encontrar pruebas de: perfil del sabor,
perfil de textura y anlisis cuantitativo (estimacin magnitiva, grados o porcentajes,
valoracin de atributos).
31
Reyna Liria 08/02/2008
Dentro de las limitaciones ms importantes tenemos que es el mtodo ms costoso y
requiere de ms tiempo, debido a la necesidad de un panel entrenado para su
evaluacin. Al tratarse de un panel entrenado se puede obtener sobrevalorar
analticamente el producto. Puede no llegar a capturar una impresin integrada entre
todos los panelistas7.
Este tipo de prueba requiere de un panel entrenado por 2 a 3 semanas, en este caso el
panel evala el producto en conjunto para finalmente llegar a un consenso (no se
usan mtodos estadsticos). Al evaluar en consenso el lder del panel puede
influenciar en el entrenamiento por su liderazgo y tratar de direccionar la calidad del
producto por el concepto de amplitud, es decir que puede influir en la caracterstica
real percibida del producto. El lder del panel es un elemento clave en la evaluacin,
su rol es el de: dirigir, coordinar la produccin y preparacin de la muestra, tiene
una participacin activa, es encargado de moderar las interacciones entre los
panelistas, llevar al grupo entero hacia una decisin unnime, emitir la evaluacin
final, debe ser muy paciente, sensible y diplomtico.
Ranking Explicacin
0 No presente
)( No reconocible
1 Suave
2 Moderado
3 Fuerte
Tabla 15: Ejemplo de categoras que se pueden
usar en las pruebas de perfil del sabor
32
Reyna Liria 08/02/2008
2.1 Seleccin de los panelistas para el Perfil del Sabor
Para la eleccin de los panelistas, adems de los aspectos mencionados en el
Captulo II (Guas para la participacin en Evaluaciones Sensoriales), se deben
considerar los siguientes aspectos:
La disponibilidad de tiempo a largo plazo, se quiere entrenar personas que van a
quedarse por largo tiempo en la institucin o empresa debido a que toma mucho
tiempo, esfuerzo y dinero el entrenamiento.
Deben tener alto inters en el producto y en desarrollar el trabajo, a su vez ayuda
si conocen el producto.
Ser seleccionados por sus percepciones normales del sabor y olor usando
productos reales para medir estas categoras.
Ser agudos en identificar olores que estn en el ambiente para evitar confusin
con los olores propios del producto.
Ser consistentes en su evaluacin, sinceros y con personalidad apropiada, no
deben ser tmidos ni agresivos.
3. Perfil de la textura
Cuando se habla de textura de un producto nos referimos a: Atributos reolgicos y
estructurales (geomtricos y de superficie), mediante aspectos mecnicos, tctiles,
visuales y auditivos. La textura es un indicador de la calidad del alimento para el
consumidor. Esta se mide de manera segmentada en el tiempo de la prueba: mordida
inicial vs masticacin vs residual.
33
Reyna Liria 08/02/2008
Adhesividad al paladar: Se requiere de fuerza para remover el producto
completamente del paladar usando la lengua.
Fracturabilidad: Fuerza con la cual el producto se rompe entre los molares,
masticndolo completamente con movimientos rpidos.
Sequedad: Cantidad de humedad percibida en la superficie del producto cuando
entra en contacto con el labio superior.
Dentro de esta prueba se evala la textura: visual, tctil y auditiva. En algunos casos
slo se usa uno de los sentidos y en otros la combinacin completa o parcial: por
ejemplo: la cscara de la naranja es rugosa (visual y tctil) ausente en la cscara de
la manzana, el sonido de las papitas en hojuela en la boca se refiere tanto a la textura
tctil como a la auditiva.
Para medir la textura visual se evala la apariencia de fresco del producto (recin
cosechado, marchito, seco, fresco, etc.), la misma que crea una expectativa del
producto en la boca. Cuando la textura visual y tctil de un producto vara puede
ocasionar una disminucin en la aceptabilidad del producto en el consumidor final.
34
Reyna Liria 08/02/2008
exactamente la distancia del punto marcado. El problema que se puede presentar es
que la escala lineal puede reducir la tendencia de los panelistas a usar slo la parte
central de la escala rechazando muy altos o muy bajos puntajes (el puntaje se calcula
al medir la distancia desde el extremo izquierdo de la lnea hasta el punto exacto
marcado por el panelista) (Figura 7). La eleccin del rango del producto est
referida al propsito del estudio.
Nivel de Acidez
Esta prueba tiene similitudes, pero tambin diferencias con la Prueba de Perfil del
Sabor. Dentro de las similitudes tenemos que:
Dentro de las diferencias con la Prueba del Perfil del Sabor tenemos que en la
Prueba de Anlisis Descriptivo cuantitativo:
35
Reyna Liria 08/02/2008
Estadstica paramtrica y medidas de tendencia central y varianza.
Prueba de significancia estadstica de las diferencias entre dos productos: t-test
entre dos productos, Prueba de Duncan, Tukey y LSD.
Anlisis de varianza en el caso de comparaciones entre ms de dos productos. El
diseo ms comn usado es de:
Comparacin entre productos
Comparacin entre panelistas
Comparacin en rplicas
Examen de interacciones estadsticas:
Juicio entre productos: debido a que los panelistas pueden evaluar los
productos de manera diferente.
Juicio por rplica: los panelistas pueden cambiar su evaluacin en la
repeticin.
Productos por rplica: los productos pueden cambiar sus caractersticas
en la rplica (puede tratarse de lotes diferentes)
36
Reyna Liria 08/02/2008
Anexo 1:
Mnimo nmero de respuestas correctas para establecer significancia a diferentes
niveles de probabilidad segn Distribucin Binomial
Nivel de probabilidad
Pareada, Do-Tro, Preferencia
Nmero de Triangular
Pareada
juicios/ panelistas
Una cola Dos colas Una cola
0.05 0.01 0.001 0.05 0.01 0.001 0.05 0.01 0.001
5 4 5 5
6 5 6 6
7 7 7 -- 7 -- -- 5 6 7
8 7 8 -- 8 8 -- 6 7 8
9 8 9 -- 8 9 -- 6 7 8
10 9 10 10 9 10 -- 7 8 9
11 9 10 11 10 11 11 7 8 9
12 10 11 12 10 11 12 8 9 10
13 10 12 13 11 12 13 8 9 10
14 11 12 13 12 13 14 9 10 11
15 12 13 14 12 13 14 9 10 12
16 12 14 15 13 14 15 10 11 12
17 13 14 16 13 15 16 10 11 13
18 13 15 16 14 15 17 10 12 13
19 14 15 17 15 16 17 11 12 14
20 15 16 18 15 17 18 11 13 14
21 15 17 18 16 17 19 12 13 15
22 16 17 19 17 18 19 12 14 15
23 16 18 20 17 19 20 13 14 16
24 17 19 20 18 19 21 13 14 16
25 18 19 21 18 20 21 13 15 17
30 20 22 24 21 23 25 16 17 19
35 23 25 27 24 26 28 18 19 21
40 26 28 31 27 29 31 20 22 24
45 29 31 34 30 32 34 22 24 26
50 32 34 37 33 35 37 24 26 28
60 37 40 43 39 41 44 28 30 33
70 43 46 49 44 47 50 32 34 37
80 48 51 55 50 52 56 35 38 41
90 54 57 61 55 58 61 39 42 45
100 59 63 66 61 64 67 43 46 49
Ref: Witting de Penna E. Evaluacin Sensorial, Una metodologa actual para la
tecnologa de alimentos. Biblioteca digital de la Universidad de Chile, 2001.
37
Reyna Liria 08/02/2008
Anexo 2:
Tabla de valores crticos de Chi Cuadrada. Bajo la probabilidad de que H0 > X2
38
Reyna Liria 08/02/2008
Anexo 3:
Tabla de valores crticos de Chi Cuadrada. Bajo probabilidad de que H0 > X2
39
Reyna Liria 08/02/2008
Anexo 3: Distribucin normal estndar acumulada (1-). Valores de la
probabilidad acumulado por debajo de Z
z 0.0000 0.0100 0.0200 0.0300 0.0400 0.0500 0.0600 0.0700 0.0800 0.0900
0.00 0.5000 0.5040 0.5080 0.5120 0.5160 0.5199 0.5239 0.5279 0.5319 0.5359
0.10 0.5398 0.5438 0.5478 0.5517 0.5557 0.5596 0.5636 0.5675 0.5714 0.5753
0.20 0.5793 0.5832 0.5871 0.5910 0.5948 0.5987 0.6026 0.6064 0.6103 0.6141
0.30 0.6179 0.6217 0.6255 0.6293 0.6331 0.6368 0.6406 0.6443 0.6480 0.6517
0.40 0.6554 0.6591 0.6628 0.6664 0.6700 0.6736 0.6772 0.6808 0.6844 0.6879
0.50 0.6915 0.6950 0.6985 0.7019 0.7054 0.7088 0.7123 0.7157 0.7190 0.7224
0.60 0.7257 0.7291 0.7324 0.7357 0.7389 0.7422 0.7454 0.7486 0.7517 0.7549
0.70 0.7580 0.7611 0.7642 0.7673 0.7704 0.7734 0.7764 0.7794 0.7823 0.7852
0.80 0.7881 0.7910 0.7939 0.7967 0.7995 0.8023 0.8051 0.8078 0.8106 0.8133
0.90 0.8159 0.8186 0.8212 0.8238 0.8264 0.8289 0.8315 0.8340 0.8365 0.8389
1.00 0.8413 0.8438 0.8461 0.8485 0.8508 0.8531 0.8554 0.8577 0.8599 0.8621
1.10 0.8643 0.8665 0.8686 0.8708 0.8729 0.8749 0.8770 0.8790 0.8810 0.8830
1.20 0.8849 0.8869 0.8888 0.8907 0.8925 0.8944 0.8962 0.8980 0.8997 0.9015
1.30 0.9032 0.9049 0.9066 0.9082 0.9099 0.9115 0.9131 0.9147 0.9162 0.9177
1.40 0.9192 0.9207 0.9222 0.9236 0.9251 0.9265 0.9279 0.9292 0.9306 0.9319
1.50 0.9332 0.9345 0.9357 0.9370 0.9382 0.9394 0.9406 0.9418 0.9429 0.9441
1.60 0.9452 0.9463 0.9474 0.9484 0.9495 0.9505 0.9515 0.9525 0.9535 0.9545
1.70 0.9554 0.9564 0.9573 0.9582 0.9591 0.9599 0.9608 0.9616 0.9625 0.9633
1.80 0.9641 0.9649 0.9656 0.9664 0.9671 0.9678 0.9686 0.9693 0.9699 0.9706
1.90 0.9713 0.9719 0.9726 0.9732 0.9738 0.9744 0.9750 0.9756 0.9761 0.9767
2.00 0.9772 0.9778 0.9783 0.9788 0.9793 0.9798 0.9803 0.9808 0.9812 0.9817
2.10 0.9821 0.9826 0.9830 0.9834 0.9838 0.9842 0.9846 0.9850 0.9854 0.9857
2.20 0.9861 0.9864 0.9868 0.9871 0.9875 0.9878 0.9881 0.9884 0.9887 0.9890
2.30 0.9893 0.9896 0.9898 0.9901 0.9904 0.9906 0.9909 0.9911 0.9913 0.9916
2.40 0.9918 0.9920 0.9922 0.9925 0.9927 0.9929 0.9931 0.9932 0.9934 0.9936
2.50 0.9938 0.9940 0.9941 0.9943 0.9945 0.9946 0.9948 0.9949 0.9951 0.9952
2.60 0.9953 0.9955 0.9956 0.9957 0.9959 0.9960 0.9961 0.9962 0.9963 0.9964
2.70 0.9965 0.9966 0.9967 0.9968 0.9969 0.9970 0.9971 0.9972 0.9973 0.9974
2.80 0.9974 0.9975 0.9976 0.9977 0.9977 0.9978 0.9979 0.9979 0.9980 0.9981
2.90 0.9981 0.9982 0.9982 0.9983 0.9984 0.9984 0.9985 0.9985 0.9986 0.9986
3.00 0.9987 0.9987 0.9987 0.9988 0.9988 0.9989 0.9989 0.9989 0.9990 0.9990
3.10 0.9990 0.9991 0.9991 0.9991 0.9992 0.9992 0.9992 0.9992 0.9993 0.9993
3.20 0.9993 0.9993 0.9994 0.9994 0.9994 0.9994 0.9994 0.9995 0.9995 0.9995
3.30 0.9995 0.9995 0.9995 0.9996 0.9996 0.9996 0.9996 0.9996 0.9996 0.9997
3.40 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9998
3.50 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998
Ref: Lawlees HT, Heymann H. Sensory evaluation of food. Principles and practices. Kluwer
Academic/Plenum Publishers. New York, London, Dordrecht, Boston, 1998.
40
Reyna Liria 08/02/2008
Anexo 4: Tabla de Prueba de Basker y Kramer Valor crtico de diferencia entre
suma de categoras
41
Reyna Liria 08/02/2008
42
Reyna Liria 08/02/2008
51 1.298 1.675 2.008 2.402 2.676 3.258
52 1.298 1.675 2.007 2.400 2.674 3.255
53 1.298 1.674 2.006 2.399 2.672 3.251
54 1.297 1.674 2.005 2.397 2.670 3.248
55 1.297 1.673 2.004 2.396 2.668 3.245
56 1.297 1.673 2.003 2.395 2.667 3.242
57 1.297 1.672 2.002 2.394 2.665 3.239
58 1.296 1.672 2.002 2.392 2.663 3.237
59 1.296 1.671 2.001 2.391 2.662 3.234
60 1.296 1.671 2.000 2.390 2.660 3.232
61 1.296 1.670 2.000 2.389 2.659 3.229
62 1.295 1.670 1.999 2.388 2.657 3.227
63 1.295 1.669 1.998 2.387 2.656 3.225
64 1.295 1.669 1.998 2.386 2.655 3.223
65 1.295 1.669 1.997 2.385 2.654 3.220
66 1.295 1.668 1.997 2.384 2.652 3.218
67 1.294 1.668 1.996 2.383 2.651 3.216
68 1.294 1.668 1.995 2.382 2.650 3.214
69 1.294 1.667 1.995 2.382 2.649 3.213
70 1.294 1.667 1.994 2.381 2.648 3.211
71 1.294 1.667 1.994 2.380 2.647 3.209
72 1.293 1.666 1.993 2.379 2.646 3.207
73 1.293 1.666 1.993 2.379 2.645 3.206
74 1.293 1.666 1.993 2.378 2.644 3.204
75 1.293 1.665 1.992 2.377 2.643 3.202
76 1.293 1.665 1.992 2.376 2.642 3.201
77 1.293 1.665 1.991 2.376 2.641 3.199
78 1.292 1.665 1.991 2.375 2.640 3.198
79 1.292 1.664 1.990 2.374 2.640 3.197
80 1.292 1.664 1.990 2.374 2.639 3.195
81 1.292 1.664 1.990 2.373 2.638 3.194
82 1.292 1.664 1.989 2.373 2.637 3.193
83 1.292 1.663 1.989 2.372 2.636 3.191
84 1.292 1.663 1.989 2.372 2.636 3.190
85 1.292 1.663 1.988 2.371 2.635 3.189
86 1.291 1.663 1.988 2.370 2.634 3.188
87 1.291 1.663 1.988 2.370 2.634 3.187
88 1.291 1.662 1.987 2.369 2.633 3.185
89 1.291 1.662 1.987 2.369 2.632 3.184
90 1.291 1.662 1.987 2.368 2.632 3.183
91 1.291 1.662 1.986 2.368 2.631 3.182
92 1.291 1.662 1.986 2.368 2.630 3.181
93 1.291 1.661 1.986 2.367 2.630 3.180
94 1.291 1.661 1.986 2.367 2.629 3.179
95 1.291 1.661 1.985 2.366 2.629 3.178
96 1.290 1.661 1.985 2.366 2.628 3.177
97 1.290 1.661 1.985 2.365 2.627 3.176
98 1.290 1.661 1.984 2.365 2.627 3.175
99 1.290 1.660 1.984 2.365 2.626 3.175
100 1.290 1.660 1.984 2.364 2.626 3.174
1
Lawless H, Horne J, Chapman K. Sensory Workshops. Applied Sensory Evaluation Workshop. Cornell
University. Institute of Food Science. Ithaca NY, June 16-17, 2004.
43
Reyna Liria 08/02/2008
2
Lawless H, Stevens DA. Sensory Workshops. Applied Statistics Workshop. Cornell University. Institute
of Food Science. Ithaca NY, June 14-15, 2004.
3
ASTM, COMMITEE E-18 on Sensory of Materials and Productos
4
Etaio I, Prez FJ, Albisu M, Salmern J, Ojeda M, Gastn E. Gua para la evaluacin sensorial de la
calidad de los vinos tintos de Rioja Alavesa. Vinos jvenes y vinos con crianza en barrica. Coleccin
LUR N 10. Gobierno Vasco, Departamento de Agricultura, Pesca y Alimentacin, Universidad del Pas
Vasco, Asociacin de Bodegas Vascas Alavesa, LASEHU, Vitoria-Gasteiz, 2007.
5
Witting de Penna E. Evaluacin Sensorial, Una metodologa actual para la tecnologa de alimentos.
Biblioteca digital de la Universidad de Chile, 2001.
http://mazinger.sisib.uchile.cl/repositorio/lb/ciencias_quimicas_y_farmaceuticas/wittinge01/index.html
6
http://www.percepnet.com/img/fotos/cienc_foto1.jpg, 13 de Setiembre 2007.
7
Lawlees HT, Heymann H. Sensory evaluation of food. Principles and practices. Kluwer
Academic/Plenum Publishers. New York, London, Dordrecht, Boston, 1998.
8
Lawless H, Stevens, DA, Chapman K. Sensory Workshops. Applied Statistics Workshop. Cornell
University . Institute of Food Science. Ithaca NY, June 14-15, 2004.
9
Iniciacin al Anlisis Sensorial de Alimentos.
http://www.edu.xunta.es/cfr/ferrol/recursos/arquivo/cursos2001/curso_analise_sensorial/as2.ppt#256,1,I
NICIACIN AL ANLISIS SENSORIAL DE LOS ALIMENTOS. 18 de Setiembre 2007.
44