Está en la página 1de 95

Análisis Descriptivo

Pruebas para definición de


perfiles sensoriales

Blanca Liliana Useche C. Luz Marina Arango. Camilo Mateus


grupo.aclab@grupoaclab.co; grupoaclab@gmail.com
10 -11 de septiembre de 2015
PROGRAMA
FECHA HORA TEMA
Presentación de los participantes
Diapositiva con el programa del curso taller
Objetivos
Conceptos asociados
Normatividad
8:00 - 10:00
Definición del propósito y el objetivo de las
pruebas
Pruebas descriptivas clásicas: Perfil de sabor,
Perfil cuantitativo
DIA 1 Desarrollo de descriptores
2015/09/10 10:00 - 10:20 Descanso
Escala de medición y analisis estadístico
10:20 - 12:00 asociado
Tipos de métodos descriptivos
12:00 - 1:30 Almuerzo
Taller de aplicación y análisis de los métodos
1:30 - 3:00 descriptivos estáticos
Sorting
3:00 - 3:15 Descanso
3:15 - 5:00 C.A.T.A,
8:00 - 10:00 Mapping / Napping
10:00 - 10:20 Descanso
10:20 - 12:00 Perfil libre
DIA 2
12:00 - 1:30 almuerzo
2015/09/11
1:30 - 3:00 Descriptivo cuantitativo
3:00 - 3:15 Descanso
3:15 - 5:00 Los métodos descriptivos dinámicos - Revisión
Principios asociados a las metodologías

Perfil de
sabor Análisis
Perfil tiempo
descriptivo Perfil libre
Perfil de intensidad
cuantitativo
textura
Perfil de sabor - Principio
• El sabor contiene factores de gusto, olor y
sensaciones químicas identificables además de un
ASTM
complejo de impresiones sensoriales no
identificables por separado.

• El sabor consiste en parte de atributos olfativos y


gustativos identificables y por otra parte en un
complejo fundamental de atributos no
identificables separadamente.
• Los métodos son procedimientos para describir y
NTC
valorar el sabor de un producto de un modo
reproducible.
• Los atributos separados contribuyen a la formación
de la impresión total dada por el producto para
estructurar la descripción del sabor del producto.
4
Perfil cuantitativo - Principio

• Basado en la habilidad del panelista para


verbalizar las percepciones del producto de una
manera confiable.

ASTM • Implica un proceso de selección y entrenamiento,


el desarrollo de un lenguaje sensorial y la
calificación de los productos en ensayos repetibles
para obtener una descripción cuantitativa y
completa del producto.

• Descripción de las propiedades sensoriales de una


NTC muestra en el orden de percepción y con asignación
de un valor de intensidad.

5
Perfil libre - Principio

• Cada evaluador selecciona sus propios atributos


para describir un grupo de muestras.
NTC
• Se deriva estadísticamente un espacio de
consenso.

6
Perfil tiempo – intensidad - Principio

• Medición de la intensidad de una sensación


sensorial durante un tiempo en respuesta a una
ASTM
exposición única al producto o cualquier otro
estímulo sensorial.

• Descripción de la intensidad de un atributo dado


NTC mientras cambia sobre un periodo de tiempo,
después de una aplicación del estímulo.

7
¿Para que necesito la
información y que
quiero medir?
Taller 1

8
Para que se necesita la información

• Desarrollo de nuevos productos


• Control de calidad
• Identificar los atributos sensoriales de los
productos con el consumidor
• Comparar el perfil del producto de la
compañía con los de la competencia
• Atributos que cambian con el tiempo
Propósito - objetivo

PROPÓSITO OBJETIVO

• ¿Qué se quiere con el estudio? • Específico


• Tipo de prueba, personal,
tiempos
• Medible
Diseño
Qué
Necesidad información
se necesita

Definir Propósito Objetivo

Independiente,
Variables dependiente
Escala

Réplica, Diseño y
Metodología ¿Cuál?
factores,.. cuidados

Análisis Univariado Multivariado

11
Métodos descriptivos estáticos
Perfil de sabor
(1950)

Perfil de Textura
(1963) Escalamiento por
similaridad (1981)

Perfil de Spectrum Análisis descriptivo cuantitativo (QDA)


(1975) (1974) Escoja-cualquiera
1996

Perfil cuantitativo Perfil libre Mapeo proyectivo Sorting (1989)


de sabor (Mapping) (1994) Sorting libre 1995
(1984)
(1993)
Mapping /Napping ultraflash
C.A.T.A (2007)
Perfil Flash 2005
(2002)

Napping por
Análisis consenso 2012
descriptivo
de ordenación
Funte: Dehlholm, Descriptive sensory
(2010)
evaluations, Comparison and applicability of Napping
novel rapid methodologies (2012)
parcial 2012
12
Métodos descriptivos dinámicos
Perfil tiempo intensidad
(1954)

Perfil tiempo intensidad


computarizado
(1960)

Tiempo – intensidad revisado Perfil progresivo


(1986) (1994)

TDS
Temporal
Dominance of sensations
(2003)

Funte: Dehlholm, Descriptive sensory TOS


evaluations, Comparison and applicability of Temporal
novel rapid methodologies (2012)
order of sensations
13 (2011)
Evaluadores

• Entrenados • Expertos • Consumidores


– Con todos sus – Con todos sus – Seleccionados
sentidos sentidos por grupo
– Entrenados – Buenos objetivo
– Calibrados descriptores
– Calificados – Entrenados
– Calibrados
– Calificados

Perfiles pioneros
14
Palabras para describir atributos del producto

1. Defina el producto
2. Como establece o establecería el lenguaje para describirlo
3. Criterios para escoger las palabras

Taller 2
15
Características del lenguaje
Métodos tradicionales
• Consenso o técnicos
• Precisos
• Entrenamiento
• Evaluados
• No hedónicos
• No cuantitativos
• No “característico”
• No asociados al atributo
• Limitados según el objetivo de análisis

Métodos rápidos
• Libres
• Técnicos
• Hedónicos
• Emocionales
16
• Aplicaciones
Fuente de descriptores

• Evaluadores entrenados o expertos


• Consumidores
• Compendios
– ASTM – Spectrum
• Normas técnicas
• Libros

17
Escala de medición y
análisis estadístico

ACLAB S.A.S. 18
Producto
(características)

Medir
(escala)

Continua Discontinua

Intervalo Nominal

Razón Ordinal

Plano JAR

19
Análisis
Continua,
Información discontinua

Continua Discontinua
Análisis (Estadística (Estadística no
paramétrica) paramétrica)

Dimensiones Univariado Bivariado Multivariado

Multivariado Similitud Vectores Modelos

20
Métodos estadísticos Matrices de
correlación

Análisis
Univariado y Componentes
bivariado Principales –
Análisis Análisis Factorial
información
Conglomerados,
Multivariado Dendogramas

Correspondencias

Multidimensional
Estadística - Univariada

Datos
• Localización. Gráficos anómalos • Una muestra vs
y tendencia central especificación
• Pruebas
• Dispersión. Precisión • Dos muestras
• Distribución • Más de dos muestras

Exploración de
Comparación
los datos

22 ACLAB S.A.S.
Estadística - Bivariada

Fuente. Rev. bol. ped. v.45 n.3 La Paz ago. 2006

23 ACLAB S.A.S.
Análisis Multivariado
Métodos estadísticos que permiten analizar simultáneamente
conjuntos de datos con múltiples variables

Resumir los datos en


nuevas variables Métodos de • Análisis de Regresión
dependencia • Análisis discriminante
Encontrar grupos en los
datos
• Componentes
Relacionar dos conjuntos Principales.
de variables Métodos de • Análisis de
interdependencia correspondencias
• Análisis Factorial
Clasificar nuevas • Análisis de Clúster
observaciones en grupos
definidos.
Conceptos

Covarianza
Variabilidad conjunta de dos
variables cuantitativas. La escala
influye

Correlación
Indica grado de relación entre
dos variables. Medida
adimensional, la escala no
influye.
Análisis de Regresión
• Adecuado si en el análisis existe Ejemplos
una variable dependiente de 11 y = 1,0347x - 0,3443
R² = 0,6495
otra u otras, se quiere 9
cuantificar dicha dependencia y 7
en ocasiones comparar las
5
relaciones. Dulce
3
11 5 7 9
9
7 9 y = 0,8884x - 1,2356
5 8 R² = 0,3973
7
3
5 7 9 6
5
4
Busca la recta que mejor se ajusta a la 3
Aroma
relación que existe entre las dos 5 6 7 8 9 10
variables.
Componentes
Principales

• Analiza interrelaciones entre un gran numero de variables,


explicándolas en un numero menor de variables llamados
componentes, con la mínima perdida de información,
representada por la variabilidad.
• Las nuevas componentes serán combinaciones de las variables
originales, ponderándolas según su relación
• Si las variables son categóricas el análisis se denomina análisis de
correspondientes
Sabor
Sabor
1,00
Color Dulzor Textura Aroma
• Varianza Explicada
Color -0,22 1,00
Dulzor 0,90 -0,22 1,00
Porción de varianza original que es
Textura -0,19 0,97 -0,20 1,00 explicada por un modelo
Aroma 0,75 -0,20 0,78 -0,21 1,00
Ejemplo 5 Variables
Sabor
Se analizan 5 marcas de yogur, con Color
5 descriptores cada uno, se resume
ACP CP1
Dulzor
la información en 2 componentes CP2
Textura
principales.
Aroma

8 M5 1,5
Color
7
1 Sabor
6
0,5
5 Dulzor
4 0

3 M4
-0,5
Aroma
2 M2 M3
M1
-1
1 Textura
0 -1,5
0 2 4 6 8 -1,5 -1 -0,5 0 0,5 1 1,5

Mapa de Individuos Correlaciones


Análisis de Clúster
Busca clasificar un conjunto de
individuos en un numero
pequeño de conglomerados de
manera que los individuos que
pertenecen a un grupo sean
similares entre si y disimilares
del resto

Conceptos

• Similitud
• Cercanía / Lejanía
• Distancia
• Tipos de distancia
Dendrograma

¿Que los hace diferentes?


¿Cuales variables influyen
en la clasificación?
¿Cómo cuantifico las
Productos diferencias?

30 ACLAB S.A.S.
Etapas de un análisis multivariado

• Definición de los objetivos del análisis.


• Definición de las técnicas estadísticas que se
utilizaran.
• Verificación de los supuestos e hipótesis de
la técnica a utilizar.
• Realización el modelo.
• Interpretación de resultados
• Validación del análisis
Las metodologías pioneras

Análisis Perfil
Perfil de Perfil de
descriptivo Perfil libre tiempo
sabor textura
cuantitativo intensidad
Como hacer un perfil
Representación gráfica
Prueba del producto de los resultados

Identificación de las
características y
orden de aparición

Definición de los Descriptores y


descriptores cuestionario por
panelista
Calificación de las
características

Amplitud
)( = muy bajo
1 = bajo
2 = medio
3 = alto

Intensidad
)( = inicio
1 = ligero
2=
moderado Análisis estadístico de
3 = intenso
los resultados
Sorting
Principio
Caracterizar los productos por similitud.
Rojos,
redondos,
dulces,
pequeños….

Dulce, roja, suave Acidas, verdes, jugosas Acidas, amarillas….


SORTING
• Se obtienen:
– Grupos de productos con características similares
– Se pueden presentar (representar) los resultados en
un gráfico de dos dimensiones mostrando las
relaciones que existen

37 ACLAB S.A.S.
Aplicación
• Evaluadores
– Entrenados
– Consumidores
• Productos
– Cualquier tipo de producto
– Número de muestras amplio, depende más del
agotamiento sensorial y la aplicación

38 ACLAB S.A.S.
Campos de aplicación

• Selección de productos y
I&D características importantes

• Variación de la intensidad de la
Calidad característica en el tiempo

• Mapa de los productos


Mercadeo comparado con la competencia

39 ACLAB S.A.S.
SORTING
Taller
1. Formar grupos de productos que considere
similares.
2. En cada grupo formado describa las
características sensoriales
Datos - Tabulación
GRUPOS - SIMILITUDES
Pr1 Pr2 Pr3
Pr1 12 10 6
Pr2 10 12 1
Pr3 6 1 12

ATRIBUTOS
Atributo
Dulce Ácido Amargo
Muestra
Pr1 0 0 1
Pr2 1 1 1
Pr3 1 0 1

41 ACLAB S.A.S.
ANÁLISIS
P1 p2 p3 p4 p5 p6
P1 1 0 0 0 0 1
P2 0 1 1 0 1 0
P3 0 1 1 0 1 0
Similitud P4 0 0 0 1 0 0
(Cuadrado) P5 0 1 1 0 1 0
P6 1 0 0 0 1

Matriz de Similitud
Completa

A1 A2 A3 Ap
P1 1 0 0 1
Atributos P2 1 1 0 0
Matriz de
(Rectángulo) P3 1 0 0 0
P4 0 0 0 1 atributos
P5 1 0 0 0
42 P6 1 1 1 1 Correspondencias
CASO - QUESOS

METODOLOGÍA • Sorting

• Quesos
• Pera, Holandés, Paipa, Provolone,
PRODUCTO Emmental, Tilsit, Parmesano, Azul, Brie,
Camembert

EVALUADOR • Consumidor de quesos

43 ACLAB S.A.S.
Ventajas y desventajas

Ventajas
1. No solo
verbaliza
2. Agrupa

Cansancio
sensorial

44
Resultados

45 ACLAB S.A.S.
PRODUCTOS
Conclusiones
• Es rápido, sencillo de aplicar
• Se puede trabajar con evaluadores entrenados o
consumidores
• Puede ser usado en una gran variedad de productos
y con una mayor cantidad de muestras.
• Producto final es el grupo de productos y las
características relacionadas si existe asociación
• El análisis de la información implica análisis
multivariado
C.A.T.A.
C.A.T.A
Taller
1. Evaluar cada uno de los productos
respecto a las características que piensa
debe tener.
C.A.T.A - Check All That Apply
• Identifica características que posee un producto.
• Permite comparar productos, contra un producto ideal
• Diseñado para rápida aplicación a consumidores.
• El consumidor selecciona de un listado de características
(palabras o frases), todas las que cree que aplican para
cada producto.
• Las características las provee el investigador basado en su
experiencia y estudios anteriores.
• Por medio de un análisis de correspondencias se consigue
un mapa sensorial que permite comparar las los
productos, las características asociadas y tomar
decisiones.
Principio
C.A.T.A. (Check All That Apply) maque todos lo
que corresponda

Marque todas las palabras que considera adecuadas para describir un jugo
de manzana
Dulce Transparente Brillante
Acido Amarillo Refrescante
 Características sensoriales.
Consistente, Cremoso, dulce.
 Hedónicos.
Rico, Desagradable.
 Características no
sensoriales.
Un producto de
calidad,marca
 Conceptos.
Producto para toda la
familia.
Aspecto importante la  Ocasiones de uso.
selección de los Para consumir en el
términos a evaluar
desayuno.
52
Aplicación
• Evaluadores
– Consumidores
• Productos
– Cualquier tipo de producto
– Número de muestras amplio, depende más del
agotamiento sensorial y la aplicación
• Información
– Características sensoriales y no sensoriales de un
producto
– Evaluación vs producto ideal

53 ACLAB S.A.S.
Metodología
A1 A2 A3 A4
E1 1 0 1 0
Definir Recolección de E2 1 1 0 0
Atributos Datos E3 1 1 1 1
E4 0 1 0 0
E5 0 1 1 0

A1 A2 A3 A4
P1 30 15 1 22
Análisis de P2 3 0 4 6
Correspondencias P3 5 3 12 19

Tabla de conteos
(Tabla de contingencia)
Correspondencias

54 ACLAB S.A.S.
CASO - QUESOS

METODOLOGÍA • C.A.T.A.

• Quesos
PRODUCTO • Paipa, Tilsit, Azul

EVALUADOR • Consumidor de quesos

55 ACLAB S.A.S.
Caso Quesos 120,0%
100,0%
80,0%
60,0% % Inercia
67,2%
Factor F1 F2 F3 40,0% % Acum
Inercia 0,2804 0,0933 0,0435 20,0%
22,4% 10,4%
% Inercia 67,2% 22,4% 10,4% 0,0%
% Acum 67,2% 89,6% 100,0% F1 F2 F3

-1,5 -1 -0,5 0 0,5 1


1
Superficie_con_huecos
0,8
Se_siente_fibroso

Se_siente_granulosoPaipa 0,6

0,4

Se_siente_amargo Es_opaco Se_siente_la_sal


Deja_un_residual_amargo Huele_a_leche
Color_homogEneo 0,2
Se_siente_la_acidez
Deja_la_boca_grasosa Tiene_un_grano_fino
Al_masticarlo_rechina
Huele_a_fermentado Huele_a_grasa Se_siente_duro 0
Azul No_se_rompe_fácil_al_morde
Huele_rancio Tilsit
Se_siente_cremoso rlo Ideal
-0,2
Se_siente_elástico_al_morder
Color_no_homogéneo Superficie_lisa
Tiene_vetas_verdes,azules lo
Se_siente_el_dulce
Tiene_brillo -0,4

-0,6

56
Conclusiones
• Es sencillo de aplicar
• Se puede trabajar con evaluadores no entrenados
(consumidores)
• Puede ser usado en una gran variedad de productos
y con varias muestras.
• Producto final es la información sobre la percepción
del consumidor respectos a características
(sensoriales y no sensoriales) de los productos
• El análisis de la información implica análisis
multivariado
Mapping / Napping
MAPPING
Taller
1. Formar grupos de productos que considere
similares.
2. En cada grupo formado describa las
características sensoriales
Principio
Obtener un mapa en dos dimensiones de la percepción
general de la muestras usando criterios de similitud.

Rojos,
redondos,
dulces,
pequeños….

Ácidos, verdes

Dulce, roja, suave

Dulce
Aplicación
• Evaluadores
– Entrenados
– Consumidores
• Productos
– Cualquier tipo de producto
– Número de muestras amplio, depende más del
agotamiento sensorial y la aplicación
• Ubicación
– Uso de papel de dimensiones conocidas en el cual
se ubican la muestras ( forma espacial)

61 ACLAB S.A.S.
Datos - Tabulación

Producto D1(x) D2(y)


Fresa 5,2 5
Manzana 8,7 7,2
Ácidos, verdes
Ciruela
Dulce, roja, suave
(8,7 , 7,2) ……
(5,2 , 5)
Dulce

62
Datos - MUESTRAS – LOCALIZACIÓN
Tabulación Producto D1(x) D2(y)
Fresa 5,2 5
Manzana 8,7 7,2
Ciruela
……

GRUPOS - SIMILITUDES
Pr1 Pr2 Pr3
Pr1 12 10 6
Pr2 10 12 1
Pr3 6 1 12
MUESTRAS – ATRIBUTOS
Atributo
Dulce Ácido Amargo
Muestra
Pr1 0 0 1

Pr2 1 1 1

Pr3 1 0 1

63 ACLAB S.A.S.
Metodología
P1 P2 P3 P4
P1 d11 d12 d13 d14
Cálculo de P2 d21 d22 d23 D24
Tabular
distancias P3 d31 d32 d33 d34
P4 d41 d42 d43 d44

Total
P1 P2 P3 P4
P1 d11 d12 d13 d14
Análisis de Componentes P2 d21 d22 d23 D24
Principales P3 d31 d32 d33 d34
P4 d41 d42 d43 d44

Distancias Total
Variables continuas

64 ACLAB S.A.S.
CASO - QUESOS

METODOLOGÍA • Mapping / Napping

• Quesos
• Pera, Holandés, Paipa, Provolone,
PRODUCTO Emmental, Tilsit, Parmesano, Azul, Brie,
Camembert

EVALUADOR • Consumidor de quesos

65 ACLAB S.A.S.
Caso Quesos

66 ACLAB S.A.S.
Conclusiones
• Sencillo de aplicar
• Se puede trabajar con evaluadores entrenados o
consumidores
• Puede ser usado en una gran variedad de productos
y con una mayor cantidad de muestras.
• Producto final un mapa de producto y
características, con distancias
• El análisis de la información implica análisis
multivariado por PCA
Perfil Flash
Principio
Evaluar y calificar el producto, generando
descriptores y una medida

Dulce,
oscuro,
suave,
cremoso,….

Chocolate
Chocolate
amargo,
esponjoso,
esponjoso,
gomoso, ….
liviano,….
Metodología

• Sesión preliminar
– Cada evaluador hace una lista de descriptores del
producto (no hedónicos, no de intensidades)
• Sesiones intermedias
– Cada evaluador lee las listas de descriptores de los
compañeros y complementa la propia
• Sesión principal
– Evaluación comparativa del grupo de muestras con
cada descriptor generado

70
Aplicación
• Evaluadores
– Entrenados
– No hay entrenamiento en el producto
• Productos
– Cualquier tipo de producto
– Número de muestras amplio, depende más del
agotamiento sensorial y la aplicación

71 ACLAB S.A.S.
Metodología
A1 A2 A3 A4
E1 1 0 1 0
Definir Recolección de E2 1 1 0 0
Atributos Datos E3 1 1 1 1
E4 0 1 0 0
E5 0 1 1 0

A1 A2 A3 A4
P1 30 15 1 22
Análisis de P2 3 0 4 6
Correspondencias P3 5 3 12 19

Tabla de conteos
(Tabla de contingencia)
Correspondencias

72 ACLAB S.A.S.
Conclusiones
• Sencillo de aplicar
• Se puede trabajar con evaluadores
entrenados
• Producto final el perfil cuantitativo de
producto
• El análisis de la información implica análisis
multivariado
Análisis descriptivo
cuantitativo
Etapas para el análisis descriptivo
Entrenamiento
Definición del
Selección de general pruebas
lenguaje común por
expertos descriptivas, uso de
consenso
formatos y escalas

Evaluación de
reconocimiento de Entrenamiento en Evaluación de
los descriptores escalas panelistas
acordados

Análisis de
muestras
Entrenamiento en escalas
Ordenamiento por intensidad
Escoger un descriptor
del descriptor

Uso de escala de intervalo no


estructurada para evaluar intensidad
Valores de
escala del Determinar promedios
grupo para el CV < 25%
y coeficiente de variación
descriptor CV > 25%

Revisión de resultados
con el grupo de panelistas

Repetir nuevamente la evaluación


sobre la escala
Verde, fresa,
jugosa, dulce,
ácida, ….
Proceso de medición

Variable ¿Qué se Dulzor, color,


(descriptor) quiere medir? …

Estructurada,
Grado (nivel) ¿Cómo?

Valor
Escala 10 cm, anclas
(medida)

Rango
Ajuste Repetitividad
(calibración)
Métodos dinámicos

79
Principio
• La entrada, la duración y la secuencia de las
sensaciones evocadas es clave para el desempeño y
diferenciación de un producto.
• El propósito es establecer el patrón de desarrollo de
una o varias características sensoriales del producto
• Productos con perfiles similares definidos por los
métodos estáticos pueden tener características
temporales totalmente diferentes.

80
Tiempo - Intensidad

• Evaluadores
– Enfocados en una sola
característica
– Identifiquen y
cuantifiquen un solo
estimulo en una muestra
compleja
– Identifiquen cambios en las
sensaciones mientras
ocurren
– Alto entrenamiento
81
Análisis
Tiempo total del estimulo
Intensidad máxima
Duración de la intensidad máxima
Tiempo de reacción
Tiempo en alcanzar la máxima
intensidad
Tiempo de extinción
Intensidad al final de la prueba
Ángulo del incremento
Ángulo del descenso
Área del incremento
Área
82
del descenso
Taller

83
Perfil progresivo

1. Evalúa al primer
estímulo varios
atributos
2. A tiempos determinado
vuelve a evaluarlos
3. Evalúa las intensidades
residuales
T.O.S
Orden temporal de sensaciones
• Medir el orden
en que los
atributos
claves
aparecen
durante la
experiencia
sensorial

85
Técnica Dominancia Temporal de
Sensaciones (TDS)

Ginneth Olarte
Principios
• El objeto de la metodologia TDS , es
proporcionar una fotografia temporal completa
de un producto, permitiendo que los panelistas
califiquen varios descriptores simultaneamente.
(Multi-atributos).
• Esta técnica detecta la secuencia de la
dominancia de diferentes atributos
• Se registra la intensidad del atributo dominante
al tiempo ti
• El atributo dominante es aquel que capta la
atención en un momento determinado sin
importer la intensidad
Información que se obtiene
• La secuencia de la dominancia en el perfil
• El tiempo y la duración cuando cada atributo
comienza a ser dominante (hasta que cambia a
otro atributo)
• La intensidad de cada percepción dominante
• Si la dominancia de un atributo desaparece para
reaparecer luego
Pros y contras de la técnica

• Pros  Contras
– Información del  No hay detalles de los
tiempo atributos no dominantes
– Fotografia general  No hay información de la
– Secuencia de la evolución de la
dominancia intensidad
Usos

• Para tener una fotografía general

• Para tener información temporal

• Para tener información sobre la dominancia

• Para tener información de secuencias


Tipo de Gráficas obtenidas comparando dos edulcorantes
significance

0.7
0.7

0.6
0.6

Numbers = average of the intensity for the descriptor

0.5
0.5
64 bitter
dry
dominance
Indexofofdominance

0.4
0.4 earthy
49 lemon
52 licorice
significance
medicinal
0.3
0.3 44
Index

spicy

46 43 37 sweet
49
35 significance

0.2
0.2

0.1
0.1

0
0
1
1 10
10 19
19 28
28 37
37 46
46 55
55 64
64 73
73 82
82 91 100
91 100 109
109 118
118 127
127 136
136 145
145 154
154 163
163 172
172 181
181 190
190 199
199 208
208 217
217 226
226 235
235
Time
Time
Cuando se usa con alimentos
• Definir el lenguaje a usar (max. 10 atributos)

• Definir en la boca y luego de pasar el alimento, el protocolo


de la prueba.

• Definir la temporalidad del producto ( comienzo/ mitad/


final )

• Chequear el tiempo de cambio

• Chequear las calificaciones


Minimizar el número de atributos para
aumentar la potencia

Número de panelistas

Número de repeticiones
> 5x Numero de atributos para la descripción

=
Numero de experimentos
Tiempo y duración de cada atributo cuando comienza a ser
dominante

% Rata de Dominancia = n menciones como dominante


N de productos en evaluación
Gracias
grupo.aclab@grupoaclab.co

grupoaclab@gmail.com