Documentos de Académico
Documentos de Profesional
Documentos de Cultura
net/publication/285589760
CITATIONS READS
4 1,659
5 authors, including:
Piercosimo Tripaldi
Universidad del Azuay (UDA)
78 PUBLICATIONS 142 CITATIONS
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
Determination of the impact and occurrence of emerging pollutants in Ecuadorian rivers and proposals for their removal. View project
All content following this page was uploaded by Cristian Rojas Villa on 03 December 2015.
Artículo
Multicriteria decision functions and Plackett-Burman design application for the study of
sensory quality of mortadellas
Mónica Tinoco*, Cristian Rojas, Piercósimo Tripaldi, Mayra Criollo, Ligia Huayasaca
Aceptado 21-Junio-2011
Resumen
Abstract
The taste acceptation of mortadellas was evaluated studying 7 relevant factors. For chicken
mortadella the factors considered were: poultry, fat, ice, potatoes starch, wheat flour, bleaching
temperature and bleaching time. For traditional mortadella the factors were: pork meat, beef meat, fat,
ice, potatoes starch/wheat flour rate, bleaching temperature and bleaching time. Plackett-Burman
design was used to study these factors. The experimental response was considered as the utility
function obtained by means of DART software. This software based its calculation on some taste
attributes evaluated by an untrained sensory panel. The Half-Normal Plot allowed establishing the
important factors of the product design. Synergic factors were identified for both products.
Key words: chicken, Half-Normal Plot, mortadella, multicriteria decision making, Plackett-Burman
design, sensorial.
Ecuación (2) bOLS inv ( X T · X ) X T · Y del punto medio del intervalo considerado. Esta
probabilidad se calcula según la Ec. 3.
Donde:
100 % (i 0,5)
X : matriz del modelo Ecuación (3) pi
XT : la inversa de la matriz del modelo k
Y : vector respuesta
inv (XT · X) : matriz de dispersión del modelo Donde:
bOLS : vector columna que contiene los pi : probabilidad asociada al i-ésimo coeficiente
coeficientes del modelo i : orden del i-ésimo coeficiente (1, 2, 3,…, k)
k : número total de coeficientes calculados,
El cálculo de los coeficientes del excluido la intercepción
modelo de regresión se realizó en el software
MATLAB®, versión 7.0 (MathWorks®, Inc.). Si los valores obtenidos pertenecen a
una distribución normal con centro en cero
Identificación de variables (distribución del error), cuando se presenta de
significativas esta manera en el Half-Normal Plot se
dispondrán según una línea recta, mientras que
Para detectar las variables significativas, los que no pertenecen en la distribución del
es decir, las que tienen coeficientes error no se alinearan sobre la recta y estarán
significativamente diversos de cero, en este alejados de la misma; estos puntos alejados
trabajo se ha optó por utilizar el método gráfico indican que las variables asociadas a estos
de Half-Normal Plot (Box et al., 1978). El coeficientes son significativas.
Half-Normal Plot se construye de la siguiente El Half-Normal Plot se construye
forma: graficando el valor absoluto de los coeficientes
1. Transformar todos los coeficientes ordenados en forma creciente versus la
en sus valores absolutos. probabilidad (pi). En la Fig. 2 se presenta un
2. Ordenar de forma creciente los ejemplo.
efectos calculados, excluyendo la
intercepción (b0). Evaluación sensorial
3. Contar el número de coeficientes
calculados, este valor se indica con k. Para la evaluación sensorial se empleó
4. Dividir el intervalo de 0 a 100 en un panel no entrenado conformado por 15
número de sub-intervalos de personas. En la selección del panel se llevaron a
amplitud igual a 100/k. cabo entrevistas, con la finalidad de conocer el
5. Representar el punto medio del interés de cada candidato por participar en el
primer intervalo contra el efecto más estudio y su disponibilidad de tiempo. De esta
pequeño, entonces representar el manera, fueron seleccionadas 15 personas,
punto medio del segundo intervalo entre 20 y 30 años de edad, de ambos sexos. Al
contra el segundo efecto en orden panel seleccionado se le informó sobre el
creciente, y así sucesivamente. manejo de la muestra así como la forma
adecuada de llenar la ficha de análisis sensorial.
En el eje de las abscisas se grafica el La aceptación del producto se evaluó basándose
valor del efecto, mientas en el eje de las en las características sensoriales como: olor,
ordenadas se grafica el valor de la probabilidad textura, sabor y apariencia general. A través de
acumulada correspondiente a la probabilidad entrevistas a técnicos que laboran en la indus-
148
HALF-NORMAL PLOT
100
b1
90
80
b33
70
Probabilidad acumulada
60 b3
50 Variables Significativas
b2
40
30
b11
20
10
b22
0
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1
Coeficientes
Figura 2.- Half-Normal Plot de los coeficientes de regresión.
Mordida cauchosa
Mordida harinosa
Aceptabilidad del
Mordida pastosa
Mordida fibrosa
Textura elástica
Olor a pescado
Textura reseca
condimentado
Sabor normal
Sabor a grasa
Experimento
Sabor salado
Olor a grasa
Olor rancio
Función de
agradable
producto
utilidad
Sabor
1 0 0 1 0 2 1 1 0 1 4 1 2 1 4 0,673
2 0 1 2 0 2 2 1 0 2 3 2 1 1 4 0,382
3 1 0 1 1 3 2 1 0 3 2 1 1 2 3 0,316
4 1 0 2 0 3 2 1 0 3 3 1 2 1 4 0,495
5 0 1 2 1 2 1 1 0 2 3 1 2 1 4 0,453
6 0 1 1 1 2 1 0 0 2 2 1 2 1 4 0,459
7 1 0 2 1 2 1 1 1 2 2 1 1 1 3 0,274
8 0 0 2 1 2 1 2 1 3 2 2 2 1 3 0,215
Cuadro 5.- Matriz del modelo de regresión y vector respuesta para la mortadela de
pollo.
Experimento I X1 X2 X3 X4 X5 X6 X7 Y
1 1 1 1 1 1 1 1 1 0,673
2 1 -1 1 -1 1 -1 1 -1 0,382
3 1 1 -1 -1 1 1 -1 -1 0,316
4 1 -1 -1 1 1 -1 -1 1 0,495
5 1 1 1 1 -1 -1 -1 -1 0,453
6 1 -1 1 -1 -1 1 -1 1 0,459
7 1 1 -1 -1 -1 -1 1 1 0,274
8 1 -1 -1 1 -1 1 1 -1 0,215
La columna “I” corresponde a la intersección del plano multivariante con el eje de la respuesta (Y), en
otras palabras, el valor máximo que adquiere la respuesta cuando todas las variables codificadas son
igual a cero.
b0 b1 b2 b3 b4 b5 b6 b7
0,4084 0,0206 0,0834 0,0506 0,0581 0,0074 -0,0224 0,0699
152
HALF-NORMAL PLOT
1
b2
0.9
0.8
b7
0.7
Probabilidad acumulada
b4
0.6
0.5 b3
0.4
Variables significativas
0.3 b6
0.2
b1
0.1
b5
0
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
Coeficientes
Figura 4.- Half-Normal Plot de los coeficientes de regresión para la mortadela de pollo.
Tinoco, Mónica et al. 153
Sabor condimentado
Mordida cauchosa
Aceptabilidad del
Mordida pastosa
Mordida fibrosa
Textura elástica
Textura blanda
Mordida suave
Textura reseca
Color verdoso
Sabor normal
Sabor a grasa
Color rosado
Experimento
Sabor salado
Olor a grasa
M. harinosa
Olor rancio
Función de
Apariencia
Olor ácido
producto
utilidad
1 2 0 0 0 1,5 3 0 2 3 2 1 1 2,5 2 2,5 2 2 1 4 0,752
2 2 0 0 1 2 3 0 2,5 2,5 1 3 2 1,5 3 2 1,5 1 1 3,5 0,501
3 1 0 1 0,5 1,5 2 0 2,5 3 1,5 1,5 1 1,5 3 2,5 2 2,5 2 3 0,431
4 2 0 1 0,5 2 2 0 2 2 1 1 0 2,5 1 2 1,5 2 1 3 0,447
5 2 0 0 0 2 2,5 2 1 3 2 2 1,5 3 2 3 2 1 0,5 4 0,473
6 2 0 1 0,5 2 2 0 2 2,5 1 1,5 1 2 2,5 2 1,5 2 1,5 3 0,424
7 2 0 1 0 1,5 2 1,5 1 3 2 2 1 3 2 3 2 1 0 4 0,459
8 2 0 0 0 2 2,5 0,5 2 3 1 2 0 2 2,5 2,5 2 2 1,5 3,5 0,618
Cuadro 9.- Matriz del modelo de regresión y vector respuesta para la mortadela
tradicional.
Experimento I X1 X2 X3 X4 X5 X6 X7 Y
1 1 1 1 1 1 1 1 1 0,752
2 1 -1 1 -1 1 -1 1 -1 0,501
3 1 1 -1 -1 1 1 -1 -1 0,431
4 1 -1 -1 1 1 -1 -1 1 0,447
5 1 1 1 1 -1 -1 -1 -1 0,473
6 1 -1 1 -1 -1 1 -1 1 0,424
7 1 1 -1 -1 -1 -1 1 1 0,459
8 1 -1 -1 1 -1 1 1 -1 0,618
La columna “I” corresponde a la intersección del plano multivariante con el eje de la respuesta (Y), en
otras palabras, el valor máximo que adquiere la respuesta cuando todas las variables codificadas son
igual a cero.
b0 b1 b2 b3 b4 b5 b6 b7
0,5131 0,0156 0,0244 0,0594 0,0196 0,0431 0,0694 0,0074
Tinoco, Mónica et al. 155
HALF-NORMAL PLOT
1
b6
0.9
0.8
b3
0.7
Probabilidad acumulada
b5
0.6
b2
0.5
0.4
Variables significativas
b4
0.3
0.2
b1
0.1
b7
0
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07
Coeficientes
Figura 5.- Half-Normal Plot de los coeficientes de regresión para la mortadela tradicional.
156
de la Mella, R.M.; Santos, R.; Yánez, J.; Plackett, R.L. and Burman, J.P. 1946. The
Volumen, S. y Pacheco, D. 2009. design of optimum multifactorial
Conservación de productos cárnicos por experiments. Biometrika. 33(4):305-325.
calor. Instituto de Investigaciones para la Quintero-Gil, Claudia Marcela y Rueda-
Industria Alimenticia. Ciudad de La Quijano, Helio. 2008. Optimización de las
Habana, Cuba. condiciones de proceso para la
Draper, Norman and Smith, Harry. 1981. elaboración de la esponja líquida de pan
Applied regression analysis. (2nd. ed.). de molde a través de un diseño factorial de
New York, NY, USA: John Wiley & Sons,
experimentos. Revista Publicaciones e
Inc.
Franco-Arteaga, Claudia Imelda. 2007. Investigación (Escuela de Ciencias
Optimización de la producción de fitasa Básicas Tecnología e Ingeniería,
por Aspergillus niger en fermentación en Universidad Nacional Abierta y a
estado sólido utilizando métodos Distancia, Bogotá, D. C., Colombia).
estadísticos. Tesis de Maestría. Unidad 2(1):43-50.
Profesional Interdisciplinaria de Reichert, J.E. 1988. Tratamiento térmico de
Biotecnología, Instituto Politécnico productos cárnicos. Zaragoza, España:
Nacional, México, D. F., México. Editorial Acribia, S. A.
Frey, Werner. 1985. Fabricación fiable de Rojas, C.; Aguilar, L. y Tripaldi, P. 2010a.
embutidos. Zaragoza, España: Editorial Desarrollo y optimización de un producto
Acribia, S. A. untable a base de soya. Revista
Guerra, María Aloida. y Cepero, Yamira. 2006. Tecnológica ESPOL. 23(2):33-40.
Utilización de almidones y gomas en Rojas, Cristian; Tripaldi, Piero y Dután, Hugo.
productos cárnicos. Ciencia y Tecnología 2010b. Desarrollo y optimización de una
de Alimentos (Cuba). 16(3):69-77.
infusión aromática tipo tisana aplicando
Lewis, Gareth A.; Mathieu, Didier and Phan-
Tan-Luu, Roger. 1999. Pharmaceutical diseño de Plackett-Burman y optimización
experimental design. New York, NY, de máxima pendiente. Revista de Ciencias
USA: Marcel Dekker, Inc. (Facultad de Ciencias Naturales y Exactas,
Modi, V.K. and Prakash, Maya. 2008. Quick Universidad del Valle, Cali, Colombia).
and reliable screening of compatible 14:103-115.
ingredients for the formulation of Sancho, J.; Bota, E. y de Castro, J.J. 2002.
extended meat cubes using Plackett– Introducción al análisis sensorial de los
Burman design. Lebensmittel- alimentos. México D. F., México:
Wissenschaft und Technologie (LWT) - Alfaomega Grupo Editor, S.A. de C.V.
Food Science and Technology. 41(5):878- Stone, Herbert and Sidel, Joel L. 2004. Sensory
882. evaluation practices. (3rd. ed.). San Diego,
Montedoro, G. 1985. Definizione ed analisi CA, USA: Elsevier Academic Press. pp.
delle caratteristiche olfattive e gustative 13.
degli alimenti. Pinerolo, Italia: Chiriotti Techapun, Charin; Sinsuwongwat, Suphawat;
Editori.
Watanabe, Masanori; Sasaki, Ken and
Moskowitz, Howard R. 1995. One
Poosaran, Naiyatat . 2002. Production of
practitioner’s overview to applied product
optimization. Food Quality and Preference. cellulase-free xylanase by a
6(2):75-81. thermotolerant Streptomyces sp. grown on
Pavan, Manuela and Todeschini, Roberto. 2008. agricultural waste and media optimization
Scientific data ranking methods: theory using mixture design and Plackett–
and applications. Amsterdam, The Burman experimental design methods.
Netherlands: Elsevier B.V. Biotechnology Letters. 24(17):1437-1442.