Servicio Nacional de Aprendizaje SENA CÓDIGO: G06- XXX

Centro Nacional de Hotelería, Turismo y Alimentos VERSIÓN: 001

Tecnólogo en Control de Calidad en la Industria de Alimentos AÑO: 2022
Pag.: 1 de 9

Aprendiz (es):
Ficha: TGCCA - XXXXX
Fecha: DD- M. AAA
Competencia (s): 220601045 Control de calidad en los procesos de producción de la
industria de alimentos
Resultado (s): 220601045-02 Emplear métodos de medición en el control de la
producción de alimentos teniendo en cuenta técnica de control y
normativa.

TALLER FUNDAMENTACIÓN DE SENSOMETRIA EN ALIMENTOS

I. Teniendo presente el video sobre “Sensometría de los alimentos” conteste las

siguientes preguntas

1. ¿Qué información brinda la sensometría al sector de la industria de alimentos?

2. ¿Qué es la sensación y qué es la percepción?

3. ¿Por qué la sensometria es un complemento a las técnicas instrumentales?

4. ¿Cuáles son las vertientes de la sensometria?

5. En la siguiente imagen identifique los tres aspectos que influyen en la respuesta sensorial

6. ¿Cuáles son los tres tipos de sujetos que realizan la evaluación sensorial y que características
presentan cada uno?

7. ¿Cuál de los tres enunciados es verdadero?

a. En el plan sensorial, no puede existir preferencia sin la percepción de una diferencia
b. En el plan sensorial, puede existir diferencia sin la percepción de una preferencia
c. En el plan sensorial, no puede existir diferencia con la percepción de una preferencia

8. Con la sensometría en las siguientes pruebas que se mide

a. Prueba triangular- Discriminante: Mide…………………….
 Servicio Nacional de Aprendizaje SENA CÓDIGO: G06- XXX
Centro Nacional de Hotelería, Turismo y Alimentos VERSIÓN: 001
Tecnólogo en Control de Calidad en la Industria de Alimentos AÑO: 2022
Pag.: 2 de 9

b. Prueba Hedónica o afectiva. Mide ………………………….

c. Prueba descriptiva. Mide……………………………………..

9. ¿La parte métrica de la evaluación sensorial tiene que ver con

a. Su parte estadística
b. Su parte organoléptica

10. ¿para qué sirve las pruebas estadísticas?

11. ¿Qué se evalúa de un panel?

12. ¿Para qué se evalúa el desempeño de un panel?

13. ¿Qué es un mapa de preferencias?

14. ¿Cuáles aspectos se representan en un mapa de preferencia?

15. ¿Por qué en la sensometria la medida debe ser “Justa”?

16. ¿Qué aportaciones o contribuciones ha tenido el tema de la sensometria?

II. Atienda la explicación presentada por el instructor sobre el tema principios

estadísticos requeridos para el análisis de datos sensoriales

1. Principios de estadística aplicada concepto de medición: escalas

Recolección y Análisis de Datos Sensoriales
Los datos de las pruebas sensoriales pueden presentarse en forma de frecuencias, ordenamiento por
rangos o datos numéricos cuantitativos. La forma de los datos depende del tipo de escala de
medición utilizada para la prueba sensorial. Para el análisis estadístico de los datos, deben emplearse
métodos apropiados para los datos de frecuencia, de ordenamiento o cuantitativos. En la siguiente
sección se describen brevemente los tipos de escalas y métodos estadísticos apropiados para el
análisis de los datos obtenidos.
6.1 Las escalas de medición
Se utilizan para cuantificar la información de las pruebas sensoriales. Existen diferentes tipos de
escalas: nominal, ordinal, de intervalo y racional. Dado que el tipo de análisis estadístico que se
llevará a cabo se ve afectado por el tipo de escala seleccionado, la escala de medición deberá
seleccionarse sólo después de haber analizado cuidadosamente los objetivos del estudio (Watts et
al., 1992, p. 51)
 Servicio Nacional de Aprendizaje SENA CÓDIGO: G06- XXX
Centro Nacional de Hotelería, Turismo y Alimentos VERSIÓN: 001
Tecnólogo en Control de Calidad en la Industria de Alimentos AÑO: 2022
Pag.: 3 de 9

Figura 1
Principios de estadística aplicada

Nota. Tomado de Estudio determinación vida útil de alimentos con herramientas sensoriales, EQS, 2020, www.eqsgrupo.com

1. Para los siguientes ejemplos indique frente a cada uno el tipo de escala y su respectiva
característica.

Tabla 1
Ejercicio de caracterización. Tabla de escalas

EJEMPLO TIPO DE ESCALA CARACTERISTICA

En este tipo de escala, los

Para identificar características
números no tienen valor
olfativas de salsas de tomate,
numérico real ya que se
los evaluadores pueden utilizar
emplean para designar o
una escala nominal en que el
nombrar categorías. Es posible
número 1 = a fruta, el 2 = dulce,
utilizar nombres solamente, en
el 3 = picante y el 4 = acre. Los
vez de números que representen
panelistas escriben el número
a los nombres. Se puede dar
correspondiente a cada
nombre a las clasificaciones o
característica de olor presente
categorías y las frecuencias en
en cada muestra y el encargado
cada clasificación pueden
del panel tabula la frecuencia
tabularse y compararse. Las
en que aparecen las diferentes
muestras de alimentos pueden
características para cada
clasificarse como aceptables o
muestra. Luego, los productos
no aceptables y se puede
se comparan observando la
comparar el número de
frecuencia de cada
panelistas que juzga la muestra
característica de olor en cada
como no aceptable en relación al
muestra.
 Servicio Nacional de Aprendizaje SENA CÓDIGO: G06- XXX
Centro Nacional de Hotelería, Turismo y Alimentos VERSIÓN: 001
Tecnólogo en Control de Calidad en la Industria de Alimentos AÑO: 2022
Pag.: 4 de 9

número de panelistas que la

considera aceptable.

Los bizcochos horneados con Los números representan

tres fórmulas diferentes, posiciones. Las muestras se
pueden ser ordenados en base ordenan de acuerdo a magnitud.
a preferencia, asignando el El orden no indica el tamaño de
número 1 al que más se la diferencia entre muestras. Se
prefiere y el número 3 al menos utilizan tanto en las pruebas
preferido. // orientadas al consumidor como
Una serie de cinco muestras de en las orientadas al producto. En
sopa de pollo podría ordenarse los paneles de consumidores,
atendiendo a su contenido de las muestras se ordenan en
sal, asignando el número 1 a la base a su preferencia o
sopa más salada y el 5 a la aceptabilidad. En las pruebas
menos salada. orientadas al producto, se basa
en las intensidades de una
característica específica del
producto.

Para evaluar sopas de pollo, Permiten ordenar muestras, de

identificando la muestra más acuerdo a la magnitud de una
salada, así mismo sola característica del producto o
conocimiento que tanto esta de acuerdo a la aceptabilidad o
preferencia. Permiten indicar el
la sopa más salada de la
grado de diferencia entre
menos salada
muestras. Para poder medir el
grado de diferencia entre
muestras, la magnitud de los
intervalos de la escala debe ser
constante.
Si dos de las muestras A y B son similares a las escalas de
reciben puntajes de 3 y 6 intervalo, excepto que, en estas,
respectivamente, en lo que existe un verdadero punto cero,
respecta a intensidad de sabor el valor cero escogido
salado, la muestra B sería dos arbitrariamente no indica
veces más salada que la necesariamente la ausencia de
muestra A. // Si se emplea una la característica que se mide. En
escala de este tipo para medir esta escala, el punto cero indica
cinco muestras de sopa de la ausencia completa de la
pollo, el número de intervalos característica.
que separan las muestras en lo Este tipo de escala raramente se
que respecta al contenido de utiliza en pruebas orientadas al
sal indicaría cuántas veces más consumidor, ya que para poder
salada es una muestra que la emplearla adecuadamente se
otra requiere entrenamiento.
 Servicio Nacional de Aprendizaje SENA CÓDIGO: G06- XXX
Centro Nacional de Hotelería, Turismo y Alimentos VERSIÓN: 001
Tecnólogo en Control de Calidad en la Industria de Alimentos AÑO: 2022
Pag.: 5 de 9

2. Análisis estadístico. Con base en la siguiente lectura realice un cuadro sinóptico

“6.2 ANALISIS ESTADISTICO
Los resultados sensoriales se analizan estadísticamente para que el experimentador puede hacer
inferencias u obtener conclusiones acerca de las poblaciones de personas o de alimentos, en
base a una muestra obtenida en esas poblaciones. Antes de iniciar el experimento, se pueden
hacer suposiciones acerca de las poblaciones y de los resultados que se espera obtener con el
experimento. Estos supuestos reciben el nombre de hipótesis y pueden adoptar dos formas. El
supuesto de que no existe diferencia entre dos muestras o entre varias muestras, se conoce como
hipótesis nula. Esta es la hipótesis estadística que se acepta o rechaza en base al análisis
estadístico de los resultados experimentales. El otro supuesto consiste en asumir que existen
diferencias entre las muestras; ésta se conoce como hipótesis alterna, llamada también hipótesis
de investigación. Por ejemplo, en un experimento para determinar si los frijoles se ablandan más
al añadir sal al agua en que se cocinan, la hipótesis nula sería que el añadir sal no influye en la
suavidad de los frijoles cocinados. La hipótesis alterna (o de investigación), podría afirmar que los
frijoles cocinados con sal son más suaves que los cocinados sin sal. Utilizando la prueba
estadística apropiada, es posible determinar si la hipótesis nula debe aceptarse o rechazarse. Si
se acepta, la conclusión es que, de acuerdo con esta prueba, no existe diferencia en lo que
respecta a la suavidad de los frijoles cocinados con cualquiera de los dos métodos. Si se rechaza,
la conclusión es que los frijoles cocinados con sal son probablemente más suaves.
Los resultados de las pruebas estadísticas se expresan indicando la probabilidad de que un
resultado específico pueda ocurrir por casualidad y no sea una diferencia real. Si un resultado
ocurre por casualidad 5 de cada l00 veces, se dice que la probabilidad es de 0,05. Por lo general,
un resultado estadístico se considera significativo solamente si tiene una probabilidad de 0,05 o
menos. Con este nivel de probabilidad, la hipótesis nula se rechazaría 5 de cada 100 veces,
cuando en realidad debería ser aceptada. Cuando se afirma que una diferencia es significativa al
nivel de 5% (probabilidad de 0,05), lo que se quiere decir es que, en 95 de cada 100 casos, existe
una diferencia real.
El nivel de significancia a adoptar en una prueba sensorial debe determinarse antes de iniciar la
prueba, a fin de que la decisión no se vea influida por los resultados de la prueba. Por lo general
se utilizan los niveles de 0,05 y de 0,01. Con el nivel de significancia de 0,05, resulta más fácil
detectar una diferencia, si ésta realmente existe (hay más probabilidades de que la diferencia
identificada se deba a la casualidad).
Si en las pruebas orientadas al consumidor se toma una muestra aleatoria del grupo o población
para formar el panel de consumidores, entonces sí, se podrán hacer inferencias relacionadas con
 Servicio Nacional de Aprendizaje SENA CÓDIGO: G06- XXX
Centro Nacional de Hotelería, Turismo y Alimentos VERSIÓN: 001
Tecnólogo en Control de Calidad en la Industria de Alimentos AÑO: 2022
Pag.: 6 de 9

ese grupo, que pueden ser los posibles usuarios de un producto. En las pruebas orientadas al
producto, los panelistas no se seleccionan al azar, por tanto, no es posible hacer inferencias sobre
una población específica de consumidores; sin embargo, se pueden hacer inferencias acerca de
las características de la población de alimentos que se analiza.
En ambos tipos de pruebas, las muestras de alimentos deben seleccionarse al azar entre los lotes
de producción del alimento que interesa, si es que se desea inferir resultados válidos para todo el
producto.
Cuando las muestras de estudio no se han tomado en forma aleatoria, se debe tener cuidado al
momento de generalizar las conclusiones de la prueba a un grupo de población más grande. El
muestreo aleatorio de una población requiere que todas las unidades de la población tengan la
misma oportunidad de ser seleccionadas. Resulta muy difícil obtener un verdadero muestreo
aleatorio de un alimento, sin embargo, es importante que las muestras empleadas en la prueba
sean lo más representativas posibles del lote original del alimento.
En la etapa inicial se debe obtener un lote de muestra suficientemente grande, para utilizarse en
todas las fases del estudio. De este lote inicial, submuestras deberán asignarse al azar, para cada
tratamiento experimental, repetición o bloque. En cada etapa del proceso, las submuestras o
porciones deberán ser escogidas al azar.

6.3 PRUEBAS ESTADISTICAS

Las pruebas estadísticas se emplean para analizar los datos obtenidos en los estudios
sensoriales. El análisis estadístico persigue los siguientes objetivos: comprobar hipótesis;
determinar si existen diferencias entre las muestras, tratamientos o poblaciones y si estas
diferencias dependen a su vez de otras variables o parámetros; verificar la consistencia de los
panelistas entrenados, tanto durante la fase de capacitación como durante el estudio mismo.
6.3.1 Pruebas Estadísticas para Datos Sensoriales
Los datos de las escalas nominales y ordinales se analizan empleando análisis estadísticos no
paramétricos, mientras que los datos de las escalas de intervalo y racionales, se analizan
empleando pruebas estadísticas paramétricas.
Los métodos no paramétricos permiten un grado de discriminación menor que los métodos
paramétricos, pero no requieren que los datos tengan una distribución normal e independiente,
como ocurre con las pruebas paramétricas.
Las pruebas paramétricas requieren escalas que tengan intervalos o categorías constantes, tanto
psicológicamente como en magnitud; de lo contrario, las categorías deberán considerarse datos
nominales y analizarse utilizando métodos no paramétricos.
El uso de pruebas paramétricas en lugar de pruebas no paramétricas, para el análisis de datos en
escalas de categorías, ha sido objeto de discusión en muchos libros y artículos (O'Mahony, 1986,
1982; McPherson y Randall, 1985; Powers, 1984; Gacula y Singh, 1984; Daget, 1977). Por lo
general, los datos sensoriales nominales se analizan mediante pruebas binomiales o de
Ji-cuadrado.
 Servicio Nacional de Aprendizaje SENA CÓDIGO: G06- XXX
Centro Nacional de Hotelería, Turismo y Alimentos VERSIÓN: 001
Tecnólogo en Control de Calidad en la Industria de Alimentos AÑO: 2022
Pag.: 7 de 9

Los datos sensoriales de tipo ordinal o de posiciones, generalmente se analizan con las pruebas
de Kramer o de Friedman; sin embargo, recientemente se ha visto que la prueba de Kramer no
resulta apropiada por lo que no es recomendable. La prueba paramétrica más frecuente para los
datos sensoriales expresados en escala de intervalos o escalas racionales es el análisis de
varianza (ANOVA).
Pruebas de comparación múltiple de medias, se utilizan para identificar muestras que difieren
entre sí, una vez que se ha confirmado la presencia de diferencias estadísticas mediante análisis
de varianza.
Muchas pruebas de comparación múltiple, tales como la Nueva Prueba de Rangos Múltiples de
Duncan, la Prueba de Tukey, la Prueba de la Menor Diferencia Significativa (MDS) y la Prueba de
Scheffe, están disponibles. De éstas, la prueba de MDS es la más poderosa y liberal, seguida de
las pruebas de Duncan, Tukey y Scheffe.
Por ello, el uso de la prueba MDS hará más probable que se encuentren diferencias significativas
entre dos muestras; sin embargo, ésta también puede identificar diferencias que en realidad no
existen.
La prueba de Scheffe, por otra parte, es bastante cautelosa o conservadora y puede no encontrar
diferencias cuando éstas en realidad existen. Las pruebas de Duncan y Tukey son utilizadas
frecuentemente para datos sensoriales ya que no son consideradas ni muy liberales ni muy
conservadoras.
Las técnicas de análisis de multivarianza pueden ser utilizadas cuando se investigan relaciones
entre un número de diferentes mediciones o pruebas. Análisis de Regresión y Correlación,
Análisis Discriminante, Análisis Factorial y Análisis de Componentes Principales, son tipos de
análisis de multivarianza utilizados frecuentemente en estudios sensoriales. Estos análisis
requieren tratamiento estadístico más sofisticado y no serán discutidos en este manual. Para
información más detallada en el uso de las técnicas de multivarianza para datos sensoriales,
revisar O'Mahony (1986), Gacula and Singh (1984), Piggott (1984), Powers (1984), Powers (1981)
Moskowitz (1983), Ennis et al. (1982) y Stungis (1976).
Calculadoras programables pueden ser utilizadas para analizar pequeños grupos de datos,
utilizando las pruebas sensoriales ilustradas en este manual. Programas o paquetes estadísticos
computarizados son necesarios para llevar a cabo análisis estadísticos más complicados
(Watts,1992).
Figura 1
Pruebas de estadísticas Clásicas
 Servicio Nacional de Aprendizaje SENA CÓDIGO: G06- XXX
Centro Nacional de Hotelería, Turismo y Alimentos VERSIÓN: 001
Tecnólogo en Control de Calidad en la Industria de Alimentos AÑO: 2022
Pag.: 8 de 9

Nota. Tomado de Estudio determinación vida útil de alimentos con herramientas sensoriales, EQS, 2020, www.eqsgrupo.com

El anterior esquema es una manera resumida de ver que prueba estadística utilizar, para que en este
caso no se cometan los errores de que si se tienen datos paramétricos utilizar pruebas que no son
paramétricas.

Las pruebas estadísticas clásicas se clasifican en cuantitativas y cualitativas, si hablamos de las

cuantitativas se clasifican en pruebas que cumplen Normalidad y las pruebas que no cumplen la
Normalidad. Antes de realizar cualquier tipo de prueba cuantitativa debemos hacer una prueba de
normalidad para poder, en este caso, utilizar la prueba adecuada.

Es muy común ver casos donde se aplican por ejemplo una prueba de ANOVA con datos que no son
normales o el caso contrario donde se aplica una prueba Kruskal Wallis con datos que provienen de
una naturaleza normal; entonces previo a realizar cualquier prueba es verificar la normalidad.
Aquí tenemos dos pruebas, en este caso mi número de muestra es menor a 40 utilizo una prueba de
Shapiro Wilks y si tengo una muestra mayor a 40 puedo utilizar una prueba de Kolmogorov-Smirnov;
ambas pruebas van a determinar si los datos se ajustan a una distribución normal o no.

Tenemos el caso en el que se ajustan a una distribución normal, por lo tanto, decimos que los datos
son Normales, cuando tenemos más de dos grupos aplicamos un Test ANOVA y si solamente se
tienen 2 grupos, por ejemplo, a y b, aplicamos T-student.

Cuando hablamos de un ANOVA o una T-Student lo que se va a buscar en este caso es encontrar
diferencias significativas o no, si es el caso que existiesen diferencias significativas aplicamos previa
validación de Homogeneidad y varianza con un test de Levene y en este caso podemos aplicar una
prueba de Tukey o Tamhane, la más común es la prueba de Tukey, la cual nos va a decir si en este
caso verificar si hay diferencia significativa con ANOVA y cuál de los tratamientos son diferentes y
cuales son similares.

Lo mismo tenemos para pruebas que No cumplen Normalidad, cuando tenemos más de dos grupos
aplicamos un Test de Kruskal Wallis y si solamente se tienen 2 grupos, por ejemplo, a y b, aplicamos
U-Mann Whitney, y luego tenemos en este caso para comparaciones múltiples con Test de Friedman.
Entonces importante aquí, en este caso, es ver la naturaleza de los datos y ¿Cómo se logra? Con una
 Servicio Nacional de Aprendizaje SENA CÓDIGO: G06- XXX
Centro Nacional de Hotelería, Turismo y Alimentos VERSIÓN: 001
Tecnólogo en Control de Calidad en la Industria de Alimentos AÑO: 2022
Pag.: 9 de 9

prueba de Normalidad.

Por otro lado, tenemos las pruebas Cualitativas, igual cumple los mismos casos, verificar si existe
Normalidad o No de los datos.

Cuando trabajamos con 2 muestras, podemos hacer una prueba, en este caso, llamada Chi
cuadrado, si las variables sin independientes, pero si las variables son dependientes aplicaríamos
McNemar; acá tenemos en este caso a la prueba exacta de Fischer para el caso de variables
Independientes.
Cuando hablamos de más de dos muestras aplicamos Chi Cuadrado.

De manera individual entregue el taller y por equipos de trabajo socialice los resultados mediante la
Técnica didáctica activa (TDA) mesa redonda.

¡EXITOS!

Referencias

Watts, B. M., Ylimaki, G. L., Jeffery, L. E., y Elías, L. G. (1992). Métodos sensoriales básicos para la
evaluación de alimentos. Centro Internacional de Investigaciones para el Desarrollo.