Introducción Al Análisis Sensorial y Estudios Con Consumidores: Nuevas Perspectivas

1
Introducción al análisis sensorial y estudios

con consumidores: Nuevas perspectivas
Carlos Gómez-Corona & Maud Lelièvre-Desmas (Eds.)
XOC ESTUDIO ®
2
Introducción al análisis sensorial y estudios con

consumidores: Nuevas perspectivas
________________________________________________
Editado por:
Carlos Gómez-Corona
Maud Lelièvre-Desmas
Imagen portada: Daniel SALAZAR LAMA y Tita CONCEPCIÓN.

3
XOC ESTUDIO S. de R.L. de CV.

Dirección en Calderón de la Barca 359, Colonia Polanco Reforma, en el Municipio de Miguel
Hidalgo, CP 11550. Ciudad de México. México.
Derechos de autor © 2019. XOC ESTUDIO, todos los derechos reservados.
Este libro contiene información obtenida de fuentes auténticas y de gran prestigio. Se

han realizado grandes esfuerzos en la publicación de datos e información confiable, pero
los autores y editores no pueden asumir la responsabilidad de la validez de todos los
materiales o las consecuencias de su uso. Los autores y los editores han intentado
rastrear a los titulares de los derechos de autor de todo el material reproducido en esta
publicación y pedir disculpas a los titulares de los derechos de autor si no se ha obtenido
permiso para publicar en este formulario. Si alguna el material de copyright no ha sido
reconocido, por favor escríbanos y háganos saber para que podamos rectificar en
cualquier edición digital futura.
Avisos
El conocimiento y las mejores prácticas en este campo están cambiando
constantemente. Con nuevas investigaciones y experiencia se incrementa el
conocimiento en esta área.
PRIMERA EDICION. JULIO 2019.

ISBN: 978-607-98549-0-4
Para más información sobre XOC ESTUDIO, por favor visita nuestro sitio de internet
www.xocestudio.com
Por favor citar el libro como

Ciudad de México: XOC ESTUDIO
Editor general: Carlos Gómez Corona.

Producción editorial & diseño: Carlos Gómez Corona.
carlos@xocestudio.com
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 4
CONTENIDO
Prefacio 5
Agradecimientos 6
Editores 7
Lista de autores 8
Introducción al análisis sensorial y estudios con consumidores 9

Carlos GÓMEZ-CORONA y Maud LELIÈVRE-DESMAS
PARTE I. Análisis sensorial
1.1 Aspectos básicos: Laboratorio, panelistas, logística y selección 21

Héctor ESCALONA-BUENDÍA, Angélica ROMERO-MEDINA y
Pilar CARMONA-ESCUTIA
1.2 Pruebas discriminativas 44

Catherine DACREMONT y François SAUVAGEOT
1.3 Pruebas descriptivas tradicionales 105

Maud LELIEVRE-DESMAS y Gaëlle ARVISENET
1.4 Métodos descriptivos alternativos 164

Sylvie CHOLLET y Dominique VALENTIN
1.5 Métodos descriptivos dinámicos 233

Mara GALMARINI & María Clara ZAMORA
PARTE II. Estudios con consumidores
2.1 Estudios cuantitativos tradicionales 269

Amparo TÁRREGA, Paula VARELA y Carlos GÓMEZ-CORONA
5
2.2 Nuevas técnicas en estudios cuantitativos con consumidores 308

Gastón ARES y Lucía ANTÚNEZ
2.3 Estudios cualitativos tradicionales 343

Carlos GÓMEZ CORONA
2.4 Nuevos métodos en estudios cualitativos 391

Olivier WATHELET
2.5 Métodos de psicología en los estudios con consumidores 435

Heber RODRIGUES y Tobias OTTERBRING
PREFACIO
¿Por qué escribir otro libro de introducción al análisis sensorial y estudios con consumidores? La
respuesta es simple. Los estudiantes y profesionales que dedican su tiempo al análisis sensorial
y estudios con consumidor necesitan información de calidad y actualizada que permita tener a la
mano, un libro en su idioma que proporcione tanto las bases metodológicas, como nuevas ideas
y perspectivas hacia el futuro. El libro está dividido en dos grandes partes: I. Análisis sensorial,
y II. Estudios con consumidores. Cada capítulo tiene el objetivo de proporcionar la información
de base, ejemplos claros y nuevos avances, para ser un libro de referencia.
La estructura del libro es digital, con la finalidad de ser tanto más sustentable, como más claro
para el lector. El formato del libro es un PDF interactivo, que permite al lector visualizar el libro
de una manera interactiva, con vínculos, accesos a bases de datos o a un banco de imágenes.
Por otro lado, el contenido del libro está preparado por un grupo de expertos en el tema y cada
capítulo expresa el estilo y la experiencia propia del autor, para proporcionar en una misma obra,
los diferentes puntos de vista que enriquecerán el conocimiento del lector.
Esta primera edición del libro se publica en español, con la finalidad de enriquecer el lenguaje
del lector, al tener acceso al mundo sensorial y de los estudios con consumidores en idioma
español, ya que en nuestro campo de estudio abundan libros de excelente calidad, pero en
idioma inglés.
7
AGRADECIMIENTOS
Quiero agradecer a Dominique VALENTIN quien me convenció de que esta idea tenía sentido, y
de que podría encontrar a un grupo de autores dispuestos a compartir su conocimiento, en una
editorial nueva, pequeña y experimental.
Personalmente quiero agradecer a Daniel SALAZAR quien me ha acompañado todos los días,
desde hace 15 años, a tu lado todo es posible. Ya que mil palabras no son suficientes, dedico a
ti la portada de este libro.
Gracias a Laura y Carlos, mis padres, quienes cariñosamente rodearon mi casa de la infancia
con libros, es momento de que yo, los llene de libros.
Y a los amigos que dejé y a los que conservé, en especial a Israel. Escribir lleva su tiempo.
Es para mi muy importante agradecer a cada uno de los dieciocho autores, por su dedicación,
paciencia y confianza. Este libro es de ustedes, su conocimiento trascenderá fronteras.
Carlos GÓMEZ CORONA

Yucatán, México. 2019
Me gustaría agradecer calurosamente a Carlos GÓMEZ-CORONA por haberme propuesto

participar al comienzo de su nueva aventura editorial. Como profesora, celebro la publicación de
un libro que reúne contenido científico de calidad y un formato accesible para los estudiantes
(formato digital, en idioma francés y español).
Gracias a cada uno de los autores por el tiempo y la energía dedicada a escribir este libro y por
aceptar compartir su conocimiento.
Agradezco especialmente a Gaëlle ARVISENET por aceptar tomar el tren a bordo y escribir
conmigo el capítulo "Pruebas descriptivas tradicionales". Nuestros intercambios en la bibliografía
y en nuestras prácticas respectivas como docentes-investigadores han sido muy enriquecedores.
Gracias a Sylvie CHOLLET y Dominique VALENTIN por su apoyo durante todos estos años. Al
comienzo de un cambio de vida para mí, este libro es una nueva oportunidad para mostrarle todo
el respeto que tengo por usted.
Gracias a mis colegas y amigos, aquí y en otros lugares.

Finalmente, gracias a Mickaël, una y otra vez. Sabes que tu apoyo es precioso para mí.
Maud LELIÈVRE DESMAS

Lille, Francia. 2019
EDITORES
Carlos GÓMEZ CORONA es director del área de Sensorial & Estudios con Consumidores en
Firmenich SA, donde dirige un grupo interdisciplinario que trabaja en
investigación sensorial y del consumidor en América Latina, con un
enfoque en la percepción del sabor y la experiencia de comer y beber.
Ha realizado investigaciones tanto en el mundo académico como en la
industria, y ha dedicado una buena parte de su tiempo a la enseñanza.
Colabora activamente con varios grupos de investigación de manera
internacional, especialmente en Francia y Brasil. Sus publicaciones se
centran en la experiencia de consumo, la percepción y representación
del producto y la responsabilidad social. Obtuvo su maestría en análisis
sensorial de alimentos en la Universidad de Borgoña en Francia, seguido
de un doctorado en investigación del consumidor en la UAM México, en
colaboración con el Centre des Sciences du Gout e ISA Lille, bajo la
dirección de Dominique VALENTIN y Sylvie CHOLLET. Carlos recibió la
beca Rose Marie Pangborn Sensory Science en 2014 por su tesis de
doctorado y forma parte del Sistema Nacional de Investigadores de México. En 2019 funda y
dirige XOC Estudio, una start up académica, con la finalidad de hacer difusión científica en
idiomas español y francés.
Maud LELIÈVRE DESMAS es profesora asociada en la Unidad de Alimentos y Calidad de ISA

Lille (Escuela de Ingeniería en Alimentos, Agricultura, Medio Ambiente y
Paisaje), donde imparte cursos sobre evaluación sensorial y ciencias del
consumidor para estudiantes franceses e internacionales. También
estuvo a cargo de la unidad "Cervecería y oficios de cerveza" durante
varios años.
Ella lleva a cabo su investigación sobre representaciones alimentarias
(mentales, sociales) y su categorización, y su vínculo con diferentes tipos
de aprendizaje (profesionales, panelistas capacitados, consumidores).
También está interesada en la influencia de la cultura en la percepción
de los alimentos, teniendo en cuenta los aspectos descriptivos,
perceptivos y hedónicos, y el impacto de la información externa (como la
información ambiental) en la percepción que los consumidores tienen de
los alimentos. Ha contribuido al desarrollo de métodos descriptivos
alternativos (categorización, CATA, perfil pivote). Colabora con una serie
de equipos de investigación en Francia, Tailandia, Estados Unidos y
México y es revisora de varias revistas científicas en evaluación sensorial.
Posee una maestría en gestión de las propiedades sensoriales de los alimentos de Agrosup
Dijon, y tiene un doctorado en ciencias de los alimentos de la Universidad de Borgoña, bajo la
dirección de Dominique VALENTIN (Agrosup Dijon) y Sylvie CHOLLET (ISA Lille).
9
AUTORES
Lucía ANTÚNEZ, Universidad de la República, Uruguay
Gastón ARES, Universidad de la República, Uruguay
Gaëlle ARVISENET, CSGA AgroSup Dijon, Francia
Pilar CARMONA-ESCUTIA, Universidad Autónoma Metropolitana, México
Sylvie CHOLLET, ISA Lille, Institut Charles VIOLLETTE, Francia
Catherine DACREMONT, AgroSup Dijon, Francia
Héctor ESCALONA-BUENDÍA, Universidad Autónoma Metropolitana, México
Mara GALMARINI, Pontificia Universidad Católica Argentina, Argentina
Carlos GÓMEZ-CORONA, XOC Estudio, México; Firmenich SA. México
Maud LELIÈVRE-DESMAS, Institut Charles VIOLLETTE, Francia
Tobias OTTERBRING, Universidad de Aarhus, Dinamarca
Heber RODRIGUES, UNICAMP, Brasil
Angélica ROMERO-MEDINA, Universidad Autónoma Metropolitana, México
François SAUVAGEOT, AgroSup Dijon, Francia
Amparo TÁRREGA, Instituto de Agroquímica y Tecnología de Alimentos, España
Dominique VALENTIN, CSGA AgroSup Dijon, Francia
Paula VARELA, Nofima, Noruega
Olivier WATHELET, Users Matter, Bélgica
María Clara ZAMORA, Pontificia Universidad Católica Argentina, Argentina

10
Introducción: Análisis sensorial y estudios

con consumidores
Carlos GÓMEZ-CORONA1 & Maud LELIÈVRE DESMAS2

1XOC Estudio, Ciudad de México, México
2 ISA, Univ. Lille, INRA, Univ. Artois, Univ. Littoral Côte d’Opale, EA 7394 – ICV - Institut Charles VIOLLETTE
CONTENIDO
1. Un poco de historia
2. El análisis sensorial
3. Los estudios con consumidores
4. Conclusiones
Referencias
Introducción: Análisis sensorial y estudios con consumidores 11
1. Un poco de historia
El análisis sensorial tiene una historia mucho más antigua que el simple hecho de citar
sus orígenes en los años 50’s con la publicación de la escala hedónica de nueve puntos
(Peryam & Pilgrim, 1957), es más hacer, esa cita equivale a reducir miles de años de
historia. El análisis sensorial, tiene sus inicios con el origen de la especie humana, y el
procesamiento de la información sensorial. Desde sus orígenes, el hombre siempre ha
hecho uso del sistema sensorial para percibir el mundo que le rodea (Coolidge & Wynn,
2018). Existen evidencias históricas del uso de los sentidos en el hombre y su relación
con alimentos y las bebidas, y dichas evidencias pueden buscarse en prácticamente
todas las culturas. En la cultura maya antigua (500 AC – 1500 DC) por ejemplo, se
pueden estudiar una amplia gama de documentos, pinturas y objetos que detallan la
relación del hombre con alimentos y bebidas, con un enfoque claramente sensorial. Por
ejemplo, la Figura 1 muestra un vaso polícromo del siglo VIII con la escena de un
gobernante al cual se le ofrece una vasija con un preparado de cacao espumoso. Debajo
del gobernante se puede observar un pan de maíz (tamal) bañado en salsa, y del lado
izquierdo un hombre sosteniendo plumas de ave. En esta escena que podría parecer
simple, muestra elementos sensoriales muy claros que hablan del estado en el que se
encuentra la bebida del cacao, la textura del pan del maíz y el olor almizclado de los
restos de animales. Si bien este tipo de evaluación sensorial carece de una estructura y
una metodología rigurosa, vale la pena resaltar la importancia cultural que tiene.
Otros ejemplos posteriores pero que datan de varios siglos, es la publicación del espectro
del color publicado por Newton en 1740 (Figura 2), en donde divide al color en siete
tonos: amarillo, verde, índigo, violeta, rojo y naranja. La publicación de Newton tiene una
estructura y fundamento científico que lo acercan más al tipo de análisis sensorial que
hacemos en nuestros días, donde el método y el análisis son fundamentales. Otro
ejemplo de publicaciones posteriores puede ser la fisiología del gusto por Brillat-Savarin
(1848) en donde el autor habla detenidamente de la vista, oído, olfato, gusto y tacto.
Habla del sabor y del perfume, pero también de la gastronomía. Al libro de Brillat-Savarin
siguieron sobre todo libros de gastronomía y de enología, pero de acuerdo con Drake et
al (2008) el primer libro publicado sobre las bases del análisis sensorial fue escrito en
polaco por Tilgner en 1957 bajo el título de “Análisis Organoléptico de los alimentos”. El
segundo libro de sensorial fue publicado en japonés por Masuyama y Miura en 1962. El
tercer fue publicado en inglés por Amerine, Pangborn y Roessler en 1965 y
probablemente fue el parteaguas del análisis sensorial moderno, pues Rose Marie
Pangborn es actualmente considerada como la madre del análisis sensorial, y el
congreso más grande que reúne a la comunidad de análisis sensorial y de estudios con
consumidores lleva su nombre: Pangborn Sensory Science Symposium, y se celebra
cada dos años. Para más detalles sobre la historia del análisis sensorial: Drake et al,
2008; Jelen, 2011.
Figura 1. Dignatario maya con una vasija de un preparado de cacao espumante. Debajo del
gobernante se encuentra un plato con pan de maíz (tamal), bañado con salsa. Fotografía de
Justin Kerr: 6418 ®
Figura 2. Izquierda: Círculo cromático de Newton publicado en Opticks 1740. Derecha: portada
del libro de Brillat-Savarin de 1848 sobre la fisiología del gusto. Imágenes de Project Gutenberg
(www.gutenberg.org).
En los 10 años que transcurrieron entre Tilgner y Amerine, Pangborn y Roessler, el

cambio más importante tal vez fue el uso de la palabra “análisis sensorial” en lugar de
“análisis organoléptico”. Este cambio refleja lo que realmente ocurre en un análisis
sensorial, ya que la evaluación se hace a través de los sentidos y no del órgano. En otras
palabras, el análisis del perfil de una fragancia, por ejemplo, se hace con el sentido del
olfato y no con el órgano de la nariz, lo mismo ocurre con el sonido de un producto; lo
evaluamos con el sentido del oído y no con el órgano del oído. Cincuenta y cuatro años
después de la publicación de Pangborn, resulta sorprendente que en algunas ocasiones
se use sensorial y organoléptico como si fueran sinónimos. En el mundo académico de
hoy, se considera que “sensorial” es el término correcto, mientras que “organoléptico” es
un anacronismo, un error.
Magni Martens publicó en 1999 un artículo titulado “A philosophy for sensory science”,
un artículo dedicado a Rose Marie Pangborn, en donde destaca aspectos históricos del
análisis sensorial, y su influencia de la psicología. Si bien la psicología influenció en gran
medida el inicio de las metodologías del análisis sensorial, hoy podemos decir que el
análisis sensorial se nutre de una serie de disciplinas (Figura 3) y de una serie de
cambios en la sociedad para desarrollar nuevas metodologías que permitan estudiar el
mundo sensorial y del consumidor. Algunos de los cambios en la sociedad pueden ser
el cambio en las estructuras de las poblaciones, la tecnología, la crisis climática, y el
cambio de los valores (Euromonitor, 2019); estos cambios en el mundo están haciendo
un cambio en la forma en la que hacemos estudios con consumidores y análisis
sensorial.
Figura 3. Principales disciplinas que influencian el análisis sensorial y los estudios con
consumidores.
2. El análisis sensorial
El análisis sensorial es definido como una disciplina científica utilizada para invocar,
medir, analizar e interpretar las reacciones a las características de los alimentos y los
materiales a medida que los perciben los sentidos de la vista, el olfato, el gusto, el tacto
y el oído (Melton, 2007). El análisis sensorial es siempre realizado con un grupo selecto
de personas, ya sean entrenadas o con alguna característica en especial que los hacen
candidatos a tener un proceso de evaluación de alimentos, bebidas, productos de
cuidado personal, etc. En algunos países como Francia, las metodologías sensoriales se
encuentran reguladas por organismos independientes (AFNOR), y también globalmente
por ISO en la categoría 67.240. También existen una serie de revistas indexadas que
publican específicamente sobre análisis sensorial: Food Quality and Preference, Journal
of Sensory Studies, Appetite, Food Research International, etc.
Inicialmente el análisis sensorial en las universidades tiene su hogar predilecto en

facultades de ingeniería o ciencias de alimentos, donde los alumnos cursan talleres o
cursos sobre análisis sensorial de alimentos, sin embargo, su aplicación no puede verse
limitada a alimentos sino a toda una serie de estímulos como las fragancias, artículos de
cuidado personal, automóviles, y productos de tecnología. Es importante que la persona
que decida ingresar al mundo del análisis sensorial tenga nociones de psicología básica,
así como de estadística, ya que se producen tal cantidad de datos a través de las
mediciones hechas en el laboratorio, que resulta imprescindible no solo un software de
estadística sino un conocimiento sobre el análisis de los datos. De hecho, es tan
importante, que desde hace años existe una asociación dedicada a la estadística para el
análisis sensorial (The Sensometric Society). Adicional a las bases del análisis sensorial,
los cambios en el mundo exigen a la persona que comienza en el mundo del análisis
sensorial a adaptarse a las nuevas metodologías y al mundo digital. Es por lo que la
primera parte del libro se dedica a los aspectos de base y nuevas metodologías del
análisis sensorial.
El capítulo 1 del libro trata sobre los “Aspectos básicos: Laboratorio, panelistas, logística
y selección”, es una base para seleccionar los lugares de prueba y sus características
mínimas en espacio y equipo que deben de tener para poder lograr un análisis sensorial
exitoso. Es también un capítulo que habla de las bases de la selección de los panelistas
sensoriales y de la logística que tienen las pruebas. El Capítulo 2 habla sobre las
“Pruebas discriminativas”, tanto tradicionales como innovadoras. Las pruebas
discriminativas tienen como objetivo determinar si dos productos físicamente diferentes
son percibidos diferentes, o si pueden ser considerados como perceptivamente similares.
Este capítulo presenta la manera de realizar y de interpretar una prueba discriminativa,
en el caso en donde se desea demostrar una diferencia perceptiva y en el caso en donde
se desea demostrar una similitud perceptiva entre dos productos.
El Capítulo 3 habla de las “Pruebas descriptivas tradicionales” que tienen como objetivo
el describir las características sensoriales de los productos, y así, ubicarlos entre sí, unos
con respecto a los otros. El término genérico utilizado para calificar tanto el método como
los resultados obtenidos es el de “perfil sensorial”. Este capítulo, con un fuerte enfoque
metodológico, permitirá al lector entender todos los aspectos importantes sobre la

logística de una prueba descriptiva, su ejecución y análisis. El Capítulo 4 trata sobre los
“Métodos descriptivos alternativos”. Los métodos alternativos han aparecido en el curso
de los últimos veinte años para evitar ciertas limitaciones de un perfil convencional. Estos
métodos tienen como punto en común el hecho de no necesitar una fase de
entrenamiento. Pueden ser realizados tanto con consumidores, como con expertos, o
incluso con panelistas entrenados. El interés principal de estos métodos es el de
proporcionar rápidamente un posicionamiento sensorial, y una descripción de las
características principales de un conjunto de productos. Finalmente, el Capítulo 5 habla
sobre los “Métodos Descriptivos Dinámicos”. Estos métodos se utilizan para medir los
cambios de la percepción sensorial en función del tiempo, brindando información
adicional con relación a las técnicas tradicionales, tomando en consideración una
dinámica o una evolución del producto en el momento de la evaluación. Los métodos
dinámicos han recibido especial atención en el mundo sensorial en los últimos 5 años, y
se han realizado innumerables publicaciones.
3. Los estudios con consumidores
Si bien los estudios con consumidores pueden ser más conocidos en disciplinas como la
mercadotécnica, el enfoque de los estudios con consumidores en áreas de evaluación
sensorial permite tener una forma de realizar los estudios con una mirada especial sobre
la percepción sensorial de los productos, es decir, como podemos medir a través de los
sentidos la respuesta de los consumidores. En años recientes se comienza a utilizar el
término de ciencia del consumidor, y las revistas especializadas en estudios con
consumidores reúnen a una serie de investigadores con diferentes antecedentes: Journal
of Consumer Research, Food Quality and Preference, Journal of Consumer Behaviour,
Journal of Consumer Psychology, etc. La ciencia del consumidor, al igual que el análisis
sensorial ha cambiado radicalmente en los últimos 10 años, pasando de una mirada del
consumidor dominada por la psicología del comportamiento; en donde se estudiaba a un
consumidor en función únicamente de la intención de compra o la aceptación. Hoy, se
estudia al consumidor desde diferentes mirada y enfoques, tales como la antropología y
el diseño industrial. El día de hoy estudiamos al consumidor como un buscador de

soluciones, que no compra un producto o un servicio por sus características funcionales,
sino por lo que el producto hace para el consumidor (beneficios) y lo que este producto
o servicio significa para el consumidor.
El Capítulo 1 de la sección con consumidores trata sobre los “Estudios Cuantitativos

Tradicionales”, como las medidas de aceptación de productos y conceptos, las
mediciones emocionales, la percepción de los productos y categorías y la segmentación.
El capítulo contiene las herramientas básicas para la planeación y ejecución de un
estudio cuantitativo tradicional. Por otro lado, el Capítulo 2 trata sobre las “Nuevas
técnicas en estudios cuantitativos con consumidores”, en donde se presentan ejemplos
de aplicación de nuevos métodos, de los cuales la mayoría están basados en
herramientas multimedia y digitales, las cuales poseen un demostrado potencial de
mejorar nuestro entendimiento de cómo los consumidores perciben los productos, y
toman sus decisiones de compra y consumo en su vida diaria.
El Capítulo 3, habla sobre los “Estudios cualitativos tradicionales”. En este capítulo se

presentan los conceptos de base de estos estudios, como las etnografías o las
entrevistas a profundidad, y se mencionan las principales disciplinas que influencian a
los estudios cualitativos con consumidores, como la antropología y psicología. Dicho
capítulo también presenta los conceptos básicos de análisis de los datos para que el
lector pueda realizar y analizar un estudio cualitativo exitosamente. El Capítulo 4 habla
sobre los “Nuevos métodos en estudios cualitativos”, donde se explora aquello que lo
digital y el diseño influyen al conocimiento de los usuarios. Es un capítulo innovador que
presenta una mirada diferente al mundo cualitativo, que permite entender al consumidor
como un usuario que hace parte de la experiencia del estudio y sobre como el contexto
del desarrollo del Design Thinking modifica nuestra manera en la que podemos estudiar
cualitativamente el consumo. Y finalmente, el Capítulo 5 habla sobre los “Métodos de
psicología en los estudios con consumidores” presentando estudios separados según
dos corrientes psicológicas: social y cognitiva. El capítulo tiene la intención de familiarizar
al lector a las diferentes formas en las que la psicología social y cognitiva pueden
influencias positivamente el entendimiento de la dinámica de consumo.
4 Conclusiones
La estructura del libro dividido en análisis sensorial y estudios con consumidor tiene la
intención de separar en dos momentos el conocimiento, el primero destinado a la
percepción sensorial, y el segundo destinado al conocimiento de la experiencia de
consumo. Cada capítulo fue realizado por diferentes investigadores, conocedores del
tema y que imprimen en cada uno de los capítulos su estilo personal. Y en cada capítulo
se encuentran tanto las bases como los ejemplos, y perspectivas hacia el futuro y los
cambios que veremos en los siguientes años.
Las autores y editores escriben el libro con la intención de ser un libro de referencia para
los estudiantes de licenciatura, maestría y hasta doctorado que comienzan su camino en
el análisis sensorial y estudios con consumidores. El libro es un PDF interactivo que
permitirá visualizar una serie de imágenes, videos, bases de datos o ejemplos que
ilustran los temas principales del libro, y permiten al lector comprender los temas más
importantes.
Referencias
Amerine, M. A. Pangborn, R.M. & Roessler, E.B (1965). Principles of Sensory Evaluation of Food.
Brillat-Savarin, J. A. (1848). Physiologie du goût. Gabriel de Gonet : Project Gitenberg. Retrieved

June 2019, from: https://www.gutenberg.org/files/22741/22741-h/22741-h.htm
Coolidge, F. L., & Wynn, T. (2018). The rise of Homo sapiens: The evolution of modern thinking.
Oxford University Press.
Drake, M. A., Drake, S., Bodyfelt, F., Clark, S., & Costello, M. (2008). History of sensory analysis.
In The Sensory Evaluation of Dairy Products. New York: Spinger.
Euromonitor (2019). Top 10 Global Consumer Trends 2019. Euromonitor International.
Jelen, H. (2011). Food flavors: chemical, sensory and technological properties. Boca Raton: CRC
Press.
Martens, M. (1999). A Philosophy for sensory science. Food Quality and Preference, 10, 233-
244.
Masuyama, G., & Miura, S. (1962). Handbook for Sensory Tests in Industry.
Melton, S. L. (2007). Deep frying. Chemistry, Nutrition, and Practical Applications. AOCS Press.
Newton, I. (1740). Opticks: Or a treatise of the reflection’s refractions, inflections and colours of
light. William Innys: Project Gitenberg. Retrieved June 2019, from:
https://www.gutenberg.org/files/33504/33504-h/33504-h.htm
Peryam, D. R., & F. J. Pilgrim. 1957. Hedonic scale method of measuring food preferences. Food
Technol. 11:9–14.
Tilgner D. J. Analiza organoleptyczna zywnosci. 1957. Warszawa: Wyd. Przemyslu Lekkiego i

Spozywczego. 364p. Encontrado en: http://hilgardia.ucanr.edu/Abstract/?a=hilg.v28n18p477
20
___________________________________
PARTE 1: ANÁLISIS SENSORIAL

__________________________________
21
1.1 Aspectos básicos: laboratorio,

panelistas, logística y selección
Héctor ESCALONA BUENDÍA1, Angélica ROMERO MEDINA1,2 y Pilar CARMONA

ESCUTIA1,3
1Laboratorio de evaluación sensorial y estudios de consumidores, Departamento de Biotecnología,
Universidad Autónoma Metropolitana, México
2Departamento de Ingeniería Química, Industrial y de Alimentos. Universidad Iberoamericana, Ciudad de
México
3Departamento de Procesos Tecnológicos e Industriales, ITESO A.C., Jalisco, México
CONTENIDO
1. Introducción
2. El líder sensorial
3. El lugar de pruebas: el laboratorio de evaluación sensorial y los estudios externos
4. Los panelistas: jueces analíticos y consumidores
4.1 Reclutamiento y selección de jueces analíticos
4.2 Las pruebas de selección o tamizado
4.3 La selección
4.4 Jueces afectivos: grupo o muestra de consumidores
5. Manejo de muestras y logística de la evaluación
Agradecimientos
Referencias
1. Introducción
La correcta aplicación de una evaluación sensorial y estudios de consumidores requiere

de un diseño y planeación adecuados para cada prueba o estudio a realizar.
Básicamente muchos de los lineamientos de un diseño de experimentos se aplican en la
realización de estudios sensoriales involucrando los factores de estudio que
generalmente son derivados del material o producto a evaluar, donde la comparación de
los diferentes formulaciones o los tratamientos aplicados son el objetivo de la prueba. En
otros casos la comparación de respuestas de diferentes segmentos o tipos de
consumidores son la finalidad del estudio. Las condiciones de realización de la prueba
son fundamentales, ya que se está empleando la aplicación de algún cuestionario o
encuesta a un grupo de personas como instrumento de medición, siendo por un lado un
sistema muy variable, pero por otro lado el sistema que permite estimar la respuesta de
otro individuo (consumidor) empleando los mismos mecanismos: los órganos de los
sentidos y el sistema nervioso central de un consumidor.
Existen varios aspectos clave para la realización de una evaluación sensorial en una
empresa o grupo de investigación: uno de ellos es la designación de al menos un líder o
coordinador sensorial; otro fundamental es el contar con los jueces o consumidores para
la realización de la prueba; no menos importante es el lugar de aplicación de las pruebas
que va desde el laboratorio en condiciones controladas hasta llevar la evaluación en el
lugar habitual de consumo; por último se considera como factor clave la logística y la
preparación de muestras. Durante este capítulo se describirán las funciones o
lineamientos de cada uno de estos aspectos clave para una correcta aplicación de una
evaluación sensorial o estudios de consumidor.
2. El líder sensorial
La evaluación sensorial involucra mediciones empleando como instrumentos a los

órganos de los sentidos de personas que usan el mismo mecanismo de evaluación que
emplean los consumidores al ver, oler o probar un producto. El diseño de esta es esencial
para obtener resultados relevantes y concluyentes. Por todo lo anterior, si sólo se tiene
un lugar de pruebas y un grupo de jueces no es suficiente para tener una evaluación
Capítulo 1.1 Aspectos básicos: laboratorio, panelistas, logística y selección 23
correcta y dirigida a la solución del problema específico, por lo tanto, debe haber una
persona altamente capacitada en los fundamentos y metodologías de la evaluación
sensorial, y que conozca las herramientas estadísticas necesarias. La persona que haga
esta función será responsable de reclutar, seleccionar y coordinar a los jueces o
consumidores, diseñar las pruebas, analizar e interpretar resultados y proporcionar
retroalimentación a las otras áreas involucradas. Esta responsabilidad recae en quien
podemos llamar “líder” o “coordinador” sensorial. No contar con el líder sensorial se
puede equiparar a tener un instrumento muy completo y sensible sin un analista que lo
sepa utilizar. Por lo tanto, si una empresa o institución quiere iniciar un área de
evaluación sensorial, lo primero que debe tener es el líder ya que a su vez este deberá
tener conocimientos para el reclutamiento y selección de jueces, su entrenamiento, y el
establecimiento de las condiciones de prueba.
Un líder sensorial debe realizar los siguientes pasos propuestos como como una guía
sugerida de pasos a seguir en cualquier estudio sensorial:
1. Definir el problema, es decir ¿Qué pregunta quiero contestar?

2. De acuerdo con el problema planteado, habrá que definir si requiere emplear jueces
analíticos o buen una muestra representativa de consumidores del producto a
evaluar. Se deberá realizar o coordinar el reclutamiento/selección de los jueces o
consumidores, y realizar el entrenamiento en caso de que sean jueces analíticos. El
número adecuado de jueces/evaluadores también deberá ser establecido.
3. Seleccionar o diseñar la metodología a efectuar de acuerdo con batería de pruebas
existentes, realizando una adaptación de ellas o proponiendo una nueva
metodología. Se deberá planear adecuadamente el número de repeticiones
requeridas por producto a evaluar, y las condiciones de presentación y manejo del
producto. Se deberá contar o gestionar los insumos y equipos necesarios para
cumplir con estas condiciones.
4. Deberá definir el lugar de pruebas, que puede ser ya sea un laboratorio de evaluación
sensorial en caso de requerir jueces analíticos, o en un espacio o estrategia para la
realización de estudios con consumidores que reproduzca las condiciones de

consumo o el contexto de la evaluación.
5. Una vez establecida metodología, el manejo muestras, el lugar de evaluación y la
disponibilidad de jueces/ consumidores; se procederá a la aplicación de la prueba de
acuerdo con el diseño experimental realizado.
6. Se deberán recopilar y organizar los resultados de la prueba en una base de datos.
7. Se realizará el análisis estadístico de los resultados de acuerdo con el diseño de
prueba.
8. Realizar el reporte y detallar las conclusiones del estudio. Estás conclusiones deben
responder la pregunta planteada inicialmente.
3. El lugar de pruebas: el laboratorio de evaluación sensorial y los estudios

externos
Las pruebas sensoriales se ven influenciadas por el contexto de la aplicación de la

prueba. En los estudios basados en pruebas analíticas, estas se deben aplicar en
condiciones controladas empleando idealmente un Laboratorio de Evaluación Sensorial,
cuyas especificaciones se explican con detalle en la norma ISO 8589:1988. Asimismo,
el manual MNL60-2ND ASTM también propone los lineamientos para Laboratorios de
Evaluación Sensorial.
Convencionalmente, dentro los requerimientos mínimos de un laboratorio para la
realización de estudios analíticos, con jueces entrenados, debe contar con al menos tres
áreas necesarias para tener el mejor control y lograr la ejecución adecuada de las
pruebas: el área de discusión, el área de preparación y el área de evaluación (Pedrero &
Pangborn, 1984), como se muestra en la Fig. 1.
Debe existir el área de evaluación individual donde se encuentran cubículos con
separadores que evitan la comunicación y el contacto visual entre los jueces y el analista
o líder sensorial. Las cabinas o cubículos deben tener ventanillas o puertas por donde el
líder o analista sirve o retira los materiales de prueba a cada juez. Esta zona debe estar
pintada en colores claros y neutros, y debe contar con ventilación, extractores y/o
purificadores de aire, y control de temperatura para el confort de los jueces permitiendo
que se concentren en la evaluación y no en el clima o en olores parásitos. En los casos
de pruebas discriminativas o descriptivas donde el color del material de estudio puede

afectar el resultado, es recomendable tener luces de color que enmascaren estas
diferencias y que no se sesguen las evaluaciones de olor, sabor o textura. La Fig. 2 y
Fig. 3 muestran dos ejemplos de las cabinas o cubículos de las zonas de evaluación en
distintos laboratorios de evaluación sensorial.
Fig. 1. Diseño general de un laboratorio de evaluación Sensorial. Imagen: D. Pedrero ®.

Debe haber también un área de preparación junto a los cubículos, donde se terminan de
procesar y sirven las muestras de evaluación. Sólo los analistas o líderes tienen acceso
a la zona de preparación ya que ellos conocen el diseño de prueba y deben mantener
un método correcto para manipular las muestras y sus contenedores. Esta zona
normalmente tiene refrigeradores, estufas, tarjas, mesas de preparación y demás
artículos como procesadores de alimentos, hornos de microondas, tostadores, etc. que
garanticen la preparación de la muestra en la porción, temperatura y estado físico
adecuado. Debe tener también sistemas de extracción de olores, purificadores de agua
y, si es necesario para mantener las muestras, puede haber calefacción o aire
acondicionado. Debe estar diseñada de manera tal que la única comunicación entre los
jueces en los cubículos y los analistas en la zona de preparación sea a través de las
ventanillas o puertas de los cubículos. La Fig. 4, 5, 6, 7 muestran diversas opciones de
la zona de preparación y como se comunica por ventanillas con los cubículos.
Fig. 2. Cubículos del laboratorio de evaluación sensorial. Imagen: ITESO A.C. ®

Fig. 3. Cubículos del laboratorio de evaluación sensorial Universitario. Imágenes: Universidad

Iberoamericana ®.
Fig. 4. Imágenes de los cubículos del laboratorio de evaluación sensorial Universitario.

Imágenes: UAM-Iztapalapa ®.
Fig. 5. Área de preparación de laboratorio de evaluación sensorial. Imágenes: ITESO A.C. ®.

Fig. 6. Área de preparación de laboratorio de evaluación Sensorial. Imágenes: Universidad

Iberoamericana, Ciudad de México ®.
Por último debe haber un área de discusión o “sala de consenso” con las mismas
condiciones ambientales que los cubículos, pero es una sala con una mesa y sillas donde
el líder sensorial y los jueces se reúnan para discutir la condiciones de prueba y se toman
los acuerdos en las metodologías a seguir, en los términos descriptivos que se van a
usar y en la forma de asignar respuestas o calificaciones, lo cual se realiza en grupo
para asegurar que todos los jueces trabajan de manera homogénea y que los cambios
que reflejan se deben a las muestras y no a una variación extrema entre individuos. La
Fig. 8 muestra imágenes de la zona de discusión.
Fig. 7. Área de preparación de un laboratorio de evaluación sensorial. Imágenes: UAM-

Iztapalapa ®.
Fig. 8. Área de discusión de un laboratorio de evaluación sensorial. A) Proporcionada por el

ITESO A.C y B) Proporcionada por la Universidad Iberoamericana.
Los estudios de consumidor y pruebas afectivas, que buscan obtener información del
consumidor en la forma habitual de consumo, se deben realizar fuera del laboratorio de
evaluación sensorial buscando una condición lo más parecida posible al consumo
convencional del producto, por lo que se pueden aprovechar puntos de venta,
restaurantes, bares, o bien proporcionar el producto para su uso en casa. Esto porque el
contexto influye en la respuesta afectiva o emocional del consumidor, y el laboratorio de
evaluación sensorial está diseñado para homogenizar y suprimir lo más posible el efecto
del contexto. A veces es necesario emplear salones de entrevistas por las condiciones
de la prueba de consumidor, y las agencias de mercado o las empresas de evaluación
sensorial que lidian con muchas pruebas de consumidor tienen salones donde se
entrevistan en mesas individuales a los consumidores individualmente; sin embargo, se
debe tratar de tener un ambiente agradable y que pudiera recordar elementos que
recuerden el consumo habitual dentro de lo posible (carteles, fotografías, decoraciones,
etc.). Un laboratorio de evaluación sensorial con mayor alcance se puede visualizar en
la Fig. 9, que se encuentra reconocido por el manual MNL60-2ND de ASTM.
Una propuesta de un laboratorio integral de evaluación sensorial, tanto con una sección
para pruebas analíticas, y un área multifuncional para estudios de consumidores se
presenta en las Fig. 10 y Fig. 11.
Fig. 9. Instalaciones de un laboratorio de evaluación sensorial con área de cabinas, área de

discusión y área de estudios con consumidores. Imagen: PentaSensorial®.
Fig. 10. Laboratorio Integral de evaluación sensorial y estudios de consumidores (configuración

tienda). Imagen: UAM-I ®.
Fig. 11. Laboratorio integral de evaluación sensorial y estudios de consumidores (configuración

tipo cafetería con opción a cámara de Gesell). Imagen: UAM-I ®.
Este laboratorio integral presenta las tres áreas requeridas para pruebas analíticas con
jueces entrenados y al lado se tiene una zona multifuncional para estudios de
consumidores donde se busca reproducir condiciones de consumo como tipo
restaurante/bar/cafetería (Fig. 12), con una división móvil que pudiera cerrarse para crear
una cámara de Gesell para realizar estudios de grupos de enfoque que se evalúen desde
el exterior (Fig. 13)
Fig. 12. Área de estudios de consumidores en configuración Cafetería/Bar. Imagen: UAM-I ®.
Fig.13. Área de estudios de consumidores en configuración de cámara de Gesell. Imagen: UAM-

I ®.
Otra opción de configuración del área de estudios de consumidor sería simulando una
tienda (Fig. 14).
Fig. 14. Área para estudios de consumidores en configuración de tienda (con repisas o
anaqueles). Imagen: UAM-I ®.
En este laboratorio multifuncional, se pueden aprovechar telones, carteles o

proyecciones para completar la ambientación que simule el contexto de los estudios de
consumidores. Así, se podrá evaluar productos que se consuman simulando una
cafetería o un bar, se podrá estudiar el comportamiento del consumidor simulando la
visita y compra en una tienda (idealmente se puede tener mobiliario convertible de mesas
a repisas) o se podrán realizar estudios cualitativos con grupos de enfoque (Guerrero &
Xicola, 2018) en los que los experimentadores pueden participar como moderadores y
como observadores desde el exterior aprovechando una cámara de Gesell, pero que se
puede ambientar como cafetería o bar. Una última aplicación de este laboratorio con área
de estudio de consumidor será el complementar los estudios con realidad virtual, como
otra opción que se está explorando para evaluar el efecto del contexto en estudios de
consumidor (Porcherot et al., 2018).
4. Los panelistas: jueces analíticos y consumidores

Las pruebas analíticas requieren de jueces que pasaron por un proceso de reclutamiento,
selección y entrenamiento. Estos jueces pueden ser tanto internos, que laboren en la
institución o empresa donde se realiza el estudio, como externos que se recluten fuera
del entorno de la empresa/institución. Mientras que formar un grupo de jueces interno
pude requerir menor tiempo y recursos, tiene la limitante que pueden presentar algún
sesgo por conocer demasiado el contexto y los objetivos de los productos de su propia
empresa. Este sesgo se evita con jueces externos, pero estos requieren mayor tiempo y
recursos para su reclutamiento, lo mismo que los costos de mantener operando el grupo
(en caso de jueces externos lo más común es que reciban una remuneración).
Por otro lado, para las pruebas de afectivas y estudios de consumidor se requiere un
número representativo del segmento o segmentos de mercado a que va dirigido el
producto. De acuerdo con el nivel de decisión que se debe tomar de estas pruebas debe
aumentar el tamaño y/o segmentación de la muestra para poder obtener resultados
confiables. En este caso hay que trabajar de manera muy cercana al área de
mercadotecnia de la empresa ya que deben tener información respecto al tamaño,
distribución geográfica y segmentos de mercado de interés; y si no se tiene esa
información se debe generar antes de realizar estudios de consumidor muy ambiciosos.
4.1 Reclutamiento y selección de jueces analíticos.

Los lineamientos para reclutamiento, selección y entrenamiento de jueces analíticos se
han recopilado en la norma ISO 8586-1:1993. En general este proceso consta de tres
etapas: difusión de convocatoria, pruebas de tamizado, y la selección de los candidatos
para iniciar el entrenamiento.
4.1.1 La convocatoria
Primeramente, se realiza una difusión de convocatoria, y se aplica un cuestionario de
preselección a los interesados. Este cuestionario y convocatoria permitirán determinar
algunos factores relevantes para la selección de los jueces que son.
- Motivación: Deben mostrar interés en participar en la evaluación del producto y el

tiempo para realizar las pruebas
- Hábitos de consumo: Deben indicar horarios de sus alimentos, si acostumbran a

consumir el tipo de producto que se va a evaluar y si tienen algún rechazo a algún
producto, o si fuman o no.
- Salud: se debe preguntar si tienen alguna enfermedad o toman algún
medicamento que afecte sus sentidos, y si tienen alguna alergia o intolerancia
- Habilidad analítica: se les pueden hacer preguntas que permitan evaluar si
pueden categorizar, escalar o describir algunos conceptos abstractos o subjetivos.
Conviene citar a los interesados con su cuestionario resuelto por completo y ahí
informarles que actividades realizarían como jueces, todos los cuidados y requisitos que
deben de cumplir, y resaltar la importancia de su labor para que por un lado muestren el
interés y también para explicar el compromiso que adquieren. La asistencia puntual a
esta reunión y el haber llenado el cuestionario de manera completa y detallada ya es en
sí un criterio de selección ya que demuestra su interés y su motivación.
4.1.2 Las pruebas de selección o tamizado

Posteriormente se hacen una serie de pruebas que permiten tamizar del total de
candidatos aquellos que tienen el mejor potencial para ser jueces analíticos
considerando los siguientes aspectos:
- Habilidad para identificar y describir estímulos.

- Capacidad para asociar o “emparejar” estímulos idénticos en un grupo de
muestras problema
- Capacidad para diferenciar estímulos
- Capacidad para diferenciar diferentes niveles del mismo estímulo
- Habilidad para la descripción de productos
Básicamente se buscar que los jueces tengan una sensibilidad adecuada, tengan la
habilidad de diferenciar intensidades para el uso de escalas cuantitativas y que puedan
descomponer los atributos de un producto que permitan su descripción.
La norma ISO propone varios parámetros numéricos mínimos para el proceso: debe
reclutarse al menos dos o tres veces más personas de las requeridas para el grupo de
jueces; así si se requieren 10 personas, se deben reclutar ente 30-40, para elegir 20 que
sigan el entrenamiento hasta llegar a las 10 personas definitivas. El número de personas
convocadas depende mucho de los alcances del estudio y de la decisión de la empresa
de usar jueces internos y/o externos. Una recomendación práctica es convocar a los más
posibles interesados y si se parte de un número pequeño (por ejemplo, entre 20-25), que
todos hagan las pruebas de selección e inicien en entrenamiento, para poder tener
registros individuales y posteriormente definir para que tipo de pruebas tienen el mejor
potencial como jueces.
4.2 La selección
El primer filtro es el cuestionario de preselección ya que si por problemas de salud,

intolerancias o rechazo, los candidatos no pueden tener interacción con el producto,
entonces no podrán seguir en el grupo ya que sus condiciones no permitirán que se
concentren en el mismo y generar respuestas confiables. Los no fumadores que
muestren interés y no tener algún impedimento de salud pueden continuar con las
pruebas de tamizado, siempre y cuando muestren el compromiso de no fumar los días
de las pruebas para no interferir ni con la evaluación de las muestras ni con los otros
jueces.
En general si el panel va a ser puramente discriminativo se pueden mantener un número

alrededor de 20 jueces y sólo es indispensable que hayan logrado un buen desempeño
en las pruebas de sensibilidad, aunque no tuvieran las habilidades descriptivas. En las
pruebas se asociación y detección de estímulos se espera que tengan prácticamente
100 % de aciertos. Igualmente es deseable que en las pruebas de intensidad
(ordenamiento) puedan ordenar las intensidades con el mayor número de aciertos. Se
pueden contabilizar aciertos por prueba y hacer ponderaciones en cada uno de los
criterios, para poder tener una calificación tanto por prueba como global para cada
candidato, y así poderlos clasificar por grupos de acuerdo con su nivel de desempeño.
Para la integración del panel descriptivo se hace una sub-selección del primer grupo
tratando de incorporar aquellos que conjunten tanto sensibilidad como habilidades para
descomponer el olor, sabor y textura del producto en atributos específicos, y que a su

vez distingan intensidades. Un tamaño mínimo de este grupo deberá ser entre 10 y 12
personas. A veces no es factible contar con suficientes candidatos de origen, o
suficientes seleccionados que conjunten todas las habilidades, pero lo más relevante es
tener un registro individual del desempeño de cada candidato y en una primera instancia
eliminar aquellos que muestren pocas habilidades para quedarse con los que tengan un
desempeño promedio y alto, para que de ese grupo se pueda iniciar el proceso de
entrenamiento para cada metodología descrita.
El entrenamiento dependerá de la función de los jueces, si va a ser un panel

discriminativo se deben familiarizar con los procedimientos de las pruebas (ver sección
Pruebas Discriminativas) realizando estas con estímulos controlados, es decir que
tengan las propiedades que se desean buscar o el producto “estándar” que se desea
controlar. Es importante que se conozca el poder de discriminación del panel y esto se
puede realizar con pruebas de diferenciación sobre estímulos en diferentes intensidades,
y con la determinación de las pruebas de umbral en los estímulos de interés (ver sección
pruebas de sensibilidad). Es importante monitorear regularmente la capacidad de
discriminación del grupo de jueces ya que es una estimación del grado de calibración
que se tiene del instrumento sensorial ya que, si esa habilidad se va reduciendo o es
muy variable, serán poco confiables los resultados que se genere ya durante la aplicación
de pruebas relevantes, como sería en control de calidad o en desarrollo y reformulación
de productos. En el caso de jueces descriptivos, además de realizar las pruebas antes
mencionadas, el entrenamiento dependerá del tipo de metodología a emplear (ver
capítulo Pruebas Descriptivas).
4.3 Jueces afectivos: grupo o muestra de consumidores

El caso de los estudios con consumidores se requiere que las personas seleccionadas
representen completamente al consumidor común del producto. En este sentido ni los
jueces entrenados ni los catadores con formación gastronómica cumplen ese requisito
ya que son altamente conocedores y no van a proporcionar información representativa.
Sin embargo, existen productos donde es importante conocer la percepción del experto
desde el punto de vista gastronómico, y entonces se seleccionaría ese perfil de panelista,

claro sin perder de vista que también se debe considerar la opinión del consumidor
objetivo de un producto, que no se espera que tenga el entrenamiento de un somellier o
chef experto.
El juez consumidor o afectivo, por tanto, no deber seleccionarse por algún entrenamiento
especial. En este caso el criterio de selección o filtro depende del perfil o segmento de
mercado que se busca explorar, como pudiera ser la edad, sexo, nivel socioeconómico,
localización geográfica o alguna particularidad específica como deportistas, diabéticos,
hipertensos, etc.
En este caso el número de personas a encuestar es también muy relevante, y depende
entre otros aspectos del nivel de riesgo en la respuesta de acuerdo con el problema a
resolver. En estudios preliminares para el desarrollo de producto se puede partir incluso
de 70 consumidores. Este número permite conocer la distribución de los datos y hacer
estimaciones estadísticas. En estudios que van dirigidos a estimar un escalamiento, se
puede partir de un rango entre 70-100 consumidores por cada segmento de población,
por lo que un producto que va dirigido a varios segmentos verá multiplicado su número
de personas seleccionadas. En casos donde se debe tomar la decisión de lanzar la
producción del producto o la construcción de la línea industrial, se deberá hacer un
muestro representativo considerando la población completa de todos los segmentos
posibles, para que permita cuantificar el error de la estimación y, por tanto, la estimar la
confiabilidad de los resultados. En este caso es recomendable acercarse al área de
mercadotecnia y tener apoyo estadístico, para que la inversión del estudio de consumidor
sea completamente aprovechada y confiable. Hough et al. (2006) proponen un número
de consumidores cercano a 100 (112) para estudios de aceptabilidad en consumidores,
lo cual es considerado también como un valor general esperado para realizar estudios
confiables, pero no hay que olvidar que las condiciones y alcances de cada estudio se
deberán tomar en cuenta para seleccionar el tamaño de muestra.
También es necesario considerar que los productos se deben probar en las condiciones
más cercanas al consumo (temperatura, contenedor, utensilios) y en un ambiente que
no suprima los aspectos afectivos y emocionales, por lo que esto también puede limitar
el número de personas a las que se puede acceder en la encuesta.
5. Manejo de muestras y logística de la evaluación
El diseño y planeación de pruebas sensoriales involucra determinar la preparación y la

adecuada presentación de las muestras de evaluación. Como en cualquier diseño
experimental se deben controlar y fijar todas las variables que pueden afectar o sesgar
la evaluación de los materiales o productos de estudio, y que no son el objetivo de la
evaluación. En general las muestras para las pruebas sensoriales analíticas se deben
presentar únicamente con la identificación de códigos de 3 números aleatorios, en
recipientes o contenedores idénticos y en porciones del mismo tamaño o volumen
siempre dentro de lo que sea factible. Así, las muestras líquidas se pueden presentar en
vasos, sólidos o semisólidos se pueden presentar desde vasos, platos, o hasta porciones
pequeñas en cucharas. La Fig. 15 muestra imágenes de muestras preparadas en la zona
de preparación previa a presentarse a los jueces analíticos.
Fig. 15. (A, B, C, D, E, F). Imágenes de la presentación en las cabinas y de la preparación de

muestras de evaluación de un laboratorio de evaluación sensorial para pruebas analíticas.
Es importante cuidar la temperatura de servicio y la temperatura ambiental tanto de la

zona de preparación como la zona de prueba. Por un lado, en la zona de preparación se
debe cuidar de mantener la temperatura de servicio, ya sea al ambiente, refrigeración,
congelación o bien mantener bajo calentamiento los productos que deben mantenerse
en esas condiciones. Hay productos que se deben preparar al momento y evaluarse
dentro de cierto límite de tiempo para no afectar sus características, como lo es el café.
En la zona de evaluación se debe tener una temperatura confortable y constante durante
toda la evaluación para no sesgar o afectar la respuesta de los jueces.
El número de muestras y el orden en que deberán presentarse en cada sesión dependen
del diseño de cada prueba. En general se debe balancear el orden de presentación para
cancelar el efecto del orden en que los jueces prueban cada muestra o producto. En el
caso de pruebas discriminativas, en pruebas de ordenamiento o en procedimientos de
escalamiento-ordenamiento (Rank-rating), el balancear el orden es muy importante ya
que se hace una comparación entre las muestras y puede haber efectos confundidos con
la secuencia que se presentaron las muestras. Las pruebas triangulares, por ejemplo,
desde su diseño se proponen las alternativas de presentación para evitar el efecto, de
orden. Secuencias aleatorizadas para cada juez puede ser una alternativa, pero no se
garantiza que se elimine por completo el efecto de orden de presentación. Una forma
controlar el efecto del orden puede ser el uso de estrategias derivadas del diseño de
experimentos como son los diseños de cuadro latino o diseños de bloques incompletos.
Los arreglos tipo cuadro latino se usan considerando que cada juez es un nivel de bloque
y que el orden de presentación es un segundo bloque, permitiendo balancear el orden
de presentación para cada juez a lo largo de todo el panel. Los diseños de bloques
incompletos se emplean en los casos en los que no posible presentar todas las muestras
a todos los jueces en una misma sesión, por lo que se debe asegurar que todas las
muestras se evalúan el mismo número de veces y, cuando es posible, que todas las
muestras aparecen juntas el mismo número de veces; Ball (1997), Best et al. (2011) y
Silva et al. (2014) presentan aplicaciones de los diseños de bloques incompletos. Las
pruebas descriptivas que se deciden realizar de manera monódica tienen la ventaja de
se pueden realizar evaluaciones en diferentes sesiones ya que no hay inter-comparación
entre muestras. Cuando se presentan varias muestras un orden aleatorio pudiera ser
suficiente; sin embargo, el balancear el orden de evaluación cuando se presentan varias

muestras en una sesión es recomendable.
Los estudios de consumidor y pruebas afectivas en general siguen las mismas reglas
respecto a la preparación y presentación de muestras cuando no se quiere evaluar el
efecto de la etiqueta/envase, y dependiendo del protocolo también es importante
balancear o al menos aleatorizar el orden de presentación. En el caso de evaluar la
respuesta del consumidor tanto en condiciones ciegas como con el
envase/empaque/etiqueta es importante que se realicen como mediciones
independientes y cuidar que el producto con el empaque/etiqueta se presente en las
condiciones recomendadas o más comunes de consumo para asegurar que se tiene una
respuesta que estime de manera adecuada el comportamiento del consumidor habitual.
Agradecimientos
Los autores desean agradecer al Dr. Elier Ekberg Neri Torres, Coordinador de Ingeniería
de Alimentos de la Universidad Iberoamericana-Santa Fe, CDMX, a la Dra. Raquel
Zuñiga Rojas, Coordinadora del ITESO A.C.-Guadalajara, al M.C. Daniel Pedrero
Fuehrer, Director de Penta Sensorial CDMX y al Departamento de Biotecnología, UAM-
Iztapalapa, por otorgar amablemente la autorización para publicar imágenes de sus
respectivos Laboratorios de Evaluación Sensorial. Asimismo, agradecemos al Arq.
Enrique Hernández por su excelente trabajo en el diseño y las imágenes generadas
para el Laboratorio para Estudios de Consumidores que se propone en este Capítulo,
y a Isaura Saraí Gómez Flores por haber realizado la fotografía de las imágenes del
ITESO.
Referencias
Ball, R.D. (1997). Incomplete block designs for the minimisation of order and carry-over effects in
sensory analysis. Food Quality and Preference, 8(2), 111-118
Best, D., Rayner, J. and Allingham, D. (2011), A statistical test for ranking data from partially
balanced incomplete block designs. Journal of Sensory Studies, 26, 81-84.
Guerrero, L., & Xicola, J. (2018). New Approaches to Focus Groups. In Ares, G., & Varela., P.
(Eds.) Methods in Consumer Research, Volume 1. Woodhead Publishing.
Hough, G., Wakeling, I., Mucci, A., Chambers IV, E., Gallardo, I. M., & Alves, L. R. (2006). Number
of consumers necessary for sensory acceptability tests. Food Quality and Preference, 17(6),
522-526.
ISO (International Organisation for Standardisation). (2007). ISO 8589: 2007. Sensory analysis-
General guidance for the design of test rooms.
MNL60-2ND. Physical Requirement Guidelines for Sensory Evaluation Laboratories: 2nd Edition.
Kuesten Carla y Kruse Lori (Editores). ASTM International. 2009.
Pedrero, F., D., L., & Pangborn, R. M. (1989). Evaluación sensorial de los alimentos; métodos
analíticos. México: Editorial Alhambra.
Porcherot, C., Delplanque, S., Gaudreau, N., Ischer, M., De Marles, A., & Cayeux, I. (2018).
Immersive techniques and virtual reality. In Ares, G., & Varela., P. (Eds.) Methods in Consumer
Research, Volume 2. Woodhead Publishing.
Pulido, H. G., De la Vara Salazar, R., González, P. G., Martínez, C. T., & Pérez, M. D. C. T.
(2012). Análisis y Diseño de Experimentos. New York, NY, USA: McGraw-Hill.
Silva R., Minim V., Silva A., Simiqueli A., Della Lucia S & Minim L (2014). Balanced incomplete
block design: An alternative for data collection in the optimized descriptive profile. Food
Research International, 64, 289–297
44
1.2 Pruebas discriminativas
Catherine DACREMONT 1 & François SAUVAGEOT 1

1 Centre des Sciences du Goût et de l'Alimentation, AgroSup Dijon.
CONTENIDO
1. Introducción
2. Las pruebas discriminativas
2.1. Las pruebas
2.2. La selección de las pruebas
3. Organización de una prueba
3.1. Reclutamiento de los participantes
3.2. Las muestras
3.3. Orden de presentación de las muestras
3.4. Codificación de las muestras
3.5. Las instrucciones
3.6. Las preguntas adicionales
4. El marco conceptual
4.1. La teoría de la detección de señal
4.2. Modelo de selección y noción de los diferenciadores
5. La interpretación de una prueba de diferencia
5.1. Hipótesis nula
5.2. Poder de la prueba

45
5.3. Determinación del nombre de participantes
5.4. Recapitulación de la puesta en marcha de la prueba para mostrar una

diferencia
6. Interpretación de una prueba de similitud
6.1. Hipótesis nula y riesgo α
6.2. Hipótesis alternativa y poder de la prueba
6.3. Determinación del nombre de participantes
6.4. Interpretación de los resultados de la prueba
6.5. Consejos para dominar la interpretación
7. ¿Cómo aumentar el poder de la prueba?
7.1. Selección de una prueba con mayor poder: la prueba Tétrada
7.2. Las pruebas repetidas
8. Conclusiones
Referencias
1. Introducción
Las pruebas discriminativas tienen como objetivo determinar si dos productos
físicamente diferentes son percibidos diferentes, o si pueden ser considerados como
perceptivamente similares. La naturaleza de la diferencia puede ser, por ejemplo. Bio-
química (variación de la naturaleza o de la proporción de los ingredientes) o estructural
(variación de la estructura de un gel, de la dispersión de gotas en una emulsión). La
diferencia puede ser conocida como en la sustitución de azúcar por un edulcorante o
solamente potencial como cuando se cambia un lote de materia prima. En cualquier caso,
la diferencia perceptiva generada por esta diferencia “física” es suficientemente baja
como para que nos interroguemos sobre la posibilidad de percibirla.
Este capítulo presenta la manera de realizar y de interpretar una prueba discriminativa,

en el caso en donde se desea demostrar una diferencia perceptiva y en el caso en donde
se desea demostrar una similitud perceptiva entre dos productos. Se basa sobre cuatro
ejemplos que ilustran estas dos situaciones.
• Ejemplo 1: Un productor de galletas tiene en su portafolio de productos referencias

de una magdalena clásica. Desarrolla una formulación premium con ingredientes de
calidad: mantequilla, azúcar de caña, y vainilla natural. Antes de validar dicha
formulación premium, es necesario verificar que es percibida como diferente de la
formulación clásica.
• Ejemplos 2: Un estudio olfactométrico ha permitido identificar 10 compuestos de

aromas potencialmente importantes para el sabor de un vino Sauvignon. El impacto
de cada compuesto es validado por una prueba de omisión. Dicha prueba consiste a
comparar el coctel de compuestos de 10 aromas al mismo coctel de aromas, menos
un aroma; si existe una diferencia perceptual entre dos los dos cocteles, entonces el
compuesto omitió es importante para el aroma. El objetivo es entonces de verificar
que la omisión de un compuesto es perceptible.
• Ejemplo 3: La composición de uno de los productos íconos de la empresa es

modificado con el fin de eliminar un aditivo. El cambio de formulación debe ser
Capítulo 1.2 Pruebas discriminativas 47
validado antes de pasar a la etapa de lanzamiento al mercado, asegurándose que el

producto actual y previo a la reformulación son perceptualmente similares.
• Ejemplo 4: En el caso de un estudio de reformulación, se desea validar la producción

de un producto realizado a escala laboratorio, como si fuese la referencia de la
producción realizada en la planta. El objetivo es demostrar que el producto obtenido
a escala laboratorio es perceptualmente similar al producto obtenido en la línea de
producción.
Este capítulo está organizado en seis secciones. Primera presenta las pruebas
discriminativas y da recomendaciones para la selección de la prueba adecuada. La
siguiente sección indica como realizar una prueba discriminativa. La sección 3 presenta
el marco teórico en el cual se inscriben las pruebas discriminativas. La sección 4
concierne la interpretación estadística de una prueba de diferencia, o discriminativa. La
sección 5 concierne la interpretación estadística de una prueba de similitud. La sección
6 se trata del aumento del poder de la prueba cuando el número de participantes es
limitado. En este capítulo consideramos que cada participante realiza una sola prueba.
Solamente la sección 7.2 aborda las pruebas repetidas donde cada participante efectúa
varias pruebas sobre el mismo par de productos.
En este capítulo, los cálculos son efectuados con la ayuda del paquete estadístico sensR
(R.H.B. Christensens, P.B. Brockoff, A. Kuznetsova, S. Birot et K.A. Stachleswska, 2017)
del software R. Por consenso con el software, el punto es utilizado como separado de
decimales en el texto del capítulo.
2. Las pruebas discriminativas
2.1 Las pruebas
La Tabla 1 presenta nueve pruebas discriminativas indicando: la naturaleza de las

muestras presentadas y la instrucción formalmente dada a los participantes. La
probabilidad de una respuesta correcta por azar es reportada. Entre las pruebas, cuatro
han sido objeto de estudio de las normas ISO o AFNOR: la prueba 2-AFC (también
llamada prueba de comparación pareada, NF EN ISO 5495/A1, 2016), la prueba
triangular (NF EN ISO 4120, 2007), la prueba dúo-trio (NF EN ISO 10399, 2018) y la
prueba A – no A (NF ISO 8588, 2017). Este capítulo no se refiere a aquellas normas cuyo
interés es constituir una referencia a la que el cliente y el proveedor pueden referirse en
el contexto de una transacción comercial. Además, dichos documentos no son
accesibles al público, solamente a través de la compra a través de los organismos de
normalización.
Las tres pruebas más utilizadas son la 2-AFC, la 3-AFC y la prueba triangular. Desde
hacer varios años, la prueba tétrada es el objeto de una creciente atención debido al
poder de la prueba. Todas las pruebas posibles no se presentan en la Tabla 1. Por
ejemplo, la prueba Hexagonal: el participante recibe tres muestras de una producto y tres
muestras de otro, la instrucción es: “ordena las muestras en dos grupos de tres”. La
probabilidad de respuesta correcta por azar es de 0.1. La prueba Dual-estándar: el
participante recibe dos productos identificados como la referencia A y B, y una muestra
codificada de cada producto, la instrucción es: “Asocia cada muestra codificada a la
referencia que le corresponde”. La probabilidad de respuesta correcta por azar es de
0.50. La prueba ABX: el participante recibe dos productos identificados como las
referencias A y B, y una muestra codificada. La instrucción es: “Asocia la muestra
codificada a la referencia que le corresponde”. La probabilidad de respuesta correcta por
azar es de 0.50. La puesta en marcha de estas pruebas es presentada en la obra
coordinada por Rogers (2018).
Tabla 1: Principales pruebas discriminativas: descripción de la prueba y probabilidad de

respuestas correctas por azar (Pazar).
Pruebas Pazar
Principio de la prueba e instrucciones al participante
Dúo-Trio Entre las dos muestras codificadas, una proviene del mismo producto 1/2
que la referencia y la otra de un producto diferente.
T 571 125
Identifica la muestra que proviene del mismo producto que la

referencia.
Triangular Entre las tres muestras, dos provienen del mismo producto y la tercera 1/3
de otro.
886 760 990
Identifica la muestra única
Tétrada Entre las 4 muestras dos provienen del mismo producto y las otras dos 1/3
muestras provienen de un producto diferente.
367 064 730 661
Ordena las cuatro muestras en dos grupos de dos, dentro del

mismo grupo las muestras provienen del mismo producto.
“2 sobre 5” Entre las 5 muestras, dos provienen del mismo producto, y las muestras 1/10
restantes provienen de un producto diferente.
842 264 172 788 901

Ordena las cinco muestras en un grupo de dos y un grupo de tres

muestras; dentro del mismo grupo, las muestras provienen del
mismo producto.
2-AFC Las dos muestras provienen de dos productos diferentes. 1/2
571 125
Identifica la muestra que es más…
3-AFC Entre las tres muestras, dos provienen del mismo producto y la tercera 1/3
muestra de otro.
937 105 338
Identifica la muestra que es más…
Idéntico - Se presentan dos muestras. 1/2

Diferente 581 854
Determina si provienen del mismo producto o de productos

diferentes.
A – no A 1/2
A
Prueba la muestra A
127
Determina si la muestra codificada como 127 es

681 218 961
Una muestra del producto A, o de otro producto.
Ídem para cada muestra codificada de la serie…
A – no A 1/2
A
Con Prueba la muestra A
respuestas
127
(R-index)
Determina si la muestra codificada como 127 es una muestra:
- Es del producto A, estoy seguro

- Es del producto A, pero no estoy seguro
- Es de otro producto, pero no estoy seguro
- Es de otro producto, estoy seguro
681 218 961
Ídem para cada una de las muestras de la serie evaluada…
2.2 La selección de la prueba

Para seleccionar una prueba, se deben tomar en cuenta muchas consideraciones: la
naturaleza de la diferencia perceptual que es de interés, las aptitudes de los participantes
y el nivel de experiencia del analista sensorial.
2.2.1 La naturaleza de la diferencia perceptual de interés
El objetivo del estudio puede ser el de demostrar una diferencia (o una similitud) global
o relativa hacia una característica especifica. En el ejemplo 1 sobre las magdalenas, el
analista sensorial puede querer demostrar que la magdalena premium es percibida como
globalmente diferente de una magdalena regular. En ese caso, la naturaleza de la

diferencia perceptual no es especificada a los participantes (de hecho, puede no ser
conocida tampoco por el analista sensorial). A la inversa, el analista sensorial puede
querer demostrar que la mantequilla añadida a la formulación premium es bien percibida
por los consumidores. En ese caso, el analista se interesa en el sabor particular de la
mantequilla y el interés de la naturaleza de la diferencia es especificada a los
participantes.
Las pruebas 2-AFC y 3-AFC permiten demostrar una diferencia o una similitud sobre una
característica perceptual especifica. Las otras pruebas presentadas en la Tabla 1 se
orientan en demostrar una diferencia o una similitud perceptual global. Tomando en
cuenta que para la prueba tétrada, existe una variante llamada tétrada especificada en
el cual la instrucción es: “encuentra las dos muestras del producto más…”. El hecho de
indicar a los participantes la naturaleza de la diferencia, modifica la interpretación de los
resultados con respecto a la tétrada tradicional.
2.2.2 Las aptitudes de los participantes
Realizar una prueba triangular es una tarea compleja y los participantes novatos tienen
la necesidad de realizar múltiples pruebas con el fin de dominar la “mecánica” de la
prueba. Además, mientras más muestras se comparen, más difícil será dominar la
prueba. Para un ensayo en donde los participantes tengan el hábito de realizar
evaluaciones sensoriales y habiendo realizado ya pruebas discriminativas, entonces
podremos proponerles realizar una prueba triangular, una tétrada o una prueba 3-AFC.
Para un ensayo con participantes novicios que nunca habían efectuado pruebas
discriminativas, entonces podemos favorecer las pruebas 2-AFC o una Dúo-Trio. Los
participantes novatos podrán realizar pruebas que incluyan más muestras, siempre que
se proporcione una familiarización previa al proponer la prueba con otro par de
productos. Realizar entre dos o tres pruebas de familiarización puede ser suficiente.
Un criterio también relacionado con los participantes se refiere a la capacidad de

memorizar sensaciones. Algunos participantes con habilidades limitadas de memoria a
corto plazo no pueden comparar las muestras de manera efectiva y, a mayor número de
muestras, mayor dificultad tienen (Dacremont & Valentín, 2004). Estas consideraciones
explican en parte por qué la prueba triangular es tan popular: presenta un número
limitado de muestras que se deben memorizar con una probabilidad de respuesta
correcta por casualidad inferior a 0,5. También explican por qué las pruebas 2 de 5 y
hexagonal deben usarse con precaución. Dada la cantidad de muestras que se deben
memorizar, la medición de la diferencia perceptiva entre los productos se puede
subestimar en gran medida. Algunos de los participantes que tienen dificultades para
memorizar, no se dan cuenta de la tarea, mientras que, sin embargo, perciben la
diferencia entre los productos.
2.2.3 La experiencia del analista sensorial
De las pruebas enumeradas en la Tabla 1, la prueba A-no A estándar, la prueba A – no

A con las indicaciones de seguridad de respuestas (también llamada R-Index), así como
la prueba Idéntico-Diferente se distinguen de las otras seis pruebas, ya que, en estas
tres pruebas, el participante debe de determinar si dos muestras provienen o no del
mismo producto. Debe entonces de decidir a partir de qué momento la diferencia
perceptual es suficientemente grande para declarar que las muestras provienen de dos
productos diferentes. Esta distancia perceptual crítica es llamada criterio de decisión.
Puede variar de un participante al otro, y de una sensación a otra para el mismo
participante. Para las otras seis pruebas, los participantes deben de seleccionar una o
varias muestras de tal suerte que el criterio de decisión propia a cada una de ellas no
interviene. Por ejemplo, en la prueba 2-AFC, el participante identifica la muestra que
percibe como la más…. Por más tenue que pueda ser la diferencia, elige la muestra
más… No tiene que decidir si la diferencia es suficiente o no para ser reportada. Por
consecuencia, la interpretación de las pruebas A-no A, A-no A con indicación de
seguridad de la respuesta y la prueba Idéntico-Diferente, utilizan un enfoque diferente.
Estas pruebas se deben de reservar para los analistas sensoriales experimentados. Su
interpretación no se presenta en este capítulo. El paquete sensR permite analizar la
prueba A -no A (función AnotA()) y la prueba Idéntico-Diferente (función
profile.samediff(), samediffPwr(), samediffSim() y summary.samediff()). Para la prueba A

– no A con indicación de seguridad de la respuesta, el lector puede revisar Bi y O’Mahony
(2007).
3. Organización de una prueba
La primera etapa es definir el objetivo de la prueba: demostrar una diferencia (ejemplos

1 y 2) o demostrar una similitud (ejemplos 3 y 4). Cualquiera que sea el objetivo de la
prueba, la puesta en marcha es idéntica, con la excepción del número de participantes.
3.1 Reclutamiento de los panelistas
El número de participantes que se debe de reclutar dependen del objetico de la prueba

y de las características del ensayo. La determinación del número de participantes se trata
en el párrafo 5.3 y 6.3. Durante el reclutamiento, el número de hombres y de mujeres no
es necesariamente equilibrado en el grupo. Sin embargo, la repartición de género
obtenida siempre es mencionada en el reporte de resultados. Las características
sociodemográficas de los participantes se recaban al final de la sesión y no son una parte
clave de los resultados de la prueba.
El anonimato de los participantes se debe de garantizar, su nombre y todo elemento

susceptible de identificarlo (número de identificación, teléfono, dirección, mail, etc.) y no
debe ser visible en el cuestionario utilizado ni en el archivo de resultados. Cuando el
participante debe ser identificado por el analista sensorial, por ejemplo, para reagrupar
los resultados obtenidos después de varias sesiones, se debe entonces de crear un
código de participante y poder identificarlo en los cuestionarios y resultados. La
correspondencia entre código e identidad del participante es conservada de manera
independiente de los resultados y destruida al final de la recolección de los resultados.
El procedimiento debe de satisfacer las reglas que aseguran la protección de datos
personales. En Europa, esas reglas son dictaminadas por el Reglamento General de la
Protección de Datos Personales (Règlement Général sur la Protection des Données
personnelles, RGPD).
3.2 Las muestras
La presentación debe ser idéntica para todas las muestras de la prueba.
Si bien, es sencillo de comprender, la tarea es difícil a realizar y los participantes buscan

todos los indicios posibles que puedan ayudarles. El principio es entonces de cubrir todas
las diferencias que no sean de interés y tratar todas las muestras de la misma manera.
Si el interés radica en la percepción en boca, una iluminación con luz roja permite
enmascarar las diferencias del color. En algunos casos, la homogeneización del aspecto
requiere una preparación particular. Por ejemplo, para la comparación de dos
magdalenas del ejemplo 1, las referencias clásicas y premium tienen firmas ligeramente
diferentes y los bordes son más o menos tostados de acuerdo con el horneado. Esas
diferencias no son del interés en el estudio y no son enmascaradas por la iluminación
roja. La solución entonces consiste en cortas las magdalenas en forma de cubo en su
parte central (Figura 1).
Cuando las muestras son susceptibles de cambiar rápidamente en el tiempo (bebidas

gasificadas, producto servidos en frío o calientes), se tiene que dominar la preparación y
ser idéntica en todas las muestras. Este punto es crucial ya que las diferencias de 0.2°C
pueden ser perceptibles. Las muestras deben ser almacenadas en las mismas
condiciones y permanecer la a temperatura ambiente el mismo tiempo. Cuando se
trabaja con muestras gasificadas, conviene agitar y verter todas las muestras de la
misma manera con el fin de respetar el mismo tiempo de reposo entre el servicio de las
muestras y su evaluación.
Figura 1: Ejemplo de preparación de muestras para un ensayo con magdalenas.

Para las pruebas que se realizan con dos muestras o más provenientes del mismo
producto, nos debemos de cuestionar sobre el muestreo en las muestras repetidas: ¿se
debe de integrar la variabilidad interna del producto?
Cuando el objetivo es de asegurarse que los consumidores perciben (o no) una

diferencia, la variabilidad interna del producto es “integrada” en el muestreo: las muestras
repetidas son obtenidas de frutas diferentes, de botellas de cerveza diferentes, o de lotes
de producción diferentes. De esa manera, en ejemplo 1 de las magdalenas,
escogeremos dar a cada participante dos muestras repetidas provenientes de dos lotes
de fabricación diferentes. De hecho, la idea es asegurarse que la diferencia entre la
formulación tradicional y la receta premium es más importante que las diferencias
existentes entre varios lotes de la misma formulación. En el ejemplo 3, que concierne a
la eliminación de un aditivo, las muestras repetidas provendrían igualmente de dos lotes
de fabricación ya que en ese caso deseamos asegurarnos de que el conjunto de las
muestras de una misma producción sin aditivo es comparable al conjunto de muestras
de la producción con el aditivo.
Cuando el objetivo es demostrar que una modificación deliberada al producto tiene un

impacto perceptual, escogeremos dominar la variabilidad intra-producto y presentar a
cada participante, en la misma prueba, las muestras repetidas que son lo más parecidas
posibles: las muestras repetidas son obtenidas de la misma fruta, de la misma botella de
cerveza, o del mismo lote de producción. De esa manera, en el ejemplo 2 sobre el
impacto de un compuesto aromático, las muestras repetidas provendrán de la misma
preparación del coctel de aromas. El método de muestreo de las muestras repetidas es
determinado antes de la realización de la prueba, y es mencionada en el reporte final.
3.3 Orden de presentación de las muestras
Todos los órdenes de presentación (Tabla 2) no conducen a resultados idéntico. Algunos

ordenes de presentación permiten a los participantes percibir más fácilmente las
diferencias entre las muestras y por lo tanto conducen a una proporción de respuestas
correctas más elevadas (O’Mahony & Odbert, 1985). Para la prueba triangular, las triadas
donde la muestra única proviene de un producto más intenso, conducen a una proporción
de respuestas correctas más elevada. Por ejemplo, en un ensayo realizado con 64
participantes con bebidas de naranja, donde la bebida B es ligeramente más cítrica que
la bebida A, las tres triadas BAA, ABA y AAB condujeron a una frecuencia de respuestas
correctas de 0.84, contra 0.69 para las tres triadas ABB, BAB y BBA.
Tabla 2: Orden de presentación de las muestras de dos productos A y B, según la prueba.
Prueba Ordenes posibles
Duo-trio AB, BA
Triangular AAB, ABA, BAA, BBA, BAB, ABB
Tétrada AABB, ABAB, ABBA, BBAA, BABA, BAAB
2-AFC AB, BA
3-AFC AAB, ABA, BAA (B es el producto que a priori, es el más intenso)
La regla consiste en equilibrar los órdenes de presentación en el grupo de los

participantes. Si el número de participantes es un múltiplo de los órdenes posibles,
entonces todos los órdenes son presentados el mismo número de veces. De lo contrario,
ciertos ordenes, obtenidos aleatoriamente son presentados más de una vez. Tomemos
como ejemplo una prueba triangular realizada con un grupo de 14 participantes. Los
participantes 1 al 6 reciben las seis triadas posibles, cada triada es seleccionada de
manera aleatoria. Lo mismo ocurre con los participantes 7 a 12. Para los participantes
13 y 14, uno recibe una de las triadas en donde A es repetida y el otro participante recibe
una triada donde B es repetida. En el caso del a prueba Dúo-Trío, es necesario primero
seleccionar el producto que se presentará como referencia. Cuando existe una referencia
impuesta, entonces es seleccionada como referencia en todas las pruebas, y son
posibles dos órdenes de presentación (AB y BA). En el ejemplo 2, el coctel completo de
aromas es la referencia ya que es probado contra cada uno de los cocteles con una
omisión en el compuesto. En las otras situaciones, la mitad de los participantes recibe A
como referencia y la otra mitad recibe B como referencia. Entonces existen cuatro
órdenes de presentación posibles: dos con el producto A como referencia (referencia A,
después AB; referencia A, después NA) y dos con el producto B como referencia
(referencia B, después AB; referencia B, después BA).
3.4 Codificación de las muestras
Las muestras son presentadas seguidas de códigos aleatorios de tres cifras (Figura 2).
Según la prueba, uno o dos códigos por producto son necesarios:
- Dúo-trío y 2-AFC: 1 código por producto

- Triangular y Tétrada: 2 códigos por producto (dos códigos para A y dos códigos
para B)
- 3-FC: 1 código para el producto que a priori es más intenso y 2 códigos para
el otro producto
En R, el comando:
round(runif(10, min=0, max=999), digits=0)
permite generar números aleatorios de tres cifras (con el comando superior, se

generarían 10 códigos).
Figura 2: codificación de las muestras.

En algunas circunstancias existe un riesgo de que los participantes se comuniquen entre

ellos. Por ejemplo, durante un ensayo de “libre servicio”, algunos participantes que ya
hayan realizado la prueba son susceptibles de comunicar con los otros participantes que
no hayan efectuado la prueba. Lo ideal es entonces utilizar diferentes códigos para cada
participante, pero organizar una sesión en donde se den esas condiciones es muy
complicado y es fuente de errores (errores ligados a la codificación de las muestras, error
en las distribuciones de las muestras, error en la obtención de las respuestas). Por lo
tanto, ese tipo de procedimientos se debe de reservar a casos muy particulares.
3.5 Las instrucciones
Las instrucciones describen lo que el participante debe de hacer y se deben de entregar

por escrito. Como es el caso en todas las comunicaciones interpersonales, las fórmulas
de cortesía son útiles (Buenos días, Pruebe las siguientes muestras…, Gracias por su
participación, etc.).
Las instrucciones comienzan por el tipo de prueba a realizar y la naturaleza de los

productos evaluados. El principio de la prueba debe ser explicado (Tabla 1). Si los
participantes efectúan esa prueba de manera regular, no será necesario recordar el
principio en cada ocasión. Posteriormente, las instrucciones deben de indicar el orden
de la evaluación: “Prueba las muestras indicadas en el cuestionario, de izquierda a
derecha. Asegúrese de que el orden de las muestras delante de usted es el mismo
indicado en el cuestionario”. Después de haber probado una primera vez las muestras,
el participante es de cierta manera inseguro de su respuesta; podemos autorizarle volver
a probar las muestras: “Antes de dar su respuesta, si siente la necesidad, puede volver
a probar las muestras una vez más en el mismo orden”. Esta práctica parece ayudar
generalmente a los participantes para aumentar su desempeño. Si es necesario,
entonces la forma de manipular la muestra también es indicada: de un sorbo, una
mordida, etc. Cuando la cantidad ingerida debe ser controlada con precisión, se puede
pedir a los participantes el poner en su boca la totalidad de la muestra.
En fin, las instrucciones describen la tarea a realizar. La formulación de las instrucciones

es importante ya que orienta la estrategia de participación e impacta en el desempeño
de los panelistas. Por lo tanto, el pedir la identificación de la muestra única (prueba
triangular) o pedir la identificación de la muestra más dulce (prueba 3-AFC) puede
parecer equivalente. De hecho, esas dos formulaciones de instrucciones conduces a
desempeños muy diferentes. Para la prueba tétrada, se pide: “Ordene las muestras en
dos grupos de dos”. Una modificación de la instrucción del tipo “Identifique las dos
muestras más parecidas” induce una estrategia diferente y conduce a desempeños
inferiores. Las variaciones menores de las instrucciones son susceptibles de conducir a
variaciones sensibles del desempeño (Castura et al., 2018). En el mismo orden de ideas,
la formulación debe ayudar a los participantes a efectuar la tarea. Así en el caso de una
prueba triangular, el hecho de indicar que hay dos muestras iguales y una muestra
diferente puede ser perturbado ya que generalmente, las tres muestras son percibidas
como a la vez muy cercanas y lejanas entre ellas. Es por eso por lo que es preferible
indicar que las muestras repetidas provienen del mismo producto (lo que deja entender
que pueden existir diferencias pequeñas) y pedir identificar la muestra única. Los códigos
se incluyen en el cuestionario y el participante da su respuesta tachando una casilla,
circulando el código, etc. Pedirle al participante que escribe el código sobre el
cuestionario no es recomendable ya que puede ser una fuente de errores.
Generalmente se le pude a los participantes limpiarse el paladar con la ayuda de agua,

antes de probar la primera muestra. En cambio, limpiarse el paladar entre muestras no
constituye una ayuda ya que parece hacer más difícil la percepción de contrastes entre
muestras consecutivas. En el caso de productos con un residual alto (por ejemplo,
aquellos productos que dejan una capa grasosa en boca), es bueno pedirles a los
panelistas deglutir varias veces entre dos muestras consecutivas, con el fin de favorecer
la eliminación de “residuos”.
3.6 Las preguntas adicionales

Después de haber dado su respuesta, los participantes pueden ser interrogados sobre
su percepción de la realización de la prueba. Las dos preguntas más comunes son:
- Sobre el nivel de certeza de la respuesta:

¿Estás?: □ poco seguro □ medianamente seguro □ seguro de tu respuesta
- la naturaleza de la característica que ha permitido encontrar la diferencia:

Indica la característica que te permitió diferencias los productos:
□ el olor □ la textura □ el sabor □ otro □ no lo sé
El interés de una pregunta concerniendo el nivel de certitud de la respuesta, es doble.

Para los participantes poco habituados a las pruebas discriminativas, responder al azar
es perturbador. Ofrecerles la posibilidad de indicar que su respuesta es muy incierta
contribuye a su confort psicológico. Para el analista sensorial, si el mismo grupo de
participantes que ha evaluado varios pares de productos, el nivel medio puede dar una
indicación del nivel de dificultad de la tarea, incluso sin la dificultad reflejada no es un
reflejo objetivo del desempeño del panel. En cambio, el nivel de seguridad de diferentes
grupos no es comparables, a una dificultad equivalente, el nivel de confianza difiere
según los participantes.
Una pregunta sobre la modalidad perceptual que permitió diferencias los productos
puede ayudar a formular hipótesis sobre el impacto perceptual de la diferencia
fisicoquímica que este entre los productos. La respuesta a esa pregunta debe ser
considerada como un indicio y no como una prueba formal.
Las preguntas adicionales son completadas mediante un espacio libre de expresión

donde el participante puede reportar todos los incidentes o hechos poco habituales
durante la realización de la prueba. Pero no es pertinente hacer preguntas como: ¿Qué
producto prefieres?, ¿Qué producto te parece más natural?, ¿El producto repetido es el
estándar? Por un lado, ponen a los participantes en dificultad ya que la identificación de

cada uno de los productos es incierta. Por el otro lado, los resultados no serán
explotados. El análisis sensorial no sabe, entre los participantes que dieron una
respuesta correcta, los que lo hicieron por detección y los que lo hicieron por casualidad.
4. El marco conceptual
Para abordar la interpretación de resultados, es definir el marco conceptual que permite
vincular el mundo físico, es decir, las propiedades de los objetos y los estímulos, al
mundo perceptivo de las percepciones de una persona al contacto con los objetos o los
estímulos. Existen dos marcos teóricos: la teoría de la detección de señal que se basa
en los modelos thrustonianos y los modelos de selección. Los modelos de selección
constituyen el cuadro teórico dominando para la interpretación de las pruebas
discriminativas. La teoría de la detección de señal es más poderosa ya que distingue
aquello que está ligado a la diferencia percibida entre los productos, de lo que está ligado
a la estrategia de realización de la prueba. Por este hecho, permite comparar los
resultados de pruebas realizadas con métodos diferentes.
4.1 La teoría de la detección de señal
El modelo thrustoniano estipula que a un continuum “físico” dado (por ejemplo, la

concentración de sacarosa en una solución), corresponde un continuum perceptivo
(intensidad dulce percibida). Un estímulo es perfectamente definido por un punto sobre
el continuum físico (su concentración de sacarosa). Cuando un participante está en
contacto con el estímulo, percibe una intensidad representada por un punto sobre el
continuum perceptivo (un nivel sobre la escala de intensidad de dulzor). Cada vez que el
participante reciba el estímulo, percibirá una intensidad ligeramente diferente, a veces
un poco más intenso, a veces menos intenso. Ese fenómeno resulta de la variabilidad
inherente del sistema perceptivo. Cuando un mismo estímulo es entregado un gran
número de veces, las intensidades percibidas siguen una distribución normal (Figura 3).
Figura 3: Modelo thrustoniano: vínculo entre el continuum físico y continuum perceptivo. Video.
La teoría de la detección de señal amplía el modelo thrustoniano a los ensayos

discriminativos. Los dos productos evaluados corresponden a dos puntos distintos sobre
el continuum físico. Cada uno da lugar a una distribución sobre el continuum perceptivo
(Figura 3). Como los dos productos son poco diferentes desde el punto de vista
perceptivo (en el caso contrario, un ensayo discriminativo no sería necesario), las dos
distribuciones se sobreponen. Se dice que los estímulos son “confundibles” (del inglés
confusable). En promedio, la solución en donde la concentración de sacarosa es más
alta, es percibida como más dulce, que aquella en donde la concentración es menor. Sin
embargo, la solución más concentrada es a veces percibida como menos dulce.
Evidentemente, mientras más se sobrepongan las distribuciones, más confundible son
las frecuencias y más difícil es diferenciar los productos. La distancia entre las medias,
reportada con la desviación estándar de las distribuciones, es la distancia perceptiva
donde el índice detectable denotado como d’: d' = (m1 – m2) / σ. Un valor de d’ de 0,
corresponde a dos productos que son absolutamente idénticos desde el punto de vista
perceptual. Mientras el valor de d’ es más elevado, más fácil es diferencia los dos
productos.
Figura 4: Funciones psicométricas de las pruebas: relación entre el índice de detección (d’) y la
proporción de respuestas correctas (Pc).
Para un estudio dado, la relación entre el índice de detección (d’) y la proporción de la

respuesta correcta (Pc) es dada por su función psicométrica. Esta función es
determinada de manera teórica sobre la base de la estrategia utilizada de los
participantes. A cada prueba le corresponde una función psicométrica (Figura 4). Si
consideramos que un grupo de participantes efectuó una prueba triangular y una 3-AFC
con el mismo grupo de productos. La diferencia perceptual es determinada para los
productos y los participantes, corresponde a un determinado valor de d’, la misma para
las dos pruebas. En cambio. El porcentaje de respuestas correctas observada con las
dos pruebas es diferente. Es más elevado con la prueba 3-AFC que con la prueba
triangular. Así, para un valor de d’ de 2, las funciones psicométricas predicen una
frecuencia de respuestas correctas de 0.6 para la prueba triangular y de 0.87 para la
prueba 3-AFC. Ese desplazamiento se explica por una estrategia diferente puesta en
marcha por las dos pruebas (Frijters, 1979): una estrategia de comparación de
distancia para la prueba triangular consiste en identificas las dos percepciones más
cercanas para declarar “única” a la tercera muestra, y una estrategia de identificación
de intensidad para la prueba 3-AFC que consiste en identificar la muestra que provoca
la percepción de intensidad más alta (Figura 5).
Figura 5: Estrategias para las pruebas triangulares y la 3-AFC; la flecha indica la muestra
seleccionada para el participante: la muestra más diferente para la prueba triangular y la muestra
la más intensa para la muestra 3-AFC.
4.2 Modelo de selección y noción de diferenciadores

Una otra manera de mirar la desviación perceptual entre dos productos es considerar
que de entre los participantes, algunos son más sensibles que otros para diferenciar los
productos. Los participantes más sensibles son los diferenciadores (o discriminadores),
ellos detectan la diferencia y dan una respuesta correcta para la detección. Los
participantes que son menos sensibles son los no diferenciadores; no detectan la

diferencia y responden al azar.
Una estimación de la proporción de los diferenciadores en una población (Pd) es

obtenida a partir de la proporción de respuestas correctas observadas (Pc) y la
probabilidad de respuestas correctas por azar (Pguess). Las respuestas correctas
provienen de los diferenciadores (todos los diferenciadores han dado una respuesta
correcta para la detección) y una parte de los no diferenciadores (aquellos que han dado
una respuesta correcta por azar; proporción estimada por Pguess). Con la relación:
Pc = Pd + Pguess (1 – Pd) (Ecuación 1)
Donde:
- Pd: proporción de diferenciadores; (1-Pd) proporción de no diferenciadores;

- Pguess: probabilidad de respuestas correctas por azar (1/3 para las pruebas
triangulares, tétrada o 3-AFC y 1/2 para las pruebas Duo-Trio o 2-AFC).
La ecuación 1 conduce a la proporción de diferenciadores (Pd):
Pd = (Pc - Pguess) / (1 - Pguess) (Ecuación 2)
La función rescale() de sensR realiza la conversión entre los valores Pc, Pd y d’

(Cuadro 1). Por ejemplo, una prueba triangular con 20 participantes condujo a un
resultado de 9 respuestas correctas, es decir Pc=0.45. La desviación estándar de la
frecuencia es obtenida por:
(Pc * (1-Pc) / N)1/2
Donde: Pc: es la frecuencia de respuestas correctas, y N: es el número de participantes.
La desviación estándar de la frecuencia de respuestas correctas es de 0.1217. La función

rescale() indica que el valor de Pd correspondiente es de 0.175 (su desviación estándar
es de 0.1825) y el valor correspondiente de d’ es de 1.19 (su desviación estándar es de

0.6697).
Atención: sería erróneo pensar que un diferenciador siempre da una respuesta correcta
si repitiera muchas veces la misma prueba con el mismo par de productos. Un participado
dado es un “diferenciador” en un momento especifico. Tomando en cuenta la variabilidad
del sistema perceptivo, si percibe la diferencia al instante t; puede ser que no la perciba
al repetir la prueba. En otras palabras, para un diferenciador, la probabilidad de
diferenciar los productos es superior al azar (pero generalmente inferior a 1).
5. La interpretación de una prueba discriminativa
La interpretación de las pruebas es elaborada en el cuadro conceptual de los modelos

de selección y hacen un llamado a la noción de diferenciadores. Los cálculos de la
probabilidad se basan en la ley binomial, y para esos cálculos, las diferencias
perceptuales deben ser expresadas en valores de Pc.
En este capítulo, el proceso de análisis se presenta con la ayuda de ejemplos de las

pruebas triangulares. Con el fin de que el proceso pueda ser aplicado a todas las
pruebas, los valores de las diferencias perceptuales son expresadas en valores de d’. En
el texto, los valores de d’ son sistemáticamente convertidos en valores de Pd en el caso
de la prueba triangular. Para adaptar el proceso a otra prueba, es necesario transformar
los valore de d’ indicados en los valores de Pd, con la ayuda de la función psicométrica
de la prueba considera, posteriormente convertir los valores de Pd en valores de Pc para
efectuar los cálculos mediante la ley binomial (Cuadro 1).
Cuadro 1: Funcion rescale() : conversion de parametros pc, pd y d’.
rescale(pc = 0.45, method = "triangle", std.err = 0.1217)
Argumentos:
pc = 0.45: proporción de respuestas correctas; pc puede ser reemplazada por los argumentos: pd =
proporción de diferenciadores o d.prime = valor d’
method = "triangle"; otras pruebas posibles son: "duotrio ", "tetrad", "threeAFC", "twoAFC")
std.err = 0.1217161: la desviación estándar del primer argumento. Std.err es facultativo; en caso de
ausencia, la salida de los datos no comprende la rúbrica Standard errors.
Salida:
Estimates for the triangle protocol:
pc pd d.prime
0.45 0.175 1.193199
Standard errors:
pc pd d.prime
0.1217 0.18255 0.6997656
5.1 Hipótesis nula
La interpretación de los resultados es realizada con la ayuda de una prueba de inferencia.

El principio es de colocar la hipótesis inversa de lo que se quiere demostrar. Como el
objetivo es el de demostrar una diferencia, la hipótesis nula (H0) estipula entonces que
los productos son perceptualmente idénticos:
H0 : d’=0 (soit Pd = 0 ou Pc = Pguess)
donde Pguess es la probabilidad de respuestas correctas por azar, que la prueba puede
considerar.
Para determinar si los resultados experimentales son compatibles con la hipótesis nula,
se calcula la probabilidad de obtener, bajo H0, el número observado de respuestas
correctas, o un número todavía más elevado.
Considerando el ejemplo 1, con las magdalenas, un grupo de 15 participantes habiendo

realizado cada uno, una prueba de triangular y habiendo obtenido 12 respuestas
correctas. ¿Es posible obtener 12 respuestas correctas si los 15 participantes
contestaron todos por azar? La respuesta es SI. ¿Pero cuál es la probabilidad de un
evento así? La ley binomial con un parámetro de 1/3, permite calcular dicha probabilidad:
0.00025. Un valor tal significa que, si nosotros tenemos 100 000 grupos de 15
participantes, todos respondiendo al azar, 25 grupos obtendrían 12 respuestas correctas.
Tabla 3: Probabilidades elementales: probabilidad de obtener bajo H0 el número de respuestas

correctas indicadas en la columna izquierda; suma de las probabilidades: probabilidad de obtener
bajo H0 el número de respuestas correctas indicadas en la columna de la izquierda donde el
número es aún más elevado. Prueba triangular con 15 participantes.
Número de
Probabilidades Suma de
respuestas
elementales probabilidades
correctas
0 0,0023 1
1 0,0171 0,9977
2 0,0599 0,9806
3 0,1299 0,9206
4 0,1948 0,7908
5 0,2143 0,5959
6 0,1786 0,3816
7 0,1148 0,2030
8 0,0574 0,0882
9 0,0223 0,0308
10 0,0067 0,0085
11 0,0015 0,0018
12 0,00025 0,00029
13 0,000029 0,000031
14 0,000002 0,000002
15 0,0000001 0,0000001
La Tabla 3 da para cada número posible de respuestas correctas (0, 1, 2, …, 15), la

probabilidad elemental de obtener ese número y la adición de la probabilidad de obtener
ese número o un número más alto bajo H0. La línea “12 respuestas correctas “indica que
la probabilidad total es de 0.00029 (probabilidad de obtener 12 respuestas correctas, 13
respuestas correctas, 14 o 15 respuestas correctas. Esa probabilidad es muy baja, es
tan baja que es poco factible que todos los participantes hayan respondido al azar.
Rechazamos entonces la hipótesis nula, y concluimos que los productos son diferentes.
El riesgo del error es de 0.00029 (es decir 0.029%); corresponde a la probabilidad de
concluir que los productos son diferentes mientras que de hecho no lo son.
¿Hasta qué probabilidad consideramos que los resultados experimentales son factibles
bajo H0: 10%, 5%, 1%, 0.1%, 0.001%? Ese valor depende del riesgo del error que el
analista sensorial considera como aceptable al afirmar que los productos son diferentes.
Ese riesgo, llamado riesgo α (o riesgo Tipo I), debe de ser apreciado en función de los
objetivos del estudio y de las consecuencias estratégicas o económicas de concluir
erróneamente que los productos son diferentes. En un ensayo, la selección del riesgo α
es la responsabilidad del analista sensorial y debe de ser determinado antes de
comenzar el estudio.
En el ejemplo 1 de las magdalenas, si una diferencia entre la referencia tradicional y la

referencia premium se demuestra, el estudio puede continuar ya sea afinando la
formulación de la recta premium, o realizando una prueba con consumidores para validar
la receta premium antes del lanzamiento al mercado. Las consecuencias económicas de
concluir erróneamente que los productos son diferentes son menos importantes en el
primer caso que en el segundo. El analista sensorial puede escoger un riesgo de 0.05
en el primer caso, y un riesgo del 0.01 en el segundo caso.
El análisis de los resultados consiste a calcular la suma de la probabilidad (p valor) de

obtener el número de respuestas correctas observadas o más, bajo H0. Si la suma de la
probabilidad es inferior a un riesgo a, rechazamos H0 y concluimos: Los productos son
significativamente diferentes (p= p-value). La suma de la probabilidad es calculada con
la función discrim() de sensR (Cuadro 2).
Cuadro 2: Función discrim() : Cálculo de la p-value para determinar una diferencia.
discrim(correct = 12, total = 15, d.prime0 = 0, conf.level = 0.90, method = "triangle", test = "difference",
statistic = "exact")
Argumentos:
corrrect= es el número de respuestas correctas
total = número de pruebas
d.prime0 = valor de d’ par la hipótesis nula
conf.level = probabilidad para los intervalos de confianza de los parámetros Pc, Pd et d’
statistic = estadístico utilizado; las opciones son "exact", "likelihood", "score", "Wald")
test= objetivo de la prueba ("difference" ou "similarity")
Salida:
Estimates for the triangle discrimination protocol with 12 correct answers in 15 trials.
One-sided p-value and 90 % two-sided confidence intervals are based on the 'exact' binomial test.
Estimate Std. Error Lower Upper

pc 0.800 0.1033 0.5602 0.9432
pd 0.700 0.1549 0.3403 0.9147
d-prime 3.129 0.7366 1.7745 4.6647
Result of difference test:

'exact' binomial test: p-value = 0.0002851
Alternative hypothesis: d-prime is greater than 0
La salida de la función discrim() da los valores pc, pd y d’ correspondiente al número de

respuestas correctas observadas, así como sus intervalos de confianza respectivos
(límite inferior “lower” y límite superior “upper”). Así, doce respuestas correctas de 15
pruebas corresponden a un valor Pc de 0.8. El intervalo de confianza a 90% es [0.56-
0.94]. El valor de p es igual a 0.0002851; dicho valor siendo inferior a 0.05 nos conduce
a la siguiente conclusión: “los productos son significativamente diferentes
(p=0.0003)”.
Para Pc, el intervalo de confianza a 90% es [0.56-0.94]. Este intervalo significa que hay
un 5% de oportunidad de que el verdadero valor de Pc sea inferior a 0.56. Por lo tanto,
la probabilidad de que el verdadero valor de Pc sea igual a 1/3 (Pguess), es aún más bajo
que 5%. Examinar el intervalo de confianza de Pc es una manera de interpretar los
resultados de la prueba. Si el límite inferior del intervalo de confianza es superior a la
probabilidad de respuesta correcta por azar, los productos son diferentes. Para
garantizar la coherencia entre el riesgo α y el intervalo de confianza, es necesario
escoger una probabilidad (1 – 2α) para calcular el intervalo de confianza.
5.2 El poder de la prueba
Si en el ejemplo precedente, el número de respuestas correctas hubiera sido igual a 8,

la hipótesis nula no hubiera sido rechazada. De hecho, la probabilidad de obtener 8
respuestas correctas o más, es de 0.0882 (Tabla 3), un valor superior α=0.05. Ocho
respuestas correctas de 15 pruebas es compatible con la hipótesis nula d’=0 (Pd=0).
¿Podríamos concluir que los productos no son diferentes? No. De hecho, dos razones
pueden explicar que nosotros no pudimos concluir que existe una diferencia significativa:
ya sea que los productos no son efectivamente diferentes, o lo son, pero la prueba no es
adaptada para demostrarlo. Para escoger entre esas dos explicaciones, es necesario
calcular el poder de la prueba, es decir, su capacidad para demostrar estadísticamente
una diferencia cuando los productos son efectivamente diferentes. Es igual a (1-β), donde
β es el error tipo II, el riesgo de no rechazar la hipótesis nula cuando los productos son
efectivamente diferentes (Tabla 4).
Para calcular el poder de una prueba, es necesario definir lo que entendemos por
“productos diferentes”. Esto equivale a definir una diferencia perceptual significativa, es
decir, la diferencia mínima que presente un interés para el estudio que se lleva a cabo.
Es generalmente bastante elevada en el caso de una prueba discriminativa. Este valor,
expresa en términos de d’ (o de Pd), es fijada por el analista sensorial en consulta con el
cliente interno/externo, según los juegos del estudio. Así, en el ejemplo 1 sobre las
magdalenas, la formulación premium será declarada diferente de la receta tradicional si
la diferencia es bastante clara. La diferencia significativa será por ejemplo d’=3.5 (sea
Pd=0.77 para una prueba triangular); los productos son declarados diferentes si
alrededor de las tres cuartas partes de la población perciben la diferencia. En el ejemplo
2, si la prueba de omisión demuestra una diferencia, aunque sea moderada, el resultado
es de interés para comprender la contribución de los compuestos aromáticos. Podemos
seleccionar un valor significativo de d’=2.3 (sea Pd=0.494 para una prueba triangular);
los productos son declarados diferentes si alrededor de la mitad de la población percibe
la diferencia.
Tabla 4: Posicionamiento de riesgos α y β, y el poder de una prueba discriminativa (H0: d’ = 0

(Pd = 0 donde Pc = Pguess).
H0 es rechazada H0 no es rechazada
α
Los productos no son
riesgo de rechazar equivocadamente
diferentes
H0
(1 – β)
Los productos son β
Poder de la prueba: probabilidad de
diferentes rechazar H0 cuando los productos
son efectivamente diferentes
Consideremos que en el ejemplo 1 de las magdalenas, la diferencia significativa es fijada

a d’=3.5. Formulamos la hipótesis de que los productos son diferentes en esas
proporciones. Esa hipótesis es llamada hipótesis alternativa:
H1: d’= 3.5 (Pd = 0.7713 o Pc = 0.8475)
La Tabla 5 da las probabilidades elementales y acumuladas bajo H1. El poder de la

prueba es la probabilidad de rechazar H0 cuando H1 es verdadera. La hipótesis nula H0
es rechazada por 9 respuestas correctas o más (9, 10, 11, …15). De hecho, para ese
número de respuestas, la probabilidad acumulada bajo H0 es inferior a α=0.05 (0.0308
para 9 respuestas correctas o más; 0.0085 para 10 respuestas correctas o más, etc.). El
poder de la prueba es entonces la probabilidad de obtener 9, 10, 11, 12, 13, 14, o 15
respuestas correctas bajo H1, sea 0.996. Eso significa que so interrogamos a 1000
grupos de 15 participantes, la prueba conducirá 996 veces a la conclusión: “los productos
son significativamente diferentes (p<0.05)”. Para los otros cuatro grupos, la prueba fallará
a demostrar una diferencia significativa. La prueba de una prueba puede ser calculada
directamente con las funciones discrimPwr() y d.prime() de sensR mientras que la
diferencia sea expresada en términos de Pd o de d’ (Cuadro 3).
Tabla 5: Probabilidades elementales y acumulada que se obtienen por respuestas correctas bajo
H0 y H1 para una prueba triangular (N = 15).
H0 : d’=0 H1 : d’=3.5
Número de sea Pd=0 o Pc=1/3 sea Pd = 0.7713 o Pc = 0.8475
respuestas
correctas Probabilidad Suma de la Probabilidad Suma de la
elemental probabilidad elemental probabilidad
0 0,0023 1 0,000000000001 1
1 0,0171 0,9977 0,00000000005 0,999999999999
2 0,0599 0,9806 0,0000000019 0,99999999995
3 0,1299 0,9206 0,000000045 0,999999998
4 0,1948 0,7908 0,000000756 0,99999995
5 0,2143 0,5959 0,00001 0,999999
6 0,1786 0,3816 0,00008 0,99999
7 0,1148 0,2030 0,0006 0,9999
8 0,0574 0,0882 0,0033 0,999
9 0,0223 0,0308 0,0144 0,996
10 0,0067 0,0085 0,0478 0,982
11 0,0015 0,0018 0,1204 0,934
12 0,00025 0,00029 0,2222 0,813
13 0,000029 0,000031 0,2838 0,591
14 0,000002 0,000002 0,2245 0,307
15 0,0000001 0,0000001 0,0828 0,083

Consideremos ahora que el resultado hubiera obtenido 6 respuestas correctas de 15

ensayos en el laboratorio y de 80 respuestas correctas sobre 200 ensayos en la
manifestación. Aun así, la proporción de respuestas correctas es la misma: 6/15 =
80/200=0.40 (d’=0.89 o Pd=0.1). La probabilidad de obtener ese número de respuestas
correctas o más bajo Ho son respectivamente 0.39 para el ensayo en el laboratorio y de
0.028 para el ensayo en la manifestación. Entonces, el ensayo realizado durante la
manifestación demuestra una diferencia significativa pero el ensayo del laboratorio no.
En esas condiciones, ¿Cuál es la conclusión buena? La proporción estimada de
diferenciadores (Pd) es solamente del 0.10, claramente inferior al valor significativo que
nosotros habíamos fijado: Pd=0.7713. Por lo tanto, si la conclusión del ensayo es
efectuada durante la manifestación es teóricamente exacta (existen diferenciadores y Ho
debe ser rechazada), y no es satisfactoria desde el punto de vista práctico. De hecho,
10% de diferenciadores significa que 90% de los consumidores no perciben la diferencia
entre la magdalena estándar y la premium; esos consumidores no estarán entonces
dispuestos a pagar más caro una magdalena que les parece idéntica a aquella que están
acostumbrados a consumir. En otras palabras, el ensayo realizado durante la
manifestación es demasiado poderoso. Es susceptible de poner en evidencia diferencias
que no tienen algún interés practico y que no está adaptada al objetivo del estudio. Para
evitar dicho error, el analista debe de escoger el poder antes del ensayo. El poder es
generalmente fijado entre 80% y 90%. En este caso, el poder es suficiente para detectar
una diferencia de interés cuando existe, pero no demasiado elevada, con el fin de no
detectar diferencias demasiado bajas.
Cuadro 3: Funciones discrimPwr() y d.primePwr(): cálculo del poder de la prueba de un ensayo

discriminativo.
discrimPwr(pdA = 0.7713, pd0 = 0, sample.size = 15, alpha = 0.05, pGuess = 1/3, test = "difference",
statistic = "exact")
Argumentos:
pdA=0.7713: valor de Pd bajo la hipótesis alternativa H1
pd0 = 0: valor de Pd bajo la hipótesis nula H0
sample.size = 15 : nombre de pruebas en el ensayo
alpha = 0.05: valor del riesgo α
pGuess = 1/3: probabilidad de respuesta correcta al azar (1/3 para la prueba triangular)
test = "difference": prueba con el objetivo de demostrar una diferencia
statistic = "exact" : cálculos de promedios mediante la ley binomial
Salida: 0.9960363
d.primePwr(d.primeA = 3.5, d.prime0 = 0, sample.size = 15, alpha = 0.05, method = "triangle", test =
"difference", statistic = "exact")
Argumentos:
d.primeA = 3.5: valor de d’ bajo la hipótesis H1
d.prime0 = 0: valor de d’ bajo la hipótesis H0
sample.size = 15 : número de pruebas en el ensayo
method = "triangle": naturaleza de la prueba realizada
test = "difference: prueba con el objetivo a demostrar una diferencia
statistic = "exact": cálculo de promedios mediante la ley binomial
Salida: 0.9960346
Observación 1: las dos funciones discrimPwr() y d.primePwr() conducen al mismo valor,

redondeando las cifras. La diferencia se explica por el redondeo en la conversión de los
valores Pd y d’ utilizados en las dos funciones.
Observación 2: El argumento “estadístico” de las funciones discrimSS() y d.primeSS()

permiten seleccionar el modo de cálculo del poder: “exact”, “stable.exact", "both.exact",
"normal" o "cont.normal". La opción "exact" calcula el poder con la distribucion binomial
(opción por default). Este modo de cálculo presente un límite. Debido a la discontinuidad
de la distribución binomial, es posible que un número de pruebas sea superior al
calculado con la opción “exact” y conduce a un poder inferior al deseado. Por ejemplo,
para 7 pruebas (H1: d’=3.5), el poder es de 0.923 pero es solamente de 0.891 para 8
pruebas. El enfoque “stable.exact” corrige ese problema y da un número de pruebas tales
que un número más elevado conduce siempre a un poder al menos igual al poder
deseado. La opción “both.exact” da los dos valores “exact” y “stable.exact”. La opción
“normal” calcula el poder con la ley normal. La aproximación de la distribución binomial
para una ley normal conduce en general a un poder más bajo. La opción “cont.normal”
calcula el poder con la ley normal y una corrección de continuidad. Esta aproximación
conduce en general a valores muy cercanos a aquellos de la distribución binomial.
En el ejemplo utilizado, el poder es de 99.6%. Y generalmente consideramos como

satisfactorio un poder del 80%. ¿Pero el poder de 99.6%, es el óptimo? Imaginemos que
el experimentador tuvo la posibilidad de realizar el ensayo durante una manifestación
pública y pudo interrogar 200 participantes. Obtuvo 160 respuestas correctas, es decir,
la misma proporción que el ensayo realizado en el laboratorio (160/200= 12/15 = 0.8). La
probabilidad asociada a H0 es de 2.10-16, muy inferior a un α=0.05. En ambos casos, el
ensayo demuestra una diferencia significativa.
5.3 Determinación del número de participantes
Las tres selecciones sobre el riesgo a, el valor de la diferencia significativo (expresada

en términos de Pd o d’) y el poder (a-β) determinan ipso facto el número de pruebas a
realizar y, por lo tanto, el número de participantes a reclutar. En el ejemplo 1 de las
magdalenas, para un riesgo α de 5%, un poder del 90% y un valor significativo d’=3.5 (o
Pd=0.7713), el número de participantes a interrogar es de 9. Ese número es calculado
con as funciones discrimSS() o d.primeSS() de sensR (Cuadro 4).
5.4 Recapitulativo de la puesta en marcha para demostrar una diferencia
Caso 1: El número de participantes es determinado con anterioridad de la prueba, a partir

del riesgo α, de la diferencia significativo y del poder deseado. La suma de la probabilidad
(p valor) de obtener el número de respuestas correctas observadas o un número más
grande, es calculado bajo H0 (Cuadro 2).
- Si la suma de la probabilidad es inferior o igual al riesgo α, H0 es rechazada y la

conclusión de la prueba es: “los productos son significativamente diferentes (p=p
valor)”.
- Si la suma de la probabilidad es superior al riesgo α, H0 no es rechazada, y la
conclusión del ensayo es: “los productos no son significativamente diferentes
(p>α). Si una deferencia perceptiva existe, la proporción de diferenciadores es
inferior a…”.
Por ejemplo, con α=0.05, d’=3.5 (Pd=0.7713) y (1-β) =0.90, el número de participantes a
interrogar es de 9. La prueba es conducida con 9 participantes.
- Con 6 respuestas correctas, la suma de la probabilidad bajo H0 es de 0.04. Es

inferior a 0.05 (riesgo α) y la conclusión es: “los productos son significativamente
diferentes (p=0.04)”.
- Con 5 respuestas correctas, la suma de la probabilidad bajo H0 es de 0.145. Es
superior a 0.05 (riesgo α) y la conclusión es: “los productos no son
significativamente diferentes (p>0.05). Si una diferencia perceptiva existe, la
proporción de diferenciadores es inferior a 0.77”, o “los productos no son
significativamente diferentes (p>0.05). Si una diferencia perceptiva existe, será
inferior a d’=3.5”.
Cuadro 4: Funcion discrimSS() y d.primeSS(): cálculo del número de participantes para un

ensayo discriminativo.
discrimSS(pdA = 0.7713, pd0=0, target.power = 0.90, alpha = 0.05, pGuess = 1/3, test = "difference",
statistic = "stable.exact")
Argumentos:
pdA=0.7713: valores de Pd bajo la hipótesis alternativa H1.
pd0=0: valor de Pd bajo la hipótesis nula H0
target.power = 0.90: valor del poder deseado
alpha= 0.05: valor del riesgo α
pGuess = 1/3: probabilidad de respuesta correcta al azar (= 1/3 para la prueba triangular)
test = "difference": test con el objetivo de demostrar una diferencia
statistic = "stable.exact": opción de cálculo (opciones idénticas a aquellas de las funciones discrimPwr()
presentadas en las Notas 2, debajo del Cuadro 3)
Salida: 9
d.primeSS(d.primeA=3.5, d.prime0=0, target.power = 0.90, alpha = 0.05, method = "triangle", test =

"difference", statistic = "stable.exact")
Argumentos:
d.primeA = 3.5: valor d’ bajo la hipotesis alternativa H1
d.prime0 = 0: valor d’ bajo la hipotesis nula H0
target.power = 0.90: valor del poder deseado
method = "triangle": tipo de prueba
test = "difference": prueba con el objetivo de demostrar una diferencia
statistic = " stable.exact": opción de cálculo (opciones idénticas a las funciones d.primePwr() presentadas
en la Nota 2 del cuadro3).
Salida: 9
Nota: La puesta en marcha descrita no pide calcular el numero critico de respuestas

correctas que permiten concluir a una diferencia significativa. Ese número es conocido
desde que el número de participantes ha sido determinado. Corresponde al número más
pequeño de respuestas correctas para el cual la suma de la probidad bajo H0 es inferior
a α. Ese número crítico es igual a 9 en el ejemplo con 15 participantes, presentado en la
tabla 3. El número crítico es dado por la función fincdcr() (Cuadro 5).
Cuadro 5: Funcion findcr(): cálculo del número crítico de respuestas correctas para demostrar
una diferencia.
findcr(sample.size = 15, alpha = 0.05, p0 = 1/3, pd0=0, test = "difference")
Argumentos:
sample.size = número de pruebas
alpha = riesgo α
p0= 1/3: probabilidad de respuestas correctas por azar Pguess (1/3 para la prueba triangular)
pd0=0: proporción de diferenciadores bajo H0
test = "difference" para una prueba que busca demostrar una diferencia
Salida: 9
Caso 2: El número de participantes es SUPERIOR a aquel determinado

anteriormente para la prueba. El riesgo potencial es que la prueba sea demasiado
poderosa y detecte diferencias sin algún interés practico. Es necesario recalcular el poder
de la prueba a posterior. Los resultados se interpretan como en el caso 1, excepto si el
poder de la prueba es demasiado elevado (superior al 99%) y que H0 es rechazada (la
probabilidad del p valor es inferior o igual al riesgo α). En ese caso, es necesario
examinar el intervalo de confianza de Pd calculado a partir de los valores experimentales
(Cuadro 2).
Si la diferencia significativa es superior al límite superior del intervalo de confianza,

concluimos que “los productos no son significativamente diferentes: la proporción de
diferenciadores es inferiores a [diferencia significativa]”. Si la diferencia significativa es
inferior al límite superior del intervalo de confianza, concluimos que los productos son
significativamente diferentes (como en el caso 1). Por ejemplo, con 80 respuestas sobre
200 pruebas, el poder es superior al 99.99% y el intervalo de confianza de Pd es [0.013
– 0.191]. la diferencia significativa (Pd=0.77) es superior al límite superior del intervalo
de confianza (0.191), y concluimos que: “los productos no son significativamente
diferentes; la proporción de diferenciadores es inferior al 0.77”.
Caso 3: El número de participantes es INFERIOR al determinado con anterioridad

para el ensayo. El riesgo potencial es que la prueba no sea lo suficientemente poderosa
y no ponga en evidencia una diferencia que es de nuestro interés. Es necesario recalcular
el poder de la prueba a posterior. Los resultados se interpretan como en el caso 1,
excepto si el poder es demasiado bajo (inferior al 80%) y H0 no es rechazad (la
probabilidad del p valor es superior al riesgo α), por lo tanto, no es posible hacer una
conclusión. De hecho, es posible que los productos no sean diferentes, pero también es
posible que los productos sean diferentes pero que las condiciones de la prueba no
permitan ponerlo en evidencia. Un poder del 50%, corresponde a una probabilidad sobre
dos de demostrar estadísticamente una diferencia que existe. Concluir de una manera
o de la otra sería jugar a la conclusión jugando con una moneda “águila o sol (cara o
cruz)” … Por lo tanto, el analista sensorial debe de suspender su juicio. Para un analista
a cargo de diseñar y realizar una prueba, el hecho de no poder concluir es una situación
bastante incomoda. Por eso el interés de fijar el poder al momento del diseño de la
prueba y de hacer todo lo posible para colectar el número de respuestas previsto de un
inicio.
6. Interpretación de una prueba de similitud
El proceso para demostrar una similitud es análogo a aquella para demostrar una
diferencia. Solo difiere en las formulaciones de las hipótesis nula y alternativa. Para
demostrar una similitud, la hipótesis nula supone que los productos son diferentes; la
hipótesis alternativa supone que los productos son idénticos. Si la interpretación de una
prueba de similitud sigue el mismo procedimiento que la interpretación de una prueba de
diferencia, entonces la mayor diferencia es debida al número de ensayos necesarios.
Una prueba de similitud requiere un número elevado de participantes, lo que lo vuelve
pesado desde el punto de vista experimental.
6.1 Hipótesis nula y riesgo α
En una prueba de similitud. La hipótesis nula establece que los productos son diferentes
según un valor de d’Δ considerado inaceptable. La hipótesis nula es H0: d’= d’Δ (Pd =
PdΔ). La diferencia inaceptable corresponde a la diferencia a partid de la cual los
productos no pueden ser considerados como similares. Es escogida por el analista
sensorial en función de los objetivos de la prueba.
En el ejemplo 3 de la reformulación, el reto es importante ya que se trata de un producto

icónico de la empresa. La diferencia invalidante será baja, por ejemplo, d’Δ = 1.3 (PdΔ =
0.203 para una prueba triangular). En el ejemplo 4, que concierne la validación de la
fabricación a escala laboratorio, el reto es menor y una diferencia más grande podría y
una diferencia más grande puede ser escogida, por ejemplo, d’Δ = 1.75 (PdΔ = 0.333 para
una prueba triangular). Esas diferencias significativas pueden parecer elevadas.
Corresponde a curvas perceptuales que presentan un gran traslape (Figura 6).
Corresponden también a valores accesibles experimentalmente, es decir, para los cuales
el número de pruebas (triangulares) a realizar no sobrepasa de 100. A título indicativo,
para una diferencia significativa d’Δ = 0.6 (PdΔ = 0.048 para una prueba triangular), será
necesario reclutar cerca de 1400 participantes (ver § 6.4).
Figura 6: Curvas representando las distribuciones de intensidades percibidas por los dos
productos evaluados. Los valores de d’ corresponden a la diferencia entre las medias de dos
curvas mostrando su desviación estándar. La sobreposición de las curvas es ilustrada con
algunos valores de d’ que pueden ser utilizados por un ensayo de similitud o por un ensayo de
diferencia.
El riesgo α es el riesgo de rechazar erróneamente la hipótesis nula y concluir entonces

que los productos son similares mientras que en realidad son diferentes. El analista
sensorial lo elige antes de realizar la prueba en vista de los problemas estratégicos y
económicos del estudio. En el Ejemplo 4, para validar un producto modelo, las apuestas
son bastante bajas y un riesgo moderado de 5% será aceptable. Por otro lado, en el
ejemplo 3, las apuestas son más altas y se elegirá un menor riesgo α, por ejemplo, del
1%.
6.2 Hipótesis alternativa y potencia de la prueba
Cuando se rechaza la hipótesis H0, el analista sensorial admite la hipótesis alternativa

H1: d '<de Δ (Pd <PdΔ), que permite considerar los productos como intercambiables. La
potencia de la prueba corresponde a la probabilidad de rechazar H0 cuando es
verdadera, es decir, cuando la diferencia perceptiva es menor que Δ: d <de Δ (Pd <PdΔ).
Dado que hay infinitos valores para satisfacer la desigualdad: d’< d’Δ, el analista tendrá
que tomar una decisión para calcular el poder de la prueba. El valor más aceptado es
d’= 0. Este valor corresponde a dos productos idénticos.
El poder de una prueba de similitud puede ser calculada con las funciones discrimPwr()
y d.primePwr() de sensR. La sintaxis es la misma que la descrita en el Cuadro 3, con la
excepción de los argumentos de la prueba =”similarity” (en lugar de test=”difference”).
En el ejemplo 3, con una diferencia significativa de d’ Δ = 1.3 y un riesgo α de 0.01, el

poder de una prueba realizado con 100 participantes es de 0.6019.
d.primePwr(d.primeA = 0, d.prime0 = 1.3, sample.size = 100, alpha = 0.01, method =

"triangle", test = "similarity", statistic = "exact")
En el ejemplo 4, con una diferencia significativa de d’ Δ = 1.75 y un riesgo  de 0.05, el

poder de la prueba realizado con 100 participantes es de 0.9969.
6.3 Determinación del número de participantes
La diferencia inaceptable de d’Δ, el riesgo α, el poder deseado y el valor seleccionado

para la hipótesis alternativa, determinan el número de participantes. Ese número es
calculado por medio de la función discrimSS() o d.primeSS() de sensR. La sintaxis de
esas dos funciones es idéntica a aquella presentada en el caso de una prueba de
diferencia (Cuadro 4), con la excepción del argumento: test=” similarity” (en lugar de
test=” difference”).
En el ejemplo 3 con α=1%, (1-β) = 80 %, H0: d’Δ = 1.3 et H1 : d’= 0, el número de

participantes a interrogar es de 137.
d.primeSS(d.primeA = 0, d.prime0 = 1.3, target.power = 0.80, alpha = 0.01, method =

En el ejemplo 4 con α = 5%, (1-β) = 80 %, H0: d’Δ = 1.75 et H1 : d’= 0, el número de

participantes a interrogar es de 33.
d.primeSS(d.primeA = 0, d.prime0 = 1.75, target.power = 0.80, alpha = 0.05, method =

6.4 Interpretación de los resultados de las pruebas
La interpretación se hace a partir del número de respuestas correctas observadas. Bajo

la hipótesis nula, calculamos la probabilidad de obtener este número o un número aún
menor de respuestas correctas. La regla de decisión es:
• Si la probabilidad calculada es menor que el riesgo α, la hipótesis nula se rechaza y

los productos se declaran similares.
• Si la probabilidad calculada es mayor que el riesgo α, la hipótesis nula no se rechaza
y los productos no se declaran similares.
La probabilidad es calculada por medio de la función discrim() de sensR. La sintaxis es

idéntica a aquella presentada en el caso de una prueba de diferencia (Cuadro 2), con la
excepción del argumento: test=” similarity” (en lugar de test =”difference”).
En el Ejemplo 3, la prueba lleva a 49 respuestas correctas de 137 pruebas; la

probabilidad calculada (p valor) es: 0.00548 (<0.01) y la conclusión de la prueba es: "Los
productos son significativamente similares (p = 0.005). El índice de detectabilidad
es inferior a 1,3 y el porcentaje de diferenciadores es inferior al 20%".
discrim(correct = 49, total = 137, d.prime0 = 1.3, conf.level = 0.98, method = "triangle",
test = "similarity", statistic = "exact")
En el Ejemplo 4, la prueba lleva a 15 respuestas correctas de las 33 pruebas, la

probabilidad calculada (p valor) es: 0.161 (> 0.05) y la conclusión de la prueba es: "Los
productos no son similares (p> 0,05). El índice de detectabilidad es mayor que 1,75
y el porcentaje de diferenciadores es mayor que 33%”.
discrim(correct = 15, total = 33, d.prime0 = 1.75, conf.level = 0.90, method = "triangle",
test = "similarity", statistic = "exact")
6.5 Consejos para una interpretación adecuada
6.5.1 Interpretación cuando el número de participantes no es el determinado al

principio
Si el número de participantes es ligeramente superior al número calculado, es posible

que, debido a la discontinuidad de la distribución binomial, el poder de la prueba sea
ligeramente menor que el deseado. Pero las consecuencias son insignificantes, el poder
sigue siendo satisfactorio y los resultados pueden interpretarse de acuerdo con la regla
explicada en el párrafo 6.4.
Si el número de participantes es menor que el número calculado, es necesario volver a

calcular la potencia a posteriori. Si la potencia de la prueba sigue siendo satisfactoria o
si la potencia es baja pero el valor de p calculado es menor que el riesgo α, la prueba se
puede interpretar de acuerdo con la regla descrita en el párrafo 6.4.
Cuando la potencia es baja y el p valor calculado es mayor que el riesgo α, no es posible

concluir. De hecho, el número de respuestas correctas es compatible con una diferencia
entre productos, más alta que la diferencia inaceptable. Pero también es posible que la
diferencia entre los productos sea menor que la diferencia inaceptable, ya que la prueba
no está adaptada para demostrarlo. Entonces, el analista sensorial suspende su juicio.
6.5.2 Cálculo del número crítico de respuestas correctas

Cuando se determina el número de participantes, se puede calcular el número crítico de

respuestas correctas. Este es el número máximo de respuestas correctas para concluir
la similitud. Este número crítico se calcula utilizando la función findcr () de sensR. La
sintaxis es la misma que la descrita en el Cuadro 5 con la excepción del argumento test
= "similarity" (en lugar de: test = "difference").
Atención, el número crítico de respuestas correctas siempre debe ser superior a: N *

Pguess (con N: número de participantes y probabilidad de Pguess de respuesta correcta por
azar). Este es un punto de atención cuando la interpretación se realiza utilizando una
tabla, como la Tabla A.2 de la norma EN ISO 4120 (Metodología - Ensayo triangular,
2017) titulada: Número máximo de respuestas correctas Es necesario concluir que dos
muestras son similares. De hecho, estas tablas reportan números críticos de respuestas
correctas más bajas de lo esperado por azar.
En el ejemplo 3 con 60 participantes, el número crítico es de 18.
findcr(sample.size) = 60, alpha = 0.01, p0 = 1/3, pd0=0.204, test = "similarity")
Sin embargo, decir que se necesitan 18 respuestas correctas o menos, para concluir
sobre la similitud tiene poco sentido, ya que el número de respuestas correctas con
mayor frecuencia cuando todos los participantes respondieron al azar es: 60/3 = 20. Esta
situación ocurre cuando el poder de la prueba es muy bajo. Así, con 60 participantes, el
poder de la prueba es del 34%. En definitiva, la prueba no puede ser interpretada.
6.5.3 Formulación de la hipótesis alternativa
Para calcular el número de participantes, formulamos la hipótesis alternativa H1: d '= 0.

Esta formulación implica que no hay diferenciador en la población. Pero, el cálculo se
puede realizar con un valor de d’ mayor que 0 (y menor que d’Δ). Por lo tanto, si hay una
proporción muy pequeña de diferenciadores en la población (un pequeño porcentaje), la
prueba todavía llevará a demostrar la similitud con el poder deseado. La consecuencia

es que aumenta el número de participantes.
Por ejemplo, en el ejemplo 4 con H1: d’ = 0.6 (Pd = 0.048 para una prueba triangular), el
número de participantes es de 43 (en lugar de 33).
d.primeSS(d.primeA = 0.6, d.prime0 = 1.75, target.power = 0.80, alpha = 0.05, method =

Con 43 participantes y d’ = 0.6, la probabilidad de que el ensayo concluya la similitud es

del 0.80.
d.primePwr(d.primeA = 0.6, d.prime0 = 1.75, sample.size = 43, alpha = 0.05, method =

Con 33 participantes, si efectivamente hay un 4,8% de diferenciadores en la población

(d’= 0,6), la probabilidad de que el ensayo concluya que la similitud es solo de 0,703. El
riesgo de no concluir que la similitud es de alrededor del 30%, mientras que la diferencia
entre los productos es muy pequeña e insignificante en comparación con el objetivo del
estudio. En otras palabras, la hipótesis alternativa H1: d’= 0 es conservadora y conlleva
el riesgo de rechazar una solución técnica que, sin embargo, es operacionalmente
satisfactoria.
7. ¿Cómo aumentar el poder de una prueba?
El número de participantes disponibles para un ensayo puede llegar a ser limitado y

menor que el número necesario para que la prueba de poder sea satisfactoria. Esta
situación es común para las pruebas de similitud. Se pueden explorar dos enfoques para
compensar la falta de participantes: la elección de una prueba más poderosa o la
"repetición" de la prueba por parte de los participantes.
7.1 Selección de una prueba más poderosa: la prueba tétrada
Teóricamente, la prueba de tétrada es más poderosa que la prueba triangular. Por

ejemplo, en el ejemplo 3 para el que elegimos: α = 1%, (1-β) = 80%, H0: d’ Δ = 1.3 y H1:
d '= 0, el número de participantes a interrogar es 137 para una prueba triangular. La
teoría predice que solo se necesitan 44 participantes con una prueba de tétrada.
Para ambas pruebas, triangular y tétrada, la diferencia inaceptable es la misma. Se fija

en d’= 1.3. Por otro lado, las hipótesis nulas no son las mismas. Para formular las
hipótesis nulas, el valor de d' se transforma en valor de Pd gracias a la función
psicométrica de la prueba triangular, por un lado, y la prueba de la tétrada, por otro lado.
Las hipótesis nulas son:
- Para la prueba triangular: H0: PdΔ = 0.203 (PcΔ = 0.469);

- Para la prueba tétrada: H0: PdΔ = 0.372 (PcΔ = 0.581).
Consideremos que un grupo de 100 participantes realizó una prueba triangular y una
prueba de tétrada en el mismo par de productos. El número crítico de respuestas
correctas (número máximo de respuestas correctas para rechazar H0) es 34 para la
prueba triangular y 46 para la prueba de tétrada. Bajo la hipótesis alternativa (H1: Pd = 0
o Pc = 1/3 para ambas pruebas), es más probable que obtenga 46 respuestas correctas
o menos de 34 respuestas correctas o menos. Por lo tanto, la hipótesis nula se rechaza
más a menudo con la prueba de tétrada que con la prueba triangular. La prueba de
tétrada es más potente.
El razonamiento se basa en las funciones psicométricas de las pruebas triangular y

tétrada. Sin embargo, estas funciones son teóricas y una prueba experimental muestra
una brecha entre los resultados experimentales y las predicciones teóricas. La Figura 7
presenta los resultados de pruebas triangulares y tétradas. Cada punto representa un
grupo de participantes que realizaron ambas pruebas con el mismo par de productos. Si
la teoría se verificara completamente, los valores d’ calculados a partir de los resultados
experimentales de las pruebas triangular y tétrada deberían ser los mismos. Por lo tanto,
los puntos deben estar alineados con la primera bisectriz. Sin embargo, los valores d’
calculados a partir de los resultados de la prueba tétrada son generalmente más bajos
que los calculados a partir de los resultados de la prueba triangular (los puntos están
principalmente debajo de la primera bisectriz). Una de las posibles explicaciones es que
la ley psicométrica no tiene en cuenta los efectos mnémicos. La prueba de tétrada
requiere almacenar cuatro muestras contra solo tres para la prueba triangular, lo que
hace que sea más difícil de realizar.
Figura 7: Relación entre d’ experimental de pruebas triangulares y tétradas a partir de resultados

reportados por Ennis, 2012; Garcia et al., 2012; Ishii et al., 2014; Xia et al., 2015; Burns et al.,
2018. Línea continua: primera bisectriz; Línea discontinua: derecho de regresión.
La ley psicométrica de la prueba tétrada parece sobreestimar las frecuencias de

respuestas correctas observadas experimentalmente. La relación d’tétrada / d’triangular es
0.86 (pendiente de la línea de regresión en la Figura 7). Sin embargo, según Ennis
(2012), esta proporción es mayor que 2/3, la prueba tétrada sigue siendo más poderosa
que la prueba triangular. En el estado actual de conocimiento, la función psicométrica de
la prueba tétrada debe usarse con precaución. La mayoría de las veces sobrestima los
valores experimentales, sin que se identifique con precisión la amplitud de esta
discrepancia. En vista de los resultados resumidos en la Figura 7, podría sugerirse

corregir los valores de d’ la prueba tétrada por un factor de 0.86.
Así, en el Ejemplo 3, donde la diferencia inaceptable se fija en d’Δ = 1.3, la hipótesis nula
de la prueba triangular es H0: d’Δ = 1.3 (es decir, PdΔ = 0.203). Para formular la hipótesis
nula de la prueba tétrada, sería necesario corregir el valor de d’Δ por un factor de 0.86,
es decir, d’Δ = 1.3 x 0.86 = 1.118 antes de transformarlo en un valor de PdΔ = 0.291.
Después de la corrección, la hipótesis nula es H0: PdΔ = 0.291 (sin corrección tuvimos
H0: PdΔ = 0.372). En estas condiciones, es necesario realizar 69 pruebas tétradas para
obtener la misma potencia que la prueba con 137 pruebas triangulares; que sigue siendo
interesante en cuanto al reclutamiento de los participantes.
7.2 Las pruebas repetidas
7.2.1 Posición del problema
Las pruebas repetidas implican pedir a los participantes que realicen la misma prueba
varias veces con el mismo par de productos. Las pruebas repetidas parecen, a primera
vista, una solución lógica para aumentar el poder de una prueba cuando el número de
participantes es limitado. Sin embargo, cuando cada participante realiza varias pruebas,
los datos recopilados no satisfacen la hipótesis de independencia de las respuestas, que
es la base del enfoque descrito anteriormente para interpretar los resultados. El supuesto
de independencia se satisface solo cuando cada participante realiza una única prueba
(o cuando solo un participante realiza varias pruebas, pero esta situación, que es
estadísticamente válida, es de poco interés desde el punto de vista operativo).
Cuando cada participante realiza varias pruebas en el mismo par de productos, la ley
binomial no informa correctamente los resultados experimentales. Por lo tanto, la Figura
8 presenta los resultados de un grupo de 30 participantes, cada uno con 10 pruebas
triangulares en el mismo par de bebidas. Muestra (en azul) el número de participantes
que dieron 0 de 10 respuestas correctas, 1 de 10 respuestas correctas, etc. hasta 10
respuestas correctas sobre 10. La frecuencia promedio de respuestas correctas es
0.693. La distribución prevista de la distribución binomial del parámetro 0.693 (en marrón)
se superpone pobremente a la distribución experimental: el número de participantes con

alto rendimiento (9 o 10 respuestas correctas) se subestima, al igual que el número
Participantes con bajo rendimiento (1, 2 y 3 respuestas correctas). Esta "brecha" se
explica por la heterogeneidad de los participantes: algunos son más sensibles que otros
a la diferencia "física" entre los dos productos. Aquellos que son más sensibles que el
promedio se desempeña mejor que lo que predice la ley binomial y aquellos que son
menos sensibles que el promedio tiene un desempeño más bajo. Este fenómeno se llama
sobre dispersión.
Figura 8: Sobre dispersión de respuestas para dos pruebas triangulares repetidas (N=30; k=10);
proporción global de respuestas correctas: 0.693
En consecuencia, las respuestas deben ser modeladas por una ley diferente a la ley
binomial. Una posible ley es la ley beta-binomial que combina la ley binomial para
predecir datos individuales (probabilidad de que un participante dé 0, 1, 2, ..., 10
respuestas correctas según su probabilidad individual de respuestas correctas) y la ley
Beta para modelar la distribución de probabilidades individuales de respuestas correctas
corregidas para el azar (Pd). Este enfoque se denomina Beta-binomio corregido (BCC).
El modelado permite la estimación de dos parámetros: μ, frecuencia de respuestas
correctas corregidas por detecciones al azar o verdaderas y γ, coeficiente de sobre

dispersión.
Nota: el modelado también se puede realizar en las frecuencias de respuestas correctas

observadas (Pc). El enfoque se llama simplemente Beta-Binomial (BB). Ambos enfoques
conducen a resultados ligeramente diferentes. Sin embargo, los autores parecen estar
de acuerdo con una ligera superioridad del enfoque CCBB (para más detalles, consulte,
por ejemplo: Sauvageot & Dacremont, 2015).
7.2.2 Número de pruebas por participante y número de participantes
Para tres pruebas por participante, y a fortiori para dos pruebas por participante, la
estimación de los parámetros de la ley beta-binomial no es precisa. Para el mismo grupo
de participantes, existen fuertes variaciones entre la estimación de los parámetros
realizados en base a 2 o 3 pruebas y la realizada en base a un mayor número de pruebas.
La estimación de los parámetros varía poco cuando los cálculos se realizan sobre la base
de 4 o más pruebas (Dacremont et al., 2008). Además, más allá de 10 pruebas por
participante, la adición de una prueba adicional aumenta muy poco la potencia de la
prueba (Schlich et al., 2000). Finalmente, si el rendimiento del grupo tiende a aumentar
durante las primeras pruebas, pueden disminuir y más rápidamente a medida que los
productos son persistentes.
Estas consideraciones llevan a recomendar de 4 a 6 pruebas por participante. La
determinación del número de participantes para un valor deseado de la potencia supone
conocer la sobre dispersión. Desafortunadamente, nunca se sabe antes de una prueba.
Como primer enfoque, los siguientes valores se pueden usar como base de cálculo:
- 1 participantes que realiza 4 pruebas, remplaza a 3 participantes que realizan 1
prueba;
- 1 participante que realiza 5 pruebas, remplaza a 3.5 participantes que realizan 1
prueba;
- 1 participante que realiza 6 pruebas, remplaza a 4 participantes que realizan 1
prueba.
Para el ejemplo 3, fue necesario entrevistar a 137 participantes, cada uno realizando una
prueba. Este número podría reducirse a 46 participantes que realizan 4 pruebas, 39
participantes que realizan 5 pruebas o 35 participantes que realizan 6 pruebas.
7.2.3 Implementación de una prueba con pruebas repetidas
En comparación con una prueba en la que un participante realiza una sola prueba, los
cambios se refieren a:
- la información entregada a los participantes: se informa al mismo tiempo que las

pruebas sucesivas se relacionan con el mismo par de productos y el número de
pruebas sucesivas;
- la codificación de las muestras; Los códigos deben ser diferentes para las pruebas
realizadas sucesivamente; pero pueden ser iguales para todos los participantes.
Para cuatro pruebas por participante, se deben proporcionar cuatro conjuntos de
cuatro códigos para pruebas triangulares;
- El orden de presentación de las muestras para cada participante: debe ser
diferente durante las pruebas sucesivas y las órdenes de presentación deben ser
equilibradas. Por ejemplo, un participante que realiza cuatro pruebas triangulares
recibirá dos pruebas donde se repite A y 2 pruebas donde se repite B, su orden
se dibuja al azar;
- Los órdenes de presentación deben, para cada posición (1, 2, 3, etc.), estar
equilibradas en todo el grupo. Además, todas las órdenes posibles deben
presentarse un número igual de veces para las pruebas realizadas en las
posiciones 1, 2, 3, etc. Este dispositivo permite comparar los resultados del grupo
para cada posición y seguir la evolución de las actuaciones del grupo durante las
repeticiones. Si la frecuencia de las respuestas correctas cae durante la sesión,
se subestimarán los resultados generales y los resultados se considerarán con
cautela.
Organizar un plan de presentación en el que los órdenes estén equilibrados para cada
participante y para cada posición sea delicada. Una forma es elegir una orden para el
primer participante y organizar permutaciones circulares de esta orden inicial para los
siguientes participantes. La Tabla 6 proporciona un ejemplo para un grupo de 12
participantes que realizan 4 pruebas triangulares. El participante 1 recibe una orden de
presentación y los participantes 2, 3, 4 reciben permutaciones circulares de esta orden;
el participante 5 recibe un nuevo orden de presentación y los participantes 6, 7, 8 reciben
permutaciones circulares; y así enseguida.
Tabla 6: Plan de presentación para un grupo de participantes que realizan 4 pruebas triangulares.
Órdenes aleatorias en negritas; Los siguientes órdenes son permutaciones circulares de éstas.
Participante Prueba 1 Prueba 2 Prueba 3 Prueba 4
1 AAB BAB BAA BBA
2 BAB BAA BBA AAB
3 BAA BBA AAB BAB
4 BBA AAB BAB BAA
5 ABA BAB BAA ABB
6 BAB BAA ABB ABA
7 BAA ABB ABA BAB
8 ABB ABA BAB BAA
9 AAB ABB BAA BBA
10 ABB BAA BBA AAB
11 BAA BBA AAB ABB
12 BBA AAB ABB BAA
13 …
7.2.4 Interpretación de resultados
El análisis de los resultados se realiza con la función betabin() de sensR.
Antes de comenzar el análisis, los datos deben organizarse como una matriz de 2
columnas y n filas (n: número de participantes) (Cuadro 6). En una línea, la primera
columna contiene el número de respuestas correctas y la segunda columna contiene el
número de pruebas realizadas por el participante. La función betabin() permite una serie
de pruebas diferentes para cada participante. Pero, en la práctica, es más fácil organizar
una prueba donde todos los participantes realizan la misma cantidad de pruebas.
Mu (μ) es la estimación de la frecuencia de detección corregida para el azar. Mu es igual
a 0.55153 y su intervalo de confianza del 90% es [0.35450 - 0.74855]. Se observa que
las líneas mu y pd son idénticas, el modelado se ha llevado a cabo sobre los valores de
Pd.
Gamma (γ) es el coeficiente de sobre dispersión que explica la heterogeneidad del panel.
Gamma es igual a 0.45268 y su intervalo de confianza del 90% es [0.16270 - 0.74265].
Gamma es significativamente mayor que 0 para α = 0.05, ya que el p valor de la línea
"LR-test of over-dispersion ..." es 0.002887, menos de 0.05. El intervalo de confianza
lleva a la misma conclusión ya que el límite inferior del intervalo de confianza es
estrictamente mayor que 0 (es 0.16270).
Un valor de γ significativamente mayor que 0 implica que hay diferenciadores (si no hay
diferenciadores, el grupo es necesariamente homogéneo). Por lo tanto, un valor de γ
significativamente mayor que 0 también implica que los productos son perceptualmente
diferentes. Sin embargo, esta diferencia puede ser muy pequeña y puede no ser de
interés práctico. La interpretación se realiza en el valor de μ y su intervalo de confianza
(Figura 9).
Para demostrar una similitud de riesgo del 5%, el límite superior del intervalo de
confianza del 90% debe ser inferior al valor inaceptable PdΔ. Para una diferencia
inaceptable PdΔ = 0.30 con el ejemplo del Cuadro 7, la similitud no se demuestra ya que
el límite superior del intervalo de confianza (0. 74855) es mayor que PdΔ (0.30).
Para demostrar una diferencia en el umbral del 5%, el límite inferior del intervalo de
confianza del 90% debe ser mayor que 0. Pero para garantizar que la diferencia sea de
interés práctico, el límite inferior del intervalo de confianza es mayor que el valor
significativo. Por ejemplo, para una diferencia significativa Pd = 0.50, en el ejemplo en el
Cuadro 7, la diferencia no se muestra ya que el límite inferior del intervalo de confianza
(0.35450) es menor que Pd (0.50). La interpretación también se puede hacer sobre la
base de los valores de d' y su intervalo de confianza. Las reglas de interpretación son las
mismas.
Figura 9: Posición del intervalo de confianza de µ con respecto a la media inaceptable (PdΔ)
para concluir a la similitud o con respecto al valor significativo de (Pd) o concluir a la diferencia
entre productos.
Cuadro 6: Puesta en marcha en R de la tabla de resultados de pruebas repetidas par un ensayo

con 10 participantes realizando 4 pruebas.
# Creación del vector ncr que contiene los números de respuesta correcta de cada uno de los
40 participantes.;
nrc<- c(0,0,1,1,2,3,3,4,4,4)
# Creación del vector ntests que contiene los números de las pruebas de cada uno de los 30
participantes.;
ntests<- c(4,4,4,4,4,4,4,4,4,4)
# El vector ntests también se puede crear con el comando ntests <- rep (4, 10) cuando el
número de pruebas es idéntico para todos los participantes.
# creación de la matriz dat con en la primera columna el vector nrc y en la segunda columna el
vector ntests;
dat<- data.frame(nrc, ntests)

# Visualización de los datos de la tabla de datos para verificación;
dat
nrc ntests
1 0 4
2 0 4
3 1 4
4 1 4
5 2 4
6 3 4
7 3 4
8 4 4
9 4 4
10 4 4
El análisis de resultados del ensayo es efectuado con las funciones betabin() de sensR
(Cuadro 7). La función summary() permite visualizar los resultados.
Cuadro 7: Función betabin() : analisis de resultados de pruebas repetidas.

calcul<-betabin(data = dat, method = "triangle", corrected = TRUE)
summary(calcul, level = 0.90)
Argumentos de la función betabin() :
data = dat : dat es el nombre de la tabla de datos
method = type de test ("duotrio", "tetrad", "threeAFC", "twoAFC", "triangle")
corrected = TRUE : uso del método Béta-Binomial corregido del azar para la estimación de
proporción de detección de Pd verdaderos.
Argumentos de la función summary() :
calcul: Nombre de la matriz que contiene los resultados de la función betabin()
level = 0.90: nivel de confianza de los intervalos de confianza
Salida:
Chance-corrected beta-binomial model for the triangle protocol with 90 percent confidence
intervals
Estimate Std. Error Lower Upper

mu 0.55153 0.11978 0.35450 0.74855
gamma 0.45268 0.17629 0.16270 0.74265
pc 0.55153 0.11978 0.35450 0.74855
pd 0.32729 0.17967 0.03176 0.62283
d-prime 1.73065 0.60592 0.48468 2.78850
log-likelihood: -15.7498
LR-test of over-dispersion, G^2: 8.8777 df: 1 p-value: 0.002887
LR-test of association, G^2: 16.7623 df: 2 p-value: 0.0002291
8. Conclusión
Las pruebas discriminativas se consideran a menudo como las pruebas más simples de
evaluación sensorial. Pero ya en 1995, O'Mahony cuestionó esta opinión en un artículo
titulado: ¿Quién te dijo que la prueba del triángulo era simple? Si este título pudiera
parecer provocativo en ese momento, aún es relevante en 2018. ¿Quién le dijo que las
pruebas de diferenciación eran ...?
... pruebas simples para realizar para los participantes? Las diferencias entre los
productos y entre las muestras son muy pequeñas. Los participantes deben hacer
importantes esfuerzos de atención sin estar seguros de su respuesta. Esta incomodidad
psicológica puede dar como resultado la sensación de "responder a cualquier cosa",
como informan a veces los participantes después de varias pruebas. En general, esto es
solo una sensación porque el rendimiento en el nivel de grupo no se degrada e incluso
aumenta ligeramente en las pruebas.
... pruebas sencillas de diseñar? La cuestión del número de pruebas a realizar revela
la dificultad de diseñar una prueba. La determinación del número correcto de
participantes implica la definición precisa del propósito del ensayo (que demuestra una
diferencia o similitud) y sus problemas estratégicos. También implica cuantificar lo que
se entiende por "diferente" y "similar". Este ejercicio formal puede ser complicado.
... pruebas simples para implementar? Las condiciones de operación son sensibles a
pequeñas variaciones en la presentación de la muestra o la formulación de las
instrucciones. El dominio de estos elementos requiere un gran rigor. Además, tener
suficientes participantes, especialmente en el caso de pruebas de similitud, es un
verdadero desafío. Es necesario, por un lado, convencer al patrocinador del estudio de
que tal número está justificado y, por otro lado, encontrar los medios materiales para
reclutar a los participantes. Sin mencionar la cantidad de producto necesaria para la
prueba, más grande de lo que generalmente se espera para las pruebas de laboratorio.
... pruebas simples para interpretar? No es suficiente "leer" un valor en una tabla. Se
trata de dominar los conceptos asociados a la interpretación. Este dominio es
indispensable cuando las limitaciones prácticas llevan a derivar de la situación ideal; por
ejemplo, cuando el número de participantes entrevistados no es tan necesario
teóricamente. El problema es aún más grave cuando se trata de compilar resultados de
pruebas realizadas con diferentes pruebas.
... resultados simples para comunicar? Ciertamente, el resultado de la prueba es un

número: el número de respuestas correctas. Pero comunicar sin ambigüedad la
conclusión del ensayo a no especialistas puede ser difícil. Por lo tanto, un analista
concluye que "los productos no son significativamente diferentes". Para él, el mensaje
es claro: la prueba, cuyo propósito es demostrar una diferencia, muestra que, si existe
una diferencia, es más débil que la diferencia de interés práctico. Un lector neófito
probablemente lo entenderá: la prueba demuestra que los productos son idénticos y que
un producto puede sustituir al otro. Lo que consideramos por lo menos, algo abusivo.
... refiriéndose a un marco teórico minimalista? Una revisión rápida de la literatura

revela cientos (¿miles?) De artículos metodológicos sobre el tema. Con los años, el
marco conceptual ha evolucionado. Históricamente, la interpretación de las pruebas de
diferenciación se ha realizado en el marco teórico de los modelos de elección. Este
marco conceptual sigue siendo dominante. La teoría de la detección de señales,
desarrollada en el campo de la psicofísica, se está extendiendo cada vez más en el
campo de la evaluación sensorial. Su capacidad para unificar resultados de diferentes
pruebas argumenta a su favor. Los resultados de las pruebas dadas en términos de
pueden someterse directamente al análisis estadístico. Pero sigue habiendo un freno: un
valor de d’ es menos intuitivo que una proporción de diferenciadores para expresar una
diferencia perceptiva. Cambiar el marco conceptual no es insignificante, pone en tela de
juicio muchas ideas que se consideran "evidentes". Por lo tanto, los modelos
Thurstonianos cuestionan hasta la noción de "respuesta correcta". Como parte de la
teoría de detección de señales, la respuesta del participante siempre es "correcta":
identifica correctamente la sensación más diferente en la prueba triangular, la sensación

más intensa en la prueba 3-AFC, y así sucesivamente. Su respuesta está clasificada por
el analista sensorial como no conforme con lo que se espera dada la naturaleza de las
muestras presentadas.
Otras evoluciones tuvieron lugar. La interpretación de los resultados ha sido durante

mucho tiempo demostrar que la proporción de diferenciadores fue significativamente
mayor que 0. Luego, surgió la voluntad de demostrar una similitud. La solución original
propuesta fue controlar el poder de la prueba de diferencia para poder declarar productos
similares cuando no se rechaza la hipótesis nula (enfoque unificado). En otras palabras,
se trata de elegir una proporción crítica única de diferenciadores; Si la proporción de
diferenciadores en la población es mayor que el valor crítico, los productos se consideran
diferentes, si la proporción de diferenciadores en la población es inferior al valor crítico,
se considera que los productos son similares. Posteriormente, las pruebas de similitud
se formalizaron para demostrar directamente la similitud. Estas sucesivas evoluciones
explican que las obras escritas en diferentes períodos presentan los problemas de
diferentes maneras. También explican las disparidades en el enfoque entre los
profesionales en un momento dado. Por lo tanto, la forma de tratar las pruebas repetidas
ha dado lugar a diferentes proposiciones cuyo interés y oportunidad se han desarrollado
en muchos artículos. El enfoque Beta-Binomial corregido por azar parece hoy en día el
más extendido. El paquete sensR ha contribuido indudablemente a su difusión al hacer
que los cálculos sean de fácil acceso ya que el software es gratuito. Pero es probable
que el enfoque evolucione. Otros enfoques, como el uso de estadísticas bayesianas,
podrían proporcionar soluciones eficaces al problema de las pruebas repetidas, siempre
que se disponga de herramientas prácticas de análisis.
Las evoluciones conceptuales no solo se refieren al procesamiento de datos, sino

también a aspectos perceptivos. Por lo tanto, podemos referirnos a la exploración del
vínculo entre diferencia perceptiva y afectiva (Rousseau & Ennis, 2017). Es fácil concebir
que dos productos percibidos como diferentes también pueden ser apreciados: el vino y
la cerveza tienen cualidades perceptivas muy diferentes y, sin embargo, puedo
apreciarlos de una manera equivalente. Aunque es más difícil de concebir, es posible lo

contrario: una prueba de diferenciación no muestra diferencias entre dos vinos, mientras
que una prueba hedónica revela una preferencia. Una explicación es el poder de las dos
pruebas. En una prueba hedónica el número de participantes es del orden de 100; puede
ser significativamente más bajo para que una prueba desmonte una diferencia. Otra
explicación es que la dimensión afectiva les permite a los participantes desarrollar
estrategias más efectivas que las dimensiones perceptivas para comparar muestras.
También se puede referirse al trabajo en progreso en la prueba de tétrada. Los estudios

pretenden identificar el origen de la discrepancia observada entre los datos
experimentales y el modelo teórico subyacente a la función psicométrica. La contribución
de los efectos de la memoria es muy probable, pero su naturaleza no ha sido claramente
identificada. Este conocimiento refinará el modelo teórico y, por lo tanto, proporcionará
un uso más confiable de esta prueba.
Referencias
Bi, J. & O’Mahony M. (2007). Updated and extended table for tasting the significance of the R-
index. Journal of Sensory Studies, 22, 713–720.
Burns S.L, Penfield M.P., Saxton A.M., Luckett C.R (2018). Comparison of triangle and tetrad
discrimination methodology in an applied manner. Food Quality and Preference, 68, 105-117.
Castura J.C., King S.K., Phipps K. (2018). How task instructions affect performance on the
unspecified tetrad test. Journal of Sensory Studies, 33, DOI: 10.1111/joss.12329
Dacremont C., Valentin D. (2004) Mobilization of short-term memory capacity for odors in
discriminative tests: Implication for assessors’ selection. Food Quality and Preference, 15,
735-742.
Dacremont C., Jacquier-Chauvin F., Porcherot C., Raviot-Derrien S., Cayeux I. (2008).
Replicated triangle tests: A way to improve the power of a similarity test. Third European
Conference on Sensory and Consumer Research, A Sense of Innovation, 7-10 September
2008, University of Applied Sciences, Hamburg, Germany,
Ennis, J.M. (2012). Guiding the switch from triangle testing to tetrad testing: triangle to tetrad.
Journal of Sensory Studies, 27, 223–231.
Frijters J.E.R. (1979). Variations of the triangular method and the relationship of its unidimensional
probabilistic models to 3-alternative forced choice Signal Detection Theory models. British
Journal of Mathematical and Statistical Psychology, 32, 229-241.
Garcia K., Ennis J.M., Prinyawiwatkul, W. (2012). A large-scale experimental comparison of the
tetrad and triangle tests in children. Journal of Sensory Studies, 27, 217–222.
Ishii R., O’Mahony M., Rousseau B. (2014). Triangle and tetrad protocols: Small sensory
differences, resampling and consumer relevance. Food Quality and Preference, 31, 49–55.
O’Mahony M. (1995). Who told you the triangle test was simple? Food Quality and Preference, 6,
227-238.
O’Mahony M., Odbert N. (1985). A comparison of sensory difference testing procedures:
sequential sensitivity analysis and aspects of taste adaptation. Journal of Food Sciences, 50,
1055-1058.
Rogers L. (2018). Discrimination Testing in Sensory Science: A Practical Handbook. Woodhead
Publishing: Duxford.
Rousseau B., Ennis D.M. (2017). Preference without a Difference. IFPress 20, 1, 3-4.
Sauvageot F., Dacremont C. (2015) L’épreuve triangulaire. Manuel N° 3, Société Française
d’Analyse Sensorielle (http://www.sfasenso.fr/).
Schlich P., Dacremont C., Brockhoff P.B. (2000). Application of replicated difference testing. Food
Quality and Preference, 11, 43-46.
Xia Y., Zhang J., Zhang X., Ishii R., ZhongF, O’Mahony M. (2015). Tetrads, triads and pairs:
Experiments in self-specification Food Quality and Preference, 40, 97–105.
Inicio 105
1.3. Pruebas descriptivas tradicionales

Maud LELIEVRE DESMAS 1, Gaëlle ARVISENET 2
2 CSGA AgroSup Dijon, CNRS, INRA, Université Bourgogne Franche-Comté, 21000 Dijon, France.
CONTENIDO
1. Introducción
2. Las grandes etapas para llevar a cabo el perfil sensorial

3. La selección de productos
4. El establecimiento de un panel sensorial
4.1 El reclutamiento
4.2 La selección
5. El trabajo con el panel
5.1. Obtención de la lista de descriptores
5.2. El entrenamiento del panel
6. Análisis del desempeño de los panelistas
6.1. Análisis de desempeño ¿Por qué y para qué?
6.2. Análisis de desempeño: etapa por etapa
6.3. Toma de decisiones
7. Obtención de datos sensoriales
8. Análisis de resultados
8.1. Análisis unidimensional
8.2. Análisis multidimensional
9. Conclusión
Referencias
1. Introducción
Las pruebas descriptivas tienen como objetivo el describir las características sensoriales
de los productos, y así, ubicarlos entre sí, unos con respecto a los otros. El término
genérico utilizado para calificar tanto el método como los resultados obtenidos es el de
“perfil sensorial”. Los métodos llamados “tradicionales” son ahora comparados,
erróneamente, con los métodos llamados “novedosos” o “rápidos” (descritos a detalle en
el Capítulo 1.4). Si bien es cierto que estos últimos métodos han proporcionado a la
industria una respuesta rápida, los métodos clásicos de perfil siguen siendo ampliamente
utilizados, como lo demuestran los estudios recientes de Lestringant et al. (2019) y Moser
et al. (2018).
Entre los métodos descripticos tradicionales, lo más conocidos son el perfil de textura
(Civille & Szczesniak, 1973), el flavor profile (Cairncross & Sjöström, 1950), el método
Spectrum ® (Meilgaard, Civille, & Carr, 2016), y sobre todo el perfil descriptivo
cuantitativo (QDA® en inglés, Stone et al., 1974). Todos estos métodos han sido
descritos extensamente en la literatura (e.j. Kemp, Hort & Hollowood, 2018, para una
revisión reciente).
Hoy en día, el enfoque metodológico más frecuentemente utilizado, es llamado “análisis

descriptivo genérico” por Murray et al. (2001), y corresponde más bien con un método
hibrido que combina los puntos metodológicos de los diferentes métodos originales, para
ser adaptados a diferentes objetivos, y necesidades de proyectos de investigación. Dicho
método es descrito en la norma ISO 13299 :2016 bajo el nombre de “perfil descriptivo
cuantitativo” y en el manual metodológico sensorial Depledt, 2009) bajo el nombre de
“perfil convencional”. Este enfoque hibrido ha sido objeto de un gran número de aportes
metodológicos sucesivos que han sido publicados de manera aislada (libros, tesis,
manuales en inglés, publicaciones, etc.). Este capítulo reagrupa los diferentes
elementos, en vías de proponer una metodología detallada y accesible a los estudiantes
y principiantes en evaluación sensorial.
El principio general del perfil convencional es el de hacer una descripción y cuantificación

de la intensidad de todas las propiedades sensoriales de un producto, a través de un
panel sensorial entrenado. Los resultados pueden ser vistos como un mapa de identidad
Capítulo 1.3 Pruebas descriptivas tradicionales 107
sensorial del producto, y que puede ser comparado a aquellos mapas de otros productos,
de la misma categoría, con la ayuda de herramientas estadísticas de análisis.
Contrariamente a la creencia popular, el perfil sensorial convencional no es una

herramienta limitada a la investigación y desarrollo de productos (I&D, R&D), sino que
sus aplicaciones en la industria son muchas y pueden ser integradas a todo lo largo de
la vida de un producto (Figura 1). Anteriormente a este ciclo de vida del producto, permite
la descripción precisa de las expectativas sensoriales de los consumidores, permitiendo
al equipo de marketing y de desarrollo, el concebir un producto que es lo más cercano a
las expectativas del consumidor. El perfil sensorial es útil en todas las fases de desarrollo
de un producto, como una ayuda en la selección de los ingredientes al inicio y de la
formulación ideal, posteriormente. Puede ser utilizado como un complemento de los
análisis fisicoquímicos y microbiológicos para el estudio de la vida de anaquel de un
producto. Es una herramienta en el seguimiento de la calidad del producto, permitiendo
la definición de un estándar de producción y la comparación de productos fabricados,
versus ese estándar, o aún más, de caracterizar los defectos potenciales. En fin, es una
herramienta de comunicación para los departamentos de marketing, que pueden
personalizar claims de empaque y publicidad, utilizando las características sensoriales
especificas del producto, en línea con las expectativas que los consumidores pueden
tener.
El capítulo está estructurado alrededor de las grandes etapas de un perfil sensorial

convencional (Figura 2), cada etapa siendo ilustrada por números ejemplo, y enriquecida
con consejos sobre puntos metodológicos precisos. La metodología del perfil
convencional se apoya sobre numerosas herramientas de análisis estadístico, que son
descritas de manera breve.
Figura 1. El perfil sensorial, una herramienta que puede intervenir en las diferentes etapas de
vida de un producto.
2. Grandes etapas para llevar a cabo el perfil sensorial
Considerando las grandes etapas necesarias para el buen desempeño del panel, la
realización de un perfil sensorial puede llevarnos varios meses por lo menos. Las
primeras etapas se producen mucho antes de la toma de datos, y en ellas recae el éxito
del proyecto. Una definición precisa del objetivo del estudio son los cimientos sobre los
cuales se basa todo el estudio; los productos a ser estudiados serán escogidos en
función de dicho objetivo. El reclutamiento y la selección del panel deben asimismo
intervenir rápidamente, ya que se trata de un procedimiento relativamente largo. Una vez
que los objetivos han sido establecidos, los productos y las personas seleccionadas,
entonces puede comenzar el trabajo con el panel. Dicho trabajo se llevará a cabo,
siguiendo una serie de etapas, siempre realizadas en el mismo orden. El panel comienza
por establecer una lista de descriptores apropiados para describir los productos, y
posteriormente el panel es formado para la utilización correcta de esos mismos
descriptores. Una vez que el entrenamiento haya terminado, se verifica que el panel tiene
un buen desempeño, como si fuese una “herramienta de medición”, y si el desempeño
es el adecuado, entonces se puede proceder finalmente a la descripción de los
productos. Un error común, es el de considerar que la realización de un perfil se limita a
las etapas de trabajo con el panel (representadas en verde y en azul en la Figura 2), o
peor aún, solamente en la medición (etapas en azul sobre la Figura 2). Nosotros
pensamos, al contrario, y creemos que todas las etapas tienen un fuerte trabajo con el
panel, y que muchas mediciones son necesarias para la realización de un perfil, y

condicionan el éxito del trabajo.
Figura 2: Las grandes etapas de un perfil convencional.
3. La selección de los productos
Como cualquier prueba sensorial, el método del perfil sensorial no se aplica nunca a un
producto de manera aislada. De hecho, los sentidos humanos, utilizados como una
herramienta de medición, no puede ser calibrado como si se tratara de una herramienta
instrumental. La evaluación del humano solo puede llevarse a cabo de manera
comparativa. El perfil sensorial convencional, se aplica a productos que son percibidos
como diferentes, y consiste en explicar la naturaleza e intensidad de sus diferencias.
Incluso cuando el enfoque del estudio se realiza sobre un producto target, será necesario
estudiar un grupo de productos, que serán escogidos en función del objetivo del estudio.
En ocasiones, la selección del producto target es ajeno al investigador, es decir es
impuesto por el objetivo de algún proyecto, pero se requiere tener una correcta selección
de los productos contra los cuales se comparará. Por ejemplo, si imaginamos que
queremos caracterizar una nueva magdalena sin gluten. La selección de otros productos
para incluir en el estudio es completamente estratégica. Si queremos verificar como las
características sensoriales de las magdalenas sin gluten, recientemente reformulada su
posición con respecto a las otras magdalenas sin gluten que ya se encuentran en el
mercado, los productos presentados al panel serán entonces únicamente magdalenas
sin gluten. Pero si queremos saber si esta magdalena sin gluten pudiera tener
descriptores comunes con una magdalena “clásica” (con gluten), los productos
presentados al panel incluirán magdalenas con gluten. El segundo caso se puede
considerar, si queremos expandir el target de los consumidores, a personas no alérgicas
al gluten. Pero en ese caso, se necesitan razones suficientes para pensar que existen
características comunes que se pueden encontrar en magdalenas con y sin gluten. De
hecho, una selección de productos demasiado diferentes, desde un punto de vista
sensorial, no es deseable, ya que se tiene el riesgo de terminar con la obtención de
resultados que puedan ser demasiado triviales, tanto que el sentido común pueda
predecir. En resumen, es importante tener cuidado con la selección de productos y elegir
adecuadamente un espacio de productos bien delimitado.
4. El establecimiento de un panel
Un panel se compone normalmente de unas 12 a 15 personas. La norma ISO 13299

:2016 indica que se necesitan entre 8 y 12 personas, pero numerosos laboratorios
estiman que un panel debe de comprender un mínimo de 12 personas para obtener
resultados robustos. En la misma línea Everitt (2018) estima que el número de panelistas
puede variar entre 6 a 20 personas, según el tipo de producto evaluado y los objetivos
del estudio. En el ideal, se recomienda reclutar varias personas adicionales para mitigar
las ausencias puntuales de algunos panelistas (ej. por enfermedades, compromisos,
etc.) o por abandono durante el proyecto, y de esta manera asegurar un número mínimo
de panelistas que sean suficientes. De todas maneras, no se debe de perder de vista

que mientras mayor sea el número de panelistas, se tiene una mayor complicación en el
manejo del panel (número de lugares disponibles en la sala de evaluación, organización
de las sesiones, etc.), y el costo del proyecto también será más elevado.
El panel puede estar compuesto por personas externas a la empresa (un panel externo),
o de trabajadores de la empresa (un panel interno). En el caso donde son personas
exteriores a la empresa, el día a día del manejo del panel se puede tercerizar con una
agencia especializada en análisis sensorial. Si un panel interno puede parecer como la
mejor solución económica, ya que se desestima el costo de remuneración del panel, es
importante desconfiar de costos ocultos del panel, sobre todo las horas necesarias de
los trabajadores para la participación de las sesiones de entrenamiento y medición.
Adicional al costo, la frecuencia con la que se debe de reunir al panel es una carga de
trabajo adicional para los trabajadores que forman parte de un panel interno sensorial, y
esto debe de tomarse en consideración al momento de tomar la decisión de trabajar con
un panel interno o externo (Everitt, 2018). Las principales ventajas e inconvenientes para
cada tipo de panel son resumidas en la Tabla 1.
Tabla 1. Principales ventajas y desventajas en el uso de un panel interno y externo.
VENTAJAS INCONVENIENTES
Panel interno • Flexibilidad en el horario (de la empresa) • Costos escondidos (tiempo de trabajo de los
• Vínculo entre los empleados, tipo de empleados)
participación de los empleados en la empresa • Disponibilidad de empleados que depende
(Lawless & Heymann, 2010) de su principal actividad en la empresa
• No existe un problema de confidencialidad • Disponibilidad por poco tiempo
• No es necesario una remuneración directa de • Sesgo vinculado con el conocimiento de los
los panelistas productos, o de los proyectos vinculados con
esos productos
• Sesgo vinculado con las relaciones
jerárquicas de la empresa en el panel
Panel • Panelistas disponibles en el horario previsto • Costo elevado (pago de panelistas + costos
externo para el panel eventuales de la prestación del servicio)
• Panelistas concentrados en la tarea de • Los panelistas pueden dejar el panel en
evaluación cualquier momento (de Vos, 2010)
• Mayor tiempo disponible para el • Problema de confidencialidad de los
entrenamiento (Rogers, 2018) resultados (de Vos, 2010)
4.1 El reclutamiento
Cuando el panel está configurado con los trabajadores de una empresa, es esencial
hacer una buena comunicación, de manera anticipada, sobre la forma de trabajo del
panel, las responsabilidades que adquieren y las formas de participación, así como las
restricciones que pueden tener. Cuando se tiene un panel externo, las personas pueden
ser reclutadas utilizando una base de datos sobre posibles consumidores, si se cuenta
con una base así (como es el caso de agencias que se dedican a estudios con
consumidores y análisis sensorial), o gracias a un anuncio que sea difundido en una
prensa local, en redes sociales, con anuncios o flyers distribuidos en comercios
cercanos, etc.
El contenido del documento que se utilice para el reclutamiento debe de explicar de

manera breve en qué consiste un panel sensorial (es importante no olvidar mencionar la
importancia de la asistencia a todas las sesiones), el lugar de prueba, los tipos de
productos que serán estudiados, así como las etapas de selección. Los documentos
utilizados para el filtro de reclutamiento de los posibles panelistas pueden contener:
• El estado de salud de los participantes (alergias y restricciones alimentarias, toma de

medicamentos, enfermedades crónicas, consumo de tabaco, etc.) 1
• Disponibilidad de tiempo (si los días/horarios de las sesiones son convenientes)
• La motivación para participar en un panel sensorial (¿Por qué te gustaría hacer parte
de un panel sensorial?)
• El interés y curiosidad por la alimentación y la cocina (Figura 3). Las preguntas
abiertas son utilizadas para explorar la manera en la que el cuestionario filtro es
llenado, y sobre todo su manera de expresarse; ya que no es tanto la respuesta hacia
las preguntas lo que nos interesa, sino su capacidad de describir y su nivel de manejo
del lenguaje.
1
Este tipo de información es considerada como “sensible” o personal. En Francia son especificadas por la CNIL
(Commission Nationale de l’Informatique et des Libertés) como información que concierne el origen racial o étnico,
adscripción sindical, salud o la vida sexual. En principio, los datos privados o sensibles no pueden ser recolectados ni
se puede obtener algún beneficio de ellos, a menos que se tenga el consentimiento explicito de las personas
entrevistadas.
A propósito de los datos personales
La creación y el manejo de un panel precisan del almacenamiento de información sobre los panelistas.
Por eso es importante que el lector ponga atención en la noción de los datos personales, que son
definidos en Francia por la CNIL (Commission Nationale de l’Informatique et des Libertés, Comisión
Nacional de Informática y de Libertad) como toda aquella información que hace referencia a una persona
física identificable. El manejo de este tipo de datos es regulado en la Unión Europea por la RGPD
(Règlement Général sur la Protection des Données, Reglamento, Reglamento General sobre la Protección
de Datos).
En este marco, cualquier organización ya sea pública o privada, que maneja datos personales, tiene
obligaciones específicas para garantizar la protección de dichos datos.
Se puede obtener más información sobre el sitio de la CNIL: https://www.cnil.fr/professionnel
Figura 3. Ejemplos de preguntas que nos permiten medir el interés y la curiosidad de los
candidatos por la alimentación y la cocina.
El análisis de la respuesta de los candidatos al cuestionario permite excluir a las

personas que no son disponibles en los horarios estipulados para las sesiones del panel,
las personas que pueden tener dificultades para expresarse o que no dominan el
lenguaje en el cual el perfil sensorial será realizado, aquellos que han respondido el
cuestionario sin cuidado y de manera desinteresada, o que no muestran ninguna
curiosidad por la degustación (respuestas muy cortas, o fuera de contexto). De ser
necesario, se puede realizar una entrevista telefónica con algunos candidatos para
pedirles ser más precisos en algunas de sus respuestas (ej. la toma de medicamentos,
alergias, etc. Y que pueden ser un problema para las pruebas subsecuentes) y también
permitirles a ellos hacer preguntas sobre sus dudas sobre el trabajo de un panelista
sensorial (Everitt, 2018). Posterior a esta primera selección, los candidatos son invitados
a continuar con una serie de pruebas en el laboratorio sensorial.
4.2 La selección
El objetivo es seleccionar a las personas más competentes desde el punto de vista

sensorial, así como aquellos que están más motivados. Es importante mencionar que
esta etapa de selección no siempre es necesaria, por un lado, porque el número de
voluntarios puede ser muy bajo, y por el otro lado porque se puede tratar de un panel
interno y podría ser delicado excluir a algunos empleados que están motivados, incluso
cuando la selección se basa sobre sus capacidades sensoriales. En el caso en el que el
número de empleados voluntarios es mayor al número deseado de panelistas, será
importante explicarles el término de la selección.
La selección de los futuros panelistas puede realizarse en el transcurso de una o dos

sesiones, de una hora cada una, aproximadamente. El objetivo de estas sesiones es
seleccionar a los candidatos que demuestran:
• Una agudeza sensorial suficiente para poder analizar los productos de interés
• Buena capacidad para describir sus percepciones sensoriales
• Una correcta comprehensión de las instrucciones
• La voluntad de trabajar en equipo
De hecho, la tarea que se le pide a los panelistas cuando se realiza un perfil sensorial es
bastante compleja y pone en juegos un conjunto de diferentes capacidades. Los
panelistas deben de (1) percibir las características sensoriales de un producto, (2)
analizar sus percepciones, (3) verbalizarlas, y (4) cuantificarlas con respecto al espacio
sensorial de los productos estudiados. La selección va a permitir al experimentador,
verificar que los candidatos poseen todas o algunas de esas capacidades. En este
momento, los candidatos no son entrenados a priori a realizar estas diferentes tareas. Y
no podemos exigir de ellos que no tengan errores. Tampoco podemos esperar de los
candidatos que todos tengan una respuesta idéntica para una prueba dada. Existe una
variabilidad interindividual importante entre la población cuando se trata de utilizar un
sentido, y no es una cuestión de tratar de “borrar” esa variabilidad: el grupo de personas
seleccionadas presenta inevitablemente diferencias en la percepción, por razones
fisiológicas evidentes, pero también debido a su exposición anterior a muchos diferentes
tipos de estímulos sensoriales. Sin embargo, las incapacidades sensoriales como la
anosmia, ageusia o hiposmia serían identificadas en un proceso de selección, y los
candidatos que presenten dichas incapacidades, no podrán formar parte del panel.
Figura 4: Los diferentes componentes a probar cuando se realiza una selección de panelistas
(click en cada etapa para obtener más información).
Al terminar las sesiones de selección, se escogerán a los mejores 15 candidatos, de

acuerdo con los citeriores previamente definidos. El principio de la selección es atribuir
puntos a cada prueba (como si fuese un examen), dando un número de puntos más
importantes a las pruebas que miden alguna incapacidad sensorial. Los candidatos
seleccionados son aquellos que obtienen los mayores puntos al final de una sesión,
integrarán el panel y seguirán un entrenamiento de perfil sensorial.
No existen formatos preestablecidos de pruebas de selección, sino que es necesario

adaptar al producto con el cual el panel trabajará. También es importante tomar en
cuenta los objetivos del panel, la duración de la sesión de selección, etc. La Figura 4
recapitula el conjunto de habilidades que puede ser probadas cuando se realiza la
selección, y pada cada una de esas habilidades, se proponer una lista de pruebas que
pueden ser utilizadas.
Al terminar las sesiones de selección, podemos decir que hemos creado el panel
sensorial, y podemos comenzar a crear los perfiles sensoriales.
Nota: Si se trata de un panel destinado a funcionar por un periodo largo (muchos años),
es muy probable que la composición del panel evolucione: algunos panelistas dejarán el
panel, será necesario remplazarlos para mantener un número constante de panelistas.
En ese caso, será necesario hacer nuevos reclutamientos y entrenarlos para poder
integrarlos al panel existente.
Fin
5. El trabajo con el panel
Una vez que se constituye el panel, el trabajo comienza. Se establecerá en un periodo

relativamente largo, en el transcurso del cual se realizarán tres etapas principales: la
generación de los descriptores, el entrenamiento del panel, y la evaluación de los
productos. Es en esta última etapa en donde serán recolectados los datos relativos a los
productos, que permitirán responder las preguntas iniciales, del objetivo del estudio.
Durante la primera sesión de reunión del panel, recientemente creado, antes de entrar
de lleno en el entrenamiento, puede ser útil compartir con los panelistas:
• El análisis sensorial: ¿Qué es? ¿A qué sirve? ¿Cuáles son sus aplicaciones?
• El perfil sensorial: ¿Para qué sirve? ¿Cuáles son los pasos para llevarlo a cabo?
Introducir la noción de objetividad en esta etapa (no se les pide a los panelistas
dar su punto de vista sobre los productos, sino de describir su percepción
sensorial)
• Bases sobre la fisiología del sistema sensorial: los cinco sentidos, la diferencia
entre el olor y el aroma, etc.
• El objetivo de un perfil convencional para una empresa (sin entrar demasiado en
los detalles y respetando la confidencialidad), y el rol del panel en esta etapa
Aunque pueda parecer una aparente pérdida de tiempo, esta sesión de introducción al
análisis sensorial y perfil, es importante realizarla ya que permite a los panelistas
comprender la expectativa que se tiene de los panelistas y de la importancia de su
participación en el panel (hay un rol que llevar a cabo). Adicionalmente, los panelistas
aprecian aprender cosas nuevas y genera una motivación en ellos.
5.1. La obtención de la lista de descriptores
5.1.1. Características de una buena lista de descriptores
La primera etapa indispensable para realizar un perfil sensorial es la creación de la lista

de descriptores. Un descriptor sensorial, también llamado atributo sensorial, es definido
como “un término que refiere al sujeto, a un elemento de la percepción del producto. El
descriptor debe de tener propiedades tales, (pertinentes con el producto, mono
dimensional) que permita la evaluación sobre una escala de intensidad […].” (ISO 11035
:1995).
Según la norma ISO, las dos características esenciales para un descriptor sensorial son
pertinencia y mono dimensionalidad. Si bien la pertinencia parece ser evidente (describir
la característica crujiente de una crema de chocolate, no tiene ningún sentido por
ejemplo…), la noción de mono dimensionalidad puede ser difícil de entender. Este
concepto hace referencia a una característica no ambigua del descriptor, que debe de
hacer referencia a una sola característica sensorial con el fin de poder ser evaluada sobre
una escala de intensidad. Esta noción engloba la ausencia de ambigüedad y el hecho de
que un descriptor debe de ser evaluado por un solo sentido.
• Para describir lo que es un descriptor ambiguo, tomemos el ejemplo del descriptor de

textura cremoso. Puede hacer referencia a la vez a una sensación de liso, de espeso
y de aceitoso. Por lo tanto, no puede ser utilizado en esa forma como un descriptor
sensorial. Debe de ser remplazado por uno o varios descriptores mono-
dimensionales para encontrar las diferentes formas sensoriales contenidas en el
descriptor cremoso.
• De la misma manera, el descriptor crocante puede hacer referencia a una sensación
auditiva y/o de textura. Deberá ser entonces separado en dos descriptores diferentes
en el cual la modalidad sensorial sea más precisa. Según el caso, se utilizará uno
solo o varios descriptores.
Cada uno de los descriptores debe ser también independiente, es decir que otro atributo
de la lista de descriptores no debe de describir la misma característica sensorial (lo cual
no es un problema en sí, pero aumenta inútilmente el número de descriptores en la lista).
Otro punto importante, es que la lista de descriptores debe ser exhaustiva, es decir, que
debe de describir el conjunto de las características sensoriales del producto a analizar,
bajo la premisa de obtener al final una caracterización sensorial parcial del producto. Sin
embargo, según el objetivo del perfil sensorial, se puede estar interesado en analizar las
características sensoriales del producto que son accesibles por algunos sentidos (por
ejemplo, estar interesado en medir la textura al tacto con la mano y en la boca, de una
barra de cereal). En fin, el lenguaje utilizado para describir los productos debe ser
preciso y comprensible para todos aquellos involucrados en el trabajo de la obtención
de un perfil sensorial y los interesados en el uso de dichos resultados.
5.1.2. Las grandes etapas de la creación de una lista de descriptores

Para obtener una lista de descriptores que agrupe las características sensoriales de un
producto, es necesario seguir una metodología bien establecida, en varias etapas, y que
se basan sobre un proceso colectivo y creativo realizado por el panel. La obtención de
una lista es similar según Lawless (2013), a las sesiones de lluvia de ideas.
La descripción objetiva de las propiedades sensoriales de un producto es un ejercicio

difícil ya que es poco habitual para un consumidor “novato” que daría sus puntos de vista
de manera espontánea y subjetiva (respuesta hedónica subjetiva). Gracias a las
diferentes etapas que se llevan a cabo para obtener la lista de descriptores, los panelistas
aprenden progresivamente las nociones de una descripción objetiva, la intensidad de
una percepción sensorial y se familiarizan con el universo de productos a ser evaluados.
La metodología puede ser separada en seis etapas (Figura 5).
Figura 5: Criterios de decisión asociados a cada etapa de elaboración de una lista de

descriptores, así como la finalidad de dichas etapas.
5.1.3. Etapa 1: Generación de todos los descriptores relevantes para los

productos
Durante esta primera etapa, se les presenta a los panelistas las muestras concernientes
al espacio de productos para ser estudiado, seleccionados de manera que cubran todas
las dimensiones sensoriales susceptibles de ser encontradas en este espacio de
productos. Para lograr este objetivo puede ser necesario presentar un gran número de
productos. Strigler et al. (2007) aconsejan tener hasta quince productos, que pueden
separarse en varias sesiones. Dicho número, así como la selección de los productos, se
adaptan en función de limitantes de tiempo, de la disponibilidad de los productos, pero,
sobre todo, del objetivo del estudio. Tomemos como ejemplo un panel sensorial que será
desarrollado para la evaluación de galletas sin gluten, cubiertas de chocolate. Si el panel
se lleva a cabo con el fin de realizar un control de calidad para caracterizar las galletas
de la empresa, así como de sus principales competidores, el espacio de productos para
la generación de descriptores puede estar compuesto únicamente de esos diferentes
productos (el control de calidad es un caso específico en el análisis sensorial. El lector
puede referirse al libro de Kilcast (2010) para más información sobre el tema). Si el panel
se lleva a cabo con fines de investigación y desarrollo de una galleta cubierta de una
nueva textura, el espacio de productos será más extenso y deberá integrar galletas con
una textura variada. Lo que es importante recordar, es que los productos seleccionados
para la generación de los descriptores deben de representar todas las características
sensoriales del espacio de productos a analizar, con el fin de no omitir un descriptor
importante para describir a los productos. Es razonable, proponer en esta etapa al menos
una decena de productos. Algunos de los productos propuestos para la generación de
descriptores, pueden ser productos específicos del estudio, pero es importante añadir
algunos otros productos para completar el espacio sensorial.
Se les pide a los panelistas el describir los productos presentados, utilizando un máximo
de palabras. En la praxis, los panelistas trabajan primeramente de forma individual.
Strigler et al. (2007) recomienda que los productos se presenten de manera monádica y
en el mismo orden para todos los panelistas. Sin embargo, puede ser más fácil para los
panelistas generar los términos al comparar los productos entre ellos. En ese caso, se
pueden presentar todos los productos al mismo tiempo. Para cada producto, los
panelistas deben de proponer la mayor cantidad posible de descriptores, a partir de un

vocabulario ordinario, para caracterizar las dimensiones sensoriales definidas con
anterioridad por el líder del panel. Para ayudar a los panelistas, se les puede proponer
utilizar una tabla (Tabla 2) para describir cada producto (Strigler et al., 2007): ya que les
permite orientarse a todo lo largo de la degustación, sobre las diferentes modalidades
sensoriales a las cuales es necesario prestar atención.
Al terminar esta etapa, se obtienen por lo general varias decenas o centenas de

descriptores sensoriales. El número puede variar enormemente en función del número
de modalidades sensoriales utilizadas, del número de panelistas, y del espacio de
producto utilizado. Por ejemplo, para describir el conjunto de características sensoriales
(apariencia, olor, aroma, sabor, textura y otras sensaciones en boca) de las magdalenas
naturales, un panel de 14 personas generó 206 descriptores, mientras que otro panel
compuesto por 12 personas generó solamente 92 descriptores para describir un número
más pequeño de modalidades sensoriales (aroma, sabor, textura y otras sensaciones en
boca), utilizando los mismos productos.
Tabla 2: Una tabla para ayudar a los panelistas durante la generación individual de descriptores.
¿Qué hacer si los panelistas generan muy pocos descriptores?
Se pueden realizar varias “astucias” para ayudar a los panelistas poco inspirados a
encontrar más términos.
• La primera de ellas es hacer trabajar a los panelistas por pares, para fomentar la
discusión sobre los productos evaluados. Ese intercambio de ideas les permitirá
utilizar palabras de manera espontánea (descriptores), de los cuales no habrían
pensado de manera individual.
• Una discusión de grupo, dirigida por el líder del panel, tendría el mismo efecto que la
discusión realizada por pares. Esta etapa de intercambio propicia la verbalización de
la sensación de los panelistas.
• Finalmente, el líder del panel puede añadir vocabulario proveniente de la literatura.
De hecho, existen listas de descriptores que han sido publicadas para un gran número
de producto. La Tabla 3 presenta algunos ejemplos de descriptores publicados, para
diferentes productos.
Tabla 3: Algunos ejemplos de la lista de descriptores (lexicons) publicados para diversos

productos.
ESPACIO DE NOMBRE DE PROPOSICION DE DEFINICION Y FUENTE

PRODUCTOS DESCRIPTORES REFERENCIAS
Vino 95 descriptores No Noble et
Organizados en 10 al., 1984
familias y 28
subfamilias
Queso de 75 descriptores de olor • Referencias propuestas por cada Bérodier et
pasta dura Organizados en 7 descriptor de olor al, 1997
familias y 30 • Referencias asociadas a diferentes
subfamilias intensidades para los cuatro gustos
básicos
Manzana 20 Referencias y protocolos propuestos para Seppä et
cada descriptor al., 2014
Esmalte de 21 Definición, referencias e indicaciones de Sun et al.,
uñas preparación de cada referencia 2014
Café 110 Referencias propuestas para diferentes Chambers
intensidades de descriptor* et al., 2016
Nuez de la 29 Si Griffin et
india al., 2017
* El uso de referencias se basa sobre el método Spectrum.
Algunos autores proponen el uso de listas existentes como un método alternativo a la

generación de los términos por los panelistas (ISO 13299: 2016). El mayor interés de
esta metodología es ganar tiempo, ya que a continuación veremos que la creación de
una lista generada por el panel es una etapa larga. El inconveniente de los términos que
son impuestos al panel, y no generados por él, es que puede complicar su apropiación a
los panelistas. Adicionalmente, las listas de la literatura son raramente adaptadas, a la
perfección, a los productos estudiados. Algunas listas de atributos son establecidas a
partir de un espacio de productos que puede ser similar al que se desea estudiar (por
ejemplo, el pan blanco), pero nunca son obtenidas a partir de los mismos productos que
se desea estudiar (por ejemplo, las baguettes de pan blanco). Esto es particularmente
pertinente, si el estudio al cual nos referimos fue realizado en otro país, donde la oferta
de productos (en nuestro caso, los productos de panificación), puede ser de una
naturaleza muy diferente.
Por las dos razones anteriores, desaconsejamos el uso de listas provenientes de la

literatura como un único substituto a la generación de descriptores por los panelistas.
Nuestra propuesta es más bien utilizar las listas existentes como un complemento al
vocabulario generado por los panelistas. De esta manera, la lista es implementada con
el vocabulario generado por los panelistas, y con pruebas de categorización o de
ordenamiento, algunos términos pueden ser suprimidos. Los términos conservados
serán definidos, se realizará un protocolo de evaluación de dichos descriptores si es
necesario (ver párrafo 5.2). El uso de estos consejos puede adaptarse en función de los
objetivos del panel, así como del tiempo disponible.
Esta etapa de generación de un gran número de descriptores es esencial para no olvidar

ninguna característica del espacio de productos estudiados. El carácter exhaustivo es
una cualidad indispensable de la lista de descriptores, sin embargo, la generación
espontánea de palabras genera inevitablemente de duplicidades, con uso de términos
no apropiados y poco precisos. Una prueba de categorización o de ordenamiento deberá
de realizarse sobre esa primera lista, para no conservar nada más que los descriptores
que son pertinentes, mono-dimensionales, independientes y discriminantes.
5.1.4. Etapa 2: Reducción cualitativo de la lista
Una vez que los panelistas ya no propongan nuevos términos, se realiza una “limpieza”
de vocabulario con los panelistas. Todos los términos generados son agrupados en una
lista común, única para el conjunto de productos y panelistas, en la cual los términos son
separados por su modalidad sensorial. Los términos que nos corresponden a la
modalidad sensorial a la cual fueron puestos, se deberán de mover hacia la categoría
apropiada (por ejemplo, el terminó dulce que fue puesto en la categoría de aroma, deberá
de colocarse en la sección de gustos básicos).
El líder de panel deberá de pedirle a los panelistas que borren de la lista:
• Los términos hedónicos (no muy bueno, excelente, agradable…)

• Los términos cuantitativos (poco, no, muy, medianamente…) Estos términos no son
útiles ya que cada descriptor de la lista será evaluado con una escala de intensidad
• Los términos que no sean adecuados (“el olor del ático de mis abuelos”)
• Los términos que describen al producto, por sí mismo (“olor del jugo de naranja”, para
describir al jugo de naranja)
• Los términos citados por una sola persona y para un solo producto
El líder del panel explica detalladamente porque esas palabras son eliminadas de la lista,
con el fin de que los panelistas comprendan el proceso y que no tengan la impresión de
haber trabajado por “nada”.
5.1.5. Etapa 3: Trabajo sobre el sentido de los descriptores
Esta etapa no es propiamente hablando, una etapa de reducción de la lista, y no es

mencionada en el método del perfil convencional que es normalmente descrito en la
literatura. De todas maneras, es utilizada para varios líderes de panel (Urdapilleta, 2001).
El uso de esta etapa permite evitar el uso erróneo de algunos descriptores por el panel,
que, en esta instancia, no ha sido entrenado. No es raro que los jueces no entrenados
utilicen una palabra por otra, o que a su vocabulario le haga falta precisión, lo que
Meilgaard et al. (2016) consideran como una debilidad del perfil convencional. Esta etapa
consiste en realizar una discusión entre los panelistas sobre los descriptores que pueden
comprender mal, o con los cuales tienen algunas dificultades. Los panelistas discuten el
sentido de los términos, intentándolos definir. El líder del panel debe de ayudar
proponiendo definiciones que provengan de la literatura, pero sin dar su opinión. Se
apoya en diferentes herramientas, como los lexicons publicados (Tabla 3), o la norma
ISO 5492: 2009 que contiene vocabulario, y que propone definiciones en francés, inglés,
español y ruso, de diversos términos frecuentemente utilizados en un análisis descriptivo
sensorial.
Posterior a esta discusión, se les pide a los panelistas tomar conciencia sobre el uso de
ciertos términos. Meilgaard et al. (2016) tomando como ejemplo el uso de palabra
“vainilla” para describir el aroma de la vainillina, lo que plantea un problema en la
evaluación de ciertos espacios de productos que necesitan describir las diferencias entre
el aroma de las vainas de vainilla y la vainillina. Los ejemplos de los términos mal
utilizados son también numerosos en el ámbito de la textura (por ejemplo: la palabra
astringente, generada para la descripción de una magdalena. Posterior a la discusión, el
panel decide remplazarla por la palabra “áspero”).
La discusión también permite que los panelistas comprendan que ciertos términos son
multidimensionales. En ese caso, deberán de buscar términos que sean mono-
dimensionales y que permitan encontrar las diferentes acepciones que contienen el
término utilizado inicialmente. La etapa de discusión no tiene por objetivo suprimir
términos. Striger et al. (2007) Considera que no se deben de eliminar los sinónimos
durante esta etapa de discusión, ya que la decisión de utilizar o no un sinónimo puede
recaer en un proceso arbitrario. En la práctica, se tienen casos donde los términos
propuestos para remplazar los términos multidimensionales, o poco precisos, se
encuentran ya en la lista. Son pocos los casos en donde se toma la decisión de retirar
un término en esta etapa del proceso. Al terminar la discusión, podemos imaginar que
los descriptores serán comprendidos de mejor forma por todos los panelistas, incluso por
aquellos que no los utilizaron en la etapa de generación de atributos. Los panelistas
estarán entonces en una mejor disposición de utilizar los descriptores en la siguiente
etapa, en donde deberán de evaluar la intensidad de los descriptores en los productos.
5.1.6. Etapa 4: Reducción de la lista por selección cuantitativa 2
La lista obtenida de las dos primeras etapas de selección y ordenamiento comprenden

todavía un número importante de términos. La selección o el ordenamiento “cuantitativo”
consistirá en suprimir aquellos descriptores que no son utilizados del todo, o muy poco
por los panelistas, para describir a los productos. Para eso, los panelistas recibirán
productos para evaluar, que corresponden a la diversidad sensorial estudiada, y que
puede incluir a productos específicos a ser evaluados en el estudio. Los panelistas
evaluarán de manera individual los productos, de acuerdo con la intensidad percibida de
cada descriptor de la lista previamente generada, sobre una escala de 6 puntos (Figura
6).
Figura 6. Ejemplo de una escala de 6 puntos utilizada para la evaluación de la intensidad de los
descriptores en un producto, para realizar una selección cuantitativa de los descriptores.
Ya que el número de descriptores puede ser todavía elevado en esta etapa, se puede
separar esta etapa en una evaluación de varias sesiones. Los panelistas pueden
seleccionar el número de términos que deseen evaluar para cada producto y pueden
tener dudas en el momento de uso de la escala. Se puede orientar a los panelistas,
mencionando que no hay que pasar mucho tiempo pensando en cada descriptor, y que
esta evaluación debe de realizarse de manera bastante espontanea, y que seleccionar
débil o muy débil para un término, no cambiará profundamente los resultados de la
2
El lector también podrá utilizar el archivo Excel asociado para una ilustración de las etapas de reducción
de un archivo real de datos. Los datos utilizados en dicho archivo fueron obtenidos por la generación de
descriptores sobre cuatro jugos de naranja comerciales, y realizados por 11 estudiantes. La lista cuenta
con 72 descriptores obtenidos de las etapas 1, 2, y 3 que fueron descritas previamente.
evaluación global. Por el contrario, un panelista no debería de dudar el utilizar “no

percibido” en la escala, si le parece que un descriptor está ausente en el producto.
El líder del panel debe de recabar todos los datos generados en una tabla (ver la tabla
de datos crudos en la hoja Datos, del archivo de Excel), a partir de la cual se efectuará
una media geométrica de cada descriptor, calculándolo con la siguiente fórmula (Strigler
et al., 2007):
𝑀𝑀 = √𝐹𝐹 × 𝐼𝐼
Donde F, es la frecuencia de elección, que se calcula de la siguiente forma:

𝑁𝑁ú𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚 𝑑𝑑𝑑𝑑 𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣 𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑 𝑒𝑒𝑒𝑒 𝑡𝑡é𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟 𝑒𝑒𝑒𝑒 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 𝑐𝑐𝑐𝑐𝑐𝑐 𝑢𝑢𝑢𝑢𝑢𝑢 𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛 𝑑𝑑𝑑𝑑 𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖 𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚 𝑎𝑎 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐
𝐹𝐹 = × 100
𝑁𝑁ú𝑚𝑚𝑒𝑒𝑟𝑟𝑜𝑜 𝑚𝑚á𝑥𝑥𝑥𝑥𝑥𝑥𝑥𝑥 𝑑𝑑𝑑𝑑 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑢𝑢𝑢𝑢 𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑡𝑡𝑡𝑡𝑡𝑡 (# 𝑑𝑑𝑑𝑑 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑡𝑡𝑡𝑡𝑡𝑡 𝑥𝑥 # 𝑑𝑑𝑑𝑑 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝)
Y donde I, es la intensidad relativa, que se calcula:
𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆 𝑑𝑑𝑑𝑑 𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑 𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑 𝑝𝑝𝑝𝑝𝑟𝑟 𝑒𝑒𝑒𝑒 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑒𝑒𝑒𝑒 𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑
𝐼𝐼 =
𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆 𝑑𝑑𝑑𝑑 𝑖𝑖𝑖𝑖𝑡𝑡𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 𝑚𝑚á𝑥𝑥𝑥𝑥𝑥𝑥𝑥𝑥𝑥𝑥 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 (#𝑑𝑑𝑑𝑑 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 × #𝑑𝑑𝑑𝑑 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 × 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐ó𝑛𝑛 𝑚𝑚á𝑥𝑥𝑥𝑥𝑥𝑥𝑥𝑥)
× 100
F e I con calculadas tomando en cuenta el conjunto de panelistas y productos (ver

pestaña Calculo M del archivo de Excel). El interés de dicho cálculo es de tomar en
cuenta a la vez los descriptores que fueron poco citados, pero con una fuerte intensidad,
y los descriptores que fueron citados frecuentemente, pero con una baja intensidad.
Posteriormente, los descriptores son ordenados de manera creciente con respecto a la

media geométrica (ver pestaña %M, %M acumulada, Corte de elección del archivo de
Excel). Según el número de descriptores en la lista, el ordenamiento se puede realizar
con la lista entera o por modalidad sensorial (por ejemplo: los descriptores que
corresponden a textura y al sabor, son separados en dos listas en las cuales se les
ordena de manera creciente con respecto al valor de M). La parte inicial de la lista (o de
cada una de las listas por modalidad sensorial) comprende los descriptores que
contribuyen menos a la descripción de productos, y al final de la lista están aquellos
descriptores que aportan la mayor cantidad de información para la caracterización de los
productos. De esta lista se retirarán aquellos descriptores que contribuyen
marginalmente a la descripción global de los productos. Para esto, se expresa primero
las medias geométricas de cada uno de los descriptores en función de la suma de las
medias geométricas del conjunto de los descriptores (%M). Los porcentajes obtenidos
son expresados en su forma acumulada (%M acumulado): la media geométrica de cada
termino es adicionada al término que le precede, comenzando por las medias
geométricas más pequeñas.
Figura 7. Ilustración del método de selección del valor del umbral de la media geométrica,
basado sobre la importancia de la contribución de los atributos a la descripción de los productos.
a: ACP tomando en cuenta todos los descriptores (43 en el estudio utilizado como
ejemplo)
b: ACP tomando en cuenta únicamente a los descriptores para los cuales la media
geométrica es superior al 10% (37)
c: ACP tomando en cuenta únicamente a los descriptores para los cuales la media
d: ACP tomado en cuanto únicamente a los descriptores para los cuales la media
Posteriormente, suprimir de manera sistemática de la lista obtenida (o de las listas por

modalidades sensoriales) aquellos descriptores en donde el porcentaje acumulado es
inferior al 10% (Strigler et al., 2007). De hecho, la contribución de esos descriptores
puede considerarse como marginal porque de manera acumulativa, no apartarían más
que el 10% del total de la información. El umbral del 10% es indicativo, según el número
de descriptores al comienzo de la lista, puede considerarse más adecuado aplicar un
umbral del 15% o incluso del 20%. Pero esta decisión no debe de tomarse al azar; el
líder del panel debe de tener una mirada crítica con respecto a los descriptores
empleados. Ningún descriptor que contribuya de manera “importante” a la descripción de
los productos, debe de ser eliminado.
5.1.7. Etapa 5: Reducción de la lista por ordenamiento estadístico
El objetivo de este último ordenamiento estadístico es, eliminar de la lista a los

descriptores que no caractericen o discriminen bien los productos, y el de reagrupar los
descriptores que tienen sinónimos o antónimos. Para ello, la matriz de productos *
descriptores (conteniendo únicamente los descriptores que han sido conservados
después de la etapa 4) es sometida a un análisis multidimensional:
• Puede ser un ACP (Análisis en Componentes Principales) estandarizado, como se

propone en la norma ISO 13299 :2016
• O, un AC (Análisis de Correspondencias; Strigler et al., 2007)
Describiremos a continuación el procedimiento con el uso del ACP (ver pestaña ACP
estandarizado del archivo de Excel). Es importante notar que, dependiendo del nombre
final de descriptores, el análisis puede realizarse sobre la lista completa, o por modalidad
sensorial.
Se estudian dos resultados que se obtienen del ACP:
• La tabla de la contribución de las variables

La contribución de cada descriptor, sobre cada eje del ACP permite conocer la
relevancia de los descriptores para describir las diferencias entre los productos y las
relaciones que tienen entre ellos. Un descriptor que por sí solo define un eje (dicho
de otra manera, si es el único que contribuye fuertemente a la formación del eje),
deberá de ser conservado, incluso si el eje tiene una inercia baja, ya que se puede
traducir como la independencia del descriptor con respecto a los demás.
• La matriz de correlación
Los descriptores que están fuertemente correlacionados entre ellos son descartados.
Cuando el sentido de los descriptores es cercano entre ellos, y susceptibles de
designar una misma característica, uno de ellos puede ser eliminado. Por ejemplo, si
los descriptores “olor de frutos rojos” y “olor de fresa” están correlacionados, se puede
eliminar uno de los dos, aquel que es menos utilizado por los panelistas (menos
discriminativo o con una media geométrica bajar). Es aconsejable dejar al panel, la
decisión final sobre que descriptor se debe de conservar, porque será el descriptor
que utilicen posteriormente. Por otro lado, si el sentido de los descriptores es alejado,
o es evidente que no designan la misma propiedad (por ejemplo: el olor de la vainilla
y la textura elástica), se conservan todos los descriptores, incluso cuando la
correlación es alta. Se puede observar también el caso de la correlación negativa. Si
los términos que tienen una correlación negativa alta son antónimos y pertenecen a
un mismo continuum sensorial, se podría eliminar el término menos utilizado (ver
sección Interpretación de correlaciones en el archivo en Excel).
El número de descriptores que se deben de conservar varía según las referencias

utilizadas. Striegler et al. (2007) recomienda entre 10 a 15 descriptores. En un artículo
de revisión bibliográfica reciente sobre el análisis descriptivo convencional, Lestringant

et al. (2019) calculó un número promedio de 15.8 descriptores por perfil sensorial, sobre
360 estudios publicados. El número de descriptores utilizados varió en gran medida entre
cado uno de los estudios y llegó hasta 76. Un número muy bajo de descriptores no
permitirá la descripción de todas las diferencias que tienen los productos, y pueden ser
una limitación cuando se integren nuevos productos en el estudio. Si el número de
descriptores es muy elevado, los panelistas tendrán mayores dificultades en apropiarse
de ellos, lo que puede representar un alargamiento del periodo de entrenamiento y
aumento del costo del proyecto. Adicionalmente, más allá del alargamiento del periodo
de entrenamiento, es posible que el desempeño del panel sea malo, si el número de
descriptores es demasiado alto.
En la literatura encontramos muchas variantes al método propuesto en el presente

capítulo. Algunos autores se basan únicamente en el ordenamiento de los descriptores
mediante la discusión con el panel (etapa 3), y no hacen uso de las etapas en donde se
basan sobre las técnicas estadísticas descritas aquí (Urdapilleta, 2001). Esta práctica se
debería de reservar únicamente a los líderes de panel que son muy experimentados y
que saben manejar al grupo de panelistas de manera excepcional. De hecho, el líder del
panel debe ser capaz de mantener una gran imparcialidad durante las discusiones del
grupo, siendo solamente el facilitador de la discusión, definiendo los objetivos de las
sesiones de discusión y aportando herramientas metodológicas que permitirán al grupo
progresar en las discusiones. Aun cuando esas condiciones son respetadas, los
panelistas siempre son tentados en suprimir demasiados términos, para llegar más
rápido al objetivo de recudir los términos de la lista.
Por otro lado, otros autores fundamentan sus ordenamientos y selección de descriptores
solamente sobre métodos matemáticos (etapas 4 y 5). El riesgo de dicho método puede
ser el de limitar el intercambio de opiniones entre los panelistas. De hecho, las etapas
de discusión permiten una estandarización de los conocimientos y de la apropiación
semántica de los descriptores para los panelistas. No dejar lugar a la discusión del grupo
tiene el riesgo de limitar la asimilación de algunos descriptores para ciertos panelistas.
Además, puede ser difícil la eliminación de los términos que son multidimensionales, sin
el recurso de la discusión.
5.2. El entrenamiento del panel
El objetivo de esta fase de entrenamiento es de permitirle a los panelistas el identificar y

evaluar la intensidad de cada descriptor de la lista previamente definida, de una forma
repetible y consensual en productos complejos. Al inicio del entrenamiento veremos una
gran variabilidad de los panelistas en diferentes niveles:
• El vocabulario: entre un mismo estimulo, los panelistas pueden asociar o confundir

descriptores que designan propiedades sensoriales diferentes,
• La sensibilidad: para un mismo estimulo, los panelistas pueden percibir diferentes
intensidades (ya que los umbrales de detección y reconocimiento son diferentes)
• El uso de la escala
Es necesario entonces realizar un alineamiento cualitativo y cuantitativo de los

panelistas, para cada uno de los descriptores. Para ello, la secuencia de entrenamiento
se puede organizar en varias etapas (Figura 8), en donde el grado de dificultad
aumentará progresivamente. La idea es permitir a los panelistas tomar confianza en sí
mismo al comenzar con productos muy diferentes, y posteriormente reducir las
diferencias sensoriales entre los productos acercándose a aquellos del espacio de
productos estudiados. En el centro de esta secuencia global, no existen ejercicios “tipo”.
El programa de entrenamiento del panel se deja al criterio del líder del panel, que
adaptará constantemente las sesiones, en función de los logros y dificultades del panel
(y del tiempo del que se dispone). Es necesario contar con múltiples sesiones de una a
dos horas, aproximadamente una vez a la semana (teniendo una frecuencia menor, se
observará un desinterés de los panelistas, y una disminución de sus capacidades de
concentrarse, así como de su desempeño). El número total de sesiones depende de la
complejidad de los productos y del número de descriptores a utilizar.
Para medir el nivel de progreso de los panelistas, el líder del panel puede colectar las
respuestas dadas por los panelistas, al final de cada sesión de entrenamiento, y analizar
si el panel realizó los ejercicios de manera “correcta”, y si hay un progreso entre dos
sesiones que tienen la misma tarea. Esta verificación permite determinar si es posible
aumentar la dificultad de las pruebas del entrenamiento, o si es necesario proponer de
nuevo pruebas con una dificultad menor o equivalente. Este seguimiento de la progresión
del entrenamiento es recomendado, pero no es indispensable hacerlo de manera
sistemática.
Figura 8: Las etapas de entrenamiento del panel.
5.2.1. Alineamiento cualitativo
El objetivo del alineamiento cualitativo es que todos los panelistas utilicen el mismo
descriptor para describir las mismas propiedades sensoriales. Para ellos, será necesario
memorizar y reconocer entre las diversas sensaciones de olor, aroma, sabor y textura,
para saber asociarlas al buen descriptor (Figura 8, etapa 1). Lo que sirve de base para
esta alineación es una discusión entre los panelistas, asociado a una degustación de
productos. Esta discusión ya ha sido iniciada, durante la creación de la lista de
descriptores (ver sección 5.1.5). Se trata de profundizar en ese trabajo con el fin de que
todos los panelistas puedan comprender correctamente el sentido de cada uno de los
descriptores y que sepan identificar cuáles son las sensaciones asociadas a los
descriptores, durante la degustación. Para eso, se pueden utilizar varias herramientas.
Antes que nada, debemos de definir los descriptores. Esta definición es establecida
por los panelistas, con la ayuda del líder del panel.
Por ejemplo:
Desmenuzable = Capacidad que tiene una muestra para generar, desde el inicio de la
masticación, numerosos pedazos.
Elasticidad = Característica evaluada en boca. Es la evaluación de la capacidad de un

pedazo de pan para volver a tomar, al menos de manera parcial, la misma forma y
volumen inicial, una vez que se corta con los dientes.
Cada vez que sea posible, las definiciones son complementadas con una referencia
cualitativa que permite a los panelistas identificar correctamente la sensación a la cual
hace referencia el descriptor. Estas referencias pueden ser productos químicos, especias
y extractos, ingredientes o productos terminados (Stampanoni, 1994). La selección de
esta referencia puede ser más o menos delicada de hacer. Por ejemplo, será fácil de
ilustrar el descriptor dulce, por una solución de sacarosa. Para el descriptor de vainilla,
se puede proponer como referencia diferentes productos: una vaina de vainilla entera,
una vaina de vainilla en polvo, extracto de vainilla en alcohol, o sobre un jarabe, o incluso
una azúcar avainillada. Todas estas referencias tienen un olor diferente y se seleccionara
aquella que presenta el olor más cercano a aquel que encontramos en el espacio de
productos evaluado. En todos los casos, se aconseja utilizar una sola referencia por
descriptor y de validarla con los panelistas.
Sobre el uso de referencias
Las referencias que son presentadas al panel para acompañar a un descriptor pueden ser de una
naturaleza y de un nivel de complejidad muy variado. Los productos que sirven como referencias pueden
ser: (1) compuestos puros que, salvo raras excepciones, son productos químicos (por ejemplo: el citral
para el aroma de limón), (2) ingredientes o productos alimenticios intermediarios (por ejemplo: azúcar
avainillada), o (3) productos alimentarios más complejos y listos para consumir; los cuales pueden ser
naturales (limón) o industriales (jarabe de limón). Por razones de seguridad, es preferible utilizar cada vez
que sea posible, productos alimenticios.
• Cuando se utilice un producto químico, es obligatorio el uso de grado alimenticio. Esto garantizará
que su consumo no presenta ningún peligro para los panelistas.
• Cuando se utilizan productos alimenticios, es preferible escoger productos que son estables a lo largo
del tiempo. Por ejemplo, para referencia de sabor chabacano, escogeríamos más bien un jugo
industrial de chabacano, o un dulce de chabacano, en lugar de un chabacano fresco; con el fin de
asegurar su obtención y una calidad constante para esta referencia de chabacano, a lo largo de todo
el estudio. Esto no solo está vinculado a consideraciones prácticas: una referencia que varía con el
tiempo sería perjudicial para la apropiación del descriptor por parte de los panelistas y, por lo tanto,
para la calidad de los resultados.
Una vez que cada uno de los descriptores son comprendidos por los panelistas, es
necesario enseñarles a identificar sus sensaciones sensoriales en el producto (Figura 8,
etapa 2). Esta etapa necesita numerosas degustaciones vinculadas con discusiones con
el panel, sobre las características sensoriales que identifican en los productos. Para
ayudarlos, se puede modificarlos cuando los productos se prestan para dicho fin,
añadiendo alguna referencia de manera cualitativa para poner en evidencia alguna
característica sensorial en el producto. Por ejemplo, se puede añadir un sabor a una
cerveza neutra, añadir vainilla en polvo en un yogurt, o freír papas en un aceite rancio
para trabajar el olor del descriptor, y posteriormente pedir a los panelistas identificar el
descriptor que ha sido previamente añadido en el producto modificado. Incluso si los
productos previamente presentados no sean idénticos a los productos estudiados, este
ejercicio permite complejizar progresivamente la tarea de los panelistas, que deben ser
exitosos en la identificación de ciertos estímulos. La puesta en marcha de protocolos
de evaluación de descriptores es una herramienta útil, en particular para los descriptores
de textura. Es importante que los panelistas se pongan de acuerdo en la forma de

evaluación de los descriptores.
Ejemplos:
Fondante = Colocar un pedazo de haba entre los molares, contar el número de

masticaciones que son necesarias para la obtención de un puré.
Apariencia grasa (de un producto frito) = Tomar el plato y colocarlo bajo la luz. Evaluar
el brillo de los productos, así como el brillo del plato.
5.2.1. Alineamiento cuantitativo
Cuando los panelistas comienzan a aprender los aspectos cualitativos de los

descriptores, es momento de trabajar el alineamiento cuantitativo. El objetivo es que
todos los panelistas den calificaciones que sean comparables para evaluar la misma
intensidad de una característica sensorial. Para ello, será necesario que memoricen las
intensidades y saber transcribirlas sobre una escala de medición; de nuevo, con la
degustación de numerosos productos que varían en intensidad, asociado con una
discusión con el panel, lo que sirve de base para este alineamiento cuantitativo. Como
se realiza también para el alineamiento cualitativo, se pueden seleccionar referencias
físicas que ayudarán a los panelistas a guiarse en una gama de intensidad para cada
uno de los descriptores. Estas referencias deben de ser seleccionadas por el panel
(referencias internas), o validadas por ellos (referencias externas). De hecho, si la
referencia externa es demasiado intensa que los productos estudiados, el riesgo es de
desfasar la evaluación de intensidad del panel y por lo tanto obtener intensidades en la
parte inferior de la escala.
Antes de introducir las escalas de medición, una etapa intermediaria puede ser trabajar
con los panelistas realizando pruebas de ordenamiento (Figura 8, etapa 3) para
familiarizarlos con las diferencias de las intensidades. Para algunos descriptores que lo
permitan, se pueden construir un grupo de soluciones liquidas o aromáticas, con
concentraciones crecientes que sean conocidas por el líder del panel. Esto permite a los
panelistas entrenarse, en un primer momento, en productos donde una sola sensación
varía de intensidad, y el tener una corrección individual de su ordenamiento, ya que

existe una respuesta correcta para la serie de ordenamiento. Una vez aprendido este
ejercicio, se puede proponer que para cada descriptor se ordenen productos reales, que
representan bien la gama de intensidad encontradas en el espacio de productos
evaluados. En ese caso, el orden correcto es determinado por consenso, con el mismo
panel.
Una vez que la noción de diferencias de intensidad es bien comprendida por el panel, se
pueden introducir las escalas de calificación (Figura 8, etapas 4 y 5). Es importante
resaltar que las escalas de calificación no son necesariamente idénticas para todos los
descriptores de la lista. No es una práctica rara el hecho de utilizar escalas continuas de
10 o 15 cm por los descriptores “principales” y escalas no continuas de 4 o 5 puntos para
los descriptores de “defectos” aromáticos. De hecho, un defecto es por definición,
raramente presente en un producto. Cuando el defecto está presente, el trabajo del panel
es el de detectarlo, pero no es necesario cuantificarlo con una escala. Puede ser
suficiente utilizar una escala que indique si el defecto está o no presente, e indicar si es
a una intensidad baja, media o alta. Los resultados obtenidos con una escala de
naturaleza diferente serán analizados de forma diferente (ver párrafo 8.2).
Respecto al uso de una escala continua, poner una marca sobre una línea horizontal
para transcribir su intensidad, no es a priori, una tarea fácil para una persona. Los
panelistas deben de aprender a utilizar toda la longitud de la escala para evaluar la
intensidad de sus sensaciones. Esto puede realizarse en dos etapas: entrenándolos
primero a calificar los productos de manera comparativa para un descriptor determinado
(Figura 9a), y posteriormente realizar una calificación de manera monadica (Figura 9b).
Cuando se ha trabajado sobre todos los descriptores de la lista, y que los panelistas
hayan realizado varios ejercicios de evaluación con diferentes productos sin encontrar
dificultades, se puede entonces verificar su desempeño para asegurar que su
entrenamiento ha terminado.
Sobre las escalas de calificación
Figura 9. Esquema que ilustra una evaluación comparativa (a) y una evaluación monadica (b)
6. Análisis de desempeño de los panelistas
6.1. El análisis de desempeño. ¿Por qué y cómo?
6.1.1. El “go / no go” indispensable del entrenamiento del panel

El control del desempeño del panel tiene lugar cuando se considera que el entrenamiento
del panel ha terminado, y se realiza con el fin de verificar que todas las competencias
buscadas en el panel se adquirieron durante el entrenamiento. Se trata de una etapa
imprescindible de “go/no go” que va a permitir determinar si podemos pasar a la etapa
de medición. Esta etapa final no se debe de confundir con el seguimiento de progresión
del panel (ver párrafo 5.2), que tiene lugar durante todo el proceso del entrenamiento.
Se trata de una validación, indispensable, antes de poder utilizar al panel como una
herramienta de medición. De la misma forma en la que a ningún científico se le ocurriría
utilizar un pHmetro no calibrado, el líder del panel no puede concebir la realización de
mediciones con el panel, si el desempeño del panel no ha sido medido.
6.1.2. Los indicadores para estudiar
Existen tres indicadores para estudiar:
• La repetibilidad: consiste en verificar si los panelistas son capaces de dar la misma

nota de intensidad a dos productos idénticos. De manera práctica, se presente el
mismo producto en varias ocasiones, entre otros productos y no se le informa al
panelista. Posteriormente se verifica si el producto presentado en varias ocasiones
obtiene notas de intensidad similar. En realidad, ya que es casi imposible dar
exactamente la misma calificación sobre una escala continua, se verifica más bien
que las desviaciones de las calificaciones de los productos presentados varias veces
son menores a las de productos diferentes. La repetibilidad se evalúa para todo el
panel (considerando al panel como un grupo) y de manera individual (para cada uno
de los panelistas).
• La capacidad discriminativa: consiste en verificar si los panelistas son capaces a

realizar una distinción entre los productos estudiados. La capacidad discriminativa se
evalúa de manera individual y grupal.
• El acuerdo: imagina que, en un panel de 12 personas, 6 encuentran el producto A

más dulce que el producto B, y 6 encuentran que A es menos dulce que B. En ese
caso, ¿qué deberíamos de hacer? Evidentemente, en ese caso es imposible saber

cuáles panelistas tienen razón. En esta situación calcular el promedio de las
calificaciones de cada uno de los productos para compararlos no tendría sentido
alguno. De hecho, los promedios de los productos evaluados no representarían en lo
absoluto sus propiedades sensoriales. Por lo tanto, es fundamental que los miembros
de un panel estén de acuerdo entre ellos, y esta condición es primordial en cada una
de las evaluaciones.
Se estudiarán de manera sistemática estos tres indicadores. Para obtenerlos, se

necesitan generar los datos y realizar pruebas destinadas para tal fin. Dichas pruebas
consisten en la evaluación de los productos por los panelistas, utilizando el conjunto de
atributos sensoriales, de manera monádica, en escalas lineales no estructuradas. Los
productos evaluados, así como las escalas y descriptores utilizados, serán los mismos
que aquellos que se utilizarán en la prueba “real”, al momento final del estudio. De hecho,
el objetivo de esta etapa es asegurarnos que el panel es capaz de realizar correctamente
dicha tarea.
De manera práctica, son múltiples las pruebas propuestas en la literatura para estudiar
nuestros tres indicadores del desempeño del panel (NF XP V 09-503). Todas son válidas
y dependen de la estructura de los datos generados. Por ejemplo, para evaluar la
repetibilidad de un panel, no utilizaremos la misma prueba estadística si hemos repetido
la evaluación de una muestra durante la misma sesión, o si hemos repetido
idénticamente una sesión completa con todos los productos. La selección de las
condiciones de la obtención de los datos, y por lo tanto de la prueba estadística utilizada,
dependen del tiempo del que dispone el líder del panel y de sus habilidades estadísticas.
Proponemos aquí un método simple, en donde es necesario tener únicamente nociones

de estadística básica, y que, por lo tanto, pueden llevarse a cabo por prácticamente todo
el mundo.
6.2. El análisis del desempeño del panel, etapa por etapa

6.2.1. Generación de los datos, a partir de los cuales serán calculados los
indicadores de desempeño
Se organizan tres sesiones de evaluación, durante las cuales los panelistas reciben los
mismos productos para evaluar. La selección de los productos es crucial para esta etapa
de control del desempeño. No deben ser ni muy cercanos, ni muy diferentes desde un
punto de vista sensorial. El rango de diferencias entre productos debe de reflejar el
mismo rango que existe entre los productos que serán evaluados posteriormente. La
evaluación de productos demasiado similares no presente ningún interés, recordemos
que realizamos un perfil descriptivo sobre productos que son considerados como
diferentes. En el caso en el que los productos sean demasiado diferentes, la descripción
sería demasiado fácil y se corre el riesgo de que el desempeño del panel sea sobre
estimado con respecto a la dificultad de la tarea de descripción sensorial que realizarán
posteriormente. Es el papel del líder del panel el hacer una selección justa de los
productos, con base en el conocimiento que ha desarrollado a todo lo largo de las
sesiones de entrenamiento.
Figura 10. Organización de los datos de un perfil sensorial y construcción de una tabla para los
análisis estadísticos. Ejemplificación simplificada de dos productos con dos descriptores.
6.2.2. Análisis del desempeño del panel de manera grupal
A partir de la tabla general de la Figura 10, se realiza un ANOVA de 3 factores (producto,

panelista, sesión) para cada uno de los descriptores, con efectos fijos e interacciones de
segundo nivel. Habrá tantas ANOVA que hacer como descriptores. La mayoría de los
softwares de estadística como R y XLSTAT permite hacer todas las ANOVA’s al mismo
tiempo, a partir de la tabla general de datos. Para cada descriptor, este análisis sencillo
nos ayudará a identificar si el panel es repetible y capaz de discriminar los productos, y
nos proporcionará una primera indicación sobre el acuerdo de los panelistas.
Explicación de los términos de la ANOVA de tres factores con interacciones de 2° nivel
Para cada descriptor, llamaremos Xijs la calificación dada por el panelista j al producto i, en la s° sesión.
La idea es intentar explicar a qué se le puede atribuir las desviaciones obtenidas por la calificación Xijs,
tomada al azar de nuestra base de datos, y la media de todas notas de dicha base de datos. Imaginemos
el valor X111 (una calificación dada al producto 1, por el panelista 1, en la sesión 1). La diferencia entre ese
valor y el valor promedio se pueden explicar de diferentes maneras: pueden ser debidas al azar, o
explicarse por las diferencias de intensidad del descriptor considerado entre el producto 1 y el valor
promedio de todos los productos, o por la forma específica de evaluar del panelista 1 (la media de las
calificaciones del panelista 1 son entonces diferentes de la media de las calificaciones dadas por el grupo
de panelistas), o por condiciones específicas durante la sesión 1, durante la cual las calificaciones fueron
diferentes a aquellas dadas por los panelistas en otra sesión. Pero también puede ser un problema
específico encontrado en el panelista 1 durante la sesión 1, etc.
Nuestra ANOVA de 3 factores (producto, panelista, sesión) se representa de la siguiente manera:
Xijs = µ + αi + βj + γs + (αβ)ij + (αγ)is + (βγ)js + εijs
Dónde:
–µ: es el efecto promedio
–αi: es el efecto (o factor) producto i. Este término de la ANOVA representa la importancia de las diferencias
entre las calificaciones promedias atribuidas por todos los panelistas y en todas las sesiones a los
diferentes productos. Este término nos va a permitir conocer si los productos pueden ser considerados
como diferentes, y por lo tanto si los panelistas son capaces de distinguir los productos.
–βj: es el efecto del panelista j. Este término del ANOVA representa la importancia de las desviaciones
entre la media de las calificaciones atribuidas por los diferentes panelistas. Un efecto del panelista indica
entonces que el nivel promedio de la calificación difiere entre los panelistas. De manera práctica este
término del ANOVA no aporta información sobre el desempeño del panel.
–γs: el efecto de la sesión s. Este término del ANOVA representa la importancia de las desviaciones entre
las calificaciones promedias obtenidas durante las diferentes sesiones (calificaciones dadas a lo largo de
una misma sesión por todos los panelistas y a todos los productos). Este término es utilizado para evaluar
la repetibilidad de los panelistas.
–(αβ)ij, (αγ)is y (βγ)js: son los términos de las interacciones de los factores considerados de par en par.
Por ejemplo, cómo la calificación dada por un panelista determinado, a un producto específico, difiere de
la media de todas las calificaciones. Regresaremos más tarde con el detalle sobre la interpretación de las
interacciones.
–ε ijs: es el término del residual. Es toda la variabilidad residual que no puede ser explicada por los factores
de las interacciones precedentes. También se le denomina el error del modelo.
1. La repetibilidad del panel se interpreta con la ayuda del factor sesión, y de la

interacción producto*sesión.
• Si el valor p del efecto de la sesión es inferior a 0.05 (o si F calculada > F teórica), un

cambio a nivel global de la evaluación se produce entre una sesión y otra. El panel
ha modificado, globalmente sus evaluaciones entre las sesiones. Esto refleja un
cambio en el uso de la escala, que puede ser vinculado al uso incompleto de la escala
durante una de las sesiones. Esto no pone en evidencia los cambios eventuales de
las posiciones relativas de los productos durante las diferentes sesiones.
• Si el valor p de la interacción producto*sesión es inferior a 0.05 (o, en otros términos,

si F calculada > F teórica), entonces podemos concluir que las posiciones relativas
de los productos no son las mismas durante las diferentes sesiones. Dicho de otra
manera, los panelistas no han ordenado los productos en el mismo orden, de una
sesión a otra. Ya sea que los productos han cambiado, o el panel no es repetible.
2. El acuerdo del panel. Evidentemente no esperamos que todos los panelistas evalúen
los productos exactamente de la misma forma. Verificar el acuerdo entre los panelistas
consiste sobre todo a determinar si ellos han comprendido el sentido de los descriptores,
de la misma forma. En otros términos, ¿evalúan la misma noción sensorial? El acuerdo
se evalúa gracias a la interacción producto*panelista. Si el valor p de la interacción
producto*panelista es superior a 0.05 (o si F calculada < F teórica), entonces podemos
concluir que los panelistas están de acuerdo entre ellos. Pero atención, ¡la reciprocidad
podría no ser cierta! La interacción producto * panelista inferior a 0.05 (o F calculada > F
teórica) puede tener dos significados, ilustrados en la Figura 11.
• Los panelistas no están de acuerdo sobre las posiciones relativas de los

productos, en términos de intensidad del descriptor evaluado (caso ilustrado por la
Figura 11a). Esto puede suceder si ciertos panelistas han comprendido mal el
significado del descriptor o las intensidades de la escala. Aquí, el panelista 1
considera que el producto A es el más intenso, y B es el producto menos intenso
(para él, A>C>B), mientras que para el panelista 2, el producto A es el menos
intenso, y el producto B el más intenso (A<C<B). Se trata de un verdadero
desacuerdo. No se pueden validar su desempeño de panel en ese caso, incluso
cuando los otros indicadores sean buenos.
• Los panelistas comprenden el significado del descriptor de manera similar,

pero no utilizan la escala de la misma manera (es el caso ilustrado por la Figura
11b): algunos panelistas dispersan sus calificaciones sobre todo lo largo de la
escala, mientras que otros panelistas no utilizan más que una porción de la escala.
Aquí el panelista 1 y 2 consideran que el producto A es menos intenso que el B, y
éste mismo, menos intenso que C. Su ordenamiento de los productos es el mismo:
A<B<C. Se trata entonces de respuestas que tienen un consenso. Pero su uso de
la escala difiere, ya que el panelista 1 reagrupa sus evaluaciones en la escala. Es
cierto que, el panelista 1 considera que las diferencias entre A y C son menos
importantes que para el panelista 2, pero están de acuerdo sobre el ordenamiento
de los productos. Sólo el uso de la escala es diferente.
Figura 11. Ilustración de dos interpretaciones posibles de la interacción producto*panelista.

Casio a: desacuerdo en el sentido del descriptor. Caso b: diferencia en el uso de la escala, sin
desacuerdo en el sentido del descriptor.
En la práctica, la Figura 11 puede parecer difícil a interpretar cuando los productos y/o
los panelistas son numerosos. Otras representaciones pueden ser posibles para
visualizar su una interacción está ligada a un desacuerdo sobre el descriptor o al uso
diferente de la escala.
Figura 12. Mapa de las variables del ACP en covarianza (a), y círculo de correlación del ACP
estandarizado (b) obtenidas a partir de la tabla del promedio de las evaluaciones de tres sesiones
para un descriptor dado. La figura muestra que el panelista 444 es poco discriminador, y muestra
la existencia de dos grupos de panelistas. La figura b también distingue esos dos grupos y la
tabla de correlación (no mostrada en esta figura) permite conocer el coeficiente de correlación
entre las evaluaciones de diferentes panelistas.
Para cada descriptor, se construye una tabla que reagrupa las evaluaciones promedio
de las tres sesiones, atribuidas a cada producto (en líneas) para cada panelista (en
columnas). El ACP elaborado a partir de esta tabla (panelistas en variables y productos
como individuos) permite visualizar el acuerdo entre los panelistas por cada descriptor
Dijksterhuis (1995), recomienda realizar un ACP estandarizado (Figura 12b), que permite
la visualización de la correlación entre las calificaciones de los diferentes panelistas. Por
el contrario, Couronne (1997) recomienda un ACP no estandarizado (Figura 12a). Esto
da a la vez una indicación sobre el acuerdo entre los panelistas (representada por el
coseno del ángulo entre los vectores que representan los panelistas) y el poder
discriminativo de cada panelista (la distancia de los vectores es proporcional a la
dispersión de las calificaciones dadas por el panelista, correspondiente a los diferentes
productos).
Otra representación del acuerdo entre los panelistas, la gráfica "eggshell”, se ha

propuesto recientemente. Presenta la ventaja de poder ser construida sin un software
estadístico (Pineau, 2006). Se utilizarán estas representaciones, únicamente en el caso
donde la interacción producto*panelista es significativa para el descriptor estudiado.
3. La capacidad del panel a discriminar los productos se interpreta gracias al efecto

producto. Si el valor de p del efecto producto es inferior a 0.05 (o si F calculada > F
teórica), entonces podemos concluir que los productos son significativamente diferentes
para el descriptor estudiado. Esto quiere decir que los productos fueron discriminados
por el panel, o se dice también que el panel discrimina para un descriptor dado.
En el caso en que los panelistas no discriminen los productos con la ayuda de un

descriptor dado, será conveniente determinar si es a causa de un problema de
desempeño o si los productos son similares para el descriptor considerado. Es difícil
concluir con exactitud a esta pregunta, pero una manera de determinarlo es mirando el
desempeño individual de los panelistas. Si la mayoría de los panelistas discrimina los
productos, será necesario entrenar a aquellos que no lo hagan. Si la gran mayoría de los
panelistas no discriminan, será probable que los productos utilizados no presenten
diferencias en ese descriptor. En ese caso es inútil continuar entrenando al panel en ese
descriptor en específico. En función del objetivo del panel, podremos elegir o no el
eliminar el descriptor para continuar con las sesiones de evaluación. Es inútil guardar
descriptores no discriminantes en el caso en el que los productos evaluados son los
mismos que aquellos utilizados en el análisis del desempeño del panel. Este caso es
relativamente raro. En todos los demás casos, es preferible no eliminar los descriptores.
De frente a esta pregunta sobre la decisión de retirar un descriptor no discriminante, se
puede utilizar la noción de un descriptor “operacional” propuesto por la norma XP V 09-
503. Un descriptor operacional es definido como un descriptor que conduce a diferencias
entre los productos con una probabilidad superior a aquella definida para un descriptor
discriminante. La Figura 13 propone una síntesis de las etapas de verificación del
desempeño del panel, bajo la forma de un árbol de decisión. Otros métodos del análisis
del desempeño, y en particular otros métodos multidimensionales son propuestos por la
literatura (Pineau, 2006; Bavay, 2013; Peltier, 2015).
Figura 13. Etapas de interpretación del desempeño del panel. (horizontal)

¿Comprendiste?
Ejercicio 1: Relaciona cada una de las situaciones representadas a la izquierda por las escalas, con su
interpretación a la derecha.
Ejercicio 2: Asocia cada situación representada a la izquierda con los indicadores de desempeño de panel
vistos en el capítulo. ¿Cuál es el término del ANOVA que lo permite caracterizar?
6.2.3. Análisis de desempeño a nivel individual, panelista por panelista
Trabajaremos aquí considerando cada uno de los panelistas por separado. Por lo tanto,
es preferible comenzar por extraer de la tabla global, tablas individuales que sintetizan
las evaluaciones de un solo panelista, como lo ilustra la Figura 10.
A partir de cada una de las tablas individuales, se realiza para cada descriptor una
ANOVA de 2 factores (producto, sesión), con efectos fijos, y una interacción de segundo
grado. Por lo tanto, realizaremos un gran número de ANOVAS.
Los resultados se interpretarán panelista por panelista con el objetivo de tener un estatus
de los desempeños de cada uno de los panelistas para cada descriptor. Para cada
panelista, se interpretará su capacidad de discriminar los productos con la ayuda de los
descriptores (valor p del factor producto) y su repetibilidad (valor p del factor sesión).
Cuando se identifica un desacuerdo entre los panelistas para un descriptor determinado,
se observará como el panelista se posiciona con respecto al grupo (¿está de acuerdo
con la mayoría, o tiene una evaluación muy diferente que justifica un reentrenamiento?).
6.2.4. Pero ¿deberíamos de hacer todo este análisis de manera sistemática?
Con un poco de hábito, estos análisis y sus interpretaciones no son particularmente

complejos, pero su multiplicidad puede generar un cierto nivel de confusión. Una
pregunta recurrente es saber por qué es necesario analizar el desempeño por juez y
porqué no es suficiente realizar solamente el análisis de desempeño del panel, como un
grupo. Existen varias explicaciones al respecto.
1. Permite la personalización de un entrenamiento complementario
Se comienza en general por la evaluación del desempeño del panel. Si son insuficientes,
será necesario prever sesiones de re-entrenamiento. Ahora bien, esas sesiones son
costosas en tiempo y en dinero. Por lo tanto, buscaremos a hacer sesiones dirigidas lo
más posible, a las dificultades encontradas por cada uno de los panelistas. Para ello, es
indispensable saber (i) si los desempeños ineficientes del panel son debidos al nivel de
desempeño promedio de todas las personas del panel, o si solamente algunas personas
tienen un desempeño muy por debajo de lo esperado y bajan el nivel promedio del grupo,
(ii) cuales son los descriptores que representan alguna dificultad para cada uno. De
hecho, no es necesario re-entrenar de manera intensiva a un panelista, para un
descriptor del cual tiene un buen desempeño.
2. Verificar qué es lo que se esconde detrás de un desacuerdo o una ausencia de

discriminación del grupo
A veces, un desacuerdo del grupo puede encontrarse cuando un gran número de

panelistas en el grupo no llegan a discriminar los productos con el descriptor
considerado, mientras que los otros panelistas sí pueden hacerlo. En ese caso, el
entrenamiento complementario no deberá tener el objetivo de encontrar un acuerdo en
el grupo, sino a mejorar la capacidad discriminatoria de ciertos panelistas. Del mismo
modo, un grupo no discriminante puede deberse a la no discriminación de productos por
un pequeño número de panelistas, con los cuales será necesario retrabajar su capacidad
discriminatoria.
Existen diferentes softwares dedicado a realizar el análisis del desempeño del panel y
proponen todos los indicadores: panelcheck (software gratuito), SensoMineR (función
“panelperf” y “paneliperf”), XLSTAT (función “análisis de panel” en el módulo “análisis de
datos sensoriales” de las funciones avanzadas).
6.3. Tomas de decisiones
Si el número de panelistas con un desempeño satisfactorio es bajo, se buscará el

entrenamiento dirigiendo a los descriptores sobre los cuales se tienen dificultades.
Si los panelistas que desempeñan bien son suficientes (entre 8 y 12 como mínimo),
podremos continuar con la evaluación final. Los jueces para los cuales el desempeño no
es válido tomarían parte de esta última evaluación, pero sus resultados no forman parte
del análisis de resultados.
7. Obtención de datos
La realización de un perfil sensorial sigue las reglas metodológicas del análisis sensorial
(Capítulo 1): las degustaciones se hacen individualmente, de preferencia en cabinas
sensoriales iluminadas por luz blanca. Los productos son codificados y presentados en
ciego, de manera homogénea (cantidad, temperatura, etc.) siguiendo una presentación
monádica secuencial, equilibradas para todos los panelistas. En los estudios en donde
el número de productos es alto, será necesario organizar varias sesiones.
El cuestionario consiste simplemente en la lista de descriptores asociados a las escalas

de intensidad, clasificados en el orden lógico de aparición de sensaciones (generalmente
apariencia, olor, gusto/textura y al final los residuales o resabios). Es posible añadir al
final del cuestionario un espacio de comentarios libres que permite a los panelistas citar
algunas características sensoriales que parecerían excepcionales en algún producto
(como los defectos, por ejemplo).
En cuanto al número de repeticiones, es recomendado evaluar cada producto dos veces

(ISO 13299: 2016) con el fin de obtener datos robustos. Aun así, en un estudio reciente
Moser et al. (2018) estimó que, con un panel bien entrenado, una sola evaluación es
suficiente en la mayoría de los casos, precisando que esa elección depende del objetivo
del estudio. De acuerdo con los autores, un panel bien entrenado ha recibido un
entrenamiento sensorial basado en una categoría de productos durante muchos años.
Esas condiciones no pueden ser siempre aplicadas, y nosotros recomendamos el uso
de dos repeticiones.
8. Análisis de resultados
Se realizan dos tipos de análisis estadísticos:
• Análisis unidimensionales, realizados descriptor por descriptor, a partir de una tabla

global de notas de evaluación proporcionada por cada panelista, para todos los
productos y de todas las repeticiones (Figura 10).
• Análisis multidimensionales, tomando en cuenta todos los descriptores
simultáneamente. Dichos análisis son realizados a partir de los promedios de las
evaluaciones de los panelistas, para cada producto y cada descriptor. Una tabla con
los promedios como la Tabla 4 será utilizada.
Se utilizan también representaciones gráficas, obtenidas de los análisis, o construidas

por el líder del panel, para sintetizar e ilustrar los resultados.
8.1. Análisis unidimensionales
Con el fin de saber si los productos son diferentes para cada descriptor utilizado, se
realiza una ANOVA de 2 factores (producto, panelista) con una interacción de segundo
grado para cada descriptor. El modelo utilizado para esta ANOVA es mixto, es decir, el
producto es un efecto fijo y el juez es un efecto aleatorio. De acuerdo con Næs y
Langsrud (1998), este modelo permite considerar los panelistas como una muestra
representativa de la población, más que como panelistas específicos. Dicho de otra
manera, otros panelistas pudieron haber sido seleccionados para el mismo estudio sin
para eso haber cambiado el objetivo del estudio, lo que muestra que los panelistas no
constituyen un efecto fijo del estudio, contrario al factor producto. Si el valor p del factor
producto es inferior a 0.05 (o si la F calculada > F teórica), entonces los productos son
significativamente diferentes para el descriptor considerado (Tabla 4), se dice también
que el descriptor es discriminante.
Una representación clásica de los datos del perfil sensorial es el grafico de araña o radar
(Figura 14). Podemos adicionar un asterisco a los descriptores que tienen alguna
diferencia significativa, lo que permite visualizar rápidamente cuales son los descriptores
en donde los productos son diferentes. Siempre que los descriptores o los productos son
numerosos, esta figura puede volverse algo difícil a interpretar y se prefiere sintetizar los
resultados en una tabla (Tabla 4).
El ANOVA permite identificar si existen diferencias entre algunos de los productos

estudiados, pero no permite identificar cuáles son los productos precisos que difieren
entre ellos. Para eso se realiza una prueba post hoc de comparaciones pareadas como
la prueba de Duncan, Newman-Keuls, o Tukey. Los resultados de esta prueba muestran
cuales son los grupos de productos que son significativamente diferentes unos con
respecto a otros, para los descriptores considerados (Figura 15). Para el descriptor
intensidad de color (Figura 15a), el jugo de naranja 2 es significativamente más colorido
que los otros jugos de naranja, mientras que el jugo 5 es el más claro. El jugo de naranja
3 y 4 por un lado, y los jugos de naranja 3 y 1 por el otro lado, no son significativamente
diferentes en su intensidad de color. Para el descriptor aroma de naranja (Figura 15b),
el jugo de naranja 2 tiene un aroma a naranja significativamente menos intenso que los
otros. Los jugos 1, 4, y 5, así como los jugos 5 y 3 no de diferencian entre ellos con
respecto al aroma de naranja.
Tabla 4. Promedio de las calificaciones de intensidad de 5 jugos de naranja del mercado francés y 12
descriptores. La última línea de la tabla indica el valor p del factor producto del ANOVA. Los valores p en
rojo son <0.05, los descriptores correspondientes son discriminantes; los productos tienen entonces
intensidades que son percibidas como diferentes, para todos los descriptores con excepción de la
intensidad de olor.
Figura 14. Gráfica en radar de las calificaciones promedio de intensidad de los 5 jugos de naranja
evaluados. El nivel de diferencia significativa de cada descriptor obtenida del ANOVA se indica
por los asteriscos.
Sobre las pruebas post hoc
Existen numerosas pruebas para poder comparar los promedios de manera pareada. Los más conocidos
y tal vez los más utilizados son: Fisher (LSD: Least Significant Difference), Newman-Keuls, Duncan y
Tukey.
La selección de la prueba se realizará con base en diferentes criterios:
- Su poder estadístico, es decir, su capacidad de poder rechazar la hipótesis cuando es falsa. Algunas
pruebas son más laxas mientras que otras son más conservadoras.
-El manejo de los datos faltantes
- La comparación a un testigo o a un grupo control (Prueba de Dunnett)
Figura 15. Histogramas de intensidad de promedios obtenidos para los descriptores: intensidad
de color (a) y aroma a naranja (b). Los productos son significativamente diferentes para esos dos
descriptores (Tabla 4). Las gráficas ilustran dos maneras diferentes de presentar los resultados
de la prueba de comparación pareada. En los dos casos (a) y (b), los productos con las mismas
letras muestran que los productos no son significativamente diferentes para el descriptor
considerado.
Es importante notar que algunos softwares como XLSTAT o FIZZ permiten hacer la
prueba de comparación pareada al mismo tiempo que el ANOVA. El líder del panel
deberá de hacer uso de su criterio y discernimiento para interpretar los resultados
únicamente para los descriptores que son discriminantes.
8.2. Análisis multidimensional
Con el fin de representar de manera sintética el conjunto de datos del perfil sensorial y
visualizar sus similitudes y diferencias sensoriales entre los productos, se utiliza
normalmente un Análisis en Componentes Principales (ACP). El análisis se realiza sobre
una tabla de datos promedios (Tabla 4), en la cual se han retirado los descriptores no
discriminantes (en los cuales el valor p del factor producto es >0.05, ver el párrafo 8.1).
Es posible realizar un ACP por modalidad sensorial (descriptores de apariencia, de
aroma y sabor, de textura), si se desea visualizar con más detalle ciertas características
de los productos. En el caso de ciertos descriptores que fueron evaluados con escalas
no continuas (descriptores de defectos sensoriales, por ejemplo), serán utilizados como
variables suplementarias (o ilustrativas) en el análisis (es decir, no serán tomadas en
cuentas para la construcción de los ejes factoriales, pero sus coordenadas serán
calculadas a posteriori).
Las gráficas obtenidas con el ACP (mapas de productos y círculos de correlación)

necesitan de conocimiento estadístico para ser interpretadas correctamente. Se le puede
ayudar al lector al sintetizar las conclusiones obtenidas del análisis sobre un mapa tal y
como se presenta en la figura 16. Los productos pueden ser considerados sobre los ejes
1 y 2 del ACP, como los que permiten describir y los descriptores que permiten describir
esos mismos descriptores son identificados por el mismo color. Así, podremos concluir
por ejemplo que el jugo de naranja 5 tiene una fuerte intensidad de dulzor, que el jugo 1
y 4 tienen un aroma y sabor intenso de naranja, así como una acidez fuerte. Los jugos
de naranja 2 y 3 tienen un color amarillo oscuro, son amargos y espesos en boca.
Este ACP puede ser complementada por una clasificación jerárquica ascendente (CAH)
que permite reagrupar los productos según sus similitudes, tomando en cuenta todos los
descriptores. Este CAH es realizado sobre las coordenadas de los productos de los ejes
retenidos del ACP. La Figura 17 presenta el dendograma obtenido a partir de las
coordenadas de los productos del eje 1 y 2 del ACP realizado. Se pueden presentar los
resultados del CAH con la ayuda del dendograma o una representación de las clases de
los productos obtenidos sobre la carta del ACP, como lo muestra la Figura 16 (elipses
amarillas). Aquí, los cinco jugos de naranja estudiados se clasifican en tres grupos: los
dos jugos de naranja 2 y 3 son cercanos desde el punto de vita sensorial, así como los
dos jugos 1 y 4. El jugo 5 tiene un perfil sensorial diferente.
Figura 16. Mapa de productos (en ejes 1 y 2) obtenidos del ACP, modificado para permitir la
interpretación directa de los resultados. Los rectángulos identifican los productos que pueden ser
interpretados con el eje 1 y 2. Las elipses amarillas punteados identifican los grupos obtenidos
del CAH y que fue realizado sobre las coordenadas de los productos, también en el eje 1 y 2.
Figura 17. Dendograma obtenido del CAH realizado en las coordenadas de los productos de los
ejes 1 y 2 del ACP.
El conjunto de resultados obtenidos es sintetizado en un reporte y servirán a tomar una

decisión sobre los productos, en respuesta a la pregunta inicial de investigación.
9. Conclusión
El perfil sensorial convencional, así como los otros métodos descripticos dichos
“tradicionales” (QDA®, Spectrum®, etc.), son métodos completos que permiten obtener
informaciones confiables sobre las diferencias sensoriales de productos. Es por lo tanto
una herramienta útil para el desarrollo y optimización de productos.
Es también uno de los métodos más mencionado en la literatura, comúnmente

considerado como la prueba descriptiva de referencia y utilizada por un gran número de
investigadores e industriales. De hecho, cientos de estudios y aplicaciones han probado
su validez, tanto en nivel de reproducibilidad que, de precisión, ya que es el único método
que hace un llamado a personas entrenadas y donde su desempeño es verificado.
Adicionalmente, el líder del panel dispone de numerosas herramientas, ciertamente
estadísticas, para ayudarle a analizar los datos y presentar los resultados.
A pesar de todas esas ventajas, la puesta en marcha del perfil convencional puede
parecer largo, complejo y necesita tener un conocimiento particular. Es cierto que las
limitaciones vinculadas al entrenamiento del panel pueden hacer este método difícil a
utilizar de manera rutinaria por los industriales (Kemp, Hollowood, & Hort, 2009). Esto
puede hacer que las personas miren hacia los nuevos métodos descriptivos, o métodos
alternativos, que permiten obtener rápidamente un posicionamiento sensorial y una
descripción de manera general de los productos (Valentin et al., 2012). Estos métodos
descriptivos alternativos son el objeto de estudio del siguiente Capítulo 1.4.
Referencias
Bavay, C. (2013). Adaptation des méthodologies d’évaluation sensorielle aux produits
agroalimentaires à forte variabilité. Thèse de doctorat en Science alimentaire. École
doctorale Végétal - Environnement - Nutrition - Agro-Alimentaire - Mer (Angers, France).
Bérodier, F., Lavanchy, P., Zannoni, M., Casals, J., Herrero, L., Adamo, C., (1997). Guide
d’Évaluation Olfacto-Gustative des Fromages à Pâte Dure et Semi-dure. LWT - Food Science
and Technology 30, 653–664.
Bourdon, B. (1895). Observations comparatives sur la reconnaissance, la discrimination et

l’association. Revue Philosophique, 40, 153-185.
Cairncross, S. E., & Sjöström, L. B. (1950). Flavor profiles - A new approach to flavor problems.
Food Technology, 4, 308–311.
Chambers, E., Sanchez, K., Phan, U. X. T., Miller, R., Civille, G. V., & Di Donfrancesco, B. (2016).
Development of a “living” lexicon for descriptive sensory analysis of brewed coffee. Journal
of Sensory Studies, 31 (6), 465–480.
Civille, G. V., & Szczesniak, A. S. (1973). Guidelines to training a texture profile panel. Journal of
Texture Studies, 4(2), 204–223.
Couronne T. (1997). A study of assessors' performance using graphical methods. Food Quality
and Preference, 8, 359-365.
Depledt, F. (Ed.) (2009). Évaluation sensorielle : Manuel méthodologique (3ème édition). Paris:
Lavoisier.
De Vos, E. (2010). Selection and management of staff for sensory quality control. In: David Kilcast
(Ed.). Sensory analysis for food and beverage quality control: a practical guide. Boca Raton:
CRC Press.
Dijksterhuis G. (1995). Assessing panel consonance. Food Quality and Preference, 6, 7-14.
Doty, R. L., Shaman, P., Kimmelman, C. P., & Dann, M. S. (1984). University of Pennsylvania
smell identification test: A rapid quantitative olfactory function test for the clinic. The
Laryngoscope, 94 (2), 176–178.
Everitt, M. A. (2018). Setting Up and Training a Descriptive Analysis Panel. In: S. E. Kemp, J.
Hort, & T. Hollowood (Eds.), Descriptive Analysis in Sensory Evaluation. Chichester, UK:
John Wiley & Sons, Ltd.
Griffin, L. E., Dean, L. L., & Drake, M. A. (2017). The development of a lexicon for cashew nuts.
Journal of Sensory Studies, 32(1), e12244.
Hummel, T., Sekinger, B., Wolf, S. R., Pauli, E., & Kobal, G. (1997). ‘Sniffin’ Sticks’: Olfactory
Performance Assessed by the Combined Testing of Odour Identification. Odor Discrimination
and Olfactory Threshold. Chemical Senses, 22 (1), 39–52.
ISO 11035 :1995. Analyse sensorielle - Recherche et sélection de descripteurs pour l'élaboration
d'un profil sensoriel, par approche multidimensionnelle.
ISO 5492 :2008. Analyse sensorielle – Vocabulaire.
ISO 8586 :2012. Analyse sensorielle - Lignes directrices générales pour la sélection,
l'entraînement et le contrôle des sujets qualifiés et sujets experts.
ISO 13299 :2016. Analyse sensorielle - Méthodologie - Directives générales pour l’établissement
d’un profil sensoriel.
Kemp, D. S. E., Hollowood, D. T., & Hort, D. J. (2009). Sensory Evaluation: A practical handbook.
West Sussex, United Kingdom: John Wiley & Sons Ltd.
Kemp, S. E., Hort, J., & Hollowood, T. (2018). Descriptive Analysis in Sensory Evaluation.
Chichester, UK: John Wiley & Sons, Ltd.
Kilcast, D. (2010). Sensory analysis for food and beverage quality control: a practical guide. Boca
Raton: CRC Press.
Lawless, H. T., & Heymann, H. (2010). Sensory Evaluation of Food. New York, NY: Springer New
York.
Lawless, H. T. (2013). Laboratory Exercises for Sensory Evaluation (Vol. 2). Boston: Springer
US.
Lestringant, P., Delarue, J., & Heymann, H. (2019). 2010–2015: How have conventional
descriptive analysis methods really been used? A systematic review of publications. Food
Quality and Preference, 71, 1–7.
Meilgaard, M. C., Civille, G. V., & Carr, B. T. (2016). Sensory evaluation techniques (Fifth edition).
Boca Raton: CRC Press.
Miles, W. (1929) One Hundred Cases of Color-Blindness Detected with the Ishihara Test. The
Journal of General Psychology, 535-543.
Moser, M., Lepage, M., Pineau, N., Fillion, L., & Rytz, A. (2018). Replicates in sensory profiling:
Quantification of the impact of moving from two to one assessment. Food Quality and
Preference, 65, 185–190.
Murray, J., Delahunty, C., & Baxter, I. (2001). Descriptive sensory analysis: past, present and
future. Food Research International, 34(6), 461–471.
Næs, T., & Langsrud, Ø. (1998). Fixed or random assessors in sensory profiling? Food Quality
and Preference, 9(3), 145–152.
NF XP V09-503 (Décembre 2009) Analyse sensorielle - Mesure des performances d'un ou

plusieurs jury(s) effectuant des profils sensoriels conventionnels.
Noble, A. C., Arnold, R. A., Masuda, B. M., Pecore, S. D., Schmidt, J. O., & Stern, P. M. (1984).
Progress Towards a Standardized System of Wine Aroma Terminology. American Journal of
Enology and Viticulture, 35(2), 107.
Peltier, C. (2015). L’analyse statistique du profil sensoriel revisitée par une approche base de
données. Thèse en sciences de l'alimentation. Université de Bourgogne (Dijon, France).
Pineau, N. (2006). La performance en analyse sensorielle. Une approche base de données.

Thèse de doctorat, Université de Bourgogne (Dijon, France).
Rogers, L. (2018). Sensory panel management: a practical handbook for recruitment, training and
performance. Cambridge: Woodhead Publishing.
Rouby, C., Thomas-Danguin, T., Vigouroux, M., Ciuperca, G., Jiang, T., Alexanian, J., Sicard, G.
(2011). The Lyon Clinical Olfactory Test: Validation and Measurement of Hyposmia and
Anosmia in Healthy and Diseased Populations. International Journal of Otolaryngology,
2011, 1–9.
Seppä, L., Railio, J., Mononen, R., Tahvonen, R., & Tuorila, H. (2012). From profiles to practice:
Communicating the sensory characteristics of apples to the wider audience through simplified
descriptive profiles. LWT - Food Science and Technology, 47(1), 46–55.
Stampanoni, C. R. (1994). The use of standardized flavor languages and quantitative flavor
profiling technique for flavored dairy products. Journal of Sensory Studies, 9 (4), 383–400.
Stone, H., Sidel, J. L., Oliver, S., Woolsey, A., & Singleton, R. C. (1974). Sensory evaluation by
Quantitative Descriptive Analysis. Food Technology, 28 (11), 24–33.
Strigler, F., Touraille, C., Sauvageot, F., Barthélémy, J., Issanchou, S. & Pagès, J. (2007). Les
épreuves discriminatives et descriptives. In: Félix Depledt (Ed.). Évaluation Sensorielle :
Manuel méthodologique (3ème édition). Paris : Tec et doc.
Sun, C., Koppel, K., & Chambers, E. (2014). An Initial lexicon of sensory properties for nail polish.
International Journal of Cosmetic Science, 36 (3), 262–272.
Tepper, B. J. (2008). Nutritional Implications of Genetic Taste Variation: The Role of PROP
Sensitivity and Other Taste Phenotypes. Annual Review of Nutrition, 28 (1), 367–388.
Urdapilleta, I. (2001). Mise au point d’une liste de descripteurs par décision de groupe. In: Isabelle
Urdapilleta et al. (Eds). Traité d’évaluation sensorielle : aspects cognitifs et métrologiques
des perceptions. Paris : Dunod.
Valentin, D., Chollet, S., Lelièvre, M., & Abdi, H. (2012). Quick and dirty but still pretty good: a
review of new descriptive methods in food science: New descriptive methods in food science.
International Journal of Food Science & Technology, 47 (8), 1563–1578.
164
1.4 Métodos descriptivos alternativos
Sylvie CHOLLET 1 & Dominique VALENTIN 2
2 CSGA AgroSup Dijon, CNRS, INRA, Université Bourgogne Franche-Comté, 21000 Dijon, France.
CONTENIDO
1. Introducción
2. Métodos fundamentados en la verbalización
2.1. Perfil flash
2.2. Check-all-that-apply
2.3. Perfil pivote
3. Métodos fundamentados en la similitud
3.1. Prueba de categorización
3.2. Mapeo proyectivo
3.3. Posicionamiento sensorial polarizado
4. Conclusiones
Referencias
Capítulo 1.4 Métodos descriptivos alternativos 165
1. Introducción
Durante mucho tiempo el análisis descriptivo cuantitativo (o QDA en inglés) (Stone et al.,
1974) ha sido la técnica común más utilizada para describir a los productos alimenticios.
Un número pequeño de panelistas (8 – 10) son seleccionados sobre la base de sus
capacidades sensoriales, posteriormente formados para llegar a un consenso sobre el
significado de cada descriptor o atributo del léxico sensorial, y para evaluar su intensidad
de una manera consensual y confiable (ver Capítulo 1.3 para mayor detalle).
Este método permite cuantificar los atributos sensoriales de los productos de una manera
precisa y confiable. Sin embargo, este método necesita un entrenamiento intensivo,
antes de que al panel llegue a un acuerdo sobre el significado de los atributos y a evaluar
las intensidades de dichos atributos de una manera confiable. Por lo tanto, la mayoría de
las industrias no pueden utilizar el QDA de manera rutinaria (Kemp, Hollowood, & Hort,
2009 ; Meilgaard, Civille, & Carr, 1999 ; Stone & Sidel, 1993). En consecuencia, es
necesario el desarrollo de otros métodos sensoriales para obtener rápidamente la
información sensorial sobre los productos.
Los métodos alternativos han aparecido en el curso de los últimos veinte años para evitar
ciertas limitaciones de un perfil convencional. Estos métodos tienen como punto en
común el hecho de no necesitar una fase de entrenamiento. Puedes ser realizados tanto
con consumidores como con expertos o incluso con panelistas entrenados. El interés
principal de estos métodos es el de proporcionar rápidamente un posicionamiento
sensorial, y una descripción de las características principales de un conjunto de
productos (Valentin, Chollet, & Lelièvre, 2012 ; Varela & Ares, 2012).
Figura 1. Evolución del uso de métodos descripticos en evaluación sensorial de 1995 a 2013
(Monteleone, 2013).
Desde su aparición, los métodos alternativos se han vuelto cada vez más populares,
como lo evidencia un estudio sobre la evolución de los métodos sensoriales de 1995 a
2013, presentado por Monteleone en la conferencia Eurosense en 2013, Berna (Figura
1). El primer intento de un método alternativo al perfil convencional fue propuesto por
Williams y Langron en 1984, y dio lugar a la aparición del perfil de libre elección (Williams
& Langron, 1984). Esta técnica tuvo un fuerte desarrollo hasta los años 2000,
posteriormente un decrecimiento acelerado debido a la aparición de otros métodos
alternativos. Entre estos nuevos métodos, la prueba de categorización es la más popular,
seguida del mapeo proyectivo, y perfil CATA, quien ha tenido un gran éxito desde su
aparición en 2007. El uso del perfil flash, ha permanecido estable desde su creación.
Otros métodos alternativos, como el perfil pivote, no aparecen comúnmente en la
literatura, debido a su reciente desarrollo.
Estos métodos alternativos puedes ser clasificados en dos familias: la primera familia
engloba los métodos fundamentados en la descripción directa de los productos; la
segunda familia reúne los métodos fundamentados en la evaluación de la similitud entre
productos.
2. Métodos fundamentados en la verbalización
Los tres métodos propuestos en esta sección recurren al uso de descriptores, que son
generados por los mismos participantes (para el perfil flash y para el perfil pivote), o que
son propuestos por el experimentador bajo la forma de una lista (para el perfil CATA).
Como para el perfil convencional, estos tres métodos permiten generar una descripción
directa de los productos, pero presentan la ventaja de no pasar por largas etapas de
generación de vocabulario y del entrenamiento de la anotación de descriptores sobre
una escala.
2.1 Perfil flash

El perfil flash fue inicialmente desarrollado por Sieffermann (2000) como un método que
permite un acceso rápido al posicionamiento sensorial de un conjunto de productos. Es
una combinación del perfil de libre elección (Williams & Langron, 1984), que permite a
los panelistas utilizar su propia lista de atributos, y de una evaluación comparativa del
conjunto de productos.
2.1.1 Principio general

El perfil flash se lleva a cabo en dos sesiones, separadas por una inter-sesión. Durante
la primera sesión, cada panelista es invitado a genera un conjunto de atributos, que
deberían ser lo suficientemente discriminante para permitir un ordenamiento de las
muestras. Se les pide concentrarse sobre términos descriptivos y evitar los términos
hedónicos. Durante la inter-sesión, cada panelista le sus descriptores a los otros
panelistas. El objetivo de esta inter-sesión no es la obtención de un consenso, sino de
ayudar a los panelistas a encontrar los términos adecuados para describir sus
sensaciones. Al final la inter-sesión, los panelistas pueden actualizar su propia lista,
remplazando, por ejemplo, uno de sus descriptores inicialmente elaborados, por un
descriptor propuesto por otro panelista. Durante la segunda sesión, los panelistas son
invitados a ordenar los productos del menos intenso, al más intenso, para cada uno de
sus atributos. Las igualdades entre productos son aceptadas, y los panelistas pueden
volver a probar las muestras cuantas veces sea necesario, así como tomar el tiempo
necesario para completar la evaluación.
Según Delarue y Sieffermann (2004), un número pequeño de panelistas expertos (6 – 8)
se debe de preferir sobre un número elevado de consumidores, para obtener datos
confiables al realizar un perfil flash (Delarue & Sieffermann, 2004). Los autores se
refieren a expertos, como panelistas que ya han realizado múltiples tareas de evaluación
descriptiva, que son capaces de comprender las instrucciones del líder del panel y de
generar descriptores discriminantes y no hedónicos. Sin embargo, el perfil flash se ha
llevado a cabo exitosamente con un panel de 20 a 40 consumidores (Lassoued et al.,
2008 ; Moussaoui & Varela, 2010 ; Veinand et al., 2011).
2.1.2 Análisis estadístico

Los datos son codificados bajo la forma de rangos. Inicialmente, los rangos eran
analizados con la ayuda de un Análisis de Procrustes Generalizado (GPA: Gower, 1975 ;
Moussaoui & Varela, 2010). El GPA es una técnica estadística multivariada que calcula
una configuración consensual al sobreponer, estandarizar y realizando una traslación de
las configuraciones individuales. El análisis factorial múltiple (AFM: Escofier & Pagès,
1990 ; Abdi & Valentin, 2007b) o cualquier otro análisis de tablas múltiples (ej.: STATIS :
Escofier, 1980 ; o DISTATIS : Abdi et al., 2007a) también puede ser utilizado. El AFM es
una generalización del análisis en componentes principales (ACP), que permite analizar
tablas de datos en los cuales un conjunto de objetos es descrito por múltiples conjuntos
de variables. El AFM se lleva a cabo en tres etapas:
a) Se realiza un ACP de cada una de las tablas de los datos individuales (es decir, un
ACP por panelista);
b) Cada tabla es “estandarizada”, dividiendo todos los datos por la raíz cuadrada del
primer valor propio obtenido del ACP. Esta “estandarización” es similar a la utilizada
para estandarizar las variables de ACP estandarizado, en donde se equilibra la
influencia de cada tabla de datos (en este caso, cada panelista);
c) El conjunto de datos estandarizado es fusionado para formar una matriz única, y se
efectúa un ACP global sobre dicha matriz. Las tablas con los datos individuales son
entonces proyectos, sobre el análisis global.
2.1.3 Aplicaciones
Seguido de una primer aplicación en confitería (Dairou & Sieffermann, 2002), el perfil
flash ha sido aplicado a diversos productos como el yogurt, quesos blancos saborizados
(Delarue & Sieffermann, 2004), gomas de mascar (Delarue & Loescher, 2004), gel
saborizado (Blancher et al., 2007), panes (Lassoued et al., 2008), purés de frutas (Tarea,
Cuvelier, & Sieffermann, 2007) y tés (Veinand et al., 2011). Actualmente, este método es
muy utilizado en desarrollo de nuevos productos. Por ejemplo, Rivera et al. en 2009 lo
utilizaron en asociación con un plan Taguchi para optimizar la formulación de camarones
ahumados (Rivera, Canul, & González, 2009). Albert et al. (2011) lo han comparado con
el QDA para describir alimentos calientes texturizados como los nuggets de pescado
(Albert et al., 2011). Jaros et al. (2009) lo han combinado con una prueba hedónica para
explorar los drivers de preferencia de jugos de manzana (Jaros et al., 2009).
Recientemente, una versión modificada que incluye una etapa de familiarización ha sido
aplicada a la descripción de vinos y de yogurts (Liu et al., 2016 ; Liu et al., 2017). El perfil
flash ha sido igualmente aplicado con éxito, en productos no alimentarios, como la
acústica de una sala de conciertos (Lokki et al., 2011).
2.1.4 Ejemplo practico

Un perfil flash se llevó a cabo para caracterizar la textura de una gama de papas fritas,
presentes en el mercado francés. Quince estudiantes de análisis sensorial participaron
en esta prueba.
Figura 2. Imagen de la presentación de muestras para un perfil flash.
2.1.4.1 Protocolo
La evaluación se llevó a cabo en cabinas sensoriales estándar. Los panelistas recibieron
simultáneamente siete muestras de papas fritas y un vaso con agua para lavar el paladar
(Figura 2). Se les proporcionaron las instrucciones de manera verbal y escrita (Figura 3).
Figura 3. Instrucciones dadas a los participantes del perfil flash de papas fritas.
2.1.4.2 Hoja de respuestas

Para la segunda etapa, los panelistas reciben un conjunto de hojas de respuestas (una
por descriptor), sobre las cuales los panelistas pueden indicar el descriptor que están
evaluando, así como el orden de los productos (Figura 4).
Figura 4. Hoja de respuestas del panelista 1, después de realizar el perfil flash de papas fritas.
2.1.4.3 Datos recolectados

La Figura 5 presenta un extracto (panelistas 1 & 2) de los datos recolectados después
de realizar un perfil flash. Cada columna representa el ordenamiento de los productos de
un descriptor. Para los productos con igualdad de intensidad, se calcula el promedio de
los rangos. Por ejemplo, para el panelista 1 y el termino crujiente, las papas fritas 3 y 5
obtienen una igualdad. Se les atribuye un rango medio [(1+2) /2 = 1,5]. La tabla de rangos
es analizada posteriormente con la ayuda de un AFM.
Figura 5. Extracto de datos del perfil flash de las papas fritas.

2.1.4.4 Resultados
La Figura 6 representa la proyección de cada uno de los panelistas sobre las cuatro
primeras dimensiones del AFM (89.27% de la varianza total). Esta figura da una
estimación del acuerdo entre los panelistas, y permite detectar si un panelista es
diferente a los demás. Se puede observar que los panelistas son consensuales de
manera global en el eje 1. Dos panelistas se ven marginados sobre el eje 2, y un panelista
sobre el eje 3.
Figura 6. AFM: Proyección de los panelistas sobre las dimensiones 1 & 2 (a), y sobre las
dimensiones 3 & 4 (b).
La Figura 7 presenta la proyección de los descriptores (izquierda) y de los productos

(derecha) sobre las cuatro primeras dimensiones del AFM. La interpretación de las
dimensiones del ACP obtenidas de un perfil flash es generalmente complicado en la
medida en que el número total de descriptores es elevado. La estrategia utilizada aquí
es el de observar los resultados por tipo de descriptor. En la Figura 7, solamente se
representan los descriptores de textura (incluso cuando el AFM es realizado sobre el
conjunto total de descriptores sensoriales). En esta figura, los descriptores
pertenecientes al mismo campo semántico son codificados con la ayuda de un mismo
color, para hacer emerger las principales características sensoriales del producto.
También se puede observar que la dimensión 1 (34% de la varianza) contrapone las
papas fritas de Carrefour à l’ancienne, U à l’ancienne y U descritas como aireadas, finas
y fondantes, versus las papas Lay au four, que son descritas como crocantes,
resistentes, crujientes y quebradizas. La segunda dimensión (16% de la varianza) es

más difícil de interpretar en la medida en la que ningún consenso es observado. La
tercera dimensión (16% de varianza) contrapone las papas de Carrefour à l’ancienne y
Lays, que son descritas como fondantes, versus Vico la classique, descrita como
gruesas. La cuarta dimensión (14% de la varianza) contrapone las papas Carrefour à
l’ancienne, que son crujientes, a las papas Lays que son descritas como ligeras,
húmedas y gruesas.
Figura 7. AFM: Círculo de correlación del mapa de productos para a) dimensión 1 & 2; b)
dimensiones 3 & 4. Para facilitar la lectura, solamente los descriptores de textura son
representados en el círculo de correlación.
2.1.5 Beneficios y limitaciones

El perfil flash permite realizar rápidamente un mapa sensorial de un conjunto de
productos. Es fácil de comprender para los panelistas, y es particularmente bien
adaptado cuando es necesario tener una respuesta rápida. Puede realizar con panelistas
que hablan diferentes idiomas, y por lo tanto es bien adaptado para los estudios
interculturales. La comparación simultánea de todas las muestras en conjunto, permite
una mejor discriminación de los productos versus un perfil convencional (Delarue &
Sieffermann, 2004 ; Mazzucchelli & Guinard, 1999).
La principal limitación del perfil flash es el número de muestras que pueden ser descritas.
Para evitar problemas derivados de la saturación y de la memoria a corto plazo, se
recomienda limitar el número de muestras a siete. Este número puede aumentarse en el
caso de estar interesado solamente al aspecto visual de los productos. Otro
inconveniente del perfil flash, es que, como cada panelista tiene su propia lista de
atributos, la interpretación del círculo de correlación puede ser bastante compleja.
Liu et al. (2016) propusieron una modificación al perfil flash en el que 1) la etapa de
generación de atributos es considerada como una etapa de mapeo proyectivo (ver
sección 2.2 de éste mismo capítulo) para familiarizar a los panelistas con el espacio
perceptual de los productos, y 2) los panelistas no deben de generar más de 10
descriptores (Liu et al., 2016). Esta restricción tiene como objetivo, ayudar a los
panelistas a concentrarse sobre las diferencias que son sobresalientes en los productos,
y disminuir así el nivel de ruido en el análisis de datos.
2.2 Check-All-That-Apply
El enfoque “Check-all-that-apply” (CATA) tiene sus orígenes en el trabajo de Coombs
(1964) y fue utilizado originalmente en marketing para estudiar la percepción de los
consumidores (Coombs, 1964). Fue introducida en 2007 en el dominio del análisis
sensorial por Adams y sus colaboradores (Adams et al., 2007). Después, su uso se
desarrolló rápidamente y se han publicado numerosos artículos.

Los productos son presentados uno por uno (de manera monádica secuencial) a los
panelistas, en un orden diferente para cada uno de los panelistas, siguiendo un cuadrado
latino de williams. Los panelistas tienen como tarea, probar los productos y seleccionar
todos los ítems de una lista (palabras o frases), que juzguen apropiados para describir a
cada uno de los productos. La lista de palabras o frases puede ser exclusivamente
sensorial (Figura 8) o incluir términos vinculados a características no sensoriales, como
el contexto de uso, o las emociones evocadas durante el consumo del producto.
Figura 8. Ejemplo de lista CATA, utilizada para describir helados de vainilla (Dooley, Lee, &
Meullenet, 2010).

De manera tradicional, los resultados obtenidos de un método de perfil CATA, son
codificados bajo la forma de matrices individuales en las cuales 1 corresponde a un
término seleccionado, y 0 corresponde a un término no seleccionado. Se puede utilizar
enseguida la Q de Cochran para poner en evidencia los descriptores discriminantes (Ares
et al., 2013; Jaeger et al., 2013). Los datos individuales también pueden ser sumados,
para obtener una matriz de frecuencias que será analizada con la ayuda de un análisis
de correspondencias (AC), como lo ilustra la Figura 9.
El análisis de correspondencias (AC), es una generalización del ACP, concebido para el
análisis de datos cualitativos. De manera clásica, el AC es utilizado para analizar tablas
de frecuencias. La primera etapa de un AC consiste a transformar la tabla de datos en
perfiles de líneas al dividir cada línea de la matriz de datos, por su total, y asignando una
masa a cada línea y un peso a cada columna. La masa de cada línea es la proporción
de esa línea en el total de la tabla, y el peso de cada columna es inversamente

proporcional a su uso. Así, la masa de una línea refleja su importancia en la muestra, y
el peso de una columna refleja su importancia para la discriminación entre los objetos
descritos en la tabla. La segunda etapa consiste en aplicar una descomposición en
valores singulares de la matriz del perfil de las líneas. Esta operación provee las
coordenadas factoriales para las líneas y las columnas, que permite diseñar un mapa
donde cada punto represente una línea o una columna de la matriz de datos. Una
propiedad esencial del AC es el principio de dualidad, que permite representar las líneas
y las columnas sobre el mismo mapa.
Figura 9. Ilustración del tratamiento de los datos de un perfil CATA.
Otras técnicas pueden ser igualmente utilizadas para analizar los resultados de un perfil
CATA. Por ejemplo, para minimizar la importancia de los términos que son raramente
seleccionados Williams et al. (2011) propone efectuar un AC que no se basa en las
distancias chi2, sino sobre distancias de Hellinger (Williams et al. 2011). Para dar el
mismo peso al conjunto de términos CATA, Meyners y sus colaboradores proponen
realizar un AFM (Meyners, Castura, & Carr, 2013). Ares y sus colaboradores, así como
Ng y sus colaboradores, indican que un análisis de correspondencias múltiples (ACM)
puede ser realizado para tomar en consideración todos los resultados individuales (Ares
et al., 2011 ; Ng, Chaya, & Hort, 2013). El ACM es una extensión del AC, que es realizado
a partir de una tabla disyuntiva completa (es decir, con una codificación binaria 0/1).
Finalmente, cuando un perfil CATA es asociado a una medición de aceptación, y que los
panelistas hayan evaluado las características de su producto ideal, se puede realizar un
análisis de penalidades (Plaehn, 2012 ; Meyners et al., 2013 ; Ares & Jaeger, 2015) para
identificar los términos que determinan la apreciación del producto. Este análisis se basa
sobre la medida de la diferencia entre los productos estudiados y su impacto en la
puntuación de la aceptación. Ares et al. (2017) propone codificar los resultados por 0 si
el termino es seleccionado (o no) por el producto ideal, y 1 si el término es seleccionado
por uno de los dos productos (Ares et al., 2017). Meyners et al. (2013) tienen un enfoque
diferente, y proponen codificar los resultados (1,1) si el termino es seleccionado para los
dos productos, (1,0) si el termino es seleccionado por el producto ideal pero no por el
producto evaluado, (0,0) si el termino no es seleccionado por los dos productos, y (0,1)
si el termino no es seleccionado por el producto ideal, sino solamente por el producto
evaluado (Meyners et al., 2013). Enseguida, el porcentaje de consumidores que utiliza
cada descriptor es calculado para describir cada producto y su ideal. Una prueba Kruskal-
Wallis es realizada con el fin de determinar si la desviación entre el producto probado y
el ideal disminuye significativamente la aceptación del producto (Plaehn, 2012). De
manera alternativa, se puede utilizar una regresión lineal parcial para estimar el peso de
la desviación con respecto al ideal, para cada uno de los términos de la lista CATA (Ares
et al., 2017).
2.2.3 Variantes
2.2.3.1 CATA vs. Pick-K
La principal diferencia entre el método CATA y su variante Pick-K (selecciona-K) radica

en el número de términos que los panelistas deben de seleccionar para describir los
productos. En CATA, se les pide a los panelistas a seleccionar todos los términos que
describen al producto, y en el método Pick-K, deben de seleccionar K atributos, los más
sobresalientes. De esta manera, cuando K es pequeña, el método Pick-K pone en
evidencia las principales características del producto, mientras que CATA puede
proporcionar una descripción más completa. Aunque en la literatura el método de Pick-
K ha sido utilizado principalmente con panelistas entrenados (Campo et al., 2008) y el
método CATA con consumidores, los dos métodos puedes ser utilizados con uno o con
otro tipo de panelistas, en función del objetivo del estudio. Si el objetivo es el de
comprender la percepción de los productos por los consumidores, los dos métodos
podrían ser utilizados por los consumidores, pero si el objetivo es el de obtener una
descripción de los productos, entonces expertos o panelistas quilificados serán más
adaptados para esta tarea.
Ares y sus colaboradores mostraron que cuando CATA es utilizado con consumidores,
el número de panelistas necesario para obtener resultados estables, depende del grado
de diferencia que existe entre los productos, de la complejidad del espacio sensorial de
los productos, y del tipo de términos utilizados (Ares et al., 2014). Los autores
determinaron que un número de panelistas entre 60 a 80 son necesarios, si los productos
son lo suficientemente diferentes. Para productos que son más similares entre ellos,
entonces 100 panelistas serían necesarios.
2.2.3.2 RATA
Rate-All-That-Applied es una variante de CATA. Como en CATA, los consumidores
identifican primeramente si los descriptores de la lista predefinida aplican a un producto
dado, y de ser el caso, enseguida evalúan la intensidad de este descriptor (Figura 10).
Los datos son analizados con la ayuda de un análisis de la varianza (ANOVA) y de un
ACP (Meyners, Jaeger, & Ares, 2016).
Figura 10. Ilustración de una prueba RATA.

Según Giacalone y sus colaboradores (2016), con respecto a CATA, RATA sería más
discriminante y particularmente adaptado cuando se dispone de un número pequeño de
panelistas (Giacalone & Hedelund, 2016). Por ejemplo, Franco-Luesma y sus
colaboradores, mostraron que RATA podría ser utilizado con solamente 15 panelistas
expertos (estudiantes de enología), para describir vinos (Franco-Luesma et al., 2016).
2.2.3.3 CATA temporal (TCATA)

En una variante temporal del método CATA, llamado TCATA (Castura et al., 2016), los
panelistas indican los atributos que aplican para describir una muestra, a lo largo del
tiempo (Figura 11). Los panelistas seleccionan o deseleccionan los atributos según sean
pertinentes, o no, en un momento de tiempo dado. Varios atributos pueden ser
seleccionado simultáneamente, lo que permite la descripción de sensaciones que
ocurren secuencia o simultáneamente.
Figura 11. Ilustración de TCATA (Castura et al., 2016).
2.2.4 Aplicaciones
Desde la primer aplicación en botanas (Adams et al., 2007), el método CATA ha sido
utilizado para la caracterización sensorial de numerosos productos alimenticios como las
fresas (Lado et al., 2010), helados (Dooley et al., 2010), postres lácteos (Ares et al.,
2010), bebidas en polvo sabor naranja (Ares et al., 2011), bebidas carbonatadas cítricas
(Plaehn, 2012), yogurts (Cruz et al., 2013 ; Castura et al., 2016), panes (Ares et al., 2014),
dulces (Ares et al., 2014), etiquetas de yogurt (Ares et al., 2014), jamones (Henrique,
Deliza, & Rosenthal, 2015), chocolates (Waehrens et al., 2016), nuggets de pescado
(Belusso et al., 2016), vinos (Franco-Luesma et al., 2016; Danner et al., 2018),
emulsiones (Oppermann et al., 2017), purés de manzana enriquecidos en fibra (Laureati
et al., 2017), galletas (Schouteten et al., 2017) y cervezas (Gómez-Corona et al., 2017).
El método CATA puede ser utilizado en conjunto con una prueba hedónica para obtener
un mapa rápido de preferencias. En este caso, los panelistas comienzan por indicar su
apreciación del producto, y posteriormente continúan con una fase de descripción con la
ayuda del método CATA. Cuando todos los productos han sido evaluados, se les pide a
los panelistas que seleccionen los términos que aplican para describir a su producto
ideal. Por ejemplo, Yousseef y sus colaboradores utilizaron una prueba de aceptación
con consumidores, seguida de una prueba CATA para evaluar la aceptación de yogurts
preparados con una mezcla de proteínas lácteas y de chícharo (Yousseef et al., 2016).
La metodología de TCATA ha sido aplicada para caracterizar leches saborizadas
(Oliveira et al., 2015), cremas cosméticas (Boinbaser et al., 2015), vinos (Baker, Castura,
& Ross, 2016), y productos alimenticios diversos, como quesos con mejillones marinados
(Ares & Jaeger, 2015 ; Ares, Reis, et al., 2015 ; Ares, Antúnez, Bruzzone, et al., 2015 ;
Ares et al., 2015 ; Jaeger, Kim, et al., 2017 ; Jaeger, Alcaire, et al., 2018 ; Jaeger,
Swaney-Stueve, et al., 2018).
Figura 12. Ilustración del uso de CATA para obtener un mapa rápido de preferencias (Yousseef
et al., 2016).
2.2.5 Ejemplo práctico

Una prueba RATA fue llevada a cabo con 15 panelistas expertos (estudiantes de análisis
sensorial), con el fin de caracterizar diez productos de panificación comercial. La lista de
términos utilizada fue obtenida con la ayuda de un focus group realizado con los mismos
panelistas. La lista se compone de 20 términos (Figura 13).
Figura 13. Lista de términos utilizada durante la prueba RATA de productos de panificación.
2.2.5.1 Protocolo
La evaluación se llevó a cabo en cabinas estándar de evaluación sensorial. Los
panelistas recibieron las muestras una a una (de manera monádica secuencial). Se les
proporcionó las instrucciones de manera oral y por escrito (Figura 14).
Figura 14. Instrucciones de la prueba RATA.

Datos recolectados: La Tabla 1 presenta un extracto (panelista 1) de los datos obtenidos

de una prueba RATA.
Tabla 1. Extracto de los datos individuales de una prueba RATA de productos de panificación
comercial.
PANELISTA PRODUCTO D1 D2 D3 D4 D5 D6 D7 D8 D9 D10 D11 D12 D13 D14 D15 D16 D17 D18 D19 D20
1 Pasquier 0 3 0 0 5 2 5 0 4 4 4 0 4 0 0 0 1 0 0 0
1 Chabrior 3 0 0 0 0 0 4 0 0 1 3 0 1 0 0 0 0 5 0 3
1 Bien vu 0 2 0 0 0 0 3 0 1 0 0 0 2 0 0 0 0 0 1 0
1 Carr. disc. 0 3 0 0 0 0 4 0 0 1 2 0 0 0 0 2 0 0 0 0
1 Marque U 0 4 0 5 5 0 2 3 0 0 2 0 0 0 4 0 3 2 0 5
1 Carrefour 0 0 0 0 0 4 5 0 4 3 0 4 3 0 0 0 0 0 0 0
1 Carrefour b. 2 0 0 0 0 0 0 2 1 0 0 5 5 0 4 5 4 0 3 0
1 Harrys 2 0 4 4 0 4 5 0 0 0 0 0 0 0 0 4 0 2 0 0
1 Boulangère 0 0 0 0 0 5 0 0 1 4 0 0 0 0 3 1 0 0 0 5
b.
1 La fournée 5 1 3 0 0 0 0 0 0 5 0 0 0 0 0 0 0 0 0 4
2 Pasquier 2 3 4 4 5 0 4 0 4 5 0 0 0 0 4 0 0 0 0 2
2 Chabrior 0 1 0 2 0 0 0 0 4 3 0 0 5 0 0 0 0 0 1 2
… … … … … … … … … … … … … … … … … … … … … …
… … … … … … … … … … … … … … … … … … … … … …
15 … … … … … … … … … … … … … … … … … … … … …
2.2.5.2 Resultados
Una ANOVA de dos factores: panelista (factor aleatorio) y productos (efecto fijo) se utilizó
para identificar a os descriptores discriminantes (Tabla 2).
De 20 descriptores de la lista, 13 permiten diferencia significativamente a los productos

(P< 0,05). La Figura 15 representa los resultados del ACP (no estandarizado) realizado
sobre el conjunto de descriptores.
Tabla 2. Resultados del ANOVA por descriptor. Los descriptores en azul son significativos al 5%.
DESCRIPTORES F Producto PROBABILIDAD
Vainilla 7.96 <0,0001
Miel 1.17 0,3401
Elástico 6.03 0,0002
Resistente 1.50 0,1222
Fondante 5.96 0,0002
Grasa 3.21 0,0303

Flor de azahar 5.32 0,0003
Pastoso 4.96 0,0016
Levadura 1.31 0,1806
Picante 2.57 0,0828
Flexible 7.23 <0,0001
Quebradizo 6.94 0,0001
Húmedo 7.01 <0,0001
Mantequilla fresca 1.22 0,2151
Seco 7.12 <0,0001
Pegajoso 2.58 0,0887
Tierno 7.81 <0,0001
Untable 3.21 0,0306
Alveolado 6.00 0,0008
Alcohol 1.01 0,8040
Figura 15. ACP: mapa de los descriptores (a) y de los productos (b). Los descriptores
discriminantes están representados en color azul, y los no discriminantes en negro.
Las dos primeras dimensiones representan el 81.95% de la varianza. La primera

dimensión contrapone los panes Bien Vu y Carrefour Discount que son descritos como
blandos, versus los panes Carrefour bio Boulangère bio, Harrys y Carrefour que son
descritos como secos y quebradizos. La segunda dimensión contrapone a los panes
Carrefour discount y Bien Vu sabor vainilla versus los panes Pasquier y Chabrior que son
descritos como untable y apanalados. Par ayudar en la interpretación de los mapas, se
realiza una clasificación jerárquica ascendente (CAH), con el algoritmo Ward, seguido de
una caracterización de clases (Mavropoulos et al., 2005), sobre las coordenadas de los
panes en las primeras dos dimensiones (Figura 16).
Figura 16. Dendograma obtenido del CAH a partir de las coordenadas de los 10 panes. Los
descriptores, enlistados con el signo + (-) representan los descriptores que son significativamente
más (o menos) intensos, para caracterizar cada clase (grupo) en comparación con el conjunto
de productos (t de Student, alpha= 5%).
La CAH muestra tres grupos de panes: un primer grupo que es compuesto de los panes
La boulangère bio, Carrefour bio, Harrys y Carrefour que son secos y quebradizos, pero
que no son pastosos, elásticos, apanalados, húmedos, fondantes, suaves y flexibles. El
segundo grupo lo forman los panes Bien Vu y Carrefour discount que son avainillados,
pastosos, con flores de azahar, suaves y fundantes, pero no son secos. El último grupo
está compuesto por panes U, Fournée dorée, Chabrior y Pasquier que son apanalados,
untables y flexibles, pero no son avainillados y quebradizos.
2.2.6 Beneficios y limitaciones

El conjunto de publicaciones que utilizan el método CATA muestra que este método es
bastante eficaz para discriminar un conjunto de muestras. Comparado con el QDA, la
principal ventaja de CATA es su grado de simplicidad, tanto desde el punto de vista de
los panelistas como de los experimentadores. Sin embargo, el método CATA no está
solamente lleno de beneficios. Cuando el método CATA es realizado de manera
repetitiva, los panelistas pueden sentir una fatiga cognitiva y una cierta desmotivación.
Según Tourangeau yRasinski (1988), en esta situación, la mayoría de los panelistas, en
lugar de reflexionar atentamente a cada ítem antes de seleccionar aquellos que les
parece adecuado (estrategia de optimización), dan la primer respuesta que consideran
como satisfaciente o aceptable (estrategia de satisfacción). Este paso de una estrategia
de optimización, a una estrategia de optimización, da lugar a un cierto número de sesgos.
Por ejemplo, la posición de los términos en la lista afecta fuertemente los resultados de
la prueba (Castura, 2009). Los panelistas tienen una fuerte tendencia a seleccionar los
términos que están situados arriba, a la izquierda de la lista, versus aquellos que se
encuentran abajo, a la derecha de la lista.
Este efecto, llamado priming, depende de diferentes factores como el largo de la lista
(mientras más larga sea la lista, más grande el efecto de priming se vuelve importante)
y de la organización de la lista. Ares y Jaeger (2013) colaboradores encontraron que el
sesgo de priming no es observado cuando la lista de los términos se organiza por
modalidad (por ejemplo, todos los términos de textura en primera posición, y todos los
términos de sabor en la segunda posición). Para contrabalancear el efecto de priming,
se puede utilizar una rotación de los términos de la lista por categoría, por ejemplo,
siguiendo un cuadrado latino de Williams. Un orden diferente de términos puede ser
utilizado para cada producto y panelista. Sin embargo, el hecho de cambiar el orden para
el mismo panelista puede desembocar en un fenómeno llamado fatiga cognitiva.
Otro problema que se tiene con los métodos Pick-K, CATA o RATA es la selección de
los términos. ¿Cuántos términos se deben utilizar o cómo seleccionarlos? Ares y sus
colaboradores recomiendan utilizar entre 10 y 40 términos (Ares, Antúnez, Giménez, et
al., 2015). Los términos sensoriales pueden ser obtenidos de la literatura o de un lexicón
de panelistas entrenados. De manera alternativa, los términos puedes ser obtenidos con
la ayuda de un método rápido de generación de vocabulario (repertory grid, prueba de
categorización, mapeo proyectivo, descripción libre...) o a través de focus groups o de
otros estudios cualitativos. La única limitante es la de asegurarse que los términos
generados son comprensibles por todos los panelistas (Ares & Jaeger, 2015 ; Ares &
Jaeger, 2015).
2.3 Perfil pivote

El perfil pivote ® es el más reciente de los métodos descriptivos alternativos. Fue
propuesto por Thuillier en 2007 como una alternativa al método de descripción libre,
popular entre los profesionales del vino. Hasta nuestros días, el perfil pivote® ha dado
lugar a un número limitado de publicaciones científicas, pero aparece como un método
prometedor (Thuillier, 2007).

Durante una descripción libre, los panelistas reciben como instrucción, el describir todo
aquello que perciben, sin ninguna limitante. Este método no impone ningún tipo de
descriptores o escalas, e implica una presentación monádica secuencial de las muestras.
El análisis de los datos se realiza a través de técnicas de análisis textual, que son
frecuentemente difíciles de llevar a cabo. Uno de los problemas que se encuentra con
mayor frecuencia, es que los descriptores libres, usualmente incluyen una asociación
entre un descriptor y un modificador como “no”, “ligeramente”, o “mucho”. Una etapa
difícil de la codificación es la forma en la que se tratan dichos modificadores. El perfil
pivote® propone una mejora en la descripción libre que permite codificas las expresiones
libres de los participantes, de una manera ordinal.
La estrategia que se lleva a cabo en el perfil pivote® para simplificar el análisis de los
datos y reducir la variabilidad inter-individual, consiste en reunir una descripción libre de
las diferencias entre dos productos: un producto “muestra” y un producto como
“referencia” (el pivote). De manera práctica, los panelistas reciben las muestras y el
producto de referencia, y son invitados a notar cada atributo que la muestra tiene en una
cantidad mayor o menor, con respecto al producto de referencia (Figura 17). El producto
de referencia es seleccionado entre la gama de los productos a evaluar. De manera
alternativa, Thuillier y sus colaboradores sugieren crear un “producto central”, haciendo
una mezcla de todos los productos a describir (Thuillier et al., 2015).

El análisis de los datos comienza por una lematización (por ejemplo: dar a cada palabra
su forma canónica: pequeño = pequeño, pequeña, pequeños y pequeñas), y
eventualmente reagrupar los sinónimos (por ejemplo: café y marrón; desmenuzable y
quebradizo). Posteriormente, el número de veces que un término se indica como “mayor
que” (frecuencia más), o “menor que” (frecuencia menos) es calculada para cada
término, y cada producto. La frecuencia menos se sustrae de la frecuencia más. Una
traslación se aplica de manera a obtener calificaciones positivas (Figura 18). La matriz
final se somete a un AC para obtener un mapa sensorial de los productos. Esmerino et
al. (2017) propone utilizar el método de análisis multidimensional (MDS) como una
alternativa al AC. La posición teórica del pivote se puede obtener asignando el valor de
0 a todos los atributos, antes de efectuar la traslación de los datos.
Figura 17. Ejemplo de la hoja de respuestas utilizada en un perfil pivote®
2.1.2 Aplicaciones
Si bien el perfil pivote® fue desarrollado en el 2007, sus publicaciones son aún recientes.
Desde el 2016, ha sido aplicado a diversos productos alimenticios como la champaña
(Thuillier et al., 2015), cerveza (Lelièvre-Desmas, Valentin, & Chollet, 2017), helados
(Fonseca et al., 2016), yogurt (Esmerino et al., 2017a), miel (Deneulin et al., 2018) y no
alimentarios, como el perfume (Callac & Postic, 2012).
Figura 18. Ilustración de la codificación y análisis de datos del perfil pivote®.
2.1.3 Estudio de caso

Un perfil pivote se llevó a cabo, con el fin de obtener un posicionamiento y una
descripción de cinco cervezas claras. Doce panelistas entrenados para describir
cervezas participaron en el estudio. En el transcurso de la sesión, los panelistas
recibieron cinco pares de cervezas, compuestos de la cerveza pivote, así como de la
cerveza a evaluar. Un nuevo vaso de cerveza pivote se presentó, para cada cerveza
evaluada con el fin de evitar cualquier variación vinculada con la temperatura o el nivel
de carbonatación, durante la degustación de los productos. El orden de presentación de
los pares siguió un cuadrado latino de williams con el fin de repartir el efecto de orden y
adaptación. El pivote consistía en una mezcla de las cinco cervezas utilizadas en el
estudio.
2.1.3.1 Protocolo
Las instrucciones dadas a los panelistas están detalladas en la Figura 19 y la hoja de
respuestas del panelista 2 es presentada en la Figura 20.
Figura 19. Instrucciones de la prueba del perfil pivote®.
Figura 20. Ilustración de la hoja de respuestas del perfil pivote®.
2.1.3.2 Resultados
Los resultados fueron colectados como lo explica la Figura 18 y sometidos a un AC.
Figura 21. AC: proyección de cervezas y descriptores en las dos primeras dimensiones.
Las dos primeras dimensiones del AC representan 73.46% de la varianza explicada

(Figura 21). La primera dimensión (47% de la varianza) contrapone a la cerveza
Grimbergen caracterizada por los términos dulce, fenólica, frutas maceradas y
carbonatada, a las cervezas Pelforth y Heineken, descritas como amargas y lupulosas.
La segunda dimensión (26% de la varianza) contrapone la cerveza Heineken que es
maltosa y con un olor intenso, con la cerveza Pelforth, descrita como amarga, lupulosa y
alcohólica.
2.1.4 Ventajas, limitaciones y perspectivas

El perfil pivote® parece ser un método prometedor para describir productos complejos
como el vino, donde una descripción del perfil libre es muy común entre los expertos.
Este método ofrece un compromiso entre la práctica de los expertos y el análisis
sensorial. El perfil pivote® podría demostrarse también útil para describir otros productos,
ya que permite una descripción directa y rápida de los productos con la posibilidad de
agregar datos adicionales, si se cuenta con una referencia estable. Por otro lado, parece
ser que el perfil pivote® no es más difícil a realizar por los panelistas, en comparación
con la metodología CATA (Esmerino et al., 2017b).
La principal dificultad del perfil pivote® radica en la selección del producto de referencia.
El problema es que, si el pivote es demasiado neutro con respecto a los productos para
describir, los panelistas podrían tener dificultades a encontrar los términos que son
menos intensos que el pivote, y de manera inversa, si el pivote es demasiado caricatural
(o excesivo), los panelistas pueden tener problemas para encontrar términos en los que
productos son más intensos que el pivote. La solución ideal es entonces, tener un pivote
que represente la diversidad sensorial de los productos, y que ocupe una posición central
con respecto al espacio sensorial a describir. En una publicación reciente, Lelièvre-
Desmas et al. (2017) confirmó que la sugerencia de Thuillier y sus colaboradores, de
crear un producto central, mezclando todos los productos a evaluar, es una buena
opción, cada vez que sea posible (cuando los productos son susceptibles de ser
mezclados) (Thuillier et al., 2015 ; Lelièvre-Desmas et al., 2017). Dichos autores, también
indican que para el caso de los productos que no son susceptibles de ser mezclados, la
selección del pivote no debería ser un problema mayor, en tanto que el pivote aparezca
en el espacio de los productos a evaluar. Ya que se han encontrado pocas diferencias
entre los mapas sensoriales obtenidas con diferentes pivotes. Sin embargo, si la
selección del pivote no afecta directamente los mapas sensoriales, las características
sensoriales del pivote si afectan la descripción de los productos. Esto puede implicar el
hecho de que los productos no son descritos en un modo absoluto, sino como referencia
al pivote, y por lo tanto los términos generados por un producto dado, dependen en parte
de las características sensoriales del pivote. Los resultados obtenidos por Lelièvre-
Desmas y sus colaborados, sugieren que el perfil pivote® es más conveniente cuando
se tiene un espacio de productos restringido, en términos de características sensoriales
(Lelièvre-Desmas et al., 2017). No obstante, es necesario tener nuevos estudios para
validar este último punto, y para proponer un análisis estadístico que tome en
consideración los datos individuales.
3 Métodos fundamentados en la similitud
Los métodos fundamentados en la medida de la similitud entre productos difieren de

otros métodos descriptivos utilizados en análisis sensorial. Dichos métodos buscan
obtener y analizar las similitudes globales entre productos, más que la obtención de
descripciones analíticas que recaen fuertemente en la capacidad de traducir esas
sensaciones en palabras. La verbalización de las diferencias entre productos no tiene
lugar sino hasta en una segunda etapa, o es omitida. Estos métodos con base en la
similitud son tres.
Los dos primeros, la prueba de categorización (también llamada prueba de
ordenamiento) y el mapeo proyectivo, se basan en medidas de similitud indirecta. En la
prueba de categorización, los panelistas deben de ordenar / agrupar los productos en
función de su similitud. En el mapeo proyectivo, los panelistas son invitados a posicionar
sobre un plano, los productos en función de sus similitudes y sus diferencias. El tercer
método, el posicionamiento sensorial polarizado (PSP), se base sobre una medida de
similitud directa entre los productos y las referencias, llamadas polos.
3.1 Prueba de categorización

La prueba de categorización, también llamada prueba de ordenamiento, fue desarrollada
en el dominio de la psicología en los años 1930 (Hulin & Katz, 1935 ; ver Coxon, 1999
para un review detallado). El método fue utilizado por primera vez en el dominio del
análisis sensorial al comienzo de los años 90 para estudiar la estructura perceptual de
los olores (Lawless, 1989; Lawless & Glatter, 1990; MacRae, Howgate, & Geelhoed,
1990; MacRae et al., 1992; Stevens & O’Connell, 1996). Lawless y sus colaboradores,
fueron los primeros a utilizar la prueba de categorización en alimentos en 1995 (Lawless,
Sheng, & Knoops, 1995). El objetivo final de la prueba de categorización en análisis
sensorial es el de revelar la estructura del espacio de los productos y a interpretar sus
dimensiones subyacentes.
3.1.1 Principio del método

La prueba de categorización se realiza en una sola sesión. Todos los productos son
presentados simultáneamente, en un orden diferente para cada panelista, de manera
aleatoria o en función de un cuadrado latino de williams. Los panelistas deben antes que
nada examinar, oler o probar (en función de los objetivos del estudio) todos los productos,
posteriormente los deben de ordenar en grupos que son mutuamente excluyentes, en
función de su similitud. Cada panelista selecciona sus propios criterios de agrupación.
La prueba de categorización puede detenerse en esta etapa, o puede ser seguida de
una etapa de descripción sensorial en la cual los participantes deben de describir cada
uno de los grupos de productos elaborados.

Para cada participante, los resultados de la prueba de categorización son codificados
bajo la forma de matrices de similitud individual, donde las líneas y las columnas son los
productos. Un valor de 1 en la intersección de una línea y de una columna indica que el
participante agrupó los dos productos, mientras que un valor de 0 indica que los dos
productos no se colocaron en el mismo grupo. Esta codificación se puede realizar
manualmente con la ayuda de un tabulador como Excel. Sin embargo, la construcción
de las matrices de similitud puede volverse tedioso cuando el número de productos es
elevado. Algunos macros en Excel o softwares estadísticos como R permiten generar
automáticamente las matrices de similitud tanto individuales como globales (Figura 22).
Los datos de la prueba de categorización pueden ser analizados con la ayuda de
diferentes tipos de matrices. Normalmente las diferentes matrices individuales son
sumadas, y la matriz de similitud global es así obtenida, y analizada con un MDS
(Schiffman, Reynolds, & Young, 1981). Esta técnica permite visualizar las proximidades
entre los objetos en un espacio de baja dimensión. Cada objeto es representado por un
punto sobre el mapa. Los puntos se disponen sobre el mapa de manera en que los
objetos percibidos como similares son colocados cercanos, uno del otro, y los objetos
percibidos como diferentes son colocados alejados, uno del otro. Se pueden utilizar
diferentes algoritmos, y pueden ser clasificados en dos categorías principales: métricas
(también llamados métodos clásicos) y los no métricos. En el MDS métrico, las
proximidades se tratan directamente como una distancia. La calidad de la representación

de los objetos es estimada con la ayuda de un indicador llamado stress. La regla empírica
utilizada en análisis sensorial es que el estrés que es menor a 0.2 se considera
aceptable. La matriz de similitud global puede también ser analizada a través de análisis
de árbol. En este caso, las distancias entre los objetos son representadas bajo la forma
de árboles aditivos (Abdi, 1990).
Figura 22. Ilustración del tratamiento de datos en una prueba de categorización.
Los análisis de tablas múltiples que toman en cuenta los datos individuales como
DISTATIS (Abdi et al., 2005; Abdi et al., 2007), el ACM (Cadoret, Lê, & Pagès, 2009;
Takane, 1981, 1982), o el análisis en componentes principales y peso específico (SORT
CC, Qannari et al., 2010) también han sido utilizados, recientemente. Estas técnicas
permiten tomar en cuentas las diferencias inter-individuales en la representación visual
de los objetos. La Figura 23 recapitula los procedimientos utilizados para los análisis
estadísticos de los datos de la prueba de categorización.
Los análisis de los descriptores asociados a los grupos de productos también se pueden
realizar con múltiples técnicas. Todas estas técnicas comienzan por establecer una lista
reducida de vocabulario. Las etapas son las mismas que aquellas utilizadas para el perfil
pivote® (lematización y reagrupación de sinónimos). Enseguida, las frecuencias de
citación de los términos de la lista reducida son calculadas para cada producto y
recolectados en una tabla de contingencia con los descriptores en líneas y los productos
en columnas. Los valores en la tabla de contingencia indican la frecuencia a la cual cada
descriptor fue utilizado para describir a un producto. Se supone que los descriptores
proporcionados por varios panelistas tienen el mismo significado. Generalmente, los
descriptores utilizados por menos de un cierto número de panelistas (por ejemplo 10%)
son eliminados de la tabla de contingencia. Los datos de las frecuencias pueden ser
entonces proyectados sobre la misma carta de similitud al calcular las correlaciones entre
la ocurrencia de descriptores y las coordenadas de los productos sobre las dimensiones
del mapa (Cartier et al., 2006 ; Faye et al., 2004). De manera alternativa, la tabla de
contingencia puede ser sometida a un AC para posicionar los productos y los
descriptores sobre un espacio basado sobre los descriptores (Picard et al., 2003;
Soufflet, Calonnier, & Dacremont, 2004).
Figura 23. Síntesis de diferentes análisis de datos de una prueba de categorización.
3.1.3 Variantes
Una primer variante de la prueba de categorización libre, llamada “categorización
dirigida”, consiste en proporcionar información sobre los nombres y/o la naturaleza de
196
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas
los grupos (Ballester et al., 2009; Chollet et al., 2011). La categorización dirigida permite,
por ejemplo, el evaluar el efecto de la región de origen sobre las características
sensoriales de productos alimenticios (Parr et al., 2010). Otra variante propuesta por Rao
y Katz en 1971 es llamada categorización jerárquica (Rao & Katz, 1971). En esta
variante, los panelistas deben de formar un número dado de grupos en función de las
similitudes percibidas. Enseguida, se les pide a los panelistas fusionar sucesivamente
dos grupos, lo más similar posible, hasta el momento de la formación de un solo grupo
(categorización ascendente jerárquica, ver Coxon, 1999), o inversamente, el de separar
cada grupo en grupos más pequeños hasta el momento en el que no se pueden realizar
más separaciones (categorización jerárquica descendente Clark, 1968) o los dos
(Kirkland et al., 2000; Honoré-Chedozeau et al., 2017).
La categorización jerárquica parece dar información más precisa que la categorización
libre, ya que da lugar a una medida más gradual de la similitud entre los productos, que
el de los datos binarios (0/1) obtenidos de una categorización libre. Según Courcoux y
sus colaboradores, la posición de los productos sobre el mapa sensorial podría ser más
estable que aquella obtenida por la categorización libre (Courcoux et al., 2012). Pero, es
necesario tener estudios adicionales para validar esta afirmación. Una última variante,
llamada prueba de categorización libre múltiple, consiste en realizar múltiples categorías,
una seguida de otra, utilizando criterios diferentes para cada una de ellas (Dehlholm,
2015).
3.1.4 Aplicaciones
La prueba de categorización libre ha sido utilizada en una gran variedad de productos
alimentarios, incluyendo vainas de vainilla (Heymann, 1994), queso (Lawless et al.,
1995), agua (Falahee & MacRae, 1995; Teillet et al., 2010), helados (Blancher et al.,
2007), barras de cereales (King, Cliff, & Hall, 1998), mermelada (Tang & Heymann,
2002), cerveza (Abdi et al., 2007; Chollet et al., 2011; Lelièvre et al., 2008, 2009), vinos
(Ballester et al., 2005; Ballester et al., 2008; Bécue-Bertaut & Lê, 2011; Campo et al.,
2008b; Parr et al., 2010; Piombino et al., 2004; Sáenz-Navajas et al., 2012), yogurt (Saint-
Eve, Paçi Kora, & Martin, 2004), cereales (Cartier et al., 2006), especias (Derndorfer &
Baierl, 2006), pepinos y jitomates (Deegan et al., 2010), aceite de oliva (Santosa, Abdi,
& Guinard, 2010), carne (Hoek et al., 2011), paté (Dehlholm et al., 2012), verduras (Cliceri
et al., 2017). También ha sido utilizado para aplicaciones no alimentarias como los
pañuelos desechables (Giboreau et al., 2001; Soufflet et al., 2004) y productos de
plástico (Faye et al., 2004).
La prueba de categorización jerárquica ha sido aplicada también a chocolate con leche

bajo el nombre de prueba de categorización taxonómica por Courcoux (Courcoux et al.,
2012). La prueba de categorización jerárquica descendente ha sido aplicada en aceites
de oliva (Santosa et al., 2010) y a diseños geométricos (Cadoret, Lê, & Pagès, 2011). La
prueba de categorización bidireccional – ascendente o descendente -, ha sido aplicado
en la evaluación de etiquetas de vino (Honoré-Chedozeau et al., 2017).

En el ejemplo que se presenta a continuación, la prueba de categorización se utilizó para
determinar los criterios de categorización utilizada por 13 panelistas entrenados, sobre
nueve cervezas que varían en función del color (clara, ámbar, y oscura), y de la
cervecería de origen (Chti, Pelforth et Leffe).
3.1.5.1 Protocolo
Las pruebas fueron realizadas bajo iluminación roja, y las cervezas se presentaron en
copas negras, con la finalidad de enmascarar el color. Los participantes recibieron las
instrucciones que se presentan en la Figura 24.
Figura 24. Instrucciones de la prueba de categorización.
3.1.5.2 Hoja de respuestas

La Figura 25 presenta un ejemplo de respuestas del panelista N°1. Este panelista realizó
cuatro grupos de cerveza, dos grupos que contienen tres cervezas, un grupo con dos
cervezas, y un grupo conformado por una sola cerveza.
Figura 25. Ilustración de la hoja de respuestas del panelista durante la prueba de categorización.
3.1.5.3 Datos recolectados

La Figura 26 presenta los datos recolectados después de realizar una prueba de
categorización. Estos datos fueron analizados mediante DISTATIS con el paquete
Exposition de R. El software calcula automáticamente las matrices individuales de
distancia entre productos, a partir de los grupos formados por los panelistas. A los grupos
clasificados en un mismo grupo, se les atribuye un mismo código (por ejemplo 1 para el
primer grupo, 2 para el segundo, y así continuamente…).
Figura 26. Codificación de los datos de una prueba de categorización, analizado con DISTATIS,
mediante el paquete Expositon de R.
3.1.5.4 Resultados
Los resultados fueron analizados con DISTATIS. El primer resultado corresponde a un
mapa de proyección de los panelistas, que permite evaluar el acuerdo ente los
panelistas, y permite detectar, eventualmente, los panelistas que evalúan de manera
diferente entre ellos. La Figura 27 muestra un buen acuerdo entre los panelistas sobre la
primera dimensión, pero un desacuerdo, en particular para los panelistas 1 y 10, sobre
la segunda dimensión.
Figura 27. DISTATIS: Mapa de los panelistas. Mientras más grande es el tamaño de la
representación de los panelistas, mejor es su representación en el espacio a dos dimensiones.
La Figura 28 representa el mapa de los productos con y sin los intervalos de confianza.
Los intervalos de confianza permiten determinar si dos productos son significativamente
diferentes entre ellos: cuando dos intervalos de confianza se sobreponen, los productos
no son significativamente diferentes, e inversamente. Por ejemplo, en nuestro ejemplo,
las tres cervezas Leffe no son significativamente diferentes entre ellas; por el contrario,
son significativamente diferentes a la cerveza Chti.
También es posible proyectas de manera suplementaria los descriptores sensoriales
sobre el mapa de los productos (Figura 29). Esta representación permite el caracterizar
a las cervezas. Por ejemplo, la Chti oscura y clara son metálicas, mientras que las Leffe
claras y ámbar son acidas.
Figura 28. DISTATIS: Mapa de los productos sin (a), y con los intervalos de confianza con un
Alpha de 5% (b). Si dos elipses se sobreponen, entonces los productos no son considerados
como diferentes.
Figura 29. DISTATIS: Mapa de los productos con los descriptores proyectados como variables
suplementarias.
3.1.6 Ventajas, limitaciones, y perspectivas

La prueba de categorización libre es bien adaptada para obtener rápidamente una
caracterización grosso modo de los productos, o para seleccionar un subconjunto de
productos que permite conducir otros métodos descriptivos (Giboreau et al., 2001;
Piombino et al., 2004). A pesar de tener algunas diferencias, los mapas perceptuales
obtenido con una prueba de categorización libre son comparables, de manera global, a
aquellas obtenidas mediante un QDA (Faye et al., 2004; Saint-Eve et al., 2004) y parece
ser reproducibles (Cartier et al., 2006; Chollet et al., 2011; Falahee & MacRae, 1997;
Lelièvre et al., 2008). La prueba de categorización libre puede ser utilizada con panelistas
no entrenados (Chollet et al., 2011). El número de panelistas requeridos para efectuar la
prueba varía según el estudio, los productos y el nivel de experiencia de los participantes.
Sin embargo, la literatura actual (Chollet, Valentin, & Abdi, 2014) sugiere que 20
panelistas no entrenados podría ser suficiente para obtener configuraciones estables,
incluso cuando el número de panelistas en la literatura ha sido mayor (de 60 a 100)
(Chollet et al., 2014; Simiqueli et al., 2015, para una discusión más detallada sobre los
aspectos mencionados).
Uno de los mayores problemas de la categorización libre es que el conjunto de los

productos debe de ser presentado al mismo tiempo. Por lo tanto, este método no es
conveniente para productos que se deben de evaluar calientes, o para el control de
calidad, por ejemplo. El número de productos a evaluar puede, igualmente, presentar
una limitante: no deben ser ni muy pocos, como para poder realizar los grupos
(generalmente se recomienda no trabajar con menos de 9 productos), y tampoco deben
de ser demasiados (varía de acuerdo a la naturaleza de cada tipo de productos, por
ejemplo 15 es el máximo para evaluar cerveza (Chollet et al., 2011) para evitar problemas
de saturación y fatiga sensorial. Adicionalmente, los trabajos de Patris et al. (2007)
sugieren que la prueba de categorización podría no ser una prueba tan fácil, de lo que
generalmente se cree (Patris et al., 2007). Dichos autores grabaron a panelistas
entrenados y no entrenados cuando realizaban una prueba de categorización de
cervezas, posteriormente los invitaron a comentar su comportamiento en momentos
específicos de la tarea. Los dos grupos de panelistas encontraron la tarea difícil de
realizar, en particular los panelistas no entrenados, quienes señalaron dificultades
vinculadas a la memora, así como problemas de saturación sensorial.
3.2 Mapeo proyectivo

La idea del mapeo proyectivo fue mencionada por Dunn-Rankin (1983) bajo el nombre
de “posicionamiento” para describir una técnica en la cual los evaluadores son invitados
a expresar la estructura de similitud de un conjunto de estímulos por la posición relativa
que los estímulos tienen en un plano (Dunn-Rankin, 1983). Posteriormente fue
reintroducido de manera independiente, a mediados de los años 1990 bajo el nombre de
“mapeo proyectivo” (projective mapping, en Inglés), por Risvik (Risvik et al., 1994; Risvik,
McEwan, & Rødbotten, 1997), en el dominio del análisis sensorial como “spatial
arrangement procedure” (SAP) por Goldstone (1994) en el dominio de la psicología por
(Goldstone, 1994). Se volvió una metodología popular bajo el nombre de Napping®
seguido de los trabajos de Pagès (Pagès, 2003, 2005).
3.2.1 Descripción del método

El mapeo proyectivo se lleva a cabo en una sola sesión. Todos los productos son
presentados simultáneamente y se disponen en una tabla, de manera aleatoria o en
función de un cuadrado latino de William, con un orden diferente para cada panelista.
Los panelistas reciben una hoja grande de papel, generalmente de 60cm * 60cm, pero
no importa que tamaño de hoja sea utilizada, a medida que ofrezca suficiente espacio
para que los panelistas puedan separar los productos fácilmente. Los panelistas son
invitados a mirar, oler/probar (en función del objetivo del estudio) todos los productos, y
posteriormente a posicionarlos sobre la hoja de papel en función de sus similitudes o
disimilitudes entre los productos. Los panelistas son informados que dos productos
deben ser colocados uno cercano al otro, si son percibidos como similares, y alejados
uno con respecto al otro, si son percibidos como diferentes. Ninguna otra instrucción
sobre la manera en la que deben colocar los productos en el espacio es mencionada, y
cada panelista elige sus propios criterios. En una segunda etapa, los panelistas pueden
ser invitados a dar algunos descriptores que consideren como característicos para cada
producto o grupo de productos. La integración de los datos descriptivos en el análisis
puede enriquecer la interpretación del mapa de los productos.

Las coordenadas X y Y de cada muestra son registrados para cada panelista y
compilados en una tabla de productos por panelista (Figura 30). El vocabulario es
analizado de la misma manera que en la prueba de categorización. Los datos son
enseguida sometidos a un GPA o a un AFM.
Figura 30. Extracto de los datos obtenidos de un mapeo proyectivo.
3.2.3 Variantes
Un mapeo proyectivo parcial también puede realizarse: comprende una sola
característica sensorial a la vez (apariencia, olor, textura…). Delholm y sus
colaboradores en 2012, compararon los resultados obtenidos de tres mapeos
proyectivos parciales realizados sobre la apariencia, el gusto y las sensaciones en boca,
y un mapeo proyectivo global sobre nueve patés (Dehlholm et al., 2012). En sus
resultados, aparece claramente que los productos son discriminados de mejor forma
cuando se realizan tres mapeos proyectivos parciales versus un solo mapeo proyectivo
global (Figura 31), incluso si esta solución puede tomar más tiempo en llevarse a cabo.
Figura 31. Configuraciones para el mapeo proyectivo parcial (a) y el mapeo proyectivo global
(b). Las elipses representan los intervalos de confianza con un Alpha del 5% (Dehlholm et al.,
2012).
Otra variante del mapeo proyectivo, nombrado mapeo proyectivo afectivo puede ser
utilizado para estimar las preferencias de los consumidores con respecto a los productos
(Varela et al., 2017). En ese caso, se les pide a los panelistas posicionar las muestras
sobre una hoja, de manera que dos muestras son cercanas una de la otra si son
apreciadas de la misma manera, y dos muestras son alejadas la una con respecto a la
otra si son diferentes con respecto a su aceptación o preferencia.
Otra variante, llamada Sorted Napping, o Napping de categorización (Pagès, Cadoret, &
Lê, 2010) consiste a combinar las técnicas del mapeo proyectivo con las de la prueba de
categorización, Los panelistas realizan en un primer momento el posicionamiento de los
productos, y en un segundo momento agrupan a los productos que pertenecen a un
mismo grupo. Sin embargo, el valor adicional de esta combinación versus el método de
mapeo proyectivo aislado permanece aún por demostrar.
3.2.4 Aplicaciones
El mapeo proyectivo ha sido aplicado a diversos productos alimenticios, como el
chocolate
(Kennedy & Heymann, 2009; Risvik et al., 1994), sopas deshidratadas (Risvik et al.,
1997), barras de cereales (Kennedy, 2010; King et al., 1998), quesos (Barcenas,
Elortondo, & Albisu, 2004; Nestrud & Lawless, 2010), manzanas (Nestrud & Lawless,
2010), carnes frías (Santos et al., 2013), pan (Varela et al., 2017), jugos de toronja
(Nestrud & Lawless, 2008), nuggets de pescado (Albert et al., 2011), vinos (Lezaeta et
al., 2017; Liu et al., 2016; Morand & Pagès, 2006; Pagès, 2003, 2005; Perrin et al., 2008),
bebidas calientes (Moelich et al., 2017; Moussaoui & Varela, 2010b), bebidas alcohólicas
(Louw et al., 2013), pero también en productos no alimenticios como el perfume (Lê,
Husson, & Lê, 2016). Estos últimos autores, con el fin de estudiar las estrategias de los
participantes durante la prueba del mapeo, utilizaron un “digit tracking” que permiten
comprenden como las dimensiones sensoriales evolucionan con el paso del tiempo, y
“holos”, que permite obtener los datos directamente en tabletas.
3.2.4.1 Ejemplo practico

Un mapeo proyectivo fue realizado con el fin de obtener un posicionamiento y descripción
de 10 panes de caja comerciales. Quince estudiantes en análisis sensorial participaron
en este estudio.
3.2.4.2 Instrucciones
La evaluación tuvo lugar en una sala común, equipada con mesas grandes que permitían
disponer simultáneamente todas las muestras a evaluar y una hoja de papel lo
suficientemente grande (Figura 32). El orden de presentación de las muestras se hizo a
través de un cuadrado latino de williams.
Figura 32. Ilustración de la sesión del mapeo proyectivo para los panes de caja.
Los participantes recibieron las instrucciones que se presentan en la Figura 33.
Figura 33. Instrucciones de la prueba del mapeo proyectivo.

3.2.4.3 Hoja de respuestas y datos recolectados

La hoja de respuestas era una hoja de papel blanco de 70cm * 55cm sobre la cual los
panelistas escribieron sus respuestas (Figura 34).
Figura 34. Hoja de respuesta del panelista 1, seguido del mapeo proyectivo.
Las líneas horizontales y verticales entre la esquina inferior izquierda de la hoja, se midió
en cada uno de los productos evaluados, obteniendo así las coordenadas X y Y de cada
uno de los productos. Estas coordenadas son ingresadas en una tabla (Figura 30) y
analizadas con la ayuda del AFM.
3.2.4.4 Resultados
La Figura 35 muestra la contribución de los panelistas en las dimensiones 1 y 2 del AFM.
Los panelistas 1 y 4, en un menor grado el panelista 10, difieren de los otros panelistas.
Estos panelistas no posicionaron los panes de la misma forma que el resto de los
panelistas. Si se tienen suficientes panelistas en un estudio, es posible eliminar a esos
panelistas del análisis, y volver a realizar un AFM. En ese caso, es necesario indicar en
el informe que en el estudio se descartaron tres panelistas del análisis.
Figura 35. AFM: proyección de los panelistas en las dimensiones 1 y 2.
La Figura 36 muestra el posicionamiento global de los productos sobre las dos primeras
dimensiones del AFM (64% de la varianza), así como el acuerdo entre los panelistas
para cada uno de los productos evaluados: mientras las trayectorias son más pequeñas
(los segmentos a la derecha entre el posicionamiento promedio de un producto y el
posicionamiento para un panelista dado), mejor será el acuerdo entre los panelistas. Por
ejemplo, el acuerdo entre los panelistas es menos bueno para el pan de caja Carrefour
CP EM que para el pan de caja Jacquet CP. Tres grupos de productos parecen emerger
en el análisis: el primer grupo con los panes Harrys Nature AS, Jacquet Nature SSA,
Jacquet Nature y Harrys Nature, el segundo grupo con los panes Jacquet 11 céréales,
Harrys 7 céréales AS y Carrefour CP Sandwich, y el tercer grupo con los productos
Jacquet CP, Harrys CP EM y Carrefour CP EM.
Figura 36. AFM: mapa de los productos. Cada punto pequeño negro representa la respuesta de
un panelista para cada uno de los grupos, y el punto grande represente el compromiso o
promedio de la representación de cada uno de los productos. Los segmentos de la derecha (o
trayectorias) representan la distancia entre el posicionamiento promedio de un producto y el
posicionamiento para un panelista dado. Mientras menores sean las trayectorias, mayor
consenso habrá entre los panelistas.
Le existencia de tres grupos puede ser confirmada con un CAH realizado en las
coordenadas de los productos de las dos primeras dimensiones del AFM (Figura 37).
Los descriptores proyectados como variables suplementarias son representadas en el
mapa de correlación (Figura 38) y permiten caracterizar los productos. Podemos ver, por
ejemplo, que la primera dimensión (42% de la varianza) contrapone los panes de caja
blancos y poco saborizados a los panes enriquecidos con cereales. La segunda
dimensión (22% de la varianza) contrapone a los panes irregulares a los panes dulces y
suaves.
Figura 37. CAH realizado en las coordenadas de los productos del AFM.
Figura 38. AFM: círculo de correlación obtenido de los datos del mapeo proyectivo. Los
descriptores representan en rojo (azul) son bien representados en la primer (segunda)
dimensión, y pueden ser entonces utilizados para interpretar estas dos dimensiones. Los
descriptores en gris no están bien representados en el mapa.
3.2.5 Ventajas y limitaciones

Globalmente, el mapeo proyectivo presenta las misma ventajas y limitaciones que la
prueba de categorización (cf parte 2.1.4). Sin embargo, además de los límites de la
categorización, parece ser que para las personas que tienen dificultad en las
representaciones del espacio, el mapeo proyectivo no es una tarea fácil de llevar a cabo.
3.3 Posicionamiento sensorial polarizado, PSP

El posicionamiento sensorial polarizado (PSP) fue inicialmente propuesto por Teillet y
sus colaboradores en 2010, para definir las características sensoriales de diferentes tipos
de agua, utilizando consumidores (Teillet et al., 2010). La idea de base del PSP es de
remplazar un gran número de atributos sensoriales, por algunos productos prototípicos,
o referencias, que servirían como “meta-atributos”.
3.3.1 Descripción del método

En el PSP, los evaluadores reciben primero tres productos de referencia, posteriormente
los productos a evaluar son presentados uno por uno (monádico secuencial) a los
panelistas, según un plan equilibrado de presentación de muestras, o de manera
aleatoria. Los evaluados son invitados a observar, oler/probar cada producto (según los
objetivos del estudio) y los tres productos de referencia para evaluar sobre una escala
continua, la disimilitud entre los productos evaluados, con respecto a los productos de
referencia.

Los datos del PSP son codificados en términos de distancia con respecto a los polos.
Para cada panelista, cada producto es codificado por tres valores que corresponden a la
distancia entre los productos y los tres polos (Figura 39). Se pueden utilizar tres
estrategias para analizar los datos del PSP. La primera consiste a promediar los datos
individuales y analizar la tabla de las medias con la ayuda de un ACP. La segunda
estrategia consiste a realizar un AFM sobre los datos individuales.
Figura 39. Ilustración del análisis estadístico de los datos del PSP.
3.3.3 Variantes
Hemos visto dos variantes del PSP en los últimos años: Ares et al en 2013 propusieron
el método de mapeo proyectivo polarizado (Polarized Projective Mapping), que
corresponde a un método hibrido entre el mapeo proyectivo y el PSP (Ares et al., 2013).
Los panelistas deben de colocar las muestras sobre una hoja de papel, donde ya están
posicionados tres polos. El posicionamiento de las muestras se hace en función de la
similitud y diferencia con respecto a los polos. Los datos son analizados como si fuera
un mapeo proyectivo. La segunda variante fue propuesta por Teillet en 2014, bajo el
nombre de PSP Triadico. Consiste en pedir a los panelistas indicar entre qué polo, entre
tres, se parece más una muestra, así como en qué polo la muestra es menor parecida.
Posteriormente se realiza una matriz en donde se cuenta el número de veces que un
producto es más o menos parecido con respecto a los tres polos, y se analiza utilizando
un AC.
3.3.4 Aplicaciones
Hasta el día de hoy, y por su carácter reciente, el PSP no ha dado lugar a muchas
publicaciones. La primer publicación fue aplicada para describir agua mineral (Teillet et
al., 2010), y rápidamente fue seguida de una aplicación en productos cosméticos (Chréa
et al., 2011), yogurts (Cadena et al., 2014), bebidas sabor naranja (Ares et al., 2013; De
Saldamando et al., 2015), compuestos astringentes (Fleming, Ziegler, & Hayes, 2015),
bebidas de chocolate (Antúnez et al., 2015), postres lácteos sabor vainilla (Ares et al.,
2015) y carnes frías reducidas en sodio (Horita et al., 2017).

Una empresa que fabrica panes realizó un PSP para posicionar los panes de su gama
con respecto a los de sus competidores. Treinta panelistas que trabajaban en la empresa
realizaron la prueba. Los tres polos seleccionados (referencias A, B, C) son los tres
productos del competidor. Diez panes fueron estudiados, donde tres corresponden a los
polos A, B, C (P3, P1, P7, respectivamente) para verificar la validez del método (Figura
40).
Figura 40. Organización de la prueba PSP.
3.3.5.1 Protocolo
Los panelistas recibieron las instrucciones, como se presenta en la Figura 41.
Figura 41. Instrucciones otorgadas para la prueba PSP.
3.3.5.2 Datos colectados

La Figura 42 muestra los datos del panelista 1 y 2 del PSP sobre los panes. Las tres
últimas líneas permiten integrar a los polos en el análisis: cada polo recibe la puntuación
máxima de similitud versus sí mismo (aquí 10), y una puntuación de 0, con respecto a
los otros dos polos. Estas tres líneas son proyectadas como observaciones
suplementarias (o ilustrativas) sobre el mapa de los productos.
Figura 42. Datos obtenidos para los panelistas 1, 2 y 30, después de realizar un PSP.
3.3.5.3 Resultados
Los datos fueron analizados con un AFM. La Figura 43 muestra la contribución de los
panelistas a las dos primeras dimensiones del AFM (42% de la varianza).
Figura 43. AFM: mapa de los panelistas.
Esta figura muestra una gran variabilidad de los panelistas, sin llegar al punto de mostrar
alguna evidencia de tener panelistas completamente atípicos. En ese caso se puede
pensar en dos posibilidades: 1) continuar el análisis con todo el grupo, tomando en
cuenta la falta de consenso entre los panelistas, y 2) dividir al grupo en dos, o tres, en
función de la segmentación obtenida con un CAH realizado sobre las coordenadas de
los panelistas, y realizar un AFM de manera separada. En este último caso, es
interesante dar un cuestionario filtro a los panelistas para poder al menos caracterizar
algunos puntos importantes sobre los panelistas y comprender mejor la segmentación
obtenida (hombre/mujer, joven/viejo, consumidor de la categoría de productos
evaluados, o no…).
Figura 44. AFM: mapa de los panes con los polos utilizados para el estudio.
La Figura 44 presenta los resultados del AFM realizado sobre la totalidad de los
panelistas. El eje 1 explica el 21.66% de la varianza, y contrapone el polo A, al polo B.
El polo C es representado sobre el eje 2, que explica el 20.21% de la varianza. Los
productos P3, P1 y P7 son próximos a los polos A, B y C, respectivamente; lo que
demuestra una buena validez de la metodología empleada. Los productos P4 y P8 son
cercanos al polo A, y por lo tanto presentan características sensoriales similares a dicho
polo. El producto P9 es cercano al polo C, y por lo tanto representa las mismas
características que ese polo. El producto P2 está entre el polo B y C. En ese caso,
podemos dar dos interpretaciones: ya sea que el P2 presenta ciertas características
sensoriales del polo B y C, o que los panelistas no se ponen de acuerdo sobre la similitud
de ese producto con respecto al polo B y/o C.
3.3.6 Ventajas y limitaciones

Las principales ventajas del PSP son (i) el ser fácil de realizar con los panelistas, ya que
solamente deben de evaluar las similitudes globales entre las muestras con respecto a
los polos, y (ii) permite agregar datos de diferentes sesiones o evaluaciones, si las
referencias permanecen estables. Esta compilación de datos puede permitir administrar
un numero de productos a evaluar importante, para estar presente en una sola sesión.
El primer inconveniente del PSP es que las descripciones de los productos no son
obtenidas, sino solamente de manera indirecta por deducción de las características
sensoriales de los productos de referencia más similares. Además, esta metodología
necesita un buen conocimiento del espacio de los productos para poder seleccionar las
referencias optimas de los productos. Dos publicaciones recientes indican que el uso de
polos diferentes no lleva a cambios importantes en la configuración de los productos en
el mapa, siempre y cuando reflejen las principales características sensoriales de los
productos a evaluar (Ares et al., 2015; De Saldamando et al., 2015). Sin embargo, se
necesitan trabajos suplementarios para comprender mejor las ventajas y limitaciones de
este método.
4 Conclusión
El perfil flash, CATA, mapeo proyectivo, categorización libre y sus diversas variantes,
hacen parte de la caja de herramientas del análisis sensorial. Estos métodos son bien
adaptados cuando las descripciones grosso modo son suficientes, ya que dan lugar a
espacios de productos comparables con aquellos obtenidos vía un QDA. Sin embargo,
el QDA permanece como la metodología más apropiada cuando el objetivo del
investigador es poner en evidencia pequeñas diferencias entre los productos, como es
el caso, en algunas optimizaciones de productos.
La mayoría de estos métodos puede ser utilizada con panelistas entrenados y no
entrenados (aunque ciertos autores sugieren utilizar expertos o panelistas entrenados,
para el caso de los perfiles flash y pivote). Los métodos verbales parecen otorgar
descripciones más detalladas, que son fácilmente interpretables, y ser más
discriminantes que los métodos que están fundamentados en la similitud. Los métodos
fundamentados en la similitud parecen ser más apropiados para proporcionar
información sensorial global. Los métodos del perfil pivote y el PSP son demasiado
recientes y necesitan una exploración suplementaria. Al final de cuentas, la selección de
los métodos depende, sobre todo, de las preguntas prácticas y los objeticos específicos
del estudio.
En comparación con el perfil convencional, la validez de estos métodos alternativos en

términos de reproducibilidad ha sido ya estudiada. En particular, como lo demuestran
Blancher et al. (2012) – nos faltan todavía herramientas unificadas para evaluar la
confiabilidad de los métodos (Blancher et al., 2012). Algunos autores utilizan repeticiones
(por ejemplo, Cartier et al., 2006; Falahee & MacRae, 1997; Lelièvre et al., 2008), otros
utilizan réplicas en las repeticiones (por ejemplo Chollet et al., 2011; Moussaoui &
Varela, 2010b), otros utilizan coeficientes RV para comparar los mapas obtenidos por
varios panelistas (Lelièvre et al., 2008; Chollet et al., 2011) y otros autores aún utilizan el
bootstrapping para dibujar los elipses de confianza alrededor de los productos (Abdi &
Valentin, 2007a; Ballester et al., 2009; Santosa et al., 2010) sobre el mapa sensorial.
Referencias
Abdi, H. (1990). Additive-Tree Representations. Lecture Notes in Biomathematics, 84, 43–59.
Abdi, H., & Valentin, D. (2007a). DISTATIS: the analysis of multiple distance matrices. In J.
Salkind (Ed.), Encyclopaedia of Measurement and Statistics. CA: Thousand Oaks.
Abdi, H., & Valentin, D. (2007b). Multiple factor analysis. In N. J. Salkind (Ed.), Encyclopedia of
Measurement and Statistics. CA: Thousand Oaks.
Abdi, H., Valentin, D., Chollet, S., & Chrea, C. (2007). Analyzing assessors and products in sorting
tasks: DISTATIS, theory and applications. Food Quality and Preference, 18(4), 627–640.
Abdi, H., Valentin, D., OToole, A., & Edelman, B. (2005). DISTATIS: The analysis of multiple
distance matrices. In Proceedings of the IEEE Computer Society: International Conference on
Computer Vision and Pattern Recognition. San Diego, USA.
Adams, J., Williams, A., Lancaster, B., & Foley, M. (2007). Advantages and uses of check-all-
that-apply response compared to traditional scaling of attributes for salty snacks. In Pangborn
Sensory Science Symposium (Ed.). Minneapolis, USA: Pangborn Sensory Science
Symposium.
Albert, A., Varela, P., Salvador, A., Hough, G., & Fiszman, S. (2011). Overcoming the issues in
the sensory description of hot served food with a complex texture. Application of QDA®, flash
profiling and projective mapping using panels with different degrees of training. Food Quality
and Preference, 22 (5), 463–473.
Antúnez, L., Salvador, A., de Saldamando, L., Varela, P., Giménez, A., & Ares, G. (2015).
Evaluation of Data Aggregation in Polarized Sensory Positioning. Journal of Sensory Studies,
30 (1), 46–55.
Ares, G., Antúnez, L., Bruzzone, F., Vidal, L., Giménez, A., Pineau, B., … Jaeger, S. R. (2015).
Comparison of sensory product profiles generated by trained assessors and consumers using
CATA questions: Four case studies with complex and/or similar samples. Food Quality and
Ares, G., Antúnez, L., Giménez, A., & Jaeger, S. R. (2015). List length has little impact on
consumers’ visual attention to CATA questions. Food Quality and Preference, 42, 100–109.
Ares, G., Antúnez, L., Oliveira, D., Alcaire, F., Giménez, A., Berget, I., … Varela, P. (2015). Pole
selection in Polarized Sensory Positioning: Insights from the cognitive aspects behind the task.
Food Quality and Preference, 46, 48–57.
Ares, G., Barreiro, C., Deliza, R., Giménez, A., & Gámbaro, A. (2010). Application of a check-all-
that-apply question to the development of chocolate milk desserts. Journal of Sensory Studies,
25(SUPPL. 1), 67–86.
Ares, G., Bruzzone, F., Vidal, L., Cadena, R. S., Giménez, A., Pineau, B., … Jaeger, S. R. (2014).
Evaluation of a rating-based variant of check-all-that-apply questions: Rate-all-that-apply
(RATA). Food Quality and Preference, 36, 87–95.
Ares, G., de Andrade, J. C., Antúnez, L., Alcaire, F., Swaney-Stueve, M., Gordon, S., & Jaeger,
S. R. (2017). Hedonic product optimisation: CATA questions as alternatives to JAR scales.
Ares, G., de Saldamando, L., Vidal, L., Antúnez, L., Giménez, A., & Varela, P. (2013). Polarized
Projective Mapping: Comparison with Polarized Sensory Positioning approaches. Food Quality
and Preference, 28 (2), 510–518.
Ares, G., Etchemendy, E., Antúnez, L., Vidal, L., Giménez, A., & Jaeger, S. R. (2013). Visual
attention by consumers to check-all-that-apply questions: Insights to support methodological
development. Food Quality and Preference, 32, 210–220.
Ares, G., & Jaeger, S. R. (2013). Check-all-that-apply questions: Influence of attribute order on
sensory product characterization. Food Quality and Preference, 28(1), 141–153.
Ares, G., & Jaeger, S. R. (2015a). Check-all-that-apply (CATA) questions with consumers in
practice: Experimental considerations and impact on outcome. Rapid Sensory Profiling
Techniques and Related Methods: Applications in New Product Development and Consumer
Research. Woodhead Publishing Limited.
Ares, G., & Jaeger, S. R. (2015b). Examination of sensory product characterization bias when
check-all-that-apply (CATA) questions are used concurrently with hedonic assessments. Food
Quality and Preference, 40 (PA), 199–208.
Ares, G., Reis, F., Oliveira, D., Antúnez, L., Vidal, L., Giménez, A., … Jaeger, S. R. (2015).
Recommendations for use of balanced presentation order of terms in CATA questions. Food
Ares, G., Tárrega, A., Izquierdo, L., & Jaeger, S. R. (2014). Investigation of the number of
consumers necessary to obtain stable sample and descriptor configurations from check-all-
that-apply (CATA) questions. Food Quality and Preference, 31 (1), 135–141.
Ares, G., Varela, P., Rado, G., & Giménez, A. (2011). Are consumer profiling techniques
equivalent for some product categories? The case of orange-flavoured powdered drinks.
International Journal of Food Science & Technology, 46 (8), 1600–1608.
Baker, A. K., Castura, J. C., & Ross, C. F. (2016). Temporal Check-All-That-Apply

Characterization of Syrah Wine. Journal of Food Science, 81 (6), S1521–S1529.
Ballester, J., Abdi, H., Langlois, J., Peyron, D., & Valentin, D. (2009). The odor of colors: Can
wine experts and novices distinguish the odors of white, red, and rosé wines? Chemosensory
Perception, 2 (4), 203–213.
Ballester, J., Dacremont, C., Fur, Y. Le, & Etiévant, P. (2005). The role of olfaction in the
elaboration and use of the Chardonnay wine concept. Food Quality and Preference, 16 (4),
351–359.
Ballester, J., Patris, B., Symoneaux, R., & Valentin, D. (2008). Conceptual vs. perceptual wine
spaces: Does expertise matter? Food Quality and Preference, 19 (3), 267–276.
Barcenas, P., Elortondo, F. J. P., & Albisu, M. (2004). Projective mapping in sensory analysis of
ewes milk cheeses: A study on consumers and trained panel performance. Food Research
International, 37 (7), 723–729.
Bécue-Bertaut, M., & Lê, S. (2011). Analysis of Multilingual Labeled Sorting Tasks: Application
To A Cross-Cultural Study In Wine Industry. Journal of Sensory Studies, 26 (5), 299–310.
Belusso, A. C., Nogueira, B. A., Breda, L. S., & Mitterer-Daltoé, M. L. (2016). Check all that apply
(CATA) as an instrument for the development of fish products. Food Science and Technology
(Campinas), 36 (2), 275–281.
Blancher, G., Chollet, S., Kesteloot, R., Hoang, D. N., Cuvelier, G., & Sieffermann, J. M. (2007).
French and Vietnamese: How do they describe texture characteristics of the same food? A
case study with jellies. Food Quality and Preference, 18 (3), 560–575.
Blancher, G., Clavier, B., Egoroff, C., Duineveld, K., & Parcon, J. (2012). A method to investigate
the stability of a sorting map. Food Quality and Preference, 23 (1), 36–43.
Boinbaser, L., Parente, M. E., Castura, J. C., & Ares, G. (2015). Dynamic sensory characterization
of cosmetic creams during application using Temporal Check-All-That-Apply (TCATA)
questions. Food Quality and Preference, 45, 33–40.
Cadena, R. S., Caimi, D., Jaunarena, I., Lorenzo, I., Vidal, L., Ares, G., … Giménez, A. (2014).
Comparison of rapid sensory characterization methodologies for the development of functional
yogurts. Food Research International, 64, 446–455.
Cadoret, M., Lê, S., & Pagès, J. (2009). A Factorial Approach for Sorting Task data (FAST). Food
Quality and Preference, 20 (6), 410–417.
Cadoret, M., Lê, S., & Pagès, J. (2011). Statistical Analysis of Hierarchical Sorting Data. Journal
of Sensory Studies, 26 (2), 96–105.
Callac, C., & Postic, A. (2012). Parfums & Evocations Profil Pivot©. Bern, Suisse: Eurosens.
Campo, E., Do, B. V., Ferreira, V., & Valentin, D. (2008). Aroma properties of young Spanish
monovarietal white wines: A study using sorting task, list of terms and frequency of citation.
Australian Journal of Grape and Wine Research, 14 (2), 104–115.
Cartier, R., Rytz, A., Lecomte, A., Poblete, F., Krystlik, J., Belin, E., & Martin, N. (2006). Sorting
procedure as an alternative to quantitative descriptive analysis to obtain a product sensory
map. Food Quality and Preference, 17 (7–8), 562–571.
Castura, J. C. (2009). Do panellists donkey vote in sensory choose-all-that-apply questions? In

8th Pangborn Sensory Science Symposium (Ed.). Florence, Italy: 8th Pangborn Sensory
Science Symposium.
Castura, J. C., Antúnez, L., Giménez, A., & Ares, G. (2016). Temporal Check-All-That-Apply
(TCATA): A novel dynamic method for characterizing products. Food Quality and Preference,
47, 79–90.
Chollet, S., Lelièvre, M., Abdi, H., & Valentin, D. (2011). Sort and beer: Everything you wanted to
know about the sorting task but did not dare to ask. Food Quality and Preference, 22 (6), 507–
520.
Chollet, S., Valentin, D., & Abdi, H. (2014). Free sorting task. Novel Techniques in Sensory
Characterization and Consumer Profiling. Valera P. & Ares, G. (Eds.). Boca Raton: Taylor and
Francis.
Chréa, C., Teillet, E., Navarro, S., & Mougin, D. (2011). Application of the polarized sensory
positioning in the cosmetic area. In 9th Pangborn Sensory Science Symposium, Toronto,
Canada.
Clark, H. H. (1968). On the use and meaning of propositions. Journal of Verbal Learning and
Verbal Behavior, 7, 421–431.
Cliceri, D., Dinnella, C., Depezay, L., Morizet, D., Giboreau, A., Appleton, K. M., … Monteleone,
E. (2017). Exploring salient dimensions in a free sorting task: A cross-country study within the
elderly population. Food Quality and Preference, 60, 19–30.
Coombs, C. (1964). A theory of data. New York: Wiley.
Courcoux, P., Qannari, E. M., Taylor, Y., Buck, D., & Greenhoff, K. (2012). Taxonomic free
sorting. Food Quality and Preference, 23 (1), 30–35.
Coxon, A. P. M. (1999). Sorting data: collection and analysis. Sage Publications. Retrieved from
https://uk.sagepub.com/en-gb/eur/sorting-data/book9527
Cruz, A. G., Cadena, R. S., Castro, W. F., Esmerino, E. A., Rodrigues, J. B., Gaze, L., … Bolini,
H. M. A. (2013). Consumer perception of probiotic yogurt: Performance of check all that apply
(CATA), projective mapping, sorting and intensity scale. Food Research International, 54 (1),
601–610.
Dairou, V., & Sieffermann, J. M. (2002). A comparison of 14 jams characterized by conventional

profile and a quick original method, the flash profile. Journal of Food Science, 67 (2), 826-834.
Danner, L., Crump, A. M., Croker, A., Gambetta, J. M., Johnson, T. E., & Bastian, S. E. P. (2018).
Comparison of Rate-All-That-Apply and Descriptive Analysis for the Sensory Profiling of Wine.
American Journal of Enology and Viticulture, 69 (1), 12–21.
De Saldamando, L., Antúnez, L., Torres-moreno, M., Giménez, A., & Ares, G. (2015). Reliability
of Polarized Projective Mapping with Consumers. Journal of Sensory Studies, 30 (4), 280–
294.
Deegan, K. C., Koivisto, L., Näkkilä, J., Hyvönen, L., & Tuorila, H. (2010). Application of a sorting
procedure to greenhouse-grown cucumbers and tomatoes. LWT - Food Science and
Technology, 43 (3), 393–400.
Dehlholm, C. (2015). Free multiple sorting as a sensory profiling technique. In J. Delarue, J. B.

Lawlor, & M. Rogeaux (Eds.), Rapid Sensory Profiling Techniques and Related Methods. New
York: Elsevier.
Dehlholm, C., Brockhoff, P. B., Meinert, L., Aaslyng, M. D., & Bredie, W. L. P. (2012). Rapid
descriptive sensory methods - Comparison of Free Multiple Sorting, Partial Napping, Napping,
Flash Profiling and conventional profiling. Food Quality and Preference, 26 (2), 267–277.
Delarue, J., & Sieffermann, J. M. (2004). Sensory mapping using Flash profile. Comparison with
a conventional descriptive method for the evaluation of the flavour of fruit dairy products. Food
Quality and Preference, 15 (4), 383-392.
Delarue, J., & Loescher, E. (2004). Dynamics of food preferences: a case study with chewing
gums. Food Quality and Preference, 15 (7-8), 771-779.
Deneulin, P., Reverdy, C., Rébénaque, P., Danthe, E., & Mulhauser, B. (2018). Evaluation of the
Pivot Profile©, a new method to characterize a large variety of a single product: Case study on
honeys from around the world. Food Research International, 106, 29–37.
Derndorfer, E., & Baierl, A. (2006). Development of an aroma map of spices by multidimensional
scaling. Journal of Herbs, Spices & Medicinal Plants, 12, 39–50.
Dooley, L., Lee, Y. Seung, & Meullenet, J. F. (2010). The application of check-all-that-apply
(CATA) consumer profiling to preference mapping of vanilla ice cream and its comparison to
classical external preference mapping. Food Quality and Preference, 21 (4), 394–401.
Dunn-Rankin, P. (1983). Scaling methods. Lawrence Erlbaum Associates.
Escofier, B., & Pagès, J. (1990). Analyses factorielles simples et multiples : objectifs, méthodes
et interprétation. Paris: Dunod.
Escoufier, Y. (1980). Exploratory data analysis when data are matrices. Recent Development in
Statistical Inference and Data Analysis. Amsterdam, North-Holland, 45-53.
Esmerino, E. A., Tavares Filho, E. R., Thomas Carr, B., Ferraz, J. P., Silva, H. L. A., Pinto, L. P.
F., … Bolini, H. M. A. (2017a). Consumer-based product characterization using Pivot Profile,
Projective Mapping and Check-all-that-apply (CATA): A comparative case with Greek yogurt
samples. Food Research International, 99, 375–384.
Esmerino, E. A., Tavares Filho, E. R., Thomas Carr, B., Ferraz, J. P., Silva, H. L. A., Pinto, L. P.
F., … Bolini, H. M. A. (2017b). Consumer-based product characterization using Pivot Profile,
Projective Mapping and Check-all-that-apply (CATA): A comparative case with Greek yogurt
samples. Food Research International, 99, 375–384.
Falahee, M., & MacRae, A. W. (1995). Consumer appraisal of drinking water: Multidimensional
scaling analysis. Food Quality and Preference, 6 (4), 327–332.
Falahee, M., & MacRae, A. W. (1997). Perceptual variation among drinking waters: The reliability
of sorting and ranking data for multidimensional scaling. Food Quality and Preference, 8 (5–
6), 389–394.
Faye, P., Brémaud, D., Durand Daubin, M., Courcoux, P., Giboreau, A., & Nicod, H. (2004).
Perceptive free sorting and verbalization tasks with naive subjects: an alternative to descriptive
mappings. Food Quality and Preference, 15 (7–8), 781–791.
Fleming, E. E., Ziegler, G. R., & Hayes, J. E. (2015). Check-all-that-apply (CATA), sorting, and
polarized sensory positioning (PSP) with astringent stimuli. Food Quality and Preference, 45,
41–49.
Fonseca, F. G. A., Esmerino, E. A., Filho, E. R. T., Ferraz, J. P., da Cruz, A. G., & Bolini, H. M.
A. (2016). Novel and successful free comments method for sensory characterization of
chocolate ice cream: A comparative study between pivot profile and comment analysis. Journal
of Dairy Science, 99 (5), 3408–3420.
Franco-Luesma, E., Sáenz-Navajas, M. P., Valentin, D., Ballester, J., Rodrigues, H., & Ferreira,
V. (2016). Study of the effect of H2S, MeSH and DMS on the sensory profile of wine model
solutions by Rate-All-That-Apply (RATA). Food Research International, 87, 152–160.
Giacalone, D., & Hedelund, P. I. (2016). Rate-all-that-apply (RATA) with semi-trained assessors:
An investigation of the method reproducibility at assessor-, attribute- and panel-level. Food
Giboreau, A., Navarro, S., Faye, P., & Dumortier, J. (2001). Sensory evaluation of automotive
fabrics: The contribution of categorization tasks and non-verbal information to set-up a
descriptive method of tactile properties. Food Quality and Preference, 12 (5–7), 311–322.
Goldstone, R. (1994). An efficient method for obtaining similarity data. Behavior Research
Methods, Instruments, & Computers, 26 (4), 381-386.
Gómez-Corona, C., Chollet, S., Escalona-Buendía, H. B., & Valentin, D. (2017). Measuring the
drinking experience of beer in real context situations. The impact of affects, senses, and
cognition. Food Quality and Preference, 60, 113–122.
Gower, J. C. (1975). Generalized procrustes analysis. Psychometrika, 40 (1), 33-51.
Henrique, N. A., Deliza, R., & Rosenthal, A. (2015). Consumer Sensory Characterization of
Cooked Ham Using the Check-All-That-Apply (CATA) Methodology. Food Engineering
Reviews, 7 (2), 265–273.
Heymann, H. (1994). A comparison of free choice profiling and multidimensional scaling of vanilla
samples. Journal of Sensory Studies, 9 (4), 445–453.
Honoré-Chedozeau, C., Lelièvre-Desmas, M., Ballester, J., Chollet, S., & Valentin, D. (2017).
Knowledge representation among assessors through free hierarchical sorting and a semi-
directed interview: Exploring Beaujolais wines. Food Quality and Preference, 57.
Horita, C. N., Esmerino, E. A., Vidal, V. A. S., Farah, J. S., Amaral, G. V., Bolini, H. M. A., …
Pollonio, M. A. R. (2017). Sensory profiling of low sodium frankfurter containing garlic products:
Adequacy of Polarized Projective Mapping compared with trained panel. Meat Science, 131,
90–98.
Hulin, W. S., & Katz, D. (1935). The Frois-Wittmann pictures of facial expression. Journal of
Experimental Psychology, 18, 482–498.
Jaeger, S. R., Alcaire, F., Hunter, D. C., Jin, D., Castura, J. C., & Ares, G. (2018). Number of
terms to use in temporal check-all-that-apply studies (TCATA and TCATA Fading) for sensory
product characterization by consumers. Food Quality and Preference, 64, 154–159.
Jaeger, S. R., Chheang, S. L., Yin, J., Bava, C. M., Gimenez, A., Vidal, L., & Ares, G. (2013).
Check-all-that-apply (CATA) responses elicited by consumers: Within-assessor reproducibility
and stability of sensory product characterizations. Food Quality and Preference, 30 (1), 56–
67.
Jaeger, S. R., Kim, K. O., Lee, S. M., Hunter, D. C., Kam, K., Chheang, S. L., … Ares, G. (2017).
Concurrent elicitation of hedonic and CATA/RATA responses with Chinese and Korean
consumers: Hedonic bias is unlikely to occur. Food Quality and Preference, 56, 130–137.
Jaeger, S. R., Swaney-Stueve, M., Chheang, S. L., Hunter, D. C., Pineau, B., & Ares, G. (2018).
An assessment of the CATA-variant of the EsSense Profile®. Food Quality and Preference,
68, 360–370.
Jaros, D., Thamke, I., Raddatz, H., & Rohm, H. (2009). Single-cultivar cloudy juice made from
table apples: an attempt to identify the driving force for sensory preference. European Food
Research and Technology, 229 (1), 51–61.
Kemp, S. E., Hollowood, T., & Hort, J. (2009). Sensory Evaluation: a practical handbook. Ames,
Iowa. Retrieved from https://www.wiley.com/en-
fr/Sensory+Evaluation:+A+Practical+Handbook-p-9781405162104
Kennedy, J. (2010). Evaluation of replicated projective mapping of granola bars. Journal of

Sensory Studies, 25 (5), 672–684.
Kennedy, J., & Heymann, H. (2009). Projective mapping and descriptive analysis of milk and dark
chocolates. Journal of Sensory Studies, 24 (2), 220–233.
King, M. C., Cliff, M. A., & Hall, J. W. (1998). Comparison of projective mapping and sorting data
collection and multivariate methodologies for identification of similarity-of-use of snack bars.
Journal of Sensory Studies, 13 (3), 347–358. h
Kirkland, J., Bimler, D., Drawneek, A., McKim, M., & Schölmerich, A. (2000). A quantum leap in
the analyses and interpretation of attachment sort items. In B. Vaughn, E. Waters, G. Posada,
& D. Teti (Eds.), Patterns of Secure Base Behavior: QSort Perspectives on Attachment and
Caregiving in Infancy and Childhood (Lawrence E). Hillsdale, NJ:
Lado, J., Vicente, E., Manzzioni, A., & Ares, G. (2010). Application of a check-all-that-apply
question for the evaluation of strawberry cultivars from a breeding program. Journal of the
Science of Food and Agriculture, 90 (13), 2268–2275.
Lassoued, N., Delarue, J., Launay, B., & Michon, C. (2008). Baked product texture: Correlations
between instrumental and sensory characterization using Flash Profile. Journal of Cereal
Science, 48 (1), 133-143.
Laureati, M., Cattaneo, C., Lavelli, V., Bergamaschi, V., Riso, P., & Pagliarini, E. (2017).
Application of the check-all-that-apply method (CATA) to get insights on children’s drivers of
liking of fiber-enriched apple purees. Journal of Sensory Studies, 32 (2), 1–9.
Lawless, H., & Glatter, S. (1990). Consistency of multidimensional scaling models derived from
odor sorting. Journal of Sensory Studies, 5 (4), 217–230.
Lawless, H. T. (1989). Exploration of fragrance categories and ambiguous odors using

multidimensional scaling and cluster analysis. Chemical Senses, 14 (3), 349–360.
Lawless, H. T., Sheng, N., & Knoops, S. S. C. (1995). Multidimensional scaling of sorting data
applied to cheese perception. Food Quality and Preference, 6 (2), 91–98.
Lê, T. M., Husson, F., & Lê, S. (2016a). Digit-tracking: Interpreting the evolution over time of
sensory dimensions of an individual product space issued from Napping® and sorted Napping.
Lê, T. M., Husson, F., & Lê, S. (2016b). Digit-tracking: Interpreting the evolution over time of
sensory dimensions of an individual product space issued from Napping® and sorted Napping.
Lelièvre-Desmas, M., Valentin, D., & Chollet, S. (2017). Pivot profile method: What is the influence
of the pivot and product space? Food Quality and Preference, 61, 6–14.
Lelièvre, M., Chollet, S., Abdi, H., & Valentin, D. (2008). What is the validity of the sorting task for
describing beers? A study using trained and untrained assessors. Food Quality and
Preference, 19 (8), 697–703.
Lelièvre, M., Chollet, S., Abdi, H., & Valentin, D. (2009). Beer-trained and untrained assessors
rely more on vision than on taste when they categorize beers. Chemosensory Perception, 2(3).
Lezaeta, A., Bordeu, E., Næs, T., & Varela, P. (2017). Exploration of consumer perception of
Sauvignon Blanc wines with enhanced aroma properties using two different descriptive
methods. Food Research International, 99, 186–197.
Liu, J., Arneborg, N., Toldam-Andersen, T. B., Petersen, M. A., & Bredie, W. L. (2017). Effect of
sequential fermentations and grape cultivars on volatile compounds and sensory profiles of
Danish wines. Journal of the Science of Food and Agriculture, 97 (11), 3594–3602.
Liu, J., Arneborg, N., Toldam-Andersen, T. B., Zhang, S., Petersen, M. A., & Bredie, W. L. P.
(2017). Impact of sequential co-culture fermentations on flavour characters of Solaris wines.
European Food Research and Technology, 243(3), 437–445.
Liu, J., Grønbeck, M. S., Di Monaco, R., Giacalone, D., & Bredie, W. L. P. (2016). Performance
of Flash Profile and Napping with and without training for describing small sensory differences
in a model wine. Food Quality and Preference, 48, 41–49.
Lokki, T., Pätynen, J., Kuusinen, A., Vertanen, H., & Tervo, S. (2011). Concert hall acoustics
assessment with individually elicited attributes. The Journal of the Acoustical Society of
America, 130 (2), 835–849.
Louw, L., Malherbe, S., Naes, T., Lambrechts, M., van Rensburg, P., & Nieuwoudt, H. (2013).
Validation of two Napping® techniques as rapid sensory screening tools for high alcohol
products. Food Quality and Preference, 30 (2), 192–201.
MacRae, A. W., Howgate, P., & Geelhoed, E. N. (1990). Assessing the similarity of odours by
sorting and by tridiadic comparison. Chemical Senses, 15, 661–699.
MacRae, A. W., Rawcliffe, T., Howgate, P., & Geelhoed, E. N. (1992). Patterns of odour similarity
among carbonyls and their mixtures. Chemical Senses, 17 (2), 119–125.
Mavropoulos, J. C., Yancy, W. S., Hepburn, J., & Westman, E. C. (2005). The effects of a low-
carbohydrate, ketogenic diet on the polycystic ovary syndrome: A pilot study. Nutrition and
Metabolism, 2, 439.
Mazzucchelli, R., & Guinard, J. X. (1999). Comparison of monadic and simultaneous sample
presentation modes in a descriptive analysis of milk chocolate. Journal of Sensory Studies, 14
(2), 235–248.
Meilgaard, M., Civille, G. V., & Carr, B. T. (1999). Sensory evaluation techniques. Retrieved from
https://books.google.fr/books/about/Sensory_Evaluation_Techniques_Third_Edit.html?id=XX
9xwk9G0EUC&redir_esc=y
Meyners, M., Castura, J. C., & Carr, B. T. (2013). Existing and new approaches for the analysis
of CATA data. Food Quality and Preference, 30 (2), 309–319.
Meyners, M., Jaeger, S. R., & Ares, G. (2016). On the analysis of Rate-All-That-Apply (RATA)
data. Food Quality and Preference, 49, 1–10.
Moelich, E. I., Muller, M., Joubert, E., Næs, T., & Kidd, M. (2017). Validation of projective mapping
as potential sensory screening tool for application by the honeybush herbal tea industry. Food
Research International, 99, 275–286. https://doi.org/10.1016/j.foodres.2017.05.014
Morand, E., & Pagès, J. (2006). Procrustes multiple factor analysis to analyse the overall
perception of food products. Food Quality and Preference, 17 (1–2), 36–42.
Moussaoui, K. A., & Varela, P. (2010). Exploring consumer product profiling techniques and their
linkage to a quantitative descriptive analysis. Food Quality and Preference, 21 (8), 1088-1099.
Nestrud, M. A., & Lawless, H. T. (2008). Perceptual mapping of citrus juices using projective
mapping and profiling data from culinary professionals and consumers. Food Quality and
Preference, 19 (4), 431–438.
Nestrud, M. A., & Lawless, H. T. (2010). Perceptual mapping of apples and cheeses using
projective mapping and sorting. Journal of Sensory Studies, 25 (3), 390–405.
Ng, M., Chaya, C., & Hort, J. (2013). Beyond liking: Comparing the measurement of emotional
response using EsSense Profile and consumer defined check-all-that-apply methodologies.
Food Quality and Preference, 28 (1), 193–205.
Oliveira, D., Antúnez, L., Giménez, A., Castura, J. C., Deliza, R., & Ares, G. (2015). Sugar
reduction in probiotic chocolate-flavored milk: Impact on dynamic sensory profile and liking.
Food Research International, 75, 148–156.
Oppermann, A. K. L., de Graaf, C., Scholten, E., Stieger, M., & Piqueras-Fiszman, B. (2017).
Comparison of Rate-All-That-Apply (RATA) and Descriptive sensory Analysis (DA) of model
double emulsions with subtle perceptual differences. Food Quality and Preference, 56, 55–68.
Pagès, J. (2003). Recueil direct de distances sensorielles : application l’evaluation de dix vins
blancs de Val de Loire. Science Des Aliments, 23, 679–888.
Pagès, J. (2005). Collection and analysis of perceived product inter-distances using multiple
factor analysis: Application to the study of 10 white wines from the Loire Valley. Food Quality
and Preference, 16, 642–664.
Pagès, J., Cadoret, M., & Lê, S. (2010). The sorted napping: A new holistic approach in sensory
evaluation. Journal of Sensory Studies, 25 (5), 637–658. h
Parr, W. V., Valentin, D., Green, J. A., & Dacremont, C. (2010). Evaluation of French and New
Zealand Sauvignon wines by experienced French wine assessors. Food Quality and
Preference, 21(1), 56–64.
Patris, B., Gufoni, V., Chollet, S., & Valentin, D. (2007). Impact of training on strategies to realize
a beer sorting task: Behavioral and verbal assessments. In D. Valentin, D. Z. Nguyen, & L.
Pelletier (Eds.), New Trends in Sensory Evaluation of Food and Non-Food Products. Ho Chi
Minh, Vietnam: Vietnam National University—Ho Chi Minh City Publishing House.
Perrin, L., Symoneaux, R., Maître, I., Asselin, C., Jourjon, F., & Pagès, J. (2008). Comparison of
three sensory methods for use with the Napping® procedure: Case of ten wines from Loire
valley. Food Quality and Preference, 19 (1), 1–11.
Picard, D., Dacremont, C., Valentin, D., & Giboreau, A. (2003). Perceptual dimensions of tactile
textures. Acta Psychologica, 114(2), 165–184. https://doi.org/10.1016/j.actpsy.2003.08.001
Piombino, P., Nicklaus, S., Fur, Y. Le, Moio, L., & Quéré, J.-L. Le. (2004). Selection of Products
Presenting Given Flavor Characteristics: An Application to Wine. American Journal of Enology
and Viticulture, 55 (1).
Plaehn, D. (2012). CATA penalty/reward. Food Quality and Preference, 24 (1), 141–152. ht
Qannari, E. M., Cariou, V., Teillet, E., & Schlich, P. (2010). SORT-CC: A procedure for the
statistical treatment of free sorting data. Food Quality and Preference, 21(3), 302–308.
Rao, V. R., & Katz, R. (1971). Alternative Multidimensional Scaling Methods for Large Stimulus
Sets. Journal of Marketing Research, 8 (4), 488.
Risvik, E., McEwan, J. A., Colwill, J. S., Rogers, R., & Lyon, D. H. (1994). Projective mapping: A
tool for sensory analysis and consumer research. Food Quality and Preference, 5 (4), 263–
269.
Risvik, E., McEwan, J. A., & Rødbotten, M. (1997). Evaluation of sensory profiling and projective
mapping data. Food Quality and Preference, 8 (1), 63–71.
Rivera, E., Canul, L., & González, Y. (2009). Caracterización sensorial del camarón ahumado
(Litopenaeus vannamei) mediante la técnica perfil flash. AJS Mercado Ciencia, 38, 27–34.
Retrieved from http://www.umar.mx/revistas/38/Camaron_ahumado-CyM-038.pdf
Sáenz-Navajas, M.-P., Campo, E., Avizcuri, J. M., Valentin, D., Fernández-Zurbano, P., &
Ferreira, V. (2012). Contribution of non-volatile and aroma fractions to in-mouth sensory
properties of red wines: Wine reconstitution strategies and sensory sorting task. Analytica
Chimica Acta, 732, 64–72.
Saint-Eve, A., Paçi Kora, E., & Martin, N. (2004). Impact of the olfactory quality and chemical
complexity of the flavouring agent on the texture of low-fat stirred yogurts assessed by three
different sensory methodologies. Food Quality and Preference, 15 (7–8), 655–668.
Santos, B. A., Pollonio, M. A. R., Cruz, A. G., Messias, V. C., Monteiro, R. A., Oliveira, T. L. C.,
… Bolini, H. M. A. (2013). Ultra-flash profile and projective mapping for describing sensory
attributes of prebiotic mortadellas. Food Research International, 54 (2), 1705–1711.
Santosa, M., Abdi, H., & Guinard, J. X. (2010). A modified sorting task to investigate consumer
perceptions of extra virgin olive oils. Food Quality and Preference, 21 (7), 881–892.
https://doi.org/10.1016/j.foodqual.2010.05.011
Schiffman, S. S., Reynolds, M. L., & Young, F. W. (1981). Introduction to multidimensional scaling:
theory, methods, and applications. Academic Press.
Schouteten, J. J., De Steur, H., Lagast, S., De Pelsmaeker, S., & Gellynck, X. (2017). Emotional
and sensory profiling by children and teenagers: A case study of the check-all-that-apply
method on biscuits. Journal of Sensory Studies, 32 (1), e12249.
Sieffermann, J. M. (2000). Le profil Flash. Un outil rapide et innovant d’évaluation sensorielle

descriptive. AGORAL 2000, XIIèmes rencontres, Montpellier, France In: Tec. & Doc.,
L’innovation : de l’idée au succès.
Simiqueli, A. A., Minim, V. P. R., Silva, R. de C. dos S. N. d, Silva, A. N. da, & Minim, L. A. (2015).
How many assessors are necessary for the Optimized Descriptive Profile when associated
with training? Food Quality and Preference, 44, 62–69.
Soufflet, I., Calonnier, M., & Dacremont, C. (2004). A comparison between industrial experts’ and
novices’ haptic perceptual organization: a tool to identify descriptors of the handle of fabrics.
Food Quality and Preference, 15 (7), 689–699.
Stevens, D. A., & O’Connell, R. J. (1996). Semantic-free scaling of odor quality. Physiology &
Behavior, 60 (1), 211–215.
Stone, H., & Sidel, J. L. (1993). Sensory evaluation practices. Academic Press. Retrieved from
https://books.google.fr/books/about/Sensory_Evaluation_Practices.html?id=4e6mQgAACAAJ
&redir_esc=y
Stone, H., Sidel, J., Oliver, S., Woosley, A., & Singleton, R. (1974). Sensory evaluation by
quantitative descriptive analysis. Food Technology, 28, 24–34.
Takane, Y. (1981). Multidimensional successive categories scaling: A maximum likelihood

method. Psychometrika, 46 (1), 9–28.
Takane, Y. (1982). IDSORT: An individual differences multidimensional scaling for sorting data.
Behavior Research Methods and Instrumentation, 14 (6), 546.
Tang, C., & Heymann, H. (1999). Multidimensional sorting, similarity scaling and free choice
profiling of grape jellies. Journal of Sensory Studies, 17, 493–509.
Tang, C., & Heymann, H. (2002). Multidimensional sorting, similarity scaling and free-choice
profiling of grape jellies. Journal of Sensory Studies, 17 (6), 493–509.
Tarea, S., Cuvelier, G., & Sieffermann, J. M. (2007). Sensory evaluation of the texture of 49
commercial apple and pear purees. Journal of Food Quality, 30 (6), 1121–1131.
Teillet, E., Schlich, P., Urbano, C., Cordelle, S., & Guichard, E. (2010). Sensory methodologies
and the taste of water. Food Quality and Preference, 21 (8), 967–976.
Thuillier, B. (2007). Réduction CO2 dans l’appréciation organoleptique des champagnes–

Expérimentation et apports méthodologiques-. URCAReims (France).
Thuillier, B., Valentin, D., Marchal, R., & Dacremont, C. (2015). Pivot© profile: A new descriptive
method based on free description. Food Quality and Preference, 42, 66–77.
Tourangeau, R., & Rasinski, K. A. (1988). Cognitive processes underlying context effects in
attitude measurement. Psychological Bulletin, 103 (3), 299–314.
Valentin, D., Chollet, S., Lelièvre, M., & Abdi, H. (2012). Quick and dirty but still pretty good: A
review of new descriptive methods in food science. International Journal of Food Science &
Technology, 47 (8), 1563-1578.
Varela, P., & Ares, G. (2012). Sensory profiling, the blurred line between sensory and consumer
science. A review of novel methods for product characterization. Food Research International,
48 (2), 893-908.
Varela, P., Berget, I., Hersleth, M., Carlehög, M., Asioli, D., & Næs, T. (2017). Projective mapping
based on choice or preference: An affective approach to projective mapping. Food Research
International, 100, 241–251.
Veinand, B., Godefroy, C., Adam, C., & Delarue, J. (2011). Highlight of important product
characteristics for consumers. Comparison of three sensory descriptive methods performed
by consumers. Food Quality and Preference, 22(5), 474-485.
Waehrens, S. S., Zhang, S., Hedelund, P. I., Petersen, M. A., & Byrne, D. V. (2016). Application
of the fast-sensory method ‘Rate-All-That-Apply’ in chocolate Quality Control compared with
DHS-GC-MS. International Journal of Food Science and Technology, 51(8), 1877–1887.
Williams, A., Carr, B., & Popper, R. (2011). Exploring analysis options for check-all-that-apply
(CATA) questions. In 9th Rose-Marie sensory science symposium (Ed.). Toronto, Canada.:
9th Rose-Marie sensory science symposium.
Williams, A. A., & Langron, S. P. (1984). The use of free‐choice profiling for the evaluation of
commercial ports. Journal of the Science of Food and Agriculture, 35 (5), 558-568.
Yousseef, M., Lubbers, S., Valentin, D., & Husson, F. (2016). From sensory evaluation to food
product development: How to fit a new vegetal fermented product to the consumer taste. In D.
Z. Nguyen, D. Valentin, T. M. Le, D. A. Nguyen Lam, S. Chollet, & H. Abdi (Eds.), Taste and
try before you fry: From product formulation to consumer experience (pp. 57–62). Ho Chi Minh
(Vietnam): Vietnam National University-Ho chi Minh City Publishing House.
233
1.5 Métodos descriptivos dinámicos

Mara GALMARINI1 & María Clara ZAMORA1
1Facultad de Ingeniería y Ciencias Agrarias, Pontificia Universidad Católica Argentina (UCA)
Miembro del Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET), Buenos Aires,
Argentina
CONTENIDO
1. Introducción: los métodos dinámicos
2. Intensidad-Tiempo (I-T)
2.1 Diseño del experimento
2.2 Entrenamiento del panel
2.3 Enfoques de manejo de datos para registros de I-T
2.4 Análisis de casos
2.5Ventajas, desventajas, consideraciones especiales y métodos
complementarios
3. Dominancia Temporal de Sensaciones (DTS)
3.1 Las bases del método: ¿qué mide la Dominancia Temporal de Sensaciones?
3.2 Protocolos de evaluación: número y entrenamiento de evaluadores, elección
de descriptores y productos
3.3 Análisis de datos
3.4 Casos especiales
3.5 Métodos complementarios
4. Conclusiones / Perspectivas
Referencias
1. Introducción: los métodos dinámicos

El perfil sensorial es un enfoque descriptivo ampliamente utilizado para calificar y
cuantificar las propiedades sensoriales de los alimentos (Stone et al., 1974). Con los
métodos descriptivos tradicionales, las propiedades sensoriales del producto se evalúan
inmediatamente después de oler o comer. Mínimamente, algunos segundos separan la
estimulación sensorial de su caracterización y eventual cuantificación usando una
escala. Sin embargo, la percepción no es un evento único sino un proceso dinámico
(Piggott and Paterson, 1994). Los atributos percibidos cambian momento a momento
debido a los procesos de masticación, respiración, salivación, movimientos de la lengua
y deglución. En la evaluación de la textura, por ejemplo, las diferentes fases de la
descomposición de los alimentos a menudo están separadas en primer bocado,
masticación y fases residuales. La temporalidad en un alimento o bebida puede ser un
aspecto importante de su atractivo sensorial.
Para tener en cuenta esta dinámica de la percepción, Larson-Powers y Pangborn (1978)
desarrollaron el método de Intensidad del Tiempo (I-T), siendo una de las primeras
formas de registrar de manera continua cambios en la percepción de un determinado
atributo. En las primeras experimentaciones se lo utilizó para medir la intensidad y la
duración del dulzor, amargo, acidez y sabor en diferentes soluciones a lo largo de un
intervalo de tiempo. Las sensaciones persistentes, como aquellas inducidas por los
edulcorantes artificiales (Swartz, 1980), compuestos amargos (Pangborn et al., 1983) o
compuestos que estimulan el trigémino, como el mentol (Gwartney and Heymann, 1996),
se han investigado ampliamente utilizando esta técnica (se puede consultar Cliff &
Heymann, 1993; Piggott, 2000 para mayor detalle de estas aplicaciones). Mediante esta
técnica también se han evaluado interacciones perceptuales, como la interacción gusto-
olfato (Cliff and Noble, 1990), textura-olfato (en geles de proteína de suero, Weel et al.
(2002)) y trigémino-sabor-textura en hamburguesas de cerdo con capsaicina (Reinbach
et al., 2007).
Desde sus comienzos, este método ha sido muy estudiado y su análisis de datos
discutido y mejorado (Eilers, 1997; Dijksterhuis & Eilers, 1997; Eilers & Dijksterhuis, 2004;
Garrido et al., 2001; Calviño et al., 2000; McGowan & Lee, 2006; Ovejero-López et al.,
2005; Piggott et al., 2000) siendo uno de los métodos de referencia en términos de
Capítulo 1.5 Métodos descriptivos dinámicos 235
descripción dinámica. Sin embargo, nunca se ha usado ampliamente como un método

de rutina, principalmente por ser lento y costoso, ya que necesita de un alto nivel de
entrenamiento. Además, al poder evaluar un solo descriptor por vez no se considera la
multidimensionalidad del espacio perceptual en el tiempo.
Para compensar en parte las desventajas mencionadas, Duizer, Bloom y Findlay (1996)
desarrollaron el método de Intensidad-Tiempo Dual (DATI, Dual Attribute Time-Intensity).
Trabajando con chicle, midieron dos atributos al mismo tiempo usando simultáneamente
una escala horizontal y una vertical. Así demostraron que cuantificar dos atributos
sensoriales al mismo tiempo de forma continua era posible. Pero, si bien medir dos
descriptores a la vez agiliza el número de sesiones de evaluación necesarias, requiere
aún de más entrenamiento.
Prácticamente en simultáneo, se desarrolló otra técnica dinámica: el Perfil Progresivo
(Piggott & Paterson, 1994). La diferencia de este método es que usa tiempos discretos
en lugar de intervalos de tiempo continuos. Esto permite presentar una serie de escalas
lineales (tal como en los perfiles descriptivos tradicionales como el QDA (Stone, 1992))
en simultáneo, y los asesores realizan el perfil de la muestra repetidamente a momentos
fijos de la degustación. El panelista cuantifica cada atributo de la misma manera que en
un perfil descriptivo estándar. El tiempo al que los evaluadores dan su respuesta y el
intervalo entre las evaluaciones depende del producto y el protocolo usado (Galmarini et
al., 2016b). Al realizar mediciones puntuales y no continuas se reduce la carga cognitiva
y se necesita menos entrenamiento que en las mediciones I-T (Devezeaux de Lavergne
et al., 2015a). Comparada a las técnicas antes mencionadas, presenta la desventaja de
ser una forma discontinua de recopilación de datos, lo que resulta en menos puntos para
modelar curvas en función del tiempo. Pero, la medición discreta es útil cuando las
sensaciones cambian lentamente con el tiempo, o durante un período de evaluación más
largo.
Con el objetivo de medir más atributos a la vez, Pineau et al. (2003) desarrollaron la
Dominancia Temporal de Sensaciones (DTS). Este método dinámico multidimensional
consiste en evaluar iterativamente en cada momento de la degustación hasta que finaliza
la percepción. A diferencia de los métodos anteriores, no se cuantifica sobre escala, sino
que se trabaja con el concepto de dominancia, el cual, se verá más adelante, que difiere
de la intensidad.
En el presente capítulo se tratará en detalle los métodos de I-T y DTS en relación con su
implementación y el análisis de datos correspondiente.
2. Intensidad-Tiempo (I-T)
Los métodos Intensidad – Tiempo (I-T) se utilizan para medir los cambios de la
percepción sensorial en función del tiempo brindando información adicional en relación
con las técnicas tradicionales. El principio de este método puede aplicarse utilizando una
escala descriptiva, donde se mide la intensidad percibida de un determinado atributo, o
una escala hedónica, donde se cuantifica la preferencia y sus cambios a lo largo del
tiempo. Este método es particularmente conveniente cuando se analizan productos con
una experiencia sensorial más duradera o cambiante (ej.: goma de mascar, picantes,
regustos).
2.1 Diseño del experimento

Kemp, Hollowood & Hort, (2009) describen los ítems que deben contemplarse al diseñar
un estudio, a saber:
• ¿Qué parámetros I-T son de interés? Por ejemplo, el tiempo para el inicio de la
percepción del dulzor es importante en productos que contienen edulcorantes
artificiales, o el tiempo de extinción para gomas de mascar.
• La utilidad de I-T sobre los métodos tradicionales que pueden consumir menos tiempo.
Por ejemplo, en ciertos casos, una sola medida de persistencia en QDA puede
proporcionar suficiente información sin la necesidad de realizar registros de I-T.
• Si se debe realizar la medición sobre una o múltiples ingestas.
• Qué atributos incluir para asegurar que los cambios sensoriales claves sean cubiertos.
La elección de los atributos a medir es fundamental para no incluir características
redundantes, lo que llevaría a extender el tiempo de análisis debido a que sólo se
puede medir un atributo por vez.
• Intervalos de medición apropiados en caso de que los rangos de medición puedan ser
más largos. En el caso de la goma de mascar, por ejemplo, se busca maximizar la
duración de la frescura por lo que es necesario extender la medición, a veces, hasta

los 30 minutos.
• Formas de ingestión del producto de acuerdo con sus características: masticar
completamente, tragar inmediatamente, fusión completa en la boca.
2.2 Entrenamiento del panel

Las formas de las curvas intensidad-tiempo son características de cada evaluador, por
lo que se las ha denominado como una especie de “huella digital” (Dijksterhuis & Eilers,
1997). Esto hace que sea necesario entrenar al panel con el fin de reducir la variabilidad
y obtener curvas que respondan a las características del producto y no a diferencias
individuales.
Los asesores especialmente entrenados son esenciales; por lo tanto, los panelistas que
ya hayan participado en otros estudios aplicando técnicas descriptivas son muy
recomendables.
Los pasos de entrenamiento para un panel de I-T incluyen:
• Familiarización con el método, el equipo y los procedimientos.
Al estar realizando mediciones continuas, es necesario que el panelista se sienta cómodo
con el material a utilizar (mouse, escala sobre una Tablet, botón de “comenzar” o
“finalizar”) y que pueda manipularlo al mismo tiempo que realiza la degustación. Esto
requiere un tiempo de entrenamiento y adaptación especial, relacionado con la técnica
en sí, independientemente del producto a degustar.
• Usar como ejemplo productos con diferentes perfiles de intensidad temporal, que
pueden servir como referencias de intensidad.
Como en toda técnica donde se utilizan escalas, es necesario contar con ciertos patrones
para poder entrenar al panel y tener respuestas homogéneas. El desafío con este método
es que incluso los patrones de intensidad tienen una temporalidad, y esto se debe
trabajar para lograr el consenso del panel.
• Aprender a centrarse en un solo atributo.
Dado que se puede medir una sola característica a lo largo del tiempo, es necesario
lograr que el panelista pueda identificar y cuantificar una sola sensación aún en un
sistema complejo. Estos deben ser aprendidos y recordados, porque es difícil

presentarlos durante la evaluación.
• Probar los controles de capacitación del panel en puntos de tiempo establecidos,
con énfasis en la intensidad máxima.
Por ejemplo, se pueden estandarizar algunos parámetros trabajando con los tiempos
para alcanzar la intensidad máxima. Evaluar los tiempos de cada panelista en este punto
puede dar idea, tanto de la percepción de la intensidad como también de la percepción
subjetiva del tiempo.
• Corroborar la consistencia individual en las distintas sesiones de entrenamiento.
Dado que los evaluadores pueden producir curvas de intensidad-tiempo con distintas
improntas individuales incluso después de una capacitación intensa, es importante hacer
un seguimiento a lo largo de las sesiones para lograr el acuerdo entre evaluadores.
Lawless y Heymann (2010) indican que los registros I-T pueden ser bidireccionales o
unidireccionales. Un ejemplo de un registro bidireccional es el que se eleva con el tiempo
y luego cae y desaparece. Este es un patrón común para la mayoría de los fenómenos
sensoriales del sabor. Otra clase consiste en efectos que son irreversibles y proceden
en una sola dirección, como por ejemplo la fusión de un alimento (cambio de fase).
Muchas características de textura son unidireccionales, a medida que masticamos un
alimento, la comida no recupera su forma previa, ni los tamaños de partículas. Sin
embargo, algunas características de textura pueden pasar por un máximo, como la
jugosidad de los productos cárnicos, y, por lo tanto, hay una fase de caída. Los métodos
y procedimientos para evaluar estas diversas clases de atributos pueden ser muy
similares, pero los especialistas sensoriales deben ser plenamente conscientes del tipo
de fenómeno al que se enfrentan a la hora de planificar el experimento. Durante el
entrenamiento se debe hacer énfasis en las características de cada atributo para que el
evaluador esté atento a los cambios que se van a producir y cómo debe medirlos.
2.3 Enfoques de manejo de datos para registros de I-T

Existe una gran variedad de programas específicos desarrollados para registrar la
percepción en forma continua, tomando un valor de intensidad cada, por ejemplo, 0,3
segundos o menos. De esta manera se obtiene mucha información valiosa pero que,
dada su cantidad, trae aparejada una mayor dificultad en su análisis e interpretación. Por
esta razón hay varias opciones para analizar los datos obtenidos de los registros I-T
(Norma ASTM, E 1909-97), de acuerdo con los objetivos y las herramientas estadísticas
disponibles. De todas maneras, independientemente del método utilizado, debe persistir
siempre la importancia de asegurar la exactitud de los datos, que el análisis sea
consistente con el diseño del estudio y que se cumplan los supuestos del análisis (Norma
ASTM, E 1909-97).
La Figura 1 muestra un registro I-T típico. Muchas veces estas curvas pueden
segmentarse en tres fases: una ascendente, una región de meseta y una fase
descendente. Aunque no todos los registros de intensidad de tiempo tienen una fase de
meseta, y a veces en caso de tenerla, puede ser difícil determinar el comienzo y el fin.
Para facilitar su análisis, esas curvas se describen extrayendo diferentes parámetros,
siendo los principales: la intensidad máxima (Imax), el tiempo en que la percepción
permanece a la intensidad máxima (Tplat), el tiempo desde la exposición al estímulo hasta
alcanzar la intensidad máxima (Tmax), la duración total de la percepción (Tdur) y el área
bajo curva (AUC) que es a su vez una medida del impacto sensorial total del sabor. Otras
medidas menos utilizadas son: el tiempo al que la Imax decae al 50% de su intensidad
(T50max), la pendiente ascendente (Rinc, velocidad de aumento de la sensación, que
puede ser derivada usando Imax / Tmax) y la pendiente descendente (Rdec, velocidad de
descenso de la sensación derivada de Imax/ Tdur-Tmax).
Los parámetros se pueden analizar utilizando técnicas estadísticas convencionales como
el Análisis de Varianza (ANOVA), Análisis de Varianza Multivariados (MANOVA) o
Análisis de Componente Principales (ACP). La ventaja de los métodos multivariados es
que se pueden detectar patrones de diferencias (Norma ASTM, E 1909-97) porque
analizan múltiples variables aleatorias simultáneamente. Estos métodos revelan
variaciones en las mediciones obtenidas del proceso aleatorio. Las variaciones
especiales están provocadas por causas no aleatorias (causas asignables) y cuando
actúan originan efectos que se pueden determinar con certeza y que persisten hasta que
se elimine la causa que los produce. Por lo tanto, los dos tipos de variabilidad son
variación natural y variación especial, donde estas variaciones en las series de datos
presentan patrones naturales y especiales, respectivamente. Por ejemplo, del análisis de

los datos con pruebas “a priori”, puede surgir que los valores de algunos parámetros
tengan un comportamiento normal, pero en otros se observe una mayor dispersión en
los datos indicando que estos estimadores no fueron similares en todos los evaluadores.
Para reducir estas diferencias, el análisis de las curvas se puede realizar siguiendo los
lineamientos de Piggott et al. (2000) donde los datos de cada repetición se analizan
separadamente a través de un análisis de componentes principales no centrado. Se
toman los valores del primer componente principal para cada instante como valores de
intensidad del estímulo. El cálculo de los parámetros IT se realiza promediando las
replicaciones de los valores obtenidos del análisis de componentes principales.
40
intensidad
Imax
35
30
Tpla
25
R
de
c
inc
R
20
15
AUC
10
0 TImax T50max T
0 50 100 150 200dur 250
tiempo (seg.)
Figura 1. Curva I-T tipo y los parámetros utilizados para el análisis de datos.
Más allá del análisis de los parámetros, también se puede analizar directamente los
registros continuos obtenidos, el cual es un tema delicado. ¿Deberían evaluarse las
curvas de manera individual? ¿O puede calcularse una curva promedio? Debido a que
los datos tienden a ser muy idiosincrásicos, responder a estas preguntas no es trivial.
Promediar curvas que se ven completamente diferentes puede resultar en una curva
promedio que no se parece a ninguna de las originales. Diferentes panelistas pueden
producir curvas de duración variable y por lo tanto, en los períodos de tiempo donde la
sensación deja de percibirse la mayoría de los datos consistirán en ceros. Promediar

esos valores produce números muy pequeños, mientras que el valor medio indica que
de hecho no se percibe ningún sabor. Por lo tanto, los datos están sesgados y no se
distribuyen normalmente. También puede ocurrir que dos panelistas generen curvas con
tiempos muy diferentes para alcanzar la intensidad máxima. Una alternativa al promedio
es encontrar algún análisis matemático que ponga en evidencia tendencias consistentes
en las curvas; un método muy utilizado es el ACP. Van Buuren (1992) y Dijksterhuis
(1994) aplicaron esta metodología resumiendo las curvas en “curvas principales”, en
donde tomaron los puntos de tiempo como observaciones y las curvas de los
evaluadores como variables. En este enfoque, la primera curva principal es el promedio
pesado que mejor resume la colección completa de las curvas de los evaluadores.
Permitir encontrar diferencias entre los productos evaluados es siempre un criterio clave
para cualquier método sensorial. Por esta razón, cuando hay panelistas con curvas I-T
que tienen diferentes valores, principalmente en los parámetros Imax y Tmax es necesario
aplicar algún proceso de "normalización" en el tratamiento de los datos.
2.4 Análisis de casos

Al decidir utilizar un método I-T para la realización de un experimento, se debe responder
a varias preguntas estratégicas: ¿Hay uno o más atributos que necesito seguir?
¿Necesito medir la intensidad de un atributo de forma objetiva o me interesan los
cambios hedónicos? El seguimiento continuo de un solo atributo ofrece la oportunidad
de ver un registro temporal en mayor detalle, por lo que debe balancearse
cuidadosamente que la información a obtener tenga el valor suficiente para justificar el
esfuerzo adicional que implica un registro I-T. La pregunta crítica, por supuesto, es si las
propiedades temporales y los cambios en ellas afectarán las preferencias del
consumidor.
A continuación, se presenta un análisis de chicle de menta que podría ser un caso típico
del uso de las curvas I-T. Además, se muestran registros de aceptabilidad en función del
tiempo realizados por consumidores.
2.4.1 Chicles de menta

Trabajando con un panel de 12 sujetos entrenados, se evaluó por separado la intensidad

percibida de los atributos: dulzor, aroma a menta, frescura y dureza en función del
tiempo; ya sea hasta la extinción del sabor o hasta los 20 minutos, lo que sucediera
primero (Zamora, 2011). Las mediciones se realizaron por triplicado y en cada sesión se
evaluó un solo atributo. En la Figura 2 se presentan los registros I-T de las cuatro
características para los primeros 10 minutos de evaluación. Los perfiles de los cuatro
atributos son muy diferentes. El dulzor es el primero que se detecta, alcanzando la Imax
antes de los dos minutos. La dureza comienza con un máximo y luego decae. El aroma
a menta es menos intenso y aparece lentamente, y finalmente la frescura (sensación
trigeminal se percibe después del aroma y el gusto) con una mayor permanencia. En el
final de la curva de dulzor, la línea se hace irregular porque los panelistas van dejando
de percibir este gusto a distintos tiempos.
70
DULZOR
60 DUREZA
AROMA A MENTA
FRESCURA
50
Intensidad
40
30
20
10
0
0 2 4 6 8 10
Tiempo (minutos)
Figura 2. Registros I-T de un chicle sabor a menta. Se presentan los cuatro atributos medidos
a lo largo de diferentes sesiones: dulzor, aroma a menta, frescura y dureza.
2.4.2 Evaluación de aceptabilidad

El primer trabajo para investigar la aceptación de un producto en función del tiempo fue
realizado por Lee y Pangborn (1986), quienes demostraron que la aceptación cambiaba
a lo largo de tiempo, y que estos cambios podrían medirse utilizando la metodología I-T.
Más tarde, Taylor y Pangborn (1990) midieron el nivel de agrado de leche chocolatada a
lo largo de un período de 80 segundos, encontrando que las respuestas hedónicas
mostraban cambios durante la degustación, y que estos cambios dependían del
producto. Más recientemente, Sudre et al. (2012), propusieron nuevos métodos para
medir la dinámica de la aceptación durante el consumo. El objetivo era encontrar los
momentos específicos en los que la preferencia cambiaba durante una sola ingesta.
En la vida real los productos son consumidos a lo largo de ingestas repetidas, y esto
puede causar cambios en la percepción de principio al fin de una misma porción de un
producto debido en principio a la adaptación sensorial. La primera ingesta puede no ser
suficiente para percibir todas las características sensoriales de un producto. La
metodología I-T con múltiples sorbos puede ser muy conveniente para evaluar bebidas
astringentes o con edulcorantes que producen regustos amargos. Los efectos
acumulativos sólo se registran luego de consumos sucesivos llevando a que los
consumidores rechacen un producto inicialmente aceptado.
A continuación, se presenta la evaluación hedónica de dos bebidas con alto contenido
de polifenoles, a través de la técnica de I-T en múltiples sorbos:
a) Bebida a base de vino tinto en polvo desalcoholizado

Se evaluaron dos muestras de una bebida a base de vino tinto en polvo desalcoholizado
con el objetivo de determinar si se encontraban diferencias de aceptación entre hombres
y mujeres. En su formulación las muestras diferían en el nivel de dulzor.
Un panel de 73 consumidores evaluó el nivel de aceptación a lo largo del tiempo de dos
muestras de esta bebida utilizando el módulo de adquisición de datos de I-T del software
SensoMaker v1.8 (Federal University of Lavras, Brazil). Se utilizó una escala con un
rango de 0 a 10, donde 0 = no me gusta nada y 10 = me gusta extremadamente. Antes
de comenzar la prueba, los participantes fueron entrenados en el uso del software. Cada
participante consumió tres sorbos de la misma muestra (10 ml por sorbo), cada 20
segundos, generando una calificación continua durante 60 segundos. El tiempo fue

estandarizado a priori con el fin de evitar que el tiempo total difiera de un participante a
otro. Cada participante podía conocer el tiempo de la prueba por medio de un cronómetro
situado en la pantalla. El cursor estaba visible durante todo el ensayo y era la herramienta
empleada para que cada participante calificara la muestra sobre la escala.
Siguiendo el mismo análisis de las mediciones de Intensidad-Tiempo (I-T) de Taylor y
Pangborn (1990), las curvas hedónicas individuales con Imax > 5 (gusta) y Imax ≤ 5
(disgusta o neutral) fueron procesadas por separado. Un ANOVA factorial mixto (2
géneros × 2 muestras × 3 sorbos) fue realizado para los parámetros de I-T: Intensidad
máxima de la aceptación (Imax) y área bajo la curva (AUC).
En la Tabla 1 (Rocha-Parra et al., 2016), se muestran los parámetros Imax y AUC. La
muestra nombrada como 40-5 era más dulce y tuvo un mayor grado de aceptación. Las
diferencias de aceptación entre hombres y mujeres sólo fueron significativas para el
parámetro AUC en el tercer sorbo de dicha muestra (143.8 vs 121.7, respectivamente).
Tabla 1. Parámetros de la curva Aceptación Tiempo en múltiples sorbos
Los datos son presentados como medias (± desviación estándar). El efecto significativo
de género solo está presente en AUC.
b) Bebida a base de yerba mate y cassis

En la Figura 3 se presenta la curva I-T promedio del grado de aceptabilidad de una nueva
bebida donde se combinaron compuestos con alto contenido de polifenoles (infusión de
yerba mate y jugo de cassis; adaptada de Orjuela (2017)). La opción múltiple sorbo
puede mostrar la influencia de la astringencia sobre la aceptabilidad del nuevo producto.
La aceptabilidad presenta un rápido incremento durante los 10s del primer sorbo,
continuando con un leve aumento durante los sorbos posteriores. Es de destacar que la
bebida con una mezcla de componentes tan inusual mostró un alto nivel de aceptabilidad
y, su incremento en los sucesivos sorbos estaría indicando una alta probabilidad de que
la bebida sea adoptada por los consumidores. Hay que destacar que la aceptación inicial
no comienza en cero, sino que es un artefacto de la curva porque la evaluación parte
con el cursor ubicado en el cero de la escala.
Figura 3. Curva intensidad –Tiempo (I-T) de aceptabilidad de una nueva bebida a base de
infusión de yerba mate y jugo de cassis (adaptada de Orjuela, 2017), durante la ingestión de
cuatro sorbos por un período de 80 segundos
2.5 Ventajas, desventajas, consideraciones especiales y métodos complementarios

El análisis I-T tiene la ventaja de proporcionar datos sobre la evolución del sabor durante
la ingesta de alimentos. Estos estudios son muy útiles para el desarrollo de nuevos
productos, la modificación de formulaciones o para explicar procesos o interacciones
entre atributos que cambian a lo largo del tiempo.
Se debe tener en cuenta que en este método sólo se cuantifica un atributo por vez. Esto
puede desencadenar lo que se conoce como efecto “halo-dumping”. Este se da cuando
al evaluador no tiene suficientes opciones para expresar lo que percibe y entonces puede
dar valores más elevados para el único atributo que puede evaluar. Este efecto también
se da en métodos estáticos cuando la lista de descriptores propuestos no es adecuada
(Frank et al., 1993, Lawless and Clark, 1992); pero, en el caso de los métodos estáticos,
al poder aumentar la lista de atributos, es más fácil disminuir este error. El efecto halo se
debe principalmente a la similitud de los estímulos mientras que el efecto de dumping se
debe a la falta de escala para la descripción de un atributo importante.
El 'dumping' es un efecto que también se da mucho al trabajar con consumidores.
Cuando un atributo sobresaliente no se incluye en la boleta de evaluación, la opinión
sobre ese aspecto del producto puede ser desplazado a otra escala, a veces inadecuada.
En otras palabras, si a los consumidores no se les da la posibilidad de expresar una
opinión importante sobre un producto, 'descargarán' este sentimiento en alguna otra
escala de calificación o pregunta disponible. Un ejemplo de este efecto se encuentra en
un estudio de Frank y Byram (1988) quienes pidieron a sus panelistas que evaluaran
solamente el dulzor en soluciones de sacarosa aromatizadas a la frutilla y encontraban
que el aroma aumentaba la percepción del dulce. Las instrucciones influyeron en la
aparente interacción gusto-volátil en el sentido de que la intensidad cuantificada aumentó
cuando los atributos calificados fueron limitados. Dado que sólo se evaluó el dulzor, se
etiquetó erróneamente la experiencia olfativa como una intensidad de sabor. Cuando se
permitió a los sujetos cuantificar el aroma a frutilla y el gusto dulce en escalas separadas,
no se observó un aumento de la intensidad. De esta manera, se debe tener en cuenta el
posible sesgo del método debido al hecho de medir un solo descriptor por vez.
Desde otro punto de vista, más recientemente, la aceptación temporal del consumidor
es un tema que está ganando interés (Delarue & Blumenthal, 2015). Hay diferentes
maneras de medir la respuesta hedónica a los alimentos en una perspectiva dinámica
durante un bocado/ sorbo, o incorporar la ingesta de múltiples bocados/ sorbos

acercándonos a un evento similar a un consumo habitual.
Para obtener una descripción más real de la experiencia sensorial y hedónica de los
productos, los cambios dinámicos evaluados sobre varios sorbos en la percepción y
aceptación de alimentos deben ser considerados. En este sentido, estudios previos han
revelado que las diferencias en los perfiles sensoriales de los productos sólo se vuelven
perceptibles después de una degustación repetida; y los cambios en la aceptación
pueden ser asociados con pequeñas variaciones en las propiedades sensoriales a lo
largo del tiempo (Zandstra et al., 2004; Köster, 2009; Köster et al., 2002; Stein et al.,
2003). Por lo tanto, la evaluación hedónica temporal con múltiples sorbos ofrece mucha
más información que la evaluación con un solo sorbo, ya que cada uno constituye un
evento independiente.
3. Dominancia Temporal de Sensaciones (DTS)

La Dominancia Temporal de Sensaciones (TDS) es un método de evaluación dinámico
multidimensional recientemente desarrollado y en continuo crecimiento. Desde su
presentación en la edición Nº32 del Simposio Internacional en Ciencias Sensoriales
Pangborn, llevado a cabo en la ciudad de Boston (Pineau, Cordelle, & Schlich, 2003)
hasta el momento de redacción de este capítulo, se pueden encontrar más de 100
trabajos científicos en los que se la utiliza para la descripción dinámica de productos;
siendo utilizada en un principio sólo con paneles entrenados y, más recientemente, con
consumidores.
El método está basando en una idea de Köster quien imaginó un "armonio de
sensaciones"; esta concepción algo poética de la evaluación descriptiva concebía al
método como un piano donde el panelista podría tocar la melodía del producto y donde
cada tecla representaba un atributo sensorial. Esta idea se simplificó, hasta llegar a tocar
una sola tecla por vez, obteniendo una secuencia de descriptores dando lugar a la DTS
como la conocemos hoy (Pineau & Schilch, 2015).
3.1 Las bases del método: ¿qué mide la Dominancia Temporal de Sensaciones?
La Dominancia Temporal de Sensaciones consiste en presentar a los evaluadores una

lista preestablecida de descriptores de la cual deben elegir en cada momento de la
degustación aquel que consideran dominante. Solamente se puede elegir un descriptor
por vez y este permanece seleccionado por el período de tiempo que transcurre hasta la
elección de un próximo descriptor.
En la Figura 4 se muestra una típica pantalla de evaluación. Lo que diferencia a la DTS
de otros métodos es que no se mide una intensidad, como en el perfil descriptivo (QDA,
Stone & Sidel (2004)), Intensidad-Tiempo (Lee III & Pangborn, 1986) o el Perfil
Progresivo (Jack et al., 1994). Tampoco se eligen todos los atributos que aplican a la
descripción del producto como en el caso del método TCATA (Temporal Check All That
Apply, ver Castura et al. (2016) para una descripción de este método). Lo que se
determina a cada instante es cuál es la sensación que domina la percepción. Esta
sensación ha sido definida más frecuentemente como “la sensación que llama la atención
en un momento dado, no necesariamente la más intensa” (Pineau et al., 2009).
Figura 4. Típica pantalla de evaluación de DTS (obtenida con el software TimeSens®)
La pregunta que surge a raíz de esta definición es: ¿por qué una determinada sensación
llamaría más la atención que otra? ¿En base a qué se decide que un atributo es
dominante? Puede ser porque es una sensación nueva, porque se extinguió otra
sensación que se estaba percibiendo, por una variación repentina en las intensidades
percibidas de uno o varios atributos, porque el evaluador busca constantemente la
novedad entonces cambia lo que considera dominante…lo cierto es que puede tratarse
de una o varias de estas condiciones y que el concepto de dominancia acarrea una
decisión subjetiva. Si bien esto puede parecer un problema a la hora de entrenar un
panel, es gracias a esto que esta técnica es cada vez más recomendada para ser
utilizada con consumidores.
En los primeros trabajos publicados utilizando DTS, puede encontrarse que además de
elegir la sensación dominante, se pedía cuantificarla en una escala (Teillet et al., 2010).
Esta cuantificación complejizaba la tarea, ya que constaba de dos etapas: encontrar la
sensación dominante y luego cuantificarla, todo en tiempo real durante el consumo del
producto. Esta complejidad es una de las razones por la que la cuantificación en escalas
ha caído en desuso dando lugar a una técnica más amistosa e intuitiva (Schlich, 2017).
Al no tener que utilizar escalas, y dada la lista acotada de descriptores, la elección y
comprensión de esta lista es una etapa clave para que la evaluación sea exitosa; lo cual
lleva mucho menos entrenamiento que el uso de escalas. Este enfoque algo lúdico es
otro de los motivos que facilitó la extensión de esta técnica al trabajo con consumidores
(Thomas et al., 2015; Brachet et al., 2014; Schlich et al., 2013) permitiendo la inclusión
de la preferencia en las determinaciones y también la evaluación de ingestas sucesivas;
varios bocados o sorbos (Schlich et al., 2013).
3.2 Protocolos de evaluación: número y entrenamiento de evaluadores, elección de

descriptores y productos
Trabajar con el concepto de dominancia, y no con intensidades, puede ser un cambio
difícil para panelistas acostumbrados a trabajar perfiles tradicionales. Haciendo a un lado
la inclusión de la temporalidad que hace que la evaluación en tiempo real sea bien
diferente de una evaluación retrospectiva (por ejemplo, en la realización de un Perfil
Descriptivo Cuantitativo (QDA)), cambiar de intensidad a dominancia no es tarea fácil
para el panelista entrenado. Puede que tengan inconvenientes con la definición de
dominancia o que se sientan frustrados al no haber una “respuesta correcta”. Por estas
razones, muchas veces es conveniente utilizar sujetos que no tengan entrenamiento

previo en métodos tradicionales.
Para la selección de sujetos pueden utilizarse pruebas clásicas como el test triangular o
el reconocimiento de sabores y olores. Luego del reclutamiento, al no haber una
cuantificación, se necesita poco entrenamiento. De hecho, se sugiere no sobre entrenar
a los jueces para evitar respuestas individuales típicas, que sería la tendencia de los
sujetos a citar descriptores en el mismo orden para todos los productos (Meillon, 2009).
De todas maneras, se debe dedicar tiempo a presentar las nociones de temporalidad y
de dominancia y a la forma en la que se debe llevar a cabo la evaluación. Además, debe
hacerse énfasis en la comprensión de los descriptores propuestos. Es fundamental que
haya alto consenso con relación la definición que se le da a cada sensación.
Esto último resalta también la importancia de tener una lista de descriptores que se ajuste
a las necesidades del producto. Al ser una lista pre-determinada y que no debería ser
muy extensa, la elección de descriptores es crítica. Goupil et al (2010) analizaron 15
estudios de DTS y encontraron que los jueces se comportan de manera diferente con
respecto a cuántos y a qué atributos usan, cuando la lista de atributos presentada
contiene más de seis. Los mismos investigadores también encontraron que los jueces
usan en promedio alrededor de cuatro atributos para describir una sola muestra y el
orden de los atributos no afectó su elección. Aun así, puede recomendarse que la forma
en que se presentan los descriptores a los evaluadores sea realizada al azar para limitar
el uso preferencial de los primeros atributos enumerados. Pero, cada evaluador debería
tener el mismo orden durante toda la evaluación, facilitando así la localización de los
términos. Pineau et al (2012) propusieron mantener el número de atributos alrededor de
8 a 10, después de evaluar los resultados de 21 estudios de DTS. Se debe tener en
cuenta que estos estudios se realizaron sobre un solo bocado o sorbo, es decir, las
evaluaciones tenían una duración total de menos de un minuto. En un trabajo reciente,
Galmarini et al (2018) evaluando una porción completa de vino y queso, mostraron que
los consumidores son capaces de utilizar una lista de hasta 15 descriptores, siempre y
cuando el tiempo de la evaluación sea lo suficientemente largo. En el caso del
mencionado trabajo se trataba de una evaluación de una porción completa de
aproximadamente 3 minutos de duración, dando más tiempo para ubicar los descriptores
necesarios para la evaluación.
En cuanto al número de sujetos, si bien no hay una recomendación clara documentada
al momento, dada la subjetividad intrínseca ligada al término de dominancia, es preferible
contar con una cantidad mayor a la que se utiliza habitualmente con los métodos
descriptivos convencionales (Pineau et al., 2012). Pineau et al (2009) investigaron este
tema utilizando los siguientes tres juegos de datos: (a) 43 evaluaciones; 43 panelistas;
b) 50 evaluaciones; 25 panelistas evaluando en duplicado; c) 48 evaluaciones, 16
panelistas trabajando en triplicado. Con estos datos simularon resultados para paneles
reducidos y encontraron una relación entre la cantidad de sujetos y réplicas mínimas
para obtener datos confiables. Estos se presentan en la Tabla 2. De todas maneras, se
debe tener en cuenta que se trata de una recomendación, la cual puede variar con
relación al tipo de muestra y a los objetivos del estudio.
Tabla 2. Cantidad de sujetos propuestos de acuerdo con el número de repeticiones a realizar

Número de repeticiones Mínimo número de sujetos Mínimo número de evaluaciones
1 30 30
2 16 32
3 12 36
4 10 40
Los productos que pueden ser evaluados por DTS son de lo más variados y no difieren
de aquellos que pueden utilizarse para realizar un perfil regular. De todas maneras,
pueden obtenerse resultados más interesantes con aquellos productos que tengan una
determinada temporalidad, por su textura, liberación de sabor o de aromas.
3.3 Análisis de datos

3.3.1 Tipo de información obtenida y su representación gráfica
Como resultado de una evaluación DTS se obtiene, para cada evaluador, dos tipos de
información muy importante: la secuencia de sensaciones dominantes y el tiempo
durante el cual cada sensación es dominante (duración de dominancia). Un ejemplo de

esta información se muestra en la Figura 5 (adaptada de Galmarini et al 2017).
Figura 5. Ejemplo de los datos de DTS a nivel individual. (A) Secuencia de sensaciones
dominantes por panelista (tiempo no estandarizado), (B) Duración de dominancia por panelista
para cada atributo.
La secuencia de sensaciones dominantes obtenida por el panel para un determinado

producto puede representarse mediante: curvas (Pineau et al., 2009a), gráficos de banda
o bandplots (Monterymard et al., 2010) y bandplots por descriptores (Galmarini et al.,
2017b).
Las curvas DTS representan la tasa de dominancia (en %) de cada atributo para el panel
con relación al tiempo de la evaluación, el cual puede encontrarse estandarizado o no.
Esta tasa de dominancia, que podría considerarse como un índice de acuerdo entre los
panelistas, se calcula dividiendo el número de citaciones de cada atributo en un momento
dado por el número total de jueces multiplicado por el número de replicaciones. Todos
los valores obtenidos se comparan con el nivel de significancia a fin de diferenciar los
resultados que se deben al azar de aquellos que provienen de un acuerdo real entre
asesores. Este nivel de significancia es el valor mínimo que la tasa de dominancia debe
tener para considerarse como significativamente más alto que P0 en el nivel de riesgo α.
Esto se calcula usando un intervalo de confianza de proporción binomial basado en una
aproximación normal. Por esta razón, generalmente, las curvas DTS además de
presentar una línea por atributo, tienen dos líneas rectas paralelas al eje x
correspondientes al nivel de azar y al nivel de significancia (Figura 6). Si la curva del
atributo está por encima del nivel de significancia, este es considerado dominante en ese
punto de tiempo. Si está entre el azar y el nivel de significancia, podría considerarse con
una tendencia a ser dominante.
Figura 6. Ejemplo de una curva DTS para describir un chocolate.
Esta es probablemente la forma más completa de representar un perfil de DTS,

mostrando para cada atributo a cada instante (tiempo en el eje x) si es significativamente
dominante y su tasa de dominancia (expresada en % del panel en el eje y). No obstante,
los perfiles en forma de curvas pueden presentar ciertos inconvenientes. Cuando se
trabaja con productos complejos que tienen varios atributos dominantes a la vez, la
inspección visual de las curvas y comparación de productos puede convertirse en una
tarea engorrosa. Esto es aún más evidente cuando se realizan evaluaciones de varias
ingestas sucesivas, lo cual incrementa la cantidad de información obtenida. Trabajando

con múltiples sorbos de soluciones dulces, Zorn et al (2014) simplificaron la
representación trazando curvas DTS por descriptor (por ejemplo, dulzor). En una misma
figura se presentaba el comportamiento de un descriptor para varios productos. Este es
un enfoque práctico y recomendable para casos donde se quiere comparar muestras con
relación a la percepción de un solo descriptor, pero se pierde la imagen global de cada
producto.
Monterymard, Visalli y Schlich (2010) propusieron como alternativa para simplificar las
curvas DTS, el gráfico de bandas más conocido como bandplot (Figura 7). Este gráfico
muestra la secuencia de sensaciones significativamente dominantes a lo largo del
tiempo, pero no hace referencia a la tasa de dominancia. Por lo tanto, cada descriptor
dominante toma visualmente la misma proporción, más allá de que tenga una tasa de
dominancia del, por ejemplo, 20, 30 o 60%. Se trata entonces de un gráfico de
presencia/ausencia donde todos los atributos significativamente dominantes están
representados por rectángulos de colores, apilados en cada momento. La altura total de
la banda (que no debe confundirse con un eje y) es constante y la cantidad de colores
en cada momento depende del número de atributos que son significativamente
dominantes en ese momento dado, resultando en un característico efecto "mosaico".
Esta representación minimiza el espacio utilizado permitiendo la representación de varios
productos y/o ingestas en un espacio reducido. Además, las diferencias globales entre
los productos se pueden detectar en un vistazo en base a los colores. Sin embargo,
puede ser difícil seguir la continuidad de un atributo dominante a lo largo del tiempo y,
sobre todo, la importancia relativa de los atributos en términos de tasa de dominancia se
pierde. Un color puede estar tomando toda la figura dando a entender que ese atributo
es altamente dominante, y puede que sea significativamente dominante pero sólo con
un 20%, lo cual no estaría indicando un alto acuerdo en el panel. Por ejemplo, en la
Figura 7, en un momento dado Crocante y Dulce parecen dominar la percepción de la
misma manera. Pero al observar las curvas de dominancia (Figura 6) se puede ver como
Crocante tiene una tasa de dominancia mucho más elevada que dulce en ese momento.
Figura 7. Ejemplo de un banplot global para describir un chocolate
Para superar estos inconvenientes existe otra representación, que es el bandplot por
atributo; este convierte el bandplot previamente mencionado en un gráfico bidimensional
con el eje X representando el tiempo y en el eje Y los diferentes descriptores (Figura 8).
De esta manera, la evolución de los atributos se puede seguir fácilmente, a diferencia de
las curvas y bandplot descriptos anteriormente. Este gráfico podría concebirse con dos
enfoques diferentes: (i) como un gráfico de sí/no donde sólo se presentan los atributos
significativamente dominantes y todas las barras presentan la misma altura; o (ii) hacer
que las alturas de las barras sean proporcionales a la tasa de dominancia, dando una
idea del orden de importancia de los atributos para el panel. Esto se calcula para cada
atributo como: tasa media de dominancia del atributo en un período de dominancia dado
dividido por la tasa de dominancia máxima obtenida para el producto. Es importante
recordar que esto muestra sólo una proporción de tasa de dominancia entre atributos y
no la tasa de dominancia real (%) como es el caso para las curvas. De esta forma, este
diagrama de bandas por atributo permite seguir rápidamente la evolución de cada
atributo mientras proporciona información sobre su importancia relativa. Esto puede ser
muy relevante en productos complejos donde más de un atributo puede ser
significativamente dominante en un momento determinado, o en el caso de estar
evaluando múltiples ingestas sucesivamente. Así, en la Figura 8 se puede observar

cómo, si bien Dulce y Crocante son dominantes en el mismo momento, Dulce tiene una
importancia menor que Crocante. Esto no se puede apreciar en el bandplot global (Figura
7).
Figura 8. Ejemplo de un bandplot por atributo para describir un chocolate.
3.3.2 Comparación de productos

Los perfiles DTS pueden compararse gráficamente mediante las llamadas curvas de
diferencia (Pineau & Schilch, 2015) (Figura 9), que permiten la comparación de dos
productos cada vez. Se debe tener en cuenta que esta es una comparación uno-a-uno
de forma que si, por ejemplo, se quieren comparar cuatro productos evaluados en tres
sorbos, se tendría como resultado 18 curvas de diferencia.
Se debe considerar además que el método propuesto por Pineau (2009) muestra
diferencias entre los productos, pero no está acompañado de un test que indique si dicha
diferencia es significativa o no. Con lo cual, los resultados de las curvas de diferencia
deberían considerarse como una visión descriptiva de las razones por las que
probablemente dos productos sean diferentes.
Figura 9. Curvas de diferencia para comparar dos chocolates. Producto 1 (arriba) vs. Producto
2 (abajo).
3.3.3 Métodos estadísticos

Basados en curvas DTS, diferentes autores han sugerido pruebas estadísticas usando
parámetros que caracterizan las curvas, de manera similar a lo que se puede hacer con
datos de Intensidad de Tiempo (I-T) (Bruzzone et al., 2013, Pineau & Schilch, 2015,
Cadena et al., 2014, Rodrigues et al., 2016). El inconveniente con este tipo de análisis
es que, como se mencionó anteriormente, el eje y de una curva DTS no representa una
intensidad, sino una proporción del panel que elige ese descriptor en ese momento dado.
Además, al usar el parámetro del área bajo la curva, se elimina el aspecto temporal de
los datos (Di Monaco et al., 2014).
Otros autores han propuesto un enfoque univariado para analizar los datos de DTS
basados en diferentes formas de dividir el tiempo de la evaluación en intervalos de tiempo
(Lepage et al., 2014; Hutchings et al., 2014a; Hutchings et al., 2014b; Devezeaux de
Lavergne et al., 2015b). El uso de intervalos de tiempo permite aplicar el concepto de
trayectoria sensorial (Lenfant et al., 2009; Devezeaux de Lavergne et al., 2015b). Sin
embargo, determinar los períodos de tiempo como un pretratamiento para las pruebas
de ANOVA puede ser difícil, ya que no existe una regla práctica para decidir el número
de períodos de tiempo. Además, es muy probable que el atributo elegido en el tiempo t
+ 1 sea el mismo que el elegido en el tiempo t, lo que también hace que los datos de
puntos de tiempo se correlacionen automáticamente y no sean independientes (Lepage
et al., 2014). Tomando todo esto en consideración, Galmarini et al (2017b) propusieron
trabajar con la duración de la dominancia (Figura 5 (B)). Este valor cuantitativo se puede
analizar con modelos de ANOVA y/o MANOVA que podrían explican las diferencias entre
muestras, ingestas o ambas. Este enfoque es similar al realizado clásicamente en el
perfil descriptivo (Stone, 1992), pero teniendo en cuenta que la variable de interés es el
tiempo de duración de una sensación dada como dominante y no una intensidad.
3.3.4 Otros parámetros de interés

Además de la secuencialidad y la duración de las sensaciones dominantes, también es
interesante la información acerca de la cantidad de descriptores utilizados y el número
de “clicks” realizados. Si bien parece información similar, se trata de cosas diferentes.
Por ejemplo, un asesor puede haber citado solamente tres descriptores a lo largo de su
evaluación: dulce, floral, amargo. Esto puede haberse obtenido con 3 clicks (una vez en
cada descriptor) o tal vez la persona osciló entre los descriptores dulce-floral-dulce-floral-
amargo-floral-amargo, y de esta manera sigue teniendo sólo 3 citaciones, pero 7 clicks
mostrando que el perfil temporal del producto es algo más complejo, a pesar de tener 3
sensaciones como dominantes. Estos datos se pueden analizar a nivel panel para
conocer como fue la conducta del grupo con relación al producto y a la tarea. Por ejemplo,
si se encuentran valores promedio de 1 click por persona, podría dudarse de que hayan
comprendido la tarea correctamente, o tal vez el producto a analizar carece de
temporalidad. El número de clicks y el número de citaciones pueden utilizarse como
indicadores del desempeño de los evaluadores.
3.4 Casos especiales

3.4.1 DTS-Dual
DTS supone que un atributo seleccionado como dominante permanece como tal hasta
que se seleccione uno nuevo; sólo un atributo puede ser dominante en un momento
dado. Sin embargo, no es raro que se puedan percibir dos atributos como dominantes
simultáneamente, especialmente cuando se trata de dos categorías sensoriales
diferentes (por ejemplo, la textura y el sabor). En ese caso, es probable que un panelista
elija como atributo dominante a aquel de la modalidad sensorial más fácil de describir.
Para superar este problema, recientemente se propuso el DTS Dual (Guggenbühl et al.,
2016). En este método se separan en columnas los descriptores por categoría sensorial:
textura y sabor; gustos básicos y aromas. Y el evaluador puede elegir un descriptor
dominante en cada una de las categorías si así lo desea, pudiendo tener entonces dos
descriptores como dominantes a la vez.
3.4.2 Dominancia Temporal de Emociones – DTE

El concepto de la DTS también se aplicó recientemente para evaluar cambios temporales
en las emociones generadas durante el consumo de chocolate (Jager et al., 2014). Estos
autores propusieron la técnica de la Dominancia Temporal de las Emociones como una
extensión directa de DTS donde los atributos sensoriales son reemplazados por
emociones y en lugar de juzgar la percepción del producto, los consumidores evalúan
como el producto los hace sentir. En el trabajo mencionado, los chocolates aromatizados
disparaban la excitación y atributos estimulantes mientras los chocolates simples
generaban emociones de aburrido y tranquilo. Sin embargo, ¿esta diferencia se debe
realmente a la emoción o simplemente a la expresión de las diferencias entre los
chocolates en su nivel de novedad? El hecho de medir las emociones generadas por los
alimentos de forma auto declarativa es cuestionable. De todas maneras, si se utilizan
cuestionarios para medir cambios en las emociones (King et al., 2013), debería
considerarse la DTE.
3.4.3 Maridaje de alimentos y bebidas

Tal como se mencionó en secciones anteriores, la DTS es un método que puede
utilizarse muy bien con consumidores. Al ser dinámico y sin escalas, se adaptó fácilmente
a la evaluación de ingestas múltiples (Rocha-Parra et al., 2016) hasta estudiar una
porción completa (Thomas et al., 2016). Recientemente, se lo utilizó también para
evaluar dos alimentos en forma alternada (Galmarini et al., 2016a; Galmarini et al.,
2017a) o en simultáneo (Galmarini et al., 2018). En los primeros experimentos de estos

trabajos los consumidores evaluaban el perfil del vino y daban su nivel de apreciación.
Luego, entre sorbo y sorbo comían un pedazo de queso, evaluando el impacto del queso
sobre el vino. En estos trabajos se mostró que el queso hace que el sabor del vino sea
diferente y mejora su apreciación. En otro experimento en el que se evaluaron las
ingestas de queso y se consumieron sorbos de vino entre las ingestas de queso, los
vinos cambiaron moderadamente el sabor del queso sin tener mayor impacto en la
preferencia. En una tercera metodología, se logró evaluar el queso y el vino en
simultáneo a lo largo de una porción completa, generando una nueva técnica útil para
estudiar cualquier tipo de combinación de alimentos.
3.5 Métodos complementarios

Los métodos dinámicos de DTS y T-I han sido comparados en numerosos estudios
(Pineau et al., 2009b; Sokolowsky & Fischer, 2012; Sokolowsky et al., 2015; Vázquez‐
Araújo et al., 2013; Le Révérend et al., 2008) encontrando siempre resultados
coherentes. De todas maneras, se debe tener en cuenta que estos métodos fueron
diseñados para cubrir necesidades diferentes. T-I se enfoca en la evolución de la
intensidad de un atributo por vez, por lo que es más adecuado cuando la intensidad de
un atributo específico necesita ser evaluada cuidadosamente a lo largo del tiempo.
Cuando se quiere conocer la evolución de la percepción de varios atributos en el tiempo,
la DTS sería un método más adecuado, ya que escoger un atributo dominante entre
varios, es un proceso de comparación. Además, una evaluación por DTS requiere menos
tiempo (menos entrenamiento y menos sesiones de medición) y al ser una evaluación
multi-atributo destaca también las interacciones de las sensaciones en el producto.
Por otra parte, la DTS ayuda a comprender mejor la dinámica de los fenómenos
implicados en las interacciones de los componentes de los alimentos, siendo adecuado
para la interpretación de las respuestas del consumidor y percepciones de sensaciones
complejas. De todas maneras, al no medirse intensidad, requiere ser complementada
por otros métodos a la hora de realizar una “fotografía” de un producto, especialmente
en etapas de desarrollo de producto y comparación de formulaciones.
Como señala Meyners (2010), la DTS es conceptualmente diferente de cualquier método

enfocado en la intensidad de la percepción, como T-I o perfiles sensoriales, por lo tanto
no puede ser considerado como un reemplazo, pero si como un método útil para analizar
e interpretar otra dimensión sensorial. En resumen, DTS, T-I y los perfiles sensoriales
convencionales están diseñados para satisfacer diferentes necesidades y, en general,
se recomienda que se utilicen juntos como técnicas complementarias para obtener un
perfil del producto más completo.
4. Perspectivas para el futuro de los métodos descriptivos dinámicos
La creciente disponibilidad de softwares específicos (de uso local y/o en línea) junto con
las tablets, smartphones, y la rápida digitalización de la información, hacen que la
adquisición de datos sensoriales sea cada vez más eficaz, incluso (o a veces
especialmente) en condiciones fuera del laboratorio.
Como se vio en este capítulo, en una primera etapa de su desarrollo, los métodos
dinámicos evolucionaron mucho gracias a las computadoras personales que facilitaron
la adquisición y el tratamiento de los datos temporales. Al agregar una variable
anteriormente no contemplada como es el tiempo, los datos son más complejos que los
estáticos, y también lo son los análisis estadísticos que requieren. Por esta razón los
métodos dinámicos van de la mano de la tecnología aún más que los otros. Así, es muy
probable que el creciente avance de la tecnología permita no sólo la evolución de las
metodologías sino también de los espacios en los que se llevan a cabo las evaluaciones.
Y tener métodos que permitan estudiar dinámicamente porciones completas
prácticamente sin entrenamiento, como es la dirección en la que se mueve la DTS, serán
el aliado perfecto para conocer la percepción dinámica de los productos en estudios con
consumidores.
Otra área para desarrollar es el cruce de datos sensoriales dinámicos con respuestas
fisiológicas, como pueden ser los registros de micro expresiones faciales. Al tratarse de
dos métodos dinámicos, se podrían comprender mejor que atributos del producto
generan una determinada reacción o emoción. Además de poder relacionarlos también
con las preferencias dinámicas abordadas en este capítulo.
Referencias
Brachet, S., Galmarini, M., Chatelet, B., Loiseau, A.L., Cordelle, S., Lempereur, V. & Schlich, P.
(2014). Evaluation de la Dominance Temporelle des Sensations de vins rouges de
Bourgogne et du Beaujolais par un panel d'experts et de consommateurs. 37th World
Congress of Vine and Wine and 12th General Assembly of the OIV (Part 2), 2014. EDP
Sciences, 06006.
Bruzzone, F., Ares, G. & Giménez, A. (2013). Temporal aspects of yoghurt texture perception.
International Dairy Journal, 29, 124-134.
Cadena, R. S., Vidal, L., Ares, G. & Varela, P. (2014). Dynamic sensory descriptive
methodologies. In: Varela, P. & Ares. G. (Eds.). Novel techniques in sensory characterization
and consumer profiling. Boca Raton: CRC Press.
Calviño, A. M., Iglesias, M. P. & Tamasi, O.P. (2000). Sensory analysis of the sweetner potency
by time-intensity curves. Alimentaria, 37, 77-82.
Castura, J. C., Antúnez, L., Giménez, A. & ARES, G. (2016). Temporal Check-All-That-Apply
(TCATA): A novel dynamic method for characterizing products. Food Quality and Preference,
47, 79-90.
Cliff, M. & Heymann, H. (1993). Time-intensity evaluation of oral burn. Journal of Sensory Studies,
8, 201-212.
Cliff, M. & Noble, A. C. (1990). Time-intensity evaluation of sweetness and fruitness and their
interaction in a model solution. Journal of Food Science, 55, 450-454.
Delarue, J. & Blumenthal, D. (2015). Temporal aspects of consumer preferences. Current Opinion
in Food Science, 3, 41-46.
Devezeaux de Lavergne, M., Derks, J. A. M., Ketel, E. C., De Wijk, R. A. & Stieger, M. (2015a).
Eating behaviour explains differences between individuals in dynamic texture perception of
sausages. Food Quality and Preference, 41, 189-200.
Devezeaux de Lavergne, M., Van Delft, M, Van de Velde, F., Van Boekel, M. A. J. S. & Stieger,
M. (2015b). Dynamic texture perception and oral processing of semi-solid food gels: Part 1:
Comparison between QDA, progressive profiling and TDS. Food Hydrocolloids, 43, 207-217.
Di Monaco, R., Su, C., Masi, P. & Cavella, S. (2014). Temporal Dominance of Sensations: A
review. Trends in Food Science & Technology, 38, 104-112.
Dijksterhuis, G. & Eilers, P. (1997). Modelling time-intensity curves using prototype curves. Food
Dijksterhuis, G., Flipsen, M. & Punter, P. (1994). Principal component analysis of TI-curves: Three
methods compared. Food Quality and Preference, 5, 121-127.
Duizer, L. M., Bloom, K. & Findaly, C. J. (1996). Dual-attribute time-intensity measurement of

sweetness and peppermint perception of chewing-gum. Journal of Food Science, 61, 636-
638.
Eilers, P. Analysis of TI-curves. In: ID-DLO, ed. Meeting of working group 3 from the COST action
96 Collection and analysis of time intensity data in relation to flavour release and mastication,
1997 28, 29 April, The Netherlands.
Eilers, P. H. C. & Dijksterhuis, G. B. (2004). A parametric model for time-intensity curves. Food
Frank, R. A. & Byram, J. (1988). Taste–smell interactions are tastant and odorant dependent.
Chemical Senses, 13, 445-455.
Frank, R. A., Van der Klaauw, N. J. & Schifferstein, H. N. (1993). Both perceptual and conceptual
factors influence taste-odor and taste-taste interactions. Perception & Psychophysics, 54,
343-354.
Galmarini, M., Dufau, L., Loiseau, A., Visalli, M. & Schlich, P. (2018). Wine and Cheese: Two
Products or One Association? A New Method for Assessing Wine-Cheese Pairing.
Beverages, 4, 13.
Galmarini, M., Loiseau, A.L., Visalli, M. & Schlich, P. (2016a). Use of Multi-Intake Temporal
Dominance of Sensations (TDS) to Evaluate the Influence of Cheese on Wine Perception.
Journal of Food Science, 81, S2566-S2577.
Galmarini, M. V., Loiseau, A., Debreyer, D., Visalli, M. & Schlich, P. (2017a). Use of Multi-Intake
Temporal Dominance of Sensations (TDS) to Evaluate the Influence of Wine on Cheese
Perception. Journal of Food Science, 82, 2669-2678.
Galmarini, M. V., Symoneaux, R., Visalli, M., Zamora, M. C. & Schlich, P. (2016b). Could Time–
Intensity by a trained panel be replaced with a progressive profile done by consumers? A
case on chewing-gum. Food Quality and Preference, 48, 274-282.
Galmarini, M. V., Visalli, M. & Schlich, P. (2017b). Advances in representation and analysis of
mono and multi-intake Temporal Dominance of Sensations data. Food Quality and
Preference, 56, 247-255.
Garrido, D., Calviño, A. & Hough, G. (2001). A parametric model to average time-intensity taste
data. Food Quality and Preference, 12, 1-8.
Goupil de Bouille, A., Pineau, N., Meyners, M., Martin, N. & Schlich, P. (2010). How do panelists
use the list of attributes during a temporal dominance of sensations experiment. Proceedings
of the 11th European Symposium on Statistical Methods for the Food Industry (AgroStat),
179.
Guggenbühl, B., Galmarini, M. V. & Schclich, P. (2016). Could dual temporal dominance of
sensations help assess relative importance of texture and flavor in temporal perception of
cheese? 7th European conference on sensory and consumer research, Dijon. Elsevier.
Gwartney, E. & Heymann, H. (1996). Profiling to describe the sensory characteristics of a simple
model menthol solution. Journal of Sensory Studies, 11, 39-48.
Hutchings, S. C., Foster, K. D., Grigor, J. M. V., Bronlund, J. E. & Morgenstern, M. P. (2014a).
Temporal dominance of sensations: A comparison between younger and older subjects for
the perception of food texture. Food Quality and Preference, 31, 106-115.
Hutchings, S. C., Foster, K. D., Grigor, J. M. V. & Morgenstern, M. P. (2014b). Investigating

changes in sensory stickiness perception with age. Food Quality and Preference, 37, 1-9.
Jack, F. R., Piggott, J. R. & Paterson, A. (1994). Analysis of Textural Changes in Hard Cheese
during Mastication by Progressive Profiling. Journal of Food Science, 59, 539-543.
Jager, G., Schlich, P., Tijssen, I., Yao, J. L., Visalli, M., De Graaf, C. & Stieger, M. (2014).
Temporal dominance of emotions: Measuring dynamics of food-related emotions during
consumption. Food Quality and Preference, 37, 87-99.
King, S. C., Meiselman, H. L. & Carr, T. B. (2013). Measuring emotions associated with foods:
Important elements of questionnaire and test design. Food Quality and Preference, 28, 8-16.
Köster, E. P. (2009). Les épreuves hédoniques. Evaluation sensorielle : manuel méthodologique

(3e édition). Paris (FRA) : Lavoisier, Tec et Doc.
Köster, E. P., Couronne, T., Léon, F., Lévy, C. & Marcelino, A. S. (2002). Repeatability in hedonic
sensory measurement: a conceptual exploration. Food Quality and Preference, 14, 165-176.
Larson-Powers, N. & Pangborn, R. M. (1978). Paired comparison and time-intensity

measurements of the sensory properties of beverages and gelatins containing sucrose or
synthetic sweeteners. Journal of Food Science, 43, 41-46.
Lawless, H. T. & Clark, C. C. (1992). Psychological biases in time-intensity scaling. Food

Technology, 46, 81-90.
Lawless, H. T. & Heymann, H. (2010). Time–Intensity Methods. In: Lawless, H. T. & Heymann
(Eds.). Sensory evaluation of food: Principles and Practices. 2 ed. New York: Springer.
Le Révérend, F. M., Hidrio, C., Fernandes, A. & Aubry, V. (2008). Comparison between temporal
dominance of sensations and time intensity results. Food Quality and Preference, 19, 174-
178.
Lee III, W. & Pangborn, R. M. (1986). Time-intensity: the temporal aspects of sensory perception.
Food Technology, 40, 78- 82.
Lenfant, F., Loret, C., Pineau, N., Hartmann, C. & Martin, N. (2009). Perception of oral food
breakdown. The concept of sensory trajectory. Appetite, 52, 659-67.
Lepage, M., Neville, T., Rytz, A., Schlich, P., Martin, N. & Pineau, N. (2014). Panel performance
for Temporal Dominance of Sensations. Food Quality and Preference, 38, 24-29.
McGowan, B. A. & Lee, S.-Y. 2006. Comparison of methods to analyze time-intensity curves in a
corn zein chewing gum study. Food Quality and Preference, 17, 296-306.
Meillon, S. (2009). Impact de la réduction d'alcool sur la perception sensorielle des vins et
acceptabilité par les consommateurs. Ecole doctorale ABIES ; Institut des Sciences et
Industries du Vivant et de l'Environnement (AgroParisTech).
Meyners, M. & Pineau, N. (2010). Statistical inference for temporal dominance of sensations data
using randomization tests. Food Quality and Preference, 21, 805-814.
Monterymard, C., Visalli, M. & Schlich, P. (2010). The TDS-band plot: a new graphical tool for
Temporal Dominance of Sensations data. 2nd conference of the society of sensory
professionals, 27-29.
Orjuela, J. (2017). Obtención de una bebida funcional instantánea a base de yerba mate y cassis,
con alto contenido de antioxidantes y buena palatabilidad. PhD, Universidad Nacional de La
Plata.
Overjero-López, I., Bro, R. & Bredie, W. L. P. (2005). Univariate and multivariate modelling of
flavour release in chewing gum using time-intensity: a comparison of data analytical methods.
Food Quality and Preference, 16, 327-343.
Pangborn, R. M., Lewis, M. J. & Yamashita, J. F. (1983). Comparison of time-intensity with

category scaling of iso-a-acids in model systems and in beer. J. Inst. Brew., 89, 349-355.
Piggott, J. R. (2000). Dynamism in flavour science and sensory methodology. Food Research
International, 33, 191-197.
Piggott, J. R., Hunter, E. A. & Margomenou, L. (2000). Comparison of methods of analysis of

time-intensity data: application to scotch malt whisky. Pau: 19-21 Janvier 2000.
Piggott, J. R. & Paterson, A. (1994). Understanding natural flavors. London: Blackie Academic &
Professional.
Pineau, N., Cordelle, S. & Schlich, P. (2003). Temporal Dominance of Sensations: a new
technique to record several sensory attributes simultaneously over time. The 5th Pangborn
Sensory Science. A Sensory Revolution, July 20-24, Boston, USA. U.S. Army Natick Solider
Center, Poster.
Pineau, N., Goupil De Bouille, A. G., Lepage, M., Lenfant, F., Schlich, P., Martin, N. & Rytz, A.
(2012). Temporal Dominance of Sensations: What is a good attribute list? Food Quality and
Preference, 26, 159-165.
Pineau, N. & Schlich, P. (2015). 13 - Temporal dominance of sensations (TDS) as a sensory

profiling technique. In: Delarue, J., Lawlor, J. B. & Rogeaux, M. (Eds.) Rapid Sensory Profiling
Techniques. Woodhead Publishing.
Pineau, N., Schlich, P., Cordelle, S., Mathonnière, C., Issanchou, S., Imbert, A., Rogeaux, M.,
Etiévant, P. & Köster, E. (2009). Temporal Dominance of Sensations: Construction of the
TDS curves and comparison with time-intensity. Food Quality and Preference, 20, 450-455.
Reinbach, H. C., Meinert, L., Ballabio, D., Aaslyng, M. D., Bredie, W. L. P., Olsen, K. & Møller, P.
(2007). Interactions between oral burn, meat flavor and texture in chili spiced pork patties
evaluated by time-intensity. Food Quality and Preference, 18, 909-919.
Rocha-Parra, D., García-Burgos, D., Munsch, S., Chirife, J. & Zamora, M. C. (2016). Application
of hedonic dynamics using multiple-sip temporal-liking and facial expression for evaluation of
a new beverage. Food Quality and Preference, 52, 153-159.
Rodrigues, J. F., Condino, J. P. F., Pinheiro, A. C. M. & Nunes, C. A. (2016). Temporal dominance
of sensations of chocolate bars with different cocoa contents: Multivariate approaches to
assess TDS profiles. Food Quality and Preference, 47, Part A, 91-96.
Schlich, P. (2017). Temporal Dominance of Sensations (TDS): a new deal for temporal sensory
analysis. Current Opinion in Food Science, 15, 38-42.
Schlich, P., Visalli, M., Urbano, C. & Pineau, N. (2013). Multi-bites or multi-sips TDS with
untrained subjects: A live demonstration on chocolates. 10th Pangborn Sensory Science
Symposium.
Sokolowsky, M. & Fischer, U. (2012). Evaluation of bitterness in white wine applying descriptive
analysis, time-intensity analysis, and temporal dominance of sensations analysis. Analytica
Chimica Acta, 732, 46-52.
Sokolowsky, M., Rosenberger, A. & Fischer, U. (2015). Sensory impact of skin contact on white
wines characterized by descriptive analysis, time–intensity analysis and temporal dominance
of sensations analysis. Food Quality and Preference, 39, 285-297.
Stein, L. J., Nagai, H., Nakagawa, M. & Beauchamp, G. K. (2003). Effects of repeated exposure
and health-related information on hedonic evaluation and acceptance of a bitter beverage.
Appetite, 40, 119-129.
Stone, H. (1992). Quantitative Descriptive Analysis (QDA). In: HOOTMAN, R. C. (Ed.) Manual on
descriptive analysis testing for sensory evaluation. Philadelphia: ASTM.
Stone, H., Sidel, J., Oliver, S., Woolsey, A. & Singleton, R. C. (1974). Sensory evaluation by
quantitative descriptive analysis. Food Technology, November, 24-34.
Stone, H. & Sidel, J. L. (2004). 6 - Descriptive Analysis. Sensory Evaluation Practices (Third
Edition). San Diego: Academic Press.
Sudre, J., Pineau, N., Loret, C. & Martin, N. (2012). Comparison of methods to monitor liking of
food during consumption. Food Quality and Preference, 24, 179-189.
Swartz, M. (1980). Sensory screening of synthetic sweeteners using time-intensity evaluations.

Journal of Food Science, 45, 577-581.
Taylor, D. E. & Pangborn, R. M. (1990). Temporal aspects of hedonic responses. Journal of

Sensory Studies, 4, 241-247.
Teillet, E., Schlich, P., Urbano, C., Cordelle, S. & Guichard, E. (2010). Sensory methodologies
and the taste of water. Food Quality and Preference, 21, 967-976.
Thomas, A., Van Der Stelt, A. J., Prokop, J., Lawlor, J. B. & Schlich, P. (2016). Alternating
temporal dominance of sensations and liking scales during the intake of a full portion of an
oral nutritional supplement. Food Quality and Preference, 53, 159-167.
Thomas, A., Visalli, M., Cordelle, S. & Schlich, P. (2015). Temporal Drivers of Liking. Food Quality
Van Buuren, S. (1992). Analysing TI responses in sensory evaluation. Food Technology, 46, 101-
114.
Vázquez‐Araújo, L., Parker, D. & Woods, E. (2013). Comparison of temporal–sensory methods

for beer flavor evaluation. Journal of Sensory Studies, 28, 387-395.
Weel, K. G., Boelrijk, A. E., Alting, A. C., Van Mil, P. J., Burger, J. J., Gruppen, H., Voragen, A.
G. & Smit, G. (2002). Flavor release and perception of flavored whey protein gels: perception
is determined by texture rather than by release. Journal of Agricultural and Food Chemistry,
50, 5149-5155.
Zamora, M. C. (2011). Relaciones entre las medidas de intensidad - tiempo y las preferencias de
los consumidores de chicles de menta. In: AATA (ed.) XIII Congreso Argentino de Ciencia y
Tecnología de Alimentos. Buenos Aires, Argentina.
Zandstra, E. H., Weegels, M. F., Van Spronsen, A. A. & Klerk, M. (2004). Scoring or boring?
Predicting boredom through repeated in-home consumption. Food Quality and Preference,
15, 549-557.
Zorn, S., Alcaire, F., Vidal, L., Giménez, A. & Ares, G. (2014). Application of multiple-sip temporal
dominance of sensations to the evaluation of sweeteners. Food Quality and Preference, 36,
135-143.
268
___________________________________
PARTE 2: ESTUDIOS CON CONSUMIDOR

__________________________________
269
2.1 Estudios cuantitativos tradicionales
Amparo TÁRREGA 1, Paula VARELA 2, Carlos GÓMEZ CORONA 3

1Instituto
de Agroquímica y Tecnología de Alimentos, España
2NOFIMA, Noruega
3XOC estudio, México
CONTENIDO
1. Introducción y aplicaciones generales
1.1. Aceptación de productos & conceptos
1.2. Mediciones emocionales
1.3. Percepción de productos y categorías
1.4. Segmentación de consumidores
2. El consumidor
2.1. El lugar de prueba, muestreo y reclutamiento
2.2. Información demográfica y actitudinal
2.3. Pruebas con poblaciones especiales: niños, adultos mayores y personas de
escasos recursos
3. Las muestras y el diseño experimental
3.1. Diseño de experimentos (DOE)
3.2. Apreciación de categoría
3.3. Ciego – esperado - informado
3.4. Pruebas descriptivas con consumidores
4. Diferentes tipos de estudios con consumidores
4.1. Exploratorios
4.2. Optimización
4.3. Validación
5. Conclusiones y nuevas perspectivas
Referencias
1. Introducción y aplicaciones generales
Estudiar al consumidor y la interacción producto-consumidor no es una tarea sencilla. El

consumidor no compra por azar. Cada producto y cada servicio que el consumidor utiliza
corresponden generalmente a una serie de necesidades. Las características de un
producto son diseñadas para proporcionarle al consumidor ciertos beneficios en función
de sus necesidades. De alguna manera, podemos decir que el consumidor es un
buscador de soluciones, y pone sus necesidades en relación con la oferta disponible en
el mercado; esperando un beneficio por su compra. Dicho de otra manera, el consumidor
no compra las características de un producto, sino el beneficio que puede obtener de su
consumo o de su uso. Estos beneficios podrían dividirse en funcionales, experienciales
o simbólicos (Darpy, 2012).
Los beneficios funcionales responden a las necesidades cotidianas y prácticas del
consumidor (ej. transportarse), fisiológicas y de seguridad. Los beneficios experienciales
resultan de sensaciones obtenidas por la utilización de un producto, un servicio, o de una
marca en particular (ej. un viaje cultural). Los beneficios simbólicos están relacionados a
los beneficios de expresión personal y de aprobación social. Las marcas de lujo y alta
gama aportan una respuesta de esta naturaleza a los consumidores (Lipovetsky & Roux,
2013). Dichos beneficios pueden medirse con el consumidor y de hecho forman parte
una serie de estudios tanto en la academia como en la industria.
En la industria se considera que una parte importante del éxito de los nuevos productos
lanzados al mercado dependen del buen o mal entendimiento de las necesidades del
consumidor (Creusen, Hutlink, & Eling, 2013; Van Kleef, Van Trijp & Luning, 2005). Sin
embargo, y de acuerdo con Moskowitz (2008), desde hace décadas hemos escuchado
una y otra vez que el 90% de los nuevos productos fracasan en el mercado. Si este
número es cierto (en este momento no está particularmente bien fundamentado),
entonces deberíamos preguntarnos porqué esta tasa de fallas masivas cuando las
empresas en todos los ámbitos de la alimentación y bebidas proclaman que el
consumidor es “el rey”. ¿Qué está pasando?
Tal vez uno de los principales problemas es que la medición de las variables como “gusto
en general” (overall liking) e intención de compra se han vuelto tan comunes que ahora
parece casi inapropiado hablar contra ellas (Gómez-Corona et al, 2017-a). Pero existen
Capítulo 2.1 Estudios cuantitativos tradicionales 271
varias posibilidades encaminadas a mejorar la medición del beneficio que un producto

otorga al consumidor y por lo tanto una mejor predicción del éxito o fracaso el producto
o servicio en el mercado. Algunas posibles soluciones son las mediciones en contexto
real de consumo, una muestra representativa de los consumidores target, o una medición
más amplia de la interacción entre el producto y el consumidor, una medición de la
experiencia del producto (Gómez-Corona et al, 2017-b). En los últimos años la naturaleza
de los estudios con consumidores ha evolucionado de la simple medición hedónica (en
la mayoría de los casos “gusto en general”), a un entendimiento más profundo de las
variables que afectan la experiencia del producto (Meiselman, 2013).
Figura 1. Experiencia de consumo, adaptado y traducido de (Gómez-Corona et al, 2017a).
En la experiencia de consumo se intenta medir todas las variables relacionadas en la

interacción como son las variables sensoriales, afectivas (emociones y estados de
ánimo) y cognitivas (percepción, representación, memoria). En la Figura 1 se puede
apreciar un esquema de la experiencia de consumo; separando las variables clave del
momento de consumo, así como de los elementos involucrados en la fase de pre-
consumo y post-consumo. Por lo tanto, una de las cosas más importantes en el estudio
del consumidor es saber qué tipo de información es necesaria en cada etapa del
consumo, pero también del desarrollo del producto.
Las etapas de desarrollo de un producto son diferentes de empresa a empresa, así como
las necesidades de información requerida del consumidor en cada una de estas etapas.
De manera general, la Figura 2 ilustra un proceso común de desarrollo de nuevos
productos y también muestra las preguntas y estudios más recurrentes. De acuerdo con
Meilgaard, Carr y Civille (2006), desde la perspectiva de un proyecto de investigación
con consumidor se pueden tener las siguientes necesidades: para mantenimiento del
producto o marca, mejora y optimización de un producto ya existente, desarrollo de
nuevos productos en general, evaluación del potencial de un producto en un mercado
target, exploración de una categoría de productos y apoyo en la comunicación y
publicidad de un claim. De esta manera, el objetivo de un estudio con consumidor detona
la selección de todos los criterios relacionados al estudio como el muestreo y target del
consumidor, el lugar de la prueba, el diseño de presentación de los productos, el tipo de
prueba, el análisis de los datos, y la presentación de los resultados.
Figura 2. Proceso de desarrollo de nuevos productos, identificando en la parte superior las

preguntas clave y en la parte inferior los tipos de estudio.
1.1 Aceptación de productos & conceptos

La aceptación de un producto o un concepto es de vital importancia para el desarrollo de

un producto, para la medición de hábitos alimentarios y efectos en la salud, potencial de
innovación de diferentes productos, etc. Medir aceptación es por lo tanto utilizado tanto
en la industria como en la academia. Algunos autores le llaman a la medición de
aceptación como variables o estudios afectivos (Meilgaard, Carr & Civille, 2006), otros
los engloban como variables sensoriales “sensory liking” (Gómez-Corona et al, 2017-b).
En algunos casos la medición de aceptación y preferencia se toman como sinónimos,
pero a pesar de que midan el gusto por un producto, un concepto o un servicio la
diferencia entre ellas radica en la pregunta. Para preguntar aceptación normalmente se
pregunta “¿En general que tanto te gusta este producto? O ¿Qué tanto te gusta el sabor
de este producto?”. Para el caso de preferencia la pregunta siempre es “¿Cuál de los
siguientes dos productos prefieres?, o también “¿Podrías ordenar los productos del que
más prefieres al que menos prefieres?”. La elección del tipo de prueba depende
principalmente del objetivo del estudio.
1.1.1. Pruebas de preferencia. Comparación pareada

En las pruebas de preferencia los consumidores comparan varios productos para
determinar cuál es el que prefieren. Aunque existen otras pruebas como la de ordenación
(3 o más productos), la de comparación pareada es la prueba de preferencia más
utilizada. Consiste básicamente en presentar al participante los dos productos
simultáneamente (codificados) y preguntarle cuál prefiere. El orden de evaluación de las
muestras debe variarse entre los consumidores usando de forma equilibrada los dos
órdenes posibles (A-B y B-A). Puede realizarse una sola comparación o una serie de
comparaciones si se quieren estudiar más de dos productos.
En el formato habitual, el participante está obligado a elegir uno de los dos productos, lo
que se conoce como “elección forzada”. En este caso el análisis de resultados es directo.
Se calcula la proporción de consumidores que eligieron cada uno de los productos y se
comprueba si el número de consumidores que eligieron un producto es suficiente para
concluir que existe una diferencia significativa en la preferencia. Para ello, lo más habitual
es utilizar las tablas construidas en base a la distribución binomial en las que figura el
valor mínimo para establecer que hay diferencia (para distintos niveles de confianza y
número total de participantes) (O’ Mahony, 1986). Si en el ensayo realizado, el número

de consumidores que eligieron un producto es superior a ese valor mínimo de la tabla,
se puede concluir que dicho producto es significativamente preferido al otro. En ciertas
ocasiones se decide incluir la opción de "no preferencia" para no forzar la selección de
un producto cuando en realidad el consumidor tiene claro que no prefiere un producto al
otro. En este caso el análisis de datos no es directo y hay que decidir qué hacer con los
datos de “no preferencia”. Las dos estrategias más utilizadas son bien descartar las
respuestas 'sin preferencia', lo que reduce el número de datos y, en consecuencia, el
poder de la prueba, o asumir que los encuestados eligen la opción de "no preferencia" al
azar y se dividen las respuestas “no preferencia" por igual entre los dos productos. En
ambos casos es importante informar del número de respuestas “sin preferencia” ya que
puede ser relevante para las conclusiones del estudio.
El ensayo de comparación pareada tiene las ventajas de que la organización y el
desarrollo son sencillos para el analista. Además, la tarea resulta intuitiva y fácil a los
consumidores que están habituados en su día a día a tomar este tipo de decisiones. Este
tipo de ensayos se utilizan tanto en estudios de mercado cuando se quiere establecer la
preferencia frente al producto competidor, como en proyectos de desarrollo de producto
cuando se quiere, por ejemplo, evaluar el impacto de una modificación (formulación o
proceso) frente al producto actual o para elegir entre dos prototipos desarrollados. Sin
embargo, estos ensayos no proporcionan información acerca del nivel de agrado que
tienen los consumidores por el producto (cuánto gusta) ni del tamaño de la diferencia
entre productos.
1.1.2. Evaluación de la aceptabilidad mediante escala hedónica

Los ensayos de aceptabilidad se usan para conocer cuánto gusta a los consumidores un
producto (o varios). El consumidor evalúa las muestras de una en una. El orden de
evaluación debe variarse entre consumidores mediante un diseño aleatorio o equilibrado
para evitar el efecto del orden de evaluación. El consumidor prueba u observa el producto
e indica cuanto le gusta utilizando una escala hedónica. Existen diversos tipos de escalas
hedónicas. La más utilizada y contrastada es la escala hedónica de nueve puntos como
la que se presenta en la Figura 3 (Peryam & Pilgrim, 1957). También se usa con
frecuencia la llamada escala LAM (Labeled Affective Magnitude) desarrollada más

reciente y que presenta mejor discriminación para productos que presentan valores
extremos de aceptabilidad (Schutz & Cardello, 2007).
Figura 3. Escala hedónica de nueve puntos y escala LAM.
Los resultados que se obtienen de la escala hedónica son las puntuaciones que cada
consumidor le otorga a cada producto (en escalas estructuradas cada respuesta se
transforma en el valor correspondiente). A partir de estos datos se determinan los valores
medios de aceptabilidad para cada producto y si existen diferencias significativas en la
aceptabilidad de los productos. Para ello se utiliza la prueba t de Student si se comparan
sólo dos muestras y si son más muestras se utiliza un análisis de la varianza seguido de
la prueba de Fisher o Tukey para determinar entre qué muestras hay diferencias. Dadas
las diferencias en preferencia entre consumidores, es bastante habitual que los datos de
aceptabilidad no sigan una distribución normal por lo que no podría utilizarse estos
ensayos paramétricos indicados. Por ello, es aconsejable que se analice la distribución
de los valores de aceptabilidad obtenidos para cada una de las muestras. En el caso de
que los valores no sigan una distribución normal se emplean los correspondientes
ensayos no-paramétricos como son el de Wilcoxon si se trata de dos muestras y el
ensayo de Friedman si son más de dos muestras.
La evaluación de la aceptabilidad del producto por los consumidores es utiliza en áreas
distintas en la industria de alimentos como por ejemplo en estudios de posicionamiento
del producto en el mercado, determinación de vida útil de productos y para la evaluación
del efecto de los cambios de la formulación y procesado. El análisis de segmentación de
los datos de aceptabilidad permite también conocer los sectores con diferente patrón de
preferencia y en combinación con información de las características del producto
determinar aquellos atributos que dirigen la preferencia de los consumidores.
1.1.3 Intención de compra y disposición a pagar por el producto.

La decisión de un consumidor de comprar un producto no depende únicamente de la
aceptabilidad. Aunque es necesario que al consumidor le guste el producto, existen otros
factores como el precio, distribución, promociones, la situación, etc. que influyen en su
decisión. Para medir la intención de compra se usan escalas de 5 o 7 puntos en las que
el consumidor indica la probabilidad que existe de que compre el producto.
Para ciertos desarrollos de producto, es importante también conocer qué precio está
dispuesto a pagar el consumidor por el producto. Obtener esta información del
consumidor no resulta fácil y existe diferentes enfoques (Lee & Hatcher, 2001). El más
sencillo consiste en preguntar directamente al consumidor si está dispuesto a pagar un
determinado precio por un producto, o a pagar un precio adicional por cierta mejora del
producto. En otros casos se realizan ensayos de elección entre productos (análisis
conjunto) en los que el precio se incluye como una de las variables del diseño. Estos
métodos suelen dar valores sobreestimados del precio, posiblemente porque en el
ensayo el consumidor no tiene que gastar su dinero. Por ello se propusieron y se usan
de forma habitual las llamadas subastas experimentales, en las que los participantes
pujan por un producto de forma más próxima a la realidad (si se lo llevan lo pagan)
(Lohéac & Issanchou, 2007).
1.1.4 Evaluación de atributos mediante escalas JAR

En los estudios con consumidores se puede intentar también recolectar la opinión que
tienen sobre los atributos sensoriales del producto. Esto puede ayudar a dilucidar por
qué a los consumidores les gusta o no un producto. Una opción es utilizar las pruebas
de aceptabilidad por modalidades en las que se pide al consumidor que indique cuánto
le gusta el aspecto, cuanto le gusta el sabor y cuanto le gusta la textura del producto en
escalas hedónicas de 9 puntos.
Otra opción es el uso de escalas de adecuación JAR (Just About Right) que permiten
conocer la opinión del consumidor acerca de la intensidad de un atributo. Son escalas
de naturaleza bidireccional, cuyo punto medio es el ideal (o JAR) y los extremos van
desde muy poco (1) hasta demasiado (5) y permiten al consumidor indicar de forma fácil
lo que le parece el nivel de cada atributo con respecto a su ideal (Rothman, 2009). Las
escalas JAR se usan para evaluar atributos sencillos que el consumidor entiende
claramente. En la Figura 4 se incluye dos ejemplos de pregunta JAR.
Por favor prueba el postre 542 e indica tu opinión acerca del sabor dulce del mismo.
 Demasiado dulce
 Muy dulce
 Adecuado
 Poco dulce
 Muy poco dulce
Por favor prueba el postre 542 e indica como tendría que ser para ti el sabor a naranja:
 Mucho menos dulce

 Un poco menos dulce
 Así está bien
 Un poco más dulce
 Mucho más dulce
Figura 4. Ejemplos de escalas just about right.
Los datos que se obtienen directamente de las escalas JAR son los porcentajes de
respuestas para cada punto de la escala para cada producto evaluado. A nivel práctico,
la interpretación de las escalas JAR se simplifica, y se considera que el atributo es
adecuado y no necesita mejora si más del 70-75% de los encuestados lo han evaluado
como adecuado (punto 3), y si además no hay más del 20% que lo encuentran en
insuficiente (1 y 2) ni más del 20% que lo encuentran muy o demasiado intenso (4 y 5).
Además, si se dispone de los datos de aceptabilidad se puede usar el análisis de
penalizaciones para saber si la desviación del ideal del atributo afecta o no a la
aceptabilidad.
Las escalas JAR son útiles especialmente en el desarrollo y reformulación de productos
ya que proporcionan un diagnóstico de los atributos del producto y pueden dar una idea
de las líneas a seguir para la mejora del producto. Sin embargo, presenta ciertas
limitaciones como que no proporciona información de cuanto hay que modificar la
intensidad del atributo para alcanzar el ideal y que no ofrece una solución clara cuando
hay segmentos de consumidores con distinta opinión acerca del atributo. Además, se ha
visto que, en estudios en los que se evalúa la aceptabilidad. Por esta razón, se
recomienda que se completen primero las preguntas relacionadas con la aceptabilidad
para todos los productos y posteriormente se realice la evaluación de atributos.
1.2 Mediciones emocionales

En los últimos años se ha visto cada vez mayor interés en la medición de las emociones
en estudios con consumidores. Las emociones pasaron de ser sujeto de medición en
psiquiatría y psicología a una variable más de medición en los estudios con
consumidores. Es importante mencionar que existen también muchas metodologías para
medir emociones. Algunas están más enfocadas en alimentos en general (King &
Meiselman, 2010), otras en fragancias y productos de cuidado personal (Porcherot et al,
2010), diseño industrial (Desmet, 2002), y otras más de forma general (Scherer, 2005).
Sin importar la metodología empleada para la medición de emociones, el objetivo de la
medición de emociones de un producto, un concepto o un servicio pueden ser: identificar
si el producto evoca las emociones que una marca determinada quiere transmitir,
diferenciar entre diferentes productos que puedan tener la misma aceptación, o diseñar
un producto para que comunique una emoción en particular. En ocasiones, las
emociones no solamente forman parte de un aspecto fundamental de la decisión, sino
que constituyen el objetivo mismo del consumo; y cuando la actividad de consumo
atiende menos a un objetivo funcional y se enfoca en vivir y experimentar emociones, se

habla entonces del “consumo experiencial” (Darpy, 2012).
1.3 Percepción de productos y categorías

Los estudios que se centran en el entendimiento de la percepción de un producto o una
categoría de productos (ej. cervezas industriales) tienen por objetivo entender cómo el
consumidor categoriza los productos (pruebas de categorización), cuáles son los
atributos intrínsecos y extrínsecos asociados a ese producto o grupo de productos
(pruebas de representación social y perfiles conceptuales). La percepción tiene su origen
en la psicología, quien la define como la principal forma de contacto cognitivo con el
mundo que nos rodea, dicho de otra manera, la percepción son todas las formas posibles
de concientización de un objeto (Efron, 1969; Urdapilleta, 2001). La percepción y
representación también son usados como sinónimos en algunos casos, sin embargo, son
conceptos bien diferentes. Mientras que la percepción es la forma en la que percibimos
un objeto, la representación es la forma en la que lo estructuramos en nuestra mente,
representar significa textualmente volver a construir. En el caso de los estudios con
consumidores se pueden tener estudio de percepción (Sáenz-Navajas et al., 2014), y de
representación individual o social (Lo Monaco & Guimelli, 2008).
1.4 Segmentación de consumidores

En años anteriores se ha visto un incremento en el número mínimo de consumidores que
participan en los estudios y un factor clave de este incremento es la segmentación de
consumidores (Meiselman, 2013). La segmentación es una agrupación de consumidores
con base en sus demográficos (Gómez-Corona et al., 2016), forma de uso (Lee et al.,
2017), percepción del producto (Vidal et al., 2016) comportamiento de compra (Nakano
& Kondo, 2018), actitudes (Onweezen & Bartels, 2011), estilo de vida (Díaz et al., 2018),
etc.
El principal objetivo de la segmentación es encontrar un patrón definido por un grupo de
variables que explique los resultados obtenidos de un estudio con consumidores. La
segmentación es una oposición a la idea de que un solo tamaño es adecuado para todos,
es decir que todos los consumidores se comportan de la misma manera o les gustan los
mismos productos. La segmentación también es una herramienta muy importante en la

explicación de los gustos del consumidor. En la elaboración de una segmentación es
importante pensar en el objetivo de la segmentación y las variables que se usarán para
explicar cada uno de los clusters. En la industria, una regla básica consiste a tener al
menos 60 consumidores por cluster, por lo tanto, deberíamos de usar múltiplos de 60 en
el cálculo de la muestra.
Desde el punto de vista analítico se distingue entre segmentación a priori y a posteriori.
La segmentación a priori se basa en utilizar información de características del
consumidor como el género, la edad, las actitudes u otros tipos de variables para definir
los segmentos. Los consumidores con las características similares se agrupan y se
estudian las preferencias para cada grupo. De esta forma se detectan así si hay
diferencias en el patrón de preferencia entre hombres y mujeres o entre los consumidores
interesados por la salud y los que no lo están.
En la segmentación a posteriori en cambio se utilizan los propios resultados de la
evaluación realizada por los consumidores para establecer grupos de consumidores que
presentan distintos patrones de preferencia (Næs, Brockhoff, & Tomić, 2010). En general
este segundo enfoque resulta más efectivo para encontrar grupos con diferencias. Existe
una amplia variedad de técnicas estadísticas que permiten segmentar los consumidores
en función de la puntuación que han otorgado a las distintas muestras. El lector puede
encontrar más detalles sobre estas técnicas en Berget (2018). En estudios de
aceptabilidad el análisis de clusters o de conglomerados jerárquico es el más utilizado.
2. El consumidor
De manera muy general podríamos decir que se realizan estudios utilizando a
consumidores por tres razones principales: probar una hipótesis de investigación, probar
una nueva metodología y generalizar los resultados de una medición a la población
(principal interés de la industria). En las primeras dos razones, la cantidad de personas
a entrevistar, así como las características de los consumidores puede variar
considerablemente caso a caso, dependiendo de los objetivos del estudio. En algunos
casos se utilizan a alumnos de universidades para probar una metodología o se hacen
uso de muestras de conveniencia, es decir muestras que son fáciles de obtener, y en
otros casos los estudios se llevan a cabo con consumidores reales. Para la industria, los
estudios con consumidores suelen llevarse a cabo con criterios de selección muy
específica y esto tiene una repercusión directa en el costo y diseño del estudio, en otras
palabras, se busca a un consumidor target.
Al mencionar el target del consumidor nos referimos al consumidor que buscamos para
la evaluación sensorial. Éste puede ser normalmente, el consumidor regular del producto
o marca de estudio, o un consumidor potencial, es decir, cualquier consumidor /
comprador potencial del producto de estudio. La separación de una muestra por target
de consumidor es el proceso de identificación de subconjuntos particulares de
consumidores dentro de un mercado total, cuyo comportamiento es considerado
homogéneo con respecto a su respuesta a una estrategia dada de mercadotecnia
(Garber, Hyatt & Starr, 2003).
2.1 El lugar de prueba, muestreo y reclutamiento

En los estudios con consumidores tradicionales, la selección del lugar para la ejecución
de la prueba es fundamental. Cada tipo de lugar engloba un set de variables a considerar,
pero también a omitir en el análisis, en cualquiera de los casos, la selección del lugar de
la prueba debe formar parte del objetivo del estudio. La Figura 5 muestra un esquema
que resume los diferentes lugares de prueba: locaciones centrales, contextuales y
simulados, que son en realidad una mezcla entre locación central y contextuales.
En los primeros años del análisis sensorial y estudios con consumidor, podemos decir
que las pruebas en locaciones centrales representaban la mayoría de los lugares de
prueba. Probablemente el laboratorio ha sido predominante en publicaciones para los
académicos con antecedentes de sensorial. Por otro lado, en la industria el lugar de
prueba más comúnmente utilizado es la locación central o central location test, y las
pruebas en salones o in hall test. Los lugares contextuales más comunes son las pruebas
en casa o home use test. Fuera de casa (out of home) son lugares como restaurantes,
bares, cines, etc. Los ambientes contextuales fuera de casa han tenido una creciente
demanda y cada vez se encuentran más publicaciones en ambientes contextuales. Y
finalmente los ambientes simulados pueden ser físicos (locaciones centrales
ambientados) o virtuales (simulaciones virtuales, fotografías y videos 360).
Figura 5. Esquema de los diferentes lugares de prueba: locaciones centrales, contextuales y

ambientes simulados. Imágenes C.Gómez-Corona, excepto simulado – virtual Sester et al., 2013.
Cada vez que se realiza un estudio cuantitativo con consumidor, se selecciona una
muestra representativa de una población de consumidores sobre la cual se quieren
generalizar los resultados obtenidos, para el caso de estudios de aceptación. Para que
una muestra sea representativa, debe cumplir con dos requisitos fundamentales. El
primer requisito se refiere al método de selección de la muestra. Éste debe ser aleatorio
en cuanto a la selección de los individuos. El segundo requisito para la representatividad
estadística de una muestra es que su tamaño sea lo suficientemente grande para reflejar
adecuadamente las características de la población, y depende de tres factores: 1) la
confiabilidad de los resultados de la muestra; 2) La precisión de estos resultados, y 3) la
varianza de la característica fundamental del muestreo (Dieterich, 2011). La
característica fundamental de la varianza en los estudios con consumidor depende tanto
del tipo de consumidor empleado (género, edades, nivel socioeconómico, actitudes hacia
el consumo, etc.) como de la respuesta del consumidor (variación de la respuesta
hedónica).
La recomendación del número de consumidores que se debe de muestrear para un
estudio cuantitativo puede variar de 30 a 100 (Hough et al., 2006; Mammasse & Schlich,
2014). De acuerdo con Mieselman (2013) el número de consumidores mínimo a utilizar
en los estudios se ha incrementado en las publicaciones de análisis sensorial & estudios
con consumidores, principalmente con fines de segmentación de los resultados. Y se
espera que los números que consideramos como mínimos puedan incrementar. En
estudios con consumidores tradicionales un número entre 60 – 150 es considerado
adecuado para un estudio. Es posible determinar el número ideal de consumidores
dependiendo de la variación de la respuesta del consumidor, la confiabilidad y la

precisión. Hough et al. (2006) desarrolló una tabla para seleccionar el número ideal de
consumidores para una prueba de aceptación. El número de muestras a evaluar no
influencia el número de consumidores y si el investigador no tiene información previa
sobre la variación en la respuesta del consumidor entonces asumiendo un α=5% y un β=
de 10%, nos llevarían a escoger 112 como el número ideal de consumidores para el
estudio de aceptación.
El reclutamiento de los consumidores más comunes en estudios cuantitativos
tradicionales se puede dividir en 4: bases de datos, in situ, bola de nieve o pre-
reclutamiento. Las bases de datos se pueden comprar a empresas de consumo B2B (e.j.
Toluna, Cint) o se pueden construir. Una buena base datos tiene que ser actualizada
mensualmente con nuevos usuarios y debe de contener la información de consumo:
categorías de productos, marcas y frecuencia de uso, información demográfica básica,
forma de contacto y fecha de último estudio al cual fue invitado. Por otro lado, el
reclutamiento in situm, también conocido como cara a cara, se realiza en el lugar y fecha
de la prueba, es decir, durante el estudio. Este tipo de reclutamiento se hace en
locaciones centrales en donde hay un punto de afluencia como restaurantes, estaciones
de metro, etc. Se establece un filtro (rangos de edad, género, consumo de productos,
etc.) y se invita a los consumidores a formar parte del estudio.
En el reclutamiento por bola de nieve se pide a los participantes de un estudio que
contacten a otras personas, que normalmente son familiares o amigos (Figura 6). Es una
técnica utilizada cuando se cuenta con un número inicial de participantes bajo y en donde
el filtro es estricto (por ejemplo, usuarios de una marca en particular) y se desea delegar
el reclutamiento en los mismos participantes. Esta es una técnica ampliamente usada en
psicología y estudios clínicos. En este caso se acostumbra a dar incentivos a los
participantes que invitan exitosamente a otros consumidores. Y finalmente el pre-
reclutamiento se refiere al contacto de los consumidores previo al estudio. En la industria
es muy común tener pre-reclutamiento cuando se hacen estudios cuantitativos que
necesitan un horario específico o cuando el target del consumidor es difícilmente
encontrado en el lugar de la prueba. Este tipo de reclutamiento generalmente se hace
por medio de empresas especializadas y suele ser el más costoso.
Figura 6. Principales formas de reclutamiento de consumidores para estudios cuantitativos

tradicionales.
2.2 Información demográfica y actitudinal

De acuerdo con la Asociación Mexicana de Agencias de Investigación de Mercados y
Opinión Pública de México (López, 2009), es posible segmentar y reclutar al consumidor
mediante 5 variables:
• Demográfica: edad, género, nivel socioeconómico, región/ciudad, etc.

• Psicológica: personalidad, consumidores emocionales/no emocionales, etc.
• Psicosociales: valores, actitudes, etc.
• Estilos de vida: forma de consumo, consumo de cultura, etc.
• Étnico-culturales: etnia, raza, identidad social, etc.
En los estudios de aceptación cuantitativos en la industria, se acostumbra a generar

cuotas de consumidores por tipos de variable. Cada cuota debe de tener un número
mínimo de consumidores. Por ejemplo, si se desea tener información de hombres y
mujeres en un estudio, entonces se considera que debemos de tener un promedio de
120 consumidores por estudio (60 hombres y 60 mujeres). En los últimos años se ha
visto un incremento en el uso de variables psicológicas y de estilo de vida en lugar de
los tradicionales demográficos (Meiselman, 2013).
2.3 Pruebas con poblaciones especiales: niños, adultos mayores y personas de escasos
recursos
Los estudios cuantitativos se llevan a cabo con múltiples tipos de consumidores. Los
años en los que solamente se entrevistaban a mujeres amas de casa, parece que ya
quedó en el pasado. Actualmente cualquier persona es sujeto de un estudio con
consumidor, desde niños de 1 año hasta adultos mayores. Pero, es importante
mencionar que las características de los estudios pueden variar. Los estudios de
aceptación pueden tener diseños muy similares en duración y tipos de preguntas para
personas de edades entre 18 – 65 años, en rangos superiores o inferiores de consideran
poblaciones especiales. Adicionalmente a la edad, también se considera una población
especial a las personas de escasos recursos por dos razones: el nivel de alfabetismo o
acceso a internet y por la accesibilidad a sus lugares de residencia.
Los estudios cuantitativos con niños son cada vez más comunes. Muchos alimentos y
bebidas se desarrollan específicamente para niños y se prueban con ellos. Las pruebas
con niños deben de tomar en cuenta el rango de habilidades cognitivas (ej. Capacidad
de atención) y sensoriales que esta población tiene (Guinard, 2001). Las pruebas con
niños en la industria normalmente se llevan a cabo a partir de los 6 o 8 años, pero algunos
productos se tienen que probar con niños en fase de lactancia (toddlers, 18 – 36 meses
de edad), y niños de preescolar (3- 5 años). Las pruebas de aceptación deben de tener
una duración menor (10 minutos como máximo), se recomienda evaluar pocos productos
(normalmente se hace en pares) y las respuestas a variables de aceptación se miden
por lo general en escalas gráficas de 5 puntos. Las preguntas deben de ser claras y el
lenguaje técnico se debe de eliminar (como preguntar por el gusto por el resabio o sabor
que te deja en la boca). Las preguntas de aceptación normalmente se complementan
con una pregunta de preferencia y en muchos casos se hace el estudio de aceptación
con niños y sus mamás o la persona responsable por la compra de alimentos. También
es común el uso de métodos cualitativos (etnografías en casa del consumidor,
observación, etc.) para complementar la información cuantitativa del estudio con niños.
El estudio con niños requiere del consentimiento de los padres, y en algunos países (ej.
Brasil) es necesario tener el consentimiento de un comité ético. Los formatos de
consentimiento de estudios con menores de edad suelen incluir una breve descripción
de la estructura de la prueba, muestras a evaluar, riesgos asociados, confidencialidad
en el uso de datos personales y beneficios como la compensación o derechos de
retirarse del estudio en cualquier momento. Otro punto importante en los estudios con
niños es la relación que tiene el entrevistador con el niño. Se recomienda el uso de un
lenguaje adaptado a niños, un tomo de voz que pueda ser confortable para al participante
y que las expresiones y movimientos que realice el entrevistador no pueda sesgar la
respuesta de los niños (Guinard, 2001).
Los estudios con adultos mayores comienzas a ser importantes especialmente en países
altamente desarrollados, ya que el impacto económico en el uso de productos para
adultos mayores es cada vez más importante. Los adultos mayores se consideran a partir
de 60 años y normalmente los estudios cuantitativos han sido reportados en un rango de
edad de 60 – 75 años. Los adultos mayores de edades superiores a los 80 años son
raramente estudiados, al menos en empresas de alimentos, bebidas y productos de
cuidado personal. Y de manera general se considera una misma población especial a
partir de los 60 años debido a los cambios anatómicos en todos los sentidos implicados
en la percepción de los alimentos y al cambio en el ritmo y estilo de vida. De acuerdo
con Doets (2016) los adultos mayores perciben una menor intensidad de los sabores en
comparación con los adultos más jóvenes, son menos sensibles a los cambios en el perfil
de sabor de los alimentos y muestran una menor capacidad para discriminar entre
diferentes niveles de intensidad de sabores en los alimentos.
A pesar de haber un cambio en la percepción sensorial de los alimentos no se ha
publicado que se deba de tener una consideración especial en el diseño de estudios con
consumidores en adultos mayores. Por ejemplo, Lesakova (2016) ha realizado tanto
estudios cualitativos como cuantitativos en adultos mayores a 60 años, sin ningún
requerimiento especial como disminución del tiempo de las sesiones cualitativas, uso de
diferentes escalas, etc. Por lo tanto, es importante entonces solo considerar la medición
de productos adecuados para adultos mayores y cuidar el uso de sustancias con
ingredientes activos (cafeína o taurina) y verificar que es posible probar productos con
contenidos altos en sodio, grasa, azúcar, etc. Que se puede verificar en el filtro del
estudio para no generar ningún problema de salud a los participantes del estudio.
Y finalmente, la tercera población especial que consideramos en este capítulo son los
consumidores de escasos recurso y en situación de pobreza extrema. En múltiples
países de Latinoamérica y Asia pacífico, el acceso a los lugares de pobreza y pobreza
extrema conlleva un nivel de riesgo para el entrevistador que lleva a cabo el estudio. Y
por otro lado el nivel de alfabetismo y acceso a internet puede complicar la ejecución del
estudio. De acuerdo con Singh y Kathuria (2016) estudios con personas de escasos
recursos es importante porque son personas que se enfrentan a la complejidad en la
elección de alimentos debido a las limitaciones persistentes, como los estándares de
alfabetismo, la información nutricional inadecuada y una privación psicológica severa. A
pesar de las limitantes económicas de este sector de la población, los consumidores de
escasos recursos son un segmento muy importante para el desarrollo de productos en
las empresas, y desde el punto de vista académico el estudio de poblaciones de escasos
recursos es importante para el desarrollo de producto con mejores características
nutricionales (Hough & Sosa, 2015). Tampoco se ha publicado sobre guías específicas
en el diseño de estudios para poblaciones de escasos recursos, pero se considera que
el uso de herramientas digitales (encuestas en línea, social media, etc.) son
inadecuadas, y es preferible el uso de etnografías y entrevistas cuantitativas cara a cara.
3. Las muestras y el diseño experimental

En un estudio cuantitativo con consumidores, la forma de presentación, selección y
numero de muestras es clave para el éxito del estudio, para que cumpla sus objetivos,
pero también para que la calidad de los datos sea buena, y el estudio robusto y confiable.
3.1 Diseño de experimentos (DOE)

Cuando el objetivo es el desarrollo de productos para un mercado o población en
concreto, el estudio con consumidores puede basarse en un diseño de experimento
(DOE). En un DOE se varían de forma sistemática varios parámetros, para obtener un
set de productos que representen un espacio sensorial extendido, potencialmente
determinando distintos patrones de preferencias de los consumidores, y distintos
direccionadores de las preferencias. Cuando la variación es sistemática y controlada, las

variables del DOE pueden incluirse en el análisis estadístico de los datos, vía análisis de
la varianza (ANOVA multifactorial), incluyendo las variables de diseño como factores y
haciendo los resultados más robustos.
Por ejemplo, en un estudio sobre aceptabilidad de pan, con 100 niños entre 7-9 años en
Noruega, para investigar la importancia del nivel de sal, la cantidad de fibra y el color en
las preferencias de los niños, se utilizó el siguiente diseño de experimento (Tabla 1,
Figura 7), en el que se variaron 3 parámetros en 2 niveles cada uno (Varela et al., 2016):
Tabla 1. Diseño de experimento para el estudio de panes con niños (Varela et al., 2016).
Harina integral Sal (%) Color
A Fina 1,2 Blanco
B Fina 0,4 Blanco
C Gruesa 1,2 Blanco
D Gruesa 0,4 Blanco
E Fina 1,2 Negro
F Fina 0,4 Negro
G Gruesa 1,2 Negro
H Gruesa 0,4 Negro
Figura 7. Panes correspondientes a los diseños A (Harina Integral Fina; 1,2% de sal y color
Blanco) y G (Harina Integral Gruesa; 1,2 % de sal y color Negro) según la tabla 1. Fotos tomadas
por Jon-Are Berg-Jacobsen/Nofima ®.
Al considerarse las variables de diseño en el análisis de los datos, se pueden explorar

más en profundidad sus efectos. En el ejemplo del pan, los parámetros más significativos
relacionados con la aceptabilidad fueron el contenido de sal y el color; a los niños le
gustaban los panes con mayor contenido de sal, y rechazaban los panes negros. Sin
embargo, el análisis de la varianza multifactorial, usando las variables de diseño como
factores de variación, permitió detectar una interacción entre el tipo de harina y el color:
se demostró que, si bien los panes negros gustaban menos en general, cuando la harina
integral gruesa estaba presente en los panes blancos, estos bajaban su aceptabilidad a
niveles menores que los panes negros (Figura 8).
Figura 8. Gráfico de interacción de los factores harina integral y color según el análisis
multifactorial de la varianza
Esto no sucedía en los panes negros, los cuales mantenían su nivel de aceptabilidad
constante. En conclusión, si se quisiera adicionar fibra visible (harina integral gruesa) en
panes, los niños los aceptarían mejor si esta adición es congruente con el color del pan
(pan negro) que en un pan blanco.
3.2 Evaluación de una categoría de productos

Las evaluaciones de categoría se refieren a un conjunto de procedimientos para obtener

una representación gráfica de las posiciones que ocupan los productos en la mente de
los consumidores; muestra la estructura del mercado según lo percibido o preferido por
los consumidores (Van Kleef et al., 2005). El objetivo de las evaluaciones de categoría
de productos (Category Appraisal Tests) es comparar a los competidores clave en un
mercado objetivo, identificar el espacio sensorial cubierto por los productos existentes y
las brechas de mercado en la categoría. La idea es evaluar las oportunidades para lanzar
nuevos productos o reformular los productos existentes para que ocupen un lugar de alta
aceptabilidad para los consumidores. Para entender la categoría, lo ideal es hacer una
prueba con consumidores presentando productos que representen la mayor diversidad
posible de características sensoriales, extender el espacio sensorial. Esto ayudará a
entenderla y encontrar brechas de nuevos productos.
La identificación de las brechas de mercado con alta aceptabilidad se puede realizar a
través de un ejercicio de mapeo de preferencia (interno o externo) (MacFie, 2007), un
análisis de segmentación del mercado a posteriori (luego de recolectar los datos de
aceptabilidad) vía análisis de conglomerados (Cluster Analysis) (Varela, 2013), o
técnicas como Landscape Segmentation Analysis (Rousseau & Ennis, 2008). Algunos
de estos métodos combinan estadísticamente los resultados de aceptabilidad de los
consumidores con datos sensoriales descriptivos, para poder concluir en los atributos
direccionadores de las preferencias (drivers of liking or disliking). Los datos descriptivos
pueden ser generados, ya sea por un panel entrenado vía QDA (MacFie, 2007), o por
los mismos consumidores (Ares et al., 2011), con la aplicación de técnicas descriptivas
como CATA u otras descriptas en el Capítulo 1.4 y en la sección 3.4 de este capítulo.
Una fuente de información muy detallada acerca de este tipo de métodos de optimización
la encuentra el lector interesado en el libro de Hal MacFie “Consumer-led food product
development” (2007).
Si la idea es combinar datos descriptivos con la aceptabilidad de los consumidores, la
selección de muestras se puede hacer usando los resultados de evaluar desde el punto
de vista descriptivo, los productos de la categoría más relevantes, como decíamos antes,
intentando representar y extender el espacio sensorial lo más posible. La cantidad de
productos a evaluar no puede ser ni muy pocos, porque no sería representativo de la
categoría, ni demasiados, porque sería logísticamente muy difícil para testearlos con los
consumidores. El número de muestras ideal podría sugerirse de entre 8-15, evaluadas
en 1 o 2 sesiones con consumidores, para evitar la fatiga. Desde un punto de vista
teórico, se podría citar a los consumidores a un mayor número de sesiones para evaluar
categorías en las cuales se consideran relevante un mayor número de muestras. Pero
en la práctica se ve que la cantidad de consumidores abandonando la prueba es mayor
cuantas más veces tiene que acudir. De este modo, lo mejor es centrarse en seleccionar
un numero de muestras adecuado para responder a los objetivos del estudio, reduciendo
el muestreo a las más relevantes desde el punto de vista sensorial (características
sensoriales) y del mercado (competidores más importantes). Existen tres estrategias
para la esto: selección aleatoria de productos del mercado, selección basada en los datos
sensoriales del consumidor o de un panel entrenado (Moskowitz & Marketo, 2001); en
estos dos últimos casos, seleccionando muestras distribuidas uniformemente en el
espacio sensorial. Según ejemplifican estos investigadores, 18 productos fueron un
número apropiado para reflejar los resultados de 50 productos en una categoría. Ellos
recomiendan el sentido común y conocimiento de la categoría: algunas categorías
pueden requerir más o menos productos para cubrir todos los rangos sensoriales
relevantes. Si realmente se quiere evaluar un numero alto de muestras, pueden también
usarse técnicas más complejas, como realizar evaluaciones en bloques incompletos y
usar herramientas de segmentación como como fuzzy clustering (Johansen et al., 2010).
Otra recomendación a tener en cuenta al seleccionar muestras es no incluir productos
que sean demasiado diferentes al resto, ya que esto hará que no podamos diferenciar
bien entre las restantes, y podría sesgar los datos.
3.3 Estudios de expectativas y el efecto de la información

Las expectativas influyen la percepción en los consumidores de muchas maneras; la
anticipación a la experiencia juega un papel clave en la experiencia real de alimentos,
bebidas, cosméticos o cualquier otro producto o servicio, modulándola (Deliza, 2018).
Características extrínsecas del producto, tales como diseño del envase, publicidad,
mensajes nutricionales, marca, etc., influirán en las expectativas y contribuirán a
aumentarlas o disminuirlas, influyendo los niveles de aceptabilidad e incluso
potencialmente la percepción de atributos sensoriales específicos (Varela et al., 2010).

La comprensión de la interacción de los atributos sensoriales intrínsecos y los factores
extrínsecos, en las preferencias de los consumidores, es uno de los pilares clave para
aumentar la probabilidad de éxito de los productos alimenticios en el mercado (Asioli et
al., 2017). En este respecto, en la última década, se ha prestado mayor atención al efecto
de la combinación de estos parámetros sobre la elección de alimentos, básicamente a
través de tres tipos de métodos: (i) análisis conjunto (ii) pruebas hedónicas "clásicas" y
(iii) métodos rápidos de análisis descriptivo, combinados o no con datos de aceptabilidad.
Para una completa revisión de estos métodos el lector puede referirse al artículo de Asioli
et al. (2017) y para una descripción detallada de recomendaciones prácticas al capítulo
de Rosires Deliza (2018), incluyendo ejemplos de aplicación.
Al momento de la compra, si las expectativas del consumidor son bajas, el producto
tendrá grandes posibilidades de ser rechazado, por otro lado, si sus expectativas son
altas, la probabilidad de compra será mayor. Después de pasar esa barrera y elegir el
producto, el consumidor lo experimentará, y lo comparará a sus expectativas. La
confirmación de las expectativas satisfará al consumidor, y potencialmente llevará a la
recompra. Por otro lado, la disconfirmación de las expectativas también puede ser
positiva si el producto sorprende positivamente (disconfirmación positiva). Sin embargo,
si el producto no cumple con las expectativas iniciales, puede llevar a la insatisfacción, y
es probable que el consumidor rechace el producto, conduciendo a un efecto negativo
llamado disconfirmación negativa (Deliza et al., 1996; Deliza & MacFie, 1996). La
experiencia (buena o mala) al comparar expectativas con el producto en cuestión,
permanecerá en la mente del consumidor y alimentará la experiencia posterior con el
producto o incluso se podrá extender a la categoría de producto, marca, etc. Esto puede
llevar a la recompra y exploración luego de una experiencia negativa, o a evitar la compra
del producto o similares en el futuro.
Básicamente, la idea en la práctica es realizar pruebas con consumidores, por ejemplo,
de medidas de aceptabilidad, usando escalas hedónicas de 9 puntos, a ciegas (blind
liking, evaluando el producto codificado, sin información) y con información (con
degustación o sin ella). Cuando el consumidor evalúa solamente un concepto o empaque
sin evaluar sensorialmente el producto, se habla de una evaluación esperada o de
expectativas (expected liking), y cuando degusta el producto junto con su envase, marca
o concepto, se le llama, aceptabilidad informada (informed liking). Los estudios de
aceptabilidad que incluyen la comparación de diferentes escenarios: a ciegas, esperado
e informado, permiten investigar si influye y cómo influye la información, en el grado de
aceptabilidad del consumidor (por ejemplo, frente a origen del producto, marca, reclamo
de “orgánico”, reclamo nutricional como “bajo en grasas, etc.) (Asioli et al., 2017).
La recolección de datos habitual implica la evaluación del producto en las tres
condiciones mencionadas, con un mínimo de dos sesiones con un intervalo de al menos
1 semana (wash out period), y el orden de la recopilación de datos debe ser (Deliza,
2018):
- Sesión 1: evaluación a ciegas seguida de la evaluación de aceptabilidad esperada
- Sesión 2: evaluación informada
Las condiciones de evaluación como cantidad de muestras, selección de las mismas,
codificación, presentación balanceada, etc., deben seguir las recomendaciones de
buenas prácticas mencionadas en las secciones anteriores.
3.4 Análisis sensorial descriptivo con consumidores

El análisis sensorial descriptivo es una de las herramientas más poderosas, sofisticadas
y más ampliamente utilizadas en las ciencias sensoriales; proporciona una descripción
completa de las características sensoriales de alimentos, envases u otros productos de
consumo no alimentarios. Esta metodología permite medir la reacción sensorial a
estímulos resultantes del consumo de un producto, proporcionando una descripción de
los aspectos cualitativos y cuantitativos de la percepción humana, y permitiendo
correlaciones con otros parámetros sensoriales o no sensoriales (Lawless & Heymann,
2010; Murray, Delahunty, & Baxter, 2001; Stone & Sidel, 2004). En general el análisis
descriptivo se realiza con uso de paneles de evaluadores entrenados, con el
consiguiente elevado coste económico y de recursos humanos (panelistas, líder del
panel, personal de soporte). Es así, que en los últimos diez años se han desarrollado
nuevas metodologías alternativas para la caracterización sensorial. Estas metodologías
consumen menos tiempo, son más flexibles y se pueden usar con jueces semi
entrenados e incluso con consumidores (Varela & Ares, 2012; Valentin et al., 2012).
Numerosos trabajos han demostrado que las mismas proporcionan mapas sensoriales
muy cercanos a un análisis descriptivo clásico realizado con paneles altamente
capacitados (como ejemplo ver Moussaoui y Varela, 2010; y para una revisión detallada,
Ares y Varela, 2014). Aunque en general el análisis descriptivo clásico se toma como
“Golden Standard” ya que los jueces entrenados suelen superar a los consumidores en
sus habilidades perceptivas y verbales para la evaluación de productos, no siempre es
el caso, una gran cantidad de estudios no han demostrado consistentemente la
superioridad de los jueces entrenados sobre los consumidores (Ares & Varela, 2017).
Estas nuevas técnicas se basan en diferentes enfoques:
- Métodos basados en la evaluación de atributos individuales: escalas de
intensidad, preguntas de verificación de todo lo que corresponda (check-all-that-
apply, o CATA), perfiles flash.
- Métodos basados en la evaluación de diferencias globales: agrupación (sorting),
mapeo proyectivo, también conocido como Napping® (Ilustración 3).
- Métodos basados en comparación con referencias: posicionamiento sensorial
polarizado (PSP), perfil “pivote” (pivot profile)
- Métodos basados en la evaluación global de los productos individuales: preguntas
abiertas.
El lector interesado en los detalles metodológicos y de análisis de datos de estas

metodologías, puede referirse al Capítulo 1.4 de este libro y diversas publicaciones en
inglés (Varela & Ares, 2014; Ares & Varela, 2018); en esta sección revisaremos
solamente los aspectos relacionados al diseño de la prueba y las muestras cuando estos
métodos se utilizan con consumidores. Dependiendo del tipo de metodología,
principalmente si se trata o no de una evaluación comparativa, se tendrán en cuenta
diferentes consideraciones, tanto como para el diseño del experimento como para la
preparación y selección de las muestras.
Figura 9. Un consumidor realizando un Mapeo Proyectivo. Foto tomada por Jon-Are Berg-
Jacobsen/Nofima®.
En el caso de métodos basados en la evaluación de atributos individuales o en la

evaluación global de los productos individuales, la degustación de las muestras debe
realizarse de manera secuencial monádica, como en la mayoría de los estudios
cuantitativos con consumidores. Buenas prácticas deben seguirse en cuanto al servicio
de muestras (homogéneas, misma cantidad, contenedor, temperatura), orden de
presentación (siguiendo un diseño balanceado de presentación) y codificación (números
de tres cifras) del mismo modo que en el caso del análisis descriptivo clásico o estudios
cuantitativos con consumidores (e.j. pruebas de aceptabilidad). Por una descripción
detallada de buenas prácticas en el análisis sensorial, el lector puede referirse a Lawless
y Heymann (2010). Cuando se trata de pruebas comparativas, como en un perfil flash,
en sorting o mapeo proyectivo, las consideraciones de buenas prácticas de servicio y
codificación de las muestras serán las mismas que para pruebas en las que las muestras
se presentan individualmente, solo que en este caso se presentaran todas juntas para
su comparación, y esto determinara principalmente, el número máximo de muestras a
presentar.
El número de muestras en estudios con consumidores (aceptabilidad, expectativas,

optimización), de diseños secuenciales monádicos, suele limitarse a unas 8 por sesión,
pero en la práctica esto debe decidirse con base en el sentido común, lo mismo sucede
en estudios descriptivos. Dependiendo de cuán compleja sea la evaluación (muestras
multi textura, por ejemplo, donde el número de caracteres a evaluar puede ser alto) o si
las muestras tienen sabor muy intenso o persistente (café, chocolate, bebidas
alcohólicas), se presentarán menos que si son muestras más fáciles de degustar y borrar
del paladar (aguas saborizadas, jugos, pan, galletas, etc.). Es así como, si las muestras
son complejas o intensas, se presentarán usualmente un máximo de 4-6, poniendo
especial cuidado en las pausas entre muestras y uso de borradores del paladar (agua,
manzana, galletas sin sal, etc.), mientras que si son fáciles de evaluar puede llegarse
hasta unas 10 por sesión, también respetando pausas y usando borradores del paladar
de acuerdo con las características de las muestras.
En el caso de métodos comparativos, el número de muestras está limitado, no solamente
por la saturación de probarlas para su comparación, sino desde un punto de vista
cognitivo, ya que debemos recordar todas las muestras. En bibliografía pueden
encontrase experimentos con un número diverso de muestras, tomando algunos
ejemplos de Perfil Flash: Delarue y Sieffermann (2000) 6 yogures de frutilla (fresa),
Rason et al., (2006) 12 muestras de salchichas, Blancher et al. (2007) 20 gelatinas, y el
caso más extremo de Tarea et al. (2007) evaluando 49 purés de pera y manzana. El
experimentador debe hacer una evaluación seria de la calidad de los datos obtenidos
versus la cantidad, cuando decide el número de muestras.
Merece la pena también hacer referencia al número de consumidores en pruebas
descriptivas con consumidores. Cuando las mismas se realizan en paralelo a recolectar
datos de aceptabilidad, las recomendaciones serán las mismas que en la sección 2 de
este capítulo (en general 100 consumidores como “rule of thumb”). Pero si el objetivo es
puramente el obtener información descriptiva, y no se busca la representación de un
mercado o grupo específico de consumidores, el número de consumidores dependerá
de la estabilidad de los resultados obtenidos. Aun se requiere investigación en este
respecto para algunos de los métodos aquí descritos, pero como ejemplos, Vidal et al.
(2014) recomiendan un mínimo de 50 consumidores en Mapeo Proyectivo para obtener
resultados validos por su estabilidad, mientras Ares et al. (2014) recomiendan entre 60-
80 consumidores para obtener resultados confiables en pruebas con uso de preguntas
CATA.
4. Diferentes tipos de estudios con consumidores
Esta sección sobre “El estudio” tiene como finalidad mostrar las características más
importantes de los estudios cuantitativos tradicionales. Por lo tanto, el enfoque recae
más en ejemplos que en la teoría, para poder mostrar tantos aspectos logísticos del
estudio, características del cuestionario y del análisis de los resultados. Cada tipo de
estudio es diferente y cumple una función específica en el desarrollo de nuevos
productos y de entendimiento del consumidor. Los estudios que se discutirán son:
exploratorios, de optimización, validación y percepción de productos-categorías.
4.1 Exploratorios
En los estudios exploratorios cuantitativos se puede medir la aceptación de un set de
productos o conceptos (utilizando escalas hedónicas), la asociación con ciertos
beneficios, medir el set ideal de productos / sabores para una marca (TURF, Total
Undiplicated Reach and Frequency analysis), así como medir los usos y hábitos hacia
un producto o grupo de productos. En cada caso el objetivo del estudio puede ser
diferente y se pueden combinar en un mismo cuestionario una serie de escalas y
preguntas. Los resultados de las preguntas de aceptación (9 puntos) y asociación con
beneficios (5 puntos) se suelen analizar con ANOVA y los resultados se reportan en
promedios o en porcentajes de “cajas” (ej Top 2 Boxes equivale al porcentaje de gente
que calificó 9 y 8 en la escala hedónica). Y en la secuencia de los cuestionarios de
estudios exploratorios se va de lo general (gusto en general) a lo particular (gusto por el
sabor, gusto por la textura, beneficios asociados, etc.).
Las principales escalas utilizadas en los estudios de aceptación exploratorios son las
escalas hedónicas de nueve puntos. Existen varias versiones de esta escala, desde la
versión original en inglés de 9 puntos (Lawless, 2010), hasta sus versiones adaptadas
para américa latina (Tabla 1). La escala puede ser usada con niños de 12 años en
adelante. Adicionalmente a las escalas hedónicas se pueden utilizar otras escalas, la

tabla 2 muestra una serie de escalas y variables que son comúnmente utilizadas en
estudios exploratorios. Y finalmente también se pueden utilizar preguntas en formato
CATA (Check-all-that-apply) para ver la asociación entre un producto y un set de
variables (atributos intrínsecos, extrínsecos, emociones, etc.).
Figura 10. Ejemplo de una medición de aceptación de tres prototipos en comparación con un
benhmark del mercado. Los resultados se muestran en promedio y en boxes (Top 3 Boxes =
9+8+7, Middle 3 Boxes= 6+5+4, Bottom 3 Boxes = 3+2+1). La representación de los resultados
es una manera clásica de mostrarlos en reportes para la industria.
Figura 11. Ejemplo de una medición de aceptación de dos conceptos de productos. Un sándwich
de pavo y un sándwich vegetariano. La tabla muestra los resultados de aceptación del concepto
en general, relevancia, diferenciación, credibilidad y fit entre el concepto y el sabor. Los
resultados se expresan en porcentaje de Top 3 Boxes o Top 2 Boxes.
Uno de los objetivos principales para medir aceptación en la industria es filtrar una serie
de propuestas que serán lanzadas al mercado. La Figura 10 muestra un ejemplo típico
de medición de aceptación de tres prototipos versus un benchmark del mercado. En el
ejemplo, la propuesta 1 es mejor evaluada en comparación con las otras muestras y por
lo tanto puede ser la mejor formulación o sabor para lanzar al mercado. Y la Figura 11
muestra un ejemplo de medición de aceptación de dos diferentes conceptos de
sándwich, adicionando variables comúnmente utilizadas en la medición de la aceptación
de un concepto, como son: relevancia, diferenciación, credibilidad y fit entre el concepto
y el sabor.
La medición de aceptación en la academia es muy utilizada para comprender los

métodos de formación de gustos por un sabor o un ingrediente. Por ejemplo, Divert et al.
(2017) midieron la relación entre el consumo de comida dulce y la aceptación del gusto
dulce en niños franceses con el objetivo de entender si esta relación tiene un efecto en
la selección de alimentos en la población francesa. Otro ejemplo de medición de
aceptación por parte de la academia es la aceptación de nuevos ingredientes en la dieta

de algunos países, como el caso de insectos (Tan et al., 2016).
4.2 Optimización
Los estudios de optimización son frecuentemente utilizados en la industria con el fin de
mejorar el desempeño de un producto, medido en la mayoría de las veces en escalas de
aceptación (agrado general o agrado por el sabor). En este tipo de estudios se busca
ayudar al desarrollador de productos a mejorar diferentes atributos del producto como
pueden ser la base (dulzor, acidez, carbonatación, textura del producto, tomando como
mismo ejemplo el caso de la cerveza) y también del sabor del producto (notas de cascara
de limón, jugo de limón, citrus, tomando como mismo ejemplo el caso de la cerveza de
limón).
Existen varios métodos para optimizar un producto, en la mayoría de los casos es
necesario medir una serie de productos del mismo tipo (ej. Una serie de cervezas de
sabor limón) que pueden ser prototipos desarrollados o incluso productos del mercado.
Algunos métodos pueden ser preference mapping (referencia), ideal mapping
(referencia) o simplemente usar una serie de escalas just about right (referencia). Tal vez
el uso de las escalas JAR sean la técnica más utilizada en la industria. Las escalas JAR
son comúnmente usadas en estudios con consumidores para identificar si los atributos
de un producto son percibidos como muy bajos, muy altos o justo como me gusta. Los
investigadores en el área de mercadotecnia han utilizado escalas JAR de manera casi
rutinaria desde los años 1960’s, aunque no siempre se refirieron a ellas como escalas
JAR (Rothman, 2009). Son escalas útiles para determinar el nivel óptimo de un atributo
y por lo tanto optimizar un producto. Los resultados de las escalas pueden mostrarse de
manera simple como porcentajes (Too little, Just about right, Too much) o de manera
más compleja mediante análisis de penalidad (referencia). Es posible realizar una serie
de preguntas en forma just about right, pero es importante resaltar que existen atributos
con connotación negativa como “sal” o “grasa” en donde hay un sesgo importante en la
respuesta del consumidor. Aunque la escala JAR más usada es de 5 puntos, también
existen otras opciones, desde 3 hasta 9 puntos (Rothman, 2009).
4.3 Validación
Lo estudios de validación se llevan a cabo al final de la etapa de desarrollo de productos
y de conceptos. En la industria de alimentos, bebidas, de cuidado personal y del hogar
constituye una parte fundamental en la que se considera que los resultados pueden
funcionar como un indicador del posible éxito o fracaso de un producto en el mercado.
Una de las mediciones clave en los procesos de validación tradicionales es la
preferencia. Muchas veces la preferencia y aceptación son usados como sinónimos en
las empresas, pero constituyen dos medidas completamente diferentes desde el punto
de vista cognitivo, su diferencia radica en la pregunta que se le realiza el consumidor y
posteriormente en el análisis. Para medir la aceptación de un producto, se pregunta
cuanto gusta (e.j. ¿En general qué tanto te gusta el producto que acabas de probar? O,
¿Qué tanto te gusta el sabor de esta galleta?). La aceptación se mide como hemos visto
en escalas que generalmente son de 9 puntos, y los datos que se obtienen son continuos.
Por otro para medir preferencia se le pregunta al consumidor ¿Cuál de los productos que
acabas de probar prefieres? Y los datos que se obtienen son frecuencias, que por lo
general son frecuencias de ceros y unos para dos productos. En muchas empresas, la
preferencia constituye la validación última en la cual el producto o concepto ganador
deben de tener diferencia significativa. Esto se convierte incluso en criterios de éxitos.
Es muy común que las empresas tengan criterios de éxito de validación de 60/40 o
incluso de 70/30, en otras palabras, se desea que el producto que sea lanzado al
mercado tenga una preferencia del 60% versus un competidor o benchmark del mercado.
La razón del 60% es porque una proporción de 60% es significativamente diferente.
Otro aspecto importante de los estudios tradicionales de validación es el lugar de la
prueba. Para ciertos tipos de productos en el cual su uso o consumo se realiza en casa,
entonces las validaciones tienden a realizarse en lugares contextuales, principalmente
la casa del consumidor (HUT). Para otros productos donde el uso puede ser individual,
entonces la validación se realizaría en un CLT. Finalmente, otro aspecto relevante en los
estudios de validación son el uso de la marca y de información adicional como puede ser
el empaque, gramaje y el precio. El objetivo es contar con la mayor información posible
del producto como si estuviera en el mercado.
5. Conclusiones y nuevas perspectivas

A pesar de que existen varias publicaciones que pueden servir de base para los estudios
cuantitativos tradicionales (Darpy, 2012), en la industria los estudios cuantitativos
tradicionales y en algunas facultades de que tienen enseñanza de sensorial y estudios
con consumidor, lo más utilizado es simplemente medir aceptación, intención de compra
y preferencia. Los desafíos más grandes para los estudios cuantitativos tradicionales son
la validez ecológica que pueden tener (Bancuyo et al., 2015; Cozby, 1997; Jaeger et al,
2017; Sester et al., 2013), al carecer de variables importantes en la selección y decisión
de compra (contexto, precio, disponibilidad, etc.). Adicionalmente, una gran mayoría de
estudios con consumidores se realizan en ciego, sin la presencia de marca y precio, lo
cual también puede tener un impacto en la validez de los resultados.
El profesional en sensorial y estudios con consumidores, debe de cuestionar el uso de
técnicas tradicionales y hacer un balance entre técnicas tradicionales versus innovadoras
(ver Capitulo 2.2). Pero sin lugar a duda, es importante que el profesional en sensorial y
estudios con consumidor conozca las técnicas tradicionales y su análisis estadístico. Los
ejemplos mencionados en este capítulo para los estudios exploratorios, de optimización
y de validación, son ampliamente utilizados en la industria y pueden servir de base para
nuevos desarrollos y aplicaciones.
Referencias
Ares, G., Varela, P., Rado, G., & Giménez, A. (2011). Identifying ideal products using three
different consumer profiling methodologies. Comparison with external preference mapping.
Food Quality and Preference, 22 (6), 581-591.
Ares, G., & Varela, P. (2014). Comparison of novel methodologies for sensory characterization.
In: Varela, P., & Ares, G. (Eds.). Novel techniques in sensory characterization and consumer
profiling. Boca Raton: CRC Press.
Ares, G., Tárrega, A., Izquierdo, L., & Jaeger, S. R. (2014). Investigation of the number of
consumers necessary to obtain stable sample and descriptor configurations from check-all-
that-apply (CATA) questions. Food Quality and Preference, 31, 135-141.
Ares, G., & Varela, P. (2017). Trained vs. consumer panels for analytical testing: Fueling a long
lasting debate in the field. Food Quality and Preference, 61, 79-86.
Ares, G., & Varela, P. (2018). Consumer-Based Methodologies for Sensory Characterization. In
Ares, G., & Varela, P. (Eds.). Methods in Consumer Research, Volume 1. London: Woodhead
Publishing.
Asioli, D., Varela, P., Hersleth, M., Almli, V. L., Olsen, N. V., & Naes, T. (2017). A discussion of
recent methodologies for combining sensory and extrinsic product properties in consumer
studies. Food Quality and Preference, 56, 266-273.
Bangcuyo, R. G., Smith, K. J., Zumach, J. L., Pierce, A. M., Guttman, G. A., & Simons, C. T.
(2015). The use of immersive technologies to improve consumer testing: The role of ecological
validity, context and engagement in evaluating coffee. Food Quality and Preference, 41, 84-
95.
Blancher, G., Chollet, S., Kesteloot, R., Nguyen Hoang, D., Cuvelier, G. and Sieffermann, J.-M.
2007. French and Vietnamese: How do they describe texture characteristics of the same food?
A case study with jellies. Food Quality and Preference, 18, 560–575.
Berget, I. (2018). Statistical Approaches to Consumer Segmentation, Editor(s): Gastón Ares,

Paula Varela, In Woodhead Publishing Series in Food Science, Technology and Nutrition,
Methods in Consumer Research, Volume 1. London: Woodhead Publishing.
Cozby, P. C. (1997). Methods in Behavioral Research. Six Edition. USA: Mayfield.
Creusen, M., Hultink, E. J., & Eling, K. (2013). Chice of consumer research methods in the front
end of new product development. International Journal of Market Research, 55 (81), 81-104.
Darpy, Denis. (2012). Comportaments du consommateur. PARIS: DUNOD.
Delarue, J. and Sieffermann, J-M. 2000. Use of Flash Profile for a quick sensory characterization
of a set of sixteen strawberry yogurts. In: K. C. Persaud and S. van Toller (eds.), 13th
International Symposium of Olfaction and Taste/14th European Chemoreception Research
Organization Congress. ECRO, Brighton, UK, pp. 225–226
Deliza, R., MacFie, H. J. H., & Hedderley, D. (1996). Information affects consumer assessment
of sweet and bitter solutions. Journal of Food Science, 61(5),1080–1084.
Deliza, R., & MacFie, H. J. H. (1996). The generation of sensory expectation by external cues
and its effect on sensory perception and hedonic ratings: A review. Journal of Sensory Studies,
11, 103–128.
Deliza, R. (2018). Expectations: Blind/Informed Testing. In Ares, G., & Varela. P. (Eds.) Methods
in Consumer Research, Volume 1. London: Woodhead Publishing.
Desmet, P. (2002). Designing emotions. Delft University of Technology. Department of Industrial

Design.
Díaz, A., Gómez, M., Molina, A., & Santos, J. (2018). A segmentation study of cinema consumers
based on values and lifestyle. Journal of Retailing and Consumer Services, 41, 79-89.
Dietrich, H. (2011). Nueva guía para la investigación científica. Mexico: Orfilia.
Divert, C., Chabanet, C., Shoumacker, R., Martin, C., Lange, C., Issanchou, S., & Nicklaus, S.
(2017). Relation between sweet food consumption and liking for sweet taste in French children.
Doets, E. L. & Kremer, S. (2016). The silver sensory experience – A review of senior consumers’
food perception, liking and intake. Food Quality and Preference, 316 – 332.
Efron, R. (1969). What is perception. Boston Studies in the Philosophy of Science, 4, 137-73.
Garber, L. L., Hyatt, E. M., & Starr, R. G. Jr. (2003). Measuring consumer response to food
products. Food Quality and Preference, 14, 3 – 15.
Gómez-Corona, C., Escalona-Buendía, H. B., García, M., Chollet, S., & Valentin, D. (2016). Craft
vs. industrial: Habits, attitudes and motivations towards beer consumption in Mexico. Appetite,
96, 358-367.
Gómez-Corona, C., Chollet, S., Escalona-Buendía, H. B., & Valentin, D. (2017-a). Measuring the
drinking experience of beer in real context situations. The impact of affects, senses, and
cognition. Food Quality and Preference, 60, 113-122.
Gómez-Corona, C., Escalona-Buendía, H. B., Chollet, S., & Valentin, D. (2017-b). The building
blocks of drinking experience across men and women: A case study with craft and industrial
beers. Food Quality and Preference, 116, 345-356.
Guinard, J. X. (2001). Sensory and consumer testing with children. Trends in Food Science &
Technology, 11, 273 – 283.
Hough, G., Wakeling, I., Mucci, A., Chambers IV, E., Méndez Gallardo, I., & Rangel Alves, L.
(2006). Number of consumers necessary for sensory acceptability tests. Food Quality and
Preference, 17, 522 – 526.
Hough, G., & Sosa, M. (2015). Food choice in low income populations- A review. Food Quality
Jaeger, S. R., Hort, J., Porcherot, C., Ares, G., Pecore, S., & MacFie, H. J. H. (2017). Future
directions in sensory and consumer science: Four perspectives and audience voting. Food
Johansen, S. B., Hersleth, M., & Næs, T. (2010). A new approach to product set selection and
segmentation in preference mapping. Food Quality and Preference, 21(2), 188-196.
King, S. C., & Meiselman, H. L. (2010). Development of a method to measure consumer emotions
associated with foods. Food Quality and Preference, 21 (2), 168-177.
Lawless, H. T., & Heymann, H. (2010). Sensory Evaluation of Food: Principles and Practices.
NEW YORK: Springer.
Lee, Y., Park, I., Cho, S., & Choi, J. (2017). Smartphone user segmentation based on app usage
sequence with neural networks. Telematics and Informatics,
doi.org/10.1016/j.tele.2017.12.007.
Lee, K.H., & Hatcher C.B. (2001). Willingness to pay for information: An analyst’s guide. Journal
of Consumer Affairs, 35 pp. 120-140
Lesakova, G. (2016). Seniors and their food shopping behavior: an empirical analysis. Procedia
– Social and Behavioral Sciences, 220, 243 – 250.
Lipovetsky, G., & Roux, E. (2013). El lujo eterno. De la era de lo sagrado al tiempo de las marcas.
BARCELONA: Anagrama.
Lohéac, Y., & Issanchou S. (2012). Using auctions to estimate prices and value of food products.
H. MacFie (Ed.), Consumer-led food product development. Cambridge: Woodhead Publishing.
Lo Monaco, G., & Guimelli, C. (2008). Représentations sociales, pratique de consommation et

niveau de connaissance : le cas du vin. Les Cahiers Internationaux de Psychologie Sociale,
78, 35-50.
López Romo, H. (2009). Los niveles socioeconómicos y la distribución del gasto. Comunicado de
la Asociación Mexicana de Agencias de Investigación de Mercado y Opinión Pública, A. C.
MEXICO: AMAI.
MacFie, H. (2007). Preference mapping and food product development. In Consumer-led food
product development (pp. 551-592).
MacFie, H. (Ed.). (2007). Consumer-led food product development. Elsevier.
Mammasse, N., & Schlich, P. (2014). Adequate number of consumers in a liking test. Insights
from resampling in seven studies. Food Quality and Preference, 31, 124 – 128.
Meilgaard, M. C., Carr, T., & Vance Civille, G. (2006). Sensory Evaluation Techniques. BOCA
RATON : CRC Press LLC.
Meiselman, H. L. (2013). The future in sensory/consumer research: evolving to a better science.

Food Quality and Preference, 27, 208 – 214.
Moskowitz, H. R., & Marketo, C. (2001). Selecting products for Category Appraisal Studies—
fewer products do almost as well as many products. Journal of Sensory Studies, 16 (5), 537-
549.
Moskowitz, H., & Hartmann, J. (2008). Consumer research: creating a solid base for innovative
strategies. Trends in Food Science & Technology, 19, 581-589.
Moussaoui, K. A., & Varela, P. (2010). Exploring consumer product profiling techniques and their
linkage to a quantitative descriptive analysis. Food Quality and Preference, 21 (8), 1088-1099.
Murray, J. M., Delahunty, C. M., & Baxter, I. A. (2001). Descriptive sensory analysis: past, present
and future. Food Research International, 34 (6), 461-471.
Næs, T., Brockhoff, P. B., & Tomić, O. (2010). Statistics for sensory and consumer
science.Chichester: Wiley.
Nakano, S., & Kondo, F. N. (2018). Customer segmentation with purchase channels and media
touchpoints using single source panel data. Journal of Retailing and Consumer Services, 41,
142-152.
O'Mahony, M. (1986). Sensory Evaluation of Food. New York: Routledge.

Onweezen, M. C., & Bartels, J. (2011). Which perceived characteristics make product innovations
appealing to the consumer? A study on the acceptance of fruit innovations using cross-cultural
consumer segmentation. Appetite, 57, 50–58.
Peryam, D. R., & F. J. Pilgrim. 1957. Hedonic scale method of measuring food preferences. Food
Technol. 11, 9–14.
Porcherot, C., Delplanque, S., Raviot-Derrien, S., Le Calvé, B., Chrea, C., Gaudreau, N., &
Cayeux, C. (2010). How do you feel when you smell this? Optimization of a verbal
measurement of odor-elicited emotions. Food Quality and Preference, 21 (8), 938-947.
Rason, J., Léger, L., Dufour, E. and Lebecque, A. 2006. Relations between the know-how of
small-scale facilities and the sensory diversity of traditional dry sausages from the Massif
Central in France. European Food Research and Technology, 222, 580–589.
Rothman, L., & Parker, M. J. Eds. (2009). Just-about-Right (JAR) Scales: Design, Usage,
Benefits, and Risks. USA: ASTM.
Rousseau, B., & Ennis, D. M. (2008). An application of landscape segmentation analysis to blind
and branded data. IFPress, 11(3), 2-3.
Sáenz-Navajas, M. P., Ballester, J., Peyron, D., & Valentin, D. (2014). Extrinsic attributes
responsible for red wine quality perception: A cross-cultural study between France and Spain.
Scherer, K. R. (2005). What are emotions? And how can they be measured? Social Science
Information, 44(4), 695-729.
Schutz, Howard G., & Cardello, Armand V. (2007). A labeled affective magnitude (lam) scale for
assessing food liking/disliking. Journal of Sensory Studies, 16, 117-159
Sester, C., Deroy, O., Sutan, A., Galia, F., Desmarchelier, J. F., Valentin, D., & Dacremont, C.
(2013). “Having a drink in a bar”: An immersive approach to explore the effects of context on
drink choice. Food Quality and Preference, 28 (1), 23-31.
Singh, A., & Kathuria, L. M. (2016). Understanding drivers of branded food choice among low-
income consumers. Food Quality and Preference, 52, 52-61.
Stone, H., & Sidel, J. L. (2004). Sensory evaluation practices (3rd ed.). San Diego:
Academic Press.
Tan, H. S. G., Fischer, A. R. H., van Trijp, H. C. M., & Stieger, M. (2016). Tasty but nasty?
Exploring the role of sensory-liking and food appropriateness in the willingness to eat unusual
novel foods like insects. Food Quality and Preference, 48, 293-302.
Tarea, S., Cuvelier, G. and Sieffermann, J.-M. 2007. Sensory evaluation of the texture of 49
commercial apple and pear purees. Journal of Food Quality, 30, 1121–1131.
Urdapilleta,I. (2001) Traité d’evaluation sensorielle. Aspects cognitifs et métrologiques de la

perception. PARIS: Dunod.
Valentin, D., Chollet, S., Lelièvre, M., & Abdi, H. (2012). Quick and dirty but still pretty good: A
review of new descriptive methods in food science. International Journal of Food Science &
Technology, 47 (8), 1563-1578.
Van Kleef, E., Van Trijp, H. C. M., & Luning, P. (2005). Consumer research in the early stages of
new product development: a critical review of methods and techniques. Food Quality and
Preference, 16, 181 – 201.
Varela, P., Ares, G., Giménez, A., & Gámbaro, A. (2010). Influence of brand information on
consumers’ expectations and liking of powdered drinks in central location tests. Food Quality
and Preference, 21(7), 873-880.
Varela, P., & Ares, G. (2012). Sensory profiling, the blurred line between sensory and consumer
science. A review of novel methods for product characterization. Food Research International,
48(2), 893-908.
Varela, P. (2013). 11 Application of multivariate statistical methods during new product

development–Case study: Application of principal component analysis and hierarchical cluster
analysis on consumer liking data of orange juices. Mathematical and statistical methods in
food science and technology, 74, 187.
Varela, P., & Ares, G. (2014). Novel techniques in sensory characterization and consumer
profiling. Boca Raton: CRC Press.
Varela, P, Almli, V., Vennerød, F., Kristiansen, H., Masi, C, and Hersleth, M. (2016). Children’s
hedonic perception of bread – results from CATA and preference mapping. Poster
presentation, Eurosense 2016, Dijon, France.
Vidal, L., Cadena, R. S., Antúnez, L., Giménez, A., Varela, P., & Ares, G. (2014). Stability of
sample configurations from projective mapping: How many consumers are necessary? Food
Vidal, L., Antúnez, L., Giménez, A., Varela, P., Deliza, R., & Ares, G. (2016). Can consumer
segmentation in projective mapping contribute to a better understanding of consumer
perception? Food Quality and Preference, 47 (A), 64
Wertenbroch, K. & Skiera B. (2002). Measuring consumers’ willingness to pay at the point of
purchase. Journal of Marketing Research, 39, 228-24172.
308
2.2 Nuevas técnicas en estudios

cuantitativos con consumidores
Gastón ARES 1 & Lucía ANTÚNEZ 1
1Sensometría y Ciencia del consumidor, Instituto Polo Tecnológico de Pando, Facultad de Química,
Universidad de la República, Uruguay
CONTENIDO
1. Introducción
2. Más allá de la aceptabilidad
2.1 Respuestas emocionales hacia los alimentos
2.2 Medidas de bienestar
2.3 Perspectivas y desafíos
3. Aplicación de tecnología multimedia y realidad virtual para aumentar la validez
ecológica de los estudios con consumidores
3.1 Contextos “inmersivos”
3.2 Realidad virtual
4. Utilización de internet y redes sociales
4.1 Recolección de datos online
4.2 Crowdsourcing
4.3 Evaluaciones de productos en sitios web
5. Aplicación de medidas implícitas
5.1 Asociaciones implícitas
5.2 Detección de movimientos oculares
5.3 Medidas fisiológicas
6. Conclusiones
Referencias
1. Introducción
Los estudios cuantitativos con consumidores, como su nombre lo indica, buscan
cuantificar la respuesta de los consumidores hacia los productos. Tradicionalmente,
estos estudios se han basado en la medida de la respuesta hedónica de los
consumidores hacia las características sensoriales de los productos, presentados a
ciegas en condiciones estandarizadas (Lawless & Heymann, 2010). Estos estudios han
demostrado ser una herramienta eficiente para el desarrollo de productos con potencial
de éxito en el mercado (Meilgaard, Civille, & Carr, 1999). Sin embargo, existen diversos
cuestionamientos sobre su validez externa, es decir su capacidad de predecir la forma
en que los consumidores perciben los productos en su vida diaria o el desempeño de los
productos en el mercado (Köster, 2003; Meiselman, 2008; Meiselman, Johnson, Reeve,
& Crouch, 2000). En este sentido, cabe destacar que la gran mayoría de los productos
que se lanzan al mercado fracasan (Costa & Jongen, 2010).
Los cuestionamientos sobre la validez de los resultados de los estudios tradicionales con
consumidores han motivado un creciente interés en mejorar la validez y confiabilidad de
los estudios cuantitativos con consumidores, así como en el desarrollo de nuevos
enfoques metodológicos (Jaeger et al., 2017a). Estos enfoques incluyen la evaluación
de aspectos de la percepción del consumidor que van más allá de la aceptabilidad, la
consideración del contexto de consumo utilizando tecnología multimedia, el uso de
internet y redes sociales para recolectar información sobre la percepción y el
comportamiento de los consumidores y la utilización de medidas implícitas (Varela &
Ares, 2018). En el presente capítulo se presentan una serie de nuevas técnicas de
estudios cuantitativos con consumidores vinculadas con cada uno de estos enfoques, las
cuales poseen demostrado potencial de mejorar nuestro entendimiento de cómo los
consumidores perciben los productos y toman sus decisiones de compra y consumo en
su vida diaria.
2. Más allá de la aceptabilidad

Los estudios cuantitativos con consumidores se han centrado principalmente en evaluar
la percepción hedónica y sensorial (Lawless & Heymann, 2010). Sin embargo, estas
respuestas no son suficientes para entender los determinantes del complejo proceso de
Capítulo 2.2 Nuevas técnicas en estudios cuantitativos con consumidores 310
selección de alimentos (Köster & Mojet, 2018). En la última década se han comenzado
a evaluar otros aspectos del consumo de alimentos, dentro de los cuales la respuesta
emocional ocupa un lugar central.
2.1. Respuestas emocionales hacia los alimentos

Las emociones tienen un rol fundamental en la selección y consumo de alimentos,
influyendo el tipo de alimentos consumidos, la cantidad consumida y la respuesta
hedónica hacia los mismos (Jiang, King, & Prinyawiwatkul, 2014). La medida de las
emociones generadas por los alimentos ha ganado popularidad en la ciencia del
consumidor en los últimos años debido a su potencial para otorgar información
complementaria a la aceptabilidad (Desmet & Schifferstein, 2008; Meiselman, 2015;
Spinelli & Monteleone, 2018). Las emociones pueden ser entendidas como respuestas
complejas a estímulos que incluyen aspectos fisiológicos, experienciales, cognitivos e
intencionales (Scherer, 2005).
Existen diversos enfoques metodológicos para cuantificar la respuesta emocional hacia
productos, entre los cuales los cuestionarios son los más populares (Cardello & Jaeger,
2016). Dichos cuestionarios están compuestos por listas de emociones y han sido
desarrollados tanto para la evaluación de cualquier alimento (p.ej. el cuestionario
EsSense, King & Meiselman, 2010) como para productos específicos (p.ej. el
cuestionario desarrollado por Ferrarini et al. (2010) para la evaluación de respuesta
emocional al consumo de vino). A modo ilustrativo, en la Tabla 1 se presentan las
palabras utilizadas por van Zyl (2016) para caracterizar la respuesta emocional hacia
bebidas (vino, café y bebidas azucaradas) de consumidores españoles y mexicanos. En
este tipo de estudios, los participantes deben indicar las emociones que experimentan
luego de consumir un alimento utilizando escalas (King, Meiselman, & Carr, 2010) o una
pregunta marque todo lo que corresponda (CATA) (Jaeger et al., 2018b).
La mayoría de los cuestionarios disponibles para la evaluación de emociones fueron
desarrollados en Estados Unidos y Europa y se encuentran disponibles en inglés, por lo
que su adaptación a otros idiomas y culturas representa un gran desafío (Ares, 2018).
Las palabras emocionales no pueden ser directamente traducidas debido a las grandes
diferencias culturales en los sistemas conceptuales que definen las emociones, así como
en la forma en que las emociones son expresadas (Gerber, 1985; Wierzbicka, 1999). En
el contexto de la evaluación de alimentos, van Zyl & Meiselman (2015, 2016) reportaron
diferencias en la utilización de términos emocionales para describir cervezas, incluso
entre consumidores que hablan el mismo idioma (p.ej. españoles y mexicanos). Por este
motivo, es necesario realizar estudios cualitativos para la selección de los términos
emocionales a ser utilizados en este tipo de estudios (van Zyl & Meiselman, 2015).
Tabla 1. Emociones utilizadas por van Zyl (2016) para caracterizar la respuesta emocional de
consumidores españoles y mexicanos hacia tres bebidas.
Bebida España México
tranquilo, alegre, reconfortado, tranquilo, alegre, reconfortado, contento,
Café/bebidas contento, con energía, bien, feliz, con energía, bien, feliz, reanimado,
azucaradas reanimado, relajado, satisfecho, relajado, satisfecho, cálido
cálido
aventurero, cariñoso, divertido, aventurero, cariñoso, divertido,
entretenido, extasiado, radiante, entretenido, extasiado, maravilloso,
tranquilo, alegre, reconfortado, tranquilo, alegre, reconfortado, contento,
contento, encantado, con energía, encantado, con energía, entusiasmado,
entusiasmado, emocionado, libre, emocionado, libre, amable, simpático,
Vino amable, simpático, bien, feliz, bien, feliz, gozoso, cariñoso, alegre,
gozoso, cariñoso, alegre, travieso, travieso, optimista, tranquilo, juguetón,
optimista, tranquilo, juguetón, reanimado, relajado, satisfecho, sexy,
reanimado, relajado, satisfecho, menos estresado, menos tenso, cálido,
sexy, menos estresado, menos menos preocupado
tenso, cálido, menos preocupado
A pesar de su popularidad, los cuestionarios de evaluación de emociones basados en

palabras han recibido cuestionamientos sobre su validez ecológica ya que los
consumidores generalmente no utilizan palabras para expresar sus emociones en
relación con el consumo de productos (Köster & Mojet, 2015). En este sentido, Thomson
and Crocker (2015) afirman que los consumidores pueden seleccionar términos de los
cuestionarios de emociones incluso cuando no los sienten, mientras que Jaeger,
Cardello y Schutz (2013) reportaron que algunos consumidores perciben los
cuestionarios de emociones basados en palabras como raros. Considerando el aumento
en el uso de medios de comunicación electrónica, Jaeger, Vidal, Kam y Ares (2017b)

propusieron la utilización de emoji para obtener respuestas con mayor validez ecológica.
Los emoji son representaciones gráficas de objetos, expresiones faciales o posturas
corporales que pueden ser considerados como sustitutos parciales del lenguaje escrito
(Truss, 2004). Varios estudios han mostrado que los emoji son frecuentemente utilizados
por la gran mayoría de los consumidores, principalmente para expresar sus emociones
(Evans, 2015; Luangrath, Peck & Barger, 2016). La familiaridad de los consumidores con
los emoji y el hecho de que los utilizan en su vida diaria para expresar sus emociones
podría facilitar su utilización para medir emociones en el contexto del consumo de
alimentos y facilitar la obtención de respuestas más intuitivas y menos racionales que los
cuestionarios basados en palabras (Köster & Mojet, 2015). En la Figura 1 se muestra la
frecuencia de uso de una serie de emoji en una pregunta marque todo lo que
corresponda para describir imágenes de helado y banana por parte de niños de 6 a 12
años. Como se observa, la imagen de helado obtuvo una frecuencia de uso
significativamente mayor que la imagen de banana para cuatro de los 16 emoji ( , ,
, ).
Figura 1. Frecuencia de uso de emoji en una pregunta marque todo lo que corresponda por parte
de niños de 6 a 12 años para describir imágenes de dos alimentos.
Estudios preliminares confirman las ventajas de los emoji sobre los cuestionarios
basados en palabras. Jaeger, Roigard y Ares (2018a) reportaron recientemente que los
emoji presentan mayor capacidad para discriminar productos similares que las palabras.
Además, en el caso de los consumidores chinos, los emoji resultaron más adecuados
que las palabras para caracterizar y discriminar estímulos con asociaciones negativas
(p.ej. tomar agua fría). Una potencial explicación de este resultado es que las palabras
hayan generado sesgos en las respuestas, inhibiendo la libre expresión de los
consumidores.
2.2. Medidas de bienestar

Otra de las alternativas para obtener medidas más holísticas de la percepción del
consumidor es la utilización del concepto de bienestar. El interés en este concepto se ha
incrementado en los últimos años en diversas áreas, incluyendo la promoción de la salud
y la ciencia del consumidor (Cronin de Chavez, Backett-Milbum, Parry, & Platt, 2005;
Meiselman, 2016). En particular, el estudio de la influencia de los alimentos en la
percepción de bienestar de los individuos es una de las estrategias que podría contribuir
a un entendimiento más cabal del proceso de selección de alimentos, lo que podría
mejorar el éxito de los productos en el mercado y aumentar la eficacia de estrategias
tendientes a lograr patrones de alimentación más saludables (McMahon, Williams, &
Tapsell, 2010).
En general, no existe acuerdo en la definición del concepto de bienestar, y más
específicamente en cómo operativizarlo y medirlo para poder estudiar cómo es afectado
por diferentes factores (Cronin de Chavez et al., 2005). De acuerdo con la Real Academia
Española (2006), el concepto de bienestar puede definirse como "conjunto de las cosas
necesarias para vivir bien", "vida holgada o abastecida de cuanto conduce a pasarlo bien
y con tranquilidad" o "Estado de la persona en el que se le hace sensible el buen
funcionamiento de su actividad somática y psíquica". En el contexto del consumo de
alimentos, el bienestar ha sido conceptualizado como un constructo complejo y
multidimensional, relacionado con la evaluación subjetiva de cómo los alimentos
influencian la salud, el estado emocional y la vida social (Ares et al., 2015).
La evaluación de bienestar en el marco de los estudios cuantitativos con consumidores

es aún incipiente y se ha basado principalmente en la utilización de cuestionarios que
intentan captar la percepción de los consumidores de los distintos aspectos del bienestar
(King et al., 2015; Guillemin et al., 2016; Ares et al., 2016). En la Tabla 2 se presentan
los términos incluidos en el cuestionario desarrollado por Ares et al. (2016) para medir la
influencia de los alimentos en seis dimensiones del bienestar: global, física, intelectual,
emocional, social y espiritual. El cuestionario ha sido aplicado utilizando escalas en la
que los participantes deben indicar su grado de acuerdo con cada uno de los ítems (Ares
et al., 2016) o preguntas marque todo lo que corresponda (CATA) en las que los
participantes deben seleccionar todos los ítems que aplican para describir un producto
(Oliveira, Ares, & Deliza, 2017). Los resultados de los estudios realizados hasta el
momento han mostrado que las expresiones del cuestionario, por ejemplo “me hace
sentir bien”, pueden dar resultados complementarios a la aceptabilidad y contribuir a un
mejor entendimiento de la percepción del consumidor.
Tabla 2. Términos incluidos en el cuestionario de bienestar utilizado por Ares et al. (2016).
Dimensión Término
General Es bueno para mi bienestar
Me hace sentir bien
Física Me mantiene saludable
Es bueno para mi salud
Es nutritivo
Me da sensación de saciedad
Me da energía
Me mantiene en forma
Me ayuda a controlar mi peso
Intelectual Me mantiene alerta
Mejora mi memoria
Me ayuda a concentrar
Mejora mi rendimiento intelectual
Me ayuda a pensar más claramente
Emocional Me hace sentir feliz
Me entusiasma
Me calma y me relaja
Me da placer
Me hace sentir satisfecho
Me hace sentir triste
Me hace sentir culpable
Social Mejora lo que otros piensan de mí
Es bueno para compartir en familia
Me hace sentir aprobado por los demás
Me conecta con los demás
Es bueno para compartir con amigos
Espiritual Me acerca a la naturaleza
Es bueno para el alma
Me da paz interior
Acerca mi vida a mi ideal
Me provoca sensación de gratitud
2.3. Perspectivas y desafíos

La evaluación de aspectos que van más allá de la aceptabilidad de los productos es
necesaria para lograr un mejor entendimiento de los patrones de alimentación de los
consumidores. En este sentido, conocer la respuesta emocional y la influencia de los
alimentos en el bienestar presentan un elevado potencial. La investigación realizada en
los últimos años ha demostrado que la medida de la respuesta emocional hacia los
alimentos otorga información complementaria a la aceptabilidad y podría predecir mejor
que esta última las decisiones de los consumidores (Gutjar et al., 2014; 2015). Sin
embargo, uno de los principales desafíos consiste en refinar los instrumentos de medida
para asegurar una adecuada caracterización de las emociones que los consumidores
experimentan antes, durante y después del consumo de alimentos. En el caso del
bienestar, todavía es necesario refinar las metodologías que se utilizan para medir la
percepción del consumidor y desarrollar investigación para comprobar que estas
medidas aportan información relevante para entender la selección de alimentos de los
consumidores y contribuir al desarrollo de productos y políticas públicas más exitosas
(Ares, Giménez, & Deliza, 2018).
3. Aplicación de tecnología multimedia y realidad virtual para aumentar la validez

ecológica de los estudios con consumidores
Los estudios con consumidores se realizan tradicionalmente en cabinas de evaluación
aisladas, donde se controlan de forma estricta las condiciones de preparación y
presentación de las muestras y se minimiza la influencia de toda variable ajena al
producto (Lawless & Heymann, 2010). Estas condiciones de evaluación carecen de
validez ecológica y no reflejan la forma en que los consumidores consumen los productos
en su vida diaria, lo que puede disminuir la validez y precisión de los datos generados
(Bangcuyo et al., 2015).
El contexto de consumo, definido como las condiciones físicas, sociales y situacionales
en las cuales se consume un producto, tiene un fuerte efecto en cómo los consumidores
perciben los productos y realizan sus elecciones (Cardello & Meiselman, 2018). De
acuerdo con Lyman (1989), quitar a los productos de su contexto de consumo habitual
puede cambiar el significado que los consumidores les atribuyen. A su vez, la ausencia
de un contexto de evaluación puede disminuir la motivación y el interés de los
consumidores en el estudio, disminuyendo su atención en las preguntas del estudio y,
consecuentemente, su capacidad de discriminar las muestras (Bangcuyo et al., 2015).
Por estos motivos, la ausencia del contexto habitual de consumo puede imposibilitar a
los consumidores a otorgar respuestas válidas sobre su percepción (Köster, 2003).
En los últimos años se han desarrollado diversas estrategias para tomar en
consideración el contexto de consumo habitual de los productos en los estudios
cuantitativos con consumidores (Jaeger et al., 2017a). Una de dichas estrategias
consiste en utilizar tecnología multimedia o realidad virtual para “sumergir”
completamente a los participantes del estudio en un contexto específico (Porcherot et
al., 2018). De esta forma se logra que los participantes vivan la experiencia de consumo
de los productos en un contexto con características controladas por los investigadores.
3.1. Contextos “inmersivos”

La forma más simple de recrear el contexto de consumo de un producto mediante
tecnología multimedia consiste en la utilización de proyecciones de video y sonido de un
contexto específico en el laboratorio. Dichas proyecciones deben lograr “sumergir” a los
consumidores en el contexto de forma de que sientan que se encuentran dentro de él,

ofreciendo una experiencia multi-sensorial que incluye imágenes, sonido e incluso
olores. En la Figura 2 se muestra un ejemplo de un estudio de evaluación de vino en un
contexto inmersivo que simula un bar, generado a partir de tecnología multimedia.
Figura 2. Ejemplo de un estudio de evaluación de vino en un contexto inmersivo utilizando

tecnología multimedia (cortesía de Christopher Simons).
Bangcuyo et al. (2015) evaluaron la utilización de tecnología multimedia para “sumergir”

a los participantes en una cafetería virtual. Los autores utilizaron una grabación de una
cafetería real, la cual fue proyectada utilizando nueve monitores LCD de 48 pulgadas
montados en la pared del laboratorio y parlantes surround. Además, se dispersó una
fragancia de roll de canela en el ambiente para aumentar el realismo de la situación. El
mobiliario del laboratorio fue similar al de la cafetería y las muestras se sirvieron en tazas
de cerámica. Los resultados del estudio mostraron que el contexto “inmersivo” logró
aumentar la confiabilidad de los datos y la capacidad de los consumidores de discriminar
las muestras de acuerdo con su aceptabilidad. Sinesio et al. (2018) reportaron resultados
opuestos en términos de discriminación entre muestras. De acuerdo con estos autores,

la aplicación de un contexto inmersivo en una granja turística durante la evaluación de
vegetales (ensalada de tomate y rúcula) aumentó los puntajes de frescura y aceptabilidad
respecto a la evaluación tradicional en un laboratorio estandarizado, pero disminuyó la
capacidad de los consumidores de discriminar entre muestras. En este sentido, uno de
los potenciales problemas asociados al uso de contextos inmersivos es que los
consumidores se distraigan en la observación del ambiente generado y presten menos
atención a la tarea planteada (Porcherot et al., 2018).
Según Hathaway & Simons (2017), para que esta estrategia funcione debe lograrse
“sumergir” totalmente a los participantes en el contexto. Estos autores compararon los
resultados de una inmersión mixta y una inmersión total en la evaluación de muestras de
galletitas. La inmersión mixta consistió en proyectar el contenido audiovisual utilizando
el monitor de una computadora y auriculares, y la difusión de aroma de galletita en el
ambiente. Por su parte, en la inmersión total el contenido multimedia se proyectó en la
pared utilizando una serie de 9 monitores LCD de alta definición de 48 pulgadas,
parlantes surround y se dispersó aroma de galletita en el ambiente. Si bien los resultados
mostraron que el nivel de motivación de los participantes fue similar en los dos tipos de
inmersión, la inmersión total logró mayor discriminación de las muestras en función de la
aceptabilidad y mayor confiabilidad de los datos.
3.2. Realidad virtual

La realidad virtual consiste en una simulación por computadora que crea una imagen del
mundo que es percibida por los sentidos como si fuera el mundo real (Craig, Sherman,
& Will, 2009). En este enfoque, la simulación por computadora monitorea las acciones y
los movimientos de los participantes y ajusta la información multimedia enviada a sus
sentidos, de forma de que éstos sientan la experiencia de estar presentes en el mundo
virtual y puedan interactuar con él (Sherman & Craig, 2003). Este tipo de experiencia
virtual aumenta el involucramiento y la motivación de los participantes, pudiendo
ocasionar mayor respuesta emocional (Porcherot et al., 2018). Los sistemas de realidad
virtual incluyen, como mínimo, estimulación visual (usualmente 360º) y pueden incluir
estimulación auditiva, táctil, e incluso estimulación olfativa (Craig et al., 2009). Una de
las alternativas más comunes para generar la estimulación visual consiste en la

utilización de cascos de realidad virtual (head mounted displays en inglés) como los que
se muestran en la Figura 3.
La realidad virtual está siendo utilizada en estudios cuantitativos con consumidores para
generar contextos inmersivos y aumentar su validez ecológica. De esta forma, los
consumidores evalúan los productos en contextos inmersivos virtuales, con condiciones
controladas por los investigadores. Un ejemplo de esta aplicación fue reportado por
Andersen, Kraus, Ritz y Bredie (2018) para evaluar la percepción hedónica de dos
muestras de bronceador solar. Los autores simularon un contexto de evaluación
consistente en una proyección de video 3D 360º de una playa soleada mediante la
aplicación de lentes de realidad virtual y un estímulo auditivo presentado mediante
auriculares.
Figura 3. Ejemplo de un casco de realidad virtual (Designed by Freepik).
Otra de las aplicaciones de la realidad virtual en los estudios con consumidores consiste
en la realización de experimentos de compra en supermercados, los cuales son
sumamente costosos y complejos de implementar en la vida real. Esta técnica permite

exponer a los consumidores a una situación de compra virtual en la que deben caminar
por los pasillos, explorar visualmente las góndolas, agarrar los productos y colocarlos en
un canasto virtual de compra. En este tipo de experimentos pueden evaluarse cambios
en el comportamiento de compra de los consumidores frente a cambios en el contexto
del supermercado o en características extrínsecas de los productos, tales como el precio,
el envase o la información disponible en las etiquetas (Kim et al., 2014; Waterlander,
Scarpa, Lentz, & Steenhuis, 2011). Recientemente, Siegrist et al. (2018) compararon el
comportamiento de compra de los consumidores frente a una góndola real y una
simulada por realidad virtual. Los resultados mostraron que los participantes se
comportaron de forma similar en las dos situaciones, confirmando el potencial de los
supermercados virtuales para estudiar el comportamiento de compra de los
consumidores.

La utilización de tecnología multimedia permite una generación rápida y flexible de
contextos controlados para la realización de estudios con consumidores, lo que puede
contribuir a aumentar su validez ecológica. El aumento en la disponibilidad de los equipos
y la reducción de su costo hace que su aplicación sea cada vez más simple y viable,
incluso en el ámbito académico. Sin embargo, debe tenerse en cuenta que la utilización
de esta tecnología requiere el diseño de los estímulos multimedia a utilizar. Esto es
particularmente relevante en el caso de la realidad virtual, la cual requiere una sofisticada
programación. Por otra parte, la evaluación de alimentos en un contexto de realidad
virtual implica una serie de desafíos técnicos que aún deben ser superados.
A pesar del elevado potencial de la tecnología multimedia en estudios con consumidores,
su aplicación es aún incipiente y los resultados son aún contradictorios. Se requiere
investigación básica para obtener una comprensión cabal de cómo esta tecnología
influye en la percepción de los consumidores y para evaluar si este enfoque
efectivamente permite aumentar la validez externa y la confiabilidad de los resultados.
En este sentido, es necesario evaluar la influencia de la utilización de este tipo de
tecnología en la atención que los consumidores prestan a la evaluación de las muestras

y los cuestionarios utilizados en la evaluación.
4. Utilización de internet y redes sociales

El desarrollo de internet ha revolucionado el mundo y ha modificado diversos aspectos
de nuestra vida cotidiana (Amichai-Hamburger & Vinitzky, 2010). En la actualidad se
estima que aproximadamente la mitad de la población mundial utiliza internet con
diversos objetivos, incluyendo comunicarse, comprar y vender productos y servicios,
buscar información, y realizar trámites (ICT, 2016; Jones & Fox, 2009). El acelerado
crecimiento en el acceso a internet a nivel mundial otorga fácil acceso a consumidores y
abre nuevas posibilidades para la realización de estudios en tiempos cortos y a bajo
costo (Slater & Yani-de-Soriano, 2010). A continuación, se discuten algunas de dichas
posibilidades en el contexto de la investigación cuantitativa con consumidores.
4.1. Recolección de datos online

La forma más simple de utilizar internet para estudiar la percepción del consumidor es la
utilización de cuestionarios online para evaluar conceptos, actitudes o hábitos de los
consumidores. Este tipo de aplicación ha crecido de forma marcada en los últimos años
al posibilitar el acceso a grandes muestras de consumidores de forma más eficiente que
los métodos tradicionales (Meiselman, 2013). A pesar de sus ventajas, debe tenerse en
cuenta que las características de los marcos de muestreo en internet pueden dificultar la
obtención de muestras representativas debido a la heterogeneidad en el acceso a
internet en la población (Siah, 2005). Esto puede ser particularmente relevante en el caso
de consumidores de la tercera edad o de nivel socio-económico bajo. Por otra parte, los
cuestionarios online no permiten controlar la forma en que los estudios son
implementados o asegurar que los participantes leen cuidadosamente las instrucciones
o prestan la atención suficiente al cuestionario (Montgomery & Ritchie, 2002).
Finalmente, debe considerarse que un porcentaje relativamente elevado de participantes
suele no completar los cuestionarios hasta el final, por lo que el porcentaje de respuestas
incompletas es considerablemente más alto que en cuestionarios administrados cara a
cara (Reips, 2002).
Además de la implementación de cuestionarios online, la popularización en el acceso a

internet permite la recolección de datos en tiempo real y facilita la realización de estudios
en el contexto de consumo real (Meiselman, 2013; Jaeger et al., 2017a). Un ejemplo de
este tipo de aplicación es reportado por Thomas, van der Stelt, Schlich, y Lawlor (2017),
quienes evaluaron la experiencia de consumidores de la tercera edad con un suplemento
nutricional durante todo un día utilizando sus teléfonos inteligentes (smartphones). Los
participantes realizaron un estudio en el laboratorio y una evaluación de seguimiento en
el hogar. Luego de la sesión, recibieron una notificación al mediodía y a las 19:00 horas
para recordarles completar el cuestionario online antes de comer. El cuestionario incluía
preguntas sobre el producto que evaluaron en el laboratorio y su nivel de apetito antes y
después de comer.
4.2. Crowdsourcing
Internet ofrece la oportunidad de incorporar a los consumidores en el proceso de
desarrollo de productos y agregado de valor en las empresas a través de procesos
denominados de crowdsourcing (Djelassi, & Decoopman, 2013). Este tipo de práctica ha
sido implementada por diversas empresas para generar y evaluar nuevas ideas durante
el desarrollo de productos y servicios, así como durante el diseño de campañas de
marketing. Por ejemplo, las empresas pueden realizar llamados abiertos a ideas de
nuevos productos, seguidos por una evaluación cuantitativa de un subconjunto de las
ideas con mayor viabilidad. Las páginas de Facebook y Twitter de las empresas permiten
la fácil y rápida implementación de este tipo de estrategia. En la Figura 4 se muestra un
ejemplo de un estudio de preferencia orientado a elegir un producto, realizado por la
empresa Lush Kitchen a través de su página de Facebook.
Un caso particular de crowdsourcing lo componen las comunidades online, las cuales
son comunidades virtuales compuestas por personas que comparten intereses comunes
y que interactúan a través de internet (Habibi, Laroche, & Richard, 2014). Algunas de
estas comunidades son iniciadas por las empresas y constituyen fuentes importantes de
información para las mismas (Christensen, Nørskov, Frederiksen, & Scholderer, 2016).
Estas comunidades pueden ser utilizadas para realizar evaluaciones rápidas de
conceptos de nuevos productos, cambios en el etiquetado o incluso estrategias de
comunicación. Sin embargo, una de las principales limitaciones de estas comunidades

es que los participantes suelen ser consumidores con altos niveles de involucramiento
que no representan a los consumidores habituales del producto (Poynter, 2010).
Figura 4. Votación realizada por la empresa Lush Kitchen en su página de Facebook.
4.3. Evaluaciones de productos en sitios web

Las evaluaciones que los consumidores realizan online sobre productos y servicios
constituyen una fuente importante de información para el desarrollo de nuevos productos
(Decker & Trusov, 2010). Diversos sitios de compra online ofrecen al consumidor la
posibilidad de calificar y describir su experiencia con los productos de forma espontánea
y en sus propias palabras (Figura 5). Estas evaluaciones influyen en las decisiones de
compra de otros consumidores y otorgan a los investigadores la posibilidad de evaluar

la percepción global de los productos e identificar sus principales atributos distintivos
(Moon, Park, & Kim, 2014; Tirunillai & Tellis, 2014). En este tipo de análisis los
investigadores usualmente identifican atributos positivos y negativos mencionados en las
evaluaciones realizadas por los consumidores y calculan su frecuencia de uso (Moon &
Kamakura, 2017). Además, los atributos destacados por los usuarios pueden ser
relacionados con sus puntajes de evaluación global, lo que permite identificar su
importancia relativa (Decker & Trusov, 2010).
Figura 5. Ejemplo de evaluaciones realizadas por usuarios en un sitio de venta de productos

online.

El desarrollo de internet genera oportunidades sin precedentes para estudiar la
percepción del consumidor. La utilización de internet para el reclutamiento y la
recolección de datos continuará creciendo y facilitará la realización de estudios en
distintos países de forma rápida y sencilla. En lo que respecta a la información
espontáneamente generada por los usuarios, el análisis de los datos implica manejar
una gran cantidad de información textual, lo que requiere la utilización de complejos

métodos de análisis automático de texto (Vidal, Ares & Jaeger, 2018).
5. Aplicación de medidas implícitas

La mayoría de las metodologías normalmente utilizadas para entender la percepción del
consumidor se basan en medidas auto-reportadas, las cuales son sensibles a diversos
sesgos que pueden afectar la validez y la confiabilidad de los resultados (Varela & Ares,
2018). Estos sesgos ocurren sin que los consumidores sean conscientes de ello e
incluyen, entre otros, las tendencias a: i) otorgar respuestas socialmente deseables
(Crowne & Marlowe, 1964), ii) dar respuestas alineadas con el objetivo del estudio para
complacer a los investigadores (Orne, 1962), y iii) responder para mostrarse consistente
y racional (Podsakoff, MacKenzie, Lee, & Podsakoff, 2003).
Una de las alternativas para superar estos sesgos consiste en evitar preguntas que
requieran respuestas conscientes por parte de los consumidores y utilizar medidas
implícitas (De Houwer, Teige-Mocigemba, Spruyt, & Moors, 2009). Las medidas
implícitas se basan en procesos que tienen las características de los procesos
automáticos, es decir son rápidos, inconscientes, no intencionales, no controlables, y
requieren poco esfuerzo (De Houwer & Moors, 2007). Dentro de las medidas implícitas
que están cobrando popularidad en ciencia del consumidor se destacan las asociaciones
implícitas, la detección de movimientos oculares y las medidas fisiológicas.
5.1. Asociaciones implícitas

Los test de asociaciones implícitas fueron desarrollados para identificar asociaciones
inconscientes que no son accesibles mediante la introspección (Greenwald & Banaji,
1995). Este tipo de test se basa en la interferencia en la respuesta a una tarea, que causa
un estímulo de forma automática, facilitando o inhibiendo la capacidad de los
participantes de responder de forma rápida y correcta (Kraus & Piqueras Fiszman, 2018).
El test de asociaciones implícitas (IAT; Greenwald, Poehlman, Uhlmann & Banaji, 2009)
consiste en dos tareas de categorización binaria realizadas en una computadora,
utilizando por ejemplo el software gratuito Psychopy (Pierce, 2007). En cada una de las
tareas, se les pide a los participantes que clasifiquen un conjunto de estímulos
presentados en el centro de la pantalla en dos categorías de respuesta, cada una

compuesta de dos conceptos distintos. Las categorías de respuesta se generan a partir
de las combinaciones de las dos categorías de dos dimensiones: una dimensión
vinculada con un atributo y otra dimensión “objetivo”. Los participantes deben clasificar
los estímulos en una de las dos categorías que se muestran a los lados de la pantalla,
presionando la tecla asignada a cada una de las categorías lo más rápido posible (Briñol,
Horcajo, Becerra, Falces, y Sierra, 2003). Utilizando el software, se registra la respuesta
de los participantes a cada uno de los estímulos y se mide el tiempo que demoran en
responder. La comparación de los tiempos de respuesta en las tareas de clasificación
realizadas con las distintas combinaciones de los niveles de la dimensión atributo y la
dimensión objetivo permite medir la fuerza de la asociación entre ellas. La hipótesis de
este test es que resulta más fácil y rápido responder cuando las categorías están
compuestas por conceptos congruentes que cuando están compuestas por conceptos
incongruentes (Greenwald, McGhee & Schwartz, 1998).
Figura 6. Ejemplos de cuatro tareas de clasificación que deberían realizar los participantes en
un test de asociaciones implícitas para evaluar la valencia de las asociaciones con insectos.
En la Figura 6 se muestra un ejemplo del test utilizado por La Barbera, Verneau, Amato
y Grunert (2018) para estudiar las asociaciones implícitas hacia el consumo de insectos.
Las categorías de la dimensión objetivo fueron Insecto y Flor, mientras que las categorías
de la dimensión atributo fueron Positivo y Negativo, dando como resultado dos opciones
para la categorización: Insecto/Positivo vs. Flor/Negativo; Insecto/Negativo vs.
Flor/Positivo. En cada una de las dos opciones, una de las categorías se posicionó a la
izquierda de la pantalla y se asoció a una tecla ubicada en el lado izquierdo del teclado
(p. ej. A) y la otra categoría se posicionó a la derecha y se asoció a una tecla ubicada del
lado derecho (p.ej. L), como se ejemplifica en la Figura 6. Los participantes debieron
realizar dos series de tareas de clasificación: utilizando palabras vinculas con insectos y
flores (p.ej. hormiga, orquídea) y asignándolas a las categorías Insecto o Flor utilizando
las teclas A y L (Figura 6); o palabras con distinta valencia (p.ej. maravilloso, horrible) y
asignándolas a las categorías Positivo o Negativo. Luego de completar una serie de
clasificaciones con una combinación de las categorías (Figura 6, arriba), los participantes
realizaron una segunda serie con otra combinación de las categorías (Figura 6, abajo).
La diferencia en los tiempos de respuesta en las clasificaciones realizadas con las dos
combinaciones de las categorías se utilizó para evaluar la existencia de asociaciones
implícitas negativas o positivas frente al consumo de insectos. Un mayor tiempo de
respuesta para las clasificaciones realizadas cuando la categoría Insecto estaba
asociada con Positivo en comparación con las clasificaciones realizadas cuando la
categoría Insecto estaba asociada con Negativo indica una asociación implícita negativa
hacia los insectos. De acuerdo con los autores, los resultados del test de asociaciones
implícitas se correlacionaron significativamente con los puntajes de desagrado frente a
los insectos.
5.2. Detección de movimientos oculares

La detección de movimientos oculares es una técnica observacional que consiste en
seguir y registrar el recorrido de la mirada de los participantes utilizando un equipo
denominado detector de movimientos oculares (eyetracker) (Duerrschmid & Danner,
2018). Conocer el recorrido de la mirada de un sujeto puede proporcionar valiosa
información sobre los procesos de atención visual y la adquisición de información que
ocurren cuando éste se enfrenta a una determinada tarea (Yang, Dempere-Marco, Hu,
& Rowe, 2002). Mediante el proceso de atención visual se selecciona parte de la
información disponible para su posterior procesamiento (Wedel & Pieters, 2007). En este
sentido, la atención visual representa un paso clave para la toma de decisión
(Milosavljevic & Cerf, 2008) y se vincula fuertemente con el proceso de adquisición de
información (Duchowski, 2007). El proceso de atención visual está influenciado tanto por
factores extrínsecos -propios del estímulo- como por características intrínsecas de la
persona –motivaciones, conocimientos previos, tarea planteada, etc. (Corbetta &
Shulman, 2002).
La detección de movimientos oculares ha sido utilizada clásicamente en el área de la
psicología y psicofísica pero actualmente su uso se ha extendido a otras áreas del
conocimiento (Yang, et al., 2002). En particular, en las últimas décadas se ha
popularizado su aplicación al estudio de la percepción del consumidor buscando obtener
medidas objetivas sobre su comportamiento (Bialkova & van Trijp, 2011; Graham,
Orquin, & Visschers, 2012; Jones & Richardson, 2007).
Existen diferentes detectores de movimientos oculares disponibles comercialmente,
entre los que se encuentran diseños fijos y móviles (Duerrschmid & Danner, 2018).
Dentro de los detectores de movimientos oculares de diseño fijo hay dos tipos de
equipos. Por un lado, están los que se utilizan para registrar los movimientos oculares
del participante cuando se presenta un estímulo visual en la pantalla de una computadora
(el equipo puede estar acoplado o integrados al monitor) y, por otra parte, los detectores
de movimientos oculares periféricos. Estos últimos se colocan en una posición fija, pero
permiten registrar el patrón de mirada del participante cuando se enfrenta, por ejemplo,
a una góndola de productos, ya sea real o virtual. Finalmente, los diseños móviles
(montados en gorros o lentes) permiten completa movilidad y presentan gran potencial
para estudiar el comportamiento del consumidor en actividades cotidianas, como por
ejemplo realizar compras en un supermercado. La principal desventaja de este último
tipo de equipos es que el procesamiento de datos suele ser más complejo (Duerrschmid
& Danner, 2018).
El detector de movimientos oculares registra la posición de él o los ojos (según sea mono
o binocular) en periodos de tiempo determinados de acuerdo a su frecuencia de trabajo
(p.ej. 30, 60, 120, 300 Hz) (Holmqvist et al., 2011). Los estudios de detección de
movimientos oculares tienen en cuenta básicamente dos tipos de movimientos oculares:
fijaciones y sácadas. Las fijaciones ocurren cuando la mirada se mantiene fija en un área
específica por un determinado tiempo. Durante una fijación el cerebro registra lo que hay
en el área donde se fijó la mirada. Las sácadas, en cambio, consisten en movimientos
oculares rápidos cuyo objetivo es reposicionar la mirada hacia un nuevo punto de interés,
asumiéndose que durante ese movimiento no existe registro de información
(Duerrschmid & Danner, 2018).
El siguiente video muestra un fragmento del registro del recorrido de la mirada de un
participante en un estudio de detección de movimientos oculares realizado con un equipo
fijo integrado al monitor de una computadora. Durante el estudio se presentaron etiquetas
de alimentos en la pantalla de la computadora y se les pidió a los participantes que
indicaran cuán saludable era el producto. Los puntos rojos que aparecen sobre la imagen
corresponden a las fijaciones realizadas por el participante (el tamaño del punto se
relaciona con la duración de la fijación), mientras que las líneas corresponden a sácadas.
Video. Fragmento del registro del recorrido de la mirada de un participante en un estudio sobre
percepción de etiquetas de alimentos, utilizando un detector de movimientos oculares integrado
a la pantalla de una computadora.
Para procesar la información adquirida en este tipo de estudios el software del equipo
utiliza algoritmos que clasifican los movimientos oculares registrados en fijaciones y
sácadas (Holmqvist, el al., 2011). Una herramienta importante para el análisis de datos
es la definición de áreas de interés dentro del estímulo, es decir áreas donde interesa
conocer cuándo, cuántas veces, con qué frecuencia y en qué orden la persona fijó su
mirada. Sobre las áreas de interés definidas se calculan, mediante el software del equipo,
parámetros atencionales, tales como: tiempo hasta la primera fijación, número de
fijaciones, suma de la duración de las fijaciones, porcentaje de consumidores que fijaron
la mirada en el área (Holmqvist, el al., 2011). El lector interesado puede dirigirse a
Holmqvist, el al. (2011) para profundizar en la definición e interpretación de estos
parámetros atencionales.
Los resultados de un estudio de movimientos oculares suelen presentarse utilizando
representaciones gráficas: mapas de mirada y mapas de calor (Holmqvist, et al., 2011).
Un mapa de mirada es una representación de la secuencia de sácadas y fijaciones que
tiene lugar durante el proceso de búsqueda y percepción de distintos elementos dentro
de una imagen o escena. Las fijaciones son típicamente representadas mediante puntos
(el tamaño del punto se vincula con la duración de la fijación mientras que el número
indica la secuencia cronológica) y las sácadas mediante líneas que unen fijaciones (ver
Figura 7). Los movimientos que se producen entre las distintas regiones de interés
permiten seguir el proceso de construcción del modelo mental para cada estímulo y nos
indican las distintas formas de buscar la información (Holmqvist, et al., 2011).
Por su parte, los mapas de calor son una forma rápida e intuitiva de visualizar los datos
obtenidos a partir de todos los participantes de un estudio de detección de movimientos
oculares. Estos mapas utilizan un código de colores para mostrar el número de fijaciones,
o la duración de las mismas, en distintas áreas de la imagen. Las zonas de la imagen en
las que no hay color corresponden a zonas en las que los participantes no fijaron la
mirada (Holmqvist, el al., 2011). En la Figura 8 se muestra un mapa de calor construido
a partir del número de fijaciones que realizaron los participantes sobre una etiqueta de
yogur al evaluar cuán saludable era el producto.
Figura 7. Ejemplo de un mapa de mirada en una tarea de evaluación de la percepción de

saludable de envases de barras de cereal.
Figura 8. Ejemplo de un mapa de calor construido a partir del número de fijaciones que realizaron
los participantes sobre la etiqueta.
La detección de movimientos oculares ha sido ampliamente utilizada para estudiar el

impacto del diseño del envase y de la información contenida en las etiquetas sobre la
percepción del consumidor y sus elecciones alimentarias (Ares et al., 2013; Piqueras-
Fiszman, Velasco, Salgado-Montejo, & Spence, 2013; Rebollar, Lidón, Martín, & Puebla,
2015; Vidal et al., 2013). Por ejemplo, varios estudios se han enfocado en evaluar y
comparar el procesamiento visual de distintos esquemas de rotulación nutricional
(Antúnez et al., 2013; Bialkova et al., 2014; Bialkova & van Trijp, 2011; Graham & Jeffery,
2011; Jones & Richardson, 2007; Siegrist, Leins-Hess, & Keller, 2015; van Herpen, Seiss,
& van Trijp, 2012; van Herpen & van Trijp, 2011).
5.3. Medidas fisiológicas

Los estudios con consumidores se basan principalmente en medidas comportamentales,
las cuales pueden ser el resultado de distintos procesos cognitivos (Dalenberg,
Hoogeveen, & Lorist, 2018). Por ejemplo, la elección de un producto sobre otro por parte
de un consumidor en un supermercado puede ser el resultado de una decisión deliberada
o simplemente de que no se dio cuenta de la existencia de uno de los productos. Para
poder comprender mejor el comportamiento de los consumidores se necesitan técnicas
que otorguen información sobre los procesos que ocurren en el cerebro. Dos de las
técnicas fisiológicas que están comenzando a ser más utilizadas en el contexto de la
ciencia del consumidor son la electroencelografía y la resonancia magnética funcional.
La electroencelografía (EEG) se basa en la medida de la actividad neuronal a través de
la medida de cambios en la actividad eléctrica del cerebro (Cohen, 2014). Esta técnica
se utiliza para medir la respuesta cerebral a eventos o estímulos específicos, como
pueden ser imágenes de alimentos o soluciones de gustos básicos (Asmaro & Liotti,
2014; Ohla, Busch, & Lundström, 2012). La EEG es principalmente utilizada para evaluar
el efecto de un estímulo en la ocurrencia de procesos neuronales vinculados con
procesos funcionales como la atención, la memoria o la toma decisiones (Luck, 2014).
Aunque el equipamiento necesario para su aplicación es accesible y extensamente
disponible, el análisis de los datos obtenidos y su interpretación son sumamente
complejos (Dalenberg et al., 2018).
La resonancia magnética funcional (fMRI) es una técnica que permite identificar las áreas
del cerebro que se activan para procesar la información vinculada con un estímulo
específico a través de cambios en el consumo de oxígeno (Huettel, Song, & McCarthy,
2014). Esta técnica tiene diversas aplicaciones en el contexto del consumo de alimentos,
incluyendo el estudio del efecto de la obesidad o alteraciones en el comportamiento
alimentario (anorexia o bulimia) en la activación neuronal ocasionada por estímulos
visuales vinculados con alimentos (García-García et al., 2013), así como para evaluar el
efecto de edulcorantes artificiales en el procesamiento de la información gustativa y el
metabolismo (Burke & Small, 2015). La fMRI se ha utilizado también para predecir el
comportamiento de compra de los consumidores a través de cambios en la activación
cerebral durante la toma de decisiones (Ariely & Berns, 2010). Una de las principales
limitaciones de la fMRI es su elevado costo y baja disponibilidad, lo que limita su
aplicación a estudios de investigación básica.

Las medidas implícitas permiten estudiar la percepción del consumidor libre de sesgos
de respuesta, constituyendo una herramienta complementaria a los enfoques
tradicionales. Si bien algunas de estas técnicas requieren equipamientos costosos, otras
pueden ser aplicadas de forma simple utilizando una computadora con un software de
licencia libre. Las medidas fisiológicas presentan un elevado potencial para obtener
información básica sobre los procesos cerebrales que definen el comportamiento de los
consumidores. Sin embargo, la posibilidad de estas técnicas de responder preguntas
específicas en estudios aplicados es aun sumamente limitada.
6. Conclusiones
El comportamiento del consumidor es un proceso complejo que está influenciado por
diversos factores interrelacionados, vinculados con los productos, el contexto y las
características individuales de los consumidores (Köster, 2003). Los estudios orientados
a entender el comportamiento del consumidor deben tener en cuenta esta complejidad
para poder obtener datos válidos y confiables. Existe una fuerte necesidad de realizar
estudios más complejos, que vayan más allá de la percepción hedónica del consumidor
y consideren el contexto en el cual los productos son consumidos. El desarrollo

tecnológico ofrece nuevas oportunidades para recolectar más y mejores datos.
Finalmente, la investigación interdisciplinaria es fundamental para el avance de la ciencia
sensorial y del consumidor.
Referencias
Amichai-Hamburger, Y., & Vinitzky, G. (2010). Social network use and personality. Computers in
Human Behavior, 26, 1289–1295.
Andersen, I.N.S.K., Kraus, A.A., Ritz, C., & Bredie, W. L.P. (2018). Desires for beverages and
liking of skin care product odors in imaginative and immersive virtual reality beach contexts.
Food Research International. https://doi.org/10.1016/j.foodres.2018.01.027
Antúnez, L., Vidal, L., Sapolinski, A., Giménez, A., Maiche, A., & Ares, G. (2013). How do design
features inﬂuence consumer attention when looking for nutritional information on food labels?
Results from an eye-tracking study on pan bread labels. International Journal of Food Sciences
and Nutrition, 64 (5), 515–527.
Ares, G. (2018). Methodological issues in cross-cultural sensory and consumer research. Food
Ares, G., de Saldamando, L., Giménez, A., Claret, A., Cunha, L.M., Guerrero, L., de Mourad,
A.P., Oliveira, D.C.R., Symoneaux, R., & Deliza, R. (2015). Consumers’ associations with well-
being in a food-related context: A cross-cultural study. Food Quality and Preference, 40B, 304-
315.
Ares, G., Giménez, A., Bruzzone, F., Vidal, L., Antúnez, L., & Maiche, A. (2013). Consumer visual
processing of food labels: results from an eye-tracking study. Journal of Sensory Studies, 28,
138-153.
Ares, G., Giménez, A., & Deliza, R. (2018). Methodological Approaches for Measuring Consumer-
Perceived Well-Being in a Food-Related context. In G. Ares, & P. Varela (Eds.), Methods in
Consumer Research. Alternative approaches and special applications (pp. 183–200). Duxford:
Woodhead Publishing.
Ares, G., Giménez, A., Vidal, L., Zhou, Y., Krystallis, A., Tsalis, G., Symoneaux, R., Cunha, L.M.,
de Moura, A.M., Claret, A., Guerrero, L., Cardello, A.V., Wright, A., Jefferies, L., Lloyd, M.,
Oliveira, D., & Deliza, R. (2016). Do we all perceive food-related well-being in the same way?
Results from an exploratory cross-cultural study. Food Quality and Preference, 52, 62-73.
Ariely, D., & Berns, G. S. (2010). Neuromarketing: The hope and hype of neuroimaging in
business. Nature Reviews. Neuroscience, 11 (4), 284–292.
Asmaro, D., & Liotti, M. (2014). High-caloric and chocolate stimuli processing in healthy humans:
An integration of functional imaging and electrophysiological findings. Nutrients, 6(1), 319–
341.
Bangcuyo, R, G., Smith, K. J., Zumach, J. L., Pierce, A. M., Guttman, G. A., & Simons, C. T.
(2015). The use of immersive technologies to improve consumer testing: The role of ecological
validity, context and engagement in evaluating coffee. Food Quality and Preference, 41, 84–
95.
Bialkova, S., Grunert, K. G., Juhl, H. J., Wasowicz-Kirylo, G., Stysko-Kunkowska, M., & van Trijp,
H. C. M. (2014). Attention mediates the effect of nutrition label information on consumers’
choice. Evidence from a choice experiment involving eye-tracking. Appetite, 76,
66–75.
Bialkova, S., & van Trijp, H. C. M. (2011). An efficient methodology for assesing attention to and
effect of nutrition information displayed front-of-pack. Food Quality and Preference, 22 (6),
592-601.
Briñol, P., Horcajo, J., Becerra, A., Falces, C., y Sierra, B. (2003). Equilibrio Cognitivo Implícito.
Psicothema, 15, 375-380.
Burke, M.V., & Small, D.M. (2015). Physiological mechanisms by which non-nutritive sweeteners
may impact body weight and metabolism. Physiology Behavior, 152 (Pt B), 381-388.
Cardello, A. V., & Jaeger, S. R. (2016). Measurement of consumer product emotions using
questionnaires. In H. L. Meiselman (Ed.), Emotion measurement (pp. 165–200). Cambridge,
UK: Woodhead Publishing.
Cardello, A.V., Meiselman, H.L. (2018). Contextual influences on consumer responses to food
products. In G. Ares & P. Varela (Eds.), Methods in Consumer Research. Alternative
approaches and special applications (pp. 4-54). Duxford: Woodhead Publishing.
Christensen, K., Nørskov, S., Frederiksen, L., & Scholderer, J. (2016). In search of new product
Ideas: Identifying ideas in online communities by machine learning and text mining. Creativity
and Innovation Management. http://dx.doi.org/10.1111/caim.12202.
Cohen, M. X. (2014). Analyzing neural time series data: Theory and practice (1st ed.). Cambridge,
Massachusetts, USA: MIT Press.
Corbetta, M., & Shulman, G. L. (2002). Control of goal-directed and stimulus-driven attention in
the brain. Nature Reviews. Neuroscience, 3 (3), 201–215.
Costa, A. I., & Jongen, W. M. (2010). Designing new meals for an ageing population. Critical
Reviews in Food Science and Nutrition, 50 (6), 489-502.
Craig, A.B., Sherman, W.R., Will, J.D. (2009). Developing Virtual Reality Applications (pp. 1-32).
Burlington, USA: Morgan Kaufmann. Critical Reviews in Food Science and Nutrition, 50, 489–
502.
Cronin de Chavez, A., Backett-Milburn, K.., Parry, O., & Platt, S. (2005). Understanding and
researching wellbeing: Its usage in different disciplines and potential for health research and
health promotion. Health Education Journal, 64, 70-87.
Crowne, D., & Marlowe, D. (1964). The approval motive: Studies in evaluative dependence. New
York: Wiley.
Dalenberg, J. R., Hoogeveen, H. R., & Lorist, M. M. (2018). Physiological Measurements: EEG
and fMRI In G. Ares, & P. Varela (Eds.), Methods in Consumer Research. Alternative
approaches and special applications (pp. 254–277). Duxford: Woodhead Publishing.
De Houwer, J., Teige-Mocigemba, S., Spruyt, A., & Moors, A. (2009). Implicit measures: A
normative analysis and review. Psychological Bulletin, 135 (3), 347–368.
De Houwer, J., & Moors, A. (2007). How to define and examine the implicitness of implicit
measures. In B. Wittenbrink, & N. Schwarz (Eds.), Implicit measures of attitudes (pp. 179–
194). New York: The Guilford Press.
Decker, R., & Trusov, M. (2010). Estimating aggregate consumer preferences from online product
reviews. International Journal of Research in Marketing, 27, 293–307.
Desmet, P. M. A., & Schifferstein, H. N. J. (2008). Sources of positive and negative emotions in
food experience. Appetite, 50, 290–301.
Djelassi, S., & Decoopman, I. (2013). Customers’ participation in product development through
crowdsourcing: Issues and implications. Industrial Marketing Management, 42, 683–692.
Duchowski, A. T. (2007). Eye tracking methodology: theory and practice. New York: Springer-
Verlag.
Duerrschmid, K., & Danner, L. (2018). Eye tracking in consumer research. In G. Ares, & P. Varela
(Eds.), Methods in Consumer Research. Alternative approaches and special applications (pp.
279–318). Duxford: Woodhead Publishing.
Evans, V. (2015). No, the rise of the emoji doesn’t spell the end of language. May 23rd 2015.
https://theconversation.com/no-the-rise-of-the-emoji-doesnt-spell-the-end-of-language-42208
Ferrarini, R., Carbognin, C., Casarotti, E. M., Nicolis, E., Nencini, A., & Meneghini, A. M. (2010).
The emotional response to wine consumption. Food Quality and Preference, 21, 720–725.
García-García, I., Narberhaus, A., Marqués-Iturria, I., Garolera, M., Rădoi, A., Segura, B., Pueyo,
R., Ariza, M., Jurado, M. A. (2013). Neural responses to visual food cues: Insights from
functional magnetic resonance imaging. European Eating Disorders Review: The Journal of
the Eating Disorders Association, 21(2), 89–98.
Gerber, E. (1985). Rage and obligation: Samoan emotions in conflict. In G. White & J. Kirkpatrick
(Eds.), Person, self, and experience: Exploring Pacific ethnopsychologies (pp. 121–167).
Berkely, CA: University of California Press.
Graham, D. J., & Jeffery, R. W. (2011). Location, location, location: Eye-tracking evidence that
consumers preferentially view prominently positioned nutrition information. Journal of the
American Dietetic Association, 111 (11), 1704–1711.
Graham, D.J., Orquin, J.L., & Visschers, V.H.M. 2012. Eye tracking and nutrition label use: A
review of the literature and recommendations for label enhancement. Food Policy 37, 378-382.
Greenwald, A. G., & Banaji, M. R. (1995). Implicit social cognition: Attitudes, self-esteem, and
stereotypes. Psychological Review, 102 (1), 4–27.
Greenwald, A., McGee, D., & Schwartz, J (1998). Measuring Individual Differences in Implicit
Cognition: The Implicit Association Test. Journal of Personality and Social Psychology, 74,
1464-1480.
Greenwald, A. G., Poehlman, T. A., Uhlmann, E. L., & Banaji, M. R. (2009). Understanding and
using the implicit association test: III. Meta-analysis of predictive validity. Journal of Personality
and Social Psychology, 97(1), 17–41.
Guillemin, I., Marrel, A., Arnould, B., Capuron, L., Dupuy, A., Ginon, E., et al. (2016). How French
subjects describe well-being from food and eating habits? Development, item reduction and
scoring definition of the Well-being related to Food Questionnaire (Well-BFQ©). Appetite, 96,
333-346.
Gutjar, S., Dalenberg, J. R., De Graaf, C., De Wijk, R. A., Palascha, A., Renken, R. J., et al.
(2015). What reported food-evoked emotions may add: A model to predict consumer food
choice. Food Quality and Preference, 45, 140–148.
Gutjar, S., De Graaf, C., Kooijman, V., De Wijk, R. A., Nys, A., Ter Horst, G. J., et al. (2014). The
role of emotions in food choice and liking. Food Research International, 76, 216–223.
Habibi, M. R., Laroche, M., & Richard, M. O. (2014). Brand communities based in social media:
How unique are they? Evidence from two exemplary brand communities. International Journal
of Information Management, 34, 123–132.
Hathaway, D., & Simons, C.T. (2017). The impact of multiple immersion levels on data quality
and panelist engagement for the evaluation of cookies under a preparation-based scenario.
Holmqvist, K., Nyström, M., Andersson, R., & van de Weijer, J. (2011). Eyetracking. A
comprehensive guide to methods and measures. Oxford: Oxford University Press.
Huettel, S. A., Song, A. W., & McCarthy, G. (2014). Functional magnetic resonance imaging (3rd
ed.). Sunderland, MA: Sinauer Associates Inc.
ICT. (2016). Measuring the information society report 2016. International Telecommunication
Union. Available at http://www.itu.int/en/ITU-
D/Statistics/Documents/publications/misr2016/MISR2016-w4.pdf.
Jaeger, S. R., Cardello, A. V., & Schutz, H. G. (2013). Emotion questionnaires : A consumer-
centric perspective. Food Quality and Preference, 30, 229–241.
Jaeger, S.R., Hort, J., Porcherot, C., Ares, G., Pecore, S., & MacFie, H.J.H. (2017a). Future
directions in sensory and consumer science: Four perspectives and audience voting. Food
Jaeger, S. R., Roigard, C. M., Ares, G. (2018a). Measuring consumers' product associations with
emoji and emotion word questionnaires: case studies with tasted foods and written stimuli.
doi:10.1016/j.foodres.2018.04.010
Jaeger, S. R., Swaney-Stueve, M., Chheang, S. L., Hunter, D. C., Pineau, B., & Ares, G. (2018b).
An assessment of the CATA-variant of the EsSense Profile®. Food Quality and Preference,
68, 360–370.
Jaeger, S. R., Vidal, L., Kam, K., & Ares, G. (2017b). Can emoji be used as a direct method to
measure emotional associations to food names? Preliminary investigations with consumers in
USA and China. Food Quality and Preference, 56 (Part A), 38–48.
Jinag, Y., King, J.M., & Prinyawiwatkul, W. (2014). A review of measurement and relationships
between food, eating behavior and emotion. Trends in Food Science & Technology, 36, 15-
28.
Jones, S., & Fox, S. (2009). Generations online in 2009. Pew Internet and American Life Project.
Available at http://www.pewinternet.org/Reports/2009/Generations-Online-in-2009.
Jones, G., & Richardson, M. (2007). An objective examination of consumer perception of nutrition
information based on healthiness ratings and eye movements. Public Health Nutrition, 10, 238-
244.
Kim, A. E., Nonnemaker, J. M., Loomis, B. R., Shafer, P. R., Shaikh, A., Hill, E., Holloway, J. W.,
Farrelly, M. C. (2014). Influence of point-of-sale tobacco displays and graphic health warning
signs on adults: Evidence from a virtual store experimental study. American Journal of Public
Health, 104 (5), 888–895.
King, S. C., & Meiselman, H. L. (2010). Development of a method to measure consumer emotions
associated with foods. Food Quality and Preference, 21(2), 168–177.
King, S. C., Meiselman, H. L., & Carr, B. T. (2010). Measuring emotions associated with foods in
consumer testing. Food Quality and Preference, 21(8), 1114–1116.
King, S.C., Snow, J., Meiselman, H.L., Sainsbury, J., Carr, B.T., McCafferty, D., Serrano,
D.,Gillette, M., Millard, L., & Li, Q. (2015). Development of a questionnaire to measure
consumer wellness associated with foods: The WellSense Profile™. Food Quality and
Köster, E. P. (2003). The psychology of food choice: Some often encountered fallacies. Food
Köster, E. P., & Mojet, J. (2015). From mood to food and from food to mood: A psychological
perspective on the measurement of food-related emotions in consumer research. Food
Research International, 76, 180-191.
Köster, E. P & Mojet, J (2018). Complexity of Consumer Perception: Thoughts on

Pre–Product Launch Research. In G. Ares, & P. Varela (Eds.), Methods in Consumer
Research. New approaches to classic methods (pp. 23–45). Duxford: Woodhead Publishing.
Kraus, A.A., & Piqueras-Fiszman, B. (2018). Measuring Implicit Associations in Food-Related

Consumer Research. In G. Ares, & P. Varela (Eds.), Methods in Consumer Research.
Alternative approaches and special applications (pp. 203–230). Duxford: Woodhead
Publishing.
La Barbera, F., Verneau, F., Amato, M., & Grunert, K. (2018). Understanding Westerners’ disgust
for the eating of insects: The role of food neophobia and implicit associations. Food Quality
and Preference, 64, 120–125.
Lawless, H. T., & Heymann, H. (2010). Sensory evaluation of food: Principles and practices.
Springer Science & Business Media.
Luangrath, A. W., Peck, J., & Barger, V. A. (2016). Textual paralanguage and its implications for
marketing communications. Journal of Consumer Psychology, 27, 98-107.
Luck, S. J. (2014). An introduction to the event-related potential technique. MIT Press.
Lyman, B. (1989). A psychology of food, more than a matter of taste. New York: Van
Nostrand Reinhold.
McMahon, A., Williams, P., & Tapsell, L. (2010). Reviewing the meanings of wellbeing and
wellness and their implications for food choice. Perspectives in Public Health, 130, 282-286.
Meilgaard, M., Civille, G.V., & Carr, B.T. (1999). Sensory Evaluation Techniques. Boca Raton,
FL: CRC Press.
Meiselman, H. L. (2008). Experiencing food products within a physical and social context. In H.
N. J. Schifferstein, & P. Hekkert (Eds.). Product experience (pp. 559–580). San Diego, CA:
Elsevier.
Meiselman, H.L. (2013). The future in sensory/consumer research:......evolving to a better

science. Food Quality and Preference, 27, 208–214.
Meiselman, H. L. (2015). A review of the current state of emotion research in product

development. Food Research International, 76, 192-199.
Meiselman, H.L. (2016). Quality of life, well-being and wellness: Measuring subjective health for
foods and other products. Food Quality and Preference, 54, 101–109.
Meiselman, H. L., Johnson, J. L., Reeve, W., & Crouch, J. E. (2000). Demonstrations of the
influence of the eating environment on food acceptance. Appetite, 35, 231–237.
Milosavljevic, M., & Cerf, M. (2008). First attention then intention. Insights from computational
neuroscience of vision. International Journal of Advertising, 27,381–398.
Montgomery, P., & Ritchie, D. (2002). Kermitt: Conducting an experiment on the web. Journal of
Technology in Human Services, 19, 135–149.
Moon, S., & Kamakura, W.A. (2017). A picture is worth a thousand words: Translating product
reviews into a product positioning map. International Journal of Research in Marketing, 34,
265–285.
Moon, S., Park, Y., & Kim, Y. S. (2014). The impact of text product reviews on sales. European
Journal of Marketing, 48(11/12), 2176–2197.
Ohla, K., Busch, N. A., & Lundström, J. N. (2012). Time for taste-a review of the early cerebral
processing of gustatory perception. Chemosensory Perception, 5(1), 87–99.
Oliveira, D., Ares, G., & Deliza, R. (2017). Influence of intrinsic and extrinsic factors on consumer
liking and wellbeing perception of two regular and probiotic milk products. Journal of Sensory
Studies,32, e12261.
Orne, M.T. (1962). On the social psychology of the psychological experiment: With particular
reference to demand characteristics and their implications. American Psychologist, 17, 776-
783.
Pierce, J. (2007). PsychoPy - Psychophysics software in Python. Journal of Neuroscience

Methods, 162, 8-13.
Piqueras-Fiszman, B., Velasco, C., Salgado-Montejo, A., & Spence, C. (2013). Using combined
eye tracking and word association in order to assess novel packaging solutions: A case study
involving jam jars. Food Quality and Preference, 28(1), 328–338.
Podsakoff, P.M., MacKenzie, S.B., Lee, J.Y., & Podsakoff, N.P. (2003). Common Method Biases
in Behavioral Research: A Critical Review of the Literature and Recommended Remedies.
Journal of Applied Psychology, 88, 879-903.
Porcherot, C., Delplanque, S., Gaudreau, N., Ischer, M., De Marles, A., & Cayeux, I. (2018).
Immersive techniques and virtual reality. In G. Ares & P. Varela (Eds.), Methods in Consumer
Research. Alternative approaches and special applications (pp. 69-83). Duxford: Woodhead
Publishing.
Poynter, R. (2010). The handbook of online and social media research. Tools and techniques for
market researchers. Chippenham, Wiltshire: John Wiley and Sons Ltd.
Real Academia Española. (2006). Diccionario de la Lengua Española. Madrid: Espasa Calpe S.A.
Rebollar, R., Lidón, I., Martín, J., & Puebla, M. (2015). The identifcation of viewing patterns of
chocolate snack packages using eye-tracking techniques. Food Quality and Preference, 39,
251–258.
Reips, U.-D. (2002). Standards for internet-based experimenting. Experimental
Psychology, 49, 243–256.
Scherer, K. R. (2005). What are emotions and how can they be measured?. Social Science
Information, 44(4), 695–729.
Sherman, W., & Craig, A. (2003) Understanding Virtual Reality, Boston: Morgan-Kaufmann
Publishers.
Siah, C. Y. (2005). All that glitters is not gold: Examining the perils and obstacles in
collecting data on the internet. International Negotiation, 10,115–130.
Siegrist, M., Leins-Hess, R., & Keller, C. (2015). Which front-of-pack nutrition label is the most
effcient one? The results of an eye-tracker study. Food Quality and Preference, 39, 183–190.
Siegrist, M., Ung, C-Y, Zank, M., Marinello, M., Kunz, A. Hartmann, C., & Menozzi, M. (2018).
Consumers' food selection behaviors in three-dimensional (3D) virtual reality. Food Research
International. https://doi.org/10.1016/j.foodres.2018.02.033
Sinesio, F., Saba, A., Peparaio, M., Saggia Civitelli, E., Paoletti, F., & Moneta, E. (2018).
Capturing consumer perception of vegetable freshness in a simulated real life taste situation.
Food Research International, 105, 764–771.
Slater, S., & Yani-de-Soriano, M. (2010). Researching consumers in multicultural societies:

Emerging methodological issues. Journal of Marketing Management, 26, 1143–1160.
Spinelli, S., & Monteleone, E. (2018). Emotional Responses to Products. In G. Ares, & P. Varela
(Eds.), Methods in Consumer Research. New approaches to classic methods (pp. 261–296).
Duxford: Woodhead Publishing.
Tirunillai, S., & Tellis, G. J. (2014). Mining marketing meaning from online chatter: Strategic brand
analysis of big data using latent Dirichlet allocation. Journal of Marketing Research, 51, 463–
479.
Thomas, A., van der Stelt, A. J., Schlich, P., & Ben Lawlor, J. (2017). Temporal drivers of liking
for oral nutritional supplements for older adults throughout the day with monitoring of hunger
and thirst status. Food Quality and Preference. https://doi.org/10.1016/j.foodqual.2017.05.001
Thomson, D. M. H., & Crocker, C. (2015). Application of conceptual profiling in brand, packaging
and product development. Food Quality and Preference, 40, 343–353.
Truss, L. (2004). Eats, shoots and leaves: A zero-tolerance approach to punctuation.
New York, NY: Penguin.
van Herpen, E., Seiss, E., & van Trijp, H. C. M. (2012). The role of familiarity in front-of-pack label
evaluation and use: A comparison between the United Kingdom and The Netherlands. Food
van Herpen, E., & van Trijp, H. C. M. (2011). Front-of-pack nutrition labels. Their effect on
attention and choice when consumers have varying goals and time constraints. Appetite, 57(1),
148–160
van Zyl, H. (2016). Emotions in Beverages. In: H.L. Meiselman (Ed.), Emotion
Measurement. Duxford: Woodhead Publishing.
van Zyl, H., & Meiselman, H. L. (2015). The roles of culture and language in designing emotion
lists: Comparing the same language in different English and Spanish speaking countries. Food
van Zyl, H., & Meiselman, H. L. (2016). An update on the roles of culture and language in
designing emotion lists: English, Spanish and Portuguese. Food Quality and Preference, 41,
201–213.
Varela, P., & Ares, G. (2018). Recent Advances in Consumer Science. In G. Ares, & P. Varela
(Eds.), Methods in Consumer Research. New approaches to classic methods (pp. 4–21).
Duxford: Woodhead Publishing.
Vidal, L., Antúnez, L., Sapolinski, A., Giménez, A., Maiche, A., & Ares, G. (2013). Can eye-
tracking techniques overcome a limitation of conjoint analysis? case study on healthfulness
perception of yogurt labels. Journal of Sensory Studies, 28, 370-380.
Vidal, L., Ares, G., & Jaeger, S. R. (2018). Application of Social Media for Consumer Research.
In G. Ares, & P. Varela (Eds.), Methods in Consumer Research. New approaches to classic
methods (pp. 125–155). Duxford: Woodhead Publishing.
Waterlander, W. E., Scarpa, M., Lentz, D., & Steenhuis, I. H. M. (2011). The virtual supermarket:
An innovative research tool to study consumer food purchasing behaviour. BMC Public Health,
11, 589. http://dx.doi.org/10.1186/1471-2458-11-589.
Wedel, M., & Pieters, R. (2007). A review of eye-tracking research in marketing. Journal of
Marketing Research, 4,123–147.
Wierzbicka, A. (1999). Emotions across languages and cultures: Diversity and universals.
Cambridge: Cambridge University Press.
Yang, G. Z., Dempere-Marco, L., Hu, X. P., & Rowe, A. (2002). Visual search: psychophysical
models and practical applications. Image and Vision Computing, 20, 291-305.
343
2.3 Estudios cualitativos tradicionales
Carlos GÓMEZ CORONA 1

1 XOC Estudio, Ciudad de México, México.
CONTENIDO
1. Introducción
2. Teoría y método en estudios cualitativos
2.1 Los enfoques de la antropología
2.2 Los enfoques de la psicología
3. Consideraciones metodológicas y éticas
3.1 Selección de participantes y del campo de observación
3.2 La observación y moderación ¿Cómo realizar guías de sesiones?
3.3 Ética en estudios cualitativos
4. Métodos para obtención de datos cualitativos
4.1 La entrevista
4.2 Focus groups o los grupos focales
4.3 Etnografías
4.4 Otros métodos cualitativos (triadas, diadas, talleres)
5. Análisis de datos cualitativos
5.1 Manejo del set de datos cualitativos
5.2 Análisis del discurso
5.3 Análisis fenomenológico
6. Conclusiones
Referencias
1. Introducción
Uno de los puntos más importante en la diferenciación entre los estudios cualitativos y
cuantitativos puede ser el concepto de datos. En las ciencias básicas algunos
investigadores buscan colectar información cuantitativa (numérica) que puede ser
sometida a una serie de análisis estadísticos. El concepto de datos puede ser entendido
desde el origen de la palabra “datos”. En latín “data” es en realidad el plural de datum,
que significa una pieza de información, o algo dado (Wilkinson, 2005). En los estudios
cualitativos, las piezas de información provienen de la recolección de historias y
experiencias que las personas tienen. En el caso de los estudios con consumidores, una
forma muy simple de ver los estudios cualitativos vs. cuantitativos es el siguiente:
• Los estudios cuantitativos buscan estudiar la relación entre variables de una

manera numérica, por lo tanto, el consumidor representa un número o un conjunto
de números. Por ejemplo, el promedio de aceptación de una cerveza en una
escala de 9 puntos.
• Los estudios cualitativos buscan entender la relación que el consumidor tiene con
un producto, por ejemplo, la cerveza, cuáles son sus historias alrededor de la
cerveza, su percepción y actitudes. En este caso los datos son piezas de
información de una serie de consumidores que narran su relación con la cerveza.
Los estudios cualitativos no tienen que ser precedidos o continuados por un estudio
cuantitativo, ya que un estudio cualitativo es por sí mismo una pieza de estudio sólida y
capaz de dar explicaciones sobre el comportamiento de ciertas variables, de generar
hipótesis, de confirmar que existe un patrón, etc. En algunos casos, el uso de técnicas
mixtas (cualitativas & cuantitativas) es útil para explicar mejor un fenómeno, y de manera
tradicional se han realizado con anterioridad estudios cualitativos para posteriormente
corroborar los hallazgos de manera cuantitativa. Sin embargo, desde hace unos 10 años
existe una tendencia en realizar estudios cualitativos, posterior a un estudio cuantitativo,
con la finalidad de explicar de manera más clara los resultados obtenidos
cuantitativamente. Por ejemplo, si se realiza una estudio para entender cuáles son los
perfiles de bebidas de limón que más gustan en un país del cual no tenemos información
Capítulo 2.3 Estudios cualitativos tradicionales 345
previa, entonces realizar una exploración cualitativa nos puede proporcionar información
complementaria, por ejemplo: porqué los perfiles de limón con cascara son más
agradables, cuáles son las combinaciones de sabores que se tienen en el país del
estudio y cuáles son las técnicas culinarias asociadas al limón que favorecen que ciertos
perfiles tengan una mayor aceptabilidad.
2. Teoría y método en estudios cualitativos
2.1 Los enfoques de la antropología

Los métodos cualitativos han sido siempre un eje metodológico de la antropología, y esta
disciplina es probablemente la que tiene una historia más larga si pensamos en el estudio
de hábitos y actitudes del hombre. Sus comienzos pueden verse desde el siglo XVI en
donde la información que llegaba a occidente comenzaba a ser estudiada, y aunque
salvo excepciones, la información que llegaba era poco sistemática, profundamente
etnocéntrica y de baja calidad (Reygadas, 2014). Otros autores señalan el inicio de la
antropología en la década de 1840 con el nacimiento de la Societé Ethnologie de Paris
(1839 -1848) y la Ethnological Society of London (1843-1871), desde estas sociedades
científicas se estimula el debate y el estudio de diferentes culturas (Urry, 1984).
Uno de los métodos más utilizados en antropología, es la etnografía, que de acuerdo con
Pink (2009) es un proceso para crear y representar conocimiento (acerca de una
sociedad, cultura, o individuos), y que está basada en la experiencia propia del
investigador (llamado el etnógrafo). El inicio de la etnografía moderna es bastante
controversial, algunos autores atribuyen los fundamentos metodológicos modernos de la
etnografía a Bronislaw Malinowski, después de su publicación de Los Argonautas del
Pacífico Occidental en 1922, basada en una etnografía que duró varios años, en islas de
la Melanesia. Hoy en día, la imagen clásica de Malinowski (un antropólogo occidental,
varón, solitario, pasando una larga temporada de campo en lugares “alejados” y con
métodos rigurosos de recolección de datos), es el estereotipo del etnógrafo. Otros
autores le dan el crédito a Margaret Mead por su trabajo etnográfica sobre Adolescencia,
Sexo y Cultura en Samoa (1928), aunque es cierto que sus publicaciones tienen una
clara influencia psicológica.
La etnografía contemporánea, provee un entendimiento cultural de los consumidores al

compartir actividades del día a día como pueden ser cocinar, comprar, comer, etc. Pero
esto no se hace simplemente viendo a las personas en su casa o en un centro comercial,
sino al capturar los significados que las personas asocian a dichas acciones. Si bien las
etnografías de Malinowski y Mead duraban años, hoy en día las etnografías se limitan a
horas o cuando mucho a días en el campo, ya que se estudian fenómenos muy concretos
y las limitantes de tiempo y presupuesto no hacen posible las etnografías de una larga
duración.
2.2 Los enfoques de la psicología

Los métodos cualitativos han sido ampliamente utilizados en psicología desde hace
muchos años, pero dependen en gran medida de la corriente utilizada. La Figura 1
representa diferentes corrientes psicológicas que realizan estudios enfocados en
estudios con consumidores.
Figura 1. Diferentes corrientes de psicología, interesados en los estudios cualitativos con

consumidores.
De acuerdo con Forrester (2010), algunas de las preguntas claves que tienden a
realizarse en estudios cualitativos en psicología son:
• Explorar cómo piensan, sienten y se comportan las personas

• Encontrar lo que puede influenciar cómo la gente piensa, siente y se comporta
• Explorar las perspectivas de las personas y el significado que tienen las cosas para
ellos
• Estudiar cómo las ideas, eventos u objetos son representados en el lenguaje, y como
hacen sentido para las personas
• Determinar las consecuencias de como las personas piensan, sienten y se
comportan.
2.2.1 Psicología cognitiva

El termino de psicología cognitiva fue tal vez usado por primera vez por Ulric Neisser en
su libro Psicología Cognitiva (1967), y la psicología cognitiva nació gracias a los avances
tanto conceptuales, como tecnológicos que permiten ver al ser humano como una
persona cuya tarea principal es procesar información. De acuerdo con Lemaire (2006)
podemos decir que la psicología cognitiva busca determinar:
• Cómo un sistema natural (humano o animal) o artificial (computadora o inteligencia

artificial) adquiere información sobre el mundo que lo rodea,
• Cómo esa información es representada y transformada en conocimiento,
• Cómo esos conocimientos son utilizados para guiar la atención y el comportamiento.
El término cognición es un sinónimo de inteligencia o de pensamiento, y los procesos

cognitivos son entonces todos aquellos involucrados en el procesamiento de
información. Por lo tanto, un psicólogo cognitivo se interesa en la percepción (de los
objetos, personas, formas, etc.), las sensaciones (gustativas, olfativas, etc.), la memoria
(todos los tipos de memoria como episódica, semántica, etc.), la resolución de
problemas, el razonamiento (inductivo y deductivo), la toma de decisiones, la
comprehensión y producción de lenguaje, etc. Para eso, la psicología cognitiva hace uso
de una serie de métodos de observaciones como:
• Observación naturalista, es decir, del medio ambiente que rodea a una persona.
• Observación correlacional, que consiste a un análisis sistemático de eventos que
tienden a surgir de manera conjunta en un ambiente particular.
• El método experimental, que busca explicar la causa de un fenómeno, usualmente

de manera cuantitativa.
2.2.2 Psicología social

La psicología social, al igual que la psicología cognitiva tiene una historia reciente. Si
bien las bases de la psicología social son más antiguas, el padre de la psicología social
reciente es Serge Moscovici, quien a través de su tesis de doctorado establece las bases
de la psicología social contemporánea: El psicoanálisis, su imagen y su público, 1961.
De manera general podemos decir que la psicología social aborda los comportamientos,
los estados mentales, y procesos mentales que están anclados en los contextos sociales.
De acuerdo con Jodelet (1989) la psicología social siempre hace usos de tres términos
fundamentales:
• El ser, o el YO: que es el individuo caracterizado sobre el plano biológico, afectivo,

emocional, motivacional y cognitivo. El concepto del yo en la psicología social designa
a la vez una capacidad reflexiva (como consciencia del yo), y una identidad social.
• Los OTROS: Por otros se entiende a un individuo o a un grupo de ellos, que pueden
estar presentes o no, y que tienen un nivel de influencia en el contexto social de la
persona.
• El CONTEXTO: el individuo participa en una situación social que implica un cierto tipo
de posición social ocupada entre el yo y los otros, y también habla sobre la cultura
del lugar, el lenguaje, ambiente, etc.
En los estudios cualitativos con consumidores la psicología social puede ser fundamental
en el estudio de algunos fenómenos sociales como: las actitudes de un grupo, la
persuasión, influencia social, los estereotipos, rumores y la identidad. Recientemente, el
concepto de representación social comienza a ser muy utilizado en los estudios con
consumidores. La representación social según Jodelet (1984) designa una forma de
conocimiento específica, el saber del sentido común, del cual el contenido manifiesta la
operación del proceso generativo y funcional que ha sido elaborado y marcado por un
grupo social. De manera más amplia, podemos decir que la representación social
designa una forma de pensamiento social.
2.2.3 Psicología fenomenológica

La fenomenología es tanto una escuela filosófica como un enfoque de investigación en
psicología, en donde su principal objetivo es describir e interpretar las perspectivas y
percepciones de las personas para examinar como es que las personas experimentan el
mundo a su alrededor (Forrester, 2010). El origen de la fenomenología se remonta al
filósofo Edmund Husserl (1859-1938) quien se dedicó al estudio de la experiencia como
parte central de su disciplina filosófica (Ashworth, 2008), posteriormente la
fenomenología fue desarrollada por Martin Heidegger (1889-1976). El vínculo con la
experiencia es lo que ha llevado a algunos investigadores (Eatough & Smith, 2006;
Valtonen, Markuksela & Moisander, 2010) a utilizar un enfoque fenomenológico para el
análisis de estudios cualitativos, sobre todo aquellos dedicados a la experiencia del
producto (Gómez-Corona et al., 2017; Dibsdall, Lambert, & Frewer 2002) y las
etnografías sensoriales (Pink, 2009). El enfoque que la fenomenología proporciona a un
estudio cualitativo es importante en el consumo experiencial, ya que el objetivo de la
fenomenología es entender la percepción de las personas en términos del significado
que tiene para esas personas (Gallagher & Zahavi, 2008).
La fenomenología en estudios cualitativos utiliza predominantemente las entrevistas
semiestructuradas para colectar los datos del estudio, y se les pide a los participantes
dar la mayor cantidad de detalles sobre su experiencia acerca de algún fenómeno,
evento u objeto. De acuerdo con Langdridge (2007), los siguientes puntos son básicos
para entender el enfoque fenomenológico:
• Un enfoque en la experiencia humana como tema de estudio principal;

• Una preocupación por el significado, y de la manera en la que el significado influencia
la experiencia;
• Un enfoque en la descripción y la relación, en lugar de la interpretación y causalidad;
• Reconocer el rol del investigador en la co-construcción del tema de estudio, y como

eso puede afectar el entendimiento del fenómeno (aspectos históricos, culturales y
personales).
3. Consideraciones metodológicas y éticas

El método de estudios cualitativos permite explorar y corroborar algunas hipótesis, es
cierto que se deben de evitar el uso de palabras tales como “validar” o “confirmar” una
hipótesis, ya que ese tipo de palabras se deben de utilizar solamente en estudios
cuantitativos donde se parte de una muestra representativa y se tiene un error
estadístico. Sin embargo, es importante tener un objetivo claro, preguntas de
investigación y formular las hipótesis que se puedan explorar cualitativamente. Los datos
cualitativos también deben de tener una confiabilidad, al igual que en un estudio
cuantitativo. La confiabilidad de los datos de refiere a la consistencia o estabilidad de los
datos obtenidos (Cozby, 1981). Si bien es cierto que en los estudios cualitativos no
usamos un instrumento de medición, tenemos que asegurarnos que, de repetir el estudio,
con las mismas características, encontraríamos resultados similares. Una forma de
robustecer los resultados de un estudio cualitativo es mediante la triangulación que se
refiere al uso de más de un método. Álvarez-Gayou (2012) menciona cuatro tipos de
triangulación:
• Triangulación de datos: uso de varias fuentes de datos en el estudio.

• Triangulación de investigadores: incorporación de diferentes investigadores que
formen parte del estudio. Este punto generalmente se resalta en el análisis de datos,
es decir, más de un investigador analiza el mismo set de datos.
• Triangulación de teorías: utilizar múltiples perspectivas con el objetivo de interpretar
un mismo grupo de datos cualitativos.
• Triangulación metodológica: el uso de diferentes métodos de estudios para
estudiar el mismo fenómeno.
La Figura 2, explica un proceso para el desarrollo de un adecuado estudio cualitativo que

toma en cuenta la definición del problema, la relevancia del estudio, viabilidad, definición
de objetivos, y selección del tipo de análisis antes de la ejecución de un estudio. Al seguir
esos once pasos, podemos asegurar que el estudio diseñado y realizado tiene
fundamentes solidos que permitirán una toma de decisión o una correcta exploración de
algún fenómeno. Los pasos se deben de ajustar con base en la definición del problema
de investigación y la relevancia del estudio. En ocasiones se desea hacer un estudio
cualitativo a manera de una exploración, o como un piloto de un estudio más grande. Y
en ocasiones un estudio cualitativo es el centro mismo de un proyecto o de una tesis,
por ejemplo.
Figura 2. Pasos generales para la realización de una investigación cualitativa (adaptado de

Alvarez-Gayou, 2012).
3.1 Selección de participantes y del campo de observación

Una vez que se ha seleccionado el método cualitativo y se ha diseñado la estructura del
estudio, es importante considerar que la selección de los participantes es un aspecto
fundamental de los estudios cualitativos, ya que, al tener un número limitado de
participantes, es necesario que los participantes representen de la mejor manera a la

población de estudio. No existe un criterio de muestreo cualitativo, pero es importante
hacer las siguientes preguntas:
• ¿Los participantes representan adecuadamente una muestra de la población que

deseo estudiar?
• ¿Los participantes cumplen con los requisitos suficientes? (Edad, género, cultura,
etc.)
• ¿Los participantes pueden formar parte del estudio cualitativo? (Es posible
entrevistarlos, que formen parte de un focus group, etc.)
• ¿Existe algún conflicto de interés entre un participante y algún otro miembro del
estudio?
Figura 3. Principales variables para tomar en consideración al realizar un estudio cualitativo

para estudios con consumidores. (Imágenes Pixabay®).
La Figura 3 ilustra una serie de variables que se tienen que tomar en cuenta tanto en el
diseño del estudio, como en la selección de los participantes: el lugar del campo, las
personas que participan en el estudio, el producto (o servicio o características que
estamos midiendo en el estudio), y los recursos que tiene el proyecto de investigación.

Como regla general, siempre se deben tener al menos dos entrevistas, dos focus groups
o dos etnografías para realizar una comparación cualitativa, sin embargo, el número de
entrevistas/sesiones varía en gran medida del objetivo del estudio y de los siguientes
pasos: el proyecto es para una toma de decisión en la empresa, se desea publicar el
estudio, es un proyecto exploratorio, etc. En la sección 4 se da una recomendación
general por tipo de estudio.
De manera cualitativa se pueden seleccionar varios tipos de campos diferentes (Figura
4): contextos naturales de consumo (llamados naturalistas en estudios cualitativos),
simulados, controlados y digitales. La selección del campo es una de las piezas clave
del diseño de un estudio cualitativo. De manera tradicional se prefieren los contextos
naturalistas para casi todas las técnicas cualitativas, y para otras técnicas como la
etnografía es de rigor. En otras palabras, si la etnografía no se realiza en un contexto
natural, entonces no es una etnografía. En la sección 4 se explorará el detalle de las
etnografías. Pero para otros tipos de metodologías cualitativas como focus groups,
talleres, entrevistas, se tiene una mayor flexibilidad. Los contextos naturalistas favorecen
las respuestas espontáneas de los consumidores, y el uso del producto/servicio en
estudio de manera tradicional. Los contextos simulados son comunes en ciertas
Industrias/Universidades, por ejemplo, la simulación de una cocina, o de un cuarto de
lavado (para estudios de fragancias). Los contextos controlados, comúnmente una
cámara de Gesell, son ampliamente utilizados en la industria, cada vez son más
criticados debido a la artificialidad de las respuestas, y por ser un espacio que no
representa un contexto natural de consumo. Y finalmente, los contextos digitales pueden
ser tanto una simulación digital de un contexto (por ejemplo, una simulación en realidad
virtual de un cuarto de lavado, de una casa, etc.) son cada vez más utilizados pero las
ventajas y desventajas están aún siendo estudiadas (Sinesio, et al., 2019). Por otro lado,
existen también etnografías móviles, focus groups y entrevistas por videoconferencia. Y
aunque no representan por sí mismo un contexto digital, se les llama digital por ser el
medio de obtención de los datos.
Figura 4. Diferentes contextos utilizados en los estudios cualitativos. (Imágenes Pixabay®).
3.2 La observación y moderación ¿Cómo realizar guías de sesiones?

En cierto sentido, la conducta se observa en todo estudio psicológico. Un investigador
realiza observaciones de los tiempos de reacción de los participantes, de sus
contestaciones a un cuestionario, del desempeño de su memoria, y así sucesivamente
(Coolican, 2004). Aun así, observar tiene un amplio significado en la literatura científica
sensorial y de investigación de mercados. En el contexto de los estudios cualitativos, la
observación se refiere a una técnica cualitativa, y que es posible utilizar en un diseño
experimental, como medición de una variable. Si la palabra observación es utilizada en
un estudio cualitativo, se tiene que diferenciar el tipo de observación realizada y puede
dividirse en:
• Observación no participante: La observación no participante es posible solo en

contextos naturalistas, ya que el investigador está en algún punto observando el
comportamiento de las personas. Los ejemplos de las observaciones no participantes
pueden ser las etnografías del siglo XIX en donde antropólogos visitaban las islas del
pacifico, o ejemplos tan contemporáneos como visitar una cafetería y observar la
dinámica de consumo de café entre adolescentes o centros urbanos (Hill, Pilling, &
Foxcroft, 2018).
• Observación participante: En la observación participante las personas saben que
están siendo observadas y se pueden tener dos tipos: participante como observador
(no se tiene una interacción directa), y participante pleno (donde el investigador
realiza actividades junto con las personas que forman parte del estudio). Existe
también otra variante, que puede ser participante encubierta, pero los aspectos éticos
tienen que ser revisados, ya que en este caso de observación las personas no saben
que el integrante es en realidad un investigador que está observándolo todo y en
ocasiones haciendo un registro (Spradley, 2016; Calvey, 2017).
• Observación controlada: Es posible controlar las observaciones por medio de
alguna estructura o en algún contexto especial. Es factible ejercer un alto grado de
control ambiental dentro del laboratorio, aun cuando el participante no
necesariamente este del todo consciente de que el ambiente es un “laboratorio”
(Ryan, et al., 1995; Schultz & Schultz, 2015).
Una vez seleccionado el tipo de campo, por lo general se comienza con la estructura de
la guía de sesiones, la cual debe de ayudarnos a responder a las preguntas de
investigación. Existen muchos tipos de preguntas y estilos, pero siempre necesitamos ir
de lo general a lo particular y nunca de manera aleatoria. Las siguientes preguntas
pueden ayudar estructurar la guía:
• ¿Con quién vamos a hablar? Esta pregunta tiene una relación con el tipo de
lenguaje que debemos de tener. Por ejemplo, si son niños, adolescentes, adultos
mayores, nivel de escolaridad de las personas.
• ¿Qué nivel de profundidad necesitamos? Esta pregunta se relaciona con el tipo
de preguntas que vamos a usar más frecuentemente: preguntas cerradas
(¿Consumes bebidas alcohólicas?) o preguntas abiertas (¿Cómo te sientes después
de tomar una cerveza?).
• ¿Cuánto tiempo tenemos por entrevista / sesión? Siempre existe una limitante de
tiempo y hay que seleccionar las preguntas clave. Por lo general una entrevista dura
una hora y media, los focus group un promedio de dos horas, y las etnografías en
casa de los consumidores pueden durar hasta tres horas.
Algunos consejos para realizar la guía cualitativa pueden ser:

• Hacer una pregunta a la vez y dejar el espacio para la respuesta. Es fácil que la
emoción de una entrevista nos lleve a hacer muchas preguntas al mismo tiempo.
• Evitar las preguntas cerradas, ya que suelen tener respuestas del tipo: SI/NO.
• Un buen investigador cualitativo siempre evitará usar “¿por qué?, excepto algunas
excepciones. Este tipo de preguntas suele dar respuestas socialmente aceptables.
• Las guías cualitativas deben de favorecer una estructura de entrevista que parezca
una conversación, en lugar de un interrogatorio.
• No hacer las preguntas dos veces, esto suele cansar a los participantes. De hecho,
se tiene que hacer el mínimo de preguntas posibles.
• Al momento de hacer una pregunta, asegurarse que se puedan contestar y que se
puedan contestar en forma verídica.
3.3 Ética en estudios cualitativos

Toda investigación científica debe estar basada en los principios éticos, y existen guías
claras que un investigador debe de seguir, así como existen ejemplos de investigaciones
que han sido marcadas por errores inadmisibles. Tal vez uno de los más famosos fue el
estudio sobre la obediencia hacia figuras de autoridad realizado por Stanley Milgram en
los años 60’s, en la Universidad de Yale (Milgram, 1963), y posteriormente el estudio
sobre la cárcel de la Universidad de Stanford realizado por Philip Zimbardo en 1971
(Zimbardo et al., 1971). En el estudio de Milgram, se les informaba a los participantes
que participarían en un estudio sobre memoria y aprendizaje, en el cual tendrían que
darle un castigo a otro participante (llamado Mr. Wallace) quien, si cometía algún error
en una prueba de memoria, entonces el participante podría proporcionar una descarga
eléctrica de 15 volts, hasta 400 volts con la finalidad de que Mr. Wallace tuviera una
mejora memoria. ¿El resultado? Aproximadamente 65% de los participantes
proporcionaron una descarga (que en realidad era ficticia, y Mr. Wallace era un actor que
formaba parte del estudio) continua hasta llegar a los 400 volts (Cozby, 1981). En este
estudio se tienen una serie de errores como: el estrés psicológico dado a los participantes
(por creer dar una descarga eléctrica mientras Mr. Wallace gritaba de un aparente dolor),
la información incorrecta dada a los participantes del estudio y el engaño que los
participantes tuvieron, ya que Mr. Wallace era en realidad un actor y fingía el sufrimiento
a causa de los volts ficticios.
En cuestiones de ética en la investigación cualitativa, es muy común referirse siempre a
los principios que marca la World Medical Asssociation (WMA, Asociación Médica
Global), que publico desde 1964 una declaración de ética en estudios médicos con
humanos (WMA, 2019). Tomando como base la Asociación Británica de Psicología
(British Psychological Society, 2018), tiene un código de conducta y ético que pueden
ser apropiados para estudios cualitativos, que se separa en cuatro puntos clave:
• Respeto por la dignidad de las personas y los pueblos es uno de los principios éticos
más fundamentales y universales a través de fronteras geográficas y culturales, y a
través de profesionales de diferentes disciplinas. Considerar: privacidad,
confidencialidad y consentimiento informado.
• Competencia, se refiere a la capacidad para proporcionar servicios específicos a un
estándar profesional requerido. Un psicólogo (o en nuestro caso, el investigador
cualitativo) no debe proporcionar servicios profesionales que estén fuera de sus áreas
de conocimiento, habilidad, entrenamiento y experiencia.
• Responsabilidad, asegurarse que no hay un abuso de confianza. Hacer un uso
responsable de sus conocimientos y habilidades.
• Integridad, incluye ser honesto, sincero, preciso y consistente en las acciones,
palabras, decisiones, métodos y resultados. Requiere poner el interés propio a un
lado y ser objetivo.
4. Métodos para obtención de datos cualitativos
4.1 La entrevista
Los seres humanos interactuamos todos los días y compartimos información con el
objetivo de socializar, entender alguna situación, pedir ayuda, etc. El acto de hablar
siempre implica una persona que pregunta o comenta algo y la otra persona que
responde con un mensaje. Este simple intercambio a manera de conversación puede ser
estructurado a manera de una entrevista ordenada y sistematizada en donde el objetivo
es entender algún fenómeno. Algunos investigadores cualitativos han descrito a las
entrevistas como una de las herramientas más comunes y poderosas para entender el
comportamiento humano (Fontana & Frey, 2000; Forrester, 2010). Es importante señalar
que, dentro de las técnicas cualitativas, la entrevista es aquella que puede llegar a ser
más influenciada por la subjetividad de la experiencia de los participantes. Dicha
subjetividad se tiene que tomar en cuenta, al momento de seleccionar entrevistas como
la técnica cualitativa, ya que generalmente se tiene una gran variedad de datos,
dependiendo de la persona entrevistada. Por lo tanto, la selección y número de
participantes que deben formar parte del estudio es muy importante.
Tabla 1. Diferentes tipos de entrevistas.

Casuales Dirigidas A profundidad
Qué Entrevistas que se Estas preguntas están Son entrevistas de una
realizan in situ, suelen más dirigidas a un público duración mayor, con
ser poco estructuradas y específico y tienen una preguntas estructuradas y
se hace un número duración mayor que las ayudan a entender
mayor. entrevistas casuales. Y claramente el fenómeno
preguntas estudiado.
Donde Contextos naturales Contextos naturales Contextos tranquilos como
una sala, o la casa del
participante.
Quien Cuando son in situ, se Normalmente se buscan a Un target específico y bien
seleccionan las personas en un sitio, seleccionado que puede:
aleatoriamente a los por ejemplo: a la salida de responder a todas las
participantes que un colegio, de un bar, en preguntas en un tiempo
creemos que cumplen el una manifestación, etc. largo, reflexionar sobre las
perfil de la investigación respuestas y que se siente
tranquilo participando en el
estudio.
Por qué Suelen ser entrevistas Nos dan una idea más Son las entrevistas que
informales, que ilustran clara acerca de un suelen usarse en un estudio
una opinión. fenómeno especifico. cualitativo porque se puede
Este tipo de entrevistas Tienen preguntas más profundizar en un tema en
suele ser útil para hacer estructuradas que una particular para dar
algún piloto de preguntas entrevista casual. respuestas a los objetivos
que posteriormente se del estudio.
realizarán de forma más
estructuradas.
Nivel de
profundidad
Existen varios tipos de entrevistas, la Tabla 1 muestra un resumen de los tipos de

preguntas: casuales, dirigidas y a profundidad. Las entrevistas dirigidas y a profundidad
tienen una guía de sesiones fija en donde se tiene un set de preguntas estandarizadas
y dejan poco espacio para la improvisación. En las entrevistas casuales se prefiere tener
un mayor número de entrevistas estructuradas, y de hecho son poco usadas por
investigadores cualitativos, ya que caen en un espacio intermedio entre datos cualitativos
y cuantitativos (Donoghue, 2000). Por otro lado, las preguntas semiestructuradas en
entrevistas a profundidad son las más usadas por investigadores cualitativos ya que dan
lugar a las evocaciones de emociones, experiencias e historias alrededor de un
fenómeno (Forrester, 2010). Las entrevistas dirigidas se diferencian de las entrevistas a
profundidad, en que para su realización se utilizan muy pocas preguntas, y se deja un
espacio abierto para la improvisación y las características de cada entrevistado. Estas
entrevistas son un poco más difíciles de analizar, ya que generalmente no contienen la
misma información al compararse participante con participante (Rowley, 2012).
El enfoque de una entrevista puede dividirse en dos, de acuerdo con Forrester (2010), y
son: entrevistas como excavación, y 2) entrevistas como una construcción. Las
entrevistas que son estructuradas como una excavación requieren que el entrevistador
tenga una posición completamente neutra, en donde las intervenciones del investigado
se limitan a generar preguntas, y no implican un análisis. El objetivo es profundizar en
un tema de estudio lo más posible, y el análisis es posterior, una vez que todas las
entrevistas hayan concluido (Cuadro 1). En el caso de las entrevistas como una
construcción participativa entre investigador y el consumidor, se realizan las preguntas
siguiendo la guía preparada, pero se deja un espacio entre algunas respuestas para el
análisis en conjunto para que tanto el entrevistado como el investigador reflexionen sobre
la información generada durante la entrevista (Cuadro 2). Las entrevistas como
construcción suelen realizarse con participantes que tienen cierto conocimiento o
formación, por ejemplo, un psicólogo social, un chef, etc.
Cuadro 1: Entrevistas semiestructuradas, con un enfoque de excavación
En este extracto el investigador indaga en el primer momento de consumo de una

cerveza artesanal, con el fin de entender la experiencia de tomar cerveza. En
ambas entrevistas, el flujo de preguntas es el mismo, no existe una pausa para
el análisis.
Entrevista 1
Entrevistador: ¿Y, cómo tomas las cervezas?
Octavio: Siempre me sirvo en vaso, es una maña adquirida y prefiero en vaso

porque generalmente esas cervezas tienen muchos aromas y es parte de
la experiencia, y la botella no te permite tenerlas. Una Modelo, una
León, si te la tomas directo de la cerveza, pero creo que el aroma es
un factor importante y se pierden sino las sirves.
Entrevistador: ¿Y tienes un vaso especial?
Octavio: Me gustan los old fashion en realidad, jajaja para prácticamente todo.
Así que todo lo pongo en un old fashion y fin de la historia. No uso
un vaso especial.
Entrevista 2
Entrevistador: ¿Y, como tomas las cervezas?
Paloma: En vaso. Casi no suelo tomarla directo de la botella, a menos que la

cerveza no esté tan fría. Me la tomo de la botella porque si no se
va a calentar más, entonces me la tomo de la botella.
Entrevistador: ¿Y tienes un vaso especial?
Paloma: Es un vaso normal.
Cuadro 2: Entrevistas semiestructuradas, con un enfoque de construcción

(obtenido de Simonnet-Toussaint, 2006).
En este extracto la investigadora estudia la relación y representaciones íntimas

alrededor del consumo de vino. Se realiza una entrevista a una consumidora de
vino de Limoges, Francia. La consumidora tiene un padre conocedor de vino, y
tiene una relación con un hombre musulmán que no consume alcohol.
Mujer de Limoges: Me parece un poco raro porque es mi padre. Él mantiene su

botella a mi lado porque mi madre, mi hermana, no beben
necesariamente (...) A veces yo decía, bueno voy a probar,
cuando mi novio estaba ahí (...) Voy a probar el vino por lo
menos para complacerlo un poco y para que no se sienta solo

tomando (...) Para mostrarle que no es porque estoy con
alguien musulmán que automáticamente voy a cambiar (...).
Intervención del entrevistador: Será que, al tomar un poquito de vino, justo

en ese momento, ¿no estás tratando de decir: soy la novia de
Abdel, pero sigo siendo tu hija.
Mujer de Limoges: Ehh si, sí, claro. ¡Es exactamente eso!
¿Cuándo utilizar entrevistas para un estudio? En ocasiones se realizan entrevistas

cuando se desconoce por completo algún fenómeno, cuando el tema estudiado es
sensible y la interacción con otras personas (por ejemplo: en un focus group) es
desfavorable. Las entrevistas a profundidad suelen tener una duración mayor a una hora
y menor a dos. Siempre se realiza una entrevista a la vez, y como todas las técnicas
cualitativas, es necesario realizar como mínimo dos entrevistas en un estudio, con el fin
de poder comparar los resultados, sin embargo como regla general se sugiere tener entre
3 – 10 entrevistas, o hasta el momento en donde se llega a una saturación de la
información (saturación en términos cualitativos, se refiere al momento en el que se
obtiene la misma información y adicionar más entrevistas o sesiones no aporta nuevas
piezas de información). La Tabla 2 muestra una serie de ventajas y desventajas para el
uso de entrevistas en estudios cualitativos.
Tabla 2. Ventajas y desventajas de realizar entrevistas como técnica cualitativa.

Ventajas Desventajas
Es un proceso rápido, se pueden realizar Puede ser tardado encontrar a las personas
múltiples entrevistas por día (abiertas & adecuadas, si sus características son muy
dirigidas). específicas.
Las entrevistas a profundidad suelen Se requiere una buena guía de entrevista para
proporcionar mucha información con pocos hacer las preguntas adecuadas.
casos.
En las entrevistas a profundidad se puede -

hablar de temas delicados o personales.
Son más adecuadas para investigadores con El análisis suele ser más tardado, ya que el
menos experiencia en el manejo de grupos. tiempo de audio o transcripción son mayores.
Los costos de hacer entrevistas suelen ser muy -

bajos en comparación con otros métodos
cualitativos.
4.1.1 Diseño del estudio

En la Tabla 3, se encuentran algunos consejos de actividades que sí y no se aconsejan
para realizar entrevistas. Una pregunta común es ¿Cuántas entrevistas realizar? Como
regla general se espera que seis entrevistas a profundidad sean suficientes, pero el
número está sujeto al objetivo del estudio. Una vez que se hayan realizado, se puede
revisar si se ha llegado al punto de saturación de información, o si es necesario añadir
más sesiones. Para realizar entrevistas y preparar la guía de sesiones se recomienda
conocer al participante. Al momento de reclutar buscamos características específicas, y
por lo tanto debemos saber el nivel de conocimiento que los participantes tienen sobre
un tema, la sensibilidad de las preguntas y una vez realizada la entrevista reflexionar en
al menos:
• ¿Las preguntas realizadas funcionaron como lo habíamos esperado?

• ¿Hay algo inesperado o incluso contradictorio en las respuestas obtenidas?
• ¿La duración de la entrevista fue la adecuada?
• ¿La profundidad de las respuestas fue la adecuada?
Las respuestas a las preguntas anteriores no nos deben de alarmar, sino que nos
ayudarán a mejorar la guía de entrevistas y la estructura de nuestro estudio hasta
alcanzar el diseño ideal para responder a los objetivos de la investigación
Tabla 3. Consejos para llevar a cabo una entrevista de manera exitosa.

SI hacer NO hacer
Seleccionar un lugar calmado, donde no Realizar la entrevista en lugares públicos
existan distracciones, que sea neutro y que donde otras personas puedan escuchar o
no tenga ruido ni interrupciones. interrumpir.
Hablar en el idioma de los participantes Mezclar idiomas, como frases en español y en
inglés, o algún otro idioma
Hacer preguntas intimas, sensibles o Hacer preguntas intimas, sensibles o
delicadas pero muy bien estructuradas y que delicadas que puedan ofender al participante o
no sean ofensivas, siempre dirigirse al alterar su estado de ánimo.
entrevistado con respeto y hacer preguntas Por ejemplo: Veo que tienes un problema con la
personales sólo si están relacionadas con el bebida, ¿eso te ha traído problemas con tu
objetivo del estudio. Por ejemplo: Hemos pareja?
platicado mucho acerca de tus gustos por las
cervezas artesanales, pero ¿hubo algún
momento en el que el exceso de cerveza haya
sido un problema para ti?
Planificar el número de entrevistas con Dejar al azar el número de entrevistas
anterioridad (por ejemplo, 4 entrevistas con
consumidores de cerveza artesanal y 4 con
consumidores de cerveza industrial)
Preguntar una sola vez, y si el entrevistado no Repetir las mismas preguntas, que sólo
puede o no quiere contestar, entonces seguir cambian en su redacción.
adelante con los temas siguientes.
Hacer preguntas tanto generales como Hacer preguntas tan generales, que la
especificas: respuesta del entrevistado puede ir en
GENERAL: ¿Cuál es tu opinión sobre las cualquier dirección. Por ejemplo ¿Qué opinas
cervezas importadas que puedes comprar en el de las cervezas?
supermercado?
ESPECIFICA: ¿Cuál fue la primera marca de

cerveza importada que consumiste, y qué te
pareció su sabor?
Estar preparado para momentos de silencio, Cortar el silencio por sentirse incomodo y
Las preguntas pueden generar un momento de hacer preguntas para salir del paso.
silencio en el cual el entrevistado reflexiona. No
es necesario hacer contacto visual constante en
momentos de silencio.
Hay que dar el tiempo para responder, y
también es un tiempo útil para que el
investigador pueda revisar la guía de
entrevistas y ver cuáles son las siguientes
preguntas.
4.1.1 Ejemplo de entrevistas a profundidad con maestros chocolateros

El ejemplo utilizado es de una serie de entrevistas a profundidad que se les hicieron a

seis maestros chocolateros en México, con la intención de entender cuál es la percepción
acerca de la innovación en el mundo del chocolate, nueva combinación de ingredientes
y sabores emergentes que pueden ser tanto una tendencia como una fuente de
inspiración para entender cómo sería el futuro del sabor del chocolate. El detalle de la
guía de sesiones se muestra en la Tabla 4 y corresponde a una guía exploratoria. La
duración promedio de las entrevistas fue de 90 minutos. Las entrevistas se grabaron con
audio y video, y al terminar las entrevistas se transcribieron para posteriormente ser
analizadas mediante un análisis temático.
Tabla 4. Preguntas clave de la guía de entrevista a profundidad.

Introducción / Rapport
• ¿Cómo te llamas? ¿Cuál es tu especialidad? ¿Qué actividades has desarrollado con el
chocolate?
I. ACOMPAÑAMIENTO EN LAS ACTIVIDADES ASOCIADAS AL CULTIVO DEL CACAO
• Quisiéramos que nos platicaras cómo es tu trabajo diario con el chocolate… ¿Podrías
mostrarnos las diferentes actividades que desarrollas?
• ¿Podrías mostrarnos tu espacio de trabajo? (registro visual)
• ¿Qué variedades de chocolates usas en tus productos? (insumos)
II. SIGNIFICADOS ATRIBUIDOS AL CACAO Y AL CHOCOLATE.
• ¿Qué sabe sobre el cacao?
• ¿Cuántas variedades conoce de chocolate? ¿A qué está destinada cada variedad?
• ¿Qué mercados o aplicaciones nuevos existen?
III. EXPLORACIÓN DE TENDENCIAS EN EL MUNDO DEL CHOCOLATE
• ¿Cuáles son los sabores que predominan en tus productos?
• ¿Existe una barrera de los consumidores para aceptar ciertas combinaciones con el
chocolate? (i. e. chile) ¿Cómo hace para romper esa barrera?
• Si alguien quisiera innovar en los chocolates, ¿a dónde tendría que mirar? ¿A dónde tendría
que ir? ¿A quién tendría que visitar?
• Si pudieras sugerirnos hacer una ruta del cacao y chocolate para descubrir todos sus
sabores, ¿qué podríamos hacer? ¿A dónde tendríamos que ir? ¿Qué lugares visitar?
IV. Cierre
Uno de los principales hallazgos fue cómo los maestros chocolateros identifican sutilezas
del sabor del chocolate, asociadas al origen y procesos de elaboración. Refieren distintas
condiciones en el cultivo y procesamiento del cacao para obtener ‘tonos de sabor’ únicos
en el desarrollo de sus productos. Las variedades de cacao que aportan sabores dulces
y menos astringentes son mezclados con ingredientes básicos como almendras, canela
y vainilla. Las variedades de cacao (Figura 5) que aportan sabores ácidos y astringentes
se mezclan principalmente para bebidas donde se añaden ingredientes como maíz
tostado, flores comestibles y chiles. Una de las principales fuentes de innovación se
encontró en las infusiones realizadas con flores y tés. El Cuadro 4 ilustra algunas de las
frases de la entrevista que fueron posteriormente analizados.
Figura 5. La primera imagen muestra el momento de entrevista a la maestra chocolatera, y la

segunda es un zoom in al cacao que estaba siendo probado durante la entrevista.
Cuadro 3.
“El gusto por el chocolate es cuando lo mezclas con la azúcar, porque sólo sabe
y huele mal; es algo que el consumidor no podría entender.”
“A diferencia del café, el chocolate no crea una experiencia agradable al

momento de tostar o moler el cacao; sobre todo porque es un producto fermentado
Y como todo fermentado, tiene un olor que asociamos a los alimentos ‘podridos’.”
“Yo creo que en el mercado de chocolate finos hacemos un gran uso de infusiones
de flores y tés que nos permiten diversificar y dar nuevos sabres al chocolate,
y son esos sabores nuevos que traen experiencias diferentes a quien prueba
nuestros chocolates”
4.2 Focus groups o los grupos focales

De manera muy simple, los focus groups (FG) son una discusión entre individuos
seleccionados, que hablan sobre temas específicos (Beck, Trombetta & Share, 1986).
Los grupos suelen ser con personas que comparten una misma característica, por
ejemplo: consumidores de cerveza (Figura 6), o usuarios de una marca de bebidas en
polvo de sabor naranja. El FG se realiza de manera tradicional en una cámara de Gesell,
con la ayuda de un moderador. Las sesiones son grabadas para ser posteriormente
analizadas, y la discusión que se lleva a cabo durante la sesión gira en torno a un objetivo
específico, y que en investigación de mercados pueden ser de varios tipos: exploración
de motivaciones de consumo de una categoría de productos, hacer una selección de
productos que sean bien/mal evaluados, estudiar la percepción hacia una serie de
conceptos de nuevos productos, etc. Y existen varios tipos de FG (Tabla 5) que pueden
ser tanto los tradicionales (en una cámara de Gesell, itinerantes, contextuales o mixtos).
Figura 6. Imágenes de dos FG contextual con dos grupos diferentes para un estudio de cerveza,
realizado en un restaurante de la Ciudad de México, México.
Tabla 5. Diferentes tipos de FG.

FG tradicional FG itinerantes FG FG mixtos
contextuales
Qué Una serie de Serie de sesiones Se realizan en el Existe poca
sesiones de grupo, que se repiten hasta lugar natural de literatura al
en donde se habla cumplir un objetivo consumo: un respecto, pero son
de un tema (ej. la mejora de un bar, restaurante, técnicas mixtas:
específico. producto), con los escuela, etc. FG + entrevistas
mismos El objetivo es FG + actividades
participantes o tener un contextuales
diferentes. contexto natural. FG + talleres
Donde Cámara de Gesell Cámara de Gesell Depende del Cámara de Gesell +

objetivo. …
Un laboratorio
Una sala
Ambiente natural
(casa,
restaurante…)
Quien Participantes Participantes Dependiendo de Dependiendo de la
homogéneos homogéneos la complejidad complejidad del
(misma edad, o (misma edad, o del contexto. contexto.
género, etc.) género, etc.)
6 – 8 participantes 6 – 8 participantes
Por qué Para toma de Acorta el tiempo de Hay ciertos Pueden ser un
decisiones rápida o desarrollo de productos que complemento ideal
exploración. productos / son difíciles de para el desarrollo de
conceptos- evaluar en una un producto, por
sala (como ejemplo, un FG
bebidas seguido de una
alcohólicas, por sesión de trabajo o
ejemplo) degustación en
algún laboratorio de
desarrollo de
productos.
Tabla 6. Ventajas y desventajas de realizar FG como técnica cualitativa.

Es un proceso rápido, se pueden realizar hasta El costo suele ser más elevado versus las
tres FG por día. En dos días se puede terminar entrevistas.
el campo.
La interacción del grupo permite que la Las respuestas no verbales suelen pasar
discusión guíe y decida cuales son en realidad desapercibidas, dado que es difícil prestar
los temas más importantes. atención a cada uno de los participantes
Permite identificar claramente los consensos La profundidad del análisis es menor que en las
versus disensos, lo cual facilita el análisis. entrevistas o etnografías.
Permite la observación de terceros con facilidad

si se utiliza una cámara de Gesell en donde No se puede hablar de temas sensibles.
otros participantes del estudio se encuentran
del otro lado del espejo.
Proporcionan un cierto nivel de anonimato de

respuestas desde el campo. La falta de interés de algunos miembros del
grupo es frecuente.
¿Cuándo utilizar un FG? La respuesta más sencilla es: cuando necesitamos algún tipo
de interacción entre nuestros participantes, que nos de acceso a un proceso más natural
de comunicación, como contar historias, bromear, discutir, persuadir, retar o crear
acuerdos y desacuerdos (Wilkinson, 2008). De manera práctica existen otras variables a
tomar en cuenta: el tiempo disponible, el reclutamiento de los participantes, el producto
o material a ser probado (por ejemplo, las preparaciones culinarias como sopas, pastas,
etc. conllevan una complejidad de ejecución). La Tabla 6 muestra algunas sugerencias
de ventajas y desventaja que permitirán al lector tomar una decisión de cuando es
pertinente usar, o no, un FG.

El diseño de un FG debe de tomar en consideración el objetivo del estudio, la estructura
de las sesiones, tipos de participantes y dinámicas que se planean hacer en las sesiones
para obtener la información que es relevante para contestar la pregunta de investigación.
En la Tabla 7, se encuentran algunos consejos de actividades que sí y no se aconsejan
para un FG.
¿Cuántos FG realizar? Como regla general se espera que tres a cuatro FG sean
suficientes (Kruger & Casey, 2000). Una vez que se hayan realizado, se puede revisar si
se ha llegado al punto de saturación de información, o si es necesario añadir más
sesiones. Se recomienda que cada FG sean de 6 – 8 participantes, menos participantes
pueden ser poco propicios para dinámicas de grupos, y más participantes pueden hacer
difícil el control del grupo y generar múltiples distracciones, en grupos grandes siempre
se tienen participantes que hablan entre ellos, en lugar de hablar con el grupo.
Tabla 7. Consejos para llevar a cabo un FG de manera exitosa.

SI hacer NO hacer
Seleccionar temas que pueden ser Hablar de temas sensibles como la
discutidos en un grupo, que no sean alimentación de enfermos terminales, fobias
sensibles o personales alimentarias, abuso de alcohol, etc.
Reclutar a los participantes pensando en la Mezclar participantes con diferentes puntos
dinámica natural de convivencia de un de vista o caracteristicas que impiden una
grupo y que sean relevantes para la dinámica de convivencia de grupo. Por ejemplo:
investigación. Por ejemplo: genero, nivel en un estudio sobre consumo de proteínas

socioeconómico, etnicidad, actitudes hacia el mezclar en la misma sesión a consumidores
consumo de un producto, etc. carnívoros con consumidores veganos
Generalmente se favorecen grupos con una estrictos.
misma característica por ejemplo en un estudio
sobre consumo de cerveza: Puede ser interesante en algunos casos
Sesión 1: Hombres consumidores de cerveza mezclar personas cuando comparten un rasgo
artesanal fundamental de interés para el estudio. Por
Sesión 2: Mujeres consumidoras de cerveza ejemplo: el consumo de insectos (mezclar en la
artesanal sesión personas jóvenes, mayores, niveles
Posteriormente se contrastan los resultados socioeconómicos altos y bajos, etc. porque el
utilizando el género/sesión como una variable interés es que lo único que comparten es el
comparativa consumo de insectos).
Planificar el número de sesiones con Dejar al azar el número de sesiones
anterioridad (por ejemplo, dos sesiones con
hombres y dos sesiones con mujeres)
Grabar las sesiones en video y audio para Tratar de memorizar los aspectos más
ser analizadas posteriormente relevantes de las sesiones y no tener
registro de audio/video
Considerar tres puntos clave de un grupo, Improvisar el manejo del grupo y dejar una
utilizando una guía de sesiones clara: discusión completamente libre
1) ¿cómo manejaremos la interacción del
grupo?
2) ¿Cuál será la estructura de la discusión?
3) ¿Cuál es el nivel de profundidad deseada
en la discusión?
Ser flexibles, es importante cubrir todos los Cortar las discusiones de los participantes,
temas en la guía de sesiones, pero no esperar con tal de tener siempre el mismo flujo de
que todas las discusiones tengan el mismo preguntas/discusiones
orden. Es importante favorecer el flujo natural
de una conversación en donde los participantes
pueden hablar espontáneamente de un tema
que en la guía de sesiones estaba prevista para
el final.
Estar preparado para lo imprevisto, y puede Ser rígido e inflexible
ser cualquier cosa…. Tener tiempo para repetir
una sesión que no fue exitosa, o hacer una
sesión piloto.
Estar preparado para discusiones entre
participantes, falta de participación, encuentros
inesperados, etc.
Dos puntos muy importantes para tomar en consideración son la estructura de guía de
sesiones y las habilidades del moderador. Algunos consejos para el desarrollo de
preguntas para un FG, adicional a los consejos para cualquier estudio cualitativo son:
• Las preguntas deben de sonar como a una conversación. El FG es una actividad

social, es necesario fomentar la conversación
• Hacer una pregunta a la vez
• Cuando se hagan ejercicios (proyectivos, de categorización, etc.) dar una instrucción
a la vez, evitar dar todas las instrucciones al mismo tiempo
• La guía de sesiones debe de tener una secuencia lógica que preferentemente va de
lo general a lo particular, pero evitar hacer preguntas que no tienen una secuencia
con la discusión anterior. Por lo general las preguntas se dividen en:
o Preguntas para abrir la sesión (¿cómo se llaman?, etc.)
o Preguntas introductorias (¿Qué tipo de comida les gusta? ¿Cuáles son las
marcas de agua saborizada que más consumen?
o Preguntas de transición (Suelen o cambiar de tema o profundizar en algún
punto en particular: ¿el sabor es un factor importante para comprar agua
saborizada?
o Preguntas clave (son normalmente de dos a cinco y son el eje del FG para
responder a las preguntas de investigación)
o Preguntas de cierre (suelen resumir la sesión: ¿Cuáles son entonces las ideas
que más les gustaron?)
• Evitar demasiadas preguntas, es necesario usar el tiempo adecuadamente.
• Se aconseja también hacer ejercicios proyectivos o de categorización: hacer listados,
sorting task, ordenar imágenes, hacer un collage de imágenes, ordenar productos,
etc.
Y finalmente, con respecto a las habilidades y características del moderador ideal,

dependen en gran medida del objetivo del proyecto, pero se pueden tomar en cuenta las
siguientes variables: el género (puede influenciar o sesgar la discusión), la habilidad de
tratar con niños (en caso de un FG con niños), el manejo del grupo con adolescentes
(los participantes adolescentes pueden llegar a ser un reto), la empatía (desde vestirse
para la ocasión, hasta la manera de dirigirse al grupo), y la nacionalidad o etnia. Los
moderadores también deben de desarrollar una capacidad de concentración, memoria y
paciencia. El moderador nunca debe dejarse influenciar por su propio conocimiento
sobre el tema, debe de hablar al grupo como si fuera la primera vez que habla del tema,
a pesar de que pueda ser la última sesión de un largo proyecto cualitativo.
4.2.2 Ejemplo de FG contextual sobre cerveza artesanal

El ejemplo de este estudio se publicó en la revista Appetite (Gómez-Corona, et al., 2017).
El objetivo del estudio era entender cuáles son las variables involucradas en la
experiencia de tomar cerveza artesanal versus industrial. Se formularon dos hipótesis:
1) Las variables de la experiencia de tomar cerveza es la misma entre consumidores de
cervezas artesanales versus industriales, pero la relevancia de cada variable cambia,
dependiendo del tipo de cerveza consumida, y 2) la experiencia de tomar cerveza
industrial es similar en hombres y mujeres, pero la experiencia de tomar cerveza
artesanal es diferente por género. Para ello se realizaron ocho FG contextuales, siendo
más específico, en un restaurante de clase media-alta, que vendía como parte de su
menú regular, cervezas industriales y artesanales. Las sesiones se dividieron por género
(2 sesiones hombres y dos sesiones mujeres) y por tipo de cerveza consumida (2
sesiones cerveza industrial, y 2 sesiones cerveza artesanal) y se realizaron por la tarde,
cuando la gente consume más cerveza en la Ciudad de México.
Tabla 8. Preguntas clave de la guía de sesiones.

Introducción / Rapport
• Tour de la mesa, cada participante menciona su nombre y se presenta brevemente
Discusión sobre la experiencia de tomar cerveza
• ¿Qué tipos de cerveza toman los fines de semana?
• ¿Qué tipos de cerveza consumen? Marcas, estilos, etc.
• ¿Y… para qué es la cerveza? ¿Por qué tomar cerveza?
• ¿Han pensado lo que hace que les guste la cerveza? ¿Por qué?
• Si hablamos acerca de los sentidos…. ¿Cuáles son los más importantes para disfrutar la
cerveza?
• ¿Piensan en algo cuando toman cerveza? ¿Cómo qué?
• Y ahora hablando de lo que sienten… ¿Qué sienten cuando toman una cerveza?
• Qué es lo más importante para disfrutar una cerveza ¿el sabor, lo que piensan acerca de la
cerveza o la manera en la que los hace sentir?
• ¿Qué hace que disfruten más el tomar una cerveza? ¿Y… menos?
• ¿Cómo toman una cerveza? (Directo de la botella, en vaso, con otros ingredientes, etc.)
• ¿Hay lugares especiales para tomar cerveza? ¿Y… para no tomar?
• ¿Alguna pregunta más? ¿Comentarios?
Cierre
El detalle de la guía de sesiones se muestra en la Tabla 8 y corresponde a una guía

exploratoria. La duración promedio de las sesiones fue de 60 minutos, y los
consumidores podían tomar cerveza (máximo 2) durante las sesiones, con el fin de poder
hablar de la experiencia de tomar cerveza, mientras realmente toman cerveza. Los
consumidores de cerveza artesanal podían escoger dentro de un menú de cervezas
artesanales para tomar, mientras que los consumidores de cerveza industrial podían
escoger también, pero un set de cervezas industriales. Las sesiones se grabaron con
audio y video, y al terminar las sesiones se transcribieron para posteriormente ser
analizadas mediante un análisis temático con enfoque fenomenológico (Tabla 14).
Figura 7. Ejercicios de categorización durante el FG.
De manera general los resultados del análisis temático mostraron 8 temas principales en
orden de frecuencia de menciones fueron: actitudes hacia la cerveza, la experiencia
sensorial, hábitos de consumo, experiencia afectiva, experiencia cognitiva, experiencia
de compra, experiencia individual versus social, y los beneficios asociados a la cerveza.
En el reporte se ilustraron cada uno de los temas con el verbatim de los consumidores
indicando su género y el tipo de cerveza que consumían, por ejemplo, para la experiencia
afectiva en el Cuadro 4.
Al final del análisis, los datos permitieron dividir la experiencia de tomar cerveza en tres
momentos clave, cada uno con sus variables:
• La experiencia previa: hábitos, actitudes, experiencia de compra, beneficios de la
cerveza
• La experiencia principal: dimensión afectiva, cognitiva y sensorial
• La memoria de la experiencia: nueva formación de hábitos y generación de actitudes
Cuadro 4.
“Que me pasa cuando tomo cerveza artesanal? Es amor…. Amor puro (Mujer,
artesanal).
“Yo tomo [cerveza] cuando tengo demasiado estrés, me relaja y me deja dormir.
Me calma” (Mujer, industrial).
“Si vas al supermercado y la encuentras [Nochebuena, una cerveza industrial

estacional], y no es solo por el sabor de la cerveza, es porque la vinculas con
más, con más cosas. Como experiencias pasadas, con personas, no se…” (Hombre,
artesanal).
4.3 Etnografías
A diferencia de otros métodos cualitativos, la etnografía exige la presencia del
investigador en el campo estudiado, y esta presencia tiene una serie de consecuencias
metodológicas (Ferrandiz, 2011), y esto puede tener una serie de ventajas y desventajas
(Tabla 9). Esta presencia en el campo que puede ser prolongada demanda una cierta
flexibilidad del investigador ya que el etnógrafo está constantemente en una interacción
social con una o más personas y dependiendo de la buena colaboración de los
participantes. Esta interacción constante hace que el tipo de observación predilecto para
el campo etnográfico sea la participante
En las últimas décadas los avances tecnológicos han forzado a la etnografía a
replantearse los objetos de estudio, sus métodos y técnicas de campo, con el fin de
adecuarse a las nuevas circunstancias de la vida social y cultural. La etnografía es quizás
una de las metodologías de la antropología que más ha cambiado en los últimos años
(Oberhuber & Krzyzanowski, 2008). Existen una serie de “nuevas etnografías” que basan
su campo sobre plataformas digitales. Si bien los avances digitales se perciben en
muchos países, los avances no son homogéneos ni han llegado a todos los lugares con
la misma profundidad. En otras palabras, no es posible moverse al 100% a plataformas
digitales para realizar una etnografía. Países como Brasil y México están llenos de
contrastes, y mientras es posible realizar un seguimiento digital en Sao Paulo o la Ciudad
de México y tener a los participantes hiperconectados, no es posible hacerlo en el

Noreste de Brasil, o algunas regiones del sur de México.
Las etnografías tradicionales en investigación de mercados actualmente son una
modificación de las etnografías clásicas, hoy en día el campo icónico es la casa del
consumidor y el tiempo de campo se reduce a horas. Estas visitas en la casa del
consumidor suelen hacerse cuando la casa esta “libre de distracciones” (sin niños o sin
la presencia de otras personas que viven en el mismo hogar). Estas visitas a su casa
tienen el objetivo de conocer un fenómeno específico, como la relación que tienen los
consumidores con la cerveza artesanal (Gómez-Corona, et al., 2017), o la relación con
cualquier otro producto. En ocasiones se seleccionan campos afuera de la casa el
consumidor, que puede ser en un restaurante (Kitcharoen, 2007), bar (Malyutina, 2018),
lugares de trabajo como un laboratorio (Ulloa, 2018) o incluso contextos en movimientos,
como un barco (Valtonen, Markuksela, & Moisander, 2010). Cualquiera que se sea el
caso, el registro se lleva con un diario y de manera audio visual, el etnógrafo lleva consigo
siempre una cámara de audio, video y cámara fotográfica. Los datos son sometidos a un
análisis temático, tanto texto como imágenes.
Como una forma de “protesta” a las etnografías audiovisuales, Pink (2009) propone un
enfoque sensorial en las etnografías; ya que una cámara de videos no puede grabar el
tacto, el sabor, olor o las emociones, de la misma manera en la que se graban las
imágenes y el sonido. En las etnografías sensoriales el etnógrafo debe hacer un registro
utilizando todos sus sentidos, eso quiere decir que la información sobre a qué huele el
lugar, cuáles son los colores y los sonidos, es tan importante como las entrevistas hechas
a los participantes. Las etnografías también tienen un cambio que impacta las decisiones
metodológicas, por ejemplo, se habla de cambiar de una observación participante a una
observación multisensorial, y de un análisis temático a un análisis fenomenológico, para
poner énfasis en la experiencia del participante.
Otras adaptaciones metodológicas son las etnografías móviles y las etnografías en línea
o netnografías. Las etnografías móviles son una respuesta al mundo actual en el que
vivimos que es más fluido, móvil y nómada, en constante movimiento y donde los
consumidores viven y trabajan a kilómetros de distancia, y cambian de residencia
constantemente. Las etnografías móviles consisten en “caminar con” o “viajar con”, y se
puede hacer uso de las tradicionales notas y cámaras de video, pero trasladándose de
un lugar a otro, para estudiar este fenómeno nomádico (por ejemplo, el peregrinaje a los
Himalayas: Howard, 2016; o las rutas de los conductores de camiones en Europa: Novoa,
2014). Con el uso de herramientas digitales o transmisión en vivo, también se podrían
hacer etnografías móviles, pero en este caso el investigador no participa activamente en
el campo de estudio. Y finalmente las etnografías en línea, virtuales o netnografías,
constituyen una actualización de las etnografías tradicionales. Las netnografías suelen
ser un seguimiento en línea a redes sociales de microblogging (por ejemplo, Twitter),
plataformas de audio y video (por ejemplo, Instagram o Youtube), plataformas mixtas
(por ejemplo, Facebook), o foros (por ejemplo, TripAdvisor). Esta adaptación
metodológica es bastante reciente por lo que no hay suficientes propuestas
metodológicas sobre cuánto tiempo debe de seguirse una plataforma en línea para
considerar que se ha llegado a un punto de saturación de información, o cuantas
plataformas en línea seguir. Algunos ejemplos publicados son en turismo de vinos
(Thanh & Kirova, 2018) y comunidades en línea (Kozinets, 2002),
Tabla 9. Ventajas y desventajas de realizar etnografías como técnica cualitativa.

Se tiene un nivel de profundidad mayor con Es un proceso que lleva su tiempo, y se debe
respecto a las otras técnicas cualitativas, ya que de pasar un tiempo mínimo en el campo, lo cual
es el equivalente a una entrevista + visita a alarga los tiempos del estudio.
campo.
En algunos casos puede ser un método
La presencia en campo permite corroborar invasivo, ya que entramos a la casa del
elementos que no se podrían obtener de otra consumidor, o un contexto específico.
manera, en sentido estricto es una forma de
corroborar que lo que el participante dice,
existe.
Requiere de adaptación del investigador y
Es una técnica flexible, permite hacer uso de manejo de situaciones que normalmente no son
herramientas digitales, estudiar la multi- esperadas, debido a la interacción social o a
sensorialidad de un contexto y una exploración eventos completamente inesperados en el
en línea. campo.

El diseño de una etnografía debe de tomar en cuenta los mismos pasos que un estudio
cualitativo que hemos visto anteriormente, pero la Figura 8, muestra cuatro puntos
importantes en los que se debe de hacer un énfasis en la selección y estructura. Primero,
la selección de campo es quizás más importante que en la entrevista y los FG. La
selección del campo en una etnografía normalmente parte desde la geolocalización, es
decir: qué país, región, provincia, etc. y también qué contexto: la casa del consumidor,
un lugar como restaurante, bar, etc. Segundo, la entrada al campo, y es una reflexión
que depende del tipo de campo buscado. Pero a diferencia de los otros métodos
cualitativos, es importante reflexionar sobre la entrada a la casa de un consumidor, a un
lugar de reuniones, restaurante, etc. Y en ese proceso de reflexión se tiene que dejar un
espacio para pensar en la entrada como un proceso individual, o en un momento social.
Y, sobre todo, dejar un espacio para lo inesperado, ya que, en la etnografía, es el
participante quien tiene control sobre el espacio. Tercero, diseñar una guía pensando en
la observación participante. Ya sea una etnografía tradicional, sensorial o móvil, la
participación es importante en el proceso de obtención de información y se requieren
guías que por lo general son más extensas que las elaboradas para otros métodos (Tabla
11). Y por último salir del campo también tiene sus derivadas metodológicas y es un
momento especialmente delicado del proceso de investigación (Ferrandiz, 2011).
Al terminar una etnografía el participante tendrá una serie de datos que van más allá de
las típicas notas etnográficas, algunos ejemplos pueden ser: videos de las entrevistas y
de las actividades (cocinar, comprar, preparaciones, etc.), fotografías, muestras (en
ocasiones se puede salir del campo con un obsequio del participante que puede ser una
muestra de una preparación culinaria, envases de productos, etc.). Todos esos
elementos son susceptibles de ser analizados. En los últimos años, las etnografías en
casa de los consumidores han sido completamente audiovisuales, y vemos reportes
cargados de fotografías del campo. Como ha señalado Susan Sontag (1996), la
producción casi compulsiva de imágenes se ha convertido en una forma de consumir la
realidad. El etnógrafo que participa de este hiper-visualismo, tiene que ser capaz de darle
un sentido a las imágenes y ser capaz de analizarlas y obtener de ellas información
suficiente que responda a los objetivos de la investigación.
Figura 8. Elementos clave de reflexión en el proceso etnográfico: el campo (selección, entrada,

observación y salida).
Tabla 10. Consejos para llevar a cabo una etnografía de manera exitosa.
SI hacer NO hacer
Pensar cuidadosamente en todos los No pensar en los detalles del campo como la
detalles del campo, cómo llegar, cuanto seguridad, comunicación, relevancia del
tiempo se puede permanecer en el campo, el aspecto físico (como vestirse, por ejemplo).
idioma, seguridad, etc.
Reclutar a los participantes mencionando No mencionar el tiempo de la etnografía ni el
que es necesario tener una visita en casa (o hecho de que se necesita entrar y recorrer el
en contexto deseado) y mencionar un lugar seleccionado.
tiempo estimado, los siguientes tiempos
pueden ser una ayuda:
CASA: Considerar al menos dos horas en la

casa del consumidor.
RESTAURANTES / BARES: Considerar tres

horas, ya que se tiene una mayor interacción
social.
TRABAJO: Considerar un máximo de una hora

y media, es difícil que las personas tengan
mayor disponibilidad.
Grabar las sesiones en video y audio para Tratar de memorizar los aspectos más
ser analizadas posteriormente. relevantes de las sesiones y no tener
registro de audio/video
Ser flexibles, y estar abierto a los imprevistos. Reaccionar fríamente, siempre se tienen
momentos inesperados en las etnografías.
4.3.2 Ejemplo de etnografías en casa de consumidores

El siguiente ejemplo es de un estudio etnográfico realizado con 24 consumidores de
cerveza en la Ciudad de México, con el objetivo de entender las motivaciones y
beneficios de consumir cerveza artesanal versus industrial. La mitad de los
consumidores entrevistados fueron hombres y la otra mitad mujeres, se separaron
también aquellos que eran consumidores de cerveza artesanal versus los consumidores
de cerveza industrial.
Tabla 11. Preguntas clave de la guía de sesiones.

Introducción
• Nombres, platica acerca del estudio, confidencialidad, etc.
Estilo de vida
• ¿Cómo es un día normal para ti? ¿Qué cambia con respecto a los fines de semana?
• ¿Cuál es el tipo de comida que más te gusta? ¿Qué hay acerca de las bebidas?
• ¿Cuáles son las bebidas que más te gustan?
• ¿Qué tan seguido las consumes?
Actitudes hacia las bebidas
• ¿Y qué hay acerca de las bebidas alcohólicas? ¿Qué tan frecuente las consumes?
• ¿Las consumes en casa o fuera de casa? ¿Dónde las compras?
• ¿Las bebidas son para alguna ocasión especial?
Tour hacia el refrigerador, alacena o cantina de la casa (si aplica)
Pedir a los participantes si es posible tener un tour en su casa. Poner atención a los productos
relacionados con bebidas alcohólicas. Revisar las bebidas alcohólicas que puedan estar presente
en la alacena, y vasos o contenedores para tomar las bebidas alcohólicas.
• Y…. ¿Dónde guardas normalmente tus bebidas alcohólicas (mencionar cerveza, si no sale
espontáneamente)?
• ¿Hay algún producto faltante? ¿Cuándo se terminó?
• ¿Sueles comprar la misma marca/presentación? ¿Por qué?
• ¿Tienes algún lugar especial para las cervezas? ¿Cristalería/vasos especiales para cerveza?
Momentos de consumo, ocasiones y beneficios
• ¿Y cuándo consumes cerveza? ¿Cambia entre semana versus fines de semana?
• ¿Hay algún momento especial para tomar cerveza?
• ¿Consumes más cerveza en casa o fuera de casa?
• ¿Cuándo fue el último momento en el que consumiste cerveza? Cuéntame un poco más al
respecto
• ¿Qué tipo de cerveza te gusta más? ¿Cuál consumes más seguido?
• Mencionaste (en el reclutamiento) que consumes cerveza artesanal. ¿Qué más me puedes
decir al respecto?
• ¿Qué es lo que más te gusta de la cerveza artesanal? ¿Y… habías pensado en eso
anteriormente?
• ¿Qué hace diferente una cerveza artesanal, de una cerveza industrial?
• ¿Dónde consumes más frecuentemente las cervezas artesanales?
Tipo de consumo: individual versus social
• ¿Cuándo consumes cerveza artesanal, normalmente estas con…? (solo amigos, familia,
etc.)?
• ¿Cuándo es el momento adecuado para consumir cerveza artesanal? ¿Cuál es el lugar ideal
para consumirla?
• ¿Habrá un tipo de cerveza que es más para compartir que para tomar solo?
• ¿Hay alguien más en tu casa con quien tomas cerveza artesanal? (familia, amigos, pareja,
etc.)
• ¿Cuándo se te antoja más tomar una cerveza artesanal?
• Sobre la época del año ¿Existe algún momento del año en donde consumas más cervezas
artesanales?
Conclusión
Figura 9. Imágenes de etnografías en la casa de consumidores mostrando un vaso para tomar

cerveza (izquierda), el bar de la casa (centro), y una compra de cervezas artesanales (derecha).
La Figura 9, muestra dos consumidores entrevistados, la imagen de la izquierda

corresponde a una consumidora de cerveza industrial y a la derecha un consumidor de
cerveza artesanal. De manera general, los resultados mostraron que la cerveza artesanal
emerge como un producto experiencial y simbólico, a diferencia de la cerveza industrial
que se consume como un producto más bien utilitario. La motivación de los participantes
por tomar cerveza artesanal se genera por tres factores principales: deseo de un mayor
conocimiento, nuevas experiencias de sabor, y alejarse del consumo mainstream de
cerveza (Figura 10). Los consumidores de cerveza artesanal no toman el producto por
sus atributos funcionales, la consumen por lo que el producto significa por sí mismo, y
como consecuencia construyen una identidad, percibida como más auténtica y única, en
comparación con el consumo mainstream de la cerveza artesanal en México.
Figura 10. Diagrama de la cerveza artesanal, que representa seis variables involucradas en el
consumo de cerveza artesanal, obtenidas del análisis cualitativo.
4.4 Otros métodos cualitativos (triadas, diadas y talleres)

Existen un sinnúmero de metodologías cualitativas que pueden utilizarse en estudios con
consumidores, ya hemos descrito las tres principales: entrevistas, FG y etnografías, sin
embargo, otra metodología ampliamente usada puede ser las diadas y las triadas. Las
triadas son frecuentemente usadas en estudios de farmacéuticos en donde se estudia la
percepción de un grupo de médicos o de especialistas con respecto a un tema. Los
formatos de las triadas son usualmente en entrevista de profundidad, pero con tres
especialistas presentes. El objetivo es tener un contraste de opinión en un grupo
pequeño (de tres), ya que un FG con un grupo de especialistas puede ser demasiado
complicado a moderar. Las triadas son usadas también en grupos de conocidos, por
ejemplo, un grupo de amigos. En este caso las triadas ayudan a desmentir e identificar
puntos de tensión, que de no identificar podría ser un análisis erróneo. Las triadas con
amigos pueden ser usadas para hablar de temas sensibles como el alcoholismo o alguna
enfermedad crónica, o para hablar de temas en donde las respuestas “socialmente
correctas” serían las que obtendríamos en un FG. Por ejemplo, para hablar sobre temas
ecológicos o de bienestar social en donde se busca estudiar un nuevo concepto de un
producto ecológico que es más caro. En un FG el producto saldría muy bien evaluado,
pero ¿lo comprarían en la vida real? Una manera muy eficiente de medir un concepto
con esas características sería en una triada. Las diadas tienen el mismo formato, pero
normalmente se contrastan opiniones de manera muy directa, por ejemplo, usuario de
una marca de bebidas en polvo X, versus usuario de bebidas en polvo Y. En este caso
queremos contrastar las opiniones de los consumidores de diferentes marcas y encontrar
los puntos en común y de tensión.
Otra técnica cualitativa ampliamente usada en desarrollo de nuevos productos son los
talleres. De manera sencilla un taller es un grupo de consumidores que realizará una
actividad determinada. Los talleres se llevan a cabo en salas grandes en donde se tiene
la presencia tanto de los participantes (consumidores) como de los desarrolladores de la
empresa y de una agencia de investigación de mercados. Existe un reto o un problema,
el cual se tiene que trabajar en solucionarlo. Este tipo de sesiones suele no tener un
análisis cualitativo formal (análisis temático, de discurso, etc.) ya que el entregable final
de un taller puede ser un producto, una maqueta o una serie de conceptos.
5. Análisis de datos cualitativos

La idea de un análisis de datos cualitativos supone alguna clase de transformación. Los
datos cualitativos están especialmente cargados de significado y muestran una gran
diversidad, no incluyen alguna medida, pero tienen una fuente de comunicación verbal y
visual (Gibbs, 2012). En el proceso cualitativo, el análisis puede comenzar desde el
momento de campo, ya que siempre debemos de preguntarnos:
• ¿Qué está aconteciendo? ¿Cuáles son las acciones?

• ¿Qué está haciendo el participante y por qué?

• ¿Qué significado tiene lo que el participante o los participantes están diciendo (o que
no están diciendo)?
• ¿Tiene algún significado la forma en la que el participante se está comunicando?
Al terminar el campo, se tiene ya algunas notas de análisis previo y el verdadero

momento de análisis comenzará al terminar la última sesión de campo. Los pasos de
manera general para un análisis cualitativo se muestran en la Figura 11.
Figura 11. Los principales pasos para el análisis de datos cualitativos.
5.1 Manejo del set de datos cualitativos

Tradicionalmente el primer paso en un estudio cualitativo consiste en la transcripción de
la información (sesiones, entrevistas, notas de campo, etc.) y existen diferentes formas
de hacerlo: transcribir todos los datos de manera precisa (verbatim), transcripción con
tiempo (pausas realizadas durante una entrevista), entonaciones (tonos altos o bajos
durante las conversaciones), movimiento corporal (rechazo, aceptación, aburrimiento,
etc.). No siempre es necesario tener todo el detalle, y en muchos casos no se realiza una
transcripción, sino que el audio o video son importados a un software (por ejemplo,
Atlas.Ti o NVivo) en donde puede ser codificado y analizado. Existen sin embargo
algunas convenciones para el análisis cualitativo, dentro de los cuales el más común es
el desarrollado por Jefferson (2004), algunas de las convenciones de transcripción se
encuentran en la Tabla 12.
Tabla 12. Convenciones de transcripción de Jefferson (2004).

SÍMBOLO DESCRIPCIÓN
(.) Una micro pausa de una duración que no es significativa
(0.7) Una pausa con duración significativa como para indicar la duración
[] Se utilizan cuando se traslapan los discursos (por ejemplo, múltiples
personas hablando en un (focus group)
>< Indican que la velocidad en la que se da el discurso es más rápida
<> Indican que la velocidad en la que se da el discurso es más lenta
() Sección que es poco clara
subrayado Denota un aumento en el volumen de voz, o un énfasis en las palabras
↑ Aumento de entonación
↓ Caída en la entonación
5.2 Análisis del discurso

Para el análisis del discurso o también conocido como análisis temático, las palabras
hacen más que simplemente reflejar un hecho, es más reflejan una forma de interacción
social y cuyo significado puede ser estudiado. Existen varios tipos de análisis de
discurso, como el análisis psicológico discusivo, análisis discusivo Foucaldiano, o
simplemente análisis de discurso, de los cuales ninguno tiene una rigurosidad en el paso
a paso del análisis, lo cual lo hace bastante versátil y capaz de analizar un sin número
de aplicaciones (Wiggings & Riley, 2010). El principal objetivo del análisis del discurso
es entender como el hablar construyen diferentes versiones de la realidad, por lo tanto,
se toma como una construcción social; esto quiere decir que nos interesa saber lo que
el discurso hace en diferentes momentos o contextos, y cuáles son las o serían las
consecuencias de hablar. Es decir, la forma en la que hablamos no tiene una forma
neutra por sí mismo, sino que está basada en una representación social y valores
compartidos; y por lo tanto el hablar tiene una carga simbólica y cultural que es posible
analizar, al menos desde el punto de vista cualitativo. Los principales pasos para un
análisis del discurso se presentan en la Tabla 13.
Tabla 13. Los principales pasos para el análisis del discurso.

Transcripción Codificación Impresiones Temas clave Colectar Identificar
generales verbatim discursos
Se realizan las Se refiere a Tradicionalmente De todas las Identificar las Cortar y pegar
transcripciones asignar una se dejan frases que se frases de los los extractos de
exactas y característica al márgenes codifican y participantes verbatim en un
siguiendo la discurso que grandes en las donde se que mejor documento de
convención de permita hacer transcripciones. anotan frases, ilustren el word o de
Jefferson para un análisis. Se En el margen entonces se análisis. Ser manera
indicar: hace izquierdo se identifican los incluyente y manual.
pausas, tonos, subrayando o anotan las temas claves. repasar todas Ordenar los
exclamación, con la ayuda de palabras clave las verbatim en
etc. un software. que pueden ser transcripciones una secuencia
La La codificación los temas antes de la lógica.
transcripción es un proceso importantes. selección final. Repetir el
se guarda en itinerante y el En el margen proceso hasta
un documento investigador va derecho se encontrar una
tipo Word. y viene en el escribe un estructura de
documento resumen de lo análisis
múltiples que la persona adecuada.
veces. dice.
Ejemplo: Ejemplo: Ejemplo: Ejemplo: Ejemplo:
“Pues la verdad es que yo Margen izq.: Tomar como “yo tomaba Existen dos
tomaba cerveza como algo Tomar social acto social cerveza como variables
social, tomar no era lo mío y de algo social” importantes en
pronto pensé que no quería ser el consumo de
como los demás (0.7). De pronto cerveza
un día probé una cerveza Sabor Descubrir artesanal:
artesanal, me gustó el sabor y nuevos
pues comencé a pensar que ya sabores. El placer
no quería ser como los demás. sensorial
Quiero hacer y probar cosas Hacer cosas Búsqueda de
diferentes…” A veces siento que diferentes identidad La búsqueda
hasta los lugares que venden de identidad.
esas cervezas son un poco
diferentes, como que la gente
que está ahí no toma solo para
emborracharse, sino para
disfrutar.
5.3 Análisis fenomenológico interpretativo

La fenomenología como disciplina, estudia la experiencia humana, y la manera en la que
percibimos el mundo (Langdrige, 2007). En el enfoque más extremos la fenomenología
niega la cognición del ser humano, pero en un enfoque más ligado a la experiencia y
mesurado, es verdaderamente útil para analizar la experiencia de los productos o de
servicios. El enfoque de la fenomenología interpretativa tiene como objetivo entender las
experiencias personales y sociales. Los investigadores que tienen este enfoque piden a
los participantes de un estudio que expresen y describan los objetos del estudio, que
hablen acerca de las emociones que sienten y las relaciones que pueden tener. El
investigador que tiene un enfoque IPA, se da cuenta que solo puede acceder a la
comprensión de un fenómeno, a través de la experiencia de otros, que puede ser
subjetiva y vinculada a un momento particular, en un contexto social y cultural específico
(Forrester, 2010). Es como entender la vida tratando de caminar en los zapatos de
alguien más, pero sabiendo que en realidad nunca es realmente posible caminar en los
zapatos de alguien más, sino que hacemos una interpretación de lo que los participantes
nos comparten. Es importante cuestionarse la manera en la que el investigador realiza
esa interpretación y tratar de dejarnos influenciar lo menos posible por las propias
vivencias, que pueden estar alejadas de las experiencias de los participantes del estudio.
Los principales pasos para el análisis se ilustran en la Tabla 14.
Tabla 14. Los principales pasos para el análisis interpretativo fenomenológico.

Reflexión Identificar Resúmenes Interpretación Agrupar Temas
Familiarización temas descriptivos inicial temas finales
El paso uno es Leer la Realizar Reflexionar Existen una Elegir los
reflexionar transcripción resúmenes sobre los serie de temas temas que
sobre los datos: de nuevo con descriptivos de resúmenes que emergen permiten
calidad, mirada más frases que descriptivos y de la explicar mejor
contenido, analítica para puedan ser que nos dice interpretación, la experiencia
origen, etc. identificar posteriormente sobre la pero es del consumidor
Mantener un temas interpretables experiencia del importante y que están
diario sobre principales. producto y de la agruparlos alineados al
nuestra persona. para objetivo del
reflexión. seleccionar estudio.
¿Cuáles son las aquellos que
El segundo paso emociones y pertenecen al
es la percepciones mismo tipo de
familiarización asociadas? variables
con los datos, experienciales.
escuchar los
audios, leer
transcripciones
varias veces.
Ejemplo de Ejemplo de Ejemplo: Ejemplo: Ejemplo: Ejemplo:
reflexión en un verbatim:
estudio sobre Grupo 1: Experiencias
consumo de Comencé a Consumo de La amistad Relaciones de previas del
mezcal. consumir mezcal en como amistad, consumo de
mezcal con compañía, un experiencias y experiencias mezcal.
Los una amiga, viaje entre emociones compartidas,
consumidores siempre amigas. compartidas. memorias y
de mezcal estábamos recuerdos de
siempre hablan juntas y viajes.
sobre el sabor y comenzamos a
el origen. Parece descubrirlo
haber una poco a poco. El mezcal como Grupo 2:
conexión para Era super Momento de un viaje. Desarrollo de El mezcal
ellos. nuevo y descubrir identidad, como producto
Cuando las comenzamos a cosas nuevas. procesos de que genera
personas hablan hacer muchos diferenciación. identidad.
del mezcal, viajes para
existe una probar mezcal.
especie de (…) De pronto Inicio de un Desarrollo de la El consumo
orgullo. estábamos gusto por el identidad. Grupo 3: simbólico del
probando más mezcal. Consumo de Consumo mezcal.
y más tipos de mezcal como un social,
mezcales, y se proceso de consumo
volvió como diferenciación. simbólico,
parte de consumo
nuestra vida. emocional.
(…) Ahora ya Gustos De un consumo
no puedo selectivos y inesperado a un
tomar todo tipo diferentes de consumo
de mezcal, soy mezcal. simbólico del
bastante mezcal.
selectiva.
6. Conclusiones y perspectivas
El capítulo aborda las disciplinas más interesadas en los estudios cualitativos: psicología
y antropología, que dan una base al análisis sensorial y estudios con consumidores.
Existe una gran variedad de métodos que se pueden utilizar que se consideran
tradicionales como las etnografías, entrevistas y FG. Pero existe también una tendencia
hacia lo digital y la experiencia del consumo. Cada vez más las herramientas digitales
pueden modificar nuestras metodologías clásicas como ya lo están haciendo con la
etnografía, cuyo origen y estudios clásicos están muy lejos de los nuevos desarrollos
como la etnografía móvil o netnografía. Esta flexibilidad que tienen los métodos permite
al investigador abordar una serie de preguntas y objetivos muy diversas.
Los retos del investigador que comienza a utilizar los estudios cualitativos pueden ser
tanto en el diseño de la estructura del estudio como en el análisis, ya que los estudiantes
en análisis sensorial tendrán una tendencia casi natural en querer cuantificar los
fenómenos observados, utilizar escalas en los FG, o medir la frecuencia de evocación
de las emociones asociadas con un producto, para posteriormente hacer análisis
estadísticos que carecen de toda validez. En este caso, es importante ofrecer una
resistencia hacia los números y mirar el mundo cualitativo como un set de herramientas
y metodologías que nos permiten encontrar significado, y en ocasiones nos permiten
explicar las razones que hay detrás de un número.
En los siguientes años, los estudios cualitativos seguirán evolucionando y las
herramientas digitales nos permitirán hacer el campo de diferente forma (virtualmente,
por ejemplo) y también nos permitirán mejorar el proceso de análisis mediante softwares
que ya nos permiten codificar videos, en vez de realizar transcripciones. El futuro tal vez
nos permita grabar olores, texturas y sabores, de la misma manera en la que hoy
podemos granar un video 360 de la casa de un consumidor, pero sea cual sea el avance
tecnológico, el investigador que utiliza métodos cualitativos debe de poner la ética como
la base de la investigación y la persona humana como el centro de un proceso que
genera significados e identidades.
Referencias
Álvarez-Gayou Jurgenson, J. L. (2012). Cómo hacer investigación cualitativa. Fundamentos y

metodología. Barcelona: PAIDOS.
Arsel, Z. (2017). Asking questions with reflexive focus: A tutorial on designing and conducting
interviews. Journal of Consumer Research, 44(4), 939-948.
Ashworth, P. (2008). Conceptual foundations of qualitative psychology. En Smith, J. A. (Ed.).

Qualitative psychology: A practical guide to research methods. Londres: SAGE.
Beck, L. C., Trombetta, W. L., Share, S. (1986). Using focus group sessions before decisions are
made. North Carolina Medical Journal, 47, 73-74.
British Psychologial Society. (2018). Code of Ethics and Conduct. Leicester: The British
Psychological Society.
Calvey, D. (2017). Covert research: The art, politics and ethics of undercover fieldwork. New York:
Sage.
Coolican, H. (2004). Métodos de investigación y estadística en psicología. Ciudad de México: El

Manual Moderno.
Cozby, P. C. (1981). Methods in Behavioral Research. California: MAYFIELD.
Delhomme, P., Dru, V., Finkelstein, R., Verlhiac, J. F., Mazé, C., Meyer, T., & N'gbala, A. (2005).
Psychologie sociale. Hachette Éducation.
Donoghue, S. (2000). Projective techniques in consumer research. Journal of Consumer

Sciences, 28(1).
Dibsdall, L. A., Lambert, N., & Frewer, L. J. (2002). Using interpretative phenomenology to
understand the food-related experiences and beliefs of a select group of low-income UK
women. Journal of Nutrition Education and Behavior, 34, 298-309.
Eatough, V., & Smith, J. A. (2006). I feel like a scrambled egg in my head: an idiographic
phenomenological analysis. case study of meaning making and anger using interpretative. The
British Psychological Society, 79, 115e135.
Ferrandiz, F. (2011). Etnografías contemporáneas. Anclajes, métodos y claves para el futuro.

Ciudad de México: Siglo XXI.
Fontana, A., & Frey, J. H. (2000)). The interview: From structured questions to negotiated text.
En Denzin, N. K., & Lincoln, Y. S. (Eds.). Handbook of Qualitative Research. London: SAGE.
Forester, M. (2010). Doing qualitative research in psychology | A practical guide. Londres: SAGE.
Gallagher, S., & Zahavi. D. (2008). The Phenomenological Mind. An Introduction to Philosophy
of Mind and Cognitive Science. New York: Routledge.
Gibbs. G. (2012). El análisis de datos cualitativos en investigación cualitativa. Madrid: Morata.
Gómez-Corona, C., Escalona-Buendía, H. B., García, M., Chollet, S., & Valentin, D. (2016). Craft
vs. industrial: Habits, attitudes and motivations towards beer consumption in Mexico. Appetite,
96, 358-367.
Gómez-Corona, C., Escalona-Buendía, H. B., Chollet, S., & Valentin, D. (2017). The building
blocks of drinking experience across men and women: A case study with craft and industrial
beers. Appetite, 116, 345-356.
Howard, C. A. (2016). Mobile Lifeworlds. An Ethnography of Tourism and Pilgrimage in the

Himalayas. New York: Routledge.
Hill, K. M., Pilling, M., & Foxcroft, D. R. (2018). Affordances for drinking alcohol: A non‐participant
observation study in licensed premises. European Journal of Social Psychology, 48(6), 747-
755.
Jefferson, G. (2004). Glosary of transcript symbols with an introduction. En Lerner, G. (Ed.).

Conversation analysis: studies from the first generation. Amsterdam: John Benjamins.
Jodelet. D. (1984). Représentation sociale : Phénomènes, concept et théorie. En Moscovici, S.

(Ed.). Psychologie Sociale. Paris: PUF.
Kitcharoen, P. (2007). An Ethnography of Restaurant Workers: Thai Women in England. Asian

and Pacific Migration Journal, 16 (4),555-577.
Kozinets, R. V. (2002). The Field behind the Screen: Using Netnography for Marketing Research
in Online Communities. Journal of Marketing Research, 39(1), 61-72.
Kruger, R. A., & Casey, M. A. (2000). Focus Groups. A Practical Guide for applied Research.
London: SAGE.
Langdridge, D. (2007). Phenomenological Psychology. Theory, Research and Method. Essex:

PEARSON.
Lemaire, P. (2006). Psychologie cognitive. Bruxelles : De Boeck.
Malinowski, B. (1979 [1922]). Los argonautas del Pacífico Occidental. Barcelona: Peninsula.
Malyutina, D. (2018). Friendship in a ‘Russian bar’ in London: An ethnography of a young

Russian-speaking migrant community. Urban Studies, 55 (3), 589-604.
Mead, M. (1990 [1928]). Adolescencia y Cultura en Samoa. Barcelona: Paidos.
Milgram, S. (1963). Behavioral study of obedience. The Journal of Abnormal and Social
Psychology, 67(4), 371.
Moscovici, S. (1961). La Psychanalyse, son image et son public Paris. Presses Universitaires de
France.
Neisser, U. (1967). Psicología cognitiva. New York: Appleton-Century-Crofts.
Novoa, A. (2014). ‘A country on wheels’: A mobile ethnography of Portuguese lorry drivers.

Environment and Planning A, 46, 2834–2847.
Oberhuber, F., & Krzyzanowski. M. (2008). Discourse analysis and ethnography. En Wodak, R.,
& Krzyzanowski, M. (Eds.). Qualitative discourse analysis in the social sciences. New York:
Palgrave Macmillan.
Pink, S. (2009). Doing sensory ethnography. London: Sage.
Reygadas, L. (2014). Todos somos etnógrafos. Igualdad y poder en la construcción del

conocimiento antropológico. En Oehmichen C. (Ed.). La etnografía y el trabajo de campo en
las ciencias sociales. Ciudad de México: Universidad Nacional de México.
Rowley, J. (2012). Conducting research interviews. Management Research Review, 35(3/4), 260-
271.
Ryan, A. M., Daum, D., Bauman, T., Grisez, M., Mattimore, K., Nalodka, T., & McCormick, S.
(1995). Direct, indirect, and controlled observation and rating accuracy. Journal of Applied
Psychology, 80(6), 664.
Simonnet-Toussaint, C. (2006). Le vin sur le divan. Des représentations sociales aux

représentations intimes. Bordeaux : FÉRET.
Sinesio, F., Moneta, E., Porcherot, C., Abbà, S., Dreyfuss, L., Guillamet, K., Bruyninckx, S.,
Laporte, C., Henneberg, S., McEwan, A. A. (2019). Do immersive techniques help to capture
consumer reality? Food Quality and Preference, 77, 123-134.
Schultz, D., & Schultz, S. E. (2015). Psychology and Work Today: Pearson New International
Edition CourseSmart eTextbook. Routledge.
Schultz, R. 82010). Interpretative Phenomenological Analysis. En Forrester, M. (Ed). Doing

qualitative research in psychology | A practical guide. Londres: SAGE.
Sontag, S. (1996). Sobre la fotografía. Barcelona: Edhasa.
Spradley, J. P. (2016). Participant observation. Long Grove: Waveland Press.
Thanh, T. V., Kirova, V. (2018). Wine tourism experience: A netnography study. Journal of
Business Research, 83, 30-37.
Ulloa, A. M. (2018). The aesthetic life of artificial flavors. The Senses and Society, 13 (1), 60-74.
Urry, J. (1984). A history of fields methods. En Ellen, R. F. (Ed.) Ethnographic Research: A Guide
to General Conduct. Londres: Academic Press.
Valtonen, A., Markuksela, V., & Moisander, J. (2010). Doing sensory ethnography in
consumer research. International Journal of Consumer Studies, 34, 375-380.
Wiggins, S., & Riley, S. (2010). Discourse analysis. En Forrester, M. (Ed). Doing qualitative
research in psychology | A practical guide. Londres: SAGE.
Wilkinson, L. (2005). The grammar of graphics. Statistics and Computing. Ney York: Springer.
Wilkinson, S. (2008). Focus groups. En Smith, J. A. (Ed.) Qualitative Psychology. London: SAGE.
World Medical Association (2019). WMA DECLARATION OF HELSINKI – ETHICAL

PRINCIPLES FOR MEDICAL RESEARCH INVOLVING HUMAN SUBJECTS. Retrieved from:
https://www.wma.net/policies-post/wma-declaration-of-helsinki-ethical-principles-for-medical-
research-involving-human-subjects/ (Junio 2019).
Zimbardo, P. G., Haney, C., Banks, W. C., & Jaffe, D. (1971). Stanford prison experiment.
Zimbardo, Incorporated.
391
2.4 Nuevos métodos en estudios

cualitativos: aquello que lo digital y el diseño
hacen al conocimiento de los usuarios
Olivier WATHELET 1
1Users Matter, Bélgica
CONTENIDO
1. Introducción
2. De innovar por, a innovar con los usuarios: ¿Un nuevo paradigma?
2.1 Darse los medios para ser realmente cualitativo
2.2 Persona y diagrama de alineación: las herramientas obtenidas del encuentro
con el diseño
2.3 Colaborar y hacer participar: los pilares de la antropología para redescubrir
3. La etnografía más allá del encuentro cara a cara
3.1 Lo digital como terreno para observar y participar
3.2 Big y thick data
3.3 Capturar la experiencia cuando tiene lugar
3.4 Involucrar al cliente en el estudio
4. La cultura “maker” como medio de colaboración con los usuarios
4.1 ¿Dar el poder a los usuarios?
4.2 Huellas de la actividad, juegos y maquetas para crear la relación de
investigación
4.3 Del proyecto a los pasos estratégicos, involucrar a una organización
5. Conclusiones y perspectivas
Referencias
1. Introducción
Lo digital y el diseño como recursos creativos para los estudios cualitativos
Los estudios cualitativos cubren un amplio espectro de métodos y herramientas. En este

capítulo, privilegiaremos los enfoques obtenidos de las ciencias sociales en general, y
en particular, de la antropología. Esta disciplina que tiene por objetivo comprender y
estudiar la diversidad humana desde un punto de vista biológico, cognitivo y sociológico,
ocupa una posición interesante en este campo de estudio por dos razones. Primero, es
el origen de muchas innovaciones metodológicas, que buscan adaptarse a las
transformaciones del mundo que trata de comprender (Culhane & Elliot, 2017). En
segundo lugar, tiene una larga tradición de colaboración con la industria, ya sea con el
manejo de recursos humanos, mercadotecnia, diseño o innovación en general (Baba,
2006). Como resultado, ella ha continuado alimentando estas diferentes prácticas,
incluso si su contribución siempre ha sido percibida, y sigue siendo, como singular,
"exótica", al margen de la empresa (Wilner, 2015). Sin ser exhaustivo, este enfoque en
la antropología ilustra las transformaciones que se están produciendo en el campo de
los estudios cualitativos, al tiempo que destaca un aspecto fundamental de estos
enfoques, a saber, la práctica de campo y la relación de estudio etnográfico basado en
la inmersión, la observación y la conducta de entrevistas semidirigidas.
Entre los desafíos que nos proponemos tener en cuenta, destacamos en particular, la
integración de los usos digitales del consumidor, y el acercamiento metodológico de la
antropología con el diseño en la innovación, especialmente en el contexto del desarrollo
del design thinking. Estos dos temas son de actualidad en el dominio industrial e invitan
a los profesionales de los estudios cualitativos a continuar inventando herramientas y
métodos. Con lo digital, el desafío es aprovechar las nuevas formas de conocer a los
consumidores mientras integran su propia cultura digital. Con el diseño, los estudios
cualitativos tienen la oportunidad de respaldar los procesos de innovación utilizando
enfoques más iterativos, orientados hacia la prueba de conceptos y el prototipaje rápido.
En ese contexto, los pasos de la investigación son estructurados alrededor de
intercambios con los conceptos, lo que le da una coloración, o incluso una estructuración
Capítulo 2.4 Nuevos métodos en estudios cualitativos 393
especifica en relación con la producción de segmentos del mercado, o el descubrimiento

de ideas solidas con base en insights (Figura 1).
Figura 1. El diseño ofrece numerosas oportunidades de transformar la relación del estudio en

algo lúdico y colaborativo. En esta imagen, el autor del capítulo modera un tablero de juego
generativo durante un estudio de Design Fiction (Diseño Ficción), en el centro del colectivo
Making Tomorrow. © Nicolas Minivielle.
En estos (nuevos) enfoques, dos nociones tienden a fusionarse, a pesar de que cubren
conceptos diferentes: consumidores y usuarios. Al forzar la línea que los divide, podemos
decir que mercadotecnia privilegiaría al primero, mientras que el diseñador hablará del
segundo. En realidad, son a menudo los mismos individuos que, en sus prácticas
cotidianas, consumen y hacen uso de los bienes y servicios adquiridos. El tema se vuelve
más complejo cuando se presenta la figura del paciente o del ciudadano, o cuando se
integran las numerosas situaciones en las que los usuarios no son los consumidores. En
este capítulo, privilegiaremos la expresión de usuario, ya que permite poner como
antecedente una contribución cada vez más importante de los participantes de los
estudios: el rol de “quien lo hace”, y no solamente como un consumidor “comprometido”
(Dubuisson-Quellier, 2018), “colaborador” (Cova & al., 2010) o “malicioso” (Desjeux &
Clochard, 2013), de lo cual no hablaremos aquí, pero también como actor de la
manipulación y de la transformación de bienes y servicios propuestos. Por último, los
usuarios también contribuyen a las empresas y organizaciones que pretenden innovar

para ellos, lo que resaltaremos al mostrar cómo los enfoques antropológicos integran a
los usuarios en diferentes etapas de los proyectos.
2. De innovar por, a innovar con los usuarios: ¿Un nuevo paradigma?
2.1 Darse los medios para ser realmente cualitativo

Las ciencias sociales modernas están fundadas sobre una división epistemológica,
atribuida al sociólogo alemán Max Weber, entre las ciencias naturales que buscan
explicar, y las ciencias sociales que desean comprender (Colliot-Thélène, 2014). Las
primeras identifican casualidad entre fenómenos, y se apoyan en particular sobre un
enfoque experimental. La psicología cognitiva, por ejemplo, es parte de este paradigma.
Las segundas, privilegian la búsqueda del sentido, es decir, la identificación y la
descripción de intenciones y de significados de los actores, al favorecer las herramientas
de investigación donde se pone en práctica, primero la sensibilidad y la experiencia del
investigador. La observación participante, un método clave del enfoque etnográfico,
representa este enfoque (Figura 2).
Existe una verdadera frontera paradigmática entre estos dos enfoques. Cada uno está
basado en métodos, herramientas, pero también en conceptos y medios de analizar
datos que son por lo general, difícilmente intercambiables. Y si existen intentos de
combinarlos - como el programa naturalista en ciencias sociales que articula el trabajo
de campo y la experimentación cualitativa (Halloy & Wathelet, 2013) – entonces estarían
más bien basados en la coexistencia de herramientas diferentes, que sobre la fusión de
estas. En particular – es una dificultad que a menudo encontramos en los jóvenes
practicantes, formados en ingeniería – los pasos cualitativos aparecen marcados por
estadísticas explícitas o implícitas, como lo atestiguan el uso de expresiones como “a
menudo”, “todo el tiempo”, “la mayoría de”, para describir respuestas a una serie de
decenas de entrevistas, que no portan ningún valor estadístico, en cuanto a su
representatividad.
Una segunda dificultad en los enfoques exhaustivos radica en su aparente simplicidad.
Las herramientas clave de las entrevistas de campos que son las diferentes formas de
inmersión, las entrevistas semi-dirigidas o abiertas, o incluso la producción y análisis de

contenidos de medios de comunicación, parecen estar cerca de una práctica cotidiana.
Se trataría de actuar “libremente” al fin de colectar impresiones o emociones sobre un
“diario de campo”. Ahora bien, el proceso de producción de datos es, al contrario,
dependiente de una fuerte preparación y las herramientas continúan siendo necesarias
para evitar la trampa del etnocentrismo, es decir, para evitar la naturalización de su
propia visión del mundo. Los procesos cualitativos, en el contexto de una solicitud
privada, y en particular dentro de la perspectiva de mercadotecnia, han desarrollado
medios altamente relevantes para prevenirse del sesgo de la encuesta (Badot & al.,
2009; Dion, 2008): trabajo en equipo para la triangulación de los datos, uso de software
de codificación de las entrevistas, o de video grabaciones, para los estudios con un “gran
numero” de usuarios (40 ó más, etc.).
Figura 2. Para aumentar el rigor del análisis, el campo es a menudo practicado con varias
personas, para poder cruzar el análisis. En algunos casos, como en este estudio sobre el
consumo de alimentos en España, el cliente puede ser parte del equipo de campo (a la derecha
de la fotografía), para confrontar su visión a aquella del equipo de investigación, e intercambiar
directamente con los informantes o participantes del estudio (a la izquierda en la fotografía). ©
Olivier WATHELET.
Aunque “mejorada”, la lógica clásica de los estudios presenta todavía varios defectos
(Dion & Sitz, 2013). Primero, tiende a crear una relación asimétrica entre el investigador
y los usuarios, considerados como simples sujetos de estudios. En segundo lugar,
reduce los procesos cualitativos a la creación de reportes o de conclusiones para
compartirse, lo que tiende a reforzar un funcionamiento en silos, del conocimiento en el
centro de las organizaciones que compran y hacen uso de este conocimiento. Sin
embargo, y en particular en el contexto de un proceso de innovación, la colaboración y
la participación de los usuarios crean valor, refuerzan la relevancia de los conceptos y
aumenta la probabilidad de que el producto terminado no esté alejado de los hallazgos
obtenidos del estudio (Wathelet, 2018). ¿Cómo se puede tener esto en cuenta en el
proceso de creación y análisis de los datos cualitativos?
2.2 Persona y diagrama de alineación: las herramientas obtenidas del encuentro con el
diseño
Para reforzar la integración de los datos del estudio en el centro del proceso de
concepción, hemos presenciado desde los inicios del año 2000, el surgimiento de un
acercamiento entre la práctica del diseño y aquellas de las ciencias sociales, con la
antropología a la cabeza (Wasson, 2000; 2002). Este encuentro se presenta como una
alternativa a los procesos de estudios que tienen como destino los equipos de
mercadotecnia (muy bien descrito por el clásico Mariampolski, 2005). Con el diseño, ya
no se trata solo de producir un conocimiento sobre los usuarios (e.j. una segmentación
del mercado, identificación de insights, etc.), sino de acompañar la innovación a lo largo
de todo el proyecto. Este cambio de perspectiva tiene dos consecuencias desde un nivel
metodológico:
- El objetivo no es el de describir de manera sistemática un conjunto de usuarios,

sino de identificar oportunidades de conceptos y de probar todas las
trasformaciones posibles del uso a través de un nuevo producto. Esta “etnografía
de lo posible” (Miller, 2018) se basa en el uso de maquetas, de prototipos y de
otros objetos intermediarios en las diversas situaciones del campo de estudio, con
el fin de projectar a los posibles usuarios y de crear situaciones experimentales.
A la diferencia de un estudio de un concepto, el objetivo no es el de determinar

cuál es el producto que obtiene la mayor preferencia, sino de utilizar esta
experimentación como un medio de descubrir los impactos, positivos y negativos,
de las transformaciones del mundo inducidas por el concepto que está en curso
de ser desarrollado.
- Para que este proceso funcione, es necesario que el usuario no sea un objeto
más de la entrevista, sino una parte fundamental del mismo estudio (Charlotte
Smith et al., 2016).
Un primer esfuerzo para crear un enfoque metodológico propio se llevó a cabo bajo el
termino de design ethnography ó etnografía del diseño (Crabtree et al., 2013; Pink et al.,
2017), para designar la práctica de la concepción fundada sobre la empatía (Kouprie &
Visseur, 2009) y el uso de metodologías inmersivas que combinan la práctica de campo
y el uso de herramientas obtenidas de la práctica del diseño (Stickdorn & Schneider,
2012). Además, estas se ayudan de diferentes herramientas de análisis que permiten
manipular el conocimiento obtenido del campo hasta los talleres, pero también a todo lo
largo del proyecto. Las dos herramientas más conocidas son las “personas” (concepto
inventado por Cooper, 2004) y los diagramas de alineación (Kalbachs, 2016).
Los primeros son personificaciones de los usuarios, representados bajo una forma
realista, con la ayuda de diversas herramientas de formato: poster de tamaño real, una
cuenta falsa de Facebook, creada a distancia por un equipo de investigadores, actores,
etc. Las “personas” son realizadas mediante el cruce de datos de la encuesta con los
objetivos estratégicos de una empresa. Éstas, permiten la síntesis de las observaciones
obtenidas del campo, a la vez que permiten tener una cierta coherencia. También hacen
posible la “personalización” de las situaciones de uso: pensar en términos del individuo,
y por lo tanto siendo más memorables que el pensar en términos del “contexto” o de la
“situación”.
A lo largo de todo un proyecto – en particular durante las fases de generación de un
concepto, de prueba y de la definición de los modelos económicos – las “personas” son
personificadas y actuadas, con la ayuda de actores profesiones, para generar ideas
pertinentes que responden a los problemas que encuentran en su cotidianeidad. Esta
herramienta tiene como ventaja, la capacidad de permitir una cierta ligereza interpretativa
del perfil que es necesaria para el ejercicio de la creatividad. Presentado bajo la firma de
una ficha de identidad, por ejemplo, permite a aquel que la manipule, el imaginar
intervenciones sin ser abrumado por los detalles de la encuesta o del estudio, como suele
ser el caso de reportes muy detallados, pero difícilmente “operacionalizables”. Por el
contrario, es más completo que un insight clásico del consumidor, que recae sobre un
verbatim clave, pero, sin embargo, general (por ejemplo, “yo quiero comer más rápido en
las mañanas”, o “yo no logro ofrecer comidas saludables a mis hijos”).
En algunos casos, la “persona” puede ser muy rica en términos de información: si se
basa en los datos de los estudios extensos, es posible hacer sobresalir ciertos aspectos
de las tensiones para ayudar a los participantes en una sesión de creatividad. Es
entonces, tanto una herramienta generativa como un cuidador, para evitar que una vez
avanzado el proyecto, el contexto de uso no sea descuidado, por favorecer cuestiones
técnicas (para una presentación detallada sobre la metodología, ver: Pruitt & Adlin,
2010).
Para un cliente productor de material de fabricación de cocinas, elaboramos también una
serie de “personas”, ilustrando diferentes maneras de proyectarse en el diseño de una
nueva cocina. Esas personas permitieron recuperar anécdotas de campo, de una
manera ordenada y lógica. Posteriormente, probamos varios prototipos con diferentes
disposiciones de una cocina y nos inspiramos de sus “requerimientos” ficticios. Pero,
sobre todo, pudimos comparar el impacto de cada una de las diferentes disposiciones
desde la mirada de cada “persona”, a manera de probar muy concretamente las
limitantes y contribuciones de las proposiciones, con base en los criterios que nosotros
no habríamos podido imaginar al inicio del estudio (Por ejemplo: ¿Qué pasaría si pudiera
alquilar mi cocina por una duración de un año?). Pudimos probar ideas en el laboratorio
y así generar algunos conceptos más robustos que fueron posteriormente probados con
“verdaderos usuarios”.
A pesar de tener una tendencia a segmentar los usuarios según sus perfiles, la “persona”
no es una fotografía del mercado, ya que se trata de reconstrucciones, de abstracciones,
en resumen, de ficciones que son únicamente utilizadas para favorecer y acelerar la
apropiación de conocimiento sobre los usuarios con fines creativos. A veces es también
útil crear “personas” que no representan más que una pequeña franja de la población,
ya que su singular carácter presenta un fuerte potencial creativo. Además, una “persona”
es idealmente una representación de una situación y no de un individuo, de manera que
varias “personas” puedan ser implicadas. Su calidad, depende entonces de la seriedad
depositada en su construcción, y del uso compartido de este enfoque de construcción, y
de un posterior marco de referencia del mercado que garantice la orientación hacia una
dirección que sea económicamente viable (Figura 3).
Figura 3. Las “personas” permiten representar rápidamente diferentes atributos, o arquetipos

de los usuarios. Al combinar muchas “personas”, disponemos así de una visión contrastada de
los usuarios, representada bajo una forma que es a la vez realista (construida sobre una base
de datos del campo) y fácil de memorizar, gracias a su personificación. © DSAA Villefontaine.
Esta es también la razón por la que este enfoque tiene sus partidarios y oponentes. Muy
popular en el dominio del design thinking y del UX (user experience design, experiencia
del usuario), tiene sus partidarios y sus oponentes, tiene la virtud de facilitar la
apropiación del conocimiento de los usuarios, ver el medio de contribuir a establecer un
marcado de referencia a las representaciones del consumidor que permanecen, a
menudo, arbitrariedades y prejuicios. El reto es de no concebirlo por uno mismo.
Finalmente, permite alinear los integrantes del equipo del proyecto. Pero, tiende
desafortunadamente a convertirse en una práctica caricaturista y a generar personas ad
hoc que son una especia de fantasmas, sin un estudio real que las sustente. Y así,
gradualmente, la “persona” tiende a encerrar al sujeto en una serie de arquetipos
caricaturizados de un bajo interés (Portigal, 208).
Figura 4. Las personas puedes ser concebidas de una manera colaborativa, agrupando datos
de campo para agregar una serie de perfiles de usuarios que toman en cuenta la forma de una
credencial de identidad, de alguna manera enriquecida. © Olivier WATHELET.
Los diagramas de alineación son la principal herramienta que complementa a las

personas (Figura 4). Estas son representaciones imaginadas de diferentes etapas del
recorrido de un estudio de experiencia de compra, de manipulación de un producto, o
incluso de la realización de un servicio. Dicho recorrido ilustra diferentes niveles de
información, con el objetivo de mostrar a la vez los aspectos recurrentes de una práctica,
y aquello que puede ser modificado para el beneficio del usuario. Por lo tanto, juegan un
doble rol que permite un análisis de los datos de campo, por un lado, y por el otro lado
el de alinear a los equipos del diseño de los elementos críticos a tomar en cuenta, a lo
largo de todo un proyecto. Estos diagramas se presentan bajo la forma de una tabla de
dos ejes (Figura 5). El primer eje, el horizontal, describe una sucesión de etapas, como
se observaron durante el campo, por ejemplo, en el caso de un seguimiento del uso o de
una actividad de compra, según los métodos descritos como “go along” o de
acompañamiento, durante los cuales los usuarios son seguidos in situ, luego de la
realización de una tarea, que se comenta de forma paralela al campo (Carpiano, 2009).
El segundo eje, en vertical, desglosa cada etapa en varias rubricas, y en el centro el uso
que se observó o se confirmó por medio de una entrevista, y en particular se despliegan
las dificultades o tensiones encontradas en la realización de cada etapa, o como se dice
en inglés “pain points”. En función del tipo de diagrama empleado (“mapa de
experiencia”, “viaje del consumidor”, “mapa diagnostico”, etc.) se identificarán las
oportunidades de modificación de la actividad (haciendo un listado, con base en el
campo, de los problemas, las causas, consecuencias y bosquejo de soluciones); los
medios de volver a entrar en contacto con una marca (los “touch-points” o puntos de
encuentro), las transferencias de conocimiento en “back-office”, es decir en el centro de
la empresa con la cual se está trabajando (y no en el campo), etc.
Cada “persona” será representada sobre esos caminos de manera en la que se pueda
tomar en cuenta la diversidad de los usuarios, en el centro mismo de la situación de
estudio. En el diseño de un producto, se centran sobre todo sobre los “pain-points” del
viaje de la experiencia de uso, es decir, sobre las dificultadas experimentadas por el
usuario. Pero, cada vez más, sobre todo en el caso de las aplicaciones o servicios
digitales, que se supone que amplían y enriquecen la experiencia de un producto, se
miran los puntos de contacto con la marca (es decir, las ocasiones de interacción con
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas
402
ella, sobre diferentes soportes), y la circulación de información oculta a los usuarios, pero
necesaria para el funcionamiento el servicio (por ejemplo: cuando un usuario da
preferencia al uso de una aplicación vinculada a la cadena de la distribución alimentaria,
es necesario que sean activadas durante una segunda visita al servicio en el punto de
venta, al momento de la orden de compra).
Figura 5. Los diagramas de alineación cubren una amplia gama de formatos. Este viaje de
experiencias hace énfasis sobre la calidad del uso a lo largo de la manipulación de una máquina
para preparación de café. La curva de emociones en la parte inferior de la gráfica permite
acentuar las fases problemáticas durante su uso. © Olivier WATHELET/ DSAA Villefontaine.
Otras herramientas complementan este binomio, bastante clásico. Tienen como punto
en común el hacer tangible el ejercicio de análisis y el de facilitarlo por medio de objetos
intermediarios. Este es particularmente el caso de las tarjetas de empatía, que
representan sobre un solo documento, las expectativas, las decepciones o incluso los
detalles cognitivos de diferentes consumidores estudiados (por ejemplo: una herramienta
inventada por el diseñador Dave Gray, ver Imagen M). Una herramienta que permite
sintetizar el conocimiento de usuarios potenciales, pero también de servir como base
para elaborar una guía de entrevista. De hecho, a cada segmento del mapa le
corresponde un cierto número de temas que sirven de punto de partida de breves
intercambios relativos de los usuarios. La carta es en realidad una síntesis de los
hallazgos. Es una herramienta rápida para sentar las bases de una encuesta. Es de
hecho muy tentador el tratar de detenerse en esta etapa, la herramienta da una ilusión
de haber sondeado efectivamente los aspectos más importantes de su mercado. Pero
en realidad no es más que un primer nivel de lectura. Y, compartido largamente dentro
de la comunidad de diseñadores, esta herramienta fue apropiada rápidamente por ellos.
Otro ejemplo clásico, en particular en el centro del UX (diseño de la experiencia del
usuario, término que designa los métodos de concepción en el dominio digital, y que
tiene por objetivo precisar, crear y sostener una experiencia de uso robusta, durante toda
la experiencia de un servicio digital (ver: Norman, 2013 para una introducción más allá
de lo digital) y por lo tanto cada vez más popular es el uso de tarjetas de ordenamiento
o de categorización, con el fin de generar una taxonomía – o visión del mundo - de los
usuarios (Barrère & Mazzone, 2012). Bastante cerca del método de etno-ciencia,
desarrollado en la antropología cognitiva (Ellen, 2008), se basa sobre el uso de cartas
que representan ya sea practicas o aspiraciones, y que son dadas a los usuarios
potenciales para que sean organizadas siguiendo categorías fijas o libres. El
ordenamiento de las cartas permite identificar la distancia cognitiva que existe entre los
objetos, y garantizar así el respeto hacia la visión del mundo de los usuarios. Es una
herramienta clásica del diseño de interfaces digitales, ciertamente utilizada para definir
los temas de los diferentes menús, de manera pertinente (Y, responde a preguntas tales
como: ¿La búsqueda en un sitio de venta de muebles debe considerar como una
subcategoría el tema de “mobiliario” o de “comedor”?).
El encuentro entre el diseño y las ciencias sociales ha creado numerosas herramientas,
en línea con un enfoque de estudios cualitativos que permiten entender mejor los
procesos iterativos, imponiendo ires y venires más frecuentes entre el campo y las fases
de diseño.
2.3 Colaborar y hacer participar: los pilares de la antropología para redescubrir

Este proceso es a pesar de todo, un blanco de críticas, sobre todo a raíz de una cierta
propensión en poner el acento sobre el diseño, en detrimento del encuentro con los
usuarios, por un lado, y por el otro lado, de la dificultad de poner en cuenta los aspectos,
a veces sorprendentes del campo, sobre todo aquellos que se alejan, a priori, de aquello
que el cliente desea valorizar dentro de su proyecto (Suchman, 2011; Wathelet à

paraître-a). Si no tenemos cuidado, el método puede tener prioridad sobre la capacidad
de valorar la incertidumbre inherente en el proceso de inmersión cualitativa. En un intento
de superar estas limitaciones, muchos investigadores y profesionales se han reagrupado
bajo el termino de design anthopology, o la antropología de diseño (Gunn & Donovan,
2012; Gunn et al., 2013; Akama et al., 2018) en los enfoques que desean destacar las
herramientas participativas y sobre los medios que preservan la libertad de los usuarios
en el proceso de diseño. El objetivo es el de evitar suavizar las observaciones en la
dirección de las expectativas del cliente, lo que desemboca en resultados conservadores,
incluso fuera de sintonía con lo que es de valor para los individuos. En ese caso, el paso
de los datos cualitativos a los elementos de acción – por ejemplo, un trabajo de
diagnóstico sobre un producto o un servicio dado – implica los diferentes actores del
proyecto, los propios usuarios (Simonsen & Fridberg, 2014). Esta epistemología valoriza
una práctica en realidad antigua de la antropología, es decir, la capacidad de crear
herramientas para generar la colaboración en el campo, complementando así la
observación participante a la que a veces se reduce esta disciplina (Estalella & Sanchez
Criado, 2018).
Antropólogos y diseñadores colaboran hoy para diseñar herramientas comunes para
ayudar a realizar su trabajo. Recordemos el ejemplo de la organización de cartas. Con
un enfoque de estudio o de etnografía del diseño, se pretende objetivar el conocimiento
táctico utilizando a los usuarios como sujetos del estudio. En una perspectiva de la
antropología del diseño, los usuarios se convierten en soporte para la creación de un
conocimiento común y compartido, entre usuarios y actores de procesos de innovación.
Es el caso de la metodología colaborativa inventada por dos diseñadores daneses, Buur
y Sondergaard (2000). En su versión original, este método de organización de cartas se
basa sobre la creación de videoclips de algunos segundos, que ilustran los aprendizajes
de una encuesta de campo. También hemos experimentado este enfoque ayudándonos
en las observaciones transcritas y de extractos de entrevistas, con el mismo éxito.
Cada videoclip es el resultado de un primer tratamiento del análisis por el investigador,
pero este análisis permanece abierto ya que el material seleccionado no se presenta en
relación con una segmentación a priori que terminaría con la interpretación. Por el
contrario, los videoclips son vistos en subgrupos en el transcurso de un taller que reúne
a los participantes del proyecto de innovación, así como a los usuarios que fueron
filmados durante el trabajo de campo. Cada dato del campo es entonces interpretado, lo
que da lugar a un set de cartas que serán manipuladas en los siguientes proyectos.
Gracias a una animación cercana del juego de siete familias – los participantes son
invitados a asociar una carta con otro, para generar de manera inductiva agrupaciones
coherentes – el grupo produce así una categorización de elementos notables del estudio
de campo que será compartido colectivamente, y que corresponde entre otras cosas, a
su visión del mundo. De este modo, a diferencia de la organización o categorización de
las cartas en el enfoque de design experience (UX design), la categorización no es un
fin por sí mismo, sino un medio para ayudar a los participantes a ponerse de acuerdo
sobre lo que es importantes, mientras que proporciona una base de conocimiento
legitimada para considerar formas de abordar los desafíos identificados en el campo.
Por ejemplo, durante un taller dedicado al rediseño de una máquina de pastelería, un
video de uso mostraba a una persona de frente vaciar el recipiente de la maquina y
después lavarlo. Ese extracto de diez segundos fue explicado por las palabras del
usuario, diciendo que siempre debe hacerlo para ese tipo de preparación. Un análisis
clásico hubiera puesto como antecedente el estatus social de la usuaria para intentar ver
algún patrón por su perfil. O bien, haber privilegiado la problemática de la limpieza,
basándose sobre una categorización a priori de la tarea. Por el contrario, en el taller, el
tema que sobresalió fue aquel de la fluidez, es decir, la capacidad de no interrumpir una
actividad. Se reunieron entonces ejemplos de momentos de pausas obligadas (esperar
a que la pasta suba; reservar para enfriar; lavar un utensilio para reutilizarlo, etc.). Este
tema surgió como una tensión importante para mejorar la experiencia, para lo cual se
propusieron varias rutas creativas: soluciones para hacer el bol con materiales más
suaves, recomposición de la receta para evitar las esperas, vía una aplicación, etc.).
Es un método que nos gusta mucho utilizar, y que aporta verdaderos éxitos en ayudar a
crear una convicción compartida sobre los elementos que resultan de una investigación
de campo, en contra de una práctica de colección de tipo "pieza por pieza" (Morais,
2014). Podemos también diseñar “personas” de manera colectiva. Cuando proponemos
este tipo de taller, nos ocupamos de antemano de crear rúbricas que constituyan la
arquitectura de la persona, sin imponer, sin embargo, las temáticas del uso o las
representaciones que deben de surgir de manera inductiva durante el taller. En un taller
dedicado a la mejora de la preparación de comidas sencillas (Figura 6), hemos propuesto
unas cincuenta observaciones repartidas en seis rubricas: identidad culinaria (por qué la
cocina es o no es, importante para mí); rutinas cotidianas (lo que yo suelo hacer de
manera sistemática); cosas clave que hay que saber hacer (habilidades prioritarias);
material privilegiado; fracasos y dificultades notables (lo que me cuesta trabajo hacer,
aquello en lo que me equivoco, aquello que ya no hago más); ideales y metas (aquello
que me gustaría hacer). Los participantes elaboraron así cuatro “personas” que
reagrupaban elementos de los diferentes hallazgos, con el objetivo de realizar figuras
coherentes. De esta manera, pudimos apropiarnos del material de campo y condensarlo
en figuras memorables, lo que se facilitó al darles un nombre y apellido, un lugar donde
vivían, etc. Pudimos entonces involucrarnos aún más en los procesos creativos e
identificar tres apuestas o caminos, cada una vinculada a tres o cuatro “personas”, lo que
demostraba su robustez. Uno de esos caminos fue proponer ingredientes frescos y a
granel, pero semitransformados (inéditos en esta categoría de productos), para facilitar
el descubrimiento, o para fomentar la creatividad (Figura 6).
Podemos ver que la contribución de los usuarios en el centro del estudio puede ir de una
posición pasiva, a una contribución muy importante, incluso en algunos casos, al dominio
de la agenda del proyecto (hablaríamos entonces de diseño participante). Esta amplitud
está muy bien descrita por la distinción que se puede hacer entre tres modos de diseño
(Kaulio, 1998): un diseño centrado para los usuarios, que implica estudiarlos sin tener
que involucrarlos; un concepto con usuarios basado en diversas formas de colaboración
y, finalmente, una concepción de los usuarios que invita a apoyar la creatividad de ciertos
usuarios específicos, expertos de sus dominios. Si la primera forma es la base de los
estudios cualitativos, la segunda y la tercera parte de las cuales hablamos aquí están
abiertas a nuevos métodos y nuevas formas de hacer las cosas.
Figura 6. La primera fase de la categorización de las cartas colaborativas para crear “personas”,
consistente en compartir los diferentes aprendizajes del campo que serán posteriormente
seleccionadas, enriquecidas y recombinadas en un proceso por etapas. © Olivier WATHELET.
3. La etnografía más allá del encuentro cara a cara

Innovar con los usuarios requiere tomar en serio sus propias herramientas cotidianas.
¿Sigue siendo posible realizar estudios sin tener en cuenta las practicas digitales?
Ciertamente, no. Más aún porque la etnografía va de la mano con el estudio de las redes
sociales en general, porque el comportamiento de los usuarios está directamente
relacionado con las personas con las que interactúan (Bentley et al., 2011). El internet,
en la prolongación del teléfono, ha trastornado ese hecho cultural al permitir la
masificación de intercambios de contenidos complejos con terceros distantes, verse
como desconocidos, y reforzando ciertos mecanismos sociales que ya funcionan para

construir identidades (Humphreys, 2018). Recientemente, aunque ciertamente es
demasiado pronto para hablar de un cambio cultural profundo, el internet de las cosas
(IoT “Internet of Things” en inglés), designa a los objetos conectados, dotados de
sensores y de conexiones wifi/bluetooth que les permiten compartir e intercambiar datos)
invita a tomar en cuenta nuevas formas de interacciones, done las maquinas interactúan
en una relativa ausencia humana (Kuchler, 2008). Para tener en cuenta estas
importantes rupturas en temas sociales y culturales, los métodos de encuesta se han
adaptado (Collins & Durington, 2014).
3.1 Lo digital como terreno para observar y participar
Antes que nada, ha sido necesario dar un lugar a lo digital, en tanto como un objeto de
análisis. Si los primeros trabajos en la “antropología del internet” han podido declarar una
cultura propia de la World Wide Web – señalando sobre todo las particularidades sociales
de los “mundos virtuales” – sabemos ahora, que lo digital y lo análogo se enriquecen
mutuamente. Por lo tanto, es necesario estudiarlos conjuntamente (Hine, 2015; Pink et
al., 2015) en el contexto de los enfoques múltiples (“multiplexes”, en Inglés), es decir,
combinando enfoques cara a cara y por medios interpuestos (Casilli, 2012). Por ejemplo,
para describir los comportamientos en línea, los etnógrafos son llevados a participar de
los intercambios, tanto en los foros, como en redes sociales, seguidos de reuniones cara
a cara. Este es el enfoque que ha seguido la británica Hine (2015) que, para comprender
el funcionamiento de las redes de donaciones de objetos de segunda mano en línea, ha
participado ella misma al intercambio de sus propios objetos y se ha reunido con los
donadores en sus domicilios o en diferentes lugares.
El investigador no es ya un participante anónimo en el centro de la comunidad virtual, sin
un cuerpo. De cierta manera, existe un relativo confort en poder tomar notas de los
intercambios en línea, o de leer una cultura, recolectando un conjunto de intercambios
escritos en un fórum, para proponer posteriormente un análisis semántico de contenido
(por ejemplo, los descriptores de aromas en foros culinarios, Wathelet, 2011), o todavía
más, establecer un análisis de las redes sociales y estudiar el impacto que tienen sobre
un fenómeno social (por ejemplo: estudiar cómo se expresa la gente en línea sobre
problemas alimentarios, Casilli & Tubaro, 2016). Pero la fase de recopilación de rastros
de las actividades (Cahour & Licoppe, 2010) digitales no es más que una etapa del
proceso para lograr un enfoque más activo en interacción inmediata con los usuarios
(Caliandro, 2014). Los rastros de actividades son el conjunto de transformaciones
materiales que se producen ya sea voluntaria o incidentalmente, por una actividad, y que
permanecen tangibles y accesibles una vez que la actividad quedó registrada (foto
“recuerdo”, apropiación del espacio, notas manuscritas, borradores, etc.). Su recolección
es, sin embargo, desigual en función de los sujetos y de la capacidad y voluntad de los
usuarios para mantenerlos y compartirlos al investigador. El internet, al registrar y
clasificar los contenidos intercambiados entre miembros de diferentes grupos sociales,
ofrece una reserva extraordinaria de rastros de actividades, tanto como un medio a
disposición de los usuarios en su vida diaria, y como un recurso para el investigador.
¿Por qué no podemos entonces estar satisfechos con estos rastros digitales? En primer
lugar, este stock de datos es muy pesado de procesar y requiere la manipulación de
varios miles de elementos para generar efectos significativos únicamente sobre la base
de una colección digital. Completar los primeros análisis obtenidos de lectores expertos
de investigadores humanos, a través de reuniones cara a cara, hace posible la extracción
de pistas de análisis serias. Posteriormente, el hecho de intervenir, escondido en los
foros y redes sociales plantea algunas cuestiones éticas. Sabemos que prácticamente,
la invisibilidad puede ser un freno a la búsqueda de encuestas si el investigador no
demuestra su buena voluntad, sobre todo por los “encuentros reales” (Ejemplo: Coleman,
2016 en su estudio sobre el movimiento Anonymous). O como lo ha compartido la
canadiense Kozinets (2010), quien inventó el termino de “netnografía” para designar el
estudio de las comunidades en línea (Kozinets, 2010), en donde los investigadores
deben revelarse frecuentemente, para cuestionar varios de los puntos que restan ser
investigados y que no son jamás relevados en línea. Por ejemplo, en el estudio de Tubaro
et al. (2013), en este estudio, los autores invitaron a los informantes a completar un
sociograma en línea de su propia red social, complementando así el análisis generado
sobre una base de datos digitales. Ahora bien, en ese particular momento, exponerse en
una situación de observador oculto tiene el riesgo de tener el rechazo definitivo de la

comunidad en línea.
3.2 Big y thick data

Para los datos obtenidos de la Web 2.0, se añaden después aquellos datos producidos
por el uso de rastreadores y de otros objetos conectados digitalmente (Nafus, 2016;
Lupton, 2016). El cambio de postura inducida por la capacidad de seguir en lo cotidiano
a los usuarios puede ser radical, con respecto a las maneras de pensar sobre los
procedimientos de diseño. La capacidad de modificación a distancia de productos
dotados de una forma de inteligencia conectada nos autoriza para alternar un modelo de
diseño del “uso antes de usar” – basándonos en el análisis de uso potencial para
establecer la arquitectura de un producto o de un servicio – a un modelo de “diseño
después del diseño”, es decir, vinculado a una reconfiguración potencial del objeto en
curso de su existencia, para permitir usos en constante cambio (Redström, 2008). Esta
transformación del modelo está en curso en diferentes sectores de la actividad y de las
empresas que se comprometen buscando identificar la herramienta buena, muy
frecuentemente a través de la ayuda de enfoques que sean cuantitativos (como “big
data”, sin identificar correctamente cómo generar valor con esa cantidad de datos, Figura
7, Wathelet, por aparecer - b). La relevancia del “thick data”, para retomar una expresión
juiciosa de la etnógrafa Wang (2014) para designar el interés en privilegiar los datos
“profundos”, con una fuerte capacidad analítica, que continúa siendo relevante (Video 1
de Tedx site, Tricia Wang 2016).
Estos y otros tipos de enfoques provienen de lo que Rogers (2013) llama los “métodos
virtuales”, es decir, de los métodos que son elaborados para comprender los
comportamientos que se llevan a cabo sobre y alrededor del internet. Otra vía de
investigación, paralela y complementaria es aquella que el mismo autor llama de
“investigación digital” (digital research, en inglés), para designar a las herramientas que
utilizan el internet y el mundo digital para estudiar los comportamientos de los usuarios
en general.
El ejemplo más común en el dominio de los estudios que tratan la creación de foros y de
comunidades en línea, con el fin de moderar todo o parte de una serie de estudios
(encuesta, entrevista cualitativa, sesiones creativas, generación de una prueba),

principalmente con la forma de una comunidad cerrada. Los institutos de investigación
se han especializado en la creación y moderación de grandes comunidades, cuyas sub-
partes son movilizadas en función de clientes para cada tipo de estudio. Otro enfoque
complementario se basa en el modelo de innovación abierta y consiste en solicitar a los
usuarios potenciales en resolver una problemática, sobre cuestiones precisas, en el
marco de un hackathon, invitando tal vez a usuarios extremos o cuasi-expertos para que
participen (Duval & Spiedel, 2014).
Figura 7. El internet de las cosas ya está aquí, e invita a otros enfoques de campo. Por ejemplo,
para seguir la forma en la que interactúan los diferentes elementos de un sistema inteligente. En
este estudio, para un fabricante de automóvil que desea aprender del futuro del internet de las
cosas, hemos explorado la manera en la que se podrían automatizar las granjas con estos
nuevos objetos: collares conectados a las vacas, vinculados a máquinas de ordeño inteligentes
y sistemas de puertas que se adapten al estado de las vacas (permite o no permite ordeñar, guiar
a los pastos cuando sea necesario, aislar a las vacas enfermas, etc.). Más que el uso, es la
manera en que los procesos complejos son estructurados por el ambiente, que se vuelve el punto
central del estudio. © Olivier WATHELET.
Este procedimiento es particularmente relevante para llegar a usuarios en varios países

con un tiempo de respuesta bastante corto: o para crear intercambios directos con los
participantes. Pero presenta también un cierto número de limitantes: la motivación y el

compromiso de los participantes puede ser difícil de generar; a veces es difícil aclarar las
instrucciones sobre preguntas o tareas creativas mientras se está a distancia; y
finalmente, existe el riesgo de utilizar estas herramientas como manera de ganar tiempo
y reducir el costo de los estudios, cuando esta tiene su propia complejidad y no es
simplemente una versión “más rápida y más barata” de campos clásicos de estudios.
3.3 Capturar la experiencia, cuando tiene lugar

En los últimos ejemplos que acabamos de ver, se trata de alguna manera de digitalizar
las herramientas clásicas de los estudios para facilitar su acceso. Sin embargo, otras
investigaciones tratan de crear herramientas más creativas, explotando de manera
general los recursos ofrecidos por el mundo digital al servicio de nuevos enfoques. El
sitio The Qualitative Report modera y mantiene una formidable lista de aplicaciones
creadas para enriquecer los estudios cualitativos, algunos proponen verdaderas
innovaciones metodológicas.
Nosotros podríamos, en primer lugar, hacer uso del mundo digital para fomentar la
coproducción de datos, por parte de los mismos usuarios. La información generada en
este contexto varía. Es posible realizar un buen seguimiento del “viaje del usuario”,
evitando el sesgo de los recordatorios inherentes al seguimiento por medio de una
entrevista tradicional (Figura 8). Para esto, sobre la base de una codificación emocional
relativamente sencillo, se les solicita a los participantes que anoten de manera
espontánea sus emociones. Este principio ha sido puesto en marcha por primera vez
como parte del “beeper study”, en donde el desafío es conectarse en tiempo real con el
usuario para pedirle un “diario” en papel (en su versión “antigua”, conocida como Método
de muestreo de la Experiencia, o Experience Sampling Method, Larson &
Csikszentmihalyi, 1983) a una serie de adolescentes, sobre una experiencia que sería
comentada posteriormente. Ahora podemos simplificar enormemente ese procedimiento
haciendo uso de herramientas digitales (por ejemplo, con aplicaciones dedicadas, o a
través de envío de SMS, o todavía más, utilizando rastreadores con actividad de
geolocalización, disponibles en el mercado (por ejemplo: reloj para correr con sensor de
ritmo de frecuencia cardiaca, cámara fotográfica con tomas automáticas, etc.). Los datos
son entonces agrupados después de la investigación, en plataformas disponibles al

investigador y que le permitan crear una base de situaciones que serían confrontadas
posteriormente mediante entrevistas.
Figura 8. Para prepara el campo de un estudio, una primera fase de la “ciudad digital” nos permite
familiarizarlo con el dominio de las actividades, pero también el identificar las primeras
problemáticas que se pueden explotar. En este caso, se trata de imaginar nuevos usos de
espacio de descansos en autopistas. El microblogging (Twitter, WhatsApp, Pinterest, etc.) ofrece,
entre otras cosas, el beneficio de capturar las experiencias in situ, comentadas en el momento
donde son experimentadas. © DSAA Villefontaine.
Un ejemplo extremo de uso de herramientas de rastreo fue realizado en el marco de un

estudio de usos domésticos de objetos conectados, o más bien sobre la vida de los
objetos en sí mismos. Equipados con una cámara fotográfica digital con toma automática
y regulada, los objetos emitieron entonces imágenes de su propio ambiente durante
fases prolongadas (de uno a varios días). Esto permitió a los investigadores comprender
la importancia de varias configuraciones de los objetos para efectuar ciertas tareas, y
más aún, de confirmar interacciones que no estaban ligadas a sus funciones primarias
(Giaccardi et al., 2016). Naturalmente, la misma metodología puede ser conducida con
usuarios humanos, y las imágenes pueden ser el objeto de comentarios a posteriori por
parte de los usuarios.
3.4 Involucrar al cliente en el estudio

Un último conjunto de nuevos usos de las herramientas digitales en el campo de la
antropología se refiere a la recepción de los datos del estudio. En un enfoque estándar,
los investigadores exploran al sujeto, sintetizan y analizan, posteriormente construyen
sus conclusiones bajo la forma de reportes que serán presentados durante una reunión
de cierre. Eventualmente, el cliente participa en una o varias sesiones de campo, lo que
le permite aportar algunas correcciones al proceso en caso de ser necesario.
Recientemente, la antropóloga Tricia Wang ha propuesto utilizar redes sociales para
enriquecer esta fase de intercambio con sus clientes, pero también de los miembros de
las comunidades culturales que fueron estudiadas, lo que ha nombrado “live fieldnoting”
o diario en vivo. La idea es simple: producir contenido en formato digital – una foto y un
comentario sobre una cuenta Instagram, por ejemplo - a manera de probar “en tiempo
real” borradores de análisis y de aprovechar los comentarios del cliente para permitirles
el hecho de seguir experimentando sobre la investigación en curso. Esta práctica revive
y enriquece el proceso más tradicional designado bajo el nombre de “carta postal de
campo”, que no permite tener la misma riqueza de intercambio, una misma
sincronización, y una recepción así de extensa de un cuestionario (Figura 9).
El enfoque de Tricia Wang es una ruptura con el uso, ya que ella es abiertamente
colaborativa. Esas imágenes compartidas permiten imaginar las interacciones de
diferente naturaleza entre los investigadores y la creación de equipos internacionales
complementarios (para una revisión reciente, ver: Beneito-Montagut et al., 2017).
Algunas organizaciones se sienten menos cómodas con esa lógica abierta, o por razones
temáticas, privilegian de manera temporal el “secreto”. En este caso, haremos uso de
soluciones “cerradas” que algunos sitios de microbloging hacen posible (Minvielle &
Wathelet, 2014). Es por eso por lo que para un cliente hemos privilegiado el uso de un
grupo de Google privado, que permite compartir fotos y videos que son comentados
después de una reunión. El método es aún más efectivo cuando se hacen preguntas
relacionadas con el proceso de la misión, con el fin de aumentar la participación de los

miembros del equipo de investigación.
Figura 9. Un blog interno reúne las diferentes partes que conforman un proyecto, en particular
a los investigadores y al cliente durante el proceso del estudio. Los investigadores proponen fotos
del campo con comentarios simples: descripción de la acción en curso, información
sobresaliente, el “porqué yo publico esto”. En fin, invita al cliente a expresarse sobre ciertas
selecciones (¿Deberíamos de observar con detalle aquella nueva practica identificada?, No
deberíamos enfocarnos sobre ese tipo de usuario que parece bastante relevante y
sorprendente?, etc.). © Olivier WATHELET.
4. La cultura “maker” como medio de colaboración con los usuarios

El caso de las culturas digitales y el desarrollo de nuevas herramientas que estén
vinculadas entre sí, muestran como los estudios cualitativos pueden llevarnos en dos
direcciones. Primero, la colaboración con los usuarios que se ha vuelto más frecuente, y
va más allá del marco tradicional. Segundo, los estudios cualitativos reconocen más
fácilmente la importancia de las maquetas o prototipos y de los juegos serios para
implicar más a los usuarios que forman parte del estudio.
4.1 ¿Dar el poder a los usuarios?

Esta doble transformación le debe mucho al reconocimiento del diseño como método de
referencia en el mundo de la innovación, una transición que es comúnmente resumida
en el término “design thinking” (dos textos de los padres de esta mutación: Kelley, 2001;
Brown, 2009). Al proponer inspirarse en la forma en la que el diseño trabaja para
organizar proyectos de innovación, los gestores del design thinking han enfatizado la
importancia de la empatía y de la inmersión etnográfica en el proceso de todos los
proyectos, pero también han popularizado la idea de diseñar objetos para acompañar el
trabajo de campo y facilitar el dialogo con los usuarios. El juego del ordenamiento de las
cartas expuesto anteriormente (párrafo “Colaborar y hacer participar”) es un ejemplo
entre muchos más “objetos intermediarios”, que son elaborados para facilitar el
intercambio del conocimiento de los usuarios y su traducción operacional. Y corresponde
a una idea relativamente reciente del diseño, no como un productor de objetos sino, como
un facilitador de la participación del usuario para diseñar productos y servicios que sean
benéficos para ellos (Manzini 2015), Figura 10.
Figura 10. Surge un nuevo paradigma del diseño, aquel de poner como antecedente la
capacidad de ayudar al usuario a expresar sus necesidades y aportar en los proyectos, en lugar
de empujar los productos hacia ellos con el fin de que sean aceptados. © Olivier WATHELET.
En una cierta mirada, se trata ni más ni menos que de volver a dar el “poder” a los
usuarios, involucrados en una relación de encuesta y de un estudio de innovación, lo que
pasa por el hecho de permitirles definir todo o una parte de los aspectos vinculados al
proyecto, como lo pueden ser los recursos utilizados, la agenda, los participantes y los
límites del estudio (Borum & Enderud, 1981). Este intercambio de autoridad rara vez está
en la agenda de estudios dentro de las empresas, lo que explica por qué se han
propuesto formas intermedias para tratar de abordar los efectos positivos en términos de
conocimiento, sin tener que asumir el riesgo en términos de conocimiento. Este punto –
la capacidad del dar el poder a los usuarios en los contextos del estudio – constituye,
según nosotros, un importante tema de ética a ser abordado en el centro de las
entrevistas y organizaciones que acompañan la innovación y la investigación de
mercados.
4.2 Huellas de la actividad, juegos y prototipos para crear la relación de investigación

Sin embargo, son posibles varias formas concretas para aumentar la capacidad del
usuario para guiar la relación de consulta e inyectar elementos sorprendentes
relacionados con lo que es de valor para él. Proponemos explorar cuatro pistas.
4.2.1 Provocar la explicación de una práctica por el mismo usuario

Hemos utilizado este enfoque para caracterizar el conocimiento sensorial de los
profesionales de la cocina (Wathelet, 2013). Su principio es el de combinar la producción
de videos de soporte que permitan objetivar un cierto numer de secuencias de gestos,
con una descripción de estados subjetivos (Ejemplo: Video 2. Auto-confrontacion de un
Chef repostero; Video 3. Un estilista de cabello profesional) – toma de decisiones,
emociones – aumento los conocimientos tácticos (Gore et al., 2012). La materia prima
sigue siendo a pesar de todo, fuertemente guiada por la fuente de los datos originales
filmados, y eventualmente, montados por el investigador. En algunos casos, el proceso
de recuperación puede ser en forma de un diario o cuadernos distribuidos previamente.
Tendremos cuidado de crear soportes para la toma de notas adaptados al contexto del
estudio (por ejemplo, un calendario magnético para colocar en una nevera en el caso de
un estudio culinario).
4.2.2 Explotar los rastros de actividades solicitadas o recopiladas con anterioridad

por los usuarios
También es posible involucrar a los usuarios en la producción de trazas de actividad. Se
puede generar de manera ad hoc, utilizando una aplicación para realizar a distancia y
bajo demanda – piloteada por una interfase que sincroniza los datos – de videos o de
otros documentos multimedia realizado por los usuarios, por si mismos, en alguna
situación dada. Una vez más, este proceso es anterior al desarrollo de los smartphones
(ver, por ejemplo: Sunderland & Denny, 2007), pero ganan en eficiencia gracias a las
aplicaciones dedicadas que permiten enriquecer los intercambios con los usuarios. Sin
embargo, encontramos los límites expresados anteriormente en el contexto de la
investigación en línea: este proceso no es menos invasivo que una encuesta tradicional,
o incluso puede contribuir a crear distancia debido al vínculo relativamente débil con el
investigador. Por ejemplo, en una encuesta de un banco, nos resultó muy difícil utilizar
una herramienta de este tipo debido a los problemas de confianza y confidencialidad, a
pesar de que eran bastante aceptables frente al investigador. El poder de estas
herramientas, por lo tanto, reside en la capacidad de solicitar interacciones cuando
intervienen, pero no reemplazan el trabajo de crear una relación rica entre los
participantes de cualquier enfoque etnográfico.
Esta actividad puede beneficiarse al ser llevada a cabo de una manera más lúdica, que
favorece la exploración y la espontaneidad, y por lo tanto la sorpresa con respecto al
material propuesto. Se propone al usuario crear una parte de los materiales y
organizarlos según sus propios criterios, naturalmente eso se realiza antes del encuentro
o bajo la forma de una misión de creación de datos, por lo general presentada de manera
lúdica y con la ayuda de material creativo y de captura de datos multimedia, las “sondas
culturales” (Gaver et al., 1999; Sanders & Stappers, 2014).
En el primer caso, se puede tratar de un ejemplo de trabajo a partir de fotografías
obtenidas de colecciones personales (por ejemplo: álbumes de familia, cajas de
recuerdos, imágenes desde el smartphone, etc.). Hemos utilizado esa técnica, para
conocer, por ejemplo, la manera en la que el cuidado del cabello ha acompañado la

transformación de la identidad de las mujeres (Figura 8). La exploración, comentada
desde los álbumes personales, nos ha ayudado a comprender el rol central de ciertas
transformaciones en la modificación de sus cuidados, contrario a las expectativas
iniciales del proyecto que estaban centradas sobre el volumen y color del cabello.
En el segundo caso, invitamos a las usuarias a producir un conocimiento inédito sobre
su uso, con la ayuda ciertas instrucciones y material dedicado para el estudio. En las
primeras versiones de esta herramienta, proponíamos por ejemplo el uso de cámaras
fotográficas desechables, que ahora son reemplazables, afortunadamente por
smartphones. Es una técnica que nosotros utilizamos para explorar el espacio urbano y
descubrir los aspectos notables y emocionalmente atractivos de un territorio: solicitando
la toma de fotografías de situaciones específicas, y solicitar que dibujen de una u otra
perspectiva lo que ocurre en el sitio donde se toma la imagen, etc. (a manera de ejemplo,
ver los proyectos presentados en Kuschnir, 2016, así como los experimentos recientes
de Carolin Genz y Diana Lucas-Drogan en etnografía urbana, Urban Ethnography Lab).
Esta técnica no solo tiene el mérito de crear un compromiso por parte de los
participantes, sino que también permite formular preguntas concretas que de otro modo
serían demasiado abiertas o generales. De esta manera, si yo le pregunto a una persona
qué es lo que le gusta de un lugar, esa persona me describirá su convivialidad o su
calma. Pero cuando miramos un conjunto de fotografías sobre ese lugar en particular,
que fueron tomadas con anticipación y de forma espontánea, vemos el intercambio de
recuerdos sobre un banco especifico, el soporte de un recuerdo de una experiencia
concreta, destacando el papel del ruido, o más bien de su ausencia, en la calidad de la
experiencia del lugar. Una generalidad se convierte entonces en algo mucho más
concreto. Además, el recurso lúdico es una técnica que favorece, en los usuarios que
formaron parte del estudio, un proceso de descubrimiento y la capacidad de auto
cuestionarse (Loi, 2007).
Figura 11. Como parte de un proyecto cosmético, una parte de la encuesta se centró
sobre las fotografías antiguas y recientes, escogidas por los participantes del estudio.
Estos soportes de la memoria también fueron la ocasión para hablar de los criterios de
los juicios de valorización sobre el cuidado del cuerpo. Una forma de compartir, llena de
emociones. © Olivier WATHELET.
4.2.3 El juego en la relación del estudio

Los diseñadores están bastante familiarizados, de hecho, con el uso de tableros de
juegos y otros dispositivos de juego, para comprometer a los usuarios para que se
expresen. Funcionan bastante bien en situaciones de entrevistas en campo, para ayudar
a los participantes a hablar sobre rutinas relevantes (que no serían verbalizadas de otra
forma), o también para ir más lejos en los intercambios. En un estudio realizado por
estudiantes de diseño (DSAA Villefontaine, France), para empresas de Autopistas y
Carreteras, sobre el uso de áreas de descanso, se pudo observar rápidamente un

comportamiento particular: el hecho de que numerosos automovilistas permanecían
cerca de su vehículo para hablar o tomar el desayuno, mientras que ya se habían hecho
los arreglos necesarios para ese fin en un edificio cercano, donde las personas no se
reunían, sino solo para hacer sus compras. La observación no daba algún elemento
explicativo o analítico complementario. Por otro lado, las entrevistas eran difícil de
llevarse a cabo, ya que las personas disponían de un tiempo limitado (por ejemplo, por
tratarse de trayectos profesionales). En fin, los usuarios no tienen una visión muy clara
de sus motivaciones reales, lo que se corrobora por el uso de justificaciones a posteriori
no coherentes con lo que los investigadores habían observado, como la idea de
protegerse de un robo…. Mientras que dejaban su auto abierto durante su compra de
café (Figura 12).
Figura 12. Un juego serio para ayudar a los usuarios a expresar sus conocimientos sobre las
prácticas de la carretera, a menudo descuidadas y difíciles de verbalizar. © Olivier WATHELET /
DSAA Villefontaine.
Para eliminar estas dificultades del estudio, los diseñadores del equipo crearon un juego
de cartas, representando las actividades observadas, que los clientes de los espacios de
descanso de la autopista eran invitados a manipular y posicionar sobre diferentes
círculos en función de su distancia real e ideal de su vehículo. Gracias a esta simple
herramienta, fuimos capaces de producir una gran cantidad de información en corto
plazo, por una parte – según las dificultades del campo tan específico del estudio – pero,
por otro lado, también invitamos a los usuarios no reflexionar, sino a priorizar sus
prácticas y comentar sobre cada uno de ellos revelando aspiraciones de comodidad e
intimidad que han sido identificas, para imaginar nuevas formas de pensar acerca de la
recepción en las áreas en cuestión
4.2.4 Manipular maquetas/prototipos para el debate

Al proponer maquetas de objetos no exitosos, es decir, voluntariamente imperfectos y
sugerir una intervención complementaria, podemos permitir a los usuarios manipular
ciertas hipótesis de transformación de su uso. La idea inicial de este enfoque se basa
sobre la manipulación de artefactos que incorporan aspectos de una futura situación, al
fin de dejar más claro a los usuarios los problemas y limitantes de sus propias
preocupaciones (Blomberg et al., 1996; Suchman et al., 2002).
La maqueta, mientras es un objeto en construcción, se vuelve así un medio de ir más
lejos en el análisis de una situación dada. Su manipulación permite a los usuarios
comprometerse concretamente en la formulación de recomendaciones sobre su
concepción (Ehn & Sjörgen ,1991; para una primera experimentación, Brandt et al.,
2012). Finalmente, debido a que se acerca al objeto final visualizado, permite a los
usuarios tomarlos literalmente con las manos, de ubicarlos, por ejemplo, colocándolos o
transportándolos a los lugares apropiados, o sugiriendo, con la ayuda de elementos de
diseño simple, de mostrar aquello que es realmente importante (por ejemplo,
modificando o pegando con la ayuda de pegamento, ciertos aspectos importantes de la
interacción con el objeto). Esto requiere la creación de micro-laboratorios para realizar
maquetas en el momento, en el campo, y no más en un estudio (Halse et al, 2010), Figura
13.
Como ya lo hemos mostrado con la ayuda de una serie de ejemplos, los enfoques
participativos son pertinentes para beneficiarse de la creatividad de los usuarios (Por
ejemplo: los “lead users”, descritos por Von Hippel (1986), para una revisión reciente ver:
Harhoff & Lakhani, 2016) y más ampliamente, para evitar los efectos de deriva entre el
conocimiento inicial de los usuarios y su aplicación concreta en un proyecto (Wathelet,
2018a). Son combinados idealmente con los procesos más clásicos, con el fin de crear
un conocimiento mixto, pero también para tranquilizar al cliente y miembros del equipo
que no están del todo familiarizados con estas herramientas.
Figura 13. Las herramientas de prototipaje rápido y un ambiente del tipo FabLab permiten
prácticas de diseño y rediseño, relativamente fáciles. Los usuarios pueden así tomar parte en el
trabajo de diseño, siempre jugando con los objetos en diferentes situaciones, para demostrar su
valor y limitaciones. © Olivier WATHELET / Making Tomorrow.
Una opción interesante en este contexto es crear inmersiones de algunos días,

combinando estas diferentes herramientas para reuniones más “limitadas”. Para explorar
una práctica culinaria china, que involucraba a una compañía francesa y su filial local,
llevamos a cabo un proceso de campo denominado “pop-up” (Maxwell et al., 2013): la
participación de representantes de las dos filiales, dos diseñadores y un investigador que
rentan juntos un departamento durante una semana, con el objetivo de explorar los usos
culinarios chinos, vistos desde una ciudad china.
Cada noche, en el seno de una habitación común, en el centro de nuestra estancia, la
guía de exploración y de entrevista eran re-escritas para integrar los aprendizajes de la
ciudad y adaptarse en a las exploraciones del día. Para entender la confección de
pequeñas preparaciones a base de pasta, seguimos a ciertas familias durante sus
procesos de compra de ingredientes y de realización de sus recetas, hasta su consumo,
entrevistamos y observamos a profesionales en lugares de consumo públicos,
participamos en cursos de cocina en una escuela local, visitamos tiendas y sitios de
reparación de material culinario, moderamos un taller de análisis de datos con un grupo
de estudiantes de diseño de la universidad de la ciudad, y alimentamos cada encuentro
con una maqueta de poliestireno (¡habíamos ordenado y recibido 1m3 de poliestireno en
nuestro alojamiento temporal!) con el fin de probar la hipótesis del día anterior).
La combinación de los enfoques, la articulación entre momentos y observaciones y de la
creación de las maquetas, y finalmente el aspecto colaborativo del proceso, permitieron
generar en el curso de una semana, una visión clara del proyecto, y, sobre todo, de lo
que hacía sentido para los miembros de las filiales, francesa y china. En paralelo,
podemos identificas los usos que las personas que encontramos deseaban automatizar
y aquellos, más sorprendentes al inicio del proyecto, que debían ser manuales porque
generaban muchos valores (diversión, identidad, participación) en el proceso culinario,
incluso con aficionados a las nuevas tecnologías. Esto nos permitió proponer un
dispositivo más simple, y más fácil de realizar, de lo previsto originalmente.
4.3 Del proyecto a los pasos estratégicos, involucrar a una organización

La participación también debe de involucrar al interior de las organizaciones. Lo hemos

expuesto anteriormente, especialmente con las herramientas digitales, compartir en
tiempo real el resultado del campo, durante las sesiones de largo plazo, crea una
situación favorable para la apropiación de los resultados del estudio. En algunos caos,
es la empresa misma la que es el objeto de la observación, por ejemplo, para acompañar
un proceso de transformación o concebir una nueva visión estratégica. En ambos casos,
la implicación de los colaboradores del proyecto es clave.
4.3.1 Hacer participar a los colaboradores para observarse a sí mismo

En efecto, la contribución de los miembros de la empresa tiene su manera de ser en su
análisis – por ejemplo, bajo la forma de “relación con cliente” – y puede combinar el
beneficio de la proximidad (yo conozco a mi empresa y su “ADN”). Un buen ejemplo ha
sido propuesto por el antropólogo Mary Yoko Brannen quien acompañó al gigante de la
distribución Tesco. Su trabajo tuvo como objetivo redefinir la “esencia de la empresa”, en
particular sobre su mercado de origen, en Gran Bretaña, luego de una serie de malos
años para la empresa (Brannen et al., 2013). Para eso, nueve gerentes operando en
mercados asiáticos en crecimientos, fueron formados sobre el proceso de campo para
observar las practicas británicas. Durante tres meses, visitaron cincuenta y dos tiendas
y pudieron identificar una serie de sorpresas, aprovechando su posición a la vez externa
(un mercado diferente) e interior (miembros de la misma organización).
4.3.2 El diseño-ficción: visualizar el futuro

Un segundo enfoque que está experimentando actualmente un fuerte desarrollo, es el
diseño ficción (design fiction, por su nombre en inglés (Minvielle et al., 2016). Consiste a
desarrollar una maqueta de objetos futuros, deliberadamente provocadores con el fin de
estimular un debate sobre las posibles orientaciones de un sector de actividad y de una
empresa. El proceso combina la maqueta o prototipo de falsos servicios, o lo más común,
de falsos anuncios publicitarios o presentaciones comerciales, con el fin de hacer posible
tomar una posición potencial al respecto. De esta manera, en el caso de una reflexión
sobre objetos conectados, una productora ficticia de máquina para hervir agua conectada
(por ejemplo: se prende cuando un contacto de la red social de alguien, geolocaliza que
se aproxima) y todo un ecosistema de servicios en línea relacionados con el manejo de
datos (por ejemplo: los datos dispersos son visualizados en la maquina) se presentan y
diseñan para permitir un debate real sobre la posición tomada sobre el diseño del
producto (Coulton et al., 2018).
Cercano a los métodos de evocación de escenarios, que explota los imaginarios de la
ciencia ficción como recurso creativo, el diseño ficción es utilizado tanto como una
herramienta de provocación, tanto como un medio de estimular la creatividad de una
organización para aprender concretamente las posibles transformaciones de su mercado
y de su ecosistema. Figura 14 (Minvielle & Wathelet, 2017).
Figura 14. En el Salón de la Agricultura de Paris, un falso periódico del futuro es distribuido a los
visitantes, que son llevados a proyectarse y a reflexionar sobre las posibles transformaciones del
sector agrícola. El formato “periódico”, voluntariamente “ordinario”, facilita la apropiación de
problemáticas que de otra forma podrían ser juzgadas como “futuristas e improbables”. ©
Making Tomorrow.
Con el colectivo Making Tomorrow, una agencia especializada en el diseño ficción,

hemos utilizado este proceso para un cliente en el sector de Seguros. La empresa
deseaba aprender sobre las potenciales mutaciones que traería la entrada de la robótica
y de la inteligencia artificial (IA) en su sector de actividad. Para ello, llevamos un proceso
de diseño ficción en varias etapas:
- Exploración de los imaginarios de la ciencia ficción, relativos a la IA y robots con

grupos temáticos, análisis de casos de uso y riesgos potenciales, y la creación de un
tablero de juego para su apropiación.
- Moderación de un taller con clientes y miembros de la organización, para identificar

los casos de uso que empujaría las practicas actuales de la empresa y clientes, y que
presenta un desafío ético para los usuarios.
- Creación de ficciones bajo la forma de publicidad retomando los códigos de los

originales, que ponen en escena las ofertas inventadas, y que son deliberadamente
provocadoras. Fueron probados bajo la forma de una encuesta de opinión, previo al
lanzamiento de una nueva campaña, con el fin de generar un debate sincero de los
clientes de la empresa, sobre la relevancia de esta nueva dirección. Entre una
adecuación fuerte y rechazo masivo, pudimos clarificar los límites de aquello que era
deseado en materia de IA y robótica en ese sector.
En ese caso, el diseño ficción se convierte en una herramienta de estudio de campo para
sondear la proyección de los usuarios. En otras intervenciones, la ficción es un medio de
compartir retroalimentación de un estudio y constituye una forma de análisis que se abre
rápidamente a la creatividad. Esta herramienta muestra las posibilidades de explotar el
proceso de campo más allá del cuadro de una producción de conocimiento previo a la
innovación, pero también como una herramienta de innovación y creación estratégica
para las organizaciones.
5. Conclusiones
De la “mosca sobre la pared” a “coreógrafo ontológico”, lo cualitativo más allá de los
estudios
Los métodos cualitativos no dejan de evolucionar, y la antropología, de la cual hemos

hablado aquí con prioridad, muestra una gran capacidad a renovarse por sus márgenes,
tomando en cuanta nuevos usos (Internet) y nuevos socios (el Diseño). A partir de un
paradigma de base, comprehensivo, de nuevas prácticas emergentes.
Encontrarse con usuarios, intercambios acerca de productos, probar conceptos, todas
esas prácticas permiten mejorar la calidad de un proceso de diseño y refuerzan la
capacidad de una organización a proponer ofertas de servicio legitimas y creíbles. Los
profesionales provenientes de las ciencias sociales comprometidos con los estudios
cualitativos, constatan que los procesos de campo tienen sin embargo, herramientas
simples – entrevistas semidirigidas, observación de comportamientos imprevistos,
inmersión “abiertas” basada en la empatía – tienden a degradar significativamente el
alcance de los procesos (Madsbjerg & Rasmussen, 2014). No solamente tienen el riesgo
de malinterpretar o pasar por alto ciertas aspiraciones de los usuarios – lo cual es un
problema ético – pero, además, reducen la capacidad de producir conocimiento que esté
alejado con las ideas que inicialmente había defendido el cliente con el cual estén
trabajando.
En este capítulo, hemos mostrado como esas dos evoluciones recientes de procesos
etnográficos - la integración de culturas digitales y la colaboración con el diseño –
permiten, antes que nada, fortalecer dos aportes de la antropología a los estudios
cualitativos. Para reforzar la posibilidad de realizar observaciones sorprendentes, no
planificados, el antropólogo no debe comportarse como un observador enmascarado que
observa al usuario sin su conocimiento, lo que refleja la metáfora clásica en
mercadotecnia de la “mosca sobre la pared”. Por el contrario, se le invita a convertirse
en un “coreógrafo ontológico” (Brun-Cottan, 2012), un participante donde su rol de ayudar
los usuarios a darse cuenta con la mayor delicadeza y precisión posible, sus verdaderas
aspiraciones y dificultades. En lugar de innovar para los usuarios, se trata de innovar con
ellos.
Con el diseño, podemos revalorizar el rol de los objetos en la relación de la encuesta, a

veces como medio interrogativo, pero también y (tal vez) sobre todo como medio
intermediario en la relación etnográfica. Las maquetas, objetos intermediarios y otros
juegos a los cuales son familiares los diseñadores, encuentran así espacio sobre el
campo, precisamente porque esa práctica de hacer producir objetos de análisis por los
informantes mismos, es completamente coherente con el proceso etnográfico (Minvielle
et al, à paraître).
Además, sin negar a los proyectos actuales una creatividad muy rica, en la forma de
imaginar nuevas herramientas y métodos, constatamos que estos son también una
invitación a redescubrir los fundamentos de las ciencias sociales, para ponerlos en obra
de manera original y responder a los desafíos de la transformación del mundo
contemporáneo, que el sector de estudios ayuda a clarificar, pero también a crear.
Referencias
Akama, Y., Pink, S. & Sumartojo, S. (2018). Uncertainty and Possibility. New approaches to
Future Making in Design Anthropology. London: Bloomsbury.
Baba, M. (2006). Anthropology and Business. In Birx, J. (Eds.). Encyclopedia of Anthropology.

Thousand Oaks: Sage Publication, pp. 83-117.
Badot, O., Carrier, Ch., Cova, B., Desjeux, D. & Filser, M. (2009). L’ethnomarketing : un
élargissement de la recherche en comportement du consommateur à l’ethnologie. Recherche
et Applications en Marketing, 24 (1), 93-111.
Barrère, G. & Mazzonne, E. (2012). Card Sorting. Ne perdez plus vos utilisateurs. Paris: Eyrolles.
Beneito-Montagut, R., Begueria, A. & Cassian, N. (2017). Doing digital team ethnography. Being
there together and digital social data. Qualitative Research, 17 (6), 664-682.
Bentley, A., Earls, M. & O’Brien, M. (2011). I’ll have What she’s having. Cambridge: MIT Press.
Blomberg, J., Suchman, L & Trigg, R. (2006). Reflections on a Work-Oriented Design project.
Human Computer Interaction, 11, 237-265.
Borum, F. & Enderud, H. (1981). Konflikter i organisationer. Belyst ved EDB systemarbedje.
Copenhagen: Nyt Nordisk Forlag Arnold Busck.
Brandt, E., Binder, T. & Sanders, E. (2012). Tools and techniques: ways to engage telling, making
and enacting. In Simonsen, J. & Robertson, T. (Eds). Routledge International Handbook of
Participatory Design. London: Routldge.
Brannen, Y., Moore, F. & Mughan, T. (2013). Strategic ethnography and reinvigorating Tesco plc :
leveraging inside/ out bicultural bridging in multicultural teams. Ethnographic Praxis in Industry
Conference Proceedings, London.
Brown, T. (2009). Change by design. New York: Harper Business.
Brun-Cottan, F. (2012). The anthropologist as ontological choreographer, In Cefkin, M. (Eds),

Ethnography and the corporate encounter. New York: Berghan Books.
Buur, J. & Sondergaard, A. (2000). Video card game. An augmented environment for user-
centered design discussions. DARE Conference, ACM, Elsinore.
Cahour, B. & Licoppe, C. (2010). Confrontations aux traces de son activité. Revue d’anthropologie
des connaissances, 4 (2), 243-253.
Caliandro, A. (2014). Ethnography in Digital Spaces: Ethnography of Virtual Worlds,

Netnography, and Digital Ethnography. In Handbook of Business Anthropology, (Eds). Patricia
Sunderland and Rita Denny. Walnut Creek: Left Coast Press.
Carpiano, R. (2009). Come talk with me. The « Go-Along » interview as a novel method for
studying the implications of place for health and well-being. Health & Place, 15 (1), 263-272.
Casilli, A. (2012). Comment les usages numériques transforment-ils les sciences sociales ? In
Mounier, P. (Eds). Read/ Write Book 2. Une introduction aux humanités numériques, Marseille,
Open Edition, 239-247. Accessible en ligne. https://books.openedition.org/oep/286#ftn2
Casilli, A. & Tubaro, P. (2016). Le phénomène « pro-ana ». Troubles alimentaires et réseaux

sociaux. Paris: Presses des Mines.
Charlotte Smith, R. et al. (2016). Design anthropological futures. London: Bloomsbury.
Coleman, G. (2016). Hacker, activiste, faussaire, mouchard, lanceur d’alerte. Montréal : Lux.
Colliot-Thélène, C. (2014). La sociologie de Max Weber. Paris : La découverte.
Colins, S. G. & Durington, M. S. (2014). Networked Anthropology. London: Routledge.
Cooper, A. (2004). The inmates are running the asylum. Indianapolis: Sams Publishing.
Coulton, P., Lindley, J. & Cooper, R. (2018). The little book of design fiction for the Internet of
Things. Lancaster University.
Cova, B., Louyot-Gallicher, M. & Bonnemaizon, A. (2010). Le consommateur critique : le

consommateur collaborateur en question. Paris: Lavoisier Tec & Doc.
Crabtree, A., Rouncefield, M. & Tolmie, P. (2013). Doing Design Ethnography.
Culhane, D. & Elliott, D. (2017). A different kind of ethnography. Imaginative practices and
creative methodologies. North York: University of Toronto Press.
Desjeux, D. & Clochard, F. (2013). Le consommateur malin face à la crise. Paris: L’Harmattan.
Dion, D. (2008). A la recherche du consommateur. Nouvelles techniques pour comprendre le

client, Paris, Dunod.
Dion, D. & Sitz, L. (2013). Enrichir la compréhension des comportements de consommation :

pistes opérationnelles et enjeux organisationnels. Décisions Marketing,71, 45-58.
Dubuisson-Quellier, S. (2018). La consommation engagée, 2ième édition. Paris : Presses de

SciencePo.
Duval, M. & Speidel, K. (2014). Open Innovation. Paris: Dunod.
Ehn, P. & Sjögren, D. (1991). From system description to scripts for action. In Greenbaum, J. &
Kyng, M. (Eds). Design at work. Cooperative design of computer systems. Hillsdale: Lawrence
Erlbaum Associates.
Ellen, R. (2008). The categorial impulse. London: Berghahn Books.
Estella, A. & Sanchez Criado, T. (2018). Experimental collaborations. Ethnography through

fieldwork devices. New York: Berghahn.
Gaver, W., Dunne A. & Pacenti, E. (1999). Cultural probes. Interactions, 6 (1), 21-29.
Giaccardi, E., Cila, N., Speed, C. & Caldwell, M. (2016). Thing Ethnography: Doing Design
Research with Non-Humans. Proceedings of DIS 2016, Brisbane, 11 p.
Gore, G., Rix-Lièvre, G., Wathelet, O. & Cazemajou, A. (2012). Eliciting the tacit. Interviewing to
understand bodily experience. In Skinner, J. (Eds). Anthropology and Interview. Oxford: Berg,
coll. « ASA Monographs », pp. 127-142.
Gunn, W. & Donovan, J. (2012). Design and Anthropology. Farnham: Ashgate.
Gunn, W., Otto, T. & Smith, R. (2013). Design Anthropology. Theory and practices. London:
Bloomsbury.
Halloy, A. & Wathelet, O. (2013. Cognitive ethnography and the naturalization of culture. In
Richerson, P., Csibra, G. & Pléh, C. (Eds). Naturalistic approaches to culture? Budapest:
AkadémiaiKiadó.
Halse, J., Brandt, E., Clark, B. & Binder, T. (2010). Rehearsing the future. Copenhaghen: The
Danish Design Press.
Harhoff, D. & Lakhani, K. (2016). Revolutionizing innovation. Cambridge: MIT Press.
Hine, Christine. (2015). Ethnography for the Internet. Embedded, Embodied and Everyday.
London: Bloomsbury.
Humphreys, L. (2018). The quantified self. Cambridge: The MIT Press.
Kalbach, J. (2016). Mapping experiences. Sebastopol: O’Reilly.
Kaulio, M. (1998). Customer, consumer, and user involvement in product development. A

framework and a review of selected methods. Total Quality Management, 9 (1), 141-149.
Kelley, T. (2001). The Art of Innovation. London: Harper Collins Business.
Kouprie, M. & Visser, F. (2009). A framework for empathy in design: stepping into and out of the
user’s life. Journal of Engineering Desgin, 20 (5), 437-448.
Kozinets, R. (2010). Netnography. Doing ethnographic research online. London: Sage.
Kuchler, S. (2008). Technological Materiality. Beyond the dualist paradigm. Theory, Culture &
Society, 25 (1), 101-120.
Kuschnir, K. (2016). Ethnogrpahic drawing: Eleven benefits of using sketchbook for fieldwork.
Visual Ethnography, 5 (1), 103-134.
Larson, R., & Csikszentmihalyi, M. (1983). The experience sampling method. In H. T. Reis (Eds).
Naturalistic Approaches to Studying Social Interaction. New Directions for Methodology of
Social and Behavioral Science, Vol. 15: 41-56. San Francisco: Jossey-Bass.
Loi, D. (2007). Reflectives probes, primititves probes and playful triggers. Proceeding of the EPIC
2007, pp. 233-246.
Lupton, D. (2016). The quantified self. A sociology of self-tracking. Cambridge: Polity Press.
Madsbjerg, C. & Rasmussen, M. (2014). The moment of clarity. Cambridge: Harvard University
Press.
Manzini, E. (2015). Design, when everybody designs. Cambridge: MIT Press.
Mariampolski, H. (2005). Ethnography for marketers. A Guide to Consumer Immersion. New York:
Sage.
Maxwell, D., Woods, M. & Prior, S. (2013). The pop-up ethnographer: roles of the researcher in
temporary spaces. Ethnographic Praxis in Industry Conference 2013 Proceedings, pp. 200-
215.
Miller, Ch. (2018). Design + Anthropology. Converging Pathways in anthropology and design.
New York: Routledge.
Minvielle, N. & Wathelet, O. (2017). Le design fiction, une méthode pour explorer les futurs et
construire l’avenir. Futuribles, 421, 69-83.
Minvielle, N. & Wathelet, O. (2014). Enhancing design and innovation practice through « blogging
ethnograohy ». 13th International Marketing Trends Conference Proceeding, Venise.
Minvielle, N., Wathelet, O. Masson, A. (2016). Jouer avec les futurs. Paris: Pearson.
Minvielle, N., Lauquin, M. & Wathelet, O. (2019). Maquetter. Ces entreprises qui innovent avec
leurs mains. Paris: Diateino.
Morais, R. (2014). In Pursuit of Strategy. Anthropologists in Advertising. In Denny, R. &

Sunderland, P. (Eds). Handbook of Anthropology in Business. London: Routledge, pp. 571-
587.
Nafus, D. (2016). Quantified. Biosensing technologies in everyday life. Cambridge: MIT Press.
Norman, D. (2013). The design of everyday things. New York: Basic Books.
Pink, S., Horst, H., Postill, J., Hjorth, L., Lewis, T., Tacchi, J. (2015). Digital ethnography.
Principles and practice. London: Sage.
Pink, S., Leder-Mackay, K., Morasanu, R., Mitchell, R. & Bhamara, T. (2017). Making Home.
Ethnography & Design: London, Bloomsbury.
Portigal, S. (2008). True tales. Persona non grata. Interactions, 15 (1), 72-73.
Pruitt, J. & Adlin, T. (2010). The persona lifecycle. Keeping people in Mind Throughout Product
Design. Burlington: Morgan Kaufmann.
Redström, J., (2008). RE: Definitions of use. Design studies, 29, 410-423.
Rogers, R. (2013). Digital Methods. Cambridge: The MIT Press.
Sanders, E. & Stappers, P. (2014). Probes, toolkits and prototypes. Three approaches to making
in codesigning. CoDesign, 10 (1), 5-14.
Simonsen, J. & Fridberg, K. (2014). Collective Analysis of Qualitative Data. In Simonsen, J. et al.
(Eds). Situated design methods. Cambridge: MIT Press.
Stickdorn, M. & Schneider, J. (2012). This is service design thinking. Amsterdam: BIS Publishers.
Suchman, L. (2011). Anthropological Relocations and the Limits of Design. Annual Review of
Anthropology, 40, 1-18.
Suchman, L. Trigg, R. & Blomberg, J. (2002). Working artefacts: ethnomethods of the prototype.
British Journal of Sociology, 53 (2), 163-179.
Sunderlan, P. & Denny, R. (2007). Doing anthropology in consumer research. New York:
Routledge.
Tubaro, P., Casilli, A. & Mounier, L. (2013). Elicinting Personal Network Data in Web Survey
through Participant-generated Sociograms. Field Methods, 26 (2), 107-125.
Von Hippel, E. (1986). Lead Users: A source of novel product concepts. Management Science,
32 (7), 791- 805.
Wang, T. (2014). Live fieldnoting. Creating more open ethnography. In Handbook of Business
Anthropology (Eds). Sunderland, P. & Denny, R. Denny. Walnut Creek: Left Coast Press.
Wasson C. (2000). Ethnography in the field of design. Human Organization, 59 (4), 377-388.
Wasson C. (2002). Collaborative work: Integrating the roles of ethnographers and designers. In
Squires, S., Byrne, B., (Eds). Creating breakthrough ideas. The collaboration of
anthropologists and designers in the product development industry. Wesport: Bergin & Garvey
: 71-90.
Wathelet, O. (À paraître-a). « At the edge of Use. Thoughts on contribution of Anthroplogy to

culinary innovation. In Julien-M.-P. & Diasio, N. (Eds), Innovation in Food Practices, Peter
Lang.
Wathelet, O. (À paraître-b). Pourquoi et comment intégrer les usagers dans la conception des
objets connectés. 2ème livre blanc de la Chaîre IoT, ESCP Europe, Paris.
Wathelet, O. (2018). Usagers partout, individu nulle part ? Questionnements d’un anthropologue
sur les pratiques de conception centrée utilisateur. In Maire, V., Eudes, E. & Jolly, V. (Eds).
Industries nouvelles et économie contributive. Le design, acteur de l’innovation sociale. Paris :
Loco, pp. 85-98.
Wathelet, O. (2013). Température à cœur, température à corps. Un exemple de gestuelles

mentale et incarnée dans l’activité culinaire professionnelle. In Gélard, M-L (Eds). Usages et
langages des sens. Nancy : Presses Universitaires de Nancy, coll. « Epistémologie du corps »,
pp. 303-3015.
Wathelet, O. (2011). L’odeur d’Internet : pratiquer l’anthropologie des sens grâce aux forums de
discussion. In Yasri-Labrique, E. (Eds), Les forums de discussion, agoras du XXIe siècle, coll.
« Langue et parole. Paris: L’Harmattan, 215-228
Wilner, S. (2015). A crisis of Representation? Anthropology in the Popular Business Media. In

Denny, R. & Sunderland, P. (Eds). Handbook of Anthropology in Business. Walnut Creek: Left
Coast Press, pp. 497-520.
435
2.5 Métodos de psicología en los estudios

con consumidores: psicología social &
cognitiva
Heber RODRIGUES 1 & Tobias OTTERBRING 2

1 UNICAMP, Brazil. 2 Department of Management/MAPP, Aarhus University, Denmark.
CONTENIDO
1. Introducción
2. Aplicación en el campo de la psicología social
2.1 Introducción a la psicología social
2.2 ¿Cómo estudiar las representaciones sociales?
2.3 Estudio de caso: La representación social de las personas veganas
3 Aplicación en el campo de la psicología cognitiva

3.1 La apariencia física
3.2 La preferencia de los productos
3.3 Elección de consumo
Referencias
Capítulo 2.5 Métodos de psicología en los estudios con consumidores 436
1. Introducción
Como lo indica el título, este capítulo se centra en cómo algunos enfoques metodológicos
comunes de la psicología social y cognitiva se pueden usar y aplicar de manera fructífera
en los estudios con consumidores. El capítulo está estructurado de la siguiente manera.
Primero, Heber Rodrigues presenta su trabajo sobre representaciones sociales y
proporciona evidencia empírica de la utilidad de esta metodología para comprender los
pensamientos y fenómenos relacionados con los alimentos. En segundo lugar, Tobias
Otterbring describe un conjunto de estudios experimentales que describen cómo la
apariencia física de las personas en diversos entornos comerciales, como restaurantes,
cafeterías o tiendas minoristas, puede influir en el comportamiento de elección de los
consumidores, las preferencias de productos y las decisiones de compra. El capítulo
termina con algunas reflexiones sobre perspectivas y desafíos, donde se discute la
metodología específica en relación con sus fortalezas y debilidades inherentes, y con
algunas sugerencias importantes para futuras investigaciones.
2. Aplicación en el campo de la psicología social
2.1 Introducción a la psicología social

La ciencia dedicada al estudio del consumidor experimenta, con la era del internet y del
mundo interconectado, cambios que llegan a la velocidad de la luz. Hoy en día, la
información viaja con tal velocidad que a veces nuestros sentidos pueden ser aturdidos.
Ya hace tiempo que se reconoce que las decisiones que tomamos en la vida cotidiana
(incluidas las de consumo) están bajo la influencia de nuestras representaciones y
creencias. La contribución de un análisis histórico y crítico del mundo del consumo, a
partir de la obra reciente “El imperio de las cosas” del profesor Trentmann (2016), nos
muestra que, a lo largo de los años, la apoteosis de las transformaciones hacia el deseo
de consumir, la diversidad de marcas y productos, más o menos idénticos, tanto
solidificados como efímeros, han despertado a un consumidor más complejo en sus
relaciones con los bienes de consumo. Hoy en día estamos en un mundo globalizado,
donde es el consumidor el actor principal que lleva el sentido y las directivas de toda una
cadena de producción.
Los científicos en ciencias de la alimentación y sensoriales, en aras de una mejor

comprensión de los fenómenos relacionados con los consumidores y los contextos de
consumo, han buscado en la psicología, antropología y las ciencias sociales en general,
una amplia gama de teorías y métodos. Las publicaciones científicas han seguido esta
aparición de una manera muy discreta desde la década de 1970, sin embargo, es a partir
de los años 2000 que la investigación sobre este tema apareció con gran fuerza. Estos
estudios han abordado las representaciones alimentarias de manera muy diversa, como,
por ejemplo, el estudio de Warde (2009) de representaciones de la identidad culinaria
británica, a través de la revisión de la construcción del significado simbólico de los
alimentos en guías sobre la alimentación en el Reino Unido de los años 1951 a 2007. O
el trabajo de Son et al (2014), donde los autores se han basado en las representaciones
de objetos como el “arroz” y el “buen arroz” para estudiar las diferencias culturales
perceptibles entre los franceses, tailandeses, coreanos y japoneses.
Al mismo tiempo, los trabajos basados específicamente en la teoría de las
representaciones sociales (Moscovici, 1961) han tenido una enorme aplicabilidad en la
comprensión de los fenómenos relacionados con la alimentación. Encontramos una
amplia gama de trabajos que estudian la introducción de nuevos alimentos y también de
alimentos no familiares (Bäckström et al., 2003, 2004; Huotilainen & Tuorila, 2005;
Bartels & Reinders, 2010; Rodrigues et al., 2017); sobre el estudio de conceptos
sensoriales mal definidos (Parr et al., 2011; Rodrigues et al., 2015); los organismos
genéticamente modificados y la alimentación (Ribeiro, Barone & Behrens, 2016); el vino
(Mouret et al., 2013; Lo Monaco & Guimelli, 2008), la cerveza (Goméz-Corona et al.,
2016), entre otros. El éxito de la aplicación de las representaciones sociales en el estudio
de los consumidores es debido al hecho de que estudiar las representaciones es más
bien comprender de una manera estructurada un vasto sistema de comunicación inter e
intragrupo, basado sobre la comprensión de negociaciones existentes. Como lo
describen Moscovici (2003), “las representaciones sociales permiten la comunicación
entre los miembros de una comunidad al proporcionarles un código de intercambio social
y un código para nombrar y clasificar inequívocamente varios aspectos de su mundo y
su historia individual y colectiva”.
Según Jodelet (1989), las representaciones sociales se definen como "una forma de
conocimiento socialmente desarrollado y compartido con concepciones prácticas y que
contribuye a la construcción de una realidad común a un grupo social". La implicación de
esta teoría es que el significado se crea a través de un sistema de negociaciones sociales
en lugar de ser un código fijo y finito. Por lo tanto, el lenguaje está socialmente implantado
y las palabras tienen un significado especial dentro de grupos sociales particulares.
El talentoso comentario de Moliner y Lo Monaco (2016) sobre el contenido de las
representaciones sociales también justifica el uso de esta teoría en la comprensión de
los consumidores. Los autores afirman que, en el campo, una representación suele
aparecer al investigador en forma de contenido discursivo sobre un objeto del entorno
social de los individuos y que estos contenidos expresan significados sobre el objeto en
cuestión. Estudiar estos contenidos significa, por lo tanto, profundizar en las
representaciones que los individuos han incorporado en su intimidad.
En ese contexto, el objetivo de esta sección del capítulo es demostrar de manera sencilla
y práctica, cómo estudiar un objeto a la luz de la teoría de las representaciones sociales.
En un primer momento se describen algunos elementos importantes, seguido de las
etapas de recolección de datos, análisis y la interpretación de los resultados. Finalmente,
se presenta un estudio de caso a manera de ejemplo de la aplicación de esta teoría.
2.2 ¿Cómo estudiar las representaciones sociales?

Como se vio anteriormente, las representaciones sociales son, en síntesis, una forma de
conocimiento socialmente compartido, que contribuye a la construcción de una realidad
común a un grupo social. Según Moscovici (2003), esta forma de conocimiento tiene un
diseño tridimensional: la actitud, que expresa una posición, una orientación general,
positiva o negativa con respecto al objeto de la representación; la información, que
muestra la suma y la organización del conocimiento sobre el objeto de representación,
numerosa o no, diversificada, precisa o estereotipada; y finalmente, el campo de
representación, que es un conjunto de información organizada y estructurada sobre un
objeto dado.
Entender los significados de los objetos por los consumidores significa acceder al
contenido y la estructura de las representaciones. Para llegar a ese punto, tomemos
como base el enfoque estructural de Abric (1976). Según este enfoque, una
representación social se organiza en torno a un núcleo central, un componente
fundamental que determina el significado y la organización de la representación (Figura
1). Este núcleo se comparte colectivamente y se caracteriza por la coherencia, la
estabilidad que lo solidifica y lo hace resistente al cambio (Abric, 2003). Los otros
elementos, llamados "periféricos", giran alrededor del núcleo central. No tienen la misma
función e importancia, son el resultado de una idiosincrasia dentro del grupo social
estudiado. Pero ¿cómo hacer que los elementos emerjan y conozcan su ubicación y su
importancia en esta estructura?
Figura 1. Funciones de los elementos pertenecientes a la zona del núcleo y a la zona periférica,
adaptado de Abric (2003).
2.2.1 La recolección de datos

La literatura en psicología social propone una variedad de métodos de recolección de
datos para estudiar el contenido de las representaciones sociales. Las tareas de
asociación verbal son una de las más comunes (Rateau & Lo Monaco, 2016). Esto se
debe a la facilidad y la rapidez de procedimiento de la recolección: en pocos minutos es
posible tener las asociaciones correspondientes al pensamiento del consumidor sobre el
objeto en estudio. Estas tareas simplemente implican pedirle al participante que
produzca palabras a partir de un estímulo o palabra inductiva. Una instrucción de
encuesta para esto, frecuentemente observada en la literatura, sería, por ejemplo:

"Cuándo le digo a usted la alimentación, ¿qué le viene a la mente? ". Tenga en cuenta
que, en esta declaración, la palabra "alimentación" sería la palabra inductora a la que se
espera que los participantes produzcan palabras asociadas.
Posteriormente, mediante el análisis, según Rateau y Lo Monaco (2016), se podrían
utilizar dos métodos: el método de asociación libre, donde los participantes producen
palabras y después, se considerará el orden de evocación de las mismas como punto de
partida al análisis prototípico de Vergès (1992) (frecuencia de las menciones x rango de
aparición de las palabras); y otro método que se basa en la proposición de las
evocaciones jerárquicas (Abric, 2003), donde los participantes, una vez terminada la
producción de palabras, vuelven a estas mismas palabras y las clasifican por orden de
importancia (frecuencia de las menciones x importancia concedida).
Independientemente de los métodos, se podría considerar una fase de familiarización y
calentamiento. El objetivo sería preparar a los participantes para la tarea y dejarlos
cómodos con el procedimiento antes de comenzar con el objeto de la representación.
Las palabras de calentamiento inductivo son palabras neutrales e independientes del
inductor principal (el objeto de estudio) o contexto de este objeto. Estas palabras de
familiarización y calentamiento no se mantendrán para análisis posteriores. Por ejemplo,
Rodrigues et al. (2015), al estudiar la representación del concepto sensorial de la
"mineralidad del vino", comenzaron su tarea al pedirles a las participantes asociaciones
con las palabras cielo y casa (fase de familiarización y calentamiento). Una vez finalizada
esta fase, indujeron directamente la palabra “mineralidad” (objeto de la representación).
También se utilizan otros estudios para esta fase de familiarización y calentamiento
(Guerrero et al, 2010; Son et al., 2014; Rodrigues et al., 2017).
2.2.2 El análisis de datos

Una vez que finaliza la recopilación de asociaciones, comienza una fase de tabulación y
procesamiento de datos. Imaginemos que una gran cantidad de palabras se asociará
con el inductor propuesto. Entre estas palabras encontramos palabras repetidas,
palabras que "significan" lo mismo, pero no tienen la misma ortografía, palabras en
masculino, palabras en femenino, plural, adjetivos, verbos. Finalmente, ¿cómo los
organizamos para que podamos entender exactamente qué evoca el objeto dado?
Siguen diferentes fases, basadas en primer lugar, en la reducción del corpus a través de
un paso de lematización y una categorización semántica y, finalizando en una fase de
traducción (si el objetivo será presentar los resultados en un idioma que no sea el idioma
de recopilación de datos). En segundo lugar, el cruce de información de frecuencia e
importancia de las categorías finales (el establecimiento de la estructura de la
representación).
• La reducción del corpus

La primera etapa consiste en verificar los errores de escritura y/o ortografía en el idioma
original de la recolección de los datos. El segundo paso es operar una lematización
(Bécue-Bertaut, Alvarez-Estéban & Pagès, 2008) que consiste en convertir cada palabra
a su forma estandarizada: a) eliminando todos los conectores, términos auxiliares y
adverbios y, b) estandarizando las palabras evocado en el infinitivo para verbos, singular
para sustantivos y masculino-singular para adjetivos. El tercer paso es agrupar los
sinónimos utilizando un tesauro, que ayuda a identificar los sinónimos obvios en la base
de datos. Las palabras con la mayor frecuencia de evocación se utilizarán para agrupar
y cambiar el nombre de todos sus sinónimos. El cuarto paso será trabajar las palabras
ambiguas, de agrupación difícil. Serán analizados cuidadosamente por tres
investigadores que decidirán si pueden agruparse o dejarse como palabras
independientes (con una baja frecuencia de evocación). Este paso se realizará con
cuidado para evitar la sobre interpretación o el agrupamiento de palabras (Symoneaux,
Galmarini & Mehinagic, 2012).
Finalmente, cuando sea necesario, el quinto paso será traducir las palabras finales a un
otro idioma, utilizando un enfoque de traducción doble, que consta de dos pasos básicos:
por ejemplo, una persona traduce palabras del francés al inglés; después de que estas
palabras en inglés se entreguen a otra persona que traduce las palabras en inglés al
idioma francés. Si se ha encontrado una coincidencia perfecta, se conservará la palabra
traducida; de lo contrario, los traductores cambiarán la palabra varias veces hasta que
se alcance un acuerdo. Para probar las diferencias en las frecuencias de palabras, se
podría realizar una prueba exacta de Fisher entre los dos países y el tipo de
consumidores para cada categoría semántica.
• Análisis de frecuencia versus importancia: La configuración del campo y la

estructura de la representación
Según Abric (2003), las representaciones sociales se pueden dividir en cuatro zonas al
cruzar la importancia de las palabras evocadas con su frecuencia de evocación. Para
esto, primero calcularemos dos criterios para cada categoría de palabra: (a) la frecuencia
de aparición de la categoría y (b) la importancia promedio de la categoría. Las categorías
/ palabras mencionadas solamente una vez (HAPAX) serán excluidas del análisis. Luego,
se determinará un umbral de frecuencia e importancia.
Se pueden usar varios criterios para determinar el umbral de frecuencia o de evocación
de palabras, incluido el umbral de frecuencia que se obtendrá al mostrar visualmente la
frecuencia de aparición de las categorías en orden descendente, en una gráfica. El punto
de corte será la frecuencia a la cual la diferencia entre dos frecuencias sucesivas es
máxima; o donde adoptamos la mitad de la frecuencia de la categoría de palabras más
común en el conjunto de categorías (Wachelke & Wolter, 2011).
Con respecto a la importancia de cada categoría, según Abric (2003), el umbral se
obtendrá promediando los criterios de importancia entre las categorías. Las categorías
con una frecuencia más alta que el umbral de frecuencia se clasificarán como "alta
frecuencia" y las otras como "baja frecuencia". Además, las categorías con criterios de
importancia superiores al umbral de importancia se clasificarán como de alta importancia
y las otras como de baja importancia.
Al cruzar estos dos criterios (frecuencia x importancia), tendremos el campo de la
representación. La Figura 2 ilustra las cuatro áreas distintas de la representación según
la teoría del núcleo central de Abric (1976). La celda en la parte superior izquierda de
esta tabla representa las categorías de "alta importancia" y "alta frecuencia". Estas
categorías conforman el núcleo central de la representación. La celda superior derecha
representa las categorías de "alta frecuencia y baja importancia". Estas categorías
corresponden a la primera periferia de la representación. La celda inferior izquierda
representa las categorías con "baja frecuencia y alta importancia". Esta celda
corresponde a elementos que pueden cambiar, en un área llamada "zona de elementos

contrastantes". La celda en la parte inferior derecha representa las categorías de "baja
frecuencia y baja importancia". Estas categorías corresponden a la segunda periferia de
la representación.
Figura 2. Las cuatro zonas de la representación social obtenidas del cruce de frecuencia versus
importancia (Abric, 2003).
2.3 Estudio de caso: La representación social de la persona vegana

Si bien la comida es una de las áreas principales donde convergen la naturaleza y la
cultura, comer en nuestras sociedades modernas, va mucho más allá de la simple
clasificación "comestible / no comestible", convirtiéndose así en el foco de un fuerte
inversión emocional y moral ". El comentario perspicaz de Arppe, Mäkelä y Väänänen
(2011) nos lleva a reflexionar sobre las conexiones existentes entre los roles de cada
alimento y las situaciones en los contextos relacionados con los alimentos y los procesos
alimentarios más variados. El objetivo de este estudio de caso es el de mostrar cómo
utilizar la teoría de las representaciones sociales y el enfoque estructural de las
representaciones en la comprensión de los fenómenos relacionados con el consumo.
Por ejemplo, el complejo fenómeno del veganismo actual. Aunque este fenómeno de los
alimentos, considerado por algunos autores como un movimiento cultural (Cherry, 2006),
por otros como un fenómeno moral (Kaplan, 2012), ético (McPherson, 2014) o como un
pasaje de status (Larsson et al., 2003), estando en los reflectores del día a día, se sabe
que, desde la década de 1990, el interés en esta práctica alimentaria ha sido aumentado.
Según McDonald (2000), los veganos son personas que se oponen al uso de productos
animales para alimentos, cosméticos, vestimenta y a la vivisección: prácticamente todas
las actividades invasivas que involucran animales, siendo así más restrictivos que los
vegetarianos. Al acompañar este fenómeno, la creación y el crecimiento exponencial de
establecimientos de alimentos en todo el mundo, dedicados a este público, incluso en
países considerados cerrados a nivel mundial como Arabia Saudita (que tiene la carne
como parte importante de su dieta alimentaria), como lo muestra la prensa internacional
(McSheffrey & Uechi, 2017). Sin embargo, ¿cómo es que las personas que consumen
productos de origen animal, los omnívoros, se imaginan a los seguidores del veganismo?
Para responder esto, tomemos el tema como la persona vegana. Entendamos qué es la
imagen y la idea que otra categoría de consumidores, los omnívoros, tienen de los
veganos.
2.3.1 Método
• Participantes
Un total de 73 consumidores brasileños (60% mujeres), participaron en este estudio.
Tenían entre 22 y 60 años y todos tenían nivel universitario. Todos también provenían
del estado de Rio Grande do Sul en el sur del país, donde la cultura alimentaria gira en
torno al consumo de carne, símbolo central de la culinaria gaucha. Ellos también
informaron tener una dieta omnívora.
• Procedimiento
Una prueba de asociación de palabras libre se difundió con la ayuda de la aplicación de
WhatsApp. Los participantes encontraron un enlace que los llevó directamente a la
página de Google Doc. Luego, se lanzó una prueba gratuita de asociación de palabras
con la ayuda de la aplicación portátil WhatsApp. Luego, pidieron que escribieran las
primeras cuatro palabras que vinieron a la mente espontáneamente cuando se les indujo
las palabras cielo y casa. Después de esta fase de familiarización, cuando los
participantes se sintieron cómodos con el procedimiento, se les invitó a escribir las
primeras 4 palabras que les vinieron a la mente sobre el tema "persona vegana", a través
de la siguiente instrucción: "Cuando pensaste en una persona vegana, ¿qué te vino a la
mente? ". Luego, los participantes tuvieron que evaluar la importancia de cada palabra
que produjeron, en el paso anterior, en una escala de cinco puntos que van desde 1 (no
importante) a 5 (muy importante).
• Análisis de datos
El corpus producido por el grupo de participantes se analizó primero siguiendo los 5
pasos descritos en detalle en la sección precedente sobre la reducción del corpus y la
agrupación de contenidos. Como la recopilación de datos se realizó en el idioma
portugués, se realizó una traducción de las categorías mediante el enfoque de traducción
doble, que también se describe en el quinto paso anterior.
Con el fin de hacer surgir la estructura de la representación social, primero calculamos
dos criterios para cada categoría: a) la frecuencia de ocurrencia de la categoría y, b) la
importancia promedio de la categoría. Las categorías mencionadas solo una vez fueron
excluidas del análisis. Luego, se determinó una frecuencia y un umbral de importancia.
Según Wachelke y Wolter (2011), el umbral de frecuencia se obtuvo al mostrar
visualmente la frecuencia de aparición de las categorías en orden descendente en una
gráfica. El punto de corte fue la frecuencia a la cual la diferencia entre dos frecuencias
sucesivas es máxima. Según Abric (2003), el umbral de significación se obtuvo al
promediar los criterios de importancia entre las categorías.
• Resultados
La estructura de la representación se describe en la Tabla 1. Las frecuencias de
referencia son trece. Todas las categorías de palabras cuya frecuencia es superior a
trece se clasificaron como de alta frecuencia, y aquellas cuyo valor estaba por debajo de
este valor se clasificaron como de baja frecuencia. Las puntuaciones medias de
importancia son 2.5. Todas las categorías con una puntuación mayor que estos valores
se consideraron muy importantes, mientras que aquellas con una puntuación de menor
importancia se consideraron de baja importancia.
Tabla 1. Las cuatro áreas de la representación social de la persona vegana y sus respectivas
categorías.
Núcleo central 1° periferia Zona de elementos 2° Periferia
contrastantes
Categorías Vegetal Aburrido Empatía Salud
Filosofía Ansiedad
Contracultura No comas carne
Moda Elección
Delgado Radical
Sacrificio
El área central corresponde al área central de las representaciones sociales e incluye

elementos estables, compartidos y consensuales (categorías). Para los participantes
interesados, esta zona incluye solo una categoría, la categoría "vegetal".
La primera periferia de la representación incluye elementos secundarios de la
representación y se caracteriza por categorías que tienen tanto una alta frecuencia como
una baja importancia. Esta zona también incluye una sola categoría (elemento) en su
constitución: la categoría “aburrido”.
Las categorías con baja frecuencia y alta importancia corresponden a la zona de
elementos contrastantes e incluyen elementos que pueden cambiar. Esta celda puede
revelar la existencia de un subgrupo que lleva una representación diferente. Para este
subgrupo, las categorías de la zona de contraste podrían constituir el núcleo central
además de los elementos identificados en la zona del núcleo. Esta celda también alberga
elementos que pueden ser complementos de la primera periferia. En este estudio, esta
área incluye elementos que evocan diferentes dimensiones, como la empatía, la filosofía,
la moda, la delgada, la contracultura y el sacrificio.
Finalmente, las categorías de baja frecuencia e importancia corresponden a la segunda
periferia de la representación e incluyen más elementos idiosincrásicos. Esta área
incluye elementos generales como la salud, no comer carne, elección y radical. Estos
elementos, que son el resultado de una idiosincrasia dentro del grupo, pueden salir muy
fácilmente de la estructura de la representación.

El presente estudio de caso ha mostrado como los consumidores representan a la
persona vegana. Su imaginario social, marcado por una memoria colectiva indica que los
participantes del estudio han anclado la constitución de la comida vegana en la
representación, a través de la única categoría presente en la zona del núcleo central, la
categoría "vegetal". La presencia de la palabra “aburrida” en la primera periferia podría
indicar un rechazo de la persona vegana por parte de los omnívoros. Otras categorías
negativas de palabras también se encuentran en la zona de elementos contrastantes, en
comparación con la cultura y en la segunda periferia con las categorías “envejecidas” y
“radicales”. Sin embargo, la cantidad de categorías de palabras positivas o neutrales
presentes en el campo representativo es mucho mayor que las negativas, lo que podría
denotar una imagen generalmente positiva de la persona vegana.
3. Aplicaciones en el campo de la psicología cognitiva

A pesar de que la ciencia sensorial tiende naturalmente a enfocarse en los aspectos
sensoriales de los objetos consumidos, y en el acto mismo de comprar o consumir algo,
las percepciones, actitudes y decisiones de compra de las personas también están muy
influenciadas por otros aspectos de su entorno. Estos aspectos pueden incluir la mera
presencia de otra persona o varias señales no verbales transmitidas por esa persona
(por ejemplo, Anderson, Wästlund & Kristensson, 2016; Otterbring, 2017; Otterbring &
Lu, 2018; Söderlund, 2016). Una señal no verbal que se ha demostrado que ejerce
efectos posteriores demostrados en el comportamiento del consumidor es la apariencia
física de otras personas, como el personal de servicio en restaurantes, empleados de
tiendas y consumidores, así como modelos de publicidad, celebridades en comerciales
y otros famosos patrocinadores (por ejemplo, Ahearne, Gruen & Jarvis, 1999; Baker &
Churchill, 1977; McFerran, Dahl, Fitzsimons & Morales, 2010a, b; Parrett, 2015; Saad,
2004). En las siguientes páginas, basadas en teorías de la psicología social, cognitiva y
evolutiva, por lo tanto, delineo cinco ejemplos de mi propia investigación relacionados
con este tema en particular.
3.1 La apariencia física

En el artículo titulado “¿Sanos o ricos? Los individuos atractivos inducen preferencias

alimentarias específicas por género" (Otterbring, 2018), investigué si los motivos de
atracción de pareja, como ver a una persona físicamente atractiva del sexo opuesto,
podrían influir en las preferencias de consumo de hombres y mujeres para varios
alimentos y bebidas de una manera que es consistente con la forma en que típicamente
comunican su valor de pareja. De acuerdo con numerosos estudios en todo el mundo,
con muestras que difieren en una amplia gama de aspectos, incluyendo creencias
religiosas, etnias, estatus socioeconómico y puntos de vista políticos, las mujeres
típicamente valoran el estatus, el dominio y la riqueza de una pareja potencial más que
los hombres (por ejemplo: Buss, 1989; Townsend & Levy, 1990). Por el contrario, los
hombres generalmente muestran una preferencia más fuerte que las mujeres por la
juventud, la salud y el atractivo físico de una pareja potencial (por ejemplo: Buss, 1994;
Li et al., 2002). Por esa razón, los hombres y las mujeres tienden a usar diferentes
tácticas para atraer parejas, ya que las estrategias específicas utilizadas por un género
para adquirir una pareja en la mayoría de las circunstancias reflejan las preferencias de
pareja del sexo opuesto (Buss & Schmitt, 1993). Basándome en esta corriente de
literatura, predije que la exposición pictórica a personas más atractivas (versus menos)
del sexo opuesto influiría negativamente en las preferencias de consumo de las mujeres
de alimentos poco saludables y aumentaría su disposición a gastar dinero en alimentos
saludables, pero principalmente motivaría a los hombres a gastar su dinero en alimentos
y bebidas más caras. Por lo tanto, en consistencia con investigaciones anteriores (por
ejemplo: Griskevicius et al., 2007; Hill & Durante, 2011; Roney, 2003), postulé la hipótesis
de que la atracción de pareja inducida por la apariencia debería influir en la propensión
general de las personas a mostrar aquellas características específicas de género que
han sido adaptables a lo largo de la historia de la humanidad, donde los hombres son
más propensos a señalar el estatus y la riqueza y las mujeres están más motivadas para
mostrar signos de belleza y salud.
En un intento por proporcionar evidencia empírica de estas predicciones, realicé una
serie de experimentos, con hombres y mujeres asignados a dos condiciones
experimentales diferentes, una con una imagen de un individuo físicamente atractivo y
la otra con una imagen de un físico menos atractivo individual. Dependiendo del
experimento específico, la persona fotografiada era del mismo sexo que el participante
o del sexo opuesto. En la primera parte de los experimentos, se pidió a los participantes
que calificaran a la persona representada en varios aspectos, incluido su atractivo físico,
lo que aseguró una manipulación experimental exitosa del atractivo. A continuación, y
enmarcados como la segunda parte de los experimentos, los participantes indicaron que
estaban dispuestos a gastar dinero en varios artículos diferentes, que en la mayoría de
los estudios comprendían una variedad de opciones distintas para beber y comer que,
según las pruebas preliminares, diferían en la salud y el precio percibidos. De acuerdo
con mi teoría, descubrí que la exposición previa a un hombre atractivo, en lugar de menos
atractivo, disminuía la disposición de las mujeres a gastar dinero en alimentos poco
saludables, como hamburguesas y pizza, pero aumentaba su inclinación a gastar dinero
en alimentos saludables, como pasta integral, pescado fresco y verduras en rodajas. Sin
embargo, la exposición a una mujer atractiva, en lugar de menos atractiva, no influyó en
las preferencias de las mujeres por alimentos saludables y no saludables. Para los
hombres, la exposición a otros hombres no tuvo ningún efecto en sus preferencias de
consumo de alimentos saludables y no saludables, independientemente del atractivo
físico del hombre específico representado. Sin embargo, los hombres expuestos a una
mujer atractiva (en lugar de menos atractiva) estaban más motivados a gastar su dinero
en costosas opciones de comidas y bebidas, como se manifiesta a través de una mayor
disposición a comprar bebidas a precios elevados y comidas exclusivas en restaurantes
y otros entornos sociales donde otros individuos podrían notar fácilmente tales
exhibiciones onerosas.
3.2 La preferencia de los productos

El artículo, titulado “El efecto Abercrombie & Fitch: El impacto del dominio físico en el
consumo de señalización de estado de los clientes masculinos” (Otterbring, Ringler,
Sirianni & Gustafsson, 2018), se centró en los empleados masculinos atléticos y modelos
masculinos musculosos, como los "hot hunks" que trabajan en tiendas como
Abercrombie & Fitch y Hollister, y su posible influencia en el comportamiento de compra
de los clientes y las preferencias de productos. Basado en teorías de la competencia
intra-sexual (Buss, 1988; Buunk & Fisher, 2009; Griskevicius et al., 2012) y en
investigaciones anteriores que documentan que la musculatura masculina es intimidante

para otros hombres (Frederick & Haselton, 2007; Hill et al., 2013), la hipótesis principal
era que la presencia real o imaginaria de un hombre físicamente apto debería hacer que
otros hombres sean más competitivos y, en consecuencia, más propensos a consumir
bienes de señalización de estado como una manera de superar al desafiante rival del
mismo sexo y demostrar su propia superioridad. Esta predicción clave se investigó en
una variedad de entornos, incluido un estudio de campo minorista y varios experimentos
de laboratorio controlados. Curiosamente, en contraste directo con esta predicción clave,
un estudio de intuición reveló que las personas generalmente tenían la creencia de que
la presencia de un empleado musculoso (vs. no musculoso) debería tener un efecto
mucho más positivo en el comportamiento de compra de las clientas, aumentando su
gasto general en una tienda sustancialmente más que sus homólogos masculinos.
Contrariamente a esta creencia común, un estudio de campo de venta al por menor
demostró que la presencia (en comparación con la ausencia) de un empleado masculino
con buen aspecto físico y en buena forma física aumentó significativamente el dinero
gastado en la tienda y dio como resultado un fuerte impulso en la compra de productos
más caros entre clientes masculinos, pero no tuvo un impacto positivo en el
comportamiento de compra de las clientas. Sin embargo, dado que el estudio de campo
no manipuló la aptitud física del empleado de sexo masculino, ese estudio por sí solo no
se podría utilizar para concluir explícitamente que los signos corporales de dominación
del empleado (por ejemplo, musculatura de la parte superior del cuerpo, atletismo), en
lugar de su mera presencia, produjo estos resultados contraintuitivos. Por lo tanto, para
abordar esta limitación, se realizaron una serie de experimentos de laboratorio
posteriores, en los que los participantes fueron expuestos a una imagen que mostraba a
un hombre físicamente dominante o un hombre físicamente no dominante de igual
atractivo. A diferencia del estudio de campo, que se basó en el precio promedio pagado
por producto como un proxy para el consumo de señalización de estado (con productos
más caros usados como un indicador de señalización costosa), dos de los estudios de
laboratorio se centraron en las preferencias de tamaño de los logotipos de los
participantes o sus dibujos de tamaño de logotipo real. Por lo tanto, estos estudios
examinaron si el efecto reportado hasta ahora también se generalizaría a la señalización
de estado medida a través del tamaño en lugar del precio, con el supuesto de que la
exposición pictórica a un empleado o modelo masculino físicamente dominante (vs. no
dominante) debería aumentar las preferencias de los participantes masculinos para
logotipos de marcas grandes y sobresalientes, pero no debería afectar a las preferencias
de tamaño de los logos de las participantes femeninas.
Apoyando esta noción, un experimento de laboratorio inicial, en el que los participantes
informaron sobre sus preferencias de tamaño de logotipo (Lee & Shrum, 2012; Rucker &
Galinsky, 2009), encontraron que los hombres, pero no las mujeres, que habían estado
expuestos previamente a un empleado masculino físicamente dominante (vs. no
dominante) los empleados masculinos (en comparación con los no dominantes) preferían
los logotipos de marcas significativamente más grandes en la ropa de gama alta. En un
experimento de seguimiento, los participantes masculinos y femeninos fueron asignados
aleatoriamente a un modelo publicitario masculino que era físicamente dominante o no
dominante. Inicialmente, se les pidió que calificaran el modelo en un conjunto de
elementos según sus impresiones sobre él. Enmarcados como otra parte del estudio, a
los participantes se les presentó una imagen de una camiseta en blanco y se les pidió
que dibujaran un logotipo en la camiseta en el tamaño que preferirían si se compraran la
camisa por sí mismos (Wang & Griskevicius, 2014). Al replicar los resultados del
experimento anterior con una variable dependiente del comportamiento (es decir, dibujos
del tamaño del logotipo), se encontró que los hombres dibujaban logotipos
significativamente más grandes después de la exposición al modelo masculino
físicamente dominante (vs. no dominante), mientras que el tipo de exposición no tuvo
una influencia en los dibujos del tamaño del logo de las mujeres. Un hallazgo fascinante
adicional fue que este efecto fue particularmente poderoso entre los hombres que
carecían de un marcador corporal importante del dominio físico en sí mismos.
Específicamente, en línea con la cuenta compensatoria comúnmente conocida como el
complejo de Napoleón (Adler, 1964), postulando que los hombres cortos están
especialmente ansiosos por compensar la falta de estatura y estatus, el efecto fue más
fuerte entre los hombres cortos (vs. los altos). Un experimento final tuvo como objetivo
encontrar evidencia del proceso psicológico que justifica estos resultados. Esta vez,
siguiendo un procedimiento de exposición similar al de otros experimentos, los
participantes indicaron cuánto dinero estarían dispuestos a gastar en un conjunto de

artículos adaptados de investigaciones anteriores (por ejemplo: Griskevicius et al., 2007;
Sundie et al., 2011) después de haber sido expuesto a un modelo masculino físicamente
dominante (vs. no dominante). Algunos de los artículos estaban altamente asociados con
el estado (por ejemplo, un auto nuevo, joyas), mientras que otros eran de naturaleza más
funcional (por ejemplo, artículos para el hogar como baterías y bombillas, botanas).
De acuerdo con los estudios anteriores, se predijo que la exposición al modelo masculino
dominante (vs. no dominante) debería aumentar la motivación de los hombres para
consumir productos de señalización del estado, pero no funcionales, mientras que el tipo
de exposición no debería influir en las preferencias de consumo de las mujeres. Ya sea
para señalización de estado o productos funcionales. El mecanismo asumido para
impulsar este efecto fue que los hombres expuestos a otro hombre dominante deberían
sentir una mayor necesidad de competir, con el consumo de señalización de estado
como medio para "vencer" a este desafiante rival del mismo sexo. Sin embargo, según
los resultados del anterior estudio de dibujo del tamaño del logotipo, se pensaba que
este proceso psicológico dependía de los propios grados de dominio físico de los
hombres y, por lo tanto, solo debería afectar de manera confiable a aquellos hombres
que eran menos dominantes físicamente. De acuerdo con esta predicción, los resultados
revelaron que la exposición previa a un modelo masculino dominante (vs. no dominante)
hizo que los hombres, pero no las mujeres, tuvieran más motivación para consumir
señales de estado en relación con los productos funcionales, con este efecto impulsado
por niveles elevados de competitividad dirigida hacia otros hombres. Además, este efecto
dependía de los propios grados de dominio físico de los participantes masculinos. Por lo
tanto, solo influyó en aquellos hombres que presumiblemente eran físicamente menos
dominantes, esta vez en función de sus proporciones de dígitos 2D: 4D (es decir, la
relación entre la longitud del dedo índice y el anular, que es una correlación negativa
para los niveles de testosterona de un individuo y para varios rasgos asociados con la
masculinidad y el dominio físico, por ejemplo: Neave, Laing, Fink, & Manning, 2003).
3.3 Elección de consumo

En lugar de examinar las posibles diferencias de género en el consumo de señalización

de estado como una función de los modelos masculinos musculosos y los empleados
físicamente aptos, el documento "Los anuncios que despiertan deseos sexuales hacen
que los hombres hambrientos sean impacientes financieramente". Otterbring y Sela
(2018) investigaron si la exposición pictórica a anuncios cargados sexualmente podría
dar respuestas específicas de género en el dominio financiero, y si el hambre pudiera
moderar aún más ese efecto potencial. La razón detrás de este estudio fue que se ha
demostrado previamente que tanto el hambre como las señales cargadas sexualmente
influyen de manera independiente en la toma de decisiones de los individuos en la
elección inter-temporal (es decir, compensaciones entre opciones cuyas consecuencias
ocurren en diferentes momentos). Específicamente, un estado de hambre (vs. saciedad)
generalmente resulta en decisiones financieras más cortas, en lugar de centradas en el
futuro (para un metaanálisis reciente, ver Orquin & Kurzban, 2016), y la exposición a
relaciones sexuales visuales (vs. los estímulos neutros) generalmente hacen que los
hombres, más que las mujeres, se inclinen cada vez más a elegir recompensas
monetarias más pequeñas (vs. recompensas mayores - posteriores) (Festjens, Brunyeel
& Dewitte, 2014; Wilson & Daly, 2004). Para examinar el posible efecto interactivo de dos
estados distintos (es decir, el hambre y el deseo sexual) sobre las decisiones financieras
de los individuos, los participantes en el estudio de Otterbring y Sela (2018) fueron
asignados a tres condiciones experimentales diferentes. El primer grupo de participantes
vio seis anuncios con contenido sexualmente cargado, mientras que el segundo grupo
vio seis anuncios con contenido neutral sin asociación con el sexo (Kim y Zauberman,
2013; Van den Bergh, Dewitte & Warlop, 2008).
Los participantes en estas condiciones luego calificaron los anuncios en un conjunto de
variables relacionadas con la excitación, lo que aseguró que los participantes en la
condición "sexy" consideraran los anuncios como mucho más excitantes que los
participantes en la condición "neutral". Una vez calificados los anuncios, a los
participantes se les presentaron ocho artículos de descuento por demora de Li (2008), y
se les pidió que eligieran entre una recompensa monetaria menor-antes y una más
grande-posterior en cada uno de estos casos. Los participantes en la tercera condición
completaron esta parte del estudio al instante, sin haber visto ningún anuncio de
antemano. Finalmente, los participantes indicaron su nivel de hambre en un conjunto de

medidas de hambre, que se utilizaron para determinar si se sentían hambrientos (vs.
saciados). Los resultados de esta investigación revelaron, en línea con investigaciones
previas, que los participantes hambrientos (vs. saciados) estaban más inclinados a elegir
recompensas monetarias más pequeñas y más rápidas, y que la exposición a estímulos
sexuales visuales (frente a estímulos neutros o no) hacía que los hombres fueran más
económicos. Impacientes que las mujeres. Sin embargo, resulta interesante que la
interacción entre la condición experimental y el sexo del participante fue moderada por
el nivel de hambre de los participantes. Entre los participantes saciados, las decisiones
financieras no diferían en función de la condición experimental o del sexo del participante.
Sin embargo, los hombres hambrientos se volvieron significativamente más impacientes
financieramente después de la exposición a estímulos cargados sexualmente, mientras
que las mujeres se volvieron más pacientes en sus decisiones financieras después de la
exposición a tales estímulos. Por lo tanto, la experiencia simultánea de varios estados
de unidad distintos parece tener efectos fascinantes en la toma de decisiones de los
individuos en la elección inter-temporal, y el deseo sexual tiene un impacto más
pronunciado en las compensaciones entre las alternativas a corto plazo y aquellas
enfocadas en el futuro cuando ya está activado otro estado de unidad.
Otra forma de conceptualizar el paradigma de descuento por demora, que va más allá
del dominio financiero y las elecciones de las personas entre recompensas monetarias
más pequeñas, más tempranas y más tardías, es pensar en la elección inter-temporal
como una tarea entre “vicios” y “virtudes” (es decir, elegir entre alternativas que producen
efectos positivos a corto plazo, pero negativos a largo plazo, y alternativas que producen
efectos positivos a corto plazo, pero menos positivos, a largo plazo; Wertenbroch, 1998).
Dicha elección podría incluir, por ejemplo, decidir si comer una hamburguesa con queso
rica en calorías, o una ensalada saludable baja en calorías. En el artículo “Apetito por la
destrucción: los efectos contraintuitivos de los rostros atractivos en la elección de
alimentos de las personas” (Otterbring-b, 2018), examiné si la exposición previa a rostros
de sexo opuesto atractivos (o no atractivos), y por lo tanto una activación sutil del deseo
sexual y sus asociados una mentalidad de búsqueda de placer, podría aumentar la
propensión de las personas a elegir alimentos poco saludables pero gratificantes o, más
bien, si tal exposición haría que las personas estén más motivadas para elegir alimentos
saludables. Un estudio de intuición entre un gran grupo de profesores de mercadotecnia
reveló que pensaban que la mayoría de las personas elegirían opciones de alimentos
saludables en lugar de insalubres después de ver a un individuo del sexo opuesto con
una cara atractiva (vs. poco atractiva). Tales predicciones fueron apoyadas por teorías
psicológicas sociales sobre el manejo de impresiones, donde el tipo y la cantidad de
alimentos consumidos se pueden usar como una táctica de presentación personal para
transmitir una buena impresión de uno mismo y señalar rasgos deseables a otros (por
ejemplo: Pliner & Chaiken, 1990; Mori, Chaiken, & Pliner, 1987).
Sin embargo, directamente contradictorio con estas predicciones, pero consistente con
las teorías del estado visceral (Ariely & Loewenstein, 2006; Loewenstein, 1996; Van den
Bergh et al., 2008), un conjunto de estudios de laboratorio y de campo mostraron que las
personas en general y los hombres en particular, estaban más inclinados a elegir
opciones de alimentos poco saludables después de la exposición pictórica a una cara
atractiva (vs. poco atractiva) del sexo opuesto. Este efecto fue impulsado por un estado
amplificado de excitación cuando se observaron tales estímulos "sexy", pero no
generalizó la exposición con caras atractivas del mismo sexo (vs. poco atractivas),
apoyando el argumento de que los resultados se debieron a un impulso humano central
(es decir, deseo sexual), que, para individuos heterosexuales, debería ser evocado más
fácilmente después de la exposición a caras atractivas del sexo opuesto (vs. del mismo
sexo). Además, en línea con las teorías recientes sobre el consumo compensatorio (por
ejemplo: Mandel, Rucker, Levav & Galinsky, 2017), el efecto fue particularmente
poderoso entre las personas que se percibían a sí mismas como poco atractivas (vs.
atractivas) y entre las personas que eran solteras (vs. en una relación romántica). Estos
hallazgos indican que la exposición a estímulos apetitivos (por ejemplo, señales
cargadas sexualmente) desencadena una respuesta compensatoria de comodidad al
comer entre personas que se sienten inferiores, solas o que enfrentan déficits
interpersonales, lo que lleva a un mayor deseo de adquirir bebidas y comidas placenteras
debido a su mayor valor de recompensa y su correspondiente capacidad para ofrecer
gratificación instantánea.
La apariencia incluye ciertamente aspectos distintos al atractivo y la aptitud física, y un

factor adicional que ha recibido atención en teorías previas, es cómo los tipos de cuerpo
de las personas en diversos entornos de consumo pueden influir en las decisiones
relacionadas con los alimentos (Campbell & Mohr, 2011; Huneke, Benoit, Shams &
Gustafsson, 2015; McFerran et al., 2010a, b). En el proyecto "Espejo, espejo, en el menú:
los recordatorios visuales de sobrepeso estimulan opciones de comidas más sanas"
(Otterbring & Shams, 2019), el objetivo principal fue examinar si se está viendo un menú
de alimentos con una mujer con sobrepeso (vs. peso normal), influirían en la atención
visual de las mujeres hacia alternativas de comidas saludables y no saludables y, a su
vez, sus elecciones de alimentos reales. Debido a investigaciones anteriores
inconsistentes, con algunos estudios que sugieren que las mujeres pedirían más
alimentos poco saludables después de la exposición a otra mujer con sobrepeso
(Campbell & Mohr, 2011), mientras que otros sugieren lo contrario (Huneke et al., 2015).
Una investigación inicial basada en intuiciones se llevó a cabo para examinar las
creencias de las mujeres sobre el tema. Se les pidió a las participantes que indicaran
cómo pensaban que la elección de alimentos de las personas se vería influenciada al ver
a una persona con una apariencia saludable (en comparación con no saludable) justo
antes de decidir qué comer, con sobrepeso y peso normal como proxies para una
apariencia no saludable y saludable, respectivamente, consistente con investigaciones
anteriores (Campbell y Mohr, 2011; Huneke et al., 2015).
De acuerdo con las creencias basadas en la intuición de las mujeres, ver a una persona
con una apariencia saludable debería aumentar la inclinación de las personas a elegir
alimentos saludables, mientras que ver a una persona con una apariencia poco saludable
debería disminuir su motivación para elegir opciones tan saludables. Evidentemente,
esta predicción es consistente con algunos hallazgos de investigaciones anteriores
(Campbell & Mohr, 2011). Sin embargo, basado en las teorías de la activación de
estereotipos y la estigmatización asociada con el sobrepeso (por ejemplo: Bessenoff &
Sherman, 2000; Crandall, 1994), el estudio principal tuvo como objetivo examinar si se
pudiera aplicar lo contrario. Las mujeres en el estudio principal fueron asignadas
aleatoriamente a tres condiciones diferentes (saludable, no saludable, control) y vieron
un menú de alimentos con opciones de alimentos saludables y no saludables, con su
contenido de calorías establecido. Para las mujeres en condición saludable, el menú de

alimentos mostraba a una mujer de peso normal y aspecto saludable. Para las mujeres
en una condición poco saludable, el menú de comida mostraba a una mujer con
sobrepeso y aspecto poco saludable. Las mujeres en la condición de control no vieron a
ninguna mujer en el menú de alimentos. La instrucción clave fue pedirles a los
participantes que eligieran la opción de comida que estaban más dispuestos a comer.
Durante el proceso de selección, la atención visual de los participantes se registró
mediante seguimiento ocular (por ejemplo: Otterbring et al., 2013; Otterbring et al., 2014;
Wästlund et al., 2015; Wästlund, Shams, & Otterbring, 2018). Los hallazgos revelaron
que las mujeres que se encontraban en una condición no saludable consideraron más
las opciones de alimentos saludables en comparación con las participantes no
saludables. Además, contrario a los resultados basados en la intuición, las mujeres en la
condición poco saludable tenían significativamente más probabilidades de elegir
alternativas de menú saludables y opciones de alimentos con menos calorías que las
participantes en las condiciones de control y salud, con atención visual dirigida hacia
alternativas de menú saludables y no saludables, actuando como mediador justificando
este efecto. Como tal, el estudio es una de las primeras demostraciones de que el tipo
de cuerpo de los demás influye en los mecanismos perceptivos que impulsan las
elecciones de alimentos de los consumidores.
Con base en los ejemplos de investigación anteriores, está claro que la apariencia física
de otros individuos tiene importantes efectos posteriores en las percepciones,
preferencias y comportamientos reales de compra y elección de las personas en varios
contextos de consumidores distintos. Por lo tanto, tales influencias relacionadas con la
apariencia deben tomarse en consideración en estudios posteriores de ciencias
sensoriales.

La mayoría de los estudios descritos anteriormente han sido experimentos de laboratorio
con estudiantes universitarios de Europa y América del Norte como los participantes
típicos. Si bien los estudios experimentales proporcionan rigor y control, lo que permite
afirmaciones de causalidad, ciertamente existen limitaciones asociadas con el enfoque
experimental. Primero, la mayoría de los estudios experimentales se basan en entornos

más bien artificiales, con medidas que reflejan las respuestas auto informadas de las
estudiantes relacionadas con preferencias, elecciones o decisiones relacionadas con la
compra; sin embargo, los estudios que capturan resultados reales de comportamiento
son raros (Baumeister, Vohs & Funder, 2007). Por lo tanto, se necesitan estudios futuros
para examinar si los hallazgos de laboratorio se aplican también a entornos del mundo
real, como en restaurantes, bares y otros contextos de consumidores, y con los
comportamientos reales de compra y elección de los consumidores examinados en lugar
de los proxies comúnmente utilizados por tales comportamientos en experimentos de
laboratorio. En segundo lugar, en lugar de depender casi exclusivamente de estudiantes
universitarios de América del Norte y Europa, los estudios futuros deben examinar la
posibilidad de generalización de laboratorios anteriores. Resultados basados en
muestras más heterogéneas. Por lo tanto, se necesita más investigación intercultural y
un mayor enfoque en los estudios de campo, para investigar si los estudios de laboratorio
sobre muestras no provenientes de países o de estudiantes de América del Norte &
Europa, y en condiciones ecológicamente válidas (Ares, 2018; Rodrigues et al., 2019).
Referencias
Abric, J. C. (1976). Jeux, conflits et représentations sociales (Doctoral dissertation).
Abric, J. C. (2003). Méthodes d'étude des représentations sociales. Erès: Paris.
Adler, A. (1964). Individual Psychology of Alfred Adler. Harper Collins.
Ahearne, M., Gruen, T. W., & Jarvis, C. B. (1999). If looks could sell: Moderation and mediation
of the attractiveness effect on salesperson performance. International Journal of Research in
Marketing, 16(4), 269–284.
Andersson, P. K., Wästlund, E., & Kristensson, P. (2016). The effect of gaze on consumers’
encounter evaluation. International Journal of Retail & Distribution Management, 44(4), 372–
396.
Ares, G. (2018). Methodological issues in cross-cultural sensory and consumer research. Food
Ariely, D., & Loewenstein, G. (2006). The heat of the moment: The effect of sexual arousal on
sexual decision making. Journal of Behavioral Decision Making, 19(2), 87–98.
Arppe, T., Mäkelä, J., & Väänänen, V. (2011). Living food diet and veganism: Individual vs
collective boundaries of the forbidden. Social Science Information, 50 (2), 275-297.
Bäckström, A., Pirttilä-Backman, A. M., & Tuorila, H. (2003). Dimensions of novelty: a social
representation approach to new foods. Appetite, 40 (3), 299-307.
Bäckström, A., Pirttilä-Backman, A. M., & Tuorila, H. (2004). Willingness to try new foods as
predicted by social representations and attitude and trait scales. Appetite, 43 (1), 75-83.
Baker, M. J., & Churchill Jr., G. A. (1977). The impact of physically attractive models on
advertising evaluations. Journal of Marketing Research, 14 (4), 538–555.
Bartels, J., & Reinders, M. J. (2010). Social identification, social representations, and consumer
innovativeness in an organic food context: A cross-national comparison. Food Quality and
Preference, 21 (4), 347-352.
Baumeister, R. F., Vohs, K. D., & Funder, D. C. (2007). Psychology as the science of self-reports
and finger movements: Whatever happened to actual behavior? Perspectives on
Psychological Science, 2 (4), 396-403.
Bécue-Bertaut, M., Alvarez-Esteban, R., & Pagès, J. (2008). Rating of products through scores
and free-text assertions: Comparing and combining both. Food Quality and Preference, 19 (1),
122-134.
Bessenoff, G. R., & Sherman, J. W. (2000). Automatic and controlled components of prejudice
toward fat people: Evaluation versus stereotype activation. Social Cognition, 18 (4), 329–353.
Buss, D. M. (1988). The evolution of human intrasexual competition: Tactics of mate attraction.
Journal of Personality and Social Psychology, 54 (4), 616–628.
Buss, D. M. (1989). Sex differences in human mate preferences: Evolutionary hypotheses tested
in 37 cultures. Behavioral and Brain Sciences, 12 (01), 1–14.
Buss, D. M. (1994). The evolution of desire: Strategies of human mating. New York: Basic Books.
Buss, D. M., & Schmitt, D. P. (1993). Sexual strategies theory: An evolutionary perspective on
human mating. Psychological Review, 100 (2), 204–232.
Buunk, A. P., & Fisher, M. (2009). Individual differences in intrasexual competition. Journal of
Evolutionary Psychology, 7 (1), 37–48.
Campbell, M. C., & Mohr, G. S. (2011). Seeing is eating: How and when activation of a negative
stereotype increases stereotype-conducive behavior. Journal of Consumer Research, 38 (3),
431–444.
Cherry, E. (2016). Culture and activism: Animal rights in France and the United States. Routledge.
Crandall, C. S. (1994). Prejudice against fat people: ideology and self-interest. Journal of
Personality and Social Psychology, 66 (5), 882–894.
Festjens, A., Bruyneel, S., & Dewitte, S. (2014). What a feeling! Touching sexually laden stimuli
makes women seek rewards. Journal of Consumer Psychology, 24 (3), 387–393.
Frederick, D. A., & Haselton, M. G. (2007). Why is muscularity sexy? Tests of the fitness indicator
hypothesis. Personality and Social Psychology Bulletin, 33 (8), 1167–1183.
Gómez-Corona, C., Lelievre-Desmas, M., Buendía, H. B. E., Chollet, S., & Valentin, D. (2016).
Craft beer representation amongst men in two different cultures. Food Quality and Preference,
53, 19-28.
Griskevicius, V., Tybur, J.M., Ackerman, J.M., Delton, A.W., Robertson, T.E., & White, A. E.
(2012). The financial consequences of too many men: sex ratio effects on saving, borrowing,
and spending. Journal of Personality and Social Psychology, 102 (1), 69–80.
Griskevicius, V., Tybur, J. M., Sundie, J. M., Cialdini, R. B., Miller, G.F., & Kenrick, D. T. (2007).
Blatant benevolence and conspicuous consumption: When romantic motives elicit strategic
costly signals. Journal of Personality and Social Psychology, 93 (1), 85–102.
Guerrero, L., Claret, A., Verbeke, W., Enderli, G., Zakowska-Biemans, S., Vanhonacker, F., &
Contel, M. (2010). Perception of traditional food products in six European regions using free
word association. Food Quality and Preference, 21 (2), 225-233.
Henrich, J., Heine, S. J., & Norenzayan, A. (2010). Most people are not WEIRD. Nature, 466
(7302), 29.
Hill, S. E., & Durante, K. M. (2011). Courtship, competition, and the pursuit of attractiveness:
Mating goals facilitate health-related risk taking and strategic risk suppression in women.
Personality and Social Psychology Bulletin, 37, 383–394.
Hill, A. K., Hunt, J., Welling, L. L., Cárdenas, R. A., Rotella, M. A., Wheatley, J. R., Dawood, K.,
Shriver, M. D., & Puts, D. A. (2013). Quantifying the strength and form of sexual selection on
men's traits. Evolution and Human Behavior, 34 (5), 334–341.
Huotilainen, A., & Tuorila, H. (2005). Social representation of new foods has a stable structure
based on suspicion and trust. Food Quality and Preference, 16 (7), 565-572.
Huneke, T., Benoit, S. Shams, P., & Gustafsson, A. (2015). Does service employees’ appearance
affect the healthiness of food choice? Psychology & Marketing, 32 (1), 94–106.
Jodelet, D. (1989). Les représentations sociales [Social representations]. Paris: Presses

Universitaires de France.
Kaplan, D. M. (Ed.). (2012). The philosophy of food (Vol. 39). Univ of California Press.
Kim, B. K., & Zauberman, G. (2013). Can Victoria’s Secret change the future? A subjective time
perception account of sexual-cue effects on impatience. Journal of Experimental Psychology:
General, 142 (2), 328–335.
Larsson, C. L., Rönnlund, U., Johansson, G., & Dahlgren, L. (2003). Veganism as status passage:
The process of becoming a vegan among youths in Sweden. Appetite, 41 (1), 61-67.
Lee, J., & Shrum, L. J. (2012). Conspicuous consumption versus charitable behavior in response
to social exclusion: A differential needs explanation. Journal of Consumer Research, 39 (3),
530–544.
Li, N. P., Bailey, J. M., Kenrick, D. T., & Linsenmeier, J. A. W. (2002). The necessities and luxuries
of mate preferences: Testing the tradeoffs. Journal of Personality and Social Psychology, 82
(6), 947–955.
Li, X. (2008). The effects of appetitive stimuli on out-of-domain consumption impatience. Journal
of Consumer Research, 34 (5), 649–656.
Lo Monaco, G., & Guimelli, C. (2008). Représentations sociales, pratique de consommation et

niveau de connaissance: le cas du vin. Les Cahiers Internationaux de Psychologie Sociale,
(2), 35-50.
Loewenstein, G. (1996). Out of control: Visceral influences on behavior. Organizational Behavior

and Human Decision Processes, 65 (3), 272–292.
Mandel, N., Rucker, D. D., Levav, J., & Galinsky, A. D. (2017). The Compensatory Consumer
Behavior Model: How self-discrepancies drive consumer behavior. Journal of Consumer
Psychology, 27 (1), 133–146.
McDonald, B. (2000). " Once You Know Something, You Can't Not Know It" An Empirical Look at
Becoming Vegan. Society & Animals, 8 (1), 1-23.
McFerran, B., Dahl, D. W., Fitzsimons, G. J., & Morales, A. C. (2010a). I’ll have what she’s having:
Effects of social influence and body type on the food choices of others. Journal of Consumer
Research, 36 (6), 915–929.
McFerran, B., Dahl, D. W., Fitzsimons, G. J., & Morales, A. C. (2010b). Might an overweight
waitress make you eat more? How the body type of others is sufficient to alter our food
consumption. Journal of Consumer Psychology, 20 (2), 146–151.
McPherson, T. (2014). A case for ethical veganism. Journal of Moral Philosophy, 11 (6), 677-703.
McSheffrey, E., & Uechi, J. (2017, February 10th). Meet the vegan Saudi prince who's turning the
lights on in Jordan. Retrieved from: https://www.nationalobserver.com/2017/02/10/news/meet-
vegan-saudi-prince-whos-turning-lights-jordan
Moliner, P., & Lo Monaco, G. (2017). Méthodes d'association verbale pour les sciences humaines
et sociales: fondements conceptuels et aspects pratiques. Presses Universitaires de Grenoble.
Mori, D., Chaiken, S., & Pliner, P. (1987). “Eating lightly” and the self-presentation of femininity.
Journal of Personality and Social Psychology, 53 (4), 693–702.
Moscovici, S. (1961). La psychanalyse, son image et son public: étude sur la représentation
sociale de la psychanalyse. Presses universitaires de France.
Moscovici, S. (2003). 2. Des représentations collectives aux représentations sociales: éléments

pour une histoire. En Les représentations sociales (Vol. 7, pp. 79-103). Presses Universitaires
de France.
Mouret, M., Monaco, G. L., Urdapilleta, I., & Parr, W. V. (2013). Social representations of wine
and culture: A comparison between France and New Zealand. Food Quality and Preference,
30 (2), 102-107.
Neave, N., Laing, S., Fink, B., & Manning, J. T. (2003). Second to fourth digit ratio, testosterone
and perceived male dominance. Proceedings of the Royal Society of London B: Biological
Sciences, 270 (1529), 2167–2172.
Orquin, J. L., & Kurzban, R. (2016). A meta-analysis of blood glucose effects on human decision
making. Psychological Bulletin, 142 (5), 546–567.
Otterbring, T. (2017). Smile for a while: The effect of employee-displayed smiling on customer
affect and satisfaction. Journal of Service Management, 28 (2), 284–304.
Otterbring, T. (2018). Healthy or wealthy? Attractive individuals induce sex-specific food

preferences. Food Quality and Preference, 70, 11–20.
Otterbring, T. (2018-b). Appetite for destruction: Counterintuitive effects of attractive faces on

people’s food choices. Submitted for publication.
Otterbring, T., & Lu, C. (2018). Clothes, condoms, and customer satisfaction: The effect of
employee mere presence on customer satisfaction depends on the shopping situation.
Psychology & Marketing, 35(6), 454–462.
Otterbring, T., Ringler, C., Sirianni, N.J., & Gustafsson, A. (2018). The Abercrombie & Fitch effect:
The impact of physical dominance on male customers’ status-signaling consumption. Journal
of Marketing Research, 55(1), 69–79.
Otterbring, T. & Sela, Y. (2018). Sexually arousing ads make hungry men financially impatient.
Submitted for publication.
Otterbring, T., & Shams, P. (2019). Mirror, mirror, on the menu: Visual reminders of overweight
stimulate healthier meal choices. Journal of Retailing and Consumer Services, 47, 177-183.
Otterbring, T., Shams, P., Wästlund, E. & Gustafsson, A. (2013). Left isn’t always right: Placement
of pictorial and textual package elements. British Food Journal, 115(8), 1211–1225.
Otterbring, T., Wästlund, E., Gustafsson, A. & Shams, P. (2014). Vision (im) possible? The effects
of in-store signage on customers’ visual attention. Journal of Retailing and Consumer Services,
21, 676–684.
Parr, W. V., Mouret, M., Blackmore, S., Pelquest-Hunt, T., & Urdapilleta, I. (2011). Representation
of complexity in wine: Influence of expertise. Food Quality and Preference, 22 (7), 647-660.
Parrett, M. (2015). Beauty and the feast: Examining the effect of beauty on earnings using
restaurant tipping data. Journal of Economic Psychology, 49, 34–46.
Pliner, P., & Chaiken, S. (1990). Eating, social motives, and self-presentation in women and men.
Journal of Experimental Social Psychology, 26 (3), 240–254.
Rateau, P., & Lo Monaco, G. (2016). La théorie structurale ou l’horlogerie des nuages.
Ribeiro, T. G., Barone, B., & Behrens, J. H. (2016). Genetically modified foods and their social
representation. Food Research International, 84, 120-127.
Rodrigues, H., Ballester, J., Saenz-Navajas, M. P., & Valentin, D. (2015). Structural approach of
social representation: Application to the concept of wine minerality in experts and consumers.
Rodrigues, H., Cielo, D. P., Goméz-Corona, C., Silveira, A. A. S., Marchesan, T. A., Galmarini,
M. V., & Richards, N. S. P. S. (2017). Eating flowers? Exploring attitudes and consumers'
representation of edible flowers. Food Research International, 100, 227-234.
Rodrigues, H., Otterbring, T., Piqueras-Fiszman, B., & Gómez-Corona, C. (2019). Introduction to
the special issue on Global perspectives on food and consumer science: A cross-cultural
approach. Food Research International, 116, 135-136.
Roney, J. R. (2003). Effects of visual exposure to the opposite sex: Cognitive aspects of mate
attraction in human males. Personality and Social Psychology Bulletin, 29, 393–404.
Rucker, D. D., & Galinsky, A. D. (2009). Conspicuous consumption versus utilitarian ideals: How
different levels of power shape consumer behavior. Journal of Experimental Social
Psychology, 45 (3), 549–555.
Saad, G. (2004). Applying evolutionary psychology in understanding the representation of women

in advertisements. Psychology & Marketing, 21 (8), 593–612.
Söderlund, M. (2016). Employee mere presence and its impact on customer satisfaction.
Psychology & Marketing, 33 (6), 449–464.
Son, J. S., Do, V. B., Kim, K. O., Cho, M. S., Suwonsichon, T., & Valentin, D. (2014).
Understanding the effect of culture on food representations using word associations: the case
of “rice” and “good rice”. Food Quality and Preference, 31, 38-48.
Sundie, J. M., Kenrick, D. T., Griskevicius, V., Tybur, J. M., Vohs, K. D., & Beal, D. J. (2011).
Peacocks, Porsches, and Thorstein Veblen: Conspicuous consumption as a sexual signaling
system. Journal of Personality and Social Psychology, 100 (4), 664–680.
Symoneaux, R., Galmarini, M. V., & Mehinagic, E. (2012). Comment analysis of consumer’s likes
and dislikes as an alternative tool to preference mapping. A case study on apples. Food Quality
and Preference, 24 (1), 59-66.
Townsend, J. M., & Levy, G. (1990). Effects of potential partners’ physical attractiveness and
socioeconomic status on sexuality and partner selection. Archives of Sexual Behavior, 19 (2),
149–164.
Trentmann, F. (2016). Empire of things: How we became a world of consumers, from the fifteenth
century to the twenty-first. Penguin UK.
Van den Bergh, B., Dewitte, S., & Warlop, L. (2008). Bikinis instigate generalized impatience in
intertemporal choice. Journal of Consumer Research, 35 (1), 85–97.
Vergès, P. (1992). L'evocation de l'argent: Une méthode pour la définition du noyau central d'une
représentation. Bulletin de psychologie.
Wachelke, J., & Wolter, R. (2011). Critérios de construção e relato da análise prototípica para
representações sociais. Psicologia: Teoria e pesquisa, 27 (4), 521-526.
Warde, A. (2009). Imagining British cuisine: Representations of culinary identity in the Good Food
Guide, 1951–2007. Food, Culture & Society, 12 (2), 151-171.
Wang, Y., & Griskevicius, V. (2014). Conspicuous consumption, relationships, and rivals:
Women’s luxury products as signals to other women. Journal of Consumer Research, 40 (5),
834–854.
Wästlund, E., Otterbring, T., Gustafsson, A. & Shams, P. (2015). Heuristics and resource
depletion: Eye-tracking customers’ in-situ gaze behavior in the field. Journal of Business
Research, 68, 95–101.
Wästlund, E., Shams, P., & Otterbring, T. (2018). Unsold is unseen… or is it? Examining the role
of peripheral vision in the consumer choice process using eye-tracking methodology. Appetite,
120, 49–56.
Wertenbroch, K. (1998). Consumption self-control by rationing purchase quantities of virtue and

vice. Marketing Science, 17 (4), 317–337.
Wilson, M., & Daly, M. (2004). Do pretty women inspire men to discount the future? Proceedings
of the Royal Society of London B: Biological Sciences, 271 (Suppl 4), S177–S179.
466
Índice temático
A C
AFNOR, 14, 48 Campo (de estudios cualitativos), 351
Análisis de correspondencias (AC), 175, Cámara de Gesell, 32
176 CATA, (Check-all-that-apply) 166,
Análisis de correspondencias múltiples … Perfil CATA 174
(ACMD), 195 … Pick-K, 177
Análisis de discurso, 383 … CATA temporal, 179
Análisis de estudios cualitativos, 381 Categoría de productos, 291
Análisis en componentes principales, 129, Categorización (Pruebas de), 193
155, 168, 195, 242 Category appraisal, 292
Análisis factorial múltiple (AFM), 168, 171 Central Location Test (CLT), 283, 301
Análisis fenomenológico interpretativo, 385 Claim, 274
Análisis multidimensional (Multidimensional Cluster analysis, 292
Scaling), 187, 194 Codificación de muestras, 58
Análisis multi-dimensionales, 155 Consumidor, 282
Análisis uni-dimensionales, 152 Consumidores (grupo de), 38
ANOVA, Análisis de la varianza, 142, 148 Contextos inmersivos, 318
De dos factores, 148 Crowdsorcing, 322
De tres factores, 142 Cualitativo (Estudios), 346
Modelos mixtos, 152 Cultura maker, 417
RATA, 178
MANOVA, 241
Análisis de estudios con
consumidores, 299 D
Antropología, 347 Datos personales, 113
Antropólogo, 405 Descriptores, 117
Apariencia física, 449 … Generación, 120
Asociaciones implícitas, 327 … Ejemplos, 122
ASTM, 24, 29 .. Reducción de lista, 126
… Media geométrica, 127
… Referencias, 135
Design anthropology, 406
B Design ethnography, 397
Band plot, 256 Design fiction / Diseño ficcion, 425
Bienestar (Medidas de), 312 Design thinking, 392
Big data, 410 Detección de señal
Brillat-Savarin, 11, 13 (ver: Teoría de la detección de señal, 62-
65)
Diagramas cualitativos, 403
Diferenciadores, 65
Diseño de experimentos (DOE), 287
Discrim(), 71 F
discrimSS() , 79 Fisiológicas (Medidas), 333
DISTATIS, 199 Focus groups, 365
Dominancia Temporal de Sensaciones … Ventajas y desventajas, 369
(DTS, TDS), 247, 237, 249 .. Diseño del estudio, 369
… Base del método, 248 … Consejos para la elaboración, 370
… Protocolo de evaluación, 250
… Análisis de datos, 251
… Métodos estadísticos, 258
… DTS dual, 260 -261 G
… Dominancia temporal de emociones, 260 Gusto (fisiología), 11
Gusto (sentidos), 14
Gustos básicos, 122
E
Elección de consumo, 455
Emociones, 280, 312 H
Emoji, 314 Hipotesis alternativa, 83
Entrenamiento del panel (Tiempo- Hipótesis nula, 82
Intensidad), 239
Escala hedónica, 276
Escala JAR (justo como me gusta), 277
Escasos recursos (estudios con Estudios I
exploratorios, 297 Intención de compra, 278
Entrevista, 357 Información demográfica, 286
… Ventajas y desventajas, 361 Informed liking, 293
… Diseño del estudio, 362 Innovar / Innovación (en estudios
… Consejos para la elaboración, 363 cualitativos), 394
Estudios de optimización, 300 Insights, 393
Estudios online, 321 Internet, 323
Estudios de validación, 301 ISO, 14
personas de), 287 ISO 8589, 24
Ética (en estudios), 322
Ética (en estudios cualitativos), 356
… Análisis de estudios cualitativos, 381
Etnografías, 373 L
… Ventajas y desventajas, 375 Laboratorio sensorial, 24
… Diseño del estudio, 376 Landscape segmentation analysis, 290
… Consejos para la elaboración, 377 Líder sensorial, 22
… Aplicada a la innovación, 411 Líder del panel, 22
Expectativas, 293 … Experiencia, 53
Expected liking, 293
M Panelistas, 34
Mapeo proyectivo, 202 Reclutamiento de, 35
… Principio general, 202 Pruebas de selección, 36-38
… Análisis estadístico, 203 Pruebas discriminativas, 52
… Variantes, 203 Perfil CATA, 174
… Ventajas y limitaciones, 210 Principio general, 174
… Con consumidores, 298 Análisis estadístico, 175
MDS (Análisis Multidimensional), 194 Variantes, 177
Maridaje de alimentos y bebidas, 261 Pick-K, 178
Maquetas cualitativas, 424 RATA (Rate-all-that-apply), 178
Medidas fisiológicas, 334 Temporal, 179
Medidas implícitas, 327 Aplicaciones, 180
Métodos descriptivos alternativos, 164-219 Beneficios y limitaciones, 185
Métodos descriptivos dinámicos, 235-265 Perfil flash, 166
Microbblogging, 415 Principio general, 167
Muestras, 39 Análisis estadístico, 168
… Pruebas discriminativas, 54 Aplicaciones, 168-169
Movimientos oculares, 329 Beneficios y limitaciones, 173-174
Multimedia, 318 Con consumidores, 295
Perfil Pivote, 186
Principio general, 186
Análisis estadístico, 187
N Aplicaciones, 188
Newton, 11 Ventajas y limitaciones, 191
Netnografía, 375 Persona (análisis cualitativo), 398
Niños (Pruebas con), 286 Peryam & Pilgrim, 11
No diferenciadores, 65 Posicionamiento sensorial polarizado, 212
Principio del método, 212
Variantes, 213
O Ventajas y limitaciones, 217
Observación, 356 Preferencia, 275
… No participante, 356 Comparación pareada, 275
… Participante, 356 De productos, 451
… Controlada, 356 Pruebas discriminativas, 44-103
Ocular (Movimientos), 329 2-AFC, 48, 50
Optimización (Estudios de), 302 Triangular, 48 - 49
Orden de presentación Dúo-trío, 48-49
… Pruebas discriminativas, 56-58 A - no A, 48, 51
Tétrada, 49, 89
2 sobre 5, 49
3-AFC, 49
P Idéntico-Diferente, 50
Pangborn, 12 Organización de la prueba, 54
Interpretación, 67, 86 Reclutamiento

poder de prueba, 72, 88 Panelistas discriminativos, 54
número de participantes, 77, 84 Panelistas descriptivos, 112
pruebas repetidas, 91 Redes sociales, 323
Pruebas descriptivas, 105-157 Repetibilidad, 139, 143
Etapas de perfil sensorial, 108,119 Representaciones sociales, 440
Selección de productos, 109 Como estudiarlas, 441
Panel, 110 Enfoque estructural, 441
Ventajas y desventajas, 111 La recolección de los datos, 441
Selección de panelistas, 114 El análisis de los datos, 442
Descriptores, 117 Riesgo alpha, 82
Entrenamiento del panel, 132
Escalas, 138
Desempeño del panel, 139, 148
Acuerdo de panel, 140, 144 S
Discriminación de productos, 146 Sala de consenso, 28
Obtención de datos, 150 Selección de panelistas, 114
Análisis de resultados, 151 Segmentación de consumidores, 281
Perfil descriptivo cuantitativo, 105 Sensometría
Perfil convencional, 106 The Sensometric Society, 15
Pruebas de categorización, 193 Sitios web, 325
Principio del método, 193
Variantes, 196
Aplicaciones, 197 T
Limitaciones, 201 Target (de consumidor), 273
Ventajas 201 Teoría de la detección de señal, 62-65.
Psicología, 348 Tiempo intensidad, 236
Cognitiva, 347, 447 Diseño del experimento, 238
Social, 349, 438 Manejo de datos, 241
Fenomenológica, 349 Análisis de casos, 243
Ventajas y desventajas, 2147-248.
Dual 237
Triangulación, 350
Q
QDA (Quantitative Descriptive Analysis),
105, 165
U
Urban Ethnography Lab, 419
User experience (UX), 359
R
RATA (Rate-All-That-Apply), 178
Realidad virtual, 320-322
V
Validación (Estudios de), 303 W
Verbalización (métodos), 166 Ward (Algoritmo), 184
471
472

Introducción Al Análisis Sensorial y Estudios Con Consumidores: Nuevas Perspectivas

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Introducción Al Análisis Sensorial y Estudios Con Consumidores: Nuevas Perspectivas

Cargado por

Copyright:

Formatos disponibles

1

Introducción al análisis sensorial y estudios

Carlos Gómez-Corona & Maud Lelièvre-Desmas (Eds.)

Introducción al análisis sensorial y estudios con

Imagen portada: Daniel SALAZAR LAMA y Tita CONCEPCIÓN.

XOC ESTUDIO S. de R.L. de CV.

Derechos de autor © 2019. XOC ESTUDIO, todos los derechos reservados.

Este libro contiene información obtenida de fuentes auténticas y de gran prestigio. Se

PRIMERA EDICION. JULIO 2019.

Por favor citar el libro como

Editor general: Carlos Gómez Corona.

Introducción al análisis sensorial y estudios con consumidores 9

PARTE I. Análisis sensorial

1.1 Aspectos básicos: Laboratorio, panelistas, logística y selección 21

1.2 Pruebas discriminativas 44

1.3 Pruebas descriptivas tradicionales 105

1.4 Métodos descriptivos alternativos 164

1.5 Métodos descriptivos dinámicos 233

PARTE II. Estudios con consumidores

2.1 Estudios cuantitativos tradicionales 269

2.2 Nuevas técnicas en estudios cuantitativos con consumidores 308

2.3 Estudios cualitativos tradicionales 343

2.4 Nuevos métodos en estudios cualitativos 391

2.5 Métodos de psicología en los estudios con consumidores 435

Carlos GÓMEZ CORONA

Me gustaría agradecer calurosamente a Carlos GÓMEZ-CORONA por haberme propuesto

Gracias a mis colegas y amigos, aquí y en otros lugares.

Maud LELIÈVRE DESMAS

Maud LELIÈVRE DESMAS es profesora asociada en la Unidad de Alimentos y Calidad de ISA

Lucía ANTÚNEZ, Universidad de la República, Uruguay

Gastón ARES, Universidad de la República, Uruguay

Gaëlle ARVISENET, CSGA AgroSup Dijon, Francia

Pilar CARMONA-ESCUTIA, Universidad Autónoma Metropolitana, México

Sylvie CHOLLET, ISA Lille, Institut Charles VIOLLETTE, Francia

Catherine DACREMONT, AgroSup Dijon, Francia

Héctor ESCALONA-BUENDÍA, Universidad Autónoma Metropolitana, México

Mara GALMARINI, Pontificia Universidad Católica Argentina, Argentina

Carlos GÓMEZ-CORONA, XOC Estudio, México; Firmenich SA. México

Maud LELIÈVRE-DESMAS, Institut Charles VIOLLETTE, Francia

Tobias OTTERBRING, Universidad de Aarhus, Dinamarca

Heber RODRIGUES, UNICAMP, Brasil

Angélica ROMERO-MEDINA, Universidad Autónoma Metropolitana, México

François SAUVAGEOT, AgroSup Dijon, Francia

Amparo TÁRREGA, Instituto de Agroquímica y Tecnología de Alimentos, España

Dominique VALENTIN, CSGA AgroSup Dijon, Francia

Paula VARELA, Nofima, Noruega

Olivier WATHELET, Users Matter, Bélgica

María Clara ZAMORA, Pontificia Universidad Católica Argentina, Argentina

Introducción: Análisis sensorial y estudios

Carlos GÓMEZ-CORONA1 & Maud LELIÈVRE DESMAS2

En los 10 años que transcurrieron entre Tilgner y Amerine, Pangborn y Roessler, el

Inicialmente el análisis sensorial en las universidades tiene su hogar predilecto en

metodológico, permitirá al lector entender todos los aspectos importantes sobre la

3. Los estudios con consumidores

el diseño industrial. El día de hoy estudiamos al consumidor como un buscador de

El Capítulo 1 de la sección con consumidores trata sobre los “Estudios Cuantitativos

El Capítulo 3, habla sobre los “Estudios cualitativos tradicionales”. En este capítulo se

Brillat-Savarin, J. A. (1848). Physiologie du goût. Gabriel de Gonet : Project Gitenberg. Retrieved

Euromonitor (2019). Top 10 Global Consumer Trends 2019. Euromonitor International.

Tilgner D. J. Analiza organoleptyczna zywnosci. 1957. Warszawa: Wyd. Przemyslu Lekkiego i

PARTE 1: ANÁLISIS SENSORIAL

1.1 Aspectos básicos: laboratorio,

Héctor ESCALONA BUENDÍA1, Angélica ROMERO MEDINA1,2 y Pilar CARMONA