Documentos de Académico
Documentos de Profesional
Documentos de Cultura
XOC ESTUDIO ®
2
________________________________________________
Editado por:
Carlos Gómez-Corona
Maud Lelièvre-Desmas
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.
Para más información sobre XOC ESTUDIO, por favor visita nuestro sitio de internet
www.xocestudio.com
CONTENIDO
Prefacio 5
Agradecimientos 6
Editores 7
Lista de autores 8
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.
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.
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.
AUTORES
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
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 12
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 ®
Introducción: Análisis sensorial y estudios con consumidores 13
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).
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
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 14
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.
Introducción: Análisis sensorial y estudios con consumidores 15
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
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 16
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
Introducción: Análisis sensorial y estudios con consumidores 17
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.
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.
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.
Introducción: Análisis sensorial y estudios con consumidores 19
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.
___________________________________
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
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 22
1. Introducción
2. El líder sensorial
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:
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.
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.
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.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 30
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
Capítulo 1.1 Aspectos básicos: laboratorio, panelistas, logística y selección 33
una cámara de Gesell para realizar estudios de grupos de enfoque que se evalúen desde
el exterior (Fig. 13)
Otra opción de configuración del área de estudios de consumidor sería simulando una
tienda (Fig. 14).
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 34
Fig. 14. Área para estudios de consumidores en configuración de tienda (con repisas o
anaqueles). Imagen: UAM-I ®.
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.
4.1.1 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.
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.
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
Capítulo 1.1 Aspectos básicos: laboratorio, panelistas, logística y selección 37
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
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
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 38
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.
Capítulo 1.1 Aspectos básicos: laboratorio, panelistas, logística y selección 43
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
CONTENIDO
1. Introducción
2. Las pruebas discriminativas
2.1. Las pruebas
4. El marco conceptual
8. Conclusiones
Referencias
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 46
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.
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.
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).
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.
Capítulo 1.2 Pruebas discriminativas 49
T 571 125
Triangular Entre las tres muestras, dos provienen del mismo producto y la tercera 1/3
de otro.
886 760 990
Tétrada Entre las 4 muestras dos provienen del mismo producto y las otras dos 1/3
muestras provienen de un producto diferente.
“2 sobre 5” Entre las 5 muestras, dos provienen del mismo producto, y las muestras 1/10
restantes provienen de un producto diferente.
571 125
3-AFC Entre las tres muestras, dos provienen del mismo producto y la tercera 1/3
muestra de otro.
937 105 338
A – no A 1/2
A
Prueba la muestra A
127
A – no A 1/2
A
Con Prueba la muestra A
respuestas
127
(R-index)
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
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 52
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.
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.
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.
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).
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?
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.
Duo-trio AB, BA
2-AFC AB, BA
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).
Las muestras son presentadas seguidas de códigos aleatorios de tres cifras (Figura 2).
Según la prueba, uno o dos códigos por producto son necesarios:
En R, el comando:
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.
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.
Figura 3: Modelo thrustoniano: vínculo entre el continuum físico y continuum perceptivo. Video.
Figura 4: Funciones psicométricas de las pruebas: relación entre el índice de detección (d’) y la
proporción de respuestas correctas (Pc).
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.
Donde:
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).
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:
pc pd d.prime
Standard errors:
pc pd d.prime
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.
Capítulo 1.2 Pruebas discriminativas 69
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
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 70
¿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.
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.
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.
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
Capítulo 1.2 Pruebas discriminativas 73
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.
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
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
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
alpha = 0.05: valor del riesgo α
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
Capítulo 1.2 Pruebas discriminativas 77
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).
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.
discrimSS(pdA = 0.7713, pd0=0, target.power = 0.90, alpha = 0.05, pGuess = 1/3, test = "difference",
statistic = "stable.exact")
Argumentos:
pGuess = 1/3: probabilidad de respuesta correcta al azar (= 1/3 para la prueba triangular)
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
Argumentos:
statistic = " stable.exact": opción de cálculo (opciones idénticas a las funciones d.primePwr() presentadas
en la Nota 2 del cuadro3).
Salida: 9
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 80
Cuadro 5: Funcion findcr(): cálculo del número crítico de respuestas correctas para demostrar
una diferencia.
Argumentos:
alpha = riesgo α
p0= 1/3: probabilidad de respuestas correctas por azar Pguess (1/3 para la prueba triangular)
test = "difference" para una prueba que busca demostrar una diferencia
Salida: 9
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.
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.
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 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”).
discrim(correct = 49, total = 137, d.prime0 = 1.3, conf.level = 0.98, method = "triangle",
test = "similarity", statistic = "exact")
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 86
discrim(correct = 15, total = 33, d.prime0 = 1.75, conf.level = 0.90, method = "triangle",
test = "similarity", statistic = "exact")
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.
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).
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.
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.
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.
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)
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 92
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
Capítulo 1.2 Pruebas discriminativas 93
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.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 94
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.
En comparación con una prueba en la que un participante realiza una sola prueba, los
cambios se refieren a:
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.
13 …
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 96
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).
Capítulo 1.2 Pruebas discriminativas 97
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.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 98
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
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.
Capítulo 1.2 Pruebas discriminativas 99
corrected = TRUE : uso del método Béta-Binomial corregido del azar para la estimación de
proporción de detección de Pd verdaderos.
Salida:
Chance-corrected beta-binomial model for the triangle protocol with 90 percent confidence
intervals
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
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 100
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.
Capítulo 1.2 Pruebas discriminativas 101
... 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.
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.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 104
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 ISA, Univ. Lille, INRA, Univ. Artois, Univ. Littoral Côte d’Opale, EA 7394 – ICV - Institut Charles VIOLLETTE
2 CSGA AgroSup Dijon, CNRS, INRA, Université Bourgogne Franche-Comté, 21000 Dijon, France.
CONTENIDO
1. Introducción
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).
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.
Figura 1. El perfil sensorial, una herramienta que puede intervenir en las diferentes etapas de
vida de un producto.
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
Capítulo 1.3 Pruebas descriptivas tradicionales 109
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
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 110
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
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.
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)
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 112
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.
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.
Capítulo 1.3 Pruebas descriptivas tradicionales 113
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.
Figura 3. Ejemplos de preguntas que nos permiten medir el interés y la curiosidad de los
candidatos por la alimentación y la cocina.
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
• 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
Capítulo 1.3 Pruebas descriptivas tradicionales 115
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).
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 116
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
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:
Capítulo 1.3 Pruebas descriptivas tradicionales 117
• 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.
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
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 118
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.
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.
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.
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
Capítulo 1.3 Pruebas descriptivas tradicionales 121
Tabla 2: Una tabla para ayudar a los panelistas durante la generación individual de descriptores.
Se pueden realizar varias “astucias” para ayudar a los panelistas poco inspirados a
encontrar más términos.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 122
• 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.
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 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”.
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.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 126
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.
Capítulo 1.3 Pruebas descriptivas tradicionales 127
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
𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆 𝑑𝑑𝑑𝑑 𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑 𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑 𝑝𝑝𝑝𝑝𝑟𝑟 𝑒𝑒𝑒𝑒 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑒𝑒𝑒𝑒 𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑
𝐼𝐼 =
𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆 𝑑𝑑𝑑𝑑 𝑖𝑖𝑖𝑖𝑡𝑡𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 𝑚𝑚á𝑥𝑥𝑥𝑥𝑥𝑥𝑥𝑥𝑥𝑥 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 (#𝑑𝑑𝑑𝑑 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 × #𝑑𝑑𝑑𝑑 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 × 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐ó𝑛𝑛 𝑚𝑚á𝑥𝑥𝑥𝑥𝑥𝑥𝑥𝑥)
× 100
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)
Capítulo 1.3 Pruebas descriptivas tradicionales 129
c: ACP tomando en cuenta únicamente a los descriptores para los cuales la media
geométrica es superior al 20% (32)
d: ACP tomado en cuanto únicamente a los descriptores para los cuales la media
geométrica es superior al 25% (30)
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
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 130
final de descriptores, el análisis puede realizarse sobre la lista completa, o por modalidad
sensorial.
• 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).
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.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 132
Además, puede ser difícil la eliminación de los términos que son multidimensionales, sin
el recurso de la discusión.
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.
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
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 134
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.
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.
Capítulo 1.3 Pruebas descriptivas tradicionales 135
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
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 136
Ejemplos:
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.
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
Capítulo 1.3 Pruebas descriptivas tradicionales 137
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.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 138
Figura 9. Esquema que ilustra una evaluación comparativa (a) y una evaluación monadica (b)
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.
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.
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.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 142
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.
Dónde:
–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.
Capítulo 1.3 Pruebas descriptivas tradicionales 143
–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.
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.
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.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 146
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).
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).
¿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?
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.
Capítulo 1.3 Pruebas descriptivas tradicionales 149
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?).
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.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 150
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).
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
Capítulo 1.3 Pruebas descriptivas tradicionales 151
monádica secuencial, equilibradas para todos los panelistas. En los estudios en donde
el número de productos es alto, será necesario organizar varias sesiones.
8. Análisis de resultados
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).
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.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 154
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.
- 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.
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.
Capítulo 1.3 Pruebas descriptivas tradicionales 155
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).
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
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 156
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.
Capítulo 1.3 Pruebas descriptivas tradicionales 157
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.
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.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 158
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.
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.
Capítulo 1.3 Pruebas descriptivas tradicionales 159
ISO 11035 :1995. Analyse sensorielle - Recherche et sélection de descripteurs pour l'élaboration
d'un profil sensoriel, par approche multidimensionnelle.
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.
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.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 160
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).
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.
Capítulo 1.3 Pruebas descriptivas tradicionales 161
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 162
Capítulo 1.3 Pruebas descriptivas tradicionales 163
164
1 ISA, Univ. Lille, INRA, Univ. Artois, Univ. Littoral Côte d’Opale, EA 7394 – ICV - Institut Charles VIOLLETTE
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).
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 166
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.
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.
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.
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
Capítulo 1.4 Métodos descriptivos alternativos 169
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).
2.1.4.1 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).
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 170
Figura 3. Instrucciones dadas a los participantes del perfil flash de papas fritas.
Figura 4. Hoja de respuestas del panelista 1, después de realizar el perfil flash de 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).
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.
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.
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).
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
Capítulo 1.4 Métodos descriptivos alternativos 177
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
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).
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).
2.2.4 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.,
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 180
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).
Capítulo 1.4 Métodos descriptivos alternativos 181
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).
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).
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
Capítulo 1.4 Métodos descriptivos alternativos 183
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.
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.
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).
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 186
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).
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 188
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.
Capítulo 1.4 Métodos descriptivos alternativos 189
2.1.3.2 Resultados
Los resultados fueron colectados como lo explica la Figura 18 y sometidos a un AC.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 190
Figura 21. AC: proyección de cervezas y descriptores en las dos primeras dimensiones.
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.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 192
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
Capítulo 1.4 Métodos descriptivos alternativos 195
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).
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,
Capítulo 1.4 Métodos descriptivos alternativos 197
& 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).
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.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 198
Figura 25. Ilustración de la hoja de respuestas del panelista durante la prueba de categorización.
Capítulo 1.4 Métodos descriptivos alternativos 199
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.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 200
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.
Capítulo 1.4 Métodos descriptivos alternativos 201
Figura 29. DISTATIS: Mapa de los productos con los descriptores proyectados como variables
suplementarias.
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.
Capítulo 1.4 Métodos descriptivos alternativos 205
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.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 206
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.
3.2.4.2 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.
Capítulo 1.4 Métodos descriptivos alternativos 207
Figura 32. Ilustración de la sesión del mapeo proyectivo para los panes de caja.
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.
Capítulo 1.4 Métodos descriptivos alternativos 209
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.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 210
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.
Capítulo 1.4 Métodos descriptivos alternativos 211
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.
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.
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),
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 214
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).
3.3.5.1 Protocolo
Los panelistas recibieron las instrucciones, como se presenta en la Figura 41.
Capítulo 1.4 Métodos descriptivos alternativos 215
Figura 42. Datos obtenidos para los panelistas 1, 2 y 30, después de realizar un PSP.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 216
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).
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…).
Capítulo 1.4 Métodos descriptivos alternativos 217
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.
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.
Capítulo 1.4 Métodos descriptivos alternativos 219
Referencias
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.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 220
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
Preference, 45, 75–86.
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.
Food Quality and Preference, 55, 67–78.
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.
Capítulo 1.4 Métodos descriptivos alternativos 221
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
Quality and Preference, 46, 137–141.
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.
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.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 222
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., 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.
Capítulo 1.4 Métodos descriptivos alternativos 223
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.
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.
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., 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.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 224
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.
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.
Capítulo 1.4 Métodos descriptivos alternativos 225
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
Quality and Preference, 51, 65–71.
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.
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.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 226
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., & 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.
Capítulo 1.4 Métodos descriptivos alternativos 227
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., 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.
Food Quality and Preference, 47, 73–78.
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.
Food Quality and Preference, 47, 73–78.
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.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 228
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 com- parison. 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.
Capítulo 1.4 Métodos descriptivos alternativos 229
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
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 230
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.
Capítulo 1.4 Métodos descriptivos alternativos 231
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. (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., Valentin, D., Marchal, R., & Dacremont, C. (2015). Pivot© profile: A new descriptive
method based on free description. Food Quality and Preference, 42, 66–77.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 232
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
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
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 234
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).
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.
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
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 240
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
Capítulo 1.5 Métodos descriptivos dinámicos 241
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.
Capítulo 1.5 Métodos descriptivos dinámicos 243
Los datos son presentados como medias (± desviación estándar). El efecto significativo
de género solo está presente en AUC.
Capítulo 1.5 Métodos descriptivos dinámicos 245
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
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
Capítulo 1.5 Métodos descriptivos dinámicos 247
3.1 Las bases del método: ¿qué mide la Dominancia Temporal de Sensaciones?
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 248
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
Capítulo 1.5 Métodos descriptivos dinámicos 249
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).
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.
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.
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.
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.
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
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 256
Figura 9. Curvas de diferencia para comparar dos chocolates. Producto 1 (arriba) vs. Producto
2 (abajo).
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.
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.
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.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 262
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
Quality and Preference, 8, 131-140.
Dijksterhuis, G., Flipsen, M. & Punter, P. (1994). Principal component analysis of TI-curves: Three
methods compared. Food Quality and Preference, 5, 121-127.
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
Quality and Preference, 15, 239-245.
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.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 264
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.
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., 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.
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.
Capítulo 1.5 Métodos descriptivos dinámicos 265
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.
Piggott, J. R. (2000). Dynamism in flavour science and sensory methodology. Food Research
International, 33, 191-197.
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., 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.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 266
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.
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.
Capítulo 1.5 Métodos descriptivos dinámicos 267
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
and Preference, 40, 365-375.
Van Buuren, S. (1992). Analysing TI responses in sensory evaluation. Food Technology, 46, 101-
114.
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
___________________________________
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
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 270
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.
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
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 276
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.
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:
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
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 278
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.
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
Capítulo 2.1 Estudios cuantitativos tradicionales 281
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).
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
Capítulo 2.1 Estudios cuantitativos tradicionales 283
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.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 286
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
Capítulo 2.1 Estudios cuantitativos tradicionales 287
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.
Tabla 1. Diseño de experimento para el estudio de panes con niños (Varela et al., 2016).
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 ®.
Capítulo 2.1 Estudios cuantitativos tradicionales 289
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.
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.
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.
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.
Figura 9. Un consumidor realizando un Mapeo Proyectivo. Foto tomada por Jon-Are Berg-
Jacobsen/Nofima®.
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.
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
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 298
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.
Capítulo 2.1 Estudios cuantitativos tradicionales 299
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.
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).
Capítulo 2.1 Estudios cuantitativos tradicionales 301
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.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 302
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.
Capítulo 2.1 Estudios cuantitativos tradicionales 303
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.
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.
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.
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.
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.
Food Quality and Preference, 56, 18-27.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 304
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
and Preference, 40, 335-342.
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
Quality and Preference, 56, 301-309.
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
Capítulo 2.1 Estudios cuantitativos tradicionales 305
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.
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).
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.
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.
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.
Food Quality and Preference, 35, 70-85.
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.
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., & 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
Quality and Preference, 34, 79-87.
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
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
3.3 Perspectivas y desafíos
4. Utilización de internet y redes sociales
4.1 Recolección de datos online
4.2 Crowdsourcing
4.3 Evaluaciones de productos en sitios web
4.4 Perspectivas y desafíos
5. Aplicación de medidas implícitas
5.1 Asociaciones implícitas
5.2 Detección de movimientos oculares
5.3 Medidas fisiológicas
5.4 Perspectivas y desafíos
6. Conclusiones
Referencias
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 309
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.
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.
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
, ).
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.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 313
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.
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
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 315
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
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
Capítulo 2.2 Nuevas técnicas en estudios cuantitativos con consumidores 320
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
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 323
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.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 327
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.
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
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 329
(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.
Capítulo 2.2 Nuevas técnicas en estudios cuantitativos con consumidores 330
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.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 331
Figura 8. Ejemplo de un mapa de calor construido a partir del número de fijaciones que realizaron
los participantes sobre la etiqueta.
Capítulo 2.2 Nuevas técnicas en estudios cuantitativos con consumidores 332
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.
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
Capítulo 2.2 Nuevas técnicas en estudios cuantitativos con consumidores 334
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
Quality and Preference, 64, 253–263.
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.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 335
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.
Capítulo 2.2 Nuevas técnicas en estudios cuantitativos con consumidores 336
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.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 337
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.
Food Quality and Preference, 57, 114-125.
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.
Capítulo 2.2 Nuevas técnicas en estudios cuantitativos con consumidores 338
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
Quality and Preference, 56, 301–309.
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
Preference, 39, 82–94.
Köster, E. P. (2003). The psychology of food choice: Some often encountered fallacies. Food
Quality and Preference, 14, 359–373.
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.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 339
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.
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. (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.
Capítulo 2.2 Nuevas técnicas en estudios cuantitativos con consumidores 340
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.
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.
Scherer, K. R. (2005). What are emotions and how can they be measured?. Social Science
Information, 44(4), 695–729.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 341
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
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.
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.
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
Quality and Preference, 26, 22-34.
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.
Capítulo 2.2 Nuevas técnicas en estudios cuantitativos con consumidores 342
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
Quality and Preference, 41, 201–213.
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
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
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 344
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 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.
De acuerdo con Forrester (2010), algunas de las preguntas claves que tienden a
realizarse en estudios cualitativos en psicología son:
• 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.
• 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.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 348
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
Capítulo 2.3 Estudios cualitativos tradicionales 349
grupo social. De manera más amplia, podemos decir que la representación social
designa una forma de pensamiento social.
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
Capítulo 2.3 Estudios cualitativos tradicionales 353
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
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 356
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.
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.
4.1 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
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 358
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.
Nivel de
profundidad
Entrevista 1
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
Las entrevistas a profundidad suelen Se requiere una buena guía de entrevista para
proporcionar mucha información con pocos hacer las preguntas adecuadas.
casos.
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.
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
Capítulo 2.3 Estudios cualitativos tradicionales 363
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.
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
Capítulo 2.3 Estudios cualitativos tradicionales 365
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.
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.”
“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”
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.
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.
¿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.
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:
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 370
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.
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
Capítulo 2.3 Estudios cualitativos tradicionales 373
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).
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
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 374
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),
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.
Capítulo 2.3 Estudios cualitativos tradicionales 377
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.
Hablar en el idioma de los participantes Mezclar idiomas, como frases en español y en
inglés, o algún otro idioma
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:
• ¿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
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.
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.
“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.
Capítulo 2.3 Estudios cualitativos tradicionales 385
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
Capítulo 2.3 Estudios cualitativos tradicionales 387
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
Arsel, Z. (2017). Asking questions with reflexive focus: A tutorial on designing and conducting
interviews. Journal of Consumer Research, 44(4), 939-948.
Beck, L. C., Trombetta, W. L., Share, S. (1986). Using focus group sessions before decisions are
made. North Carolina Medical Journal, 47, 73-74.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 388
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.
Delhomme, P., Dru, V., Finkelstein, R., Verlhiac, J. F., Mazé, C., Meyer, T., & N'gbala, A. (2005).
Psychologie sociale. Hachette Éducation.
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.
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.
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.
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.
Capítulo 2.3 Estudios cualitativos tradicionales 389
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.
Malinowski, B. (1979 [1922]). Los argonautas del Pacífico Occidental. Barcelona: Peninsula.
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.
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.
Rowley, J. (2012). Conducting research interviews. Management Research Review, 35(3/4), 260-
271.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 390
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.
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.
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
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.
Zimbardo, P. G., Haney, C., Banks, W. C., & Jaffe, D. (1971). Stanford prison experiment.
Zimbardo, Incorporated.
391
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
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 392
1. Introducción
Lo digital y el diseño como recursos creativos para los estudios cualitativos
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
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 394
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.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 396
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:
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
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 398
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
Capítulo 2.4 Nuevos métodos en estudios cualitativos 399
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).
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.
Capítulo 2.4 Nuevos métodos en estudios cualitativos 401
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
Capítulo 2.4 Nuevos métodos en estudios cualitativos 403
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.
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
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 406
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.
Capítulo 2.4 Nuevos métodos en estudios cualitativos 407
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.
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
Capítulo 2.4 Nuevos métodos en estudios cualitativos 409
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
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 410
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.
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.
usuarios humanos, y las imágenes pueden ser el objeto de comentarios a posteriori por
parte de los usuarios.
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.
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.
Capítulo 2.4 Nuevos métodos en estudios cualitativos 417
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.
estudio (por ejemplo, un calendario magnético para colocar en una nevera en el caso de
un estudio culinario).
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.
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.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 422
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
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.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 424
(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.
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:
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.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 428
5. Conclusiones
De la “mosca sobre la pared” a “coreógrafo ontológico”, lo cualitativo más allá de los
estudios
Referencias
Akama, Y., Pink, S. & Sumartojo, S. (2018). Uncertainty and Possibility. New approaches to
Future Making in Design Anthropology. London: Bloomsbury.
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.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 430
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.
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.
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
Coleman, G. (2016). Hacker, activiste, faussaire, mouchard, lanceur d’alerte. Montréal : Lux.
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.
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.
Capítulo 2.4 Nuevos métodos en estudios cualitativos 431
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.
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., 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.
Hine, Christine. (2015). Ethnography for the Internet. Embedded, Embodied and Everyday.
London: Bloomsbury.
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.
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.
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.
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.
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.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 434
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. (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
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
2.4 Perspectivas y desafíos
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.
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.
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).
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).
podría realizar una prueba exacta de Fisher entre los dos países y el tipo de
consumidores para cada categoría semántica.
Figura 2. Las cuatro zonas de la representación social obtenidas del cruce de frecuencia versus
importancia (Abric, 2003).
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
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 445
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
Capítulo 2.5 Métodos de psicología en los estudios con consumidores 446
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
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.
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
Capítulo 2.5 Métodos de psicología en los estudios con consumidores 452
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.
Capítulo 2.5 Métodos de psicología en los estudios con consumidores 456
Referencias
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
Quality and Preference, 64, 253–263.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 459
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.
Capítulo 2.5 Métodos de psicología en los estudios con consumidores 460
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.
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.
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
Capítulo 2.5 Métodos de psicología en los estudios con consumidores 462
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.
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., & 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.
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 463
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.
Food Quality and Preference, 46, 166-172.
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.
Söderlund, M. (2016). Employee mere presence and its impact on customer satisfaction.
Psychology & Marketing, 33 (6), 449–464.
Capítulo 2.5 Métodos de psicología en los estudios con consumidores 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.
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
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 467
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
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 468
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
Análisis estadístico, 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
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 469
U
Urban Ethnography Lab, 419
User experience (UX), 359
R
RATA (Rate-All-That-Apply), 178
Realidad virtual, 320-322
Introducción al análisis sensorial y estudios con consumidores: Nuevas perspectivas 470
V
Validación (Estudios de), 303 W
Verbalización (métodos), 166 Ward (Algoritmo), 184
471
472