NOTA

91
Muy bien! Universidad de Costa Rica
Facultad de Ciencias Agroalimentarias
Escuela de Tecnología de Alimentos
TA 0131: Análisis Sensorial de Alimentos

Josué Cordero Gómez (B72287) Ana Fabiola Rojas Vega (B66302)

Reporte 2. Ordenamiento y escalas para el análisis sensorial

Introducción 13 pts muy claras las ideas y ordenadas :D

En el análisis sensorial, cuando se desea comparar si dos productos difieren en sus
atributos, se puede optar por técnicas de discriminación cuando las diferencias entre los
productos son confundibles. No obstante, cuando dichas diferencias son notorias, se
puede optar por técnicas de ordenamiento y escalas, siendo este uno de los usos más
Usos, muy bien!
utilizados de las técnicas del análisis sensorial. Sin embargo, estas técnicas no solo
permiten al analista determinar si existen o no diferencias entre los productos, sino que
además permiten traducir las preferencias o percepciones que tienen los panelistas en
atributos definidos; de forma tal que se pueda cuantificar la percepción que el consumidor
tiene sobre dichos atributos o su preferencia en medidas hedónicas o análisis descriptivo
(Lawless& Heymann, 2010). A su vez, el uso de escalas ha sido empleado en la psicofísica,
para reportar la intensidad de características, como lo puede ser, la intensidad del picor,
pungencia, entre otros (Manfugás, 202, ). Super bien!!
Ahora bien, existen diferentes tipos de escala, como lo son la nominal, ordinal,
proporciones y de intervalos. La primera de ella,s consiste en la asignación de un número a
la categoría, este número no responde a un orden entre las clases. A pesar de que las
variables son de carácter cualitativo (intensidad de dulzor, color, entre otros), se asocia su
carácter a un número cuantitativo, que facilita la interpretación de resultados. En el caso
de la escala ordinal, a diferencia de la nominal, sí hay un orden establecido para las
categorías, por ejemplo “más a menos intenso”. Para el caso de las escala de proporciones
e intervalos, los valores representan una magnitud de distancia y usualmente son
utilizadas para medir la desviación de un atributo, contra un producto de referencia
(Lawless& Heymann, 2010).
Teniendo esto claro, es importante mencionar que, el uso de la escala implica no
solo la detección de un estímulo sensorial, sino también su interpretación, donde influyen
factores psicofísicos y el contexto (marco de referencia) del panelista, generando así, una
respuesta subjetiva, que permite la asignación de un número o valor en la escala. Por
ejemplo, ante una mismo estímulo, distintos panelistas pueden medir la dureza del
estímulo con un valor mayor o menor, dependiendo de qué consideran ellos como “duro”,
este marco de referencia de cada panelista puede variar en gran medida, dependiendo de
sus experiencias vividas, esto ya que el ser humano no es un buen instrumento capaz de
medir valores absolutos, sin embargo, si es capaz de medir diferencias por medio de la
comparación de estímulos (Moskowitz & Jacobs 2018). Muy buenos aportes!
Tomando todos estos factores en cuenta, es que surgieron las metodologías de
escalas, entre las más utilizadas se encuentra la escala de ordenamiento. En este método
se le presenta al panelista varias muestras y debe ordenarlas de forma creciente, según
sea la intensidad del atributo evaluado, sin permitir empates entre las muestras. Con esta
metodología, se puede observar si los jueces distinguen diferencias entre las muestras, no
obstante, no es posible identificar la magnitud de la diferencia entre un número y otro. Por
otra parte, la escala categórica, es una escala nominal donde se asigna un valor numérico
al atributo evaluado de más intenso a menos intenso, con este tipo de escala, lo que se
pretende es analizar la distribución de las frecuencias (Aykan et al, 2020).
Otra de las escalas más utilizadas es la escala lineal, la cual consiste en una recta
horizontal con referencias en los extremos; permitiendo así que el juez marque una línea
vertical en la sección de la escala, donde siente representada su respuesta ante el
estímulo. Posteriormente, el analista puede proceder a medir la distancia desde los
extremos hasta la línea de respuesta y traducir dicha respuesta a un valor cuantitativo
(Ramírez, 2012). Finalmente, la escala de estimación de la magnitud, es utilizada para la
determinación de diferencias en los atributos, comparadas contra un producto de
referencia. Al panelista se le presentan muestras con concentraciones distintas de algún
componente que dispare una respuesta (dulzor, amargor, etc) y a su vez, se le presenta
una muestra de referencia. A partir de las muestras presentadas, los panelistas deben
calificar las muestras de menos intensa a más intensa, comparando contra la referencia
(Lawless& Heymann, 2010). Limitaciones de las escalas? -2pts
Ahora bien, los datos generados se pueden analizar con estadística paramétrica
que cumple con los supuestos de normalidad estadística y homocedasticidad, a su vez, se
puede utilizar estadística no paramétrica que se caracteriza por tener distribución libre. La
estadística paramétrica por su parte, tiene mayor robustez estadística, sin embargo, al
trabajar con valores que en su esencia son cuantitativos, la estadística no paramétrica
suele ser la opción más empleada en el análisis de escalas con variables discretas, ya que
no se puede asumir la normalidad y homocedasticidad de los datos medidos. Ejemplos de
modelos estadísticos que entran en estas categorías, son el ANOVA para la estadística
paramétrica y la prueba Friedman con comparaciones múltiples de Nemenyi para
estadística no paramétrica (Hoskin, 2012).
Tomando en cuenta la información presentada, se tuvo como principal objetivo de
la presente práctica analizar los niveles de saturación en el color rojo y su percepción
sensorial utilizando los métodos de escalas descritos y comparándolos con métodos de
estadística no paramétrica y paramétrica.
Materiales y métodos 14 pts!

En la presente práctica se demuestra las similitudes y las diferencias entre diversas

escalas empleadas usualmente en el análisis sensorial de alimentos. Para el desarrollo de
la misma se aplicó la escala de ordenamiento, la escala de categorías (estructurada) y la
escala lineal o gráfica (no estructurada) y la desviación de la referencia. Estas se emplearon
para la evaluación de la saturación de color rojo, es decir, de la intensidad del color, en 8
muestras de una bebida de cranberry y grape de la marca “Ocean Spray” modificadas en el
Laboratorio de Análisis Sensorial de la Escuela de Tecnología de Alimentos. Se emplearon
concentraciones de 30%, 40%, 50%, 60%, 70%, 80%, 90% y 100%. Tomando como
referencia una concentración de 60%. Las muestras se presentaron en copas con
iluminación estándar.
Estas pruebas se aplicaron a una panel de 26 estudiantes de Ingeniería de
cuatro
Alimentos de la Universidad de Costa Rica, donde 4 son hombres y 22 son mujeres, cuya
edad se encuentra en un rango de entre 21 a 37 años. Para todas las pruebas se trabajó en
parejas, en donde primero uno de la pareja representó al juez y el otro estudiante al
panelista, y posteriormente se intercambió los roles. Para el desarrollo de la práctica, se
llevó a cabo el procedimiento detallado en el manual “Descripción de las prácticas del
laboratorio de análisis sensorial” (Cubero, Araya & Fallas, s.f) , junto con las modificaciones
brindadas en el documento “Prácticas de Escalas Actualizadas 2022” brindadas por M.Des
Pilar Fallas. Las muestras fueron previamente codificadas y aleatorizadas.
Para la prueba de ordenamiento se solicitó ordenar las muestras de menos
saturada en rojo a más saturada (siendo 1 la menos saturada). Para la escala de categorías
se le indicó al panelista medir la saturación del rojo para cada muestra en una escala del 1
al 10 (siendo 10 muy altamente saturada). En el caso de la prueba de escala lineal o gráfica
se le pidió al panelista que evaluara la saturación del rojo en una escala linear de 10 cm,
trazando una línea virtual en la escala. En la prueba de desviación de la referencia se
solicitó evaluar el grado de diferencia en la intensidad del color rojo, en una escala de
categorías, comparando la referencia contra las muestras.
Para el análisis de los resultados de las cuatro pruebas se efectuó un análisis no
paramétrico de los datos con la prueba Friedman para determinar si hay o no diferencias
significativas, y se empleó un análisis comparaciones múltiples de Nemenyi para detectar
entre cuáles concentraciones se encuentra la diferencia, cuando se detectara, por medio
del paquete de análisis estadístico XLSTAT. Además, en el caso de la escala de categorías y
escala lineal se efectuó un gráfico de barras donde se graficó las medias aritméticas y la
desviación estándar para cada muestra de saturación de rojo para ambas dos escalas. Se
calculó la regresión lineal, el coeficiente de correlación de Pearson, el r, y el coeficiente de
correlación de Spearman. Esto permitió determinar la significancia empleando como base
Cuidados al evaluar -1pt
la probabilidad. Asimismo, se aplicó un análisis de varianza (ANDEVA) en la saturación del
rojo para la escala categórica y para la escala lineal, y se indicaron las diferencias entre las
muestras por medio de una comparación de promedios usando Fischer LSD. Los resultados
se compararon con los obtenidos por medio del ANDEVA y por medio de la comparación
de medias Fischer-LSD. En cuanto a la prueba de la desviación de la referencia además se
efectuó una comparación de medias de Dunnet. Finalmente para los análisis estadísticos,
se utilizó un 95% de confianza con un alfa de 0,05.

Resultados y discusión Es mejor hacerlos por separado!

Prueba de ordenamiento Resultados 25 pts
Discusión 33 pts

A continuación, se muestran los resultados obtenidos en el análisis de la prueba de

ordenamiento:

Cuadro I. Análisis de varianza (ANDEVA) no paramétrico de Friedmann de los valores

asignados como intensidad de rojo en la prueba de ordenamiento para la saturación del
color rojo de 8 concentraciones distintas de jugo cranberry y grape. ok

Q (valor observado) 175,654

Q (valor crítico) 14,067

Grados de libertad 7

valor-p (unilateral) < 0,0001

alfa 0,05

En el Cuadro anterior, se observa un Q crítico menor al Q observado, por lo que con

un alfa de 0,05 se puede indicar diferencias estadísticamente significativas entre al menos
una de las intensidades asignadas de saturación de rojo en las muestras. Lo anterior es
respaldado al observarse que se tiene una probabilidad menor al alfa de 0,05 (Blair et al,
2008). Esto indica que los jueces sí fueron capaces de percibir diferencias en la saturación
de rojo, en al menos una de las muestras, utilizando la escala de ordenamiento. Con base
en dichos resultados, se puede proceder al análisis de comparación de medias de
Nemenyi, para identificar entre cuáles muestras existen diferencias estadísticamente
significativas, como se muestra a continuación:
Cuadro II. Análisis no paramétrico de comparación de medias de Nemenyi para dos colas
de las intensidades asignadas a la saturación de color rojo en la prueba de escala de
ordenamiento para 8 concentraciones distintas de jugo, donde cada letra distinta, implica
diferencias estadísticamente significativas entre las muestras, con un alfa de 0,05. ok
Muestra Frecuencia Suma Media Grupos
de de
rangos rangos

M30% 26 59,00 2,269 A

M40% 26 27,00 1,038 A B

M50% 26 70,00 2,692 A B

M60% 26 104,00 4,000 B C

M70% 26 141,00 5,423 C D

M80% 26 145,00 5,577 C D E

M90% 26 191,00 7,346 D E

M100% 26 199,00 7,654 E

En el Cuadro II, se aprecia que las muestras con letras iguales no presentan
diferencias estadísticamente significativas entre sí con un alfa de 0,05; por el contrario las
muestras con letras distintas, sí presentan dichas diferencias. Como se observa en los
resultados, para las muestras de 40%, 50%, 70%, 80% y 90% existe un patrón, donde no
hay diferencias entre dichas muestras y las de una concentración superior o inferior a ellas.
Por ejemplo, la muestra a 40% no es estadísticamente diferente (alfa 0,05) de la muestra al
30% y la muestra al 50%.
Este patrón se podría explicar ya que es posible que las diferencias en la
concentración no fueran tan altas para que los jueces detectaran diferencias. A su vez, se
aprecia que para notar diferencias percibibles entre la saturación de color rojo, se tiene
que dar un aumento de un 30% en la concentración de jugo. Entre las posibles fuentes de
____________________________________________
error que podrían haber afectado los resultados, se destaca mayoritariamente la fatiga de
los panelistas, ya que se hicieron 5 pruebas totales. Super bien!!
A su vez, factores como el estrés, ansiedad, distracciones, entre otros, podrían
haber afectado su concentración. En cuanto a efectos fisiológicos, cabe destacar que al ser
una prueba visual no ocurren fenómenos de acarreamiento sensorial en las papilas
gustativas, como sí podría ocurrir en otros tipos de análisis de escalas (Lawless& Heymann,
2010). Exc ;D
No obstante, factores como el sexo de los panelistas, podrían influir en la
percepción del color, ya que fisiologicamente hablando, las mujeres suelen tener un mayor
espectro de detección y diferenciación colorimétrica. Esto se debe a que las mujeres
poseen a nivel de retina dos L-conofotopigmentos, mientras que los hombres solo poseen
uno (Pardo et al, 2007). Al tenerse un panel compuesto por 84,6% de mujeres, los
resultados obtenidos pueden llegar a variar significativamente si se tuviera un panel con
una distribución más heterogénea en términos de sexo. De igual forma, factores como la
edad, influirán en los resultados, ya que individuos con edades más avanzadas presentan
un declive en la percepción del color según lo reportado por Ishihara et al (2001), al
tenerse una población joven, es posible que se notarán más las diferencias que con una
población más heterogénea, en términos de edad. Muy bien!

Prueba Lineal

Cuadro III. Datos obtenidos en el análisis de varianza (ANDEVA) de las intensidades

asignadas de saturación de color rojo en la prueba de escala lineal para 8 concentraciones
distintas de jugo cranberry y grape con un alfa de 0,05. ok
Fuente Grados de Suma de Cuadrados F Pr > F
libertad cuadrados medios

Model 7,000 1200,023 171,432 76,537 <0,0001

Error 200,000 447,972 2,240 - -

Total 207,000 1647,995 - - -

corregido

Por medio de los resultados obtenidos en el Cuadro III, se observa que el valor F es
mayor a la probabilidad estadística. Además, la probabilidad estadística al ser menor a
0,05, se rechaza la hipótesis nula (Dagnino, 2014). Por lo que sí hay diferencias
significativas entre al menos una de las intensidades de color rojo con un nivel de
confianza del 95%. Para determinar entre cuáles niveles de concentración se encuentran
las diferencias, se efectúa el análisis paramétrico de comparación de medias de Fischer,
como se muestra a continuación:
Cuadro IV. Análisis paramétrico de comparación de medias de Fischer de las intensidades
asignadas de saturación de color rojo en la prueba de escala lineal para 8 concentraciones
distintas de jugo, donde cada letra distinta, implica diferencias estadísticamente
significativas entre las muestras, con un alfa de 0,05.ok
Categoría LS MSE Grupos

M100 9,034 A

M90 7,775 B

M80 7,073 B

M70 5,596 C

M60 5,110 C

M50 3,940 D

M30 2,808 E

M40 1,519 F

A partir del análisis paramétrico de Fischer mostrado en el Cuadro IV, se evidencia

que las concentraciones de jugo en donde no hay diferencias significativas son en la
concentración del 80% contra el 90%, ni entre el 60% contra el 70%, pero sí se
determinaron diferencias significativas entre las demás concentraciones con un alfa de
0,05. En esta prueba se observa que los panelistas fueron más sensibles al cambio entre la
intensidad de las muestras, en comparación a la escala ordinal, puesto que se denota que
para percibir diferencias, se tiene que tener una diferencia de intensidad de entre 10% a
20%. No obstante, se debe considerar que en la escala lineal, es común que los panelistas
presenten una tendencia a utilizar la parte central de la escala, rechazando puntajes de los
extremos (Liria, 2007), disminuyendo por tanto, las diferencias entre las medias de los
grupos. Hay alguna relación con que sea en porcentajes altos? -1pt
Cuadro V. Análisis de varianza (ANDEVA) no paramétrico de Friedmann de los valores
asignados como intensidad de rojo en la prueba de escala lineal para la saturación del
color rojo de 8 concentraciones distintas de jugo cranberry y grape. ok
Q (Observed value) 158,790

Q (Critical value) 14,067

DF 7

p-value (one-tailed) <0,0001

alpha 0,05

En el Cuadro V de análisis de varianza no paramétrica, se puede apreciar que el Q

crítico es menor que el Q observado, por lo que con un alfa de 0,05 se puede indicar
diferencias estadísticamente significativas entre al menos una de las intensidades
asignadas de saturación de rojo en las muestras (Blair et al, 2008). Por lo que, se evidencia
una misma conclusión estadística a la obtenida en el análisis no paramétrico, con un alfa
de 0,05. A continuación se evalúa la comparación de medias de Nemenyi para determinar
entre cuáles niveles de intensidad de saturación de rojo se encuentran diferencias
significativas:

Cuadro VI. Análisis no paramétrico de comparación de medias de Nemenyi para dos colas
de las intensidades asignadas de saturación de color rojo en la prueba de escala lineal para
8 concentraciones distintas de jugo, donde cada letra distinta, implica diferencias
estadísticamente significativas entre las muestras, con un alfa de 0,05 . oki
Muestra Frecuencia Suma Media Grupos
de de
rangos rangos

M40% 26 26,00 1,000 A

M30% 26 60,50 2,327 A B

M50% 26 83,50 3,212 B C

M60% 26 110,50 4,250 B C D

M70% 26 122,50 4,712 C D E

Continuación Cuadro VI. Análisis no paramétrico de comparación de medias de Nemenyi
para dos colas de las intensidades asignadas de saturación de color rojo en la prueba de
escala lineal para 8 concentraciones distintas de jugo, donde cada letra distinta, implica
diferencias estadísticamente significativas entre las muestras, con un alfa de 0,05 . oki
Muestra Frecuencia Suma Media Grupos
de de
rangos rangos

M80% 26 157,00 6,038 D E F

M90% 26 174,50 6,712 E F

M100% 26 201,50 7,750 F

En el Cuadro VI se observa que no hay diferencias significativas entre las

intensidades de rojo entre 30% y 40%, entre 30%, 50% y 60%, tampoco entre 50%, 60% y
70%, ni entre 60%, 70% y 80%, ni tampoco entre 70% y 80%. No obstante, a su vez sí hay
diferencias significativas entre cada uno de estos grupos. Esto se determina con un alfa de
0,05 para un nivel de confianza del 95%. Además, se evidencia que en este caso, para que
los panelistas detecten diferencias se requiere una diferencia de concentración de 30% en Muy bien
_________________________________
la mayoría de los casos. Se aprecia entonces, que por medio del análisis paramétrico se
requiere menor diferencia entre la concentración de jugo, para para detectar diferencias
estadísticamente significativas en el color, que con el análisis no paramétrico, con un alfa
de 0,05.
Estas diferencias entre los métodos estadísticos se deben a que la estadística
paramétrica presenta mayor robustez, ya que considera la diferencia y espaciamiento de la Bien!
intensidad de las muestras. Mientras que, el análisis no paramétrico de Friedmann se
emplea cuando no se cumplen los supuestos estadísticos en el análisis paramétrico y que
de usarse, podría llevar a errores en los resultados (Hoskin, 2012). Al utilizarse una escala
lineal con valores numéricos continuos, es más recomendable el uso de estadística
paramétrica en este caso particular (Jara, 2018).
Limitaciones de esta escala? -1 pt
Prueba Categórica

Cuadro VII. Datos obtenidos en el análisis de varianza (ANDEVA) de las intensidades

asignadas de saturación de color rojo en la prueba de escala categórica para 8
concentraciones distintas de jugo cranberry y grape con un alfa de 0,05. ok
 Fuente Grados de Suma de Cuadrados F Pr > F
libertad cuadrados medios

Model 7,000 1227,572 175,367 175,199 <0,0001

Error 200,000 200,192 1,001 - -

Total 207,000 1427,764 - - -

corregido
Por medio de los resultados obtenidos en el Cuadro VII, se observa que el valor F es
mayor a la probabilidad estadística. Además, la probabilidad estadística al ser menor a
0,05, se rechaza la hipótesis nula (Dagnino, 2014). Por lo que sí hay diferencias
significativas entre al menos una de las intensidades de color rojo con un nivel de
confianza del 95%. Por medio de este análisis se determina que los panelistas fueron
capaces de detectar diferencias de intensidad en al menos una de las 8 concentraciones
empleadas para la prueba categórica. Para determinar entre cuáles niveles de
concentración se encuentran las diferencias, se efectúa el análisis paramétrico de
comparación de medias de Fischer, como se muestra a continuación:

Cuadro VIII. Análisis paramétrico de comparación de medias de Fischer de las

intensidades asignadas de saturación de color rojo en la prueba de escala categórica para
8 concentraciones distintas de jugo, donde cada letra distinta, implica diferencias
estadísticamente significativas entre las muestras, con un alfa de 0,05. ok
Categoría LS MSE Grupos

M100 9,308 A

M90 8,038 B

M80 7,269 C

M70 5,808 D

M60 5,269 D

M50 3,885 E

M30 2,846 F

M40 1,846 G
 En el Cuadro VIII se observa que no hay diferencias significativas entre las
intensidades de rojo de 60% y 70%. No obstante, sí se encuentran diferencias significativas
entre las concentraciones de este grupo con las intensidades de 100%, 90%, 80%, 50%,
30% y 40% y entre estos mismos. Esto se determina con un alfa de 0,05 para un nivel de
confianza del 95%. Se evidencia además que para que los panelistas detecten diferencias
se requiere una diferencia de concentración de 10% en la mayoría de los casos. Por tanto,
________________________________________________________________
en esta prueba se evidencia que los panelistas presentan alta sensibilidad en las
intensidades de rojo; no obstante, se debe tener presente que una de las limitaciones que
pueden afectar los resultados es que al establecer la selección dentro de un rango de
números, puede darse el uso de números preferidos elegidos idiosincráticamente (Artavia,
2010). A su vez, al tratarse de una escala categórica, se tiene variables numéricas no
continuas, por lo que no se sugiere el uso de estadística paramétrica y se recomienda su
contraparte, la estadística no paramétrica, que no cumple con los supuestos de
normalidad y homocedasticidad (Jaro, 2018).
Muy bien que pongan las limitaciones :D
Cuadro IX. Análisis de varianza (ANDEVA) no paramétrico de Friedmann de los valores
asignados como intensidad de rojo en la prueba de escala categórica para la saturación del
color rojo de 8 concentraciones distintas de jugo cranberry y grape. ok
Q (Valor observado) 176,554

Q (Valor crítico) 14,067

GD 7

p-value (una cola) <0,0001

alfa 0,05

En el Cuadro IV de análisis de varianza no paramétrica, se observa que el Q crítico

es menor que el Q observado, por lo que con un alfa de 0,05 se puede indicar diferencias
estadísticamente significativas entre al menos una de las intensidades asignadas de
saturación de rojo en las muestras (Blair et al, 2008). Por lo que, se evidencia que así como
también se obtuvo en el análisis de varianza paramétrico, los panelistas fueron capaces de
detectar diferencias de intensidad en al menos una de las 8 concentraciones empleadas
para la escala categórica. A continuación se evalúa la comparación de medias de Nemenyi
para determinar entre cuáles niveles de intensidad de saturación de rojo se encuentran
tales diferencias significativas:
Cuadro X. Análisis no paramétrico de comparación de medias de Nemenyi para dos colas
de las intensidades asignadas de saturación de color rojo en la prueba de escala lineal para
8 concentraciones distintas de jugo cranberry y grape, donde cada letra distinta, implica
diferencias estadísticamente significativas entre las muestras, con un alfa de 0,05 .

Muestra Frecuencia Suma Media Grupos

de de
rangos rangos

M40% 26 27,00 1,038 A

M30% 26 52,50 2,019 A

M50% 26 77,50 2,981 A B

M60% 26 110,50 4,250 B C

M70% 26 125,50 4,827 B C D

M80% 26 160,00 6,154 C D E

M90% 26 175,00 6,731 D E

M100% 26 208,00 8,000 E

En el Cuadro X se observa que no hay diferencias significativas entre las

intensidades de rojo de 30%, 40% y 50%, entre 50%, 60% y 70%, tampoco entre 60%, 70%
y 80% ni entre 70%, 80% y 90%, ni tampoco entre 80%, 90% y 100%. No obstante, a su vez
sí hay diferencias significativas entre cada uno de estos grupos. Esto se determina con un
alfa de 0,05 para un nivel de confianza del 95%. Además, se evidencia que en este caso,
para que los panelistas detecten diferencias se requiere una diferencia de concentración
de 30%. En este caso también se evidencia, que el análisis paramétrico es más sensible
para detectar diferencias significativas que con el análisis no paramétrico, ya que como se
mencionó previamente es más robusto que el método no paramétrico de Friedmann, esto
suponiendo que se cumplen los supuestos estadísticos (Hoskin, 2012).
Comparación de prueba lineal y categórica Bien

Figura 1. Promedio y desviación estándar de las intensidades de saturación de color rojo,

asignadas con una escala lineal y categórica para 8 concentraciones distintas jugo
cranberry y grape.
En la Figura 1, se logra apreciar como conforme aumenta la concentración de jugo,
la intensidad percibida en la saturación de color rojo, aumenta. A su vez, se aprecia que en
los valores extremos superiores, tanto para la escala lineal como para la categórica, se
obtuvieron las menores desviaciones estándar; esto indica que los jueces presentan una
mayor sensibilidad a mayores concentraciones y perciben mejor a nivel suprambral
(Lawless & Heymann, 2010). oki!
A su vez, se observa una mayor variabilidad de los datos utilizando una escala lineal
que una escala categórica, al comparar la desviación estándar. Lo anterior, también se
puede observar al comparar los resultados no paramétricos de comparación de medias de
Nemenyi; para la escala lineal hubo más muestras estadísticamente distintas con un alfa
de 0,05, debido a que hubo una mayor desviación de los resultados, en comparación a la
escala categórica.
Esto tiene sentido, ya que en la escala lineal los jueces tienen una mayor libertad
de utilizar la escala de forma idiosincrática; mientras que en la escala categórica, el juez
está obligado a seleccionar un número, disminuyendo la variabilidad de los resultados . No
obstante, pese a que la escala lineal presenta más desviación, ofrece la ventaja de ser más
sensible a las diferencias, al aumentar el rango de respuesta y a su vez, elimina algunos
sesgos que se pueden dar en la escala categórica; por ejemplo, el uso de números
preferidos elegidos idiosincráticamente (Artavia, 2010).
 A continuación, se muestra la regresión lineal al comparar los promedios de las
intensidades percibidas de rojo en un jugo con distintas concentraciones de jugo,
utilizando una escala lineal y una categórica: Bien!

Figura 2. Regresión lineal del promedio de intensidad de saturación de color rojo con una
escala categórica (eje Y) contra una escala lineal (eje X) para 8 concentraciones distintas
de jugo cranberry y grape.

Como se puede analizar en la Figura 2, para ambas escalas, al aumentar la

concentración, aumenta la intensidad percibida y se observa un coeficiente de regresión
lineal muy cercano a 1. Lo que indica que para la escalas categóricas y lineales, pese a sus
diferencias en el planteamiento de la metodología asociada a la estrategia cognitiva, los
valores entre ambas escalas coinciden de forma muy similar. Lo anterior también queda
ilustrado en el siguiente Cuadro donde se comparan los coeficientes de correlación:

Cuadro XI. Coeficientes de correlación entre los promedios de las intensidades de

saturación de color rojo utilizando una escala categórica y escala lineal para 8 diferentes
concentraciones de jugo cranberry y grape.
Análisis de correlación Valores obtenidos

Coeficiente de correlación de Pearson 0,998

Coeficiente de correlación de Spearman 1,000

Como se aprecia en el Cuadro XI el coeficiente de correlación de Pearson

(estadística paramétrica) y el coeficiente de correlación de Spearman (estadística no
Esto aplica en este caso pero ¿aplica siempre así? Qué dice la teoría? Concuerdan los resultados? -2pts
paramétrica) obtuvieron valores de 0,998 y 1 respectivamente. Lo anterior sugiere una
relación lineal casi perfecta para la estadística paramétrica y perfecta para la estadística no
paramétrica; es decir, la intensidad percibida en la saturación de rojo en jugos fue muy
similar independientemente del método de evaluación (escala lineal y categórica). En
cuanto a las diferencias entre ambos métodos estadísticos, esto se explica ya que la
estadística paramétrica considera la diferencia y espaciamiento de la intensidad; mientras
que la estadística no paramétrica compara el orden de asignación de los promedios de
intensidad acorde a la intensidad de la concentración (Blair et al, 2008).
Teniendo esto en cuenta, cabe destacar que para las escalas lineales, al trabajarse
con datos numéricos continuos, es más recomendable utilizar estadística no paramétrica
como lo es el ANOVA, mientras que en la escala categórica, al trabajarse con variables
numéricas discreta, se recomienda utilizar estadística no paramétrica como lo es el análisis
de Friedmann o el coeficiente de correlación de spearman (Blair et al, 2008; Jara, 2018).
Ante dichas diferencias y al no poder suponerse la normalidad y homocedasticidad en la
relación entre los promedios de la intensidad evaluada por la escala categórica en razón de
las intensidades evaluadas por la escala lineal, se asume como un dato más fidedigno
estadísticamente hablando, el valor brindado por el coeficiente de Spearman, sobre el
coeficiente de Pearson, mostrados en el Cuadro anterior (Blair et al, 2008; Jara, 2018).

Muy buena discusión y muy ordenada :D exc análisis!

Desviación de la diferencia con muestra control

Cuadro XII. Datos obtenidos en el análisis de varianza (ANDEVA) de las intensidades

asignadas de saturación de color rojo en la prueba de desviación de la diferencia contra
una muestra control, para 8 concentraciones distintas de jugo cranberry y grape con un
alfa de 0,05. ok

Fuente Grados de Suma de Cuadrados F Pr > F

libertad cuadrados medios

Model 7,000 680,673 97,239 74,866 <0,0001

Error 200,000 259,769 1,299 - -

Total 207,000 940,442 - - -

corregido

Por medio de los resultados obtenidos en el Cuadro XII, se observa que el valor F es
mayor a la probabilidad estadística. Además, la probabilidad estadística al ser menor a
0,05, se rechaza la hipótesis nula (Dagnino, 2014). Por lo que sí hay diferencias
significativas entre al menos una de las intensidades de color rojo con un nivel de
confianza del 95%. Por medio de este análisis se determina que los panelistas fueron
capaces de detectar diferencias de intensidad en al menos una de las 8 concentraciones
empleadas para la prueba de desviación de la diferencia con muestra control. Para
determinar entre cuáles niveles de concentración se encuentran las diferencias, se efectúa
el análisis paramétrico de comparación de medias de Dunnet, como se muestra a
continuación:

Cuadro XIII. Análisis paramétrico de comparación de medias contra un control (Cn 60%),
utilizando Dunnet de dos colas, para las intensidades asignadas de saturación de color
rojo, para 8 concentraciones distintas de jugo cranberry y grape, donde cada letra distinta,
implica diferencias estadísticamente significativas entre las muestras, con un alfa de 0,05.

Contraste Diferencia Diferencia Valor Diferencia Pr > Diff Significancia

estandarizada crítico crítica

M60 vs M100 -2,385 -7,544 2,636 0,833 <0,0001 Yes

M60 vs M90 -1,731 -5,476 2,636 0,833 <0,0001 Yes

Continuación Cuadro XIII. Análisis paramétrico de comparación de medias contra un
control (Cn 60%), utilizando Dunnet de dos colas, para las intensidades asignadas de
saturación de color rojo, para 8 concentraciones distintas de jugo cranberry y grape,
donde cada letra distinta, implica diferencias estadísticamente significativas entre las
muestras, con un alfa de 0,05.
Contraste Diferencia Diferencia Valor Diferencia Pr > Diff Significancia
estandarizada crítico crítica

M60 vs M80 -1,346 -4,259 2,636 0,833 0,000 Yes

M60 vs M70 -0,231 -0,730 2,636 0,833 0,966 No

M60 vs M40 3,154 9,978 2,636 0,833 <0,0001 Yes

M60 vs M30 2,308 7,301 2,636 0,833 <0,0001 Yes

M60 vs M50 0,615 1,947 2,636 0,833 0,240 No

Como se aprecia en el cuadro XIII, empleando el análisis de Dunnet con dos colas
con un alfa de 0,05, se encuentran diferencias significativas en las concentraciones de
100%, 90%, 80%, 40% y 30% con respecto a la concentración control de 60% de intensidad
de rojo. Además, no se encontraron diferencias significativas en las concentraciones de
70% y en la de 30% con respecto al control de 60%. Es esperado que no se encontraran
diferencias entre las concentraciones cercanas al control, no obstante, no así para las
concentraciones más alejadas. De igual forma, como se mencionó previamente, factores
como la fatiga de los panelistas, estrés, ansiedad, distracciones, entre otros, podrían
haber afectado la concentración y evaluación de resultados (Lawless& Heymann, 2010).
Oki

Cuadro XV. Análisis no paramétrico de Friedmann de los valores asignados como

intensidad de rojo en la prueba de desviación de la diferencia contra una muestra control,
midiendo la saturación del color rojo de 8 concentraciones distintas de jugo cranberry y
grape.
Q (valor observado) 148,374

Q (valor crítico) 14,067

Grados de libertad 7

valor-p (unilateral) <0,0001

alfa 0,05
 En el cuadro XV de análisis de varianza no paramétrica, se observa que el Q crítico
es menor que el Q observado, por lo que con un alfa de 0,05 se puede indicar diferencias
estadísticamente significativas entre al menos una de las intensidades asignadas de
saturación de rojo en las muestras (Blair et al, 2008). Por lo que, se evidencia que así como
también se obtuvo en el análisis de varianza paramétrico, los panelistas fueron capaces de
detectar diferencias de intensidad en al menos una de las 8 concentraciones empleadas
para la desviación de la diferencia con muestra control. A continuación se evalúa la
comparación de medias de Nemenyi para determinar entre cuáles niveles de intensidad de
saturación de rojo se encuentran tales diferencias significativas:

Cuadro XVI. Análisis no paramétrico de comparación de medias de Nemenyi para dos

colas de las intensidades asignadas de saturación de color rojo en la prueba de desviación
de la diferencia contra una muestra control, para 8 concentraciones distintas de jugo
cranberry y grape, donde cada letra distinta, implica diferencias estadísticamente
significativas entre las muestras, con un alfa de 0,05.
Muestra Frecuencia Suma Media Grupos
de de
rangos rangos

M40% 26 32,00 1,231 A

M30% 26 51,50 1,981 A B

M50% 26 94,00 3,615 B C

M60% 26 113,50 4,365 C D

M70% 26 122,00 4,692 C D E

M80% 26 157,50 6,058 D E F

M90% 26 174,00 6,692 E F

M100% 26 191,50 7,365 E

En el Cuadro XVI se observa que no hay diferencias significativas entre las

intensidades de rojo de 30%, y 40%, entre 30% y 50%, tampoco entre 50%, 60% y 70% ni
entre 60%, 70% y 80%, tampoco entre 80%, 90% y 100% ni entre 80%, 90% y 100%. No
obstante, a su vez sí hay diferencias significativas entre cada uno de estos grupos. Esto se
determina con un alfa de 0,05 para un nivel de confianza del 95%. Además, se evidencia
 que en este caso, para que los panelistas detecten diferencias_______________________
se requiere una diferencia
de concentración de entre 30% y 20%. Lo anterior indica que, tanto para el análisis
:__________________________________
estadístico paramétrico como no paramétrico, la referencia con concentración de jugo del
60% no presenta diferencias estadísticamente significativas con respecto a la
concentración al 50 y 70 % (Hoskin, 2012). Esto significa que si se deseara realizar una
dilución del jugo o una concentración del jugo con respecto a la referencia y no se deseara
encontrar diferencias en el color, se podría emplear una concentración del 50% y el 70%
respectivamente, esto podría ayudar a abaratar costos al bajar la concentración o
presentar un jugo con mayor calidad, para clientes que desean una mayor concentración.
Qué se ha visto en la literatura sobre estos porcentajes que se requieren para percibir la diferencia? -3pts

Bibliografía 5 pts

Artavia, N. (2010). Efecto de la matriz alimentaria y el método de evaluación sobre el

agrado por el dulzor (tesis de grado). Universidad de Costa Rica. San José, Costa
Rica.
Aykan, S., Vatansever, G., Doğanay-Erdoğan, B., & Kalaycıoğlu, C. (2020). Development of
sensory sensitivity scales (SeSS): Reliability and validity analyses. Research in
Developmental Disabilities, 100, 103612.
Belitz, H. D., Grosch, W., & Schieberle, P. (2009). Food chemistry. Springer.
Blair, R. C., Taylor, R. A., & Sarmiento, A. G. (2008). Bioestadística (No. 570.15195 B5B5).
Pearson Educación.
Cubero, E., Araya, Y. y Fallas, P. (s.f.). Descripción de las prácticas del laboratorio de análisis
sensorial. Universidad de Costa Rica.
Dagnino, J. (2014). Bioestadística y Epidemiología: análisis de varianza. Rev Chil Anest, 43:
306-310
Delwiche, J. (2004). The impact of perceptual interactions on perceived flavor. Food
Quality and preference, 15(2), 137-146.
Hoskin, T. (2012). Parametric and nonparametric: Demystifying the terms. In Mayo Clinic
(Vol. 5, No. 1, pp. 1-5).
Ishihara, K., Ishihara, S., Nagamachi, M., Hiramatsu, S., & Osaki, H. (2001). Age-related
decline in color perception and difficulties with daily activities–measurement,
 questionnaire, optical and computer-graphics simulation studies. International
Journal of Industrial Ergonomics, 28(3-4), 153-163.
Jara Solís, F. (2018). Comparación del análisis tradicional de la escala hedónica de 9 puntos,
que da resultados sesgados, con un nuevo tipo de análisis basado en la teoría de
detección de señales llamado el índice R para ordenamiento (Tesis de grado).
Universidad de Costa Rica
Lawless, H. T., & Heymann, H. (2010). Sensory evaluation of food: principles and practices
(Vol. 2). New York: Springer.
Liria, M. (2007). Guía para la Evaluación Sensorial de Alimentos. AgroSalud.
https://lac.harvestplus.org/wp-content/uploads/2008/02/Guia-para-la-evaluacion-
sensorial-de-alimentos.pdf
Manfugás, J. E. (2020). Evaluación sensorial de los alimentos. Editorial Universitaria (Cuba).
Meilgaard, M., Civille, G. y Carr, T. 2006. Sensory Evaluation techniques. 4 ed. CRC Press,
Boca Raton.
Moskowitz, H. R., & Jacobs, B. E. (2018). Magnitude estimation: Scientific background and
use in sensory analysis. In Applied sensory analysis of foods (pp. 193-223).
Routledge.
Pardo, P. J., Pérez, A. L., & Suero, M. I. (2007). An example of sex‐linked color vision
differences. Color Research & Application, 32(6), 433-439.
Ramírez-Navas, J. S. (2012). Análisis sensorial: pruebas orientadas al consumidor. Revista
ReCiTeIA.
Williams, A. A. (1982). Scoring methods used in the sensory analysis of foods and
beverages at Long Ashton Research Station. International Journal of Food Science &
Technology, 17(2), 163-175.