anÁlise sensorial sob o enfoque da decisÃo fuzzy

ANÁLISE SENSORIAL SOB O ENFOQUE DA DECISÃO FUZZY 145

Rev. Nutr., Campinas, 12(2): 145-157, maio/ago., 1999

ARTIGO ORIGINAL

(1) Departamento de Matemática e Estatística, Universidade do Estado do Rio de Janeiro.(2) Departamento de Nutrição Social, Universidade do Estado do Rio de Janeiro, Rua São Francisco Xavier, 254, 12º andar, Bloco D, 20550-013, Rio de Janeiro,

RJ.

ANÁLISE SENSORIAL SOB O ENFOQUE DA DECISÃO FUZZY

SENSORIAL ANALYSIS UNDER THE FOCUS OF FUZZY LOGIC

Regina Serrão LANZILLOTTI1

Haydée Serrão LANZILLOTTI2

RESUMO

Este estudo é uma tentativa de aplicação da lógica fuzzy na tomada de decisão em análisesensorial como uma alternativa para avaliar alimentos e preparações alimentares,especialmente em Alimentação Coletiva. A lógica fuzzy permite trabalhar comambiguidade, abrindo uma perspectiva alternativa de estrutura que substitui a lei do meioexcludente de Aristóteles pela lógica de Bertrand Russel, onde uma afirmativa ambíguapode ter valores entre zero e 1. Esta lógica subjetiva, baseada na linguagem natural, éexpressa por variável lingüística mapeada pelo conjunto fuzzy. Iniciou-se por quatrohipóteses para verificar a aplicabilidade da lógica fuzzy para tomada de decisão aoavaliar produtos em testes hedônicos. Este estudo usou banco de dados armazenados emuma planilha referente a uma aplicação de testes sensoriais com consumidores, de ambosos sexos, com idade entre 18 a 55 anos; 48 testaram geléia de casca de banana e 50, docede entrecasca da melancia. Os achados permitem utilizar a lógica fuzzy como umaalternativa às análises clássicas. Enquanto a ANOVA e a MANOVA são usadas em testespara interação entre atributos, a lógica fuzzy mapeia a sensação de “prazer/desprazer”decidindo pela convergência das funções de pertinência de forma holística.

Termos de indexação: análise sensorial, lógica fuzzy, alimentação coletiva.

ABSTRACT

This study is an attempt to apply “fuzzy logic” in the decision-making process in sensorialanalysis as a way to validate a faster method to evaluate foods and food preparations,specially in Collective Food. Fuzzy logic permits to work with ambiguity, opening aperspective of quantity alternative structure that replaces the Aristotle’s law of excludingenviromment by the Bertrand Russel’s logic, where an ambiguous affirmative can havevalues between 0 and 1.This subjective logic, based on a natural language, is mapped by“fuzzy sets”. It started by four hypotheses in verify the applicability of fuzzy logic tomaking decision to accept products in hedonistic tests. This study used data file from anapplication of sensorial tests with consumers, men and women, with ages varying from 18

R.S. LANZILLOTTI & H.S. LANZILLOTTI146


INTRODUÇÃO

A análise sensorial é uma ciência interdisciplinarna qual se convidam avaliadores, que se utilizam dacomplexa interação dos órgão dos sentidos (visão,gosto, tato e audição) para medir as característicassensoriais e a aceitabilidade dos produtos alimentíciose muitos outros materiais (Watts et al., 1992).

Os métodos sensoriais são baseados nasrespostas aos estímulos, que produzem sensaçõescujas dimensões são: intensidade, extensão, duração,qualidade e prazer ou desprazer. Enquanto os estímulospodem ser medidos por métodos físicos e químicos, assensações são medidas por processos psicológicos.

A análise sensorial vem sendo aplicada nodesenvolvimento e melhoramento de produtos, controlede qualidade, estudos sobre armazenamento edesenvolvimento de processos.

Em programas de controle de qualidade, estainteração tem sido usada para medir a qualidade doalimento, onde uma equipe pode dar respostas queindicarão a preferência do consumidor, diferenças epreferências entre amostras, seleção do melhorprocesso e determinação do grau ou nível de qualidadedo produto (Moraes, 1993), possibilitando aplicaçõesdiversas de metodologia quantitativa. Os requisitos deaceitabilidade do produto podem ser obtidosempregando-se métodos de análise dirigidos àsexpectativas do consumidor com avaliadores treinadosou não treinados. Em provas orientadas para apreferência deste, seleciona-se uma amostra aleatóriaque atenda aos parâmetros a serem estimados e avariabilidade das variáveis inerentes à população, pré--fixados erro e nível de significância das estimativas.É necessário, por vezes, um grande contingente depossíveis usuários, que manifestarão suas preferências.Em provas com consumidores não se empregaavaliadores treinados, nem selecionados por algumaagudeza sensorial; eles devem ser os usuários doproduto.

Os métodos sensoriais podem ser classificadosem:

“Teste analítico: teste de diferença (teste deescolha forçada, teste de comparação múltipla,

sensibilidade, ordenação, grau de diferença);teste descritivo (perfil de sabor, perfil de textura,análise descritiva quantitativa), análiseexpectrum, técnica tempo intensidade, avaliaçãode atributos... Teste de aceitação e de consumidor:teste de preferência (preferência pareada,ordenação de preferência, pareado múltiplo ouordenação múltipla); teste de aceitação, escalahedônica escala de ideal, escala de atributo,diagnóstico e de escalas de intensidade ehedônica (IFT Sensory..., 1995).

Durante as provas sensoriais, as respostas dosavaliadores podem estar influenciadas por fatorespsicológicos e assim, produzir falsos resultados. Estesfatores são responsáveis por:

Erros de expectativa: podem ocorrer quandoos avaliadores recebem demasiada informação sobrea natureza do experimento ou sobre os tipos deamostras, antes de iniciar a prova. Os avaliadoresdevem receber somente a informação que necessitampara realizar seu trabalho e durante o transcurso doexperimento recomenda-se que não discutam suasimpressões entre si.

Erros de estimulação: ocorrem quando osavaliadores se vem influenciados por diferenças detamanho, forma, cor dos alimentos apresentados. Esteé um problema real na Alimentação Coletiva uma vezque dificilmente se consegue a padronização desejada.

Erros por contraste: os efeitos de contrastepodem afetar os resultados das provas. Unidadesamostrais agradáveis, seguidas pelas desagradáveis,podem levar a uma pontuação inferior às primeiras.Não somente a questão visual, mas os efeitos gustativose olfativos também podem comprometer a análisesensorial de um determinado produto.

Freqüentemente, em provas orientadas aoconsumidor, a conduta é entrevistar de 100 a 500pessoas, cujos resultados se utilizam para predizeratitudes de uma população determinada. As entrevistasou provas podem realizar-se em um lugar central, talcomo um mercado, uma escola, centro comercial,restaurantes comerciais, institucionais ou industriais.

to 55 years old; 48 tested banana skin jam and 50, watermelon inner skin candy. Fuzzylogic was applied to test four hypotheses. Findings have permitted to use fuzzy logic ratherthan alternative classic analyses. While ANOVA and MANOVA are used in statistical testsfor interaction among attributes, fuzzy logic maps the sensation of “pleasure/displeasure”making decision by the convergence of pertinence functions by holistic means.

Index terms: sensorial analysis, fuzzy logic, collective food.



A Alimentação Coletiva, pela sua própriacaracterística, conduz às amostras acidentais,resultantes de demanda espontânea. Uma verdadeiraprova orientada ao consumidor requer selecionar umaequipe representativa da população escolhida comoobjeto da pesquisa. Como este processo é caro erequer bastante tempo, faz-se necessário flexibilizar ametotologia ou buscar procedimentos alternativos aostradicionais métodos estatísticos, dentre eles a ANOVAe MANOVA. Isto talvez seja um dos maiores óbicesa efetivação da análise sensorial dentro das técnicasde melhoria de processo e controle de qualidade derefeições-padrão em Alimentação Coletiva.

A análise sensorial vem sendo timidamenteempregada em Alimentação Coletiva na avaliação depreparações alimentares, como também auxiliando nodesenvolvimento de novos produtos.

Neste setor de serviços não se pode dispor decondições laboratoriais que minimizem as influênciasdo ambiente e as diferenças individuais. Algumaspessoas podem ter maior acuidade para determinadossabores: doce, amargo, azedo, ácido, entre outros. Aquestão que se coloca é: como medir e validar estesestímulos e sensações?

Como toda a produção visa o consumidor, nadamelhor que se eleger um método que privilegie suaopinião na avaliação do produto, expressa pelalinguagem natural.

A decisão Fuzzy

A metodologia Fuzzy permite trabalhar aambigüidade. Isto abre a perspectiva de estruturaquantitativa alternativa que substitui a lógica aristotélicado meio excludente (é ou não é) pela lógica deBertrand Russel citado por Kosco (1997), na qualafirmações vagas podem ter valores pertinentes nointervalo entre zero e 1. Neste paradigma, os extremosrepresentam a ausência e a plenitude da pertinência,respectivamente. Exemplificando: “grama ser verde”pode ser verdadeira para determinada pessoa compertinência de 80 dentre 100 e para outra, igual valorou diferente, aqui entendido como um “filtro” (Bragaet al., 1995). Isto quer dizer que na percepção de cadasujeito haverá uma ambigüidade em dizer quantoverde é a grama.

Surge uma lógica subjetiva, lógica fuzzy,baseada na linguagem natural, expressa por variáveislingüísticas que poderão ser transformadas em valorespor uma métrica - sistema fuzzy, cujo princípio é o

“Postulado da Possibilidade” (Bellman & Zadeth(1970). A hipótese básica na lógica Fuzzy é que taisdistribuições de possibilidades são induzidas pelasproposições expressas na linguagem natural. Alógica Fuzzy permite na prática, computar compalavras, convertendo os estímulos em respostasou medidas em ações de controle. A partir dos anos90s, a lógica Fuzzy tem tido aplicações na teoria dadecisão, em sistemas de controle e no delineamentode perfis comportamentais de sistemasoperacionais, sobretudo nas áreas de EngenhariaElétrica, Inteligência Artificial e PlanejamentoEstratégico e, mais recentemente, na Ciência daInformação.

Decisões humanas são de alguma formabaseadas nas expectativas, geradas a partir dasvivências. Tanto os estímulos quanto as sensaçõescatalisadas no mundo concreto, via verbalizações,podem ser operacionalizadas pela lógica Fuzzy,uma vez que são entes ambíguos.

Em 1965, Zadeth citado por Vilém (1989)iniciou na Universidade da Califórnia estudos sobre odesenvolvimento da teoria de conjunto modificadochamada Fuzzy Sets. Esta teoria permite criarinstrumentos que tornam possível a descrição dos“nebulosos” e trabalhá-los. A idéia principal destateoria é muito simples e natural. Se não somos capazesde determinar os limites exatos de um elementopertencente ao conjunto, definida de forma ambígua,faz-se necessário buscar uma escala que permitatomar a decisão, quando o valor é ou não pertinente aoconjunto, apreendido pela nossa crença.

Relaciona-se aos fatores intervenientes funçõesde pertinência que serão utilizadas na convergência dadecisão sobre a qualidade do produto. A função depertinência relativa a estes fatores seráoperacionalizada através de uma escala ordenada,cujo valor menor está associado à qualidade inferiore a pertinência maior à qualidade superior.

O grau de pertinência não deve ser avaliadosob a ótica da teoria da probabilidade, mas sob aótica das possibilidades, pois a fuzziness operacom conjuntos ambíguos, em que a cada elementoassocia-se graus de pertinência intermediários, entreo “pertencer” e “não pertencer”.

"A Matemática Nebulosa é uma tentativa deaproximar a precisão característica da Matemáticaà inerente imprecisão do mundo real, nascida nodesejo profundo de conhecer melhor os processosmentais do raciocínio" (Braga et al.,1995).



Seja a definição mais precisa, explicitada pelosconjuntos fuzzy X = [ x ] uma coleção de objetos(pontos) denotados por x, assim o conjunto A em X éo conjunto de pares ordenados: A = (X, µ

A(x)) x ∈

X, onde X é a variável, contínua ou discreta, douniverso em estudo. A função µµµµµA(x) é o grau depertinência de x em A, lendo µ

A : X → M é uma

função de X ao espaço M, chamado de espaço depertinência, quando no intervalo [0,1]. Estes conjuntospermitem que se definam operações binárias internas(união, interseção, complemento) semelhantes àsexistentes na teoria dos conjuntos clássicos.

Em alguns casos, a restrição sobre os valoresda variável é física na origem e a distribuição depossibilidade, que está associada com a variável, éepistêmica ao invés de física.

Uma das exigências da avaliação sensorial é adecisão sobre a qualidade do produto, que nos testesde escala hedônica é traduzida pelo aceito. Na lógicaFuzzy a qualitatividade é a propriedade de um pro-duto ter qualidade em circunstâncias de ambigüidade.Esta propriedade adere-se às condições de apreciaçãodos produtos em Alimentação Coletiva, possibilitandoa utilização de uma forma quantitativa alternativa.Atributos devem fornecer descrições vinculadas àscaracterísticas humana e àquelas sensoriais do produto,que através de modelo multiatributo mapeado pelasfunções de pertinência converge à decisão otimizada.

MATERIAL E MÉTODOS

O procedimento para verificar a aplicabilidadeda lógica fuzzy para tomada de decisão naaceitabilidade de um produto em provas hedônicasna análise sensorial, partiu das seguintes hipóteses:

H1) A lógica fuzzy pode ser aplicada paratomada de decisão na aceitabilidade de um produtosubmetido a provas hedônicas na análise sensorial.

H2) As composições “característica doconsumidor” e “sensações hedônicas provocadas peloproduto”, compostas por fatores intervenientes são osentes necessários à convergência ao conjunto decisório.

H3) Existe uma hierarquiazação doscomponentes intra composição.

H4) O nível de acuidade avaliativa dacomposição “característica do consumidor” naaceitabilidade do produto é diferenciado pelo atributosexo e idade.

Utilizou-se o banco de dados em uma planilhaExcel (Souza, 1997) de provas hedônicas e defreqüência de consumo para indivíduos de ambos ossexos na faixa etária de 18 a 55 anos, para os produtos:geléia de casca de banana-d’água - 48 observações edoce da entrecasca da melancia - 50 observações(Anexo 2, Tabelas 1 e 2), cuja descrição do fluxo deprocesso encontra-se no Anexo1. Utilizando-se aplanilha Excel foi estruturado o sistema fuzzy.Esta opção foi devido a disponibilidade reduzida nomercado nacional e nos centros de pesquisa deaplicativos fuzzy.

A verbalização sobre os fatores intervenientes(sexo, idade, nível de satisfação do consumidor,características sensoriais do produto e freqüência deutilização deste) expressa pela linguagem natural foi“fuzificada” através de distribuições de possibilidade.

A pertinência em relação ao sexo foi mapeadabaseando-se na crença da acuidade para avaliar ascaracterísticas de um produto mais comum às mulheresque aos homens. Neste sentido, buscou-se o significadodo termo acuidade como perspicácia e sutileza paravalorizar o produto, expressa em pertinência 0,9 parao sexo feminino e 0,8 para o sexo masculino.

A função de pertinência relativa a idade foimapeada quanto a crença que avaliadores de maioridade cronológica teriam maior capacidade dejulgamento da aceitabilidade de um produto,operacionalizada pela função de pertinência: µ

x =

idade/idade máxima.

O nível de satisfação do consumidor valeu-seda escala hedônica, adotada pelo pesquisador com 9pontos e mapeada pela expressão: µx = x/9, sendo x=0,desgostei muitíssimo (DGMM); x=1, desgostei muito(DGM); x=2, desgostei regularmente (DGR); x=3,desgostei ligeiramente (DGL); x=4, indiferente (ID);x=5, gostei ligeiramente (GL); x=6, gostei regularmente(GR); x=7, gostei muito (GM) e x=8, gostei muitíssimo(GMM).

A função de pertinência das característicassensoriais, sabor (SB) = 0,8; aroma (AR) = 0,6;cor/aparência (C/AP) = 0,4; textura (TX) = 0,2, doproduto verbalizada pelo consumidor, foi atribuída porum especialista.

De forma análoga associou-se à freqüência deutilização do produto, as seguintes pertinências:freqüentemente (FR)=0,8; ocasional (OC)=0,5 e nãoconsome (NC)=0,2. A valorização das pertinênciaslevou em consideração que o atributo freqüência,



quando verbalizado pelo consumidor, deve ser entendidocomo a freqüência de consumo habitual e não comoum consumo diário.

Obtido o conjunto de atributos com as respectivaspertinências, coube normalizá-los, dividindo-se cadapertinência pela correspondente ao supremo do conjunto,obtendo-se medidas comparáveis.

A avaliação da aceitação do produto foiviabilizada via convergência das “composiçõesnebulosas” (Braga et al., 1995). Neste caso, estasforam representadas por “características doconsumidor” (CP) e “sensações hedônicas sobre oproduto” (SP). A primeira composta pelos fatoresintervenientes, sexo e idade; a segunda pelos fatoresintervenientes: nível de satisfação do consumidor,características sensoriais e freqüência de utilizaçãodo produto. É essa convergência, operacionalizadapela interseção de suas pertinências, que gera o“conjunto decisório” (D), buscando o rigor na avaliaçãoda qualidade do produto (ínfimo dos mínimos):

µD(x) = inf [µ

CP (x) ∧ µ

SP(x)] = inf [min(µ

CP(x); µ

SP(x))]

Quando a função decisória (D) alcança o valor1, significa que o produto atingiu padrõesmercadológicos para o consumidor, e se variar entreo intervalo de 0,8 a menor que 1, deve-se entender queo consumidor ainda dispensa alguma restrição aoaceito do produto. Valores inferiores a 0,8, indicamque este deve sofrer melhoria.

Uma vez que trabalhou-se num ambientenebuloso, construído por verbalizações carregadas decognições, emoções e comportamentos frente aoobjeto de análise, faz-se necessário avaliar a qualidadeda informação. Esta avaliação foi realizada em funçãode uma medida de incerteza inerente ao ambientefuzzy. Aceitando-se que o discurso coloquial é revestidode ambigüidades, deve-se medir a qualidade dainformação. Esta será melhor quanto menor for o graude incerteza das verbalizações e que pode ser expressa,mediante um índice, que varia entre 0,5 e 1,0, notadopor K(D) = [1+ I(D)]-1(Braga et al., 1995).

A incerteza do conjunto de decisão Fuzzy, I(D) pode ser obtido através da expressão:

I(D) = 1/3[(N (D) + (1 - µsup

(D)) + r(D)]-1

Como as verbalizações foram pareadas segundouma variável discreta, os componentes da formulaçãopara a aferição da incerteza do conjunto decisão sãodados por:

- Nebulosidade: indicador da proximidade doconjunto nítido (clássico).

N(D) é a nebulosidade da decisão D,N(D) = (2/nD) Σi (µDΛD

c), onde nD é o número devalores do conjunto D, r(D) o intervalo relativo doconjunto fuzzy D:

r(D) = (nD/ nU), onde nU é o número de valoresque estão no conjunto “Universo”.

RESULTADOS E DISCUSSÃO

Quando um avaliador está sob o estado deexpectativa e avalia segundo as alternativas deescalas hedônicas, ele não tem liberdade deexpressão para externar a sensação holísticasensorial. A principal vantagem da sistemáticafuzzy é que o avaliador não é forçado a umaformulação rígida, podendo manifestar suasatisfação com o produto de forma coloquial,escapando das regras habituais da análise sensorial.

O banco de dados permitiu avaliar as funçõesde pertinências para os fatores intervenientes, comsuas respectivas normalizações. As composições“características do consumidor” e “sensaçõeshedônicas sobre o produto”, a primeira compostapelos fatores intervenientes sexo e idade e a segundapelos fatores intervenientes nível de satisfação doconsumidor, característica e freqüência de utilizaçãodo produto, foram os entes necessários à convergênciaao conjunto decisório (Anexo 2, Tabelas 3 e 4).

A verificação da hipótese H1, “a lógica fuzzypode ser aplicada para tomada de decisão quanto àaceitação de um produto submetido a provas hedônicasna análise sensorial”, foi comprovada através dapertinência atribuída na convergência das composições“características do consumidor” e “sensações hedô-nicas sobre o produto”. Entende-se convergência ainterseção dessas composições nebulosas, expressapelo valor mínimo de suas pertinências, isto é, inf[min( µ

CP(x), µ

SP(x)]. Na matemática fuzzy, o

operador interseção conduz à convergência. Nestecaso, os achados (conjunto decisório) para doce deentrecasca de melancia encontram-se na Tabela 3 ede geléia de casca de banana-d’água na Tabela 4 doAnexo 2, ambos nas respectivas coluna h) e os valoresínfimos foram 0,12 e 0,25, respectivamente, próximosao limite inferior do intervalo de variação das



pertinências, entre zero e 1, mostrando que ao sefazer uma opção rigorosa (ínfimo entre os mínimos)pela exigência máxima na qualidade de um produto,estes seriam rejeitados quanto a seu lançamentonas planilhas de cardápio. Do exposto, entende-seque a lógica fuzzy através de sua sistemática ésuficiente para avaliar o produto, quando aplicadoprovas hedônicas inerentemente ambíguas. Com ointuito de permitir visualização da convergênciadas composições, utilizou-se o gráfico de radar emsetor (Figuras 1a e 1b), construído através daspertinências destas, relativas as verbalizações dosconsumidores. A superposição dos dois radaresmostram a convergência entre as composiçõesnebulosas. Quanto mais próximo da circunferência,maior o aceito do produto, mostrando a viabilidade deum processo decisório através da lógica fuzzy.

Na hipótese H2, as composições “característicasdo consumidor” e “sensações hedônicas sobre o

0,00

0,20

0,40

0,60

0,80

1,01

2 34

56

78

9

11

1

1

1

1

11

1

120

222

232425

262728

2930

332

33

34

3536

37

38

39

40

442

43

4445

4647

4849 50

Características dos consumidores

Sensações provocadas pelo produto

0,00

0,1

0,20

0,30

0,40

0,50

0,60

0,70

0,80

0,901

2 34

56

7

8

9

1

1

1

1

1

1

1

1

11

202

2223242526

2728

29

30

3

32

33

34

35

36

37

38

39

404

4243

44 45

Características dos consumidores

Sensações provocadas pelo produto

Figura 1a. Convergência do conjunto decisório. Doce de entrecasca damelancia.

Figura 1b. Convergência do conjunto decisório. Geléia de casca da banana--d'água.

produto”, compostas por fatores intervenientes são osentes necessários à convergência ao conjuntodecisório. A análise sensorial está afeita a uma tomadade decisão em um mundo ambíguo, ou seja, faz-senecessário avaliar as possibilidades de inserção de umproduto no cotidiano do consumidor, mensurando onível de prazer ou desprazer com o mesmo, quandoposto a prova. Identificar prazer e desprezar com oproduto é a meta. Neste particular, ativou-se acomposição “características do consumidor” atravésdos fatores intervenientes, sexo e idade, baseado nopostulado que existe diferença de acuidade para sexoe idade, nas considerações sobre o que o produto lhetraz de sensação. A ativação da composição“sensações hedônicas sobre o produto”, impôs outrosfatores intervenientes: nível de satisfação doconsumidor (escala hedônica de nove pontos),características sensoriais do produto (sabor, aroma,cor, aparência e textura) e sua freqüência de utilização(freqüentemente, ocasional e não consome).

De forma análoga a H1, para hierarquizar osfatores atitudinais, utilizou-se a convergência entre aspertinências atribuídas aos fatores intervenientes jáoperacionalizados, tomando-se o operador interseção,que conduz a convergência pela pertinência mínimadestes. Assim, chega-se ao valor da pertinência mínimaatribuída a cada composição com uma percepçãoavaliativa. Nesta pesquisa, os achados encontram-sena Tabela 3 para doce de entrecasca da melancia e naTabela 4 para geléia de casca de banana-d’água, nasrespectivas colunas d e g (Anexo 2). A influência dascomposições na avaliação do produto, necessária àconvergência ao conjunto decisório, pode ser percebidaatravés do gráfico de radar em setor (Figuras 2a e 2b),construído com as pertinências das composições“características dos consumidores” e “sensaçõeshedônicas sobre o produto”. O componente de contornomais concêntrico é o que apresentou menor pertinênciaàquele que menos influencia na avaliação do produto.Nesta pesquisa, para o doce de entrecasca da melancia,o fator interveniente mais influente foi “sensaçõeshedônicas sobre o produto”, enquanto para geléia decasca de banana-d’água foi o fator interveniente“características do consumidor”. O que se depreende?Há necessidade de flexibilizar as pertinências fugindo--se das clássicas formas escalares de avaliação dos

Características dos consumidoresSensações provocadas pelo produto.

Características dos consumidoresSensações provocadas pelo produto



12 3

45

67

8

9

1

1

1

1

1

1

1

11

120

22223

242526

2728

29

30

3

32

33

34

35

36

37

38

3940

442

43 44

Sexo

Idade

Satisfaçãodo consumidor

CaracterísticasensorialSfreqüência deutilização

12 3

45

67

8

9

1

1

1

1

1

1

1

1

1

120

222

232425

262728

2930

332

33

34

35

36

37

38

39

40

4

42

43

4445

4647

4849 50

Sexo

Idade

Satisfaçãodo consumidorCaracterística sensorial

Figura 2b. Radar da hierarquização dos fatores intervenientes. Doce daentrecasca da melancia.

produtos. Neste sentido, muitos investimentos nasistemática fuzzy necessitam serem realizados.

A hipótese H3, existe uma hierarquização entreos fatores intervenientes das composições“sensações hedônicas sobre o produto” e“características do consumidor”, foi verificadaatravés de um gráfico radar em linha construídopelas pertinências desses fatores, que possibilitouvisualizar as distâncias do vértice do radar àcircunferência, as quais representam o grau deinfluência na avaliação do produto e porconseqüência, permite estabelecer umahierarquização. Neste estudo, as pertinências dosfatores intervenientes para doce de entrecasca demelancia encontram-se na Tabela 3 e para geléiade casca de banana-d’água na Tabela 4, ambos noAnexo 2, nas respectivas colunas a, b, c, e, f. Osdois produtos avaliados apresentaram hierarquiasemelhante nos seus radares lineares, exibida pelasdistâncias do centro à periferia da circunferência asaber: idade, freqüência de utilização do produto,características sensoriais do produto, sexo e nível de

12 3

45

6

7

8

9

1

1

1

1

1

1

1

1

11

20222

232425

2627

28

29

30

3

32

33

34

35

36

37

38

39

404

4243 44

Sexo

Idade

Satisfação doconsumidor

Figura 3a. Acuidade: geléia de casca de banana-d'água.

Figura 2a. Radar da hierarquização dos fatores intervenientes. Doce dacasca banana-d'água.

------- Sexo

Idade


Característicasensorial

–.–.– Sfreqüênciade utilização

------- Sexo

Idade



–.–.– Sfreqüênciade utilização

satisfação do consumidor. Como pôde ser verificado,a prova hedônica (nível de satisfação do consumidor)foi que mais contribuiu para a avaliação do produto e,não se pode negar a dificuldade da sua mensuraçãodada a ambigüidade das verbalizações para construçãode escalas avaliativas. Isto por si só justifica a utilizaçãode um procecedimento mais flexível, aqui propostopela lógica fuzzy.

A hipótese H4, o nível de acuidade avaliativada composição “característica do consumidor” naaceitabilidade do produto é diferenciado pelo atributosexo e idade, pressupôs que a idade e o sexo são fatoresintervenientes relevantes das características doconsumidor, uma vez que se acredita serem as mulheresmais perspicazes para provas sensoriais. Ainda tem-sea crença, que pessoas com mais idade e comexperiências degustativas acumuladas são maisrefinadas na diferenciação de características sensoriais.A questão é verificar a rejeição ou não desta hipótese.

Os fatores intervenientes sexo e idade foramconfrontados com o fator interveniente “nível desatisfação do consumidor”, apontado como o maisinfluente para questões avaliativas da composição“sensações hedônicas sobre o produto”. Mediante autilização de um gráfico radar em linha (Figuras 3a e3b), utilizando-se as pertinências destes componentes,que se encontram na Tabela 3, para doce de entrecasca da melancia e na Tabela 4, para geléia de cascade banana-d’água, ambos nas respectivas colunas a,e, f do Anexo 2; verificou-se por gênero que o fatornível de satisfação do consumidor, representado peloradar em linha, apresentou contorno bem mais periféricoque o radar da idade, mostrando a maior influência dassensações hedônicas na avaliação de um produto, oque leva a refutar a hipótese.

------- Sexo

Idade




CONCLUSÃO

A adoção da sistemática fuzzy é umaferramenta útil para flexibilizar procedimentos emanálise sensorial. O destaque para as possibilidadesde um uso mais difundido está na vantagem deaplicá-la a amostras reduzidas de caráter nãoaleatório, e mais ajustáveis às circunstâncias nasquais a alimentação coletiva opera. A sistemáticapode autorizar ou não o lançamento de novosprodutos ou a melhoria de processos produtivos,mostrando através de um processo decisório aviabilidade da aceitabilidade destes.

Particularmente este estudo, trouxe anovidade da pouca influência da idade por gênerocomo fator de acuidade para verificar característicassensoriais do produto e abriu perspectivas no sentidode aprofundar as questões da hierarquização dosfatores intervenienmtes, apontando o “nível desatisfação do consumidor” como aquele mais influente.

Enquanto na ANOVA e na MANOVA ostestes estatísticos possibilitam averiguar a interaçãoentre atributos, a sistemática fuzzy operacionaliza a

sensação de “prazer/desprazer” dos consumidoresem relação ao produto em teste, conduzindo a umaconvergência na tomada de decisão de formaholística, na medida que valoriza a linguagem natural,inerente as provas hedônicas.

REFERÊNCIAS BIBLIOGRÁFICAS

BELLMAN, R.E., ZADETH, L.A. Decision-Making in aFuzzy environment. Management Science, v.17, n.4,p.B141-B164, 1970.

BRAGA, M.J.F., BARRETO, J.M., MACHADO, M.A.S.Conceitos da matemática nebulosa na análise derisco. Rio de Janeiro : Artes & Rabiskus, 1995. 95p.

IFT Sensory Evaluation Division, 1994. Journal of FoodScience, v.60, n.1, p.210-211, 1995.

KOSKO, B. Fuzzy engineering. New Jersey : Prentice Hall,1997. p.3-38.

MORAES, M.A.C.M. Métodos para avaliação sensorialdos alimentos. 8.ed. Campinas : UNICAMP, 1993. 93p.(Série Manuais).

SOUZA, V.F. Produtos não convencionais obtidos a partirde resíduos de frutas: avaliação sensorial emicrobiológica. Rio de Janeiro, 1997. Monografia(Especialização em Nutrição Institucional) - Uni-versidade Gama Filho, 1997.

VILÉM, N. Fuzzy sets and their applications. Philadelphia : AdamHilger, 1989. 248p.

WATTS, B.M., YLIMAKI, G.L., JEFFERY, L.E., ELIAS, L.G.Métodos sensoriais básicos para la evaluación dealimentos. Tradución: Oficina de Traducciones,Secretaria de Estado.Ottawa : Centro Internacional deInvestigaciones para el Desarrollo, 1992. 170p.

Recebido para publicação em 1 de outubro de 1997 e aceito

em 13 de novembro de 1998.

12 3

45

67

8

9

1

1

1

1

1

1

1

1

1

120

222

232425

262728

2930

332

33

34

35

36

37

38

39

40

4

42

43

4445

4647

4849 50

Sexo

Idade

Seatisfaçãodo consumidor

Figura 3b. Acuidade: doce da entrecasca da melancia.

------- Sexo

Idade




ANEXOS

ANEXO 1

Fluxo de Processamento

SELEÇÃO DAS CASCAS

↓RETIRADA DAS CASCAS

↓HIGIENIZAÇÃO

↓SANITIZAÇÃO

(solução clorada a 2%)↓

CORTE EM TIRAS

↓TRITURAÇÃO

(homogeneização das partículas adicionado de água e polpa)↓

ADIÇÃO DOS DEMAIS INGREDIENTES

(açúcar, cravo e canela)↓

COCÇÃO

(fogo brando por trinta minutos)↓

*ENVASE À QUENTE

(em vidros)↓

RESFRIAMENTO

↓ARMAZENAMENTO

Fonte: SOUZA (1997)



GMGM

GMMGMGMGMGLGMGM

GMMGMMGMGMGMGMGM

GMMGR

GMMGMGRGM

GMMGRGRGR

GMMGMGMGRGLGRGMGR

GMMGLGM

GMMGRGLGNGRGMGMGMGRGR

DGMGMGM

ANEXO 2Tabela 1. Doce da entrecasca da melancia. Dados amostrais.

Consumidor

SimoneAnaPatríciaMariaGláuciaDéboraMarcelaRenataVivianeMariaLúciaSuelyHelenaCarlaRenataHaydéePaulaBiancaHelenaGiselaFabianaLucianeSílviaVanessaCassianaMariaLilianAnaBeatrizIsabelitaLetíciaMárciaCristianoRenatoErnestoAugustoCristianoAdrianoOsmarRicardoChendlerLeonardoJadirAlexandreRichardSouzaJardimAugustoSóstenesFabianoCarlo alb

Sexo

FFFFFFFFFFFFFFFFFFFFFFFFFFFFFFMMMMMMMMMMMMMMMMMMMM

Valores observados

Idade

2522271919192019212348501921212420204322191923201820232219271819302220201820212136231934232518191920

Sexo Idade NSC CSP FUP

0,9 0,50 0,78 0,8 0,200,9 0,44 0,78 0,4 0,800,9 0,54 0,89 0,8 0,500,9 0,38 0,78 0,4 0,500,9 0,38 0,78 0,8 0,200,9 0,38 0,78 0,8 0,800,9 0,40 0,56 0,6 0,200,9 0,38 0,78 0,8 0,200,9 0,42 0,78 0,8 0,200,9 0,46 0,89 0,8 0,200,9 0,96 0,89 0,8 0,200,9 1,00 0,78 0,8 0,200,9 0,38 0,78 0,8 0,200,9 0,42 0,78 0,8 0,200,9 0,42 0,78 0,8 0,200,9 0,48 0,78 0,8 0,200,9 0,40 0,89 0,8 0,800,9 0,40 0,67 0,2 0,200,9 0,86 0,89 0,8 0,200,9 0,44 0,78 0,8 0,200,9 0,38 0,67 0,4 0,200,9 0,38 0,78 0,8 0,200,9 0,46 0,89 0,4 0,500,9 0,40 0,67 0,8 0,500,9 0,36 0,67 0,8 0,200,9 0,40 0,67 0,4 0,500,9 0,46 0,89 0,8 0,500,9 0,44 0,78 0,8 0,800,9 0,38 0,78 0,8 0,200,9 0,54 0,67 0,2 0,500,8 0,36 0,56 0,2 0,200,8 0,38 0,67 0,8 0,500,8 0,60 0,78 0,8 0,800,8 0,44 0,67 0,8 0,500,8 0,40 0,89 0,8 0,800,8 0,40 0,56 0,4 0,200,8 0,36 0,78 0,8 0,200,8 0,40 0,89 0,8 0,800,8 0,42 0,67 0,8 0,500,8 0,42 0,56 0,8 0,200,8 0,72 0,78 0,8 0,200,8 0,46 0,67 0,6 0,200,8 0,38 0,78 0,8 0,200,8 0,68 0,78 0,8 0,200,8 0,46 0,78 0,8 0,800,8 0,50 0,67 0,8 0,200,8 0,36 0,67 0,8 0,200,8 0,38 0,11 0,6 0,500,8 0,38 0,78 0,8 0,200,8 0,40 0,78 0,8 0,80

0,9 1,00 0,89 0,8 0,80

77877757788777778687678666877656768578657677766177

Característica sensorial

do produto

SBAPSBAPSBSBARSBSBSBSBSBSBSBSBSBSBTXSBSBAPSB

CORSBSBAPSBSBSBTXTXSBSBSBSB

CORSBSBSBSBSBARSBSBSBSBSBARSBSB

Funções de pertinência normalizadas

Freqüênciautilizaçãodo produto

NCFROCOCNCFRNCNCNCNCNCNCNCNCNCNCFRNCNCNCNCNCOCOCNCOCOCFRNCOCNCOCFROCFRNCNCFROCNCNCNCNCNCFRNCNCOCNCFR

Nível desatisfação doconsumidor



Tabela 2. Geléia de casca de banana-d’agua. Dados amostrais.

GMGMMGMMDGLGMGLGMGLGMGRGRGRGMGRGRIDGLGLGRGRGRGR

GMMGMDLGMGMGM

DGMMGMGLGRGLGRGMGRGMGRGL

GMMGMGLGMGL

GMM

Consumidor

LéaHermíniaMariaDanielleLucianaHelenaAlessandraSimoneGmSimoneFernandaBiancaDaniellePatríciaDanielleAna PaulaValeskaMarianaRosaneFláviaFabíolaAndreaGiselleLucianaSolangeEccioJulianoJorgeRodrigoAlexandreLéoRafaelFábioAdrianoCristianoFernandoRobérioEdgardWellingtnHerculanoLuísMárioClaudioJoséXxxxxx

Máximo

Sexo

FFFFFFFFFFFFFFFFFFFFFFFFFMMMMMMMMMMMMMMMMMMMM

Valores observados

Idade

505525491821202221241818201819181820382323242223282119243138391931202223221939323322524843

Sexo Idade

0,9 0,91 0,78 0,8 0,800,9 1,00 1,00 0,8 0,200,9 0,45 1,00 0,8 0,500,9 0,89 0,33 0,8 0,200,9 0,33 0,78 0,8 0,500,9 0,38 0,56 0,8 0,500,9 0,36 0,78 0,6 0,500,9 0,40 0,56 0,2 0,500,9 0,38 0,78 0,6 0,500,9 0,44 0,67 0,8 0,500,9 0,33 0,67 0,8 0,500,9 0,33 0,67 0,8 0,500,9 0,36 0,78 0,8 0,500,9 0,33 0,67 0,8 0,500,9 0,35 0,67 0,4 0,500,9 0,33 0,44 0,8 0,200,9 0,33 0,56 0,8 0,200,9 0,36 0,56 0,6 0,200,9 0,69 0,67 0,8 0,500,9 0,42 0,67 0,8 0,500,9 0,42 0,67 0,6 0,500,9 0,44 0,67 0,4 0,500,9 0,40 0,89 0,8 0,800,9 0,42 0,78 0,6 0,800,9 0,51 0,33 0,8 0,200,8 0,38 0,78 0,8 0,200,8 0,35 0,78 0,4 0,500,8 0,44 0,78 0,8 0,500,8 0,56 0,00 0,8 0,500,8 0,69 0,78 0,8 0,800,8 0,71 0,56 0,4 0,200,8 0,35 0,67 0,8 0,200,8 0,56 0,56 0,4 0,500,8 0,36 0,67 0,6 0,500,8 0,40 0,78 0,8 0,200,8 0,42 0,67 0,8 0,500,8 0,40 0,78 0,8 0,500,8 0,35 0,67 0,2 0,200,8 0,71 0,56 0,4 0,500,8 0,58 0,89 0,8 0,500,8 0,60 0,78 0,8 0,500,8 0,40 0,56 0,8 0,800,8 0,95 0,78 0,8 0,500,8 0,87 0,56 0,4 0,200,8 0,78 0,89 0,8 0,20

0,9 55 1,0 0,8 0,80

799375757666766455666687377707565676765875758

Característica sensorial do

produto

SBSBSBSBSBSBARTXARSBSBSBSBSBAPSBSBARSBSBARAPSBARSBSBAPSBSBSBAPSBAPARSBSBSBTXAPSBSBSBSBAPSB

Funções de pertinência normalizadas


FRNCOCNCOCOCOCOCOCOCOCOCOCOCOCNCNCNCOCOCOCOCFRFRNCNCOCOCOCFRNCNCOCOCNCOCOCNCOCOCOCFROCNCNC

Nível desatisfação doconsumidor

Nível desatisfação

consumidor


do produto




Supremo 0,89 0,80 0,80 0,9 1,00Simone 0,87 0,25 1,00 0,25 1,00 0,50 0,50 0,25 0,75 0,25Ana 0,87 1,00 0,50 0,50 1,00 0,44 0,44 0,44 0,56 0,44Patrícia 1,00 0,63 1,00 0,63 1,00 0,54 0,54 0,54 0,46 0,46Maria 0,87 0,63 0,50 0,50 1,00 0,38 0,38 0,38 0,62 0,38Gláucia 0,87 0,25 1,00 0,25 1,00 0,38 0,38 0,25 0,75 0,25Débora 0,87 1,00 1,00 0,87 1,00 0,38 0,38 0,38 0,62 0,38Marcela 0,62 0,25 0,75 0,25 1,00 0,40 0,40 0,25 0,75 0,25Renata 0,87 0,25 1,00 0,25 1,00 0,38 0,38 0,25 0,75 0,25Viviane 0,87 0,25 1,00 0,25 1,00 0,42 0,42 0,25 0,75 0,25Maria Lúcia 1,00 0,25 1,00 0,25 1,00 0,46 0,46 0,25 0,75 0,25Suely 1,00 0,25 1,00 0,25 1,00 0,96 0,96 0,25 0,75 0,25Helena 0,87 0,25 1,00 0,25 1,00 1,00 1,00 0,25 0,75 0,25Carla 0,87 0,25 1,00 0,25 1,00 0,38 0,38 0,25 0,75 0,25Renata 0,87 0,25 1,00 0,25 1,00 0,42 0,42 0,25 0,75 0,25Haydée 0,87 0,25 1,00 0,25 1,00 0,42 0,42 0,25 0,75 0,25Paula 0,87 0,25 1,00 0,25 1,00 0,48 0,48 0,25 0,75 0,25Bianca 1,00 1,00 1,00 1,00 1,00 0,40 0,40 0,40 0,60 0,40Helena 0,75 0,25 0,25 0,25 1,00 0,40 0,40 0,25 0,75 0,25Gisela 1,00 0,25 1,00 0,25 1,00 0,86 0,86 0,25 0,75 0,25Fabiana 0,87 0,25 1,00 0,25 1,00 0,44 0,44 0,25 0,75 0,25Luciane 0,75 0,25 0,50 0,25 1,00 0,38 0,38 0,25 0,75 0,25Silvia 0,87 0,25 1,00 0,25 1,00 0,38 0,38 0,25 0,75 0,25Vanessa 1,00 0,63 0,50 0,50 1,00 0,46 0,46 0,46 0,54 0,46Cassiana 0,75 0,63 1,00 0,63 1,00 0,40 0,40 0,40 0,60 0,40Carolin 0,36 0,36 1,00 0,25 0,25 0,25 0,75 0,25 1,00Lilian 0,75 0,63 0,50 0,50 0,89 0,40 0,40 0,40 0,60 0,40Ana Beatriz 1,00 0,63 1,00 0,63 0,89 0,46 0,46 0,46 0,54 0,46Isabelita 0,87 1,00 1,00 0,87 0,89 0,44 0,44 0,44 0,56 0,44Letícia 0,87 0,25 1,00 0,25 0,89 0,38 0,38 0,25 0,75 0,25Márcia 0,75 0,63 0,25 0,25 0,89 0,54 0,54 0,25 0,75 0,25Cristiano 0,62 0,25 0,25 0,25 0,89 0,36 0,36 0,25 0,75 0,25Renato 0,75 0,63 1,00 0,63 0,89 0,38 0,38 0,38 0,62 0,38Ernesto 0,87 1,00 1,00 0,87 0,89 0,60 0,60 0,60 0,40 0,40Augusto 0,75 0,63 1,00 0,63 0,89 0,44 0,44 0,44 0,56 0,44Cristiano 1,00 1,00 1,00 1,00 0,89 0,40 0,40 0,40 0,60 0,40Adriano 0,62 0,25 0,50 0,25 0,89 0,40 0,40 0,25 0,75 0,25Osmar 0,87 0,25 1,00 0,25 0,89 0,36 0,36 0,25 0,75 0,25Ricardo 1,00 1,00 1,00 1,00 0,89 0,40 0,40 0,40 0,60 0,40Chendler 0,75 0,63 1,00 0,63 0,89 0,42 0,42 0,42 0,58 0,42Leonardo 0,62 0,25 1,00 0,25 0,89 0,42 0,42 0,25 0,75 0,25Jadir 0,87 0,25 1,00 0,25 0,89 0,72 0,72 0,25 0,75 0,25Alexandre 0,75 0,25 0,75 0,25 0,89 0,46 0,46 0,25 0,75 0,25Richard 0,87 0,25 1,00 0,25 0,89 0,38 0,38 0,25 0,75 0,25Souza 0,87 0,25 1,00 0,25 0,89 0,68 0,68 0,25 0,75 0,25Jardim 0,87 1,00 1,00 0,87 0,89 0,46 0,46 0,46 0,54 0,46Augusto 0,75 0,25 1,00 0,25 0,89 0,50 0,50 0,25 0,75 0,25Sóstenes 0,75 0,25 1,00 0,25 0,89 0,36 0,36 0,25 0,75 0,25Fabiano 0,12 0,63 0,75 0,12 0,89 0,38 0,38 0,12 0,88 0,12Carlo Alb 0,87 0,25 1,00 0,25 0,89 0,38 0,38 0,25 0,75 0,25Fábio 0,87 1,00 1,00 0,87 0,89 0,40 0,40 0,40 0,60 0,40

Tabela 3. Funções de pertinência normalizadas, composições e conjunto decisório. Doce da entrecasca da melancia.

Consumidor Nível de

satisfação do

consumidor

(a)

Frequência

utilização

do produto

(b)

Característica

sensorial do

produto

(c)

Composição

das sensações

hedônicas sobre o

produto

(d)=Min(a,b,c)

Sexo

(e)

Idade

(f)

Composição

característica do

consumidor

(g)=Min(e,f)

Conjunto

decisório

“D”

(h)=Inf(d,g)

Complemento

do conjunto

decisório

“Dc”

(i) =1-(h)

Min

(D,Dc)

(j)= Min(h,i)



Tabela 4. Funções de pertinência normalizadas, composições e conjunto decisório. Geléia de casca de banana-d’água.

Supremo 1,00 0,80 0,80 0,9 1,00Léa 0,78 1,00 1,00 0,78 1,00 0,91 0,91 0,78 0,22 0,22Hermínia 1,00 0,25 1,00 0,25 1,00 1,00 1,00 0,25 0,75 0,25Maria 1,00 0,63 1,00 0,63 1,00 0,45 0,45 0,45 0,55 0,45Danielle 0,33 0,25 1,00 0,25 1,00 0,89 0,89 0,25 0,75 0,25Luciana 0,78 0,63 1,00 0,63 1,00 0,33 0,33 0,33 0,67 0,33Helena 0,56 0,63 1,00 0,56 1,00 0,38 0,38 0,38 0,62 0,38Alessandra 0,78 0,63 0,75 0,63 1,00 0,36 0,36 0,36 0,64 0,36Simone 0,56 0,63 0,25 0,56 1,00 0,40 0,40 0,40 0,60 0,40Gm 0,78 0,63 0,75 0,63 1,00 0,38 0,38 0,38 0,62 0,38Simone 0,67 0,63 1,00 0,63 1,00 0,44 0,44 0,44 0,56 0,44Fernanda 0,67 0,63 1,00 0,63 1,00 0,33 0,33 0,33 0,67 0,33Bianca 0,67 0,63 1,00 0,63 1,00 0,33 0,33 0,33 0,67 0,33Danielle 0,78 0,63 1,00 0,63 1,00 0,36 0,36 0,36 0,64 0,36Patrícia 0,67 0,63 1,00 0,63 1,00 0,33 0,33 0,33 0,67 0,33Danielle 0,67 0,63 0,50 0,63 1,00 0,35 0,35 0,35 0,65 0,35Ana Paula 0,44 0,25 1,00 0,25 1,00 0,33 0,33 0,25 0,75 0,25Valeska 0,56 0,25 1,00 0,25 1,00 0,33 0,33 0,25 0,75 0,25Mariana 0,56 0,25 0,75 0,25 1,00 0,36 0,36 0,25 0,75 0,25Rosane 0,67 0,63 1,00 0,63 1,00 0,69 0,69 0,63 0,38 0,38Flávia 0,67 0,63 1,00 0,63 1,00 0,42 0,42 0,42 0,58 0,42Fabíola 0,67 0,63 0,75 0,63 1,00 0,42 0,42 0,42 0,58 0,42Andrea 0,67 0,63 0,50 0,63 1,00 0,44 0,44 0,44 0,56 0,44Giselle 0,89 1,00 1,00 0,89 1,00 0,40 0,40 0,40 0,60 0,40Luciana 0,78 1,00 0,75 0,78 1,00 0,42 0,42 0,42 0,58 0,42Solange 0,33 0,25 1,00 0,25 1,00 0,51 0,51 0,25 0,75 0,25Eccio 0,78 0,25 1,00 0,25 0,89 0,38 0,38 0,25 0,75 0,25Juliano 0,78 0,63 0,50 0,63 0,89 0,35 0,35 0,35 0,65 0,35Jorge 0,78 0,63 1,00 0,63 0,89 0,44 0,44 0,44 0,56 0,44Rodrigo 0,00 0,63 1,00 0,00 0,89 0,56 0,56 0,00 1,00 0,00Alexandre 0,78 1,00 1,00 0,78 0,89 0,69 0,69 0,69 0,31 0,31Léo 0,56 0,25 0,50 0,25 0,89 0,71 0,71 0,25 0,75 0,25Rafael 0,67 0,25 1,00 0,25 0,89 0,35 0,35 0,25 0,75 0,25Fábio 0,56 0,63 0,50 0,56 0,89 0,56 0,56 0,56 0,44 0,44Adriano 0,67 0,63 0,75 0,63 0,89 0,36 0,36 0,36 0,64 0,36Cristiano 0,78 0,25 1,00 0,25 0,89 0,40 0,40 0,25 0,75 0,25Fernando 0,67 0,63 1,00 0,63 0,89 0,42 0,42 0,42 0,58 0,42Robério 0,78 0,63 1,00 0,63 0,89 0,40 0,40 0,40 0,60 0,40Edgard 0,67 0,25 0,25 0,25 0,89 0,35 0,35 0,25 0,75 0,25Wellington 0,56 0,63 0,50 0,56 0,89 0,71 0,71 0,56 0,44 0,44Herculano 0,89 0,63 1,00 0,63 0,89 0,58 0,58 0,58 0,42 0,42Luís Carlos 0,78 0,63 1,00 0,63 0,89 0,60 0,60 0,60 0,40 0,40Mário 0,56 1,00 1,00 0,56 0,89 0,40 0,40 0,40 0,60 0,40Claudio 0,78 0,63 1,00 0,63 0,89 0,95 0,89 0,63 0,38 0,38José 0,56 0,25 0,50 0,25 0,89 0,87 0,87 0,25 0,75 0,25Xxxxxx 0,89 0,25 1,00 0,25 0,89 0,58 0,58 0,25 0,75 0,25

Consumidor Nível de

satisfação do

consumidor

(a)

Frequência

de utilização

do produto

(b)

Característica

sensorial do

produto

(c)

Composição

das sensações

hedônicas sobre o

produto

(d)=Min(a,b,c)

Sexo

(e)

Idade

(f)

Composição

característica do

consumidor

(g)=Min(e,f)

Conjunto

decisório

“D”

(h)=Inf(d,g)

Complemento

do conjunto

decisório

“Dc”

(i) =1-(h)

Min

(D,Dc)

(j)= Min(h,i)

anÁlise sensorial sob o enfoque da decisÃo fuzzy

Documents