ensaios sensoriais - paulo figueiredo sensorial 33.pdf · 1 44 (9 [ 1] ) 71 52 48 45 9 12 3 34.17...
TRANSCRIPT
16/09/2015
1
provadores
não usar menos de 10
discriminação melhorada se forem usados 20 ou mais
provadores devem ser capazes de reconhecer característica de interesse
teste de Ordenação
222
procedimento
amostras apresentadas simultaneamente
se não for possível, sequencialmente
apresentação aleatória dentro dos pares, entre os pares e entre provadores
não são permitidas respostas “não há diferença”
se ocorrerem, distribuí-las igualmente entre as amostras
teste de Ordenação
223
16/09/2015
2
ex: viscosidade de xarope de milho
problema – 4 misturas de xarope, sem flavour, comparadas para avaliar a menos viscosa
objectivo do projecto – avaliar qual das misturas é mais adequada para fabricar o xarope
objectivo do ensaio – estabelecer posição relativa das 4 misturas numa escala subjectiva de viscosidade
teste de Ordenação
224
desenho do ensaio
teste de ordenação escolhido porque:
apresentação em pares causa menos fadiga neste tipo de produto
estabelece uma escala significativa
12 provadores treinados avaliam 6 pares possíveis
AB, AC, AD, BC, BD, CD
teste de Ordenação
225
16/09/2015
3
teste de Ordenação
226
analisar os resultados
nº de vezes em que cada amostra em linha foi escolhida relativamente às amostras em coluna
ex: quando B apresentada com D, foi considerada mais viscosa por 2 dos 12 provadores
teste de Ordenação
Amostras em linha
(mais viscosas Rank = 1)
Amostras em coluna (menos viscosas Rank = 2)
A B C D
A - 0 1 0
B 12 - 6 2
C 11 6 - 7
D 12 10 5 -
227
16/09/2015
4
calcula-se soma de “ranks” para cada amostra
ordem (Rank) 1 atribuída à amostra mais viscosa e ordem (Rank) 2 à menos viscosa
somas obtidas pela adição da soma das frequências da linha a 2 vezes a soma das frequências da coluna
ex: amostra B – (12+6+2)+2(0+6+10)=52
teste de Ordenação
Amostra A B C D
Soma de ranks 71 52 48 45
228
T de Friedman
existem tabelas com valores críticos de T para t = 3, 4 e 5 e pequenos valores de p
nos casos não tabelados, T é comparado a c2 com (t-1)
graus de liberdade
teste de Ordenação
2 2 2 2 2 2 2
1
4 4(9 [ 1] ) 71 52 48 45 9 12 3 34.17
12 4
t
i
T R p tpt
p – nº de repetições (12)t - nº de tratamentos (4)Ri – soma de rank para tratamento i∑R2 – soma dos quadrados de todos os R
229
16/09/2015
5
resultados podem ser analisados numa escala
teste de Ordenação
a 0.10 0.05 0.01
T crítico 6.25 7.81 11.3
230
por HSD (honestly significant difference) verifica-se que A é significativamente menos viscosa que restantes
teste de Ordenação
231
16/09/2015
6
Testes analíticos – Discriminatórios – Diferenciais – diferença numa dada característica em diversas amostras
usa-se quando objectivo é comparar a mesma característica em grupos com mais que 2 amostras
baseados em tratamentos por blocos
232
Testes analíticos – Descritivos
objectivo – identificação e quantificação de características sensoriais em vários produtos
painéis de 5 – 100 provadores treinados
5 - 10 para produtos de pequena produção
painéis maiores para produtos de grande produção
maior importância das pequenas diferenças
métodos são comummente designados por Perfil Sensorial
233
16/09/2015
7
Testes analíticos – Descritivos
usados para obter descrições detalhadas do aroma, flavour e textura oral em alimentos e bebidas, bem como aparência e som de qualquer tipo de produto
234
Testes analíticos – Descritivos
perfis sensoriais usados em investigação e desenvolvimento e na produção para:
definir propriedades sensoriais para novo produto
definir especificações para controlo de qualidade
documentar atributos com interesse para estudos de mercado
monitorizar alterações no produto
tempo de armazenagem, embalagem, ...
caracterizar produtos com vista ao estabelecimento de relações com análise instrumental
medir alterações na intensidade de uma dada característica ao longo de um curto período de tempo (time-intensity)
235
16/09/2015
8
Testes analíticos – Descritivos
características dos descritores:
pertinência
medir apenas o que faz sentido para cada produto
precisão
poder discriminativo
gama de notas utilizada é a mais extensa possível
exaustivos
independentes
redundância prejudica qualidade do tratamento estatístico
quantificáveis
236
Testes analíticos – Descritivos
exigem:
provadores treinados
utilização de escalas para quantificação da intensidade da sensação
categoria de classificação (ou valor numérico correspondente) proporcional à intensidade da sensação provocada pelo estímulo em estudo
237
16/09/2015
9
Testes analíticos – Descritivos
métodos habitualmente utilizados:
perfil de flavour
perfil de textura
análise descritiva quantitativa
perfil de livre escolha
perfil flash
método Spectrum®
238
Testes analíticos – Descritivos
perfil de flavour
descrição do aroma e flavour de um produto
intensidades, ordem de percepção, gosto residual
4 – 6 provadores treinados
seleccionados com base em teste fisiológico para discriminação de gosto, discriminação de intensidade de gosto, discriminação olfactiva e descrição
239
16/09/2015
10
provadores treinados com uma ampla gama de amostras referência
representam toda a gama de um produto
treinados também com exemplos de ingredientes e variáveis de processamento para um dado produto
provadores desenvolvem e definem terminologia
perfil de flavour
240
provadores avaliam amostras sentados ao redor de uma mesa redonda
cada amostra analisada simultaneamente quanto a aroma e flavour
características registadas
intensidade, ordem de percepção e gosto residual
podem ser analisadas outras amostras na mesma sessão, mas amostras não podem ser analisadas mais que uma vez
resultados apresentados ao líder do painel
organiza discussão para chegar a um perfil consensual
dados apresentados em tabela ou gráfico
perfil de flavour
241
16/09/2015
11
principal vantagem
pequeno nº de provadores
também pode ser considerada desvantagem
falta de consistência e reprodutibilidade podem ser superadas por treino e via do consenso
opinião do painel pode ser dominada por provador mais idoso ou com personalidade mais forte
perfil de flavour
242
Testes analíticos – Descritivos
perfil de textura
baseado nos princípios do método de perfil de flavour
desenvolvido para ter em conta aspectos não considerados no anterior
considera que textura pode ser dividida num conjunto de atributos cuja intensidade e ordem podem ser medidas
terminologia específica para cada tipo de produto baseada nas suas propriedades reológicas
243
16/09/2015
12
provadores seleccionados com base na sua capacidade de discriminar diferenças em textura no produto em questão
provadores treinados com gama variada de produtos do tipo a analisar
também informados sobre estrutura dos produtos
perfil de textura
244
Testes analíticos – Descritivos
análise descritiva quantitativa (QDA)
painel de 10 – 12 provadores treinados para descrição e quantificação de todos os atributos sensoriais de um produto
usa análise estatística para determinar terminologia, procedimentos e provadores apropriados para a análise de um dado produto
245
16/09/2015
13
provadores seleccionados a partir de pool de candidatos, pela capacidade de discriminar diferenças em propriedades sensoriais no tipo de produto em questão
treino requer uso de amostras de referência
líder não influencia o grupo
provadores livres para desenvolver o seu próprio tipo de notação na régua de 15 cm usada pelo método
QDA
246
produtos avaliados um de cada vez, em cabinas
dados inseridos em computador ou em folhas de resultados
folhas recolhidas no final e dados digitalizados
provadores não podem discutir dados, terminologia nem amostras após fim da sessão
relatório final apresentado em gráfico “teia de aranha”, com um raio para cada atributo
QDA
247
16/09/2015
14
Testes analíticos – Descritivos
perfil de livre escolha (FCP)
cada provador desenvolve a sua própria lista de descritores
respeita protocolo de avaliação definido pelo responsável pelo painel
dados analisados por análise procusteana generalizada
248
vantagens:
poupa tempo, devido a não requerer muito treino
provadores representam público não treinado
desvantagens:
resultados menos rigorosos
interpretação de resultados mais difícil
interpretação final feita pelo líder do painel
não detecta diferenças ténues entre produtos
não adequado para uso em desenvolvimento de novos produtos
FCP
249
16/09/2015
15
Testes analíticos – Descritivos
perfil flash
desenvolvido a partir do perfil de livre escolha
principal diferença – apresentação das amostras
apresentadas em simultâneo
provadores ordenam segundo um descritor
prova de ordenação
necessária sessão prévia para gerar lista de descritores
segue-se sessão de avaliação (mín. 2 – 3 h)
250
rápido
usa provadores treinados, mas sem necessidade de treino no produto em estudo
perfil flash
251
16/09/2015
16
Testes analíticos – Descritivos
método Spectrum™
pretende ser uma ferramenta descritiva universal, baseada na utilização de referências absolutas utilizáveis para todo o tipo de produtos
utiliza base de dados com conjunto de descritores de aspecto, odor, textura na boca e flavour
termos explicados aos provadores com ajuda de referências absolutas
intensidade quantificável em escala de 0 – 15
escalas desenvolvidas de modo a estimar intensidades absolutas
permitem comparar intensidades de diferentes descritores
252
método Spectrum
253
16/09/2015
17
provadores podem ser seleccionados e treinados para avaliar apenas um produto ou diversos produtos
produtos podem ser descritos relativamente a um único atributo ou ao seu conjunto
escolha de termos pode ser ampla ou estrita, de acordo com o objectivo do estudo
provadores desenvolvem lista de descritores por avaliação de larga gama de produtos, do tipo do produto a testar
após alguma experiência, cada provador elabora lista de termos que descrevam o conjunto
podem ser retirados mais termos da literatura
lista deve ser completa mas sem sobreposições
termos com igual significado para todos os provadores
método Spectrum
254
método baseado no amplo uso de pontos de referência, escolhidos segundo orientações pré-definidas
derivadas a partir de dados colectivos de vários painéis e com diversas replicadas
qualquer que seja a escala escolhida, deve ter pelo menos 2 (de preferência 3 – 5) pontos de referência uniformemente distribuídos
método Spectrum
255
16/09/2015
18
aplicação mais comum do Spectrum:
escala com pontos de 0 a 15, em intervalos de 10
150 pontos de discriminação
provador introduz valor para intensidade de cada atributo
no caso de produtos muito “fortes” (condimentos, ingredientes, ...) podem ser usados valores superiores a 15
método Spectrum
256
versão abreviada
usada em controlo de qualidade, cálculo de tempo de prateleira, ...
requerem avaliação de apenas algumas características
utiliza painéis completamente treinados, que caracterizam todos os atributos do produto
após analisarem uma sequência de produtos em que se encontra toda a gama de propriedades sensoriais, são seleccionados 5 – 10 parâmetros
definem a gama de qualidade entre “típico” e “defeituoso”
no futuro, basta analisar estes parâmetros, para avaliar existência de alterações que requeiram intervenção
método Spectrum
257
16/09/2015
19
ex: calibração de um painel
uma mistura de sal, açúcar e ácido permite desenvolvimento de capacidades sensoriais, sem existência de atributos causadores de distracção
provadores começam por se familiarizar com amostras de referência
6 copos com soluções de um único componente
rótulos tipo “doce 5”, “salgado 10”, ...
5 = fraco, 10 = médio, 15 = forte
amostras de referência ficam disponíveis durante todo o exercício
método Spectrum
258
amostras de avaliação
misturas, em proporções idênticas, de 2 ou 3 das soluções de referência
provadores recebem uma mistura de cada vez e anotam as suas impressões numa folha de resultados
método Spectrum
259
16/09/2015
20
material necessário (15 participantes, amostras de 10 mL):
1 L de soluções de referência
150 g sacarose
8.5 g NaCl
3 g ácido cítrico
300 copos plástico
15 tabuleiros
15 copos opacos grandes (para cuspir)
15 copos com água
6 jarros de água
guardanapos
método Spectrum
260
amostras de referência:
preparar com água sem flavours
podem ser preparadas 24 – 36 h antes e refrigeradas
aquecer a ~20 ºC antes de servir
método Spectrum
Rótulo Conteúdo
Sal 5 0.3 % NaCl
Sal 10 0.55 % NaCl
Doce 5 5 % Sacarose
Doce 10 10 % Sacarose
Ácido 5 0.1 % Ácido cítrico
Ácido 15 0.2 % Ácido cítrico
261
16/09/2015
21
amostras de avaliação:
misturar quantidades iguais das soluções de referência
método Spectrum
Código % Sacarose % Ácido cítrico % NaCl
232 5 0.10 -
715 5 0.20 -
115 10 0.10 -
874 5 - 0.3
903 5 - 0.55
266 10 - 0.3
379 - 0.10 0.3
438 - 0.20 0.3
541 - 0.10 0.55
627 5 0.10 0.3
043 10 0.20 0.55
210 10 0.10 0.3
614 5 0.20 0.3
337 5 0.10 0.55
262
no final, mostrada folha previamente obtida, com resultados médios
comparar com média do painel
não deve divergir em mais que 1 ponto da média
método Spectrum
Código Doce Ácido Salgado
232 6 7 -
715 4 8.5 -
115 9.5 4 -
874 6 - 6
903 7 - 9
266 11 - 7
379 - 9 9
438 - 10 6.5
541 - 6 11
627 5 3.5 5
043 8 8 9
210 9 4 6
614 3 9 8
337 4 6 11
263
16/09/2015
22
Testes analíticos – Descritivos
tempo-intensidade
em alguns produtos, intensidade de percepção varia com o tempo
períodos curtos (1 – 3 min)
resposta pode ser monitorizada em contínuo
papel ou computador
sabores doce, amargo, ...
provador não deve ver evolução da resposta para não influenciar resultado
264
tempo-intensidade
Imax – intensidade máxima observadaTmax – tempo a que ocorre intensidade máximaAUC – área sob a curvaDur – duração da intensidade (tempo que demora a voltar a 0)T.5m – tempo que demora a intensidade a cair para metade de Imax
265
16/09/2015
23
Testes analíticos – Descritivos
norma ISO 11035:1994 para obtenção de perfis sensoriais
pretende-se descrever, com mínimo de palavras e máxima eficácia, um produto
descrição independente do grupo de provadores que a efectuam
descrição deve possibilitar comparação com descrições de outros produtos da mesma família
266
3 fases:
procura de nº mínimo de descritores que permitam máximo de informação sobre produto
medida da intensidade da sensação para cada descritor escolhido
construção do perfil sensorial do produto
a partir do conjunto de descritores quantificados
não usar descritores com carácter hedónico
ISO 11035
267
16/09/2015
24
métodos para escolha de descritores:
utilização ou adaptação de descritores preexistentes
elaboração de uma lista de descritores pelos provadores
ISO 11035
268
elaboração de lista de descritores:
procura de maior nº possível de descritores
20 – 40 provadores provam ~15 produtos diferentes
mesmo nº de descritores pretendidos na lista final
todos os provadores provam todas as amostras
divididas por várias sessões
provadores preenchem questionário com indicação de todos os termos que lhe ocorram durante análise do produto
prova decorre em 2 fases
individual
discussão em grupo com coordenador
possibilidade de surgimento de novos termos
ISO 11035
269
16/09/2015
26
elaboração de lista de descritores:
1ª triagem – qualitativa (coordenador + provadores)
seleccionados termos:
citados mais de uma vez por pessoa
citados mais de uma vez por produto
eliminados termos:
hedónicos
quantitativos
não pertinentes
ISO 11035
272
elaboração de lista de descritores:
2ª triagem – quantitativa
cada provador recebe lista dos termos restantes
provadores provam mesmos alimentos e atribuem a cada descritor classificação (0 – 5), segundo intensidade apercebida
dados obtidos ordenados de modo decrescente para:
obter soma das frequências de citação dos descritores
ou obter soma das intensidades acumuladas atribuídas aos descritores
ou obter média geométrica de ambas
ISO 11035
273
16/09/2015
27
descritores obtidos formam lista com mais informação na parte inicial que na final
elimina-se parte final que, em conjunto, não contenha mais de 10 % da informação
restam ~50 termos
ISO 11035
274
elaboração de lista de descritores:
3ª triagem – estatística
a partir da lista reduzida, construir matriz descritores/produtos
para cada categoria de descritores
aspecto, aroma, sabor, textura
matriz analisada por técnicas de classificação
análise factorial
classificação hierárquica
lista reduzida a 10 – 15 termos
ISO 11035
275
16/09/2015
28
elaboração de lista de descritores:
treino dos provadores no uso da lista
fundamental que cada termo utilizado tenha mesmo significado para todos os provadores
elaborar um léxico
fornecer aos provadores uma referência concreta que represente o descritor
definição dos termos feita pelo coordenador com o painel
se possível, utilizar definições existentes em normas, dicionários e literatura
ISO 11035
276
Testes analíticos – Descritivos – Classificação de características – teste de Escalas categorizadas
amostras e escalas fornecidas simultaneamente aos provadores
diversos tipos de escalas:
escalas não estruturadas – provador classifica a intensidade da sensação seleccionando uma categoria (equivalente a um valor numérico)
apenas categorias-limite estão definidas
277
16/09/2015
29
escalas lineares – provador avalia a intensidade da sensação desenhando uma marca numa linha horizontal com 15 cm (ou 10 cm) de comprimento e com limites definidos nas extremidades (ou a 1.25 cm)
caso particular das escalas não-estruturadas
teste de Escalas categorizadas
278
escalas estruturadas – provador classifica a intensidade da sensação seleccionando uma categoria (equivalente a um valor numérico)
categorias descrevem a intensidade da sensação recorrendo a palavras-chave
teste de Escalas categorizadas
279
16/09/2015
30
escala de referência – provador avalia a intensidade da sensação seleccionando uma categoria (equivalente a um valor numérico)
categorias descrevem a intensidade da sensação por referência a outros produtos
caso particular de escalas estruturadas
teste de Escalas categorizadas
Valor de dureza
Produto Comentários
0 Iogurte Marca X, refrigerado
2 Queijo fresco Marca Y, idem
3.5 Fiambre Marca Z, idem
3 Compota de maçã Marca Y, não refrigerada
6 Café Marca A, em grão
280
resultados são variáveis intervalares
se as categorias de classificação (ou valores equivalentes) estão separados por intervalos de intensidade constante
análise por estatística paramétrica
descrever os produtos através da média e do desvio--padrão das classificações atribuídas
comparar vários produtos usando testes de hipóteses
teste de Escalas categorizadas
281
16/09/2015
31
Distribuição normal
para uma dada variável X, com distribuição normal X~N(m,s2)
função densidade de probabilidades da distribuição normal
define uma curva centrada na média, cuja forma se deve ao desvio-padrão
21
21( )
2
x
f x e
m
s
s
m – médias – desvio-padrão
282
área sob a curva = 1
uma dada área corresponde à probabilidade da variável Xtomar valores num intervalo de resultados [x1;x2]
283
16/09/2015
32
desconhecendo valores de m e s
necessário recorrer a transformações dos resultados da variável X
através de t=(X- )/s
distribuição t de Student depende apenas dos graus de liberdade, g.l.=n-1
possível definir áreas de rejeição e de aceitação
x
– médias – desvio-padrãon – tamanho da amostra
x
284
aplicação da distribuição normal às provas com escalas categorizadas
1) comparação de um atributo sensorial entre 2 produtos
2) comparação de um atributo sensorial entre mais de 2 produtos
teste de Escalas categorizadas
285
16/09/2015
33
1) comparação de um atributo sensorial entre 2 produtos
usa-se teste estatístico derivado da distribuição de t de Student para comparação de 2 médias de:
amostras independentes
amostras emparelhadas
teste de Escalas categorizadas
286
amostras independentes
resultados independentes se:
produtos avaliados em sessões de prova diferentes
ou
classificações feitas por mais que um painel de provadores
teste de Escalas categorizadas
287
16/09/2015
34
amostras independentes
para as observações x1, x2, ..., xn e y1, y2, ..., yn
seleccionadas aleatoriamente de 2 populações Xe Y normais, independentes e com variâncias iguais
H0: mx=my
estatística segue distribuição t de Student, com (nx+ny-2) g.l.
teste de Escalas categorizadas
*
x y
x yt
S
S – erro-padrão da diferença entre as médias
s2 – variância combinada das amostras
2 2/ /x y x yS s n s n
2 2
2
2
i i
x y
x x y ys
n n
288
amostras independentes
H1: mx≠my
classificações médias dos produtos são diferentes
se rejeita-se H0 (mx≠my com (1-a)100 % confiança
caso contrário, não se rejeita H0
teste de Escalas categorizadas
*
1 ; 22 x yn n
t ta
289
16/09/2015
35
amostras independentes
H1: mx>my ou mx<my
se ou rejeita-se H0
caso contrário, não se rejeita H0
teste de Escalas categorizadas
*
1 ; 2x yn nt t
a *
1 ; 2x yn nt t
a
290
amostras independentes
testar se as variâncias são iguais (teste de F)
H0:
(nx-1, ny-1) g.l.
teste de Escalas categorizadas
2 2
x ys s
2* 2 2
2, se x
x y
y
sF s s
s
2
2
1x
x
x xs
n
2
2
1y
y
y ys
n
291
16/09/2015
36
amostras independentes
g.l. tabelados
teste de Escalas categorizadas
292
amostras independentes
teste de Escalas categorizadas
293
16/09/2015
37
amostras independentes
testar se as variâncias são iguais (teste de F)
H1:
se rejeita-se H0
caso contrário não se rejeita H0
teste de Escalas categorizadas
2 2
x ys s
*
1 , 1, 1nx nyF F
a
294
amostras independentes
se se concluir que
necessário usar teste t’ de Welch para testar diferença entre produtos
H0: mx=my vs. mx≠my
obtém-se t’ de Welch a partir de
teste de Escalas categorizadas
2 2
x ys s
22
'
yx
x y
x yt
ssn n
295
16/09/2015
38
amostras independentes
comparar t’ com o valor crítico de t de Student para n’ graus de liberdade
teste de Escalas categorizadas
222
22 22
'
3 3
yx
x y
yx
xx
x y
ss
n n
ss
nn
n n
296
amostras independentes
H1:
classificações médias dos produtos são diferentes
se rejeita-se H0
caso contrário não se rejeita H0
teste de Escalas categorizadas
x ym m
1 ; '2
't ta
297
16/09/2015
39
amostras emparelhadas
com n pares de valores (xi, yi) seleccionados de 2 populações X e Y, normais e com as diferenças di=xi-yi para cada par
H0:
teste de Escalas categorizadas
x ym m
d
d
dt
S
d
SS
n
2 22
1 ( 1)
i i id d n d d
Sn n n
segue distribuição t de Student com (n-1) g.l.
298
amostras emparelhadas
H1:
se rejeita-se H0
caso contrário, não se rejeita H0
H1: ou
se ou rejeita-se H0
caso contrário não se rejeita H0
teste de Escalas categorizadas
x ym m
1 ; 12
d nt t
a
x ym m x ym m
1 ; 1d nt t
a 1 ; 1d n
t ta
299
16/09/2015
40
2) comparação de um atributo sensorial entre mais de 2 produtos
resultados estudados utilizando a análise de variância (ANOVA)
ANOVA generalização do teste de t (alguns autores)
teste de t caso particular da ANOVA (outros)
ANOVA compara médias
confronta variância entre produtos com variância dentro de cada produto
teste de Escalas categorizadas
300
ANOVA baseia-se em 2 princípios:
subdividir variabilidade total medida pela SQtotal e respectivos graus de liberdade
estimar s2 por 2 (ou mais) métodos e comparar as
estimativas
teste de Escalas categorizadas
SQ – soma dos quadrados
301
16/09/2015
41
ANOVA exige 3 condições:
independência dos resultados
garantida se se realizarem aleatoriamente as provas sensoriais
distribuição normal dos resultados
homogeneidade das variâncias
teste de Escalas categorizadas
302
provas sensoriais envolvem 3 componentes:
amostras/produtos
tratamentos
provadores
blocos
resultados das provas
unidades experimentais
teste de Escalas categorizadas
303
16/09/2015
42
componentes ajudam a definir planos experimentais
A) experiências inteiramente casualizadas
B) experiências com blocos casualizados
teste de Escalas categorizadas
304
experiências inteiramente casualizadas
não se consideram as possíveis diferenças entre provadores
nomenclatura ANOVA – não se consideram os blocos
resultados tipo de uma prova sensorial com k produtos e um painel de p provadores
cada amostra classificada de acordo com uma escala fornecida
classificações x11, x22, ..., xpk
teste de Escalas categorizadas
305
16/09/2015
43
experiências inteiramente casualizadas
para cada produto j obtém-se a soma das classificações Tj e a classificação média
calculam-se também: nº total de resultados N=∑nj, soma de todas as classificações T=∑Tj=∑∑xij, média geral
teste de Escalas categorizadas
jx
x
306
experiências inteiramente casualizadas
comparar os produtos j (j=1, 2, ..., k) através das classificações atribuídas por p provadores equivale a testar as hipóteses H0 vs. H1
teste de Escalas categorizadas
H0 – m1=m2=...=mk – produtos são iguaisH1 – mr=mj para algum par (r,j) com r≠j – pelo menos um dos produtos é diferente
307
16/09/2015
44
experiências inteiramente casualizadas
simplificações da ANOVA:
1. comparar as médias das classificações dos produtos
obtêm-se, para cada classificação média, os quadrados das diferenças (ponderadas pelo nº de observações para cada produto) entre a média de cada produto e a média geral
soma destas quantidades corresponde à soma dos quadrados dos desvios entre produtos SQEntre
teste de Escalas categorizadas
jx
jxx
2 2 2
1 1 2 2 3 3( ) , ( ) , ( ) , etc.n x x n x x n x x
2 22
1 1
( )k k
j
Entre j j
j J j
T TSQ n x x
n N
308
experiências inteiramente casualizadas
2. medir o grau de variabilidade (aleatória) natural, ou erro intrínseco das observações
considera-se a diferença de cada classificação para um dado produto relativamente à média para esse produto
obtém-se a soma dos quadrados das diferenças dentro dos produtos SQDentro
teste de Escalas categorizadas
2 2
1 1 1 2 2 2
1 1
( ) , ( ) , etc.n n
i i
i i
sq x x sq x x
2
2 2
1 1 1 1 1
( )p pk k k
j
Dentro ij j ij
j i J i j j
TSQ x x x
n
309
16/09/2015
45
experiências inteiramente casualizadas
3. SQEntre e SQDentro são as 2 componentes da variabilidade do problema
SQTotal é a “identidade da ANOVA”
teste de Escalas categorizadas
Total Entre DentroSQ SQ SQ
310
experiências inteiramente casualizadas
4. medidas da variabilidade podem ser refinadas, obtendo 2 estimativas separadas, da variância da população
sabendo que
e
calculam-se as médias quadráticas
médias estimam, de forma independente, a variância da população
teste de Escalas categorizadas
gl gl glTotal Entre Dentro
( 1) ( ) ( 1)k N k N
e 1
Entre DentroEntre Dentro
SQ SQMQ MQ
k N k
311
16/09/2015
46
experiências inteiramente casualizadas
4.
se H0 verdadeira, MQEntre ≤ MQDentro, caso contrário MQEntre > MQDentro
teste de Escalas categorizadas
312
experiências inteiramente casualizadas
5. teste das afirmações anteriores, calculando uma estatística de teste que utiliza a informação das variâncias
se H0: m1=m2=...=mk for verdadeira, a estatística de teste
segue distribuição de F com (k-1; N-k) g.l.
na terminologia ANOVA, numerador MQEfeito e denominador MQErro
teste de Escalas categorizadas
0Entre
Dentro
MQF
MQ
313
16/09/2015
47
experiências inteiramente casualizadas
5.
H1: pelo menos uma das médias é diferente das restantes
se F0>F[1-a, k-1, N-k] rejeita-se H0
caso contrário, não se rejeita H0
teste de Escalas categorizadas
314
experiências inteiramente casualizadas
5.
informação da ANOVA deve ser resumida numa tabela
teste de Escalas categorizadas
Fonte de variação
SQ gl MQ F0
Entre SQEntre K-1 MQEntre MQEntre/MQDentro
Dentro SQDentro N-k MQDentro
Total SQTotal N-1
315
16/09/2015
48
experiências inteiramente casualizadas
6. se F0 significativo (pelo menos um dos produtos é diferente)
necessário recorrer a testes para comparações múltiplas para distinguir qual(is) da(s) média(s) dos produtos é(são) diferente(s)
usar diferença mínima significativa de Fisher (LSD), para comparações específicas entre média, duas a duas
se n1=n2=...=nk
teste de Escalas categorizadas
1 ;2
2
Dentro
Dentro
gl
MQLSD t
na
n – nº de observações por produto
316
experiências inteiramente casualizadas
6.
se n1≠n2≠...≠nk
teste de Escalas categorizadas
1 ;2
1 1
DentroDentrogl
a b
LSD t MQn n
a
na e nb – nº de observações nos 2 produtos em comparação
317
16/09/2015
49
experiências inteiramente casualizadas
6.
comparando todas as amostras, duas a duas, quaisquer 2 amostras são consideradas diferentes para um nível de significância a, se as respectivas médias diferem (em
módulo) mais do que o valor LSD
teste de Escalas categorizadas
318
experiências com blocos casualizados
planos inteiramente casualizados pouco usados em Análise Sensorial
admitem-se diferenças entre provadores na classificação de atributos
necessário alterar metodologia
teste de Escalas categorizadas
319
16/09/2015
50
experiências com blocos casualizados
testar 2 conjuntos de hipóteses:
H0: m1=m2=...=mk vs. H1: pelo menos uma das médias é
diferente das restantes
H0: B1=B2=...=Bp vs. H1: pelo menos um dos provadores é diferente dos restantes
teste de Escalas categorizadas
320
experiências com blocos casualizados
resultados típicos
teste de Escalas categorizadas
Amostras/Produtos(j=1, 2, ..., k)
Provadores (i=1, 2, ..., p)
1 2 ... kTotal
Bi
1 x11 x12 ... x1k B1
2 x21 x22 ... x2k B2
... ... ... ... ... ...
p xp1 xp2 ... xpk Bp
Total Tj T1 T2 ... Tk
Média ...jx 1x 2xkx
321
16/09/2015
51
experiências com blocos casualizados
necessário estimar variabilidade associada às diferenças entre provadores
do erro intrínseco, parte é devida a essas diferenças; restante “permanece por explicar”
cada provador calcula a soma das classificações atribuídas aos produtos Bi
obtém SQBlocos para o conjunto de p provadores
teste de Escalas categorizadas
1
k
i ij
j
B x
2
2
1
p
i
iBlocos
BT
SQk N
322
experiências com blocos casualizados
SQTotal = SQEntre + SQBlocos + SQDentro
sabendo que glTotal = glEntre + glBlocos + glDentro
ou seja, (k-1) + (p-1) + (k-1)(p-1) = (N-1)
calculam-se as médias quadráticas que estimam, de forma independente, a variância da população
teste de Escalas categorizadas
, , 1 1 ( 1)( 1)
Entre Blocos DentroEntre Blocos Dentro
SQ SQ SQMQ MQ MQ
k p k p
323
16/09/2015
52
experiências com blocos casualizados
2 hipóteses possíveis
a) H0: m1=m2=...=mk
estatística segue distribuição de F com [k-1;(k-1)(p-1)] g.l.
H1: pelo menos uma média é diferente das restantes
rejeita-se H0
caso contrário, não se rejeita H0
teste de Escalas categorizadas
1
0Entre
Dentro
MQF
MQ
1
0 1 , 1,( 1)( 1)k k pF F
a
324
experiências com blocos casualizados
rejeitando H0, é necessário utilizar testes de comparações múltiplas para distinguir quais as médias diferentes
teste de Escalas categorizadas
325
16/09/2015
53
experiências com blocos casualizados
b) H0: B1=B2=...=Bn
estatística segue distribuição de F com [p-1;(k-1)(n-1)] g.l.
H1: pelo menos um provador é diferente dos restantes
rejeita-se H0
caso contrário, não se rejeita H0
teste de Escalas categorizadas
2
0Blocos
Dentro
MQF
MQ
2
0 1 , 1,( 1)( 1)p k pF F
a
326
experiências com blocos casualizados
rejeitando esta H0, é necessário considerar as diferenças entre provadores em futuras provas sensoriais em que intervenha o mesmo painel
informação ANOVA deve ser representada sob forma de tabela
teste de Escalas categorizadas
327
16/09/2015
54
Testes analíticos – Descritivos – Análise descritiva – Perfis sensoriais
permitem descrever, simultaneamente, várias características num ou mais produtos
fornecidas escalas aos provadores para avaliarem a intensidade das sensações provocadas pelos atributos e/ou para avaliação hedonística dos produtos
328
resultados podem ser analisados através de:
elaboração de perfis sensoriais
análise univariada
comparações, atributo a atributo, recorrendo a testes de Fe t quando são 2 produtos ou à ANOVA quando são mais
análise multivariada
estudo de todos os atributos em todos os produtos, em simultâneo
Perfis sensoriais
329
16/09/2015
55
perfis são representações gráficas, em sistema de coordenadas polares, das médias das classificações atribuídas a cada atributo dos produtos em estudo
Perfis sensoriais
330
comparação qualitativa dos produtos por comparação da forma dos polígonos
comparação quantitativa, atributo a atributo, usando testes de t (2 produtos) ou ANOVA (vários produtos)
Perfis sensoriais
331
16/09/2015
56
Testes afectivos
provas usadas para valorização (ou classificação) da preferência e/ou aceitação dos produtos ou características por provadores não treinados
usados principalmente por produtores de bens de consumo ou fornecedores de serviços
testes por consumidores são ferramenta muito eficaz para projectar produtos e serviços
testes por consumidores são caros
100 – 500 consumidores alvo, distribuídos por 3 – 4 cidades
representam população à qual se destina o produto
332