ensaios sensoriais - paulo figueiredo sensorial 33.pdf · 1 44 (9 [ 1] ) 71 52 48 45 9 12 3 34.17...

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


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


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


225

16/09/2015

3


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


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


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


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


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


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


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


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


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


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


métodos habitualmente utilizados:

perfil de flavour

perfil de textura

análise descritiva quantitativa

perfil de livre escolha

perfil flash

método Spectrum®

238


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


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


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


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


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


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


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


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

25

ISO 11035

270

nesta fase podem surgir 100 – 150 termos diferentes

ISO 11035

271

16/09/2015

26


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


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


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


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


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


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


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


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


286


resultados independentes se:

produtos avaliados em sessões de prova diferentes

ou

classificações feitas por mais que um painel de provadores


287

16/09/2015

34


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.


*

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


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


*

1 ; 22 x yn n

t ta

289

16/09/2015

35


H1: mx>my ou mx<my

se ou rejeita-se H0



*

1 ; 2x yn nt t

a *

1 ; 2x yn nt t

a

290


testar se as variâncias são iguais (teste de F)

H0:

(nx-1, ny-1) g.l.


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


g.l. tabelados


292



293

16/09/2015

37


testar se as variâncias são iguais (teste de F)

H1:

se rejeita-se H0

caso contrário não se rejeita H0


2 2

x ys s

*

1 , 1, 1nx nyF F

a

294


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


2 2

x ys s

22

'

yx

x y

x yt

ssn n

295

16/09/2015

38


comparar t’ com o valor crítico de t de Student para n’ graus de liberdade


222

22 22

'

3 3

yx

x y

yx

xx

x y

ss

n n

ss

nn

n n

296


H1:

classificações médias dos produtos são diferentes

se rejeita-se H0



x ym m

1 ; '2

't ta

297

16/09/2015

39


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:


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


H1:

se rejeita-se H0


H1: ou

se ou rejeita-se H0



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


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


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


302

provas sensoriais envolvem 3 componentes:

amostras/produtos

tratamentos

provadores

blocos

resultados das provas

unidades experimentais


303

16/09/2015

42

componentes ajudam a definir planos experimentais

A) experiências inteiramente casualizadas

B) experiências com blocos casualizados


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


305

16/09/2015

43


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


jx

x

306


comparar os produtos j (j=1, 2, ..., k) através das classificações atribuídas por p provadores equivale a testar as hipóteses H0 vs. H1


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


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


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


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


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


3. SQEntre e SQDentro são as 2 componentes da variabilidade do problema

SQTotal é a “identidade da ANOVA”


Total Entre DentroSQ SQ SQ

310


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


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


4.

se H0 verdadeira, MQEntre ≤ MQDentro, caso contrário MQEntre > MQDentro


312


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


0Entre

Dentro

MQF

MQ

313

16/09/2015

47


5.

H1: pelo menos uma das médias é diferente das restantes

se F0>F[1-a, k-1, N-k] rejeita-se H0



314


5.

informação da ANOVA deve ser resumida numa tabela


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


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


1 ;2

2

Dentro

Dentro

gl

MQLSD t

na

n – nº de observações por produto

316


6.

se n1≠n2≠...≠nk


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


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


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


319

16/09/2015

50


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


320


resultados típicos


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


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


1

k

i ij

j

B x

2

2

1

p

i

iBlocos

BT

SQk N

322


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


, , 1 1 ( 1)( 1)

Entre Blocos DentroEntre Blocos Dentro

SQ SQ SQMQ MQ MQ

k p k p

323

16/09/2015

52


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



1

0Entre

Dentro

MQF

MQ

1

0 1 , 1,( 1)( 1)k k pF F

a

324


rejeitando H0, é necessário utilizar testes de comparações múltiplas para distinguir quais as médias diferentes


325

16/09/2015

53


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



2

0Blocos

Dentro

MQF

MQ

2

0 1 , 1,( 1)( 1)p k pF F

a

326


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


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

ensaios sensoriais - paulo figueiredo sensorial 33.pdf · 1 44 (9 [ 1] ) 71 52 48 45 9 12 3 34.17...

Documents