Riassunto esame Analisi sensoriale, Prof. Laureati Monica, libro consigliato Valutazione sensoriale, Ella Pagliarini

Analisi sensoriale e coinvolgimento del consumatore

(CA).- Sorting e Napping®, negli ultimi anni l'analisi sensoriale sta rivolgendo sempre maggiore attenzione al consumatore e alle sue capacità percettive e discriminanti. Molti sono, infatti, i metodi che prevedono un coinvolgimento diretto del consumatore per avere risposte rapide ma anche sensorialmente valide.

Nel Sorting i consumatori raggruppano i prodotti per similitudine. È un metodo semplice, rapido e facile da eseguire anche con un alto numero di campioni (10-20). Nella prima fase, definita di ispezione, i consumatori, circa 20, iniziano a generare le loro categorie mentre assaggiano i prodotti. Il vantaggio è che i consumatori possono decidere da soli quali sono le caratteristiche più importanti per differenziare i gruppi di campioni, senza la necessità che lo sperimentatore imponga alcuna lista di attributi.

Esiste anche il Repertory Grid, meglio conosciuto come il metodo delle terne. Per ogni terna il partecipante è invitato a...

Riflettere in che cosa due prodotti sono simili e, al tempo stesso, diversi dal terzo, descrivendo similitudini e differenze, elencando motivazioni, attributi e caratteristiche.

Un altro metodo rapido ed economico per valutare similitudini e differenze dei prodotti e produrre una mappa è il projective mapping, meglio noto come Napping. Questa tecnica istruisce il consumatore a posizionare i prodotti in uno spazio bidimensionale con una distanza proporzionale alla loro similitudine. Come nel Sorting, il criterio utilizzato da ogni consumatore per posizionare i campioni in base alle loro similitudini/differenze dipende dal consumatore stesso.

Mappe di preferenza

I metodi affettivi sono generalmente di facile esecuzione e si pensa che forniscano una buona misura dell'accettabilità relativa o delle preferenze. Tuttavia, il più importante dei quali è che possono essere molto limitati nel fornire delle chiare informazioni sul perché un prodotto risulti preferito.

In effetti, i consumatori hanno un vocabolario molto limitato quando si tratta di descrivere ciò che percepiscono in un prodotto, spesso non utilizzano correttamente le scale per attributi e possono essere soggetti ad errori quando compilano i questionari. La maggior parte dei consumatori non sono in grado di descrivere in modo oggettivo ciò che percepiscono e se gli si chiede di registrare le proprie sensazioni di piacere o disgusto su un dato prodotto, si ottengono, in generale, dei commenti basati sull'accettabilità-disgusto piuttosto che in relazione a specifici attributi del prodotto. Inoltre, se si chiede ai consumatori di giudicare l'accettabilità di un prodotto e in seguito di dare un punteggio a una serie di descrittori, molti tendono a giustificare la loro risposta edonistica in termini di attributi del prodotto. Pertanto, se un consumatore giudica un prodotto veramente appetibile, sarà improbabile ottenere una risposta negativa per i.

Il testo fornito è stato formattato utilizzando i seguenti tag HTML:

esterna lo scopo è di mettere in relazione ai dati di preferenza-accettabilità di un gruppo di soggetti con una rappresentazione multidimensionale degli oggetti che derivano normalmente da altri dati non di preferenza.

Il principio delle mappe esterne (PREFMAP) è molto semplice: i risultati di preferenza-accettabilità di ogni individuo sono messi in relazione con le coordinate del prodotto, ottenute mediante l'analisi multivariata dei dati esterni.

Lezione 9 - Mar 13/12/2022 - Slide pag. 163

Statistica parametrica e non parametrica

Affidabilità della misura

Nella statistica la distribuzione dei dati ottenuti in seguito ad un'elaborazione dati deve essere normale, per questo viene rappresentata da un grafico avente una gaussiana. Molto importante valutare la forma della gaussiana per poter valutare quanto è accurato un dato in base alla dispersione disposta sul grafico.

Il bersaglio

È importante che, nell'elaborazione dei

Dati ricavati da analisi sensoriali, ci sia una certa affidabilità della misura. Questa la otteniamo grazie:

• Precisione: questa caratteristica include la ripetibilità e la riproducibilità di un'analisi; richiede infatti un certo accordo tra i risultati di misurazioni indipendenti successive dello stesso campione, ottenuto con un procedimento di analisi in condizioni ben specificate; si ha quindi un grado della vicinanza reciproca delle misure all'interno di un set di misurazioni su di uno stesso campione.
• Accuratezza: vicinanza d'accordo tra il valore medio, ottenuto da una serie numerosa di risultati, e il valore di riferimento accettato.
• Incertezza di misura: parametro che, associato al risultato di una misurazione, caratterizza la dispersione dei valori che possono essere ragionevolmente assegnati al campione qualora siano state considerate tutte le sorgenti d'errore associabili agli stadi della procedura totale.

La dispersione dei dati

E l'incertezza di misura

Ogni misurazione è affetta da errore sperimentale.

I risultati ottenuti eseguendo una serie di misurazioni replicate, per esempio i diversi valori del contenuto proteico di una farina o l'intensità di un descrittore sensoriale, sono sempre più o meno diversi tra loro. Per questo motivo ogni risultato sperimentale, cioè ogni misura, è affetto da incertezza di misura (IM).

Secondo la norma UNI ISO 3534-1:2000, l'incertezza di misura è la stima legata ad un risultato di prova che caratterizza la dispersione dei valori entro cui si suppone che cada il valore vero del misurando.

L'IM non può mai essere eliminata completamente, anche se può essere ridotta migliorando la qualità del dispositivo di misura, come ad esempio si fa con l'addestramento dei giudici nel caso dell'analisi sensoriale. Perciò, il valore vero del parametro soggetto a misurazione è sempre sconosciuto.

spesso può essere valutata l'entità probabile dell'errore, ovvero la bontà del risultato. Un risultato non è completo, né interpretabile, se non è accompagnato da un'indicazione quantitativa dell'IM ad esso relativa. In assenza dell'incertezza, i risultati delle misurazioni non possono essere confrontati né l'uno con l'altro, né con i valori di riferimento contenuti nelle norme. Una differenza molto importante in analisi sensoriale è quella tra ripetibilità e riproducibilità. Per ripetibilità si intende uno stesso giudice che esegue più volte la stessa misura; mentre, con riproducibilità, più giudici che eseguono più volte la stessa analisi (diversi campioni). Test statistici Parametrici In questo caso, si assume l'ipotesi che i dati seguano una distribuzione normale della popolazione, per lo sviluppo del grafico ricorreremoall'utilizzo della gaussiana. Otteniamo dunque valori numerici continui, confrontabili poi con due medie student t-test discriminanti quali quantitativi: ordinamento multiplo; più di due medie analisi della varianza descrittivi: profilo sensoriale / affettivi quali qualitativi: focus group. Non parametrici Al contrario del caso precedente, non si assume l'ipotesi che i dati seguano una distribuzione normale della popolazione, per lo sviluppo del grafico ricorreremo all'utilizzo della gaussiana. Possiamo ottenere dati diversi, dai quali ricaviamo però comunque valori discreti: dati nominali, uno è sbagliato o corretto, non c'è una via di mezzo test binomiale discriminanti qualitativi a scelta forzata: confronto a coppie. Dati ordinali, posso stabilire un ordine di grandezza test di Friedman affettivi quantitativi: accettabilità-preferenza, ordinamento multiplo. *gaussiana: descrive variabili

casuali a valori reali che tendono a concentrarsi attorno ad un singolo valore medio. Sale fino al suo punto massimo, una volta raggiunto, scende in modo simmetrico.

Le formule: media, varianza e deviazione standard

Ogni misurazione deve essere espressa mediante il valore medio e la dispersione intorno ad esso:

La media, la varianza e la deviazione standard caratterizzano un campione limitato dell'intera popolazione delle misurazioni. Esse sono stime della media, della varianza e della deviazione standard della popolazione.

Solo per un numero molto alto di misurazioni, tale da rappresentare l'intera popolazione, si può scrivere:

L'importanza consiste nell'associare al valore medio la dispersione dei nostri risultati. Più osservazioni faccio, maggiore sarà l'affidabilità del dato.

Ipotesi nulla vs alternativa

Tutti i test di ipotesi si basano o su un'ipotesi nulla o su una alternativa.

L'ipotesi nulla prevede che i

modo l'ipotesi nulla Ho. Il test di T-Student richiede che i dati siano continui e derivino da popolazioni normalmente distribuite. Esso valuta se due medie differiscono in modo significativo o meno, determinando se i campioni provengono da due popolazioni diverse (rifiutando l'ipotesi nulla Ho) o se le differenze sono attribuibili solo al caso e i campioni provengono dalla stessa popolazione (accettando l'ipotesi nulla Ho).

caso H₀ → test (un campione verso un riferimento)

H₁: X = X₀ 1 2

H₂: X ≠ 1 1 2

Se t > t per a desiderato