JUMLAH KONSUMEN YANG DIPERLUKAN UNTUK UJI PENERIMAAN

SENSORIK

Nama Kelompok 2 :
Erma Fitria, Aprillia Kusesvara, Hanip, Mujihana, Rimbawan Apriadi

ABSTRAK
Konsep dasar yang diperlukan untuk memperkirakan jumlah konsumen yang
dibutuhkan dalam studi penerimaan sensorik (N), data variabilitas pada studi konsumen
sebelumnya dan estimasi N untuk berbagai nilai kesalahan Tipe I dan Tipe II disajikan.
Kesalahan standar percobaan yang dilaporkan sebagai kesalahan rata-rata akar pangkat
dari analisis varian, serupa dengan lebih dari 108 penelitian yang dilakukan di lima
negara pada berbagai macam produk makanan. Hal ini memungkinkan untuk perkiraan
jumlah konsumen yang diperlukan pada penelitian selanjutnya. Perkiraan ini disajikan
dalam sebuah tabel. Dengan mempertimbangkan kesalahan standar rata-rata, nilai
(kesalahan Tipe I) sebesar 5%, nilai (kesalahan Tipe II) sebesar 10% dan perbedaan
antara rata-rata sampel 10% dari skala sensorik, memberikan nilai N dari 112 konsumen
untuk seperangkat parameter ini.

1. Pendahuluan
Dalam uji penerimaan sensorik, diperlukan jumlah konsumen (N) untuk
melakukan uji. Nilai N yang direkomendasikan dalam literatur berbeda-beda. Chambers
dan Baker wolf (1996) menyatakan bahwa 100 orang untuk uji konsumen skala kecil,
tergantung rancangan penelitian. Meilgaard, Civille, dan Carr (1999) untuk uji lokasi
pusat 50-300 panelis dikumpulkan per lokasi, dan untuk uji rumahan 75-300 panelis per
kota. Stone dan Sidel (2004, bab 7) merekomendasikan 25-50 subjek untuk di
Laboratorium Pengujian, 100 atau lebih panelis untuk uji lokasi pusat dan 50-100
keluarga untuk uji rumahan.
Lawless dan Heymann (1998) membahas ukuran sampel dan memberikan rumus
sederhana untuk menghitung N untuk membandingkan 2 sampel, namun tidak
menunjukkan metodologi untuk menghitung N. Bovell-Benjamin, Allen dan Guinard
(1999) menggunakan 40 subjek berdasarkan daya 0,90 0,05 dan perbedaan 0,8 pada
skala hedonik 9 poin; namun standar deviasi yang digunakan untuk perhitungan tidak
dilaporkan. Moskowitz (1997) melakukan penelitian dengan 40-50 panelis untuk
menstabilkan rata-rata penerimaan. Jurnal ini menerima dua jawaban dalam edisi yang
sama dari jurnal tersebut (McEwan, 1997; Cornell, 1997) yang menunjukkan
kekurangan dalam pendekatan Moskowitz.
Tabel 1. Kisaran N yang digunakan dalam berbagai penelitian
Produk Jumlah Konsumen Referensi
Daging patty (burger) 43 Miller dan Holben (1999)
Sesena, Sanchez-Hurtado, Gonzalez
Penelitian terong fermentasi 26
Vinaz, dan Palop (2011)
Daging domba 10-20a Arsenos et al. (2012)
Devereux, Jones, McCormack, dan
Makanan rendah lemak 10-43b
Hunter (2003)
Sereal bar 84 Hall, Hampl, Stanton, dan Monte (2003)
Kopi instan 199 Geel, Kinnear dan de Kock (2005)
Ceri 581 Crisosto, Crisosto, dan Metheney (2003)

a Jumlah konsumen bervariasi dari satu taraf percobaan ke percobaan yang lainnya
b Jumlah ketersediaan konsumen.

Saat mendesain, konsumen dikumpulkan berdasarkan usia atau kota. Santa Cruz,
Martinez, dan Hough (2002), uji penerimaan 8 sampel mayones komersial dengan 240
konsumen di tiga kota dan dua kelompok usia, maka perbandingannya akan efektif
antara 40 konsumen disebuah kelompok dibandingkan dengan 40 konsumen lainnya.
Font I Furnols, Gispert, Diestre dan Oliver (2003), dalam penerimaan daging babi
hutan, mengklasifikasikan 480 konsumen menggunakan 5 faktor yang berbeda. Jumlah
penilai sensoris kurang terlatih untuk mengukur penerimaan tidak direkomendasikan
(Chambers & Baker Wolf, 1996), namun sering digunakan. Sulaeman dkk (2001)
menggunakan 14 asesor terlatih untuk mengukur penerimaan chip wortel, melaporkan
perbedaan signifikan dalam penerimaan untuk efek pengobatan. Yin, Pan dan Jiang
(2002) menggunakan 10 asesor sangat terlatih untuk mengukur penerimaan daging ikan
mackarel cincang fermentasi dan melaporkan efek pengobatan yang signifikan.
Beberapa peneliti (Ruiz, Garcia Muriel Andres & Ventanas, 2002; Rohm, Kovac &
Kneifel, 1994) menggunakan asesor terlatih untuk mengukur penerimaan. Pelatihan
dapat memberikan hasil penerimaan yang seragam, yang mana dapat meminimalkan
penyebaran sehingga perbedaan perlakuan cenderung signifikan, dan kriteria seragam
ini mungkin bertentangan dengan kriteria konsumen yang tidak terlatih sehingga
laporan perbedaan pengobatan bisa jadi tidak relevan.

2. Apa yang dibutuhkan untuk menghitung N ?

Parameter yang berbeda harus diketahui untuk menghitung N :
Tingkat = kemungkinan kesalahan tipe 1
Tingkat =kemungkinan kesalahan tipe 2, sering dinyatakan sebagai kekuatan = 1 -
s = Standar kesalahan dari percobaan
d = Perbedaan rata-rata yang dicari dalam percobaan
 Berdasarkan keempat parameter tersebut, nilai N dapat dihitung mengikuti
prosedur dalam buku teks (Kraemer dan Thieman, 1987; Mntgomery, 1991) atau
menggunakan perangkat lunak statistik (Faul, & Erdfelder, 1992).

3. Standar kesalahan dari uji penerimaan ?

Salah satu parameter yang diperlukan untuk menghitung N adalah kesalahan
standar percobaan, yang sebelumnya tidak diketahui. Salah satu pendekatannya adalah
dengan menggunakan nilai yang diperoleh dari eksperimen sebelumnya. Dalam studi
penerimaan sensorik, pendekatan yang paling umum untuk menganalisis data adalah
dengan analisis varian.
Tabel 2. Rata-rata, standar deviasi dan jarak akar kuadrat dari rata-rata kesalahan dibagi dengan
panjang skala.
Negara Produk Atribut Nomor Kisaran Kisaran RMSL rata-rata Jarak
Pengukuran Jumlah Jumlah SD RMSL
Konsumen Produk
Bir, biskuit, minuman
Penampilan, rasa,
berkarbonasi, kopi,
Argentina tekstur, kesukaan 71 50-360 2-12 0.23 0.0035 0.14-0.29
makanan jagung,
keseluruhan
yogurt,
Penampilan, rasa,
Coklat, kopi, garing,
Brazil dan kesukaan 6 38-100 2-7 0.20 0.040 0.16-0.27
sosis, gelatin
keseluruhan
Brendi (wine), brendi kesukaan
Mexico 10 120-452 2-12 0.19 0.026 0.14-0.22
dengan kola,roti, kopi, keseluruhan
Apel, produk roti
Penampilan, rasa,
daging, sereal untuk
UK tekstur, kesukaan 11 50-150 2-12 0.24 0.032 0.20-0.30
sarapan, keju, ikan
keseluruhan
asap
Roti, keju, kue cokelat,
kentang tumbuk,pizza,
pinggang babi,babi Kesukaan
USA 10 48-251 3-8 0.22 0.034 0.17-0.27
patty, saus salad, keseluruhan
keripik tortilla, sirup
kacang.

Tabel 2 menyajikan data akar pangkat rata-rata tingkat kesalahan yang diperoleh
dari analisis varian berbagai penelitian penerimaan di berbagai negara. Dalam beberapa
penelitian konsumen, jika ingin mengetahui perbedaan yang signifikan antara sampel,
faktor variasi yang diperkenalkan seperti kota, jenis kelamin dan atau usia. Dalam kasus
ini akan ada lebih dari satu kesalahan istilah (Mead, 1988, bab 14). Karena skala yang
berbeda digunakan, kesalahan akar pangkat rata-rata dari setiap pengukuran dibagi oleh
skala panjang yang sesuai. Jika kesalahan akar pangkat rata-rata 1,6 diperoleh dengan
menggunakan skala 1-9, nilai (RMSL) yang dihasilkan: 1,6/8 = 0,2. Dalam perhitungan
ANOVA, jika data mentah dibagi dengan angka hasil dari kesalahan akar pangkat rata-
rata dibagi dengan angka yang sama. Nilai tabel 2 sesuai dengan penelitian antara tahun
1994 dan 2003. Demografi konsumen dan jenis produk makanan dalam penelitian ini
cukup beragam untuk mencakup sebagian besar situasi penerimaan sensoris. Nilai
RMSL Argentina memiliki jangkauan terluas, seperti yang diharapkan karena ada lebih
banyak penelitian yang dilaporkan.

4. Perhitungan jumlah dari konsumen

Nilai rata-rata RMSL dan standar deviasi setiap jurnal di seluruh negara mengenai
berbagai macam produk (Tabel 2). Hal ini membuka kemungkinan memakai kisaran
RMSL yang relatif kecil untuk memperkirakan N. Secara keseluruhan, hasil pengukuran
RMSL sebanyak 108 yang dilakukan di lima negara berbeda adalah 0,23 dengan
standar deviasi 0,037. Dari tabel 2, nilai rata-rata dan nilai tertinggi adalah 0,14 dan
0,30. Nilai N dihitung menggunakan prosedur pengulangan dari Genstat 7th Edition
Stastical Package (VSN Internationl Ltd., Hemel Hempstead, UK). Perkiraan jumlah
konsumen yang dibutuhkan untuk uji penerimaan terdapat pada tabel 3.
Tabel 3. Jumlah konsumen yang diperlukan untuk uji penerimaan
%d %d
RMSLa %b dc RMSLa %b dc
20 10 5 20 10 5
0,14 10 0,2 7 9 11 0,23 10 0,05 262 363 459
5 0,2 8 11 14 5 0,05 333 445 551
1 0,2 12 15 18 1 0,05 495 631 755
10 0,1 25 34 43 0,30 10 0,2 29 39 49
5 0,1 32 42 52 5 0,2 36 48 59
1 0,1 47 59 71 1 0,2 53 68 81
10 0,05 98 135 170 10 0,1 112 155 196
5 0,05 124 166 205 5 0,1 142 190 235
1 0,05 184 234 280 1 0,1 211 269 322
0,23 10 0,2 17 23 29 10 0,05 466 617 780
5 0,2 22 29 35 5 0,05 566 757 936
1 0,2 32 40 48 1 0,05 842 1072 1284
10 0,1 66 91 115
5 0,1 84 112 138
1 0,1 124 158 189
a RMSL = Kesalahan akar kuadrat rata-rata dibagi dengan panjang skala
b % = Kemungkinan kesalahan Type I
c % = Kemungkinan kesalahan Type II
dd = Perbedaan rata-rata yang dicari dalam percobaan (skala 0-1)

Nilai pada tabel 3 sesuai dengan perbedaan keseluruhan antara rata-rata sampel
yang diukur dengan statistik F ANOVA. Jika sebuah prosedur memakai banyak
perbandingan, maka akan mempengaruhi perhitungan N. Jika seorang peneliti tidak
mempunyai pengetahuan tentang RMSL sebelumnya, maka nilai 0,23 tampaknya masuk
akal. Tergantung pada tujuan penelitian, nilai , dan d yang berbeda dapat dipilih:
seandainya nilai berikut diadopsi: = 5%, = 10%. Mengenai nilai d, perbedaan dalam
cara yang harus diperkirakan, nilai ini terkait dengan skala penerimaan yang akan
digunakan.
 Dengan anggapan bahwa peneliti ingin menggunakan skala hedonik 1-9 poin dan
dia ingin memperkirakan perbedaan 0,8 pada skala ini, maka dengan dimasukkannya
nilai d pada tabel 3 akan menjadi perbedaan 0,8 dibagi dengan panjang skala: 0,8/8 =
0,1. Jadi dengan RMSL = 0,23, = 5%, = 10% dan d = 0,1, jumlah konsumen yang
diperlukan untuk melakukan tes adalah N = 112. Untuk uji kesamaan yang sangat teliti,
perlu mempertimbangkan nilai d lebih kecil dari 0,05. Peneliti dapat menggunakan
rumus statistik untuk menghitung N-nya. Contoh sebelumnya, nilai N=112 memerlukan
jumlah konsumen dimana setiap konsumen mengukur semua sampel dan hal terpenting
adalah dalam menentukan perbedaan yang signifikan antara sampel. Misalnya,
penerimaan sampel diukur di dua lokasi berbeda di suatu negara dan peneliti ingin
membandingkan sampel di dalam setiap lokasi, maka N = 112 konsumen harus
digunakan di setiap lokasi, yaitu sebanyak 224 konsumen untuk studi lengkap. Masing-
masing komponen dari persamaan tersebut memberikan kontribusi untuk menentukan
jumlah konsumen. Misalnya, mengubah tingkat perbedaan skala yang dicari dalam
eksperimen dari 10% sampai 20% dari skala, mengurangi jumlah konsumen yang
dibutuhkan sekitar 70%. Namun, mengubah nilai-p dari 0,05 menjadi 0,10 mengurangi
jumlahnya hanya sekitar 20%.

5. Kesimpulan
Kesalahan standar dari studi penerimaan sensoris dilakukan di lima negara yang
berbeda dan pada berbagai macam produk makanan memiliki kesamaan. Hal ini
memungkinkan perkiraan jumlah konsumen yang diperlukan untuk penelitian
selanjutnya berdasarkan kesalahan standar yang dilaporkan dalam penelitian ini.