Bachiller XIMENA SOLS TEJADA para obtener el Ttulo Profesional de Ingeniero de Industrias Alimentarias mediante la modalidad de Suficiencia Profesional.
Pgina 2
Pgina 3
AGRADECIMIENTOS Por sobre todo a DIOS por su amor, fidelidad y promesas con las que me hizo soar y creer. Gracias por la fuerza, Gracias por la risa, Gracias por los retos, Gracias por los problemas, Gracias por los triunfos, Te amo Dios. Y a mi familia que da a da pelea por m, Gracias por sus oraciones.
Pgina 4
DEDICATORIA A mis Padres, Rubn y Encarnacin, que con su esfuerzo y ejemplo supieron darme la motivacin necesaria para terminar lo que se empieza y alcanzar nuevas metas. A mis hermanas (Nuria-Vanessa -Gabriela), cuados (Hernn - Julio), sobrinos (Salvador - Gabrielito) y amigos (Chela Rosendo Daniela - Lucia), que tuvieron los mejores deseos y disposicin para ayudarme.
3.5.1 BLOQUE COMPLETAMENTE RANDOMIZADO (DBCA = DISEO DE BLOQUE COMPLETAMENTE AL AZAR).......................................- 16 3.5.2 3.5.3 3.5.4 3.5.5 3.5.5.1 DISEO EN BLOQUE INCOMPLETO.................................- 17 DISEO EN CUADROS LATINOS (DCL)............................- 17 FACTORIAL..............................................................- 17 PROCESAMIENTO DE LOS DATOS..................................- 18 ANLISIS DE VARIANZA, ANOVA - ANVA.......................- 18 -
3.5.5.2 COMPARACION DE RANGOS MULTIPLES O ANALISIS DE ORDENAMIENTO POR RANGOS................................................- 19 3.5.5.2.1 MTODO LSD.........................................................- 19 3.5.5.2.2 MTODO DE TUKEY (HSD = DIFERENCIA SIGNIFICATIVA HONESTA)..........................................................................- 20 3.5.5.2.3 3.5.5.2.4 3.6 3.6.1 3.6.1.1 3.6.1.1.1 3.6.1.1.2 3.6.1.1.3 3.6.1.2 3.6.1.2.1 MTODO DE DUNCAN...............................................- 20 MTODO DE DUNNET...............................................- 20 MTODOS PARA TESTS DE RESPUESTA OBJETIVA............- 22 TESTS DE VALORACIN (RATING TESTS)......................- 22 TEST DESCRIPTIVO.................................................- 22 TEST NUMRICO.....................................................- 23 TEST DE PUNTAJE COMPUESTO:................................- 24 MTODOS PARA DETECTAR DIFERENCIAS....................- 25 TEST DE ESTMULO NICO:.......................................- 25 Pgina 6
3.6.1.3.4 TEST DE VALORACIN DE CALIDAD CON ESCALA POR PARMETRO.......................................................................- 42 3.6.1.4 3.6.1.4.1 3.6.1.4.2 METODOS DE SENSIBILIDAD (UMBRAL)........................- 45 MTODO DE LMITES................................................- 45 MTODO POR AJUSTE O ERROR.................................- 47 -
3.6.1.4.3 MTODO DE FRECUENCIA O ESTMUO CONSTANTE (FREGUENCYMETHOD TESTZL )..............................................- 48 3.6.2 3.6.2.1 3.6.2.1.1 3.6.2.2 3.6.2.3 3.6.2.4 3.6.2.5 3.6.2.6 MTODOS PARA TEST DE RESPUESTA SUBJETIVA............- 48 TESTS DE PREFERENCIA..........................................- 49 TEST DE SIMPLE PREFERENCIA O PAREADO PREFERENCIA- 49 TEST DE ORDENAMIENTO O RANKING:.........................- 51 ESCALA HEDNICA:................................................- 55 TESTS DE ACEPTABILIDAD........................................- 57 TEST DE PANEL PILOTO............................................- 57 TEST DE PANEL DE CONSUMIDORES...........................- 57 -
17
Pgina 7
19
21
37
TABLA N 7. CLASIFICACIN DE LOS PARMETROS DE TEXTURA . TABLA N 8 TABLA GENERAL DEL TEST DE VALORACIN DE CALIDAD CON ESCALA KARLSRUHE
38
44
31
FIG. 4. PERFIL DE TEXTURA DE ARROZ CON PAPAS, ZANAHORIAS Y CARNE. FIG. 5. PERFIL DE TEXTURA DE SPAGHETTIS CON SALSA ITALIANA. FIG. 6. CURVAS TIEMPO-INTENSIDAD DE SOLUCIONES DE SUCROSA PURA Y SUCROSA ADICIONADA DE CONCENTRACIONES SUB UMBRALES DE SAL. FUENTE: G. JELLINEK (1964). FIG. 7. TIEMPO-INTENSIDAD DE SABOR Y GUSTO AMARGO EN DOS MUESTRAS DE CERVEZA.
FIG. 8 DETERMINACIN DEL UMBRAL ABSOLUTO
40
41 41
42
47
60
RESUMEN La metodologa de la Evaluacin Sensorial es basta, los tipos de Pruebas y la forma de analizar los datos obtenidos son variados, en el presente trabajo se expone la clasificacin de los mtodos de evaluacin sensorial, as como las diferentes pruebas que la integran, desarrollando las principales, de igual forma muestra el procesamiento de datos correspondiente para las principales pruebas, y la interpretacin de los resultados en ejemplos tipo. CAPITULO I: REVISION BIBLIOGRAFICA 1 INTRODUCCION
Bachiller: Ximena Sols Tejada Pgina 9
La percepcin del estimulo, tanto en el aspecto fisiolgico como en el psicolgico. La elaboracin de la sensacin y La comunicacin verbal de la sensacin.
Pero, veinte aos despus y a pesar de este avance en el desarrollo de la metodologa, se constata que los mtodos sensoriales an no se pueden fundamentar sobre bases psicolgicas y fisiolgicas indiscutibles. Siguiendo esta idea al final de este periodo, se cuestiona la validez y correlacin entre las determinaciones instrumentales y las sensoriales, existiendo una fuerte tendencia a considerar que las diferencias son debidas a defectos metodolgicos del anlisis sensorial. [1]. Figura N1. Esquema representativo de la idea sobre la medida de la calidad sensorial predominantes en el periodo 1950-1970
Fuente: (de Costell y Durn) Posteriormente continuaron las investigaciones acerca de medir las caractersticas de un alimento as como la influencia de los factores psicolgicos en estas distinciones. Muchos han sido los esfuerzos de los investigadores para reemplazar los test sensoriales. As por ejemplo, se estudiaron varios tests instrumentales para medir calidad de leche en polvo con el fin de establecer cul era el ms conveniente y a la vez permitiera reemplazar el test de puntaje usado en el anlisis sensorial del producto. Los tests investigados fueron los siguientes: [3]. -- Valor de perxido y clorofila de la grasa. - Estimacin del pardeamiento del polvo.
Bachiller: Ximena Sols Tejada Pgina 10
SENSORIAL. Un experimento sensorial debe ser diseado de manera que sus etapas se planifiquen acorde a las necesidades y disponibilidades de recursos, ya sean humanos, materiales, equipos, de infraestructura, logsticos y econmicos, con
Bachiller: Ximena Sols Tejada Pgina 11
Los anlisis sensoriales pueden clasificarse, segn el objetivo del trabajo de evaluacin sensorial planificado, en; anlisis orientados al producto y anlisis orientados al consumidor. [4].
2.2.1 ANLISIS
ORIENTADOS AL PRODUCTO O DE RESPUESTA OBJETIVA Anlisis sensoriales con los que se obtendrn datos que permitirn luego, con el anlisis estadstico adecuado, hacer inferencias sobre las caractersticas de la poblacin de alimentos que se analiza. Estos son:[4]. Discriminativos para determinar diferencias El juez analiza y dictamina s hay semejanza entre muestras, ya sea al asignarles categoras o por simple definicin Descriptivos para categorizar muestras El juez analiza y da categoras las muestras segn la apreciacin de 1 intensidad con la que percibe el atributo evaluado en ellas. Descriptivos para obtener perfiles sensoriales El juez analiza las muestras apreciando, identificando y mensurando los atributos o caractersticas sensoriales de determinada propiedad sensorial.
2.2.2 ANALISIS ORIENTADOS AL CONSUMIDOR O DE RESPUESTA
SUBJETIVA Anlisis sensoriales con los que se obtendrn datos que permitirn luego, con el anlisis estadstico adecuado, estimar la capacidad analtica sensorial de un juez o, en su caso, hacer inferencias sobre una poblacin de posibles usuarios del producto. Estos son: Discriminativos para determinar grado de percepcin y Afectivos [4].
Bachiller: Ximena Sols Tejada Pgina 12
Los mtodos estadsticos empleados para analizar los datos obtenidos son principalmente: Mtodos visuales, estos mtodos permiten analizar los datos sin necesidad de identificar las tendencias, facilitan el trabajo, resumen los datos y son sencillos de utilizar (histogramas y grficas lineales entre otros); Mtodos univariantes, permiten analizar cada una de las variables de forma como si fueran independientes; Mtodos multivariantes, permite analizar todos los atributos presentes, esto con el fin de saber cul es la diferencia entre una muestra u otra; Mtodos paramtricos, proporcionan unos resultados precisos siempre y cuando se conserven los supuestos, y que se ajusten a la distribucin normal de lo contrario los resultados no son tan seguros; Mtodos no paramtricos, son ms slidos que los paramtricos aunque los resultados son menos exactos. [6] A continuacin se detallara la clasificacin segn el tipo de datos a tratarse y su aplicacin:
2.3.1 ANLISIS NO PARAMTRICOS
Empleados en el tratamiento de datos nominales. Estos son: pruebas de hiptesis para anlisis discriminativos, pruebas de hiptesis para anlisis descriptivos no paramtricos y el anlisis secuencial. [4].
Pruebas de hiptesis para anlisis discriminativos Los datos numricos que representan nombres o categoras nominales posicionados segn ordenamiento o por el uso de una escala adimensionada se presentan en forma de frecuencia para su tratamiento estadstico, a partir del cual se determinara la existencia de diferencias significativas entre muestras. [4]. Pruebas de hiptesis para anlisis Descriptivos Los datos numricos representan, segn magnitud, categoras posicionadas en una Escala Adimensionada. La suma del total de valores de Posicin asignados a cada muestra, denominada rango, ser objeto del tratamiento estadstico para determinar la existencia de diferencias significativas entre muestras que avalen la categorizacin obtenida [4].
Bachiller: Ximena Sols Tejada Pgina 13
Estos anlisis son empleados en el tratamiento de datos cuantitativos que tienen una distribucin normal e independiente (Watts 1992); lo que puede verificarse mediante pruebas de bondad de ajuste y de homogeneidad de varianza. Estos anlisis se agrupan en pruebas de hiptesis para anlisis descriptivos y de regresin. [4]. Pruebas de hiptesis para anlisis Descriptivos Los datos numricos, segn magnitud, representan categoras posicionadas en una Escala Dimensionada Relativa o Absoluta: siendo tabulados y analizados en su varianza (Watts et al.,1992). El tratamiento estadstico de estos datos permitir determinar la existencia de diferencias significativas entre muestras que avalen la categorizacin obtenida [4]. Anlisis de regresin Los valores de un atributo sensorial que determinan la categorizacin de las muestras, son relacionados con otros valores obtenidos de pruebas sensoriales, fsicas o qumicas, para definir la funcin que describa la variacin de uno con respecto al otro [4].
2.4 PRUEBA DE HIPTESIS
Es el proceso estadstico que permite contrastar las hiptesis establecidas sobre poblaciones (personas o alimentos), con la informacin suministrada por las muestras extradas de las mismas. [4]. La hiptesis no son ms que supuestos acerca de las poblaciones y de los resultados que se esperan obtener con el experimento y pueden adoptar dos formas: la hiptesis nula y la alterna (Watts et al., 1992). La nula establece que no existe diferencias entre dos muestras o varias muestras; la alterna, que si existe tales diferencias. Estos supuestos se aceptarn O rechazarn segn el anlisis estadstico de los datos (obtenidos experimentalmente). [4]. Los pasos a seguir en este proceso, son los siguientes: [4]. I.. Planteamiento de hiptesis. II. Establecimiento del nivel de significacin (.), que puede ser 0.05 0.01. Este parmetro representa el riesgo que se quiere correr al aceptar la hiptesis: Ejemplo: Si . = 0.05, entonces existe la probabilidad que 95 de cada 100 casos, para una hiptesis nula, existe una diferencia real. III. Planteamiento del anlisis estadstico.
Pgina 14
Un diseo experimental es el plan, arreglo o secuencia de pasos para organizar, llevar a cabo y analizar los resultados de un experimento. ste es formulado segn los objetivos del proyecto y de la prueba sensorial, los procedimientos y las condiciones de prueba, los recursos disponibles y el tipo de prueba estadstica a ser utilizado. De su acertada eleccin depender la confiabilidad de los datos y resultados de tal prueba (Watts et.al, 1992) [2]. Las caractersticas importantes de un buen diseo experimental son: la aleatorizacin, bloques y repeticiones. Con la primera se minimiza los efectos de. fuentes incontrolables de variacin o error y se elimina el sesgo, con la segunda. se controlan los efectos de fuentes de variacin conocidas y se mejora la eficiencia. La tercera proporciona un estimado del error experimental y aumenta la confiabilidad y validez de los resultados de la prueba (Watts et al., 1992). [2]. Se consigue una adecuada aleatorizacin al ordenar las muestras para su presentacin de tal manera que cualquiera de ellas pueden tener la misma oportunidad de ser escogidas para la aplicacin de un determinado tratamiento durante el ensayo. Las tablas de nmeros aleatorios son de gran ayuda para lograr una adecuada aleatorizacin (Watts et. al., 1992):
El agrupamiento en bloques de las unidades experimentales permite una medicin ms exacta del error puro o experimental, ya que permite tomar en cuenta la varianza debida a los factores incluidas en el bloque, separndola de las fuentes no controlables de error experimental. Ejemplos de bloques seran: los jueces, las repeticiones y el ordenamiento de presentacin de muestras (Watts et al., 1992). [2]. Al reproducir un experimento bajo condicione idnticas obtenemos una repeticin. Por lo general, mientras mayor es el nmero de repeticiones, mejor ser el estimado del error experimental y ms confiables los resultados de las prueba. Este nmero es variable y es determinado por el tiempo y costo del ensayo y la seleccin de muestras (Watts et al., 1992). Los diseos experimentales ms usados en la Evaluacin Sensorial de Alimentos son: [4]. Bloques Completamente Randomizados,
Bachiller: Ximena Sols Tejada Pgina 15
BLOQUE COMPLETAMENTE AL AZAR) En comparaciones sensoriales donde varios jueces en un sola sesin degustan y califican cada una de varias muestras de un producto alimenticio, el arreglo de las calificaciones es conocido como un diseo de. Bloque Completamente Randomizado. Cada puntuacin es determinada en el diseo para cada una de las muestras (tratamientos) y por cada uno de los jueces (bloques). [4]. Este diseo lo apreciamos en la Tabla N 1. Tabla N 1. Diseo de Bloques Completamente Randomizado
Jueces (bloques) 1 2 . . . K Totales 1 X11 X21 2 X12 X22 3 X13 X23 n X1n X2n Totales B1 B2
XK1 T1
BK G
En ocasiones es necesario bloquizar unidades experimentales en grupos ms pequeos que una rplica completa de todos los tratamientos que se usaran con bloques completos aleatorizado o un diseo de cuadrado latino. El diseo de bloques incompletos se usa para disminuir la varianza del error experimental y proporcionar comparaciones ms precisas entre tratamientos de lo que es posible con el diseo de bloques completos. [7].
2.5.3 DISEO EN CUADROS LATINOS (DCL)
Diseo en el que se controlan dos factores de bloque y uno de tratamientos con la misma cantidad de niveles. Los tratamientos se representan por letras latinas y se distribuyen en forma adecuada en un cuadro, por tal razn se llama Diseo en cuadro latino (DCL). En este diseo se tienen cuatro fuentes de variabilidad que pueden afectar la respuesta observada: los tratamientos, el factor de bloque I (columnas), el factor de bloque II (renglones) y el error aleatorio. [8].
Bachiller: Ximena Sols Tejada Pgina 16
Fuente: Bibliografia. [8]. 2.5.4 FACTORIAL El objetivo de un diseo factorial es estudiar el efecto de varios factores sobre una o varias respuestas o caractersticas de calidad y determinar una combinacin de niveles de los factores en la cual el desempeo del proceso sea mejor que en las condiciones de operacin actuales; es decir, encontrar nuevas condiciones de operacin del proceso que eliminen o disminuyan ciertos problema de calidad en la variable de salida. Los factores pueden ser de tipo cualitativo (mquinas, tipos de material, operador, la presencia o ausencia de una operacin previa, etc.), o de tipo cuantitativo (temperatura, humedad, velocidad, presin, etc.). [8].
Fuente: Bibliografia. [8]. 2.5.5 PROCESAMIENTO DE LOS DATOS Los anlisis estadsticos que se aplican a cada uno de los mtodos son entre otros: [6]
Pgina 17
Representacin grfica Distribucin binomial Anlisis de varianza, ANOVA - ANVA Anlisis secuencial Anlisis multivariado Anlisis de ordenamiento por rangos Anlisis de Regresin Anlisis de factor
A continuacin se detallan los ms utilizados: 1.1.1.1 ANLISIS DE VARIANZA, ANOVA - ANVA El anlisis de los datos se har hallando la suma de cuadrados para realizar el ANVA (anlisis de varianza) con el que se espera encontrar, usando la prueba de si hay o no diferencias significativas entre muestras. El esquema del ANVA para el diseo Bloques Complet al azar se muestra en la Tabla 4. El F calculado (Fc) se compara con un F tabular (Ft) que se halla en los anexos, para un nivel de significacin dado y los grados de libertad del error, siendo los criterios para determinar si la hiptesis planteada es rechazada o aceptada los siguientes: [4]. Si Fc <F tb se rechaza la hiptesis Si Fc >F tb se acepta la hiptesis
SC (Sumatoria de cuadrados)
CM (cuadrado medio)
Fc
T2N de juicios- G2(N de muestras x N CMM SCM G.L.M de jueces) CME B2N de muestras- G2(N de muestras x N de jueces) CMJC ME
SCJG.L.J
J
g.l del total (g.l Error de muestras + g.l experimental de jueces o E tratamientos) TOTAL (Nmero de muestras x Nmero de jueces
SCEG.L.E
Pgina 18
Fuente: Elaboracin Propia 1.1.1.2 COMPARACION DE RANGOS MULTIPLES O ANALISIS DE ORDENAMIENTO POR RANGOS Si la hiptesis es positiva Fc >F tb, si existe diferencia significativa, entonces es necesario investigar cuales tratamientos resultaron diferentes o cuales tratamientos provocan la diferencia. Existen diferentes mtodos para hacer esto como por ejemplo:
Mtodo LSD o Diferencia Mnima Significativa (DMS o LSD =Least Significant Difference) Mtodo de Tuckey Mtodo de Duncan Mtodo de Dunnet
1.1.1.1.1 MTODO LSD Es la diferencia mnima que debe haber entre dos medias muestrales para poder considerar que los tratamientos son significativamente diferentes. [8].
Donde: = Valor de t de Student de tabla al 5% o 1%, para dos colas, a los grados de libertad del error. Seleccionar el tipo de nivel de significancia segn se haya detectado en la relacin de variacin (F). CME = Cuadrado medio del error n = Total de juicios efectuados por muestra.
1.1.1.1.2 MTODO DE TUKEY (HSD = DIFERENCIA SIGNIFICATIVA
HONESTA) En este procedimiento se usa la distribucin de probabilidad de rango estudentizado, que representamos con Q;m;n; donde m son los grados de libertad del numerador y n los grados de libertad del denominador. [8].
Donde: Q = Dato de las tablas n = Numero de repeticiones (jueces) Esta prueba es similar a la prueba de Duncan en cuanto a su procedimiento y adems es ms exigente. . [8].
Bachiller: Ximena Sols Tejada Pgina 19
Donde: = Se obtiene de la tabla de Duncan (p = 2,3,k) (l =grados de libertad del error) CME = Cuadrado medio del error n = Total de juicios efectuados por muestra. 1.1.1.1.4 MTODO DE DUNNET En ocasiones uno de los k tratamientos a comparar es el llamado tratamiento control y el inters fundamental es comparar los k -1 tratamientos restantes con dicho control. En muchos casos el tratamiento control se refiere a la ausencia de tratamiento, es decir, a un grupo de especmenes de prueba a los que no se les aplica la sustancia o aditivo de los que se estn comparando. Por ejemplo, al comparar varios medicamentos para el resfriado es conveniente que uno de los tratamientos sea el que los pacientes no utilicen ningn medicamento, esto sirve como referencia para decidir la posible utilidad de los medicamentos. Por facilidad denotemos como tratamiento control al k-simo tratamiento. [8].
Donde:
= Dato de table para dunnet (p = 2,3,k) (l =grados de libertad del error) CME = Cuadrado medio del error n = Total de juicios efectuados por muestra.
1.1.2 PAQUETES ESTADISTICOS Actualmente se emplean paquetes estadsticos que agilizan el trabajo y la consecucin de los resultados, para elegir un paquete estadstico, se deben tener en cuenta algunos aspectos como: [6]. Que sean para capturar datos sensoriales Facilidad en su uso Usuarios con o sin experiencia Costos
Pgina 20
METODOS PARA TEST DE RESPUESTAMETODOS PARA TEST DE RESPUESTA OBJETIVA SUBJETIVA. 1) Mtodos de Valoracin (Rating Tests) 1) Mtodos de Preferencia a) Test o Prueba Descriptiva a)Test de simple preferencia o pareado b) Test Numrico preferencia c)Test de Puntaje Compuesto b) Ranking u ordenamiento. c) Pruebas de Satisfaccin o Escala 2)Mtodos para detectar Diferencias hednica (verbales y graficas) a) Test de Estimulo nico b) Test Comparacin Pareada 2) Mtodos de Aceptabilidad c) Test Duo Trio a) Test de Panel Piloto d) Test Duo Estndar ( doble referencia) b) Test Panel de Consumidores e) Test Triangular f) Test de Comparacin Mltiple 3) Mtodos Analticos a) Test de Muestra nica b) Test de Sabor Extrao Especifico c) Test Descriptivo d) Test de Valoracin de la Calidad con escala por parmetro. 4) Mtodos para determinar el Umbral (Threshold) o Mtodos de Sensibilidad 4.1) Mtodo de Limites a) Test de Umbral Absoluto o de deteccin b) Test de Umbral de Diferencia 4.2 ) Mtodo Test por ajuste o error medio o promedio 4.3 ) Mtodo Test de Frecuencia o estimulo constante Bachiller: Ximena Sols Tejada Pgina 21
Dentro de estos tests de Respuesta Objetiva hay tres grupos: [3]. - de Valoracin. - los que detectan Diferencias - Analticos. 1.1.1.1 TESTS DE VALORACIN (RATING TESTS) Tienen por finalidad evaluar productos con rapidez de acuerdo a su calidad. Estos mtodos son tiles cuando se trata de evaluar en corto tiempo un nmero grande de muestras, o bien cuando se desea descartar rpidamente muestras de calidad inferior. Entre los tests de valoracin veremos los siguientes: [3]. 1. Test Descriptivo. 2. Test Numrico. 3. Test de Puntaje Compuesto. 1.1.1.1.1 TEST DESCRIPTIVO Por medio de este test es posible evaluar hasta 6 muestras diferentes. Usa un panel que no necesariamente est entrenado. Las muestras se valoran de acuerdo a una escala de calidad, que va de "excelente" a "malo", y se pide al degustador que marque en ella la calidad de las muestras que se le presentan para evaluar. En relacin con el test de ordenamiento, da ms informacin porque califica la calidad. [3]. Modelo de Ficha Tipo: Valoracin. ................................ Nombre: .......................... Test: Descriptivo................................. Fecha: ............................. Producto: .............................................Hora: ................................ Por favor, califique la calidad de las muestras que se presentan de acuerdo a la escala de calidad que se indica. Marque slo una calificacin por muestra. Muestra N .... ............Muestra N .... .........Muestra N .... . . . . . excelente........... . . . . . excelente ....... . . . . excelente . . . . . bueno ................. . . . . bueno ............. . . . . bueno . . . . . regular............... . . . . . regular........... . . . . . regular . . . . . malo.................... . . . . malo ............... . . . . malo Evaluacin estadstica: Se hace en base a juicios favorables para cada calificacin (cmputos). 1.1.1.1.2 TEST NUMRICO En este test se define primero la caracterstica que va a ser medida y se le fijan grados sucesivos que van desde "mejor" a "peor", en relacin a calidad. El equipo debe estar entrenado.
Pgina 22
Este test permite hacer una evaluacin comparativa de las muestras en estudio. Las muestras que se presentan pueden tener hasta 4 variables. El cuestionario de la ficha se disea de tal forma que los jueces evalan e informan separadamente sobre cada una de las caractersticas solicitadas, por ejemplo: color, olor, sabor, textura, consistencia, etc. La evaluacin se expresa numricamente en cmputos parciales, que van comprendidos en una escala cuyo mximo es 100, para la muestra perfecta.
Bachiller: Ximena Sols Tejada Pgina 23
Comentario .......................................................................................................... .................................................................................................................. MTODOS PARA DETECTAR DIFERENCIAS. Los tests que se usan en este grupo miden las diferencias existentes entre las muestras y son el acercamiento ms prximo al anlisis de alimentos. Las diferencias que captamos en las caractersticas sensoriales de los alimentos pueden provenir de diferentes causas: variedades genticas, mtodos y procesos diferentes de fabricacin, tipos de material de empaque y condiciones de almacenamiento. Una aplicacin frecuente de los tests de diferencia es como herramienta del Control de Calidad, para determinar factores que influyen en la uniformidad de la calidad del producto. Bsicamente estos tests indican si dos muestras son iguales o diferentes, pero no necesariamente sealan la diferencia o la causa de ella. Son mtodos por excelencia objetivos, y analizables estadsticamente. Su limitacin est en que requiere que las muestras sean homogneas y que las diferencias entre ellas sean pequeas. Adems no vale la pena usarlos para seleccionar muestras porque ocupan demasiado tiempo y son de mucha precisin, sera malgastar dinero y tiempo. El panel que requiere est constituido por pocos jueces, entrenados, que hacen varias repeticiones de la degustacin. Los resultados se analizan estadsticamente en base a docimasia de hiptesis, o sea, planteando la "hiptesis nula" H0 y la "hiptesis alternativa"H1. Es decir,
1.1.1.2 Bachiller: Ximena Sols Tejada Pgina 24
Se llama tambin prueba o test de "A-noA". Se usa para entrenar expertos en degustacin de vinos, t, caf, cerveza, etc. El mtodo consiste en entregar al juez una muestra estndar o control, sea A, varias veces, para que se familiarice con ella sensorialmente. En seguida, se le entrega la muestra que llamamos "no-A", que es la que va a calificar y se le pregunta si ella corresponde o no a la que degust primeramente. [3]
1.1.1.2.2 TEST PAREADO (PAIR COMPARISON):
Este mtodo permite detectar pequeas diferencias entre dos muestras. Elimina el efecto de la memoria, que es fundamental en el mtodo anterior. Puede usarse para medir: [3] a) Diferencias de calidad. (no direccionado) b) Diferencias de una caracterstica de calidad. (direccionado) En la primera se les pregunta a los jueces si hay diferencias entre las dos muestras presentadas que conforman cada par. Se usa cuando una muestra la queremos confrontar a un estndar. Se identifica el estndar dentro de cada par y el test se plantea as: Par 1: estndar K - muestra 1 Par 2: estndar K - muestra 2 Par 3: estndar K - muestra 3 y se pregunta si las muestras son o no diferentes del estndar. Esto permite hacer estudios de posibles formulaciones que reemplacen o imiten a un producto que se considera estndar (K) y es de buena aceptacin u ptimo. Tambin permite saber si al modificar procesos o parte de ellos la calidad del producto resulta modificada. [3]
Pgina 25
No hay 0diferencia Diferencia muy 1pequea Diferencia 2pequea Diferencia 3moderada Gran diferencia 4Extremadamente 5diferentes La calidad de la muestra es: inferior al estndar igual al estndar superior al estndar La diferencia se basa en: color olor sabor olor y sabor Bachiller: Ximena Sols Tejada Pgina 26
Donde:
Como en este test la probabilidad de elegir al azar es 1/2, ( si fuera una prueba triangular seria 1/3) Se considera que existe slo un grado de libertad.
Pgina 27
Determinar si existe diferencia sensorialmente significativa entre dos muestras, comparando stas, de forma codificada, contra las mismas muestras de referencia. Muestras: Se presentan a los jueces dos referencias (A y B), junto con otro par de las mismas muestras, pero stas codificadas y dispuestas al azar; el nmero de veces que aparezca una muestra en la posicin izquierda tambin deber aparecer del lado derecho. La prueba permite repeticiones, aunque el nmero de ellas depende bsicamente de la naturaleza del estmulo. Jueces: previamente entrenados en el uso del mtodo y en los parmetros del estmulo.
Los resultados de la aplicacin de prueba de doble referencia se analizan igual que las dos pruebas anteriores (comparacin por pares y do - tro). Contar y sumar el nmero de respuestas correctas y usar la tabla de comparacin por pares de una cola Bachiller: Ximena Sols Tejada Pgina 28
Esta prueba requiere de mayor cantidad de producto y material que la prueba do - tro. En algunos casos los jueces se desconciertan y confunden la referencia A y B. [4].
1.1.1.2.5 TEST TRIANGULAR (DREIECKPRFUNG):
Este es tal vez el mtodo ms usado por paneles de degustadores. Permite seleccionar jueces y tambin medir propiedades sensoriales de los alimentos, diferencias en la materia prima, y en general es muy til para determinar pequeas diferencias. Al degustador se le presentan tres muestras simultneamente: dos de ellas son iguales y una diferente. Se le pide sealar la diferente. A veces se pide adems comentar acerca de la naturaleza de la diferencia. Las posibilidades de combinacin son: n! = 1 x 2 x 3 = 6 AAB ABA BAA BBA BAB ABB Aqu la posibilidad de acertar por azar es 1/3. Se evala tambin por chi cuadrado, segn la frmula: Tambin hay Tablas que sealan el mnimo de juicios correctos para un tamao de panel dado (nmero de jueces), en cada nivel de significacin: [3]. jueces n 5 10 nivel de significacin 0,05 0,01 0,001 4 5 5 7 8 9 etc. etc.
Modelo de ficha Tipo: diferencia. ..............Nombre: ............................. Mtodo: Triangular.......... Fecha: ................................. Producto: ..................... ....Hora: .................................. Srvase degustar cada uno de los set de tres muestras que se presentan. En cada set hay dos muestras idnticas y una diferente. Por favor, marque con un crculo la diferente. Se permite volver a degustar. Set 1 2 3 Muestras nmeros ...... ...... ...... ...... ...... ...... ...... ...... ...... Anotaciones ..................... ..................... .....................
El mtodo triangular podemos usarlo para seleccionar degustadores. Otra forma de seleccionar a los jueces es usando el anlisis secuencial. Es un mtodo grfico muy rpido y fcil de analizar; para ello es necesario calcular por un sistema de ecuaciones las lneas de aceptacin y rechazo, ambas en base a la ecuacin de la recta.
Bachiller: Ximena Sols Tejada Pgina 29
En que n representa el nmero total de juicios, d el nmero acumulado de decisiones correctas, b es la inclinacin de las lneas y a es el intercepto sobre el eje vertical. Los valores de b y a se calculan en base a probabilidades, mediante logaritmos. En la Fig. 2 se pone en la abcisa el nmero de juicios acumulado (a) y en la ordenada el nmero de juicios correctos acumulados (d). Cada resultado o juicio se seala con una cruz, considerando siempre un espacio a la derecha del precedente; si el juicio es correcto se sube un espacio, si es incorrecto se marca a la misma altura que el anterior. En esta forma es posible saber hasta cundo continuar con la seleccin, ya que si los juicios correctos son reiterados, las cruces se acercarn a la lnea superior o saldrn hasta la zona de aceptacin, en cambio si los juicios son falsos o errados, podran en el caso extremo acercarse a la recta inferior y salir a la zona de rechazo, o bien producirse una mezcla de juicios correctos y falsos que deje la decisin en la zona de duda; y en este caso ser necesario continuar ensayando hasta que las cruces se inclinen a una de las dos zonas: rechazo o aceptacin. Este mtodo secuencial se puede aplicar a la seleccin de jueces, ya sea, usando los juicios provenientes del test de comparacin pareada, do-tro o triangular. [3]. Fig. N 2. Grfica usada en la seleccin de jueces.
FUENTE: Bibliografa 3
1.1.1.2.6 TEST DE COMPARACIN MLTIPLE: Bachiller: Ximena Sols Tejada Pgina 30
MTODOS ANALTICOS.
Pgina 31
En este mtodo se le entrega al juez slo una muestra por sesin y se pide toda la informacin deseada, incluso si detecta algn sabor u olor extrao en el producto. A veces es necesario dar un control, pero con un entrenamiento adecuado no es indispensable. El juez debe ser capaz de describir todo lo referente a sabor u olor extrao que tenga el producto, sea en trazas, concentracin moderada o en cantidad apreciable, y calificar si esto extrao que percibe, es aceptable u objetable. En ningn caso debe inventar o adivinar, slo describir lo que percibe. Este test tiene aplicacin principalmente en aquellos alimentos que producen un sabor extrao posterior, o sea, no en el momento de la degustacin misma, como es el caso de los alimentos que refuerzan sabores y caractersticas como astringencia, sensacin refrescante etc., (pastillas de ans, de menta, frutos verdes, como mangos (amargosos) ciruelas, lcumas, granadas, etc.) al pasar de una muestra a otra. En los casos citados no es posible practicar el test de comparacin mltiple y debe recurrirse a este test analtico de muestra nica. Este test se complementa con una discusin sobre el producto, en la que participa todo el panel. [3]. Modelo de ficha Tipo: Analtico...................... Nombre: ............................. Mtodo: Muestra nica..... Fecha: ................................. Producto: ........................... Hora: ................................. Srvase oler y degustar la muestra cuidadosamente. Seale con una cruz si detecta algn sabor extrao en el producto. .................s .................no
Bachiller: Ximena Sols Tejada Pgina 32
Si necesita un Control, solictelo a su jefe de panel, pero degstelo luego de la muestra problema.
1.1.1.3.2 TEST DE SABOR EXTRAO ESPECFICO:
Este mtodo analiza una sola caracterstica, por ejemplo, efecto de envejecimiento, efecto de oxidaciones, etc. Los jueces se seleccionan y entrenan en base a esta caracterstica. Una vez que todos los jueces han ajustado su sensibilidad, se les da indicaciones sobre la intensidad del sabor extrao que encontrarn en el producto. Estos panelistas se especializan en tests analticos y no deben usarse en otros para no daar su sensibilidad. Con este mtodo es posible evaluar hasta 4 muestras por sesin, incluyendo un control. Los resultados se analizan por varianza. [3]. Modelo de ficha Tipo: Analtico. .........................................Nombre: ............................. Mtodo: de sabor extrao especfico. Fecha: ................................. Producto: ............................. ...................Hora: ................................. Deguste cuidadosamente las muestras que se le entregan. Una de ellas no tiene sabor extrao, las otras pueden o no tenerlo. Seale la intensidad del sabor extrao de acuerdo a la escala adjunta. No olvide que es un test analtico y no de preferencia. Puntaj Muestr Muestr e a ... a ... Extremadamen ............ ............ 10 te fuerte .. .. ............ ............ Fuerte 9-8 .. .. Moderadament ............ ............ 7-6 e fuerte .. .. Fcilmente ............ ............ 5-4 detectable .. .. Apenas ............ ............ 3-2 perceptible .. .. Sin sabor ............ ............ 1 extrao .. .. Descripcin Muestr a ... ............ .. ............ .. ............ .. ............ .. ............ .. ............ ..
1.1.1.3.3 TEST ANALTICO DESCRIPTIVO (PROFILE): Se llama tambin Perfil Analtico porque proporciona informacin tanto sobre el sabor extrao, la distorsin de sabores y los cambios de intensidad del sabor.
Bachiller: Ximena Sols Tejada Pgina 33
Pgina 34
Muchas veces los investigadores agregan al test de flavour profile los anlisis de dilucin del perfil analtico. Estas tcnicas consisten en hacer diluciones progresivas del alimento y analizarlas respecto de las caractersticas de aroma y sabor, hasta llegar a la percepcin de umbrales. Se da una escala de puntaje y la escala sensorial correspondiente para que el juez ubique la intensidad del olor y sabor percibida en cada muestra. La escala puede ir de 5 a 1, y significa muy intenso- intensoperceptiblelevemente perceptible- no perceptible o imperceptible. En anlisis de dilucin de perfil de sabor para ketchup es posible encontrar incluso el aroma y tambin el sabor del tomate, y los valores de intensidad de los constituyentes de aroma y sabor aumentan. Por ejemplo, el anlisis de dilucin de la muestra de ketchup que ya analizamos da: Aroma: Componentes
Pgina 35
Intensidad
FUENTE : BIBLIOGRAFIA 3 Tambin es posible agregar a esta representacin los intervalos de tiempo entre una y otra percepcin, en esta forma se acercan o separan los radios entre s.
Pgina 36
Fase inicial (percepciones al dar la primera mordida). Mecnicas Geomtricas Dureza, viscosidad, dependen de la fragilidad. estructura.
Fase masticatoria (percepciones durante la masticacin) Mecnicas Geomtricas Gomosidad, dependen de la masticabilidad, estructura. adhesividad.
Fase residual (cambios debidos a la masticacin) Tipo y velocidad de ruptura Absorcin de humedad Sensacin bucal Fuente: "Texture Measurements of Foods", A. Kramer y A.S. Szczesniak (1973). Szczesniak hizo una clasificacin de los parmetros texturales de cada una de las fases (Fig. 5). ......... . Tabla N 7. Clasificacin de los parmetros de textura. Caractersticas mecnicas. Parmetros Parmetros primarios secundarios Friabilidad Dureza (Hardness) (Brittleness) Cohesividad Masticabilidad (Cohesiveness) (Chewiness) Gomosidad Viscosidad (Viscosity) (Gumminess) Elasticidad (Elasticity) Adherencia (Adhesiveness)
Bachiller: Ximena Sols Tejada Pgina 37
Pgina 39
En la fig. 4, se observa que para el guiso de arroz con papas, zanahorias y carne, todos los parmetros texturales medidos estn sobre la aceptabilidad. Cabe destacar que la cohesividad en la fase inicial y la adhesividad en la fase masticatoria son ptimas (100%).
Para el guiso de spaghettis con salsa italiana, todos los parmetros analizados sobrepasan el lmite de aceptabilidad, sin alcanzar el ptimo. (Fig. 5). Otros tests analticos: Existen otros tests que permiten evaluar cmo vara la intensidad de una sola caracterstica en el tiempo. Pe esta forma ha sido posible investigar cunto influye un gusto en nivel subumbral sobre otro que ha sido estudiado en solucin pura, o bien cmo influye la temperatura en la determinacin de umbrales para cada uno de los gustos bsicos, o cmo influye la viscosidad del medio sobre el umbral de los cuatro gustos bsicos. Como se ve en la Fig. 6, la amplitud aumenta, o sea, el dulzor se percibe ms lentamente y dura ms tiempo, o sea, la sal redondea la percepcin de dulzor.
Pgina 40
Fig. 6. Curvas tiempo-intensidad de soluciones de sucrosa pura y sucrosa adicionada de concentraciones sub umbrales de sal. Fuente: G. Jellinek (1964). Estos test fueron aplicados por Sjstrom y Nelson (1954-1958) a estudios de sabor y amargor en cervezas. Los jueces se entrenan en etapas, primero deben concentrarse en una caracterstica hasta ganar suficiente experiencia y luego pasar a entrenar en la otra caracterstica que interesa evaluar conjuntamente con la primera. Los juicios se expresan en una escala de intensidad y se informan cada un segundo. La representacin grfica de la experiencia con dos cervezas se muestra en la Fig. 7.
Los jueces usan una ficha que lleva inscritos los tiempos en que debe evaluar la intensidad de las dos caractersticas que interesan. El formato es el siguiente: Tipo: Descriptivo. ........................Nombre: ............................. Mtodo: Tiempo - Intensidad...Fecha: ................................. Producto: Cerveza. .....................Hora: ................................. Srvase degustar las muestras A y B, sealando las intensidades del sabor y del amargo en amplitud 3, en los tiempos que se indican. Tiempo (seg) 0 1
Bachiller: Ximena Sols Tejada
PARMETRO Segn el esquema de Karlsruhe: Este test es una combinacin de valoracin y analtico, en que el juez debe examinar minuciosamente cada parmetro de calidad para evaluarlo en una escala de 1 a 9 puntos, en la cual cada valor est perfectamente descrito para cada parmetro. Los parmetros que se evalan son color, forma, apariencia, olor, sabor, textura, consistencia, etc. La descripcin de cada parmetro se hace en base a los diferentes componentes que ste tiene, as por ejemplo para sabor de una mermelada ser en base al sabor tpico de la fruta, el dulzor y acidez, para una textura ser en base a la terneza, fibrosidad y jugosidad, etc. La escala permite discriminar sobre la intensidad en que estos componentes se presentan, y lo hace de tal forma que todos los componentes tpicos del alimento se describen en el tramo 7-9. Los componentes extraos o atpicos que aparecen en el producto o que resultan del inicio del deterioro de ste, sin perjudicar la comestibilidad, se describen en el tramo 4-6. Los componentes extraos, cualquiera sea su origen, que deterioran la calidad hasta hacerla no comestible y aun repugnante, se incluyen en el tramo 1-3. Esta subdivisin simtrica de la escala de 9 puntos en 3 tramos o clases, permite proyectar su uso a establecer grados de calidad en la prctica de la normalizacin. De hecho as ha ocurrido en Alemania, donde cumple el trmite de consulta la norma DIN 10952, que se refiere a la descripcin de este test de valoracin de calidad con escala. Para establecer la escala a usar, se deben considerar 2 puntos: [3]. - Establecer cul es la calidad mxima del producto. As por ejemplo, si se va a evaluar la calidad de una conserva no se debe tomar como calidad mxima la del alimento fresco. - Elegir cuidadosamente el vocabulario que se usa en la descripcin de cada parmetro, de tal forma que permita posteriormente diferenciar claramente entre calidades alta, media e insuficiente. Tal vez sea sta la principal dificultad que deba vencerse al iniciar el uso de este esquema. Este test debe ser conducido por personal experimentado y jueces entrenados. El nmero de muestras a presentar en cada degustacin est limitado por la cantidad de parmetros que se van a evaluar y la calidad y capacidad de los jueces para no sufrir fatiga. Por regla general se aconseja: no sobrepasar las 6 muestras por sesin, dependiendo del grado de dificultad y exactitud que se desea alcanzar; recurrir a diseos experimentales para no sobrepasar esa cifra y, usar 3 a 4 muestras por sesin. La aplicacin se proyecta a la estimacin de la calidad sensorial o de alguno de los parmetros del producto, en cualquiera de las etapas del ciclo de produccin, iniciado con la seleccin de la materia prima hasta la utilizacin del producto por el consumidor. As por ejemplo, entre los problemas que pueden resolverse con este test estn:
Pgina 42
Extrao, Alterado. Alterado, desagrada Por ej., desagradable. ble, completa Todava no putrefacto, mente repulsivo, fermentado disminuido rancio a . , rancio, pescado, Francamen fermented intenso a te o. No heno. deteriorado tpico. .
Pgina 43
Sabor
Excepcional mente buena, tpica, por Textura ej., firme, muy tierna, turgente, jugoso.
Muy Buena, buenma, tpica, tpica, por por ej., ej., dura, dura, firme, firme, tierna. tierna.
Clarament e alterada, Clarament modificad e alterada. a. Muy Por ej., desunifor desuniform me: muy idad: muy blanda, dura, muy dura, ligerament resistente, e acuosa, espesa, cutcula viscosa, dura. como suela.
METODOS DE SENSIBILIDAD (UMBRAL) Es la menor concentracin de una sustancia o componente en la cual es reconocida con una cierta probabilidad (75%).
1.1.1.4 1.1.1.4.1 MTODO DE LMITES (METHOD OF LMTS METHOD OF
LEAST NOTICABE DIFFERENCES) Objetivo: determinar cul es la mnima cantidad perceptible (umbral) de estmulo. Existen dos tipos: a) Umbral absoluto o de deteccin (Absolute threshold: Es la mnima concentracin de una cierta sustancia o componente (estmulo) en un cierto medio que pueda ser percibido con cierta probabilidad (25%). El umbral absoluto comprende dos conceptos: Umbral absoluto de diferenciacin es el hecho de percibir simplemente un cambio en el tipo de sensacin que provocan dos muestras, sin poder definir la razn del cambio en la sensacin (Ejemplo: la segunda muestra ya no se percibe igual que la primera porque tiene algo ms, porque se percibe diferente, o porque le falta algo) [4]. Umbral absoluto de identificacin consiste en percibir un cambio en el tipo de sensacin y, a la vez, es posible definir la razn de ese cambio (Ejemplo: se detecta que la primera muestra tiene olor de vainilla y la segunda no lo tiene). [4]. b) Umbral de diferencia (Difference Threshoid, Just Noticiable Difference): Es el-mnimo cambio- que puede ser perceptible en la concentracin de dos estmulos (ejemplo: no se distingue entre el sonido de25,4- y. 25,8 decibeles, cuya diferencia es menor que entre 25,2 y 26, entre los cuales s se percibe diferencia). El umbral de diferencia se detecta utilizando la prueba comparacin
Bachiller: Ximena Sols Tejada Pgina 44
Pgina 45
Ventajas: El mtodo de lmites es relativamente sencillo de aplicar y fcil de comprender En el Cuadro anterior se observa que la muestra 1 se percibi una sola vez en diez ocasiones, a diferencia de la muestra 4, que fue percibida por el 90% de los participantes. La determinacin del umbral absoluto se puede representar grficamente: los resultados anteriores se ubican en un eje de coordenadas, donde el eje de las ordenadas (X) representa los porcentajes (de percepcin) y el eje de las abscisas (Y), los valores de estmulo (concentracin). [4]. Fig. 8 Determinacin del Umbral Absoluto
Pgina 46
AVERAGE ERROR, METHOD OF ADJUSTMENT) Objetivo: observar la variacin de la percepcin al intentar, individualmente, duplicar una sensacin. La prueba permite que cada juez mezcle compuestos por si mismo, para obtener o generar una muestra sensorialmente semejante a una referencia. Por ejemplo, que el juez mezcle una muestra de limonada sin azcar con una que contenga excesiva azcar (40%), para que iguale sensorialmente dicha mezcla con una referencia (limonada con 10% de azcar). Muestras: A cada juez se le presenta una mezcla-referencia (R = limonada con 10% de azcar) y dos compuestos para mezclar (limonada con O y 40% de azcar), as como vasos vacos para hacer las mezclas. El nmero de repeticiones que podrn efectuarse por sesin depende bsicamente de la naturaleza del estmulo y de la habilidad del juez. Jueces: Un grupo de jueces que hayan sido entrenados en el uso del mtodo y en los parmetros del estmulo. Anlisis de datos: Por medios fsicos o qumicos se cuantifica el parmetro de estudio en las mezclas (Ejemplo: ndice de refraccin del azcar en la limonada) y se calculan los promedios y desviaciones tpicas de las evaluaciones del grupo de jueces. Si se efectan entre ocho y diez repeticiones como mnimo, se pueden calcular por separado los promedios y variaciones obtenidos por cada juez, as como registrar frecuencias para cada rango de variaciones en la concentracin del material en estudio (este rango de variacin de las muestras analizadas lo fija el investigador: por ejemplo al mostrar los resultados en el histograma. [4]. Ventajas: Es un mtodo sencillo, fcil de comprender, interesante para el juez: se requiere de poco equipo y una mnima preparacin de muestras experimentales.
1.1.1.4.3 MTODO
ESTMUO
CONSTANTE
Objetvo: igualar la sensacin del atributo de una muestra con aquella que provoque la referencia. Por ejemplo, igualar la sensacin de sabor vainilla de dos muestras de saborizantes que provienen de dos proveedores diferentes. Muestras: Una referencia (R) (Por ejemplo, la vainilla de importacin normalmente usada en un producto) se compara contra una muestra semejante (Por ejemplo, la vainilla de produccin nacional), la cual forma parte de una serie de concentraciones variables del mismo material, de donde se determinar qu concentracin provoca la misma sensacin que la muestra R. La serie de concentraciones se estructura de manera uniforme de acuerdo con un criterio de tal manera que el rango de concentraciones vare desde sensaciones menores hasta sensaciones mayores, o sea alrededor de la sensacin que provoca la muestra referencia. [4].
Bachiller: Ximena Sols Tejada Pgina 47
Estos tests han sido diseados para determinar la posible aceptacin o preferencia del consumidor. Algunos de estos mtodos pueden ser administrados en laboratorio con paneles que no requieren entrenamiento, a diferencia de los tests de respuesta objetiva que s usan jueces entrenados. Otros se programan para un nmero ilimitado de jueces, ya que interesa que estos jueces sean lo ms representativos de la poblacin potencialmente consumidora del alimento en estudio. Se pueden clasificar en dos grupos: [3]. 1. de preferencia. 2. de aceptabilidad. 1.1.2.1 TESTS DE PREFERENCIA Tienen como objetivo determinar cul, de dos o ms muestras, es preferida por un gran nmero de personas. Cuando se est conduciendo una investigacin, a menudo resulta til conocer la preferencia que existe por el producto. Muchas veces, se llega a obtener formulaciones diferentes que son igualmente convenientes, y esto hace difcil definir por cul decidirse. En este caso, por medio de un test de preferencia se puede obtener la solucin al problema. Los tests de preferencia miden factores psicolgicos y factores que influyen en el sabor del alimento. Entre los tests de preferencia tenemos: [3]. - Simple preferencia o comparacin pareada preferencia - Ranking u ordenamiento. - Escala hednica
1.1.2.1.1 TEST
DE PREFERENCIA
SIMPLE
PREFERENCIA
PAREADO
Pgina 48
Los valores de chi cuadrado tabulados para ambos test son los siguientes: [3]. 5% 1% 0,1% una cola (difer.) 2,71 5,41 9,55 dos colas (pref.) 3,84 6,64 10,83 (Amerine, 1965) Veamos ahora la ficha modelo: Modelo de Ficha Tipo: Preferencia. ..........................Nombre:......................... Mtodo: Pareado preferencia. .. .Fecha:............................ Producto:....................................... Hora:.............................. Srvase degustar los pares de muestras que se presentan, sealando la que Ud. prefiera dentro de cada par. Pres de Muestra muestra preferida .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... Por qu la prefiere? .......... .......... .......... .......... .......... ...........
Los juicios del panel se calculan por chi-cuadrado segn la frmula sealada y se comparan con los valores tabulados. La hiptesis de trabajo ser: Ho= no se detectan preferencias, las preferencias observadas se deben al azar. Esto se expresa as: A=B.
Bachiller: Ximena Sols Tejada Pgina 49
El objetivo de este tipo de test es seleccionar las muestras mejores, en ningn caso da informacin analtica sobre ellas. Constituyen un excelente pre-entrenamiento para panelistas que debern entrenar posteriormente para evaluacin de calidad. Son muy tiles cuando se trata de comparar ms de dos tratamientos, ya que en estos casos no se pueden usar los test de diferencias. Los test de ordenamiento permiten chequear si los panelistas tienen habilidad para reconocer diferentes intensidades, sea de un mismo color, un mismo gusto, una gradiente de consistencia o firmeza, etc. Los sentidos humanos realizan un trabajo bastante ms eficiente cuando diferencian calidad que cantidad. [3]. Para codificar las muestras es aconsejable el uso de letras en vez de nmeros, ya que el juez deber decidir un orden numrico para informar (primero, segundo, tercero, etc). Tambin es conveniente entregar las muestras codificadas en el orden alfabtico, para que el juez compruebe de inmediato que no hay relacin entre este orden y el ordenamiento que se le pide realizar. Adems es conveniente incluir un control por lo menos, que equivale a la partida, o sea la intensidad ms dbil. A veces es conveniente agregar un segundo control, oculto, con el fin de comprobar la habilidad del panel.
Pgina 50
En las Tablas de "Ranking total requerido para significacin a nivel del 5% (p<.05)", o 1% (p< .01), se indica: Nro. de Nro. de tratamientos . repeticiones 1 1 2.................7 8 etc. 2 - 3 - 4 - 5 - 6 15-41 - 7 19-37 - La Tabla indica dos pares de valores, se usa el par superior. Los valores inferiores se emplean slo cuando la ordenacin se hace respecto de un standard de comparacin, o sea, se ordena por sobre y bajo el standard. Los valores de la Tabla indican que para que el resultado sea estadsticamente significativo, el ordenamiento total de cada tratamiento debe ser menor que el primer valor, 15 en este caso, o mayor que el segundo valor, 41 en este caso. Existe otra Tabla para l % de significacin, y los valores para este caso son 13-43 y 16-40. En consecuencia, los valores inferiores a 16 y 13, indican aceptacin a nivel del 5 y l % respectivamente; y los valores superiores a 40 y 43, indican rechazo a nivel del 5 y l% respectivamente. En nuestro ejemplo, el tratamiento 2 fue el preferido, siendo su aceptacin a nivel del 1% Los tratamientos 5 y 7 fueron rechazados por el panel, con un nivel del 5% en el tratamiento 5 y un nivel de 1% para el tratamiento 7. Esto significa que hay un 95% y un 99% de seguridad que el rechazo no fue debido al azar, en los tratamientos 5 y 7 respectivamente. Las diferencias entre los dos valores lmites de la Tabla puede tomarse como la menor diferencia significativa. En este caso ser:
Bachiller: Ximena Sols Tejada Pgina 52
0,828
con (n - 1) - (2/k) g. de 1. en el numerador = 6 y (k -1) ((n - 1) - (2/k)) g. de 1. en el denom. = 36 4,968 = 28,88 0,172
Por lo tanto, el valor F calculado (28,88) es altamente significativo, lo que estara indicando que por lo menos uno de los siete tratamientos es preferido a los otros, a nivel del 1% de significacin. Como se explic anteriormente, para establecer cul o cules tratamientos son los preferidos, se debera continuar calculando con el test de Duncan o Tukey. Un ejemplo de aplicacin de este test lo tenemos en un trabajo realizado en el Departamento de Qumica y Tecnologa de los Alimentos, consistente en determinar cmo era la preferencia de una nueva formulacin de sacarina en comparacin con tres formulaciones comercializadas habitualmente. Considerando que los consumidores habituales de sacarina son obesos y diabticos principalmente, se practic un estudio de preferencia sobre una poblacin de alrededor de 100 consumidores, todos ellos controlados clnica y nutricionalmente en el Policlnico de Diabticos del Hospital Clnico Jos Joaqun Aguirre. El test usado fue ranking de preferencia para evaluar en un
Bachiller: Ximena Sols Tejada Pgina 53
........................................ 114 - 141 ....................109 146 Por lo tanto, podemos concluir que los diabticos muestran marcada preferencia por la sacarina (B), siendo sta muy significativa (p = 0,99). Adems rechazan muy significativamente la sacarina (D) (p = 0,99). Para obesos: Ranking obtenidos: (A) 114... (B) 112... (C) 109... (D) 123 Valores de Tabla: 5%: 100 135 ..........................................105 - 130 Por lo tanto, se concluye que la subpoblacin de obesos investigada no presenta preferencias ni rechazos significativos. ESCALA HEDNICA: Es otro mtodo para medir preferencias, adems permite medir estados psicolgicos. En este mtodo la evaluacin del alimento resulta hecha indirectamente como consecuencia de la medida de una reaccin humana. Se usa para estudiar a nivel de Laboratorio la posible aceptacin del alimento. Se pide al juez que luego de su primera impresin responda cunto le agrada o desagrada el producto, esto lo informa de acuerdo a una escala verbalnumrica que va en la ficha. [3].
1.1.2.3 Bachiller: Ximena Sols Tejada Pgina 54
Los resultados del panel se analizan por varianza, pero tambin pueden transformarse en ranking y analizar por cmputos. Si usamos el anlisis de varianza, el esquema de clculo ser el siguiente: Muestras tratamientos X Y A 5 9 B 4 9 C 4 8 D 3 7 E 5 8 F 4 7 Total 25 48 Promedios 4,16 8,0 Jueces CT = 116 / 18 = 747,55 SCT = Suma de cada puntaje - CT .......= 5 + 4 + 4 +..+ 9 + 8 - 747,55 = 78,45 g de l = (j x p) -1 = 18-1 = 17 SCJ = 23 + 18 + 16 + 18 + 22 2+ 19 / 3 (prod) - CT = 11,78 g de 1 = (p - 1) = 3 - 1 = 2 SCP = 25 + 48 + 43 / 6 (jueces) - CT = 48,78 Error SS = 78,44 - 11,78 - 48,78 = 17,88 Anlisis de Varianza: Causas g Suma de Varianz F F tabul. de d cuadrad a calcu (5%) variaci e os l.
Bachiller: Ximena Sols Tejada Pgina 55
o Z 9 5 4 8 9 8 43 7,16
Totales 23 18 16 18 22 19 116 -
Como el valor de F calculado es superior al de F tabulado, la conclusin es que este panel establece preferencias significativas por alguno de los tratamientos. Es necesario continuar con otro test que permita saber cul o cules tratamientos son los preferidos significativamente. Para este fin puede usarse el test de Duncan de comparaciones mltiples o rango mltiple. Se busca en la Tabla "Rangos significativos para el test de Rango Mltiple de Duncan", los valores Qp para los g de 1 del error. Estos valores se multiplican por el error estndar. [3]. El error estndar vale = 0,546. En seguida se calcula el menor rango significativo, que se designa Rp. Segn los datos del ejemplo el clculo ser: nivel 5% p=2 3,15 1,72 nivel 1% p=2 p=3 4,48 2,45 4,73 2,58 Por lo tanto en este caso es
En seguida se hacen las comparaciones, ordenando los promedios de menor a mayor: ...X....... Y ........Z 4,16.... 7,17.... 8,0 Se comparan las diferencias entre los promedios de 2 medias o 3 medias: ........................5% l% Y - Z = 0,834 < 1,80 Y - X = 3,9 > 1,72 > 2,58 Z - X = 3,06 > 1,72 > 2,45 Y se representan los resultados uniendo con un trazo los tratamientos que no difieren significativamente entre s: XZY
Bachiller: Ximena Sols Tejada Pgina 56
Cuando este tipo de test se conduce en forma eficiente se puede ahorrar cantidades grandes de dinero, ya que se detectan a tiempo las deficiencias del producto y stas pueden corregirse a tiempo. Cuando el producto est an en fase de prueba se emplean paneles de referencia. Si el producto ya cumpli esa etapa, debe usarse un panel formado por un gran nmero de personas experimentadas en este tipo de trabajo. Entre los mtodos que se usan estn: [3]. - Panel piloto. - Panel de consumidores. TEST DE PANEL PILOTO Este test se usa cuando el producto est an en la fase de prueba o etapa confidencial. Los degustadores son generalmente empleados de la misma Firma en que se fabrica el producto. Mediante este test es posible conocer una probable reaccin del consumidor. Indica los aspectos que hacen al producto deseable o indeseable. No puede indicar la total preferencia del pblico. Cuando se desea conocer el grado de aceptabilidad se debe agregar una escala de grados de aceptacin. La forma ms simple es preguntar al degustador si le gusta o disgusta el producto. Los datos obtenidos se evalan estadsticamente, como es el caso de la escala hednica.
1.1.2.5
1.1.2.6 TEST DE PANEL DE CONSUMIDORES En este test se emplea una gran cantidad de pblico consumidor. Debe ser conducido por personas experimentadas para que la informacin sea la que interesa y no queden libres todas las variables circunstanciales. A veces se puede determinar incluso la hora del da en que el producto tiene mayor aceptacin. Se recomienda usar diseo experimental. a) IMPORTANCIA DE LOS TEST DE ACEPTABILIDAD: Este tipo de test est destinado especialmente a determinar las expectativas de aceptabilidad de un producto por el mercado consumidor. Las reacciones del consumidor son difciles de medir, pero a medida que el poder comprador aumenta, se hace cada vez ms necesario estudiarlas y tratar de determinarlas.
Bachiller: Ximena Sols Tejada Pgina 57
Pgina 59
CAPITULO II: CONCLUSIONES Se presentaron las definiciones bsicas a tener en cuenta para entender el anlisis estadstico ms usado. Se desarrollaron diferentes tipos de pruebas y se revisaron ejemplos de estos con la finalidad de poder reproducirlos a futuro en un diseo experimental. Los mtodos desarrollados no son todos los mtodos que existen para el desarrollo de un diseo experimental.
Pgina 60
CAPITULO III: BIBLIOGRAFIA [1].SANCHO.J, BOTA.E y DE CASTRO J.J / 1999 / Introduccin al Anlisis Sensorial de los Alimentos / Edicions de Universitat de Barcelona / Barcelona Espaa / pgs. 24-25. [2].WATTS B.M, YLIMAKI G.L, JEFFERY L.E, y ELIAS L.G / 1992 / Mtodos Sensoriales Bsicos para la Evaluacin de Alimentos / International Developmpent Research Centre / Otawa Canad / pgs. 39-43 [3].WITTIG DE PENNA, Emma / 2001 / Evaluacin Sensorial una metodologa actual para tecnologa de alimentos / Biblioteca digital de la Universidad de Chile / Chile / Captulo IV. [4].Dr. UREA PERALTA Milber O. y Ing. D`ARRIGO HUAPAYA Matilde / 1999 / Evaluacin Sensorial de los Alimentos Aplicacin Didctica / Universidad Agraria La Molina / Lima Per / Captulos 4,6 y 7.
Pgina 61
Pgina 62
La Tabla A es una adaptacin de las Tablas de E.B. Roessler, G.A. Baker y M.A. Amerine. Food Tesearch 21, 117 - 121 (1956)
ANEXO N 2. TABLA B
TABLA B Significacin para Test Triangular (p = 1/3) Nmero de juicios (set x jueces) Mnimo de juicios correctos para Nmero Mnimo de juicios correctos para establecer establecer diferencias de diferencias significativas significativas juicios (set x p = .05 p = .01 p. = .001 p = .05 p = .01 p = .001 jueces) 4 5 5 57 27 29 31 5 6 6 58 27 29 32 5 6 7 59 27 30 32 6 7 8 60 28 30 33 6 7 8 61 28 30 33 7 8 9 62 28 31 33 7 8 9 63 29 31 34 8 9 10 64 29 32 34 8 9 10 65 30 32 35 9 10 11 66 30 32 35 9 10 12 67 30 33 36 10 11 12 68 31 33 36 10 11 13 69 31 34 36 10 12 13 70 32 34 37 11 12 14 71 32 34 37 11 13 14 72 32 35 38 12 13 15 73 33 35 38 12 14 15 74 33 36 39 13 14 16 75 34 36 39 13 14 16 76 34 36 39 13 15 17 77 34 37 40 14 15 17 78 35 37 40 14 16 18 79 35 38 41 15 16 18 80 35 38 41 15 17 19 81 36 38 41 16 17 19 82 36 39 42 16 18 19 83 37 39 42 16 18 20 84 37 40 43 17 19 20 85 37 40 43 17 19 21 86 38 40 44 18 19 21 87 38 41 44 18 20 22 88 39 41 44 18 20 22 89 39 42 45 19 21 23 90 39 42 45 19 21 23 91 40 42 46 20 22 24 92 40 43 46 20 22 24 93 40 43 46 21 22 25 94 41 44 47 21 28 25 95 41 44 47 21 23 25 96 42 44 48 22 24 26 97 42 45 48
5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45
Pgina 63
ANEXO N 3 TABLA C
TABLA C Valores de chi-cuadrado para significacin a varios niveles Grados de libertad 1....... 2 ....... 3....... 4....... 5....... 6 ....... 7 ....... 8 ....... 9 ....... 10 ....... 11 ....... 12 ....... 13 ....... 14 ....... 15 ....... 16 ....... 17 ....... 18 ....... 19 ....... 20 ....... 21 ....... 22 ....... 23 ....... 24 ....... 25 ....... 29.6 30.8 32.0 33.2 34.4 23.5 24.8 26.0 27.2 28.4 32.7 33.9 35.2 36.4 37.7 17.3 18.5 19.8 21.1 22.3 -26.3 27.6 28.9 30.1 31.4 35.5 36.8 38.1 39.4 40.6 -10.6 12.0 13.4 14.7 16.0 19.7 21.0 22.4 23.7 25.0 28.8 30.2 31.5 32.9 34.2 -38.9 40.3 41.6 43.0 44.3 45.6 47.0 48.3 49.6 50.9 48.3 49.6 51.0 52.3 53.7 10% 2.71 4.61 6.25 7.78 9.24 -12.6 14.1 15.5 16.9 18.3 21.9 23.3 24.7 26.1 27.5 -32.0 33.4 34.8 36.2 37.6 41.4 42.8 44.2 45.6 46.5 5% 3.84 5.99 7.81 9.49 11.1 14.4 16.0 17.5 19.0 20.5 24.7 26.2 27.7 29.1 30.6 34.3 35.7 37.2 38.6 40.0 2.5% 5.02 7.38 9.35 11.1 12.8 16.8 18.5 20.1 21.7 23.2 26.8 28.3 29.8 31.3 32.8 1% 6.63 9.21 11.3 13.3 15.1 18.5 20.3 22.0 23.6 25.2 0.5% 7.83 10.6 12.8 14.9 16.7 Niveles de significacin
-- -26 ....... 35.6 38.9 41.9 27 ....... 36.7 40.1 43.2 28 ....... 37.9 41.3 44.5 29 ....... 39.1 42.6 45.7 30 ....... 40.3 43.8 47.0 Tomado de C.M. Thompson, Biometrika, Vol. 32, 188-189.
Pgina 64
3- 9
3- 11
3- 13
4- 14
4- 16
4- 18
5- 19
5- 21
3 - 4- 14 4- 17 4- 20 4- 23 5- 25 5- 28 5- 31 5- 34 4- 8 4- 11 5- 13 6- 15 6- 18 7- 20 8- 22 8- 25 9- 27 10- 29 4 - 5- 11 5- 15 6- 18 6- 22 7- 25 7- 29 8- 32 8- 36 8- 39 9- 43 - 5- 11 6- 14 7- 17 8- 20 9- 23 10- 26 11- 29 13- 31 14- 34 15- 37 5 - 6- 14 7- 18 8- 22 9- 26 9- 31 10- 35 11- 39 12- 43 12- 48 13- 52 6- 9 7- 13 8- 17 10- 20 11- 24 13- 27 14- 31 15- 35 17- 38 18- 42 20- 45 6 7- 11 8- 16 9- 21 10- 26 11- 31 12- 36 13- 41 14- 46 15- 51 17- 55 18- 60 -7- 11 9- 15 11- 19 12- 24 14- 28 16- 32 18- 36 20- 40 21- 45 23- 49 25- 53 7 8- 13 10- 18 11- 24 12- 30 14- 35 15- 41 17- 46 18- 52 19- 58 21- 63 22- 69 8- 13 10- 18 13- 22 15- 27 17- 32 19- 37 22- 41 24- 46 26- 51 28- 56 30- 61 8 9- 15 11- 21 13- 27 15- 33 17- 39 18- 46 20- 52 22- 58 24- 64 25- 71 27- 77 10- 14 12- 20 15- 25 17- 31 20- 36 23- 41 25- 47 28- 52 31- 57 33- 63 36- 68 9 11- 16 13- 23 15- 30 17- 37 19- 44 22- 50 24- 57 26- 64 28- 71 30- 78 32- 85 11- 16 14- 22 17- 28 20- 34 23- 40 26- 46 29- 52 32- 58 35- 64 38- 70 41- 76 10 12- 18 15- 25 17- 33 20- 40 22- 48 25- 55 27- 63 30- 70 32- 78 35- 85 37- 93 12- 18 16- 24 19- 31 23- 37 26- 44 30- 50 34- 56 37- 63 40- 70 44- 76 47- 83 11 13- 20 16- 28 19- 36 22- 44 25- 52 28- 60 31- 68 34- 76 36- 85 39- 93 42- 101 14- 19 18- 26 21- 34 25- 41 29- 48 33- 55 37- 62 41- 69 45- 76 49- 83 53- 90 12 15- 21 18- 30 21- 39 25- 47 28- 56 31- 65 34- 74 38- 82 41- 91 44- 100 47- 109 15- 21 19- 29 24- 36 28- 44 32- 52 37- 59 41- 67 45- 75 50- 82 54- 90 58- 98 13 16- 23 20- 32 24- 41 27- 51 31- 60 35- 69 38- 79 42- 88 45- 98 49- 107 52- 117 17- 22 21- 31 26- 39 31- 47 35- 56 40- 64 45- 72 50- 80 54- 89 59- 97 64- 105 14 17- 25 22- 34 26- 44 30- 54 34- 64 38- 74 42- 84 46- 94 50- 104 54- 114 57- 125 18- 24 23- 35 28- 42 33- 51 38- 60 44- 68 49- 77 54- 86 59- 95 65- 103 70- 112 15 19- 26 23- 37 28- 47 32- 58 37- 68 41- 79 46- 89 50- 100 54- 111 58- 122 63- 132 19- 26 25- 35 30- 45 36- 54 42- 63 47- 73 53- 82 59- 91 64- 101 70- 110 75- 120 16 20- 28 25- 39 30- 50 35- 61 40- 72 45- 83 49- 95 54- 106 59- 117 63- 129 68- 140 -21- 27 27- 37 33- 47 39- 57 45- 67 51- 77 57- 87 62- 98 69- 107 75- 117 81- 127 17 22- 29 27- 41 32- 53 38- 64 43- 76 48- 88 53- 100 58- 112 63- 124 68- 136 73- 148 22- 29 28- 40 35- 50 41- 61 48- 71 54- 82 61- 92 67- 103 74- 113 81- 123 87- 134 18 23- 31 29- 43 34- 56 40- 68 46- 80 52- 92 57- 105 61- 118 68- 130 73- 143 79- 155 24-30 30-42 37-53 44-64 51-75 58-86 65-97 72-108 79-119 86-130 93-141 19 24- 33 30- 46 37- 58 43- 71 49- 84 55- 97 61- 110 67- 123 73- 136 78- 150 84- 163 25- 32 32- 44 39- 56 47- 67 54- 79 62- 90 69- 102 76- 114 84- 125 91- 137 99- 148 20 26- 34 32- 48 39- 61 45- 95 52- 88 58-102 65- 115 71- 129 77- 143 83- 157 90- 170 26- 34 34- 46 42- 58 50- 70 57- 83 65- 95 73- 107 81- 119 89- 131 97- 143 105- 155 Cada bloque de 4 nmeros representa: menor ranking total no significativo-mayor ranking total no significativo, para cualquier serie de tratamientos. Menor ranking total no significativo-mayor ranking total no significativo, para una serie de tratamientos que incluye un tratamiento de comparacin
11
12
6-14 7- 17 8- 16 8- 20 9- 19 10- 22 11- 21 12- 24 12- 24 13- 27 14- 26 15- 29 16- 28 17- 31 18- 30 18- 34 19- 33 20- 36 21- 35 22- 38
5- 15 6- 19 7-18 8- 22 9- 21 10- 25 11- 24 11- 29 13- 27 13- 32 15- 30 15- 35 17- 33 17- 38 19- 36 19- 41 21- 39 21- 44 23- 42 24- 46 25- 45 26- 49
4- 14 5- 19 6- 18 7- 23 8-22 9- 27 10- 26 11- 31 12- 30 13- 35 15- 33 15- 39 17- 37 18- 42 20- 40 20- 46 22- 44 22- 50 25- 47 25- 53 27- 51 27- 57 30- 54 30- 60
4- 17 5- 23 6- 22 7- 28 9-26 9- 33 12- 30 12- 37 14- 35 14- 42 17- 39 17- 46 20- 43 20- 50 23- 47 22- 55 25- 52 25- 59 28- 56 28- 63 31- 60 31- 67 34- 64 34- 71
4- 20 5- 27 7- 25 8- 32 10-30 10- 38 13- 35 13- 43 16- 40 16- 48 19- 45 19- 53 22- 50 22- 58 25- 55 25- 63 29- 59 28- 68 32- 64 31- 73 35- 69 34- 78 39- 73 37- 83
5- 22 6- 30 8- 28 8- 37 11-34 11- 43 14- 40 14- 49 18- 45 17- 55 21- 51 21- 60 25- 56 24- 66 28- 62 27- 72 32- 67 31- 77 36- 72 34- 83 39- 78 38- 88 43- 83 41- 94
5- 25 6- 34 8- 32 9- 41 12-38 12- 48 16- 44 15- 55 19- 51 19- 61 23- 57 22- 68 27- 63 26- 74 31- 69 30- 80 35- 75 33- 87 39- 81 37- 93 44- 86 41- 98 48- 92 45- 105
3- 19 4- 29 6- 27 6- 38 9- 35 9- 46 13-42 13- 53 17- 49 16- 61 21- 56 20- 68 25- 63 24- 75 30- 69 28- 82 34- 76 32- 89 39- 82 36- 96 43- 89 40- 103 48- 95 45- 109 52- 102 49- 116
3- 21 4- 32 6- 30 6- 42 10- 38 10- 50 14-46 13- 59 18- 54 17- 67 23- 61 21- 75 28- 68 26- 82 32- 76 30- 90 37- 83 34- 98 42- 90 39- 105 47- 97 43- 113 52- 104 48- 120 57- 121 53- 127
3- 23 4- 35 6- 33 7- 45 10- 42 10- 55 15-50 14- 64 20- 58 18- 73 25- 66 23- 81 30- 74 27- 90 35- 82 32- 98 40- 90 37- 106 45- 98 42- 114 50- 106 46- 123 56- 113 51- 131 61- 121 56- 139
Pgina 65
ANEXO N 6.TABLA E -
Pgina 66
Pgina 67
ANEXO 7. TABLA F
TABLA F Grados de Libertad, 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 Puntos de porcentaje Q, arriba de 50% en Amplitud Student *t* Nmero de tratamientos, a
1 2 3 4 * 5 6 7 8 9 * 10 11 12 13 14 * 15 16 17 18 19 *
18.0 26.7 32.8 37.2 40.5 43.1 45.4 47.3 49.1 50.6 51.9 53.2 54.3 55.4 56.3 57.2 58.0 58.8 59.6 6.09 8.28 9.80 10.89 11.73 12.43 13.03 13.54 13.99 14.39 14.75 15.08 15.89 15.65 15.91 16.14 16.36 16.57 16.77 4.50 5.88 6.83 7.51 8.04 8.47 8.85 9.18 9.46 9.72 9.95 10.16 10.35 10.52 10.69 10.84 10.98 11.12 11.24 3.93 5.00 5.76 6.31 6.73 7.06 7.35 7.60 7.83 8.03 8.21 8.37 8.52 8.67 8.80 8.92 9.03 9.14 9.24 * * * * * * * * * * * * * * * * * ** * 3.61 4.54 5.18 5.64 5.99 6.28 6.52 6.74 6.93 7.10 7.25 7.39 7.52 7.64 7.75 7.86 7.95 8.04 8.13 3.46 4.34 4.90 5.31 5.63 5.89 6.12 6.32 6.49 6.65 6.79 6.92 7.04 7.14 7.24 7.34 7.43 7.51 7.59 3.34 4.16 4.68 5.06 5.3,5 5.59 5.80 5.99 6.15 6.29 6.42 6.54 6.65 6.75 6.84 6.98 7.01 7.08 7.16 3.26 4.04 4.53 4.89 5.17 5.40 5.60 5.77 5.92 6.05 6.18 6.29 6.39 6.48 6.57 6.65 6.78 6.80 6.87 3.20 3.95 4.42 4.76 5.02 5.24 5.43 5.60 5.74 5.87 5.98 6.09 6.19 6.28 6.36 6.44 6.51 6.58 6.65 * * * * ** * * * * * * * * * * * * * * 3.15 3.88 4.33 4.66 4.91 5.12 5.30 5.46 5.60 5.72 5.83 5.93 6.03 6.12 6.20 6.27 6.34 6.41 6.47 3.11 3.82 4.26 4.58 4.82 5.03 5.20 5.35 5.49 5.61 5.71 5.81 5.90 5.98 6.06 6.14 6.20 6.27 6.88 3.08 3.77 4.20 4.51 4.75 4.95 5.12 5.27 5.40 5.51 5.61 5.71 5.80 5.88 5.95 6.02 6.09 6.15 6:21 3.06 3.73 4.15 4.46 4.69 4.88 5.05 5.19 5.32 5.43 5.53 5.63 5.71 5.79 5.86 5.95 6.00 6.06 6.11 3.03 3.70 4.11 4.41 4.64 4.83 4.99 5.13 5.25 5.36 5.46 5.56 5.64 5.72 5.79 5.86 5.92 5.98 6.09 * * * * **** * * ** * * * * * ** * * * * * 3.01 3.67 4.08 4.37 4.59 4.78 4.94 5.08 5.20 5.31 5.40 5.49 5.57 5.65 5.72 5.79 5.85 5.91 5.96 3.00 3.65 4.05 4.34 4.56 4.74 4.90 5.03 5:15 5.26 5.35 5.44 5.52 5.59 5.66 5.73 5.79 5.84 5.90 2.98 3.62 4.02 4.31 4.52 4.70 4.86 4.99 5.11 5.21 5.31 5.39 5.47 5.55 5.61 5.68 5.74 5.79 5.84 2.97 3.61 4.00 4.28 4.49 4.67 4.83 4.96 5.07 5.17 5.27 5.35 5.43 5.50 5.57 5.69 5.69 5.74 5.79 2:96 3.59 9.98 4.26 4.47 4.64 4.79 4.92 5.04 5.14 5.29 5.32 5.99 5.46 5.53 5.59 5.65 5.70 5.75 * * * * * * 4.77 4.68 4.60 4.52 * 4.44 4.36 4.29 * 4.90 4.81 4.72 4.63 **** 4.55 4.47 4.39 * 5.01 4.92 4.83 4.74 * 4.65 4.56 4.47 * 5.11 5.01 4.92 4.82 * 4.73 4.64 4.55 * 5.20 5.10 5.00 4.90 * 4.81 4.71 4.62 * 5.28 5.18 5.08 4.98 * 4.88 4.78 4.68 ** 5.36 5.25 5.15 5.05 ** 4.94 4.84 4.74 * 5.43 5.32 5.21 5.11 * 5.00 4.90 4.80 * 5.50 5.38 5.27 5.17 * 5.06 4.95 4.84 * 5.56 5.44 5.33 5.22 * 5.11 5.00 4.89 * 5.61 5.50 5.38 5.27 * 5.15 5.04 4.93 * 5.66 5.55 5.43 5.32 * 5_20 5.09 4.97 * 5.71 5.59 5.48 5.96 * 5.24 5.13 5.01
20 2.95 9.58 3.96 4.24 4.45 4.62 24 2.92 3.53 8.90 4.17 4.37 4.54 30 2.89 9.48 3.84 4.11 4.30 4.46 40 2.86 3.44 3.79 4.04 4.23 4.39 * * * * * * ** 60 2.83 3.40 3.74 3.98 4.16 4.31 120 2.80 3.36 3.69 3.92 4.10 4.24 2.77 3.32 3.63 3.86 4.03 4.17 * Tomado de Biometrika, 39:192 (1952) En el original, en ingls: Studentized Range.
Pgina 68
Tomado de: D.B. Duncan, "Multiple Range and Multiple F Tests", Biometrics, Marzo 1955.
Pgina 69
Pgina 70