DATA SENSORIS

DAN ANALISANYA
 BENTUK DATA SENSORIS

 Frekuensi
 Rangking/urutan

 Numerik kuantitatif

 Tergantung skala pengukuran yang

digunakan
SKALA PENGUKURAN

 Digunakan untuk mengkuantifikasikan

informasi sensoris
 4 macam skala pengukuran :

- Skala nominal - Skala ordinal

- Skala interval - Skala rasio
~ Pemilihan skala akan mempengaruhi tipe
analisa statistik ~ memperhatikan tujuan
 1. SKALA NOMINAL
 Paling sederhana
 Angka tak menunjukkan apapun kecuali
label/nama atau katrgori
~ tak mempunyai nilai numerik nyata
 Contoh skala nominal untuk aroma khas saus
tomat
1 = fruity 2 = manis
3 = spicy 4 = pungent (pedas/tajam)
 Bisa juga langsung menggunakan nama tanpa
nomor
 Data frekuensi munculnya setiap karakteristik
pada setiap sampel ditabulasi
 Produk dibandingkan dengan memperhatikan
frekuensi setiap aroma khas pada setiap
sampel
 Kalisifikasinya bisa juga : - diterima
– tak diterima
 Jumlah panelis yang memilih sampel diterima
dibandingkan dengan yang tidak diterima
2. SKALA ORDINAL

 Data menunjukkan rangking atau urutan

 Sampel diurutkan berdasar besar atribut
yang dinilai
 Rangking tak menunjukkan besarnya
perbedaan antar sampel
Mis : 4 sampel ~ nilai = 1,2,3 dan 4
 1 lebih dulu drpd 2, 2 idem 3, 3 idem 4

 Namum jarak 1-2, 2-3, 3-4 tidak harus sama

 Angka pada skala ordinal memberi
informasi lebih banyak drpd angka pd
skala nominal
 Pengujian berorientasi produk 
intensitas karakteristik produk diurutkan
 Pengujian berorientasi konsumen
sampel diurutkan berdasar kesukaan /
penerimaan
3. SKALA INTERVAL

 Angka menampilkan kuantitas nyata

 Sampel dinilai berdasarkan karakteristik
tunggal produk atau berdasar
kesukaan/penerimaan
 Tak hanya urutan nilai yang diketahui tapi
juga seberapa besar berbeda
 Agar tingkat perbedaan antar sampel dapat
diukur  panjang interval pada skala hrs
sama
 Mis : skala sampai 8
 jarak 0 - 4 = 4 – 8 (intervalnya sama )
 Tapi =

Nilai 8 tidak harus kelipatan 4

Nilai 4 tidak harus kelipatan 2
Nilai 0 tidak harus benar-benar ada
 Pada skala interval dikenal skala kategori dan
skala garis.
 Skala Kategori:
- Diberi nama dengan istilah deskriptif &/
angka
- Semua kategori dpt diberi nama atau hanya
pada tempat ttt (mis awal/akhir, tengah)
- Total kategori bervariasi, yg biasa digunakan
5-9
 Contoh : 5 titik skala kategori untuk
intensitas karakteristik ttt
Kode sampel
------ lemah (1)
------ sedikit intens (2)
------ cukup intens (3)
------ sangat intens (4)
------ ekstrim intens (5)
 Skala garis
- Dengan label pada ttk akhir/tengah
- Digunakan untuk mengkuantifikasi
karakteristik ttt
- Panjang skala dpt bervariasi, yg biasa
digunakan : 15 cm
Contoh skala garis

Lemah Kuat
4. SKALA RASIO

 Mirip dengan skala interval kecuali nilai 0

(nol) benar-benar ada
 S. interval  nilai 0 tak hrs menunjukkan
ketiadaan nilai tsb
 S. rasio  niali 0 menunjukkan karakteristik
benar-benar tidak ada
 Tak digunakan untuk pengujian berorientsi
konsumen
 Nilai benar-benar menunjukkan intensitas
 Mis : kemanisan nilai 8  intensitas
manisnya hrs 2 x lipat dari kemanisan nilai 4
 ANALISA DATA

 Data nominal & ordinal  analisa dengan

uji statistik non-parametrik
 Data interval dan rasio  analisa dengan
uji statistik parametrik
 Uji parametrik :

- Memberi informasi lebih banyak drpd non

parametrik
- Angka/data memberi informasi lebih eksak
- Pembedan 2 seri data  pembedaan lebih
baik
- Korelasi  mendeteksi lebih baik
 Tapi harus memenuhi asumsi bahwa data
terdistribusi secara normal
PENGUJIAN DATA

 Data nominal  - Uji bonimial

- Chi- Square
 Data ordinal/rangking  Uji Friedman

 Data interval dan rasio (parametrik)  Uji

Anava
~ Untuk melihat perbedaan antar sampel
dilanjutkan dengan = Uji Duncan, Tukey,
LSD/BNT
 Uji korelasi  Uji Spearman, Pearson
 Statistik lebih lanjut, lihat O’Mahony (1986)

 Catatan :

- Uji parametrik juga perlu interval/kategori yg

sama antara phisiologi dan ukuran
- Bila tidak kategori diperlakukan sebagai
data nominal dan dianalisa dengan metode
non-parametrik