Vous êtes sur la page 1sur 24

IBNORCA

ANTEPROYECTO DE NORMA BOLIVIANA

APNB/ISO 29842

Anlisis sensorial - Metodologa - Diseos de bloques incompletos balanceados 1 OBJETO Y CAMPO DE APLICACIN

Esta norma internacional especifica un mtodo para la aplicacin de los diseos de bloques incompletos balanceados para pruebas sensoriales descriptivos y hedonista. Esta norma se aplica cuando el nmero de muestras de ensayo es superior al nmero de evaluaciones que un evaluador puede realizar de forma fiable en una sola sesin. Esta norma tambin especifica las caractersticas de fundamentales de un diseo de bloque incompleto balanceado y establece directrices para su aplicacin en la evaluacin sensorial. 2 REFERENCIAS

Los documentos normativos siguientes contienen disposiciones, las cuales, mediante su cita en el texto, se transforman en disposiciones vlidas para la presente norma. Las ediciones indicadas eran las vigentes en el momento de su publicacin. Todo documento es susceptible de ser revisado y las partes que realicen acuerdos basados en esta norma se deben esforzar para buscar la posibilidad de aplicar sus ediciones ms recientes. ISO 3534-1 ISO 5492 3 Estadstica - Vocabulario y smbolos - Parte 1: Trminos estadsticos generales y trminos empleados en el clculo de probabilidades Anlisis sensorial - Vocabulario.

DEFINICIONES

Para los propsitos de esta Norma Internacional se aplican las definiciones de la ISO 5492, ISO 3534-1 y los siguientes: 3.1 Diseo de bloque (anlisis sensorial) Multi-protocolo que sirve de ejemplo en el que un evaluador evala todos o un subconjunto de muestras en un estudio 3.2 Repeticin (anlisis sensorial) Una ocurrencia de un diseo experimental 4 ESPECIFICACIN DE DISEOS DE BLOQUES INCOMPLETOS BALANCEADOS

El diseo de bloque incompleto equilibrado (BIB) se aplican a las pruebas sensoriales en la que el nmero total de muestras es mayor que el nmero que se puede evaluar antes de la fatiga sensorial y psicolgica. En el diseo de BIB, cada evaluador evala slo un subconjunto del nmero total de muestras en una sola sesin. 1

Un ejemplo de un diseo BIB se muestra en la Tabla 1. Tabla 1 - Un diseo BIB con cinco muestras y 10 bloques / evaluadores
Bloques (evaluador) 1 2 3 4 5 6 7 8 9 10 Muestra de ensayo 3 X X X X X X

1 X X X X X X -

2 X X X X X X -

4 X X X X X X

5 X X X X X X

En un diseo BIB cada evaluador evala un subconjunto, k, del nmero total de muestras, t, donde k <t. El subconjunto de muestras que un evaluador evala se selecciona de modo que, en una sola repeticin del diseo BIB, cada muestra se evala un nmero igual de veces y todos los pares posibles de dos muestras se evalan por un nmero igual de los evaluadores. La notacin ms comnmente usado en un diseo BIB es la siguiente: t k b r p Nmero de muestras de prueba nmero de muestras evaluadas por un evaluador en una sola sesin (k <t) nmero total de bloques b (por lo general, los evaluadores) en una repeticin del diseo BIB nmero de veces que cada muestra de ensayo se evalu en la repeticin del nmero diseo nmero de veces que cada par de muestras se evala por el nmero evaluador nmero de veces que se repite el diseo bsico BIB

Cada evaluador evala k de las muestras t (k <t). El subconjunto de k muestras que un evaluador evala se selecciona de manera que en una sola repeticin del diseo BIB cada muestra se evala un nmero igual de veces y todos los posibles pares de muestras son evaluados por un nmero igual de los evaluadores. El nmero de bloques (evaluadores) requeridos para completar una sola repeticin del diseo BIB se denota por b. El nmero de veces que se evalu cada muestra en una sola repeticin del diseo BIB se denota por r y el nmero de veces que cada par de dos muestras se evaluaron juntos se denota por . El diseo BIB entero puede ser necesario repetir varias veces a fin de lograr un nivel adecuado de precisin para el estudio. El nmero de repeticiones del diseo bsico BIB se denota por p. El nmero total de bloques (normalmente los evaluadores) es entonces p * b y el total de evaluaciones por muestra es entonces p * r. El nmero total de veces que se observa cada par de muestras juntos es p * . Los valores constantes de r y para todas las muestras en el diseo BIB confiere importantes propiedades estadsticas de los datos recogidos en el diseo. El valor de la constante de r 2

asegura que los valores medios de todas las muestras se calcula con la misma precisin. El valor constante de se asegura de que todas las comparaciones por pares entre dos muestras son igualmente sensibles. 5 NALISIS DE DATOS

5.1 Generalidades Hay dos tipos de datos pueden ser recolectados a travs de diseos de bloques incompletos balanceados. Calificaciones, datos o resultados se obtienen cuando los evaluadores utilizan una escala para reportar las intensidades percibidas de los atributos o las impresiones que se estn evaluando. Ranking de los datos se obtienen cuando los evaluadores ordenan las muestras de menor a mayor (o viceversa) en relacin con el atributo que se est evaluando. Diferentes mtodos de anlisis de datos se utilizan para las calificaciones y datos de clasificacin. 5.2 Anlisis de la varianza para datos nominales Anlisis de varianza (ANOVA) se utiliz para analizar los datos de potencia obtenidos en el diseo BIB. Las fuentes de variabilidad en cuenta en el modelo de ANOVA para el diseo BIB son las mismas que las contabilizadas en un diseo de bloques aleatorios (completa). En ambos casos, la variabilidad total se divide en los efectos separados de bloques (normalmente los evaluadores), tratamientos (tpicamente muestras) y los errores. Debido a que cada evaluador evala slo un subconjunto del nmero total de muestras de ensayo, frmulas ms complejas son necesarias para calcular el ANOVA de suma de cuadrados para el diseo BIB que para el diseo de bloques aleatorios (completa). El analista sensorial se asegurar de que el programa utilizado para realizar el anlisis es capaz de manejar BIB. En muchos paquetes informticos estadsticos, el procedimiento ANOVA se aplica slo a los diseos completos, es decir, estudios en los que cada evaluador evala todas las muestras de ensayo. Para los diseos incompletos, tales como BIB, el modelo lineal general (GLM) o de un procedimiento modelo mixto es requerida. La forman de la ANOVA para analizar datos BIB depende de cmo el diseo se administra. Cuando el experimento es de la forma del ejemplo de la Tabla 1, con una sola repeticin del diseo, la tabla de ANOVA es como se muestra en la Tabla 2. Tabla 2 - ANOVA para el diseo de bloque incompleto balanceado (repeticin nica)
Fuente de variacin Total Evaluadores (bloques) Muestras (ajuste de evaluadores) Error Grados de libertad(DF) Suma de cuadrados (SS) ST SB SS SE Media cuadrado (MS) F

vT t * r 1 vB b 1

vS t 1
vE t * r t b 1

MS S S S / VS

MS S / MS E

MS E S E / VE

Si el estadstico F en la Tabla 2 supera el valor crtico superior de un F con los grados de libertad correspondientes, entonces la hiptesis nula de las calificaciones medias equivalentes se rechaza. Si la estadstica F es significativa, un procedimiento de comparacin mltiple, tales 3

como el LSD de Fisher, L, se aplica para determinar qu muestras son significativamente diferentes uno del otro. La ecuacin para LSD de Fisher, L, adecuado para una sola repeticin de este diseo BIB es:

Donde t, k y r estn definidos en la clausula 4; MSE es el cuadrado medio de error de la tabla ANOVA; vE es el nmero de grados de libertad para el error de la tabla de ANOVA; t / 2,vE es el lmite superior / 2 valor crtico de t de Student de distribucin con grados de libertad E. El mismo valor de se utilizarn para evaluar la importancia de la F-estadstica y en LSD de Fisher, L. El diseo BIB se repetir p veces para lograr un nivel adecuado de precisin del estudio. Si el nmero total de bloques es demasiado grande para cada evaluador para evaluar todos ellos, cada uno de los evaluadores de p * b evaluar slo un bloque k de muestras. Dentro de cada bloque, el orden en que las k muestras son evaluadas se hace al azar. La tabla ANOVA para este diseo se presenta en la Tabla 3. Tabla 3 - Tabla de ANOVA para el diseo de bloque incompleto equilibrado (p repeticiones realizadas por p * b evaluadores de cada evaluacin de un solo bloque de muestras k)
Fuente de variacin Total Bloques (evaluadores) Muestras (ajuste de evaluadores) Error Grados de libertad(DF) Suma de cuadrados (SS) ST SB SS SE Media cuadrado (MS) F

vT t * p * r 1
vB p * b 1

vS t 1

MS S S S / vs

MS S / MS E

vE t * r * p t p * b 1

MS E S E / vE

Si la estadstica F en la Tabla 3 excede el valor crtico de una F con los correspondientes grados de libertad, entonces la suposicin de hiptesis nula de equivalentes puntuaciones medias se rechaza. Si la estadstica F es significativa, un procedimiento de comparacin mltiple, tales como el LSD de Fisher, L, se aplica para determinar qu muestras son significativamente diferentes uno del otro. La ecuacin para LSD de Fisher, L, apropiado para un diseo BIB es:

Donde: t, k y r estn definidos en la clausula 4; MSE es el cuadrado medio de error de la tabla ANOVA; vE es el nmero de grados de libertad para el error de la tabla de ANOVA; t / 2,vE es el lmite superior / 2 valor crtico de t de Student de distribucin con grados de libertad E. El mismo valor de se utilizarn para evaluar la importancia de la F-estadstica y en LSD de Fisher, L. Si cada evaluador evala todos los bloques de b en el diseo BIB, entonces el "efecto evaluador" y el "asesor-por ejemplo-"interaccin puede ser particionada de la variabilidad total (vase la Tabla 4). Este enfoque es especialmente aplicable cuando el nmero total de bloques en una repeticin del diseo BIB es pequeo (por ejemplo, b 6). El orden en que los bloques se presentan al evaluador se hace al azar. Dentro de cada bloque, el orden en que las muestras se evalan se hace al azar. En cualquier enfoque, la variabilidad que surge de los evaluadores se contabiliza y la interaccin entre evaluadores y muestras sustituye el trmino de error que se ha utilizado en las Tablas 2 y 3. Tabla 4 - Tabla ANOVA para el diseo de bloque incompleto balanceado (p repeticiones desempeadas por p evaluadores de b bloques de muestras k)
Fuente de variacin Total Evaluadores Bloques (sin evaluadores) Muestras (ajuste de evaluadores) Evaluadores * muestras Residual Grados de libertad(DF) Suma de cuadrados (SS) ST SP SB(P) SS SA*S SE Media cuadrado (MS) F

vT t * p * r 1 vp p 1
v B ( P ) p * (b 1) vS t 1 v A*S ( p 1)(t 1) v E p * (t * r t b 1)

MS S S S / vs MS A*S S A*S / VA*S MS E S E / vE

MS S / MS A*S

Si la estadstica F en la Tabla 4 supera el valor crtico de una F con los correspondientes grados de libertad, entonces la suposicin de hiptesis nula de equivalentes puntuaciones medias se rechaza. Si la estadstica F es significativa, un procedimiento de comparacin mltiple, tales como el LSD de Fisher, L, se aplica para determinar qu muestras son significativamente diferentes uno del otro. La ecuacin para LSD de Fisher, L, apropiado para un diseo BIB es

Donde: t, k y r estn definidos en la clausula 4; MSA*S es el cuadrado medio de la interaccin evaluador muestra * de la tabla ANOVA; VA*S es el nmero de grados de libertad para la interaccin evaluador muestra * de la tabla ANOVA; es el superior / 2 valor crtico de t de Student de distribucin con A * grados de t / 2,vA*S libertad S. El mismo valor de se utilizarn para evaluar la importancia de la F-estadstica y en LSD de Fisher, L. 5.3 Anlisis de Friedman suma de rangos para datos de rango1 Una estadstica de Friedman-tipo se aplicar para clasificar los datos derivados de un diseo BIB. Estadstica de Friedman de ensayo, prueba F, est dada por:

Donde t, k, r, y p son como se ha definido anteriormente y Rj es la suma de rangos de la muestra j-sima (referencia [8]). Tablas de valores crticos de prueba F estn disponibles para determinadas combinaciones de t = 3 ... 6, k = 2 ... 5, y p = 1 ... 7 (referencia [9]). Sin embargo, en la mayora de estudios sensoriales, el nmero total de bloques excede los valores de las tablas. Para estas situaciones, el procedimiento de ensayo es rechazar la hiptesis de la equivalencia entre las muestras si el valor de prueba F excede el valor superior crtico de una 2-estadstica con (t - 1) grados de libertad f la 2-estadstica es significativo, entonces un procedimiento de comparacin mltiple se realiza para determinar qu muestras difieren significativamente entre s. La ecuacin para LSD de Fisher, L, apropiado para un diseo BIB es:

Donde t, k, r y
1

estn definidos en la clausula 4;

Hay varios mtodos estadsticos para el anlisis de los datos de rango que se obtienen a partir de un diseo BIB. Los lectores interesados se les anima a revisar la literatura estadstica sobre el tema. Mtodo de Friedman ha sido elegido para una discusin detallada, ya que es estadsticamente potente y conveniente computacionalmente.

z / 2

es el valor superior- / 2 crtico de la distribucin normal estndar.

El mismo valor de se utilizarn para evaluar la significacin de la prueba F-estadstica y en LSD de Fisher, L. 6 APLICACIN EN LA EVALUACIN SENSORIAL

El nmero de muestras que son evaluados por un evaluador en una sola sesin, k, no ser superior a la capacidad del evaluador para proporcionar clasificaciones confiables de las muestras. El valor de k depende de varios factores, incluyendo la intensidad global de las caractersticas sensoriales de las muestras, el grado de los efectos de arrastre (por ejemplo retrogustos persistentes), y el nmero de atributos es el evaluador de calificacin. El analista sensorial limitarn el nmero de muestras de un evaluador evala en una sola sesin para evitar la fatiga tanto sensorial y psicolgica. Fatiga sensorial y psicolgica limitan el nmero de evaluaciones de un evaluador puede realizar con fiabilidad. Sin embargo, el analista sensorial harn todo lo posible para que cada evaluador realizar evaluaciones tantos como sea posible con el fin de contrarrestar la influencia de los efectos contextuales. Dado que cada evaluador evala slo un subconjunto del nmero total de muestras, el evaluador no est expuesto a toda la gama de variabilidad presente en las muestras. Esto puede llevar a los evaluadores a exagerar las diferencias en las calificaciones que asigna a los productos. Cuanto mayor sea la proporcin de muestras de los evaluadores evalan en una sola sesin, mayor ser la gama de diferencias sensoriales que estn expuestos y, por lo tanto, es menor la posibilidad de que los efectos del contexto sesgo de los resultados del estudio. El nmero total de evaluaciones de cada muestra, r * p, se determinar basndose en el nivel de sensibilidad requerido de la prueba. Los mismos criterios utilizados para decidir sobre el nmero total de evaluaciones en un diseo de bloques completos se aplicar. Por ejemplo, si es una prctica estndar para llevar a cabo 12 evaluaciones por muestra en un estudio de bloque completo con un panel de anlisis descriptivo y el nmero de repeticiones en una repeticin del diseo BIB es r = 3, entonces el diseo BIB se replicar p = 4 veces con el fin de lograr el nmero requerido total de evaluaciones.

ANEXO A (Informativo) Catlogo de diseos de bloques incompletos Los siguientes diseos BIB aplica para t = 3 ... 10 y k = 2 ... t - 1 o k = 2 ... 6, lo que sea menor. Es posible construir BIB para cualquier valor de t y k mediante la recopilacin de todas las combinaciones posibles de los elementos de t en grupos de tamao k. Sin embargo, a veces es posible construir BIB que tienen un menor nmero de bloques que se requieren para formar todas las combinaciones posibles. Para cualquier valor de t y k, el catlogo presenta el diseo BIB con el menor nmero de bloques a) b) c) d) e) f) 2 de 3 BIB: Todos los pares posibles de tres muestras (t = 3, k = 2, b = 3, r = 2, = 1). 2 de 4 BIB: Todos los posibles pares de cuatro muestras (t = 4, k = 2, b = 6, r = 3, = 1). 3 de 4 BIB: Todas las tradas posibles de cuatro muestras (t = 4, k = 3, b = 4, r = 3, = 2). 2 de BIB 5: Todos los posibles pares de cinco muestras (t = 5, k = 2, b = 10, r = 4, = 1). 3 de 5 BIB: Todas las tradas posibles de cinco muestras (t = 5, k = 3, b = 10, r = 6, = 3). 4 de 5 BIB: Todos los cuatro posibles-duplas de cinco muestras (t = 5, k = 4, b = 5, r = 4, = 3). g) 2 de BIB 6: todos los posibles pares de seis muestras (t = 6, k = 2, b = 15, r = 5, = 1). h) 3 de 6 BIB: Triadas 10 de seis muestras (t = 6, k = 3, b = 10, r = 5, = 2). Vase la tabla A.1 Tabla A.1 - 10 tradas de seis muestras

i)

4 de 6 BIB: Todos los cuatro posibles-duplas de seis muestras (t = 6, k = 4, b = 15, r = 10, = 6). j) 5 de 6 BIB: Todos posible de cinco duplas de seis muestras (t = 6, k = 5, b = 6, r = 5, = 4). k) 2 de 7 BIB: Todos los posibles pares de siete muestras (t = 7, k = 2, b = 21, r = 6, = 1). l) 3 de 7 BIB: tradas Siete de siete muestras (t = 7, k = 3, b = 7, r = 3, = 1).

Vase la tabla A.2 Tabla A.2 - Siete tradas de siete muestras

m) 4 de 7 BIB: 14 Cuatro-duplas de siete muestras (t = 7, k = 4, b = 14, r = 8, = 4). Vase tabla A.3 Tabla A.3 - 14 Cuatro-duplas de siete muestras

n) 5 de 7 BIB: Todos posible de cinco duplas de siete muestras (t = 7, k = 5, b = 21, r = 15, = 10). o) 6 de 7 BIB: Todos posible de seis duplas de siete muestras (t = 7, k = 6, b = 7, r = 6, = 5). p) 2 de 8 BIB: Todos los posibles pares de ocho muestras (t = 8, k = 2, b = 28, r = 7, = 1). q) 3 de BIB 8: Todas las tradas posibles de ocho muestras (t = 8, k = 3, b = 56, r = 21, = 6). r) 4 de 8 BIB: 14 Cuatro-duplas de ocho muestras (t = 8, k = 4, b = 14, r = 7, = 3). Vase tabla A.4 Tabla A.4 - Cuatro-duplas de ocho muestras

s) 5 de 8 BIB: Todos posible de cinco duplas de ocho muestras (t = 8, k = 5, b = 56, r = 35, = 20). t) 6 de 8 BIB: Todos posible de seis duplas de ocho muestras (t = 8, k = 6, b = 28, r = 21, = 15). u) 2 de 9 BIB: Todos los pares posibles de nueve muestras (t = 9, k = 2, b = 36, r = 8, = 1). v) 3 de 9 BIB: Triadas 12 de nueve muestras (t = 9, k = 3, b = 12, r = 4, = 1).

10

Vase tabla A.5 Tabla A.5 - 12 tradas de nueve muestras

w) 4 de 9 BIB: 18 Cuatro-duplas de nueve muestras (t = 9, k = 4, b = 18, r = 8, = 3). Vase A.6

11

Tabla A.6 - 18 Cuatro-duplas de nueve muestras

x) 5 de 9 BIB: 18 Cinco-duplas de nueve muestras (t = 9, k = 5, b = 18, r = 10, = 5). Vase tabla A.7

12

Tabla A.7 - 18 Cinco-duplas de nueve muestras

y) 6 de 9 BIB: 18 Seis-duplas de nueve muestras (t = 9, k = 6, b = 18, r = 10, = 5). Vase A.8

13

Tabla A.8 18 Seis-duplas de nueve muestras

z) 2 de 10 BIB: Todos los posibles pares de muestras 10 (t = 10, k = 2, b = 45, r = 9, = 1). aa) 3 de 10 BIB: Triadas 30 de 10 muestras (t = 10, k = 3, b = 30, r = 9, = 2). Vase tabla A.9

14

Tabla A.9 - 30 tradas de 10 muestras

bb) 4 de 10 BIB: 15 Cuatro-duplas de 10 muestras (t = 10, k = 4, b = 15, r = 6, = 2). Vase tabla A.10

15

Tabla A.10 15 Cuatro-duplas de 10 muestras

cc) 5 de 10 BIB: 18 Cinco-duplas de 10 muestras (t = 10, k = 5, b = 18, r = 9, = 4). Vase tabla A.11 Tabla A.11- 8 Cinco-duplas de 10 muestras

16

dd) 6 de 10 BIB: 15 Seis-duplas de 10 muestras (t = 10, k = 6, b = 15, r = 9, = 5). Vase tabla A.12 Tabla A.12 - 5 Seis-duplas de 10 muestras

17

ANEXO B (Informativo) Ejemplo de diseo de bloques incompletos equilibrados con los datos de potencia B.1 Problema y situacin El administrador de control de calidad de una fbrica de mostaza rutinariamente muestrea producto acabado que se aade al grupo de muestras de referencia. Nuevas muestras de referencia son necesarias a intervalos regulares, y las muestras ms viejas son cambiadas en el tiempo porque no son apropiadas El procedimiento tambin se utiliza para eliminar de la grupo cualquier muestras de referencia de corriente que puede estar deteriorada. B.2 Diseo del ensayo Las muestras de los seis lotes se evalan para mal sabor. Las evaluaciones se realizan por 15 evaluadores entrenados utilizando una escala de categoras de 10 puntos de 0, que no representa ningn mal sabor, a 9, indicando extremo mal sabor. Los evaluadores evaluan cuatro de las seis muestras. Las cuatro muestras de cada evaluador que evala son determinados por el diseo BIB presentan en la Tabla B.1. Cada uno de los 15 evaluadores se asign al azar a un bloque de cuatro muestras del diseo. El orden de presentacin de las muestras dentro de cada bloque es aleatorio. Tabla B.1 - Diseo BIB para el personal subalterno de datos t = 6, k = 4, r = 10, b = 15, = 6

18

B.3 Resultados Las puntuaciones de intensidad de mal sabor se presentan en la Tabla B.2. Los datos se analizan mediante un programa capaz de realizar un ANOVA de diseo BIB. La tabla ANOVA resultante se presenta en la Tabla B.3. La estadstica F para las muestras es altamente significativa (p <0,000 1), lo que indica que existen diferencias perceptibles en la intensidad de sabor desagradable entre las muestras. Un procedimiento de comparacin mltiple de LSD se aplica a las puntuaciones promedio de las muestras para determinar qu muestras tienen significativamente diferentes intensidades de mal sabor. Los resultados de la Tabla B.4 revelan que la muestra 1 tiene significativamente mayor mal sabor de todas las otras muestras. No hay diferencias significativas entre las muestras restantes. Tabla B.2 Mal sabor puntuaciones de intensidad de seis mostazas

Tabla B.2 - Balance de bloques incompletos ANOVA tabla de los datos de potencia: mal sabor intensidad de seis mostazas
Suma de cuadrados (SS) 156,60 38,58 64,08 53,42 Media cuadrado (MS)

Fuente de variacin Total Evaluadores (bloques) Muestras (tratamiento, ajustes para bloques) Error

Grados de libertad(DF) 59 14 5 40

12,82 1,34

9,60

< 0,000 1

19

Tabla B.4 - Medias ajustadas de intensidades de mal sabor de seis mostazas de ejemplo
Muestreo Ajuste media 1 5,0 A 2 2,5 B 3 2,2 B 4 2,0 B 5 2,6 B 6 1,9 B

Medias con ninguna letra en comn son significativamente diferentes al nivel de 5% de significancia (L = 1,1).

20

ANEXO C (Informativo) Ejemplo de diseo de bloques incompletos equilibrados con los datos de rango C.1 Problema y situacin Un fabricante de salsa de pimiento quiere evaluar el picante de 15 variedades de pimientos. El fabricante quiere especificar un nmero limitado de variedades a utilizar en sus productos. C.2 Diseo del ensayo Debido a los niveles altos de picantes en los pimientos, es elegido un diseo de balance incompleto. Cada evaluador evala k = 3 de t = 15 muestras. El diseo BIB bsico consta de b = 35 bloques, en los que se evala cada muestra r = 7 veces y cada par de muestras se evalua conjuntamente una vez ( = 1). El diseo bsico se repite p = 3 veces para obtener un total de p * r = 21 evaluaciones por muestra. Un grupo seleccionado al azar de 105 evaluadores fue reclutado para participar en la prueba. Los evaluadores seleccionados por su capacidad para distinguir diferentes niveles de picante y se les instruy en el uso del mtodo de clasificacin. Debido a la falta de una amplia formacin en anlisis sensorial, los evaluadores fueron instruidos para clasificar las tres muestras como: 1 = el ms picante, 2 = medio picante, y 3 = menos picante. C.3 Anlisis de resultados Para que los resultados sean ms faciles de analizar, los datos de rango del estudio estn dispuestas como se muestra en la Tabla C.1. La suma de los rangos para una variedad de pimiento dado es simplemente la suma de todos los nmeros en la columna correspondiente a la variedad. El valor de la estadstica de prueba de Friedman, prueba F, se calcula para determinar si existe alguna diferencia en sabor picante entre las variedades. El valor de la prueba F = 68,53 excede el valor superior del 5% crtico de una 2 con (t - 1) = 14 grados de libertad (214,0,0523,69 =), y se concluye que hay diferencias significativas en efecto en el conjunto de datos. Una estadstica LSD 95% de comparacin mltiple para los datos de rango se calcula para determinar cul de las variedades son significativamente diferentes (L = 11). Los resultados de las comparaciones mltiples se presentan en la tabla C.2.

21

Tabla C.1 Los resultados obtenidos en el ejemplo BIB con datos Rango: picante de pimientos

22

Tabla C.2 - Resumen de los resultados y el anlisis estadstico de los datos de rango BIB: picante de los pimientos

23

BIBLIOGRAFA [1] [2] [3] [4] [5] [6] [7] [8] ISO 6564, Sensory analysis Methodology Flavour profile methods2 ISO 6658, Sensory analysis Methodology General guidance ISO 8586-1, Sensory analysis General guidance for the selection, training and monitoring of assessors Part 1: Selected assessors ISO 8586-2, Sensory analysis General guidance for the selection, training and monitoring of assessors Part 2: Expert sensory assessors ISO 8587, Sensory analysis Methodology Ranking ISO 11036, Sensory analysis Methodology Texture profile ISO 13299, Sensory analysis Methodology General guidance for establishing a sensory profile COCHRAN, W.G., COX, G.M. Experimental designs, 2nd edition. New York, NY: Wiley, 1957. 611 p. [9] GACULA, M.C. JR, SINGH, J. Statistical methods in food and consumer research, 2nd edition. Boston, MA: Elsevier/Academic Press, 2009. 853 p.

Retirado.

24