não usar menos de 10 discriminação melhorada se forem usados 20 ou mais provadores devem ser capazes de reconhecer característica de interesse

Transcrição

1 222 teste de Ordenação provadores não usar menos de 10 discriminação melhorada se forem usados 20 ou mais provadores devem ser capazes de reconhecer característica de interesse 223 teste de Ordenação procedimento amostras apresentadas simultaneamente se não for possível, sequencialmente apresentação aleatória dentro dos pares, entre os pares e entre provadores não são permitidas respostas não há diferença se ocorrerem, distribuí-las igualmente entre as amostras 1

2 224 teste de Ordenação ex: viscosidade de xarope de milho problema 4 misturas de xarope, sem flavour, comparadas para avaliar a menos viscosa objectivo do projecto avaliar qual das misturas é mais adequada para fabricar o xarope objectivo do ensaio estabelecer posição relativa das 4 misturas numa escala subjectiva de viscosidade 225 teste de Ordenação desenho do ensaio teste de ordenação escolhido porque: apresentação em pares causa menos fadiga neste tipo de produto estabelece uma escala significativa 12 provadores treinados avaliam 6 pares possíveis AB, AC, AD, BC, BD, CD 2

3 226 teste de Ordenação 227 teste de Ordenação analisar os resultados Amostras em linha (mais viscosas Rank = 1) Amostras em coluna (menos viscosas Rank = 2) A B C D A B C D nº de vezes em que cada amostra em linha foi escolhida relativamente às amostras em coluna ex: quando B apresentada com D, foi considerada mais viscosa por 2 dos 12 provadores 3

4 228 teste de Ordenação calcula-se soma de ranks para cada amostra ordem (Rank) 1 atribuída à amostra mais viscosa e ordem (Rank) 2 à menos viscosa somas obtidas pela adição da soma das frequências da linha a 2 vezes a soma das frequências da coluna ex: amostra B (12+6+2)+2(0+6+10)=52 Amostra A B C D Soma de ranks teste de Ordenação T de Friedman t T R (9 p[ t 1] ) pt i p nº de repetições (12) t - nº de tratamentos (4) R i soma de rank para tratamento i R 2 soma dos quadrados de todos os R existem tabelas com valores críticos de T para t = 3, 4 e 5 e pequenos valores de p nos casos não tabelados, T é comparado a c 2 com (t-1) graus de liberdade 4

5 230 teste de Ordenação a T crítico resultados podem ser analisados numa escala 231 teste de Ordenação por HSD (honestly significant difference) verifica-se que A é significativamente menos viscosa que restantes 5

6 232 Testes analíticos Discriminatórios Diferenciais diferença numa dada característica em diversas amostras usa-se quando objectivo é comparar a mesma característica em grupos com mais que 2 amostras baseados em tratamentos por blocos 233 Testes analíticos Descritivos objectivo identificação e quantificação de características sensoriais em vários produtos painéis de provadores treinados 5-10 para produtos de pequena produção painéis maiores para produtos de grande produção maior importância das pequenas diferenças métodos são comummente designados por Perfil Sensorial 6

7 234 Testes analíticos Descritivos usados para obter descrições detalhadas do aroma, flavour e textura oral em alimentos e bebidas, bem como aparência e som de qualquer tipo de produto 235 Testes analíticos Descritivos perfis sensoriais usados em investigação e desenvolvimento e na produção para: definir propriedades sensoriais para novo produto definir especificações para controlo de qualidade documentar atributos com interesse para estudos de mercado monitorizar alterações no produto tempo de armazenagem, embalagem,... caracterizar produtos com vista ao estabelecimento de relações com análise instrumental medir alterações na intensidade de uma dada característica ao longo de um curto período de tempo (time-intensity) 7

8 236 Testes analíticos Descritivos características dos descritores: pertinência medir apenas o que faz sentido para cada produto precisão poder discriminativo gama de notas utilizada é a mais extensa possível exaustivos independentes redundância prejudica qualidade do tratamento estatístico quantificáveis 237 Testes analíticos Descritivos exigem: provadores treinados utilização de escalas para quantificação da intensidade da sensação categoria de classificação (ou valor numérico correspondente) proporcional à intensidade da sensação provocada pelo estímulo em estudo 8

9 238 Testes analíticos Descritivos métodos habitualmente utilizados: perfil de flavour perfil de textura análise descritiva quantitativa perfil de livre escolha perfil flash método Spectrum 239 Testes analíticos Descritivos perfil de flavour descrição do aroma e flavour de um produto intensidades, ordem de percepção, gosto residual 4 6 provadores treinados seleccionados com base em teste fisiológico para discriminação de gosto, discriminação de intensidade de gosto, discriminação olfactiva e descrição 9

10 240 perfil de flavour provadores treinados com uma ampla gama de amostras referência representam toda a gama de um produto treinados também com exemplos de ingredientes e variáveis de processamento para um dado produto provadores desenvolvem e definem terminologia 241 perfil de flavour provadores avaliam amostras sentados ao redor de uma mesa redonda cada amostra analisada simultaneamente quanto a aroma e flavour características registadas intensidade, ordem de percepção e gosto residual podem ser analisadas outras amostras na mesma sessão, mas amostras não podem ser analisadas mais que uma vez resultados apresentados ao líder do painel organiza discussão para chegar a um perfil consensual dados apresentados em tabela ou gráfico 10

11 242 perfil de flavour principal vantagem pequeno nº de provadores também pode ser considerada desvantagem falta de consistência e reprodutibilidade podem ser superadas por treino e via do consenso opinião do painel pode ser dominada por provador mais idoso ou com personalidade mais forte 243 Testes analíticos Descritivos perfil de textura baseado nos princípios do método de perfil de flavour desenvolvido para ter em conta aspectos não considerados no anterior considera que textura pode ser dividida num conjunto de atributos cuja intensidade e ordem podem ser medidas terminologia específica para cada tipo de produto baseada nas suas propriedades reológicas 11

12 244 perfil de textura provadores seleccionados com base na sua capacidade de discriminar diferenças em textura no produto em questão provadores treinados com gama variada de produtos do tipo a analisar também informados sobre estrutura dos produtos 245 Testes analíticos Descritivos análise descritiva quantitativa (QDA) painel de provadores treinados para descrição e quantificação de todos os atributos sensoriais de um produto usa análise estatística para determinar terminologia, procedimentos e provadores apropriados para a análise de um dado produto 12

13 246 QDA provadores seleccionados a partir de pool de candidatos, pela capacidade de discriminar diferenças em propriedades sensoriais no tipo de produto em questão treino requer uso de amostras de referência líder não influencia o grupo provadores livres para desenvolver o seu próprio tipo de notação na régua de 15 cm usada pelo método 247 QDA produtos avaliados um de cada vez, em cabinas dados inseridos em computador ou em folhas de resultados folhas recolhidas no final e dados digitalizados provadores não podem discutir dados, terminologia nem amostras após fim da sessão relatório final apresentado em gráfico teia de aranha, com um raio para cada atributo 13

14 248 Testes analíticos Descritivos perfil de livre escolha (FCP) cada provador desenvolve a sua própria lista de descritores respeita protocolo de avaliação definido pelo responsável pelo painel dados analisados por análise procusteana generalizada 249 FCP vantagens: poupa tempo, devido a não requerer muito treino provadores representam público não treinado desvantagens: resultados menos rigorosos interpretação de resultados mais difícil interpretação final feita pelo líder do painel não detecta diferenças ténues entre produtos não adequado para uso em desenvolvimento de novos produtos 14

15 250 Testes analíticos Descritivos perfil flash desenvolvido a partir do perfil de livre escolha principal diferença apresentação das amostras apresentadas em simultâneo provadores ordenam segundo um descritor prova de ordenação necessária sessão prévia para gerar lista de descritores segue-se sessão de avaliação (mín. 2 3 h) 251 perfil flash rápido usa provadores treinados, mas sem necessidade de treino no produto em estudo 15

16 252 Testes analíticos Descritivos método Spectrum pretende ser uma ferramenta descritiva universal, baseada na utilização de referências absolutas utilizáveis para todo o tipo de produtos utiliza base de dados com conjunto de descritores de aspecto, odor, textura na boca e flavour termos explicados aos provadores com ajuda de referências absolutas intensidade quantificável em escala de 0 15 escalas desenvolvidas de modo a estimar intensidades absolutas permitem comparar intensidades de diferentes descritores 253 método Spectrum 16

17 254 método Spectrum provadores podem ser seleccionados e treinados para avaliar apenas um produto ou diversos produtos produtos podem ser descritos relativamente a um único atributo ou ao seu conjunto escolha de termos pode ser ampla ou estrita, de acordo com o objectivo do estudo provadores desenvolvem lista de descritores por avaliação de larga gama de produtos, do tipo do produto a testar após alguma experiência, cada provador elabora lista de termos que descrevam o conjunto podem ser retirados mais termos da literatura lista deve ser completa mas sem sobreposições termos com igual significado para todos os provadores 255 método Spectrum método baseado no amplo uso de pontos de referência, escolhidos segundo orientações pré-definidas derivadas a partir de dados colectivos de vários painéis e com diversas replicadas qualquer que seja a escala escolhida, deve ter pelo menos 2 (de preferência 3 5) pontos de referência uniformemente distribuídos 17

18 256 método Spectrum aplicação mais comum do Spectrum: escala com pontos de 0 a 15, em intervalos de pontos de discriminação provador introduz valor para intensidade de cada atributo no caso de produtos muito fortes (condimentos, ingredientes,...) podem ser usados valores superiores a método Spectrum versão abreviada usada em controlo de qualidade, cálculo de tempo de prateleira,... requerem avaliação de apenas algumas características utiliza painéis completamente treinados, que caracterizam todos os atributos do produto após analisarem uma sequência de produtos em que se encontra toda a gama de propriedades sensoriais, são seleccionados 5 10 parâmetros definem a gama de qualidade entre típico e defeituoso no futuro, basta analisar estes parâmetros, para avaliar existência de alterações que requeiram intervenção 18

19 258 método Spectrum ex: calibração de um painel uma mistura de sal, açúcar e ácido permite desenvolvimento de capacidades sensoriais, sem existência de atributos causadores de distracção provadores começam por se familiarizar com amostras de referência 6 copos com soluções de um único componente rótulos tipo doce 5, salgado 10,... 5 = fraco, 10 = médio, 15 = forte amostras de referência ficam disponíveis durante todo o exercício 259 método Spectrum amostras de avaliação misturas, em proporções idênticas, de 2 ou 3 das soluções de referência provadores recebem uma mistura de cada vez e anotam as suas impressões numa folha de resultados 19

20 260 método Spectrum material necessário (15 participantes, amostras de 10 ml): 1 L de soluções de referência 150 g sacarose 8.5 g NaCl 3 g ácido cítrico 300 copos plástico 15 tabuleiros 15 copos opacos grandes (para cuspir) 15 copos com água 6 jarros de água guardanapos 261 método Spectrum amostras de referência: Rótulo Sal 5 Sal 10 Doce 5 Doce 10 Ácido 5 Ácido 15 Conteúdo 0.3 % NaCl 0.55 % NaCl 5 % Sacarose 10 % Sacarose 0.1 % Ácido cítrico 0.2 % Ácido cítrico preparar com água sem flavours podem ser preparadas h antes e refrigeradas aquecer a ~20 ºC antes de servir 20

21 262 método Spectrum amostras de avaliação: Código % Sacarose % Ácido cítrico % NaCl misturar quantidades iguais das soluções de referência 263 método Spectrum no final, mostrada folha previamente obtida, com resultados médios comparar com média do painel não deve divergir em mais que 1 ponto da média Código Doce Ácido Salgado

22 264 Testes analíticos Descritivos tempo-intensidade em alguns produtos, intensidade de percepção varia com o tempo períodos curtos (1 3 min) resposta pode ser monitorizada em contínuo papel ou computador sabores doce, amargo,... provador não deve ver evolução da resposta para não influenciar resultado 265 tempo-intensidade I max intensidade máxima observada T max tempo a que ocorre intensidade máxima AUC área sob a curva Dur duração da intensidade (tempo que demora a voltar a 0) T.5m tempo que demora a intensidade a cair para metade de I max 22

23 266 Testes analíticos Descritivos norma ISO 11035:1994 para obtenção de perfis sensoriais pretende-se descrever, com mínimo de palavras e máxima eficácia, um produto descrição independente do grupo de provadores que a efectuam descrição deve possibilitar comparação com descrições de outros produtos da mesma família 267 ISO fases: procura de nº mínimo de descritores que permitam máximo de informação sobre produto medida da intensidade da sensação para cada descritor escolhido construção do perfil sensorial do produto a partir do conjunto de descritores quantificados não usar descritores com carácter hedónico 23

24 268 ISO métodos para escolha de descritores: utilização ou adaptação de descritores preexistentes elaboração de uma lista de descritores pelos provadores 269 ISO elaboração de lista de descritores: procura de maior nº possível de descritores provadores provam ~15 produtos diferentes mesmo nº de descritores pretendidos na lista final todos os provadores provam todas as amostras divididas por várias sessões provadores preenchem questionário com indicação de todos os termos que lhe ocorram durante análise do produto prova decorre em 2 fases individual discussão em grupo com coordenador possibilidade de surgimento de novos termos 24

25 270 ISO ISO nesta fase podem surgir termos diferentes 25

26 272 ISO elaboração de lista de descritores: 1ª triagem qualitativa (coordenador + provadores) seleccionados termos: citados mais de uma vez por pessoa citados mais de uma vez por produto eliminados termos: hedónicos quantitativos não pertinentes 273 ISO elaboração de lista de descritores: 2ª triagem quantitativa cada provador recebe lista dos termos restantes provadores provam mesmos alimentos e atribuem a cada descritor classificação (0 5), segundo intensidade apercebida dados obtidos ordenados de modo decrescente para: obter soma das frequências de citação dos descritores ou obter soma das intensidades acumuladas atribuídas aos descritores ou obter média geométrica de ambas 26

27 274 ISO descritores obtidos formam lista com mais informação na parte inicial que na final elimina-se parte final que, em conjunto, não contenha mais de 10 % da informação restam ~50 termos 275 ISO elaboração de lista de descritores: 3ª triagem estatística a partir da lista reduzida, construir matriz descritores/produtos para cada categoria de descritores aspecto, aroma, sabor, textura matriz analisada por técnicas de classificação análise factorial classificação hierárquica lista reduzida a termos 27

28 276 ISO elaboração de lista de descritores: treino dos provadores no uso da lista fundamental que cada termo utilizado tenha mesmo significado para todos os provadores elaborar um léxico fornecer aos provadores uma referência concreta que represente o descritor definição dos termos feita pelo coordenador com o painel se possível, utilizar definições existentes em normas, dicionários e literatura 277 Testes analíticos Descritivos Classificação de características teste de Escalas categorizadas amostras e escalas fornecidas simultaneamente aos provadores diversos tipos de escalas: escalas não estruturadas provador classifica a intensidade da sensação seleccionando uma categoria (equivalente a um valor numérico) apenas categorias-limite estão definidas 28

29 278 escalas lineares provador avalia a intensidade da sensação desenhando uma marca numa linha horizontal com 15 cm (ou 10 cm) de comprimento e com limites definidos nas extremidades (ou a 1.25 cm) caso particular das escalas não-estruturadas 279 escalas estruturadas provador classifica a intensidade da sensação seleccionando uma categoria (equivalente a um valor numérico) categorias descrevem a intensidade da sensação recorrendo a palavras-chave 29

30 280 escala de referência provador avalia a intensidade da sensação seleccionando uma categoria (equivalente a um valor numérico) categorias descrevem a intensidade da sensação por referência a outros produtos caso particular de escalas estruturadas Valor de dureza Produto Comentários 0 Iogurte Marca X, refrigerado 2 Queijo fresco Marca Y, idem 3.5 Fiambre Marca Z, idem 3 Compota de maçã Marca Y, não refrigerada 6 Café Marca A, em grão 281 resultados são variáveis intervalares se as categorias de classificação (ou valores equivalentes) estão separados por intervalos de intensidade constante análise por estatística paramétrica descrever os produtos através da média e do desvio- -padrão das classificações atribuídas comparar vários produtos usando testes de hipóteses 30

31 282 Distribuição normal para uma dada variável X, com distribuição normal X~N(m,s 2 ) função densidade de probabilidades da distribuição normal 1 f ( x) e s xm 2 s m média s desvio-padrão define uma curva centrada na média, cuja forma se deve ao desvio-padrão 283 área sob a curva = 1 uma dada área corresponde à probabilidade da variável X tomar valores num intervalo de resultados [x 1 ;x 2 ] 31

32 284 x média s desvio-padrão n tamanho da amostra desconhecendo valores de m e s necessário recorrer a transformações dos resultados da variável X através de t=(x- x )/s distribuição t de Student depende apenas dos graus de liberdade, g.l.=n-1 possível definir áreas de rejeição e de aceitação 285 aplicação da distribuição normal às provas com escalas categorizadas 1) comparação de um atributo sensorial entre 2 produtos 2) comparação de um atributo sensorial entre mais de 2 produtos 32

33 286 1) comparação de um atributo sensorial entre 2 produtos usa-se teste estatístico derivado da distribuição de t de Student para comparação de 2 médias de: amostras independentes amostras emparelhadas 287 amostras independentes resultados independentes se: produtos avaliados em sessões de prova diferentes ou classificações feitas por mais que um painel de provadores 33

34 288 amostras independentes para as observações x 1, x 2,..., x n e y 1, y 2,..., y n seleccionadas aleatoriamente de 2 populações X e Y normais, independentes e com variâncias iguais H 0 : m x =m y estatística segue distribuição t de Student, com (n x +n y -2) g.l. * x y t Sx y S erro-padrão da diferença entre as médias s 2 variância combinada das amostras 2 / 2 / S s n s n x y x y s 2 xi x yi y n x 2 2 n 2 y 289 amostras independentes H 1 : m x m y classificações médias dos produtos são diferentes se * t t 1 a ; n 2 2 x n y rejeita-se H 0 (m x m y com (1-a)100 % confiança caso contrário, não se rejeita H 0 34

35 290 amostras independentes H 1 : m x >m y ou m x <m y * * se t t ou t t rejeita-se H 1 a ; n n 2 1 a ; n n 2 0 x y caso contrário, não se rejeita H 0 x y 291 s s 2 x 2 y x x 2 n 1 x y y 2 n 1 y amostras independentes testar se as variâncias são iguais (teste de F) 2 2 H 0 : s s x y (n x -1, n y -1) g.l. s F s s 2 * x, se x y sy 35

36 292 amostras independentes g.l. tabelados 293 amostras independentes 36

37 294 amostras independentes testar se as variâncias são iguais (teste de F) 2 2 H 1 : s s x y * se F rejeita-se H 0 F a 1, nx 1, ny 1 caso contrário não se rejeita H amostras independentes 2 2 se se concluir que s s necessário usar teste t de Welch para testar diferença entre produtos H 0 : m x =m y vs. m x m y x obtém-se t de Welch a partir de t ' y x y s 2 2 s x y n x n y 37

38 296 amostras independentes comparar t com o valor crítico de t de Student para n graus de liberdade 2 2 s s x y nx n y ' s s x y n n x x n 3 n 3 x y amostras independentes H 1 : mx my classificações médias dos produtos são diferentes se t' t rejeita-se H 1 a ; ' 0 2 caso contrário não se rejeita H 0 38

39 298 amostras emparelhadas com n pares de valores (x i, y i ) seleccionados de 2 populações X e Y, normais e com as diferenças d i =x i -y i para cada par H 0 : m m x y S d S n t d d S d S di d ndi di segue distribuição t de Student com (n-1) g.l. n 1 n( n 1) 299 amostras emparelhadas H 1 : mx my se td t rejeita-se H a 0 1 ; n1 2 caso contrário, não se rejeita H 0 H1: mx my ou mx my se td t ou t 1 a ; n1 d t1 a ; n1 rejeita-se H 0 caso contrário não se rejeita H 0 39

40 300 2) comparação de um atributo sensorial entre mais de 2 produtos resultados estudados utilizando a análise de variância (ANOVA) ANOVA generalização do teste de t (alguns autores) teste de t caso particular da ANOVA (outros) ANOVA compara médias confronta variância entre produtos com variância dentro de cada produto 301 ANOVA baseia-se em 2 princípios: subdividir variabilidade total medida pela SQ total e respectivos graus de liberdade estimar s 2 por 2 (ou mais) métodos e comparar as estimativas SQ soma dos quadrados 40

41 302 ANOVA exige 3 condições: independência dos resultados garantida se se realizarem aleatoriamente as provas sensoriais distribuição normal dos resultados homogeneidade das variâncias 303 provas sensoriais envolvem 3 componentes: amostras/produtos tratamentos provadores blocos resultados das provas unidades experimentais 41

42 304 componentes ajudam a definir planos experimentais A) experiências inteiramente casualizadas B) experiências com blocos casualizados 305 experiências inteiramente casualizadas não se consideram as possíveis diferenças entre provadores nomenclatura ANOVA não se consideram os blocos resultados tipo de uma prova sensorial com k produtos e um painel de p provadores cada amostra classificada de acordo com uma escala fornecida classificações x 11, x 22,..., x pk 42

43 306 experiências inteiramente casualizadas para cada produto j obtém-se a soma das classificações T j e a classificação média calculam-se também: nº total de resultados N= n, j soma de todas as classificações T= T j = x ij, média geral x x j 307 experiências inteiramente casualizadas comparar os produtos j (j=1, 2,..., k) através das classificações atribuídas por p provadores equivale a testar as hipóteses H 0 vs. H 1 H 0 m 1 =m 2 =...=m k produtos são iguais H 1 m r =m j para algum par (r,j) com r j pelo menos um dos produtos é diferente 43

44 308 experiências inteiramente casualizadas simplificações da ANOVA: 1. comparar as médias das classificações dos produtos obtêm-se, para cada classificação média, os quadrados das diferenças (ponderadas pelo nº de observações para cada produto) entre a média de cada produto x j e a média geral x n ( x x), n ( x x), n ( x x), etc soma destas quantidades corresponde à soma dos quadrados dos desvios entre produtos SQ Entre k k j T Entre j ( j ) j1 J1 n j N SQ n x x T x j 309 experiências inteiramente casualizadas 2. medir o grau de variabilidade (aleatória) natural, ou erro intrínseco das observações considera-se a diferença de cada classificação para um dado produto relativamente à média para esse produto n n 2 2 sq1 ( xi 1 x1 ), sq2 ( xi2 x2), etc. i1 i1 obtém-se a soma dos quadrados das diferenças dentro dos produtos SQ Dentro k p k p k j Dentro ( ij j ) ij j1 i1 J 1 i1 j1 n j SQ x x x T 44

45 310 experiências inteiramente casualizadas 3. SQ Entre e SQ Dentro são as 2 componentes da variabilidade do problema SQ SQ SQ Total Entre Dentro SQ Total é a identidade da ANOVA 311 experiências inteiramente casualizadas 4. medidas da variabilidade podem ser refinadas, obtendo 2 estimativas separadas, da variância da população sabendo que e gl gl gl Total Entre Dentro ( k 1) ( N k) ( N 1) calculam-se as médias quadráticas SQEntre SQDentro MQEntre e MQDentro k 1 N k médias estimam, de forma independente, a variância da população 45

46 312 experiências inteiramente casualizadas 4. se H 0 verdadeira, MQ Entre MQ Dentro, caso contrário MQ Entre > MQ Dentro 313 experiências inteiramente casualizadas 5. teste das afirmações anteriores, calculando uma estatística de teste que utiliza a informação das variâncias se H 0 : m 1 =m 2 =...=m k for verdadeira, a estatística de teste MQ F0 MQ Entre Dentro segue distribuição de F com (k-1; N-k) g.l. na terminologia ANOVA, numerador MQ Efeito e denominador MQ Erro 46

47 314 experiências inteiramente casualizadas 5. H 1 : pelo menos uma das médias é diferente das restantes se F 0 >F [1-a, k-1, N-k] rejeita-se H 0 caso contrário, não se rejeita H experiências inteiramente casualizadas 5. informação da ANOVA deve ser resumida numa tabela Fonte de variação SQ gl MQ F 0 Entre SQ Entre K-1 MQ Entre MQ Entre /MQ Dentro Dentro SQ Dentro N-k MQ Dentro Total SQ Total N-1 47

48 316 experiências inteiramente casualizadas 6. se F 0 significativo (pelo menos um dos produtos é diferente) necessário recorrer a testes para comparações múltiplas para distinguir qual(is) da(s) média(s) dos produtos é(são) diferente(s) usar diferença mínima significativa de Fisher (LSD), para comparações específicas entre média, duas a duas LSD t 1 a ; gl 2 Dentro 2MQ n Dentro se n 1 =n 2 =...=n k n nº de observações por produto 317 experiências inteiramente casualizadas 6. se n 1 n 2... n k n a e n b nº de observações nos 2 produtos em comparação LSD t MQ 1 a ; gl 2 Dentro Dentro 1 1 na nb 48

49 318 experiências inteiramente casualizadas 6. comparando todas as amostras, duas a duas, quaisquer 2 amostras são consideradas diferentes para um nível de significância a, se as respectivas médias diferem (em módulo) mais do que o valor LSD 319 experiências com blocos casualizados planos inteiramente casualizados pouco usados em Análise Sensorial admitem-se diferenças entre provadores na classificação de atributos necessário alterar metodologia 49

50 320 experiências com blocos casualizados testar 2 conjuntos de hipóteses: H 0 : m 1 =m 2 =...=m k vs. H 1 : pelo menos uma das médias é diferente das restantes H 0 : B 1 =B 2 =...=B p vs. H 1 : pelo menos um dos provadores é diferente dos restantes 321 experiências com blocos casualizados resultados típicos Provadores (i=1, 2,..., p) Amostras/Produtos (j=1, 2,..., k) k Total B i 1 x 11 x x 1k B 1 2 x 21 x x 2k B p x p1 x p2... x pk B p Total T j T 1 T 2... T k Média x j x1 x2... xk 50

51 322 experiências com blocos casualizados necessário estimar variabilidade associada às diferenças entre provadores do erro intrínseco, parte é devida a essas diferenças; restante permanece por explicar cada provador calcula a soma das classificações atribuídas aos produtos B i k Bi xij j1 obtém SQ Blocos para o conjunto de p provadores SQ Blocos p i1 k B 2 i 2 T N 323 experiências com blocos casualizados SQ Total = SQ Entre + SQ Blocos + SQ Dentro sabendo que gl Total = gl Entre + gl Blocos + gl Dentro ou seja, (k-1) + (p-1) + (k-1)(p-1) = (N-1) calculam-se as médias quadráticas que estimam, de forma independente, a variância da população Entre Blocos Dentro MQEntre SQ, MQBlocos SQ, MQ SQ Dentro k 1 p 1 ( k 1)( p 1) 51

52 324 experiências com blocos casualizados 2 hipóteses possíveis a) H 0 : m 1 =m 2 =...=m k estatística segue distribuição de F com [k-1;(k-1)(p-1)] g.l. F 1 0 MQ MQ Entre Dentro H 1 : pelo menos uma média é diferente das restantes F F a 1 0 1, k 1,( k 1)( p 1) rejeita-se H 0 caso contrário, não se rejeita H experiências com blocos casualizados rejeitando H 0, é necessário utilizar testes de comparações múltiplas para distinguir quais as médias diferentes 52

53 326 experiências com blocos casualizados b) H 0 : B 1 =B 2 =...=B n estatística segue distribuição de F com [p-1;(k-1)(n-1)] g.l. F 2 0 MQ MQ Blocos Dentro H 1 : pelo menos um provador é diferente dos restantes F F a 2 0 1, p 1,( k 1)( p 1) rejeita-se H 0 caso contrário, não se rejeita H experiências com blocos casualizados rejeitando esta H 0, é necessário considerar as diferenças entre provadores em futuras provas sensoriais em que intervenha o mesmo painel informação ANOVA deve ser representada sob forma de tabela 53

54 328 Testes analíticos Descritivos Análise descritiva Perfis sensoriais permitem descrever, simultaneamente, várias características num ou mais produtos fornecidas escalas aos provadores para avaliarem a intensidade das sensações provocadas pelos atributos e/ou para avaliação hedonística dos produtos 329 Perfis sensoriais resultados podem ser analisados através de: elaboração de perfis sensoriais análise univariada comparações, atributo a atributo, recorrendo a testes de F e t quando são 2 produtos ou à ANOVA quando são mais análise multivariada estudo de todos os atributos em todos os produtos, em simultâneo 54

55 330 Perfis sensoriais perfis são representações gráficas, em sistema de coordenadas polares, das médias das classificações atribuídas a cada atributo dos produtos em estudo 331 Perfis sensoriais comparação qualitativa dos produtos por comparação da forma dos polígonos comparação quantitativa, atributo a atributo, usando testes de t (2 produtos) ou ANOVA (vários produtos) 55

56 332 Testes afectivos provas usadas para valorização (ou classificação) da preferência e/ou aceitação dos produtos ou características por provadores não treinados usados principalmente por produtores de bens de consumo ou fornecedores de serviços testes por consumidores são ferramenta muito eficaz para projectar produtos e serviços testes por consumidores são caros consumidores alvo, distribuídos por 3 4 cidades representam população à qual se destina o produto 56