Analiza i metody badań sensorycznych
Wikipedia (kto z niej teraz nie korzysta!) - podaje, że analiza sensoryczna (zmysłowa) to „oceny organoleptyczne wykonywane w sposób gwarantujący powtarzalność i odtwarzalność”. Jest to narzędzie szeroko stosowane w kwalifikacji jakościowej komponentów i produktów w branżach: spożywczej, chemii gospodarczej, kosmetycznej, ochrony środowiska i innych.
Analiza hedoniczna
Nasze ludzkie zmysły to dotyk, węch, smak i słuch. Cechy zmysłowe to wygląd, zapach (aromat, woń), konsystencja, smak. Oceny jakości sensorycznej komponentów i produktów dokonuje się na podstawie badań analitycznych oraz badań konsumenckich (jest to tzw. ocena hedoniczna, czyli – używając innych określeń – uczuciowa, przyjemnościowa).
Cel badań analitycznych
Celem badań analitycznych jest zapewnienie oraz porównanie jakości. Oceny sensorycznej dokonuje przygotowany zespół składający się zwykle z 6-12 ekspertów w laboratorium. Zadaniem oceniających jest głównie wykrywanie różnic, porównanie ze standardem, analiza opisowa (określana jako QDA tj. Quantitative Descriptive Analysis Method) dotycząca kompletnej charakterystyki produktu ze względu na zbiór cech, a także analiza zmian intensywności wrażeń sensorycznych w czasie (określana jako T-I tj. Time Intesity Description Analysis) dotycząca np. oceny w trwałości smakowej gumy do żucia w czasie.
W badaniach konsumenckich określa się reakcję konsumentów na produkt (akceptacja/odrzucenie) lub też stopień „lubienia” produktu. Tego typu oceny dokonywane są przez grupę nieprzeszkolonych konsumentów (zwykle jest to 100 lub więcej osób) w laboratorium, domach, a najczęściej w miejscach publicznych takich jak galerie, restauracje, kawiarnie.
Wnioskowanie statystyczne w analizie sensorycznej
Na wynik oceny sensorycznej wpływa szereg różnych, subiektywnych o charakterze losowym, czynników – czas oczekiwanie na test, przyzwyczajenia, kolejność prób, sugestie, motywacja, kapryśność, aktualna kondycja fizyczna i samopoczucie, itd. Biorąc to wszystko pod uwagę opracowanie wyników analizy sensorycznej i podejmowanie na postawie tej analizy obiektywnych wniosków wymaga szerokiego stosowania metod statystycznych.
Testowanie hipotez statystycznych
Metodą statystyczną najczęściej stosowaną w analizie sensorycznej jest testowanie hipotez statystycznych z uwzględnieniem i bardzo starannym – w zależności od wykorzystywanej metody analizy sensorycznej – przyjęciem wartości ryzyka popełnienia błędów pierwszego oraz drugiego rodzaju (błąd pierwszego rodzaju polega na odrzuceniu hipotezy prawdziwej, błąd drugiego rodzaju z kolei polega na przyjęciu hipotezy fałszywej).
Innymi narzędziami statystycznymi w badaniach sensorycznych są: analiza tablic wielodzielczych, analiza sekwencyjna, analiza korelacyjna (głównie w odniesieniu do rang). Stosowane są także złożone, wielowymiarowe metody statystyczne takie jak analiza wariancji (ANOVA), analiza czynnikowa oraz analiza składowych głównych.
W praktyce wykorzystania narzędzi statystycznych w analizie sensorycznej – głównie w odniesieniu do testowania hipotez statystycznych – korzysta się z norm ISO traktujących szczegółowo o przedmiocie oceny sensorycznej, warunkach jej przeprowadzenia, przygotowaniu danych do analizy, przeprowadzeniu statystycznej analizy wyników i zasadach wnioskowania. Część z tych norm zostanie wymieniona szczegółowo (numer, nazwa) w następnej części artykułu. Istnieje też bogata literatura poświęcona tematyce wykorzystania narzędzi statystycznych w badaniach sensorycznych (przewodniki branżowe, instrukcje, artykuły, książki). Spośród publikacji książkowych wydaje się, że na szczególną uwagę zasługuje piąte wydanie podręcznika autorstwa Morten C. Meilgaard, Gail Vance Civille, B. Thomas Carr „Sensory Evaluation Techniques” (CRC Press, 2016).
Wybrane metody analitycznej analizy sensorycznej
Wspomniano już wcześniej, że analiza sensoryczna dzieli się na badania analityczne i konsumenckie. Zdecydowanie częściej stosowaną i bardziej sformalizowaną jeśli chodzi o stosowane narzędzia statystyczne są badania analityczne.
W zakresie badań analitycznych wykorzystane są najczęściej metody różnicowe oraz metody szeregowania (rangowania).
Metody różnicowe służą do wykrywania różnic w jakości sensorycznej produktu ze względu na wybraną cechę. Do metod tych zalicza się:
- metodę parzystą; porównanie próbek w parach (PN-EN ISO 5495:2007 ANALIZA SENSORYCZNA – METODOLOGIA - METODA PARZYSTA)
- metodę trójkątową; dwie próbki są identyczne, trzecia inna (PN-EN ISO 4120:2007 ANALIZA SENSORYCZNA – METODOLOGIA - METODA TRÓJKĄTOWA)
- metodę duo-trio; mamy dwie próbki, z których jedna jest standardem, tę parę porównujemy z próbką, która jest standardem (ISO 10399:2017 SENSORY ANALYSIS – METHODOLOGY - DUO-TRO TEST)
W trzech wymienionych wyżej metodach różnicowych ocena odbywa się na podstawie testów statystycznych, o których czułości decyduje wybór parametrów α, β, pd (α – ryzyko popełnienia błędu pierwszego rodzaju, β – ryzyko popełnienia błędu drugiego rodzaju, pd – udział procentowy populacji zdolnej do dokonania rozróżnienia, tzw. maximum authorized proportion).
Do metod różnicowych zalicza się również metodę „A” ,-„nie A” (ISO 8588:2017 SENSORY ANALYSIS – METHODOLOGY - „A” – „not A” TEST) w której – ze statystycznego punktu widzenia – wykorzystuje się technikę analizy tablic wielodzielczych i test niezależności chi-kwadrat.
Metody rangowania polegają na uszeregowaniu pod względem wybranej cechy próbek poddanych ocenie w przypadkowej kolejności (ISO 8587:2006 SENSORY ANALYSIS – METHODOLOGY RANKING). W tym przypadku do statystycznej analizy wyników stosowane są testy: rang Spearmana, Page’a, Friedmana (odpowiednik dwuczynnikowej ANOVA), znaków, a także – uzupełniająco - tzw. testy post-hoc pozwalające na odpowiedź, pomiędzy którymi produktami istnieje statystycznie istotna różnica.
PODSUMOWANIE
Analiza sensoryczna, zarówno w obszarze analitycznym, jak i konsumenckim wymaga stosowania wielu różnych narzędzi statystycznych. Wydaje się, że znajomość tych narzędzi zarówno co do techniki ich stosowania, jak i – przede wszystkim – wykorzystania dostarczanej informacji i interpretacji wyników analizy pozwala na wybór najbardziej odpowiedniej metody i jej możliwie najbardziej efektywne wykorzystanie.
