• Author / Uploaded
• Eva Rosalia Ramos Rodas

Citation preview

INTRODUCCIÓN: La evaluación sensorial de los alimentos es una función primaria del hombre: desde su infancia y de una forma consciente, acepta o rechaza los alimentos de acuerdo con las sensaciones que experimenta al consumirlos. De esta forma, se establecen unos criterios para la selección de los alimentos, criterios que inciden sobre una de las facetas de la calidad global del alimento, la calidad sensorial. La evaluación de esta calidad se lleva a cabo mediante una disciplina científica, el análisis sensorial, cuyo instrumento de medida es el propio hombre. En el análisis sensorial existen diversos tipos de pruebas para la evaluación de los alimentos, así para determinar la aceptabilidad de este se realiza una prueba hedónica que es una prueba de la preferencia del consumidor hacia uno de los tratamientos aplicados a un producto. En el presente trabajo se aplicará esta prueba para determinar el grado de aceptabilidad de diferentes tipos de “hot dog” mediante la aplicación estadística de los datos obtenidos y así encontrar el tratamiento (marca de hot dog) en la cual el publico tiene mas preferencia

RESUMEN

Se analizaron diferentes atributos que caracterizan a un “hot dog de pollo” utilizando para esto 5 diferentes marcas comerciales; los atributos evaluados fueron: color, olor, elasticidad, textura y sabor; la evaluación se llevó a cabo utilizando la escala hedónica en la cual la valoración fue presentada de la siguiente manera: 1 (Me disgusta muchísimo), 2 (Me disgusta moderadamente), 3 (No me gusta ni me disgusta), 4 (Me gusta moderadamente) y 5(Me gusta muchísimo). En los atributos color, olor y sabor la marca “Breat” fue la que obtuvo la mayor aceptación por los panelistas mientras que para la elasticidad y textura la marca “Cerdeña” fue la que obtuvo la mayor aceptación.

METODOLOGIA DE TRABAJO: a. PRODUCTO FINAL: Descripción del producto: Este producto “hot dog de pollo” está elaborado con carne de pollo , grasa vegetal, sal, azúcar, fosfatos, especias, proteína de soya, glutamato, nitrito de sodio, eritorbato de sodio y sorbato de potasio. Su tamaño promedio es de 11.5-12 cm. de largo; su forma es cilíndrica recta; su consistencia es sólida, ligeramente flexible; su color es rosa cárnico pálido; su olor es característico a pollo condimentado y su sabor es característico a pollo. Las características a evaluar en el producto son las siguientes: 1. Color 2. Olor 3. Elasticidad 4. Textura 5. Sabor b. PREPARACIÓN DE LAS MUESTRAS: 

Se trabajará con 5 marcas diferentes de “hot dog de pollo” las cuales son:

 Breat  San Fernando  Laive  Cerdeña  La segoviana 

Se estipularán los códigos de los tratamientos (cada marca de pollo) que se utilizarán teniendo en cuenta la tabla de los números aleatorios.



Los códigos utilizados fueron los siguientes:

Marca de “hot dog”

código

tratamiento

Breat

622

1

San fernando

826

2

Laive

942

3

Cerdeña

208

4

La segoviana

577

5



En el laboratorio, con la ayuda de un cuchillo y de una tabla de cortar se cortan rodajas de 2 cm de cada hot dog separando una marca de otra para evitar confusiones.



Cada rodaja presentará un palito mondadientes incrustado en el para facilitar la prueba al panelista

c. PRESENTACIÓN DE LAS MUESTRAS: 

Con ayuda de los códigos establecidos por muestra se colocarán 3 rodajas de hot dog en un plato descartable blanco; cada plato presentará las mismas características para evitar errores de tipo lógico al momento de la evaluación del producto



Cada panelista degustará 3 muestras de hot dog según lo estipulado en la tabla (tres platos conteniendo tres rodajas por muestra para cada panelista)



En un salón apartado libre de olores fuertes y ruidos se llevará a cabo la prueba a cada panelista



En una carpeta se colocarán : las tres muestras de hot dog para cada panelista así como un vasito descartable conteniendo agua mineral con el objetivo de que el panelista enjuaje su boca entre muestras y servilletas dobladas como se ve en la figura:

d. TIPO DE PANELISTAS Los 10 panelistas escogidos fueron alumnos e la FOPCA entre 19 y 25 años de ambos sexos que tenían disponibilidad de tiempo para realizar la prueba. e. FICHAS DE TRABAJO

La puntuación a usar para cada atributo será: Característica

puntuación

Me disgusta muchísimo

1

Me disgusta moderadamente

2

No me gusta ni me disgusta

3

Me gusta moderadamente

4

Me gusta muchísimo

5

f. RECOPILACIÓN DE RESULTADOS: Se colocara al lado de cada puntuación dada a la muestra por el panelista el puesto que la muestra ocupa (de las 3 muestras ofrecidas a cada uno se las colocará en un nivel) según su puntuación de la siguiente manera: Ejemplo: si a un panelista se les dio a probar el tratamiento 1, 2 y 3 y la puntuación que obtuvo cada muestra fue 3,5 y 2 respectivamente entonces como la muestra 2 ocupó la

mejor calificación se le colocará en el nivel 3; la muestra 1 que tubo la segunda mejor calificación se le colocará en el nivel 2 y por último la muestra 3 que obtuvo la menor calificación se la colocara en el nivel 1. Si es que dos muestras ocupasen la misma calificación se procederá de la siguiente manera: 

Si las puntuaciones iguales son menores que la diferente se sumarán los niveles menores (nivel 1 y nivel 2), luego se dividirán entre 2 y el resultado (1.5) se colocará como el nivel para ambas muestras correspondiéndole a la muestra diferente el nivel 3.



si las puntuaciones iguales son mayores que la diferente se sumarán los niveles mayores (nivel 2 y nivel 3 ) , luego se dividirán entre 2 y el resultado (2.5) se colocará como el nivel para ambas muestras correspondiéndole a la muestra diferente el nivel 1.



Si las 3 muestras obtuviesen la misma calificación se sumará los 3 niveles ( 1, 2 y 3) y se dividirá entre 3 y el resultado (2) se colocará como el nivel único para las 3 muestras

COLOR Panelistas Carlos Aguirre Margott Velasquez Daniel Anicama Marleny Chilce Carlos Gamarra Jony Yachachin Blanca Huapalla José Huacanjulca Roxana Panez Alicia Yon

T1 3 4 4

T2 1.5 3 3

2 3 5

1 1 3

T3

T4

3 3

1.5 2

4

2

1

3 4

2 2

3

2 4 4 5

2.5 2 3

3 4

1.5 2

T5

3 3 5 5 5 4

1.5 3 3 3 2.5

5

3

2 3

1 1.5

2

1

3 3 2

1 1.5 1

OLOR Panelistas Carlos Aguirre Margott Velasquez Daniel Anicama Marleny Chilce Carlos Gamarra Jony Yachachin Blanca Huapalla José Huacanjulca Roxana Panez Alicia Yon ELASTICIDAD

T1 4 5 5

T2 2.5 3 2.5

3 2 3

4 4 5

3 2.5 2.5

2 2 3

T3 1 1 1

4

T4 2.5

4 2

2.5 1

2 3 3

1 1 3

1 1.5 1

T5

5 4 4 3 4 4

2.5 2.5 2.5 2 2.5 2.5

4 2

2 1

4

2.5

5 2 4

2.5 1.5 2.5

Panelistas Carlos Aguirre Margott Velasquez Daniel Anicama Marleny Chilce Carlos Gamarra Jony Yachachin Blanca Huapalla José Huacanjulca Roxana Panez Alicia Yon

T1 2 2 4

T2 1.5 2 2.5

2 3 3

1.5 1.5 1

T3

T4

2 1

1.5 1

4

3

1

5 3

3 1

2

1.5 3 4 4

1.5 2.5 3

3 2

1.5 1

T5

3 4 4 5 4 5

2.5 2 3 3 3

4

3

3 3

3 1

4

2

4 3 3

2.5 1.5 2

TEXTURA

Panelistas Carlos Aguirre Margott Velasquez Daniel Anicama Marleny Chilce Carlos Gamarra Jony Yachachin Blanca Huapalla José Huacanjulca Roxana Panez Alicia Yon

T1 2 4 4

T2 1 3 2

2 3 3

1 1 3

3 2

T3 2 1

3

1

3

2

3 1

2 1.5

5

T4

T5

3

4 4

2 2

4 1 4

2.5 1 3

5 5 5 4 4

3 3 3 3 2.5

4

3

3 2

2 1

1

1

3 2 1

2 1 1.5

SABOR Panelistas Carlos Aguirre Margott Velasquez Daniel Anicama Marleny Chilce Carlos Gamarra Jony Yachachin Blanca Huapalla José Huacanjulca Roxana Panez Alicia Yon Leyenda:

T1 5 5 4 4 5 5

T2 3 3 2.5 2 3 3

3 3

T3 1.5 1

2

1.5

2

1

3 2

1 1

3

T4

T5

1.5

2 4

1.5 3

4 4 5

1.5 1.5 3

4 5 3 5 4 4

2.5 3 2 3 1.5 2

4 2

2 1

1

1

4 4 5

1.5 2 3

Números en negrita: puntajes Números en rojo: puestos g. PROCESAMIENTO ESTADÍSTICO: 1.

Procesamiento estadístico para el atributo color

Hipótesis: Ho: no existen diferencias significativas entre los tratamientos para el atributo color Ha: existen diferencias significativas entre los tratamientos para el atributo color EVALUACIÓN DEL COLOR Panelistas Carlos Aguirre Margott Velasquez Daniel Anicama Marleny Chilce Carlos Gamarra Jony Yachachin Blanca Huapalla José Huacanjulca Roxana Panez Alicia Yon Ri Xi

T1 4 5 5

T2 2.5 3 2.5

4 4 5

3 2.5 2.5

T3

T4

3 2

1 1

4

3

1

4 2

2.5 1

2

1 2 3 3

1 1 3

2 3

16 4.5

1.5 1

6.5 2.5

T5

2.5 5 4 4 3 4 4

11 3

2.5 2.5 2.5 2 2.5 2.5

14.5 4

4 2

2 1

4

2.5

5 2 4

2.5 1.5 2.5

12 3.5

Donde: Ri: suma de los puestos Xi: promedio de los puntajes 1.1. Hallando el valor estadístico de la Prueba de Durbin T

t 12 * (t  1) r * (t  1) * (k  1) Ri2  3 *  X (2t 1) gl  r * t * (k  1) * (k  1) i 1 (k  1)

Donde: r: número de veces que cada tratamiento es examinado t: numero de tratamientos a ser examinados k: número de unidades experimentales por bloque (k X2 10.3 > 9.48 2.

Procesamiento estadístico para el atributo olor

Hipótesis: Ho: no existen diferencias significativas entre los tratamientos para el atributo olor Ha: existen diferencias significativas entre los tratamientos para el atributo olor EVALUACIÓN DEL OLOR Panelistas Carlos Aguirre Margott Velasquez Daniel Anicama Marleny Chilce Carlos Gamarra Jony Yachachin Blanca Huapalla José Huacanjulca Roxana Panez Alicia Yon Ri Xi

Donde:

4 5 5

T1 2.5 3 2.5

T2 3 2 3

4 4 5

3 2.5 2.5

1

2

4

T4

1.5 1 6.5 2.5

T5

2.5

4 2

2.5 1

2 3 3

1 1 3

1

2 3 16 4.5

T3 1 1

5 4 4 3 4 4

11 3

2.5 2.5 2.5 2 2.5 2.5 14.5 4

4 2

2 1

4

2.5

5 2 4

2.5 1.5 2.5 12 3.5

Ri: suma de los puestos Xi: promedio de los puntajes 2.1. Hallando el valor estadístico de la Prueba de Durbin

T

t 12 * (t  1) r * (t  1) * (k  1) Ri2  3 *  X (2t 1) gl  r * t * (k  1) * (k  1) i 1 ( k  1)

Aplicando los datos obtenidos: r =6 t =5 k =3 E =0.83 b =10 N° panelistas =10 Valor T de Durbin 10.7 X2 = 9.4877 Valor T de durbin > X2 10.7 > 9.48 3.

Procesamiento estadístico para el atributo elasticidad

Hipótesis: Ho: no existen diferencias significativas entre los tratamientos para el atributo elasticidad Ha: existen diferencias significativas entre los tratamientos para el atributo elasticidad EVALUACIÓN DELA ELASTICIDAD Panelistas Carlos Aguirre Margott Velasquez Daniel Anicama Marleny Chilce Carlos Gamarra Jony Yachachin Blanca Huapalla José Huacanjulca Roxana Panez Alicia Yon Ri

T1 2 2 4

T2 1.5 2 2.5

2 3 3

1.5 1.5 1

2 1 3

1

2

1.5

3 2 10

T3 1.5 1

1.5 1 7.5

4

T4

T5

3

5 3

3 1

3 4 4

1.5 2.5 3

4 4 5 4 5

2.5 2 3 3 3

4 14

3 16.5

3 3

3 1

4

2

4 3 3

2.5 1.5 2 12

Xi

2.666666667

2.166666667

3.833333333

4.333333333

3.333333333

Donde: Ri: suma de los puestos Xi: promedio de los puntajes 3.1. Hallando el valor estadístico de la Prueba de Durbin T

t 12 * (t  1) r * (t  1) * (k  1) Ri2  3 *  X (2t 1) gl  r * t * (k  1) * (k  1) i 1 (k  1)

Aplicando los datos obtenidos: r =6 t =5 k =3 E =0.83 b =10 N° panelistas =10 Valor T de Durbin 9.7 X2 = 9.4877 Valor T de durbin > X2 9.7 > 9.48 4.

Procesamiento estadístico para el atributo textura

Hipótesis: Ho: no existen diferencias significativas entre los tratamientos para el atributo textura Ha: existen diferencias significativas entre los tratamientos para el atributo textura EVALUACIÓN DE LA TEXTURA Panelistas Carlos Aguirre Margott Velasquez Daniel Anicama Marleny Chilce Carlos Gamarra Jony Yachachin Blanca Huapalla José Huacanjulca Roxana Panez

T1 2 4 4 2 3 3

T2 1 3 2 1 1 3

T3

T4

3 2

2 1

5

3

1

4 4

2 2

4 1 4

2.5 1 3

3 3

3

2 2

T5

5 5 5 4 4

3 3 3 3 2.5

3 2

2 1

1

1

3 2

2 1

Alicia Yon Ri Xi

1 11 3

1.5 9.5 2.5

4 13.5 3.666666667

Donde: Ri: suma de los puestos Xi: promedio de los puntajes 4.1. Hallando el valor estadístico de la Prueba de Durbin T

t 12 * (t  1) r * (t  1) * (k  1) Ri2  3 *  X (2t 1) gl  r * t * (k  1) * (k  1) i 1 (k  1)

Aplicando los daros obtenidos: r =6 t =5 k =3 E =0.83 b =10 N° panelistas =10 Valor T de Durbin 10.4 X2 = 9.4877 Valor T de durbin > X2 10.4 > 9.48

3 17.5 4.5

1

1.5 8.5 2

5.

Procesamiento estadístico para el atributo sabor

Hipótesis: Ho: no existen diferencias significativas entre los tratamientos para el atributo sabor Ha: existen diferencias significativas entre los tratamientos para el atributo sabor EVALUACIÓN DEL SABOR Panelistas Carlos Aguirre Margott Velasquez Daniel Anicama Marleny Chilce Carlos Gamarra Jony Yachachin Blanca Huapalla José Huacanjulca Roxana Panez Alicia Yon Ri Xi Donde:

T1 5 5 4 4 5 5

T2 3 3 2.5 2 3 3

3 3 2

1.5

2

1

3 2 16.5 4.666666667

T3 1.5 1

1 1 7 2.5

3

T4

2 4

1.5 3

4 4 5

1.5 1.5 3

12 3.666666667

5.1. Hallando el valor estadístico de la Prueba de Durbin t 12 * (t  1) r * (t  1) * (k  1) Ri2  3 *  X (2t 1) gl  r * t * (k  1) * (k  1) i 1 (k  1)

Aplicando los daros obtenidos: r =6 t =5 k =3 b =10 N° panelistas =10

4 5 3 5 4 4

Ri: suma de los puestos Xi: promedio de los puntajes

T

T5

1.5 2.5 3 2 3 1.5 2

14 4.166666667

4 2

2 1

1

1

4 4 5

1.5 2 3

10.5 3.333333333

Valor T de Durbin 10.3 X2 = 9.4877 Valor T de durbin > X2 10.3 > 9.48 h. INTERPRETACIÓN DE RESULTADOS 1. Prueba de color: Marcas de hot dog evaluadas tratamientos Promedio

Breat

San Fernando

Laive

Cerdeña

La Segoviana

T1 Código(622)

T2 Código(826)

T3 Código(942)

T4 Código(208)

T5 Código(577)

4.5

2.5

3

4

3.5

Para la evaluación de los tratamientos según color se obtuvo un mayor promedio para el tratamiento 1 correspondiente a la marca Breat Prueba de Durbin para el atributo color De acuerdo a los valores obtenidos 

Para color: T =10.7 X2 = 9,4877 Si T < X2 Se acepta la hipótesis nula (Ho), por lo tanto no existen diferencias significativas entre los tratamientos. Si T > X2 Se rechaza la hipótesis nula (Ho) y se acepta la hipótesis alternativa (Ha), por lo tanto existen diferencias significativas entre los tratamientos. Entonces al aceptar la Hipótesis alternativa se obtiene que si existe diferencia significativa entre los tratamientos.

Prueba de comparación múltiple En esta prueba se va a comparar cada uno de los tratamientos y determinar si existen diferencias entre ambos. Se utiliza la siguiente fórmula

r*(k 1)*(k 1)* Nk (t 1)  r*T  *( ) 6*(t 1)*( Nk t  N 1)

1/ 2

 Ri  R1  T (1 / 2) Comparando los tratamientos

)

Se comparara mediante la resta de los promedios de cada tratamiento y comparando las diferencias con la fórmula de comparación múltiple; si la resta de promedios es mayor al valor hallado existen diferencias significativas entre los tratamientos comparados; por el contrario si la resta es menor al valor hallado no existirán diferencias significativas entre los tratamientos comparados. T1-T2 T1-T3 T1-T4 T1-T5 T2-T3 T2-T4 T2-T5 T3-T4 T3-T5 T4-T5

9.5 5 1.5 4 4.5 8 5.5 3.5 1 2.5

> < < < < > < < <
X2 Se rechaza la hipótesis nula (Ho) y se acepta la hipótesis alternativa (Ha), por lo tanto existen diferencias significativas entre los tratamientos. Entonces al aceptar la Hipótesis alternativa se obtiene que si existe diferencia significativa entre los tratamientos.

Prueba de comparación múltiple En esta prueba se va a comparar cada uno de los tratamientos y determinar si existen diferencias entre ambos. Se utiliza la siguiente fórmula

r*(k 1)*(k 1)* Nk (t 1)  r*T  ) 6*(t 1)*( Nk t  N 1)

1/ 2

 Ri  R1  T (1 / 2) * ( Comparando los tratamientos

Se comparara mediante la resta de los promedios de cada tratamiento y comparando las diferencias con la fórmula de comparación múltiple; si la resta de promedios es mayor al valor hallado existen diferencias significativas entre los tratamientos comprarados ; por el contrario si la resta es menor al valor hallado no existirán diferencias significativas entre los tratamientos comparados. T1-T2 T1-T3 T1-T4 T1-T5 T2-T3 T2-T4 T2-T5 T3-T4 T3-T5 T4-T5

Donde n.s.: no significativo (*): significativo

9.5 5 1.5 4 4.5 8 5.5 3.5 1 2.5

> < < < < > < < <
X2 Se rechaza la hipótesis nula (Ho) y se acepta la hipótesis alternativa (Ha), por lo tanto existen diferencias significativas entre los tratamientos. Entonces al aceptar la Hipótesis alternativa se obtiene que si existe diferencia significativa entre los tratamientos.

Prueba de comparación múltiple En esta prueba se va a comparar cada uno de los tratamientos y determinar si existen diferencias entre ambos.

Se utiliza la siguiente fórmula

r*(k 1)*(k 1)* Nk (t 1)  r*T  *( ) 6*(t 1)*( Nk t  N 1)

1/ 2

 Ri  R1  T (1 / 2) Comparando los tratamientos:

Se comparara mediante la resta de los promedios de cada tratamiento y comparando las diferencias con la fórmula de comparación múltiple; si la resta de promedios es mayor al valor hallado existen diferencias significativas entre los tratamientos comprarados ; por el contrario si la resta es menor al valor hallado no existirán diferencias significativas entre los tratamientos comparados. T1-T2 T1-T3 T1-T4 T1-T5 T2-T3 T2-T4 T2-T5 T3-T4 T3-T5 T4-T5

2.5 4 6.5 2 6.5 9 4.5 2.5 2 4.5

< < > < > > < < <
X2 Se rechaza la hipótesis nula (Ho) y se acepta la hipótesis alternativa (Ha), por lo tanto existen diferencias significativas entre los tratamientos. Entonces al aceptar la Hipótesis alternativa se obtiene que si existe diferencia significativa entre los tratamientos.

Prueba de comparación múltiple En esta prueba se va a comparar cada uno de los tratamientos y determinar si existen diferencias entre ambos. Se utiliza la siguiente fórmula

r*(k 1)*(k 1)* Nk (t 1)  r*T  ) 6*(t 1)*( Nk t  N 1)

1/ 2

 Ri  R1  T (1 / 2) * ( Comparando los tratamientos

Se comparara mediante la resta de los promedios de cada tratamiento y comparando las diferencias con la fórmula de comparación múltiple; si la resta de promedios es mayor al valor hallado existen diferencias significativas entre los tratamientos comprarados ; por el contrario si la resta es menor al valor hallado no existirán diferencias significativas entre los tratamientos comparados.

T1-T2 T1-T3 T1-T4

1.5 2.5 6.5

< < >

5.68855693 5.68855693 5.68855693

ns ns *

)

T1-T5 T2-T3 T2-T4 T2-T5 T3-T4 T3-T5 T4-T5

2.5 4 8 1 4 5 9

< < > < < < >

5.68855693 5.68855693 5.68855693 5.68855693 5.68855693 5.68855693 5.68855693

ns ns * ns ns ns *

Donde n.s.: no significativo (*): Significativo Según los resultados se tiene que: T1 y T2: no existe diferencia en la textura. T1 y T3: no existe diferencia en la textura. T1 y T4: existe diferencia en la textura. T1 y T5: no existe diferencia en la textura. T2 y T3: no existe diferencia en la textura. T2 y T4: existe diferencia en la textura. T2 y T5: no existe diferencia en la textura. T3 y T4: no existe diferencia en la textura. T3 y T5: no existe diferencia en la textura. T4 y T5: existe diferencia en la textura. 5. Prueba de sabor: Marcas de hot dog evaluadas tratamientos Promedio

Breat

San Fernando

Laive

Cerdeña

La Segoviana

T1 Código(622) 4.666666667

T2 Código(826) 2.5

T3 Código(942) 3.666666667

T4 Código(208) 4.166666667

T5 Código(577) 3.333333333

Para la evaluación de los tratamientos según elasticidad se obtuvo un mayor promedio para el tratamiento 1 correspondiente a la marca Breat Prueba de Durbin para el atributo sabor De acuerdo a los valores obtenidos 

Para sabor: T =10.4 X2 = 9,4877 Si T < X2 Se acepta la hipótesis nula (Ho), por lo tanto no existen diferencias significativas entre los tratamientos.

Si T > X2 Se rechaza la hipótesis nula (Ho) y se acepta la hipótesis alternativa (Ha), por lo tanto existen diferencias significativas entre los tratamientos. Entonces al aceptar la Hipótesis alternativa se obtiene que si existe diferencia significativa entre los tratamientos. Prueba de comparación múltiple En esta prueba se va a comparar cada uno de los tratamientos y determinar si existen diferencias entre ambos. Se utiliza la siguiente fórmula

r*(k 1)*(k 1)* Nk (t 1)  r*T  ) 6*(t 1)*( Nk t  N 1)

1/ 2

 Ri  R1  T (1 / 2) * ( Comparando los tratamientos

Se comparara mediante la resta de los promedios de cada tratamiento y comparando las diferencias con la fórmula de comparación múltiple; si la resta de promedios es mayor al valor hallado existen diferencias significativas entre los tratamientos comprarados ; por el contrario si la resta es menor al valor hallado no existirán diferencias significativas entre los tratamientos comparados. T1-T2 T1-T3 T1-T4 T1-T5 T2-T3 T2-T4 T2-T5 T3-T4 T3-T5 T4-T5

9.5 4.5 2.5 6 5 7 3.5 2 1.5 3.5

< < < < > < < < <