Comparación de metodologías bidimensionales en análisis sensorial

Abstract

Los métodos clásicos de análisis sensorial, como el análisis descriptivo cuantitativo utilizando un panel de catadores entrenado, resultan costosos en tiempo, recursos y dinero. Por lo tanto, en los últimos años han aparecido métodos alternativos de caracterización sensorial más flexibles y rápidos, que los métodos tradicionales, utilizando consumidores. Una de esas alternativas es el mapeo proyectivo o Napping® . Los datos que se obtienen con esta metodología, hasta la fecha, se han analizado utilizando técnicas estadísticas como el análisis factorial múltiple (AFM). Por lo tanto, el objetivo de este estudio es comparar metodologías bidimensionales de tratamiento de datos con dos productos distintos, utilizando un número elevado de consumidores. En cuanto a los resultados obtenidos en la comparación, las muestras que presentan mayor aceptabilidad, son las que mayor porcentaje de unión presentan. Por otro lado, los consumidores son capaces de discriminar mejor entre las muestras cuando se trata de matrices simples, como son las galletas cookies, que cuando las muestras son de matriz compleja, como son los vinos.

The classical methods of sensory analysis such as quantitative descriptive analysis using a panel of trained tasters are costly in time, resources and money. Therefore, in recent years alternative methods of sensory characterization have appeared more flexible and faster, than traditional methods, using consumers. One of those alternatives is Projective Mapping or Napping®. The data obtained with this methodology, until today´s date, have been analyzed using statistical techniques such as multiple factorial analysis (MFA). Therefore, the objective of this study is to compare two-dimensional methodologies of data processing with two different products, using a hefty number of consumers. Regarding the results obtained in the comparison, the samples with the highest acceptability are the ones with the highest percentage of union. On the other hand, consumers are able to discriminate better between samples when it comes to simple matrices, such as cookies, that when samples are of complex matrix, such as wines.