SLOVENSKÁ POĽNOHOSPODÁRSKA UNIERZITA V NITRE

FAKULTA BIOTECHNOLÓGIE A POTRAVINÁRSTVA

Katedra skladovania a spracovania rastlinných produktov

Využitie matematicko-štatistických metód pri vyhodnotení výsledkov senzorickej analýzy

Autoreferát dizertačnej práce

na udelenie akademického titulu philosophiae doctor študijného programu Technológia potravín, v študijnom odbore 6-1-13

Spracovanie poľnohospodárskych produktov

Ing. Vladimír Vietoris

Nitra 2007

1

Dizertačná práca bola vypracovaná v dennej forme doktorandského štúdia na Katedre skladovania a spracovania rastlinných produktov Fakulty biotechnológie a potravinárstva Slovenskej poľnohospodárskej univerzity v Nitre. Doktorand: Ing. Vladimír Vietoris Katedra skladovania a spracovania rastlinných produktov Fakulta Biotechnológie a Potravinárstva Slovenská poľnohospodárska univerzita v Nitre Vedúci dizertačnej práce: doc. Ing. Vojtech Horčin, CSc. Katedra skladovania a spracovania rastlinných produktov, FBP, SPU v Nitre Oponenti: 1. prof. Ing. Jan Goliáš, DrSc. Ústav posklizňové technologie zahradnických produktů Fakulta zahradnická Mendelova zemědělská a lesnická univerzita v Brne

2. prof. Ing. Ivan Hričovský, DrSc. Katedra ovocinárstva, vinohradníctva a vinárstva

Fakulta záhradníctva a krajinného inžinierstva Slovenská Poľnohospodárska Univerzita v Nitre 3. Ing. Igor Mráz, PhD. LIKO Bratislava a.s. Autoreferát bol rozoslaný dňa ..................

Stanovisko k dizertácii vypracovala Katedra skladovania a spracovania rastlinných produktov, Fakulta biotechnológie a potravinárstva, Slovenská poľnohospodárska univerzita v Nitre.

Obhajoba dizertačnej práce sa koná dňa 27.9.2007 o 9.00 h pred komisiou pre obhajobu dizertačných prác študijného programu Technológia

potravín, v študijnom odbore 6-1-13 Spracovanie poľnohospodárskych produktov na Fakulte biotechnológie a potravinárstva SPU v Nitre.

Miesto konania: KHSŽP, miestnosť č.16, 3. poschodie Fakulta biotechnológie a potravinárstva Slovenská poľnohospodárska univerzita Tr. A. Hlinku 2, 949 76 Nitra S dizertačnou prácou sa možno oboznámiť na dekanáte Fakulty

biotechnológie a potravinárstva SPU v Nitre Predseda komisie pre obhajoby študijného programu Technológia potravín, v študijnom odbore 6-1-13 Spracovanie poľnohospodárskych produktov,

na FBP SPU v Nitre prof. Ing. Zdenka Muchová, CSc.

predseda OK

2

ABSTRAKT Dizertačná práca sa venuje problematike využitia štatistických metód v laboratórnej senzorickej analýze. Pristupuje v základným senzorickým postupom a ich testom a snaží sa nájsť optimálnu štatistickú metódu použiteľnú, pre konkrétne testy. V práci sú zahrnuté najnovšie poznatky aplikovanej senzorickej analýzy, testovania schopnosti hodnotiteľov, vplyvu prostredia a nových senzorických postupov. V kapitole metodika sú uvedené postupy, podmienky a vhodnosť aplikácie neparametrických a parametrických metód. Práca ďalej predkladá návrh použitia viacrozmerných štatistických metód pre vybrané situácie senzorického hodnotenia. V experimentálnych hodnoteniach v priebehu troch rokov analyzuje vhodnosť použitých metód na vzorkách jabĺk. Medziodrodovo na odrodách Selena, Rezista, Melodie a Angold, či vnútroodrodovo medzi štyrmi variantmi hnojenia u odrôd Topaz, Pinova a Angold. U rozdielových metód sa ukázali prípady, kedy je použitie chí-kvadrát testu nevhodné a odporúčame tabuľková hodnotu. U stimulových testov naopak využitie chí-kvadrát testu práca odporúča. V stupnicovej metóde, práca konkretizuje voľbu parametrickej alebo neparametrickej testovacej štatistiky a jej testov pre konkrétne prípady. Pri metóde slovného popisu sa úspešne aplikovala nová metóda slovne popisných máp. Pre vyhodnotenie profilovej metódy po aplikácii viacrozmerných štatistických metód práca odporúča analýzu hlavných komponentov a kategorizáciu hodnotiteľov pomocou zhlukovej analýzy.

3

ABSTRACT The dissertation thesis focuses on the problem area of application of statistical methods in lab sensory analysis. It evaluates fundamental sensory approaches, their tests methodologies and aims to find the optimal statistical method for different scenarious. The most up to date knowledge from the field of applied sensory analysis, assessor’s testing and monitoring, as well as environmental influence, was used as the bases of this work. The procedures, conditions and the appropriateness of the application of nonparametric and parametric statistical methods is included. The thesis introduces the application of experimental multivariate analysis. During a period of a three year experiment, panelists were evaluating samples of apples from 4 different cultivars: Melodie, Selena, Rezista and Angold. They also evaluated the sensory effect on four different fertilization methods on multiple samples from Pinova, Angold and Topaz cultivars. The experiments pointed out cases when the use of the chi-square test is inappropriate. The theses suggest using table values instead. On the other hand the use of the chi-square test with stimuli tests is suggested. The thesis also describes suitable situations and approaches for using nonparametric and parametric methods in scale methods (points test). Design of tag clouds was applicated in free choice profiling sucessfully. The analysis of principal components is suggested for the QDA and classification of assessors by the skills into clusters.

4

OBSAH 1 Úvod ........................................................................... ...........................6 2 Ciele práce ............................................................................................. 7 3 Materiál a metódy ..................................................................................7 3.1 Materiál................................................................................................ 7 3.2 Testovanie hodnotiteľov...................................................................... 7 3.2.1 Skúška chuti...................................................................................... 7 3.2.2 Skúška čuchu.................................................................................... 7 3.2.3 Skúšanie zraku.................................................................................. 8 3.3 Senzorická analýza vzoriek................................................................. 8 3.3.1 Rozdielová metóda............................................................................ 8 3.3.2 Poradová metóda............................................................................... 8 3.3.3 Stupnicová metóda.............................................................................8 3.3.4 Metóda slovného popisu....................................................................9 3.3.5 Profilová metóda................................................................................9 3.4 Testovacia štatistika..............................................................................9 3.4.1 Testovacia štatistika používaná pri rozdielových metódach..............9 3.4.2 Testovacia štatistika používaná pri poradových metódach................9 3.4.3 Testovacia štatistika používaná pri porovnaní dvoch vzoriek stupnicovou metódou.................................................................................9 3.4.4 Testovacia štatistika používaná pri porovnaní troch a viacerých vzoriek stupnicovou metódou..................................................................10 3.4.5 Testovacia štatistika používaná pri profilových metódach..............10 4 Výsledky práce .....................................................................................10 4.1 Výsledky testov vyhodnotených rozdielovou metódou......................10 4.2 Výsledky testov dvoch vzoriek hodnotených stupnicovou metódou..11 4.3 Výsledky testov troch a viacerých vzoriek hodnotených stupnicovou metódou.....................................................................................................12 4.4 Výsledky profilovej metódy...............................................................13 5 Záver práce a návrhy na využitie výsledkov........................................ 15 6 Použitá literatúra ...................................................................................20 7 Zoznam publikovaných prác autora ......................................................21

5

1 ÚVOD V posledných rokoch prestal byť vo vyspelých krajinách aktuálnym problém obstarania dostatočného množstva potravín a pri nasýtení trhu vzhľadnými, zdravotne nezávadnými a chutnými potravinami začali vzrastať nároky spotrebiteľov na senzorickú akosť. Senzorická analýza potravín je časťou potravinárskej analytiky, ktorá sa zaoberá stanovením organoleptických vlastností výhradne ľudskými zmyslami, a to za takých podmienok, ktoré zaisťujú objektívne, spoľahlivé a reprodukovateľné výsledky (Kopec, Horčin, 1997). U niektorých autorov sa stretávame s odmietnutím senzorickej analýzy ako subjektívnej a nepresnej. Inštrumentálne metódy majú nesporne veľa výhod, dodávajú dobre reprodukovateľné a opakovateľné výsledky, ich prevedenie nie je zložité a interpretácia výsledkov jednoduchá. Inštrumentálnymi metódami však meriame podnety, metódami senzorickej analýzy pocity a vnemy (Príbela, 1991).

Senzorická analýza dneška, už nie je len prostriedkom opisu vnemu. Je mocným nástrojom, interdisciplinárnou sústavou spolupracujúcou s odvetviami psychológie, psychofyziky, fyziológie, kombinatoriky, ekonomickými vedami a štatistikou. Mnoho autorov nazýva komplex zmyslového hodnotenia potravín a štatistiky senzometrikou (Brockhoff, Skovgaard, 1994). Trendy ukazujú, že nie množstvo, ale kvalita výrobku pôjde do popredia, začnú sa presadzovať certifikované krajové špeciality s výraznou a ľahko zapamätateľnou chuťou, ktoré dajú konzumentovi pocit jedinečnosti. Senzorickej analýze pripadne v modernom potravinárstve veľká úloha pri výskume nových výrobkov, receptúr a hedonických prieskumoch. Interakciou „nový výrobok – konzumenti“ sa stane nástrojom overenia úspešnosti nových výrobkov na trhu a práve tu zohrá veľkú úlohu štatistika. Od jednoduchých opisných metód, cez parametrické, neparametrické, viacrozmerné metódy až po fuzzy logiku, samoorganizačné mapy či dataminingové alebo metódy monte-carlo. Samostatnou kapitolou sa stane conjoint analýza hľadajúca vzťahy medzi senzorickými vlastnosťami, náladami, kúpnou silou a ďalšími faktormi konzumenta. No skôr ako sa tak stane je potrebné vytvoriť a koncepčne usporiadať doteraz používané testovacie štatistiky pre fundamentálnu zmyslovú analýzu v prostredí laboratórií.

6

2 CIELE PRÁCE a) sumarizovať novodosiahnuté poznatky zo senzorickej analýzy, b) spracovať významné štatistické metódy v laboratórnej senzorickej analýze, c) analyzovať a pripraviť návrh použitia viacrozmerných metód pre

aplikáciu v senzorickej praxi, d) pre každú senzorickú metódu stanoviť vhodnosť použitia

konkrétnej matematicko-štatistickej analýzy výsledkov a na základe dosiahnutých poznatkov orientovať sa (navrhnúť pre prax) na najfrekventovanejšie štatistické metódy vhodné pre aplikáciu v senzorickej analýze.

3 MATERIÁL A METÓDY 3.1 Materiál Odrody jabĺk Gala, Angold, Idared, Pinova a Topaz boli dodané na experimentálne práce štátnym podnikom Hydromeliorácie v rámci projektu „ Vplyv hnojenia a závlahy na senzorickú kvalitu skladovaných jabĺk“. Pochádzajú s experimentálneho sadu z obce Most pri Bratislave. Ďalšie odrody (Anglod, Melodie, Selena) boli dodané firmou Bonifructi s r.o. 3.2 Testovanie hodnotiteľov Testovanie schopnosti hodnotiteľov podlieha ISO normám 8586-1 a 8586-2. 3.2.1 Skúška chuti - Skúšanie rozlišovacej schopnosti základných chutí – slanej, sladkej, kyslej horkej, umami (zvieravej, kovovej) - Skúšanie prahovej citlivosti – roztok každej chuti je pripravený v 8 rôznych koncetráciach, ktoré sa postupne hodnotiteľovi predkladajú od najnižšej po najvyššiu koncetráciu. - Skúšanie chuťovej pamäte – zisťujeme či je hodnotiteľ schopný zapamätať si základné chute 3.2.2 Skúška čuchu na testovanie sa používa 8-15 rozličných vôní-pachov, ktoré sa pripravujú podľa vopred stanovenej receptúry. Úlohou hodnotiteľa je identifikovať a popísať neznáme vzorky

7

3.2.3 Skúšanie zraku - pomocou Ishiharových (polychromatických obrazcov) testov sa

kontroluje farbosleposť a vizuálna predstavivosť hodnotiteľa. Je vstupným testom senzorických skúšok.

- ďalej sa testuje schopnosť rozlíšiť a správne odstupňovať intenzitu farebných odtieňov . Hodnotitelia zvyčajne 10 členný rad vzoriek minimálne dvoch farieb, ktoré majú presne odstupňované intenzitné rozdiely. Úlohou hodnotiteľa je vzorky usporiadať podľa klesajúcej alebo stúpajúcej intenzity.

3.3 Senzorická analýza vzoriek Pre potreby dizertačnej práce boli zvolené tieto senzorické metódy

3.3.1 Rozdielová metóda Pri rozdielovej analýze sa zisťuje prípadný rozdiel v celkovej senzorickej kvalite alebo v jednotlivých organoleptických vlastnostich potraviny. V rámci tejto metódy sa používa viacero testov v závislosti na úlohe analýzy, množstve a kvalite vzoriek.

- párový ( duálový) test, - duo-trio test, - trojuholníkový (trianglový) test, - tetrádový test, - jednostimulový test / dvojstimulový test.

3.3.2 Poradová metóda Poradovou metódou sa hodnotia rozdiely alebo intenzita vtedy, ak je k dispozícii viac vzoriek ako dve. Princípom metódy je zostavenie vzoriek hodnotiteľom do poradia podľa určeného ukazovateľa. Vzorky nemôžu zaujať rovnaké poradie, preto sa tu uplatní zásada nútenej voľby. Poradová metóda patrí medzi klasické metódy senzorického hodnotenia, slúžia najmä na roztriedenie skupiny vzoriek, alebo na sledovanie vplyvu technologického hodnotenia, skladovacieho, transportného či iného zásahu na čiastkovú alebo celkovú zmyslovú kvalitu suroviny, polotovaru alebo finálového výrobku (ISO 8587).

3.3.3 Stupnicová metóda Stupnica vyjadruje stupne kvality príjemnosti, obľuby alebo intenzity, ktoré vždy stúpajú a klesajú, a tak umožňujú vyjadrenie hodnoty. Je najbežnejšou a najvýznamnejšou metódou v senzorickej analýze.

8

3.3.4 Metóda slovného popisu Princípom je kvalitatívny popis vlastností skúmanej potraviny. Napriek svojej jednoduchosti metóda nie je vôbec ľahká. Hodnotený výrobok musí hodnotiteľ dostatočne poznať a musí mať dostatočné vyjadrovacie schopnosti, aby mohol fundovane popísať kvalitu a nekvalitu vzorky. Podrobný popis kladov a záporov ktorejkoľvek komodity nepotrebuje štatistické vyhodnotenie, lebo skúmanú vzorku dokonale charakterizuje (Horčin, 2002).

3.3.5 Profilová metóda V prípade profilovej metódy ide o dôkladnú, hĺbkovú analýzu. Najčastejšie sa v senzorickej analýze používajú klasický profilový test a polaritný profilový test. V prvom prípade sa pred priebehom hodnotenia určí tzv. „jemný profil“, ku ktorému sa zostaví intenzitná stupnica a určia sa koeficienty závažnosti (KZ). Pokorný (1997) používa termín faktor a jeho tvorba prebieha tzv. Delfským spôsobom (hodnotitelia vlastným úsudkom, tajne určia body pre vopred určené faktory a výsledkom je priemerná hodnota). 3.4 Testovacia štatistika. Pre výpočet testivacej štatistiky sme použili dostupné metódy odporučené ISO normou prípadne iným autorom, zaoberajúcim sa problematikou. 3.4.1 Testovacia štatistika používaná pri rozdielových metódach. Pre hodnotenie výsledkov boli použité Chí kvadrát metódy ( Horčin, Buňka, O´Mahony modifikácie), tabuľkové hodnoty a prepočet. Stimulové testy sa vyhodnotili pomocou Chí-kvadrát a McNemarovho testu. 3.4.2 Testovacia štatistika používaná pri poradových metódach. Pre testovanie výsledkov boli zvolené neparametrické metódy Friedmanov, Kramerov, Kruskal-Wallisov, Pageho test. 3.4.3 Testovacia štatistika používaná pri porovnaní dvoch vzoriek stupnicovou metódou. Pre testovanie výsledkov boli zvolené metódy: znamienkový test, Wilcoxonov test a párový t-test. Normalita sa overovala pomocou Shapiro-Wilkovho testu.

9

3.4.4 Testovacia štatistika používaná pri porovnaní troch a viacerých vzoriek stupnicovou metódou Pre testovanie výsledkov boli zvolené metódy: analýza rozptylu (ANOVA), Friedmanov, Kruskal-Wallisov, Kramerov, Pageho test. Normalita sa overovala pomocou Shapiro-Wilkovho testu. 3.4.5 Testovacia štatistika používaná pri profilových metódach. Experimentálne sa použila analýza hlavných komponentov (PCA), zhluková analýza a grafické výstupy.

4 VÝSLEDKY PRÁCE 4.1 Výsledky testov vyhodnotených rozdielovou metódou

Pri stimulových testoch je potrebné jasne deklarovať vzorku A a vzorku B. Ktoré sa následne podávajú ako jeden známy štandard (jednostimulový test, A-nie A), alebo dva známe štandardy (dvojstimulový test). Následné sa zostaví kontingenčná tabuľka tejto konštrukcie:

Tabuľka 1. Konštrukcia tabuľky pre stimulové testy Podané A Podané B Zistené A A B (A+B) Zistené B C D (C+D) (A+C) (B+D) Celkovo N Hodnotili sa varianty A, B, C, K u odrôd Topaz, Angold a Pinova v rokoch 2004 a 2005. Výsledky sú zachytené v tabuľke 2. Tabuľka 2. Výsledky jednostimulového testu Topaz, Angold, Pinova (2005) Podaná dvojica

Počet správnych

Počet nesprávnych

Chí -kvadrát McNemarov test

Topaz A-B 25 15 3,739964 5,4 A-C 28 12 6,078366 1,333333 A-K 22 11 4,332308 2,272727 B-C 26 14 4,835165 4,571429 B-K 24 14 3,887649 4,571429 C-K 24 11 4,332308 2,272727 Angold A-B 24 14 3,273186 2,571429

10

A-C 28 16 2,994444 4 A-K 24 14 2,619943 2,571429 B-C 24 14 3,198653 4,571429 B-K C-K 22 11 4,332308 2,272727 Pinova A-B 22 12 5,015091 8,333333 A-C 20 9 5,153883 2,777778 A-K 24 8 9,609507 4,5 B-C 22 11 4,332308 2,272727 B-K 22 11 4,332308 2,272727 C-K 24 14 4,2204 3,769231 Hrubým písmom sú znázornené hodnoty, ktoré sú vyššie ako tabuľková hodnota 3,84 (st. voľnosti = 1) a signalizujú rozdiel medzi skúmanými vzorkami.Bola dodržaná podmienka pre McNemarov test b+c ≥ 10. V zahraničných zdrojoch je McNemarov test pri jednostimulovej metóde preferovaný. U slovenských autorov sa využíva Chí-kvadrát. Ako je z metodiky (Dizertačná práca) viditeľné Chí-kvadrát pracuje s početnostami správnych a nesprávnych odpovedí. McNemarov test operuje len s chybami. 4.2 Výsledky testov dvoch vzoriek hodnotených stupnicovou metódou. Paralelne s bodovým testom a poradovou metódou sa vyhodnotili v priebehu rokov 2004-2006 výsledky stupnicovej metódy pre dve vzorky. Metóda sa v slovenských pomeroch takmer nepoužíva a je známa skôr z iných odvetví. V zahraničí je veľmi frekventovaná a používa sa na porovnanie s tzv. „Market leadrom“, čo je výrobok najlepšie ohodnotený na trhu v danej komodite. Výsledky sa certifikujú. Z tabuľky 3. je čitateľné, že prvých 5 pozorovaní zodpovedalo normálnemu rozdeleniu a následne mohol byť aplikovaný t-test. Preukazné rozdiely medzi dvojicami sú vyznačené farebne (Rezista-Angold, Melodie–Angold, Melodie–Selena). Z neparametrických metód nebol na hladine alfa=0,05 zistený rozdiel, ale v prípadoch, kde t-test preukázal rozdiely u neparametrických metód sa ukázali marginálne (0,0625).

11

Tabuľka 3. Výsledky medzi odrodového hodnotenia ( 2 vzorky). Hodnotenie 2004.1 Hodnotenie: test Vyp. hodnota p-hodnota

Shapiro-Wilkov 0.922611 0.5469 Znamienkový t. -1.5 0.3750 Wilcoxonov t. -4.5 0.3125

Rezista – Melodie

Párový t-test -1.24153 0.2822 Shapiro-Wilkov 0.922611 0.5469 Znamienkový t. 7.5 0.0625 Wilcoxonov t. 2.5 0.0625

Rezista – Angold

Párový t-test 2.915476 0.0434 Shapiro-Wilkov 0.980965 0.9397 Znamienkový t. 5 0.2500 Wilcoxonov t. 1.5 0.3750

Rezista – Selena

Párový t-test 1.657699 0.1727 Shapiro-Wilkov 0.958022 0.7941 Znamienkový t. 7.5 0.0625 Wilcoxonov t. 2.5 0.0625

Melodie – Angold

Párový t-test 3.901705 0.0175 Shapiro-Wilkov 0.93855 0.6557 Znamienkový t. 2.5 0.0625 Wilcoxonov t. 7.5 0.0625

Melodie – Selena

Párový t-test 3.86795 0.0180 Shapiro-Wilkov 0.697493 0.0090 Znamienkový t. 0 1.0000 Wilcoxonov t. -0.5 1.0000

Angold - Selena

Párový t-test -0.74927 0.4954

4.3 Výsledky testov troch a viacerých vzoriek hodnotených stupnicovou metódou. Pri hodnotení výsledkov zistili rozdiely medzi variantmi takmer všetky použité metódy, okrem Krameroveho testu. Kruskal-Wallisov test potvrdil rozdiely medzi vzorkami B-C a B-A. Duncanov a LSD (analýza rozptylu) detekovali rozdiel medzi dvojicami B-C a B-A, identicky ako Kruskal-Wallisov test. Ostatné výsledky sú uvedené v dizertačnej práci. Tabuľka 4. Výsledky hodnotenia odrody Topaz

3.meranie Topaz vyp. tab. p rozdiel Shapiro-Wilkov test 0.946388 0.6260 - Friedman 7,38 7,81 - - -

12

Kruskal-Wallis 10,2 7,81 - - BC,BA Kramer - 4_18 - - - Page 142 137 - - -

ANOVA 3,94382 3,238872 0,041052 Duncan BC,BA

LSD BC,BA

4.4 Výsledky profilovej metódy. Pre spracovanie výsledkov z profilovej metódy sa javí analýza hlavných komponentov (PCA). V zahraničí hojne používaná a preferovaná. Princípom metódy je nájsť v množstve pozorovaných atribútov latentné premenné, ktoré by s minimálnou stratou informácii reprodukovali výsledky pôvodné. Takto transformované údaje nazývané aj hlavné komponenty sa väčšinou interpretujú pomocou grafu v dvojrozmernom priestore. Pre deskriptory klasického profilu bola aplikovaná analýza hlavných komponentov v špecializovaných programoch SensomineR. Obrázok 1a. Hlavné komponenty senzorického profilu odrody Pinova - varianty.

13

Obrázok 1b: Hlavné komponenty senzorického profilu odrody Pinova - deskriptory.

Z obrázku 1a vyplýva, že každý variant sa nachádza vo vlastnom kvadrante a senzorické profily každého variantu sú odlišné. Pri popise variantov sa môžeme oprieť o obrázok 1b, ktorý premieta hodnotené deskriptory. Variant C sa nachádza v kladnom kvadrante PC1 i PC2, ktorý predstavujú minoritné vône a chute pozorované v jablkách. Variant B v zápornom kvadrante PC1 a kladnom priestore PC2 reprezentujúci pozitívne chute a a texturálnych vlastností šťavnatosť. Varianty A a K sa nachádzajú v kvadrantoch reprezentujúcich texturálne vlastnosti. Pri zachovaní podmienok uvedených v kapitole metodika sa metóda javí ako efektívny nástroj analýzy senzorického profilu. V zahraničnej literatúre sa nestretneme s prípadom, že by sa hodnotila profilová metóda (QDA) pomocou parametrickej alebo neparametrickej metódy. V konfrontovaných slovenských prácach sa výsledky väčšinou prezentujú vo forme grafov (graf 1).

14

Graf 1. Klasický profilogram odrody Angold

Klasický profilogram - Angold 3.2005

0

1

2

3

4

5

6

jablčný pachiný ovocný pach

zelený pach

zeleninový pach

zemiekový pach

iný cudzí pach

sladká chuť

kyslá chuťovocná chuťtrpká chuť

horká chuť

repovitá chuť

cudzia chuť

tvrdosť

šťavnatosť

hrúbka šupkymäkkosť

Variant A Variant B Variant C Variant K

ISO/DIS 13299 uvádza analýzu hlavných komponentov (PCA) ako vhodnú pre profilovú metódu. Výsledky PCA boli počítané v štatistické balíky Panelcheck a francúzky SensomineR sa stali štandardom aj pre hodnotenie ďalších štatistických metód.

5 ZÁVER A ODPORÚČANIA PRE PRAX Práca monitoruje zahraničnú literatúru a zmeny v najnovších ISO normách týkajúcich sa zmyslového hodnotenia potravín. Elementárnym a vstupným článkom celého procesu senzorickej analýzy je hodnotiteľ. Ďalej sa zaoberá zmenami pri testovaní vybraných hodnotiteľov ( pridané testovanie textúry, Ishiharove testy farebného videnia), spôsob ich selekcie pomocou viacrozmerných metód. Zasahuje problematiku fyziológie vnímania, deklaruje piatu základnú chuť, jej pôvod, lokalizáciu na zmyslových orgánoch , jej prejavy. Upozorňuje na psychológiu hodnotenia, chyby v podávaní vzoriek a ich elimináciu pomocou použitia latinských štvorcov,

15

v prílohách uvádza príklad ich použitia. Definuje závislé a nezávislé vzorky, jednostranný a dvojstranný test. Pri stupniciach odporúča momentálne trendové štruktúrované a neštruktúrované usečky oproti bodovým stupniciam z hľadiska neskoršieho použitia parametrických metód, uvádza spôsoby testovania normality pre najznámejšie štatistické balíky. V metodike mapuje neparametrické a parametrické testovacie štatistiky, zavádza F* štatistiku pri rovnakom súčte poradí v bloku, definuje Neményiho metódu viacnásobných porovnaní pre neparametrické metódy a ich následné porovnanie s tabuľkami, pri tvorbe koeficientov závažnosti (faktorov) uvádza tzv. delfský postup, navrhuje vlastný postup pri hodnotení metódy slovného popisu. Rozdielová metóda: V oboch prípadoch párovej (duo-trio) resp. trianglovej (tetrádovej) metódy sme pozorovali chyby v konštrukcii doteraz používaného chí-kvadrát vzorca, keď pri správnom určení rozdielu štyrmi hodnotiteľmi a 16 chybnými odpoveďami, chí-kvadrát hodnota vypočítaná bola vyššia ako tabuľková a to podľa súčasnej metodiky znamená, že medzi vzorkami bol zistený rozdiel. Po následnom modelovom prepočítaní všetkých teoretických kombinácií sa zistilo, že približne 15 percent odpovedí udáva logicky nesprávne výsledky. U tabuľkových (vypočítaných) hodnôt sa tento problém nevyskytol a možno ho odporučiť ako vhodnejší postup, pre rozdielovú metódu. Tento istý problém sa vyskytol aj pri hodnoteniach s väčším počtom hodnotiteľov (40), kedy je počet nekorektných (logicky nesprávnych) tvrdení približne 15 percent. Riešenie problému je obdobné ako v predchádzajúcom príklade. Trianglová metóda opäť v niekoľkých prípadoch viedla k logicky nesprávnym výsledkom (približne 7 percent). Pôvodný argument, o nejasnosti konštrukcie tabuliek sa príchodom novej normy vytratil a preto navrhujeme používať pri všetkých metódach rozdielového testu (okrem stimulových) tabuľkové hodnoty resp. hodnoty prepočítané. U stimulových testov vychádzajúcich z kontingenčnej tabuľky sa javí vhodnejšie použitie pôvodného chí-kvadrát testu. Naopak použitie v zahraničí populárneho McNemar testu, operujúceho pri výpočte len s chybami (podané A – zistené B, podané B – zistené A) v niektorých prípadoch nedokázalo zistiť rozdiel (najmä v prípadoch identického počtu chýb oboch typov). Chí-kvadrát v postupe zohľadňuje aj počet správnych odpovedí z celkového počtu a preto ho odporúčame pre

16

tento typ diferenčných testov. Pri rozdielových metódach s viac ako dvomi vzorkami sa osvedčil Cochranov test.

Stupnicová metóda s použitím dvoch vzoriek nebola použitá v ani jednej konfrontovanej práci. Pritom v zahraničí sa jedná o veľmi frekventovanú metódu použiteľnú na nepreberné množstvo situácií (certifikácia k štandardu, atď). Z celkového množstva 132 porovnaní bola porušená normalita asi v 20 prípadoch. V týchto prípadoch sa javí najlepšie použitie znamienkového testu. O niečo horšie výsledky deklaroval Wilcoxonov test. U pozorovaní, ktoré splnili podmienku normality (Shapiro-Wilk) bol najsilnejším nástrojom preukaznosti rozdielov párový t-test nasledovaný neparametrickými testami v obrátenom poradí Wilcoxnovým a znamienkovým testom.

Stupnicová metóda s použitím troch a viac vzoriek: V senzorických komisiách s počtom hodnotiteľov 3, napriek deklarovanej normalite boli „úspešnejšie“ v dokazovaní rozdielov neparametrické metódy Kruskal-Wallisov test a Friedmanov test. Page test rovnako zistoval rozdiely, no otázkou porovnania dvojíc sa nezaoberá. Kramerov test zistil rozdiely, ale nie až na takej úrovni ako spomínané tri testy a nevýhody tohto testu už boli spomenuté. Medzi odrodových hodnoteniach (2004) vykazoval lepšie výsledky Kruskal-Wallisov test, naopak medzi variantami (2005, 2006) sa prezentoval lepšími výsledkami Friedmanov test. Vo väčších komisiách 4 - 8 ľudí a dodržaní normality bola jednoznačne najlepšou metódou analýza rozptylu, dokazujúca rozdiely v niektorých prípadoch, v ktorých zlyhali neparametrické testy. V testoch mnohonásobných porovnaní vzoriek boli výsledky Duncanovho a LSD testu identické. Možno by bolo do budúcnosti vhodné testovať aj ostatné testy mnohonásobného porovnania, prípadne dvojfaktorovú analýzu rozptylu ako uvádza ISO norma. Pri nenormálnych súboroch odporúčame pre nezávislé súbory (medziodrodové) použiť Kruskal-Wallisov test a v prípade súborov závislých (varianty, príbuzné vzorky) použiť Friedmanov test.

Profilové metódy: v metóde slovného popisu, ktorý je pre konzumenta najprijateľnejší prichádzame a navrhujeme použiť novú metódu „slovne popisných máp“, ktorá je nenáročná na použitie, dostatočne čitateľná a jednoducho interpretovateľná. Vychádza z pôvodného modelu tzv. „tag clouds“, ktoré sa používajú na zvýraznenie frekvencie odkazov v IT. Nejde

17

pôvodne o štatistickú metódu, ale o akýsi grafický prístup. Dostalo sa jej niekoľko pozitívnych ohlasov zo zahraničia.

Klasický a polaritný sa v konfrontovaných prácach vyhodnocoval pomocou neparametrických testov, prípadne graficky znázorňoval pomocou rôznych typov grafov. U grafického vyjadrenia je pôvodná informácia jasne viditeľná, no pri prepočítaných súčtoch poradí je v týchto prípadoch strata variability pôvodného súboru. Oveľa vhodnejšou sa v tomto smere javí použitie analýzy hlavných komponentov prípadne inej viacrozmernej metódy redukujúcej pôvodné dáta s minimálnou stratou, prípadne hľadajúcu kauzálne vzťahy medzi deskriptormi.

Viacrozmerné metódy: použitiu zhlukovej analýzy predchádza analýza pozorovaných znakov, kde do následného procesu zhlukovania by mali vstupovať vlastnosti, ktoré sú nezávislé. Práve selekciou len nezávislých znakov strácame pôvodnú informáciu. Na základe zostrojených dendrogramov senzorických profilov,

pozorujeme nehomogenitu variantov v zhlukoch. Chyba môže byť aj na úrovni komisie, nesprávnou voľbou metriky, spôsobu zhlukovania. Z našich pozorovaní, sa javí použitie zhlukovej analýzy pre rozklad senzorického profilu ako nevhodný. Problematika, je však natoľko zaujímavá, že by bolo vhodné venovať jej viac priestoru v ďalších na túto tému zameraných prácach.

Naopak pri dostatočnom množstve entít (hodnotiteľov) a nezávislých pozorovaných znakoch prevedených do binárnej matice a zvolením vhodného koeficientu asociácie (a+d)/a+b+c+d možno metódu schopnosti triedenia hodnotiteľov pomocou zhlukov odporučiť. Analýza hlavných komponentov: V zahraničí opäť

frekventovaná a najčastejšie používaná metóda pre analýzu senzorických profilov. Princípom je cielená redukcia pôvodných dát za dosiahnutia čo najnižšej straty informácie. Dokonca ani ISO norma neuvádza podmienky použitia, spôsob interpretácie výsledkov a vzťahu hlavný komponent – pôvodné dáta. Len ju deklaruje ako vhodnú pre profilovú metódu. Cieľom bolo experimentálne použiť analýzu hlavných komponentov a zmysluplne interpretovať výsledky vo vzťahu k senzorickej analýze.

18

Analýzu hlavných komponentov možno odporučiť ako vhodnú metódu pre analýzu profilovej metódy. Grafické výstupy vo forme dvojrozmerného grafu zobrazujúceho pôvodné premenné a produkty na osiach hlavných komponentov sú veľmi dobre čitateľné a reprodukovateľné. Nespornou výhodou je že, redukované dáta možno následne použiť do dalších metód viacrozmerných metód (faktorová analýza, multidimezionálne škálovanie, samoorganizačné mapy).

. ODPORÚČANIA PRE PRAX

- Využiť dané poznatky pre tvorbu novej učebnice senzorickej analýzy.

- Podľa odporúčaní práce sa orientovať na najfrekventovanejšie testy a štatistické metódy.

- Dbať na zvýšenú pozornosť pri výbere hodnotiteľov a následne ich aktivity monitorovať a schopnosti trénovať.

- Uvedomiť si, že aj nevydarený pokus prípadne negatívny výsledok môže obsahovať dôležitú informáciu.

- Uvedomiť si, že najnáročnejšie riešenie nemusí byť vždy tým najsprávnejším (teória Occamovej britvy).

- Venovať sa v ďalších prácach problematike korelácií, lineárnej regresie či viacrozmerných metód (PLS, multidimenzionálne škálovanie, faktorová a diskriminačná analýza).

19

7 POUŽITÁ LITERATÚRA 1. Horčin, V.: Senzorické hodnotenie potravín. Učebné texty SPU, Nitra 2002, 139 s. ISBN 80-80-8069-112-6. 2. Kopec, K. – Horčin V.: Senzorická analýza potravín. Universum, Bratislava, 1997, 194 s. 3. Príbela, A.: Analýza potravín, Učebné texty. VŠCHT Bratislava, 1991. 4. Potravinový kódex SR Čerstvé ovocie a zelenina, konzumné zemiaky a jedlé huby. 19. hlava, 3. časť, 2000, ISBN 80-8057-284-4. 5. Brockhoff, P.M. and Skovgaard, I.M.: Modelling individual differences between assessors in sensory evaluations. Food Quality and Preference 5, 1994, 215-224 s. 6. ISO 8586-1 General guidance for selection, training and monitoring of selected assessors. 7. ISO 8586-2 General guidance for selection, training and monitoring of experts. 8. ISO 8587 Ranking. 9. ISO 13299 Sensory analysis – General guidance for establishing a sensory profile.

20

7 PUBLIKÁCIE AUTORA SÚVISIACE S TÉMOU DIZERTAČNEJ PRÁCE HORČIN, V.- VIETORIS, V.: Senzorická analýza drobného ovocia. Konferencia Chladex 2005, marec 2005. Prednáška. Agroinštitút, Nitra. KUBÍK, Ľ. - HORČIN, V. - VIETORIS, V. - JOŽEFFIOVÁ, E. - KOVÁČ, P. – FÚSKOVÁ J.: Fractal analysis of the apple flesh structure of variety Topaz. Research and Teaching of Physics in the Context of University Education. Zborník. Nitra 2005. ISBN 80-8069-527-X. KUBÍK, Ľ. - HORČIN, V. - VIETORIS, V. - JOŽEFFIOVÁ, E. - KOVÁČ, P. – FÚSKOVÁ J.: Fractal analysis of the apple flesh structure of variety Topaz. . Research and Teaching of Physics in the Context of University Education. Zborník. Nitra 2005. ISBN 80-8069-528-8. KUBÍK, Ľ. - HORČIN, V.- VIETORIS, V. – KOVÁČ, P. FÚSKOVÁ, J. 2006. /Fractal Properties of Apples/. In: Zborník z konferencie Výskumné a edukačné aktivity na katedrách fyziky technických univerzít na Slovensku. Bratislava, KF, Stavebná fakulta, Slovenská technická univerzita v Bratislave, 6.jún 2006, ISBN 80-227-2430-0. VIETORIS, V.: Sensory analysis of stored apples. IV. Vedecká konferencia študentov a doktorandov s medzinárodnou účasťou. FBP. Zborník abstraktov. Nitra 2006. ISBN -80-8069-691-8. HORČIN, V.- VIETORIS, V.: Využitie profilovej analýzy pri hodnotení drobného ovocia. Konferencia Chladex 2006, marec 2006. Prednáška. Agroinštitút, Nitra. KUBÍK, Ľ. - HORČIN, V. - VIETORIS, V.- KOVÁČ, P. – FÚSKOVÁ J.: Fractal and sensoric micro-analysis of apples of cultivar Pinova. Physics Research and Education Conference. Zborník abstraktov. Nitra. 2007. ISBN – 978-80-8069-899-7. KUBÍK, Ľ. - HORČIN, V. - VIETORIS, V.- KOVÁČ, P. – FÚSKOVÁ J.: Fractal and sensoric micro- analysis of apples of cultivar Pinova. Physics Research and Education Conference CD. Nitra. 2007. ISBN – 978-80-8069-898-0.

21