Food Quality and Preference

Volumen 21, Nmero 8 , diciembre de 2010, pginas 1088 a 1099

Octavo Simposio Pangborn Sensory Ciencia

Exploracin de producto de consumo de perfiles de las tcnicas y su

vinculacin a un anlisis descriptivo cuantitativo
DOI: 10.1016 / j.foodqual.2010.09.005

Abstracto
La voz de los consumidores es crucial para el desarrollo de nuevos productos. Una forma de
capturarlo es preguntar a los consumidores para describir productos y cuantificar su percepcin de
esta descripcin. En este contexto, cuatro mtodos de perfiles; clasificacin, cartografa proyectiva,
el perfil de inflamacin y mtodo de rejilla (RGM) fueron explorados entre los consumidores
objetivo de bebidas calientes en dos pases europeos (Reino Unido y Francia) con la suposicin de
que los descriptores sensoriales significativas se pueden generar y cuantificar, y que los mapas de
producto puede en ltima instancia, redactarse. Un anlisis descriptivo cuantitativo Tambin se
realiz con un panel entrenado y sus resultados se utilizaron como base para la comparacin. Los
resultados mostraron que los consumidores fueron capaces de describir y cuantificar las
diferencias de productos, que su percepcin era similar a nivel cross-country, que entren a los
mapas del panel traducidos as descripcin de los consumidores, y que los perfiles de flash y RGM
eran ms adecuados para una tarea como la que generar un vocabulario rico y mapas ms
precisos. Sin embargo, al describir los atributos complejos como sensacin en la boca o sensacin
posterior, descripcin de los consumidores no era lo suficientemente detallado o no consensual.

Palabras clave

Desarrollo de nuevos productos ;

Clasificacin ;

Mapeo proyectiva ;

Perfil de Flash ;

Rejilla de repertorio;

Anlisis descriptivo cuantitativo ;

Sensorial ;

Consumidores

1. Introduccin
La evaluacin sensorial puede ser visto como un vnculo entre la investigacin y el desarrollo, con
un enfoque hecho en los aspectos tcnicos de los alimentos y de los consumidores y la
investigacin de mercados, con un enfoque en el comportamiento y la psicologa de los
consumidores ( Dijksterhuis, 1997). Miden la reaccin a los estmulos derivados de la utilizacin o
el consumo de un producto a travs de pruebas analticas y / o afectivos. Tradicionalmente, las
pruebas analticas (discriminativos y descriptivos) se realizan con paneles entrenados mientras que
las pruebas afectivas se ejecutan con los consumidores ( Stone & Sidel, 1993 ).
QDA (R) mtodo se basa en el principio de la capacidad de un panelista de verbalizar percepciones
de un producto de una manera fiable; panelistas son seleccionados y entrenados en el
reconocimiento de atributos y escala, que utilizan un lenguaje comn y acordaron sensorial, y los
productos se califican en ensayos repetidos para obtener una completa, descripcin cuantitativa
( ASTM, 1992 ). Al describir las caractersticas sensoriales de los productos ha sido una parte
integral de la industria de alimentos y bebidas desde hace mucho tiempo. La informacin obtenida
a partir de la descripcin de las caractersticas sensoriales de los alimentos y bebidas permiten a
las compaas tomar decisiones de negocio ms informadas ( Stone & Sidel, 1993 ). Perfiles
sensoriales de un producto puede orientar a los equipos de desarrollo de productos en lo que a
cambiar para que coincida con el perfil sensorial deseado por el consumidor, para acercarse a un
punto de referencia, para detectar diferencias detalladas creadas por un cambio de un ingrediente,
etc.
La hiptesis de que los consumidores son capaces de describir con precisin los productos es
cada vez ms logr dentro de la comunidad de la ciencia sensorial. Un primer paso en el desarrollo
de tcnicas eficaces fue la exploracin de algunos mtodos como el mtodo de rejilla, o la
aparicin de otros nuevos como la clasificacin, cartografa proyectiva (conocido tambin como
Napping) o el flash de perfiles.Varias investigaciones ya han utilizado estos mtodos y se centr
en su validacin con los paneles que han recibido diferentes niveles de formacin ( Faye et al.,
2004 , Nestrud y Lawless, 2008 y Perrin et al., 2008 ), pero no mucho se hizo para evaluar la

aplicabilidad comparativo de todos estos mtodos con el uso de paneles de consumidores

ingenuos.
La tarea de clasificacin tiene como objetivo detectar las caractersticas sensoriales significativas
dentro de pares de muestras que explican las similitudes y diferencias dentro del conjunto de la
muestra investigada. El mtodo fue aplicado a varios tipos de productos: cereales para el
desayuno ( Cartier et al., 2006 , piezas de plstico () Faye et al., 2004 ) y cervezas ( Chollet y
Valentin, 2001 ), por mencionar algunos. Consiste en clasificar los productos en grupos de acuerdo
a sus similitudes. El mtodo tiene la ventaja de que se puede aplicar a una amplia muestra fijado
pero a menudo necesita ser completada por una tarea verbalizacin con el fin de describir los
grupos formados y para explicar las dimensiones del mapa perceptual resultante ( Popper y
Heymann, 1996 ) .
Mapeo proyectiva, y su variante Napping, est perfilando los mtodos que se han desarrollado
( Pags, 2005 y Risvik et al., 1994 ) con el fin de recoger una configuracin euclidiana para cada
evaluador en una sola sesin sensorial. Las muestras, presentada simultneamente, se colocan
por cada evaluador en un mantel o un papel en blanco de acuerdo con las semejanzas /
diferencias (distancias sensoriales) presentes entre ellos, de tal manera que cuanto menor sea la
distancia que separa dos muestras, ms similares son ( Perrin et al., 2008 ). Los criterios de
posicionamiento y su importancia se eligen de forma individual por cada evaluador, que hace que
la cartografa proyectiva un procedimiento flexible y espontnea.
Los datos se introducen como coordenadas de posicin ( X y Y , con un origen que se puede
colocar en cualquier lugar ( Perrin et al., 2008 ) y los juicios de los evaluadores se tienen
igualmente en cuenta. Sin embargo, el nmero de muestras que se presentan debe limitarse a
series de 10 a 20 muestras con el fin de limitar la fatiga o la adaptacin ( Schifferstein, 1996 ). De
manera similar a la clasificacin, cartografa proyectiva no describe el producto en s mismo y
necesita ser completado, ya sea con datos instrumentales o sensoriales ( Pags, 2005 ) o con un
tarea verbalizacin para comprender mejor las dimensiones perceptivas.
Perfiles de Flash fue definida por Sieffermann (2000 , 2002) como una combinacin de perfiles de
libre eleccin con una evaluacin comparativa del conjunto de productos. Es un mtodo flexible
destinado a productos de posicin rpidamente segn sus atributos sensoriales. Se demostr que
es tan satisfactorio como perfilado convencional cuando los productos son muy diferentes en
trminos de los atributos sensoriales ( Dairou y Sieffermann, 2002 ). Sin embargo, cuando los
productos analizados pertenecen a la misma categora de productos o categoras de productos
similares, flash perfiles parece ser ms exigente que el perfil convencional ( Delarue y Sieffermann,
2004 ).
El mtodo de rejilla (RGM) se basa en la teora de la psicologa de los constructos personales
desarrollado ( Kelly, 1955 ). Asocia significados con productos como constructos bipolares y los
resultados en un amplio panorama de cmo se toman las decisiones ( Russel y Cox, 2004 ). Para

ver un ejemplo de un evaluador puede dar tres bebidas y l / ella puede decir que dos de ellos son
a base de fruta, mientras que la tercera es una bebida lctea. 'Bebida a base de fruta "es un
constructo en este contexto. En general, RGM se lleva a cabo en dos sesiones. La primera de ellas
est dedicada a la generacin de atributos donde los productos se presentan en tradas a los
evaluadores que se les pide para diferenciar 2 muestras de una tercera dentro de cada trada y
explicar por qu. La segunda sesin es una sesin de calificacin en la que la muestra se indican
las puntuaciones para cada uno de los atributos provocados. Los evaluadores tambin se les
puede pedir para definir una escala para cuantificar cada construccin percibido (atributo). De esta
manera, cada evaluador construye sus / sus propios atributos y escalas que luego se utilizan como
en perfiles de libre eleccin (FCP), con el fin de obtener una configuracin de N objetos en las
dimensiones K ( William y Langron, 1984 ).
Los objetivos de este estudio fueron: (a) para probar si los consumidores ingenuos son capaces de
describir las bebidas calientes y generar atributos relevantes por cuatro mtodos descriptivos:
clasificacin, cartografa proyectiva, flash de perfiles y el mtodo de rejilla; (B) comparar la
descripcin de la misma muestra fijado en 2 pases de la UE de los consumidores: el Reino Unido y
Francia, mirando a la influencia de la lengua en la descripcin; (C) comparar crticamente la
aplicabilidad de los cuatro mtodos y correlacionar los resultados a una descripcin entrenado
panel de consumidores a travs de anlisis descriptivo cuantitativo.

2. Material y mtodos
2.1. Conjunto de la muestra
Un conjunto de muestras de 8 bebidas calientes (siete muestras y adems uno de ellos repetidas),
se utiliz para llevar a cabo los cuatro mtodos descriptivos. En la descripcin cuantitativa por el
panel entrenado (QDA), todas las 7 muestras se evaluaron por duplicado. Los 7 productos fueron
seleccionados con el fin de cubrir un espacio sabor de ancho, con propiedades sensoriales
distintivas.

2.2. Preparacin de la muestra y los diseos que sirven

Las bebidas se sirven calientes (a 70-75 C) inmediatamente despus de la preparacin, en vasos
de papel codificadas de 3 dgitos. Evaluacin de cata se realiz en cabinas individuales, bajo luz
blanca y a temperatura ambiente. Las muestras para la clasificacin, cartografa y flash proyectiva
perfiles fueron entregados a los consumidores en los tres casos a la vez, para ser comparados. En
la sesin 1 del mtodo de rejilla (RGM) muestras fueron presentados a los consumidores en 3
tradas se hicieron girar las muestras, para evitar la posicin y trasladar efectos, el uso de un
diseo

de

la

presentacin

siguiendo

un

diseo

MOLS

(mltiples

cuadrados

latinos

ortogonales). Para el segundo perodo de sesiones de la RGM y el anlisis descriptivo cuantitativo,

las muestras fueron presentadas de forma secuencial, siguiendo un diseo de cuadrado latino.

2.3. Paneles
2.3.1. Panel entrenado
Un panel de 11 evaluadores entrenados probado y describi el mismo conjunto de muestras como
lo hicieron los consumidores. Los panelistas fueron entrenados en la evaluacin de la categora de
productos, que varan en experiencia de degustacin de 1 a 15 aos.

2.3.2. Paneles de consumo

Los mtodos de clasificacin, la siesta, de perfiles de flash y de rejilla de repertorio se probaron
utilizando un panel diferente de 24 Naives consumidores cada una, que fueron reclutados por una
agencia de contratacin de acuerdo con los siguientes criterios de seleccin: los consumidores
frecuentes de la categora en estudio (bebidas calientes), no rechazan de leche o azcar, edades
entre 18 y 65, el 50% varones, 50% mujeres.
Al final de cada sesin de cata, se pidi a los consumidores que rellenar un formulario de
comentarios y responder a las preguntas relacionadas con la comprensin, la facilidad y el tiempoeficacia de cada mtodo de perfiles que utilizaban.

2.4. Mtodos de perfiles

2.4.1. QDA
Las muestras fueron completamente giradas y 2 repeticiones se completaron. La evaluacin se
desarroll en 3 sesiones de 2 horas cada una:

Sesin 1 - Formacin: Las muestras fueron presentados a los miembros del grupo en
parejas. Se utiliz una lista de 42 atributos que corresponden a la categora de producto de
bebida caliente para la evaluacin. En este paso los panelistas clasificado el par de
muestras

intensidades

percibidas

en

150

mm

de

gama

cerrado

escalas

no

estructuradas. Esta tarea informada acerca de si un atributo fue percibida por los miembros
del grupo, y permiti evaluar el grado de consenso en las votaciones. Si se detectaron
discrepancias en atributos o calificaciones, una discusin abierta se le solicite, a fin de
llegar a un consenso. Los atributos seleccionados para la etapa de recoleccin de datos
fueron los utilizados por al menos la mitad del panel (23 atributos en total).


Sesiones 2 y 3 - La evaluacin sensorial y la repeticin: S ejemplos fueron presentados a
los miembros del grupo de una manera mondica secuencial siguientes un diseo
cuadrado latino generada por Fizz (FIZZ 2.40B, Biosystems, Francia). Entraron en sus
clasificaciones de intensidad por la tala en una sesin FIZZ QDA construido durante 7
productos e incluyendo los 23 atributos seleccionados, utilizando escalas no estructuradas
de 150 mm que se muestran en las pantallas de ordenador de extremo cerrado. Sesin 3 :
fue una repeticin de la sesin 2 con el fin de comprobar el rendimiento del panel, as
como las interacciones de reproducibilidad y de atributos como el usado por los panelistas.

2.4.2. Clasificacin
Ordenando se llev a cabo en una sola sesin de aproximadamente 40 minutos, incluyendo la
sesin informativa. Las 8 muestras se les dio todo a la vez y los consumidores se les pidi que
observar, oler y degustar ellos y luego agruparlos de acuerdo a sus similitudes, el nmero de
grupos formados debe haber menos de 2 ni mayor que 7. procedimiento similar fue aplicada
por Cartier et al., 2006 , Faye et al., 2004 y Chollet y Valentn de 2001 , y Giboreau, Navarro,
Faye, y Dumortier (2001) . Una vez que se llev a cabo la clasificacin, se pidi a los consumidores
para describir cada uno de los grupos que se formaron al dar sus criterios de agrupacin utilizando
descriptores sensoriales ( Cartier et al., 2006 ). Se inform de las respuestas en las boletas
individuales.

2.4.3. Mapeo proyectiva

El ejercicio se complet en una sesin de aproximadamente 40 minutos, incluyendo la sesin
informativa.Las muestras se presentan simultneamente y se les pidi a los consumidores a
observarlos, oler y probar y luego a la posicin de acuerdo a criterios individuales en una hoja A3
en blanco de acuerdo a las similitudes y / o diferencias percibidas en tal manera que: (a) dos
muestras estn cerca uno del otro si son similares; (B) Las dos muestras son lejos el uno del otro si
son diferentes ( Pags, 2005 ).
Despus de colocar las copas en la hoja A3, se pidi a los consumidores para describir las
muestras y / o grupos de muestras ( Perrin et al., 2008 ). La descripcin comentarios fueron
escritos en la hoja A3 junto a cada taza y / o grupo de copas. Las copas se quedaron en las hojas y
sus ( x , y ) las coordenadas se midieron por el lder de la prueba y entr en una hoja de Excel.

2.4.4. Perfil de Flash

FP se llev a cabo en una sola sesin de una hora, incluyendo la sesin informativa. Muestras
codificadas se presentaron de forma simultnea y se pidi a los consumidores a observar, oler y

degustar ellos con el fin de generar los descriptores (de forma individual). El siguiente paso fue
clasificar a todas las muestras de "menos" a "ms" de acuerdo a cada atributo ( Dairou y
Sieffermann de 2002 y Delarue y Sieffermann, 2004 ).
La tarea de flash de perfiles se llev a cabo por un panel de consumidores en Banbury, Reino
Unido y otra en Pars, Francia.

2.4.5. Mtodo de la cuadrcula Repertorio

RGM se llev a cabo en dos sesiones de una duracin total de 2,5 horas con un descanso de 20
minutos, y una parte informativa.

Sesin 1: generacin Attribute: Las muestras se presentan en la siguiente tradas una rotacin
equilibrada de tal manera que todas las muestras aparecen en la misma frecuencia. Cada
consumidor se le dio 3 bandejas con el fin de permitir la degustacin de la totalidad del conjunto de
muestras. Para cada bandeja, se pidi al consumidor para recoger la muestra en discordia y
explicar de qu manera es diferente de las otras dos muestras, y tambin de qu manera estas dos
muestras son similares ( Gonzlez-Thomas y Costell de 2006 , Monteleone et al ., 1997 , Russel y
Cox, 2004 y Thomson y McEwan, 1988 ). Los consumidores ingresado sus respuestas en las
boletas individuales y tena un descanso de 20 minutos despus de terminar la generacin de
atributos para las 3 bandejas. Durante esta pausa, el lder de la prueba entr en los atributos
generados en intensidad hojas de calificacin de votacin que se utilizarn en la segunda
sesin. Sinnimos as como atributos relacionados con gusto se omitieron.

Sesin 2: Valoracin Intensidad: Las muestras se presentan en una serie mondica secuencial. La
tarea consisti en la calificacin de la intensidad percibida de los atributos que se generan en la
primera sesin de cada muestra, usando 150 mm de extremo cerrado, las escalas no estructuradas
con los extremos "nada" y "extremadamente". Por lo tanto, cada evaluador tena su / su propia lista
de atributos.

2.5. Los anlisis de datos

Dependiendo del mtodo de perfiles utilizada en este proyecto, la elicitacin atributo puede ser
combinada o no con una calificacin y / o la clasificacin de tarea y por lo tanto el tipo de datos
generados es cualitativa, cuantitativa o ambos. Esto implica una seleccin cuidadosa de los
anlisis multivariados ms adaptada. Por tanto la clasificacin y mapeo proyectiva, la frecuencia de
las puntuaciones de la mencin de sinnimos y atributos sensoriales repetidas se combinaron y se
considera como una variable en el anlisis de los datos (es decir: sin brillo, suave, inspida sera
ingresado como sordo / leve / sosa con una frecuencia de mencin que es la suma de las
frecuencias de cada palabra).

Tabla 1 explica la eleccin del mtodo de anlisis de datos para cada tcnica de perfiles utilizada
para obtener un mapa sensorial.
Tabla 1.
Producto mtodos en comparacin con la tcnica de anlisis multivariante adaptado de perfiles.
Mtodo

El anlisis
de datos

Razn

Clasificacin

MDS

Asigna el patrn de similitudes o diferencias percibidas entre un conjunto de

productos / objetos mediante el clculo de las frecuencias de clasificacin que cada
par de productos en el mismo grupo

Napping / mapeo
proyectiva

MFA

Analiza las varias tablas de variables que difieren en el nmero y la naturaleza de

unos a otros

Dentro de una tabla, las variables deben ser de la misma naturaleza (cuantitativa o
cualitativa)

Integra diferentes tablas de variables que describen las mismas observaciones

Flash perfiles
mtodo de rejilla

GPA

Reduce los efectos de uso de la escala

Proporciona una configuracin de consenso (consenso en el uso de atributos

provienen de la utilizacin del mismo atributo similares / diferentes por panelistas)

Permite comparar la proximidad entre los trminos que son utilizados por
diferentes evaluadores para describir productos

Anlisis descriptivo
cuantitativo

PCA

Proporciona una configuracin de consenso (atributos tambin son consentidas

entre panelistas)

Permite comparar la proximidad entre los trminos que son utilizados por
diferentes evaluadores para describir productos

Opciones de tabla

En el caso de los mtodos PCA, GPA y MFA, el nmero de dimensiones relevantes fue
seleccionado por mirar las parcelas pedregales; el nmero de factores que se le mantenga
correspondiente al primer punto de inflexin que se encuentra en la curva. Para el anlisis de MDS
se utiliz el diagrama de Shepard para observar cualquier rupturas en la ordenacin de las
distancias que ayudaron a elegir el nmero de dimensiones.
Adems de estos mtodos, y para todas las tcnicas de perfilado, se aplic el anlisis de
conglomerados jerrquico a fin de muestras de grupos de acuerdo a sus perfiles sensoriales
completas. Una descripcin ms detallada de los mtodos de eleccin para cada tcnica se puede
encontrar a continuacin.
Los siguientes programas de software se utilizan para el procesamiento de datos: Senpaq 4.2
(QIstatistics, Reino Unido) para comprobar el rendimiento del panel entrenado, Fizz Adquisicin y
clculos Fizz Fizz (2.40B, Biosystemes, Francia) para la recogida entrenado panel de datos y
anlisis, y XLSTAT 2008.1. 03 (Addingsoft, EE.UU.) para el resto del anlisis de datos.

2.5.1. Clasificacin
Individuales matrices de similitud [Productos Productos] se construyeron para cada consumidor
introduciendo el nmero de veces en que cada par de muestras fue ordenada en el mismo grupo.
La suma de las matrices de similitud, de todos los consumidores, dio como resultado una matriz de
similitud global que despus se transforma en una matriz de disimilitud restando los datos de la
matriz a partir del nmero total de los consumidores. La matriz general de disimilitud se proces
por funciones XLSTAT (datos que describen y escalamiento multidimensional (MDS)) para
proporcionar una matriz de proximidad y an ms en una configuracin de la muestra establecida
en dos dimensiones, dim1 y Dim2.Dado que la medida definida de disimilitud entre las muestras no
pueden ser considerados como datos numricos, un no-mtrica; Se aplic el modelo ordinal
1. Para explicar estas dos dimensiones, una matriz (Productos Atributos) fue construido por una
lista de todos los atributos generados por los consumidores y sumando sus frecuencias de
mencin para cada producto. Correlacin de Spearman se determin luego entre las frecuencias
de los atributos de mencin y las posiciones de productos en dim1 y Dim2. De esta manera fue
posible trazar los atributos sobre la configuracin del producto obtenido a partir de los clculos
MDS.

2.5.2. Mapeo proyectiva

Anlisis de factores mltiples (MFA) se realiz con XLSTAT en los datos obtenidos de la colocacin
de los productos en las hojas A3, as como los atributos de cada uno de los consumidores
generada para describir los productos. Las coordenadas de productos eran de medir en
centmetros y atributos enumerados junto con sus frecuencias de mencin en todo el panel de
consumidores, lo que resulta en tres mesas: x , y , atributos ( Fig. 1 ).

Fig. 1.
Ejemplificadora vista esquemtica de los datos cartogrficos de cmo fueron tratados proyectivas: x 1 y y 1
son las coordenadas de P1 para los consumidores 1, x 2 y y 2 son las coordenadas de P1 para el
consumidor 2, etc. Los atributos se registraron con la frecuencia de mencin por producto; "Dulce" fue
mencionado 6 veces para P1, etc.
Opciones Figura

2.5.3. Perfiles de Flash y RGM

Matrices individuales de cada consumidor (Productos Atributos) se construyeron con el fin de
entrar en el ranking de productos (de FP) o calificaciones de intensidad (de RGM). A continuacin,
GPA se realiz en las 24 matrices con el fin de obtener el producto y atribuir configuraciones.

2.5.4. Anlisis descriptivo cuantitativo

Las estadsticas de resumen que implican el clculo de los medios, la desviacin estndar y los
rangos se llevaron a cabo con el objetivo de obtener una visin general del conjunto de datos
completo.
Panel rendimiento se evalu con el uso de Senpaq 4,2 (QIstatistics, Reino Unido) paquete, la
realizacin de ANOVA con un modelo fijo, comprobando la capacidad discriminatoria, la
reproducibilidad y la utilizacin de la escala de cada panelista, as como la contribucin de cada
panelista a la interaccin.

El anlisis de varianza (ANOVA) con el uso de un modelo mixto (evaluadores como efecto
aleatorio)

se

realiz

para

productos

de

prueba

establecidos

diferencias

significativas. Comparaciones mltiples se preformados con la prueba de Tukey al 5%. Un anlisis

de componentes principales (PCA), basado en la matriz de correlacin de Pearson, se llev a cabo
en el medio de los atributos que presentan diferencias significativas. PCA permite que los datos del
perfil que se resumen en un menor nmero de dimensiones que los atributos totales en el perfil
(componentes principales). Cada componente representa un cierto porcentaje de la informacin
total o la variabilidad de los datos del perfil originales. Las muestras y los atributos sensoriales se
pueden proyectar en estos componentes y diagramas de resumen se pueden producir. PCA es una
herramienta estadstica que ayuda a resumir y por lo tanto, se comunica mejor los resultados de los
perfiles del panel descriptivo.

2.5.5. Otros anlisis estadsticos

Anlisis de agrupamiento jerrquico (HCA) se llev a cabo con el fin de poner de relieve las
agrupaciones de productos segn lo percibido por el panel entrenado y por los paneles de
consumidores. Detalles del mtodo fueron: disimilitud: distancia eucldea, mtodo de aglomeracin:
el mtodo de Ward, el truncamiento automtico.
Consumo cruzada mtodo comparaciones se basan en similitudes visuales de la posicin del
producto en los mapas de perfiles, su descripcin, la identificacin de la repeticin interna, as
como el nmero de atributos sensoriales generados.
Los mapas fueron correlacionados con el mapa del panel entrenado usando un MFA de tal manera
que las puntuaciones medias del panel entrenado fueron considerados como un conjunto de datos
individuales de los consumidores de datos adicionales.

3. Resultados y discusin
3.1. Anlisis descriptivo cuantitativo - asesores capacitados
Tomando en consideracin los resultados del ANOVA obtenidos a travs del anlisis PCA de los
datos descriptivos realizadas por el panel entrenado, revel una clara discriminacin del conjunto
de la muestra siguiente 18 atributos relacionados con regusto, sabor y sensacin en la boca. Las 2
primeras dimensiones explican ms del 84% de la variabilidad, la descripcin de los atributos
sensoriales ms importantes de este conjunto de muestras, direcciones principales de percepcin
estn representados en el mapa. Anlisis de agrupamiento jerrquico (HCA) revel 3 grupos de
productos ( Fig. 2 ).

Fig. 2.
PCA mapa de productos de evaluacin QDA (atributos no se muestra, las direcciones principales atributos
estn representados en el mapa). Los puntos suspensivos que destacan grupos de productos segn lo
revelado por el HCA.
Opciones Figura

3.2. Clasificacin - consumidores ingenuos

Cuando se realiza una MDS, la diferencia se mide a travs del estrs, de los cuales se han
propuesto diversas variaciones: Raw, normalizada, de Kruskal 1 y 2. En este trabajo, el mejor
ajuste entregado por el MDS se obtuvo en el estrs de un Kruskal (1) K = 0,089. Sin embargo el
rendimiento del panel de control no fue satisfactoria como la repeticin interna no fue asignada de
forma relevante (P3 y P3 Rep estn lejos el uno del otro). Despus de sobreponer manualmente el
producto y atribuir mapas, se observ que los productos fueron bien descritas por los atributos
( Fig. 3 ). Por ejemplo: P1 fue descrito como dbil en sabor, olor y aroma, suave y con un sabor a
vainilla, P2 fue descrito como oscuro y rico en color con un sabor fuerte, P3 fue descrito como
cremosa, dulce y no amargo y P4 como amargo, fuerte e intenso. Sin embargo, P1 ocupado una
posicin intermedia entre P2 (una muestra amargo y fuerte) y P4 (una muestra intenso y sin
azcar), mientras que se esperaba para ser colocado lejos de ambas muestras segn los
resultados QDA.

Fig. 3.
Configuracin del producto obtenido por MDS de la tarea de clasificacin (superposicin de correlacin de
Spearman de atributos).
Opciones Figura

El bajo rendimiento de la tarea de clasificacin podra explicarse por el hecho de que la evaluacin
sensorial como se describe por este mtodo tiende a agrupar los productos siguientes una
dimensin sensorial nica: los consumidores ordenadas las muestras siguiendo un criterio principal
(aspecto, olor o sabor), incluso si podran existir muchas opciones de agrupacin para cada
producto; que podra significar que la configuracin final podra no contener atributos sensoriales
suficientes para un mapa multidimensional que se construir de manera relevante. Adicin de una
tarea a la verbalizacin la clasificacin permitido una mejor comprensin de los resultados
obtenidos. Los atributos generados eran de hecho consistente con el perfil sensorial de cada
muestra. Por ejemplo, incluso si P1 (una muestra suave, lechosa y dulce) se coloc entre P2
(intenso, amargo y dulce) y P4 (sin azcar, intenso), fue descrito como "lechosa", "audaz", "de mal
gusto".
Resultados similares se obtuvieron para los cereales de desayuno por Cartier et al. (2006) que
compar la clasificacin con un panel no entrenado a QDA. Por otra parte y cuando se repite, los
resultados de clasificacin (cartografa y descripcin del producto) mostraron ser constante en el
tiempo ( Cartier et al., 2006 y Lawless y Glatter, 1990 ). Faye et al., 2004 , por otro lado encontr
que la clasificacin de las piezas de cuero con los consumidores dio resultados que fueron
consistentes con los resultados del grupo especial entrenado en trminos de posicionamiento y la

descripcin del producto. Esto puede explicarse por la complejidad del perfil sensorial del producto
investigado y el nivel de la formacin.
El xito de una tarea de clasificacin con los consumidores sera entonces mucho depender de las
diferencias dentro del conjunto de muestras. Si son grandes, y la participacin de las percepciones
multivariantes (apariencia, aroma, sabor, textura manual y oral, regusto), los consumidores seran
de hecho capaces de discriminar entre ellos, y muy probablemente usaran atributos similares para
describir esas diferencias, lo que resulta en una buena mapa de consenso de las muestras. En el
presente estudio, la mayora de las diferencias estaban en el sabor y el regusto, siendo todos los
productos lquidos; estos hechos sumados a la uni-dimensionalidad de la tarea de clasificacin,
explican el bajo rendimiento de la misma como un procedimiento de mapeo. La hiptesis es que,
en una muestra ms complejo, los consumidores naturalmente tenderan a utilizar varios atributos
sensoriales y diferentes dimensiones en la tarea de clasificacin (textura, sabor, aroma), en
contraste a un alimento bastante sencilla como una bebida caliente es. Se necesita ms
investigacin para validar esta hiptesis.

3.3. Mapeo proyectiva - consumidores naif

Fig. 4 muestra el posicionamiento del producto procedente de la AMF de los datos de mapeo
proyectiva. El mapa obtenido era bastante comparable al mapa QDA, aunque las dos primeras
dimensiones slo explican 45% de la variabilidad. Sin embargo, y aparte de P1 que se coloca en
su propio siguiente vector de la 'Va / Creamy', P2, P3, P3 y P7 Rep ocupaba el mismo
espacio. Estos productos fueron identificados como parte de un mismo grupo en los resultados
QDA del panel entrenado. Esto significa que los consumidores tambin fueron capaces de
identificar estas muestras como similares entre s y diferentes de los otros productos, incluso si no
podan percibir bien las diferencias subyacentes presentes dentro de la agrupacin ( Fig. 4 muestra
pequeas distancias entre estas muestras). Sin embargo, incluso si la muestra de P3 y la
repeticin interna estn ms cerca entre s con los resultados de los mapas proyectivas de lo que
son con los resultados de clasificacin, la repeticin interna no pareca ser obvio para los
consumidores. Aparte

de

eso,

la

discriminacin

de

las

muestras

fue

menor

de

lo

esperado; muestras no fueron separados de acuerdo con las agrupaciones identificadas con los
evaluadores entrenados.

Fig. 4.
Configuracin del producto obtenido por MFA de la tarea de mapeo proyectiva. Vectores muestran las
direcciones de los atributos ms correlacionados.
Opciones Figura

Atributo sabio, las direcciones de los atributos bsicos que describen el conjunto de muestras se
identificaron y fueron alineados con los descriptores QDA; P2, P3 / P3 Rep y P7 son impulsados
por la dulzura en general, sino tambin por la intensidad del caf y la amargura que compartan
con muestras P4, P5, P6, y P1 por lechoso / cremosidad. El posicionamiento pertinente de los
productos mostr que la PM se comport mejor que la clasificacin y esto se puede explicar por el
hecho de que PM es un procedimiento bi-dimensional donde las muestras se colocan sobre una
superficie siguiendo las similitudes percibidas / diferencias entre ellos. Dicha tarea podra ser
apropiado para resaltar las grandes diferencias, pero no era lo suficientemente preciso en sealar
las diferencias entre las muestras ms precisos en el presente estudio. Perrin et al. (2008) aplic
un enfoque similar donde Napping se combin con perfiles de libre eleccin y se realiz tanto con
un panel entrenado y un panel compuesto de profesionales del vino. Sin embargo, el estudio fue
ms centrado en la validacin de la siesta como un mtodo de perfiles pertinentes y no se llev a
cabo con los consumidores ingenuos como es el caso aqu.Los resultados obtenidos por Perrin et
al. mostr, de hecho, que la siesta dio un buen posicionamiento del producto con una descripcin
aproximada, que no era tan preciso como del perfil QDA descripcin.Nestrud y Lawless (2008) sin
embargo, afirm que Mapeo proyectiva tendra un mejor desempeo que la clasificacin, ya que
proporciona los conjuntos de datos ms ricos por evaluador Adems del hecho de que las
posiciones del producto en el 'nappe' pueden informar acerca de sus similitudes.

3.4. Perfil de Flash - consumidores naif

3.4.1. Panel de Reino Unido

La configuracin relativa de las muestras obtenidas del procedimiento de FP es muy similar a la
obtenida a partir de la QDA. Como se muestra en la Fig. 5 , los consumidores fueron capaces de
percibir las diferencias y similitudes entre las muestras con las dos primeras dimensiones que
explican ms del 82% de la variabilidad. Esto se hace an ms evidente cuando se mira en las
direcciones principales atributos de relieve en el mapa, donde se puede observar que la 'amargura'
y 'la intensidad del color / intensidad del caf' describe P2, P4, P5 y P6. Estos atributos se
correlacionaron negativamente con la 'dulzura', 'suave / cremoso "y" soso / dbil ", que describe
P1, P3 / P3 y P7 Rep. El atributo "Cremoso" pareca sin embargo no ser bien entendido o acordado
por los consumidores, ya que cubre un amplio espacio (rea sombreada en la Fig. 5 ). Puede ser
explicado por el hecho de que los consumidores no tienen la misma comprensin de 'cremosa' (y
palabras relacionadas, por ejemplo: crema, cremosidad) y que cremosidad es un atributo asociado
integrado para dar sabor, la textura y dulzura de los productos alimenticios ( Tournier, Martin ,
Guichard, Issanchou, y Sulmont-Ross, 2007 ).

Fig. 5.
Configuracin del producto obtenido por el GPA de la elaboracin de perfiles de flash con el panel de
Reino Unido. Vectores muestran las direcciones de los atributos ms correlacionados. El rea sombreada
muestra el "espacio perceptual cremosa". Los puntos suspensivos que muestran grupos de HCA.
Opciones Figura

El agrupamiento producto obtenido con el HCA (elipses muestra en la Fig. 5 ) es el mismo que el
obtenido a partir de los resultados QDA. El rendimiento del panel fue resaltada por el hecho de que
las muestras P3 y P3 Rep fueron colocados cerca uno del otro y ambos pertenecan al mismo
grupo.

Estos resultados estn de acuerdo con los de Dairou y Sieffermann (2002) que llev a cabo un
estudio comparativo de los perfiles convencionales y flash de perfiles realizado en 14 mermeladas
utilizando respectivamente un panel entrenado y un panel compuesto de estudiantes con una
experiencia relevante en la metodologa sensorial. Los resultados obtenidos revelaron que ambos
mtodos producen resultados similares en trminos de posicionamiento y la descripcin de los
atascos, con flash de perfiles de ser ms rpido, pero menos explica por s mismo que los perfiles
convencionales. Otro estudio que compara la evaluacin de los productos lcteos (yogures de
fresa y queso fresco con sabor a albaricoque) con flash perfil y un perfil convencional (como QDA o
espectro), ambos con un panel entrenado, mostraron que el flash de perfiles era ms exigente que
el perfil convencional, pero que fue menos adaptado a la descripcin de la categora del producto
investigado ( Delarue y Sieffermann, 2004 ). Sieffermann y col.demostr con xito que el FP es un
mtodo vlido para un producto rpido de perfiles con el uso de evaluadores entrenados, pero no
explorar la validez de su uso entre los consumidores ingenuos como es el caso aqu; el presente
estudio da un paso ms para demostrar la aplicabilidad de dicha tcnica como mtodo de perfiles.

3.4.2. Panel de francs

El panel francs tambin fue capaz de colocar las muestras de una manera relevante en
comparacin con el producto parcela QDA ( Fig. 2 ), as como para representar las diferencias y
similitudes esperados presentes dentro del conjunto de la muestra. Las dos primeras dimensiones
explican aproximadamente el 84% de la variabilidad ( Fig. 6 ).

Fig. 6.

Configuracin del producto obtenido por el GPA de la elaboracin de perfiles de flash con el panel de
francs. Vectores muestran las direcciones de los atributos ms correlacionados. El rea sombreada
muestra el "espacio perceptual cremosa". Los puntos suspensivos que muestran grupos de HCA.
Opciones Figura

En cuanto a los atributos ( Fig. 6 ), las direcciones principales fueron similares a los observados en
los resultados de la QDA con el panel entrenado. El HCA tambin revel la misma agrupacin de
productos como en los resultados QDA. El panel francs fue consistente en la descripcin de las
semejanzas / diferencias dentro del conjunto de muestras (P3 y P3 Rep salieron cerca uno del otro
en la configuracin del producto GPA).
Al comparar los resultados de PF desde el Reino Unido y los paneles francs, parece que tanto el
posicionamiento del producto entregado similares, la agrupacin y la descripcin (atribuir
direcciones), con las dos primeras dimensiones que explican ms del 82% de la variabilidad. Por
otra parte, y siempre y cuando se refiere al atributo 'cremosa', parece que el panel francs, al igual
que el panel de Reino Unido, utiliza este atributo para describir los diferentes percepciones. Una
traduccin de los trminos franceses se da en la Tabla 2 .
Tabla 2.
Traduccin de atributos discriminantes franceses.
Atributos franceses

Traduccin Ingls

Amertume

Amargura

Gota Puissance

Fuerza Sabor

Arome Puissance

Intensidad de aroma

Intensit de la couleur

La intensidad de color

Sucr

Dulce

Lact Gout

Va gusto

Cremoso

Cremoso

Saveur crema

Sabor cremoso

La gota de caramelo

Caramel gusto

Acidit / acide Saveur

Sabor amargo / agrio

Crales Odeur

Olor del cereal

Grill Caf

Caf tostado

Viande

Carne

Aspartamo Gout

Sabor aspartamo

Onctuosit

Sensacin en la boca cremoso

Opciones de tabla

Aparte de las direcciones principales de atributos mostrados en la Fig. 6 , la correlacin de

atributos como se da por el ACP tambin revela algunos atributos bien correlacionados
interesantes como "viande" (carne), 'odeur crales' (olor de cereales), 'aspartamo gota' (sabor
aspartamo) y 'acidit' (acidez) .
Los consumidores de Francia y el Reino Unido son muy diferentes en los hbitos de consumo y
preferencias para esta categora de productos. El hecho de encontrar resultados muy similares en
ambos casos muestra que el flash de perfiles podra ser utilizado independientemente de los
patrones de agrado de los consumidores, siempre que no sean de la categora que rechazan. Otra

aplicacin potencial procedente de los resultados del presente estudio es que el FP se podra
aplicar en diferentes idiomas para obtener una visin ms clara sobre el consumo atributos
relevantes en el pas de destino, y de comparar a los atributos utilizados por el panel entrenado.

3.5. Mtodo de la cuadrcula Repertorio

El GPA resulta de los conjuntos de datos de RGM se muestran en la Fig. 7 revel un
posicionamiento relativo relevante de las muestras en el espacio de percepcin, as como la
descripcin pertinente de las diferencias percibidas; 83% de la variabilidad fue explicada por los
primeros dos nicas dimensiones.Ambas configuraciones (productos y atributos) fueron
consistentes con los resultados QDA. Los resultados de la agrupacin de productos HCA fueron
idnticos a los obtenidos para QDA, as como para el flash de perfiles y mostraron que el conjunto
de muestras podra ser discriminado en tres grupos.

Fig. 7.
Configuracin del producto obtenido por el GPA de la tarea RGM. Vectores muestran las direcciones de los
atributos ms correlacionados. El rea sombreada entre dos vectores muestra el "espacio perceptual
cremosa". Los puntos suspensivos que muestran grupos de HCA.
Opciones Figura

Los comentarios realizados acerca del atributo 'cremosa' como se ha mencionado por los
consumidores en la tarea FP, tambin se pueden hacer para los resultados de RGM. "Cremoso"
es, obviamente, un atributo complejo que probablemente abarca sensacin en boca cremosa,
sabor cremoso, olor y aspecto cremoso cremoso. Adems de las direcciones principales de
atributo, el mapa atributo obtenido de la GPA revel los siguientes atributos ms correlacionados:
Olor 'biscuity', sabor de nuez, sabor a cacao, caramelo,, sabor seco, amargo, sabroso, suave,
fuerte y picante artificial y de la fuerza de caf .

RGM ya se ha realizado con los consumidores, pero con el objetivo de entender la percepcin de
un producto en lugar de comparar a los consumidores de los consumidores de perfiles con los
perfiles de un panel entrenado y el objetivo de obtener un mapa perceptual producto ( Russel y
Cox, 2004 , aplicadas a la descripcin de productos crnicos; Hersleth, Berggren, Westad, y
Martens, 2005 , aplicada al pan). No obstante, los resultados de estos estudios mostraron una
alineacin entre el posicionamiento del producto y la descripcin dada por los consumidores y las
reveladas por el panel entrenado.

3.6. Generado vocabulario

Los cuatro mtodos de perfiles de productos investigados probaron para generar una buena
cantidad de atributos relevantes sensoriales ( Tabla 3 ). Tal como se presenta en los resultados de
los mapas, hubo consenso en el uso de estos atributos por los paneles de consumidores y los
atributos sensoriales bsicas del conjunto de la muestra corresponde del panel entrenado
descripcin. La tabla 3 da los principales resultados a travs de los cuatro mtodos de perfilado. Se
puede observar que aunque clasificacin y cartografa proyectiva no eran muy adecuadas para los
objetivos de asignacin de este estudio, que result ser una forma aceptable de desarrollo de
vocabulario; generaron una alta cantidad de atributos, aunque slo el 12% y el 14% de estos
atributos fueron, respectivamente, relevante, despus de sacar palabras no sensoriales y agrupar
sinnimos. Estos resultados son muy importantes como una manera de validar el vocabulario panel
entrenado, asegurando que lo que se mide analticamente refleja percepciones relevantes para los
consumidores. Tambin demuestra que los mtodos probados en el presente trabajo se podran
utilizar para generar el vocabulario relacionado con la categora de producto en los diferentes
pases de destino, para estudiar qu palabras son utilizados por los consumidores para hablar
acerca de los diferentes aspectos de un diseo sensorial del producto.
Tabla 3.
Cruz-mtodo y entre pases principales magnitudes vocabulario generada.
Clasificacin

Primer
ministro

FP Reino
Unido

FP
Francia

RGM

Nmero de atributos generado

233

247

136

118

162

Promedio por consumidor

8.6

9.2

5.3

6.2

6.3

Nmero de atributos excluyendo repeticiones y

palabras no sensoriales

27

34

54

45

49

Opciones de tabla

Vale la pena mencionar que para todos los mtodos, hedonista y atributos no sensoriales como
"aspecto natural", "mal sabor" o "agradable olor" no se incluyeron en el anlisis de datos. Otros,
como "equilibrio de azcar en la derecha" o "equilibrio correcto caf 'fueron considerados,
respectivamente, como" azcar "y" caf ", mientras que atributos como' no amargo" o "no sabor del
caf 'fueron utilizados como tales.

3.6.1. Clasificacin
El top 20 ms mencionado generado atributos se listan en la Tabla 4 . Ellos cuentan para el 20%
del vocabulario generado con ms del 53% de las frecuencias de mencin.
Tabla 4.
Top 20 de los atributos mencionados con mayor frecuencia con la clasificacin.
Atributos

Frecuencia de mencin

Atributos

Frecuencia de mencin

Azcar / dulce

14

No es dulce

Amargo

13

Acuoso

Fuerte

12

Soso

Crema

Caf Medio

Oscuro

Leche

Dbil

No tiene sabor de caf

Leve

Plido

Liso

Ligeramente amarga

Rico

Olor fuerte

Meloso

Sabor fuerte

3
Opciones de tabla

3.6.2. Mapeo proyectiva

Los atributos sensoriales mencionadas ms frecuentemente generados se enumeran en la Tabla
5 y se pueden ver que esta tabla es bastante similar a la obtenida con la tarea de clasificacin. Sin
embargo, aproximadamente 50% de los atributos generados por mapeo proyectiva se menciona
slo una vez en todo el panel.
Tabla 5.
Top 20 de los atributos mencionados con mayor frecuencia con Napping.
Atributos

Frecuencia de mencin

Atributos

Frecuencia de mencin

Dulce

18

Meloso

Amargo

13

Leche

Cremoso

13

Color plido

Fuerte

12

Sabor del caf

Rico

Leve

Dbil

Sabor suave

Oscuro

Nada de sabor

Soso

No es amargo

No tiene sabor de caf

No es dulce

Acuoso

Sabor de nuez

Regusto

Liso

Color oscuro

4
Opciones de tabla

Mapeo proyectiva tambin gener 32 palabras no sensoriales entre los que podemos encontrar
algunos interesantes tales como: "olvidable", "tiene corazn y alma", "agradable" y "poco a
distinguir '.

3.6.3. Perfil de Flash

Los vocabularios generados por el Reino Unido y los paneles franceses eran bastante similares y
( Tabla 6), "dulce", "amargo", "color", y el caf sabor / fuerza estaban en las mejores 5 palabras
ms mencionadas para ambos paneles. Por otra parte, los 20 principales atributos mencionados
con mayor frecuencia por los dos paneles representaron el 73% y el 75% de los atributos
generados por el Reino Unido y los paneles franceses respectivamente.
Tabla 6.
Top 20 (16 para los franceses) mencion con mayor frecuencia los atributos con FP para los paneles de
britnicos y franceses. En negrita se resaltan los atributos comunes entre los dos paneles.
Panel de Reino Unido

Grupo francs

Atributos

Frecuencia de
mencin

Atributos

Traduccin Ingls

Frecuencia de
mencin

Fuerza / fuerte / fuerte

17

Saveur sucre

Sabor dulce

18

Sweetest

14

Amargor / amer

Amargo

13

Amargo

11

Couleur (intensit)

La intensidad de
color

12

Color / apariencia

10

Lact La gota /
arome lait

Va gusto / sabor de
la leche

10

Smooth / suavidad

Cafetera La gota

Sabor del caf

Cremosidad

Intensit d'odeur

Olor de intensidad

Aroma

Odeur cafetera

Olor del caf

Oscuridad
Riqueza

Acidit

cido / agrio

Arome cafetera

Aroma de caf

Olor

Couleur marron

Color marrn

Despus de gusto

La gota (globale
intensit)

Sabor (intensidad
global)

Sabor

Aqueux

Acuoso

Soso

Arome (globale
intensit)

Aroma (intensidad
global)

Oscuro Color

Caf

Profundidad / fuerza
del caf

Caf
Cuerpo

Cuerpo

Lechoso
Nuez

Onctuosit

Suavidad

Huela intensidad /
intensidad

Sabor suave / sabor

Fuerza del aroma /

olor

Opciones de tabla

Tabla 6 tambin pone de relieve los atributos comunes entre los paneles de britnicos y franceses
(en negrita). Estos representan ms del 60% de los atributos generados si excluimos los sinnimos
(por ejemplo, la oscuridad = color oscuro, olor = fuerza de olor, etc.). El panel de Reino Unido
tambin genera 3 palabras no sensoriales: eleccin, 'agradable horribles "y" receta perfecta ",
mientras que el panel de francs no gener ninguna.

3.6.4. RGM
Los 20 mejores atributos generados con mayor frecuencia con RGM son muy comparables a los
generados por el FP ( Cuadro 7 ). Ellos representan alrededor del 40% de los atributos generados
con un 80% de las frecuencias de mencin. 'Sweet' fue mencionada por casi todos los
consumidores y "color", la fuerza del sabor "," amargo "y ms de la mitad del panel.
Tabla 7.
Top 20 de los atributos mencionados con mayor frecuencia con RGM.
Atributos

Frecuencia de mencin

Atributos

Frecuencia de mencin

Dulce

24

Sabor / sabrosa

Color

19

Leve / sosa

Fuerza del gusto

19

Olor del caf

Amargo

14

Seco

Cremosidad

Meloso

Liso

Sabroso

Dbil

Rico

Sabor del caf

Olor

Lechoso

Fuerza del olfato

Fuerza del aroma

Grueso

2
Opciones de tabla

El vocabulario generada por RGM y considerado para el anlisis GPA no contena ningn
descriptores no sensoriales. Esto es muy probablemente debido al hecho de que el vocabulario se
obtuvo gracias a preguntas directas en la primera sesin de RGM (pregunta tarea: "Recoger la
muestra en discordia dentro de la trada, explique de qu manera es diferente de las otras dos
muestras y de qu manera estos dos son similares). Adems, el primer paso en la generacin de
vocabulario para RGM (elicitacin tridica) se tamiza por el lder del panel para permitir la etapa de
calificacin de los descriptores sensoriales en el segundo paso.

3.7. La correlacin de los consumidores y los resultados del panel entrenado

FP y RGM fueron identificados como los mtodos ms adecuados en trminos de perfiles de los
consumidores de productos, el cumplimiento de ambos objetivos cartografa y descripcin. Sus
mapas perceptuales se correlacionaron posteriormente con los mapas obtenidos a partir de la QDA
utilizando AMF como una forma de comprender mejor la correlacin entre los atributos de los
productos de los consumidores y los atributos del panel entrenado. AMF se realiz considerando
las puntuaciones medias del panel entrenado como un conjunto de datos individuales de los
consumidores de datos adicionales, de esta manera la estructura de la configuracin del producto
se mantuvo de acuerdo con la descripcin que hace el consumidor. AMF hace posible el anlisis
de varias tablas de variables simultneamente, y la obtencin de grficos que permiten estudiar la
relacin entre las observaciones, las variables y las tablas de forma grfica. La originalidad de este
mtodo es que permite visualizar en un espacio de dos o tres dimensiones, las tablas, las
variables, los ejes principales de los anlisis, y los individuos. Adems, el impacto de las otras

mesas en una observacin puede ser estudiada mediante la visualizacin simultnea de la

observacin descrita por las todas las variables y las observaciones proyectadas descritas por las
variables de una sola tabla ( Escofier y Pags, 1984 ).
El mapa de correlacin a travs de MFA demostr que las dos primeras dimensiones explican
hasta un 65% de la variabilidad de FP, con una alta correlacin (Rv = 0,91) y 60% para RGM (Rv =
0,88). Por otra parte, los descriptores generados por los consumidores en ambos casos reflejan
bien los utilizados por el panel entrenado. Por ejemplo, la direccin de percepcin de la 'dulzura',
como se describe por el panel entrenado, se correlaciona positivamente con descriptores tales
como "dulce", "azucarado" y el azcar ", que fueron generados por los consumidores, la 'direccin
Amargura' como se describe por el entrenado el panel explica las palabras de consumo tales como
'sabor fuerte "," amargo "o" intenso ". Estos resultados confirman la idoneidad de estas dos
tcnicas como un medio para obtener un mapeo de los consumidores de productos de referencia,
as como su capacidad para generar una lista de palabras para describir las muestras en el
"lenguaje de los consumidores".
Sin embargo, como se mencion antes, la percepcin de 'cremoso / cremosidad "los consumidores
no estaba bien correlacionada con la evaluacin panel entrenado. Adems, los resultados
revelaron QDA una descripcin ms detallada de las muestras en algunos aspectos, que no se
describe en profundidad por los paneles de consumidores, en particular en la percepcin sensacin
en la boca y el regusto / sensacin posterior. Estos hallazgos sugieren que existe un lmite en la
calidad de la informacin que se puede obtener a travs de la descripcin de los consumidores. El
uso de MFA para correlacionar los conjuntos de datos de diferentes mtodos de perfiles fue
particularmente til en este estudio, ya que proporciona una idea grfica de cmo relacionan los
conjuntos de datos, es decir, si los atributos se explican en el mismo camino por el que se
comparan ambos paneles (panel entrenado y panel de consumidores), y lo que las discrepancias
eran (ver Fig. 8 como un ejemplo de la correlacin de RGM y QDA resultados). Esto permiti la
observacin de que la percepcin "cremosa" no fue muy bien descrito por los consumidores.

Fig. 8.
Correlacin de RGM y los resultados QDA obtenida por MFA. Vectores muestran las direcciones atributo
ms correlacionados generados por los consumidores. El rea sombreada entre dos vectores muestra el
"espacio perceptual cremosa". No se muestran los nombres de los atributos QDA.
Opciones Figura

3.8. Consideraciones prcticas y aplicaciones

Una aplicacin directa de las tcnicas evaluadas de perfiles de consumo es cuando hay
limitaciones de tiempo, cuando un panel entrenado no est disponible o una nueva categora de
productos est siendo probado en el que el panel interno no est bien entrenado.
No obstante, hay que sealar que el objetivo de este estudio no era para encontrar nuevos
mtodos para reemplazar las tcnicas descriptivas con paneles entrenados pero para entender
ms a fondo cmo mtodos como QDA se relacionan con la percepcin del consumidor.
Por otra parte, las mediciones descriptivas del panel entrenado se desempean mejor en varios
casos: cuando hay una necesidad de comparar las muestras en diferentes momentos en el tiempo
y tambin cuando se comparan diferentes conjuntos de muestras con pocas muestras en comn,
ya que aunque no absoluta, cuando el panel est bien calibrado y medidas del panel mantenidos,
formados son estables en el tiempo y dentro de un determinado espacio perceptual. Otro ejemplo
es cuando las pequeas diferencias tienen que ser descrito; o como se mencion anteriormente,
cuando la diferencia radica en las percepciones ms complejas como la sensacin en la boca y la

sensacin posterior, en los casos todava se necesita un panel con una capacitacin intensiva, y
podra ser una fuente fundamental de informacin en aplicaciones de desarrollo de productos.
El otro objetivo de esta investigacin fue comparar crticamente la eficacia y la aplicacin de
diferentes mtodos de perfiles, por primera vez, hecho con mltiples tcnicas, en el mismo
conjunto de la muestra, y con diferentes paneles de consumidores naf, lo que permite una
comparacin exhaustiva. Los resultados mostraron que la clasificacin, el mapeo proyectiva, flash
de perfiles y mtodo de la cuadrcula repertorio, todo podra aplicarse como un medio de
generacin de vocabulario en muestras de bebidas calientes; Sin embargo, FP y RGM presentan la
ventaja de ser tambin muy adecuado como tcnicas descriptivas para un mapeo cuantitativo
producto. Sin embargo, una limitacin tiene que ser destacado para FP; siendo un mtodo
comparativo, el nmero de muestras que se pueden evaluar por FP es limitado (y dependera de la
categora), mientras que en RGM y QDA, como muestras se presentan en una secuencia
mondico, no hay ninguna limitacin potencial en cuanto al nmero mximo de muestras.
Datos de FP y RGM se pueden utilizar con confianza para correlacionar con los datos sensoriales
de un panel entrenado, o tambin con los datos fsicos o qumicos. Adems, la correlacin de FP o
RGM y QDA sera una fuerte validacin del panel de glosario descriptivo. La viabilidad de la
cuantificacin de la descripcin de los consumidores de una manera relevante a travs de FP o
RGM tambin abre la puerta de la exploracin del vocabulario de los consumidores con una validez
estadstica ms (al contrario de los mtodos tradicionales de exploracin cualitativas como grupos
focales). A modo de ejemplo, algunas preguntas tiles podran ser contestadas: "que los atributos
de consumo discriminan mejor entre dos muestras" ?, "qu atributos son ms relevantes para los
consumidores objetivo" ?, "hacer los consumidores tienen la misma comprensin de un atributo en
particular ?," Qu diferentes palabras describen los mismos estmulos sensoriales para un
consumidor ingenuo? ", lo que resulta en una orientacin interesante para los desarrolladores de
productos. Esto tambin podra ser una forma de identificar los atributos importantes para los
consumidores, con el objetivo de tenerlos en cuenta en ms pruebas afectivo cuantitativa de la
categora (prueba de ensayo ubicacin o uso en el hogar central), sobre todo cuando el pas de
destino tiene una lengua diferente a la que gestionado por el equipo de investigacin.

4. Conclusin
Los resultados obtenidos en este estudio demostraron que los consumidores fueron capaces de
generar atributos relevantes y para cuantificar las diferencias entre las muestras de bebidas
calientes.

Clasificacin y mapeo proyectivo un mal desempeo en trminos de discriminacin producto y

capacidad de repeticin, pero ambas son tcnicas rpidas y fciles de usar que podran ser
utilizados cuando se necesita una descripcin amplia y spera.
Perfiles de Flash y RGM eran exactos en trminos de la cartografa y la agrupacin; estos mtodos
tambin produjeron una descripcin relevante y rico. Consumidores medicin por FP y RGM
(entendida como el posicionamiento y la descripcin del producto) era muy similar a la medicin
realizada por el panel entrenado, sin embargo, al describir sensacin en la boca (por ejemplo, la
cremosidad) los consumidores descripcin no era lo suficientemente detallada o consensual.
El buen comportamiento de FP y RGM con los consumidores les hace mtodos fiables que pueden
ser recomendados para obtener una descripcin cuando se necesita un perfil rpido o cuando el
panel de evaluadores entrenados no est disponible o no entrenado en ese producto en
particular. Clasificacin y mapeo proyectiva en el otro lado puede utilizarse como procedimientos
de perfilado de productos fciles y rpidas cuando no se necesita un perfil preciso y cuando una
descripcin aproximada es suficiente.
Todos los mtodos estudiados podra ser utilizado como informacin directa de los consumidores
objetivo, como buenas herramientas de desarrollo de vocabulario; Sin embargo FP y RGM ser ms
preciso en los perfiles se pueden utilizar tambin para correlacionar con los datos de un panel
entrenado e incluso a los datos fsicos y qumicos.
En este trabajo, los atributos del panel entrenado reflejan bien la percepcin de la categora de
producto en el estudio de los consumidores, que sirve como una validacin del glosario panel
entrenado. En general, las mediciones descriptivas del panel entrenado todava tendran un mejor
desempeo en algunas aplicaciones y no pueden ser sustituidos, en particular cuando se trata de
atributos complejos, como en este caso, sensacin en la boca y la sensacin posterior, o pequeas
diferencias que ser caracterizado.
Las tcnicas de perfilado investigados aqu son vistos como complementarios a la informacin
dada por un panel entrenado, ser herramientas muy poderosas para obtener informacin directa de
los consumidores. Los prximos pasos seran para estudiar "qu tan lejos pueden ir estos
mtodos", es decir, son aplicables a la mayora de las categoras de productos? En qu casos
son ms adecuados o no se adapta en absoluto?

Agradecimientos
Los autores desean dar las gracias a Marie-Christine Marcuz de Kraft Foods Galletas LU-(Pars,
Francia), Catriona Lakemond de la Universidad de Wageningen (Pases Bajos) y el equipo de I + D
+ Q en Kraft Foods Banbury (Reino Unido).