Errores Comunes en Análisis Sensorial y Escalas de Medición Estadística

Errores Comunes en el Análisis Sensorial

En el análisis sensorial, es crucial minimizar los errores para obtener resultados precisos y confiables. A continuación, se describen algunos de los errores más comunes:

• Error de hábito: Se evalúan múltiples atributos simultáneamente en una sola muestra (sabor, olor, textura), cuando se debe evaluar un atributo a la vez.
• Error por expectación: Los miembros del proyecto no deben participar como panelistas, ya que pueden buscar confirmar lo que ya saben. El evaluador no puede ser panelista.
• Error por estímulo: Las muestras deben presentarse con códigos aleatorios (2, 3 o 4 números), variando solo el orden. Todas las muestras deben tener el mismo volumen para asegurar uniformidad en la presentación y codificación.
• Error lógico: Ocurre cuando el panelista intenta diferenciar entre sabor y dulzor, sin poder distinguir claramente el atributo sabor:dulzor. Esto puede ser influenciado por pequeñas alteraciones como el color (más oscuro) u olor (quemado/sabor amargo).
• Error por benevolencia: Sesgos causados por preferencias personales de los panelistas (familiares, amigos) o aversiones.
• Error por tendencia central: No seguir un orden sistemático (de izquierda a derecha) al evaluar las muestras, eligiendo al azar.
• Error por contraste: Evaluar las muestras en orden ascendente o descendente de concentración (ej., dulce-amargo).
• Error de proximidad: Utilizar códigos muy seguidos (ej., 102, 103, 105, 106) que pueden confundir. Evitar números ascendentes o descendentes. También se incluye la falta de descanso adecuado entre pruebas para el panelista.
• Error de posición y tiempo: Al detectar diferencias entre dos muestras, elegir al azar por no poder distinguir realmente. Son errores psicológicos.
• Error de asociación: La respuesta está influenciada por el comentario de otro panelista, debido a la afinidad entre ellos.
• Error de primera clase: Detectar un estímulo que no existe. Se corrige mediante entrenamiento de panelistas.
• Error de segunda clase: No detectar un estímulo que sí existe. Se corrige mediante entrenamiento de panelistas.

Influencia de la memoria: Tener una mala experiencia previa puede generar un error psicológico.

Estadística Descriptiva

La estadística descriptiva se enfoca en la clasificación y descripción de los datos.

Ejemplos: construcción de histogramas, gráficas y tablas, cálculos de medias, medianas y modas, rangos, cómputos de varianzas, etc.

Ejemplo práctico: Se trabaja con un panel de jueces que mide la intensidad del sabor dulce en un jugo de naranja utilizando una escala de puntaje entre 1 y 10.

Estadística Inferencial

La estadística inferencial se utiliza para sacar conclusiones sobre una población a partir de una muestra aleatoria de la misma.

En esta estadística se incluyen la estimación de parámetros poblacionales (media, varianza) y la formulación y prueba de hipótesis referidas a dicha población.

Escalas de Medición

Escala Nominal

Consiste en la asignación arbitraria de números a diferentes categorías en las que se divide la variable que se está midiendo. Los números representan nombres, sirviendo únicamente para identificar la categoría. No tiene valor numérico ni propiedades cuantitativas.

Escala Ordinal

Los números representan un orden, pero no proporcionan información acerca de la diferencia relativa entre las muestras. No se puede concluir sobre el grado de diferencia o la magnitud de la misma.

(Análisis de varianza "Friedman" - test no paramétrico). Los números expresan orden. Esta escala se usa para detectar diversos grados de un atributo.

Escala de Intervalo

Los números representan números reales, no solo en orden, sino cuánto se diferencian entre ellos. Este tipo de escala no tiene un cero real, es arbitrario y no refleja en ningún momento la ausencia de la magnitud.

Escala de Magnitud

El cero expresa ausencia del atributo a evaluar. En esta escala, a iguales diferencias en los números asignados corresponden iguales diferencias en el grado del atributo.