Este
trabajo surge en el contexto de tres estudios sobre la evaluación sensorial del
vino. En el primero diseñamos un nuevo método para seleccionar el panel
utilizando sujetos no expertos. Para ello elaboramos distribuciones de probabilidad
de una medida de sensibilidad (Garriga Trillo, 1997).
Disponemos de tantas distribuciones como modalidades sensoriales se quieran
considerar en el estudio. Los sujetos se bareman según las distribuciones
obteniendo puntuaciones estandarizadas en cada modalidad. Se escogen, para
formar el panel, los sujetos que se necesitan considerando aquellos con
puntuaciones « máximas» en todas las distribuciones de las modalidades
consideradas. Es un enfoque multidimensional de intersección de distribuciones.
Las distribuciones determinan el grado de expertise de sujetos ingenuos.
En el segundo estudio propusimos un nuevo modelo de segmentación, el Answer
Tree, para determinar las características diferenciales de un vino considerando
las evaluaciones de varios vinos (Garriga Trillo y Zamora,
2000).
En
nuestro tercer trabajo (Garriga Trillo y Zamora, 1999), dentro
del cual se encuentra esta investigación, hemos tratado de encontrar la «mejor»
técnica de obtención de resultados. Entendemos por «mejor» técnica aquella que
potencia la sensibilidad del sujeto con respecto al aspecto que queremos
estudiar o, en otras palabras, que elimina todos (o la mayoría) de los efectos
extraños que sesgan la percepción del rasgo en la modalidad estudiada. En este
estudio consideraremos los rasgos «color amarillo», «olor a limón» y «gusto
dulce» en dos vinos Chardonnay. Utilizando estas categorías-atributos
pretendemos estudiar las medidas generadas por los sujetos en la evaluación
sensorial de los dos vinos, empleando dos métodos no estructurados y
controlando el aspecto de no tener extremos (una escala lineal no extrema –NEL–
y una escala numérica no extrema de límites convergentes –LC–), con el fin de
comprender cuál es el proceso empleado por los sujetos en la evaluación de los
estímulos. La idea de estudiar el proceso de generación de las respuestas
sensoriales, y no la mera magnitud percibida, proviene de Restle
(1971). Definiremos los métodos no estructurados como aquellos que no
limitan sus respuestas a opciones discretas. Es decir, existen infinitas
posibilidades de respuesta.
Método
Las
condiciones experimentales quedan determinadas en la tabla
1. Aunque en la misma aparecen las instrucciones resumidas, a
continuación se encuentran las instrucciones completas para el caso del olor a
limón. Refiriéndonos a la escala LC ésta fue:
«Estime la intensidad del olor a limón de estos
vinos utilizando números. Esta copa contiene uno de los olores más fuertes y
ésta uno de los más débiles.»
En
cuanto a la escala NEL, la instrucción fue:
«Estime la intensidad del olor a limón de estos
vinos, poniendo un aspa en la línea que aparece a continuación. Esta copa
contiene uno de los olores más fuertes y ésta uno de los más débiles.»
Resultados
Para
elaborar nuestros resultados utilizamos el siguiente modelo general lineal para
calcular una regresión múltiple hacia atrás empleando el programa SPSS versión
10. El modelo empleado ha sido:
Yi = β0 + β1 X1i + β2 X2i + β3 X3i + β4 X4i + ei
en donde,
Yi = Magnitud estimada (Rt o Respuesta en tiempo t) de X1i
X1i = Magnitud física del estímulo (Ct)
X2i = Magnitud estimada de la magnitud física anterior (Rt-1 o Respuesta anterior)
X3i = Distancia o diferencias entre magnitudes físicas subsiguientes (D)
X4i = Magnitud física del estímulo anterior (Ct-1)
ei = Término error
Tipificando las variables y eliminando los componentes de la
respuesta que no eran significativos encontramos los siguientes resultados para
cada vino (cosecha 1994 y cosecha 1997), para cada escala y para cada
modalidad-atributo. Los factores determinantes de las respuestas aparecen en
orden descendente. Esto implica que la variable que resulta en primer lugar es
la más relevante en la respuesta dada por el sujeto. El coeficiente R2
indica el porcentaje de varianza de las respuestas de estimación realizadas por
los sujetos explicada por las variables que aparecen como factores
determinantes de ella. Estos resultados se muestran en la tabla
2.
Discusión
Considerando la técnica numérica no
estructurada, LC, las respuestas de estimación de la intensidad del color, olor
y gusto en ambos vinos se debe primordialmente (en un porcentaje mayor del 50
%) a factores ajenos a la concentración real del vino. El proceso de dar una
respuesta se ve afectado por la respuesta numérica anterior, dada por el
sujeto, y por la distancia o diferencia existente entre las concentraciones
sucesivas de los vinos presentados. En las evaluaciones del vino de 1997
aparece el factor concentración del estímulo, pero siempre en último lugar y
con un porcentaje menor de varianza explicada que en el caso en que no aparece
(olor a limón). Con todo, parece ser que los atributos del vino de 1997 se
perciben mejor que los del vino de 1994.
Considerando la técnica lineal no
estructurada, NEL, las respuestas de estimación de la intensidad del color,
olor y gusto en ambos vinos se deben primordialmente (en un porcentaje mayor
del 50 %) a la concentración o intensidad que se pretendía medir. El proceso de
dar una respuesta con esta escala se ve afectada también por la respuesta
numérica anterior dada por el sujeto y por la distancia existente entre las
concentraciones sucesivas de los vinos presentados. Como en el caso anterior,
se podría afirmar que se percibe mejor el vino del 1997 que el de 1994. Sin
embargo, los sesgos de las respuestas de los sujetos son semejantes en ambas
técnicas, aunque algo menores en la utilización de la escala lineal. Utilizando
este aspecto ligeramente diferencial, podríamos sugerir que la escala lineal no
estructurada es mejor que la escala numérica no estructurada. Con todo, hay que
recordar que los factores más frecuentes determinantes de la respuesta son, en
primer lugar, la respuesta dada en el ensayo anterior y, en segundo lugar, la
diferencia entre las concentraciones consecuentes.
Otro aspecto que surge en el análisis de
nuestros datos es el hecho de que la evaluación de la intensidad del color y
del gusto incluye la intensidad real del vino en todos los casos menos en uno
(en la estimación numérica del vino de 1994). Parece ser que estas dos
características sensoriales son las más relevantes en la evaluación sensorial
de nuestros vinos. Este aspecto se halla considerado en el trabajo de Noble (1996) dentro de las características sensoriales
primarias, la apariencia y el sabor.
Concluimos, pues, que la medición no
estructurada, sea numérica o lineal, aplicada a la evaluación sensorial del
vino induce sesgos en la cuantificación de la intensidad percibida en tres
modalidades distintas y con dos vinos de cosechas distintas. Aunque nuestros
métodos de medición han sido desarrollados recientemente (Guirao,
1991; Stone y Sidel, 1998) éstos no son una panacea, ya que inducen
respuestas que no son magnitudes percibidas sino más bien medidas complejas de
los juicios generados por los sujetos. El proceso de la medición no
estructurada en la evaluación sensorial del vino es un proceso multivariado y
no unívoco. El problema de la búsqueda de la «mejor» escala, en el sentido
definido anteriormente, no está resuelto. Debemos continuar la investigación
hacia la obtención de la «mejor» escala. Tal vez deberíamos considerar la
aplicación de una escala semiestructurada y no acotada superiormente, como la
reciente escala CR10 de Borg (1998), a la evaluación
sensorial del vino. Esta escala ha sido aplicada y validada en la medición del
dolor y del esfuerzo realizado en actividades deportivas.
Bibliografía
Borg G.: Borg´s perceived exertion and pain
scales, Champaign, Illinois, Human Kinetics, 1998.
Garriga Trillo A.: «Probability distributions
for new sensitivity measures», en: A. Preis y T. Hornowski (eds.): Fechner
Day 97, Poznan, Polonia, Wydawnictwo Poznanskie, 1997.
Garriga Trillo A., Zamora M.C.: «What are we
measuring when quantifying perceived intensity of Chardonnay´s wines: Numerical
vs Non Structured scales?», en: P.R. Killeen y W.R. Uttal (eds.): Fechner
Day 99, Tempe, Arizona: University of Arizona-International Society for
Psychophysics, 1999.
Garriga Trillo A., Zamora M.C.: «Differential
profiling of Chardonnay´s wines», en: C. Bonnet (ed.): Fechner Day 2000,
Estrasburgo, Francia, Université Louis Pasteur-International Society for
Psychophysics, 2000.
Guirao M.: «A single scale based on ratio and
partition estimates», en: S.J. Bolanowski, Jr. y G.A. Gescheider (eds.): Ratio
scaling of psychological magnitude , Hillsdale, Nueva Jersey, Lawrence
Erlbaum Associates Publishers, 1991.
Noble A.: Using analytical sensory
techniques to understand wine preference, Paper presentado en Sensory
Science Meeting: Industry needs. Sydney, Australia,
noviembre 1996.
Restle F.: The psychology of judgment and
choice: A theoretical essay, Nueva York, Wiley, 1961.
Stone H., Sidel J.L: «Quantitative descriptive
analysis: Developments, applications and the future», Food Technology
1998, 52; 8: 48-52.
Tabla 1 Condiciones experimentales de la investigación.
A) Información de los sujetos. B) Información de los estímulos
A) Sujetos
|
B) Estímulos
|
Número: 28
|
Sustancia: Dos vinos Chardonnay (1994 y 1997)
|
Rango de edad: 19-50 años
|
Instrucciones (resumidas): Evalúa la intensidad
utilizando LC o NEL
|
Género: 14 M y 14 H
|
Concentraciones: 100, 85, 70, 55, 40, 25 y 10% servido en
copas de cata
|
Déficit sensoriales: Ninguno
|
Número de sesiones: 4
|
Remuneración: Sí
|
Duración de una sesión: 1,5 horas
|
Experto / Ingenuo: 3 / 5
|
|
Tabla 2 Resultados del experimento
Escala
|
Vino
|
Atributo
|
Factores determinantes de la respuesta
|
R2
|
|
1994
|
Color amarillo
|
Rt-1 y D
|
58%
|
|
|
Olor a limón
|
Rt-1 y D
|
79%
|
|
|
Gusto dulce
|
Rt-1 y D
|
71%
|
|
1997
|
Color amarillo
Olor a limón
Gusto dulce
|
Rt-1, D y Ct
Rt-1 y D
Rt-1, D y Ct
|
56%
70%
44%
|
NEL
|
1994
|
Color amarillo
Olor a limón
|
Ct, D y Rt-1
D, Ct-1 y Rt-1
|
70%
48%
|
|
|
Gusto dulce
|
Ct, D y Rt-1
|
58%
|
|
1997
|
Color amarillo
|
Ct, D y Rt-1
|
56%
|
|
|
Olor a limón
|
Ct y Rt-1
|
44%
|
|
|
Gusto dulce
|
Ct, D y Rt-1
|
51%
|
|