EVALUACIÓN SENSORIAL EN

LA INDUSTRIA ALIMENTARIA
Diego Silva Chuquipoma
MsC (c) Ingeniero Agroindustrial
 MODULO II
CLASE 3: PRUEBAS SENSORIALES DESCRIPTIVAS
CONTENIDO
• Introducción al análisis sensorial descriptivo
• Evolución de las pruebas sensoriales descriptivas
• Aplicaciones en la industria alimentaria
• Aspectos incluidos en la evaluación sensorial descriptiva
• Diseño y componentes de las prueba
• Análisis Descriptivo Cuantitativo: Etapas para el desarrollo y análisis
de datos
• Caso Práctico: Análisis Descriptivo Cuantitativo de 3 tipos de salsa
utilizando Excel y software estadístico R
OBJETIVOS

• Conocer las principales pruebas descriptivas usadas en la industria de

alimentos.
• Realizar un análisis descriptivo cuantitativo y su aplicación.
• Comprender el análisis estadístico de datos.
 ANÁLISIS SENSORIAL DESCRIPTIVO
• El análisis sensorial descriptivo es una de las herramientas más potentes y
más ampliamente utilizadas de la Evaluación Sensorial.

• Permite obtener una caracterización sensorial completa de un producto,

que abarca sensaciones visuales, auditivas, olfativas, kinestésicas y
gustativas.

• Implica describir las características sensoriales del alimento y cuantificar

la intensidad en la que esas características.

• Requiere de un panel de panelistas entrenado

EVOLUCIÓN Perfil de sabor Métodos descriptivos
(1950)
estáticos

Perfil de Textura
(1963)
Escalamiento por
similaridad (1981)
Perfil de Spectrum Análisis descriptivo cuantitativo (QDA)
(1975) (1974)
Escoja-cualquiera
1996
Perfil cuantitativo Perfil libre Mapeo proyectivo
de sabor (Mapping) (1994) Sorting (1989)
(1984)
(1993) Sorting libre 1995
Mapping /Napping ultraflash
Perfil Flash 2005 C.A.T.A (2007)
(2002)

Napping por
Análisis consenso 2012
descriptivo
de ordenación
(2010)
Fuente: Dehlholm, Descriptive sensory Napping
evaluations, Comparison and applicability of
novel rapid methodologies (2012) parcial 2012
 Perfil tiempo intensidad
EVOLUCIÓN (1954)
Métodos descriptivos
dinámicos
Perfil tiempo intensidad
computarizado
(1960)

Tiempo – intensidad revisado Perfil progresivo

(1986) (1994)

TDS
Temporal
Dominance of sensations
(2003)

TOS
Fuente: Dehlholm, Descriptive sensory
evaluations, Comparison and applicability of Temporal
novel rapid methodologies (2012) order of sensations
(2011)
 APLICACIONES

• Desarrollo de nuevos productos

• Control de calidad
• Identificar los atributos sensoriales
de los productos con el consumidor
• Comparar el perfil del producto
de la compañía con los de la
competencia
• Atributos que cambian con el tiempo
 ASPECTOS INCLUIDOS EN LA
EVALUACIÓN SENSORIAL DESCRIPTIVA

Existen varias metodologías descriptivas

que pueden aplicarse para obtener
descripciones objetivas de un producto.
Estas metodologías pueden incluir
distintos aspectos:
• Cualitativo (descripción de las
características sensoriales)
• Cuantitativo (cuantificación de
intensidades)
• Temporal (orden de aparición y
evolución en el tiempo)
• Integral (impresión general)
Aspecto cualitativo
Los parámetros sensoriales que definen un producto se denominan “atributos”,
“características”, “notas”, “términos descriptivos”, “terminología” o “atributos”.
Se refieren a las palabras que definen el perfil sensorial de un producto
determinado.

¿Cuáles podrían ser los atributos para evaluar la textura del dulce de leche?
Aspecto cuantitativo
Debe expresarse el grado en que cada componente cualitativo esta
presente.

Para ello debe seleccionarse una escala de medida, deben establecerse

referencias y debe entrenarse al panel en el uso de esas escalas.

Poco duro Muy duro

Aspecto temporal
• Este aspecto considera el orden de aparición en el tiempo de los
atributos, así como la evolución de un atributo determinado en el
tiempo.
• Intensidad de AMARGO medida inmediatamente después del
consumo, a los 30 segundos, a los 60 segundos.
 Aspecto integral
• En algunos casos es necesario contar con
una evaluación integrada de un conjunto
de características de un producto.

• Con un entrenamiento adecuado del panel

de panelistas puede proporcionar este tipo
de medida.

• Medidas tales como IMPACTO GLOBAL,

BALANCE, EQUILIBRIO, COMPLEJIDAD
expresan este tipo de componente en
ciertas categorías de producto.
DISEÑO DE LA PRUEBA

Qué
Necesidad información
se necesita

Definir Propósito Objetivo

Independiente,
Variables dependiente
Escala

Réplica, Diseño y
Metodología ¿Cuál?
factores,.. cuidados

Análisis Univariado Multivariado

 Propósito - objetivo

PROPÓSITO OBJETIVO

• ¿Qué se quiere con el estudio? • Específico

• Tipo de prueba, personal,
tiempos
• Medible
Componentes del análisis descriptivo
• Lenguaje (términos)
• La intensidad
Atributos a • La escala
medir • Orden de aparición del estimulo
• Impresión particular
• Impresión global

Métodos • Dinámicos: Tiempo - intensidad

descriptivos • Estáticos

• Patrones
Condiciones • Evaluadores
de la • Sitio
prueba • Producto
• Tiempo
 Tipo de panelistas
• Entrenados • Expertos • Consumidores
– Con todos sus – Con todos sus – Seleccionados
sentidos sentidos por grupo
– Entrenados – Buenos objetivo
– Calibrados atributos
– Calificados – Entrenados
– Calibrados
– Calificados

Perfiles pioneros
 Características del lenguaje
Métodos tradicionales
• Consenso o técnicos
• Precisos
• Entrenamiento
• Evaluados
• No hedónicos
• No cuantitativos
• No “característico”
• No asociados al atributo
• Limitados según el objetivo de análisis

Métodos rápidos
• Libres
• Técnicos
• Hedónicos
• Emocionales
• Aplicaciones
 Fuente de Atributos
• Evaluadores entrenados o expertos
• Consumidores
• Compendios
– ASTM – Spectrum
• Normas técnicas
• Libros
ANÁLISIS DESCRIPTIVO CUANTITATIVO
 ANÁLISIS DESCRIPTIVO CUANTITATIVO

• Metodología de uso muy extendido que tiene como objetivo medir todas las
características de un producto.

• Se aplica en diversas aéreas y a todo tipo de productos, no solo alimentos,

empleando panelistas con un alto grado de entrenamiento.

• Fue desarrollada en la década del 70’ buscando superar limitaciones de otras

metodologías en uso.

• Sus principales características son:

• Los datos NO se generan por consenso
• El líder del panel no participa como evaluador
• Emplea escalas no estructuradas para evaluar la intensidad de los atributos
 Etapas para el análisis descriptivo
Entrenamiento
Definición del
Selección de general pruebas
lenguaje común por
expertos descriptivas, uso de
consenso
formatos y escalas

Evaluación de
reconocimiento de Entrenamiento en Evaluación de
los atributos escalas panelistas
acordados

Análisis de
muestras
 Selección de Panelistas
El Análisis Descriptivo debe realizarse con
panelistas entrenados, los cuales deben ser
seleccionados de acuerdo con las siguientes
características:
• Interés y disponibilidad para participar
• Responsabilidad
• Habilidades sensoriales superiores al promedio
• Antes de comenzar la selección debe trabajarse
con un número de panelistas 2 o 3 veces
superior al número de panelistas requeridos
para el panel (8-12).
 Selección de Panelistas
• Deben seguirse los pasos establecidos la selección de
panelistas sensoriales (Módulo 1).

• Las pruebas deben adaptarse al producto especifico y al

tipo de tarea a desarrollar.

• Durante el proceso de selección y entrenamiento pueden

emplearse pruebas discriminativas y de ordenación,
seleccionando series de muestras que representen
atributos clave en el producto.

• Ejemplo: Ordenación de 6 muestras de queso con

cantidades decrecientes de NaCl (7.1, 4.3, 3.0, 2.1, 1.6 y
1.3 g/kg) para quesos semiduros para sabor salado.
 Análisis Descriptivo

Construir Calibrar
Atributos Medir
escala panelistas
 Definición de atributos
Es necesario desarrollar un vocabulario estandarizado y
preciso, de interpretación clara por parte del panel.
MAS IMPORTANTE
Los términos a seleccionar para deberán ser:
• Discriminantes
• No redundantes
• Relacionarse con la aceptación del consumidor
• Relacionarse con medidas instrumentales o fisicoquímicas
• Precisos y confiables
• Con significado consensuado
• No ambiguos
MENOS IMPORTANTE
• Con referencias fáciles de obtener
• Comunicar
Definición de atributos
Hay diversas técnicas que permiten obtener los atributos:

• Discusión abierta
• Lista previa
• Descripción entrecruzada
 Discusión Abierta
• Es la técnica usada con mayor frecuencia.

• Los panelistas reciben una serie de muestras en función

del objetivo del estudio y se les pide que seleccionen las
palabras que consideran más adecuadas para describir
las muestras y las diferencias entre ellas. También se les
pide que definan las anclas.

• Mediante discusión abierta con el moderador se llega a

un consenso.

• La discusión abierta permite generar más ideas y

términos, enriqueciendo la lista de posibles atributos.
 Discusión Abierta
• Es un proceso que lleva varias sesiones.
• Como se obtiene un gran numero de términos,
es necesario reducir y acordar no solo los
atributos sino también la forma de evaluarlos.
• Atributos de textura de ketchup
Consistencia (manual)
• Definición: Resistencia que ofrece la muestra a ser
revuelta 3 veces en dirección horaria con una
cuchara.
• Referencias: Nada: salsa de tomate Mucho: salsa
de tomate + 2% goma xantana.
 Lista Previa
• Los panelistas seleccionan los
atributos de una lista previamente
elaborada.

• Para ello los panelistas reciben una

serie de muestras y la lista de
atributos. Deben seleccionar de la
lista los atributos que consideran
adecuados para describir cada una
de las muestras.
 Descripción entrecruzada (Repertory grid)

• Las muestras se presentan a los panelistas en grupos de tres,

arbitrariamente asociando 2 de ellas y disociándolas de la tercera.

• Esta agrupación en tríadas tiene como finalidad forzar a los evaluadores a

centrarse en las similitudes y diferencias entre las muestras.

• Para cada grupo de tres muestras se le pide a los panelistas que elaboren
dos listas, una con los atributos comunes a las muestras asociadas y otra
con los atributos que las diferencian de la tercer muestra.
Luego por consenso
se acuerda la lista
final y se definen
los extremos de
cada atributo
 Definición de atributos
• Las listas generadas suelen ser muy extensas, por lo cual es
conveniente reducir el número de términos a evaluar.
• Un número excesivo fatiga a los panelistas y no
necesariamente proporciona información útil.
• Un número muy reducido puede resultar insuficiente para
diferenciar los productos en estudio.
• Criterios a emplear:
• Eliminar los de significado similar
• Incluir términos que describen características importantes del
producto
• Incluir términos con buena capacidad discriminativa
 Entrenamiento
Se debe entrenar al panel en la evaluación y cuantificación de los
atributos seleccionados.

Esta etapa busca:

• Familiarizar a los panelistas con los atributos y su forma de evaluación

• Alcanzar un vocabulario común por parte del panel de panelistas.

• Mejorar la sensibilidad y la memoria frente a distintos atributos.

• Definir referencias de intensidad para cada atributo.

• Aumentar la habilidad para reconocer, identificar y cuantificar atributos

sensoriales

• Lograr resultados concordantes y reproducibles.

 Entrenamiento en Escalas
Ordenamiento por intensidad
Escoger un atributo
del atributo

Uso de escala de intervalo no

estructurada para evaluar intensidad
Valores de
escala del Determinar promedios
grupo para el CV < 25%
y coeficiente de variación
atributo CV > 25%

Revisión de resultados
con el grupo de panelistas

Repetir nuevamente la evaluación

sobre la escala
 Verde, fresa,
jugosa, dulce,
ácida, ….
 Proceso de medición

Variable ¿Qué se Dulzor, color,

(atributo) quiere medir? …

Estructurada,
Grado (nivel) ¿Cómo? …

Valor
(medida) Escala 10 cm, anclas

Rango
Ajuste Repetitividad
(calibración)
 Evaluación de muestras
Generalmente las muestras se evalúan por duplicado o triplicado,
utilizando escalas no estructuradas de 10 cm.
Los datos se analizan por análisis de varianza, estudiando la
concordancia y reproducibilidad del panel y de cada uno de los
panelistas.
 Ejemplo: Análisis descriptivo aplicado a quesos

APARIENCIA EXTERNA
APARIENCIA INTERNA
TEXTURA
Se evalúan las siguientes características:
• Características de superficie
• Características mecánicas
• Características geométricas
• Otras
OLOR
SABOR
Características de Superficie
Los atributos a evaluar son los siguientes:

Grado de rugosidad de la superficie

Grado de humedad de la superficie

Características
Elasticidad
Mecánicas

Elasticidad nula
o muy baja

Zanahoria cruda Mantequilla

ablandada

Baja elasticidad
de retorno lento
o incompleto

Alta elasticidad
 Firmeza
Se evalúa la resistencia a la deformación cuando se muerde un
trozo de queso con los molares.
 Friabilidad
Se mastica un trozo de queso 4 o 5 veces y se evalúa cuánto se desintegra.
Baja friabilidad

Friabilidad
fuerte
 Adherencia
Trabajo que hay que realizar con la lengua para despegar un producto pegado
en el paladar y los dientes.
OLORES
 Sabor
Los atributos que se evalúan son los siguientes:
• Dulce
• Salado
• Ácido
• Amargo
• Picante
• Astringente
• Ardiente
• Refrescante
• Acre
• Metálico
• Regusto
• Persistencia
• Es necesario trabajar con un rango amplio de muestras para la categoría de
producto en estudio.

• Una vez que se completa la fase de entrenamiento, se debe verificar el

comportamiento del panel.

• Los panelistas trabajan en forma individual con un subconjunto de

muestras por duplicado o triplicado.

• Se analiza la reproducibilidad y concordancia individual y del panel, así

como el uso de los atributos. Puede ser necesario reentrenar.
ANÁLISIS DE DATOS
• Seleccionar un grupo de individuos con
capacidades sensoriales superiores al promedio
de la población.

• Definir los atributos sensoriales a evaluar y su

definición.

• Realizar un entrenamiento en el reconocimiento y

evaluación con escalas de cada uno de los
atributos seleccionados.

• Evaluar las muestras de interés en varias sesiones.

• Al finalizar la evaluación con el panel de muestras problemas
se tiene una matriz de datos del siguiente tipo:
 paneli Olor Color Uniformidad Uniformidad Zonas
Condición Repetición Firmeza
sta extraño laminillas laminillas sombrero pardas
AIREPP 1 1 2,2 5,8 2,5 3,6 4 3
AIREPP 2 1 2,4 5,8 4 3,7 4 4
AIREPP 3 1 3 5,4 3,5 2,8 5,4 4,5
AIREPP 4 1 3 6 2,5 2,9 5,9 4,5
AIREPP 5 1 3,5 6,3 2,2 3 3,7 5,6
AIREPP 6 1 2,5 6,7 2,1 2,3 5,5 4,3
AIREPP 7 1 3 6 3,2 4,3 3,2 4,3
AIREPP 8 1 3 6,5 3,4 3,8 4,2 5,8
AIREPP 9 1 4 5,6 3,3 3,3 4,7 4,5
AIREPP 10 1 3,4 6 2,1 3,9 5 4,5
AIREPP 1 2 3,2 6,2 3,4 2,9 3,8 4,4
AIREPP 2 2 3,9 5,9 3,4 3,9 4,3 3,9
AIREPP 3 2 3,5 5,4 4,5 3,4 4,4 3,5
AIREPP 4 2 3,5 5,4 2,5 3,5 5,9 3,5
AIREPP 5 2 3,5 6,1 2 4,6 4,5 3,6
AIREPP 6 2 2,6 6,1 4 3 4,2 5,3
AIREPP 7 2 3,4 5,9 2,9 3,4 4,9 5,6
AIREPP 8 2 3 6,1 1,8 3,9 4,7 6,2
AIREPP 9 2 3,2 5,7 1,3 3,5 4,3 5,5
AIREPP 10 2 3,4 5,5 3,5 4,5 5,5 5,5
ANÁLISIS DE DATOS
Los pasos básicos del análisis de datos de este tipo de metodología son:

• Chequear el comportamiento del panel de panelistas

• Analizar los datos para detectar diferencias significativas entre las muestras
en los atributos evaluados.

• Realizar una representación gráfica de los datos, construyendo un mapa

sensorial de las muestras utilizando:
• Gráficos de araña
• Técnicas multivariadas
Análisis de Varianza
• El Análisis de Varianza (ANOVA o ANDEVA) es la técnica estadística
más aplicada en Evaluación Sensorial.

• Se utiliza para evaluar si existen diferencias significativas entre

muestras en la intensidad de atributos sensoriales evaluados con
escalas.

• Se debe realizar un análisis de varianza para cada uno de los

atributos sensoriales evaluados
Modelo simplificado

Expresión matemática del modelo:

Y ij =  + i + j + 
Ejemplo
• Análisis Descriptivo de apariencia, olor y textura manual de hongos shiitake.

• Panel sensorial conformado por 10 panelistas entrenados.

• Evaluación de tres muestras de hongos.

• Una única sesión

• Atributo: Firmeza

• ¿Existieron diferencias en la textura de las muestras?

 Variable N Ra Ra aj CV
FIRMEZA 60 0.66 0.58 17.30

Cuadro de Análisis de Varianza (SC tipo III)

F.V SC gl CM F p-valor
Modelo 84.99 11 7.73 8.44 <0.0001
CONDICION 76.12 2 38.06 41.6 <0.0001
PANELISTA 8.86 9 0.98 1.08 0.3973
Error 43.92 48 0.92
Total 128.91 59
Siempre se compara el p-valor con 0.05

Si el p-valor es menor o igual que 0.05, existen diferencias significativas entre las muestras

Si es mayor, no existen diferencias significativas entre las muestras.

En este caso puede concluirse con un nivel de confianza del 99,99% que las muestras
difirieron significativamente en su firmeza
Una vez que se concluye que hay diferencias significativas entre las muestras debe aplicarse una prueba
de comparación de medias para determinar entre qué muestras hay diferencias

• Si se comparan 2 o 3 muestras puede aplicarse el test de Tukey o de Fisher

• Si se comparan más de 3 muestras debe aplicarse el test de Tukey

Test: Tukey Alfa=0.05 DMS=0.73157

Error: 0.9150 gl: 48
CONDICION Medias n E.E.
AIREPP 4.6 20 0.21 A
AIREPE 4.88 20 0.21 A
PER 7.12 20 0.21 B

Medias con una letra común no son significativamente diferentes (p<= 0.05)
El mismo análisis se repite para todos los atributos sensoriales evaluados.
Gráficos de araña
Estos gráficos son muy utilizados para representar el perfil sensorial de un producto.

Construcción del gráfico:

• Cada atributo está representado por un eje independiente que se inicia en un punto
central y finaliza en un anillo exterior

• En cada eje se representa el valor promedio de ese atributo para cada una de las
muestras evaluadas

• Los valores promedios de los distintos atributos sensoriales de una muestra se unen,
definiendo un contorno.
Construcción del gráfico de araña

1. Construcción de los ejes.

2. Representación de los valores promedio para una muestra
Resultados de un Análisis Descriptivo Cuantitativo de dos muestras de mayonesa
 Análisis de Componentes Principales (PCA)
• Analiza interrelaciones entre un gran numero de variables,
explicándolas en un numero menor de variables llamados
componentes, con la mínima perdida de información,
representada por la variabilidad.
• Las nuevas componentes serán combinaciones de las variables
originales, ponderándolas según su relación
• Si las variables son categóricas el análisis se denomina análisis de
correspondientes
Sabor Color Dulzor Textura Aroma
Sabor 1,00 • Varianza Explicada
Color -0,22 1,00
Dulzor 0,90 -0,22 1,00
Porción de varianza original que es explicada por un
Textura -0,19 0,97 -0,20 1,00 modelo
Aroma 0,75 -0,20 0,78 -0,21 1,00
 Ejemplo 5 Variables
Sabor
Se analizan 5 marcas de yogur, con Color
5 descriptores cada uno, se resume
ACP CP1
Dulzor
la información en 2 componentes CP2
Textura
principales.
Aroma

8 M5 1,5
Color
7
1 Sabor
6
0,5
5 Dulzor
4 0

3
M4
-0,5
M3 Aroma
2 M2
M1
-1
1 Textura
0 -1,5
0 2 4 6 8 -1,5 -1 -0,5 0 0,5 1 1,5

Mapa de Individuos Correlaciones

CASO PRÁCTICO
Productos a evaluar:
- Salsa de vegetales (SV)
- Salsa de tomate (ST)
- Salsa de espinaca (SE)
Atributos:
- Intensidad de Color
- Sabor vegetal
- Sabor ácido
Número de panelistas: 10
Repeticiones: 2
Número de sesiones: 1

Metodología sensorial: Análisis Descriptivo Cuantitativo

Instalación del software R
Web de descarga (CRAN ICESI COLOMBIA):
https://www.icesi.edu.co/CRAN/
Instalación del Rcmdr y plugins
Rcmdr:
Dentro de la
consola del R,
escribir y dar Enter:
install.packages( )

Luego Seleccionar
el CRAN mirror:
Colombia (Cali)
Seleccionar Rcmdr
y dar click en OK.

Esperar a que
finalice la
instalación.
Otro paquete
importante para
realizar pruebas
estadísticas es el
agricolae.
Rcmdr plugins:
Escribir en la consola (solo azul):
names.available.packages <- rownames(available.packages()) {Enter}
Rcmdr.related.packages <- names.available.packages[grep("Rcmdr",
names.available.packages)] {Enter}
Rcmdr.related.packages {Enter}
install.packages(pkgs = Rcmdr.related.packages) {Enter}
Abrir Rcmdr
Cargar agroicolae
Importar base de datos de Excel
Ajuste de modelo para análisis estadístico
Atributo a
evaluar

Factor a Factor b Interacción

entre
factores
Análisis de Varianza
Resultados

El valor p es inferior a
0.05, por lo tanto, hay
diferencia significativa
en la intensidad de
color para las 3
muestras analizadas
Prueba de Tukey
En la consola del Rcmdr, escribir el siguiente parámetro (solo azul) y dar click a Ejecutar:

Prueba.Tukey <- HSD.test(LinearModel.1, "Muestra") {Ejecutar}

Prueba.Tukey {Ejecutar}

La muestra SV (Salsa de
vegetales) y SE (Salsa de
espinaca) son similares

La muestra ST (Salsa de Tomate)

es diferente a las demás
¿PREGUNTAS?