1、Chapter 6 Scaling and Descriptive AnalysisAbstract Scaling describes the application of numbers, or judgments that are converted to numerical values, to describe the perceived intensity of a sensory experience or the degree of liking or disliking for some experience or product. Scaling forms the bas

2、is for the sensory method of descriptive analysis. A variety of methods have been used for this purpose and with some caution, all work well in differentiating products. This chapter discusses theoretical issues as well as practical considerations in scaling.This chapter also describes the potential

3、 uses for descriptive analysis in sensory evaluation. We then discuss the use of language and concept formation as well as the requirements for appropriate sensory attribute terms. This is followed by a historical review of the first descriptive analysis technique, the Flavor Profile. We then descri

4、be the Texture Profile, as well as proprietary descriptive methods such as Quantitative Descriptive Analysis and the Spectrum method. We then lead the reader through a step-by-step application of consensus and ballot-trained generic descriptive analyses. We then highlight and discuss some of the stu

5、dies comparing conventional descriptive analysis technique. This is followed by an in-depth discussion of the variations on the theme of descriptive analysis such as free choice profiling and flash profiling.6.1 Common Methods of ScalingSeveral different scaling methods have been used to apply numbe

6、rs to sensory experience.Some, like magnitude estimation, are adapted from psychophysical research, and others, like category scaling have become popular through practical application and dissemination in a wide variety of situations. This section illustrates the common techniques of category scales

7、, line marking, and magnitude estimation.The next section discusses the less frequently used techniques of hybrid category ratio scales, indirect scales, and ranking as alternatives. Two other methods are illustrated.Intensity matching across sensory modalities, called cross-modality matching, was a

8、n important psychophysical technique and a precedent to some of the category ratio scales.Finally, adjustable rating techniques in which panelists make relative placements and are able to alter their ratings are also discussed.第一節 差異標度和分類試驗（一）順位試驗法定義；比較數個樣品，按指定特性由強度或嗜好程度排出一系列樣品的方法稱為順位試驗法。該法只排出樣品的次序，

9、不評價樣品間的差異大小。用途：（1）可用于進行消費者的可接受調查；（2）確定由于不同原料、加工、處理、包裝和貯藏等各種環節而造成的產品感官特性差異；（3）評價員的選擇與培訓；（4）做進一步精細的感官分析的基礎；（5）當評價少量樣品（6個以下）的復雜性（如質量和風味）或多數樣品（20個以上）的外觀時，此法迅速有效。步驟：將比較的數個樣品，按指定特性要求評價員由強度或嗜好程度排出一系列樣品的次序。技術要點：（1）檢驗前，應由組織者對檢驗提出具體的規定，對被評價的指標和規則要有一致的理解，如對哪些特性進行排列；（2）一般不超過8個樣品，排列的順序從強到弱還是從弱到強，檢驗操作要求如何，評價氣味時需不

10、需要搖晃等；（3） 排序檢驗只能按一種特性進行，如要求對不同的特性排序，則按不同特性的要求安排不同的順序；（4）進行感官刺激的評價時，可以讓評價員在不同的評價之間使用水、淡茶或無味面包以恢復原感覺能力；（5）評價員應在限定時間內完成。答卷實例：姓名日期 產品品嘗樣品后，請根據您所感受的甜度，把樣品號碼填入適當空格中（每格中必須填入一個號碼）。甜味最強甜味最弱4. 統計原理及實例分析某廠為檢驗四種配方風味瓜子的香味差異，選取六個評價員按香味強弱由小到大進行排序，得到結果見下表。表評價員的排序結果評價員樣品秩序12341ABCD2B=CAD3AB=C=D4ABDC5ABCD6ACBD問題：四種樣品

11、香味存在顯著差異？其分組差異強度如何（樣品間差異程度如何）？分析：該題依據三個步驟解答。（1）樣品秩次和統計：在每個評價員對每一個樣品排出的秩次當中有相同秩次時，則取平均秩次，折算后見下表（表3-12）。評價員樣品秩序ABCD秩和1123410231.51.54103133310412431051234106132410每種樣品的秩和L813.516.52250A為評價員人數； S為樣品數； Ri為樣品秩和數。n LiL i1n式中：L為秩次，n為相同秩次的樣品個數。(2) 樣品顯著性分析：采用Friedman檢驗和Page檢驗對被檢樣品之間是否有顯著性差異作出判定。1. Friedman檢驗

12、Friedman檢驗原理：采用Friedman檢驗F與查表所得F0相比較，從而可獲得結果。 1求F值：43222221S 1RRR R 3A12A SS 1F 2 根據A、S、（顯著性水平）值，查表3-13，求F0 。表3-13 Friedman秩和檢驗近似值臨界值表（ F0表）評價員數目A樣品數目S345345顯著性水平=0.05顯著性水平=0.0126.007.608.0036.007.008.538.2010.1346.507.508.808.009.3011.1056.407.808.968.409.9611.5266.337.609.499.0010.2013.2876.007.62

13、9.498.8510.3713.2886.257.659.499.0010.3513.2896.227.819.498.6611.3413.28106.207.819.498.6011.3413.28116.547.819.498.9011.3413.28126.167.819.498.6611.3413.28136.007.819.498.7611.3413.28146.147.819.499.0011.3413.28156.407.819.498.9311.3413.283 若F與F0相近而不易確定樣品差距時，可以用校正后的F代替F進行判斷。1 V / AS S 2 1FF 式中：V (n

14、3 n ) (n3 n ) (n3 n)1122kkn1，n2，nk為出現相同秩次的樣品數，若沒有相同的秩次，則nk =1。4 比較：F(或F) F0,樣品之間有顯著差異;F(或F) F0 ，所以，在1%水平上，樣品間有顯著性差異。5 當評價員人數A較大，或當樣品數S大于5時，超出表10-13的范圍，此時可以查附表1中的x2分布，F值近似服從自由度為S-1的x2值。 23 2 33 3 13 1 6 24 301122kkV (n3 n ) (n3 n ) (n3 n)10.2522 11.1711 1 30 / 6 4 41 V / AS SF故 F 2. Page檢驗有時樣品有自然的順序，

15、例如樣品成分的比例、溫度、不同的儲藏時間等可測因素造成的自然順序。為了檢驗該因素的效應，可以使用Page檢驗。該檢驗也是一種秩和檢驗，在樣品有自然的順序的情況下， Page檢驗比 Friedman檢驗更有效。Page檢驗原理：如果r1、r2、rp是以確定的順序排列的P種樣品的理論上的平均秩次，如果兩種樣品之間沒有差別，則應該r1=r2=rp。否則r1r2 rp，其中至少有一個不等式是成立的，檢驗假設能否成立，用下式計算統計量來確定：L=R1+2R2+PRP若計算出的L值大于或等于表3-14中相應的臨界值，則拒絕原假設而判定樣品間有顯著差異。若評價員人數J或樣品數目P超出表3-14中的范圍，可以

16、用統計量L作檢驗。當L1.65，=0.05； L2.33，=0.01。以此判定樣品之間有顯著性差異。表3-14 Page檢驗臨界值表P(P 1)J (P 1)12L 3P(P 1)2L評價員數目J樣品（或產品）數 P345678345678顯著性水平=0.05顯著性水平=0.012285810316625236260106173261376341841502443703524287155252382549454111197321487701551142043315017225661372443976038696814125140962089367916329147471910378116729

17、94867371063791189338550835120493193346563855123281042143846259501371106220393640972140191162404317011065153711924644171710881569101282664777771180170313127248779312051736111412925238521295186814429853486913211905121533175709281410203515632458494614372072續表 3-14評價員數目J樣品（或產品）數 P345678345678顯著性水平=0.05顯

18、著性水平=0.01131653436151003152522011693506281022155322401417836866110781639236718137667410981668240715190394707115317542532194402721117417842574162024207541228186826972064277671249189927401721544580013031982286221845381413252014290718227471846137820973028231479860140121303073192394968911453221731932435

19、0590614762245324020251522937152823253358256531953155223603406=167，所查表3-14知，L（6，4）=0.05=163， L（6，4）=0.01以，樣品間有顯著性差異。上例中L 1 8 2 13.5 3 16.5 4 22 172.5（3）樣品之間的分組分析：采用多重比較法和分組方法以及Kramer檢定方法進一步確定個樣品間的差異程度。1.采用多重比較法和分組法根據各樣品間的秩和Lp，從小到大將樣品初步排序，上面例子的排序為：RA 8RB 13.5RC 16.5RD 22計算臨界值r（I，）：式中：q(I,)值可依據I=1,2,3,

20、S，查表3-15求取。12AS(S 1)r(I,) q(I,)以下的順序檢驗這些秩和的差數：最大減最小，最大減次小，最大減次大，然后次大減最小，次大減次小，依次減下去，一直到次小減最?。篟AP-RA1與r(P,)比較； RAP-RA2與r(P-1,)比較；RAP-RAP-1與r(2,)比較； RAP-1-RA1與r(P-1,)比較； RAP-1-RA2與r(P-1,)比較；RA2-RA1與r(2,)比較若相互比較的兩樣品Aj與Ai的秩次之差RAj-RAi（j1)小于相應的r值，則表示這兩個樣品以及秩次位于這兩個樣品之間的所有樣品無明顯差異，在這些樣品之下可以用一條橫線表示，即：AiAi+1Aj

21、I=0.01=0.05I=0.01=0.0523.642.77115.234.5534.123.31125.294.6244.403.63135.354.6954.603.86145.404.7464.764.03155.454.8074.884.17165.494.8584.994.29175.544.8995.084.39185.574.93105.164.47195.614.97205.655.01386.065.46225.715.08406.095.50245.775.14506.235.65265.825.20606.345.76285.875.25706.435.86305.91

22、5.30806.515.95325.955.35906.586.02345.995.391006.466.09366.035.43表10-14q（I，）值表橫線內的樣品不必再作比較。若相互比較的兩個樣品Ai與Aj的秩和差RAj-RAi大于或等于相應的r值，則表示者這兩個樣品有顯著性差別，其下面的不畫線。不同橫線上面的樣品表示不同的組，若有樣品處于橫線重疊處，應單獨列為一組。應用舉例：據表3-15，臨界值r（I，）為：查表3-15可得：r(4,0.05)=q(4,0.05)3.16=3.633.16=11.47 r(3,0.05)=q(3,0.05)3.16=3.313.16=10.46 r(2

23、,0.05)=q(2,0.05)3.16=2.773.16=8.75由于R4-R1=22-8=14 r(4,0.05)=11.47，不可畫線； R4-R2=22-13.5=8.5 r(3,0.05)=10.46，可畫線； R3-R1=16.5-8=8.5 r(3,0.05)=10.46，可畫線；結果如下:ABCD12126 4 (4 1) 3.16q(I , )AS (S 1) qI , r(I , ) q(I , )最后分為3組：ABCD結論：在5%的顯著性水平上，D樣品最甜，C、B樣品次之，A最不甜，B、C樣品在甜度上無明顯區別。2. Kramer檢定法首先列出表3-11與表3-12那樣的

24、統計表，查附表2與附表3順位檢驗法檢驗表（=0.05，=0.01）中的相應于評價員數J和樣品P的臨界值，從而分析出檢驗的結果。查附表2 （=0.05）和附表3 （=0.01），相應于J=6和P=4的臨界值：5%顯著性水平1%顯著性水平上段921822下段1119921首先通過上段來檢驗是否有顯著性差異。步驟：把每個樣品的位級和與上段的最大值Rimax和最小值Rimin相比較。若樣品的位級和的所有數值都在上段的范圍內，說明樣品間沒有顯著差異。若樣品位級和 Rimax或 Rimin ，則樣品間有顯著差異。根據表3-12，由于最大的Rimax=22=RD，最小Rimin=8=RA，所以說明在1%顯著

25、水平，四個樣品之間有顯著性差異。再通過下段檢查樣品間的差異程度。若樣品Rn處在下段范圍之內，則可以將其劃為一組，表明其間無差異；若樣品的位級和Rn落在下段范圍之外，則落在上限之外和落在下限之外的樣品就可以劃為一組。上例中，由于Rimax=21RA=8；Rimin=9RB=13.5RC=16.516.81,故這三個級別間在1%水平上有顯著性差異，即：這4個樣品可以分成3個等級，其中，C、B接近，可表示為：C、B、A、D即：C、B為1級，A為2級，D為3級。教材P79-83， 實例17。（三） 評分試驗法定義：要求鑒評員把樣品的品質特性以數字標度形式來鑒評的一種檢驗稱為評分檢驗法。它不同于其他方法

26、的是所謂的絕對性評判。1.用途：可用于鑒評一種或多種產品的一個或多個指標的強度及其差異，特別適用于鑒評新產品。2.步驟：首先應確定所使用的標度類型，使鑒評員對每一個評分點所代表的意義有共同的認識。樣品的出示順序可利用拉丁法隨機排列。3.技術要點：（1）根據鑒評員各自的鑒評基準進行評判；（2）用增加鑒評員人數的方法來提高試驗精度；（3）在評分時，使用的數字標度為等距標度或比率標度。 4.答卷舉例：（1）9分制評分法123456789-4-3-2-101234非常不喜歡很不喜歡不喜歡不太喜歡一般稍喜歡喜歡很喜歡非常喜歡（2）平衡評分法一般=0（3）5分制評分法如無感覺=0，稍稍有感覺=1，稍有感覺

27、=2，有=3，較強=4，非常強=5；（4）10分制評分法（5）百分制評分法然后通過復合比較，來分析各個樣品特性的差異情況。如通過F檢驗及 Duncan復合比較。但當樣品數只有2個時，可用較為簡單的t檢驗。 5.統計與案例分析例1：10位鑒評員鑒評兩種樣品，以9分制鑒評，求兩樣品是否有差異？評價員12345678910合計平均值樣品A8778177867717.1B6767167777666.6評分差D20110101-1050.5d2401101011090.85 /10以鑒評員自由度為9查t分布表，在5%顯著水平相應的臨界值為t(9,0.05)=2.262.因為2.2621.86,可推斷A,

28、B兩樣品沒有顯著差異(5%顯著水平)0.552210 0.8510 19 2t 1.86n 1/ n dd 2n 1d d d用t檢驗進行分析：其中d 0.5, n 10, t nn i1 i1 i in i1 ie e /n顯著水平自由度345678910115%1%3.1825.8412.7764.6042.5713.3652.4473.7072.3653.4992.3063.3552.2623.2502.2283.1692.2013.106顯著水平自由度1213141516171819205%1%2.1793.0552.1603.0122.1452.9772.1312.9472.1202

29、.9212.1102.8982.1012.8782.0932.8612.0862.845t 分布表例2. 為了調查人造奶油與天然奶油的嗜好情況，制備了三種樣品：（1）用人造奶油制作的白色調味汁；（2）用天然奶油及人造奶油各50%制作的白色調味汁；（3）用天然奶油制作的調味汁。選用16名鑒評員進行評分檢驗,共收到48 張有效票。評分標準為：+2表示風味很好；+1表示風味好；0表示風味一般；-1表示風味不佳；-2表示風味很差。檢驗結果如下表。樣品號評價員數評分標準+2+10-1-2總分(A)平均分數( A)119240+70.44206640+20.13305920+30.19其中A1=（+2）1

30、+（+1）9+02+（-1）4+（-2）0=+7A1 A1 / 16 7 / 16 0.44T=+7+2+3=12022223160.6745 1 1 12 24848T 2ij(4)檢定F分布表(見附表4)中自由度為2的和45的5%誤差水平時,F 2 (0.05) 3.2 F450故可得出這三種調味汁 之間的風味沒有差別的 結論。二者方差比為 F 0.44 0.662誤差方差 30.12 0.67因此, 誤差平方和 31 0.88 30.12總自由度 48 1 47樣品自由度 3 1 2誤差自由度 47 2 45均方差為變因平方和除 以自由度樣品方差 0.88 0.44Ai CF 16 (7

31、 3 2 ) 3 0.88樣品平方和 16x 2 CF (2) 2 (1 0 0) (1) 2 (9 6 5) 02 (2 6 9) 總平方和 3CF i 1i 1 j 1(1) 2 (4 4 2) (2) 2 (0 0 0) 3 313教材P92-100實例21（四）成對比較法定義：把數個樣品中的任何兩個分別組成一組，要求鑒評員對其中任意一組的兩個樣品進行鑒評，最后把所有組的結果綜合分析，從而得出數個樣品的相對結果的方法稱為成對比較法。當有數個樣品進行比較，而一次把全部樣品的差別判斷出來有困難時，常用此法。但是，當比較的樣品增多時，要求比較的數目配對數為1/2（n-1）n就會變得極大，以至實

32、際上較難實現。檢驗時，要求各個樣品的組合幾率應相同，而且鑒評順序是隨機的、均衡的。可同時出示給鑒評員一對或n對組合，但要保證不應導致鑒評員產生疲勞。結果分析采用Scheff法例：12名鑒評員鑒評市售燉牛肉（A、B兩公司的樣品）和家制品（C）的嗜好性。將樣品組成（C，A）、（A，B）和（B，C）三種組合，由每一名鑒評員分別按照每種組合的正、反兩種順序進行品嘗，再按如下標準判斷嗜好度。+2首先被品嘗的樣品確實比后一種樣品的味道美得多；+1先品嘗的比后一種味道稍美一些；0 前后兩樣品的味道相同；-1 先品嘗的比后一種味道有一點不好；-2 先品嘗的遠比后一種味道好。樣品組合評價數標準-2-10+1+2

33、總分平均()平均優勢()C、A00462100.8330.500A、C05430-2-0.167-0.500C、B102000-22-1.833-1.375B、C11064110.9171.375A、B53112-8-0.667-0.667B、A2210780.6670.667合計1813101615-3表中“總分”為該組合的評分總和。而A、C的平均優勢為-0.500。（1）樣品效應為該產品與其他樣品配對的平均優勢之和除以樣品數。22如（C、A）組=（-2）0+04+（+1）6+（+2）2=10，平均值()=總分/評價人數，如10/12=0.833，平均優勢()=正、反平均值之和的平均（是指組

34、合C-A的平均分）。如C、A的平均優勢()=（C-A）的平均值-（A-C）的平均值/2=1 (CA AC) 1 0.833 (0.167) 0.500333333333BACBABBBCCABAACABABCACCCACB ) 1 (1.375 0.667) 0.681 ) 1 ( 1 ( ) 1 ( ) 1 (0.500) 0.667 0.389, 1 ( ) 1 (0.500 1.375) 0.292, 1 ( ) 1 (樣品效應和 C A B 0.292 0.389 0.681 0（2）組合效應 CA 0.500 0.292 (0.389) 0.403 CA CA ( C A ) CB

35、1.375 (0.292 0.681) 0.402 AB 0.677 (0.389 0.681) 0.403(3)平方和(4)自由度2222 0.3892 0.6892 51.2136 0.292tti1 j 1ijt 2 12 0.500 1.3752 0.662 61.8288i1j 122iji1i順序效應平方和S S S 69.7480 61.8288 7.9192總效應平方和St 2 (18 15) 1 (13 16) 0 16122誤差效應平方和SS St S 161 69.7480 91.2520樣品效應為3-1=2,組合效應為2-1=1,順序效應為3(2-1)=3,總自由度為2

36、123-1=71誤差自由度為71-2-1-3=65排列效應平方和S n組合效應平方和S S S 61.8288 51.2136 10.6152t無順序樣品效應平方和S 2nt樣品效應平方和S 2nt 2 12 3 12 0.833 (0.167)2 0.6672 69.7480(5)均方差樣品均方差=51.2136/2=25.6068組合的均方差為10.6152順序均方差為7.9192/3=2.6397 誤差均方差為91.2520/65=1.4039 (6)方差F01.40391.40391.4039000順序F 2.6397 1.8803組合F 10.6152 7.5612樣品F 25.60

37、68 18.2397(7)檢定(1)檢定各因子是否有顯著性水平差異查F分布表(附表4)知,因此,在5%顯著水平,該檢驗存在樣品效應和組合效應差異,而無順序效應。310650652065213656565F 1.8803 F 2.76組合F 7.5612 F 4.00,順序對樣品，F 18.2397 F 3.15F 3.15, F 4.00, F 2.76列出方差表：方差來源自由度平方和均方差F0 值樣品251.213625.606818.2397組合110.615210.61527.5612順序37.91922.63971.8803誤差6591.25201.4039總和71161(2)效應關系

38、檢定再因（B、C）得分11，而（C、A）得分10，故B樣品的嗜好度最大。用通俗的話說，有95%把握認為人們對C、A兩樣的嗜好沒有明顯差別，但是對C與 B和A與B之間的嗜好有明顯不同，故B公司產品更有競爭能力，A公司和家制品次之。教材P83-87。1.40390.0522nt 0.973 Y0.05 , 故有顯著差異。2 12 3Y 3.40 10.05Y0.05 q10.05 又因C、B間C B 0.475因C、A樣品間 C A 0.097 Y0.05，故無顯著差異。（為誤差均方差）， q查q（t，0.05）表（附表 6）知， t 3， 65時，q 3.40，則其中 1.4039根據Yi求值公

39、式,比較Yi與各樣品效應的值差的絕對值大小,決定樣品間顯著性水平。 2（五）多樣品差異試驗隨機（完全）分組設計這種試驗是基于兩種樣品以上，同樣是根據某一種屬性來進行比較，如甜度、新鮮程度等。最簡單的方法就是同時排列所有的樣品，但結果就不如更復雜的方法那樣準確和可行。另一個較為簡便的方法是用等級量尺度比較所有的樣品，類似前面提到的成對比較試驗。1.簡單排序試驗法Friedman分析（1）適用范圍當根據單個屬性（如甜度、新鮮程度）來比較多種樣品時可以采用此法。排序是進行多樣品比較的最簡單方法，但是結果僅僅只有樣品排列的順序，而不能體現差異的程度，差異較大和差異較小的樣品間都同樣只相差一個順序單位。

40、排序法比其他方法更省時，在后續分析做粗分揀時極為有用。（2）試驗原理按隨機順序將樣品呈送給鑒評員，要求鑒評員根據某一屬性對其進行排序，再計算出排序總數并用Friedman試驗對結果統計評估。（3）鑒評員同樣按照三角試驗所述的方法去選擇、訓練和指導鑒評員。每次試驗至少需要8個鑒評員，如果多于16個鑒評員，得到的結果將更為準確。鑒評員需要特殊的指導和訓練使他們能反復辨別屬性的差異，選擇鑒評員也應該以其感知屬性的微小差異能力為基礎。（4）試驗過程實驗控制和產品控制參見三角試驗。盡可能同時呈送所有的樣品，鑒評員收到隨機排列的t個樣品后，任務就是將它們按一定的順序重排。樣品可以只呈送一次，也可以采用不同

41、的編碼呈送多次。一般樣品被呈送兩次以上后，準確度可以大大增加。在偏愛試驗中，鑒評員應將最喜愛的樣品編為1號，其次喜歡的編為2號，等等；而在強度試驗中，鑒評員應將強度最弱的樣品編為1號，而強度次弱的編為2號，等等。如果需要按照同系列樣品的多種屬性來進行排序，則對每種屬性的試驗過程需分開進行，并使用不同編碼的新樣品，以免一種屬性的結果影響到另一種。建議鑒評員在經過第一次試驗后暫定一個臨時順序，再基于以后的多次試驗不斷修改這個順序。對于兩種特別相近的樣品，應指導鑒評員作出“最佳猜 測”，如果鑒評員不對其進行選擇的話，就應該在注釋中說明兩種樣品是一致的，并計算出它們的平均順序。比如在一個4種樣品的試驗

42、中，如果鑒評員不能區分中間2種樣品，就把這2種樣品的順序定為2.5即（2+3）/2。（5）結果分析與解釋在結果分析中，Friedman分析比Kramer表更為常用，因為后者對于中間順序樣品的評估準確度不高。在實例19中會提到將所有鑒評員的排列順序結果列表，并計算最后的順序總和。然后，用統計學公式計算出試驗的T值。如果T值超過了自由度為（t-1）的x2隨機變量的臨界值上限，表明樣品間存在著明顯的差異。實例19：比較4種甜味劑的持久程度某實驗室欲比較4種人工甜味劑A、B、C、D的持久程度。實驗目的是經吞咽以后，測定不同甜味劑持久程度是否存在明顯差異。由于個體間風味持續感的差異較大，因此這個試驗要求

43、有一個較多人數的評定小組。選擇簡單排序試驗比較合適，因為它簡便易行，并且鑒評員不需要經過很多訓練。對于4種樣品的排序試驗，選擇了48位鑒評員或學生來進行試驗。每位鑒評員接到4個樣品，樣品都用三位數編碼，并按平衡、隨機順序呈送。評分表如表5-32所示見參考文獻P88。編碼順序表 5-32簡單排序試驗評分表簡單排序試驗姓名日期 樣品種類人工甜味劑研究屬性甜味持久度說明收到樣品后根據樣品位置記錄下樣品盤上每個樣品編碼。從左到右依次品嘗樣品，并記錄下。相鄰兩個樣品間至少間隔 30s 并需用清水漱口。當察覺到時記錄為 1 號，其次為 2 號，再其次為 3 號，4 號為。應預先排出臨時順序，經過再次品嘗后

44、再對此順序進行修改。若兩樣品極為相似，應對其排列順序作出“最佳猜測”。注釋：試驗需做好充分準備，以確?；衔镩g除了比較的屬性外沒有其它差異，也就是說，源于化學成分的差異。4個有經驗的品嘗員應事先評估和調節樣品以確保它們對普通人來說甜味一致，并且在溫度、黏度、外觀（顏色、渾濁度、泡沫持久性等）上沒有任何差異，以排除通過味覺和嗅覺以外的識別途徑而獲得的結果。表5-33所示為試驗結果和計算得到的排序總和。T值由下列公示計算得到：式中1052 3 48 5 12 /48 4 51352 1032 1372 12.85b鑒評員人數；t樣品數；Xj各樣品的順序總和。2 X 3bt 112 / btt 1T

45、 tj 1j表 5-33實例 19 （4 種甜味劑持久程度比較）試驗結果評定人員編號樣品A樣品B樣品C樣品D1314223241331244314251324-444231453142463412474123484231順序總和135103137105查附表2可知，自由度為3的X2的5%臨界值的上限為7.81.而T值為 12.85，遠遠7.81，表明樣品間甜味持續程度存在明顯差異。為了測定哪些樣品間差異較大，可通過計算多重比較的臨界值得到：式中，查附表1可得到t/2,= t0.025/2,=1.96,b為鑒評員人數， t為樣品數。如果任意兩樣品的排序總和的差別24.8，說明它們之間存在著較明顯

46、的差異。因此，由表5-33可以得出結論：樣品B和D的甜味持久程度明顯不如樣品A和C；同時，A和C或B和D樣品間的差異較小。btt 1/ 6 t / 2,LSD順序 1.9648 4 5 / 6 24.82.差異分析評分法(ANOVA)1適用范圍當試驗目的是為了測定t種樣品的感官屬性的差異程度時，常用此法。這里的t通常是36，最多為8，并且可以將所有樣品作為一大系列來進行比較。2試驗原理鑒評員用數字尺度(即評分的形式)來評價所選屬性的強度。試驗結果通過方差分析進行評估。3鑒評員同樣按照三角試驗所述的方法去選擇、訓練和指導鑒評員。每次試驗至少需要8個鑒評員，如果多于16個鑒評員，得到的結果將更為準

47、確。鑒評員需要特殊的指導和訓練使他們能反復辨別屬性的差異。根據試驗目的，應選擇對感官屬性具有高識別力的鑒評員。試驗過程實驗控制和產品控制參見三角試驗。盡可能同時呈送所有的樣品，鑒評員收到隨機排列的t樣品后，任務就是將它們按一定順序重排。樣品可以只呈送一次，也可以采用不同的編碼呈送多次。一般樣品被呈送兩次以上后，準確度可以大大增加。當要評價多個屬性時，理論上對于每個屬性的評價過程應該分開進行，但在實際描述分析中，由于樣品需評價的屬性個數較多(典型的情況625個)，要將評價過程完全分開是不可能的。同時，感官分析家也認為尤需將每種屬性分開評價，因為樣品的各屬性間存在著相互依賴。因此，必須使鑒評員意識

48、別這種相互影響，并且通過嚴格的訓練而使他們能夠單獨地識別每種屬性。結果分析與解釋試驗結果采用方差分析方法討論。實例21：感官評定課程的受歡迎程度某校食品科學系在感官評定課程結束以后，要求學生對課程的各力面進行打分評估。分值從-33，其中-3非常差，0一般，3非常好；30個學生評分后的結果如表 535所示。評定的目的是為了調查該課程需要在哪些入面有所改進。將數據做隨機(完全)分組設計的方差分析。學生作為組，評定項目作為處理對象。如表536所示，評定項目的F值非常大(F評定項目1291，PrF3.871290.0001)。因此，課程評定人員得出結論：評定項目的平均反應間存在著差異。評定人員實施了一

49、個LSD多重比較過程去測定哪些項目相互問具有明顯差異。LSD過程表明教授講課的清晰度在平均評分上明顯低于其他項目，其他項目在平均評分上沒有明顯差異。方差分析計算過程如表536所示。6.2 Descriptive AnalysisDescriptive sensory analyses are the most sophisticated tools in the arsenal of the sensory scientist.These techniques allow the sensory scientist to obtain complete sensory descriptions

50、 of products, to identify underlying ingredient and process variables, and/or to determine which sensory attributes are important to acceptance.A generic descriptive analysis would usually have between 8 and 12 panelists that would have been trained, with the use of reference standards, to understan

51、d and agree on the meaning of the attributes used. They would usually use a quantitative scale for intensity which allows the data to be statistically analyzed. These panelists would not be asked for their hedonic responses to the products.However, as we will see in this chapter, there are several d

52、ifferent descriptive analysis methods and, in general, these reflect very different sensory philosophies and approaches. Usually, descriptive techniques produce objective descriptions of products in terms of the perceived sensory attributes.Depending on the specific technique used, the description c

53、an be more or less objective, as well as qualitative or quantitative.第二節 分析或描述性試驗食品的感官特性是多方面、多層次的。如其色澤、香氣、入口后的風味（味覺、嗅覺、口腔的冷、熱、澀、辣等感覺）、回味質地特性等等。回味也稱余味，是食物樣品被吞下或吐出后出現的與原來不同的特性、特征的風味。質地則主要是由食物樣品的機械特性如硬度、凝聚度、精度、附著度、彈性五個基本特性和碎裂度，固體食物咀嚼度，半固體食物膠密度三個從屬特性等來決定物性，主要指導產品的顆粒、形態及方向物性，如食品食用時的平滑感、層狀感、絲狀感、粗粒感、油膩感、潤濕感等。定義：分析或描述性檢驗是評價員對產品的所有品質特性進行定性、定量的分析與描述的一種評價方法，通常分為簡單描述檢驗法（定性）和定量描述檢驗法二類。它們的主要用途有：（1）新產品的開發研制；（2）鑒別產品之間的差別；（3）質量控制；（4）為儀器檢驗提供感官數據；（5