Una prueba triangular es a menudo una de las primeras pruebas abordadas en el análisis sensorial y, a pesar de un enfoque bastante simple, es sin duda aquella en la que a menudo se presenta confusión de interpretaciones. De hecho, esta prueba se practica a menudo para responder a una pregunta de diferencia presente o no entre dos productos.
El número de jueces necesarios en el análisis sensorial se refiere principalmente a las estadísticas utilizadas de acuerdo con la prueba seleccionada. El estadístico de prueba del triángulo es una distribución binomial con parámetro B (número de jueces, 1/3), por lo que una prueba significativa se basará en una diferencia suficiente entre el número de respuestas correctas obtenidas debido al azar y el número de respuestas correctas vinculadas a el reconocimiento efectivo de una diferencia.
Sigue siendo muy difícil en el análisis sensorial eliminar a un juez con una respuesta fuera del panel en un perfil descriptivo. Bajo el supuesto de una distribución normal o gaussiana, los resultados de un panelista no deben estar a más de dos desviaciones estándar por simplificación, por debajo o por encima de los valores de la media del panel.
La evaluación regular de los jueces es muy similar a los procedimientos para calibrar los instrumentos de medición utilizados en un laboratorio. Por lo tanto, esta evaluación se muestra necesaria para llevar a cabo con bastante regularidad para garantizar que los panelistas que aseguran la medición sensorial de la empresa sigan siendo adecuados, es decir, discriminantes y repetibles en su evaluación de los productos a describir.
La distribución de los puntajes estadísticos es esencial para seleccionar el tipo de estadística a utilizar. Estas estadísticas se clasifican a grandes rasgos en dos grupos según la distribución de las puntuaciones, o se dice que la distribución es 'normal' (similar a una curva de campana o incluso del tipo gaussiano), y luego es posible utilizar las estadísticas clásicas basado en medias y desviaciones estándar, como pruebas de Student y análisis de varianza; o bien se identifica la distribución como 'no normal' (disimétrica, multimodal, aplastada, etc.), y luego se utilizan pruebas de hipótesis particulares de tipo 'no gaussianas', como las pruebas de Willcoxon o las pruebas de Friedman, basadas esencialmente en filas o horarios.
El procesamiento estadístico destaca vías para el análisis y la interpretación, y en particular mediante el uso de métodos multidimensionales; Sin embargo, siempre habrá que comprobar que estas primeras conclusiones o líneas de análisis no se deban a uno o varios individuos "aberrantes" que hayan malinterpretado una pregunta o la hayan subestimado o sobrevalorado de forma incoherente, y que, por este hecho, , habría cambiado los resultados muy fuertemente en una dirección u otra.
Puede ser tentador inventar valores ante la ausencia de jueces o por el costo de las sesiones o incluso por un problema de disponibilidad del producto al tratar de “pegarse” a los resultados anteriores. Por supuesto, esto es contrario a todas las reglas de profesionalismo y ética, pero también debe saber que este ejercicio sigue siendo muy difícil de realizar sin otros resultados que contrarresten y resalten estos datos sospechosos.
Una clasificación permite graduar o evaluar productos mediante rangos y por tanto con una precisión ligada al número de posibles modalidades de respuesta, es decir, al número de productos. Por lo tanto, los productos evaluados dentro de un grupo de tres productos en la clasificación serán evaluados mucho más burdamente que algunos de estos productos evaluados dentro de un grupo de 5 o 6 productos. Una comparación de estos dos resultados, por lo tanto, tiene muy poco sentido y sentido.
Es fácil pensar en poder repetir por ejemplo una serie de un test triangular a los jueces presentes para poder utilizar una estadística basada en el doble de jueces. La prueba estadística debe entonces adaptarse con un coeficiente de reducción de la potencia de la prueba, pero esto no es recomendable, porque en el extremo, hacer la misma pregunta a diez personas nunca dará el mismo resultado que hacer la misma pregunta diez veces. , a la misma persona.
Sí, por supuesto, porque los descriptores sensoriales son preguntas específicas que se hacen a los expertos en condiciones específicas y que se han explicado durante las sesiones de evaluación. Por lo tanto, sería difícil pensar que una audiencia general de dirección, marketing o dirección técnica, es plenamente consciente de el significado de los descriptores. Estos últimos pueden, en algunos aspectos, parecer sencillos de entender, pero también pueden resultar verdaderos falsos amigos en la interpretación y análisis de los resultados.
Unos sesenta panelistas constituyen un elemento básico en los estándares para poder empezar a interpretar los resultados, y así poder sacar conclusiones sobre las valoraciones y preferencias de la población o target estudiado. Es por esto que redividir esta muestra en varios grupos para tratar de distinguir segmentaciones de consumo y apreciación parece muy complicado debido al número demasiado pequeño que resulta para cada una de las clases constituidas.
A menudo es bastante fácil y rápido concluir a partir de las diferencias entre dos productos, que uno, por ejemplo, es más apreciado que otro porque su calificación de preferencia sigue siendo más alta, y esto indica una tendencia notable.
El resultado de una prueba estadística suele estar rodeado de antemano por hipótesis que muchas veces son ignoradas o poco tenidas en cuenta al aplicar tal o cual prueba; También pueden ser hipótesis sobre la estructura y distribución de la población real.
Una prueba estadística o un resultado gráfico es a menudo un foco de observación de los datos, sigue siendo necesario considerar todos estos puntos de observación para poder sacar conclusiones sólidas sobre los productos. Una aparente oposición de los resultados puede resultar de la aplicación. estadísticas inapropiadas. En consecuencia, la elección selectiva de un estadístico en favor de otro, por la sola razón de la convergencia con los resultados esperados, podría resultar un grave error o, peor éticamente, sería elegir el estadístico que permitiera obtener cualquier resultado. resultado deseado.