Bài tập về hedochoc sensochoc, VIỆN CÔNG NGHỆ SINH HỌC THỰC PHẨM - IUH
Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (1.18 MB, 33 trang )
VIỆN CÔNG NGHỆ SINH HỌC THỰC PHẨM - IUH
MỤC LỤC
1. Giới thiệu về số liệu và định dạng của số liệu..................................................................................4
Giới thiệu...........................................................................................................................................4
Định dạng...........................................................................................................................................4
2. Phân tích mô tả số liệu.......................................................................................................................4
2.1 Dữ liệu hedochoc.........................................................................................................................4
2.2 Dữ liệu sensochoc........................................................................................................................5
2.3 Dữ liệu sensopanels.....................................................................................................................6
3. Đối với số liệu hedochoc...................................................................................................................7
3.1 Biểu đồ cột thể hiện thị hiếu của người tiêu dùng đối với các sản phẩm chocolates................7
3.2 Phân tích phương sai về sự sai khác mức độ ưa thích của người tiêu dùng đối với các sản
phẩm...................................................................................................................................................7
4. Đối với số liệu về sensochoc.............................................................................................................8
4.1 Phân tích sự khác nhau trên từng tính chất đối với hội đồng mô tả. Vẽ biểu đồ boxplot để hỗ
trợ quá trình phân tích........................................................................................................................8
4.1.1 CocoaA.................................................................................................................................8
4.1.2 MilkA....................................................................................................................................9
4.1.3 CocoaF................................................................................................................................10
4.1.4 MilkF...................................................................................................................................11
4.1.5 Caramel...............................................................................................................................12
4.1.6 Vanilla.................................................................................................................................13
4.1.7 Sweetness............................................................................................................................14
4.1.8 Acidity.................................................................................................................................15
4.1.9 Bitterness............................................................................................................................16
4.1.10 Astringency.......................................................................................................................17
4.1.11 Crunchy.............................................................................................................................17
4.1.12 Melting..............................................................................................................................19
4.1.13 Sticky................................................................................................................................20
Page 1
4.1.14 Granular............................................................................................................................21
4.2 Đánh giá sự đồng thuận của thành viên hội đồng.....................................................................21
4.2.1 Lần thử thứ nhất:(session=1)..............................................................................................21
4.2.2 Lần thử thứ hai:(session=2)................................................................................................22
4.3 Vẽ biểu đồ radar mô tả tính chất của các sản phẩm..................................................................23
Phụ lục..................................................................................................................................................24
Page 2
1. Giới thiệu về số liệu và định dạng của số liệu
Giới thiệu
Dữ liệu sử dụng ở đây là kết quả của cuộc khảo sát về 6 loại chocolates được bán ở Pháp.
- Mô tả cảm quan: mỗi loại chocolate được đánh giá 2 lần về 14 tính chất cảm quan bởi 29
chuyên gia.
- Dữ liệu khảo sát thị hiếu khách hàng: mỗi loại chocolate được đánh giá dựa trên thang đo
từ 0 (thích) đến 10 (không thích) bởi 222 người tiêu dùng.
- Các hội đồng đánh giá cảm quan: mỗi loại chocolate được đánh giá về 14 tính chất cảm
quan bởi 7 hội đồng.
Định dạng
- Hedochoc: dữ liệu gồm 6 hàng và 222 cột, mỗi hàng tương ứng với một loại chocolate và
mỗi cột tương ứng với điểm thị hiếu của 1 trong 222 người tiêu dùng tham gia cuộc khảo
sát.
- Sensochoc: dữ liệu gồm 348 hàng và 19 cột: 5 biến định tính (Panelist, Session, Form,
Rank, Product) và 14 tính chất cảm quan.
- Sensopanels: dữ liệu gồm 6 hàng và 98 cột, mỗi hàng tương ứng với một loại chocolate
và mỗi cột tương ứng với mức đánh giá trung bình của các chuyên gia trong mỗi hội đồng
đánh giá về mỗi tính chất cảm quan.
2. Phân tích mô tả số liệu
2.1 Dữ liệu hedochoc
- Các biến trong hedochoc đều là biến định lượng.
Page 3
- Phân tích một số biến
2.2 Dữ liệu sensochoc
- Các biến định tính: Panelist, Session, Rank, Product
- Các biến định lượng: CocoaA, MilkA, CocoaF, MilkF, Caramel, Vanilla, Sweetness,
Acidity, Bitterness, Astringency, Crunchy, Melting, Sticky, Gramular.
- Phân tích các biến
Page 4
2.3 Dữ liệu sensopanels
- Các biến trong sensopanels đều là biến định lượng
- Phân tích một số biến
Page 5
3. Đối với số liệu hedochoc
3.1 Biểu đồ cột thể hiện thị hiếu của người tiêu dùng đối với các sản phẩm chocolates
0
2
4
Points
6
8
10
Preference mapping of Chocolates
choc1
choc2
choc3
choc4
choc5
choc6
3.2 Phân tích phương sai về sự sai khác mức độ ưa thích của người tiêu dùng đối với
các sản phẩm
Bảng số liệu thể hiện mức độ yêu thích của người tiêu dùng đối với các sản phẩm
chocolate
Các loại chocolates
Điểm đánh giá
Choc1
5.329±2.546
Choc2
5.689±2.216
Choc3
5.766±2.662
Choc4
5.766±2.299
Choc5
5.626±2.051
Choc6
5.905±2.003
Vì p-value=0.1577 > 0.05 nên không có sự khác biệt về mức độ ưa thích của người tiêu
dùng đối với các sản phẩm. Qua bảng số liệu cũng như biều đồ thể hiện ở trên, ta thấy mức
độ yêu thích đối với sản phẩm choc6 là lớn nhất, tuy nhiên so với các loại chocolate còn lại
Page 6
thì không khác biệt nhiều. Mức độ dao động của điểm đánh giá về mỗi loại chocolate (thể
hiện qua độ lệch chuẩn) cũng không mấy khác biệt.
4. Đối với số liệu về sensochoc
4.1 Phân tích sự khác nhau trên từng tính chất đối với hội đồng mô tả. Vẽ biểu đồ
boxplot để hỗ trợ quá trình phân tích
0
2
4
CocoaA
6
8
10
4.1.1 CocoaA
1
3
5
7
9
11
14
17
20
23
26
29
Panelist
Theo kết quả phân tích, ảnh hưởng tương tác giữa Panelist và Session, Panelist và Product,
Session và Product đều không có ý nghĩa thống kê (p>0.05), tức không có tương tác.
Với mô hình không có tương tác, kết quả phân tích cho thấy có sự khác biệt về tính chất
CocoaA giữa các loại chocolate (p<0.05) và sự khác biệt về đánh giá của các thành viên
trong hội đồng mô tả (p<0.05). Tuy nhiên, phân tích TukeyHSD lại cho thấy khi đánh giá
tính chất CocoaA, chỉ có một vài ý kiến khác biệt, phần lớn đều cùng ý kiến với nhau. Vì
Page 7
vậy có thể nói tính chất CocoaA đặc trưng cho từng loại chocolate, nhờ đó người tiêu dùng
dễ dàng lựa chọn loại chocolate yêu thích với vị CocoaA nổi bật nhất.
0
2
4
MilkA
6
8
10
4.1.2 MilkA
1
3
5
7
9
11
14
17
20
23
26
29
Panelist
Theo kết quả phân tích, ảnh hưởng tương tác giữa Panelist và Session, Panelist và Product,
Session và Product đều không có ý nghĩa thống kê (p>0.05), tức không có tương tác.
Với mô hình không có tương tác, kết quả phân tích tương tự như tính chất CocoaA, tức có
sự khác biệt về tính chất MilkA giữa các loại chocolate (p<0.05) và sự khác biệt về đánh
giá của các thành viên trong hội đồng mô tả (p<0.05). Tuy nhiên, phân tích TukeyHSD lại
cho thấy khi đánh giá tính chất MilkA, chỉ có một vài ý kiến khác biệt, phần lớn đều cùng
ý kiến với nhau. Vì vậy có thể nói tính chất MilkA đặc trưng cho từng loại chocolate, nhờ
đó người tiêu dùng dễ dàng lựa chọn loại chocolate yêu thích với vị MilkA nổi bật nhất.
Page 8
0
2
4
CocoaF
6
8
10
4.1.3 CocoaF
1
3
5
7
9
11
14
17
20
23
26
29
Panelist
Theo kết quả phân tích, ảnh hưởng tương tác giữa Panelist và Product có ý nghĩa thống kê
(p<0.05), còn tương tác giữa Panelist và Session, Session và Product thì không có ý nghĩa
thống kê (p>0.05).
Với mô hình phân tích mới aov(CocoaF~Panelist+Product+Session+Panelist:Product),
kết quả cho thấy có sự khác biệt về tính chất CocoaF giữa các loại chocolate, giữa 2 lần thử
và có sự khác biệt về đánh giá của các thành viên trong hội đồng mô tả. Bên cạnh đó yếu tố
tương tác giữa Panelist (thành viên) và Product (loại chocolate) cũng gây ảnh hưởng một
phần, khiến ta phải đặt câu hỏi liệu rằng các thành viên của hội đồng khác đánh giá sẽ cho
kết quả khác? Kết hợp các kết quả trên có thể nói tính chất CocoaF không hẳn đặc trưng
cho từng loại chocolate có trong khảo sát.
Page 9
0
2
4
MilkF
6
8
10
4.1.4 MilkF
1
3
5
7
9
11
14
17
20
23
26
29
Panelist
Theo kết quả phân tích, ảnh hưởng tương tác giữa Panelist và Product, Panelist và Session
có ý nghĩa thống kê (p<0.05), còn tương tác giữa Session và Product thì không có ý nghĩa
thống kê (p>0.05).
Với mô hình phân tích mới aov(MilkF~Panelist+Session+Product+Panelist:Session+
Panelist:Product), kết quả phân tích cho thấy có sự khác biệt về tính chất MilkF giữa các
loại chocolate, giữa 2 lần thử và có sự khác biệt về đánh giá của các thành viên trong hội
đồng mô tả. Yếu tố tương tác giữa Panelist và Product, Panelist và Session cũng ảnh hưởng
một phần đến kết quả, thành viên của hội đồng khác đánh giá có thể cho kết quả khác. Vì
vậy có thể nói tính chất MilkF không hẳn đặc trưng cho từng loại chocolate.
Page
10
0
2
4
Caramel
6
8
10
4.1.5 Caramel
1
3
5
7
9
11
14
17
20
23
26
29
Panelist
Theo kết quả phân tích, ảnh hưởng tương tác giữa Panelist và Product, Panelist và Session
có ý nghĩa thống kê (p<0.05), còn tương tác giữa Session và Product thì không có ý nghĩa
thống kê (p>0.05).
Với mô hình phân tích mới aov(Caramel~Panelist+Product+Panelist:Session+
Panelist:Product), kết quả phân tích cho thấy có sự khác biệt về vị Caramel giữa các loại
chocolate và sự khác biệt về đánh giá của các thành viên trong hội đồng mô tả. Yếu tố
tương tác giữa Panelist và Product, Panelist và Session cũng ảnh hưởng một phần đến kết
quả, thành viên của hội đồng khác đánh giá có thể cho kết quả khác. Vì vậy có thể nói vị
Caramel không hẳn đặc trưng cho từng loại chocolate.
Page
11
4
0
2
Vanilla
6
8
4.1.6 Vanilla
1
3
5
7
9
11
14
17
20
23
26
29
Panelist
Theo kết quả phân tích, ảnh hưởng tương tác giữa Panelist và Product, Panelist và Session
có ý nghĩa thống kê (p<0.05), còn tương tác giữa Session và Product thì không có ý nghĩa
thống kê (p>0.05).
Với mô hình phân tích mới aov(Vanilla~Panelist+Product+Panelist:Session+
Panelist:Product), kết quả phân tích cho thấy có sự khác biệt về vị Vanilla giữa các loại
chocolate và sự khác biệt về đánh giá của các thành viên trong hội đồng mô tả. Yếu tố
tương tác giữa Panelist và Product, Panelist và Session cũng ảnh hưởng một phần đến kết
quả, thành viên của hội đồng khác đánh giá có thể cho kết quả khác. Vì vậy có thể nói vị
Vanilla không hẳn đặc trưng cho từng loại chocolate.
Page
12
6
4
0
2
Sweetness
8
10
4.1.7 Sweetness
1
3
5
7
9
11
14
17
20
23
26
29
Panelist
Theo kết quả phân tích, ảnh hưởng tương tác giữa Panelist và Session có ý nghĩa thống kê
(p<0.05), còn tương tác giữa Panelist và Product, Session và Product thì không có ý nghĩa
thống kê (p>0.05).
Với mô hình phân tích mới aov(Sweetness~Panelist+Session+Product+Panelist:Session),
kết quả phân tích cho thấy có sự khác biệt về tính chất Sweetness (độ ngọt) giữa các loại
chocolate, giữa 2 lần thử và có sự khác biệt về đánh giá của các thành viên trong hội đồng
mô tả. Yếu tố tương tác giữa Panelist (thành viên) và Session (lần thử) cũng ảnh hưởng đến
kết quả. Vị ngọt của chocolate ở 2 lần thử được đánh giá là có sự khác biệt, xảy ra điều này
có thể là do cảm quan của người đánh giá về độ ngọt không được chính xác, cũng có thể là
do quá trình tạo vị ngọt của chocolate không được đồng đều.
Page
13
0
2
4
Acidity
6
8
10
4.1.8 Acidity
1
3
5
7
9
11
14
17
20
23
26
29
Panelist
Theo kết quả phân tích, ảnh hưởng tương tác giữa Panelist và Product, Panelist và Session
có ý nghĩa thống kê (p<0.05), còn tương tác giữa Session và Product thì không có ý nghĩa
thống kê (p>0.05).
Với mô hình phân tích mới aov(Acidity~Panelist+Product+Panelist:Session+
Panelist:Product), kết quả phân tích cho thấy có sự khác biệt về tính chất Acidity (độ chua)
giữa các loại chocolate và sự khác biệt về đánh giá của các thành viên trong hội đồng mô
tả. Yếu tố tương tác giữa Panelist và Product, Panelist và Session cũng ảnh hưởng một
phần đến kết quả, thành viên của hội đồng khác đánh giá có thể cho kết quả khác.
Page
14
6
4
0
2
Bitterness
8
10
4.1.9 Bitterness
1
3
5
7
9
11
14
17
20
23
26
29
Panelist
Theo kết quả phân tích, ảnh hưởng tương tác giữa Panelist và Product có ý nghĩa thống kê
(p<0.05), còn tương tác giữa Panelist và Session, Session và Product thì không có ý nghĩa
thống kê (p>0.05).
Với mô hình phân tích mới aov(Bitterness~Panelist+Session+Product+Panelist:Product)
thì kết quả lại cho thấy ảnh hưởng tương tác giữa Panelist và Product cũng không có ý
nghĩa thống kê.
Sang đến mô hình phân tích tiếp theo aov(Bitterness~Panelist+Session+Product), kết quả
phân tích cho thấy có sự khác biệt về tính chất Bitterness (độ đắng) giữa các loại chocolate,
giữa 2 lần thử và có sự khác biệt về đánh giá của các thành viên trong hội đồng mô tả. Có
thể nói quá trình tạo tính chất Bitterness (độ đắng) cho chocolate không được đồng đều,
dẫn đến kết quả đánh giá ở 2 lần thử khác nhau.
Page
15
6
4
0
2
Astringency
8
10
4.1.10 Astringency
1
3
5
7
9
11
14
17
20
23
26
29
Panelist
Theo kết quả phân tích, ảnh hưởng tương tác giữa Panelist và Session, Panelist và Product,
Session và Product đều không có ý nghĩa thống kê (p>0.05), tức không có tương tác.
Với mô hình không có tương tác, kết quả phân tích cho thấy có sự khác biệt về tính chất
Astringency (độ chát) giữa các loại chocolate (p<0.05) và sự khác biệt về đánh giá của các
thành viên trong hội đồng mô tả (p<0.05). Phân tích TukeyHSD cũng cho thấy khi đánh
giá tính chất Astringency (độ chát), phần lớn đều cho những đánh giá khác nhau. Vì vậy có
thể nói sản phẩm chocolate được tạo ra với độ chát không tốt, không như mong đợi.
4.1.11 Crunchy
Page
16
10
8
6
0
2
4
Crunchy
1
3
5
7
9
11
14
17
20
23
26
29
Panelist
Theo kết quả phân tích, ảnh hưởng tương tác giữa Panelist và Product, Panelist và Session
có ý nghĩa thống kê (p<0.05), còn tương tác giữa Session và Product thì không có ý nghĩa
thống kê (p>0.05).
Với mô hình phân tích mới aov(Crunchy~Panelist+Session+Product+Panelist:Session+
Panelist:Product), kết quả phân tích cho thấy có sự khác biệt về tính chất Crunchy (Độ
giòn) giữa các loại chocolate, giữa 2 lần thử và có sự khác biệt về đánh giá của các thành
viên trong hội đồng mô tả. Yếu tố tương tác giữa Panelist và Product, Panelist và Session
cũng ảnh hưởng một phần đến kết quả, thành viên của hội đồng khác đánh giá có thể cho
kết quả khác.
Page
17
0
2
4
Melting
6
8
10
4.1.12 Melting
1
3
5
7
9
11
14
17
20
23
26
29
Panelist
Theo kết quả phân tích, ảnh hưởng tương tác giữa Panelist và Product có ý nghĩa thống kê
(p<0.05), còn tương tác giữa Panelist và Session, Session và Product thì không có ý nghĩa
thống kê (p>0.05).
Với mô hình phân tích mới aov(Melting~Panelist+Session+Product+Panelist:Product),
kết quả phân tích cho thấy sự tác động của Session cũng không có ý nghĩa thống kê
(p>0.05)
Sang mô hình phân tích aov(Melting~Panelist+Product+Panelist:Product), kết quả phân
tích cho thấy có sự khác biệt về tính chất Melting (độ tan chảy) giữa các loại chocolate và
sự khác biệt về đánh giá của các thành viên trong hội đồng mô tả. Yếu tố tương tác giữa
Panelist và Product cũng ảnh hưởng một phần đến kết quả, các thành viên của hội đồng
khác đánh giá có thể cho kết quả khác.
Page
18
0
2
4
Sticky
6
8
10
4.1.13 Sticky
1
3
5
7
9
11
14
17
20
23
26
29
Panelist
Theo kết quả phân tích, ảnh hưởng tương tác giữa Panelist và Session, Product và Session
có ý nghĩa thống kê (p<0.05), còn tương tác giữa Panelist và Product thì không có ý nghĩa
thống kê (p>0.05).
Với mô hình phân tích mới aov(Sticky~Panelist+Product+Panelist:Session+
Session:Product), kết quả phân tích cho thấy tương tác giữa Panelist và Session cũng
không có ý nghĩa thống kê.
Sang mô hình kế tiếp aov(Sticky~Panelist+Product+Session:Product), kết quả phân tích
cho thấy có sự khác biệt về tính chất Sticky (độ dính) giữa các loại chocolate và sự khác
biệt về đánh giá của các thành viên trong hội đồng mô tả. Yếu tố tương tác giữa Product và
Session cũng ảnh hưởng một phần đến kết quả. Phân tích TukeyHSD cho thấy sự khác biệt
về độ dính giữa các loại chocolate không lớn, ảnh hưởng của yếu tố tương tác cũng không
lớn nhưng nhận được nhiều đánh giá khác biệt từ hội đồng mô tả. Do đó có thể độ dính tạo
ra cho chocolate không như mong đợi.
Page
19
0
2
4
Granular
6
8
10
4.1.14 Granular
1
3
5
7
9
11
14
17
20
23
26
29
Panelist
Theo kết quả phân tích, ảnh hưởng tương tác giữa Panelist và Product có ý nghĩa thống kê
(p<0.05), còn tương tác giữa Panelist và Session, Session và Product thì không có ý nghĩa
thống kê (p>0.05).
Với mô hình phân tích mới aov(Granular~Panelist+Product+Panelist:Product), kết quả
phân tích cho thấy có sự khác biệt về tính chất Granular giữa các loại chocolate và sự khác
biệt về đánh giá của các thành viên trong hội đồng mô tả. Yếu tố tương tác giữa Panelist và
Product cũng ảnh hưởng một phần đến kết quả, các thành viên của hội đồng khác đánh giá
có thể cho kết quả khác.
4.2 Đánh giá sự đồng thuận của thành viên hội đồng
4.2.1 Lần thử thứ nhất:(session=1)
Đánh giá sự đồng thuận của hội đồng về vị trí xếp hạng:
Bảng tổng kết: xếp hạng các loại chocolates theo hội đồng đánh giá.
Hạng 1
Hạng 2
Hạng 3
Page
20
Hạng 4
Hạng 5
Hạng 6
Choc1
4
4
5
5
5
6
Choc2
6
6
4
5
3
5
Choc3
4
5
5
5
5
5
Choc4
5
5
4
5
5
5
Choc5
5
4
6
4
6
4
Choc6
5
5
5
5
5
4
Theo kết quả phân tích, ta thấy p-value=1 > =0.05 nên trong lần thứ nhất kiểm định có sự
đồng thuận về xếp hạng giữa các loại chocolate.
4.2.2 Lần thử thứ hai:(session=2)
Đánh giá sự đồng thuận của hội đồng về vị trí xếp hạng:
Bảng tổng kết: xếp hạng các loại chocolates theo hội đồng đánh giá.
Hạng 1
Hạng 2
Hạng 3
Hạng 4
Hạng 5
Hạng 6
Choc1
5
5
5
4
6
4
Choc2
5
3
5
6
4
6
Choc3
5
6
5
4
4
5
Choc4
4
5
5
5
5
5
Choc5
6
4
5
6
4
4
Choc6
4
6
4
4
6
5
Theo kết quả phân tích, ta thấy p-value=1 > =0.05 nên trong lần thứ hai kiểm định có sự
đồng thuận về xếp hạng giữa các loại chocolate.
Kết luận: Có sự đồng thuận của thành viên hội đồng về xếp hạng giữa các loại chocolate.
Page
21
4.3 Vẽ biểu đồ radar mô tả tính chất của các sản phẩm
choc1
choc2
choc3
choc4
choc5
choc6
Biểu đồ radar mô tả tính chất của từng sản phẩm
Granular
CocoaA
10
Sticky
MilkA
CocoaF
5
Melting
MilkF
0
Crunchy
Caramel
Astringency
Bitterness
Vanilla
Acidity
Sweetness
Biểu đồ radar mô tả tính chất của các sản phẩm
Page
22
choc1
choc2
choc3
choc4
choc5
choc6
Phụ lục
3.1
> library(SensoMineR)
> data(chocolates)
> attach(hedochoc)
> n=t(hedochoc)
> hedo=c(n)
> group=gl(6,222,label=c("choc1","choc2","choc3","choc4","choc5","choc6"))
> group=as.factor(group)
> library(sciplot)
> bargraph.CI(group,hedo,ylab="Points",ylim=c(0,10),col="purple",main="Preference
mapping of Chocolates")
3.2
> n=t(hedochoc)
> mean=c(mean(n[,1]),mean(n[,2]),mean(n[,3]),mean(n[,4]),mean(n[,5]),mean(n[,6]))
> sp=gl(6,222)
> hedo=c(n)
> sp=as.factor(sp)
> data=data.frame(sp,hedo)
> analysis=lm(hedo~sp)
> anova(analysis)
Analysis of Variance Table
Response: hedo
Df Sum Sq Mean Sq F value Pr(>F)
sp
5 42.6 8.5171 1.5976 0.1577
Page
23
Residuals 1326 7069.2 5.3312
4.1
> library(SensoMineR)
> data(chocolates)
> attach(sensochoc)
# CocoaA
>t1=aov(CocoaA~Panelist+Session+Product+Panelist:Session+Panelist:Product+Session:Prod
uct)
> summary(t1)
>t11=aov(Cocoa
A~Panelist+Product)
> summary(t11)
> TukeyHSD(t11)
# MilkA
>t2=aov(MilkA~Panelist+Session+Product+Panelist:Session+Panelist:Product+Session:Produ
ct)
> summary(t2)
Page
24
> t21=aov(MilkA~Panelist+Product)
> summary(t21)
> TukeyHSD(t21)
# CocoaF
>t3=aov(CocoaF~Panelist+Session+Product+Panelist:Session+Panelist:Product+Session:Prod
uct)
> summary(t3)
> t31=aov(CocoaF~Panelist+Product+Session+Panelist:Product)
> summary(t31)
# MilkF
Page
25
