食品感官评价是以人的感觉为基础,通过感官评价食品的各种属性后,再经统计分析而获得客观结果的试验方法。随着科学技术的发展和进步,这种集客观生理学、心理学、食品学和统计学为一体的新学科日益成熟和完善,感官评价方法的应用也越来越广泛。目前国家标准规定的感官评价方法就有十几种,这些方法都是建立在统计学的基础上,采用统计方法分析感官数据。
SPSS被认为是目前世界上最优秀的统计软件之一,可以完成和实现样本的方差分析、非参数分析、聚类分析、判别分析、相关分析、回归分析等,几乎涵盖了数理统计的方方面面,被广泛应用于农业、生物学、心理学、经济学等许多领域。借助计算机,利用SPSS强大的统计分析功能来辅助分析食品感官数据,避免了繁杂的人工计算,大大提高了工作效率和运算精度。本文即以基本统计方法为基础,通过举例的方式详细介绍了如何运用SPSS软件对食品的感官评分结果进行统计分析。
评分法要求评价员以数字标度(等距标度或比率标度)的形式来评价样品的品质特性。该方法可同时评价一种或多种产品的一个或多个指标的强度或差异,应用较为广泛。分析评价员的评分结果,根据样品的数量一个样品、二个样品和二个以上的样品)不同,有不同的统计理论基础和统计分析方法,所以在SPSS软件中有三种实现过程:用该软件的描述统计功能分析一个样品评分的结果、用配对样本T检验功能确定两个样品间的差异以及用单因素方差分析功能确定两个以上样品间的差异。
一、通过描述统计分析一个样品评分结果
利用SPSS软件的描述统计(Descriptive Statistics)功能可了解感官数据的结构和总体情况。对一种样品所得到的评分结果可用中位数或平均值以及标准差或极差来汇总,以反映感官数据的集中趋势和离散趋势。集中趋势反映的是一组资料中各观测值所具有的共同趋势,即各观测值所集聚的位置。常用的集中趋势计量的指标是:平均值和中位数。离散趋势反映的是一组资料中各观测值之间的差异或离散程度。常用的离散趋势计量的指标是:标准差和极差。
1.1应用举例
【例1】12名评价员以6点标度给草莓味乳饮料的香气强度打分,6=非常强;5一强;4一中等;3-弱;2=非常弱;1=不存在。
评分结果为;1,4,4,2,4,5,3,2,5,1,4,3。
在SPSS中输入评分结果,在主菜单中选择"Analyze",展开下拉菜单,点击Descriptive Statistics”中的Frequencies”命令,使用者可根据需要选择输出的不同的描述统计量,本例选择"Mean"(平均值)、”Median"(中位数)、"Std.deviation"(标准差)和Range"(极差)。
1.2主要输出结果及分析
二、通过配对样本T检验确定两个样品间的差异
在感官工作中,通过评分来判定两个样品之间是否存在感官上可察觉到的明显差异,需要利用SPSS软件的配对样本T检验功能来实现。
配对样本T检验用于检验两个配对样本是否来自具有相同均值的总体。其理论基础是:在满足被比较的两个样本有配对关系并且都来自服从正态分布的总体的前提条件下,建立原假设H0:(两样本所代表的总体均值相等)和对立假设H:(两样本所代表的总体均值不相等)。为了检验H0是否成立,引进一个新变量Z—配对数据的差值,建立检验统计量T2,给定显著性水平s/Vn-I a,查t分布表的临界值tadn-1),若T>tadn-1),就拒绝原假设,有1-α的把握认为两总体均值间的差异是显著的;若Tst(n-1),则接受原假设,有1-α的把握不能认为两总体均值间有显著差异。
2.1应用举例
【例2】10位评价员用9点快感标度评价a、b两种酸奶样品,即9-极端喜欢;8-非常喜欢;7-一般喜欢;6-稍微喜欢;5-既没有喜欢,也没有厌恶;4-稍微厌恶;3-一般厌恶;2-非常厌恶;1-极端厌恶,评分结果见表2。
在SPSS中输入评分结果,在主菜单中选择"Analyze",展开下拉菜单,点击Compare Means"中的Paired-Samples T Test”命令,即可分析两个样品的评分结果。
2.2主要输出结果及分析
表3列出了两个样品配对差值的平均值、标准差、标准误差、95%置信区间、t值、自由度和Sig(2-tailed)值。t=1.964,查t分布表相应的临界值t0.05(9)=2.262,t<t0.05(9),接受原假设。更直观的判断接受或拒绝原假设的方法是看表中最后一列的sig(2-tailed)值。sig(2-tailed)表示双尾检验概率,即统计学上的p值四,p<0.05,就拒绝原假设。本例p=0.081>0.05,接受原假设。
因此可得结论:在5%显著性水平下,认为样品a和样品b的接受程度不存在明显的差异,都能达到评价员的接受水平,即两样品有相似的被喜爱程度。
三、通过单因素方差分析确定两个以上样品间的差异
在感官工作中,通过评分来判定两个以上样品之间是否存在感官上可察觉到的明显差异,需要利用SPSS软件的单因素方差分析(One-Way ANOVA)功能来实现。
单因素方差分析用于检验由单一因素影响的两个以上相互独立的样本是否来自具有相同均值的总体,还可以分析哪一个样本与其它样本所代表的总体均值间有显著性差异。其理论基础是:在满足被比较的样本都来自具有相同方差且服从正态分布的总体的前提条件下,建立原假设H;各样本所代表的总体均值相等)和对立假设H;各样本所代表的总体均值不完全相等等。为了检验Ho是否成立,建立检验统计量Ft式中SSA是组间离差平方和,SSE是组内离差平方和,n为所有观测值的个数,k为样本数),给定显著性水平a,查F分布表的临界值Foak-1,n-k),若F>Fok-1,n-k),就拒绝原假设,有1-α的把握认为总体均值间的差异是显著的;若F≤Fa(k-1,n-k),则接受原假设,有1-α的把握不能认为总体均值间有显著差异。
3.1应用举例
【例3】16名评价员给A、B、C三个奶粉样品的甜度评分,以9分制评价样品,9分表示甜度非常强,1分表示甜度非常弱,评分结果见表4。
首先在SPSS中输入评分结果,如果使用的是比率标度,通常需要对评分结果进行对数变换后再输入数据。从SPSS的主菜单中选择"Analyze",展开下拉菜单,点击Compare Means”中的One-Way ANOVA”命令,本例在命令对话框中选择 Homogeneity of variance testt方差齐次性检验)和Equal Variances Assumed"中的S-N-K"多重比较方法。方差齐次性检验是以Levene法检验各样本是否来自具有相同方差的总体,是进行方差分析的前提条件之一。如果没有通过方差齐次性检验,即Levene检验的P值<0.05,需要对数据进行转换后如平方根、对数转换等)[3]再重新进行方差分析。S-N-K方法是SPSS软件提供的一种运用最广泛的多重比较的方法。多重比较是在方差分析的基础上进行,如果方差分析结果为差异显著,说明这几个总体均值间存在显著性差异,但不能明确各个均值间差异的显著性,需要用多重比较来实现;如果方差分析结果为差异不显著,则无需看多重比较的结果。
3.2主要输出结果及分析
表5为方差齐次性检验结果,P=0.913>0.05,通过方差齐次性检验。表6为方差分析结果,包括组间离差、组内离差和总离差的平方和、自由度和均方,还有F值和Sig.值P值)。F值为7.613,P=0.001<0.05,拒绝原假设,说明在5%显著性水平下,三个样品间存在明显的差异。
表7为S-N-K方法的多重比较齐次性均衡子集,多重比较齐次性均衡子集是多重比较的一种表达式,属同一齐次性均衡子集的样品不存在显著性差异。表中有两个齐次性均衡子集:样品B和样品C;样品A。
因此可得结论:在5%显著性水平下,样品A甜度较高,样品B和样品C甜度相对较低,其中样品B和样品C的甜度接近。
四、结束语
SPSS软件功能强大,不仅能用于分析感官评分的结果,而且还能用于分析其它感官评价方法的结果。操作简单,与手工计算相比,运算速度快、能节省大量的时间,极大地提高了工作效率,使感官实验后的数据处理工作变得相对轻松。灵活运用SPSS软件的数据统计方法,准确快捷地对结果进行分析,为新产品开发和产品的质量控制提供了理论依据。
来源:整理自《乳业科学与技术》,转载请注明来源。