品評員數據需不需要使用平均值與標準偏差來做平均值差異的檢定?

姚念周 首席顧問
  因為今年成立了一個感官分析的獎學金,鼓勵在學研究生使用MakeSense的工具來進行感官品評感官分析,蒐集到一個來自同學的問題,在這裡跟大家分享:

先講結論,因為很重要所以講在前面:
1.感官分析不需要計算品評員的標準差,因為沒有意義。
2.不可以在完成一次品評測試並且完成統計後,抽換個別部分數據,重新統計。因為那是假造結果。
3.不可以用描述統計的方法來表達品評的結果。因為品評統計是把品評員也當作變數之一。


接下來講講情境,有使用MakeSense的同學提出:
“我以為送出後,可以得到一個"原始數據的整理表"(例如存成excel的形式),因為若有這個數據檔,就可以把最終結果編輯成想要的形式,例如一般的表格或圖(盒鬚圖、直方圖等等),但是這軟體最後給的結果報告只有pdf檔,也就是說我們最後要整理結果表格的時候還是需要自己再key一次統計的平均值到表中,此外,學術報告大多都會想看標準差或標準誤,(註1)這樣這個軟體的功能對我們來說就沒那麼好用,因為沒有那個"原始數據的整理表",所以我們也沒辦法自己用excel算標準偏差,如此一來這軟體好像只有方便在不需要分析員自己key數據(可以讓品評員自己key)可以快速統計得到結果 (跟快篩一樣),但是學術研究常會需要留下原始數據供我們嘗試用其他統計方法計算。”


  同學提出註1的內容,完全正確。但是在感官品評感官分析的統計當中,並不完全正確。如果以科學感官分析感官品評的統計原理來說,並不是取30位品評員所填答對於甜味的喜好度的平均值與標準差來代表該組數據,而是必須經過頻率分析確認該族群是否有雙峰分布後,進行單因子變異數分析(ANOVA)確認模式顯著後,進行多重比較分析(LSD)檢定。在這裡,30個品評員的標準差或標準誤差並沒有意義。
  從另一個角度來說,感官品評感官分析的誤差來源與物化分析有很大的不同,並不是來自量度的過程與個體的差異而是來自環境的控制、樣品的控制與品評員的篩選所造成的誤差更大,這一點請預備使用品評作為工具的朋友,務必理解。如果對於品評統計還有更多的求知慾者,也歡迎參加我們11月份的品評統計課程。

  MakeSense 工具統計已完成ANOVA及LSD等統計後,並無要求標準差的情形。若要使用其他統計方法,只要將數據copy至excel即可,非常方便的。



歡迎索取7天免費試用帳號