中心点剖面法,简称“PP法”,最早由Thuillier等人提出,是一种自由描述与频次统计相结合的感官剖面方法,它允许以被测样品提供顺序的方式记录参与者(评价员或消费者)对被测样品自由表达的描述词。
PP法中获取描述词的策略是通过自由描述来收集两个样品之间有强度差异的感官特性:一个目标/被测样品和一个Pivot样品(P样品:作为对比的样品,即中心点样品)。参与者品评这一对样品,并在回答表中写出在被测样品中感知到的与中心样品相比,强度偏低/弱和偏高/强的所有感官属性。重复此过程,得到所有被测样品所有的描述词(除了与中心样品相同强度的感官属性),并通过数据分析(如对应分析,CorrespondenceAnalysis,CA)得到被测样品集的差异情况、感官品质差异方向与差异程度。
一、PP法关键技术点
PP法的关键技术和特点可归纳为“1中心2人群4步骤3应用”。“1中心”指的是Pivot样品(以下简称P样品),将其作为参比,依次与待测样品对比评价并自由描述二者感官品质差异;“2人群”指的是评价员与消费者,PP法适用于两类人群对样品集的描述与区分;“4步骤”指的是文本分析、属性强度估计、属性强度翻译和对应分析,涵盖了感官实验结束后数据收集与统计分析的全过程;“3应用”指的是PP法可用于对产品特征描述、属性强度估计和感官差异区分等。
一、PP法关键技术点
PP法的关键技术和特点可归纳为“1中心2人群4步骤3应用”。“1中心”指的是Pivot样品(以下简称P样品),将其作为参比,依次与待测样品对比评价并自由描述二者感官品质差异;“2人群”指的是评价员与消费者,PP法适用于两类人群对样品集的描述与区分;“4步骤”指的是文本分析、属性强度估计、属性强度翻译和对应分析,涵盖了感官实验结束后数据收集与统计分析的全过程;“3应用”指的是PP法可用于对产品特征描述、属性强度估计和感官差异区分等。
PP法的核心思路是基于参与人员(评价小组/消费者群体)对待测样品与P样品感知差异,将弱/强于P样品的属性自由描述,统计某样品某属性被提及的频次,进而转化为某样品某属性的数据(得分),可视化后再进行解释与分析。PP法技术实施示意如图1所示。
01样品选择
PP法的样品构成包括被测样品集和P样品。作为一种快速感官分析方法,其目的是在较短时间内获取一定数量样品的感官品质特征及其内部感官差异程度,故其样品集的数量一般为3个以上,样品选择时一般考虑价格、地域、品质等因素。PP法也可以用于少量样品的感官分析,但强度估计后的可视化形式可能有所差异,如果仅评价1个样品,以雷达图等形式呈现其感官特点更为直观,如果评价2个样品,CA分析在一维空间(一条线)即可实现。确定样品集后,应对待测样品进行三位随机编码命名,并结合待测样品品质、评价所需时间与评价人员感官疲劳等因素进行样品平衡与轮次设计。Thuillier等人曾提出P样品的三种确定方式:
(1)选择涵盖样品集感官属性较多且程度较适中的一个产品作为P样品;
(2)混合样品集的产品,创造出一个P样品;
(3)依次将样品集的产品作为P样品。
(1)选择涵盖样品集感官属性较多且程度较适中的一个产品作为P样品;
(2)混合样品集的产品,创造出一个P样品;
(3)依次将样品集的产品作为P样品。
一般认为样品集异质性越高,对集内样品区分越简单。Lelièvre-Desmas等人使用不同的P样品比较了3组不同感觉相似度的啤酒样品集,发现实验结果受到集内相似性的影响而非P样品选择的影响,使用混合样品集产品构成P样品的想法可能更适合于同构集,而非异构集。此时P样品和样品集各样品相似性较高,评价员对于待测样品与P样品的差异描述更为精细。他们提出,PP法更适合于受限的产品空间,并且当产品类型允许时,创建一个P样品作为“中心点”是一个较好的选择。
02参与人员
02参与人员
PP法所适用的评价人员类型和数量一直是相关研究人员关于该方法所讨论的热点之一。在Thuillier等人开发PP法之时,曾建议采用消费者作为参与者时,50-100人为宜;采用评价员作为评价小组时,至少需要12人,而最少人数仍待研究。
Fonseca等人曾邀请103名消费者对6个商业巧克力冰淇淋样品进行感官评价,研究PP法在传统、清淡和轻食巧克力冰淇淋感官表征中的应用。
03实验过程
03实验过程
PP实验需要在标准化的感官实验室中进行,应保证温度、相对湿度和噪声可控,光线充足,无气味,通风良好,具备独立评价小间以在评价过程中减少干扰和避免评价人员相互交流。评价人员在实验前需避免使用带有香味的化妆品。
PP法的评价流程主要有两步:首先,小组成员将每个待测样品与P样品进行感官评价,感知待测样品与P样品相比强度较高或较低的所有感官属性。其次,将这些感官属性分别填写至回答表的对应位置中(见图2)。P样品与待测样品提供方式有两种:(1)成对提供;(2)非成对提供,P样品与每一轮次所有待测样品一起提供。在回答表中填写强度高/低于P样品的属性时需要注意:(1)只使用描述词汇,而不使用任何句子;(2)禁止使用否定词,请使用反义词;(3)不使用程度词。
04数据收集与统计分析
PP法的数据处理有两个阶段:第一阶段是文本统计分析,这一步可以收集大量产品感官描述词。第二阶段是属性强度估计,得到各样品的感官属性强度后,采用对应分析(CA)进行各维度的分析。
文本统计分析 将评价人员在回答表中报告的所有描述词输入Excel之中,首先删除构词完全相同的重复描述词。再将剩余描述词进行相同词义的合并,得到若干感官属性。例如微黄、色黄、金黄等合并为黄,米糊香、焦糊香等合并为糊香,丰满度、丰富(香气)、复合香等合并为丰富度。由于评价人员不同的生活环境、知识储备和感官评价经验,他们所报告的描述词种类可能会比较多。相应的,文本统计分析的研究人员应充分了解所评价的产品,以便对回答表中报告的描述词进行有效、合理的归类。将描述词按语义分组与合并的工作非常耗时,目前主要采用人工的方式完成,且存在研究人员数量与效率不对等的现象。如果研究人员数量较少,其处理庞大的描述词库的工作量过高,如果数量较多,其内部可能陷入对于描述词词义认知与合并的较大争议之中。由一名经验丰富的研究人员首先进行描述词合并,再由其他研究人员验证与确认是兼顾效率与准确度的一种方式。
属性强度估计 创建列联表(见图3),第一列为合并后的若干感官属性描述词,第一行是每个样品负频次,正频次和差值,重复m次(m=待测样品数)。按照回答表中报告的描述词填写列联表,高于/低于P样品的1个描述词记为对应的合并描述词正/负频次1次(以下称为引用次数),直至将所有样品和评价人员的数据全部录入。差值等于“正频次”减去“负频次”,差值便是该样品该感官属性的强度估计(以下称为得分),得分有正值,也有负值。至此,便有了基于P样品的各样品各感官属性的正/负频次引用次数和得分。
为了突出样品真正具备的、对样品集区分贡献度更高的、评价小组一致性更强的属性,一般会对合并描述词进行筛选。可以依据正/负频次引用次数、各属性样品集得分及其标准差或极差等数据完成这一步骤。Deneulin等人在采用15人组成的评价小组对来自世界各地的50种蜂蜜实施PP法时,通过两种指标组合使用进行合并描述词的筛选:首先删除了对同一蜂蜜引用<2次的描述词(弱于或强于P样品),以便在后续分析中只保留评价小组一致同意的描述词,其次仅保留了得分绝对值>5的描述词,因为它们是最有代表性的。这个阈值的选择(比如得分绝对值>5)对应于评价小组人数的三分之一。Longo等人采用11名专业葡萄酒从业人员使用PP法对15种黑皮诺葡萄酒进行感官评价时,在数据处理阶段仅保留了标准差>1.5的感官属性,通过筛选可以排除许多边缘感官属性,并将干扰分析的噪音降至最低。
上述筛选用的指标可视实际情况单独或组合使用。最终,能够得到一个包含-A到+B分(A>0,B>0)的列联表(m个样品×k个属性,k表示合并描述词经筛选后的数量)。
翻译后的列联表即是对应分析的导入形式。如果感官属性较多,可以采用划分维度方式(如颜色、香气、口感等)依次对某一维度的感官属性进行样品集的CA分析。Deneulin等人在分析50种蜂蜜的感官特征时,分别从颜色和质地、香气及滋味三个维度依次进行CA分析。如果样品集的构成较丰富,亦可划分要素(如价格、产区、品牌等)分别对某一要素进行样品集的CA分析,以获取更为精准与有趣的实验结果。