VẬT LIỆU VÀ PHƯƠNG PHÁP

Hình 2.1. Quy trình tiến hành nghiên cứu

2.2. Thí nghiệm mô tả Flash Profile 2.2.1. Mẫu sữa gạo

Sử dụng 7 mẫu sữa gạo gồm 3 mẫu thị trường và 4 mẫu thử nghiệm. Trong 4 mẫu thử nghiệm có 1 mẫu là tối ƣu và 3 mẫu đƣợc ƣa thích. Cách chuẩn bị mẫu và phối trộn mẫu phải đƣợc giữ bí mật vì đó là nghiên cứu phát triển sản phẩm mới của công ty.

2.2.2. Người thử

Người thử gồm 56 người có độ tuổi từ 18 – 22 tuổi và đều là sinh viên trường Đại Học Sư Phạm Kỹ Thuật TPHCM. Những người thử này chủ yếu là người tiêu dùng. Đánh giá là cá nhân và diễn ra tại phòng thí nghiệm cảm quan.

2.2.3. Chuẩn bị mẫu

7 mẫu sữa gạo rang được đưa ra một lượt cho mỗi người thử, được đựng trong các ly nhựa trắng và đƣợc mã hoá bằng các chữ số và đƣợc sắp xếp ngẫu nhiên. Rót từng sản phẩm vào ly, mỗi ly 20ml. Chuẩn bị nước thanh vị. Chuẩn bị phiếu hướng dẫn và phiếu

đánh giá [phụ lục 1]

Người thử có thể đánh giá các mẫu và sắp xếp chúng trước mặt trước khi báo cáo xếp hạng trên giấy. Nếu cần, các mẫu bổ sung đƣợc cung cấp theo yêu cầu.

Nếu số lƣợng mẫu quá nhiều thì nên ƣu tiên dùng chữ cái thay cho số vì việc mã hóa sẽ đơn giản hơn, làm giảm nguy cơ mắc sai lầm khi xếp hạng kết quả. Đối với số lƣợng ít thì việc dùng chữ số có thể chấp nhận đƣợc.

2.2.4. Tiến hành thí nghiệm

Buổi đánh giá chỉ gồm một buổi duy nhất. Người thử được yêu cầu nếm thử các sản phẩm và sau đó chọn ra các thuộc tính cá nhân trên bộ thuộc tính có sẵn. Các đối tƣợng sử dụng từ 5 đến 11 thuộc tính (trung bình là 8) dựa trên danh sách có sẵn là 14 thuộc tính, trong đó có 8 thuộc tính về vị, 4 thuộc tính về mùi và 2 thuộc tính về màu sắc. [phụ lục]. Rõ ràng, sự chiếm đa số của các thuộc tính về hương vị đã phản ánh sự cảm nhận cao của các đối tượng này bằng khứu giác và do đó có khuynh hướng mô tả đặc tính của nó.

Tiếp theo tiến hành phân biệt mẫu và xếp hạng các mẫu dựa trên các thuộc tính cá nhân đã chọn. Người thử sẽ hoạt động độc lập với nhau. Cũng cần lưu ý rằng người thử có thể cho điểm trên một bản nháp để tạo thuận lợi cho việc đánh giá so sánh, sau đó ghi lại kết quả xếp hạng các sản phẩm trên mỗi thuộc tính.

Các thứ bậc phải đƣợc ghi lại trên một biểu mẫu, cho mỗi thuộc tính. Hình thức thường bao gồm một tờ giấy với mũi tên in, nơi mã mẫu được ghi theo thứ tự xếp hạng

tăng dần. Hoặc người thử cũng có thể quyết định từ tốt nhất mà họ sẽ tìm thấy phù hợp hơn (ví dụ: từ màu trắng đến màu nâu của sữa gạo rang). Người thử đã được hướng dẫn rằng khoảng cách tương đối giữa các mẫu được xếp hạng là không quan trọng và chỉ có thứ tự xếp hạng là đƣợc sử dụng để phân tích dữ liệu.

Người thử được khuyên nên thanh lọc miệng bằng nước giữa các lần thử mẫu, và nghỉ ngơi vài phút giữa các thuộc tính, phần lớn đa số họ đã làm. Nói chung, họ mất từ 30 đến 50 phút để hoàn thành một buổi.

2.2.5. Thu nhận và xử lý kết quả:

Kết quả đƣợc xác định dựa vào việc đánh giá kết quả xếp dãy các tính chất trên thang đánh giá.

Điểm của từng mẫu sẽ phụ thuộc vào ví trí xắp xếp trên thang đo, các sản phẩm có vị trí trùng nhau sẽ có điểm bằng nhau (vì có 7 mẫu nên điểm sẽ thang điểm sẽ từ 1 tới 7)

Thống kê số liệu trên phần mềm Excel và xử lý kết quả trên phần mềm R bằng phương pháp AFM

Kết quả được thể hiện với các thuộc tính chiếm đa số của các thuộc tính về hương vị đã phản ánh sự cảm nhận cao của các đối tƣợng này bằng khứu giác và do đó có khuynh hướng mô tả đặc tính của nó. Dữ liệu có thể được phân tích ở cấp độ cá nhân bằng cách sử dụng phương pháp MFA. Các bản đồ cho kết quả về cảm giác có thể được quan tâm, nhƣng quan trọng hơn là các kết quả vùng nhỏ có thể đƣợc sử dụng để đánh giá xếp hạng mỗi mô tả của người đánh giá. Điều này có thể được xem như là một cách để đánh giá hiệu quả mô tả của các đối tƣợng.

Kết quả chính của phương pháp FP được thể hiện qua một bản đồ cảm giác (Sensory Map). Để đạt đƣợc mục tiêu này, dữ liệu cá nhân sẽ đƣợc xây dựng và phân tích bằng các kỹ thuật phân tích dữ liệu đa chiều MFA

2.3. Thí nghiệm thị hiếu 2.3.1. Mẫu sữa gạo

2.3.2. Người thử

Người thử gồm 180 người có độ tuổi từ 18 – 22 tuổi và đều là sinh viên trường Đại Học Sư Phạm Kỹ Thuật TPHCM. Những người thử này chủ yếu là người tiêu dùng có thể đã sử dụng hoặc chưa sử dụng sản phẩm sữa gạo trước đây. Đánh giá là cá nhân và diễn ra tại phòng thí nghiệm cảm quan.

2.3.3. Chuẩn bị mẫu

7 mẫu sữa gạo rang được đưa ra lần lượt cho mỗi người thử, được đựng trong các ly nhựa trắng và đƣợc mã hoá bằng các chữ số và đƣợc sắp xếp ngẫu nhiên. Rót từng sản phẩm vào ly, mỗi ly 20ml. Chuẩn bị nước thanh vị. Chuẩn bị phiếu hướng dẫn và phiếu đánh giá [phụ lục 2]. Thang điểm thị hiếu đƣợc sử dụng là thang 7 điểm.

2.3.4. Tiến hành thí nghiệm

Buổi đánh giá chỉ gồm một buổi duy nhất kéo dài trong khoảng thời gian ngắn.

Người thử được yêu cầu nếm thử các sản phẩm và sau đó đưa ra đánh giá về mức độ yêu thích của mỗi sản phẩm bằng cách cho điểm từ 1 đến 7.

Người thử được khuyên nên thanh lọc miệng bằng nước giữa các lần thử mẫu, và nghỉ ngơi vài phút giữa các sản phẩm. Nói chung, họ mất từ 10 đến 20 phút để hoàn thành một buổi.

2.3.5. Thu nhận và xử lý kết quả:

Kết quả đƣợc xác định dựa vào việc đánh giá kết quả là điểm của từng sản phẩm trên thang đánh giá.

Thống kê số liệu trên phần mềm Excel và xử lý kết quả trên phần mềm R bằng phương pháp ANOVA để xem xét sự khác nhau của các sản phẩm.

Kết quả cuối cùng đƣợc thể hiện trên bản đồ thị hiếu, mà ở đó các sản phẩm đƣợc phân bố với tọa độ giống với Sensory Map và thể hiện sự yêu thích của người tiêu dùng

đối với từng sản phẩm qua màu sắc của chúng. Bản đồ thị hiếu này là sự kết hợp kết quả của hai thí nghiệm trên và đƣợc xử lý trên pần mềm R.

2.4. Phương pháp xử lý số liệu 2.4.1. Phương pháp xử lý số liệu 2.4.1.1. Phương pháp xử lý ANOVA

Phân tích phương sai (ANOVA) là một trong những phương pháp được sử dụng nhiều nhất và cũng đóng vai trò quan trọng nhất trong việc phân tích dữ liệu cảm quan của người tiêu dùng. ANOVA bao gồm một số lượng lớn các phương pháp, nhưng tất cả đều có điểm chung là tập trung kiểm tra tầm quan trọng của các yếu tố khác nhau đối với thử nghiệm (Statistics for sensory chapter 13). Phân tích phương sai là một phương pháp hữu ích khi tập trung xác định sự khác biệt về cảm quan và nghiên cứu người tiêu dùng.

Mục đích chính của phân tích phương sai chính là xác định và định lượng các yếu tố chính ảnh hưởng đến kết quả. Mặc dù số dư trong phân phối dữ liệu cảm quan và người tiêu dùng bình thường không bao giờ đạt 100%, nhưng ít nhất kết quả của phương pháp vẫn đạt xấp xỉ và thu đƣợc kết quả đáng tin cậy. Giá trị p đại diện cho các mức ý nghĩa khác nhau nhằm xác định khả năng của phép thử (Statistics for sensory chapter 13).

ANOVA một yếu tố (One-way ANOVA) là loại ANOVA đơn giản nhất và phù hợp khi chỉ có một yếu tố đƣợc thay đổi có hệ thống trong thí nghiệm. Mô hình này nhằm kiểm tra sự khác biệt giữa các giá trị (các yếu tố) (Statistics for sensory chapter 13). Việc kiểm tra này đƣợc thực hiện bằng cách tính toán một số số liệu thống kê nhƣ: tổng bình phương (sum of squares, SS), lỗi (errors) tương ứng, bậc tự do (DF), trung bình của bình phương (mean squares, MS) và được so sánh bằng cách sử dụng tỷ lệ thống kê F (Statistics for sensory chapter 13)

Khi giá trị F tính toán từ dữ liệu lớn hơn so với phân phối, ta kết luận đƣợc sự khác nhau giữa các yếu tố là có ý nghĩa và ngƣợc lại là không có sự khác biệt. Giá trị p thể hiện mức ý nghĩa đối chiếu khi so sánh các giá trị F (Statistics for sensory chapter 13).

ANOVA nhiều yếu tố (Multi-way ANOVA) thường sử dụng trong các thiết kế giai

tắc so sánh giá trị F, p hoàn toàn tương tự ANOVA một yếu tố (Statistics for sensory chapter 13).

2.4.1.2. Phương pháp xử lý MFA

Multiple factor analysis (MFA) là một phương pháp phân tích đa chiều dành cho việc nghiên cứu các bảng, trong đó một nhóm cá nhân đƣợc mô tả bằng một tập hợp các biến số (định tính hoặc định tính) đƣợc tạo thành các nhóm. Nó có thể đƣợc xem nhƣ một phần mở rộng của:

i.Principal component analysis (PCA) khi các biến đƣợc định lƣợng, ii.Multiple correspondence analysis (MCA) khi các biến đƣợc định tính,

iii. Factor analysis of mixed data (FAMD) khi các biến hoạt động thuộc về hai loại.

MFA có sẵn trong hai gói R ( FactoMineR và ADE4 ) và trong nhiều gói phần mềm, bao gồm SPAD, Uniwin, XLSTAT , vv. Cũng có một chức năng SAS . (Pagès Jérôme, 2014) Các đồ thị trong bài báo này đến từ gói R FactoMineR.

MFA là phương pháp phân tích toàn bộ các nhân tố áp dụng cho tất cả các chiều của các biến. Đối vơi thí nghiệm Flash Profile thì MFA làm việc với các biến là mẫu thử và các trị riêng là cường độ các tính chất để xếp hạng các biến. Xếp hạng ở đây là việc cân đối giá trị riêng lớn nhất của các chiều, cho phép các biến liên tục và xác định vị trí của biến. MFA có thể đƣa ra cùng một lúc cả các tính chất của mẫu thử (biến), giá trị của các biến được tiêu chuẩn hóa trên hai trục có phương sai khác nhau. Ở một số trường hợp các biến đƣợc tiêu chuẩn hóa có chiều để thông qua chiều của các biến, MFA thể hiện những thay đổi dữ liệu trong bảng tính chất của mẫu (biến). MFA là phương pháp phổ biến của phân tích nhiều yếu tố trên một đối tƣợng. Đối với mỗi trục, nó cho biết : (1) Sự kết hợp giữa mức độ tính chất của mẫu (biến) và tọa độ góc của mỗi sản phẩm; (2) Sự tương quan giữa các tính chất và các mẫu (biến)

Đối với trục, sự kết hợp của tọa độ của biến vị trí nói nên tính chất thuộc cụ thể thể của mẫu (biến) đó như: tính chất, cường độ và sự chênh lệch của biến này với biến kia. (Herve Abdi, Lynne J. Williams and Domininique Valentin, 2013)

2.4.2. Các tổng hợp số liệu nghiên cứu

2.4.2.1. Cách tổng hợp số liệu của thí nghiệm mô tả FP

Trong thí nghiệm mô tả FP các sản phẩm được xếp dãy theo cường độ tính chất đƣợc chọn, mỗi dãy sản phẩm trên thang đo đƣợc quy về điểm tăng dần (từ 1 đến 7 điểm) theo thứ tự từ trái sang phải và đƣợc nhập theo hình thức sau:

ảng 2.1. Số liệu để xử lý của FP Sản phẩm Sample 1 Sample 2 Sample 3 Sample 4 Product 1 Product 2 Product 3

Các cột có dữ liệu bằng số tương ứng với điểm được quy đổi từ sự xếp dãy các tính chất cảm quan của người thử qua thanh điểm 1-7

2.4.2.2.Cách tổng hợp số liệu của thí nghiệm thị hiếu

Sản phẩm Sample 1 Sample 2 Sample 3 Sample 4 Product 1

Trong đó : Mỗi tính chất cảm quan của sản phẩm đƣợc đánh giá theo thang điểm 1-7, theo mức cảm nhận sự ưa thích tương ứng với số đểm 1-7

2.4.3. Phương pháp xử lý số liệu

2.4.3.1. Phương pháp xử lý MFA của thí nghiệm mô tả FP

Sử dụng số liệu trong Bảng 2.1. để có đƣợc kết quả là đồ thị. Đồ thị đƣợc vẽ từ MFA bao gồm nhiều đồ thị nhƣng trong nghiên cứu này chỉ sử dụng duy nhất 1 đồ thị là đồ thị phân bố của từng các biến đƣợc biểu thị ở dạng điểm (là từng biến) trên đồ thị có hai trục (Representation of individuals on the first plane). Trong đồ thị này các biến sẽ thể hiện tính chất của các mẫu (biến) bằng cách xem xét vị trí các điểm dựa trên hai trục Dim1 và Dim 2 (hai thành phần chính). Trên mỗi trục đều có số phần trăm khác nhau thể hiện phương sai của mỗi thành phần chính mà dựa vào đó ta biết được độ tin cậy của chúng. ( Greenacre, Michael; Blasius, Jorg, 2006)

2.4.3.2. Phương pháp xử lý ANOVA trong thí nghiệm thị hiếu

Gọi giỏ trị trung bỡnh của bảy nhúm là à1, à2,.. à7, và núi theo ngụn ngữ của kiểm định giả thiết thỡ giả thiết đảo là: Ho: à1 = à2 = ...= à7 Và giả thiết chớnh là: HA: cú một khỏc biệt giữa 7 àj (j = 1,2,..,7) Thoạt đầu cú lẽ bạn đọc, sau khi đó học qua phương phỏp so sánh hai nhóm bằng kiểm định t, sẽ nghĩ rằng chúng ta cần làm 3 so sánh bằng kiểm định t: giữa nhóm 1 và 2, nhóm 2 và 3,... nhóm 1 và 7. Nhưng phương pháp này không hợp lí, vì có bảy phương sai khác nhau. Phương pháp thích hợp cho so sánh là phân tích phương sai. Phân tích phương sai có thể ứng dụng để so sánh nhiều nhóm cùng một lúc (simultaneous comparisons). Để minh họa cho phương pháp phân tích phương sai, chúng ta phải dùng kí hiệu. Gọi độ các mẫu i thuộc nhóm j (j = 1, 2, ..., 7) là xij.

Mô hình phân tích phương sai phát biểu rằng:

xij = à + αi+ εij

Hay cụ thể hơn:

xi1 = à + α1 + εi1

xi2 = à + α2 + εi2

...

xi7 = à + α7 + εi7

Mục đích của phân tích phương sai là kiểm định giả thuyết H0 rằng trung bình của các tổng thể thì bằng nhau. Tuy nhiên, sau khi phân tích và kết luận, có thể có một trong hai khả năng xảy ra là chấp nhận giả thuyết H0 hoặc bác bỏ giả thuyết H0.

Nếu chấp nhận giả thuyết H0 thì mong đợi của chúng ta về kiểm định đã đƣợc thực hiện, việc phân tích kết thúc.

Nếu bác bỏ giả thuyết H0, có nghĩa là trung bình của các tổng thể không bằng nhau. Vì vậy, vấn đề cần đƣợc phân tích sâu hơn với giả thuyết mới đƣợc giả định, hoặc chọn khoảng tin cậy thích hợp để xác định sự khác nhau xuất hiện ở đâu, trên phương diện nào và tầm quan trọng của sự khác nhau đó.

Hiện nay có nhiều phần mềm được cài đặt sẵn hỗ trợ việc phân tích phương sai một cách đơn giản và phần mềm R đƣợc coi là phổ biến và dễ sử dụng nhất.

Trong nghiên cứu này, phân tích ANOVA giúp ta kiểm tra sự khác nhau giữa các sản phẩm trong thí nghiệm thị hiếu với sự hỗ trợ của phần mềm R.

CHƯƠNG 3: KẾT LUẬN VÀ BIỆN LUẬN 3.1. Thí nghiệm mô tả

Dưới đây là kết quả của thí nghiệm mô tả sản phẩm sữa gạo bằng phương pháp flash profile và xử lý MFA:

Hình 3.1. Đồ thị phân bố sản phẩm

Các thành phần chính của phân tích MFA đƣợc thể hiện theo trục hoành (Dim1) và trục tung (Dim2) trên mặt phẳng phân bố các sản phẩm dựa trên sự mô tả sự cảm nhận của người tiêu dùng. Dim1 phân bố các sản phẩm được đánh giá thành 2 nhóm chính gồm nhóm 1 là các sản phẩm trên thị trường tập trung bên phải của mặt phẳng, trong khi nhóm 2 là các mẫu nghiên cứu tập trung thì bên trái của mặt phẳng. Gần 50%

(49,47%) phương sai được thể hiện ở Dim1; hay nói cách khác là gần 50% người tiêu

được nhận biết khác biệt so với Product2 và Product3, tương tự như vậy mẫu nghiên cứu Sample3 và Sample4 cũng có sự khác biệt đƣợc mô tả so với Sample1 và Sample 2

Dựa vào đồ thị phân bố sản phẩm và biểu đồ Correlation circle nên vẽ đƣợc đồ thị phân bố tính chất sản phẩm sau:

Hình 3.2. Đồ thị phân bố tính chất sản phẩm

Nhìn đồ thị ta thấy, cả hai khác biệt hoàn toàn về màu sắc và tính chất đặc trƣng.

Nhƣ đã nói ở trên, các sản phẩm đƣợc chia làm hai nhóm: nhóm 1 là các sản phẩm thị trường có mùi rang, vị rang, màu nâu và nhóm 2 là các sản phẩm nghiên cứu có vị kem, vị sữa, mùi kem, mùi sữa, màu trắng.

Về sự phân loại thứ cấp của hai nhóm đƣợc thể hiện qua vị ngọt và hậu ngọt. Ở nhóm 1, product 1 được cho là có cường độ vị ngọt và hậu ngọt vượt trội hơn product 2 và product 3. Tương tự ở nhóm 2, sample 3 và sample 4 xét về cường độ vị ngọt và hậu ngọt chiếm ƣu thế hơn so với sample 1 và sample 2.

Tổng quan về Preference Mapping (PM)