Mapas de Preferencia y Pruebas de Aceptación Sensorial en néctar de durazno

  • Sheyla Gonzalez-Avila Universidad Nacional de Trujillo, Facultad de Ciencias Agropecuarias, Escuela de Ingeniería Agroindustrial, Trujillo, Perú.
  • María Castro-Burgos Universidad Nacional de Trujillo, Facultad de Ciencias Agropecuarias, Escuela de Ingeniería Agroindustrial, Trujillo, Perú.
  • Sonia Flores-Olivares Universidad Nacional de Trujillo, Facultad de Ciencias Agropecuarias, Escuela de Ingeniería Agroindustrial, Trujillo, Perú.
  • Cristhiam Gamboa-Hipólito Universidad Nacional de Trujillo, Facultad de Ciencias Agropecuarias, Escuela de Ingeniería Agroindustrial, Trujillo, Perú.
Palabras clave: Mapeo de preferencias, néctar, aceptabilidad, análisis sensorial, atributos sensoriales

Resumen

El presente trabajo de investigación consistió en hacer un mapeo de preferencias acerca de los néctares de fruta envasados más representativos, de durazno, que existen en nuestro país. Estos fueron Liber, Pulp, Frugos y Watts. Por tal motivo, la idea es analizar a través de la técnica estadística del mapeo, cual es el néctar que puede tener mayor aceptabilidad en el consumidor y que características pueden influir en el mismo; ya que nos permite conocer que propiedades debe tener este producto, si en caso se quiere lanzar uno nuevo al mercado. Así mismo, se encuestó y se le hizo pruebas de análisis sensorial a un cierto grupo de personas (familiares y conocidos de los investigadores, por temas del Covid 19), para determinar y puntuar características básicas a modo de los atributos sensoriales tales como el sabor, olor, claridad, espesor, color, entre otras. Posteriormente, los resultados fueron organizados en un Excel para su posterior uso y/o manejo en el programa RStudio. Donde, se realizó el análisis correspondiente a toda esa data de néctares para poder obtener los diferentes resultados de mapas de preferencia a través de gráficos didácticos y representativos, como elipses de confianza, mapa de individuos, entre otros. Por consiguiente, al final del estudio y el análisis se puede afirmar que uno de los néctares con mayor aceptación y preferencia fue el de la marca Líber según nuestra encuesta de consumo, y con respecto al análisis sensorial el más importante fue el néctar Frugos para los panelistas.

Citas

Adhikari, K.; Dooley, L.; Chambers, E.; Bhumiratana, N. (2010). Sensory characteristics of commercial lactose-free milks manufactured in the United States. LWT-Food Science and Technology,43,113-118.

AINIA. (2016). Mapa de Preferencias: ¿Qué gusta y qué no gusta a los consumidores?. AINIA: Centro Tecnológico. Recuperado de https://www.ainia.es/tecnoalimentalia/consumidor/mapa-de-preferencias

Ares, G.; Jaeger, S. (2013). Check-all-that-apply questions: influence of attribute order on sensory product characterization. Food Quality and Preference, 28, 141-153.

Batra, G., Sharma, A., & Agarwal, N. (2018). Evaluation of microbiological criteria and quality of packed fruit juices. International Food Research Journal, 25(2), 458-461.

Berget, I. (2018). Statistical approaches to consumer segmentation. In Methods in Consumer Research, Woodhead Publishing, 1, 353-382.

Belisle, C.; Phan, U.; Adhikari, K. & Chavez, D. (2017). Peaches in Georgia: Discovering What Consumers Want. HortScience, 52(9) (Supplement), S21.

Brown, W. & Braxton, D. (2000). Dynamics of food breakdown during eating in relation to perceptions of texture and preference: a study on biscuits. Food Quality and Preference, 11(4), 259-267.

Cirilli, M., Bassi, D. & Ciacciulli, A. (2016). Sugars in peach fruit: A breeding perspective. Horticulture Research, 3, 15067.

Chamber, A. (2014). Mercado de Jugos y Néctares. MBS Consulting. Recuperado el 22 de febrero de 2021, de https://www.mbsperu.com/mercado-al-dia/mercado-de-jugos-y-nectares.

De Morais, I. & Pereira, A. F. (2015). Perceived sensory characteristics of wood by consumers and trained evaluators. Journal of Sensory Studies, 30(6), 472-483.

Delgado, C. & Guinard, J. (2011). How do consumer hedonic ratings for extra virgin olive oil relate to quality ratings by experts and descriptive analysis ratings?. Food Quality and Preference, 22(2), 213-225.

Falah, M., Khuriyati, N., Safitri, R. and Revulaningtyas, I. (2014). Evaluation of the quality of fresh and cut peach fruits in a tropical environment. Agricultural Technology Magazine, 10 (5), 1201-1211

Frost, S.; Ristenpart, W. & Guinard, J. (2019). Effect of basket geometry on the sensory quality and consumer acceptance of drip brewed coffee. Journal of food science, 84(8), 2297-2312.

Giacalone, D. & Jaeger, S. (2016). Better the devil you know? How product familiarity affects usage versatility of foods and beverages. J. Econ. Psychol. 55, 120–138.

Granato, D.; Sávio, D. & Barba, F. (2017). An integrated strategy between food chemistry, biology, nutrition, pharmacology, and statistics in the development of functional foods: A proposal. Trends in Food Science & Technology, 62, 13-22.

Heidema, J., & de Jong, S. (1998). Consumer preferences of coffees in relation to sensory parameters as studied by analysis of covariance. Food Quality and Preference, 9(3), 115-118.

Hwang, S. & Hong, J. (2015). Determining the most influential sensory attributes of nuttiness in soymilk: A trial with Korean consumers using model soymilk systems. Journal of Sensory Studies, 30 (5), 425-437

Jervis, S.; Guthrie, B.; Guo, G.; Worch, T.; Hasted, A. & Drake, M. (2016). Comparison of Preference Mapping Methods on Commodity Foods with Challenging Groups of Low‐Variance Attributes: Sliced Whole Wheat Sandwich Bread Example. Journal of Sensory Studies, 31 (1), 34-49.

Kim, Y.; Jombart, L.; Valentin, D. & Kim, K. (2015). Familiarity and liking playing a role on the perception of trained panelists: A cross-cultural study on teas. Food Research International, 71, 155-164.

Lê, S., Josse, J., & Husson, F. (2008). FactoMineR: an R package for multivariate analysis. Journal of statistical software, 25(1), 1-18.

MacFie, H.; Bratchell, N.; GreenHoff, K. & Vallis, L. (1989). Designs to balance the effect of order of presentation and first‐order carry‐over effects in hall tests. Journal of sensory studies, 4 (2), 129-148.

Melovic, B., Cirovic, D., Dudic, B., Vulic, T. B., & Gregus, M. (2020). The analysis of marketing factors influencing consumers’ preferences and acceptance of organic food products—Recommendations for the optimization of the offer in a developing market. Foods, 9(3), 259.

Miaw, C. S. W., Assis, C., Silva, A. R. C. S., Cunha, M. L., Sena, M. M., & Souza, S. V. C. (2018). Determination of main fruits in adulterated nectars by ATR-FTIR spectroscopy combined with multivariate calibration and variable selection methods. Food Chemistry, 254, 272-280.

Næs, T., Varela, P., & Berget, I. (2018). Individual differences in sensory and consumer science: Experimentation, analysis and interpretation. Woodhead Publishing.

Neely, EA, Lee, Y. and Lee, S.-Y. (2010). Cross-cultural comparison of acceptance of extruded soy-based snacks by American and Indian consumers. Sensory Studies Journal, 25, 87-108.

Peltier, C., Visalli, M., & Schlich, P. (2015). Comparison of canonical variate analysis and principal component analysis on 422 descriptive sensory studies. Food Quality and Preference, 40(B), 326-333.

R Core team. (2019). A: A language and environment for statistical computing. R Foundation for Statistical Computing. Recuperado de: https://www.R-project.org/.
Ramírez, J. (2012). Análisis Sensorial: Pruebas orientadas al consumidor. Universidad del Valle, Colombia. Reciteia, 12(1), 85-97.

Sharma, C., Jayanty, S. S., Chambers IV, E., & Talavera, M. (2020). Segmentation of potato consumers based on sensory and attitudinal aspects. Foods, 9(2), 161.

Simons, T. J., McNeil, C. J., Pham, V. D., Suh, J. H., Wang, Y., Slupsky, C. M., & Guinard, J. X. (2019). Evaluation of California‐grown blood and Cara Cara oranges through consumer testing, descriptive analysis, and targeted chemical profiling. Journal of food science, 84(11), 3246-3263.

Tomic, O., Berget, I., & Næs, T. (2015). A comparison of generalised procrustes analysis and multiple factor analysis for projective mapping data. Food quality and preference, 43, 34-46.

Torrico, D. D., Han, Y., Sharma, C., Fuentes, S., Gonzalez Viejo, C., & Dunshea, F. R. (2020). Effects of context and virtual reality environments on the wine tasting experience, acceptability, and emotional responses of consumers. Foods, 9(2), 191.

Wajrock, S., Antille, N., Rytz, A., Pineau, N. & Hager, C. (2008). Partitioning methods outperform hierarchical methods for clustering consumers in preference mapping. Food Quality and Preference, 19(7), 662-669.

Wood, K.; Carragher, J.; Davis, R. (2017). Australian consumers' insights into potatoes - Nutritional knowledge, perceptions and beliefs. Apetito, 114, 169-174.

Worthington, M. & Clark, J. (2017). Peach cultivation at the University of Arkansas. At the IX International Peach Symposium 1304 (pp. 21-28).

Yousaf, S., & Xiucheng, F. (2018). Halal culinary and tourism marketing strategies on government websites: A preliminary analysis. Tourism Management, 68, 423-443.
Publicado
2021-03-31
Sección
Artículos