感官大师答疑解惑|【第十三期】如何降低顺序效应对结果产生的影响？

      灏图品测一直以来秉持着吸收先进理念，学习促进发展的精神，已连续5年作为该系列大师班的独家赞助方参与其中，致力于推动行业交流和发展。

 

      基于在日常感官及相关工作中，很多实际问题难以通过查阅文献或以往的资料经验得以解决。灏图品测决定推出感官大师答疑解惑系列文章，直击行业痛点：

 

      我们将梳理在《感官大师班》中同行基于实战难题的提问以及国际感官大师们对此的点拨与解答。

      持续关注我们，扫除感官及相关工作中的盲点和痛点，提高新产品上市的成功率！ 

 

---

---

 

本期主题：

如何降低顺序效应对结果产生的影响？

 

本期答疑导师

Dr. Hal Macfie
英国食品研究所（IFR）所长
雷丁大学和诺丁汉大学教授

 

      承接上期消费者测试中，当CATA难以对感官属性相似的产品进行区分时，我们可以使用RATA的方法通过对所选属性的强度进行评分来达到进一步区分产品的目的。本次针对消费者测试结果数据进行人群分类时可能存在的潜在问题：该如何降低顺序效应的影响进行了讨论。

      In clustering, order effects (usually in first sample tasted in a session) can be a problem and may distort my cluster solution, how can I round it?

      在对数据进行分类时，顺序效应（往往发生在一场测试时的第一个样品上）通常会影响我的数据分类结果，我该如何避免呢？

 

      Dr. Hal Macfie教授认为有两种较好的解决方法：

 

One is to use a dummy sample at the start of a session, and we usually choose a mid-range sample. This is the best solution but may be expensive.

1.在测试开始时使用一个模拟样品（通常可以选择一个中间的样品），这是最好的解决方案，但可能会产生比较昂贵的成本。

The other is we arithmetically correct for the order effect. (Dr. Hal says he would only do this if the effects were larger)

2.另一种方法是在聚类分析前，使用统计学方法纠正原始数据。（Dr. Hal教授仅在顺序效应产生很大影响时推荐这样的做法)

 

🌟【灏图解读】

 

      感官研究领域的专家们在上世纪八九十年代就明确指出人在评价多个样品时，品尝顺序会对结果产生影响，专家指出可以通过在感官实验中应用Williams提出的平衡样品顺序的实验设计方法来降低顺序效应。

 

      Dr. Hal Macfie教授在感官大师班中又提到两种解决方法，旨在降低顺序效应可能对数据分析产生的影响，而这两种方法具体该如何实施，我们将结合灏图在相关测试中的使用经验，对两种方法进行简单的介绍。

 

      首先是针对第一种方法：在测试开始前使用一个模拟样品。

 

      其中最关键的点是解决如何选择一个适合的模拟样品。在正式开展大量人群的消费者测试前，我们首先会对待测样品进行小规模测试，通过小规模测试，我们可以获得关于待测样品的部分感官数据，对这些数据进行统计处理，例如主成分分析，从而得知哪些样品会定位于极端位置，哪些样品会定位于中间位置，当然，小规模测试并不能完全预测到准确的结果，但是至少可以得知中间的样品是哪些，而这些符合需求的样品就是我们想要的模拟样本。

 

      其次是针对第二种方法：使用统计学方法纠正原始数据。

 

      在介绍如何使用统计学方法纠正原始数据前，我们首先需要辨别顺序效应是否会对分类结果产生很大影响。Dr. Hal Macfie教授强调，仅在顺序效应产生很大影响时我们才需要对数据进行纠正，我们可以通过方差分析来达到检测数据的顺序效应是否存在显著性的目的。

 

      举例说明，下图为通过对5个口香糖样品展开4场喜好度测试获得的测试结果（使用9点标度），每场测试用同一种颜色标识，通过柱状图可知，第一个样品在第一场测试中的平均值显著高于后面其他场次测试的平均值，此时我们判定第一场测试中第一个样品的得分存在很大的顺序影响。在这种情况下，我们可以通过减去第一个样品的估计隆起进行数据的纠正（估计隆起此处指存在很大顺序影响的样品得分与后面同一样品得分的差值）。从例子上看，第一个样品在第一场测试中，比其他场次的测试中的平均值高0.5，因此我们会将每个消费者第一场测试第一个样品的评分减去0.5，并在纠正后再对数据重新进行聚类分析。

 

 

      上述方法的应用都是为了最后数据结果更接近消费者的真实感受，可以将顺序作为分析中的变量，同时我们依然建议问题要结合具体情况进行分析，在解决问题的时候可以更多地寻求统计学专家的帮助，从而了解最适合解决当下问题的方法是什么。