Practical Application of Multivariate Statistical
Analysis for Evaluation of Sensory and Process Data from Full-Scale
Production
MBAA TQ vol. 40, no. 3, 2003, pp. 193-198 |
VIEW ARTICLE
Olav Vind Larsen (1), Ian Williams (1),
Anne Cathrine Lillelund (1), Sten Aastrup (1), and Derek V. Byrne (2).
1. Alfred Jørgensen Laboratory Ltd., Copenhagen, Denmark. 2. SenseData
Guidance International Ltd., Cork, Ireland.
Abstract
Experience shows that improvements in flavor stability are
often a result of several minor process adjustments, and it can be
difficult to measure the influence of these individual changes upon the
finished product. A powerful tool to overcome this problem is to use
multivariate statistical analysis to analyze data for the purpose of
establishing the basis for making qualified decisions regarding changes in
process, raw material specifications, or both. This paper presents a data
collection setup allowing for collection of data from sensory panels,
laboratory data, and data from full-scale production in such a way that
the data can be analyzed with a multivariate analysis software package
(Unscrambler®; CAMO, Oslo, Norway). Data were collected from routine beer
production and trials, and the data have been analyzed to establish
relationships between sensory data, analytical data, and process data,
allowing for decisions regarding process changes to be made.
Keywords: flavor stability, multivariate analysis, multivariate
partial least squares regression
Síntesis
Se ha visto una y otra vez que las mejoras en la
estabilidad sensorial es frecuentemente el resultado de diferentes
pequeños ajustes en el proceso; por lo general es difícil medir la
influencia de cada uno de los cambios individuales sobre el producto
final. El análisis estadístico multivariado es una herramienta
poderosa para analizar datos con el propósito de establecer la base para
tomar decisiones cualificadas con respecto a cambios en el proceso y/o
en las especificaciones de las materias primas. En este artículo se
presenta una manera de tabular datos tomados de grupos de análisis
sensoriales, del laboratorio o de la planta de una manera en que se
pueda analizar con un software de análisis multivariado (Unscrambler®;
CAMO, Oslo, Noruega). Se recolectaron datos de corridas de prueba y de
rutina y estos fueron analizados para establecer las relaciones entre
datos sensoriales, datos analíticos y datos del proceso, permitiendo
tomar decisiones bien fundamentadas con respecto a cambios del proceso.
Palabras claves: estabilidad del sabor, análisis multivariado,
regresión multivariado de mínimos cuadrados parciales
