标准规范下载简介
GBT 39625-2020 感官分析 方法学 建立感官剖面的导则.pdfB/T39625—2020/ISO13299:2016
定量描述分析（QDA）法是基于产品特性的测量和量化。大量参考文献和书籍均对QDA进行了 个绍，见参考文献[9]、[27]、[28]。QDA的建立为人类感觉相关的测量提供了良好实践和理论基础。 随着人类实践和相关知识的不断进步，QDA法也从最初演化到今天的TragonQDA）。 QDA法应用广泛，包括消费者描述和区分产品的语言理解、绘制感知到的产品相似性和差异、成分 春换、新品开发、对比评价、索赔证明和广告等用途。当与消费者的情感测量（例如喜欢、偏好、态度、情 惑、包装、使用)相关联时，可以使用QDA数据确定影响消费者选择行为的最关键感官特性，并理解消 费者独特偏好的原因。开发人员基于这些信息开发满足目标消费者利益和需求的产品，市场营销人员 好地进行产品宣传
DZ／T 0362-2021 浅层取样钻探技术规程.pdfE.7.1.1感官特性
建立感自特性的描还调通常而要8h2h的小组讨论。这是一不送代过程，每次讨论都是任上 次讨论结果的基础上进行，直至所有描述词建立完成。部分描述词的建立步骤中可能包含观察行为 包括在家和/或其他的使用环境下。对建立的描述词进行初步测试后再开展描述词补充。描述词使用 前、使用中和使用后，创建30～40个或更多的感官特性词汇充分地描述产品的感觉均属于正常情况。
QDA米用非结构化的或半结 特性及强度进行测量和量化。 通常采用非结构化的或半结构化（6in/15cm)的线性标尺，距离两端各0.5in处标识为参照点，对
F.7.1.3.1评价员数量
F.7.1.3.2.1招募与选拔
E7.1.3.2.2培训
主持人或小组组长负责培训 协助小组建立待测产品的常用描述词。主持人不负责教学工作，主要观察消费者在典型消费者应用情 竞下的消费行为和对产品的看法。 候选评价员感官敏锐性测试包括30项测试项目，重复性测试结果采用差别检验。测试内容包括产
QDA和SpectrumTM是目前适合定量描述剖面分析的商业程序实例。这些信息仅为方便本标准 供，并不构成对相关程序的认可
625—2020/ISO13299:2
品间的差异区分、感兴趣产品类型间的差异区分以及不同难度范围（从简单、适中到难区分）的差异 区分
E.7.1.3.2.3表现评估
QDA法提供了小组表现评估的统计方法，包括单个评价员在特性、重复性上的表现以及相对于整 个评价小组的整体差异。 下一步分析重点是感知产品间的相似性和差异性。评价结果采用方差分析，详细介绍见参考 文献[5]。
[E,7.1.4 步骤
计对感兴趣的产品类别建立标准化的评价步骤 评价步骤中应包括消费者对此类产品的典型使用行为模拟，可能需要多个评价步骤 采用平衡区组设计，宜不少于3次重复
F.7.1.5 结果统计与解释
结果采用方差分析（ANOVA）。 QDA数据结果有多种呈现形式，最常见的是蛛网图（也称雷达图），统计指标有平均值和差异显著 性分析。
F.7.2SpectrumTM4)法
SpectrumTM法是基于描述性剖面的方法，包括使用参比样进行特性的测定及量化。SpectrumTM法 起源于风味剖面和质地剖面，通过扩展标度、建立更多的特性参比样等方式，将方法适用范围扩展到了 食品描述性评价之外，如肤觉和织物感评价。该方法从评价员筛选、小组组长选拨、小组培训、验证以及 培训后小组维护等各个阶段均有明确的方法和步骤。这些实践操作可使描述性评价小组在多环节测定 和多产品类别评价时获取可靠性高、再现性强的统计数据
E.7.2.2感官特性
SpectrumM法是采用一个经过多种产品类型 、肤觉、织物和纸张等）SpectrumTM训练的 产品的特性描述词。每个特性有明确的定义和实物参比样，描述词应能够描述和区分同一类型的不
Spectrum标度是一个0～15分的强度标度，每一分义分成10等份，共计150个分值。该标度在 早期标度基础上进一步细化，使评价员能够使用更精确的评分值区分样品的差异。SpectrumTM标度属 于通用标度，涵盖了食品或肤觉所能体验到的所有强度范围。采用绝对强度值进行标记，15分并非真 正终点，可以根据需要延长。大多数产品强度均在0～15分范围内，必要时也可采用超过15分的强度
4）QDA和SpectrumTM是目前适合定量描述剖面分析的商业程序实例。这些信息仅为方便本标准的使用者 供，并不构成对相关程序的认可。
B/T39625—2020/ISO13299:2016
值（例如极端的酸味，更高的油腻感）。为比较样品内和样品间的强度，培训中应开展特性和强度交互设 计的相关训练。例如强度为5的甜味与强度为5的苦味或强度为5的薄荷味。SpectrumTM法的通用标 度是基于大样本规模的食品种类，涵盖的强度范围包括刚能觉察（阈值）、轻微、强和非常强。 SpectrumTM中，通用参比样的标度值是来自10个不同行业评价小组重复评价的结果。应定期核查参 比样的标度值变化（因其对应的常规产品自身也在变化，见参考文献[4）。
E.7.2.4.1资格
E.7.2.4.1.1招募与选拨
采用多种猎施从招券 的可能性科 筛查。根据项目特点，招募人数通常为所 通过预筛的人员进行面试以及敏锐性 和技能的相关选拔。达到筛选
F.7.2.4.1.2培训
培训过程主要包括一系列高强度的训练环节以及每个环节后紧接着的若干练习，以期增强对待测 立品的熟悉度。例如1个培训方案包括28h的训练加45h的练。培训首先对SpectrumTM进行整体 介绍，再采用相关领域的多种产品类别展开培训。培训和练习初期主要介绍整体方法、强度标度以及如 可选择特性词汇/投票流程。后期的培训 中在评价小组的待测项目等特定领域。
F.7.2.4.1.3表现评估
培训结束时应考察评价小组的可靠性和一致性。验证实验可对评价小组整体和评价员个体的表现 进行评估，帮助确定潜在的需再培训的方面。受训评价小组的数据应具有再现性，且能有效对产品进行 区分。通过验证实验设计，使用样品和重复性评价对评价小组这两方面的表现进行测试。除培训结束 时，宜定期对评价小组开展工作表现评估（例如每年一次）。小组验证的概念类似于其他科学仪器的 交准。
F.7.2.4.1.4评价员数量
SpectrumTM评价小组通常由10～12位评价员组成。评价员数量可根据评价员的工作年限、表现 评估和评价方法（例如一致性数据）进行调整，但宜不少于6位
通过5个规范步骤构建产品品质空间感官特性的描述词。 a 参比样框架建立一一评价员通过体验大量已有明确描述词的产品增加经验和扩展感兴趣的领 域。体验的产品可包括市场上的产品和用于建立理想描述词的样品。 b）描述词生成/分组一一评价员根据自已经验对产品进行描述。评价小组组长根据相似性对描 述词进行分组，并与评价小组一起初步建立产品的描述词。 C） 特性参比样 一一评价员体验已有明确描述词的参比样。 d) 描述词优化 小组组长引导开展参比样适用性和术语允余性的讨论。删去允余、有偏差或 可整合的描述词，建立特性描述词。 e） 描述词验证 采用成对样品测试建立的描述词。描述词应能有效区分样品，该步骤也可用
GB/T39625—2020/ISO13299:2016 于描述词或参比样优化。
于描述词或参比样优化。
F.7.2.6结果统计与解释
SpectrumTM评价小组的数据采用参数检验法进行分析。强度标度上有151个差异点，标准统计指 示包括平均值、标准偏差、方差分析、平均距离和相关性等。频次属于非参数据，例如存在或不存在的特 性。无论是个体数据还是共识性评价的平均值，均可采用多元分析（聚类分析、主成分分析/因子分析 等）进行产品分类。
B/T39625—2020/ISO13299:2016
附录G （资料性附录） 动态主导感官属性测试（TDS)
TDS是一种感官描述性方法，要求评价员连续指出占主导地位的感觉。对于评价员，“主导感觉” 被定义为给定时间引起注意的感觉，但并不表示这种感觉应是产品中非常强烈或最激烈的感觉。与时 间强度法相比，TDS考虑到随时间变化的感知多维性。 TDS能够收集到整个品尝过程中不同时间点感受到的一系列感官特性。 每位评价员配备一个秒表，可在纸上记录下答案，但使用计算机记录会更加舒适，评价员也不必担 心时间问题，能更专注于识别占主导的特性。收集的数据进一步分析后绘制成占主导特性随时间变化 的曲线
提供给评价员一个特性列表，要求评价员从该列表中选择在整个评价过程中占主导的特性。因此 特性列表中的定义是评价员回答的关键要素。TDS特性列表通常从特性生成时开始构建，如定量描述 生分析，然后通过一致性或统计分析进行删减。 列表中描述词数量宜不超过10～12个。列表太长时，部分评价员无法保证顾及整个列表。 列表中特性的位置通常会影响特性的选择顺序，列表顶部的特性通常比底部的特性更早被选择 宜平衡各评价员的特性顺序，但对每位评价员来说，整个实验过程中特性在列表中的顺序应该始终保持 一致（无论产品和重复过程如何变化）。 同一列表中可包含多种类型的特性（例如风味特性和质地特性）。由于不同种类特性间的强度水平 差异较大，每种特性宜单独评价，或选择将不同种类的特性放在1个轮次中评价，以获取更多信息。
TDS最简便之处是不使用标度，评价时仅需在特性列表中选择感觉占主导的特性
不同于定量剖面的培训，TDS在培训期间并不开展强度培训，主要侧重针对不同的感官特性进行 川练，提高对主导感觉的判断力。优选评价员应为每个特性建立一致性定义。使用参比样可提高评价 员对特性的识别能力。 培训期间（次数根据评价员而定，通常1～4次）应着重引导评价员熟悉TDS的特征（如使用计算机 系统）。 当评价员熟悉了TDS方法后，所需的培训课程数量少于定量描述分析，通常只需2～4个轮次就可
625—2020/ISO13299:2
G.4.2评价员数量/重复次数
TDS采用经过培训的评价员，评价员数量应多于定量剖面，如16位评价员，测试重复次数不少一 确保每个产品最终不少于30个评价结果
将一口量大小的产品一次性提供给评价员，要求评价员将整个样品放人口腔内，同时开始评价 （通常点击“开始”按钮）。 当评价员认为主导感觉已经发生改变时，他/她应在特性列表中找到新的占主导感觉。评价员 重复该操作，直至感知过程结束。点击“停止”按钮，停止计时。 评价员可自主地给相同产品选择同一个特性，或者完全不选择列表中的一个或多个特定特性。 测试过程应明确指出何时开始和何时停止评价，确保收集数据的可靠性
G.6.1原始数据处理
G.6.2TDS 曲线
图G.1显示了甜味特性的TDS曲线绘制。曲线图绘制时需要考虑到每个特性，对于每个时间点， 计算选择某一占主导特性的评价员（评价员×重复）比例。将这些平滑（非选代平滑样条）比例与时间进 行对应作图，计算TDS曲线。1个产品所有特性的TDS曲线合在一张图中呈现。 为了更深人展示TDS图形，绘制两条线。一条是“随机水平”线，是某一特性可以被随机感知到的 主导率（P。），P。值等于1/力，其中力是特性的数量。另一条是“显著性水平”线，最小值。这个比例值 通过二项式分布计算获取，通常认为是显著高于P。值。 注：由于样品进口腔后持续时间不同，因此评价员间感觉的时间尺度有差异。TDS曲线绘制时应考虑到这一现 象，对每位评价员的数据进行标准化处理。将开始评分到完成吞咽视为一个咀嚼期，轴显示从二0（占主导 的特性首次被感知)到三100（吞咽），计算每个主导特性的持续时间占整个咀嚼期的比例。未标准化处理的 曲线便于观察不同特性在持续时间上的差异，但由于所有评价并非同时结束，导致结果不容易理解。标准化 处理后的曲线有利升产 始时和结速前）
GB/T39625—2020/ISO13299:2016一个评价员的评定数据开始甜味酸味甜味黏度结束甜味为主导感官区域时间0715192837重复1评价员1重复2重复1评价员2个评价小组评价甜味重复2为主导感官区域的结果重复1评价员3（4个评价员×2次重复）重复2重复1评价员4重复2评价次数，NE，甜1味为主导感官特性4主导率/%评价小组主导率的计算873时间主导率/%主导率=NE/NENE=4个评价员×2次=8次评价TDS曲线：甜味的主导率的曲线光滑(TRANSREG, SAS)时间主导率/%糊状多种特性的叠加C甜味黏度时间图G.1甜味特性的TDS示例（4个评价员，2次重复）G.6.33TDS差异曲线TDS曲线在一个图上显示p个特性的曲线。为了比较2个产品，可以将这些主导率存在差异的特性曲线进行叠加。当差异达到显著时就会在图中绘出，凸显了产品间随时间变化时的特性差异。对2个二项式进行检验，可以得到随时间变化的特性差值曲线的显著性水平，G.6.4其他统计方法也可使用其他统计方法进行结果分析，例如整个评价期间特性“停止”次数的方差分析，对占主导特性的持续时间开展主成分分析（PCA)或典型变量分析（CVA），阐明随时间变化的产品平均差异；或对不同产品随时间变化进行PCA分析，突出产品差异的时间动态变化。G.7其他方法TDS法通常采用经过培训的优选评价员，但也可采用“当地消费者”通过TDS计算机程序开展，为了便于消费者理解，特性列表须足够简单。首先应向消费者介绍感觉的时间概念，让他们明确特性的定义，并指导消费者学会使用TDS计算机程序。必要时给消费者提供几个体验样品，让消费者熟悉评27
GB/T39625—2020/ISO13299:2016价方法和产品特性。消费者开展的TDS通常不会重复测试，因此消费者数量宜在30个以上。根据参考文献[28]，若要求评价员对所选特性的强度评分，会增加任务难度，应进行相应培训。为了不混淆2个不同的认知过程，占主导的特性（定性任务）选择和强度评分（定量任务），宜用按钮替代强度标度对强度进行表征。图G.2给出一个饼干响应的示例。开始易裂性（中度）脆性（高度）松脆性（高度）结束特性松脆性（高度）紧密度黏附性（超高度）计算机（轻度）记录时间0368.5 91113. 515得分4. 267. 7 7.53. 73图G.2TDS计算机记录示例松脆特性占了2次主导地位，第一次的持续时间是3.5s(5s～8.5s，强度评分：4.2)，第二次持续了2.5s(11s～13.5s，强度评分：3.7)。整个TDS期间，松脆特性占主导的总持续时间为3.5s十2.5s=6S。脆性强度的评分通过2个评分上的平均加权（持续时间)计算：4.2×3.5/6十3.7×2.5/6=3.99～4。28
252020/IS013299.20
表H2表H1数据的双因素方差分析
根据评价员×产品的交互作用对产品因素进行检验。表H.2数据表明，产品因素影响显著。 注：假设评价员是固定因素，例如研究评价员在小组培训期间的表现。除非假设试验误差估算是评价员产品的 交互作用，否则不能对2个固定因素进行检验。这个假设下，可以根据试验误差对2个固定因素进行检验，即 评价员×产品的交互作用
1.3双因素方差分析（产品和评价员因素）有重
H.3.1ANOVA模型
通常，基本模型如下： yijr=μ+α;+β,+αβ+ijr ·（H.2） 式中： yijr 第i个评价员（i：1a）对第i个产品（j：1～）在第r次重复中（r：1～r）的评分值；假 定所有产品的重复次数相同； 一评分值的平均值； α； 一一评价员效应，假定为随机因素； β 一一产品效应，假定为固定因素； αβ；一一评价员×产品的互作效应； ijr 随机重复误差，是试验误差的估计值。 这种试验设计通常称为随机完全区组设计，每个试验单元不止一个观测值，由产品和评价员的交互 三用形成。通常模型中重复是随机的，但如果是同一个评价轮次或同一个产品批次内的重复，则重复之 同存在关联。事实上，随机完全区组设计中，不同产品评分应彼此独立，产品之间不存在关联。一个示 是单个轮次的品尝中，10位评价员均需评价4个品种、每个品种2根胡萝下样品。每次重复中，提供 合每位评价员1根胡萝卜，因此每个品种需要20根胡萝卜，每位评价员需评价4×28根胡萝卜
表H.1的评价员对产品进行了2次评价，表H.1中只给出了重复1的结果。表H.3给出了2次 的结果，双因素方差分析结果如表H.4所示
T396252020/ISO132
表H3研究结果示例（两次重复
表H.4表H3双因素方差分析
据评价贝文 根据试验误差检验评价员因素和评价员×产品的交互作用。评价员因素显著，评价员×产品的交 互作用不显著。 注：如果评价员是固定因素，例如研究评价员在小组培训期间的表现，则表H.4的3个因素均是根据误差进行检 验。则产品因素的F值等于11.761(p值 17）；另外2个因素的F值不变
1.4三因素方差分析（产品、评价员和重复因素）
H.4.1重复因素与其他2个因素交互
H.4.1.1ANOVA模型
模型含有8个组分： yijr=μ+α+β,+,+αβ+α+βj++αjr (H.3) 式中： 第i个评价员（i:1～a）对第j个产品(j:1～p）在第r次重复中(r：1～r）的评分值
GB/T39625—2020/ISO13299:2016
α 评价员效应，假设为随机因素； 3; 产品效应，假设为固定因素； 8， 重复效应，假设为固定或随机因素均可，最常见的是随机因素； αβ; 一一评价员×产品的互作效应； αoir 评价员×重复的互作效应； jr 一一产品×重复的互作效应； α30jr 评价员×产品×重复的互作效应。 该试验设计通常也称为两因素完全重复测量设计或三因素交叉设计。 当每个试验单元的观测值多于1个时，如评价员一产品一重复3个因素1组，则该模型设计还有第 9个组分，为试验误差估计。 面研究中，重复因素通常是评价轮次。例如H.3中的重复1在星期二测试，重复2在同一周的星 期四测试，即重复1为轮次1，重复2为轮次2。
当评价员为随机因素，产品和轮次为固定因素时，表H.3数据进行三因素方差分析，结果如表1
表H.5表H.3的三因素方差分析
F分母的自由度采用Satterthwaite近似法获得：
B/T39625—2020/ISO13299:2016
(MSaxp +MSpx
df=(2.684 2)/(0.451+0.190+0.034)=7.204/0.675=10.673 分子自由度为2和分母自由度为11(最接近10.67的整数值)F'=7.085，概率等于0.0027。产品因素显著。 注2：当3个主要因素均是固定因素时，除非假定评价员×产品×轮次的交互作用可忽略，否则不能检验因素的效 应。这种假设下，所有6个因素（3个主要因素和3个交互作用)的检验均根据评价员×产品×轮次的交互作 用进行
H.4.2重复因素嵌套在产品因素中
H.4.2.1方差分析模型
yijr=μ+α;+β, +αβ;+,+βjr (H.4）) 式中： Jijr 第i个评价员（i：1α）对第r次批次中（r：1～r，假设所有产品批次的数量相同)的第j 个产品（j：1～力）的评分值； α； 评价员效应，假设为随机因素； ; 产品效应，假设为固定因素； αβ; 评价员×产品的互作效应； 8 批次效应，假设为随机因素，也可是固定因素； 3jr一产品×批次的互作效应。 当产品和批次都是固定因素时，唯一的随机因素是评价员。表H.3数据进行嵌套分析，结果如表 H.6所示。
GB/T39625—2020/ISO13299:2016根据评价员×产品交互作用检验产品因素，根据嵌套在产品因素中的评价员×批次交互作用检验批次因素，结果显示这2个因素均显著。注1：当批次为随机因素时，此时有2个随机因素（评价员和轮次）和1个固定因素（产品）。评价员因素、评价员×产品交互作用和批次因素是根据评价员X批次（产品）的交互作用进行检验。评价员F值等于5.372/1.1574.643（p值=0.096），评价员×产品的交互作用F值等于2.850/1.157=2.463（p值=0.0166）。批次F值已经在表H.6中计算出。产品因素用准F或F"进行检验。第一步：计算均方，通过以下计算获得：MStest.P = MS6(p) + MSa×p MSa× = 5.750 +2.8501.157 = 7.443第二步：找到MStes.P的df值，通过以下计算获得；MSie.P7.443*Den =MSaxt5.752=4.808dfo(p)dfaxpdfaxb1827第三步：计算F"：MS,F':19.017MS tesLP7.443= 2.555最后一步：在H。下找到F"的相关概率，分子df=2、分母df=5（最接近4.808的整数值)时值为0.172。产品因素不显著。注2：假设是3个固定因素时，所有的检验均针对评价员批次（产品）的交互作用进行。讠评价员F值等于4.64（p值=0.0009)；产品F值等于16.44（p值=0.0002），评价员×产品的交互作用F值等于2.46（p值=0.017)。表H.6中已列出批次的F值。H.5随时间变化的评价数据分析H.5.1总则H.4中包含3个因素：评价员、产品和轮次（或批次）。本节中一样，只是用时间因素替代了轮次因素。与产品因素相比，轮次因素是次要因素，但本节中时间因素与产品因素一样重要，因为产品因素会随时间而变化。表H.7是1个研究数据示例，10位评价员对4种牙膏的清新特性强度进行评分，分值范围是0～20分。数据的总和如表H.8所示。表H.74种牙膏清新特性强度随时间变化的4次评价P1P2P3P4T1T2T3T4T1T2T3T4T1T2T3T4T1T2T3T48129811 10 22910 77633114 1715151817 14 14 16 18 14 15 15 18 17 14 1617121215 14 1014 108913 15 961519141413171010515 101010 1387966795579346742202016161919 1616191715 15 19 17 15 12 1114 111010 10 7811 14810 15 981519131315 17761215 9101314 10 712125410 10 4310 10229938101071383213 11561195234
B/T39625—2020/ISO13299:2016
表H8表H数据的总和
H.5.2.1三因素方差分析
结果如表H.9中所示，检验步骤同表H.5，但结果展示与表H.5略有差异。产品因素（固定因素） 是根据评价员×产品的交互作用进行检验，时间因素（固定因素）是根据时间×评价员的交互作用进行 检验，而时间×产品交互作用是根据试验误差（例如产品×时间×评价员的交互作用）进行检验
H.7数据的三因素方差
H.5.2.2重复测量的多元方差分析
为因变量进行多元方差分析（MANOVA），则这个假设的限制性较小。关于表H.10的解释，请查 关统计书籍
625—2020/ISO13299:2
表H.10表H.7数据的多元方差分析
多元方差分析结果表明，4项检验中，时间×产品的交互作用均显著。 注：也可创建一个新变量代表时间的变化量，然后执行另一个MANOVA：差异；=时间2一时间1，差异。=时间3一 时间2，差异：=时间4一时间3。这些新变化或差异变量可用于衡量每个时间间隔内发生的变化（见参考文 献87）。
H.5.3每位评价员只评价1种产品：评价员因素嵌套在与时间因素交互的产品因素中
这种情况下DB37／T 4085-2020 商务楼宇安全隐患排查治理体系实施指南.pdf，表H.7数据是40位评价员的评价结果，每种产品均由10位评价员进行评价。 表H.7数据的方差分析结果如表H.11和表H.12所示。
表H.11表H.7数据的嵌套方差分析
6中，批次因素是嵌套在产品因素中的一个固定因素，而本节中嵌套在产品因素中的评价员 个随机因素，时间因素和时间产品的交互作用的检验并不相同
T396252020/ISO132
表H.12评价员嵌套在产品中时表H.8数据的多元方差分析
MANOVA以时间因素（T1、T2、T3和T4)作为因变量
Roy检验结果表明DB34／T 2834-2017 装配式钢筋混凝土通道施工规程，时间X产品交互作用显著。其余3项检验力值均接近显著性水平值。
GB/T39625—2020/ISO13299:2016
B/T39625—2020/ISO13299:2016