Análisis de datos RATA

Utilice el análisis de datos RATA para analizar los datos Rate-All-That-Apply (RATA).

Este método permite:

- Estudiar y visualizar los vínculos entre los productos y los atributos.

- Estudiar los acuerdos entre los evaluadores.

¿QUÉ ES EL ANÁLISIS DE DATOS RATA?

El análisis de datos RATA es un método utilizado en la evaluación sensorial para recoger y analizar datos sobre la percepción de los productos por parte de los consumidores.

El RATA es útil para evaluar las características sensoriales de los productos, informar sobre el desarrollo de productos y el control de calidad en industrias como la de alimentación y bebidas, cosmética y bienes de consumo.

Los participantes puntúan atributos de los productos como el sabor, la textura o el aspecto utilizando una escala numérica o un sistema de puntuación. Las valoraciones se analizan para identificar patrones y tendencias mediante análisis estadísticos multivariantes.

RESULTADOS DEL ANÁLISIS DE DATOS RATA EN XLSTAT

Resúmenes ANOVA: Se muestra el resumen ANOVA para cada atributo.

Repetibilidad de los evaluadores: Se muestra el coeficiente de similitud (Coseno de Salton) entre los resultados de diferentes sesiones. Este coeficiente toma valores entre 0 y 1 y aumenta con la similitud entre sesiones.

Valores propios: Se muestran los valores propios de CA o PCA y el gráfico correspondiente (scree plot).

Coordenadas de productos y atributos: Se muestran las coordenadas de los productos y atributos del consenso en el espacio de factores con los gráficos correspondientes.

Matriz de similitud (S): Se muestra la matriz del índice de similitud entre todos los evaluadores. El coeficiente de similitud utilizado es el coseno de Salton, que se incluye entre 0 y 1. Cuanto más se acerque a 1, mayor será la similitud. CATATIS utiliza esta matriz para calcular la ponderación de los evaluadores.

Ponderaciones: Las ponderaciones calculadas por CATATIS se muestran con el gráfico de barras asociado. Cuanto mayor es la ponderación, más ha contribuido el evaluador al consenso. Sabiendo que CATATIS da más peso al evaluador más cercano desde un punto de vista global, un peso muy inferior al de los demás significará que el evaluador es atípico.

ternary diagramneural network diagram

analice sus datos con xlstat

prueba gratuita de 14 días