Comment caractériser des produits en analyse sensorielle avec XLSTAT-MX ?

Une feuille Excel contenant les données et les résultats de cet exemple peut être téléchargée en cliquant ici. Les données correspondent à un test sensoriel effectué sur 6 marques de boissons chocolatées (Husson F. & Pagès J. (2003). Comparison of sensory profiles done by trained and untrained juries: methodology and results, Journal of Sensory Studies, 18 (6), pp. 453-464). 29 juges ont noté deux fois 14 caractéristiques de 6 boissons chocolatées. On a donc 29 juges, 6 boissons chocolatées et deux sessions. Nous ne prendrons pas en compte dans cet exemple l’effet session. Cette analyse est parfaitement équilibrée (tous les juges ont testé deux fois toutes les boissons chocolatées).

On va donc essayer de caractériser rapidement nos différentes boissons chocolatées en utilisant les 14 descripteurs.

Une fois XLSTAT lancé, cliquez sur l’icône MX et choisissez la fonction Caractérisation de produits.

Une fois le bouton cliqué, la boîte de dialogue apparaît. Vous pouvez alors sélectionner les données sur la feuille Excel. Vous devez sélectionner tout d’abord les descripteurs puis la colonne des produits et celle des juges. L'option "Libellé des échantillons" est laissée activée car la première ligne de la colonne de données comprend le nom de la variable. La colonne « obs » doit être sélectionnée comme libellé des observations.

Dans les options, le modèle sélectionné est le modèle le plus simple Y=P+J.

Une fois que vous avez cliqué sur le bouton "OK", les calculs sont effectués, puis les résultats sont affichés. XLSTAT vous permet d’obtenir plusieurs tableaux de résultats.

Les deux premiers tableaux rassemblent les statistiques descriptives pour, d’une part, les descripteurs quantitatifs et, d’autre part, les facteurs produit et juge qualitatifs.

Le tableau suivant rassemble les descripteurs ordonnés du plus discriminant au moins discriminant sur les boissons chocolatées. On voit que le goût de lait (LaitG) est le descripteur le plus discriminant. Les p-values associées montrent toutes un effet significatif du descripteur.

Le tableau suivant, dont une vue partielle est donnée ci-dessous (uniquement pour le produit choc1), rassemble l’ensemble des sorties importantes des analyses de la variance effectuées. Les coefficients des modèles, les moyennes estimées, des valeurs tests et des intervalles de confiance sont rassemblés.

Le graphique qui suit permet de voir en un coup d’œil ce qui définit le produit (ici choc1). En bleu, on voit les caractéristiques dont le coefficient est significativement positif et en rouge celles dont le coefficient est significativement négatif. La boisson choc1 a donc un aspect plutôt cacao (cacaoA), et un goût de cacao marqué (CacaoG), elle est amère et acide. Par contre, elle n’a pas de goût de lait ou de vanille et n’est pas douce.

Finalement, le dernier tableau permet de faire ressortir les moyennes lorsque l'on croise les différents produits et les caractéristiques. On voit donc en bleu les moyennes qui sont significativement plus grandes que la moyenne globale et en rouge celles qui sont significativement plus petites que la moyenne globale. Pour choc1, on voit que ce produit a un goût fortement chocolaté, est amer et a un aspect très chocolaté. A l’inverse, le produit choc3 est une boisson chocolatée très sucrée, au lait.

Cette analyse rapide nous a permis de caractériser des produits de manière rigoureuse en utilisant des méthodes statistiques tout en gardant une très bonne lisibilité des résultats.

Cliquez ici pour accéder à d'autres tutoriels.