Pereira F. E. R., Ferreira M. M. C., Pereira E. P. R., "Aplicação de Análise de Componentes Principais (PCA) a Dados Sensoriais" ["Application of Principal Component Analysis (PCA) to Sensorial Data"]. Santa Maria, RS, 31/08-03/09/1999: X Encontro Nacional de Química Analítica (X ENQA) [10th National Meeting of Analytical Chemistry], Resumos [Abstracts], (1999) QM–32. Poster QM–32.

QM - 32
 

APLICAÇÃO DE ANÁLISE DE COMPONENTES PRINCIPAIS (PCA)
A DADOS SENSORIAIS

Edenir Rodrigues Pereira Filho¹ (PG), Márcia Miguel Castro Ferreira¹ (PQ),
Eliene Penha Rodrigues Pereira²
¹Instituto de Química - Departamento de Química Analítica - UNICAMP, C. P. 6154,
Campinas - SP, CEP 13083-970
²COTUCA (Colégio Técnico da UNICAMP)

Palavras-chaves: ANÁLISE SENSORIAL, PCA, QUIMIOMETRIA.

         A  interpretação   de  dados  provenientes  da  análise  sensorial,   com  o  auxilio  de
recursos quimiométricos,  tais como PCA,  constitui-se  um claro exemplo  da  versatilidade
destes métodos.  A análise sensorial  é um método científico utilizado para medir,  analisar
 e  interpretar  reações  das  características  dos  alimentos,  como  são  percebidos  pelos
órgãos da  visão,  olfação,  gustação,  tato e audição [1].  Desta forma, a análise sensorial
está diretamente  relacionada  à  aceitação ou rejeição  de  determinado  produto.  Com  a
utilização de PCA  é possível visualizar dados complexos e multidimensionais,  extraindo o
máximo de informações relevantes, e tornando-as mais óbvias [2,3].  Neste sentido, a PCA
foi empregada para interpretar os resultados  da  análise sensorial  de  cinco amostras  de
sucos:   manga,   maracujá,   tangerina   e   pêssego.    As  variáveis   medidas   foram   os
quatro gostos básicos:  amargo,  doce,  ácido  e  salgado.  Uma matriz de dados composta
por 120 linhas (24 réplicas de cada suco) e 4 colunas (gostos básicos) foi configurada, e a
PCA aplicada.   Na figura,  abaixo,  é possível visualizar  a distribuição das amostras e das
variáveis em espaços bi-dimensionais, figuras (a) e (b), respectivamente.
 
 



         Na figura (a) temos a formação de 3 grupos: suco de manga, suco de maracujá e  os
outros sucos (laranja, tangerina e pêssego). Na figura (b) temos a variável ácido na porção
inferior da figura, correspondendo aos sucos cítricos presentes, também na porção inferior
da figura (a). A análise de componentes principais proporciona uma nova, rápida e objetiva
interpretação deste conjunto de  dados.

Bibliografia:

[1] Stone, H.; Sidel, J. L., Sensory Evaluation Practices, 2nd ed. Academic Press Inc. 1993.
[2] Malinowski, E. R. Factor Analysis in Chemistry, 2nd ed. John Wiley&Sons Ltd. 1989.
[3] MacFie,  H. J. H.;  Thomson,  D. M. H.,  Measurement  of  Food  Preferences,  Blackie
Academic&Professional 1994.

English

QM - 32
 

APLICATION OF PRINCIPAL COMPONENT ANALYSIS (PCA)
TO SENSORIAL DATA

Edenir Rodrigues Pereira Filho¹ (PG), Márcia Miguel Castro Ferreira¹ (PQ),
Eliene Penha Rodrigues Pereira²
¹Instituto de Química - Departamento de Química Analítica - UNICAMP, C. P. 6154,
Campinas - SP, CEP 13083-970
²COTUCA (Colégio Técnico da UNICAMP)

Palavras-chaves: SENSORIAL ANALYSIS, PCA, CHEMOMETRICS.

         Interpretation of data from sensorial analysis  by means  of chemometric methods as
PCA is  a good example  of versatility  of these methods.  Sensorial analysis  is a scientific
method used to  measure,  analyze  and interprete characteristics of food as perceived  by
organs  for  sight  smell,  taste,  touch  and  hearing  [1].  This  way,  sensorial  analysis  is
directly related  to  the acceptance or rejection  o some food product.  With the use of PCA
it  is  possible  to  visualize  complex  and  multidimensional   data,  and  by  extracting  the
maximum of information  to  make  the data trends obvious  [2,3].  In this sense,  PCA  was
used  to  interprete  the  results  of  sensorial analysis  of  five  samples  of  juices:  mango,
maracuja,  tangerine,  orange  and  peach.  The  measured  variables were  the  four basic
tastes: bitter, sweet, sour and salty.  A data matrix with  120  rows  (24  replicates  for each
juice)  and  4  columns  (the basic tastes)  was  constructed and  PCA was applied.  In  the
figure below,  it is possible to view  the  distribution of  the  samples and of the variables in
two-dimensional space  (figures (a) and (b), respectively).
 
 



         In figure  (a)  three groups can be observed:  mango juice,  maracuja juice  and  other
juices  (orange, tangerine  and  peach juice).  In  figure  (b) variable  sour  is  placed  in  the
upper part of the plot,  corresponding  to  citric fruits that  are  also present in the lower part
of the plot in figure (a).  Principal component analysis provides  a new,  rapid  and objective
interpretation of the presented data set.

Bibliography:

[1] Stone, H.; Sidel, J. L., Sensory Evaluation Practices, 2nd ed. Academic Press Inc. 1993.
[2] Malinowski, E. R. Factor Analysis in Chemistry, 2nd ed. John Wiley&Sons Ltd. 1989.
[3] MacFie,  H. J. H.;  Thomson,  D. M. H.,  Measurement  of  Food  Preferences,  Blackie
Academic&Professional 1994.