Devenir plus fort, plus rapide, plus habile est le souhait de tout sportif, de haut niveau ou même occasionnel. Dans la pratique sportive, l’entrainement est le fondement clé d’amélioration des performances. Sa fréquence, sa durée et son intensité sont autant de facteurs qui contribuent à améliorer ces performances. L’analyse de ces facteurs va permettre d’élaborer des stratégies d’entrainements ciblées et spécifiques au sport et à l’athlète concernés, dans le but d’exprimer l’intégralité de ses capacités. En analyse sensorielle, c’est assez similaire, à ceci près que vos muscles souffrent moins. Alors prêt à mesurer et à améliorer la performance de votre panel ?
Concrètement les performances d’un panel en analyse sensorielle c’est quoi ?
Le panel sensoriel est un instrument de mesure. Comme pour tout instrument de mesure, il est important que le panel soit bien calibré et que la mesure réalisée soit fiable. L’objectif étant que le panel soit performant, c’est-à-dire qu’il soit répétable, discriminant et consensuel. Ces 3 dimensions de la performance se définissent comme suit [1] :
– La répétabilité correspond à l’aptitude des pané listes à donner des résultats très proches en réponse à un même stimulus. Il s’agit le plus souvent de répéter l’évaluation d’un produit lors d’une séance (répétition intra séance) ou de plusieurs séances (inter séance). Sur une échelle de notation, une répétabilité élevée se traduit par le fait que chaque observation est très proche de la moyenne des répétitions.
– La discrimination est l’aptitude à détecter les différences sensorielles entre les produits. Elle est en lien étroit avec la répétabilité puisqu’il est d’autant plus difficile d’être discriminant que le niveau de répétabilité est faible.
– Le consensus ou accord entre les panélistes correspond au degré de ressemblance des notations des panélistes pour un même produit. Deux panélistes sont d’autant plus en accord que leurs écarts entre produits sont similaires
Les analyses de performances d’un panel que SensoStat vous conseille
Il existe de nombreuses méthodes statistiques, plus ou moins complexes, qui vous permettront de juger des performances de votre panel. Vous trouverez ci-dessous celles utilisées les plus fréquemment chez SensoStat.
– La table CAP (Control of Assessor Performances) comme aide à la décision
La table CAP permet de visualiser l’ensemble des performances du panel et des panélistes en un seul coup d’œil. Cette table repose essentiellement sur le modèle d’ANOVA au niveau du groupe et sur le modèle d’ANOVA par panéliste, pour chaque descripteur. Cette synthèse permet de détecter rapidement les descripteurs pour lesquels le groupe est discriminant, en accord et répétable. Pour en savoir plus sur la constitution de table CAP, voir l’article [2].
– Le modèle MAM
Dans le modèle mixte d’ANOVA « classique » (produit + sujet + produit*sujet) utilisé pour calculer les performances du panel, l’effet sujet est corrigé, incluant ainsi le fait que certains sujets attribuent des notes plus élevées (ou plus basses) que d’autres. En revanche, le fait qu’un sujet disperse plus ou moins ses notes sur l’échelle (effet de scaling) n’est pas pris en compte. Pour tenir compte de cette hétérogénéité dans l’utilisation de l’échelle, le modèle MAM (Mixed Assessor Model) a été proposé [3].
Comment bien mesurer les performances d’un panel ?
Pour bien mesurer les performances d’un panel, il s’agira plus de méthode que du choix des analyses statistiques. Beaucoup d’entreprises ont pour habitude d’évaluer les performances au moment des mesures. Cependant, les performances sont très dépendantes du set de produits présentés et elles ne peuvent donc pas être comparable dans le temps si les produits mesurés varient largement. Un set de produit présentant de très faibles différences pourrait vous faire croire, à tort, que votre panel n’est plus performant…
Chez SensoStat, nous considérons que la mesure des performances doit être dissociée des séances de mesure et fait partie intégrante de l’entrainement des sujets. Ces mesures doivent se faire régulièrement dans la durée, en considérant des sets de produits identiques ou comparables.
SensoStat réalise et accompagne régulièrement les entreprises dans la mesure de la performance de leur(s) panel(s) ; c’est même un de ces sujets favori ! Vous souhaitez être conseillé et/ou formé sur ce sujet, n’hésitez pas à nous contacter à l’adresse mail suivante : ou bien consultez-nous gratuitement sur SensoLib.
[2] Schlich, P. (1997a). CAP : une méthode et un outil de contrôle rapide et synthétique des performances des sujets en évaluation sensorielle descriptive. In A. G. Agro- Industrie, 5e Journées Agro-industries et Methodes Statistiques. Versailles: 3-5 december 1997.
[3] Brockhoff, P. B., Schlich, P., & Skovgaard, I. (2015). Taking individual scaling differences into account by analyzing profile data with the Mixed Assessor Model. Food Quality and Preference, 39(0), 156-166.
Vous avez des questions ? N’hésitez pas à nous contacter !
ACTUALITÉS
Les performances d’un panel en analyse sensorielle
Devenir plus fort, plus rapide, plus habile est le souhait de tout sportif, de haut niveau ou même occasionnel. Dans la pratique sportive, l’entrainement est le fondement clé d’amélioration des performances. Sa fréquence, sa durée et son intensité sont autant de facteurs qui contribuent à améliorer ces performances. L’analyse de ces facteurs va permettre d’élaborer des stratégies d’entrainements ciblées et spécifiques au sport et à l’athlète concernés, dans le but d’exprimer l’intégralité de ses capacités. En analyse sensorielle, c’est assez similaire, à ceci près que vos muscles souffrent moins. Alors prêt à mesurer et à améliorer la performance de votre panel ?
Concrètement les performances d’un panel en analyse sensorielle c’est quoi ?
Le panel sensoriel est un instrument de mesure. Comme pour tout instrument de mesure, il est important que le panel soit bien calibré et que la mesure réalisée soit fiable. L’objectif étant que le panel soit performant, c’est-à-dire qu’il soit répétable, discriminant et consensuel. Ces 3 dimensions de la performance se définissent comme suit [1] :
– La répétabilité correspond à l’aptitude des pané listes à donner des résultats très proches en réponse à un même stimulus. Il s’agit le plus souvent de répéter l’évaluation d’un produit lors d’une séance (répétition intra séance) ou de plusieurs séances (inter séance). Sur une échelle de notation, une répétabilité élevée se traduit par le fait que chaque observation est très proche de la moyenne des répétitions.
– La discrimination est l’aptitude à détecter les différences sensorielles entre les produits. Elle est en lien étroit avec la répétabilité puisqu’il est d’autant plus difficile d’être discriminant que le niveau de répétabilité est faible.
– Le consensus ou accord entre les panélistes correspond au degré de ressemblance des notations des panélistes pour un même produit. Deux panélistes sont d’autant plus en accord que leurs écarts entre produits sont similaires
Les analyses de performances d’un panel que SensoStat vous conseille
Il existe de nombreuses méthodes statistiques, plus ou moins complexes, qui vous permettront de juger des performances de votre panel. Vous trouverez ci-dessous celles utilisées les plus fréquemment chez SensoStat.
– La table CAP (Control of Assessor Performances) comme aide à la décision
La table CAP permet de visualiser l’ensemble des performances du panel et des panélistes en un seul coup d’œil. Cette table repose essentiellement sur le modèle d’ANOVA au niveau du groupe et sur le modèle d’ANOVA par panéliste, pour chaque descripteur. Cette synthèse permet de détecter rapidement les descripteurs pour lesquels le groupe est discriminant, en accord et répétable. Pour en savoir plus sur la constitution de table CAP, voir l’article [2].
– Le modèle MAM
Dans le modèle mixte d’ANOVA « classique » (produit + sujet + produit*sujet) utilisé pour calculer les performances du panel, l’effet sujet est corrigé, incluant ainsi le fait que certains sujets attribuent des notes plus élevées (ou plus basses) que d’autres. En revanche, le fait qu’un sujet disperse plus ou moins ses notes sur l’échelle (effet de scaling) n’est pas pris en compte. Pour tenir compte de cette hétérogénéité dans l’utilisation de l’échelle, le modèle MAM (Mixed Assessor Model) a été proposé [3].
Comment bien mesurer les performances d’un panel ?
Pour bien mesurer les performances d’un panel, il s’agira plus de méthode que du choix des analyses statistiques. Beaucoup d’entreprises ont pour habitude d’évaluer les performances au moment des mesures. Cependant, les performances sont très dépendantes du set de produits présentés et elles ne peuvent donc pas être comparable dans le temps si les produits mesurés varient largement. Un set de produit présentant de très faibles différences pourrait vous faire croire, à tort, que votre panel n’est plus performant…
Chez SensoStat, nous considérons que la mesure des performances doit être dissociée des séances de mesure et fait partie intégrante de l’entrainement des sujets. Ces mesures doivent se faire régulièrement dans la durée, en considérant des sets de produits identiques ou comparables.
SensoStat réalise et accompagne régulièrement les entreprises dans la mesure de la performance de leur(s) panel(s) ; c’est même un de ces sujets favori ! Vous souhaitez être conseillé et/ou formé sur ce sujet, n’hésitez pas à nous contacter à l’adresse mail suivante : ou bien consultez-nous gratuitement sur SensoLib.
Profitez-en aussi pour relire notre article sur la mise en place d’un panel en entreprise : panel interne : un outil sensoriel au service de l’entreprise
[1] Pineau, N. (2006). La performance en analyse sensorielle, une approche base de données. https://tel.archives-ouvertes.fr/tel-00125171/document
[2] Schlich, P. (1997a). CAP : une méthode et un outil de contrôle rapide et synthétique des performances des sujets en évaluation sensorielle descriptive. In A. G. Agro- Industrie, 5e Journées Agro-industries et Methodes Statistiques. Versailles: 3-5 december 1997.
[3] Brockhoff, P. B., Schlich, P., & Skovgaard, I. (2015). Taking individual scaling differences into account by analyzing profile data with the Mixed Assessor Model. Food Quality and Preference, 39(0), 156-166.
Vous avez des questions ? N’hésitez pas à nous contacter !
Rechercher
Categories