Un grand classique de l’analyse sensorielle…qui mérite parfois d’être mieux compris.
Parfois, un tout petit changement peut bouleverser la perception d’un produit. D’autres fois, malgré une modification importante (d’un ingrédient ou d’un fournisseur par exemple), le produit ne semble pas avoir changé.
Alors, comment savoir si une différence perçue existe réellement ou non ? C’est exactement ce que permet de vérifier le test triangulaire. Cette méthode de dégustation simple en apparence repose sur une logique rigoureuse : trois échantillons sont présentés à chaque participant, dont deux sont identiques. Leur mission ? Identifier l’échantillon « intrus ».
Mais attention : selon votre objectif, le type de test triangulaire utilisé peut tout changer. Il en existe deux variantes : l’une vise à détecter une différence, l’autre à démontrer une similarité. Et la nuance est bien plus importante qu’on ne le pense.
OBJECTIF : SAVOIR S'IL EXISTE UNE DIFFÉRENCE PERCEPTIBLE ENTRE DEUX PRODUITS
C’est la version la plus utilisée en analyse sensorielle.
Vous avez modifié un aspect du produit, un nouvel arôme, un changement de process, un nouvel emballage et vous vous demandez :
« Le goût a-t-il changé ? Est-ce que mes clients vont s’en rendre compte ? »
Ce test vous permet de le vérifier objectivement.
On ne cherche pas ici à savoir si les gens aiment plus ou moins : on cherche à détecter s’ils sentent une différence, même s’ils ne peuvent pas la décrire précisément.
➡️ EXEMPLE D'APPLICATION :
Ajouter un arôme spécifique dans un produit, et s’assurer qu’il soit perçu.
Si personne ne perçoit la différence entre les produits, alors les sujets vont répondre au hasard et la proportion de bonnes réponses avoisinera alors 1/3 (les sujets ont 1 chance sur 3 de donner la bonne réponse au hasard).
On dit que, sous l’hypothèse où personne ne fait la différence entre les 2 produits, le nombre de bonnes réponses suit une loi binomiale à n essais (le nombre de sujets) et 1/3 de chance de succès.
Plus vous obtiendrez un nombre de bonnes réponses important (qui s’écartera d’1/3 en proportion), plus vous aurez de chances que finalement certains de vos sujets perçoivent une différence et que vous deviez donc rejeter votre hypothèse puisque vous ne suivez pas cette loi binomiale…
OBJECTIF : ÉVALUER UNE SIMILARITÉ ENTRE DEUX PRODUITS
Sans doute moins connu, mais au moins aussi stratégique, ce test vise non pas à trouver une différence perceptible, mais à montrer qu’il n’y en a pas pour une grande majorité des sujets. Il est utilisé pour démontrer qu’un nouveau produit est suffisamment similaire à un ancien pour qu’il passe inaperçu.
C’est particulièrement utile dans un contexte de transition (nouvel ingrédient, fournisseur, méthode de production…).
Ici, les exigences statistiques sont plus élevées : il faut prouver que les différences perçues sont dues au hasard, pas à une vraie variation sensorielle.
Le bon réflexe serait d’utiliser le test triangulaire de similarité, qui vise à démontrer que la nouvelle recette est perçue comme « identique » à l’ancienne.
MAIS ATTENTION
Ce type de test requiert un protocole plus rigoureux.
Là où une vingtaine de panélistes peuvent suffire à détecter une différence (dans un test de différence), il vous faudra souvent 80 participants pour prouver l’absence de différence perceptible.
POURQUOI ? Parce qu’on ne joue plus sur les mêmes probabilités.
1️⃣Quand on cherche une différence, on veut éviter de se tromper en affirmant qu’il y en a une alors qu’il n’y en a pas (c’est ce qu’on appelle le risque alpha).
2️⃣Quand on cherche à prouver une similarité, on veut éviter de conclure à tort qu’il n’y a pas de différence… alors qu’en réalité, elle existe (c’est le risque bêta).
Et ce deuxième risque demande davantage de rigueur pour être contrôlé.
Concrètement, si vous souhaitez garantir que 75 % des consommateurs ne feront pas la différence entre deux versions, il faut inclure un échantillon suffisamment large pour que vos conclusions tiennent scientifiquement la route. C’est plus exigeant, oui. Mais c’est aussi le prix à payer pour avancer avec sérénité et preuves à l’appui.
Bien que basées sur le même protocole sensoriel, ces deux tests reposent sur des hypothèses statistiques opposées.
– Le test de différence cherche à rejeter l’hypothèse de similarité. – Le test de similarité cherche à confirmer l’absence de différence.
👉 Et dans les deux cas, une mauvaise interprétation peut conduire à des décisions erronées : retrait d’un bon produit ou validation d’un changement non perçu.
🧠 Chez SensoStat, on ne laisse rien au hasard Notre équipe vous accompagne dans le choix du test ( le test 2/5 peut-être une alternative plus puissante), la conception de l’expérience, et surtout l’analyse des résultats. Avec une expertise statistique pointue, on transforme vos données sensorielles en décisions éclairées.
📩 Une question ? Un projet à tester ? Écrivez-nous à : christine.urbano@sensostat.fr Ou découvrez toutes nos expertises sur :
Nous avons le plaisir de vous présenter notre étude : « Free comment versus word association test: Methodological insights for sensory analysis ».
Une étude comparative entre deux méthodes d’analyse sensorielle utilisées avec 133 consommateurs pour caractériser des sons de machines à café.
🔎 L’étude montre que les deux méthodes (Commentaire Libre et Test d’Association de Mots) aboutissent à des interprétations globalement similaires… mais avec des nuances importantes : – Le Test d’Association de Mots discrimine mieux les produits. – Le Commentaire Libre offre une richesse lexicale plus nuancée… mais plus difficile à exploiter.
Ce lundi 19 et mardi 20 mai, nous avons eu le plaisir de participer à journée annuelle de la Société Française d’Analyse Sensorielle (SFAS) suivie du 13e Symposium annuel de la European Sensory Science Society (E3S), organisé à Rennes.
Au programme : conférences, networking et discussions autour de thématiques d’actualité telles que : – Les innovations méthodologiques en analyse sensorielle, – L’intégration de l’intelligence artificielle, – Ou encore le rôle croissant des émotions dans la compréhension des perceptions.
Deux journées riches en échanges, en découvertes et en inspirations, qui confirment l’importance d’une veille active pour toujours mieux vous accompagner dans vos projets !
NOTRE SERVICE SENSOLIB - CONSULTATION GRATUITE
Une question sur une méthode ? Un doute sur le test statistique à mettre en œuvre ? Nous vous proposons de prendre rendez-vous GRATUITEMENT avec nous pour vous apporter des réponses.
Chaque mercredi de 11h à 12h pour discuter de vos préoccupations 👍
ACTUALITÉS
L’univers SensoStat – Newsletter N°55 ✒️
Le test triangulaire
Un grand classique de l’analyse sensorielle…qui mérite parfois d’être mieux compris.
Parfois, un tout petit changement peut bouleverser la perception d’un produit. D’autres fois, malgré une modification importante (d’un ingrédient ou d’un fournisseur par exemple), le produit ne semble pas avoir changé.
Alors, comment savoir si une différence perçue existe réellement ou non ? C’est exactement ce que permet de vérifier le test triangulaire. Cette méthode de dégustation simple en apparence repose sur une logique rigoureuse : trois échantillons sont présentés à chaque participant, dont deux sont identiques. Leur mission ? Identifier l’échantillon « intrus ».
Mais attention : selon votre objectif, le type de test triangulaire utilisé peut tout changer. Il en existe deux variantes : l’une vise à détecter une différence, l’autre à démontrer une similarité. Et la nuance est bien plus importante qu’on ne le pense.
OBJECTIF : SAVOIR S'IL EXISTE UNE DIFFÉRENCE PERCEPTIBLE ENTRE DEUX PRODUITS
C’est la version la plus utilisée en analyse sensorielle.
Vous avez modifié un aspect du produit, un nouvel arôme, un changement de process, un nouvel emballage et vous vous demandez :
« Le goût a-t-il changé ? Est-ce que mes clients vont s’en rendre compte ? »
On ne cherche pas ici à savoir si les gens aiment plus ou moins : on cherche à détecter s’ils sentent une différence, même s’ils ne peuvent pas la décrire précisément.
➡️ EXEMPLE D'APPLICATION :
Ajouter un arôme spécifique dans un produit, et s’assurer qu’il soit perçu.
Si personne ne perçoit la différence entre les produits, alors les sujets vont répondre au hasard et la proportion de bonnes réponses avoisinera alors 1/3 (les sujets ont 1 chance sur 3 de donner la bonne réponse au hasard).
On dit que, sous l’hypothèse où personne ne fait la différence entre les 2 produits, le nombre de bonnes réponses suit une loi binomiale à n essais (le nombre de sujets) et 1/3 de chance de succès.
Plus vous obtiendrez un nombre de bonnes réponses important (qui s’écartera d’1/3 en proportion), plus vous aurez de chances que finalement certains de vos sujets perçoivent une différence et que vous deviez donc rejeter votre hypothèse puisque vous ne suivez pas cette loi binomiale…
OBJECTIF : ÉVALUER UNE SIMILARITÉ ENTRE DEUX PRODUITS
Sans doute moins connu, mais au moins aussi stratégique, ce test vise non pas à trouver une différence perceptible, mais à montrer qu’il n’y en a pas pour une grande majorité des sujets. Il est utilisé pour démontrer qu’un nouveau produit est suffisamment similaire à un ancien pour qu’il passe inaperçu.
C’est particulièrement utile dans un contexte de transition (nouvel ingrédient, fournisseur, méthode de production…).
Ici, les exigences statistiques sont plus élevées : il faut prouver que les différences perçues sont dues au hasard, pas à une vraie variation sensorielle.
Le bon réflexe serait d’utiliser le test triangulaire de similarité, qui vise à démontrer que la nouvelle recette est perçue comme « identique » à l’ancienne.
MAIS ATTENTION
Ce type de test requiert un protocole plus rigoureux.
Là où une vingtaine de panélistes peuvent suffire à détecter une différence (dans un test de différence), il vous faudra souvent 80 participants pour prouver l’absence de différence perceptible.
Parce qu’on ne joue plus sur les mêmes probabilités.
1️⃣Quand on cherche une différence, on veut éviter de se tromper en affirmant qu’il y en a une alors qu’il n’y en a pas (c’est ce qu’on appelle le risque alpha).
2️⃣Quand on cherche à prouver une similarité, on veut éviter de conclure à tort qu’il n’y a pas de différence… alors qu’en réalité, elle existe (c’est le risque bêta).
Et ce deuxième risque demande davantage de rigueur pour être contrôlé.
Concrètement, si vous souhaitez garantir que 75 % des consommateurs ne feront pas la différence entre deux versions, il faut inclure un échantillon suffisamment large pour que vos conclusions tiennent scientifiquement la route.
C’est plus exigeant, oui. Mais c’est aussi le prix à payer pour avancer avec sérénité et preuves à l’appui.
Bien que basées sur le même protocole sensoriel, ces deux tests reposent sur des hypothèses statistiques opposées.
– Le test de différence cherche à rejeter l’hypothèse de similarité.
– Le test de similarité cherche à confirmer l’absence de différence.
👉 Et dans les deux cas, une mauvaise interprétation peut conduire à des décisions erronées : retrait d’un bon produit ou validation d’un changement non perçu.
🧠 Chez SensoStat, on ne laisse rien au hasard
Notre équipe vous accompagne dans le choix du test ( le test 2/5 peut-être une alternative plus puissante), la conception de l’expérience, et surtout l’analyse des résultats. Avec une expertise statistique pointue, on transforme vos données sensorielles en décisions éclairées.
📩 Une question ? Un projet à tester ?
Écrivez-nous à : christine.urbano@sensostat.fr
Ou découvrez toutes nos expertises sur :
Nous avons le plaisir de vous présenter notre étude : « Free comment versus word association test: Methodological insights for sensory analysis ».
Une étude comparative entre deux méthodes d’analyse sensorielle utilisées avec 133 consommateurs pour caractériser des sons de machines à café.
🔎 L’étude montre que les deux méthodes (Commentaire Libre et Test d’Association de Mots) aboutissent à des interprétations globalement similaires… mais avec des nuances importantes :
– Le Test d’Association de Mots discrimine mieux les produits.
– Le Commentaire Libre offre une richesse lexicale plus nuancée… mais plus difficile à exploiter.
LIEN VERS NOTRE ARTICLE👇
Ce lundi 19 et mardi 20 mai, nous avons eu le plaisir de participer à journée annuelle de la Société Française d’Analyse Sensorielle (SFAS) suivie du 13e Symposium annuel de la European Sensory Science Society (E3S), organisé à Rennes.
Au programme : conférences, networking et discussions autour de thématiques d’actualité telles que :
– Les innovations méthodologiques en analyse sensorielle,
– L’intégration de l’intelligence artificielle,
– Ou encore le rôle croissant des émotions dans la compréhension des perceptions.
Deux journées riches en échanges, en découvertes et en inspirations, qui confirment l’importance d’une veille active pour toujours mieux vous accompagner dans vos projets !
NOTRE SERVICE SENSOLIB - CONSULTATION GRATUITE
Une question sur une méthode ? Un doute sur le test statistique à mettre en œuvre ?
Nous vous proposons de prendre rendez-vous GRATUITEMENT avec nous pour vous apporter des réponses.
Chaque mercredi de 11h à 12h pour discuter de vos préoccupations 👍
✨ RETROUVEZ-NOUS SUR LES RÉSEAUX ✨
Rechercher
Categories