V Kuvailevat menetelmät 1. Johdanto Kuvailevat menetelmät ovat aistinvaraisen arvioinnin menetelmistä kehittyneimpiä. Niitä oikein käyttämällä saadaan objektiivinen kokonaiskuva tuotteen keskeisimmistä aistittavista ominaisuuksista. Kuvailevia menetelmiä on useita. Ne eroavat muun muassa sen mukaan, mitä menetelmällä on saavutettavissa, mitä arvioijilta odotetaan ja miten asteikot kalibroidaan. Menetelmät voivat olla laadullisia (kvalitatiivisia) tai määrällisiä (kvantitatiivisia). Useimmiten ne ovat näiden yhdistelmiä, jolloin tietyn näytetyypin kuvailuun kehitetään aluksi sanasto, minkä jälkeen luodaan arviointiasteikot ja liitetään sanalliset ankkurit referenssinäytteisiin. Kuvailevat menetelmät ovat hyödyllisiä, kun tarvitaan tietoa tuotteiden aistinvaraisista ominaisuuksista tai halutaan verrata useiden tuotteiden ominaisuuksia toisiinsa. Pääsääntöisesti niitä käytetään tuotekehityksen ja laadunvalvonnan apuna. Kuvailevia menetelmiä kannattaa käyttää myös selvitettäessä, mitkä tuotteen ominaisuudet vaikuttavat sen hyväksyttävyyteen. Viimeksi mainittuun tarkoitukseen kuvaileva aineisto tarvitsee tuekseen kuluttajatutkimusta. Aineistot voidaan sitten yhdistää esimerkiksi mieltymyskartoituksen avulla (luku XII). Kuvailevien menetelmien avulla pystytään tuotekehityksessä selvittämään, kuinka lähellä tavoitetta uusi tuotekandidaatti on tai kuinka paljon raaka-aineen tai raaka-aineiden vaihtaminen, jonkin ainesosan lisääminen tai vähentäminen tai valmistusprosessin muutos vaikuttavat tuotteen aistittaviin ominaisuuksiin. Menetelmiä käytetään usein myös omien ja kilpailijoiden tuotteiden vertailuun, jolloin pystytään selvittämään oman ja kilpailijan tuotteen erot eri aistittavissa ominaisuuksissa. Menetelmät sopivat hyvin tuotteen säilyvyyden aikana tapahtuvien muutosten määrittämiseen, mutta tällöin edellytyksenä on arvioijien Katariina Roininen, Raija-Liisa Heiniö ja Kimmo Vehkalahti 95
96 erityisen hyvä tutkittavan tuotteen tuntemus, harjaantuneisuus sekä sopiva vertailunäyte tai erittäin pysyvä muistikuva siitä. Kuvailevat menetelmät sopivat hyvin myös laatuspesifikaatioissa määriteltyjen aistinvaraisten ominaisuuksien seurantaan (luku VII), joskin ne saattavat monessa tapauksessa olla liian työläitä ja kalliita päivittäiseen laadunvalvontaan. Niiden käyttö tuotteen mahdollisesti muuttuneiden ominaisuuksien tunnistamiseen esimerkiksi kuluttajavalitusten yhteydessä on harkinnanarvoinen vaihtoehto. On myös muistettava, että kerran tuotteelle luotua sanastoa voidaan usein käyttää pitkään lähes sellaisenaan, mikä merkittävästi vähentää työtä kuvailevien menetelmien arvioinneissa. Vanhin kuvaileva menetelmä, flavorin (maiton) kuva (flavor profile ), kehitettiin jo 1950-luvulla korvaamaan tuotteen asiantuntija-arvioinnit. Rakenteen kuva (texture profile ) kehitettiin tuotteiden mekaanisiin, geometrisiin ja vesi- tai rasvasisältöön liittyvien rakenneominaisuuksien arviointiin ja kvantitatiivinen kuvaileva analyysi (quantitative descriptive analysis, QDA) korjaamaan maiton kuva -menetelmässä havaittuja ongelmia. Edellä mainittuja menetelmiä yhdistää työläys, joka liittyy raadin yhteisen sanaston ja arviointitekniikkojen luomiseen. Vapaavalintaisesta profiilista (free-choice profiling) haettiin 1980-luvulla ratkaisua työläyden vähentämiseen. Vapaavalintaisessa profiilissa arvioijia ei kouluteta etukäteen, vaan kukin arvioija kehittää ja käyttää omaa sanastoaan. Siitä on kehitetty äskettäin vieläkin kehittyneempi salamaprofiili - menetelmä (flash profile), jossa arvioijat tutustuvat näytteisiin ja järjestävät ne voimakkuuden mukaan, itse valittu ominaisuus kerrallaan. Vaikka arvioijat käyttävät omia sanojaan, heidän tulee olla harjaantuneita näytteiden kuvailuun. 1990-luvun alussa kehitettyä Sensory Spectrum -menetelmää käytettäessä arvioijat koulutetaan vertailunäytteiden avulla niin, että arviointitulosten pitäisi olla absoluuttisia eikä suhteellisia. Kuvailevalla menetelmällä on myös mahdollista mitata eroa tunnettuun vertailunäytteeseen nähden (deviation-from-reference descriptive analysis). Yleinen kuvaileva menetelmä (generic descriptive analysis) lienee kuvailevista menetelmistä käyttökelpoisin (ks. Lawless & Heymann 1999). Se on periaatteessa kooste useista yllämainituista menetelmistä. Tavaramerkillä suojatut, rekisteröidyt menetelmät on esitetty lyhyesti taulukossa 1. Niiden käyttämiseen liittyy tekijänoikeudellisia rajoitteita, mistä syystä vapaiden menetelmien käyttö on turvallisinta. Tässä luvussa keskitytäänkin esittelemään tarkemmin yleinen kuvaileva menetelmä, poikkeama vertailunäyttee stä kuvaileva analyysi ja vapaavalintainen profiili
Taulukko 1. Rekisteröityjä kuvailevia menetelmiä, menetelmien pääpiirteet sekä niiden käytön ongelmia. Menetelmä Kehittäjät Pääpiirteet Ongelmat Flavorin(maiton) kuva (Flavor Profile ) Rakenteen kuva (Texture profile ) Cairncross & Sjöström 1950 Brandt ym. 1963; Szczesniak 1963 Kvantitatiivinen Stone ym. kuvaileva analyysi 1974 (Quantitative descriptive analysis, QDA) Sensory Spectrum Meilgaard ym. 1999 4 6 koulutettua arvioijaa, yhteinen sanasto, vetäjästä tulosten riippuvuus raadin arviointitulos raadin tulosten tilastollisen tarkastelun puuttuminen yhteisellä päätöksellä profiili kuvaa tuotteen kokonaisflavoria ja sen yksittäisiä ominaisuuksia voimakkuuksineen arviointi aistimisjärjestyksessä mekaanisten, geometristen ja vesi- tai rasvasisältöön liittyvien rakenneominaisuuksien arviointi aistimisjärjestyksen mukaisesti pohjoisamerikkalaisin vertailunäyttein tarkoin määritellyt asteikot tavoitteena absoluuttinen arviointitulos ominaisuuksien kuvailu ja niiden voimakkuus ominaisuuskohtaiset tulokset kaikkien arvioiden keskiarvona ominaisuuksien voimakkuuden mittaamisessa käytettävät asteikot on standardoitu ja ankkuroitu useilla referenssinäytteillä tavoitteena absoluuttinen arviointitulos standardinäytteiden muuttumis- ja saatavuusongelmat arvioijien yksilöllisen vaihtelun poistaminen on epärealistinen tavoite vertailunäytteiden käytön aiheuttama arvioinnin raskaus ja aistien väsyminen sanaston luomisen ja arvioijien kouluttaminen työlästä referenssinäytteiden muuttuminen ajan kuluessa ja niiden saatavuusongelmat arvioijien kouluttaminen työlästä 97
2. Yleinen kuvaileva menetelmä 2.1 Raadin valinta Yleisessä kuvailevassa menetelmässä käytettävän raadin valinta noudattaa luvussa IX kerrottuja käytäntöjä. Kuvailevissa menetelmissä tarvitaan aistien normaalin toiminnan ja riittävän erottelukyvyn lisäksi myös kykyä kuvata näytteitä. Raati koostuu tavallisesti 10 12 arvioijasta, mutta jos tutkittavien erojen tiedetään olevan pieniä, arvioijien määrä voi olla suurempi. Toinen vaihtoehto on lisätä toistoarviointien määrää. Jos arvioijien määrä on alle kymmenen, jokaisen arvioijan vaikutus tulosten kokonaisvaihtelun määrään kasvaa sen mukaisesti. Suurehkon raadin tapauksessa voidaan joutua työskentelemään kahdessa ryhmässä sanastoa luotaessa, mikä mutkistaa yhtenäistä työskentelyä. 2.2 Sanaston luominen Sanastoa luotaessa arvioijat 98 kehittävät osittain tai kokonaan tuotteen arviointisanaston tai opettelevat ymmärtämään ja käyttämään valmista sanastoa tuotteen ominaisuuksien arvioinnissa. Sanaston luominen merkitsee ominaisuuksien tunnistamista, nimeämistä ja määrittelemistä. Siihen, millaisia havaintoja arvioijat tekevät ja miten he niitä kuvaavat, vaikuttaa luonnollisesti arvioijan aikaisempi kokemus. Siksi eri ihmiset saattavat kuvata samoja ominaisuuksia erilaisin termein. Termien ymmärrettävyys ja yksiselitteisyys vaihtelevat myös aistipiireittäin. Esimerkiksi väriin ja rakenteeseen liittyviä sanoja ymmärretään helposti, ja niiden kuvailuun on runsaasti tieteelliseenkin käyttöön sopivia yksiselitteisiä sanoja. Sen sijaan esimerkiksi hajun kuvailu on hankalampaa, koska siihen ei ole olemassa yleistä, kaikkien ymmärtämää ja hyväksymää tieteellistä sanastoa. Tämän takia sanaston omaksuminen vaatii opettelua, jotta kaikki raadin jäsenet ymmärtävät ominaisuudet yksiselitteisesti samalla tavalla. Kuvailevien sanojen tavoitteena on ennen kaikkea erotella näytteitä, eli niiden pitäisi ilmaista erot näytteiden välillä. Sanastoon valitaankin vain sellaiset kuvailut, joissa tutkittavien näytteiden välillä on havaittavissa eroa. Esimerkiksi jos kaikissa arvioitavissa leipänäytteissä on sama ruskea sävy, ei ole mielekästä kysyä näytteiden ruskean värin voimakkuutta. Lisäksi sanojen tulee olla niin selkeitä,
että kaikki raadin jäsenet pystyvät ymmärtämään termin merkityksen samalla tavalla. Vertailu- eli referenssinäytteiden käyttäminen ja termien sanallinen määrittely helpottavat käsitteiden ymmärtämistä. Mieltymyksiin tai subjektiivisiin kokemuksiin liittyviä termejä ei saa käyttää, koska raadin koulutus tähtää näytteiden ominaisuuksien objektiiviseen arviointiin. Niinpä subjektiiviset termit ennemmin haittaavat kuin hyödyttävät näytteistä saatavan kokonaiskuvan muodostumista. Kunkin termin pitäisi myös olla tarpeellinen. Sanastoon ei näin ollen pidä valita merkitykseltään päällekkäisiä kuvailuja, koska tällaisten sanojen käyttö on raadin kannalta epämotivoivaa ja turhauttavaa. Päällekkäisiä sanoja voisivat olla esimerkiksi leivän kuoren rapeus ja sitkeys: on helppo kuvitella että rapeuden lisääntyessä sitkeys vähenee ja päinvastoin, jolloin näiden kahden ominaisuuden välillä on voimakas negatiivinen korrelaatio. Esimerkki termien sanallisesta määrittelystä on kuvassa 1. Sitkeys ei sitkeä sitkeä Näytteen sitkeys arvioidaan vain ensimmäisestä puraisusta etuhampailla. Mitä enemmän näyte antaa periksi ennen kuin se katkeaa, sitä sitkeämpää se on. 99 Kuva 1. Termien sanallinen määrittely, esimerkkinä sitkeys. Termin tulee kuvata vain yhtä ominaisuuden ulottuvuutta, koska moniulotteisten sanojen käyttö on hämmentävää raadin kannalta. Esimerkiksi sana kermainen kannattaa jakaa useammaksi termiksi sen aiheuttaman aistimuksen perusteella. Kermaisuus voitaisiin jaotella esimerkiksi arvioimalla viskositeettia, rasvaista suutuntumaa ja kerman makua. Moniulotteiset termit eivät myöskään ole käyttökelpoisia jatkotoimenpiteistä päätettäessä. Tuotekehittäjä ei tiedä, pitäisikö lisätä tuotteen viskositeettia, partikkelikokoa vai kermaista makua, jos tuotteen kermaisuutta pitäisi lisätä. Kun raati kehittää oman sanaston tai osan siitä, se tutustutetaan mahdollisimman erilaisiin näytteisiin tutkittavan tuoteryhmän sisällä. Arvioijia pyydetään ensin itsenäisesti arvioimaan näiden näytteiden aistinvaraisten ominaisuuksien välisiä eroja ja kirjaamaan mahdolliset ulkonäkö-, haju-, maku- ja rakenneominaisuudet, jotka kuvaavat näitä eroja. Tämän jälkeen raadin vetäjä kokoaa kaikkien raadin jäsenten tuottamat kuvailut. Kootun, kaikille jaetun sanaston ja siitä käytävän keskustelun perusteella alkaa muotoutua yhteinen sanasto. Tässä
vaiheessa on tärkeää, ettei raadin vetäjä johdattele arvioijia termien valinnassa, mutta hän voi pyytää raadin jäseniltä kuvailujen selventämistä. Seuraavaksi arvioijia pyydetään ehdottamaan mahdollisia vertailunäytteitä, joiden avulla pystytään havainnollistamaan ominaisuuksien esiintymistä näytteissä. Vertailunäytteet voivat olla esimerkiksi kemikaaleja, mausteita, raaka-aineita tai tuotteita. Jos sopivia vertailunäytteitä ei löydy kaikille ominaisuuksille, voidaan ominaisuus määritellä myös sanallisesti. Sanaston kehittäminen jatkuu, kunnes kaikki arvioijat ovat tyytyväisiä sanastoon, määritelmiin ja vertailunäytteisiin, ja kaikki raadin jäsenet ymmärtävät kaikki ominaisuudet samalla tavalla. 2.3 Ominaisuuksien voimakkuuden mittaaminen 100 Kun yhteinen sanasto on luotu, siirrytään kvantitatiiviseen osaan eli ominaisuuksien voimakkuuden arviointiin. Voimakkuuksien arvioinnin perusteella saadaan selville, kuinka paljon kutakin ominaisuutta on eri näytteissä. Useimmiten voimakkuus arvioidaan suhteessa muihin näytteisiin, ja tulokseen vaikuttavat siis muut arviointikerralla mukana olleet näytteet. Tämän takia näytteitä ei pitäisi arvioida yksitellen, mutta ei myöskään aina saman näytteiden osajoukon kanssa, joten suuren näytejoukon esitysjärjestys on satunnaistettava yli koko näytesarjan (luku X). Raadin kunnollinen koulutus ja hyvät referenssinäytteet auttavat kuitenkin asteikkojen pitämisessä kerrasta toiseen samanlaisena. Yleisesti käytettyjä asteikkoja ovat jana-asteikot sekä numeeriset ja sanalliset asteikot ja näiden yhdistelmät (luku III). Jana-asteikot ovat yleensä joko 10 cm tai 15 cm pitkiä ja päistään sanallisesti ankkuroituja. Jos asteikko on kaksinapainen, myös janan keskikohta merkitään. Asteikot ankkuroidaan niin, että kysytty ominaisuus kasvaa vasemmalta oikealle (esim. ei lainkaan erittäin paljon). Esimerkkejä jana-asteikosta ja sen ankkuroinnista on esitetty kuvassa 2. Sanalliset ja numeeriset asteikot sekä näiden yhdistelmät ovat usein 9- tai 15-portaisia, päistään sanallisesti ankkuroituja asteikkoja. Kuvailevissa menetelmissä on mahdollista käyttää myös suhdeasteikkoa, jolloin arvioidaan näytteiden tietyn ominaisuuden voimakkuutta suhteessa toisiin näytteisiin tai vertailunäytteeseen.
ULKONÄKÖ Huokoisuus ei lainkaan huokoinen erittäin huokoinen RAKENNE Puraisu etuhampailla Hauraus ei hauras hauras Kuva 2. Esimerkkejä jana-asteikon ankkuroinnista. Useimmiten on suositeltavaa käyttää yksinapaisia asteikkoja, joissa kuvataan vain yhden ominaisuuden voimakkuutta. Esimerkiksi makeuden arvioinnissa ääripäinä ovat ei makea ja erittäin makea. Toisinaan käytetään myös kaksinapaista kuvausta, kuten pehmeä kova. Tällainen kaksinapainen asteikko voidaan kuitenkin tarvittaessa muuntaa yksinapaiseksi, jolloin arvioidaan joko tuotteen pehmeyttä (ääripäät ei pehmeä ja erittäin pehmeä) tai kovuutta (ääripäät ei kova ja erittäin kova). Asteikkojen valinnan jälkeen aloitetaan näytteiden arviointi. Näytteet esitetään arvioijille koodattuina, satunnaistetussa järjestyksessä ja erillisissä arviointikopeissa noudattaen normaaleja laboratorioarvioinnin käytäntöjä. Yleensä ensimmäiset arviointikerrat käytetään raadin toistettavuuden selvittämiseen, jolloin arvioinneissa ei tarvitse käyttää kuin osaa varsinaisista näytteistä. Näytteet esitetään arvioijille ainakin kolmena toistonäytteenä. Tulokset analysoidaan arvioijien välisten yhdysvaikutusten selvittämiseksi. Hyvin koulutetussa raadissa yhdysvaikutusten näytteen ja arvioijan välillä (näyte * arvioija) ei pitäisi olla tilastollisesti merkitseviä. Raadin vetäjä selvittää tarvitseeko koko raati tai osa sen jäsenistä lisäkoulutusta (luku IX). Varsinaisissa arvioinneissa jokaisen raadin jäsenen tulisi arvioida kaikki näytteet vähintään kahdesti, mutta mielellään kolmesti. Kaikki näytteet tulisi mieluiten arvioida yhdellä kertaa, mutta toistoarvioinnit suositellaan toteutettavaksi eri päivinä. 101
2.4 Tulosten käsittely Yleisellä kuvailevalla menetelmällä saadaan sekä laadullista että määrällistä tietoa. Ominaisuuksien voimakkuus lasketaan keskiarvona raadin jäsenten itsenäisistä arvioista. Ominaisuudet ja niiden voimakkuudet muodostavat tuotteen profiilin, joka voidaan esittää graafisina viivakuvioina, pylväinä tai tähtikuviona (spider web) (kuva 3). Tähtikuvio on alun perin kehitetty kvantitatiivisen kuvailevan analyysiin tulosten esittämiseen. Se mahdollistaa kaikkien ominaisuuksien ja tuotteiden esittämisen samassa kuviossa kerrallaan ja antaa näin hyvän kokonaiskuvan tuotteiden keskeisimmistä aistittavista ominaisuuksista. Tähtikuvion havainnollisuus ja siten käyttökelpoisuus heikkenee näytteiden ja arvioitujen ominaisuuksien määrän kasvaessa. Graafisen esitystavan valinnan tulee perustua selkeyden tavoitteluun, ja monesti pylväsdiagrammi havainnollistaa profiilia paljon paremmin kuin tähtikuvio. 102 Kuva 3. Neljän ß-glukaania (BG) sisältävän juoman ja kontrollijuoman (1,3 % CMC) profiilit esitettyinä tähtikuvion avulla (Lyly ym. 2003). Tilastollinen tarkastelu on ehdoton osa nykyaikaista kuvailevien menetelmien tulosten käsittelyä. Näytteiden välisten erojen, raadin toistettavuuden ja yhteneväisyyden selvittämiseen käytetään tavallisesti varianssianalyysia, jonka voi tehdä jokaiselle ominaisuudelle kerrallaan. On myös mahdollista tehdä toisto-
mittausten varianssianalyysi (repeated measures ANOVA) siten, että yhteen ja samaan analyysiin otetaan eri tavoin ankkuroiduilla asteikoilla arvioidut ominaisuudet ja tutkitaan näytteiden ja ominaisuuksien pää- ja yhdysvaikutuksia. Tässä analyysissa yhdysvaikutukset tuovat hyvin esille profiilien erot. Myös pääkomponenttianalyysia (luvut III ja IX) voidaan hyödyntää tulosten käsittelyssä. Siinä tavoitteena on tiivistää informaatiota suuresta määrästä muuttujia muutamaan oleellisimpaan pääkomponenttiin. Kuvassa 4 esitetty kahden pääkomponentin ratkaisu selittää 86 % porkkanoiden rakenneominaisuuksissa havaitusta vaihtelusta, joista ensimmäisen pääkomponentin (vaaka-akseli, PC1) osuus on 74 % ja toisen (pystyakseli, PC2) 12 %. Kuvassa lähekkäin sijoittuvat näytteet ovat ominaisuuksiltaan samanlaisia. Esimerkiksi näytteet 1, 2, 5, 6 ja 7 ovat vetisempiä ja liukkaampia kuin näytteet 8, 9, 10 ja 11, jotka taas ovat muun muassa rapeampia, kuivempia, kovia, rouskuvia ja hauraita. Näyte 3 on taas joustavin ja kuituisin kaikista tutkimuksessa mukana olleista näytteistä. Pääkomponenttianalyysi sopii hyvin aistinvaraisen arvioinnin tulosten käsittelyyn silloin, kun halutaan vähentää muuttujien määrää ilman taustalla olevaa oletusta teoreettisesta mallista (luku III). 103 Kuva 4. Eri tavoin käsiteltyjen porkkananäytteiden rakenneominaisuuksien kuvailu pääkomponenttianalyysin avulla (Roininen ym. 2003).
3. Poikkeama vertailunäytteestä kuvaileva menetelmä 3.1 Raadin valinta ja sanaston luominen Raadin valinnassa noudatetaan samaa käytäntöä kuin edellä kuvatussa yleisen kuvailevan menetelmän raadin valinnassa. Myös sanasto luodaan yleisen kuvailevan menetelmän tavalla. 3.2. Ominaisuuksien voimakkuuden mittaaminen 104 Ominaisuuksien voimakkuus mitataan vertaamalla tutkittavia näytteitä vuorotellen vertailunäytteeseen (ero vertailuun, deviation from reference). Vertailunäytteen käytön tavoitteena on vähentää arvioijien välistä vaihtelua. Mittauksessa käytetään usein jana-asteikkoa, jonka keskikohta on sidottu vertailunäytteeseen. Koska mittauksen kohteena on ero vertailunäytteestä, myös tuloksia tulkitaan suhteessa vertailunäytteeseen. Tuloksista nähdään summittaisesti tutkittavien näytteiden keskinäisiä eroja, mutta menetelmä ei sovellu erityisen hyvin näytteiden keskinäiseen vertailuun. Vaihtelun vähenemistä ei myöskään aina havaita, vaikka asteikko on kiinnitetty vertailunäytteeseen (Stoer ja Lawless, 1993). Jana-asteikolla vasemmalle mentäessä mitattavan ominaisuuden voimakkuus vähenee ja oikealle mentäessä kasvaa (kuva 5). Vertailunäyte on syytä esittää myös koodattuna arvioitavien näytteiden joukossa (kätkettynä vertailunäytteenä): mitä vähemmän sen saamat arviot poikkeavat vertailunäytteestä, sitä luotettavampaa arviointi on. Pureskelu poskihampailla Karkeus verrattuna vertailunäytteeseen Vähemmän Kuten R Enemmän kuin R kuin R Kuva 5. Esimerkki jana-asteikosta mitattaessa poikkeamaa vertailunäytteestä. 3.3 Tulosten käsittely Ominaisuuksien voimakkuus lasketaan poikkeamana vertailunäytteestä, jolloin selvitetään, kuinka paljon enemmän tai vähemmän kutakin ominaisuutta on tutkittavassa näytteessä vertailunäytteeseen verrattuna. Tällöin tutkittavien näyt-
teiden välisten erojen suuruutta ei voi laskea, vaan tuloksena saadaan kunkin näytteen ero vertailunäytteestä. Tulosten graafinen esittäminen on selkeintä pylväsdiagrammeina, joiden nollakohtana on vertailunäyte. Pylväät nousevat ylöspäin, jos ominaisuuden voimakkuus on tutkittavassa näytteessä suurempi kuin vertailunäytteessä, ja laskevat alaspäin, jos ominaisuuden voimakkuus on vertailunäytettä pienempi. Myös tilastollinen analyysi keskittyy siihen, minkä ominaisuuksien suhteen kukin tutkittava näyte poikkeaa vertailunäytteestä. Niinpä eroja voidaan tutkia esimerkiksi Bonferronin kertoimella korjatuilla t-testeillä ominaisuus kerrallaan (luku IV). Myös pääkomponenttianalyysia voidaan hyödyntää tulosten käsittelyssä. Tutkittavien näytteiden keskinäisiä eroja ei kuitenkaan saada selville, eikä niitä voi testata tilastollisesti. 4 Vapaavalintainen profiili 4.1 Raadin valinta Vapaavalintainen profiili kehitettiin vastaamaan markkinoinnin ja tuotekehityksen tarpeisiin tarjoamalla tietoa kuluttajien havaitsemista tuotteen aistinvaraisista ominaisuuksista. Menetelmää käytettäessä raati voidaan valita tuotteen käyttäjien joukosta tai noudattaen tässä luvussa aikaisemmin mainittuja käytäntöjä sekä luvussa IX esiteltyjä raadin valintaan liittyviä käytäntöjä. Mitä koulutetumpi raati, sitä analyyttisempiä arvioita voidaan odottaa. 4.1. Sanaston luominen ja ominaisuuksien voimakkuuden mittaaminen 105 Menetelmän perusperiaate on sama kuin muissakin kuvailevissa menetelmissä. Ensin kukin arvioija luo oman sanastonsa arvioitavista ominaisuuksista ja sen jälkeen arvioi ominaisuuksien voimakkuudet. Näytteet arvioidaan itsenäisesti noudattaen aistinvaraisen arvioinnin perusperiaatteita. Suurimpana erona muihin menetelmiin on yhteisen sanaston puuttuminen: jokainen arvioija kehittää oman sanastonsa ja arvioi näytteet omalla tavallaan. Lähtökohtana on, että arvioijien välillä ei ole eroa ominaisuuksien havaitsemisessa, vaan ainoastaan niiden kuvailemisessa. Oman sanaston käyttö poistaa kouluttamisen ja yhteisen sanaston luomisen tarpeen säästäen paljon aikaa ja kustannuksia. Toisaalta täytyy ottaa huomioon, että oman arviointilomakkeen tekeminen jokaiselle arvioijalle vie myös aikaa. Lisäksi arvioijien käyttämien sanojen tulkinta saattaa olla työlästä ja hankalaa.
4.3 Tulosten käsittely 106 Tulosten analysointiin käytetään yleistettyä Procrustes-menetelmää (generalized Procrustes analysis, GPA). Menetelmä on peräisin kreikkalaisesta mytologiasta, jossa Procrustes-niminen hahmo pätki pitkät vieraat ja venytti lyhyet sopiviksi sänkyihinsä. Yleistetyssä Procrustes-menetelmässä venytetään ja kutistetaan vektoreita moniulotteisessa avaruudessa, jotta saataisiin luotua kokonaiskuva yksittäisistä arvioinneista kaksi- tai kolmiulotteisena. Kun tietoa näin tiivistetään, saatetaan menettää yhtä hyvä näytteiden erottelukyky kuin tavanomaisilla kuvailevilla menetelmillä on. Kuvassa 6 on juustojen vapaavalintaisen profiilin tulos. Raati (n = 10) arvioi kuutta kypsytettyä juustoa, joista kolme (J, L, P) oli normaalirasvaisia ja toiset kolme (K, M, S) vähärasvaisia. Raadin kaksi arviointikertaa näkyvät kunkin juuston kahden koodin sijoittumisena vektoriavaruuteen. Kuvasta nähdään, kuinka yksilöllisten sanastojen sisällyttäminen yhteen kuvaan täyttää tilan. Jos arvioijien käyttämät termit ovat samansuuntaisia, kuten tässä, kuva säilyy kohtalaisen luettavana. Kuvasta on helppo nähdä, että esimerkiksi vähärasvainen juusto K sijoittuu lähelle termejä kumimainen ja sitkeä, kun taas normaalirasvainen juusto P sijoittuu kauas tästä juustosta ja lähelle sitä paremmin kuvaavia termejä, kuten maun kermaisuus ja suutuntuman rasvaisuus. Toistojen sijoittuminen lähelle toisiaan osoittaa, että tulos oli toistettava. 1.29-1.29 1.29-1.29 Kuva 6. Esimerkki vapaavalintaisen profiilin tuloskuvasta, jossa on esitetty juustoihin J, P, S, K, L ja M liitetyt ominaisuudet. Arvioijien määrä = 10. (Hissa, 2004.)
5 Kuvailevien menetelmien tulosten yhdistäminen muihin aineistoihin Kuvailevilla menetelmillä selvitettyjä tuotteen aistittavien ominaisuuksien voimakkuuksia voidaan liittää myös aivan muuntyyppiseen tulosaineistoon tilastollisten monimuuttujamenetelmien avulla. Edellä kuvattujen, puhtaasti aistinvaraisten määritysten lisäksi lähes kaikkia kuvailevia menetelmiä voidaan käyttää myös selvitettäessä erityyppisten instrumentaalimittausten ja aistivaraisen arvioinnin yhtäläisyyksiä. Kuvailevien menetelmien tuloksia on mahdollista suhteuttaa esimerkiksi flavoriin (maittoon) vaikuttavien kemiallisten yhdisteiden tai aistittuun rakenteeseen vaikuttavien instrumentaalisten rakennemääritysten tuloksiin (luku VIII). Kuvailevilla menetelmillä saatu tieto tuotteiden ominaisuuksien voimakkuuksista voidaan yhdistää myös kuluttajien hyväksyttävyysarvioihin PLS-regression (partial least squares regression) avulla (luku XII). Tämä yhdistäminen on suomennettu nimellä kuvaileva mieltymyskartoitus (external preference mapping). Menetelmän avulla saadaan viitteitä sellaisista aistittavista ominaisuuksista, jotka johtavat kuluttajien suosioon ja toisaalta niistä, jotka saattavat vähentää tuotteen suosiota. 107 Kysymyksiä 1. Mihin tarkoituksiin kuvailevia menetelmiä käytetään? 2. Selitä lyhyesti yleisen kuvailevan menetelmän pääperiaate ja vaiheet. 3. Selitä, miten sanasto luodaan käytettäessä yleistä kuvailevaa menetelmää. 4. Miten vapaavalintainen profiili eroaa muista kuvailevista menetelmistä? 5. Kerro kuvailevien menetelmien graafisesta esittämisestä.
108