[論文レビュー] Geometric and statistical techniques for projective mapping of chocolate chip cookies with a large number of consumers

David Orden, Encarnación Fernández‐Fernández+2 more|arXiv (Cornell University)|Aug 24, 2020

Sensory Analysis and Statistical Methods参考文献 40被引用数 11

ひとこと要約

本研究では、349名の未経験消費者が9種のチョコレートチップクッキーを評価したデータを用いて、グラフ理論と統計的距離解析を組み合わせた新しいハイブリッド手法をProjective Mappingに適用した。この手法—SensoGraphとペアワイズ距離を用いたもの—は、MFAおよびSensoGraph-Gabrielと同等の安定性と一貫性を達成し、約200名の被験者で0.95の安定性閾値に達する。これは、大規模で未訓練のパネルにおいても、強固な結果を示している。

ABSTRACT

The so-called rapid sensory methods have proved to be useful for the sensory study of foods by different types of panels, from trained assessors to unexperienced consumers. Data from these methods have been traditionally analyzed using statistical techniques, with some recent works proposing the use of geometric techniques and graph theory. The present work aims to deepen this line of research introducing a new method, mixing tools from statistics and graph theory, for the analysis of data from Projective Mapping. In addition, a large number of n=349 unexperienced consumers is considered for the first time in Projective Mapping, evaluating nine commercial chocolate chips cookies which include a blind duplicate of a multinational best-selling brand and seven private labels. The data obtained are processed using the standard statistical technique Multiple Factor Analysis (MFA), the recently appeared geometric method SensoGraph using Gabriel clustering, and the novel variant introduced here which is based on the pairwise distances between samples. All methods provide the same groups of samples, with the blind duplicates appearing close together. Finally, the stability of the results is studied using bootstrapping and the RV and Mantel coefficients. The results suggest that, even for unexperienced consumers, highly stable results can be achieved for MFA and SensoGraph when considering a large enough number of assessors, around 200 for the consensus map of MFA or the global similarity matrix of SensoGraph.

研究の動機と目的

• グラフ理論と統計的距離を用いた新しいハイブリッド手法を開発・検証し、Projective Mappingデータを分析すること。
• 未経験の消費者（n=349）から得られる感覚的共通地図の安定性を評価すること。
• 多次元因子分析（MFA）、Gabrielクラスタリングを用いたSensoGraph、および新しいペアワイズ距離を用いたSensoGraphの変種の性能を比較すること。
• 未訓練の参加者を用いたProjective Mappingにおいて、安定的で信頼性のある感覚的地図を達成するために必要な最小被験者数を特定すること。
• 今後の手法的研究のための公開可能な大規模な消費者研究データセットを提供すること。

提案手法

• サンプル間のペアワイズユークリッド距離を用いてガブリエルグラフクラスタリングに代えて、グローバル類似度行列を構築する、SensoGraphの新規変種を提案する。
• 被験者を10名から349名まで100回のランダムリサンプリングを用いたブートストラップ法を適用し、結果の安定性を評価する。
• MFAにおいて、リサンプルパネルと全パネルからの共通地図の一致度を測るためにRV係数を用いる。
• SensoGraphにおいて、リサンプルパネルと全パネルからのグローバル類似度行列の類似度を測るためにMantel係数を用いる。
• 全データセットに対して多次元因子分析（MFA）を実施し、消費者の知覚の共通地図を生成する。
• 盲検二重測定（サンプル2と5）が近くに位置するかどうかを確認することで、手法の信頼性を検証する。

実験結果

リサーチクエスチョン

• RQ1 ペアワイズ距離に基づく幾何的・統計的ハイブリッド手法は、MFAおよびSensoGraphと比較して、Projective Mappingの結果の安定性と一貫性を向上させることができるか？
• RQ2 未経験の消費者がProjective Mappingにおいて安定した感覚的共通地図を達成するために必要な最小人数はどの程度か？
• RQ3 MFA、SensoGraph-Gabriel、および新しいSensoGraph-距離法の間で、安定性指標（RV係数およびMantel係数）はどのように比較されるか？
• RQ4 未経験の消費者が商業用チョコレートチップクッキーを評価した場合、信頼性があり一貫性のある感覚的地図を生成できるか？
• RQ5 提案手法は盲検二重測定を信頼性高く特定でき、手法の妥当性を評価するベンチマークとして機能するか？

主な発見

• ペアワイズ距離を用いた新規SensoGraph変種は、約200名の被験者でMantel係数0.95を達成し、高い安定性を示した。
• MFAは、最初の2次元を用いる場合、約200名の被験者でRV係数の閾値0.95に達し、4次元を用いると150名で同様の閾値に達した。
• Gabrielクラスタリングを用いたSensoGraphは、Mantel係数の0.95閾値に達するまで約300名の被験必要であり、新規の距離ベース変種よりも安定性が低かった。
• MFA、SensoGraph-Gabriel、およびSensoGraph-距離法の3つの手法とも、同じサンプルグループ化を示し、盲検二重測定（サンプル2と5）が最も近接して配置された。
• 結果として、チョコレートチップクッキーのような複雑な食品製品に対しても、未経験の被験者数が約200名を超えると、安定的で信頼性のある感覚的地図が得られることを示した。
• 本研究では、大規模な消費者研究（n=349）から得た公開可能なデータセットを提供しており、再現性および今後の手法的検証を支援する。