食品感官評價是以人的感覺為基礎，通過感官評價食品的各種屬性后，再經統計分析而獲得客觀結果的試驗方法。隨著科學技術的發展和進步，這種集客觀生理學、心理學、食品學和統計學為一體的新學科日益成熟和完善，感官評價方法的應用也越來越廣泛。目前國家標準規定的感官評價方法就有十幾種，這些方法都是建立在統計學的基礎上，采用統計方法分析感官數據。
SPSS被認為是目前世界上最優秀的統計軟件之一，可以完成和實現樣本的方差分析、非參數分析、聚類分析、判別分析、相關分析、回歸分析等，幾乎涵蓋了數理統計的方方面面，被廣泛應用于農業、生物學、心理學、經濟學等許多領域。借助計算機，利用SPSS強大的統計分析功能來輔助分析食品感官數據，避免了繁雜的人工計算，大大提高了工作效率和運算精度。本文即以基本統計方法為基礎，通過舉例的方式詳細介紹了如何運用SPSS軟件對食品的感官評分結果進行統計分析。
評分法要求評價員以數字標度（等距標度或比率標度）的形式來評價樣品的品質特性。該方法可同時評價一種或多種產品的一個或多個指標的強度或差異，應用較為廣泛。分析評價員的評分結果，根據樣品的數量一個樣品、二個樣品和二個以上的樣品）不同，有不同的統計理論基礎和統計分析方法，所以在SPSS軟件中有三種實現過程：用該軟件的描述統計功能分析一個樣品評分的結果、用配對樣本T檢驗功能確定兩個樣品間的差異以及用單因素方差分析功能確定兩個以上樣品間的差異。
一、通過描述統計分析一個樣品評分結果
利用SPSS軟件的描述統計（Descriptive Statistics）功能可了解感官數據的結構和總體情況。對一種樣品所得到的評分結果可用中位數或平均值以及標準差或極差來匯總，以反映感官數據的集中趨勢和離散趨勢。集中趨勢反映的是一組資料中各觀測值所具有的共同趨勢，即各觀測值所集聚的位置。常用的集中趨勢計量的指標是：平均值和中位數。離散趨勢反映的是一組資料中各觀測值之間的差異或離散程度。常用的離散趨勢計量的指標是：標準差和極差。
1.1應用舉例
【例1】12名評價員以6點標度給草莓味乳飲料的香氣強度打分，6=非常強；5一強；4一中等；3-弱；2=非常弱；1=不存在。
評分結果為；1，4，4，2，4，5，3，2，5，1，4，3。
在SPSS中輸入評分結果，在主菜單中選擇"Analyze"，展開下拉菜單，點擊Descriptive Statistics”中的Frequencies”命令，使用者可根據需要選擇輸出的不同的描述統計量，本例選擇"Mean"（平均值）、”Median"（中位數）、"Std.deviation"（標準差）和Range"（極差）。
1.2主要輸出結果及分析
二、通過配對樣本T檢驗確定兩個樣品間的差異
在感官工作中，通過評分來判定兩個樣品之間是否存在感官上可察覺到的明顯差異，需要利用SPSS軟件的配對樣本T檢驗功能來實現。
配對樣本T檢驗用于檢驗兩個配對樣本是否來自具有相同均值的總體。其理論基礎是：在滿足被比較的兩個樣本有配對關系并且都來自服從正態分布的總體的前提條件下，建立原假設H0：（兩樣本所代表的總體均值相等）和對立假設H：（兩樣本所代表的總體均值不相等）。為了檢驗H0是否成立，引進一個新變量Z—配對數據的差值，建立檢驗統計量T2，給定顯著性水平s/Vn-I a，查t分布表的臨界值tadn-1），若T>tadn-1），就拒絕原假設，有1-α的把握認為兩總體均值間的差異是顯著的；若Tst（n-1），則接受原假設，有1-α的把握不能認為兩總體均值間有顯著差異。
2.1應用舉例
【例2】10位評價員用9點快感標度評價a、b兩種酸奶樣品，即9-極端喜歡；8-非常喜歡；7-一般喜歡；6-稍微喜歡；5-既沒有喜歡，也沒有厭惡；4-稍微厭惡；3-一般厭惡；2-非常厭惡；1-極端厭惡，評分結果見表2。
在SPSS中輸入評分結果，在主菜單中選擇"Analyze"，展開下拉菜單，點擊Compare Means"中的Paired-Samples T Test”命令，即可分析兩個樣品的評分結果。
2.2主要輸出結果及分析
表3列出了兩個樣品配對差值的平均值、標準差、標準誤差、95%置信區間、t值、自由度和Sig（2-tailed）值。t=1.964，查t分布表相應的臨界值t0.05（9）=2.262，t<t0.05（9），接受原假設。更直觀的判斷接受或拒絕原假設的方法是看表中最后一列的sig（2-tailed）值。sig（2-tailed）表示雙尾檢驗概率，即統計學上的p值四，p<0.05，就拒絕原假設。本例p=0.081>0.05，接受原假設。
因此可得結論：在5%顯著性水平下，認為樣品a和樣品b的接受程度不存在明顯的差異，都能達到評價員的接受水平，即兩樣品有相似的被喜愛程度。
三、通過單因素方差分析確定兩個以上樣品間的差異
在感官工作中，通過評分來判定兩個以上樣品之間是否存在感官上可察覺到的明顯差異，需要利用SPSS軟件的單因素方差分析（One-Way ANOVA）功能來實現。
單因素方差分析用于檢驗由單一因素影響的兩個以上相互獨立的樣本是否來自具有相同均值的總體，還可以分析哪一個樣本與其它樣本所代表的總體均值間有顯著性差異。其理論基礎是：在滿足被比較的樣本都來自具有相同方差且服從正態分布的總體的前提條件下，建立原假設H；各樣本所代表的總體均值相等）和對立假設H；各樣本所代表的總體均值不完全相等等。為了檢驗Ho是否成立，建立檢驗統計量Ft式中SSA是組間離差平方和，SSE是組內離差平方和，n為所有觀測值的個數，k為樣本數），給定顯著性水平a，查F分布表的臨界值Foak-1，n-k），若F>Fok-1，n-k），就拒絕原假設，有1-α的把握認為總體均值間的差異是顯著的；若F≤Fa（k-1，n-k），則接受原假設，有1-α的把握不能認為總體均值間有顯著差異。
3.1應用舉例
【例3】16名評價員給A、B、C三個奶粉樣品的甜度評分，以9分制評價樣品，9分表示甜度非常強，1分表示甜度非常弱，評分結果見表4。
首先在SPSS中輸入評分結果，如果使用的是比率標度，通常需要對評分結果進行對數變換后再輸入數據。從SPSS的主菜單中選擇"Analyze"，展開下拉菜單，點擊Compare Means”中的One-Way ANOVA”命令，本例在命令對話框中選擇 Homogeneity of variance testt方差齊次性檢驗）和Equal Variances Assumed"中的S-N-K"多重比較方法。方差齊次性檢驗是以Levene法檢驗各樣本是否來自具有相同方差的總體，是進行方差分析的前提條件之一。如果沒有通過方差齊次性檢驗，即Levene檢驗的P值<0.05，需要對數據進行轉換后如平方根、對數轉換等）[3]再重新進行方差分析。S-N-K方法是SPSS軟件提供的一種運用最廣泛的多重比較的方法。多重比較是在方差分析的基礎上進行，如果方差分析結果為差異顯著，說明這幾個總體均值間存在顯著性差異，但不能明確各個均值間差異的顯著性，需要用多重比較來實現；如果方差分析結果為差異不顯著，則無需看多重比較的結果。
3.2主要輸出結果及分析
表5為方差齊次性檢驗結果，P=0.913>0.05，通過方差齊次性檢驗。表6為方差分析結果，包括組間離差、組內離差和總離差的平方和、自由度和均方，還有F值和Sig.值P值）。F值為7.613，P=0.001<0.05，拒絕原假設，說明在5%顯著性水平下，三個樣品間存在明顯的差異。
表7為S-N-K方法的多重比較齊次性均衡子集，多重比較齊次性均衡子集是多重比較的一種表達式，屬同一齊次性均衡子集的樣品不存在顯著性差異。表中有兩個齊次性均衡子集：樣品B和樣品C；樣品A。
因此可得結論：在5%顯著性水平下，樣品A甜度較高，樣品B和樣品C甜度相對較低，其中樣品B和樣品C的甜度接近。
四、結束語
SPSS軟件功能強大，不僅能用于分析感官評分的結果，而且還能用于分析其它感官評價方法的結果。操作簡單，與手工計算相比，運算速度快、能節省大量的時間，極大地提高了工作效率，使感官實驗后的數據處理工作變得相對輕松。靈活運用SPSS軟件的數據統計方法，準確快捷地對結果進行分析，為新產品開發和產品的質量控制提供了理論依據。
來源：整理自《乳業科學與技術》，轉載請注明來源。
