Portal de Eventos CoPICT - UFSCar, [UFSCar Araras] XXV CIC e X CIDTI - 2018

Tamanho da fonte: 
Análise de componentes principais e Biplot aplicados a dados sensoriais de bebidas energéticas
Isabela Rótoli Micaroni, Simone Daniela Sartorio de Medeiros, Marta Regina Verruma Bernardi, Ionele do Socorro Santos Ferreira, Maressa de Oliveira Henrique

Última alteração: 2018-10-08

Resumo


A estatística multivariada é composta por diversos métodos e técnicas que servem para explorar e analisar um banco de dados que dispõe n unidades amostrais, onde foram avaliados simultaneamente p variáveis-respostas, correlacionadas entre si. Embora a estatística multivariada tenha surgido por volta de 1901, o desenvolvimento e aplicação de suas técnicas são mais facilmente executadas somente nos dias de hoje, devido ao avanço computacional. A análise de componentes principais (ACP) é uma das mais importantes técnicas da estatística multivariada, uma vez que nela está fundamentada a maior parte dos métodos multivariados, onde se transforma linearmente um conjunto de variáveis originais, inicialmente correlacionadas entre si, num conjunto de variáveis não correlacionadas, explicando a maior parte da informação do conjunto original. Já o Biplot, é um método multivariado (uma de suas abordagens é baseada na técnica de ACP), que consiste na representação de uma matriz de dados no espaço bi ou tridimensional, onde as linhas e colunas dessa matriz são representadas por pontos. Na prática, o Biplot consiste na junção das duas representações gráficas da ACP: o círculo de correlações entre variáveis e a representação dos indivíduos. O objetivo do presente estudo foi explorar os dados sensoriais de bebidas energéticas oferecidas a atletas e não atletas de maneira multivariada, para isso aplicar a ACP e fazer gráficos Biplot baseados nesta técnica, com o auxílio do software R. Foram utilizados dados sensoriais referentes a avaliação de 5 amostras de bebidas energéticas para 5 atributos (aparência, cor, aroma, sabor e aceitação), provados por atletas e não atletas. Para cada classe em separado e considerando as duas classes conjuntamente foram aplicadas a ACP, os gráficos HJ-Biplot e as elipses de 95% de confiança. Escolheu-se utilizar o HJ-Biplot, afim de que as linhas e colunas da matriz fossem representadas no gráfico com a mesma importância. Para a classe dos atletas, foi observada correlação bastante alta entre os atributos aparência e cor. Para os não atletas, houve correlação significativa entre os mesmos atributos dos atletas, além do sabor e aceitação. Considerando atletas e não atletas conjuntamente, ocorreu correlação alta entre as variáveis sabor e aceitação. Por meio dos gráficos HJ-Biplot, observou-se que a amostra de maior aceitabilidade foi a bebida CKQ, sendo LBR a amostra que recebeu as piores avaliações para todos os casos. Em relação às elipses de confiança, para a classe dos atletas, apenas as bebidas GWO e XSH são sensorialmente iguais. Em relação aos não atletas, as amostras DTI, XSH, GWO e CKQ são iguais, sendo somente LBR notada como diferente das demais. Ao considerar as duas classes conjuntamente, somente GWO e XSH foram consideradas iguais. Conclui-se que dependendo da análise multivariada escolhida, a interpretação dos resultados é facilitada, principalmente quando é possível construir ilustrações, ficando mais evidente ao pesquisador as conclusões da situação em estudo. Vale lembrar que utilizando técnicas univariadas, tais associações não são consideradas nas análises, podendo alterar e/ou muitas vezes mascarar resultados importantes.


Palavras-chave


Correlação, Estatística multivariada, análise sensorial