Ascending dipaksa-pilihan prosedur yang banyak digunakan teknik untuk pengukuran ambang batas dalam literatur eksperimental pada rasa dan bau. Salah satu contoh awal dari pendekatan ini adalah dalam metode untuk menentukan kepekaan terhadap senyawa pahit phenylthiourea, sebelumnya disebut phenylthiocarbamide atau PTC, dan senyawa terkait 6-n-propylthiouracil atau PROP. Sekitar sepertiga dari orang Kaukasia tidak sensitif terhadap kepahitan senyawa ini, sebagai suatu fungsi dari beberapa mutasi di dalam reseptor pahit yang biasanya bermanifestasi sebagai status resesif sederhana homozigot untuk sifat ini. (Blakeslee, 1932; Bufe et al., 2005)

Beberapa peneliti sebelumnya merasa perlu untuk memiliki tes yang sangat ketat ambang batas, sehingga mereka mencampur empat sampel kosong (sering air keran) dengan empat sampel target pada setiap langkah konsentrasi (Harris and Kalmus, 1949). Kemungkinan kesempatan untuk menyortir secara benar hanya 0,014, jadi ini adalah tes yang cukup sulit. Secara umum, rumus untuk probabilitas kesempatan menyortir setiap tingkat salah satu contoh sasaran X di antara total sampel N diberikan oleh Eq.

p = X!/[N!/(N − X)!] (6.4)

Jelas, semakin besar jumlah target dan sampel kosong, tes menjadi lebih ketat dan lebih tinggi perkiraan ambang batas akhirnya. Namun, sewenang-wenang meningkatkan X dan N dapat membuat tugas membosankan dan dapat menyebabkan masalah lain seperti motivasi kelelahan dan lesu di antara para peserta. Kekakuan dari perkiraan pengujian harus ditimbang terhadap kompleksitas yang tidak semestinya yang dapat menyebabkan kegagalan untuk menyelesaikan seri atau data berkualitas buruk. Contoh lain dari tes ambang batas untuk penciuman adalah teknik Amoore untuk menilai anosmia spesifik (Amoore, 1979; Amoore et al., 1968). Anosmia spesifik menggambarkan defisit dalam kemampuan untuk mencium senyawa atau senyawa sejenisnya di antara orang dengan ketajaman yang indera penciumannya dinyatakan normal. Yang diklasifikasikan sebagai anosmic yang secara operasional didefinisikan oleh Amoore, memiliki batas deteksi penciuman lebih dari dua standar deviasi di atas rata-rata populasi (Amoore et al., 1968). Tes ini terkadang disebut "two-out-of-five" tes karena pada setiap tingkat konsentrasi terdapat ada dua target rangsangan yang berisi odorant untuk diuji dan tiga sampel kontrol pengencer atau kosong. Peserta harus mengurutkan sampel dengan benar dalam uji two-out-of-five, dan probabilitas kesempatan mendapatkan pemilahan benar hanya dengan menebak adalah satu dari sepuluh. Kinerja biasanya dikonfirmasi dengan menguji konsentrasi tertinggi berikutnya (contoh "aturan berhenti"). Terjadinya kesempatan menyortir dengan benar pada dua tingkat yang berdekatan adalah 1 dalam 100. Hal ini membuat pengujiannya agak sulit tetapi meningkatkan banyak jaminan terhadap jawaban yang benar dengan menebak. Cara lain untuk mengurangi kinerja kesempatan pada setiap tingkat satu adalah untuk meminta beberapa jawaban yang benar pada setiap konsentrasi tertentu. Ini adalah bagian dari alasan di balik tes beberapa pasang Guadagni (Brown et al., 1978) di mana hingga empat pasang dapat diberikan untuk tes pilihan dua alternatif yang dipaksa dalam rangkap empat pada setiap konsentrasi seseorang. Brown et al. dikomentari keramahan-pengguna dari teknik ini, yaitu, betapa sederhananya adalah untuk memahami dan mengelola kepada peserta. Suatu variasi telah digunakan oleh Stevens et al. (1988) dalam sebuah

makalah tengara pada variabilitas individu dalam ambang penciuman. Dalam kasus ini, lima pasang yang benar yang diperlukan untuk mencetak konsentrasi sebagai benar terdeteksi, dan kinerja ini dikonfirmasi pada tingkat konsentrasi tertinggi berikutnya. Temuan yang paling mengejutkan dari penelitian ini adalah bahwa di antara tiga orang diuji 20 kali, ambang batas individu mereka untuk butanol, piridin, dan phenylethylmethylethyl carbinol (sebuah odorant mawar) bervariasi lebih dari 2.000 - 10.000 kali lipat dalam konsentrasi.

Variasi dalam individu itu selebar variasi yang biasanya terlihat di populasi subjek tes. Hasil mengejutkan menunjukkan bahwa variasi sehari-hari dalam sensitivitas penciuman besar dan bahwa ambang bagi seorang individu tidak sangat stabil (sebagai contoh, lihat Lawless et al, 1995.). Pekerjaan yang lebih baru menggunakan pengujian ekstensif individu pada setiap langkah konsentrasi menunjukkan bahwa perkiraan variabilitas mungkin tinggi. Walker et al. (2003) menggunakan prosedur sederhana ya/tidak ada (seperti A, tidak- tes A, atau uji deteksi sinyal) dengan 15 percobaan target dan 15 percobaan kosong pada setiap tingkat konsentrasi. Menggunakan model untuk perbedaan signifikan statistik antara kosong dan uji target, mereka bisa mendapatkan gradien tajam untuk perkiraan ambang batas individu.

Singkatnya, metode paksa-pilihan naik adalah kompromi cukup berguna antara kebutuhan yang tepat untuk menentukan ambang batas dan masalah yang dihadapi dalam adaptasi sensoris dan kelelahan pengamat saat pengukuran luas dibuat. Namun, pengguna prosedur paksa-pilihan naik harus menyadari pilihan prosedural yang dapat mempengaruhi nilai ambang batas yang diperoleh. Pilihan berikut ini akan mempengaruhi nilai diukur: jumlah alternatif (baik target dan kosong), aturan berhenti, atau jumlah langkah yang benar berturut-turut diperlukan untuk menetapkan ambang batas, jumlah percobaan yang benar direplikasi diperlukan pada setiap langkah satu , dan aturan untuk menentukan pada tingkat apa konsentrasi langkah nilai ambang batas ditetapkan.

Misalnya, ambang individu mungkin ditugaskan pada tingkat terendah benar, geometris berarti antara tingkat terendah yang benar dan tidak benar tingkat tertinggi. Faktor-faktor tertentu lainnya termasuk ukuran langkah yang dipilih dari unit konsentrasi (faktor dari dua atau tiga yang umum dalam rasa dan bau), metode rata-rata atau menggabungkan berjalan naik direplikasi pada individu yang sama dan akhirnya metode rata-rata atau menggabungkan data grup. Berarti geometris biasanya digunakan untuk dua tujuan terakhir.

6.7 Probit Analysis

Hal ini sering berguna untuk menerapkan beberapa jenis metode transformasi atau grafik untuk data kelompok untuk linearize kurva digunakan untuk menemukan titik 50% dalam kelompok. Kedua kurva psikometrik yang mewakili perilaku individu dalam percobaan beberapa tes threshold dan distribusi kumulatif kelompok akan menyerupai fungsi S-berbentuk mirip dengan distribusi normal kumulatif. Sejumlah metode untuk grafik data seperti ditunjukkan pada standar ASTM E-1.432 (ASTM, 2008b). Salah satu cara sederhana untuk grafik data hanya untuk plot persentase kumulatif pada Ini solusi pra-cetak menyediakan grafik di mana deviasi standar yang sama yang ditandai di sepanjang

ordinat, efektif peregangan interval persentil di ujung dan mengompresi "kertas probabilitas." mereka di midrange untuk menyesuaikan diri dengan kepadatan dari distribusi normal. Cara lain untuk mencapai penegakan kurva respon S-berbentuk adalah mengubah data dengan mengambil z-skor. Paket statistik untuk analisis data sering memberikan pilihan untuk transformasi data.

Sebuah metode yang terkait pernah banyak digunakan dalam pengukuran ambang batas, disebut analisis Probit (ASTM, 2008b; Dravnieks and Prokop, 1975; Finney, 1971). Dalam pendekatan ini, titik-titik individu relatif terhadap nilai rata-rata berubah, dibagi dengan standar deviasi dan kemudian nilai konstan +5 ditambahkan untuk menerjemahkan semua angka ke nilai positif untuk kenyamanan. Sebuah fungsi linear dipasang sekarang dapat diinterpolasi pada nilai 5 untuk memperkirakan ambang batas seperti pada Gambar. 6.6. Konversi (untuk z-skor +5) cenderung membuat kurva S berbentuk lebih linier. Contoh ini dapat ditemukan di koran oleh Brown et al. (1978), menggunakan data dari tes berpasangan ganda. Pertama persen benar disesuaikan untuk kesempatan. Kemudian data yang berubah dari persen yang benar (di grup) pada setiap tingkat konsentrasi dengan konversi ke z-skor dan konstan 5 ditambahkan. Nilai rata-rata atau sama dengan 5 Probit dapat ditemukan dengan interpolasi atau curve fitting. Contoh dari teknik ini untuk memperkirakan ambang batas dari sekelompok 20 panelis ditunjukkan dalam Meilgaard et al. (1991) dan di ASTM (2008b). Plot Probit dapat digunakan untuk setiap proporsi kumulatif, serta data dan analisis peringkat individu yang lebih luas dibandingkan diuji dalam contoh metode 3-AFC ditunjukkan sebelumnya.

Gambar. 6.6 Contoh analisis Probit. Angka dalam kurung adalah persentase kumulatif panelis mencapai ambang batas pada setiap langkah konsentrasi. Perhatikan skala merata pada sumbu kiri. Probits menandai standar deviasi yang sama dan didasarkan pada nilai-z untuk proporsi setiap ditambah konstan, 5. Interpolasi pada 50% atau 5,0 Probit memberikan nilai ambang batas.

6.8 Sensory Adaptation, Sequential Effects, and Variability

Variabilitas individu, baik di kalangan sekelompok orang dan dalam individu selama pengukuran ulang menyajikan sebuah tantangan bagi gagasan bahwa ambang batas adalah sesuatu seperti nilai tetap. Misalnya, ambang penciuman stabil individu sulit untuk diukur. Korelasi Uji-retest untuk threshold penciuman individu sering rendah (Punter, 1983). Bahkan dalam individu, nilai ambang batas pada umumnya akan menurun dengan praktek (Engen, 1960; Mojet et al, 2001;. Rabin dan Kain, 1986), dan ditumpangkan pada efek praktek adalah tingkat tinggi variasi acak (Stevens et al. , 1988). Individu dapat menjadi sensitif terhadap aroma yang mereka dulunya anosmic, tampaknya melalui paparan sederhana (Wysocki et al., 1989). Sensitivitas meningkat sebagai fungsi dari pemaparan mungkin menjadi

fenomena umum di kalangan wanita usia subur (Dalton et al, 2002;.. Berlian et al, 2005). Sensory adaptasi dan perubahan sesaat dalam sensitivitas karena urutan mungkin terjadi dalam percobaan Stevens et al. (1988) dan bisa memberikan kontribusi untuk beberapa ketidakstabilan dalam pengukuran.

Seperti yang diperkirakan oleh analisis sensitivitas sekuensial (Masuoka et al, 1995;. O'Mahony dan Odbert, 1985) urutan stimulus tertentu akan membuat diskriminasi lebih atau kurang sulit. Setelah lebih kuat dari dua stimulus, stimulus yang kuat kedua tambahan disajikan berikutnya mungkin sebagian diadaptasi dan tampak lemah dari biasanya. Stevens et al. mengatakan bahwa kadang-kadang subjek akan mendapatkan semua lima pasang benar pada satu tingkat dengan beberapa kepastian bahwa mereka "punya aroma" tetapi kehilangan sinyal pada tingkat berikutnya sebelum mendapatkan kembali. Laporan ini dan pembalikan kinerja dalam data threshold konsisten dengan efek adaptasi sementara mengurangi sensitivitas. Kesan sensorik kadang-kadang akan "memudar dalam dan keluar" pada tingkat dekat ambang.

Dalam upaya untuk menghindari efek adaptasi, peneliti lain telah pergi ke presentasi lebih sedikit dari stimulus target. Misalnya, Lawless et al. (1995) menggunakan satu target antara tiga rangsangan kosong, tes 4-AFC yang telah muncul dalam studi sebelumnya (misalnya, Engen, 1960; Punter, 1983). Hal ini akan menurunkan tingkat kinerja dan mengurangi kesempatan adaptasi potensial pada setiap tahap konsentrasi seseorang. Untuk menjaga terhadap efek menebak benar, ambang batas diambil sebagai langkah konsentrasi terendah dengan pilihan yang tepat ketika semua konsentrasi yang lebih tinggi juga benar. Ambang batas yang diukur dalam berjalan ascending duplikat dalam sesi tes, dan sesi duplikat dari dua berjalan lebih ascending dijalankan pada hari kedua. Korelasi di empat seri ascending berkisar 0,75-0,92 untuk cineole dan 0,51-0,92 untuk carvone. Untuk carvone, ambang batas yang lebih digandakan dalam satu hari (r = 0,91 dan 0,88) dibandingkan di hari (r 0,51-0,70). Hasil yang terakhir ini menyarankan beberapa hanyut dari waktu ke waktu di ambang bau, sesuai dengan variabilitas dilihat oleh Stevens et al. (1988).

Namun, hasil dengan metode ini menaik tidak mungkin ini dapat diandalkan untuk semua senyawa. Menggunakan 4-AFC tes ascending dan olfaktometer canggih, Punter (1983) menemukan korelasi tes ulang rata-rata untuk 11 senyawa menjadi hanya 0,40. Rasa rasa mungkin ongkos agak lebih baik. Dalam sebuah studi dari ambang batas electrogustometric dengan tes dipasangkan ascending membutuhkan lima respon yang benar, korelasi tes ulang bagi populasi lansia adalah 0,95 (Murphy et al., 1995). Dalam banyak paksa-pilihan studi, variabilitas tinggi di ambang bau juga dicatat di kolam pengujian. Brown et al. (1978) menyatakan bahwa untuk setiap senyawa uji, sejumlah individu sensitif kemungkinan akan terlihat dalam kumpulan data, ketika 25 atau lebih orang yang diuji untuk menentukan ambang batas rata-rata. Di antara setiap kolam renang yang diberikan peserta, beberapa orang dengan ketajaman bau sebaliknya normal akan memiliki ambang tinggi. Hal ini berpotensi penting bagi para profesional yang membutuhkan sensorik untuk layar panelis untuk mendeteksi catatan rasa atau bau tertentu seperti cacat atau noda. Dalam survei yang luas dari ambang untuk bercabang-rantai asam lemak, Brennand et al. (1989) mengatakan bahwa "beberapa hakim tidak dapat mengidentifikasi sampel yang benar di pasang bahkan di konsentrasi tertinggi diberikan" dan bahwa "panelis yang sensitif terhadap asam lemak yang ditemukan paling beberapa kesulitan asam untuk melihat" (hal. 109). Variasi yang luas

dalam sensitivitas juga diamati pada senyawa rasa umum, diacetyl, seorang mentega berbau oleh-produk fermentasi bakteri laktat (Lawless et al., 1994). Juga, paparan sederhana untuk beberapa bahan kimia dapat memodifikasi anosmia spesifik dan meningkatkan sensitivitas (Stevens dan O'Connell, 1995).