¿Alguna vez oyó hablar de una “pera de cocodrilo”? Es probable que no, pero no se preocupe. ¡Usted no es el único! Sorprendentemente, es otro nombre que se utiliza para designar al aguacate.
Aunque se ha puesto muy de moda últimamente, el aguacate ha existido y se ha utilizado en platos populares de todo el mundo durante cientos de años. ¡El guacamole, por ejemplo, fue creado por los aztecas y se remonta a algún punto entre los siglos XIV y XVI! A medida que esta deliciosa salsa verde y otros platos cargados de aguacate se hacen más y más populares, la demanda de aguacates sigue creciendo. Con una oferta limitada, también aumenta el costo, lo que crea problemas para los consumidores, restaurantes y fabricantes de alimentos por igual.
Dado el vertiginoso aumento del precio de los aguacates debido a la demanda mundial, un fabricante de guacamole decidió ver si podían sustituir algunos aguacates en su aderezo por calabacitas, una pequeña calabaza mexicana de color verde brillante con características similares: un truco que se emplea a veces en la industria gastronómica. Sin embargo, con una legión de leales seguidores, al fabricante le preocupaba cambiar la receta y poner en peligro su marca. El fabricante de guacamole decidió realizar una prueba y pedir a un grupo seleccionado que probara y clasificara su receta de guacamole “Clásico” frente a su receta “Nueva” con aguacates y calabacitas.
Como mercadólogo, sé que una de las campañas de marketing más osadas y convincentes es que un fabricante de alimentos realice pruebas de sabor comparando sus alimentos con los de la competencia. Además de ser una herramienta de marketing, las pruebas de sabor ciertamente pueden ayudar a los restaurantes a introducir nuevos alimentos y probar nuevas recetas. Ademas, los fabricantes pueden utilizar las pruebas de sabor con el fin de sustituir ingredientes para lograr una serie de resultados beneficiosos, incluyendo hacer que sus alimentos sean más saludables o menos costosos de producir.
Los restaurantes introducen elementos en su menú y se basan en el boca a boca de los camareros o los clientes para determinar si los nuevos elementos están a la altura. Las cadenas y los fabricantes más grandes pueden probar los alimentos en mercados seleccionados. Las pruebas t son una forma sencilla de realizar una prueba de sabor, sin importar que tan grande o pequeño sea su negocio.
El fabricante de guacamole reúne a las personas que participarán de la prueba de sabor, prepara los dos guacamoles que se clasificaran y comienza a recopilar datos, pero como no posee conocimientos estadísticos, ¡recurre a Minitab para obtener ayuda con sus pruebas t!
Para comparar con precisión las dos formulaciones del producto, pedimos a 25 panelistas que probaran las recetas Clásica y Nueva y calificaran el sabor en una escala del 1 al 10, donde 10 tiene el mejor sabor.
Sabiendo que necesitábamos minimizar el sesgo, aleatorizamos el orden en que nuestros panelistas probaron las recetas para que aproximadamente la mitad del grupo probara primero la Clásica y la otra mitad probara primero la Nueva. También enmascaramos las dos formulaciones durante la prueba para eliminar cualquier opinión preconcebida que los panelistas pudieran tener sobre ellas.
Los datos son fáciles de introducir, como se puede ver arriba. Para analizar estos datos, el Asistente de Minitab puede servirle de guía y ayudarle con el análisis y la presentación de informes. Al pasar el cursor sobre el menú Prueba de hipótesis que se muestra a la izquierda, el Asistente explica algunas de las opciones.
Al hacer clic en la prueba de hipótesis, se abrirá una nueva ventana que mostrará un mapa donde se le pregunta al usuario qué le gustaría hacer. En nuestro ejemplo de la prueba de sabor, queremos comparar las dos muestras entre sí.
En este caso, sabemos que queremos comparar dos muestras entre sí, pero como estoy usando Minitab para el análisis, no estoy seguro de qué opción es la adecuada, así que hago clic en “Ayúdenme a elegir” en la opción “Comparar dos muestras entre sí” del Asistente del Minitab.
Ahora también sabemos que cada panelista probó ambas recetas, por lo que queremos comparar las medias de las recetas con respecto a un conjunto de elementos coincidentes. La prueba t pareada es el procedimiento adecuado en este caso porque considera que las observaciones de las columnas Clásica y Nueva no son independientes, ya que cada panelista calificó ambas recetas.
Después de que Minitab ejecuta el análisis, me emociono cuando veo los resultados. El Informe de resumen de Minitab me dice que la media de la receta Clásica no es significativamente diferente de la media de la Nueva. Minitab calcula las diferencias para cada fila, con esas diferencias se grafican en el histograma. La diferencia promedio está muy cercana a cero (-0,16) y el intervalo rojo proporciona un rango para la diferencia media verdadera, lo que me dice que, después de todo, las dos recetas no son diferentes. ¡Eso significa que quienes participaron de la prueba de sabor no pudieron detectar ninguna diferencia entre las recetas!
Antes de entusiasmarme demasiado con los resultados, necesito verificar que mi prueba tenía la potencia adecuada. La potencia estadística es la probabilidad de detectar un efecto, suponiendo que realmente existe. Quiero evitar el error de suponer que no hay diferencia entre las recetas basándome únicamente en el hecho de que realicé un experimento débil. Minitab me ayuda a resolver esto fácilmente al calcular la probabilidad de detectar la diferencia práctica entre las recetas usando el Informe de diagnóstico de Minitab.
Dado el tamaño de mi muestra, tenía un 87,1% de probabilidades de detectar la diferencia como se muestra a continuación. Esto me dice que mi prueba no era débil, lo que significa que tenía la potencia adecuada para detectar una diferencia entre las recetas.
Al seguir leyendo la tarjeta de informe de Minitab, se me indica que no hay puntos poco comunes en los datos y que la normalidad no es un problema. Eso reitera que tenía un 87,1% de probabilidades de detectar una diferencia y, como muchos profesionales consideran que un 80% de probabilidades de detección es suficiente, puedo confiar en los resultados originales y en mi conclusión.
¡Este experimento fue un éxito gracias a las estadísticas básicas! Con base en los resultados finales y en la verificación del experimento, determinamos que el fabricante de guacamole puede cambiar su producto por la nueva receta con la mezcla de calabacitas y aguacates, con la confianza de que podrá mantener bajos sus costos de producción sin sacrificar el sabor.
Para obtener más información sobre estos métodos, cómo implementar estas herramientas estadísticas u otras maneras en que Minitab puede ayudarle a mejorar sus procesos, por favor Hable con Minitab o comuníquese con su representante de Minitab.