秦 連，孫 健，樊阿萍

（紹興國家黃酒工程技術(shù)研究中心有限公司，浙江 紹興 312000）

黃酒感官品評是依靠人的基本感覺器官對黃酒的色澤、香氣、口味、風(fēng)格等方面進行評判的一種手段，是黃酒生產(chǎn)、科研和質(zhì)量管理的一項重要方法。每年冬釀結(jié)束，紹興黃酒的幾個主要生產(chǎn)企業(yè)都會進行一次冬釀黃酒感官品評會。通過交流和評比，取長補短，促進紹興黃酒的質(zhì)量長期保持穩(wěn)定。

本試驗基于近五年紹興黃酒主要生產(chǎn)企業(yè)的冬釀黃酒的感官品評數(shù)據(jù)結(jié)合實驗室檢測數(shù)據(jù)作統(tǒng)計分析，以期獲得有用的結(jié)果，指導(dǎo)實際的生產(chǎn)。

1 樣品選取及感官品評

1.1 抽樣

黃酒感官品評和實驗室理化檢測的樣品抽樣：主要按CAC/GL 50-2004 抽樣通則的表10 抽樣計數(shù)方案進行。參考GB/T 2828.1 計數(shù)檢驗抽樣程序第1 部分和GB/T 13546—1992 挑選型計數(shù)抽樣檢查程序及抽樣表。

手工酒：批量以生產(chǎn)的作數(shù)為單位正常水平抽取，如加飯酒生產(chǎn)50作，則每組抽6只樣。

機械化黃酒：以生產(chǎn)的月份數(shù)為單位正常水平抽取，如機黃加飯抽取連續(xù)生產(chǎn)的5 個月，每月2只，總共抽10只。

1.2 感官品評的方法

感官品評方法參照中國輕工業(yè)出版社2020 年3月出版的《黃酒釀造技術(shù)》及其2018年5月出版的《黃酒品評技術(shù)》。感官品評的評委對每杯酒樣獨立打分（滿分為100 分，其中色澤10 分、香氣25 分、口味50 分、風(fēng)格15 分），最終獲取感官品評的評分?jǐn)?shù)據(jù)。

2 數(shù)據(jù)的統(tǒng)計工具和步驟

2.1 2020年酒樣評委打分統(tǒng)計

在電子表格EXCEL 中錄入某一年冬釀（以2020 年數(shù)據(jù)為例）前兩輪1 號—12 號杯酒樣，各位評委評酒分?jǐn)?shù)及每個酒樣的平均分（表1）。

表1 2020年1號—12號杯酒樣評委打分表

2.2 在MINITAP 17 上繪制表1 中各杯酒評委打分的概率圖

2.2.1 杯1、杯2品評分?jǐn)?shù)的概率圖（圖1、圖2）2.2.2 繪制1號—10號杯品評分?jǐn)?shù)的概率圖指標(biāo)

圖1 杯1品評分?jǐn)?shù)的正態(tài)分布概率圖

圖2 杯2品評分?jǐn)?shù)的正態(tài)分布概率圖

1 號—10 號杯概率圖指標(biāo)和結(jié)論匯總結(jié)果見表2。

表2 1號—10號杯概率圖指標(biāo)和結(jié)論匯總表

2.2.3 1—50號杯品評分?jǐn)?shù)的概率圖及其統(tǒng)計

繪制1—50 號杯品評分?jǐn)?shù)的概率圖，對1 號—50 號杯品評分?jǐn)?shù)的概率圖作統(tǒng)計。杯次號為8、14、20、25、31 的5 杯酒樣品評分的概率圖P 值小于0.05，不符合原假設(shè)（正態(tài)分布），其余45 杯的P值＞0.05符合假設(shè)，符合率和前10杯一致，符合率為90%。

2.2.4 概率圖驗證分析

通過以上的概率圖和概率圖指標(biāo)匯總表發(fā)現(xiàn)：本年度的感官品評數(shù)據(jù)概率圖90 %符合正態(tài)分布。評酒分?jǐn)?shù)符合正態(tài)分布在《黃酒品評技術(shù)》149頁中也可以得到相同結(jié)論。因此，本次感官品評分?jǐn)?shù)可以近似看成是服從正態(tài)分布。

為了驗證其他年份的數(shù)據(jù)，將2016 年至2019年冬釀品評每杯次的分?jǐn)?shù)也作概率圖分布檢驗。同樣每年選取50 杯次品評分?jǐn)?shù)的概率圖作統(tǒng)計（表3）。據(jù)此，歷年的感官品評分?jǐn)?shù)也可以近似看成是服從正態(tài)分布。

表3 近五年評分分布概率圖（正態(tài)）統(tǒng)計匯總表

因為理論上每杯次評分應(yīng)符合正態(tài)分布，根據(jù)每年評分分布概率圖（正態(tài)）的符合率，可以衡量每年冬釀評酒的質(zhì)量，符合率越高，評酒質(zhì)量越好。

2.3 每杯次評分的異常值判定

因為評酒分?jǐn)?shù)符合正態(tài)分布，故一般可以運用格拉布斯檢驗法檢測異常值，借助MINITAP17 也可以快速檢測異常值，剔除異常值后重新計算每杯酒的平均值。

2.4 2020年評酒結(jié)果及排名

匯總每個最小統(tǒng)計的生產(chǎn)單位當(dāng)年同類型酒樣（如加飯酒）以作或月為統(tǒng)計單位的平均分并計算生產(chǎn)單位該類型酒的總平均分，排序后得2020年評酒結(jié)果及排名（表4）。

表4 2020年評酒結(jié)果及排名

2.5 每個單位同類型酒樣近五年的標(biāo)準(zhǔn)偏差

計算每個生產(chǎn)單位同類型酒樣近五年的平均分?jǐn)?shù)，同一單位有多個機黃車間或手工小組的合并計算，在EXCEL 運用STDEV 函數(shù)計算每個單位同類型酒樣近五年的標(biāo)準(zhǔn)偏差（表5）。

表5 2016年—2020年評酒分?jǐn)?shù)統(tǒng)計表

3 五年評酒結(jié)果與分析

3.1 近五年評酒分?jǐn)?shù)標(biāo)準(zhǔn)偏差

表5 可知，C 元紅和C 機加近五年質(zhì)量穩(wěn)定性較差，五年標(biāo)準(zhǔn)偏差分別為2.38 和5.13，明顯較其他的標(biāo)準(zhǔn)偏差大，質(zhì)量存在較大的波動。

通過五年的評分?jǐn)?shù)據(jù)分析，C 元紅和C 機加近五年質(zhì)量穩(wěn)定性較差的原因并不相同。C 元紅因為評酒分?jǐn)?shù)逐年上升且極差較大導(dǎo)致標(biāo)準(zhǔn)偏差大，說明C 單位元紅酒總體質(zhì)量向好。而C 機加2019年分?jǐn)?shù)較其他年份明顯偏低導(dǎo)致標(biāo)準(zhǔn)偏差大，說明2019年C機加質(zhì)量有異常波動。

3.2 近五年評分和標(biāo)準(zhǔn)偏差排序圖

3.3 五年評酒數(shù)據(jù)分析

圖4 五年標(biāo)準(zhǔn)差排序圖

由圖3可知，B單位的甜酒五年平均評分最高，另一個D 單位的甜酒評分也較高，而3 個元紅酒的評分最低，加飯酒評分居中。參考文獻資料，蜂蜜的添加可以顯著提高品評員對黃酒的偏好程度。據(jù)此，這可能也是由于糖度增加顯著提高了品評員對黃酒的偏好。由此可見，糖度和感官品評偏好之間可能有某種關(guān)聯(lián)。為了驗證以上觀點，我們對數(shù)據(jù)進行相關(guān)性驗證。

圖3 五年平均排序圖

3.4 數(shù)據(jù)相關(guān)性驗證

3.4.1 以2016 年冬釀數(shù)據(jù)為例進行統(tǒng)計分析（表6）

表6 2016年冬釀加飯酒分?jǐn)?shù)對應(yīng)的實驗室檢測數(shù)據(jù)均值匯總表

表6 中全部12 個加飯酒的評分和實驗室糖度檢測數(shù)據(jù)（所有批次實驗室檢測樣本的均值，下同）做相關(guān)性檢驗。在MINITAB17 進行相關(guān)性計算，加飯酒品評分?jǐn)?shù)和糖度的Pearson 相關(guān)系數(shù)=0.728，P 值=0.007，P 值很小而相關(guān)系數(shù)大于0.7 表明加飯酒的評酒分?jǐn)?shù)與糖度有很高的正相關(guān)。

因有兩個組別的加飯酒實驗室檢測頻次較低，不具有代表性，故而剔除這兩個組別的數(shù)據(jù)，剩余10 個加飯酒的評分和實驗室糖度檢測數(shù)據(jù)再次做相關(guān)性檢驗。此時品評分?jǐn)?shù)和糖度的Pearson 相關(guān)系數(shù)=0.865，P 值=0.001，相關(guān)性較前面12 個加飯酒的統(tǒng)計結(jié)果更好，散點圖見圖5。

圖5 2016年冬釀加飯酒分?jǐn)?shù)與糖度的散點圖

運用MINITAB17 繼續(xù)驗證加飯酒感官品評分與其他指標(biāo)的相關(guān)性。發(fā)現(xiàn)除了糖度指標(biāo)外，其余理化指標(biāo)與感官品評分的相關(guān)性不明顯。實驗室檢測指標(biāo)與評分的相關(guān)性指標(biāo)匯總見表7。

表7 2016年冬釀加飯酒分?jǐn)?shù)和檢測指標(biāo)相關(guān)性匯總表

3.4.2 2017 年度冬釀感官的分?jǐn)?shù)與實驗室檢測糖度

以2017 年冬釀數(shù)據(jù)為例，再次驗證分?jǐn)?shù)與糖度的相關(guān)性。選取加飯酒抽檢頻次較多的11 個車間，匯總2017 年度冬釀感官的分?jǐn)?shù)與實驗室檢測糖度數(shù)據(jù)（表8）。

表8 2017年冬釀加飯酒感官品評分與糖度對比

在MINITAB17 進行相關(guān)性檢測，品評分?jǐn)?shù)和糖度的Pearson 相關(guān)系數(shù)=0.837，P 值=0.001。再次證明加飯酒品評分?jǐn)?shù)與糖度的正相關(guān)性很高，2017年冬釀加飯酒分?jǐn)?shù)與糖度的散點圖見圖6。

圖6 2017年冬釀加飯酒分?jǐn)?shù)與糖度的散點圖

3.4.3 黃酒的實驗室檢測糖度與感官品評分?jǐn)?shù)的相關(guān)性研究

統(tǒng)計2016 年和2017 年冬釀全部類型黃酒的實驗室檢測糖度與感官品評分?jǐn)?shù)的相關(guān)性。甜酒因樣品量較少，半甜型和甜型酒合并為甜酒進行計算（表9）。

表9 評酒分?jǐn)?shù)和糖度相關(guān)性

根據(jù)表9 結(jié)果，加飯酒評分和糖度正相關(guān)性很高，相關(guān)系數(shù)大于0.7，P 值小于0.05。甜酒評分和糖度正相關(guān)性也較高，相關(guān)系數(shù)大于0.6，P 值小于0.05。

元紅酒評分與糖度的相關(guān)性不明顯。2016 元紅雖然相關(guān)系數(shù)較高，但P 值為0.065 大于0.05。尤其是2017 年元紅P 值有0.964，相關(guān)系數(shù)只有0.018（實驗室檢測和感官品評樣本量都很少）。

2016 年和2017 年所有類型的黃酒的整體評分和糖度都有正相關(guān)性，2017年整體感官品評分與糖度的相關(guān)性好于2016年整體。

3.4.4 品評分和糖度的線性擬合方程

綜上所述，通過EXCEL 繪圖和計算2016 年及2017 年加飯酒感官品評分Y 和糖度X 平均擬合線性方程為：Y=0.553X+71.89，R=0.67。以GB/T 17946 的加飯酒糖度最大值40.0 計算，冬釀加飯酒感官品評分最大值為94 分。以加飯酒糖度最小值15.1 計算，冬釀加飯酒感官品評分最小值為80.24分。據(jù)此，一般冬釀加飯酒感官品評打分范圍在80～94分為宜，與歷年實際感官品評結(jié)果較吻合。

3.5 近五年評委評分的殘差與殘差標(biāo)準(zhǔn)偏差

通過圖7 對近五年15 位評委的平均殘差統(tǒng)計發(fā)現(xiàn)，品評打分較均值偏大的有9 位，偏小的有6位。殘差極小值0.05，極大值2.71，均值為0.31。圖8 殘差標(biāo)準(zhǔn)偏差極小值1.43，極大值3.14，均值2.11。15 位評委的殘差平均值概率圖（圖9）和殘差標(biāo)準(zhǔn)偏差概率圖（圖10）都符合正態(tài)分布。

圖7 評委五年殘差均值柱形圖

圖8 評委五年殘差標(biāo)準(zhǔn)偏差柱形圖

圖9 殘差平均值的概率圖

圖10 殘差標(biāo)準(zhǔn)偏差的概率圖

根據(jù)以上的統(tǒng)計數(shù)據(jù)，可以獲得各位評委的打分偏向性，也可以用平均殘差衡量他們的黃酒感官品評準(zhǔn)確性，用歷年平均殘差的標(biāo)準(zhǔn)偏差衡量他們的品評穩(wěn)定性。從而幫助黃酒感官品評人員了解自己的品評打分偏向和穩(wěn)定性，進行針對性相關(guān)訓(xùn)練，提高他們的感官品評水平。

5 結(jié)論

本試驗結(jié)論如下：（1）每杯次酒樣所有評委黃酒感官品評的分?jǐn)?shù)理論上服從正態(tài)分布，實際數(shù)據(jù)符合正態(tài)分布的有90%左右；（2）加飯酒的感官品評分?jǐn)?shù)與糖度有很高的正相關(guān)性，相關(guān)系數(shù)0.72 以上，P值0.007；（3）甜酒的感官品評分?jǐn)?shù)與糖度也有正相關(guān)性，相關(guān)系數(shù)0.61 以上，P 值0.007；（4）元紅酒因檢測和感官品評的樣本量小，相關(guān)性不明顯，需要在以后的檢測中加以驗證。

本研究具體應(yīng)用前景：（1）科學(xué)判定產(chǎn)品質(zhì)量等級，指導(dǎo)生產(chǎn)廠家產(chǎn)品的分級入庫；（2）科學(xué)判定產(chǎn)品質(zhì)量穩(wěn)定性，發(fā)現(xiàn)生產(chǎn)過程中出現(xiàn)的質(zhì)量波動；（3）為黃酒新產(chǎn)品開發(fā)、酒體優(yōu)化設(shè)計等方面作參考；（4）衡量每年冬釀感官品評的質(zhì)量；（5）發(fā)現(xiàn)黃酒感官品評存在的問題與不足，推動黃酒感官品評標(biāo)準(zhǔn)化；（6）幫助黃酒感官品評人員了解自己的品評打分偏向，提高他們的感官品評水平。