ISSN 2179-4448 on line v. 24, n. 1, p. 65-72, jan./mar. 2013
AVALIAÇÃO SENSORIAL E COLORIMÉTRICA DE
NÉCTAR DE UVA
Maria Eugênia de Oliveira MAMEDE* Monica SUZARTH** Maria Antônia Carvalho Lima JESUS*** Jaqueline Fontes Moreau CRUZ*** Luisa Costa de OLIVEIRA***
* Departamento de Análises Bromatológicas – Faculdade de Farmácia – Universidade Federal da Bahia – UFBA – 40170-115 – Salvador – BA – Brasil. E-mail: mmamede2003@yahoo.com.br.
** Curso de Farmácia – Faculdade de Farmácia – Universidade Federal da Bahia – 40170-115 – Salvador – BA – Brasil.
*** Curso de Pós-Graduação em Ciência de Alimentos – Curso Mestrado – Faculdade de Farmácia – UFBA – 40170-115 – Salvador – BA – Brasil.
RESUMO: Diante da preferência de consumidor pelo néctar de uva e da importância econômica que este tipo de suco tem representado no mercado brasileiro de bebidas não alcoólicas, este trabalho teve como objetivo traçar o perfi l sensorial de néctar de uva e obter medidas de parâmetros de
cor através de colorímetro.O estudo foi realizado com seis
marcas representativas do mercado local. A Análise Des-critiva Quantitativa (ADQ), teste de aceitação e Intenção de compra foram as metodologias sensoriais utilizadas no estudo. O espaço de cor utilizado foi o CIELAB utilizando colorímetro portátil Konica Minolta. As amostras A, B e E foram caracterizadas principalmente por atributos como cor vinho, brilho, aroma característico de uva, entre outros; enquanto que as amostras C, D e F foram caracterizadas por atributos como: turvo, cor marrom, aroma de fruta cozida, gosto ácido, entre outros. A amostra E obteve a maior dia para cor vinho (6,16) e a amostra D teve as maiores mé-dias para cor marrom (6,61) e aroma de fruta cozida (4,07). A amostra E alcançou média de aceitação para cor igual a 6,2, enquanto que a amostra D apresentou a menor aceita-ção de cor (3.8) e sabor (4.1). Os resultados indicam que os atributos cor vinho cor marrom e aroma de fruta cozida podem ser determinantes na escolha do consumidor para a compra. A análise física da cor mostrou ser uma medida indicativa de padrão de qualidade da cor de néctar de uva. PALAVRAS-CHAVE: Análise descritiva quantitativa; aceitabilidade; intenção de compra; análise multivariada; colorímetro.
INTRODUÇÃO
O mercado brasileiro de sucos e néctares prontos para beber está em franca expansão, acompanhando a ten-dência mundial de consumo de bebidas saudáveis, conve-nientes e saborosas. Segundo a Associação Brasileira das Indústrias de Refrigerantes e de Bebidas Não Alcoólicas (ABIR), em 2008 somente o setor de sucos e néctares de
frutas prontas para beber faturou US$ 1,9 bilhão com a ven-da de 476 milhões de litros. (ABIR, 2011).
Em 2010, o néctar de uva e o suco de uva integral (100% de polpa de fruta) alcançaram o consumo de 1 litro/ pessoa/ano (BRONZATO-JUNIOR, 2011), em 2004, este dado de consumo era de 0,30 litros/pessoa/ano. (HOFF-MANN et al., 2005). A preferência pelos sucos tipo Néctar, em especial, tende a crescer mais em relação ao suco inte-gral devido a sua praticidade e menor preço; e o sabor uva tem uma maior preferência em relação aos outros sabores. (BRONZATO-JUNIOR, 2011).
Em 2012, o mercado de sucos e néctares pode che-gar a 700 milhões de litros, totalizando 1,4 bilhão de li-tros. Isso representa cerca de 600 milhões de litros acima do mercado atual, estimado em 800 milhões de litros (4,5 litro/pessoa/ano). (HORTIFRUTI BRASIL, 2009).
Segunda a legislação Brasileira o suco tipo “Néc-tar”, é a bebida obtida da diluição em água potável da par-te comestível do vegetal ou de seu extrato (polpa de fru-ta), adicionado de açúcares, destinada ao consumo direto. (BRASIL, 1997). Não há ainda um padrão de identidade e qualidade para sucos tipo Néctar, mas o MAPA determinou que a quantidade mínima de polpa de fruta no suco não deve ser inferior a 20% (m/m). (BRASIL, 2000).
A qualidade sensorial de uma bebida é determinada pelos seus aspectos de cor, sabor, aroma e sensações bucais. Os testes sensoriais descritivos e teste de consumidor são amplamente empregados e efi cientes para traçar o perfi l da qualidade de diferentes bebidas não alcoólicas e não fer-mentadas. (DELLA TORRE et al., 2003; MAMEDE et al., 2010; PONTES et al., 2010; SOUSA et al., 2011). O uso de colorímetro tem sido empregado para analisar a cor de diferentes bebidas como vinho e café solúvel. (OLIVEIRA et al., 2011; MAMEDE et al., 2010). A cor dos alimentos é devido à presença de diferentes pigmentos, nos sucos de uva predominam os compostos fenólicos, especialmente, as antocianinas. (JACKSON, 2008; RIZZON; MIELE, 1995).
Atualmente, há no mercado várias opções de sucos sabor uva, prontos para beber, de diferentes regiões. Diante
da importância da preferência de consumo e da importân-cia comerimportân-cial que o suco tipo néctar ocupa junto a outros tipos de suco, este trabalho teve como objetivo traçar o per-fi l sensorial de diferentes marcas representativas de néctar de uva e obter medidas de parâmetros de cor através de colorímetro.
MATERIAL E MÉTODOS Amostras
O trabalho foi realizado com seis marcas de suco de uva tipo néctar, obtidas dos grandes supermercados da cida-de cida-de Salvador, BA. Um total cida-de 12 unidacida-des cida-de cada marca foi adquirido. Todas as amostras eram de embalagens Te-tra Pak. As seis marcas de néctar de uva foram codifi cadas como amostras A, B, C, D, E e F. Os lotes analisados foram: 59AO551(amostra A); A905J(amostra B); 09:05(amos-tra C); 190710B(amos09:05(amos-tra D); JAL080611(amos09:05(amos-tra E); 8049880 (amostra F).
Testes Sensoriais
Preparo das amostras: 50 ml de cada amostra à 15ºC foram servidos em copos descartáveis de 100 mL codifi ca-dos com números aleatórios de três dígitos.
Ambiente de avaliação: os testes sensoriais foram realizados em laboratório de análise sensorial em cabines individualizadas, sob luz branca para avaliação da cor e sob luz azul para análise do aroma, sabor e percepções bucais.
Análise Descritiva Quantitativa: foi utilizada a Aná-lise Descritiva Quantitativa descrita por Stone et al. (1974). Os julgadores foram selecionados por meio de teste trian-gular. Para análise dos resultados foi utilizado uma tabe-la específi ca para o teste (Número mínimo de respostas no teste triangular) apresentada Meilgaard et al. (2007) a
p<0,05. No teste triangular, as amostras foram
apresenta-das aos julgadores nas seguintes combinações: AB; AC; AD; AE; AF; BC; BD; BE; BF; CD; DE; CF; DE e DF. Os julgadores que acertaram 90% das combinações oferecidas foram selecionados para fazer o levantamento da termino-logia descritiva. A terminotermino-logia descritiva foi levantada através do Método de Rede Kelly (MOSKOWITZ, 1983), onde julgadores analisaram as amostras aos pares registran-do na fi cha suas similaridades e diferenças.
Os termos levantados foram discutidos e defi nições geradas com os respectivos padrões de referência mínima e máxima sob o comando de um líder de equipe e consenso entre os julgadores (Tabela 1). Para quantifi cação dos ter-mos foi utilizada uma escala não-estruturada de nove cen-tímetros ancorada nos extremos com diferentes termos de acordo com as defi nições, como: cor vinho (fraco-forte); cor marrom (fraco-forte); quantidade de espuma (nenhum--muito); turvo (fraco e forte); brilho (fraco-forte); aroma característico de uva (pouco-muito); aroma de fruta cozi-da (nenhum-muito); aroma fermentado (nenhum-muito); gosto amargo (pouco-muito); gosto ácido (pouco-muito);
gosto doce (pouco-muito; adstringência (nenhum-muito); viscosidade (pouco-muito)
Cada amostra foi avaliada três vezes pela equipe treinada empregando-se o delineamento experimental de blocos incompletos balanceados. Um total de seis blocos foi escolhido. O número de vezes que cada amostra apare-ceu em cada bloco (λ) foi calculado de acordo com o mo-delo experimental da Equação 1.
λ= r(k - 1) / a -1 Equação 1
Onde, r é o número de repetições por amostra; k é o número de amostras por sessão de análise; e a é o número total de amostras.
O treinamento foi realizado apenas uma vez com os padrões de referência já defi nidos anteriormente. Cada amostra foi avaliada em três repetições e no momento de cada avaliação os julgadores tinham a possibilidade de re-correr aos padrões de referência disponibilizados em am-biente distinto ao da análise. Sendo assim foi verifi cado o poder de discriminação e repetibilidade dos julgadores através da Análise de Variância Univariada (ANOVA) de dois fatores (amostras e repetições) utilizando p<0,50 para F das amostras e p≥0,05 para F de repetição. (DAMÁSIO; COSTELL, 1991).
Teste de Aceitação: o teste de aceitação foi aplicado para 50 consumidores de suco de uva (freqüência de três vezes na semana) utilizando uma escala hedônica estrutu-ra de nove pontos com extremos de “desgostei muitíssi-mo” a “gostei muitíssimuitíssi-mo”, correspondendo ao um e nove, respectivamente, para as características de cor e sabor. Na mesma fi cha foi avaliada a intenção de compra das amos-tras utilizando uma escala hedônica estruturada de cinco pontos, com extremos de “certamente não compraria” (1) a “certamente compraria” (5). (MEILGAARD et al., 2007). O projeto foi avaliado pelo comitê de ética em pesquisa da Maternidade Climério de Oliveira/UFBA de acordo com a Resolução n. 196/96, apresentando parecer favorável ao seu desenvolvimento nº 62/2007.
Tratamento Estatístico
Os dados sensoriais foram tratados estatisticamente
usando ANOVA e teste de Tukey (p<0,05) utilizando o
sof-tware SAS (Versão de 1997). A confecção dos gráfi cos de Análise dos Componentes Principais (ACP), Análise Hie-rárquica de Agrupamento (AHA) ou análise de Cluster no software Minitab versão 15. Para análise de AHA foi usada
à média da 1a, 2a e 3a repetição, de cada amostra.
Análise Colorimétrica
Parâmetros Colorimétricos: a cor das amostras de suco de uva foi determinada no sistema CIELAB utili-zando colorímetro portátil Konica Minolta (CR/400/410 - Sensing, INC- Japão), o qual foi calibrado com placa de
porcelana branca. Foi utilizando o iluminante D65.
Aproxi-madamente 2 mL de amostra foi colocada em uma cubeta de vidro de 2 mm de espessura (ref. 1864-709-Konica Mi
Tabela 1 – De
fi
nição dos termos descritores e referências utilizadas.
De
fi
nições
Referência Mínima
Referência Máxima
1. Cor vinho: Intensidade de cor vinho característica de suco de uva
Néctar de uva marca Maratá (lote
A
9051) diluição 1
parte de suco para 2 partes de água
Néctar de uva marca Maratá (lote
A
9051) sem diluição
2. Cor marrom: Intensidade da cor marrom
Suco de uva tinto integral sem adição de açúcar marca Aurora (lote 001/2009) diluição 1 parte de suco para 1 parte de água Suco de uva tinto integral sem adição de açúcar marca Aurora (lote 001/2009) sem diluição
3. Espuma: Conjunto de borbulhas que se formam na superfície de um líquido Suco de uva tinto integral sem adição de açúcar marca Aurora (lote 001/2009) sem agitação prévia Suco de uva tinto integral sem adição de açúcar marca Aurora (lote 001/2009) com agitação prévia a 1000 rpm
4.
T
urvo: Liquido com partículas em suspensão
Suco de uva tinto integral sem adição de açúcar marca Aurora (lote 001/2009) Suco de uva tinto integral sem adição de açúcar marca Aurora (lote 001/2009) adicionado de 2,0 gramas de café tradicional torrado e moído marca Maratá (lote 210). Depois de adicionado o café, o suco sofreu
fi ltração
à
vácuo.
5. Brilho: Líquido com capacidade de re
fl
etir a luz.
Oposto da turbidez
Suco de uva tinto integral sem adição de açúcar marca Aurora (lote 001/2009) adicionado de 2,0 gramas de café tradicional torrado e moído marca Maratá (lote 210). Depois de adicionado o café, o suco sofreu
fi ltração
à
vácuo.
Suco de uva tinto integral sem adição de açúcar marca Aurora (lote 001/2009)
6.
Aroma característico de uva:
Aroma característico de
uva:
“Caldo” de uva triturada no liquidi
fi cador
Suco de uva tinto integral sem adição de açúcar marca Aurora (lote 001/2009) sem diluição
7.
Aroma de fruta cozida:
Aroma característico de frutas
cozidas
Água
Suco de uva tinto integral sem adição de açúcar marca Aurora (lote 001/2009) cozido em microondas por 1 min.
8.
Aroma fermentado:
Aroma característico de fermento
biológico comercial
Água
Fermento biológico seco instantâneo marca Dona Benta (lote 1321
1) a 1%
9. Gosto amar
go: Gosto característico da solução de
cafeína
Solução de cafeína grau alimentício a 0,01%
Solução de cafeína grau alimentício a 0,1%
10. Gosto ácido: Gosto ácido característico da solução de ácido cítrico
Solução de ácido cítrico grau alimentício a 0,02%
Solução de ácido cítrico grau alimentício a 0,9%
11. Gosto doce: Gosto característico de açúcar cristal (sacarose)
Solução de sacarose grau alimentício a 5%
Solução de sacarose grau alimentício a 15%
12.
Adstringência: Sensação de “amarração” na boca
Rodelas de banana verde em processo de amadurecimento
Rodelas de banana comple
tamente verde
13.
V
iscosidade: Densidade do néctar de uva percebido
na boca
Licor de cassis marca Stock teor alcoólico 18% vol.(lote 187) diluição 1 parte de licor para 5 partes de água Licor de cassis marca Stock teor alcoólico 18% vol.(lote 187) sem diluição
nolta) e assim foi realizada a leitura do sistema de cores. No sistema CIELAB (Konica Minolta Sensing, INC PCC,
1998),L representa a luminosidade (L* = 0 é preto e L* =
100 claridade total). As coordenadas que indicam a direção das cores são: +a* = vermelho e - a* = verde; +b* = amare-lo e –b* = azul. Além desta coordenadas de cores, também foi feita a leitura dos parâmetros de cor como o valor de
croma C* = (a*2 + b*2)1/2, que representa a pureza da cor,
e a medida do ângulo h* = tg-1(b*/a*), que representa a
to-nalidade da cor.
Todos os dados das análises descritas acima foram tratados estatisticamente, usando Kruskal-Wallis e teste de média de Dunn, usando o pacote estatístico GraphPad Ins-tat, versão 3.10 de 2009 .
RESULTADOS E DISCUSSÃO
Os termos levantados que melhor descreveram as amostras foram: Cor vinho; Cor marrom; Espuma; Bri-lho; Turvo; Aroma característico de uva; Aroma de fruta cozida; Aroma de fermentado; Gosto doce; Gosto ácido; Gosto amargo; Adstringência; Viscosidade. Em 2010, Pon-tes e colaboradores selecionaram o gosto amargo, gosto doce, adstringência, sabor característico e cor para avaliar as diferenças entre três tipos de suco de uva (néctar, suco concentrado e suco integral). (PONTES et al., 2010). Os autores argumentaram que apenas estes atributos eram os mais importantes para discriminar os três diferentes tipos de sucos de uva. Neste caso, os autores não levaram em consideração particularidades sensoriais de cada tipo de suco de uva analisados.
Os atributos cor marrom e aroma de fruta cozida, le-vantados neste estudo pela equipe podem ser mais
caracte-rísticos de néctar de uva do que suco integral de uva. O aro-ma de fruta cozida pode ser devido à degradação do açúcar devido ao emprego de altas temperaturas de processamento
néctar de uva. (FOX,1994). A presença da cor marrom em
néctar de uva pode ser devido à degradação de antocianinas devido a alterações de pH, ou até mesmo de possíveis rea-ções de antocianinas com conservantes usados em bebidas, levando a perda do pigmento. (BOBBIO; BOBBIO, 2003). A perda de antocianinas também pode ser devido à utiliza-ção de altas temperaturas de tecnologias de conservautiliza-ção. (MALACRIDA; MOTTA, 2006). Estas condições podem ser responsáveis pela observação destes dois atributos.
Através da Análise Univariada da Variância – ANO-VA (p<0,05) dos dados da avaliação das amostras (Tabela 2) foi possível verifi car que os atributos de cor foram os mais importantes para a caracterização das amostras em seguida está à espuma, o aroma de cozido e o gosto doce. Segundo Brasil (2000), as amostras de néctar de uva podem ser preparadas usando apenas 20% de polpa de fruta, dilu-ídos em água com adição de açúcar. Provavelmente, além do o aroma de fruta cozida e cor marrom, a viscosidade também pode ter sido levantada em função do processo de modifi cação da matéria prima, como a diluição e adição de açúcar.
Com relação à cor vinho as amostras E, B e A apre-sentaram as maiores médias 6.16; 5.73; 4,83, respectiva-mente, diferindo estatisticamente das demais amostras a 5% de signifi cância. Com relação a cor marrom as amos-tras C, D e F foram as que apresentaram as maiores médias 6,41; 6,61; 5,77, respectivamente, diferindo estatisticamen-te das demais amostras a 5% de signifi cância. Esestatisticamen-tes resul-tados mostram que o levantamento dos dois tipos de cores percebidos nas amostras foram muito importantes para a caracterização das amostras.
Tabela 2 – Médias por atributo para cada amostra de Néctar de Uva.
Atributos Amostras de Néctar de Uva
A B C D E F DMS
Cor vinho 4,83b 5,73ab 2,41d 2,06d 6,16a 3,67c 1,03
Cor marrom 3,99b 3,29b 6,41a 6,61a 2,08c 5,77a 1,07
Espuma 3,37ab 4,39a 3,78ab 1,77c 1,83c 2,75bc 1,32
Brilho 4,24ab 5,36a 3,51b 3,26b 5,32a 4,90a 1,16
Turvo 4,23bc 4,38bc 4,90ab 5,74a 3,52c 4,70abc 1,24
Aroma de uva 4,40ab 4,80ab 3,07dc 2,36d 5,27a 3,92bc 1,16
Aroma de fruta cozida 2,30bc 2,90ab 3,56a 4,07a 1,60c 3,41ab 1,18
Aroma de fermentado 1,30ab 1,30ab 2,26a 1,99ab 1,07b 2,24a 1,00
Gosto doce 4,53ab 5,34a 3,93bc 4,00bc 5,37a 3,16c 1,01
Gosto ácido 3,20bc 3,49bc 4,03ab 3,71abc 2,83c 4,60a 1,01
Gosto amargo 1,91bc 1,97abc 2,71ab 2,66ab 1,73c 2,75a 0,83
Adstringência 2,67a 2,79a 2,81a 2,55a 2.24a 2,87a 1,09
Viscosidade 2,76ab 2,96ab 2,88ab 3,34a 2,35b 3,23a 0,81
Médias na linha seguidas pela mesma letra não diferem estatisticamente pelo teste Tukey (5% de signifi cância). DMS: Diferença Mínima Signifi cativa.
Em seguida foi realizada a análise multivariada de Cluster que está representada na forma de agrupamento de hierárquico (Figura 1). Observa-se que no nível de 10,38 (grau de distância-eixo y) existe um grupo formado pelas amostras A, B e E e outro formado pelas amostras C, F e D. À medida que o grau de distância entre as amostras di-minuiu (3,46) foi possível observar quatro grupos distintos formados pelas amostras A e B; E; C e F; D. Neste caso, apesar do AHC ser uma análise multivariada mais simples, foi possível diferenciar de forma clara as amostras, embora, não se tenha informação da importância das variáveis (atri-butos) para a diferenciação das amostras.
Após a análise de Cluster foi realizada a Análise de Componentes Principais (ACP), onde foi possível verifi -car a correlação variável dependente, podendo evidenciar o que mais caracteriza cada amostra (Figura 2).
O componente I e II explicou 73.2% e 13,7%, res-pectivamente, da variabilidade das amostras, somando um valor de 86.9% de explicação das projeções de cada atri-buto nos eixos. Quanto mais atriatri-butos estiverem próximos de um eixo, maior será a contribuição deste eixo para a ex-plicação da variabilidade entre as amostras. Os descritores que contribuíram para a explicação do eixo II foram espu-ma e adstringência, os deespu-mais descritores como cor vinho; cor marrom; brilho; turvo; aroma característico de uva; aroma de fruta cozida; aroma de fermentado; gosto doce; gosto ácido; gosto amargo; viscosidade foram importantes para explicar o eixo I. O gosto doce, a cor vinho e o aroma característico de uva foram importantes para a caracteri-zação das amostras A e B, já a viscosidade, gosto ácido e adstringência foram importantes para caracterizar as
amos-tras C e F. A amostra E ocupa os mesmos quadrantes que as amostras A e B, embora esteja um pouco distante de A e B. Esta distância pode ser observada também na Figura 1, em-bora elas façam parte do mesmo grupo. A turbidez, o gosto amargo e a cor marrom foram importantes para caracterizar a amostra D.
Com relação à aceitação dos consumidores (Tabela 3) para o atributo cor foi possível verifi car a distinção entre as amostras que resultou na formação de quatro grupos de amostras (grupo 1: amostra B; grupo 2: amostras A e E; grupo 3: amostras C e F e grupo 4: amostra D), sendo que a amostra B apresentou a maior média (7,8), diferindo esta-tisticamente (5% de signifi cância) das demais amostras. A amostra D apresentou a menor média de aceitação da cor (3,8). Este resultado pode ser devido à alta intensidade de cor marrom e baixa intensidade de cor vinho observada na amostra D (Tabela 4). Provavelmente, esta predominância de cor marrom não agrada o consumidor. Assim como para a aceitação da cor, a aceitação do sabor teve a mesma ten-dência, a amostra B apresentou a maior média (7,1) diferin-do estatisticamente (5% de signifi cância) das demais amos-tras. A aceitação para sabor foi maior na amostra B (7,1) diferindo estatisticamente (5% de signifi cância) das demais amostras. Entre as amostras A, C, D, E e F a aceitação para sabor variou de 4,1-5,7. Souza et al. (2011) obtiveram no teste de aceitação para néctar de manga tipo tradicional e light médias variando 3,55,2. Pontes et al. (2010) verifi -caram que o néctar de uva teve aceitação em torno de 7,3, não apresentando diferença signifi cativa das amostras de suco integral. 4 6 3 5 2 1 10,38 6,92 3,46 0,00 G rau d e D is tân ci a
FIGURA 1 – Análise multivariada demonstrada na forma de agrupamento hierárquicos das amostras de Néctar de Uva.
4 3 2 1 0 -1 -2 -3 -4 -5 2 1 0 -1 -2 Componente I (73,2%) Co m p o n e n te I I (1 3, 7% ) C13 C12 C11 C10 C9 C8 C7 C6 C5 C4 C3 C2 C1 E A B D C F
FIGURA 2 – Projeção bidimensional dos resultados obtidos da análise de componentes principais I e II para as amostras de Néctar de Uva.
C1: Cor vinho; C2: Cor marrom; C3: Espuma; C4: Brilho; C5: Turvo; C6: Aroma característico de uva; C7: Aroma de fruta cozida; C8: Aroma fermentado; C9: Gosto doce; C10: Gosto ácido; C11: Gosto amargo; C12: Adstringência; C13: Viscosidade.
Tabela 3 - Médias da aceitação para cada amostra de Néctar de Uva.
Atributos Amostras de Néctar de Uva
A B C D E F DMS
Cor 6,1b 7,8a 5,2c 3,8d 6,2b 5,1c 0,93
Sabor 5,6cb 7,1a 5,1c 4,1d 5,7b 4,7cd 1,03
Médias na linha seguidas pela mesma letra não diferem estatisticamente pelo teste Tukey (5% de signifi cância). DMS: Diferença Mínima Signifi cativa.
A intenção de compra está representada na forma de fi gura em porcentagem de consumidores em função das amostras (Figura 3). Os dados mostram que mais de 40% dos consumidores “certamente compraria” a amostra B e
que ≅ 25% dos consumidores “certamente compraria” a
amostra A. Porcentagem de intenção de compra expressiva, para este conceito, quando comparado às demais amostras. A amostra D apresentou a maior porcentagem de intenção de compra para o conceito “certamente não compraria”.
A Tabela 4 mostra os resultados dos parâmetros de cor para as seis amostras de néctar de uva. A amostra E apresentou média para o parâmetro L* (luminosidade ou claridade) de 59,52, sendo uma das amostras de maior luminosidade; também apresentou maior valor de C* ou pureza (33,58) e h* ou tonalidade cromática (60,33) em relação às demais amostras. Por outro lado a amostra D apresentou o menor valor de C* (23,99) e menor valor de h* (33,40). Oliveira et al. (2011) avaliaram os parâmetros L*, a*, b*, C* e h* em amostras de vinho tinto. Os valores de L* variaram de 24,10-37,30 e os valores de C* varia-ram de 25,79-42,13. Os valores encontrados tanto para L* quanto para C*, neste trabalho, são na maioria maiores dos que os valores encontrados para as amostras de néctar de uva, provavelmente devido ao fato de que o vinho não sofre tratamento térmico brusco e nem diluição.
CONCLUSÃO
Os doze termos descritores levantados foram impor-tantes para traçar o perfi l sensorial e discriminação de néc-tar de uva, com exceção da adstringência que não foi um descritor discriminativo. As amostras apresentaram grupos de características em comum. As amostras A, B e E foram caracterizadas pelos atributos: cor vinho, espuma, brilho, aroma característico de uva e gosto doce, enquanto que as amostras C, D e F foram caracterizadas pelos atributos: cor marrom, turvo, aroma de fruta cozida, aroma de fermenta-do, gosto ácifermenta-do, gosto amargo e viscosidade.
As amostras que atraíram a preferência do consumi-dor foram aquelas de alta intensidade de cor vinho e baixa intensidade de cor marrom, enquanto que a amostra de me-nor aceitação do sabor apresentou aroma de cozido mais intenso, indicando que estes atributos são importantes nas escolhas dos consumidores e merecem atenção no controle de qualidade ou melhoramento do produto.
A análise física da cor pode ser uma medida impor-tante e/ou determinante na indicação do padrão de quali-dade de néctar de uva, mas novos estudos de correlação e validação deverão ser realizados.
AGRADECIMENTOS
À comunidade discente e docente da Faculdade de Farmácia desta instituição pela atuação na análise senso-rial. Ao programa de pós-graduação em Ciência de Alimen-tos da Faculdade de Farmácia.
MAMEDE, M. E. O.; SUZARTH, M.; JESUS, M. A. C. L.; CRUZ, J. F. M.; OLIVEIRA, L. C. Sensory and colorimetric evaluation of grape nectar. Alim. Nutr.= Braz. J. Food Nutr., Araraquara, v. 24, n. 1, p. 65-72, jan./mar. 2013. ABSTRACT: In the face of consumer preference by grape nectar and economic importance that this type of juice has been represented in the Brazilian market of the non-alcoholic beverages, this study aimed to trace the sensory profi le of grape nectar and obtain measurements of parameters of color through the colorimeter. The study was conducted with six signifi cant brands the local market. The Quantitative Descriptive Analysis (QDA), acceptance test and purchase intention were the methodologies used in the sensory study. The color space used was CIELAB colorimeter using portable Konica Minolta.The samples A, B and E were characterized mainly by attributes such as wine color, bright, characteristic aroma of grape, among others; While samples C, D and F were characterized by attributes such as turbid, brown color, cooked fruit aroma , sour taste, among others. The sample E obtained the highest average for burgundy (6.16) and sample D had the highest average for brown color (6.61) and cooked fruit aroma (4.07). The sample “E” reached average acceptance for color equal to 6.2, while sample D had the lowest acceptance of color (3.8) and fl avor (4.1). The results indicate that attributes evaluated as wine color, Brown color and cooked fruit aroma can be determinants in consumer choice for purchasing. Physical analysis of color proved to be an indicative measure of quality standard color of grape nectar.
Tabela 4 - Parâmetros de cor das amostras de néctar de uva.
Amostras L* a* b* C* h A 48,33d 25,51ab 20,83bcd 32,93ab 39,23bc B 50,65bd 26,24a 17,44cd 31,50bc 33,62cd C 53,38abc 19,52bc 24,42ab 31,25bc 51,39ab D 59,52a 16,62c 13,21d 23,99c 33,40cd E 55,19ac 20,03bc 29,18a 33,58a 60,33a F 50,96cd 22,29abc 23,86ac 32,65ab 46,94abc
Médias seguidas por letra iguais na mesma coluna não diferem signifi cativamente pelo teste de Dunn ao nível de 5% de signifi cância (p<0,05), n experimental = 6.
KEYWORDS: Quantitative descriptive analysis; acceptability; purchasing intention; multivariate analyses; colorimetry.
REFERÊNCIAS
ASSOCIAÇÃO BRASILEIRA DAS INDÚSTRIAS DE REFRIGERANTES E DE BEBIDAS NÃO ALCOÓLI-CAS. Consumo de suco no país cresce 11%. 2009. Dis-ponível em: http://www.foodservicenews.com.br/materia_ site.php?id=4018. Acesso em: 25 set. 2011.
BOBBIO, F. O.; BOBBIO, P. A. Química de alimentos 3. ed. São Paulo: Varela, 2003.
BRASIL. Ministério da Saúde. Agência Nacional de Vigilância Sanitária. Decreto n. 2.314, de 04 de setembro de 1997. Regulamenta a lei n. 8.918, de 14 de julho de 1994, que dispõe sobre a padronização, a classifi cação, o registro, a inspeção, a produção e a fi scalização de bebidas. Diário Ofi cial da União, Brasília, 05 set. 1997.
BRASIL. Ministério da Saúde. Agência Nacional de Vigilância Sanitária. Decreto n. 3510, 16 de junho de 2000. Altera dispositivos do Regulamento aprovado pelo Decreto 2.314 de 04 de setembro de 1997, que dispõe sobre a padronização, a classifi cação, o registro, a inspeção, a produção e a fi scalização de bebidas. Diário Ofi cial da União, Brasília, 17 jun. 2000.
BRONZATO-JUNIOR, J. Suco de uva lidera a preferência dos brasileiros. 2011. Disponível em: http://www. jornalsemanario.com.br/publicacao-1479. Acesso em: 07 maio 2011.
DAMÁSIO, M. H.; COSTELL, E. Análisis sensorial descriptivo: generación de descriptors y selección de catadores. Rev. Agroquím. Tecnol. Aliment., v. 31, p. 165-178, 1991.
DELLA TORRE, J. C. M. et al. Perfi l sensorial e aceitação de suco de laranja pasteur izado minimamente processado. Ciênc. Tecnol. Aliment., v. 23, n. 2, p. 105-111, 2003. FOX, K. Innovations in citrus processing. Fruit Processing, v. 11, n. 4, p. 338-348, 1994.
HOFFMANN, A.; CAMARGO, U. A.; MAIA, J. D. G. Sistema de produção de uvas rústicas para processamento em regiões tropicais do Brasil. Bento Gonçalves: Embrapa Uva e Vinho, 2005. (Sistema de Produção 9).
HORTIFRUTI BRASIL. 2009. Disponível em: http:// www.jornalcocamar.com.br/ Informativos. Acesso em: 07 jul. 2011.
JACKSON, R. S. Wine science: principles and applications.
3rd ed. Burlington: Elsevier Inc., 2008. 776p.
KONICA MINOLTA SENSING, INC PCC. Precise color communication: color control from perception to instrumentation. Osaka, 1998. 59p. (encarte).
MALACRIDA, C. R.; MOTTA, S. Antocianinas em suco de uva: composição e estabilidade. B.CEPPA, v. 24, n. 1, p. 59-82, 2006.
MAMEDE, M. E. O. et al. Avaliação sensorial e química de café solúvel descafeinado. Alim. Nutr., v. 21, n. 2, p. 311-324, 2010.
MEILGAARD, M.C. et al. Sensory evaluation techniques.
4th ed. Boca Raton, FL: CRC, 2007. p. 4-27, 275-276.
MOSKOWITZ, H. R. Product testing and sensory evaluation of foods: marketing and R & D approaches. Westport: Food and Nutrition, 1983. p. 605.
OLIVEIRA, L. C.; OLIVEIRA, S. C.; MAMEDE, M.E.O. Avaliação das características físico-químicas e colorimétricas de vinhos fi nos de duas principais regiões vinícolas do Brasil. Rev. Inst. Adolfo Lutz., v. 70, n. 2, p. 157-166, 2011.
PONTES, P. R. B. et al. Atributos sensoriais e aceitação de sucos de uva comerciais, Ciênc. Tecnol. Aliment., v. 30, n. 2, p. 313-318, 2010.
RIZZON, L. A.; MIELE, A. Características analíticas de sucos de uva elaborados no Rio Grande do Sul. B. Ciênc. Tecnol. Aliment., v. 29, n. 2, p. 129-133, 1995.
SOUSA, V. M.C. et al. Avaliação sensorial de néctar de manga tradicional e light pelo método tempo-intensidade e aceitação do consumidor. Alim. Nutr., v. 22, n. 3, p. 367-378, 2011.
STONE, H. et al. Sensory evaluation by quantitative descriptive analysis. Food Technol., v. 28, n.11, p. 24-34, 1974.
Recebido em: 19/01/2012 Aprovado em: 04/02/2013
