el análisis sensorial como instrumento de evaluación de la calidad

UNIVERSIDAD PUBLICA DE NAVARRA

ESCUELA TÉCNICA SUPERIOR DE INGENIEROS AGRÓNOMOS

ÁREA DE TECNOLOGÍA DE ALIMENTOS

DEPARTAMENTO DE QUÍMICA APLICADA

TESIS DOCTORAL

EL ANÁLISIS SENSORIAL COMO INSTRUMENTO DE

EVALUACIÓN DE LA CALIDAD DE VINOS TINTOS

MONOVARIETALES DE NAVARRA Y ARAGÓN

Presentada por:

Iñigo Arozarena Martinicorena

Licenciado en Ciencia y Tecnología de Alimentos

Dirigida por:

Dra. Da Ana Casp Vanaclocha

Dra. Ingeniero Agrónomo

Dra. Da Remedios Marín Arroyo

Dra. en Ciencias Químicas

Pamplona, 1998

5.5.

RELACIONES ENTRE LAS VARIABLES SENSORIALES.

ANÁLISIS DE LA DEPENDENCIA DE LA IMPRESIÓN GLOBAL

RESPECTO AL RESTO DE VARIABLES SENSORIALES

RESULTADOS Y DISCUSIÓN 237

Los análisis estadísticos presentados en este apartado se han llevado a cabo, como en

puntos anteriores, sobre el conjunto global de datos, así como sobre los datos de cada

una de las regiones y variedades, por separado.

. En primer lugar, mediante análisis de correlaciones, se analizan las relaciones lineales

entre las variables sensoriales. De esta forma se determina, de forma preliminar, en

qué medida la información aportada por una determinada variable sensorial, es

explicada por otra u otras variables sensoriales.

. Posteriormente, mediante el análisis estadístico de regresión múltiple paso a paso

('fctepwise'), se identifica cuantitativamente la relación de dependencia del parámetro

impresión global, entendido como una medida de la calidad global de los vinos

estudiados, y el resto de variables sensoriales incluidas en la ficha de cata.

De esta forma se determinan qué variables sensoriales han considerado los catadores

como las más importantes a la hora de evaluar globalmente la calidad de los vinos

estudiados, y de qué forma influyen dichas variables en la citada evaluación global.

238 RELACIONES ENTRE LAS VARIABLES SENSORIALES

5.5.1.- CORRELACIONES ENTRE LAS VARIABLES SENSORIALES

En la tabla A3.13 se presentan las correlaciones obtenidas (y sus niveles de

significación) entre los parámetros sensoriales al analizar el conjunto de las calificaciones

medias de los 66 vinos investigados. Los resultados del análisis de correlaciones con los

datos sensoriales de cada una de las regiones por separado se presentan en las tablas

A3.14yA3.15.

Un resumen de las correlaciones con un nivel de significación inferior a 0,0001, en los

tres casos indicados, se muestra en la tabla 5.94. Algunas de estas correlaciones aparecen

representadas en la figura A4.4.

Tabla 5.94.Coeficientes de correlación lineal destacables entre las variables sensoriales al analizar latotalidad de los vinos y los procedentes de cada zona

Parejas de variables Aragón y Navarra

Imp.Global-Cal. SaborImp.Global-Cal.ColorImp. Global-Cal. AromaImp. Global- AcidezImp. Global- Astring.Cal.Sabor-Cal.ColorCal. Sabor-Cal. AromaCal. Sabor- AcidezCal. Sabor- Astring.Cal. Aroma-Cal. ColorCal . Aroma- AcidezCal . Aroma-Int . AromaInt.Sabor-Int.Color

0,946

0,7700,7560,503

0,7560,7620,4980,4930,5060,5640,682

Aragón

0,930

0,7180,719

0,6540,793

0,633

Navarra

0,9600,7440,8380,845

0,7290,8480,778

0,814

0,8410,741

Todas las correlaciones significativas son de signo positivo.

Al analizar la totalidad de los datos, la correlación más importante es la existente entre

la impresión global y la calidad del sabor (0,9464). Es decir, los catadores han

identificado en gran medida la calidad global de los vinos estudiados con la calidad de su

sabor, como se puede observar en la figura A4.4a.


La impresión global también se correlaciona (con coeficientes menores, en torno a

0,77) con la acidez y la calidad del aroma (figura A4.4d). Ambos parámetros parecen ser

importantes también en la evaluación global de los vinos estudiados.

Además, lo anterior es coherente con el hecho de qué tanto la acidez como la calidad

del aroma se correlacionan también, de forma significativa, con la calidad del sabor. Esto

es fácilmente explicable, puesto que la acidez es uno de los cuatro componentes

gustativos fundamentales, y posiblemente, el más importante en los vinos. La correlación

entre la calidad del sabor y la calidad del aroma se puede explicar por la importancia de

las sensaciones olfativas, sobre todo vía retronasal, en la definición del sabor de cualquier

alimento, y por supuesto, del vino.

Tamborra y col. (1988) obtienen resultados muy similares a éstos al estudiar vinos

rosados. Determinan correlaciones lineales entre distintas variables sensoriales. La más

elevada corresponde también a la que relaciona el juicio global de los vinos con la calidad

de su sabor, seguida de la correlación entre dicho juicio global y la calidad del aroma.

Detectan también una correlación entre la calidad del sabor y la calidad del aroma.

Otras correlaciones, cuya interpretación sería la similar a la precedente, son las

existentes entre el parámetro que mide hedóracamente la sensación en boca de

astringencia y los atributos impresión global y calidad del sabor (figura A4.4J).

Se puede destacar el hecho de que no aparecen correlaciones elevadas entre los

parámetros que miden la calidad del color y del sabor, y los que, respectivamente, miden

la intensidad de los mismos. Es decir, al analizar conjuntamente todos los datos, se

observa que los catadores no han identificado necesariamente una alta o baja intensidad

de cualquiera de las citadas propiedades con una buena calidad de la propiedad

correspondiente.

No parece ocurrir lo mismo con el aroma, puesto que aparece una correlación

significativa entre la calidad y la intensidad de dicha propiedad. Por lo tanto, la variación

de las calificaciones en la calidad del aroma tiene el mismo sentido que la variación de las

puntuaciones en la intensidad del aroma.


í

Se observa también una correlación positiva entre la intensidad del color y la

intensidad del sabor. Ambos parámetros varían por lo tanto en el mismo sentido, lo que

se podría interpretar de la siguiente forma: los vinos con un alto contenido colorante, con

una potente extracción, dan lugar, en cierta medida, a vinos con una elevada intensidad

de sabor.

Hay otras correlaciones más difícilmente interpretables, como las que relacionan la

calidad del sabor con la calidad del color, y la calidad del aroma con la acidez.

En el caso de Aragón, se obtienen algunas de las correlaciones significativas descritas

en el caso anterior. La correlación entre la impresión global y la calidad del sabor es de

nuevo la más elevada (figura A4.4b).

La impresión global y la calidad del sabor se correlacionan de nuevo con la calidad del

aroma, con la acidez y con la astringencia. A modo de ejemplo, en la figura A4.4Í se

muestra la que relaciona la calidad del sabor con la acidez.

Se repite también la correlación que relaciona las intensidades del color y del sabor.

Al analizar los resultados correspondientes a los datos de Navarra, se observan

algunas particularidades.

La correlación más importante es también la que relaciona la impresión global con la

calidad del sabor (figura A4.4c).

La impresión global se correlaciona significativamente con todos los parámetros

evaluados hedónicamente, salvo con la astringencia. Así, en las figuras A4.4e y A4.4f se

puede observar como el valor la impresión global aumenta al aumentar la calificación de

los parámetros calidad del aroma y de la acidez.

A su vez la calidad del sabor se correlaciona con la calidad del aroma (figura A4.4h),

la acidez, y también con la calidad del color (figura A4.4g). Por lo tanto la calidad del

color, que no había aparecido antes, parece jugar algún papel en la evaluación de la

calidad global de los vinos de Navarra.


í

Aparece de nuevo una correlación elevada entre la intensidad del sabor y la intensidad

del color, como se puede observar en la figura A4.411.

La calidad del aroma se correlaciona con la calidad del color, correlación difícilmente

explicable (figura A4.4k). Es más destacable la correlación positiva existente entre los

dos parámetros relacionados con el aroma. Por lo tanto, en el caso de los vinos de

Navarra, el aroma de los vinos con una alta intensidad aromática ha sido evaluado

positivamente desde el punto de vista hedónico (figura A4.41).

A continuación se analizan las correlaciones más importantes obtenidas al analizar los

resultados del análisis sensorial correspondientes a cada variedad por separado (tablas

A3.16 a A3.22). En la tabla 5.95 aparecen sintetizadas dichas correlaciones (con un nivel

de significación inferior a 0,01 en el caso de Rubí Cabernet y 0,005 en el resto de

variedades). Algunas de estas correlaciones se pueden analizar gráficamente en la figura

A4.5.

Tabla 5.95.Coeficientes de correlación lineal destacables entre variables sensoriales al analizar losvinos de cada variedad

Parejas de variables Grac

Imp.Global-Cal. Sabor 0,902Imp.Global-Cal.ColorImp . Global-Cal. AromaImp.Global-AcidezCal.Sabor-Cal.ColorCal. Sabor-Cal. AromaCal. Sabor- AcidezCal. Sabor- Astring.Cal.Aroma-Cal.ColorCal . Aroma-Int . AromaCal.Aroma-Int.ColorCal.Color-AcidezInt. Sabor-Int. AromaInt. Sabor-Int. Color

Temp Garn

0,897 0,9270,867

0,9310,878

0,926

0,842

Mazu

0,882

0,852

0,8670,9170,863

0,843

Merl RbCb

0,945 0,874

0,8960,874

0,871

0,834

CbSv

0,961

0,8550,856

0,906

0,923


La correlación entre la impresión global y la calidad del sabor aparece en todos los

casos, siendo siempre la más importante (ver, a modo de ejemplo, las figuras A4.5a,

A4.5b y A4.5c). En las variedades Graciano y Garnacha es la única correlación

significativa obtenida.

A continuación, las correlaciones que más se repiten son las que relacionan la

impresión global con la calidad del aroma (figura A4.5d) y con la acidez-(figura A4.5e),

que son significativas en tres variedades cada una (Mazuelo, Merlot y Cabernet

Sauvignon, en el caso de la calidad del aroma, y Tempranillo, Rubí Cabernet y Cabernet

Sauvignon, en el caso de la acidez).

La correlación entre la calidad del sabor y la calidad del aroma aparece en dos

variedades, la Merlot y la Cabernet Sauvignon (figura A4.5g), mientras que la que

relaciona la calidad del sabor con la acidez solo es significativa en la Tempranillo (figura

A4.5h).

Otras correlaciones que se pueden destacar, y que aparecían también al analizar bien

la totalidad de los datos, bien los de cada una de las zonas, son las siguientes: la que

relaciona la calidad de sabor con la calidad del color (Tempranillo, figura A4.5f), la

calidad del sabor con la astringencia (Merlot, figura A4.5Í), la calidad del aroma con su

intensidad (Mazuelo, figura A4.5J), la intensidad del sabor con la intensidad del sabor

(Mazuelo, figura A4.5.k) y la intensidad del sabor con la intensidad del color (Cabernet

Sauvignon, figura A4.51).

.RESULTADOS Y DISCUSIÓN 243

5.5.2.- ANÁLISIS DE LA DEPENDENCIA DE LA IMPRESIÓN GLOBAL

RESPECTO AL RESTO DE VARIABLES SENSORIALES

Como ya se ha señalado, para conocer la relación entre la variable sensorial impresión

global y los ocho parámetros sensoriales restantes, se emplea la técnica estadística

multivariante de regresión paso a paso ("stepwise").

Esta técnica permite conocer qué variables explicativas o independientes contribuyen

de forma más significativa a predecir la variable respuesta o dependiente, en este caso la

impresión global.

El método de selección utilizado para controlar la entrada de las variables en el

modelo es el método 'forward". Con este método de selección el programa comienza

con un modelo sin variables explicativas, y va añadiendo, en cada paso, variables que

aporten significación al modelo. En cada paso, es sistema comprueba que las variables

anteriormente introducidas siguen siendo significativas para, en caso contrario,

eliminarlas. El método persigue siempre incluir en el modelo el menor número posible de

variables, aquellas que son realmente significativas.

5.5.2.1.- TODOS LOS VINOS

En primer lugar se analizarán los resultados obtenidos tras analizar el conjunto total

de datos. En las tablas 5.96 a 5.100 se muestran los resultados de cada uno de los

sucesivos pasos realizados así como el modelo de regresión finalmente obtenido.

La primera variable que entra en el modelo es la calidad del sabor.

El coeficiente de determinación múltiple (R2\ proporción de la suma de cuadrados

total atribuïble al modelo de regresión, es una medida del efecto de las variables

explicativas (en este caso, la calidad del sabor) en la reducción de la variabilidad de la

variable respuesta (impresión global). Este valor va a ir aumentando conforme se vayan

introduciendo variables en el modelo.

.244 RELACIONES ENTRE LAS VARIABLES SENSORIALES

Una modificación del anterior es el coeficiente de determinación múltiple ajustado

(R2-aj.), en el cual se contempla el número de variables explicativas incluidas en el

modelo, al ajustar cada suma de cuadrados mediante sus grados de libertad. A diferencia

del anterior, este valor sí puede ser más pequeño si se incorpora al modelo una variable

no significativa. En este caso el coeficiente de determinación ajustado tiene un valor de

0,8941, lo que significa que el 89,41 % de la variabilidad de la impresión global se puede

explicar con la relación lineal entre estas dos variables.

Tabla 5.96.Análisis de regresión múltiple para la impresión global y variables sensoriales, con losvinos de Aragón y Navarra. Paso 1

Paso n° 1

En el modeloCalidad del Sabor

F-e: 4,00F-s: 4,00

Coef.0,95440

R2: 0,8957R2-aj.: 0,8941

F-s Fuera del modelo549,7221 Calidad del Aroma

AcidezAstringenciaIntensidad del ColorCalidad del ColorIntensidad del AromaIntensidad del Sabor

ES: 0,0140130gl: 64

P.corr.0,25740,26120,11430,03180,19930,07140,2175

F-e4,46974,61280,83420,06362,60630,32303,1276

A continuación, la segunda variable que entra en el modelo es la acidez. Ahora el R2-

aj. tiene un valor de 0,8998, por lo que la nueva variable contribuye a explicar

únicamente un 0,57 % más de la variabilidad de la impresión global

Tabla 5.97.Análisis de regresión múltiple para la impresión global y variablesvinos de Aragón y

Paso n° 2

En el modeloAcidezCalidad del Sabor

sensoriales, con losNavarra. Paso 2

F-e: 4,00F-s: 4,00

Coef.0,143580,85427

R2: 89,57 %R2-aj.: 89,98 %

F-s Fuera del modelo4,6128 Calidad del Aroma

195,0272 AstringenciaIntensidad del ColorCalidad del ColorIntensidad del AromaIntensidad del Sabor

ES: 0,0132642g.l.: 63

P.corr.0,31590,08590,01940,19840,01800,2175

F-e6,87140,46090,02352,53990,02021,7458


Tras la acidez, entran en el modelo los parámetros calidad del aroma (tabla 5.98)

intensidad del sabor (tabla 5.99). Estas cuatro variables contribuyen a explicar el 91,36

% de la variabilidad de la impresión global.


Paso n° 3 F-e: 4,00F-s: 4,00

R2: 91,25 %R2-aj.: 90,83 %

ES: 0,0121335gl: 62

En el modelo Coef. F-s Fuera del modelo P.corr. F-eCalidad del Aroma 0,11914 4,8714Acidez 0,17175 7,0174Calidad del Sabor 0,71838 84,4614

Astringencia 0,2064 2,7139Intensidad del Color 0,1128 0,7863Calidad del Color 0,1152 0,8208Intensidad del Aroma 0,173 5 1,893 3Intensidad del Sabor 0,2700 4,7965


Paso n° 4 F-e:F-s:

En el modelo

:4,00:4,00

Coef.Intensidad del Sabor -0, 1 2274Calidad del Aroma 0,14509Acidez 0,14329Calidad del Sabor 0,72161

F-s4,7965

10,08704,9713

90,4064

R2: 9 1,89%R2-aj.: 91,36%Fuera del modeloAstringenciaIntensidad del ColorCalidad del ColorIntensidad del Aroma

ES:gl:

0,0161

P.corr.0000

,1264,0124,0454,1077

0000

14333

F-e,9739,0093,1240,7046

En la tabla 5.100 se presenta el modelo de regresión obtenido finalmente.

Tabla 5.100.Análisis de regresión múltiple para la impresión global y variables sensoriales, con losvinos de Aragón y Navarra. Modelo final

Variable dependiente: impresión globalVariablesindependientesConstanteCalidad del SaborCalidad del AromaAcidezIntensidad del Sabor

R2 91,89%R2-aj. 91,36%

Coeficienteestimado0,3629850,7216100,1450850,143285

-0,122743ES:

EAM:

Errorestándar0,2075210,0758930,0456820,0642640,0560440,1069270,074149

EstadísticoT

1,74919,50823,17602,2296

-2,1901ED-W:

ValorP

0,08530,00000,00230,02950,0324

2,040


Atendiendo a los coeficientes estimados, la expresión matemática de la ecuación de

regresión es:

Impresión global = 0,362985 + 0,721610 calidad del sabor + 0,145085 calidad del

• aroma + 0,143285 acidez - 0,1227443 intensidad del sabor

Se observa que todos los coeficientes son positivos excepto el de la intensidad del

sabor.

El error estándar mide la variabilidad de la impresión global no explicada por el

modelo. En esta caso el valor obtenido es satisfactorio. Por otro lado el error absoluto

medio es una medida del error promedio que se puede esperar en una predicción. El

valor obtenido es pequeño (0,0741).

Atendiendo a los estadísticos T y P se observa que la variable con mayor poder

prédictive en el modelo es la calidad del sabor, seguida de la calidad del aroma. Esto se

puede observar de forma gráfica en las figuras 5.20 a 5.23.

Figura 5.20.Gráfico de la componente calidad

del sabor + residuos, para la impresiónglobal. Vinos de Aragón y Navarra

0,8 •

0,5

0,2

Ef.Co.

-0,1

-0,4

0,7 -T .

1,7 2,0 23 2,6 2,9 3,2Calidad del Sabor


del aroma + residuos, para la impresiónglobal. Vinos de Aragón y Navarra

0,54 •

0,34

Ef.Co.

0,14

-0,06

-0,26

1,3 1,8 2,3 2,8 3,3 3,8 4,3

Calidad del Aroma


Figura 5.22.Gráfico de la componente.acidez

+ residuos, para la impresión global.Vinos de Aragón y Navarra

0,37

0,27

0,17Ef.Co.

0,07

-0,03

-0,13

-0,23

1,9 2,3 2,7 3,1 3,5 3,9

Acidez


del sabor + residuos, para la impresiónglobal. Vinos de Aragón y Navarra

0,55 •

0,35

Ef.Co.

0,15

-0,05

-0,25 K ,

2,6 2,8 3,0 3,2 3,4 3,6 3,8Intensidad del Sabor

Se representan, para cada una de las variables explicativas, los residuos alrededor de

una recta. Son los gráficos de componente más residuos, que permiten juzgar la

capacidad de cada variable independiente de explicar las variaciones en la variable

respuesta. Cuanto más cercana a la recta esté la nube de puntos mayor será dicha

capacidad. Así mismo el sentido de la recta indican de qué forma afecta la variable

explicativa sobre la variable respuesta. Obviamente el sentido de esta recta será

ascendente en aquellas variables con coeficientes positivos en la ecuación de regresión, y

descendente en aquellas con coeficientes negativos.

Se observa claramente que, de las cuatro variables, la calidad del sabor es la que

mayor capacidad tiene para explicar la variabilidad de la impresión global.

La intensidad del sabor, con coeficiente negativo en la ecuación, tiene el efecto

contrario al de las otras tres variables. En el rango de calificaciones de la impresión

global obtenido, al aumentar la intensidad del sabor ha empeorado la calificación global

de la calidad de los vinos. En cualquier caso ésta es la variable con menor poder

explicativo, con menor efecto sobre la impresión global.


En la tabla 5.101 se muestra el análisis de la varianza del modelo de regresión

obtenido. El valor P es igual a O, lo que significa que existe relación lineal entre la

impresión global y las cuatro variables explicativas, para cualquier nivel de significación.

Tabla 5.101.Análisis de regresión múltiple para la impresión global y variables sensoriales, con losvinos de Aragón y Navarra. Análisis de la varianza

Fuentesde variaciónModeloResidualTotal (corregido)

Suma deCuadrados

7,902670,697438,60010

Grados delibertad

46165

Cuadradosmedios1,975670,01143

EstadísticoF

172,799

ValorP

0,0000

Finalmente, la figura 5.24 representa los valores predichos por el modelo frente a los

valores observados e indica el grado o bondad del ajuste de los datos. Cuanto más

cercanos estén los puntos a la recta, mejor será dicho ajuste. El grado de ajuste se

relaciona con los coeficientes de correlación múltiple. Cuanto mayores sean éstos,

lógicamente, mejor será el ajuste de los valores observados respecto a los predichos. En

este caso el grado de ajuste es muy elevado.

Figura 5.24.Valores predichos frente a observados, para laimpresión global. Vinos de Aragón y Navarra

1.7 2,1 2,5 2,9

Valores predichos

3,3


5.5.2.2.- VINOS DE ARAGÓN

A continuación se realiza este mismo análisis únicamente con los datos

correspondientes a los vinos de Aragón. En este caso y en los posteriores no se muestran

los sucesivos pasos de la regresión, sino que se presenta el modelo final obtenido en cada

caso. En la tabla 5.102 se presenta dicho modelo para los vinos de Aragón.

Las dos variables que quedan incluidas en el modelo son la calidad del sabor y la

calidad del aroma.

El primer parámetro sensorial que entra en el modelo es, de nuevo la calidad del

sabor, con un coeficiente de determinación múltiple ajustado de 0,8615. Posteriormente,

en el segundo y último paso, la calidad del aroma entra en el modelo. Ambas variables

llegan a explicar el 87,97 % de la variabilidad de la impresión global.

Tabla 5.102. 'Análisis de regresión múltiple para la impresión global y variables sensoriales, con losvinos de Aragón. Modelo final

Variable dependiente: impresión globalVariablesindependientesConstanteCalidad del SaborCalidad del Aroma

R2 88,62%R2-aj. 87,97%

Coeficienteestimado-0,0311020,8141980,179047

ES:EAM:

Errorestándar0,1643080,0762070,0705370,1136420,080095

EstadísticoT

-0,189310,68402,5383

ED-W:

ValorP

0,85100,00000,0157

1,928

La ecuación del modelo obtenido es, por lo tanto:

Impresión global = -0,031102 + 0,814198 calidad del sabor + 0,179047 calidad del

aroma

Atendiendo a los valores T y P de la tabla anterior, y a las figuras 5.25 y 5.26 se

observa que el poder predictive reside fundamentalmente en la calidad del sabor.


Figura 5.25.Gráfico de la componente

calidad del sabor + residuos, para laimpresión global. Vinos de Aragón

0,8 -

0,5

0,2Ef.Co.

-0,1

-0,4

-0,7

1,7 2,0 2,3 2,6 2,9Calidad del Sabor

3,2


calidad del aroma + residuos, para laimpresión global. Vinos de Aragón

0,42

0,32

0,22Ef.Co.

0,12

0,02

-0,08

-0,18

2,1 2,4 2,7 3,0 3,3Calidad del Aroma

3,6

En la tabla 5.103 se muestra el resumen del análisis de la varianza del modelo

obtenido. Se puede admitir que existe una relación lineal significativa entre la impresión

global y las dos variables explicativas.

Tabla 5.103.Análisis de regresión múltiple para la impresión global y variables sensoriales, con losvinos de Aragón. Análisis de la varianza


Suma deCuadrados3,521190,452013,97320

Grados delibertad

23537


EstadísticoF

136,326

ValorP

0,0000

La bondad del ajuste se observa en la figura 5.27 donde se representan los valores

predichos frente a los observados. Los puntos se sitúan muy cerca de la recta

representativa de los valores predichos luego la bondad del ajuste es muy elevada.


Figura 5.27.Valores predichos frente a observados,

para la impresión global. Vinos de Aragón

3,3 •

2,9

Valoresobservados

2,5

2,1

1,7 - <

1,7 2,1 2,5 2,9

Valores predichos

3,3

5.5.2.3.- VINOS DE NAVARRA

El resultado final del análisis de regresión múltiple paso a paso correspondiente a los

datos de Navarra se muestra en la tabla 5.104. La primera variable que entra en el

modelo es la calidad del sabor, que logra explicar el 91,18 % de la variabilidad de la

impresión global. Seguidamente entra como variable explicativa el parámetro sensorial

acidez. El R2-aj. obtenido finalmente es 0,9418.

Tabla 5.104.Análisis de regresión múltiple para la impresión global y variables sensoriales, con losvinos de Navarra. Modelo final

Variable dependiente: impresión globalVariablesindependientesConstanteCalidad del SaborAcidez

R2 94,61%R2-aj. 94,18%


ES:EAM:

Errorestándar0,1343730,0737570,0807910,0982280,070077

EstadísticoT

-0,432310,39403,3641

ED-W:

ValorP

0,66920,00000,0025

2,095


La ecuación obtenida es:

Impresión global = -0,058087 + 0,766635 calidad del sabor + 0,271791 acidez

La variable con mayor poder prédictive vuelve a ser, por lo tanto, la calidad del sabor,

lo que se puede observar de forma gráfica al comparar las figuras 5.28 y 5.29.


calidad del sabor + residuos, para laimpresión global. Vinos de Navarra

0,8 -

0,5

0,2Ef.Co.

-0,1

-0,4

-0,7


3,2

Figura 5.29.Gráfico de la componente acidez

+ residuos, para la impresión global.Vinos de Navarra

0,33 •

0,23

0,13Ef.Co.

0,03

-0,07

-0,17

-0,27

2,0 2,3 2,6 2,9 3,2 3,5 3,8Acidez

Tabla 5.105.Análisis de regresión múltiple para la impresión global y variables sensoriales, con losvinos de Navarra. Análisis de la varianza


Suma deCuadrados

4,237550,241224,47877

Grados delibertad

22527


EstadísticoF

219,589

ValorP

0,0000

Esta relación lineal es significativa tal y como se observa en la tabla 5.105.

La representación de los valores de la impresión global predichos por la ecuación

frente a los valores observados (figura 5.30) indica el grado de ajuste del modelo

obtenido, que es de nuevo muy elevado.



para la impresión global. Vinos de Navarra

3,2 •

2,9.

2,6Valores

observados2,3

2,0

1,7

1,7 2,0 2,3 2,6 2,9 3,2

Valores predichos

A continuación se muestran los resultados obtenidos al analizar separadamente los

datos de cada variedad de vino.


5.5.2.4.- VINOS DE GRACIANO

El modelo final obtenido y su análisis de la varianza, para la variedad Graciano,

aparecen en las tablas 5.106 y 5.107, respectivamente.

Tabla 5.106.Análisis de regresión múltiple para la impresión global y variables sensoriales, con losvinos de Graciano. Modelo final

Variable dependiente: impresión globalVariablesindependientesConstanteCalidad del saborIntensidad del color

R2 91,39%R2-aj. 88,52%

Coeficienteestimado0,7667671,037122

-0,185832ES:

EAM:

Errorestándar0,4395540,1392280,0703790,0713040,046477

EstadísticoT

1,74447,4491

-2,6404ED-W:

ValorP

0,13170,00030,0385

2,258

Tabla 5.107.Análisis de regresión múltiple para la impresión global y variables sensoriales, con losvinos de Graciano. Análisis de la varianza



Grados delibertad

268


EstadísticoF

31,834

ValorP

0,0006

Vuelve a ser la calidad del sabor la primera variable que entra en el modelo y la de

mayor poder predictivo, seguida, en este caso de la intensidad del color. Ambas variables

permiten predecir en un 88,52 % la variabilidad contenida en la impresión global.

La ecuación del modelo obtenido es:

Impresión global = 0,766767 + 1,03122 calidad del sabor - 0,185832 intensidad del

color

Se observa que el coeficiente de la intensidad del color es negativo. Por lo tanto, los

catadores penalizan los vinos con una concentración de color excesivamente alta (en el

rango de intensidades del color de los vinos de Graciano estudiados).


La capacidad predictiva de cada variable explicativa y la bondad del ajuste se pueden

observar en las figuras 5.31 a 5.33.


calidad del sabor + residuos, para laimpresión global. Vinos de Graciano

0,33

0,23

0,13

Ef.Co.0,03

-0,07

-0,17

-0,27 •"


2,5


intensidad del color + residuos, para laimpresión global. Vinos de Graciano0,22 -

0,12

Ef.Co.

0,02

-0,08

-0,18 K

3,7 3,9 4,1 4,3 4,5Intensidad del Color

4,7


para la impresión global. Vinos de Graciano

2,6

Valoresobservados

2,4

2,2

2,0 -'

2,0 2,2 2,4 2,6

Valores predichos

2,8


5.5.2.5.- VINOS DE TEMPRANILLO

En el caso de los vinos de Tempranillo, de las 8.posibles variables explicativas,

únicamente la acidez queda incluida dentro del modelo de regresión (tabla 5.108), cuya

ecuación es:

Impresión global = 0,346943 + 0,890551 acidez

Tabla 5.108.Análisis de regresión múltiple para la impresión global y variables sensoriales, con losvinos de Tempranillo. Modelo final

Variable dependiente: impresión globalVariablesindependientesConstanteAcidez

R2 86,65%R2-aj. 84,98%


ES:EAM:

Errorestándar0,3245890,1236020,1005030,080727

EstadísticoT

1,06897,2050

ED-W:

ValorP

0,31630,0001

2,719

La acidez logra explicar casi un 85 % de la variabilidad de la impresión global.

Este es el único caso en el que la calidad del sabor no forma parte del modelo de

regresión. Esto se puede explicar por el hecho de que la acidez está altamente

correlacionada con la calidad del sabor (ver la tabla 5.95 y la figura A4.5h) y por lo tanto

ambas variables aportan una información similar y la inclusión de ambas en este modelo

resultaría, por lo tanto, redundante.

En las figuras 5.34 y 5.35 se representa la magnitud de los residuos frente al poder

predictive de la acidez, y los valores predichos frente a los valores observados.

. La validez del modelo de regresión se confirma con el análisis de la varianza (tabla

5.109).


Tabla 5.109.Análisis de regresión múltiple para la impresión global y variables sensoriales, con losvinos de Tempranillo. Análisis de la varianza

Fuentesde VariaciónModeloResidualTotal (corregido)


Grados delibertad

189


EstadísticoF

51,912

ValorP

0,0001


+ residuos, para la impresión global.Vinos de Tempranillo

0,46

-0,34 T

2,2 2,4 2,6 2,8 3,0

Acidez

Figura 5.35.Valores predichos frente a

observados, para la impresión global.Vinos de Tempranillo

2,3 2,5 2,7 2,9

Valores predichos

3,1


5.5.2.6.- VINOS DE GARNACHA

El modelo de regresión obtenido con los datos correspondientes a los vinos de

Garnacha se muestra en la tabla 5.110.

Tabla 5.110.Análisis de regresión múltiple para la impresión global y variables sensoriales, con losvinos de Garnacha. Modelo final

Variable dependiente: impresión globalVariablesindependientesConstanteAcidezCalidad del saborCalidad del colorIntensidad del colorIntensidad del sabor

R2 99,62%R2-aj. 99,16%

Coeficienteestimado-0,9604430,4829210,5693960,515631

-0,143081-0,167296

ES:EAM:

Errorestándar0,1910110,0479910,0574340,0621980,0239560,0411400,0204630,010080

EstadísticoT

-5,028210,06289,91398,2901

-5,9727-4,0665

ED-W:

ValorP

0,00730,00050,00060,00120,00390,0153

2,300

En el modelo se incluyen cinco parámetros que logran explicar el 99,16 % de la

variabilidad de la impresión global. La primera variable que entra es, de nuevo, la calidad

del sabor, seguida de la acidez, la calidad del color, la intensidad del color, y finalmente,

en el quinto y último paso, la intensidad del sabor.

Se observa que el error estándar, que representa la variabilidad de la variable

respuesta no explicada por el modelo, y el error absoluto medio, que indica el error

medio cometido en la predicción, son muy pequeños.

La ecuación de regresión es, por lo tanto:

Impresión global = -0,960443 + 0,482921 acidez + 0,569396 calidad del sabor

+ 0,515631 calidad del color - 0,143081 intensidad del

color - 0,167296 intensidad del sabor

Se observa, como en casos anteriores, que los coeficientes de los parámetros que

miden la intensidad del color y del sabor tienen signo negativo. Por lo tanto los vinos de


garnacha con excesiva concentración del color y sabor muy intenso o agresivo son

penalizados al evaluar globalmente su calidad.

Las figuras 5.36 a 5.40 son .indicativas del poder predictivo de cada una de las cinco

variables incluidas en el modelo.


+ residuos, para la impresión global.Vinos de Garnacha

0,12

0,07

0,02Ef.Co.

-0,03

-0,08

-0,13

-0,18

2,4 2,5 2,6 2,7 2,8 2,9 3,0

Acidez


calidad del sabor + residuos, para laimpresión global. Vinos de Garnacha

0,23

0,13

Ef.Co.

0,03

-0,07

-0,17 "T

2,6 2,7 2,8 2,9 3,0 3,1Calidad del Sabor

3,2


calidad del color + residuos, para laimpresión global. Vinos de Garnacha

0,13

0,09 •

0,05

Ef.Co.0,01

-0,03

-0,07

-0,11 [-3,5 3,6 3,7 3,8

Calidad del Color3,9


intensidad del color + residuos, para laimpresión global. Vinos de Garnacha

0,08

0,05

0,02Ef.Co.

-0,01

-0,04

-0,07 K

2,8 3,0 3,2 3,4 3,6Intensidad del Color

3,8


Figura 5.40.. Gráfico de la componente

intensidad del sabor + residuos, para laimpresión global. Vinos de Garnacha

0,09 •

0,06

0,03

Ef.Co.0,00

-0,03

-0,06

2,8 3,0 3,2 3,4

Intensidad del Sabor3,6

Atendiendo a la tabla 5.111 se puede confirmar que la relación lineal entre la

impresión global y los cinco atributos explicativos es significativa.

Tabla 5.111.Análisis de regresión múltiple para la impresión global y variables sensoriales, con losvinos de Garnacha. Análisis de la varianza



Grados delibertad

549


EstadísticoF

213,628

ValorP

0,0001

Observando la figura 5.41, donde se representan los valores predichos por la ecuación

de regresión frente a los valores observados en la impresión global, se observa que el

grado de ajuste del modelo obtenido es muy alto.



para la impresión global. Vinos de Garnacha

3,3

3,1

Valoresobservados

2,9

2,7

2,5 -?

2,5 2,7 2,9 3,1

Valores predichos

3,3

5.5.2.7.- VINOS DE MAZUELO

En los vinos de Mazuelo, la calidad del sabor es la única variable regresora incluida en

el modelo, que logra explicar poco más del 75 % de la impresión global, existiendo por

lo tanto un elevado porcentaje de la variabilidad de la variable respuesta no explicado

(error estándar) y un alto error medio en la predicción (error absoluto medio) por parte

del modelo.

Tabla 5.112.Análisis de regresión múltiple para la impresión global y variables sensoriales, con losvinos de Mazuelo. Modelo final

Variable dependiente: impresión globalVariablesindependientesConstanteCalidad del Sabor

R2 77,78%R2-aj. 75,01%


ES:EAM:

Errorestándar0,4108870,1880260,1894920,126842

EstadísticoT

0,32635,2924

ED-W:

ValorP

0,75260,0007

1,648


La ecuación obtenida es:

Impresión global = 0,134080 + 0,995114 calidad del sabor

En cualquier caso la relación lineal entre ambas variables es significativa (tabla 5.113),

aunque el valor F obtenido es sensiblemente menor al que se observa en otras variedades

de uva.

Tabla 5.113.Análisis de regresión múltiple para la impresión global y variables sensoriales, con losvinos de Mazuelo. Análisis de la varianza


Suma deCuadrados

1,005750,287261,29301

Grados delibertad

189


EstadísticoF

28,010

ValorP

0,0007

La magnitud de los residuos respecto al efecto de la calidad del sabor se observa en la

figura 5.42, mientras que en la figura 5.43 se representan los valores predichos frente a

los observados. En ambos casos se puede apreciar, tal y como cabría esperar, la

existencia de puntos bastante alejados de las respectivas rectas.


calidad del sabor + residuos, para laimpresión global. Vinos de Mazuelo

o,

o,

o,Ef.Co.

o,

-0,2

-0,4

-0,6 •.'

1,7 1,9 2,1 2^ 2,5 2,7 2,9Calidad del Sabor

Figura 5.43.Valores predichos frente a

observados, para la impresión global.Vinos de Mazuelo

2,9t

2,7

Valoresobservados

2,1

1,9

1,7 - r . . . " ,1,7 1,9 2,1 2,3 2,5 2,7 2,9

Valores predichos


5.5.2.8.- VINOS DE MERLOT

En el caso de la variedad Merlot, el análisis de regresión múltiple finaliza tras dos

pasos en los que entran en el modelo la calidad del sabor y la acidez, que alcanzan a

explicar conjuntamente el 91,31 % de la variabilidad de la impresión global (tabla 5.114).

Tabla 5.114.Análisis de regresión múltiple para la impresión global y variables sensoriales, con losvinos de Merlot. Modelo final

Variable dependiente: impresión globalVariablesindependientesConstanteCalidad del SaborAcidez

R2 93,24%R2-aj. 91,31%


ES:EAM:

Errorestándar0,2703380,0896350,1281630,0988550,059418

EstadísticoT

-0,06126,68892,0461

ED-W:

ValorP

0,95290,00030,0800

1,671

La ecuación del modelo obtenido es la siguiente:


De acuerdo a los estadísticos T y en las figuras 5.44 y 5.45 se observa claramente que

la calidad del sabor muestra un mayoV predictivo de la impresión global que la acidez.

La validez de este modelo se observa en el análisis de la varianza, cuyo resumen se

muestra en la tabla 5.115. El grado de ajuste del modelo se puede apreciar en la figura

5.46.

Tabla 5.115.Análisis de regresión múltiple para la impresión global y variables sensoriales, con losvinos de Merlot. Análisis de la varianza



Grados delibertad

279


EstadísticoF

48,296

ValorP

0,0001



calidad del sabor + residuos, para laimpresión global. Vinos de Merlot

0,34

0,14

Ef.Co.

-0,06

-0,26

-0,46 K

1,9 2,1 2,3 2,5 2,7 2,9Calidad del Sabor


+ residuos, para la impresión global.Vinos de Merlot

0,28 -

0,18

0,08

Ef.Co.-0,02

-0,12

-0,22 • , . . , . * . .

2,0 2,3 2,6 2,9 3,2 3,5 3,8

Acidez


para la impresión global. Vinos de Merlot

Valoreaobservados

2,6

2,2

2,0 •'

2,0 2,2 2,4 2,6 2,8 3,0 3,2

Valores predichos


5.5.2.9.- VINOS DE RUBÍ CABERNET

En el caso de Rubí Cabernet, dado que únicamente se han podido estudiar siete vinos,

el programa informático no permite realizar el análisis de regresión si se parte de las ocho

variables sensoriales explicativas iniciales. Ha sido necesario eliminar dos de ellas. Se han

eliminado las variables calidad del color e intensidad del aroma, parámetros que muestran

los menores coeficientes de correlación lineal (ver tabla A3.21) con la impresión global, y

que, por lo tanto, previsiblemente no quedarían incluidas en el modelo de regresión

buscado.

Así, el modelo obtenido, partiendo de las seis posibles variables explicativas restantes,

es el siguiente:

Tabla 5.116.Análisis de regresión múltiple para la impresión global y variables sensoriales, con losvinos de Rubí Cabernet. Modelo final

Variable dependiente: impresión globalVariablesindependientesConstanteAcidezIntensidad del Color

R2 93,90%R2-aj. 90,85%


ES:EAM:

Errorestándar1,6512620,2596540,4029450,0736480,045566

EstadísticoT

-4,14415,30883,3817

ED-W:

ValorP

0,01430,00610,0277

3,399

Quedan incluidas en el modelo la acidez y la intensidad del color, que logran explicar

el 90,85 % de la variabilidad de la impresión global. La ecuación obtenida es la siguiente:

Impresión global = -0,843072 + 1,378456 acidez + 1,362652 intensidad del color

La acidez, de acuerdo a la tabla 5.116 tiente un efecto más significativo que la

intensidad del color. A diferencia del resto de casos, la intensidad del color tiene ahora

una influencia positiva sobre la impresión global.



+ residuos, para la impresión global.Vinos de Rubí Cabernet

0,35

0,25

0,15Ef.Co.

0,05

-0,05

-0,15

-0,25

2,0 2,1 2,2 2,3

Acidez2,4

Figura 5.48.Gráfico de la componente intensidad

del color + residuos, para la impresiónglobal. Vinos de Rubí Cabernet

0,28

0,18

0,08

Ef.Co.-0,02

-0,12

-0,22 K

4,2 4,3 4,4 4,5

Intensidad del color

4,6

La bondad del ajuste se puede observar en la figura 5.49. El análisis de la varianza del

modelo obtenido se muestra en la tabla 5.117.

Figura 5.49.Valores predichos frente a observados, parala impresión global. Vinos de Rubí Cabernet

2,7 •

2,5

Valoresobservados

2,3

2,1

1,9

1,9 2,1 2,3 2,5

Valores predichos

2,7


Tabla 5.117.Análisis de regresión múltiple para la impresión global y variables sensoriales, con losvinos de Rubí Cabernet. Análisis de la varianza


Suma deCuadrados

0,334010,021700,35570

Grados delibertad

246


EstadísticoF

30,789

EstadísticoP

0,0037

5.5.2.10.- VINOS DE CABERNET SAUVIGNON

Finalmente, se muestran los resultados correspondientes a la variedad Cabernet

Sauvignon. Dentro del modelo de regresión aparecen incluidas tres variables explicativas,

calidad del sabor, acidez e intensidad del color, que explican el 96,67 % de la impresión

global.

Tabla 5.118.Análisis de regresión múltiple para la impresión global y variables sensoriales, con losvinos de Cabernet Sauvignon. Modelo final

Variable dependiente: impresión globalVariablesindependientesConstanteCalidad del saborAcidezIntensidad del sabor

R2 97,78%R2-aj. 96,67%


-0,174665ES:

EAM:

Errorestándar0,1886130,1049910,1123790,0734960,0518050,034827

EstadísticoT

-0,17208,13543,6108

-2,3765ED-W:

ValorP

0,86910,00020,01120,0550

2,843

La predicción de la impresión viene dada, para los vinos de Cabernet Sauvignon, por

la siguiente ecuación:


- 0,174665 intensidad del sabor


La capacidad predictiva de cada una de las tres variables explicativas se puede

comparar en las figuras 5.50 a 5.52. Se aprecia que la variable con mayor capacidad de

predicción es, de nuevo, la calidad del sabor, seguida de la acidez y intensidad del sabor.

El efecto de ésta última es negativo, como ya se ha observado en casos anteriores.

La relación lineal entre la impresión global y las tres variables explicativas incluidas en

este modelo es significativa, tal y como se puede comprobar en la tabla 5.119.

Figura 5.50. Figura 5.51.Gráfico de la componente calidad Gráfico de la componente acidez

del sabor + residuos, para la impresión + residuos, para la impresión global,global. Vinos de Cabernet Sauvignon Vinos de Cabernet Sauvignon

0,52 •

0,32

0,12

Ef.Co.

-0,08

-0,28

-0,48


2,7

0,18 •

0,08

Ef.Co.

-0,02

-0,12

-0,22 -,

1,9 2,1 2¿ 2,5 2,7 2,9Acidez

Figura 5.52.Gráfico de la componente intensidad

del sabor + residuos, para la impresiónglobal. Vinos de Cabernet Sauvignon0,12

0,08

0,04Ef.Co.

0,00

-0,04

-0,08

2,6 2,8 3,0 3,2 3,4 3,6 3,8Intensidad del Sabor


Tabla 5.119.Análisis de regresión múltiple para la impresión global y variables sensoriales, con losvinos de Cabernet Sauvignon. Análisis de la varianza


Suma deCuadrados

0,708250,016100,72435

Grados delibertad

369


EstadísticoF

87,969

EstadísticoP

0,0000

Por último, el grado de ajuste de este modelo se puede analizar en la figura 5.53.

Figura 5.53.Valores predichos frente a observados, para la

impresión global. Vinos de Cabernet Sauvignon

2,7

2,5

2,3Valores

observados2,1

1,9

1,7

1,7 1,9 2,1 2,3 2,5

Valores predichos

2,7

270 . RELACIONES ENTRE LAS VARIABLES SENSORIALES

5.5.3.-SINTESIS

En la tabla 5.120 se resumen los resultados de los análisis de regresión anteriores.

Aparecen las variables explicativas incluidas en cada uno de los modelos, indicándose el

signo de sus efectos y su significatividad (a mayor tamaño del símbolo, mayor es su

significatividad o peso en el modelo: ver el cuadro indicativo a continuación de la tabla).

Se muestran distintos parámetros cuyo significado ya se ha descrito con anterioridad

(coeficiente de correlación múltiple ajustado, error estándar y error absoluto medio, y

valores F y P del análisis de la varianza).

Tabla 5.120Resumen de los análisis de regresión múltiple paso a paso para la impresión global y

-variables sensoriales, con todos los vinos y los vinos de cada zona y variedad

.Variables A y N A N Grac Temp Garn Mazu Merl RbCb CbSv

Cal. Sabor , ^

Acidez èCal. Aroma 4

Cal. Color

Int.Color

Int. Sabor

'R2-aj.(%ESE AMFP

.9) 91,36

0,10690,0741172,800,0000

-è

ê.

87,97

0,11360,0801136,330,0000

è

é

94,18

0,09820,0708219,590,0000

è

P

88,52

0,07130,046531,83

0,0006

è

84,98

0,10050,080751,91

0,0001

é

è

é

P

99,16

0,02050,0101213,630,0001

è

75,01

0,18950,126828,01

0,0007

è

91,31

0,09890,059448,30

0,0001

00

é

é

90,85

,0736,045630,79

0,0037

è

P

96,67

0,05180,034887,97

0,0000è : variables, incluidas en el modelo, con efecto de signo positivoP : variables, incluidas en el modelo, con efecto de signo negativo

Tamaño valor P

¿P

< 0,0005

< 0,0010

< 0,0050

< 0,0500

< 0,1000


La variable sensorial calidad del sabor forma parte de ocho de los diez modelos de

regresión obtenidos. En el caso de los vinos de Mazuelo es la única variable que queda

incluida en el modelo. En los otros siete casos, la calidad del sabor está acompañada por

otras variables, aunque es siempre el parámetro que explica o predice una mayor

proporción de la variabilidad contenida en la impresión global. Otros autores llegan a

conclusiones similares. Kwan y Kowalski (1980a), y Frank y Kowalski (1984) observan

que el parámetro sensorial que en mayor medida afectan a la impresión global ("overall

score") de una serie de vinos de Pinot Noir franceses y americanos es la calidad del sabor

("flavor character") junto a la calidad del aroma ("aroma character"). Casp y Bernabeu

(1987a, 1987b), en vinos valencianos, indican que en el caso de los vinos tintos los

catadores identifican prácticamente la la aceptación global con calidad del sabor,

mientras que en vinos blancos y rosados, la calidad del sabor es también el atributo que

más efecto tiene sobre la impresión global, acompañada de otros atributos (intensidad del

aroma en el caso de los vinos rosados, y color y la acidez, en los blancos) Por su parte en

vinos rosados de Navarra, Marín y Casp (1997) observan resultados muy parecidos:

desde el punto de vista de la calidad global de los vinos estudiados, la calidad del sabor

es el atributo más importante, junto a la calidad del aroma y la astringencia.

Tras la calidad del sabor, la variable acidez es la que aparece en un mayor número de

ocasiones, concretamente en siete. Es la única variable explicativa que entra en el modelo

de regresión de los vinos de Tempranillo. Aparece en los dos modelos (Graciano y Rubí

Cabernet) en los que no está incluida la calidad del sabor, lo que, como ya se ha

indicado, se puede deber a la alta correlación lineal existente entre ambos parámetros.

De los tres parámetros sensoriales evaluados desde el punto de vista hedónico

restantes, la astringencia, la calidad del aroma y la calidad del color, el primero no forma

parte de ninguno de los modelos de regresión obtenidos.

La calidad del aroma aparece en dos ocasiones, al analizar todos los vinos y con los

vinos de Aragón, mientras que la calidad del color únicamente queda incluida al analizar

los vinos de Garnacha. Hay que recordar que ambos parámetros se correlacionan (sobre

todo la calidad del aroma) en muchos casos con la calidad del sabor, lo que explicaría

272 RELACIONES ENTRE LAS VARIABLES SENSORIALESr

que no entren a formar parte de los distintos modelos. Como ya se ha indicado con

anterioridad Tamborra y col. (1988) llegan a conclusiones similares, en vinos rosados.

Como cabría esperar, todos los parámetros evaluados hedónicamente muestran

coeficientes positivos en las distintas ecuaciones de regresión. Lógicamente, conforme

aumenta la calificación obtenida por un vino en cualquiera de estas variables sensoriales,

aumenta la calificación obtenida por dicho vino en la impresión global, es-decir, mejor es

la evaluación de la calidad global del mismo.

No ocurre lo mismo con los parámetros sensoriales en los que se mide la intensidad de

la propiedad evaluada.

La intensidad del sabor entra dentro de los modelos predictivos correspondientes a la

totalidad de los vinos, a los vinos de Garnacha y a los vinos de Cabernet Sauvignon. En

los tres casos los coeficientes son negativos. Por lo tanto, los catadores han evaluado

peor aquellos vinos con una intensidad del sabor elevada, quizá en exceso agresiva.

La intensidad del color forma parte de los modelos de regresión que explican la

impresión global de los vinos de Graciano, Garnacha y Rubí Cabernet. En los dos

primeros casos ocurre lo mismo que con la intensidad del sabor, al aumentar la

calificación sensorial de la intensidad del color de estos vinos disminuye la evaluación

global de los mismos. En el caso de los vinos de Rubí Cabernet el efecto de la intensidad

del color sobre la impresión global es, en cambio, positivo. La evaluación de la calidad

global de los vinos de Rubí Cabernet con una calificación alta en la intensidad del color

es superior a la de aquellos vinos con una menor calificación en dicha variable.

En cualquier caso los efectos o la capacidad predictiva de ambos parámetros,

intensidad del sabor e intensidad del color, sobre la impresión global es pequeña, es

mucho menos significativa que la de las variables sensoriales evaluadas hedónicamente

(sobre todo la calidad del sabor) que entran en los distintos modelos.

5.6.

DETERMINACIÓN DE LAS RELACIONES

ANALÍTICO-SENSORIALES EN LOS VINOS ESTUDIADOS


En este último apartado, se van estudiar las posibles relaciones existentes entre las

variables sensoriales y las variables analíticas para tratar de conocer qué parámetros

analíticos ejercen una mayor influencia en las respuestas sensoriales de los vinos

estudiados, y de esta forma, sugerir en qué dirección podrían conducirse las prácticas

vitivinícolas para la consecución de una mejora de la calidad.

Para ello se va a proceder de manera similar a la descrita en el punto 5.5:

. En primer lugar se analizan las correlaciones entre unas variables y otras, como una

primera aproximación para conocer qué variables analíticas, de las 36 estudiadas, se

relacionan en mayor medida con cada uno de los atributos sensoriales evaluados.

. Seguidamente se emplea la regresión múltiple paso a paso para determinar aquellas

variables analíticas que permiten explicar o predecir el valor de dichos atributos

sensoriales, haciendo mayor hincapié en aquellos que, en el punto 5.5, se han revelado

como los más importantes a la hora de la evaluar la calidad global de los vinos

estudiados.

Ambos análisis se realizarán, como en apartados anteriores, sobre los datos totales,

sobre los datos correspondientes a cada una de las regiones, y sobre los datos

correspondientes a cada una de las variedades.

276 RELACIONES ANALÍTICO-SENSORIALES

5.6.1.- CORRELACIONES ENTRE LAS VARIABLES SENSORIALES Y LAS

VARIABLES ANALÍTICAS

En el anexo A3, en las tablas A3.23 a A3.32, se exponen los coeficientes de

correlación entre las nueve variables sensoriales y las treinta y seis variables analíticas,

obtenidos al analizar el conjunto de todos los datos, los correspondientes a cada zona y

los de cada una de las variedades.

A modo de síntesis, en las tablas 5.121 y5.122se muestran las correlaciones con un

nivel de significación inferior a 0,001 encontradas en los distintos casos.

Tabla 5.121.Coeficientes de correlación lineal destacables entre las variables sensoriales y lasanalíticas al analizar la totalidad de los vinos y los procedentes de cada zona.

Parejas de variables

Cal. Aroma-Orado ale.Acidez-pHAcidez-Ac.totalAstring.-Int.color.Astring.-I.P.T.Int.Color-Int.color.Int. Color-TonalidadInt.Color-I.P.T.Int. Color- AntocianosInt. Color-Orado ale.Int.Color-GücerolInt. Sabor-Int. color.Int. Sabor-TonalidadInt.Sabor-I.P.T.Int. Sabor-AntocianosInt.Sabor-IsobutílInt. Sabor- Acetisoam

Aragón y Navarra

0,434-0,601-0,476-0,4800,6650,7170,424

0,5330,535

Aragón

-0,567-0,521-0,5060,6000,642

0,562

Navarra

0,594

0,7370,7790,8500,7500,6060,6400,6920,7280,6230,575

0,586

Al analizar el conjunto de todos los datos, y los datos correspondientes a los vinos de

Aragón y de Navarra, se obtienen algunas correlaciones interesantes.


En los tres casos el parámetro sensorial intensidad del color se correlaciona

positivamente con las características cromáticas intensidad colorante (figura A4.6d) y

tonalidad (figuras A4.6e y A46f). Se observa también una correlación positiva entre la

intensidad del color y el índice de polifenoles totales, al analizar todos los datos y los

datos de Navarra (figura A4.6g), así como entre la intensidad del color con el contenido

en antocianos totales, en el caso de Navarra (figura A4.6h).

Es decir, a vinos con altos valores objetivos en estas variables analíticas les han

correspondido puntuaciones elevadas en el parámetro sensorial, y por lo tanto, subjetivo,

que mide la concentración de color.

Tanto en el caso de los datos globales como en el de los datos de Aragón se observa

una correlación de signo negativo entre el parámetro sensorial acidez y la variable

analítica acidez total. En el caso de Navarra esta correlación también es importante,

aunque a un nivel de significación mayor que en los otros dos casos.

Por lo tanto la valoración hedónica de la acidez parece variar en sentido contrario a su

valor cuantitativo y objetivo. O dicho de otra forma, parece, al menos en una primera

aproximación, que los catadores han asignado peores puntuaciones en el atributo

organoléptico acidez conforme aumenta la acidez total de los vinos estudiados, como se

puede observar en la figura A4.6a. Recordemos (apartados 5.5.1 y 5.5.2) que este

atributo sensorial es uno de los más importantes a la hora de explicar o predecir la

calidad o impresión global de los vinos estudiados; y que, además, en los tres casos

estudiados, el parámetro sensorial acidez se correlaciona significativamente con la

calidad del sabor, la variable sensorial que mejor predice la citada calidad global.

Aunque más pequeña, aparece también una correlación significativa entre la acidez y

el pH, al analizar todos los vinos. Esta correlación es ahora positiva, lo que resulta

coherente con lo anterior, puesto que conviene recordar que existe una elevada

correlación negativa entre las variables analíticas pH y acidez total (bajos valores de pH

corresponden a altos valores de acidez total), como se puede comprobar en el tabla 5.28

o en la tabla A3.1.


Al analizar todos los datos, y sobre todo, los vinos de Navarra se observan varias

correlaciones importantes y de signo positivo que relacionan la intensidad del sabor con

las distintas características cromáticas analizadas en los vinos (intensidad del color,

tonalidad, antocianos totales e índice de polifenoles totales). Recordemos que, tanto al

analizar los datos totales como los correspondientes a cada zona, la intensidad del sabor

se correlaciona también con la variable sensorial intensidad del color (ver el apartado

5.5.1.). Como una primera aproximación, se podría sacar la conclusión de que los

catadores han identificado los vinos con mayor intensidad de sabor con aquellos vinos

con mayor extracto colorante, tanto desde el punto de vista objetivo (características

cromáticas) como subjetivo (intensidad del color sensorial), lo que se puede comprobar

en las figuras A4.6Í, A4.6J y A4.6k.

En los vinos de Navarra se detecta una correlación positiva entre la calidad del aroma

y el grado alcohólico.

Tanto al analizar todos los datos conjuntamente como los correspondientes a Aragón

se obtienen correlaciones significativas (aunque no muy elevadas) entré el parámetro

sensorial astringencia y las características cromáticas intensidad colorante e I.P.T. Estas

correlaciones son de signo negativo. Como se puede observar en las figuras A4.6b y

A4.6c, al disminuir el valor en ambas variables analíticas aumenta la valoración hedónica

de la astringencia.

En la tabla 5.122 se presentan los coeficientes más significativos al analizar los datos

de cada variedad por separados.

Se observa que, al menos en una variedad, los dos parámetros sensoriales

relacionados con el color se correlacionan de forma significativa (y siempre positiva) con

las cuatro variables analíticas correspondientes a las características cromáticas de los

vinos.

Así, la calidad del color se correlaciona en la variedad Graciano con el I.P.T. (figura

A4.7c) y con los antocianos totales (figura A4.7d), y con la intensidad colorante (figura

A4.7a) y la tonalidad (figura A4.7b) en la variedad Mazuelo. En esta misma variedad, el


atributo sensorial intensidad del color se correlaciona con los cuatro parámetros

analíticos citados (figuras A4.7h, A4.7J, A4.71 y A4.711), mientras que en la variedad

Cabernet Sauvignon lo hace con la intensidad colorante (figuras A4.7Í) y con la tonalidad

(figuras A4.7k).

Hay que señalar que estas correlaciones anteriores, tanto las referentes a la calidad del

color como las referentes a la intensidad del color (aunque sobretodo- éstas últimas)

aparecen también en la mayor parte de las variedades restantes, aunque con un nivel de

significación inferior, y es por ello que no se muestran en esta tabla.

Tabla 5.122.Coeficientes de correlación lineal destacables entre las variables sensoriales y lasanalíticas al analizar los vinos procedentes de cada variedad

Parejas de variables

Cal. Color-Int. color.Cal.Color-TonalidadCal.Color-I.P.T.Cal.Color-AntocianosCal. Color-CenizasCal.Color-MetanolCal.Aroma-LP.T.Cal . Aroma-MetanolAcidez-pHAcidez-Ac.totalAstring.-I.P.T.Astring.-Isoamíl.Astring. -GlicerolAstring.-SuccdietilInt.Color-Int. color.Int.Color-TonalidadInt.Color-I.P.T.Int.Color-AntocianosInt.Color-Alc.ceniz.Int. Color- Act. etiloInt-Color- 1 -propanolInt.Color-IsobutílInt.Color-2,3-btdiolInt. Color- 1 -butanolInt. Sabor-TonalidadInt. Sabor- Alc.ceniz.Imp.Global-Cenizas

Grac Temp Garn Mazu Merl

0,8780,909

0,9120,9020,902

0,9330,9080,936

-0,8810,876

-0,9100,875

0,9430,9220,9010,871

0,934-0,961

0,933

RbCb CbSv

0,878-0,844

0,9170,984

0,8960,904

-0,9290,907

0,9040,872


i

Las correlaciones, positiva entre la acidez sensorial y el pH, y negativa entre la acidez

sensorial y la acidez total, vuelven a ser significativas, en este caso, en la variedad

Cabernet Sauvignon (figuras A4.7e y A4.7f). Ambas correlaciones se observan en la

mayor parte de las variedades, aunque con un menor nivel de significación.

En esta misma variedad la intensidad del sabor se correlaciona de forma significativa y

con signo positivo con la tonalidad (figura A4.7m).

En la variedad Mazuelo hay que destacar también la correlación negativa entre el

parámetro que mide la astringencia desde el punto de vista hedónico y el I.P.T. (figura

A4.7g).

5.6.2.- ANÁLISIS DE REGRESIÓN ENTRE LAS VARIABLES SENSORIALES

Y LAS VARIABLES ANALÍTICAS

Una vez analizadas brevemente las correlaciones más interesantes que relacionan los

distintos parámetros sensoriales con las variables analíticas estudiadas, en este apartado

se pretende estudiar más detalladamente dichas relaciones.

Para ello se emplea la técnica estadística de análisis de regresión paso a paso,

empleando como variables dependientes los diferentes atributos sensoriales y, como

variables independientes, los parámetros y compuestos analizados instrumentalmente. Se

trata, de la misma forma que en el punto 5.5.2., donde se busca determinar qué variables

sensoriales inciden principalmente en la evaluación de la calidad global de los vinos

estudiados, de analizar cuáles son los parámetros analíticos que permiten explicar o

predecir en mayor medida la calificación o puntuación de los diferentes atributos

organolépticos incluidos en la ficha de cata.

Los datos disponibles se van a estudiar diferenciado los grupos ya definidos

anteriormente: la totalidad de los datos, los datos correspondientes a cada una de las dos

zonas y los de cada una de las siete variedades.


Los parámetros sensoriales que principalmente se van a estudiar son la impresión

global y aquellos atributos que aparecen incluidos en los modelos prédictives obtenidos

en el apartado 5.5 (ver tabla 5.120), y que se revelan como los más importantes a la hora

de evaluar dicha impresión global.

No obstante, también se muestran algunos resultados interesantes obtenidos al

analizar otros parámetros sensoriales que, en principio, parecen incidir en. menor medida

sobre la evaluación global de la calidad de los vinos estudiados.

En función del parámetro organoléptico y del grupo de datos analizado en cada caso,

se seleccionan las variables analíticas que se emplean como variables independientes

iniciales. Posteriormente se concreta, en cada análisis de regresión, qué variables son

estas.

5.6.2.1.- TODOS LOS VINOS

En este punto se analiza la totalidad de los datos, sin separar zonas o variedades.

Se muestran primero los resultados de los análisis de regresión obtenidos al emplear

las siguientes variables dependientes: la impresión global, y los parámetros sensoriales

incluidos en el modelo que explica dicha impresión global (ver tabla 5.100), es decir, la

calidad del sabor, la calidad del aroma, la acidez y la intensidad del sabor. A continuación

se analizan el resto de variables sensoriales (intensidad del aroma, calidad e intensidad, y

astringencia).

Impresión global

Para analizar la impresión global, se ha partido de todos los compuestos y parámetros

analíticos estudiados.

En la tabla 5.123 se muestra el modelo de regresión finalmente obtenido. De las

treinta y seis potenciales variables regresoras iniciales únicamente seis entran a formar


parte del modelo de regresión: el grado alcohólico, el alcohol isoamílico, el 2,3-

butanodíol, la acidez total, la tonalidad y el acetato de isoamilo.

Tabla 5.123.Análisis de regresión múltiple para la impresión global y variables analíticas, con losvinos de Aragón y Navarra. Modelo final

Variable dependiente: impresión globalVariablesindependientesConstanteGrado alcohólicoAle. isoamílico2,3-butanodiolAcidez totalTonalidadAcetato de isoamilo

R2 59,32%R2-aj. 55,18%


-0,004111-0,000919-0,1108990,005826

-0,029574ES:

EAM:

Errorestándar0,3809920,0274060,0007080,0002340,0318560,0018980,0134340,2435080,180061

EstadísticoT

6,63316,0449

-5,8080-3,9224-3,48133,0703

-2,2013ED-W:

ValorP

0,00000,00000,00000,00020,00090,00320,0316

1,887

La ecuación obtenida es la siguiente:

Impresión global = 2,527171 + 0,165666 Grado alcohólico - 0,004111 ale. isoamílico

- 0,000919 2,3-butanodiol - 0,110899 acidez total

+ 0,005826 tonalidad - 0,029574 acetato de

isoamilo

El coeficiente de determinación múltiple ajustado indica que las seis variables logran

explicar el 55,18 % de la variabilidad total, de la información contenida en la impresión

global.

Todas las variables, además de la constante, son significativas al 95 % de confianza,

como se puede ver al observar los valores P obtenidos.

De acuerdo a los citados valores P y los estadísticos T se puede observar qué

variables son las más importantes, las que explican una mayor proporción de la

variabilidad contenida en la impresión global. En la tabla las variables aparecen en orden

decreciente de importancia.


El efecto de las distintas variables analíticas sobre la impresión global se puede

analizar de forma gráfica en la figura A5.1, que incluye los gráficos de cada una de las

seis componentes más los residuos.

El efecto más importante es el del grado alcohólico, de carácter positivo. Se observa

un aumento de la calificación en la impresión global, al aumentar el grado alcohólico.

La tonalidad también tiene un efecto positivo, aunque mucho menor que el grado

alcohólico.

La cuatro variables restantes tienen efectos negativos.

Destaca el efecto del alcohol isoamílico. Al aumentar el contenido en alcohol

isoamílico disminuye la evaluación global de los vinos estudiados.

Lo mismo ocurre con el 2,3-butanodiol y la acidez total.

El efecto del acetato de metilo, también negativo, es mucho menos importante que los

anteriores.

La bondad o grado de ajuste se puede observar en la figura A5.2, en la que se

representan los sensenta y seis valores observados de la impresión global frente a los

predichos por la ecuación obtenida (recta de regresión). El ajuste es bueno.

Finalmente, en la tabla 5.124 se muestra el análisis de la varianza del modelo de

regresión. El valor P es igual a O, lo que significa que existe relación lineal entre la

impresión global y las seis variables explicativas, para cualquier nivel de significación.

Tabla 5.124.Análisis de regresión múltiple para la impresión global y variables analíticas, con losvinos de Aragón y Navarra. Análisis de la varianza

Fuentes Suma de Grados de Cuadrados Estadístico Valorde variación Cuadrados libertad medios F PModelo 5,10164 6 0,850274 14,3395 0,0000Residual 3,49846 59 0,059296Total (corregido) 8,60010 65


Calidad del sabor

A continuación se muestra e! modelo obtenido para la calidad del sabor (tabla 5.125).

Inicialmente se han excluido del análisis los compuestos volátiles minoritarios.

Tabla 5.125.Análisis de regresión múltiple para la calidad del sabor y variables analíticas, con losvinos de Aragón y Navarra. Modelo final

Variable dependiente: calidadVariablesindependientesConstanteAle. isoamílicoGrado alcohólico2,3-butanodiolAcidez totalTonalidad

R2 56,29%R2-aj. 52,64%

Coeficienteestimado2,667065

-0,0043590,168849

-0,001106-0,1205700,004588

ES:EAM:

Errorestándar0,3347090,0007000,0272140,0002370,0299900,0019270,2482190,194324

del saborEstadístico

T7,9683

-6,22836,2045

-4,6574-4,02042,3810

ED-W:

ValorP

0,00000,00000,00000,00000,00020,0205

1,932

Se obtiene un modelo muy parecido al anteriormente descrito, lo cual resulta lógico,

puesto que, como se describió en el apartado 5.5, los catadores identifican en gran

medida la evaluación global de los vinos con la calidad del sabor de los mismos.

Aparecen las mismas variables que en modelo de la impresión global, que logran

explicar el 56,29 % de la impresión global.

El alcohol isoamílico y el grado alcohólico son las variables más importantes, las que

mayor efecto tienen sobre la calidad del sabor, como lo demuestran sus respectivos

estadísticos T. Como en el análisis anterior, el primero tiene un efecto negativo y el

segundo positivo.

A continuación aparecen el 2,3-butanodiol y la acidez total, ambas con efecto

negativo, y por último, la tonalidad con un efecto positivo aunque mucho menos

significativo que los otros cuatro parámetros.

Las representaciones de estos efectos se muestran en la figura A5.3, mientras que en

la figura A5.4 se puede observar la bondad del ajuste.


La relación entre la calidad del sabor y las cinco variables analíticas explicativas es

lineal para cualquier nivel de significación, como se puede comprobar en la tabla 5.126.

Tabla 5.126.Análisis de regresión múltiple .para la calidad del sabor y variables analíticas, con losvinos de Aragón y Navarra. Análisis de la varianza



Grados delibertad

56065

Cuadradosmedios

0,9520420,061613

EstadísticoF

15,4520

ValorP

0,0000

Calidad del aroma

A continuación se presenta el modelo de regresión obtenido con la calidad del aroma

como variable dependiente. Las variables independientes consideradas para este análisis

han sido los componentes volátiles, mayoritarios y minoritarios, y el grado alcohólico; en

definitiva los compuestos que, en principio, se pueden relacionar directamente con el

aroma.

Tabla 5.127.Análisis de regresión múltiple para la calidad del aroma y variables analíticas, con losvinos de Aragón y Navarra. Modelo final

Variable dependiente: calidad del aromaVariablesindependientesConstanteGrado alcohólicoAle. isoamílicoAcetato de isobutilo

R2 30,44%R2-aj. 27,07%


-0,002885-0,683367

ES:EAM:

Errorestándar0,4747390,0385330,0008840,2496690,3976070,313085

EstadísticoT

3,55784,4953

-3,2631-2,7371

ED-W:

ValorP

0,00070,00000,00180,0081

1,407

De dichos parámetros, únicamente tres entran a formar parte del modelo, el grado

alcohólico, el alcohol isoamílico y el acetato de isobutilo (tabla 5.127). El análisis de la

varianza se muestra en la tabla 5.128, mientras que los gráficos de las componentes más


residuos y el gráfico de los valores observados frente a los predichos aparecen en las

figuras A5.5 y A5.6, respectivamente.

Tabla 5.128.Análisis de regresión múltiple para la calidad del aroma y variables analíticas, con losvinos de Aragón y Navarra. Análisis de la varianza


Suma deCuadrados4,288929,80167

14,09060

Grados delibertad

36265


EstadísticoF

9,0431

ValorP

0,0000

El grado alcohólico es la variable más importante y tiene un efecto positivo sobre la

calidad del aroma (ver figura A5.5).

El alcohol isoamílico y el acetato de isobutilo tienen un menor peso en el modelo,

siendo el efecto de ambos negativo. Esto es comprensible en el caso del alcohol

isoamílico, compuesto perteneciente al grupo de los llamados alcoholes de fusel,

caracterizados en general por aportar, en altas concentraciones, notas aromáticas de

carácter vinoso y desagradable.

En el caso del acetato de isobutilo el resultado es menos comprensible. Este

compuesto aporta notas aromáticas agradables, de tipo frutal, de plátano, etc.

Como se puede ver en la tabla 5.127, los coeficientes de determinación múltiple

obtenidos son bajos (alrededor del 30 %) y los errores, tanto estándar como absoluto

medio, son muy elevados. Por lo tanto, alrededor de un 70 % de la variabilidad contenida

en la variable calidad del aroma no es explicada por los tres compuestos que definen el

modelo (ni obviamente, por el resto de compuestos volátiles, que ni siquiera han

quedado incluidos en el mismo).

El aroma es posiblemente el aspecto más complejo existente en los vinos, en el que

participan e interaccionan múltiples compuestos y parámetros. Esta realidad, es si cabe,

más acusada en los vinos tintos.

En definitiva y uniendo los comentarios anteriores, la calidad del aroma de los vinos

estudiados, debe ser explicada por compuestos distintos a los analizados.


Acidez

La siguiente variable sensorial analizada es la que evalúa hedónicamente la acidez. Las

variables analíticas seleccionadas para este análisis son las que, a nuestro juicio, más

pueden relacionarse con la sensación de acidez en los vinos. El pH, la acidez total, las

cenizas, la alcalinidad de las cenizas, parámetros directamente relacionados con la acidez,

y el grado alcohólico, puesto que, en principio, debe existir un equilibrio entre la acidez y

el contenido alcohólico de los vinos (un vino de alta graduación con una acidez

deficiente se convierte en un vino pesado, plano y poco vivo, mientras que un vino de

alta acidez puede resultar un vivo acídulo y agresivo, si no se ve compensado por un

contenido alcohólico suficiente que mitigue dicha sensación), el extracto seco y el rH.

El modelo obtenido, partiendo de las variables analíticas anteriormente citadas, se

muestra en la tabla 5.129. El análisis de la varianza de este modelo se presenta en la tabla

5.130. La bondad del ajuste se puede observar en la figura A5.8.

Tabla 5.129.Análisis de regresión múltiple para la acidez y variables analíticas, con los vinos deAragón y Navarra. Modelo final

Variable dependiente: acidezVariablesindependientesConstanteAcidez total

R2 36,11%R2-aj. 35,11%


-0,165341ES:

EAM:

Errorestándar0,1655260,0274900,2658720,192727

EstadísticoT

20,7037-6,0145

ED-W:

ValorP

0,00000,0000

1,558

Tabla 5.130.Análisis de regresión múltiple para la acidez y variables analíticas, con los vinos deAragón y Navarra. Análisis de la varianza


Suma deCuadrados

2,557104,524037,08113

Grados delibertad

16465


EstadísticoF

36,1744

ValorP

0,0000

La única variable que logra entrar en el modelo es la acidez total. Su efecto es

negativo (ver la figura A5.7), como era previsible de acuerdo a lo observado al analizar

2gg RELACIONES ANALÍTICO-SENSORIALES

las correlaciones (apartado 5.6.1). Es decir, conforme aumenta la acidez total,

disminuyen las puntuaciones referentes al atributo sensorial acidez.

Se debe recordar que la acidez total también participa en los modelos

correspondientes a la impresión global y a la calidad del sabor, anteriormente descritos.

En todos los casos su efecto es negativo, lo que resulta coherente con el hecho de que el

parámetro sensorial acidez está claramente relacionado tanto con la impresión global

como con la calidad del sabor, como se indica repetidamente en el apartado 5.5.

La no inclusión en el modelo de regresión de parámetros como el pH, las cenizas y la

alcalinidad de las cenizas se puede deber al hecho de que la acidez total se correlaciona

altamente con el pH, mientras que éste último parámetro se correlaciona

significativamente tanto con las cenizas como con la alcalinidad de las cenizas, como se

describió en el apartado 5.2 (ver tabla 5.28 y tabla A3.1). Por lo tanto, una vez incluida

en el modelo la acidez total, la información contenida en los otros tres parámetros resulta

quizá redundante.

En cualquier caso el modelo obtenido únicamente logra explicar alrededor del 35 %

de la variabilidad total contenida en los datos sensoriales de la acidez, por lo que

tampoco se puede extraer conclusiones definitivas. Quizá, la cuantificación de

determinados ácidos, fundamentalmente los ácidos tartárico, málico y láctico, podría

aportar una información complementaria a la obtenida a través de los parámetros

analizados en este trabajo.

Intensidad del sabor

En las tablas 5.131 y 5.132 se muestran los resultados del análisis de regresión

múltiple paso a paso con la intensidad del sabor como variable dependiente.

En este caso se han inicialmente se han excluido del análisis los compuestos volátiles

minoritarios.

Los coeficientes de determinación múltiple son bajos, de alrededor del 35 %.

Únicamente aparecen dos parámetros, la tonalidad y el alcohol isobutílico. El primero

tiene mayor peso en el modelo que el segundo y ambos muestran efecto positivo (figura


A5.9). Es decir, al aumentar el valor de ambas variables aumentan las asignaciones del

parámetro sensorial intensidad del sabor.

Tabla 5.131.Análisis de regresión múltiple para la intensidad del sabor y variables analíticas, con losvinos de Aragón y Navarra. Modelo final

Variable dependiente: intensidad del saborVariablesindependientesConstanteTonalidadAle. isobutílico

R2 36,28%R2-aj. 34,26%

Coeficienteestimado2,6712390,0062910,003789

ES:EAM:

Errorestándar0,1137920,0013030,0013730,2056300,165841

EstadísticoT

23,47474,82792,7589

ED-W:

ValorP

0,00000,00000,0076

1,526

Tabla 5.132.Análisis de regresión múltiple para la intensidad del sabor y variables analíticas, con losvinos de Aragón y Navarra. Análisis de la varianza


Suma deCuadrados

1,516962,663864,18083

Grados delibertad

26365


EstadísticoF

17,9380

ValorP

0,0000

La tonalidad es uno de los parámetros indicativos del grado de extracción de materia

colorante producida en la vinificación. Parece lógico pensar que a mayor extracción más

intensas serán las sensaciones sápidas producidas por la materia colorante.

El alcohol isobutílico es un alcohol superior que, a altas concentraciones, aporta notas

aromáticas de intenso carácter vinoso. Por otra parte, es conocida la gran influencia que

el llamado aroma indirecto (retronasal) tiene sobre las sensaciones sápidas. Por lo tanto,

y con toda la cautela necesaria, resulta comprensible que a mayor concentración de este

alcohol mayor sea la intensidad del sabor detectada por los catadores.

En cualquier caso ambos parámetros logran explicar una pequeña parte de la

información contenida en los datos de la intensidad del sabor. Deben existir otros

parámetros y compuestos, diferentes a los estudiados, que permitan predecir con mayor

precisión este parámetro sensorial.


Una vez analizados los modelos de regresión obtenidos al emplear como variables

dependientes la impresión global y las variables sensoriales que en el apartado 5.5 se

muestran como las que mejor explican dicha impresión global, se analizan a continuación

los modelos obtenidos con el resto de variables sensoriales (intensidad del aroma, calidad

e intensidad del color y astringencia).

Intensidad del aroma

En el caso de la intensidad del aroma (tablas 5.133 y 5.134, y figuras A5.11 y A5.12)

se parte de las mismas variables analíticas empleadas al analizar la calidad del aroma. De

ellas, únicamente el grado alcohólico entra en el modelo obtenido.

Este parámetro es también la variable explicativa más importante del modelo que

explica la calidad del aroma (ver tabla 5.127).

Su efecto es, como cabe esperar, positivo.

Los coeficientes de determinación son muy pobres. El modelo únicamente logra

explicar el 13 % de la variabilidad total contenida en la intensidad del aroma.

Tabla 5.133.Análisis de regresión múltiple para la intensidad del aroma y variables analíticas, con losvinos de Aragón y Navarra. Modelo final

Variable dependiente: intensidad del aromaVariablesindependientesConstanteGrado alcohólico

R2 14,38%R2-aj. 13,04%


ES:EAM:

Errorestándar0,2704850,0215750,2484140,193084

EstadísticoT

7,38653,2783

ED-W:

ValorP

0,00000,0017

1,855

Tabla 5.134.Análisis de regresión múltiple para la intensidad del aroma y variables analíticas, con losvinos de Aragón y Navarra. Análisis de la varianza



Calidad del color

Los resultados obtenidos al analizar la calidad del color se muestran en las tablas

5.135 y 5.136, y en las figuras A5.13 y A5.14. Como variables explicativas iniciales se

han empleado únicamente los parámetros analíticos que expresan las características

cromáticas de los vinos: la intensidad colorante, la tonalidad, el índice de polifenoles

totales y el contenido en antocianos totales.

De los cuatro, únicamente el contenido en antocianos queda fuera del modelo.

La variable con mayor peso es el índice de polifenoles totales, con efecto positivo,

seguido por la intensidad colorante y la tonalidad, la primera con efecto negativo y la

segunda positivo.

Tabla 5.135.Análisis de regresión múltiple para la calidad del color y variables analíticas, con losvinos de Aragón y Navarra. Modelo final

Variable dependiente: calidadVariablesindependientesConstanteI.P.T.Intensidad coloranteTonalidad

R2 33,64%R2-aj. 30,43%


-0,0700550,009365

ES:EAM:

Errorestándar0,1417940,0029990,0173920,0034570,2882270,221368

del colorEstadístico

T19,76045,3929

-4,02802,7087

ED-W:

ValorP

0,00000,00000,00020,0087

1,398

Tabla 5.136.Análisis de regresión múltiple para la calidad del color y variables analíticas, con losvinos de Aragón y Navarra. Análisis de la varianza




Las tablas 5.137 y 5.138 y las figuras A5.15 y A5.16 muestran los resultados

correspondientes a la intensidad del color.

Las variables analíticas consideradas son las mismas que en el caso anterior, con la

calidad del color.

El modelo obtenido está definido por dos de esas cuatro variables, la tonalidad y los

antocianos. Ambas tienen efectos significativos (sobre todo la tonalidad) y de signo

positivo, como cabría esperar: al aumentar el valor de los dos parámetros analíticos

aumenta también la puntuación recibida por los vinos en la variable sensorial intensidad

del color.

El coeficiente de correlación múltiple obtenido es superior al observado en el modelo

de la calidad del color, y ronda, en porcentaje, el 54 %,

Tabla 5.137.Análisis de regresión múltiple para la intensidad del color y variables analíticas, con losvinos de Aragón y Navarra. Modelo final

Variable dependiente: intensidad del colorVariablesindependientesConstanteTonalidadAntocianos

R2 55,39%R2-aj. 53,98%


ES:EAM:

Errorestándar0,1907580,0030750,0003490,4756440,387466

EstadísticoT

11,66597,65232,3912

ED-W:

ValorP

0,00000,00000,0198

0,901

En la tabla 5.138 se comprueba que existe una relación lineal entre la intensidad del

color sensorial y las dos variables explicativas, a cualquier nivel de significación.

Tabla 5.138.Análisis de regresión múltiple para la intensidad del color y variables analíticas, con losvinos de Aragón y Navarra. Análisis de la varianza


Suma deCuadrados

17,699614,252931,9525

Grados delibertad

36265


EstadísticoF

39,1174

ValorP

0,0000


;

Astringencia

Finalmente analizamos la astringencia. Las variables analíticas consideradas en este

caso han sido los once parámetros enológicos comunes, más el 2,3-butanodiol y el

glicerol, alcoholes ambos caracterizados, junto al etanol, por aportar a los vinos las

sensaciones en boca de untuosidad y aterciopelado, sensaciones que, principio, pueden

interaccionar y mitigar la astringencia provocada por los taninos.

Los resultados aparecen en las tablas 5.139 y 5.140. Los parámetros que entran en el

modelo son el índice de polifenoles totales, el pH y la alcalinidad de las cenizas.

Tabla 5.139.Análisis de regresión múltiple para la astringencia y variables analíticas, con los vinos deAragón y Navarra. Modelo final

Variable dependiente: astringenciaVariablesindependientesConstanteI.P.T.Ale. ceniz.pH

R2 43,50%R2-aj. 40,77%


-0,011387-0,0307490,484590

ES:EAM:

Errorestándar0,3446730,0019050,0067370,1299450,2154860,166057

EstadísticoT

6,4696-5,9771-4,56453,7292

ED-W:

ValorP

0,00000,00000,00000,0004

1,975

El primero es el parámetro con mayor importancia en el modelo, y tiene un efecto

negativo, como cabría esperar (figura A5.17): al aumentar el contenido polifenólico en

los vinos la sensación de astringencia se muestra de una forma más agresiva y por lo

tanto, es menos valorada por los catadores.

A continuación está el pH, con efecto positivo. A mayor pH, las calificaciones en la

astringencia tienden también a ser mayores. Como ya se ha descrito repetidamente el pH

se correlaciona negativamente con el parámetro analítico acidez total. Por lo tanto, se

puede concluir que, conforme mayor es la acidez de los vinos menor es la valoración de

la astringencia. Expresado de otra forma, se podría decir que la acidez de los vinos

incrementa la sensación agresiva de rasposidad, de astringencia producida en la boca por

dichos vinos.


La alcalinidad de las cenizas tiene un efecto bastante menos significativo que los

anteriores parámetros explicativos.

Los coeficientes de determinación obtenidos son superiores a 0,40. La bondad del

ajuste se puede observar en la figura A5.18.

Tabla 5.140.Análisis de regresión múltiple para la astringencia y variables analíticas, con los vinos deAragón y Navarra. Análisis de la varianza



Grados delibertad

36265


EstadísticoF

15,9142

ValorP

0,0000

5.6.2.2.- VINOS DE ARAGÓN

Pasamos ahora a estudiar los datos correspondientes a los vinos de Aragón. Primero

se analizan la impresión global, así como la calidad del sabor y la calidad del aroma, las

dos variables sensoriales que definen el modelo que predice la impresión global de estos

vinos (ver tabla 5.102, en el apartado 5.5). Posteriormente se analizan el resto de

variables sensoriales evaluadas en la ficha de cata.

En todos los análisis de regresión realizados se parte inicialmente de las mismas

variables analíticas indicadas en el apartado anterior.

Impresión global

En las tablas 5.141 y 5.142, y en las figuras A5.19 y A5.20 se muestran los resultados

obtenidos al analizar la impresión global.

El modelo obtenido logra explicar cerca del 60 % de la variabilidad total contenida en

los datos de impresión global.


De las 38 variables potenciales únicamente cuatro entran a formar parte del modelo.

Son, en orden de importancia, los siguientes: alcohol isobutílico, 2-feniletanol, acidez

total y grado alcohólico.

Tabla 5.141.Análisis de regresión múltiple para la impresión global y variables analíticas, con losvinos de Aragón. Modelo final

Variable dependiente: impresión globalVariablesindependientesConstanteAle. isobutílico2-feniletanolGrado alcohólicoAcidez total

R2 61,94%R2-aj. 57,32%


-0,0094860,0029180,087003

-0,124975ES:

EÀM:

Errorestándar0,4124820,0018360,0006900,0243660,0379610,2140750,154635

EstadísticoT

6,2788-5,16734,22753,5707

-3,2922ED-W:

ValorP

0,00000,00000,00020,00110,0024

2,260

Tabla 5.142.Análisis de regresión múltiple para la impresión global y variables analíticas, con losvinos de Aragón. Análisis de la varianza



Grados delibertad

43337

Cuadradosmedios

0,6152200,045828

EstadísticoF

13,4246

ValorP

0,0000

Los dos últimos también aparecían en el modelo obtenido al analizar todos los datos

(tabla 5.123), presentando el mismo efecto que en el obtenido para los datos de Aragón,

el grado alcohólico, positivo, y la acidez total, negativo.

El alcohol isobutílico tiene un efecto negativo. Este compuesto es un alcohol superior

que aporta notas aromáticas de marcado carácter vinoso, al igual que el alcohol

isoamílico, que forma parte del modelo obtenido al analizar todos los datos.

Por su parte, el 2-feniletanol tiene un efecto positivo. Este alcohol ofrece notas

florales, fundamentalmente de rosa, en el aroma de los vinos.


Calidad del sabor

Al analizar la calidad del sabor como variable dependiente (tablas 5.143 y 5.144,

figuras A5.21 y A5.22) se obtienen unos resultados más pobres que al analizar la

impresión global. El modelo que se obtiene permite explicar algo más del 30 % de la

variabilidad total.

Tabla 5.143.Análisis de regresión múltiple para la calidad del sabor y variables analíticas, con losvinos de Aragón. Modelo final

Variable dependiente: calidadVariablesindependientesConstanteAcidez totalAle. ceniz.

R2 35,02%R2-aj. 31,31%


-0,189251-0,030952

ES:EAM:

Errorestándar0,4447770,0489830,0104110,2685730,188109


T9,7182

-3,8636-2,9731

ED-W:

ValorP

0,00000,00050,0053

1,176

Las dos variables analíticas que entran en el modelo son la acidez total y la alcalinidad

de las cenizas, ambas con efecto negativo. Como ya se describió al analizar todos los

datos, la calidad del sabor de los vinos es peor calificada por los catadores a medida que

aumenta su acidez analítica.

La relación entre la variable dependiente y las variables explicativas es lineal, como se

observa en la tabla 5.144.

Tabla 5.144.Análisis de regresión múltiple para la calidad del sabor y variables analíticas, con losvinos de Aragón. Análisis de la varianza



Calidad del aroma

A continuación se analiza el modelo obtenido para la calidad del aroma (tablas 5.145

y 5.146, figuras A5.23 y A5.24). Las variables que definen el modelo son tres: el alcohol

isoamílico, el grado alcohólico y el acetato de metilo.

Tabla 5.145.Análisis de regresión múltiple para la calidad del aroma y variables analíticas, con losvinos de Aragón. Modelo final

Variable dependiente: calidad del aromaVariablesindependientesConstanteAle. isoamílicoGrado alcohólicoAcetato de metilo

R2 32,25%R2-aj. 26,27%


-0,0029650,118958

-0,025902ES:

EAM:

Errorestándar0,4172470,0009140,0397920,0118450,3006030,234009

EstadísticoT

6,5141-3,24362,9895

-2,1867ED-W:

ValorP

0,00000,00260,00520,0357

1,480

Los dos primeros aparecían también en el modelo prédictive de la calidad del aroma

obtenido al analizar todos los datos conjuntamente y el sentido de sus efectos sigue

siendo el mismo, negativo en el caso del alcohol isoamílico y positivo en el caso del

grado alcohólico.

El ester acético del metanol tiene un efecto de carácter negativo, bastante menos

significativo que los dos parámetros anteriores.

Tabla 5.146.Análisis de regresión múltiple para la calidad del aroma y variables analíticas, con losvinos de Aragón. Análisis de la varianza


Suma deCuadrados

1,462483,072324,53480

Grados delibertad

33437


EstadísticoF

5,39487

ValorP

0,0038

Los coeficientes de determinación obtenidos son bajos, del orden de 0,3.


Intensidad del aroma

Lo mismo ocurre al analizar la intensidad del aroma (tablas 5.147 y 5.148, figuras

A5.25 y A5.26). El succinato de dietilo y el acetato de etilo definen este modelo,

mostrando ambos un efecto positivo.

Tabla 5.147.Análisis de regresión múltiple para la intensidad del aroma y variables analíticas, con losvinos de Aragón. Modelo final

Variable dependiente: intensidad del aromaVariablesindependientesConstanteSuccinato de dietiloAcetato de etilo

R2 32,46%R2-aj. 28,59%


ES:EAM:

Errorestándar0,1123130,0051100,0012440,1944160,135927

EstadísticoT

22,59813,39063,1228

ED-W:

ValorP

0,00000,00170,0036

2,298

Tabla 5.148.Análisis de regresión múltiple para la intensidad del aroma y variables analíticas, con losvinos de Aragón. Análisis de la varianza



Grados delibertad

23537


EstadísticoF

8,4086

ValorP

0,0010

Calidad del color

Al emplear la calidad del color como variable dependiente ninguna de las cuatro

variables explicativas potenciales (intensidad colorante, tonalidad, índice de polifenoles

totales y contenido en antocianos totales) llega a entrar en el modelo.


Pasamos, por lo tanto, a estudiar la intensidad del color. Los resultados se muestran

en las tablas 5.149 y 5.150, y en las figuras A5.27 y A5.28. De los cuatro parámetros

anteriormente citados, únicamente queda dentro del modelo la tonalidad.


Su efecto es, lógicamente, positivo.

El modelo alcanza a explicar alrededor del 40 % de la variabilidad total de la

intensidad del color.

Tabla 5.149.Análisis de regresión múltiple para la intensidad del color y variables analíticas, con losvinos de Aragón. Modelo final

Variable dependiente: intensidad del colorVariablesindependientesConstanteTonalidad

R2 41,22%R2-aj. 39,58%


ES:EAM:

Errorestándar0,3204840,0052440,5133040,397684

EstadísticoT

7,28395,0241

ED-W:

ValorP

0,00000,0000

0,901

Tabla 5.150.Análisis de regresión múltiple para la intensidad del color y variables analíticas, con losvinos de Aragón. Análisis de la varianza



16,13600

Grados delibertad

13637


EstadísticoF

25,2416

ValorP

0,0000

Astringencia

El modelo predictivo obtenido al utilizar la astringencia como variable dependiente

(tablas 5.151 y 5.152, figuras A5.29 y A5.30) muestra unos coeficientes de

determinación bastante aceptables, rondando el valor 0,5.

Al igual que cuando considerábamos el conjunto de todos los datos, al analizar los

datos de Aragón se observa que variables analíticas indicativas de la concentración de

materia colorante (en este caso, la intensidad colorante y el índice de polifenoles totales)

tienen un efecto negativo. Es decir, al aumentar el contenido polifenólico la sensación de

astringencia parece mostrarse de forma más acusada.

300 RELACIONES ANALÍT1CO-SENSORIALES

Lo contrario ocurre con el grado alcohólico. El etanol parece mitigar en cierta medida

dicha sensación de astringencia o rasposidad.

Tabla 5.151.Análisis de regresión múltiple para la astringencia y variables analíticas, con los vinos deAragón. Modelo final

Variable dependiente: astringenciaVariablesindependientesConstanteIntensidad coloranteI.P.T.Grado alcohólicoAle. ceniz.

R2 53,73%R2-aj. 48,13%


-0,030659-0,0076380,066764

-0,017817ES:

EAM:

Errorestándar0,4044580,0104780,0027000,0261940,0088750,2328290,183376

EstadísticoT

6,7881-2,9261-2,82902,5488

-2,0076ED-W:

ValorP

0,00000,00620,00790,01560,0529

2,195

Tabla 5.152.Análisis de regresión múltiple para la astringencia y variables analíticas, con los vinos deAragón. Análisis de la varianza



Grados delibertad

43337


EstadísticoF

9,5816

ValorP

0,0000


Los coeficientes de determinación múltiple obtenidos con la intensidad del sabor

(tablas 5.153 y 5.154, figuras A5.31 y A5.32) como variable dependiente también son

bastante apreciables. No obstante, analizado los efectos, se aprecian resultados un tanto

contradictorios.

Así, mientras que parece lógico que el alcohol isobutílico muestre un efecto positivo,

como se describió también cuando al considerar todos los datos, la acidez total muestra

un efecto negativo. No resulta comprensible que a mayor acidez total, las puntuaciones

de la intensidad del sabor vayan disminuyendo. En cualquier caso el efecto de la acidez

total es el menos significativo en el modelo obtenido.


Tabla 5.153.Análisis de regresión múltiple para la intensidad del sabor y variables analíticas, con losvinos de Aragón. Modelo final

Variable dependiente: intensidad del saborVariablesindependientesConstante1 -propanolAcetato de metiloAle. isobutílicoAcidez total

R2 55,83%R2-aj. 50,47%


-0,0075060,0239130,004466

-0,078735ES:

EAM:

Errorestándar0,2452980,0023210,0080060,0016780,0342820,1818250,148260

EstadísticoT

13,6847-3,23442,98712,6606

-2,2967ED-W:

ValorP

0,00000,00280,00530,01190,0281

1,666

Tabla 5.154.Análisis de regresión múltiple para la intensidad del sabor y variables analíticas, con losvinos de Aragón. Análisis de la varianza


Suma deCuadrados

1,378901,091002,46990

Grados delibertad

43337


EstadísticoF

10,4271

ValorP

0,0000

Acidez

Por último en las tablas 5.155 y 5.156, y en las figuras A5.33 y A5.34, se presentan

los resultados obtenidos con la variable sensorial acidez. El modelo es similar al obtenido

al considerar el conjunto de todos los datos.

Tabla 5.155.Análisis de regresión múltiple para la acidez y variables analíticas, con los vinos deAragón. Modelo final

VariablesindependientesConstanteAcidez total

R2 32,15%R2-aj. 30,26%

VariableCoeficienteestimado3,352201

-0,154466ES:

EAM:

dependiente:Error

estándar0,2453140,0374040,2133730,159109

acidezEstadístico

T13,6650-4,1297

ED-W:

ValorP

0,00000,0002

1,220


La variable acidez total es la única que entra en el modelo y su efecto es negativo: el

gusto ácido de los vinos de Aragón es menos valorado a medida que la acidez analítica

de los mismos aumenta.

Tabla 5.156. -Análisis de regresión múltiple para la acidez y variables analíticas, con los vinos deAragón. Análisis de la varianza



Grados delibertad

13637


EstadísticoF

17,0543

ValorP

0,0002

5.6.2.3.- VINOS DE NAVARRA

Pasamos ahora a estudiar los análisis de regresión realizados con los datos de

Navarra. Como en los casos anteriores, primero se describen los resultados

correspondientes a la impresión global y a las variables sensoriales que en mayor medida

la explican, que, de acuerdo a lo observado en el apartado 5.5, son la calidad del sabor y

la acidez. Posteriormente se estudian el resto de variables sensoriales.

Impresión global

En las tablas 5.157 y 5.158 y en las figuras A5.35 y A5.36 se presentan los resultados

obtenidos al emplear la impresión global como variable dependiente.

El programa informático obliga a que el número de variables explicativas potenciales

que se introducen inicialmente en el análisis sea, como máximo, igual al número de

individuos o muestras menos uno. Se han estudiado un total de 36 variables analíticas y

el número de individuos (vinos) en el caso de Navarra es de 28. Por lo tanto es necesario

excluir inicialmente 9 variables analíticas, para partir así de un total de 27. Para ello,

acudimos a la tabla A3.25 en la que se muestran las correlaciones lineales entre las

variables sensoriales y las analíticas, para los vinos de Navarra. En dicha se 'han


identificado las 9 variables analíticas que presentan los menores coeficientes de

correlación con la impresión global y que, por lo tanto, es muy probable que no formen

parte del modelo de regresión que explique la impresión global.

Estas 9 variables excluidas del análisis son las siguientes: alcalinidad de las cenizas,

intensidad del color, antociaños totales, acetaldehido, 1-pentanol, 2,3-butanodiol, alcohol

isobutílico, 2-feniletanol y rH. Analicemos entonces los resultados obtenidos con el resto

de variables analíticas.

El modelo obtenido consta de cinco variables y logra explicar alrededor del 70 % de

la variabilidad total de la impresión global.

Tabla 5.157.Análisis de regresión múltiple para la impresión global y variables analíticas, con losvinos de Navarra. Modelo final

Variable dependiente: impresión globalVariablesindependientesConstanteAle. isoamílicoTonalidadDecanoato de etiloGrado alcohólico1-butanol

R2 73,79%R2-aj. 67,83%


-0,0040950,010586

-1,2878100,125514

-0,289410ES:

EAM:

Errorestándar0,5978910,0009700,0026820,4500830,0447500,1063830,2310050,151783

EstadísticoT

3,4322-4,22174,0492

-2,86132,8048

-2,7205ED-W:

ValorP

0,00240,00040,00050,00910,01030,0125

1,793

Tres de las cinco variables, el alcohol isoamílico, la tonalidad y el grado alcohólico,

aparecían ya en el modelo obtenido al analizar la totalidad de los datos (el grado

alcohólico forma parte también del modelo predictivo de la impresión global de los datos

de Aragón), con los mismos efectos, negativo el primer compuesto, y positivo los otros

dos parámetros.

Los otros dos compuestos del modelo son los componentes volátiles minoritarios 1-

butanol y decanoato de etilo, ambos con efecto negativo. El primero es un alcohol de

fusel que aporta notas aromáticas de tipo alcohólico, aunque su significación real en el

aroma no parece que sea demasiado significativa. El segundo compuesto es un ester que

en principio contribuye al aroma de los vinos con notas de carácter frutal y dulzón.

.304 RELACIONES ANALÍTICO-SENSORIALES

En la tabla 5.158 se comprueba que la relación entre la impresión global y las cinco

variables explicativas es lineal para cualquier nivel de significación.

Tabla 5.158.Análisis de regresión múltiple para la impresión global y variables analíticas, con losvinos de Navarra. Análisis de la varianza



Grados delibertad

52227

Cuadradosmedios

0,6609560,053363

EstadísticoF

12,3860

ValorP

0,0000

Calidad del sabor

En el caso de la calidad del sabor (y del resto de variables sensoriales que se analizan

posteriormente) se parte de los mismos compuestos que en los apartados 5.6.2.1 y

5.6.2.2. Los resultados obtenidos se muestran en las tablas 5.159 y 5.160, y las figuras

A5.37yA5.38.

Tabla 5.159.Análisis de regresión múltiple para la calidad del sabor y variables analíticas, con losvinos de Navarra. Modelo final

Variable dependiente: calidadVariablesindependientesConstanteGrado alcohólicoAle. isoamílico2,3-butanodiol

R2 53,77%R2-aj. 48,00%


-0,004635-0,001409

ES:EAM:

Errorestándar0,6866330,0653940,0011960,0005300,2938710,223389


T1,63474,3972

-3,8754-2,6573

ED-W:

ValorP

0,11520,00020,00070,0138

1,897

Se obtienen unos coeficientes de determinación bastante apreciables, del orden de 0,5.

Entran tres variables en el modelo, que aparecían también cuando se analizaban todos los

datos conjuntamente: el grado alcohólico, el alcohol isoamílico y el 2,3-butanodiol.

El primero es el más importante y vuelve a mostrar un efecto positivo, mientras que

los otros dos compuestos presentan efectos negativos.


Tabla 5.160.Análisis de regresión múltiple para la calidad del sabor y variables analíticas, con losvinos de Navarra. Análisis de la varianza


Suma deCuadrados2,41115 .2,072654,48380

Grados delibertad

32427

Cuadradosmedios

0,8037160,086360

EstadísticoF

9,30653

ValorP

0,0003

Acidez

En cuanto a la acidez (tablas 5.161 y 5.162, figuras A5.39 y A5.40), se repiten los

resultados obtenidos en los apartados anteriores. La única variable que entra en el

modelo es la acidez total, con coeficiente negativo. Los coeficientes de determinación

obtenidos son pobres.

Tabla 5.161.Análisis de regresión múltiple para la acidez y variables analíticas, con los vinos deNavarra. Modelo final

Variable dependiente: acidezVariablesindependientesConstanteAcidez total

R2 22,96%R2-aj. 20,00%


-0,169811ES:

EAM:

Errorestándar0,3717450,0610000,3328630,236158

EstadísticoT

10,8851-2,7838

ED-W:

ValorP

0,00000,0099

1,755

Tabla 5.162.Análisis de regresión múltiple para la acidez y variables analíticas, con los vinos deNavarra. Análisis de la varianza


Suma deCuadrados

0,858102,879013,73712

Grados delibertad

12627


EstadísticoF

7,7494

ValorP

0,0099


Calidad e intensidad del aroma

Analicemos ahora el resto de variables sensoriales. En las tablas 5.163 a 5.166 y en las

figuras A5.41 a A5.44, se presentan los resultados correspondientes a las variables

sensoriales del aroma, calidad e intensidad.

En ambas variables sensoriales el único parámetro sensorial que entra a formar parte

de los modelos es el grado alcohólico. En ambos casos su efecto es positivo.

Los coeficientes de determinación obtenidos son más bien bajos, sobre todo en el caso

de la intensidad del aroma.

Tabla 5.163.Análisis de regresión múltiple para la calidad del aroma y variables analíticas, con losvinos de Navarra. Modelo final

Variable dependiente: calidadVariablesindependientesConstanteGrado alcohólico

R2 35,23 %R2-aj. 32,73%

Coeficienteestimado-0,8851980,315474

ES:EAM:

Errorestándar1,0083410,0838990,4875020,389950

del aromaEstadístico

T-0,87793,7602

ED-W:

ValorP

0,38810,0009

1,233

Tabla 5.164.Análisis de regresión múltiple para la calidad del aroma y variables analíticas, con losvinos de Navarra. Análisis de la varianza



Grados delibertad

12627


EstadísticoF

14,1388

ValorP

0,0009

Tabla 5.165.Análisis de regresión múltiple para la intensidad del aroma y variables analíticas, con losvinos de Navarra. Modelo final

Variable dependiente: intensidad del aromaVariablesindependientesConstanteGrado alcohólico

R2 18,69%R2-aj. 15,56%


ES:EAM:

Errorestándar0,5812550,0483630,2810190,229989

EstadísticoT

2,43022,4444

ED-W:

ValorP

0,02230,0216

1,752


Tabla 5.166.Análisis de regresión múltiple para la intensidad del aroma y variables analíticas, con losvinos de Navarra. Análisis de la varianza



Grados delibertad

12627


EstadísticoF

5,9753

ValorP

0,0216

Calidad del color

Al analizar la calidad del color (tablas 5.167 y 5.168, figuras A5.45 y A5.46) se

obtiene un modelo similar al correspondiente al conjunto total de datos, con unos

coeficientes de correlación superiores. Las tres variables analíticas logran explicar

alrededor del 50 % de la variabilidad contenida en los datos de la calidad del color de los

vinos de Navarra.

Tabla 5.167.Análisis de regresión múltiple para la calidad del color y variables analíticas, con losvinos de Navarra. Modelo final

Variable dependiente: calidadVariablesindependientesConstanteI.P.T.Intensidad coloranteTonalidad

R2 55,53%R2-aj. 49,97%


-0,0865540,010577

ES:EAM:

Errorestándar0,1804340,0055240,0209770,0035430,2459270,177549


T14,08874,5074

-4,12612,9853

ED-W:

ValorP

0,00000,00010,00040,0064

1,551

Tabla 5.168.Análisis de regresión múltiple para la calidad del color y variables analíticas, con losvinos de Navarra. Análisis de la varianza


Suma deCuadrados

1,812311,451523,26383

Grados delibertad

32427

Cuadradosmedios

0,6041050,060480

EstadísticoF

9,9885

ValorP

0,0002



El modelo obtenido para la intensidad del color lo definen los parámetros índice de

polifenoles totales y tonalidad, y muestra los mayores coeficientes de determinación

múltiple obtenidos hasta el momento (tablas 5.169 y 5.170, figuras A5.47 y A5.48). Las

dos variables analíticas logran explicar o predecir más del 80 % de la variabilidad

contenida en el atributo sensorial intensidad del color.

Ambos parámetros muestran un efecto positivo.

El análisis de la varianza indica que la relación lineal entre la variable dependiente y las

independientes es significativa para cualquier nivel de significación.

Tabla 5.169.Análisis de regresión múltiple para la intensidad del color y variables analíticas, con losvinos de Navarra. Modelo final

Variable dependiente: intensidad del colorVariablesindependientesConstanteI.P.T.Tonalidad

R2 83,34%R2-aj. 82,01%


ES:EAM:

Errorestándar0,2205360,0062010,0032590,3199650,247106

EstadísticoT

6,69485,83604,0694

ED-W:

ValorP

0,00000,00000,0004

0,814

Tabla 5.170.Análisis de regresión múltiple para la intensidad del color y variables analíticas, con losvinos de Navarra. Análisis de la varianza



15,3675

Grados delibertad

22527


EstadísticoF

62,5533

ValorP

0,0000


Astringencia

En las tablas 5.171 y 5.172, y en las figuras A5.49 y A5.50 se presentan los resultados

correspondientes a la astringencia.

Tabla 5.171.Análisis de regresión múltiple para la astringencia y variables analíticas, con los vinos deNavarra. Modelo final

Variable dependiente: astringenciaVariablesindependientesConstanteI.P.T.Grado alcohólico

R2 46,56%R2-aj. 42,29%


-0,0143250,119763

ES:EAM:

Errorestándar0,3536560,0031210,0348000,1613110,129620

EstadísticoT

5,1692-4,59033,4414

ED-W:

ValorP

0,00000,00010,0020

2,091

El índice de polifenoles totales y el grado alcohólico permiten predecir más del 40 %

de la astringencia. Como ya se describe en páginas anteriores un aumento del índice de

polifenoles totales se ve acompañado por un descenso de las calificaciones de la

astringencia. Lo contrario ocurre con el grado alcohólico.

Tabla 5.172.Análisis de regresión múltiple para la astringencia y variables analíticas, con los vinos deNavarra. Análisis de la varianza


Suma deCuadrados

0,566840,650531,21738

Grados delibertad

22527


EstadísticoF

10,8919

ValorP

0,0004


Finalmente, en las tablas 5.173 y 5.174, y en las figuras A5.51 y A5.52, se presenta el

modelo obtenido al analizar la intensidad del sabor como variable dependiente.

Se obtienen unos coeficientes de determinación múltiple relativamente elevados, que

rondan el valor de 0,65.


Tabla 5.173.Análisis de regresión múltiple para la intensidad del sabor y variables analíticas, con losvinos de Navarra. Modelo final

Variable dependiente: intensidad del saborVariablesindependientesConstanteTonalidadMetanol

R2 66,48%R2-aj. 63,80%


-0,002655ES:

EAM:

Errorestándar0,1129750,0014980,0008350,1498980,113969

EstadísticoT

27,83466,9574

-3,1794ED-W:

ValorP

0,00000,00000,0039

2,045

Dos variables entran en el modelo, la tonalidad con efecto positivo y el metanol, con

efecto negativo.

La interpretación del efecto de la tonalidad ya se explicó cuando se analizaban

conjuntamente todos los datos.

La presencia y efecto del segundo parámetro es difícilmente explicable. No obstante

su efecto es mucho menos significativo que el del primer parámetro.

Tabla 5.174.Análisis de regresión múltiple para la intensidad del sabor y variables analíticas, con losvinos de Navarra. Análisis de la varianza


Suma deCuadrados

1,114330,561741,67607

Grados delibertad

22527


EstadísticoF

24,7965

ValorP

0,0000

A continuación se estudian los resultados obtenidos al analizar los datos de cada una

de las variedades por separado.

En primer lugar hay que indicar que no se estudian todas las variables sensoriales.

Como variables dependientes, únicamente se emplean, además de la impresión global,

aquellos parámetros sensoriales que, en apartado 5.5. (ver tabla 5.120), se muestran

como los más importantes a la hora de explicar o predecir dicha impresión global.


En los primeros párrafos del punto 5.6.2.3 se indica el hecho de que el número de

variables explicativas iniciales de las que se parte en un determinado análisis de regresión

múltiple paso a paso debe ser, como máximo, igual al número de individuos (vinos)

analizados menos uno.

Ahora, al analizar separadamente los datos de cada variedad, dicho número de

individuos se reduce en gran medida, siendo de siete vinos en el caso de la variedad Rubí

Cabernet, nueve en el de Graciano y diez en las cinco variedades restantes.

Por lo tanto, antes de llevar a cabo el análisis de regresión es necesario seleccionar las

variables explicativas (analíticas) que participan en dicho análisis. Para ello acudimos a

las tablas A3.32 a A3.38 donde se muestran los resultados del análisis de correlación

lineal que relacionan las variables sensoriales y las analíticas, en cada variedad. Las

variables analíticas que se seleccionan para dada análisis de regresión son las que

muestran mayores coeficientes de correlación con la variable sensorial que corresponda,

y que por lo tanto, son las que previsiblemente mejor permitirán explicar o predecir dicha

variable sensorial.

5.6.2.4.- VINOS DE GRACIANO

Además de la impresión global los parámetros sensoriales que se han estudiado como

variables dependientes son la calidad del sabor y la intensidad del color, los dos atributos

que en el apartado 5.5 definen el modelo que explica la impresión global.

Impresión global

En las tablas 5.175 y 5.176 se presentan los resultados correspondientes a la

impresión global. De acuerdo a lo explicado con anterioridad, y acudiendo a la tabla

A3.26, las 8 variables analíticas de las que se ha partido son las cenizas, succinato de

dietilo, I.P.T., 2,3-butanodiol, extracto seco, tonalidad, y-butirolactona y 2-feniletanol.


I

De estas variables únicamente entra en el modelo el contenido en cenizas (variable

cuya correlación lineal con la impresión global es la más alta de todas las correlaciones,

como se puede comprobar en la tabla A3.32). Por sí sólo, el parámetro cenizas logra

explicar alrededor del 85 % de la variabilidad contenida en los datos de la impresión

global. Su efecto es positivo (ver figura A5.53), al aumentar el contenido en cenizas

aumenta la calificación de la impresión global de los vinos de Graciano.

Tabla 5.175.Análisis de regresión múltiple para la impresión global y variables analíticas, con losvinos de Graciano. Modelo final

Variable dependiente: impresión globalVariablesindependientesConstanteCenizas

R2 87,07%R2-aj. 85,22%


ES:EAM:

Errorestándar0,1053130,0631010,0808850,063145

EstadísticoT

15,29996,8659

ED-W:

ValorP

0,00000,0002

2,537

Se observa además que tanto el error estándar como el error absoluto medio son bajos

en relación a los obtenidos al analizar conjuntamente todos los datos y los de cada una de

las dos zonas.

Como se puede comprobar en la tabla 5.176 la relación entre ambas variables es lineal

a un nivel de confianza del 99,9 %.

En la figura A5.54 se puede observar la bondad del ajuste. Los valores observados se

distribuyen bastante cerca de la recta correspondiente a los valores predichos por la

ecuación del modelo obtenido.

Tabla 5.176.Análisis de regresión múltiple para la impresión global y variables analíticas, con losvinos de Graciano. Análisis de la varianza



f

Calidad del sabor

Veamos ahora los resultados obtenidos con la calidad del sabor como variable

dependiente (tabla 5.177 y 5.178, figuras A5.55 y A5.56).

Las 8 variables analíticas seleccionadas inicialmente para la realización de este análisis,

de acuerdo a los coeficientes de correlación de la tabla A3.26 y excluyendo los

compuestos volátiles minoritarios, son las siguientes: cenizas, I.P.T., extracto seco, 2,3-

butanodiol, alcalinidad de las cenizas, antocianos, alcohol isoamílico y tonalidad. Se

observa que algunas coinciden con las indicadas al analizar la impresión global, lo que

resulta lógico si recordamos que los catadores han identificado en gran medida la

impresión global de los vinos con la calidad de su sabor, como se describe repetidamente

en el apartado 5.5.

El contenido en cenizas, acompañado del 2,3-butanodiol, es de nuevo el parámetro

más importante en el modelo obtenido. Las dos variables muestran efectos positivos.

Los coeficientes de determinación múltiple muestran un valor similar al obtenido con

la impresión global, rondando el 85 %.

Tabla 5.177.Análisis de regresión múltiple para la calidad del sabor y variables analíticas, con losvinos de Graciano. Modelo final

Variable dependiente: calidad del saborVariablesindependientesConstanteCenizas2,3-butanodiol

R2 87,77%R2-aj. 83,70%


ES:EAM:

Errorestándar0,5578360,1262060,0005500,0731440,052862

EstadísticoT

0,56754,97212,4984

ED-W:

ValorP

0,59090,00250,0466

2,514

Tabla 5.178.Análisis de regresión múltiple para la calidad del sabor y variables analíticas, con losvinos de Graciano. Análisis de la varianza





obtenidos con la intensidad del color como variable dependiente. Se ha partido de las

mismas variables analíticas que en los casos anteriores, es decir, las 4 características

cromáticas: la intensidad colorante, la tonalidad, el I.P.T. y el contenido en antocianos.

Tabla 5.179.Análisis de regresión múltiple para la intensidad del color y variables analíticas, con losvinos de Graciano. Modelo final

Variable dependiente: intensidad del colorVariablesindependientesConstanteIntensidad colorante

R2 56,79%R2-aj. 50,62%


ES:EAM:

Errorestándar0,3348980,0279500,2518230,187726

EstadísticoT

9,35973,0331

ED-W:

ValorP

0,00000,0190

2,331

Tabla 5.180.Análisis de regresión múltiple para la intensidad del color y variables analíticas, con losvinos de Graciano. Análisis de la varianza



Grados delibertad

178


EstadísticoF

9,2000

ValorP

0,0190

El modelo obtenido está definido únicamente por la intensidad colorante, que alcanza

a explicar alrededor del 50 % de la intensidad del color sensorial. El efecto de la

intensidad colorante es, lógicamente, positivo. Los catadores califican con mayores

puntuaciones en la intensidad del color aquellos vinos que efectivamente tienen mayores

valores en la variable analítica intensidad colorante.

Hay que recordar, no obstante, que el parámetro sensorial intensidad del color

muestra un efecto negativo sobre la impresión global (ver tabla 5.120). Por lo tanto, en

lo referente a la calidad o impresión global de los vinos de Graciano, aquellos con una

alta intensidad colorante aparecen peor puntuados que los vinos con menor intensidad

colorante, al menos en el rango de intensidades colorantes observadas en estos vinos (los

vinos de Graciano, junto con los de Rubí Cabernet, muestran muy altos valores en todas


las características cromáticas). En cualquier caso el efecto de la variable sensorial

intensidad del color sobre la impresión global es mucho menos significativo que el de la

calidad del sabor.

5.6.2.5.- VINOS DE TEMPRANILLO

En los vinos de Tempranillo las dos variables sensoriales analizadas son la impresión

global y la acidez, que es el único atributo sensorial que define el modelo explicativo de

la primera (ver tabla 5.120 en el apartado 5.5).

Impresión global

En el caso de la impresión global (tablas 5.181 y 5.182, figuras A5.59 y A5.60) las 9

variables analíticas de las que se parte inicialmente, de acuerdo a los coeficientes de

correlación lineal presentados en la tabla A3.27, son las siguientes: y-butirolactona,

I.P.T., pH, tonalidad, cenizas, octanoato de etilo, alcalinidad de las cenizas, hexanoato

de etilo y antocianos totales.

Tabla 5.181.Análisis de regresión múltiple para la impresión global y variables analíticas, con losvinos de Tempranillo. Modelo final

Variable dependiente: impresión globalVariablesindependientesConstantey-butirolactona

R2 60,66%R2-aj. 55,74%


-0,037321ES:

EAM:

Errorestándar0,1228980,0106260,1725030,114400

EstadísticoT

24,9082-3,5123

ED-W:

ValorP

0,00000,0079

2,814

En el modelo únicamente logra entrar la y-butirolactona que logra explicar alrededor

del 55 % de la impresión global. Su efecto es negativo. Al aumentar el contenido en g-

butirolactona aumentan las calificaciones de la impresión global.


En la figura A5.50 se observa que algunos de los valores observados se alejan

bastante de la recta de los valores predichos.

Tabla 5.182.Análisis de regresión múltiple para la impresión global y variables analíticas, con losvinos de Tempranillo. Análisis de la varianza



Grados delibertad

189


EstadísticoF

12,3365

ValorP

0,0079

Acidez

Al analizar la variable sensorial acidez se obtienen mejores resultados (tablas 5.183 y

5.184, figuras A5.61 y A5.62). Los parámetros analíticos de los que se ha partido son los

mismos que en casos anteriores: el pH, la acidez total, el grado alcohólico, el extracto

seco, las cenizas, la alcalinidad de las cenizas y el rH.

En el modelo únicamente entra la variable cenizas, con un coeficiente de

determinación múltiple ajustado del 65,54 %.

Tabla 5.183.Análisis de regresión múltiple para la acidez y variables analíticas, con los vinos deTempranillo. Modelo final

VariablesindependientesConstanteCenizas

R2 69,37%R2-aj. 65,54%

Variable dependiente:Coeficiente Errorestimado estándar1,518533 0,2621080,521026 0,122405

ES: 0,159104E AM: 0,113209

acidezEstadístico

T5,79354,2566

ED-W:

ValorP

0,00040,0028

2,616

• El efecto es positivo. Al aumentar el contenido en cenizas de los vinos aumenta la

valoración hedónica de la acidez de los mismos. En la tabla A3.27 se observa que la

acidez sensorial se correlaciona de forma significativa y positiva tanto con las cenizas

(coef. corr. = 0,8329) como con el pH (coef. corr. = 0,8329). A su vez las cenizas,y el


pH se correlacionan entre sí, como se puede comprobar en la tabla 5.48 y en la figura

A4.2d (coef. corr. = 0,9350). Anibos parámetros parecen contener por lo tanto la misma

información y es por ello que el pH no entra a formar parte del modelo de regresión. En

cualquier caso se puede concluir que al aumentar el pH (y por lo tanto, al disminuir la

acidez total) aumenta la calificación de la acidez de los vinos, lo que se ha descrito

también en casos anteriores.

En la tabla 5.184 se observa que la relación entre la acidez sensorial y el contenido en

cenizas es lineal, a un nivel de significación de 0,01.

Tabla 5.184.Análisis de regresión múltiple para la acidez y variables analíticas, con los vinos deTempranillo. Análisis de la varianza



Grados delibertad

189

Cuadradosmedios0,458650,0253 1

EstadísticoF

18,1184

ValorP

0,0028

5.6.2.6.- VINOS DE GARNACHA

De acuerdo al modelo de regresión obtenido en el apartado 5.5 las variables

sensoriales a estudiar en los vinos de Garnacha son, además de la impresión global, la

calidad del sabor, la acidez, la calidad e intensidad del color y la intensidad del sabor.

Lo primero que hay que indicar es que en los casos de la impresión global, la calidad

del sabor, y la calidad del color, al emplear el método 'forward" para selección de las

variables regresoras, ninguna de las variables iniciales logra entrar a formar parte del

modelo final. Los modelos aquí presentados se han obtenido mediante el método de

selección 'backward". La diferencia entre un método y otro ya se ha descrito con

anterioridad.


En el caso de la acidez no se ha obtenido modelo alguno con ninguno de los dos

métodos de selección.

Impresión global

Una vez hecho este inciso, comencemos con los resultados obtenidos al emplear el

parámetro impresión global como variable dependiente (tablas 5.185 y 5-. 186, y figuras

A5.63 y A5.64).

Tabla 5.185.Análisis de regresión múltiple para la impresión global y variables analíticas, con losvinos de Garnacha. Modelo final

Variable dependiente: impresión globalVariablesindependientesConstante1 -propanolAcetato de metiloExtracto seco2,3-butanodiolGrado alcohólicorHCenizasAle. ceniz.

R2 99,88%R2-aj. 98,89%


-0,1671900,1767880,015080

-0,943324-0,408831-0,455317-0,161518

ES:EAM:

Errorestándar0,7508780,0063040,0084440,0090210,0009950,0679740,0374380,0437180,0168900,0234870,005489

EstadísticoT

8,157020,3542

-19,800619,598115,1539

-13,8777-10,9203-10,4148-9,5627

ED-W:

ValorP

0,07770,03130,03210,03250,04190,04580,05810,06090,0663

2,479

Las variables analíticas de las que se ha partido para la realización de este análisis de

regresión, de acuerdo a la tabla A3.28, son las siguientes: alcalinidad de las cenizas,

acetato de metilo, 1-propanol, acetato de isobutilo, extracto seco, rH, grado alcohólico,

2,3-butanodiol y cenizas. Como ya se ha indicado, mediante el método "forward"

ninguna de estas nueve variables entra en el modelo, lo cual resulta comprensible al

comprobar que en lo que respecta a la impresión global el coeficiente de correlación más

alto que se observa en la tabla A3.28, que relaciona el citado parámetro sensorial con la

alcalinidad de las cenizas, tiene un valor bastante bajo (0,4090).

Mediante la opción "backward" todas las variables iniciales, excepto el acetato de

isobutilo, entran a formar parte del modelo final de regresión. De acuerdo al coeficiente


de determinación múltiple ajustado este modelo logra explicar cerca del 99 % de la

variabilidad total de la impresión global.

El valor de los errores (estándar y absoluto medio) es muy bajo.

No obstante, atendiendo a lo.s valores P, se observa el nivel de significación es inferior

a 0,05 únicamente en las cinco primeras variables.

El efecto de tres de ellas (1-propanol, extracto seco y 2,3-butanodiol) es positivo,

mientras que el de las otras dos (acetato de metilo y grado alcohólico) es negativo.

El efecto observado ahora en el grado alcohólico es el contrario al descrito en

modelos anteriores. En los vinos de Garnacha al aumentar su contenido alcohólico la

calificación de su impresión global se ve disminuida. Hay que recordar que los vinos de

Garnacha muestran un elevado grado alcohólico (entre 12,86 % y 14,90 %).

Tabla 5.186.Análisis de regresión múltiple para la impresión global y variables analíticas, con losvinos de Garnacha. Análisis de la varianza



Grados delibertad

819


EstadísticoF

101,607

ValorP

0,0756

Finalmente en la tabla 5.186 se puede comprobar que, a un nivel de significación de

0,05, la relación entre la impresión global y las variables analíticas regresoras no es

absolutamente lineal puesto que el valor P es superior a dicho nivel de significación.

Calidad del sabor

Los resultados obtenidos con la calidad del sabor como variable dependiente (tablas

5.187 y 5.188, y figuras A5.65 y A5.66) son muy similares a los obtenidos anteriormente

con la impresión global, lo que es lógico dado el alto grado de identificación observado

entre ambos atributos sensoriales. Se ha partido de los mismos parámetros analíticos que

en el caso anterior (sustituyendo el acetato de isobutilo por el pH). Los coeficientes de


correlación entre estos compuestos y la calidad del sabor son también bajos (el mayor

tiene un valor de 0,4876 y corresponde de nuevo a la alcalinidad de las cenizas) por lo

que el método "fordward" no aporta ningún resultado.

Tabla 5.187. .Análisis de regresión múltiple para la calidad del sabor y variables analíticas, con losvinos de Garnacha. Modelo final

Variable dependiente: calidadVariablesindependientesConstante1 -propanolPH2,3-butanodiolCenizasGrado alcohólicorHAle. ceniz.Acetato de metilo

R2 99,29%R2-aj. 93,59%

Coeficienteestimado

35,9553840,114687

10,1828200,027276

-7,498015-4,409569-1,023721-0,359753-0,037938

ES:EAM:

Errorestándar6,4667610,0170640,0170640,0045431,2670700,7555800,1940040,0737260,0085440,0477170,013039


T5,56006,72096,02646,0039

-5,91765,8360

-5,2768-4,8796-4,4404

ED-W:

ValorP

0,11330,09400,10470,10510,10660,10800,11920,12870,1410

2,353

Mediante el método "backward" todas las variables quedan dentro del modelo final

excepto el extracto seco. Sin embargo ninguna de ellas resulta significativa a un nivel de

significación de 0,05.

El modelo obtenido explica más del 93 % de la variabilidad total contenida en la

calidad del sabor. De nuevo tanto el error estándar como el error absoluto medio son

muy bajos.

Finalmente el análisis de la varianza indica que, a un nivel de significación de 0,05, no

existe relación lineal entre la calidad del sabor y las variables explicativas.

Tabla 5.188.Análisis de regresión múltiple para la calidad del sabor y variables analíticas, con losvinos de Garnacha. Análisis de la varianza



Grados delibertad

189


EstadísticoF

17,4239

ValorP

0,1808


Calidad del color

Veamos ahora los resultados obtenidos con la calidad del color (tablas 5.189 y 5.190,

y figuras A5.67 y A5.68). En la tabla A3.28 se observa que los coeficientes de

correlación entre esta variable sensorial y las cuatro características cromáticas

consideradas en este análisis de regresión (intensidad colorante, tonalidad, I.P.T.,

antocianos) son muy bajos.

Tabla 5.189.Análisis de regresión múltiple para la calidad del color y variables analíticas, con losvinos de Garnacha. Modelo final

Variable dependiente: calidadVariablesindependientesConstanteI.P.T.Tonalidad

R2 42,07%R2-aj. 25,51%


ES:EAM:

Errorestándar0,3788410,0051580,0036230,1301290,094089


T7,47162,18572,0853

ED-W:

ValorP

0,00010,06510,0755

2,044

Mediante la opción 'backward" quedan dentro del modelo la tonalidad y el I.P.T, que

logran explicar únicamente el 25,51 % de la variación total de la calidad del color.

Ambos parámetros analíticos tienen efectos positivos (la calidad del color aumenta al

aumentar el valor de la tonalidad y el I.P.T.), aunque, ninguno de los dos son

significativos (valores P superiores al nivel de significación 0,05).

El análisis de la varianza no permite concluir que exista una relación lineal entre la

variable calidad del color y las dos variables explicativas.

Tabla 5.190.Análisis de regresión múltiple para la calidad del color y variables analíticas, con losvinos de Garnacha. Análisis de la varianza

Fuentes Suma de Grados de Cuadrados Estadístico Valorde variación Cuadrados libertad medios F PModelo 0,08607 2 0,04304 2,5414 0,1480Residual 0,11854 7 0,01693Total (corregido) 0,20461 9_

322 RELACIONES ANALÍTICOSENSOR1ALES


En el caso de la intensidad del color (tablas 5.191 y 5.192, y figuras A5.69 y A5.70)

los resultados son algo mejores. Mediante el método "fordward", de las cuatro variables

iniciales, entra en el modelo la tonalidad que explica cerca del 50 % de la intensidad del

color sensorial. Su efecto es significativo y, lógicamente de signo positivo. No obstante,

en la figura A5.69 se observa que hay puntos bastante alejados de la recta.-

Tabla 5.191.Análisis de regresión múltiple para la intensidad del color y variables analíticas, con losvinos de Garnacha. Modelo final

Variable dependiente: intensidad del colorVariablesindependientesConstanteTonalidad

R2 54,09%R2-aj. 48,35%


ES:EAM:

Errorestándar0,2060120,0037580,2267260,173821

EstadísticoT

13,10043,0699

ED-W:

ValorP

0,00000,0153

2,662

Además la bondad del ajuste no es excesivamente buena (figura A5.70), aunque la

relación entre ambas variables se puede considerar lineal, de acuerdo al análisis de la

varianza.

Tabla 5.192.Análisis de regresión múltiple para la intensidad del color y variables analíticas, con losvinos de Garnacha. Análisis de la varianza


Suma deCuadrados

0,484460,411240,89570

Grados delibertad

189


EstadísticoF

9,4245

ValorP

0,0153

RESULTADOS V DISCUSIÓN 323


Por último se analiza la intensidad del sabor (tablas 5.193 y 5.194, y figuras A5.71 y

A5.72). Las variables analíticas de las que se ha partido son, de acuerdo a los

coeficientes de correlación de la tabla A3.28 (excluyendo los compuestos volátiles

minoritarios), las siguientes: glicerol, acetato de etilo, acetaldehido, I.P.T., cenizas,

antocianos, acetato de metilo, alcohol isoamílico y metanol.

Tabla 5.193.Análisis de regresión múltiple para la intensidad del sabor y variables analíticas, con losvinos de Garnacha. Modelo final

Variable dependiente: intensidad del saborVariablesindependientesConstanteGlicerol

R2 65,07%R2-aj. 60,71%


ES:EAM:

Errorestándar0,1916220,0000210,1340920,110314

EstadísticoT

12,94133,8607

ED-W:

ValorP

0,00000,0048

1,949

En el modelo entra únicamente el glicerol. El coeficiente de determinación múltiple

ajustado supera el valor del 60 %.

El efecto es significativo y de signo positivo: la intensidad del sabor de los vinos de

Garnacha recibe puntuaciones más altas conforme aumenta su contenido en glicerol.

La relación entre ambas variables es lineal, a un nivel de significación de 0,01 (tabla

5.194).

Tabla 5.194.Análisis de regresión múltiple para la intensidad del sabor y variables analíticas, con losvinos de Garnacha. Análisis de la varianza

Fuentes Suma de Grados de Cuadrados Estadístico Valorde variación Cuadrados libertad medios F PModelo 0,26800 1 0,26800 14,9052 0,0048Residual 0,14385 8 0,01798Total (corregido) 0,4118 5 9


5.6.2.7.- VINOS DE MAZUELO

Impresión global y calidad del sabor

En los vinos de Mazuelo los atributos sensoriales analizados son la impresión global y

la calidad del sabor.

De acuerdo a los coeficientes de correlación que se presentan en la tabla A3.29 se han

seleccionado las variables independientes de partida. En las dos variables dependientes

estudiadas las nueve variables analíticas seleccionadas son las mismas: intensidad

colorante, tonalidad, antocianos, grado alcohólico, extracto seco, alcalinidad de las

cenizas, acetaldehido, acetato de etilo y metanol.

Los resultados obtenidos se muestran en las tablas 5.195 a 5.196 y en las figuras

A5.73aA5.76.

En los dos modelos obtenidos únicamente una de las nueve variables entra a formar

parte de los mismos, precisamente aquellas variables que se correlacionan de forma más

significativa con las correspondientes variables sensoriales: el metanol en el caso de la

impresión global (coef. corr. = 0,7819), y la alcalinidad de las cenizas en el caso de la

calidad del sabor (coef. corr. = -0,8414).

Tabla 5.195.Análisis de regresión múltiple para la impresión global y variables analíticas, con losvinos de Mazuelo. Modelo final

Variable dependiente: impresión globalVariablesindependientesConstanteMetanol

R2 61,13%R2-aj. 56,27%


ES:EAM:

Errorestándar0,3482050,0017470,2506480,176104

EstadísticoT

3,10953,5470

ED-W:

ValorP

0,01450,0075

1,850

El metanol logra explicar alrededor del 56 % de la impresión global de los vinos de

Mazuelo. Su efecto es significativo y de signo positivo.


Como se comprueba en la tabla 5.196 la relación entre ambas variables se puede

considerar lineal

Tabla 5.196.Análisis de regresión múltiple para la impresión global y variables analíticas, con losvinos de Mozuelo. Análisis de la varianza



Grados delibertad

189


EstadísticoF

12,5813

ValorP

0,0075

En el caso de la calidad del sabor el coeficiente de determinación múltiple ajustado

obtenido es superior al anterior y ronda el 67,14 %.

El efecto de la alcalinidad de las cenizas sobre la calidad del sabor es significativo y de

signo negativo.

El análisis de la varianza indica que la relación entre ambas variables es lineal, a un

nivel de significación de 0,01.

Tabla 5.197.Análisis de regresión múltiple para la calidad del sabor y variables analíticas, con losvinos de Mazuelo. Modelo final

Variable dependiente: calidadVariablesindependientesConstanteAle. ceniz.

R2 70,79%R2-aj. 67,14%


-0,103181ES:

EAM:

Errorestándar0,5617820,0234340,1925790,131257


T8,2253

-4,4030ED-W:

ValorP

0,00000,0023

1,438

Tabla 5.198.Análisis de regresión múltiple para la calidad del sabor y variables analíticas, con losvinos de Mazuelo. Análisis de la varianza



Grados delibertad

189


EstadísticoF

19,3861

ValorP

0,0023


5.6.2.8.- VINOS DE MERLOT

En los vinos de Merlot las variables sensoriales consideradas, además de la impresión

global, son la calidad del sabor y la acidez.

En el caso de la acidez no se ha podido obtener ningún modelo ni mediante la opción

"forward", ni mediante la opción "backward".

Impresión global


correspondientes a la impresión global.

Las nueve variables analíticas consideradas inicialmente, atendiendo los coeficientes

de correlación de la tabla A3.30, son estas: 2,3-butanodiol, ácido isovaleriánico, g-

butirolactona, butirato de etilo, hexanóato de etilo, decanoato de etilo, acetato de etilo,

laurato de etilo, y octanoato de etilo. Se observa que todos los coeficientes de

correlación tiene signo negativo y que el más elevado corresponde al 2,3-butanodiol.

Es precisamente este compuesto el único que entra a formar parte del modelo final,

logrando explicar algo más del 56 % de la variación total de la impresión global.

Tabla 5.199.Análisis de regresión múltiple para la impresión global y variables analíticas, con losvinos de Merlot. Modelo final

Variable dependiente: impresión globalVariablesindependientesConstante2,3-butanodiol

R2 60,98%R2-aj. 56,11 %


-0,001435ES:

EAM:

Errorestándar0,2293640,0004060,2221940,167536

EstadísticoT

14,7920-3,5362

ED-W:

ValorP

0,00000,0077

1,951

El efecto del 2,3-butanodiol tiene un signo negativo y es significativo.

La relación entre este compuesto y la variable dependiente impresión global es lineal,

como se puede comprobar en la tabla 5.200.


Tabla 5.200.Análisis de regresión múltiple para la impresión global y variables analíticas, con losvinos de Merlot. Análisis de la varianza



Grados delibertad

189


EstadísticoF

12,5049

ValorP

0,0077

Calidad del sabor

En el caso de la calidad del sabor (tablas 5.201 y 202, y figuras A5.79 y A5.80) los

resultados son muy similares. No obstante los nueve parámetros de los que se ha partido,

al excluir previamente los compuestos volátiles minoritarios, no son los mismos: 2,3-

butanodiol, I.P.T., acetato de etilo, extracto seco, alcalinidad de las cenizas, cenizas,

glicerol, intensidad colorante y acetato de metilo.

El compuesto 2,3-butanodiol es, de nuevo, el único que define el modelo final. Su es

significativo, y también de signo negativo. El coeficiente de determinación múltiple

ajustado es menor que en el modelo anterior.

Tabla 5.201.Análisis de regresión múltiple para la calidad del sabor y variables analíticas, con losvinos de Merlot. Modelo final

Variable dependiente: calidad del saborVariablesindependientesConstante2,3-butanodiol

R2 45,07%R2-aj. 38,20%


-0,001156ES:

EAM:

Errorestándar0,2549960,0004510,2470250,176580

EstadísticoT

12,3325-2,5619

ED-W:

ValorP

0,00000,0335

1,747

Tabla 5.202.Análisis de regresión múltiple para la calidad del sabor y variables analíticas, con losvinos de Merlot. Análisis de la varianza


Suma deCuadrados

0,400510,488170,88868

Grados delibertad

189


EstadísticoF

6,5634

ValorP

0,0335


/

5.6.2.9.- VINOS DE RUBÍ CABERNET

En los vinos de Rubí Cabernet las variables sensoriales a analizar, de acuerdo a lo

observado en el apartado 5.5, son la impresión global, la acidez y la intensidad del color.

En el caso de la intensidad del color no se ha obtenido ningún modelo de regresión, ni

con la opción de selección "forward", ni con la "backward".

Impresión global

En las tablas 5.203 y 5.204, y en las figuras A5.81 y A5.82, se muestran los resultados

correspondientes a la impresión global.

Las seis variables analíticas de partida son, atendiendo a la tabla A3.31, las siguientes:

alcohol isoamílico, acetato de metilo, rH, succinato de dietilo, extracto seco y alcalinidad

de las cenizas.

Tabla 5.203.Análisis de regresión múltiple para la impresión global y variables analíticas, con losvinos de Rubí Cabernet. Modelo final

Variable dependiente: impresión globalVariablesindependientesConstanteAle. isoamílicorH

R2 90,16%R2-aj. 85,23%

Coeficienteestimado-1,3360050,014843

-0,243478ES:

EAM:

Errorestándar1,8472830,0038310,0833770,0935640,057348

EstadísticoT

-0,72323,8744

-2,9202ED-W:

ValorP

0,50960,01790,0432

2,490

El modelo obtenido está definido por dos variables explicativas, el alcohol isoamílico

y el rH, que logran explicar el 85,23 % de la variabilidad total de la impresión global. Los

efectos de ambas variables son significativos.

En el caso del alcohol isoamílico, que es la variable con mayor peso en el modelo, se

observa, contrariamente a lo descrito en casos anteriores, que tiene un efecto positivo.


La impresión global aumenta al aumentar el contenido en alcohol isoamílico (ver figura

A5.81).

En este sentido hay que indicar varios hechos: los vinos de Rubí Cabernet son los

menos valorados en la impresión global, el contenido en alcohol isoamílico de todos los

vinos de esta variedad es muy alto y el rango de concentraciones en este compuesto es

muy pequeño, oscilando entre cerca de 370 mg/1 y casi 400 mg/1 (ver tabla 5.15) y, por

último el número de vinos disponibles es únicamente de siete, lo que no permite

establecer conclusiones firmes.

Así, al analizar un mayor número de vinos y con un rango de concentraciones en este

compuesto más amplio, se observa que, como cabe esperar, el alcohol isoamílico tiene un

efecto negativo sobre la impresión global, como se puede comprobar al estudiar los

resultados correspondientes a la totalidad de los datos (tabla 5.123 y figura A5.1) y a los

de Navarra (tabla 5.157 y figura A5.35).

Tabla 5.204.Análisis de regresión múltiple para la impresión global y variables analíticas, con losvinos de Rubí Cabernet. Análisis de la varianza



Grados delibertad

246


EstadísticoF

18,3162

ValorP

0,0097

La tabla 5.204 indica que la relación entre la impresión global y las dos variables

explicativas es lineal a un nivel de significación de 0,01.

Acidez

En las tablas 5.205 y 5.206, y en las figuras A5.83 y A5.84 se muestran los resultados

correspondientes a la acidez.

De las siete variables analíticas consideradas en el resto de análisis de regresión

realizados con la acidez como variable respuesta o dependiente (pH, acidez total, grado

alcohólico, extracto seco, cenizas, alcalinidad de las cenizas y el rH) se ha excluido el


parámetro cenizas, por ser, de los siete compuestos, el que menos se correlaciona con la

acidez (tabla A3.31).

Tabla 5.205.Análisis de regresión múltiple para la acidez y variables analíticas, con los vinos de RubíCabernet. Modelo final

VariablesindependientesConstanterHGrado alcohólico

R2 89,71%R2-aj. 84,56%

VariableCoeficiente

estimado3,176322

-0,2066700,065829

ES:EAM:

dependiente:Error

estándar0,5751380,0414980,0307880,0490370,029745

acidezEstadístico

T5,5227

-4,98022,1381

ED-W:

•Valor

P0,00520,00760,0993

1,888

Dos variables entran en el modelo, el rH, con efecto negativo, y el grado alcohólico,

con efecto positivo. El coeficiente de correlación múltiple ajustado alcanza, en

porcentaje, el valor 84,56.

Existe una relación lineal entre la acidez y ambas variables, a un nivel de significación

de 0,05 (tabla 5.206).

Tabla 5.206.Análisis de regresión múltiple para la acidez y variables analíticas, con los vinos de RubíCabernet. Análisis de la varianza



Grados delibertad

246


EstadísticoF

17,4318

ValorP

0,0106


5.6.2.10.- VINOS DE CABERNET SAUVIGNON

Las variables sensoriales analizadas en los vinos de Cabernet Sauvignon son la

impresión global, la calidad del sabor, la acidez y la intensidad del sabor.

Impresión global y calidad del sabor

En los casos de la impresión global (tablas 5.207 y 5.208, figuras A5.85 y A5.86) y la

calidad del sabor (tablas 5.209 y 5.210, figuras A5.87 y A5.88) los resultados son

similares.

En los dos modelos obtenidos participa una única variables analítica, el I.P.T., con un

efecto positivo. Al aumentar el valor del I.P.T. en los vinos de Cabernet Sauvignon

aumentan las calificaciones obtenidas por dichos vinos tanto en la impresión global como

en la calidad del sabor.

El coeficiente de determinación múltiple ajustado es algo superior en el modelo de la

impresión global que en el de la calidad del sabor.

En ambos modelos se puede constatar que existe una relación lineal entre la variable

dependiente y la explicativa.

Las nueve variables empleadas en cada análisis de regresión, según los coeficientes de

correlación presentes en la tabla A3.32, son las siguientes: en el caso de la impresión

global, I.P.T., acidez total, 2-feniletanol, pH, antocianos, acetaldehido, intensidad

colorante, glicerol y alcohol isobutílico; en el caso de la calidad del sabor, I.P.T., acidez

total, acetaldehido, intensidad colorante, pH, 2,3-butanodiol, alcohol isobutílico, 1-

propanol y metanol. Se puede comprobar que el I.P.T. es el compuesto que más se

correlaciona tanto con la impresión global (coef. corr. = 0,7854) como con la calidad del

sabor (coef. corr. = 0,7292), por lo que resulta comprensible que sea la única variable

analítica que define ambos modelos de regresión.


Tabla 5.207.Análisis de regresión múltiple para la impresión global y variables analíticas, con losvinos de Cabernet Sauvignon. Modelo final

Variable dependiente: impresión globalVariablesindependientesConstanteI.P.T.

R2 61,68%R2-aj. 56,89%


ES:EAM:

Errorestándar0,1733870,0044730,1862690,125560

EstadísticoT

9,78643,5885

ED-W:

ValorP

0,00000,0071

3,217

Tabla 5.208.Análisis de regresión múltiple para la impresión global y variables analíticas, con losvinos de Cabernet Sauvignon. Análisis de la varianza



Grados delibertad

189


EstadísticoF

12,8771

ValorP

0,0071

Tabla 5.209.Análisis de regresión múltiple para la calidad del sabor y variables analíticas, con losvinos de Cabernet Sauvignon. Modelo final

Variable dependiente: calidadVariablesindependientesConstanteI.P.T.

R2 53,18%R2-aj. 47,33%


ES:EAM:

Errorestándar0,1800710,0046460,1934490,146365


T9,49383,0144

ED-W:

ValorP

0,00000,0167

2,918

Tabla 5.210.Análisis de regresión múltiple para la calidad del sabor y variables analíticas, con losvinos de Cabernet Sauvignon. Análisis de la varianza



Grados delibertad

189


EstadísticoF

9,0866

ValorP

0,0167


Acidez

Los resultados obtenidos en el análisis de regresión múltiple paso a paso con la acidez

como variable dependiente se muestran en las tablas 5.211 y 5.212 y en las figuras A5.89

y A5.90.

Las variables analíticas de partida empleadas son las mismas siete variables

consideradas en casos anteriores.

Tabla 5.211.Análisis de regresión múltiple para la acidez y variables analíticas, con los vinos deCabernet Sauvignon. Modelo final

VariablesindependientesConstantepH

R2 77,06%R2-aj. 74,19%

Variable dependiente:Coeficiente Errorestimado estándar0,150278 0,4357220,680919 0,131343

ES: 0,128378EAM: 0,016481

acidezEstadístico

T0,34495,1843

ED-W:

ValorP

0,73910,0008

2,592

Únicamente el pH logra entrar en el modelo, explicando más del 74 % de la acidez

sensorial.

El efecto del pH es claramente significativo y tiene un signo positivo, lo que resulta

coherente con lo observado anteriormente: la valoración hedónica de la acidez aumenta

al aumentar el pH de los vinos, y por lo tanto, disminuir su acidez total, dado que ambas

variables analíticas están altamente correlacionadas (con signo negativo) entre sí, como

se puede comprobar en la figura A4.2c.

Esta alta correlación explica que la acidez total no entre en el modelo, cuando en la

tabla A3.32 (y en las figuras A4.7e y A4.7f) se observa que, al igual que el pH, está muy

correlacionada con la acidez sensorial (correlación de signo negativo). Ambas variables

parecen contener la misma información (aunque con sentido contrario) y por lo tanto su

participación conjunta en el modelo resultaría redundante.

En la tabla 5.212 se puede comprobar que la relación entre la acidez sensorial y el pH

es claramente lineal, a un nivel de significación de 0,001.


Tabla 5.212.Análisis de regresión múltiple para la acidez y variables analíticas, con los vinos deCabernet Sauvignon. Análisis de la varianza


Suma deCuadrados0,44295 .0,131850,57480

Grados delibertad

189


EstadísticoF

26,8766

ValorP

0,0008


Los parámetros analíticos considerados inicialmente en el análisis de la intensidad del

sabor (tablas 5.213 y 5.214, figuras A5.91 y A5.92) son: tonalidad, alcalinidad de las

cenizas, intensidad colorante, acetato de metilo, metanol, 1-propanol, rH, alcohol

isobutílico y cenizas.

Como en otras ocasiones en el modelo final entra únicamente una variable explicativa,

precisamente la que más se correlaciona con la intensidad del sabor (tabla A3.32 y figura

A4.7m), la tonalidad, en este caso.

Tabla 5.213.Análisis de regresión múltiple para la intensidad del sabor y variables analíticas, con losvinos de Cabernet Sauvignon. Modelo final

Variable dependiente: intensidad del saborVariablesindependientesConstanteTonalidad

R2 81,82%R2-aj. 79,55%


ES:EAM:

Errorestándar0,2366370,0050280,1421720,110897

EstadísticoT

7,54656,0003

ED-W:

ValorP

0,00010,0003

2,683

El coeficiente de correlación múltiple ajustado obtenido es bastante alto, cercano, en

porcentaje al 80 %.

El efecto de la tonalidad es claramente significativo y tiene un signo positivo: al

aumentar la tonalidad de los vinos aumenta la puntuación recibida en la intensidad del

sabor de los mismos.


Finalmente, en la tabla 5.214 se puede comprobar que la relación entre ambas

variables es lineal, a un nivel de significación de 0,001.

Tabla 5.214.Análisis de regresión múltiple para la intensidad del sabor y variables analíticas, con losvinos de Cabernet Sauvignon. Análisis de la varianza


Suma deCuadrados

0,727750,161700,88945

Grados delibertad

189


EstadísticoF

36,0041

ValorP

0,0003

5.6.3.- SÍNTESIS

En la tabla 5.215 se resumen los análisis de regresión anteriormente descritos, y

realizados con la totalidad de los datos, y con los datos de cada zona, con cada uno de

los nueve atributos sensoriales como variables dependientes y los distintos parámetros

analíticos empleados en cada caso y que ya se han especificado en las páginas

precedentes.

En las tablas 5.216 a 5.221 se resumen los modelos obtenidos al emplear los datos de

cada variedad por separado y con algunas de las variables sensoriales estudiadas

(impresión global, calidad del sabor, acidez, calidad e intensidad del color). Se incluyen

algunos modelos no descritos anteriormente, con la acidez (Graciano), la calidad del

color (Graciano, Tempranillo, Mazuelo, Merlot y Cabernet Sauvignon) y la intensidad

del color (Tempranillo, Mazuelo, Merlot y Cabernet Sauvignon) como variables

dependientes. Se han incluido por considerar que los resultados que ofrecen son

interesantes. Los resultados obtenidos al analizar los datos de cada variedad por

separado han de interpretarse con cautela, ya que el número de vinos incluidos en cada

análisis se reduce en gran medida.

En todas las tablas se muestran los compuestos que definen los distintos modelos de

regresión obtenidos y el signo de su efecto y su significatividad (ver el cuadro indicativo

336 RELACIONES ANALÍT1CO-SENSOR1ALES

presentado a continuación), así como el coeficiente de regresión múltiple ajustado, los

errores estándar y absoluto medio y los valores F y P de los respectivos análisis de la

varianza.

Tamaño valor P$$ < 0,0005

$$ < 0,0010

é P < o.oosotf < 0,0500

tf < o,mo

A continuación se comentan fundamentalmente los resultados sintetizados en la tabla

5.215, correspondientes al análisis del conjunto de todos los datos y de los datos de cada

una de las zonas por separados. Se discuten sobre todo los correspondientes a la

impresión global, por entender que es el parámetro que expresa la calidad de los vinos

estudiados.

Comenzando entonces con la impresión global, en la tabla 5.215 se puede constatar

que el grado alcohólico aparece en los tres casos estudiados, mostrando siempre un

efecto de signo positivo. Por lo tanto, parece que el aumento del grado alcohólico de los

vinos se traduce en una mejor calificación de la impresión global de los mismos. Casp y

Bernabeu (1987e) observan también este efecto del grado alcohólico sobre la impresión

global en vinos tintos de la D.O. Valencia.

A su vez la acidez total, que participa en los modelos correspondientes a la totalidad

de los datos y a los de Aragón, muestra un efecto contrario: la impresión global

desciende al aumentar la acidez total de los vinos.

Otros compuestos que parecen importantes a la hora de definir la calidad de los vinos

estudiados son los alcoholes de fusel, el alcohol isobutílico en el caso de los vinos de

Aragón, y el alcohol isoamílico en los otros dos casos. Ambos compuestos muestran una

influencia de signo negativo. Como ya se ha indicado con anterioridad altas

concentraciones de los alcoholes de fusel, superiores a 300 mg/1 según Colagrande y col.

(1988), dan lugar a aromas de un carácter vinoso agresivo, picante y poco agradable


(Nykänen, 1986). Shinohara (1984) fija en 400 mg/1 el umbral sensorial de la suma de los

alcoholes superiores n-propanol, isobutílico e isoamílico.

Otro parámetro destacable es la tonalidad, que forma parte de los modelos referentes

a la totalidad de los vinos y a los de Navarra. En ambos casos el efecto es positivo.

Como ya se ha indicado este parámetro analítico está muy correlacionado con la

intensidad colorante, que se relaciona en gran medida con el contenido en antocianos.

Por todo ello se puede concluir que estas características cromáticas de los vinos son unas

variables analíticas cuyo control se hace necesario en la búsqueda de vinos de calidad.

Hay que indicar el precedente de Castino (1989), que en vinos de Barbera obtiene

correlaciones muy destacables, y del mismo signo que las obtenidas en el presente

trabajo, entre el juicio global emitido por los catadores y el grado alcohólico, la acidez

total, la intensidad colorante, polifenoles totales y antocianos.

Tabla 5.215.Resumen de los análisis de regresión múltiple paso a paso para las variables sensoriales ylas analíticas, con todos los vinos y los vinos de cada zona

Variablesanalíticas

(independ.)Int. color.TonalidadI.P.T.AntocianospHAc.totalGrado, ale.Alc.ceniz.IsobutílIsoamíl2,3-btdiolAcetisobutAcetisoam

R2-aj.ESEAMFP

Vinos de Aragón y NavarraVariables sensoriales (dependientes)

Imp.Global

é

P

è

ï?p

55,180,24350,1801

14,340,0000

Cal.Sabor

é

?è

PP

52,640,24820,1943

15,450,0000

Int.Sabor

è

é

34,260,20560,1658

17,940,0000

Acidez

?

35,110,26590,1927

36,170,0000

Cal.Aroma

é

$

p27,07

0,39760,3131

9,0430,0000

Int.Aroma

é

13,040,24840,1931

10,750,0017

Cal.Color

?4

è

30,430,28820,2214

10,480,0000

Int.Color

àé

53,980,47560,3875

39,120,0000

Astring

?è

$

40,770,21550,1661

15,910,0000


Tabla 5.215. (continuación)

Vinos de AragónVariablesanalíticas

(independ.)Int. color.TonalidadI.P.T.Ac. totalGrado ale.Ale. ceniz.IsobutílIsoamílAct. metiloAct. etilo1 -propanolSuccdietil2-feniletan

R2-aj.ESEAMFP

Variables sensoriales (dependientes)Imp. Cal.

Global Sabor.

P Pë

P?

é57,32 31,31

0,2141 0,26860,1546 0,1881

13,42 9,430,0000 0,0005

Int.Sabor

P

é

é

P

50,470,18180,1483

10,430,0000

Acidez

f

30,260,21340,1591

17,050,0002

Cal.Aroma

ë

PP

26,270,30060,2340

5,390,0038

Int.Aroma

4

é

28,590,19440,1359

8,410,0010

Cal.Color

No seobtieneningúnmodelo

nt AstringColor

fè

èí>

39,58 48,130,5133 0,23280,3977 0,183425,24 9,58

0,0000 0,0000

Vinos de NavarraVariablesanalíticas

(independ.)Int. color.TonalidadI.P.T.Ac. totalGrado ale.MetanolIsoamíl2,3-btdiol1-butanolDecanetil

R2-aj. (%)ESEAMFP

Variables sensoriales (dependientes)Imp. Cal.

Global Sabor

é

è è

P Pf

í»?

67,83 48,000,2310 0,29390,1518 0,2234

12,39 9,30650,0000 0,0003

Int.Sabor

é

P

63,800,14990,1140

24,780,0000

Acidez

p

20,000,33290,2362

7,750,0099

Cal.Aroma

é

32,730,48750,3899

14,140,0009

Int.Aroma

ë

15,560,28100,2300

5,980,0216

Cal.Color

Pëé

49,970,24590,1775

9,990,0002

(Stor Astring

é

ë

82,01 42,290,3200 0,16130,2471 0,1296

62,55 10,890,0000 0,0004

é : variables, incluidas en el modelo, con efecto de signo positivo: variables, incluidas en el modelo, con efecto de signo negativo


Lo señalado anteriormente es coherente con el hecho de que los vinos de Garnacha y

de Merlot, los más valorados en la impresión global, muestran, en general, un grado

alcohólico elevado y una acidez total y una tonalidad moderadas. Por su parte, los vinos

de Tempranillo, también apreciados por los catadores, muestran una acidez total baja y

un contenido en los alcoholes dé fusel moderados (lo que también ocurre en los vinos de

Garnacha). Los vinos de Graciano y Mazuelo, poco valorados, destacan por su elevada

acidez total, mientras que los de Rubí Cabernet se caracterizan, entre otras cosas, por

presentar un contenido en los alcoholes de fusel muy elevado.

Tabla 5.216.Resumen de los análisis de regresión múltiple paso a paso para la variable impresiónglobal y las variables analíticas, con los vinos de cada variedad


I.P.T.Grado ale.Ext. secoCenizasAlc.cenizrHAct. metiloMetanol1 -propanol2,3-btdiolIsoamíly-butirolac

R2-aj.ESEAMFP

Variable

Grac Temp

é

P85,22 55,74

0,0809 0,17250,0631 0,1144

47,14 12,340,0002 0,0079

sensorial: impresión global

Variedades

Garn Mazu

?é??fP

éèé

98,89 56,270,0235 0,25060,0055 0,1761101,61 12,580,0756 0,0075

Merl RbCb

f

f»è

56,11 85,230,2222 0,09360,1673 0,0573

12,50 18,320,0077 0,0097

CbSv

4

56,890,18620,1256

12,880,0071

é : variables, incluidas en el modelo, con efecto de signo positivoP : variables, incluidas en el modelo, con efecto de signo negativo

En lo que respecta al grado alcohólico es necesario hacer una pequeña matización. En

la tabla 5.216 se observa que en los vinos de Garnacha el efecto del grado alcohólico es

el contrario al descrito en los párrafos precedentes. Como ya se ha indicado con

anterioridad esto puede deberse al hecho de que en los vinos de Garnacha el rango de

340 RELACIONES ANALlTICO-SENSORIALES

grado alcohólico observado es más bien estrecho y se sitúa en porcentajes en etanol

altos. Al aumentar tanto dicho rango como el número de muestras el efecto del grado

alcohólico es claramente positivo. En cualquier caso, todo parece indicar la existencia de

un grado alcohólico óptimo e intermedio entre los valores mínimo y máximo observados

en los vinos estudiados.

En definitiva, de acuerdo a los resultados obtenidos, en los vinos tintos jóvenes parece

necesario alcanzar un grado alcohólico suficiente, una acidez y una concentración en

alcoholes superiores moderadas y un contenido en sustancias polifenólicas adecuado,

sobre todo las de carácter antociánico.

Todo ello pone de manifiesto la importancia de fijar una fecha de vendimia adecuada.

El grado alcohólico de los vinos.depende fundamentalmente del contenido en azúcares

de la uva vendimiada. Este contenido aumenta progresivamente durante el proceso de

maduración de la uva, mientras que la evolución de los ácidos es la contraria. Por lo

tanto se constata la necesidad de definir un índice de madurez óptimo (relación

azúcares/acidez) para la vendimia. En este sentido Van Rooyen y col. (1984) observan

en vinos de Cabernet Sauvignon y Pinotage que, de cara a definir el momento óptimo de

la vendimia, el uso del índice de madurez ° Balling (sólidos solubles) x pH permite una

mejor estimación de la calidad global de los vinos que el índice ° Balling / acidez total.

La acidez total del vino no depende exclusivamente de la acidez total del mosto del

que procede. La estabilización tartárica, y sobre todo, la fermentación maloláctica dan

lugar a un descenso significativo en la acidez total de los vinos. Por consiguiente es

fundamental dirigir y controlar el proceso de transformación del ácido málico,

caracterizado por un sabor acerbo muy pronunciado y duro, en ácido láctico, mucho más

suave y menos agresivo (Berger, 1992).

Las características cromáticas del vino van ha depender de muchos factores. Durante

el proceso de maduración de la uva se produce una acumulación progresiva de sustancias

polifenólicas, antocianos y taninos, en la piel de los granos. Parece entonces interesante

incluir el estudio de la evolución de estos compuestos durante el proceso de maduración

para la definición del momento de vendimia, como indican Berger (1992) y Venencie y


i

col. (1997). Estos últimos desarrollan un método sencillo de extracción y medida de

compuestos polifenólicos (antocianos e I.P.T.) en la uva, método que facilita el

conocimiento del potencial polifenólico de la misma y la definición de una 'madurez

polifenólica", que junto con los índices de madurez tradicionales permite afinar la

elección del momento adecuado de la vendimia

No obstante, si bien el partir de una materia prima con una elevada calidad

polifenólica es fundamental, el contenido del vino finalmente obtenido en estas sustancias

no tiene por qué corresponder al encontrado en la uva. En este sentido el control del

proceso de vinificación va a ser primordial. Empezando por la operación de despalillado,

la fermentación de vendimia sin despalillar va a provocar un aumento del contenido

polifenólico en los vinos debido a la disolución de sustancias polifenólicas provenientes

del raspón, sustancias incoloras y con caracteres organolépticos diferentes a los de las

sustancias que se encuentran en la piel. Además los raspones fijan los antocianos de la

piel impidiendo su incorporación al mosto en fermentación. Por otro lado el raspón

contiene agua y absorbe alcohol. Todo ello indica la necesidad de realizar un despalillado

previo al encubado (Tullio de Rosa, 1988; Piva y Castellan, 1991).

La operación de estrujado facilita la maceración y la disolución del color al aumentar

la superficie de contacto entre las partes sólidas y líquidas de la uva. En estas fases la

disolución del color corresponde a las sustancias antociánicas, que en vinos jóvenes

como los resultados obtenidos ponen de manifiesto, son los que en mayor medida

interesa extraer. Esta operación debe hacerse de forma cuidadosa puesto que un

estrujado excesivamente vigoroso favorece la extracción de los taninos más astringentes

y amargos (Zoecklein, 1991).

En la fermentación, desde el punto de vista de la disolución del color, los factores a

controlar son la temperatura, la realización de remontados (cómo, con qué frecuencia y

en qué momentos) y la duración del encubado. Los tres aspectos están interrelacionados.

Al aumentar la temperatura de fermentación se incrementa la disolución de las

sustancias colorantes, aumentando la intensidad colorante (antocianos), y de forma más

acusada, el índice de polifenoles totales de los vinos finalmente obtenidos (Arfelli, 1989;

Ubigli, 1990). No obstante se comprueba que el grado alcohólico finalmente alcanzado


depende también de la temperatura de fermentación, siendo mayor conforme menor sea

dicha temperatura. El empleo de altas temperaturas de fermentación, entre 25 y 30 °C,

acelera la transformación de los azúcares, mientras que temperaturas superiores a 30 °C

puede hacer peligrar el desarrollo posterior de la fermentación maloláctica o incluso

provocar una parada de la Fermentación alcohólica (Peynaud, 1993). Por otro lado el

empleo de bajas temperaturas (15-20 °C) obliga a alargar notablemente el encubado si se

quiere agotar el contenido en azúcares del mosto lo que puede dar lugar a vinos muy

alcohólicos o con un alto contenido en taninos. Esto último dependerá también del

número de remontados realizados como se indica a continuación.

La realización de remontados, incrementa la disolución de los compuestos fenólicos y

facilita su homogeneización en el líquido fermentativo. El efecto de los remontados es

más significativo en las primeras etapas de la fermentación, sobre todo en lo que respecta

a la fracción antociánica.

La duración del encubado influye en gran medida en el contenido polifenólico de los

vinos obtenidos, sobre todo en lo que respecta a los taninos. Los compuestos

antociánicos se extraen en las primeras fases de la fermentación, alcanzando un máximo,

disminuyendo y estabilizándose después. Los taninos por contra se disuelven más

lentamente al principio, aumentando progresivamente y de forma continua durante el

encubado (La Notte y col., 1992, 1993a). La realización de encubados largos con o sin

remontados va a favorecer la disolución de taninos (Leone y col., 1984; Arfelli, 1989)

que son necesarios fundamentalmente cuando el destino del vino es su crianza y

envejecimiento en barrica, y no su consumo como vino joven, en el que pueden aportar

una astringencia indeseada. Además la solubilización de la materia polifenólica se ve

impulsada por el etanol producido en la fermentación (Amrani y Glories, 1995) lo que

refuerza lo señalado previamente.

En cuanto a los alcoholes superiores isoamílico e isobutílico su formación se produce

fundamentalmente en el metabolismo de las levaduras, a través de dos vías(McDonald y

col., 1984; Herraiz, 1989). Una catabólica a partir de los aminoácidos presentes en el

medio, y otra anabólica a partir de de los aminoácidos producidos por las levaduras en el

catabolismo de los azúcares. La síntesis de alcoholes superiores está, entonces, muy


relacionada con el crecimiento de la levadura, jugando un papel importante en la

regulación de su metabolismo al facilitar el mantenimiento del balance redox de las

células (Quain, 1988). El contenido en alcoholes superiores va a depender por lo tanto

de la riqueza en aminoácidos del medio, aminoácidos que provendrán del propio mosto y

de la síntesis de las levaduras. En este sentido, Shinohara (1984) señala que las cepas de

Saccharomyces producen más alcoholes superiores que las de Schizosaccharomyces. Por

otra parte, Usseglio-Tomasset (1985), y Casp y Romero (1988) observan que en el curso

de la fermentación alcohólica la producción de alcohol isoamílico e isobutílico se

relaciona linealmente con la producción de etanol.

Resumiendo, y de forma muy genérica, en la elaboración de vinos tintos jóvenes será

necesario realizar un encubado más bien corto, a una temperatura ni excesivamente alta,

que pueda provocar la obtención de un grado alcohólico insuficiente y dificultar la

fermentación maloláctica posterior; ni excesivamente baja, que exija aumentar el tiempo

de encubado con el riesgo consiguiente de aumentar en demasía la extracción de

sustancias de carácter tánico. La temperatura aconsejada para la vinificación en tinto

para vinos jóvenes se sitúa entorno a los 25 °C (Arfelli, 1989; Piva y Castellari, 1991;

Zoeckein, 1991; Berger, 1992; Peynaud, 1993). Será conveniente realizar un número

reducido de remontados breves y sobre todo al principio de la fermentación, cuando el

contenido alcohólico del mosto sea ya suficiente (4-6 % de etanol, según Amati y col.,

1982) pero no excesivo, lo que facilite la disolución de los compuestos antociánicos sin

incrementar demasiado la extracción de los taninos.

Si observamos los modelos de regresión obtenidos con la calidad del sabor como

variable dependiente (tablas 5.215 y 5.217) se comprueba que son muy similares a los

obtenidos para la impresión global, sobre todo en los correspondientes al conjunto de

todos los datos, en el caso de las variedades Garnacha, Merlot y Cabernet Sauvignon.

Esto es lógico dado el gran grado de identificación observado entre la impresión global y

la calidad del sabor. Los parámetros analíticos que explican la calidad del sabor

corresponden en gran medida los que explican o afectan a la calificación de la impresión

global.


Tabla 5.217.Resumen de los análisis de regresión múltiple paso a paso para la calidad del sabor y lasvariables analíticas, con los vinos de cada variedad


I.P.T.pHGrado ale.CenizasAlc.cenizrHAct. metilo1 -propanol2,3-btdiol

R2-aj.ESEAMFP

Grac

è

é

87,770,07310,0529

21,530,0018

Variable sensorial:

Garn

épffp?4é

93,590,04770,0130

17,420,1808

calidad del sabor

Variedades

Mazu

P

56,270,19260,1313

19,390,0023

Merl

f38,20

0,24700,1766

6,560,0335

CbSvè

47,330,19340,1464

9,090,0167

è : variables, incluidas en el modelo, con efecto de signo positivoP : variables, incluidas en el modelo, con efecto de signo negativo

En lo que se refiere a la calidad del aroma (tabla 5.215) los resultados obtenidos son

más bien pobres. En los tres casos estudiados (totalidad de los vinos y vinos de cada

zona por separado) el único parámetro analítico que entra a formar parte del modelo

explicativo de la calidad del aroma es el grado alcohólico, con efecto positivo.

Los coeficientes de correlación múltiple obtenidos son pequeños. Existe una gran

proporción de la variabilidad contenida en los datos de la calidad del aroma que no está

explicada por los parámetros analíticos considerados. Gran parte de estos parámetros

corresponden a esteres de ácidos grasos. Ferreira y col. (1995) indican que dichos

esteres parecen jugar un importante en la conformación del aroma (fundamentalmente en

las notas frutales) de los vinos blancos, y también, aunque en menor medida, en el de los

vinos rosados, mientras que en los vinos tintos jóvenes no encuentran esta relación y

concluyen que en estos vinos deben ser otros los compuestos responsables de las notas

frutales.


Los coeficientes de correlación múltiple obtenidos con la variable astringencia como

variable dependiente (tabla 5.215) son algo superiores a los obtenidos con las variables

del aroma. Lo más destacable es que en los tres modelos considerados la variable más

importante es el I.P.T., que siempre muestra un efecto negativo. Es bien sabido que la

sensación de astringencia se debe a la precipitación con los taninos del vino de las

proteínas y glicoproteínas de la saliva, lo que da lugar a una pérdida de las propiedades

lubricantes de la misma y la consiguiente sensación de rasposidad. Por lo tanto es lógico

que el efecto del I.P.T. tenga signo negativo: al aumentar el contenido en polifenoles

totales aumenta la sensación de rasposidad anteriormente descrita, aumento que, por

parte de los catadores, se traduce en peores puntuaciones en el atributo astringencia.

Así, los vinos de Rubí Cabernet, con los mayores valores en el I.P.T. son los que

menor valoración reciben en el atributo astringencia.

Otras variables que aparecen en los modelos son el grado alcohólico (modelos de

Aragón y de Navarra), la alcalinidad de las cenizas y el pH, y la intensidad del color

(Aragón). El grado alcohólico tiene un efecto positivo. El pH tiene un efecto positivo, la

alcalinidad de las cenizas, negativo; y la intensidad colorante, lógicamente, negativo.

Estos resultados pueden relacionarse con el llamado índice de suavidad, descrito por

Peynaud (1993) como un índice representativo de la armonía gustativa de un vino tinto,

y que se calcula a partir de la ecuación siguiente:

Grado alcohólico - (acidez total + taninos) = índice de suavidad

A partir de éste índice se pueden definir tres tipos de vinos. Los que obtienen un

índice bajo serían vinos de bajo cuerpo y bastos. Aquellos con un índice muy elevado

serían vinos gruesos y de cuerpo. Entre ambos se situarían los vinos suaves.

Se observa que la ecuación anterior guarda cierta coherencia con los resultados

obtenidos en el presente trabajo al analizar la astringencia. Debe existir un equilibrio

entre el contenido en alcohol y la acidez y el contenido en taninos de los vinos. Una alta

acidez incrementa la sensación de dureza y astringencia de los taninos. Por lo tanto un

alto contenido en taninos se podrá soportar si la acidez del vino es débil. A su vez, el


alcohol proporciona vinosidad, calor, e incluso, dulzor, puliendo, redondeando el sabor

del vino y haciendo tolerable el efecto combinado de la acidez y los taninos.

Veamos ahora los resultados obtenidos al analizar la acidez sensorial (tabla 5.215 y

5.218). Al analizar los modelos obtenidos con la totalidad de los datos y con los datos de

cada zona se observa que los coeficientes de correlación múltiple obtenidos son bajos.

No obstante, hay que destacar que en los tres modelos la única variable analítica que

aparece es la acidez total, mostrando un efecto de signo negativo. La valoración

hedónica de la acidez de los vinos es mayor al disminuir la acidez total de los mismos, lo

que se describe también en el apartado 5.5.1, cuando se estudian las correlaciones

lineales entre las variables sensoriales y las analíticas.

Este resultado es coherente con los observados al analizar la impresión global, que ya

se han discutido en las páginas precedentes. Es conveniente recordar que la variable

sensorial acidez, se ha mostrado, junto a la calidad del sabor corno la que en mayor

medida explica la impresión global de los vinos estudiados (apartado 5.5).

Tabla 5.218.Resumen de los análisis de regresión múltiple paso a paso para la variable acidez y lasvariables analíticas, con los vinos de cada variedad

Variable sensorial: acidez


pHGrado ale.CenizasrH

R2-aj.ESEAMFP

Variedades

Grac

é

64,720,14190,1111

15,670,0055

Temp

é

65,540,15910,113218,1180,0028

Garn

No seobtiene

ningún

modelo

Merl RbCb

Noseobtiene é

ningún

modelo t

84,560,04900,0297

17,430,0106

CbSv

é

74,190,12840,0927

26,880,0008

è : variables, incluidas en el modelo, con efecto de signo positivoP : variables, incluidas en el modelo, con efecto de signo negativo


En el apartado 5.4 se determinó que la acidez es el único parámetro sensorial que, en

el análisis de la varianza, permite establecer diferencias significativas entre los vinos de

Aragón y Navarra, siendo más valorados los segundos qué los primeros. Esto concuerda

con el hecho de que la acidez total media de los vinos de Aragón (6,5 g/1) es muy

superior a la de los vinos de'Navarra (5,1 g/1), como se puede comprobar en el apartado

5.2.2.1.1., en el que se observa que la acidez total es la variable analítica que mayor

estadístico F presenta (ver la tabla 5.45) en el análisis de la varianza de todos los datos y

la que mayor peso tiene en el modelo que discrimina las dos zonas (apartado 5.2.2.3 y

tabla 5.53).

A su vez, los vinos de Graciano, Mazuelo y Rubí Cabernet, que son los que, en

general, mayor acidez total presentan, reciben también las peores calificaciones en el

parámetro sensorial acidez.

Como señalan Correa-Gorospe y Polo (1990) la acidez real de los vinos, que depende

del estado de disociación de los ácidos, no se explica únicamente por el parámetro acidez

total, sino que la información aportada por ésta debe complementarse con el pH. En

nuestro caso la aparición de la acidez total y la no inclusión del pH en los tres modelos

incluidos en la tabla 5.215 se puede explicar por la elevada correlación de signo negativo

existente entre ambos parámetros, correlación ya comentada con anterioridad.

Es precisamente el pH el que define los modelos de la acidez sensorial al estudiar los

vinos de Graciano y de Cabernet Sauvignon (tabla 5.218), con coeficientes de

determinación múltiple bastante apreciables. En ambos casos el efecto del pH es de signo

positivo, lo que es coherente con el sentido de la correlación observada entre éste y la

acidez total.

En el caso de los vinos de Tempranillo el parámetro analítico que aparece es el

contenido en cenizas, lo que se explica por la alta correlación existente entre éste y el

pH, mientras que el grado alcohólico, altamente correlacionado con la acidez total (con

signo negativo) está incluido en el modelo de la Rubí Cabernet. Todas las correlaciones

citadas se pueden observar en la tabla 5.48 (apartado 5.2.2.2).


Por último se analizan los resultados correspondientes a los parámetros sensoriales

referentes al color (tablas 5.215, 5.219 y 5.220). En la tabla 5.215 los mejores resultados

se obtienen al analizar los vinos de Navarra. La tonalidad y el I.P.T. permiten explicar el

82 % de la intensidad del color sensorial. Sus efectos son, lógicamente, positivos. Ambas

variables aparecen también en el modelo correspondiente a la calidad del color. En este

modelo participa también la intensidad colorante presentando, a diferencia de los otros

dos parámetros, un efecto de signo positivo. Dada la gran correlación existente entre la

intensidad colorante y la tonalidad cabría pensar que existe un valor máximo y óptimo de

ambos parámetros.

En la tabla 5.219 se observa que la tonalidad y el I.P.T. son las variables que forman

parte de un mayor número de los modelos explicativos de la calidad del color de las

distintas variedades. Siempre muestran un efecto negativo.

Tabla 5.219.Resumen de los análisis de regresión múltiple paso a paso para la variable calidad delcolor y las variables analíticas, con los vinos de cada variedad


Int. color.TonalidadI.P.T.

R2-aj.ESEAMFP

Variable sensorial: calidad del color

Variedades

Grac

é

80,810,08520,0571

34,690,0006

Temp

è51,98

0,30850,2357

10,740,0112

Garn

é4

25,510,13010,0941

2,540,1480

Mazu

è

80,520,20840,157138,19

0,0003

Merl

?

43,420,14920,1184

7,910,0228

RbCbNose

obtiene

ningún

modelo

CbSv

é

36,030,26920,2060

6,070,0391

è ; variables, incluidas en el modelo, con efecto de signo positivoP : variables, incluidas en el modelo, con efecto de signo negativo

La intensidad del color aparece en el modelo de la variedad Merlot, con un efecto

negativo.

Los mejores resultados se obtienen en los casos de la variedad Graciano y la Mazuelo.

En el caso de la variedad Rubí Cabernet, no se logra obtener ningún modelo, ni mediante

el método de selección de variables explicativas "forward", ni con el "backward".


Tabla 5.220.Resumen de los análisis de regresión múltiple paso a paso para la variable intensidad delcolor y las variables analíticas, con los vinos de cada variedad

Variable sensorial: intensidad del color

Variablesanaliticas

Int. color.TonalidadI.P.T.Antocianos

R2-aj.ESEAMFP

Variedades

Grac

é

50,620,25180,1877

9,200,0190

Tëmp

f»p

79,290,17130,1294118,230,0017

Garn

ë

48,350,22670,1738

9,440,0153

Mazu

4

è94,57

0,24220,1424

79,330,0000

Merl RbCb4 Nose

obtiene

ningúnmodelo

67,220,18300,1328

19,450,0023

CbSv

è

96,360,16360,1315239,140,0000

é : variables, incluidas en el modelo, con efecto de signo positivovariables, incluidas en el modelo, con efecto de signo negativo

Las cuatro variables analíticas consideradas en el análisis de los atributos de color

aparecen en el alguno de los modelos explicativos de la intensidad del mismo. Destacan

los modelo de Mazuelo y de Cabernet Sauvignon, con coeficientes de correlación

múltiple ajustado que rondan el 95 %.

Todas las variables explicativas tienen, como cabría esperar, un efecto positivo,

excepto en el caso de Tempranillo, en el que, paradójicamente, la tonalidad y la

intensidad colorante tiene efectos de signo negativo.

CONCLUSIONES

••••»r

CONCLUSIONES 353

Finalmente, en este apartado se exponen las conclusiones de esta memoria de Tesis

Doctoral, formuladas como síntesis de los resultados más relevantes del trabajo

realizado.

1. En la caracterización analítico-varietal de los vinos tintos estudiados se pone de

manifiesto que las variables físico-químicas que mejor permiten explicar las

diferencias existentes entre las variedades de uva son, sobre todo, las características

cromáticas (índice de polifenoles totales, intensidad colorante, tonalidad y contenido

total en antocianos), el grado alcohólico y el contenido en alcohol isoamílico,

parámetros que, en general, no requieren procedimientos de análisis complejos.

2. La variedad que en mayor medida se diferencia de las demás es la Rubí Cabernet,

cuyos vinos se han caracterizado por mostrar unos valores muy elevados en todas

las características cromáticas, destacando en este sentido la intensidad colorante, y

también el contenido en antocianos (en el caso de Navarra); y un alto contenido en

alcohol isoamílico (también en alcohol isobutílico).

3. Las características analíticas más destacables de algunas de las variedades restantes

son: el elevado grado alcohólico de los vinos de Garnacha y de Merlot, la baja

acidez total y los altos pH y alcalinidad de las cenizas de los vinos de Tempranillo, y

el muy superior contenido en varios compuestos volátiles minoritarios de los vinos

de Graciano respecto al resto de variedades. La variedad Graciano muestra además

unos elevados valores en todas las características cromáticas, excepto en el índice de

polifenoles totales. Los vinos de Mazuelo y de Cabernet Sauvignon no muestran

rasgos excesivamente característicos. La Cabernet Sauvignon presenta un elevado

índice de polifenoles totales en los vinos navarros, pero no ocurre los mismo en los

aragoneses.

4. En cuanto a la caracterización analítico-geográfica de los vinos estudiados la

variable con mayor poder diferenciador de las dos zonas estudiadas es la acidez

total. Los vinos de Aragón muestran una acidez total muy superior a los vinos de

Navarra.

354 CONCLUSIONES

5. Otros parámetros que aportan una información importante de cara a la

diferenciación de los vinos de Aragón respecto a los de Navarra son, los

compuestos volátiles 1-butanol y 2-feniletanol, y el contenido total en antocianos.

En general, se ha observado un contenido en 1-butanol y en antocianos superior en

los vinos de Navarra que en los de Aragón. Lo contrario ocurre, salvo en los vinos

de Cabernet Sauvignon, en el caso del 2-feniletanol.

6. La capacidad mostrada por las distintas características cromáticas en la

diferenciación de los vinos de acuerdo a la variedad de uva y a la zona de origen se

constata también cuando se analizan los datos procedentes del análisis de los

compuestos antociánicos mediante HPLC. A falta del estudio de vinos de varias

añadas, se observa que con un reducido número de estos compuestos se logra

discriminar correctamente tanto las variedades de uva como las zonas estudiadas.

En lo que se refiere a la diferenciación varietal destaca el papel jugado por los

derivados acéticos de los monoglucósidos de malvidina y peonidina, junto a los

monoglucósidos de delfinidina y peonidina. Las variedades con mayor contenido en

antocianos son la Rubí Cabernet y la Graciano, mientras que los vinos de

Tempranillo destacan por todo lo contrario.

7. Respecto a la diferenciación zonal los compuestos antociánicos que mejor explican

las diferencias entre los vinos de Aragón y Navarra son los derivados cumáricos de

los monoglucósidos, sobre todo el p-cumarato del monoglucósido de malvidina. El

contenido en este compuesto y en general, en los antocianos totales, es superior en

los vinos de Navarra respecto a los de Aragón.

8. Tras el análisis sensorial de los vinos se observan diferencias entre las variedades de

uva en la mayor parte de los atributos evaluados, destacando en este sentido los

parámetros calidad del sabor e impresión global. En ambos las mejores puntuaciones

medias corresponden a los vinos de Garnacha, seguidos de los vinos de Tempranillo

y de Merlot. Esto se repite en prácticamente todos los parámetros evaluados desde

el punto de vista hedónico restantes, sobre todo en la acidez, calidad del aroma y la

astringencia. En este último parámetro la variedad Rubí Cabernet recibe siempre las

peores calificaciones medias. En cuanto a los parámetros referentes a la intensidad el

CONCLUSIONES 355

que mayores diferencias ofrece entre las variedades es la intensidad del color,

observándose elevadas puntuaciones en los vinos de Rubí Cabernet y de Graciano.

9. Respecto a las diferencias sensoriales encontradas entre las dos zonas, el atributo

más destacable es la acidez. En este parámetro, los vinos de Navarra son siempre

más valorados que los de Aragón. Al analizar separadamente los vinos de cada

variedad no se observan diferencias significativas entre las zonas para la Garnacha,

Merlot ni Rubí Cabernet en ninguno de las nueve variables sensoriales. En el resto

de variedades se pueden destacar los parámetros relacionados con el color.

10. Mediante análisis de regresión se observa una clara relación de dependencia entre la

impresión global, entendida ésta como la variable sensorial que define la calidad del

vino, y el atributo calidad del sabor. Los catadores identifican en gran medida la

calidad de los vinos estudiados con la calidad de su sabor. La acidez también parece

jugar un papel importante en la definición de la impresión global. Ambos parámetros

se ven acompañados, aunque con una contribución progresivamente menor, por la

calidad del aroma, la calidad e intensidad del color, y la intensidad del sabor.

11. A su vez, se observan correlaciones significativas que relacionan la calidad del sabor

con la acidez, con la calidad del aroma y con la astringencia; relaciones fácilmente

explicables. Otra correlación interesante es la que liga la intensidad del color con la

intensidad del sabor. Salvo en el caso de los parámetros relacionados con el aroma,

no se observan correlaciones significativas entre los parámetros evaluados

hedónicamente y los parámetros en los que se evalúa la intensidad de la propiedad

correspondiente.

12. Se obtienen correlaciones y modelos de regresión indicativos de la influencia o

efecto ejercido por las características analíticas de los vinos estudiados sobre las

respuestas sensoriales obtenidas por los mismos. En lo referente a la variable

sensorial impresión global, los parámetros fisicoquímicos más importantes parecen

ser el grado alcohólico y la tonalidad, con un efecto de signo positivo; y la acidez

total y el contenido en los alcoholes superiores isoamílico e isobutílico, con un

efecto de signo negativo.

356 CONCLUSIONES

13. Se constata la identificación existente entre la impresión global y la calidad del sabor

puesto que las relaciones analítico sensoriales obtenidas para ambas variables

sensoriales son similares.

14. Los resultados obtenidos .en relación a los parámetros sensoriales del aroma son

pobres. Algo parecido se observa con el atributo acidez, aunque parece evidente que

las calificaciones recibidas por los vinos en este parámetro sensorialvan en sentido

contrario al valor de la acidez total de los mismos. La misma relación se observa

entre la astringencia y el índice de polifenoles totales.

15. Se obtienen relaciones muy destacables entre las características cromáticas de los

vinos y las variables sensoriales referentes al color de los mismos, sobre todo en el

parámetro correspondiente a la intensidad.

16. Las relaciones analítico-sensoriales encontradas ponen de manifiesto la necesidad de

la definición del momento adecuado de la vendimia, teniendo en cuenta para ello el

contenido en ácidos y azúcares de la uva, así como la naturaleza y evolución durante

la maduración de los compuestos polifenólicos. En el proceso de vinificación se

deben poner en marcha aquellas prácticas (despalillado, estrujado, remontados en

las primeras fases de la fermentación) y controlar aquellos factores (temperatura

moderada, número, momento y profundidad de los remontados, duración no

prolongada del encubado) que favorezcan la obtención de un grado alcohólico

suficiente, y un contenido en materias colorantes adecuado y fundamentado sobre

todo en los compuestos antociánicos y no en los taninos. Parece fundamental el

desarrollo y control de los procesos de estabilización tartárica, y sobre todo, de la

transformación maloláctica para evitar la obtención de vinos con una acidez total

excesiva.

el análisis sensorial como instrumento de evaluación de la calidad

Documents