Uji Hedonik 9 Titik: Berapa Panelis yang Dibutuhkan?

Pertanyaan "berapa panelis yang cukup?" hampir selalu muncul sebelum uji kesukaan. Jawabannya tidak tunggal, karena jumlah panelis bergantung pada tujuan uji, siapa yang menilai, dan seberapa kecil perbedaan kesukaan yang ingin Anda tangkap. Angka 20 panelis yang lazim di praktikum dan angka ratusan konsumen di riset pasar sama-sama benar untuk konteksnya masing-masing.

Artikel ini merangkum apa yang dikatakan buku rujukan utama tentang skala hedonik 9 titik, ukuran panel menurut tujuan, logika power yang menentukan angka itu, serta cara analisis dan jebakan yang paling sering terjadi.

Skala hedonik 9 titik secara singkat

Skala hedonik 9 titik adalah skala kategori seimbang dengan jangkar ujung like extremely dan dislike extremely: empat kategori suka, satu titik tengah netral, dan empat kategori tidak suka (Meilgaard et al., 2016, p.325–327). Stone et al. (2021, ch3 p.99–102) mengodekan kategori itu 9 sampai 1, sedangkan pada lembar isian (scorecard) kategorinya disusun vertikal tanpa angka, dan panelis cukup melingkari satu istilah (Stone et al., 2021, Fig 3.5 p.100).

Beberapa aturan pakai yang penting:

• Jangan memotong skala atau menghilangkan sisi negatifnya (Lawless & Heymann, 2010, h.327). Meilgaard juga menyarankan menghindari skala tak seimbang (Meilgaard et al., 2016, Fig. 13.3).
• Sajikan secara monadik sekuensial: satu sampel per halaman, tanpa kembali ke halaman sebelumnya (Lawless & Heymann, 2010, h.326–329).
• Tanyakan overall liking lebih dulu, sebelum pertanyaan atribut (Stone et al., 2021, ch7 p.336).
• Validitas skala lintas bahasa belum banyak diteliti (Lawless & Heymann, 2010, h.327). Ini relevan ketika jangkar diterjemahkan ke bahasa Indonesia, jadi gunakan terjemahan yang konsisten antarstudi.

Konsumen, bukan panel terlatih

Uji hedonik mengukur respons afektif, sehingga penilainya adalah pengguna produk yang tidak dilatih. Lawless & Heymann (2010, h.8–10) menyebut ini central dogma: panel analitik tidak ditanya suka atau tidak suka, dan konsumen tidak ditanya atribut teknis. Meilgaard et al. (2016, p.202–207) juga tidak menganjurkan rating hedonik oleh panel deskriptif terlatih.

Panel internal karyawan punya tempat yang terbatas. Menurut Meilgaard et al. (2016, p.314–315), karyawan hanya cocok untuk uji maintenance, bukan untuk produk baru atau optimasi, karena bias loyalitas dan pengetahuan proses. Lawless & Heymann (2010, h.350–354) juga mengingatkan bahwa panel karyawan berisiko tidak representatif.

Jumlah panelis menurut tujuan

Angka di bawah adalah pedoman praktis, bukan aturan mutlak. Setiap baris diikat ke sumbernya.

Praktikum. Modul praktikum ITERA menetapkan minimal 30 panelis per uji konsumen, dipilih acak, dengan merek disamarkan (MP25, p.42). Contoh laporan di kuliah yang sama memakai 20 panelis tak terlatih untuk hedonik bandrek (K15). Untuk tujuan belajar prosedur dan ANOVA, angka itu memadai, tetapi hasilnya tidak boleh dibaca sebagai bukti penerimaan pasar.

Skrining di laboratorium. Stone et al. (2021, ch7 p.297–336) memosisikan sensory acceptance sebagai uji penyaringan berpanel kecil: 50–75 orang, dianjurkan ≥40, dan minimal 24 pada desain complete block. Untuk uji di lab, Tabel 7.1–7.2 Stone memberi 25–75 orang per produk (p.316–320). Meilgaard et al. (2016, p.343–344) menyebut CLT kecil 50–75 orang untuk rapid prototyping. Stone menegaskan bahwa uji ini tidak menggantikan uji pasar.

Uji konsumen dan pasar. Lawless & Heymann (2010, h.5–8, h.355–356) menyebut 75–150 pengguna produk per produk, dengan minimal 50–100 per strata bila Anda ingin membandingkan segmen. Meilgaard et al. (2016, p.308–312) memberi angka tipikal 100–500 orang di 3–4 kota, dengan CLT 50–300 respons per lokasi dan HUT 75–300 per kota. Stone memberi CLT ≥100 per produk (p.316–320).

Logika power dalam bahasa sederhana

Angka-angka di atas bukan kebiasaan semata. Semuanya turun dari empat besaran yang saling terkait (Lawless & Heymann, 2010, h.535–549):

• Beda yang ingin dideteksi (Δ), misalnya selisih 0,5 poin rata-rata kesukaan.
• Simpangan baku (S) skor panelis. SD konsumen sekitar 20–30% panjang skala (h.355), atau ≥25% rentang skala, sedangkan panel terlatih sekitar 10% (h.538).
• α, peluang menyatakan beda padahal tidak ada.
• Power (1 − β), peluang menangkap beda yang memang ada.

Lawless & Heymann memberi rumus N = (Zα + Zβ)² S² / Δ². Rumus ini berlaku untuk desain berpasangan atau complete block, dengan S dibaca sebagai SD selisih skor. Untuk dua kelompok independen, padanan bakunya adalah n ≈ 2(Zα + Zβ)² σ² / δ² per kelompok. Contoh dari buku: Δ = 0,5 dengan S = 1 membutuhkan sekitar 52 panelis untuk power 90% (h.537).

Pelajaran terpentingnya ada di penyebut. Karena n sebanding dengan 1/Δ², memperkecil beda yang ingin dideteksi menjadi setengahnya membuat kebutuhan panelis sekitar empat kali lipat. Ukuran efek d = Δ/SD sebesar 0,2 sudah membutuhkan lebih dari 1000 orang untuk power 90% (h.541–542). Jadi, sebelum bertanya "berapa panelis", sepakati dulu beda terkecil yang bermakna secara bisnis.

Tentukan beda kesukaan terkecil yang penting, perkirakan SD dari data lama, lalu hitung n. Jangan membalik urutannya.

Analisis: ANOVA dengan panelis sebagai blok

Karena setiap panelis menilai semua sampel, gunakan rancangan acak kelompok (RAK/RCBD) dengan panelis sebagai blok (Meilgaard et al., 2016, p.394–395). Mengeluarkan variasi antarpanelis dari galat sangat menaikkan kepekaan: pada contoh Lawless & Heymann, F naik dari 2,13 (p = 0,14) menjadi 8,17 (p = 0,003) setelah panelis dijadikan blok (2010, h.510–512). Panelis juga dapat diperlakukan sebagai efek acak (h.516–520).

Uji lanjut dilakukan hanya bila F signifikan (Lawless & Heymann, 2010, h.513–514):

• Tukey HSD = q(α, t, dfE)·√(MSE/n), lebih konservatif (Meilgaard et al., 2016, p.402–403).
• LSD = t·√(2MSE/b) untuk RCBD (Meilgaard et al., 2016, p.394–395), lebih liberal.
• Modul praktikum Indonesia umumnya memakai Duncan (DMRT) setelah ANOVA RAK (MP25, p.33), dan Lawless & Heymann menyebut Duncan dianjurkan untuk data sensori.

Laporkan nilai F, derajat bebas, dan taraf nyata, bukan hanya huruf notasi.

Jebakan yang sering terjadi

• Memperlakukan skala ordinal sebagai interval tanpa catatan. Jarak antarlabel skala 9 titik tidak persis sama menurut turunan Thurstonian (Lawless & Heymann, 2010, h.171–172). Stone tetap memakai ANOVA, sedangkan Kemp lebih berhati-hati dan menyarankan median, modus, atau Friedman (Kemp et al., 2009, p.129–134). Periksa sisaan, dan sertakan analisis nonparametrik bila asumsi meragukan.
• Mencampur tujuan dalam satu formulir. Satu borang yang menggabungkan intensitas atribut dan kesukaan merusak kedua uji (CP5). Pisahkan studi analitik dan afektif. Untuk diagnosis atribut pada konsumen, pertimbangkan JAR dan penalty analysis atau CATA/RATA.
• Merekrut hanya mahasiswa untuk klaim pasar. Sampel konsumen harus mewakili kelompok pengguna, usia, pendapatan, dan lokasi yang dituju, dengan screener (Meilgaard et al., 2016, p.312–314). Panel praktikum berguna untuk belajar, bukan untuk menyimpulkan penerimaan target pasar.
• Mengira ulangan sama dengan replikasi. Satu batch yang dibagi ke 20 cangkir hanya mengukur galat pengukuran. Replikasi sejati membutuhkan batch atau preparasi independen (Meilgaard et al., 2016, p.390–392).
• Terpukau signifikansi. Dengan N sangat besar, beda kecil pun signifikan (curse of N, Lawless & Heymann, 2010, h.355–356). Selalu laporkan besar efek.

Untuk menulis hasilnya dalam laporan, lihat panduan laporan praktikum evaluasi sensori.

Coba di Nusensa

Nusensa menyusun urutan penyajian hedonik dengan Williams Latin square, lalu menganalisis skor dengan ANOVA dua arah (sampel + panelis sebagai blok), uji lanjut Tukey HSD atau Fisher LSD, pemeriksaan asumsi, dan saran uji nonparametrik bila asumsi tidak terpenuhi. Mulai gratis.