Ứng dụng phương pháp phân tích thành phần chính và hồi quy logistic trong đánh giá cảm quan nước ép gấc-Chanh dây

Tạp chí Khoa học Trường Đại học Cần Thơ Tập 54, Số 1B (2018): 37-43 
 37 
DOI:10.22144/ctu.jvn.2018.006 
ỨNG DỤNG PHƯƠNG PHÁP PHÂN TÍCH THÀNH PHẦN CHÍNH VÀ 
HỒI QUY LOGISTIC TRONG ÐÁNH GIÁ CẢM QUAN NƯỚC ÉP GẤC - CHANH DÂY 
Nguyễn Minh Thủy1*, Ngô Văn Tài1, Phạm Tuyết Loan Anh2 và Nguyễn Thị Trúc Ly1 
1Khoa Nông nghiệp và Sinh học Ứng dụng, Trường Đại học Cần Thơ 
2Sinh viên Công nghệ Thực phẩm K39, Trường Đại học Cần Thơ 
*Người chịu trách nhiệm về bài viết: Nguyễn Minh Thủy (nmthuy@ctu.edu.vn) 
Thông tin chung: 
Ngày nhận bài: 29/06/2017 
Ngày nhận bài sửa:14/08/2017 
Ngày duyệt đăng: 27/02/2018 
Title: 
Application of principal 
component analysis and 
logistic regression as sensory 
assessment tools for 
Momordica cochinchinensis 
Spreng-passion fruit juice 
Từ khóa: 
Chanh dây, gấc, hồi quy 
logistic, phân tích thành phần 
chính, tỷ lệ pha loãng 
Keywords: 
Dilution ratio, momordica 
cochinchinensis Spreng, 
logistic regression analysis, 
passion fruit, principle 
component analysis 
ABSTRACT 
In this study, panellists were trained to evaluate various attributes of the 
combined Momordica cochinchinensis	 Spreng-passion (MCSP) fruit juice. 
The weight of passion fruit juice was ranged from 50 to 200 g (MCS weight 
of 150 g) and dilution ratio of MCSP juice with water (1:8 to 1:15). Principal 
component analysis (PCA) identified two significant principal components 
that accounted for 80.43% of the variance in the sensory attribute data. PCA 
indicated that the important sensory attribute of the MCSP juice primarily 
corresponded to taste, color and consistency. Overall acceptibility of product 
was modelled by logistic regression analysis (LRA) as a function of passion 
fruit juice concentration and dilution ratio of water. There was a statistically 
significant relationship between the variables (P<0.05). The MCSP juice 
about 150:130-150 (g/g) and the dilution ratio of water of 1:8 to create the 
product with the highest sensory value and bioactive compounds. These 
findings demonstrated the utility of PCA and LRA for identifying and 
measuring the MCSP fruit juice product attributes that were important for 
consumer acceptability and preference. 
TÓM TẮT 
Trong nghiên cứu này, các cảm quan viên được đào tạo để đánh giá các 
thuộc tính khác nhau của sản phẩm nước ép gấc-chanh dây. Hàm lượng dịch 
chanh dây sử dụng từ 50-200 g (150 g gấc) và tỷ lệ pha loãng tổng các thành 
phần (gấc và chanh dây) với nước (1:8 đến 1:15). Phân tích thành phần 
chính (PCA) xác định hai thành phần chính chủ yếu chiếm 80,43% phương 
sai trong dữ liệu thuộc tính cảm quan. PCA cho thấy thuộc tính cảm quan 
quan trọng của nước ép này là hương vị, màu sắc và độ đồng nhất. Khả năng 
chấp nhận chung của sản phẩm được mô phỏng (phân tích hồi quy logistic) 
như một hàm của hàm lượng dịch quả chanh dây và tỷ lệ pha loãng của nước 
trong sản phẩm. Mối quan hệ thống kê quan trọng giữa các biến được xác 
định (P<0,05). Tỷ lệ pha loãng với nước 1:8 và hàm lượng gấc:chanh dây là 
150:130-150 (g/g), tương ứng cho sản phẩm có giá trị cảm quan và hợp chất 
sinh học cao nhất. Kết quả cũng cho thấy tính hữu ích của PCA và phân tích 
hồi quy logistic để xác định và đo lường các thuộc tính sản phẩm nước ép 
gấc-chanh dây có ý nghĩa quan trọng đối với sự chấp nhận và ưa thích của 
người tiêu dùng. 
Trích dẫn: Nguyễn Minh Thủy, Ngô Văn Tài, Phạm Tuyết Loan Anh và Nguyễn Thị Trúc Ly, 2018. Ứng 
dụng phương pháp phân tích thành phần chính và hồi quy logistic trong đánh giá cảm quan nước 
ép gấc - chanh dây. Tạp chí Khoa học Trường Đại học Cần Thơ. 54(1B): 37-43. 
Tạp chí Khoa học Trường Đại học Cần Thơ Tập 54, Số 1B (2018): 37-43 
 38 
1 GIỚI THIỆU 
Sản xuất nước ép trái cây ngày càng trở nên 
quan trọng đối với thị trường trong nước do nhu 
cầu sử dụng sản phẩm tiện lợi và bổ dưỡng. Nước 
ép gấc-chanh dây kết hợp sẽ làm tăng giá trị dinh 
dưỡng và cải thiện mùi vị thơm ngon cho sản 
phẩm. Tuy vậy, sản phẩm cần có thêm các bước 
nghiên cứu về đánh giá cảm quan của người tiêu 
dùng để xác nhận kết quả của nghiên cứu này và 
đảm bảo tiềm năng của sản phẩm mới trên thị 
trường. 
Phân tích cảm quan cung cấp cho các nhà tiếp 
thị hiểu về chất lượng sản phẩm thực phẩm, hướng 
đến chất lượng sản phẩm tốt và cải tiến sản phẩm 
theo quan điểm của người tiêu dùng (Lawless and 
Heymann, 1998). Phương pháp phân tích thành 
phần chính (PCA) đã được sử dụng và xem xét bởi 
các nhà nghiên cứu cho các ứng dụng đánh giá cảm 
quan cho các sản phẩm thực phẩm khác nhau. PCA 
có thể được áp dụng cho việc điều tra dữ liệu ưa 
thích, do đó có thể tạo ra một không gian sản 
phẩm-người tiêu dùng dựa trên dữ liệu chấp nhận 
(Hough et al., 1992; Greenhooff and McFie, 1994). 
Đây cũng là một công cụ để miêu tả sự khác biệt 
giữa các thuộc tính cảm quan của các sản phẩm 
thực phẩm (Powers, 1984). Mối quan hệ giữa 
người tiêu dùng và dữ liệu mô tả, cũng như dữ liệu 
thu nhận từ cảm quan và dụng cụ đo có thể được 
hình dung một cách rõ ràng bởi PCA. PCA cũng 
được sử dụng để cung cấp cách hình dung mối 
quan hệ giữa các sản phẩm và thuộc tính. 
Ngoài ra, các mô hình hồi quy logistic rất hữu 
ích để mô tả ảnh hưởng của các yếu tố dự báo (các 
biến độc lập) lên biến nhị phân (biến phụ thuộc) 
thể hiện kết quả chấp nhận hoặc không chấp nhận 
của người tiêu dùng (Agresti, 1996). Kết quả từ hồi 
quy logistic có thể được giải thích bằng cách sử 
dụng ước tính xác suất hoặc tỷ số khả dĩ ước tính. 
Hồi quy logistic có thể dự đoán xác suất ước tính 
rằng một sự kiện sẽ thành công hoặc thất bại dựa 
trên một số dự báo (biến độc lập) (Hair et al., 
1998). Nếu xác suất dự đoán lớn hơn 0,5 thì dự 
đoán là có (thành công), ngược lại là không 
(Agresti, 1996). Nói cách khác, xác suất thành 
công hay thất bại của biến phụ thuộc không bị ảnh 
hưởng bởi biến độc lập. Tỷ số odd có giá trị âm 
cho thấy sự suy giảm trong xác suất thành công, và 
tỷ số odd dương cho thấy khả năng thành công tăng 
lên (Hair et al., 1998). Phương pháp hồi quy 
logistic đã được áp dụng trong một vài trường hợp 
trong lãnh vực đánh giá cảm quan. 
Mục tiêu của nghiên cứu này là áp dụng 
phương pháp phân tích thành phần chính (PCA) và 
phương pháp hồi quy Logistic để mô tả các thuộc 
tính cảm quan của nước ép gấc-chanh dây được 
chuẩn bị với sự kết hợp của các hàm lượng thay 
đổi (so với gấc) và tỷ lệ pha loãng với nước để 
chọn ra sản phẩm có giá trị cảm quan cao và phù 
hợp với sở thích của người tiêu dùng. 
2 PHƯƠNG TIỆN VÀ PHƯƠNG PHÁP 
2.1 Chuẩn bị mẫu 
2.1.1 Chuẩn bị màng gấc 
Trái gấc chín được thu nhận, rửa sạch với nước 
và để ráo. Màng gấc được tách ra (Nguyễn Minh 
Thủy và ctv., 2009) và được đóng gói sẵn trong bao 
bì PA, bảo quản trong tủ đông (ToC≤ –18oC) cho 
đến khi sử dụng. 
2.1.2 Chuẩn bị dịch quả chanh dây 
Trái chanh dây được rửa sạch sau khi thu nhận, 
để ráo và bổ đôi quả, tách phần thịt và hạt trong 
quả. Ép lấy phần dịch quả và lọc sạch nhằm loại bỏ 
các màng và xơ lẫn vào. 
2.1.3 Chế biến nước ép gấc–chanh dây 
Màng gấc được cân định lượng 150 g, sau đó 
phối trộn với dịch quả chanh dây với các khối 
lượng lần lượt như sau: 50, 100, 150, 200 g. Xay 
mịn phần nguyên liệu đã phối trộn với các tỷ lệ 
nước 1:8; 1:10; 1:12,5 và 1:15[tổng khối lượng 
nguyên liệu (g):nước (mL)] và lọc sạch phần hỗn 
hợp thu được. Phần dịch hỗn hợp sau lọc được 
chỉnh độ Brix đến 7,5. Sau đó, thực hiện đồng hóa 
mẫu (GJB30-40, China), áp suất 30MPa trong 6 
phút. Sau đó, dịch quả (gấc và chanh dây) được gia 
nhiệt ở nhiệt độ 100oC trong thời gian 5 phút. Sản 
phẩm được tồn trữ lạnh 2 ngày trước khi đánh giá 
cảm quan và được ký hiệu (Bảng 1). 
Bảng 1: Ký hiệu các mẫu nước ép gấc-chanh dây được đánh giá cảm quan trong thí nghiệm (với 
lượng gấc cố định 150 g) 
Khối lượng dịch 
quả chanh dây (g) 
Tỷ lệ pha loãng (gấc-chanh dây:nước) (g/mL) 
1:8 1:10 1:12,5 1:15 
50 M1 M2 M3 M4 
100 M5 M6 M7 M8 
150 M9 M10 M11 M12 
200 M13 M14 M15 M16 
Tạp chí Khoa học Trường Đại học Cần Thơ Tập 54, Số 1B (2018): 37-43 
 39 
2.2 Đánh giá cảm quan nước ép hỗn hợp 
gấc-chanh dây 
2.2.1 Phương pháp đánh giá các thuộc tính 
cảm quan của nước ép gấc-chanh dây 
Mười cảm quan viên được huấn luyện tại Bộ 
môn Công nghệ thực phẩm, Trường Đại học Cần 
Thơ để đánh giá các mẫu nước ép gấc–chanh dây. 
Các cảm quan viên được hướng dẫn đánh giá sản 
phẩm nước ép với mức độ ưa thích theo cường độ 
mô tả về mùi, vị, màu sắc và trạng thái [điểm từ 1 
đến 5 theo thang điểm của phương pháp phân tích 
mô tả định lượng QDA (Quantitave Descriptive 
Analysis) được thiết lập)]. 
2.2.2 Phương pháp đánh giá cảm quan về sự 
chấp nhận sản phẩm 
Khả năng chấp nhận sản phẩm được đánh giá 
sử dụng thang nhị thức (có/không) theo phương 
pháp Garcia et al. (2009). Số lượng cảm quan viên 
là 50 người. 
2.3 Phương pháp phân tích thống kê 
2.3.1 Phân tích thành phần chính (PCA) 
Phân tích thành phần chính (PCA) là một kỹ 
thuật thống kê phân tích đa biến được sử dụng rộng 
rãi, có thể áp dụng cho dữ liệu QDA (chuẩn bị 
thuộc tính với các điểm mô tả thuộc tính) để giảm 
tập hợp các biến phụ thuộc (gọi là thuộc tính) đến 
một tập hợp dữ liệu nhỏ hơn của các biến cơ bản 
(gọi là yếu tố) dựa trên mô hình của tương quan 
giữa các biến ban đầu. Dữ liệu được thu thập từ các 
cảm quan viên, sau khi cho điểm theo cường độ 
thuộc tính (QDA). Các dữ liệu của các thuộc tính 
khác nhau đã nêu ở trên được sắp xếp theo thứ tự 
tăng hoặc giảm dần và xử lý bằng phần mềm thống 
kê XLSTAT 2017.01.41150. Sau đó, dữ liệu được 
giảm bằng cách phân tính dữ liệu, các biến độc lập 
và phụ thuộc được lựa chọn và đồ thị 2 trục của các 
mẫu được thu nhận. 
2.3.2 Phân tích hồi quy logistic 
Phương trình hồi quy logistic (phương trình 1) 
có thể được xây dựng với các giá trị β là 0 (không 
chấp nhận) hoặc 1 (chấp nhận) được thu nhận từ 
kết quả đánh giá cảm quan của người tiêu dùng. 
ிሺ௫ሻ
ଵିிሺ௫ሻ ൌ ݁ఉ೚ାఉభ௫ (1) 
Trong đó, đầu vào là giá trị ߚ௢ ൅ ߚଵݔ	và đầu ra là ܨሺݔሻ. Trong phân tích hàm nhiều biến, ߚ௢ ൅ߚଵݔ	có thể được sửa đổi thành	ߚ௢ ൅	ߚଵݔଵ ൅ߚଶݔଶ ൅ ⋯൅ ߚ௠ݔ௠. Sau đó, khi được sử dụng trong các phương trình liên quan đến tỷ số odds với 
giá trị của các yếu tố dự báo, phương trình hồi quy 
tuyến tính sẽ trở thành hồi quy không tuyến tính 
với m biến, các thông số ߚ௝ cho tất cả j = 0, 1, 2,.., 
m được ước tính. 
3 KẾT QUẢ VÀ THẢO LUẬN 
3.1 Ảnh hưởng của tỷ lệ pha loãng và khối 
lượng chanh dây bổ sung đến chất lượng cảm 
quan của sản phẩm 
Sản phẩm nước ép gấc-chanh dây được đánh 
giá cảm quan dựa trên các thuộc tính như: màu đỏ 
cam, mùi gấc, mùi chanh dây, vị ngọt, vị chua, 
trạng thái đồng nhất và độ sánh theo phương pháp 
mô tả định lượng QDA, phân tích thành phần chính 
(PCA) và phân tích khả năng chấp nhận của người 
tiêu dùng theo phương pháp logistic. 
Phương pháp phân tích thành phần chính nhằm 
xác định số lượng thành phần chính (7 thuộc tính 
cảm quan của sản phẩm nước ép gấc–chanh dây) 
cần thiết để biểu diễn dữ liệu. “Scree plot” thể hiện 
thứ tự giảm dần về độ lớn của các giá trị riêng 
(Eigenvalue) và giá trị phần trăm tích lũy của 
phương sai. Trong phương diện phân tích nhân tố 
hoặc phân tích thành phần chủ yếu, “Scree plot” 
giúp cho nhà phân tích hình dung được tầm quan 
trọng tương đối của các thành phần. Các thành 
phần cần phải mô tả được ít nhất 80% phần trăm 
tích lũy của phương sai (Shi et al., 2002). Trong 
trường hợp này, hai thành phần 1 và 2 (F1 và F2) 
có giá trị riêng lớn hơn 1 và chiếm 80,43% phần 
trăm tích lũy phương sai (Hình 1). Thành phần thứ 
3 và thứ 4 (F3 và F4) có tác động rất nhỏ so với 
biến, có thể nhận biết qua đường cong tích lũy 
phương sai không có sự thay đổi nhiều. Bên cạnh 
đó, có sự giảm mạnh độ lớn của giá trị riêng thành 
phần thứ 3 và thứ 4 (F3 và F4). Độ lớn của thành 
phần thứ 3 đến thứ 7 (F3 đến F7) rất nhỏ so với 
thành phần thứ 1 và thứ 2 (F1 và F2), do đó không 
cần sử dụng các thành phần từ thành phần thứ 3 
(F3) trở đi để trình bày tập hợp số liệu cảm quan đã 
thu thập. 
Tạp chí Khoa học Trường Đại học Cần Thơ Tập 54, Số 1B (2018): 37-43 
 40 
Hình 1: Giá trị riêng (Eigenvalue) và phần trăm tích lũy của phương sai (cumulative variability %) 
của các thành phần biểu diễn theo Scree plot 
Ma trận thể hiện tương tác giữa các thuộc tính 
cảm quan và các thành phần được thể hiện ở Bảng 
2. Từ kết quả thu được, thành phần chính thứ 1 
(F1) và thứ 2 (F2) được xây dựng trên tương tác 
với các thuộc tính cảm quan và thể hiện ở phương 
trình 2 và 3. 
F1 = 0,393 Vị chua + 0,251 Vị ngọt – 0,396 
Màu đỏ cam + 0,463 Mùi chanh dây + 0,447 Mùi 
gấc - 0,442 Độ sánh – 0,131 Độ đồng nhất (2) 
F2= 0,341 Vị chua + 0,362 Vị ngọt + 0,377 
Màu đỏ cam + 0,086 Mùi chanh dây + 0,196 Mùi 
gấc - 0,250 Độ sánh + 0,709 Độ đồng nhất (3) 
Mối liên hệ giữa các thuộc tính và thành phần 
các thuộc tính cảm quan được thể hiện ở Hình 2. 
Bảng 2:Trọng số của các thành phần 
F1 F2 F3 F4 F5 F6 F7 
Vị chua 0,393 0,341 -0,308 -0,466 0,093 -0,418 -0,483 
Vị ngọt 0,251 0,362 0,816 0,276 -0,028 -0,145 -0,206 
Màu đỏ cam -0,396 0,377 0,168 -0,467 0,094 0,626 -0,235 
Mùi chanh dây 0,463 0,086 -0,074 0,114 0,772 0,322 0,245 
Mùi gấc 0,447 0,196 0,067 -0,381 -0,482 0,159 0,596 
Độ sánh 0,442 0,250 0,155 -0,258 0,354 -0,531 0,495 
Độ đồng nhất -0,131 0,709 -0,422 0,514 -0,166 0,047 0,094 
Hình 2: Sự phân bố các thuộc tính cảm quan theo kết quảđánh giá của cảm quan viên 
Dựa vào sự phân bố các thuộc tính cảm quan, 
có thể chia các thuộc tính này thành 2 vùng riêng 
biệt. Thuộc tính độ đồng nhất nằm xa trục F1 
(thành phần chính thứ nhất) nên thuộc tính này ít 
Vị chua
Vị ngọtMàu đỏ 
cam
Mùi chanh 
dây
Mùi gấc
Độ sánh
Độ đồng 
nhất
-1
-0,75
-0,5
-0,25
0
0,25
0,5
0,75
1
-1 -0,75-0,5-0,25 0 0,25 0,5 0,75 1
F2
 (1
9,1
7 %
)
F1 (61,26 %)
Tạp chí Khoa học Trường Đại học Cần Thơ Tập 54, Số 1B (2018): 37-43 
 41 
có ảnh hưởng đến thành phần chính thứ nhất. 
Thuộc tính mùi chanh dây nằm cạnh trục F2 (thành 
phần chính thứ 2) nên thành phần chính thứ 2 phụ 
thuộc nhiều vào thuộc tính mùi chanh dây. Ngoài 
ra, các thuộc tính như mùi gấc, mùi chanh dây, độ 
sánh và màu đỏ cam gần trục F1. Như vậy, thành 
phần chính thứ 1 chịu ảnh hưởng nhiều nhất bởi 
thuộc tính mùi gấc, mùi chanh dây và độ sánh. Bên 
cạnh đó, các thuộc tính nằm gần nhau có mối liên 
hệ thuận với nhau (như thuộc tính mùi gấc và mùi 
chanh dây), nhóm thuộc tính nằm khác phía nhau 
(180o) có mối liên hệ nghịch đảo với nhau và các 
thuộc tính nằm cách nhau 90o thì không có liên hệ 
với nhau (Cañeque et al., 2004). 
Khi thể hiện các mẫu nước ép gấc-chanh dây và 
các thuộc tính cảm quan trên đồ thị, các mẫu nước 
ép gấc-chanh dây có vị trí gần nhau thì có thuộc 
tính cảm quan tương tự nhau. Sự phân tán mẫu trên 
đồ thị Hình 3 cho thấy các mức độ tỷ lệ phối chế 
với các mức khối lượng dịch quả chanh dây bổ 
sung khác nhau có ảnh hưởng rất lớn đối với tính 
chất cảm quan của sản phẩm. Nhóm mẫu có khối 
lượng dịch chanh dây bổ sung 50g được đánh giá 
là có độ sánh cao, không có vị ngọt hay vị chua. 
Đây là nhóm mẫu có tỷ lệ phối chế với hàm lượng 
gấc cao hơn hàm lượng chanh dây rất nhiều. Nhóm 
các mẫu có lượng dịch chanh dây phối chế là 150g 
là nhóm được đánh giá có vị chua ngọt hài hòa và 
mùi chanh dây vừa phải đặc trưng cho sản phẩm. 
Đây là nhóm sản phẩm được các cảm quan viên ưa 
thích. 
Hình 3: Sự phân bố của các mẫu nước gấc-chanh dây và các thuộc tính cảm quan trên cùng mặt 
phẳng tương quan giữa thành phần chính thứ 1 và thứ 2 
Mẫu Khối lượng dịch quả chanh dây (g) – Tỷ lệ pha loãng Mẫu 
Khối lượng dịch quả chanh dây 
(g) – Tỷ lệ pha loãng 
M1 50-1:8 M9 150-1:8 
M2 50-1:10 M10 150-1:10 
M3 50-1:12,5 M11 150-1:12,5 
M4 50-1:15 M12 150-1:15 
M5 100-1:8 M13 200-1:8 
M6 100-1:10 M14 200-1:10 
M7 100-1:12,5 M15 200-1:12,5 
M8 100-1:15 M16 200-1:15 
3.2 Ảnh hưởng của tỷ lệ pha loãng và khối 
lượng chanh dây bổ sung đến khả năng chấp 
nhận của sản phẩm 
Phương pháp phân tích khả dĩ (Logistic) đánh 
giá khả năng chấp nhận (1) hay không chấp nhận 
(0) của người tiêu dùng đối với sản phẩm ở các 
khối lượng dịch quả chanh dây và tỷ lệ nước phối 
chế khác nhau. Từ giá trị cảm quan của sản phẩm 
với nhiều thuộc tính sẽ đánh giá được khả năng 
chấp nhận sản phẩm của người tiêu dùng. Kết quả 
thống kê cho thấy có thể xây dựng tốt mô hình hồi 
quy Logistic diễn tả sự tương quan giữa tỷ số khả 
dĩ và 2 biến độc lập (tỷ lệ pha loãng và khối lượng 
M1
M2
M3
M4
M5
M6
M7
M8
1M9
M10
M11
M12
M13
M14
M15
M16
Vị chuaVị ngọtMàu đỏ cam
Mùi chanh 
dây
Mùi gấcĐộ sánh
Độ đồng 
nhất
-2
-1,5
-1
-0,5
0
0,5
1
1,5
2
-2,5 -2 -1,5 -1 -0,5 0 0,5 1 1,5 2 2,5
F2
 (1
9,1
7 %
)
F1 (61,26 %)
Tạp chí Khoa học Trường Đại học Cần Thơ Tập 54, Số 1B (2018): 37-43 
 42 
dịch chanh dây phối chế). Phương trình tương quan 
(4 và 5) được thể hiện: 
Tỷ số khả dĩ = exp (η)/(1 + exp(η)) (4) 
Trong đó: η = 11,29+0,045 X –2,27 Y – 0,0002 
X2 + 0,08Y2 + 0,001XY (5) 
Với X là khối lượng dịch quả chanh dây phối 
chế (g) và Y là tỷ lệ pha loãng với nước. 
Phần trăm độ sai lệch của mô hình là 12,77% 
và phần trăm độ lệch được điều chỉnh (Adjusted 
percentage) là 7,35%. 
Giá trị độ sai lệch của mô hình và residual được 
trình bày ở Bảng 3. 
Bảng 3: Phân tích độ sai lệch (Analysis of 
Deviance) của phương trình 5 
Nguồn 
(Source) 
Độ sai lệch 
(Deviance) 
Độ tự 
do (Df) 
Giá trị 
P 
Model 28,29 5 0,0000 
Residual 193,29 154 0,0174 
Total (corr.) 221,58 159 
Kết quả cho thấy Deviance của mô hình là 
28,29 và giá trị P của mô hình nhỏ hơn 0,05, có thể 
khẳng định sự tương quan có ý nghĩa về mặt thống 
kê ở mức độ tin cậy 95%. Hơn nữa giá trị P của 
residuals (sai số) lớn hơn 0,05, càng có thể khẳng 
định rằng mô hình này là không kém hơn khi so 
với mô hình tốt nhất có thể (với mức độ tin cậy 
95% hoặc cao hơn). Bên cạnh đó, kiểm định 
Likelihood (Bảng 4) nhằm đánh giá độ tương thích 
của mô hình thông qua đánh giá sự đóng góp của 
từng nhân tố vào trong mô hình được đề xuất. 
Bảng 4: Kiểm định Likelihood (Likelihood 
Ratio Tests) của phương trình 5 
Nhân tố 
(Factor) 
Chi-
Squared 
Df (Độ tự 
do) 
Giá trị 
P 
X 4,297 1 0,038 
Y 8,941 1 0,003 
X2 12,615 1 0,0004 
Y2 6,265 1 0,012 
XY 2,318 1 0,128 
Thông thường so sánh độ lệch của mô hình dự 
đoán trên phân bố Chi-squared với một độ tự do 
duy nhất để kiểm tra tính độc lập thống kê và mức 
độ khớp của dữ liệu. Với hồi quy logistic, thay vì 
sử dụng R2 để mô tả sự phù hợp của mô hình thì độ 
lệch (deviance) có thể được thay thế. Ngoài ra, 
phân tích Chi Squared cũng là một biện pháp đánh 
giá độ tương thích của các giá trị thực nghiệm và 
dự đoán từ mô hình. Độ sai lệch (deviance) nhỏ 
nhất là giá trị mong muốn. Giá trị P của các nhân tố 
cũng được xác định. 
Kết quả thể hiện ở Bảng 5 cho thấy giá trị P của 
các nhân tố đều nhỏ hơn 0,05, ngoại trừ tương tác 
X và Y có trị số là 0,128 (> 0,05). Như vậy, tương 
tác XY không có ý nghĩa về mặt thống kê, phương 
trình 5 được chuyển thành phương trình 6. 
η = 8,972 + 0,063 X – 2,072 Y – 0,00024 X2 + 
0,082Y2 (6) 
Với phương trình này, phần trăm sai lệch 
(deviance) của mô hình và phần trăm được điều 
chỉnh tương ứng là 11,72% và 7,21%. Cả hai giá trị 
này đều nhỏ hơn so với mô hình 5, cho thấy sự cải 
thiện độ tương thích (goodness of fit) của các giá 
trị của mô hình dự đoán và thực nghiệm. 
Kết quả phân tích dữ liệu của mô hình theo 
phương trình 6 được thể hiện ở Bảng 5. Kết quả 
phân tích độ sai lệch của phương trình 6 cho thấy 
giá trị Deviance của mô hình này là 25,97 (nhỏ hơn 
so với Deviance của mô hình 5 là 28,29) và 
Deviance của Residual là 195,61 (lớn hơn so với 
mô hình 5 là 193,29). Nếu mô hình dự đoán có độ 
lệch nhỏ nhất có ý nghĩa, tương ứng với giá trị P 
rất nhỏ (< 0,05) thì có thể kết luận có sự tương 
quan ý nghĩa giữa các dữ liệu dự đoán và dữ liệu 
đo đạc. Kết quả thể hiện giá trị P của mô hình nhỏ 
hơn 0,05. Vì vậy, có thể khẳng định sự tương quan 
có ý nghĩa về mặt thống kê ở mức độ tin cậy 95%. 
Hơn nữa giá trị P của các sai lệch còn lại 
(residuals) nhỏ hơn 0,05 chỉ ra rằng mô hình này là 
không kém hơn khi so với mô hình tốt nhất có thể 
(mức độ tin cậy >95%). 
Bảng 5: Phân tích độ sai lệch (Analysis of 
Deviance) của phương trình 6 
Nguồn 
(Source) 
Độ sai lệch 
(Deviance) 
Độ tự 
do (Df) 
Giá 
trị P 
Model 25,97 4 0,0000 
Residual 195,61 155 0,0151 
Total (corr.) 221,58 159 
Kết quả kiểm định Likelihood được thể hiện ở 
Bảng 6 của phương trình 6 cho giá trị P của các 
nhân tố đều rất nhỏ (P<0,05), cho thấy sự đóng góp 
có ý nghĩa của các nhân tố vào mô hình được thiết 
lập. 
Bảng 6: Kiểm định Likelihood (Likelihood 
Ratio Tests) của phương trình 6 
Nhân tố 
(Factor) 
Chi-
Squared 
Độ tự do 
(Df) 
Giá 
trị P 
X 13,4136 1 0,0002 
Y 7,69286 1 0,0055 
X2 12,2346 1 0,0005 
Y2 6,54621 1 0,0105 
Tạp chí Khoa học Trường Đại học Cần Thơ Tập 54, Số 1B (2018): 37-43 
 43 
Tương quan giữa tỷ số khả dĩ (Odd ratio) và 
các nhân tố cũng có thể được biểu diễn theo 
phương trình 7. 
Tỷ số Odd = 2,385 + 0,014 X – 0,442 Y - 
0,00005X2 – 0,000006 XY + 0,0176Y2 (7) 
Mô hình bề mặt đáp ứng thể hiện sự tương 
quan giữa tỷ số khả dĩ với khối lượng dịch quả 
phối chế và tỷ lệ pha loãng với nước được trình 
bày ở Hình 4. 
Thuận lợi của mô hình thu nhận là cho thấy khả 
năng ưa thích sản phẩm (hay tỷ số odd) đạt được 
cao nhất khi sản phẩm được phối chế với lượng 
dịch quả là 133,294 g và tỷ lệ pha loãng 1:8 (dữ 
liệu được tính toán từ mô hình tối ưu được dự 
đoán). Kết quả phân tích các chỉ tiêu lý hóa học và 
thông qua các phương pháp đánh giá cảm quan cho 
thấy mẫu phối chế với lượng dịch chanh dây là 150 
g và tỷ lệ pha loãng 1:8 cho các giá trị về hàm 
lượng các hợp chất có hoạt tính sinh học cao cũng 
như giá trị cảm quan tốt nhất và được người tiêu 
dùng chấp nhận. 
Hình 4: Tương quan giữa tỷ số odd với khối lượng dịch quả và tỷ lệ pha loãng 
4 KẾT LUẬN 
Đánh giá về cảm quan (phân tích mô tả và 
nghiên cứu sự yêu thích của người tiêu dùng) là 
yếu tố then chốt cho việc giới thiệu thành công các 
sản phẩm thực phẩm mới và giám sát đáng tin cậy 
các sản phẩm thực phẩm hiện có trên thị trường. 
Từ nghiên cứu này, các thuộc tính cảm quan quan 
trọng quyết định chất lượng của nước ép gấc-chanh 
dây là trạng thái (độ sánh và độ đồng nhất), màu 
sắc (đỏ cam) và mùi vị (mùi gấc, mùi chanh dây). 
Kết hợp các phương pháp thống kê PCA và hồi 
quy Logistic các dữ liệu yêu thích sản phẩm cho 
thấy tiện ích của chúng trong xác định các thuộc 
tính cảm quan của sản phẩm nước ép gấc-chanh 
dây cho sự chấp nhận của người tiêu dùng. Nước 
ép gấc-chanh dây sử dụng dịch quả là 133-150g (so 
với gấc là 150 g) và tỷ lệ pha loãng 1:8 (khối lượng 
tổng cộng gấc-chanh dây:nước) có giá trị cảm quan 
và hàm lượng các hợp chất sinh học cao nhất. 
TÀI LIỆU THAM KHẢO 
Agresti, A., 1996. An introduction to categorical data 
analysis. Wiley and Sons. New York. 312pp. 
Cañeque, V., Pérez, C., Velasco, S., Diaz, M.T., 
Lauzurica, S., Álvarez, I. & De la Fuente, J., 
2004. Carcass and meat quality of light lambs 
using principal component analysis. Meat 
Science, 67(4), 595-605. 
Garcia, G., Sriwattana S., No H.K., Corredor, J.A.H 
and Prinyawiwatkul, W., 2009. Sensory 
optimization of a mayonnaise-type spread made 
with rice bran oil and soy protein. Journal of 
Food Science, 74(6): 248–254. 
Hair, J.F., Anderson, R.E., Tatham, R. L., and Black, 
W.C. 1998. Multivariatedata analysis. 5th 
Edition. Prentice Hall, Inc. Upper Saddle River. 
New Jersey. 730 pp. 
Hough, G., Bratchell, N., and Macdougall, B., 1992. 
Sensory profiling of Dulce de Leche, a dairy 
based confectionary product. Journal of Sensory 
Studies, 7(3): 157-178. 
Nguyễn Minh Thủy, Nguyễn Thị Mỹ Duyên, Trương 
Quốc Bình và ctv., 2009. Phát triển đa dạng các 
sản phẩm từ gấc. Tạp chí Khoa học Trường Đại 
học Cần Thơ: 11, 254-261. 
Greenhoff, K. and MacFie, H.J.H., 1994. Preference 
Mapping in practice. In Mac Fie, H. J. H. and 
Thomson, D. M. H (eds) Measurement of food 
preferences.. Blackie Academics and 
Professional. London. U.K.137-166. 
Lawless, H. and Heymann, H., 1998. Sensory 
evaluation of food: Principles and Practices. New 
York, Kluwer Academic/Plenum Publishers. 
Powers, J.J., 1984. Using general statistical programs 
to evaluate sensory data. Food 
Technology.38(6): 74-82. 
Shi, H., Vigneau-Callahan K.E., Shestopalov A.I., 
Milbury P.E., Matson W.R.& Kristal B.S., 2002. 
Characterization of diet-dependent metabolic 
serotypes: Proof of principle in female and male 
rats. The Journal of Nutrition, 132(5), 1031-1038