Single Factor Rate That Apply

1 Introduksi

1.1 Latar Belakang

Salah satu pertanyaan paling sering muncul dalam uji konsumen adalah: "Produk mana yang paling disukai berdasarkan satu atribut tertentu — overall liking, sweetness, atau intensity?". Untuk menjawabnya, peneliti menggunakan single-attribute rating scale (umumnya 9-point hedonic atau 0–10 line scale) dan membandingkan rata-rata rating antar produk. Bila desain panelis adalah independent panel per produk, uji statistik standar adalah Welch's t-test untuk 2 produk atau one-way ANOVA untuk ≥ 3 produk (Lawless & Heymann, 2010; Meilgaard, Civille, & Carr, 2016).

Modul Single Factor Rate That Apply adalah focused workspace untuk pertanyaan single-attribute. Berbeda dari Quick Sensory Check yang menangani multi-atribut, modul ini meminta pengguna menunjuk satu kolom rating spesifik (mis. Overall_Liking), lalu menampilkan ringkasan top product, metode statistik (otomatis dipilih berdasarkan jumlah grup + asumsi), dan p-value.

1.2 Tujuan Modul

Membandingkan satu kolom rating numerik antar produk.
Otomatis memilih uji statistik: Welch's t-test (2 grup) atau one-way ANOVA (≥ 3 grup), fallback Mann-Whitney / Kruskal-Wallis bila non-normal.
Dua mode pertanyaan: difference mode atau spread mode.
Menampilkan top product, p-value, dan method dalam kartu ringkasan.
Memberikan post-hoc Tukey HSD bila ANOVA signifikan.
Audiens: mahasiswa S1/S2 dengan hedonic test, R&D dengan satu atribut prioritas, analis QC konsumen.

1.3 Posisi di Antara Alternatif

Pilih Single Factor Rate That Apply ketika fokus hanya pada satu atribut numerik. Untuk multi-atribut sekaligus, pakai Quick Sensory Check. Untuk discrimination biner, pakai Triangle Test / Duo-Trio. Untuk deskriptor biner, pakai Single Factor Check That Apply atau CATA + Cochran Q. Untuk kontrol penuh asumsi diagnostics, gunakan Compare 2 Groups atau Compare Many Groups.

2 Metode

2.1 Dasar Teoretis

Skala rating umumnya: 9-point hedonic (Peryam & Pilgrim, 1957), 0–10 line scale atau 0–15 VAS untuk intensity, JAR 5-point untuk optimization. Skor di-treat sebagai interval-like meskipun ordinal.

Welch's t-test untuk 2 produk (Welch, 1947):

$$ t = \frac{\bar{x}_1 - \bar{x}_2}{\sqrt{s_1^2/n_1 + s_2^2/n_2}} $$

Derajat kebebasan Welch-Satterthwaite:

$$ \nu = \frac{(s_1^2/n_1 + s_2^2/n_2)^2}{(s_1^2/n_1)^2/(n_1-1) + (s_2^2/n_2)^2/(n_2-1)} $$

One-way ANOVA F-test untuk ≥ 3 produk:

$$ F = \frac{\text{MS}_B}{\text{MS}_W} = \frac{\sum_j n_j (\bar{x}_j - \bar{x})^2 / (k-1)}{\sum_j \sum_i (x_{ij} - \bar{x}_j)^2 / (N-k)} $$

Bila $p < \alpha$ → Tukey HSD post-hoc: $\text{HSD} = q_{\alpha; k, N-k} \cdot \sqrt{\text{MS}_W / n}$.

Fallback non-parametrik: Mann-Whitney U (2 grup) atau Kruskal-Wallis H (≥ 3 grup) bila Shapiro-Wilk $p < 0.05$.

Effect size (Cohen 1988):

$$ d = \frac{\bar{x}_1 - \bar{x}_2}{s_{\text{pooled}}}, \quad \eta^2 = \frac{\text{SS}_B}{\text{SS}_T} $$

Interpretasi Cohen: $d = 0.2$ small, 0.5 medium, 0.8 large. Untuk sensory hedonic, $d > 0.5$ biasanya menarik secara praktis.

2.2 Persamaan Inti

Welch's t (2 grup): $t = (\bar{x}_1 - \bar{x}_2)/\sqrt{s_1^2/n_1 + s_2^2/n_2}$

One-way ANOVA (≥ 3 grup): $F = \text{MS}_B / \text{MS}_W$

Tukey HSD: $\text{HSD} = q_{\alpha; k, N-k} \cdot \sqrt{\text{MS}_W / n}$

Cohen's d: $d = (\bar{x}_1 - \bar{x}_2)/s_{\text{pooled}}$

Eta squared: $\eta^2 = \text{SS}_B / \text{SS}_T$

2.3 Asumsi & Batas Validitas

Asumsi	Konsekuensi jika dilanggar	Cara cek di SQalytics
Skala numerik (treat interval)	t/ANOVA tidak valid	Modul validate tipe data
Replikasi $n \geq 30$ untuk konsumen test	Power rendah	Modul flag bila $n < 10$
Residual normal	Type I inflated	Auto-fallback ke Mann-Whitney/Kruskal-Wallis
Variansi homogen (untuk classical t)	Type I inflated	Welch default — robust
Panelis independen	Repeated-measures bias	Untuk same-panelist, paired test
Order randomization	Bias presentation	SOP balanced block
Skala kalibrasi panelis	Drift antar sesi	Briefing standar

3 Cara Kerja

3.1 Step-by-Step di SQalytics

Buka Single Factor Rate That Apply dari domain Sensori dan Riset Konsumen.
(Opsional) Muat seed sensory_single_factor_rate.
Pada Check the current sensory table, pastikan data terbaca.
Pada struktur, sesuaikan: Panelist (opsional), Product, Rating.
Pada Pick the question mode, pilih Difference mode atau Spread mode.
Klik Run Single Factor Rate That Apply.
Tinjau hasil: conclusion → kartu Products/Top product/Method/p-value → Rating Plot → Post-hoc → Result Table.

3.2 Template Tabel Input + Contoh Data Sintetis

Kolom	Tipe	Wajib	Catatan
`Panelist`	category	◯	ID panelis (opsional)
`Product`	category	✓	Label produk
`Overall_Liking`	numeric (1–9)	✓	Rating

Contoh data sintetis (15 baris — 3 produk × 5 panelis, 9-point hedonic):

Panelist	Product	Overall_Liking
P01	Kontrol	5
P02	Kontrol	6
P03	Kontrol	5
P04	Kontrol	4
P05	Kontrol	6
P01	Singkil-UAE	7
P02	Singkil-UAE	6
P03	Singkil-UAE	7
P04	Singkil-UAE	8
P05	Singkil-UAE	7
P01	Singkil-MAE	8
P02	Singkil-MAE	8
P03	Singkil-MAE	9
P04	Singkil-MAE	8
P05	Singkil-MAE	9

SYNTHETIC Overall liking 3 produk minuman fungsional Singkil (kontrol vs UAE vs MAE), n = 5 panelis konsumen, skala 9-point hedonic. Mean: Kontrol 5.2, UAE 7.0, MAE 8.4. One-way ANOVA $F_{2,12} \approx 28$, $p < 0.001$. Tukey HSD: semua pasangan signifikan, MAE > UAE > Kontrol. CSV setara: docs/assets/example-data/id/sensory/template_sensory_single_factor_rate.csv.

3.3 Contoh Luaran

Tabel Result Table (n = 5 per produk):

Product	Mean ± SD	Median	Method (auto)	Test stat	p-value	Top?
Kontrol	5.2 ± 0.84	5	One-way ANOVA	$F_{2,12} = 28.20$	< 0.001	—
Singkil-UAE	7.0 ± 0.71	7	(sama)	(sama)	(sama)	—
Singkil-MAE	8.4 ± 0.55	8	(sama)	(sama)	(sama)	✓

Tabel Tukey HSD post-hoc:

Pasangan	$\Delta$ mean	HSD	$p_{\text{adj}}$	Signifikan
MAE vs Kontrol	+3.2	1.13	< 0.001	✓✓✓
UAE vs Kontrol	+1.8	1.13	0.008	✓✓
MAE vs UAE	+1.4	1.13	0.041	✓

Effect size:

Metric	Nilai	Interpretasi (Cohen 1988)
$\eta^2$	0.825	Very large effect
Cohen's $d$ MAE vs Kontrol	4.45	Extremely large
Cohen's $d$ UAE vs Kontrol	2.31	Very large
Cohen's $d$ MAE vs UAE	2.21	Very large

Kesimpulan ringkas: "Tiga produk berbeda nyata pada Overall_Liking (one-way ANOVA $F_{2,12} = 28.20$, $p < 0.001$, $\eta^2 = 0.825$ — very large effect). Singkil-MAE tertinggi (8.4, 'sangat suka'), diikuti Singkil-UAE (7.0, 'suka sedang'), dan Kontrol (5.2, 'netral hingga sedikit suka'). Tukey HSD: semua pasangan signifikan — MAE > UAE > Kontrol. Effect size sangat besar (Cohen $d > 2.2$). Asumsi parametrik tervalidasi — ANOVA satu-arah dipakai. MAE memberikan acceptance terbaik — kemungkinan akibat profil flavor yang lebih kaya dari ekstraksi gelombang mikro. Lanjut ke Compare 2 Groups untuk uji konsumen skala besar ($n \geq 100$) sebelum decision-making launch, dan ke CATA + Cochran Q untuk eksplorasi deskriptor yang menjelaskan preferensi MAE."

Grafik utama: dua panel — (a) box plot rating per produk dengan jitter; (b) bar chart mean ± SD dengan significance brackets dari Tukey HSD.

Single factor rate overall liking 3 produk Singkil dengan box plot dan bar Tukey — Gambar 1. Overall *liking* tiga produk minuman fungsional Singkil pada skala 9-point hedonic (n = 5 panelis konsumen per produk, independent *panel*). **(a)** Distribusi rating per produk sebagai box plot dengan jitter titik individual: **Kontrol (abu-abu)** berada di sekitar netral hingga sedikit suka (median 5), **Singkil-UAE (oranye)** di suka sedang (median 7), dan **Singkil-MAE (merah)** di sangat suka (median 8–9). **(b)** *Bar chart* mean ± SD dengan significance brackets Tukey HSD: MAE vs Kontrol ******* ($p < 0.001$), UAE vs Kontrol ** ($p = 0.008$), MAE vs UAE * ($p = 0.041$) — semua pasangan signifikan. Annotation kotak menunjukkan ANOVA omnibus $F_{2,12} = 28.20$, $p < 0.001$, dengan $\eta^2 = 0.825$ (very large effect, Cohen 1988). Konsisten dengan urutan MAE > UAE > Kontrol untuk semua statistik.

4 Kesimpulan

4.1 Relevansi Real-World

Hedonic acceptance ranking — overall liking antar formulasi prototipe.
Sweetness/saltiness preference — JAR scale atau direct intensity.
Brand benchmarking — produk sendiri vs kompetitor head-to-head.
Renovasi produk — apakah resep baru mempertahankan liking score.
Just-Right intensity — uji apakah produk "tepat" atau perlu dikurangi/ditambah.
Cross-cultural preference — perbandingan antar pasar geografis.
Consumer segmentation studies — perbedaan rating per cluster demografis.

Pada Rencana Publikasi Singkil v5, modul ini dipakai pada T5 Tahap 2 untuk uji overall liking konsumen final pada produk Singkil terpilih dari hasil R&D.

4.2 Where to Go from Here

Single Factor Check That Apply — bila data berubah ke checklist biner (0/1).
Quick Sensory Check — bila ingin multi-atribut sekaligus.
Triangle Test / Duo-Trio — pertanyaan berubah ke discrimination biner.
Compare Many Groups — uji statistik lanjut dengan kontrol penuh.
CATA + Cochran Q — eksplorasi deskriptor mana yang menjelaskan rating.
Correlation Explorer — korelasi rating dengan deskriptor lain.

Pembacaan lanjutan:

Lawless & Heymann (2010), Bab 14 + 15 — affective testing dan consumer field methods.
Meilgaard et al. (2016), Bab 13–14 — consumer test protocols + data analysis.
ISO 11136:2014 — standar resmi hedonic testing.
Cohen (1988) — statistik power dan effect size interpretation.

⚙ Troubleshooting Cepat

Produk tidak terdeteksi. Pastikan kolom produk berisi label teks konsisten (case-sensitive).

Rating tidak terdeteksi. Pastikan kolom skor numerik. Modul flag bila ada teks bercampur.

Hasil aneh karena kelompok terlalu sedikit. Cek jumlah observasi tiap produk setelah baris kosong dibersihkan. $n < 10$ memberi power rendah.

Method auto-fallback ke Mann-Whitney/Kruskal-Wallis. Indikasi non-normalitas residual — laporkan sebagai non-parametrik di paper.

p-value signifikan tapi effect size kecil ($d < 0.2$). Statistik signifikan tetapi tidak penting praktis — tinjau median dan IQR.

Semua produk mean ≈ 5 (netral). Indikasi central tendency bias — pertimbangkan training panel atau ganti ke discrimination test.

i Riwayat Revisi

Tanggal	Revisi	Penulis
2026-05-12	Migrasi MD v2 → HTML final dengan figure dual-panel box jitter + bar Tukey + ANOVA annotation + caption Elsevier-style	Claude
2026-05-12	Migrasi v1 → v2 (template publikasi + KaTeX Welch/ANOVA/Tukey + Cohen's d + APA Lawless/Meilgaard/Peryam)	Claude
2026-05-09	Draft awal v1	Tim docs

4 Referensi

Lawless, H. T., & Heymann, H. (2010). Sensory evaluation of food: Principles and practices (2nd ed.). Springer. https://doi.org/10.1007/978-1-4419-6488-5
Meilgaard, M. C., Civille, G. V., & Carr, B. T. (2016). Sensory evaluation techniques (5th ed.). CRC Press. https://doi.org/10.1201/b19493
Peryam, D. R., & Pilgrim, F. J. (1957). Hedonic scale method of measuring food preferences. Food Technology, 11(9), 9–14.
Welch, B. L. (1947). The generalization of "Student's" problem when several different population variances are involved. Biometrika, 34(1/2), 28–35. https://doi.org/10.2307/2332510
Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum Associates.
International Organization for Standardization. (2014). ISO 11136: Sensory analysis — Methodology — General guidance for conducting hedonic tests with consumers in a controlled area. ISO.
Tukey, J. W. (1949). Comparing individual means in the analysis of variance. Biometrics, 5(2), 99–114. https://doi.org/10.2307/3001913