1GB/TXXXX—XXXX/ISO20784:2021感官分析感官與消費品宣稱證實導則本文件給出了對食品和非食品產品及產品包裝上、以宣傳為目的的感官宣稱進行證實的導則。本文件給出了感官宣稱與其他類型宣稱的區別，提供了感官宣稱的分類和不同類型感官宣稱的示例，以及開展感官宣稱證實測試相關的內容，包括示例和參考資料。本文件適用于產品的感官宣稱證實。本文件不適用于下列情況。——用于感官宣稱證實的不同測試方法的具體或詳細要求。——產品原產地、組分、加工和營養成分相關的事實宣稱。——產品技術特征的事實宣稱。——人類食用或使用產品時與健康、醫學或治療功效、生理功效、結構或功能益處相關的宣稱。——應用儀器對產品進行特性或性能評價的宣稱（儀器評價是指不使用評價員或受試者，而使用儀器對產品的特性或性能進行評價）。——服務類項目相關的宣稱（例如房屋清潔服務、航空服務、汽車服務等）。——關于大件/慢速消費品相關的宣稱（例如汽車、冰箱、灶具等）。2規范性引用文件下列文件中的內容通過文中的規范性引用而構成本文件必不可少的條款。其中，注日期的引用文件，僅該日期對應的版本適用于本文件。不注日期的引用文件，其最新版本（包括所有的修改單）適用于本文件。GB/T10221—2021感官分析術語（ISO5492:2008，IDT）3術語和定義ISO5492界定的以及下列術語和定義適用于本文件。ISO和IEC維護的用于標準化的術語數據庫網址如下：——ISO在線瀏覽平臺：/obp——IEC電子百科：/3.1感官宣稱sensoryclaim向消費者宣傳一個產品的感官特性（例如“具有焙烤風味”）、功能特性（例如“去油”）/性能特性（例如“口氣清新更持久”），以及消費者對該產品的情感響應（例如“消費者偏愛品牌X”）和使用產品時（包括使用前、使用期間或使用后）的感知響應（例如“皮膚看起來更年輕”）的表述。品（包括使用前、使用期間或使用后）時的感知。這種廣告信息是讓潛在用戶或購買者了解產品特性，進而產生購買、2GB/TXXXX—XXXX/ISO20784:20213.2情感宣稱affectiveclaim用戶或潛在用戶在使用產品（包括使用前、使用期間或使用后）時與其喜好或情緒響應相關的表述。注：該響應包括消費者在使用產品（包括產品或者是消費者認同該產品具有某種突出特性或能提供特3.3感知/性能宣稱perception/performanceclaim描述產品引起的某種感知特性或者預期效果的相關表述。3.4鼓吹puffery一種極其寬泛、模糊和主觀的陳述，由于過度夸大導致可信度不高，同時從測量操作或實踐角度來看不具有可測性。3.5等效性宣稱equivalenceclaim聲稱兩個或多個產品在某個或多個產品特性上等同時所提供的表述。3.6卓越性宣稱unsurpassedclaim聲稱產品在一個或多個特性上不會被其他產品超越時所提供的表述。3.7優越性宣稱superiorityclaim一種比較性宣稱，聲稱產品與另一個或多個產品相比，性能或特性水平更高、喜好度更高或更被偏愛的表述。3.8風險risk對傷害發生概率和嚴重程度的綜合評價。注：感官研究人員和利益相關方宜考慮基于感官測試得出的宣稱的相關風險。概率或可能性。這些負面后果形式并不明確，包括消費者在社交媒體上發布負面帖子評論，來自競爭對手的挑戰以及自我監督、監管機構或政府機構等采取的相關行動。3.9感官分析方法sensoryanalysismethods一套廣泛使用的、有科學依據的感官分析方法，包括差別檢驗、描述性分析和性能評價方法等。注：內部有效性和實驗室體系控制是感官測試的質量保證，尤其當測試目于同時需要考慮產品和參與者的感官測試，屏蔽產品的品牌標識并進行獨立效應量以及評價員的數量和類型均是感官分析方法中需要考慮的因素（參3.103GB/TXXXX—XXXX/ISO20784:2021消費者測試方法consumermethods從事產品感官和消費者測試的大多數專業人員所使用的消費者定量測試系列方法，包括情感測試和感知/性能測試。3.11代表性消費者樣本representativesampleofconsumers測試中使用的消費者群體，通常是從更大的總群中抽取的一個較小群體。該群體的測試結果涵蓋了采用總群體測試時可獲得的響應變化范圍。情感響應變化范圍。b)使用合格的消費消費者樣本抽取方案的變量要包括人口統計、地理、行為或心理等影響群3.12代表性產品樣本representativesampleofproducts從市場可獲取的產品中抽取的用于測試的系列產品，用于產品感官特性、性能特性或產品引起的喜好響應等方面的測試。注：通常建議研究人員待產品從工廠生產端流通到常用銷售端后，再通過零售原則是測試產品能代表消費者在市場上所能購買得到的產品。選擇足夠多數量、批此類產品的所有變化范圍。可以使用新品推廣、銷售和上市前的樣板產品來支持宣證實時，需提供新樣品與市場產品等同的相關信息。此外，選擇產品時，測試產品要表達的程度，即是否適用于消費者可能會3.13客觀測試結果objectivetestresult采用科學領域中被廣泛采用的實驗方法開展測試所獲得的結果，該測試結果并不依賴于實驗者的期望或干預（具有可驗證性）。注：客觀研究中，數據收集并不會受到實驗者的干預，實驗設計也允許得到1中的受訪者也不會知曉任何可能影響其對潛在研究目標響應的信息。因此，客觀測的意見或期望的影響，由包括相關變量、并遵循最佳操作實踐開展的研究得出，并過不同研究獲得，并且能通過其他相關研究或組合4一般要求感官宣稱證實時，宜考慮到下列因素。a)感官宣稱是基于受試者對產品直接體驗的響應記錄。b)產品宣稱旨在向潛在購買者介紹產品特性，闡明產品與競品的差異并影響購買者的購買決策。c)很多國家關于兒童或兒童產品的宣稱都受到了嚴格的監管和限制。d)支持宣稱的證據是否采用了正確的科學方法以及支持數據的權重和相關性。注1：公司的研究人員通常會反復多次測試過自己公司的產品，頻繁測試產品試結果沖突的情況。這種情況下，如果大多數測試結果的分布非常集中時，對宣稱期獲得的結果范圍內，也可將其作為宣稱的基礎。如果沒有前期測試結果，與單次注2：供應商或測試機構開展測試后，如果沒有前期測試結果記錄導致無法進4GB/TXXXX—XXXX/ISO20784:2021e)感官宣稱必須是基于以下內容的標準化、科學化測量。——采用感官分析方法確定的產品特性/性能。——用戶對產品特性/性能的喜好、偏愛、感受、態度或感知。f)赫爾辛基宣言中給出了需要進行臨床研究的宣稱定義，即臨床試驗是“對人體受試者（病人和健康志愿者）所使用的藥物或醫療設備進行的系統評價，以證實或揭示試驗藥物的功效、不良反應以及試驗藥物的吸收、分布、代謝和排泄，目的是確定試驗藥物的療效和安全性”[5]。因此，需要進行臨床研究的宣稱并不屬于感官宣稱，不在本文件的討論范圍內。g)與關注產品療效或者產品可能對人體結構或操作產生的潛在影響的研究相比，感官研究主要涉及的是對感官效果的評價，例如特定的口感、香氣或外觀。示例：如護膚產品，若研究目的是證明皮膚外觀發生變化或改善，可采用裸眼檢測和評價員評價，這屬于1項感官研究。在沒有儀器的情況下，由外部評價員對皮膚觸覺特性變化的檢如果護膚產品宣稱是改變了皮膚的深層組織/功能或者是整個皮膚表層、真皮層的狀況時，這屬于1項臨床研究而并h)“鼓吹宣稱”或“夸大宣傳”（國家法規中的定義）通常使用非常含糊（例如“這款香水會帶你飛”）或者過于夸張（例如“世界上最舒適的鞋子”）的表述，沒有人會當真。由于表述含糊不清或者出于實用考慮，鼓吹宣稱無法使用科學測試數據支撐。i)計劃開展感官宣稱測試的研究人員必須清楚了解感官宣稱相關的監管機構、管理法規、媒體或潛在競爭對手對感官宣稱可能的反應。研究人員宜在進行研究方案設計和分析時就提出對相關法規問題和競爭對手可能反應等問題的解決措施。5指導原則5.1總則使用感官或消費者測試方法開展感官宣稱證實時，調查人員應考慮5.2-5.10中給出的9項原則，以獲得足夠可靠的測試結果來證實宣稱內容。5.2查閱政府的法律法規開展宣稱測試前，應先查詢擬發布宣稱所在國（地區）/的政府、監管機構、廣告業和媒體對感官宣稱的要求和標準。5.3闡述宣稱主要內容并設計測試方案設計支撐宣稱主要內容的研究方案。建議測試前先確定宣稱的表述內容，以便合理設計實驗。依據預期的宣稱內容，選擇主要的研究目標（例如描述特性或是消費者響應）。理想情況下，宜限制目標的數量，避免產生多重效應[2]。注意，研究中評價項目越多，出現虛假或矛盾結果的可能性就越大。檢驗統計量增加與概率變化的函數關系參見附錄B。5GB/TXXXX—XXXX/ISO20784:20215.4確定宣稱類型：單個產品測試或比較性測試確定宣稱類型時宜先確定測試是使用單個產品、成對產品還是多種產品。非比較性宣稱宜采用一元測試，如果是產品類別宣稱，宜使用成對產品或一個產品與多個產品的比較性測試。5.5確定決策標準決策標準宜提前進行界定，且清楚明確。5.6確定相關產品集對于比較性宣稱，宜提前確定好相關的產品集。5.7確定相關消費者或評價員群體對于消費者測試，宜在研究開展前先確定相關用戶、當前用戶、購買者或潛在消費者群體。對于以產品為重點的測試，提前確定經過訓練的、具有相關評價資質的評價員群體。5.8確定證據強有力的程度證據宜足夠強有力以應對預期中的挑戰。a)相同測試結果重復出現多少次時，足以讓宣稱方更加確定結b)支持宣稱證據的可信程度，例如確認該結果是否與其他來源的信息（結果c)受訪者群體和產品樣本是否具有足夠e)測試時遵循上述最佳實踐原則的程度，包括測試前選擇和遵循的主5.9保證公正性提出宣稱的組織方宜確保測試方法、測試條件和測試執行的公正性。例如，兩種同時生產的產品以相同方式制備和提供，呈送時遵循平衡原則，確保兩種產品均采用了相同的測試程序。5.10保證可靠性宜遵循最佳實踐原則來確保研究的客觀性和公正性，研究結果重復性好，且足夠可靠。6感官宣稱分類6.1分類6GB/TXXXX—XXXX/ISO20784:2021感官宣稱分類有利于形成清楚合理的證據以及選擇適宜的測試方法。感官宣稱分類如圖1所示，不同宣稱類別的主要差異在于下列三種情況。a)是單個產品的宣稱還是與競品的比較宣稱。b)是消費者對產品或性能的情感響應宣稱還是感知響應宣稱。c)受訪者是消費者還是經過訓練的評價員。b由相關的消費者（當前購買者或潛在用戶）參與情感宣稱D鼓吹是一種特殊類型的宣稱，極度夸大或含糊不清，無法通過感官方法圖1感官宣稱的分類6.2表述圖2給出了不同類型感官宣稱的表述示例，圖中僅列出了一小部分示例。宣稱的表述會因產品類別、期望的目標消費者和感官宣稱實施所在國別而有所差異，主要取決于感官測試是如何直接、明確地支持宣稱的表述。7GB/TXXXX—XXXX/ISO20784:2021圖2不同類型宣稱表述的具體示例6.3非比較性感官宣稱非比較性感官宣稱測試包括一元產品或單個產品的測試，有明確的測試目標，依據決策標準具體展開，并使用經過統計手段分析的定量數據。對于情感型的非比較性宣稱，采用消費者定量測試方法。對于感知/性能型的非比較性宣稱，采用感官描述小組的評價報告或消費者對產品引發感知的自我評價報告支持宣稱。此類數據同樣要經過統計分析。6.4比較性感官宣稱比較性宣稱是指將2個或多個產品相互比較后得出的宣稱。這種比較可以是廣告商產品與一個或多個競品的比較，也可以是同一產品不同版本間的比較。比較的內容包括：優越性、等效性或非劣效性。比較性宣稱能突出不同產品在感官特性、情感響應以及產品性能上的差異，或者主要突出產品的新感官特性。如果某廣告商想對公司內的2款產品進行比較宣稱，例如產品的改進版和當前版，這種挑戰風險通常很低。但是，有些公司仍希望獲得一些感官數據支持即使風險很低的宣稱，因此需要開展測試，對強調新產品與當前產品存在感官特性差異的宣稱進行支撐。這種情況下，可使用前期產品的歷史測試信息得到1個達成標準。由于挑戰風險很低，因此選擇達成標準時無需像高風險宣稱那么嚴格。與競品公開比較的宣傳方式會增大挑戰風險，競爭對手能對比較性宣稱的內容提出質疑，因此廣告商要開展嚴格的測試來支持所提出的宣稱，這一點非常重要。產品優越性宣稱是聲稱廣告商的產品更受歡迎或更被偏愛，具有更多讓人滿意的產品特性或優于宣稱中所指的產品。等效性宣稱是聲稱廣告商的產品與宣稱中提及產品一樣好。非劣效性（或卓越性）宣稱是聲稱廣告商的產品至少與宣稱中提及產品一樣好。等效性宣稱是指2個或多個產品是相同的。等效性宣稱相關的統計假設通常包括上限和下限（即雙邊備擇假設而與優越性和非劣效性宣稱相關的統計假設只涉及下限（即單邊備擇假設）。所有比較性宣稱都有自己的測試設計和分析方法。需要注意的是，當測試結果不具有顯著性時，不能推斷出等效性和非劣效性。與旨在顯示產品優越性或非劣效性的宣稱測試相比，等效性宣稱需要更多的樣本量。所有類型的比較性宣稱（優越性、等效性或非劣效性）都需要經過統計分析處理的定量測試數據。開展情感比較性宣稱時，收集的數據通常是喜好數據或偏好數據。對于感知/性能特性的比較性宣稱，既可使用消費者也可使用經過訓練的感官小組進行測試。7方法7.1很多感官分析方法可用于證實感官宣稱。依據宣稱的類型和測試目的選擇支持感官宣稱內容的測試方法，具體參見ISO6658。8GB/TXXXX—XXXX/ISO20784:2021描述性檢驗和差別檢驗等感官分析方法通常是以產品為中心，檢驗目的是確定產品中存在哪些感官特性以及特性上是否存在感官差異。使用經過訓練的或有經驗的人員擔任描述性檢驗和差別檢驗的評價員。對于希望建立產品宣稱的感官研究人員，非常重要的一點是了解宣稱所在國是否有與感官特性宣稱相關的特定法規是非常。如果宣稱是面向終端消費者/產品用戶時，必須是消費者能感知到的感官特性。開展消費者喜好或偏好等情感測試時應選擇合理的、具有代表性的用戶樣本，如果是市場新產品，選擇潛在用戶。情感型宣稱是基于人的聲稱，例如“與競品相比，消費者更偏愛這種產品”。情感型宣稱是參與測試消費者響應的表述，宜選取具有代表性消費者樣本進行情感測試，消費者樣本量宜足夠多且招募要求宜相關。情感測試的消費者包括：a)產品的使用者或購買者，或潛在的使用者/購買者（如果產品尚未上市）；b)代表更廣大的潛在消費者、使用者或購買者群體的測試人員；c)對產品主觀響應的提供者，例如對產品的喜好或偏好，或采用所有適合項勾選法(Checkallapplyanalysis,CATA)對感知到的產品特性進行評級或自我報告。與以產品為中心的感官分析方法一樣，盲測和獨立判斷也是消費者測試方法的重要特征。外部有效性，即測試結果在多大程度上能被推廣到更大的用戶或潛在用戶群體，以及測試產品在多大程度上如同消費者在日常生活中使用的那樣，是消費者測試方法中最重要的一點。分析型感官檢驗和消費者測試中的測試產品均宜代表市場上可獲得的產品，最直接的方式是從零售店購買產品。如果產品還未在市場上推廣和使用，那研究者必須提供宣稱證實中所用的測試產品與市面產品是一致的的證據。如果使用一種新的測試方法（例如用于新產品研發）來支持感官宣稱，測試方法宜遵循多數感官專業人員所認可的科學性原則。7.2探索性、假設性或發現性的研究方法不宜作為感官宣稱的主要支持證據。在沒有其他證據支持宣稱的情況下，不宜使用定性測試方法支持宣稱。7.3下列方法均可用于感官宣稱證實，包括：a)整體差別檢驗（例如三點檢驗、二、三點檢驗）；b)特性差別檢驗（例如定向差別檢驗、感官特性評級法）；c)描述性分析；d)消費者情感或性能測試。7.4用于感官宣稱證實的感官測試方法的指導原則參見第五章，具體內容如下：a)明確宣稱所在國對宣稱的相關要求；b)主要宣稱內容的預定義；c)公平的數據收集和公正的測量方法；d)與宣稱相關的參與者和產品要求。7.5宜選用產品的當前用戶或潛在用戶參與產品情感宣稱測試或感知功能測試。產品特性或性能宣稱可采用經過培訓的感官評價員或優選評價員進行評價。9GB/TXXXX—XXXX/ISO20784:2021（資料性）感官宣稱示例A.1非比較性——情感宣稱：“味道很棒”一家沙拉醬生產公司希望在產品標簽正面印上“味道很棒”。感官、營銷和法規團隊同意進行產品測試。如果大多數消費者在品嘗產品后都認為產品“味道很棒”，公司會將這句話印在包裝標簽正面。研究人員查閱了消費者評價“味道很棒”的類似產品歷史數據，獲取相關背景信息以確定決策標準。最終，研究人員提出了決策標準“70%或更多的消費者在品嘗沙拉醬后認同味道很棒的聲稱”。共計120名消費者采用盲測方式品嘗了該產品，并對產品聲稱“味道很棒”的認同程度進行評價。采用七點李克特標度進行評價，“7”是“完全同意”，“1”是“完全不同意”，“4”是“既不同意也不反對”。研究人員推薦使用最高的2個級別，即以選擇了“完全同意”和“非常同意”的消費者數量作為認同沙拉醬“味道很棒”的消費者數量。這種決定是為了確保只有非常認同的消費者才符合宣稱決策標準中的消費者要求。測試結果以列表形式呈現，120名消費者中有96人（80%）選擇了“完全同意”或“非常同意”這種沙拉醬“味道很棒”的聲稱。基于二項式分布，95%置信區間下80%的分布范圍為（0.717,0.867），即認同沙拉醬“味道很棒”的消費者比例為72%~87%，95%置信區間的下限高于70%的決策標準。因此，測試結果支持在包裝上印上“味道很棒”表述。受控區域內消費者喜好測試方法，參見ISO11136。A.2非比較性——性能宣稱：“無殘留”產品研發人員發現了一種成分添加到護膚霜中不會產生殘留感。該公司希望將這種成分添加到他們目前最暢銷的護膚霜中，并宣傳“無殘留”。現在需要感官數據支持新配方護膚霜的“無殘留”宣稱。感官研究人員建議使用經過培訓且考核通過的描述性分析小組對添加和未添加新成分的護膚霜進行評價。測試目標是客觀確定這種新添加成分是否具有“無殘留”效果。描述小組經過培訓后對護膚霜產品開展定期評價。研究團隊制定的決策標準是認為護膚霜“無殘留”的人數更多，即“無殘留”回答數比例應顯著高于0.5。（此處對照數據，不是指未添加新成分產品的數據，而是指被添加了新成分、但被判定“有殘留”產品的數據。）描述性評價小組由12名經過訓練的評價員組成。評價員使用標準涂抹程序將護膚霜涂抹在前臂上，同時對涂抹護膚霜后的前臂表面進行評價。評價員使用標準用量和標準涂抹方法涂抹2種護膚霜，每個前臂各涂1種。護膚霜采用三位數字編碼進行識別，其中一種護膚霜含有“無殘留”成分，另一種則不含。兩種護膚霜在香氣、外觀、質地和感覺上均沒有差異。1MicrosoftExcel是可商購的產品示例。提供此信息是為了方便本文件的使用者，并不表示ISO對該產品的認可。GB/TXXXX—XXXX/ISO20784:20213min后，評價員對前臂的“可見殘留物”展開評價。接下來的一周內再次重復相同程序，以確保“無殘留”宣稱得到強有力的支持。2項試驗數據見表A.1。表A.12次試驗數據結果8合并2項試驗數據后進行分析。添加了新成分的護膚霜，在24個受試者中總共獲得18個“無殘留”的判定。根據二項式定律，獲得“無殘留”答案的概率為0.5，24次中偶然獲得18次或更多次“無殘留”結果的概率小于0.023。因此，該公司決定在新配方護膚霜包裝上添加“無殘留”字樣，以向消費者強調其優勢。A.3非比較性——性能宣稱：“易烹飪”一家公司研發了一種“易烹飪”的芝士意面，與該公司現有市面產品相比，新芝士意面所需的烹飪步驟更少。公司跨職能團隊就達成標準形成一致意見，即必須讓當前品牌的大多數消費者認為新配方芝士意面“易烹飪”。“大多數消費者”被定義為測試中有不少于80%的消費者認為新配方“易烹飪”。為了測試這種非比較性的性能宣稱，該公司挑選了90位經常購買芝士意面的消費者，向每位消費者提供1盒無品牌標識的新產品，讓他們在家中自行烹飪。消費者按照包裝盒上給出的步驟進行烹飪。要求消費者評價這種芝士意面是否“易烹飪”，并獨立完成1份關于產品烹飪難易程度的電子問卷。采用5點標度評價烹飪的難易程度，“5”表示“非常容易烹飪”，“1”表示“一點也不容易烹飪”，“3”表示“既不容易也不難烹飪”。90名消費者中有80名（89%）消費者認為新配方產品“非常容易烹飪”或“容易烹飪”。根據二項式定律，95%置信區間下89%認可比例的分布范圍為（0.81,0.95）,即81%~95%，顯著高于達成標準中要求的80%（p=0.035）。該結果滿足達成標準。市場部可以開始準備帶有“易烹飪”宣稱的包裝和銷售材料，為后期營銷做準備。A.4比較性——情感宣稱：“減鹽30%，同樣美味”一家薄脆餅干公司希望公司餅干產品更健康，以滿足消費者追求更健康零食的愿望。公司決定將其核心薄脆餅干產品中的鹽分減少30%，同時盡可能保持餅干的原有味道。與當前使用的食鹽相比，減鹽餅干中使用了一種新食鹽產品，這種鹽顆粒表面積發生了改變，可以提供更強的咸感。現在需要感官數據確定減鹽餅干和當前餅干的咸度是否相同。為了滿足這個需求，感官研究人員計劃采用定向比較檢驗。公司跨職能團隊同時希望獲得消費者數據來支持“同樣美味”的宣稱。團隊認可的達成標準是至少有70%的消費者在品嘗減鹽餅干后認同“美味”的聲稱，從而支持“鹽分減少了，但同樣美味”的宣稱。經過幾輪配方改進和內部測試小組測試后，產品研發團隊研發了1款新配方。與現有餅干相比，新配方餅干具有相近的咸味感知。新配方的鹽含量降低了30%，但感知到的咸度變化很小，同時具有與當前產品類似的滋味剖面。為了確定減鹽餅干咸度是否不低于當前餅干產品，招募了68名經驗豐富的評價員進行相似性定向成對比較。目的是證明盡可能“少的”評價員（如果有的話）認為減鹽餅干的咸度低于當前餅干。團隊制定的達成標準是不超過20%（pd=0.2）的評價員能夠識別出咸度差異，例如正確回答數的比例低于p=0.6。68名評價員中有30名（46%）選擇了當前餅干比30%減鹽餅干“更咸”。這個比例顯著低于可接受GB/TXXXX—XXXX/ISO20784:2021的比例0.6（單邊p=0.006，單邊置信區間上限是0.55）。團隊繼續測試，確定是否可以使用“同樣美味”的聲稱。90名當前餅干產品的消費者采用盲評方式品嘗了低鹽餅干和當前餅干，并使用5點標度分別評價2種餅干是否“美味”。選擇“4”和“5”才被認為是認同“美味”，達成標準是至少有2/3的消費者認同“美味”聲稱。測試采用單個產品評價方法，即僅使用低鹽餅干數據，不使用當前餅干的數據。90名消費者中有65名（72%）給低鹽餅干打分不低于“4”。二項式單邊檢驗表明該比率并沒有顯著高于2/3=0.667（p=0.157，置信下限為0.63）。該團隊得出結論：“減鹽30%，同樣美味”的宣稱不受支持。因此，新配方低鹽餅干不支持“減鹽30%，同樣美味”的宣稱。A.5比較性——卓越性——性能宣稱：“清潔效果與領先品牌相媲美”一家洗滌劑生產商旗下的A品牌洗滌劑產品在全國市場上進行銷售。A品牌產品的競爭威脅是B公司一個更昂貴洗滌劑，其宣傳具有“B品牌的清潔效果優于其他所有領先品牌”的優越性能。品牌A和品牌B的銷量占全國洗滌劑銷售的91%。A品牌公司的研究人員認為A品牌洗滌劑和競品B具有相同的清潔效果，該公司希望將該宣稱印在產品宣傳材料上展示給零售商，從而保持A品牌的零售市場份額。同時，公司還希望在電視廣告上宣傳“A品牌的清潔效果與領先品牌相媲美”，以對抗B品牌的優越性宣稱。A品牌的達成標準如下。a)在實驗室中使用標準污垢測試，專家評價員使用10點清潔度標尺對清潔效果進行評價，得出2種洗滌劑的清潔性能是相似的評分差異不能超過0.5分。b)消費者在家中連續2周使用A品牌和B品牌洗滌劑后，對洗滌劑清潔效果進行比較，使用10點清潔度標尺時，評分差異不能超過0.5分。在實驗室準備相同污垢的標準衣物樣品，對A品牌與B品牌的清潔性能進行評價。先使用標準使用量的A品牌洗滌劑清潔一批衣物上的污垢，再使用相同標準量的B品牌洗滌劑處理具有相同污垢的另一批衣物。公司的10名專家評價員在不知道使用了哪種洗滌劑的前提下檢查清洗后的衣服。B品洗滌劑牌的清潔度均值為8.1分，A品牌的清潔度均值為7.9分，成對評分的標準誤差為0.4。等效性檢驗中，兩個單邊檢驗(Twoone-sidedtests,TOST)和等效裕度δ=0.5時，p值為0.0201（<0.001）。基于TOST方法的2個p值均低于5%的顯著性水平，感官團隊得出結論是2種洗滌劑的性能非常相似。150名消費者采用居家方式使用A品牌和B品牌的洗滌劑。選擇2個品牌洗滌劑的實際用戶作為測試的代表性用戶。用戶首先連續2周使用其慣常使用的1種洗滌劑，并完成洗滌劑性能評價的簡短問卷。在使用了慣用洗滌劑一周后，消費者會收到第2種洗滌劑，繼續居家使用2周，并完成第2份洗滌劑性能評價問卷。產品使用順序遵循平衡原則，并采用三位數隨機編碼。消費者對使用A品牌洗滌劑清洗的衣物整體清潔度評分均值為7.4（滿分為10分），B品牌的評分均值為7.7，差異的標準誤差為1.4。如前所述，使用成對t檢驗的TOST方法的等效裕度δ=0.5，得到p=0.041和p<0.001。由于2個p值都低于5%的顯著性水平，基于TOST方法（不需要多重校正），團隊得出結論是基于預設的非劣效性標準，A品牌具有與B品牌相同的性能。A公司的研究人員最后得出結論B品牌并沒有表現更優。同時，A公司決定通過銷售文案、路演和電視媒體等多種形式向零售商傳達“沒有其他品牌衣物洗滌劑的清潔效果能更優”的信息。A.6比較性——優越性——情感宣稱：“消費者搭配漢堡時更偏愛的番茄醬味道”一家調味品公司開發并推出了1款口味更豐富、比市場上其他品牌番茄醬更百搭的番茄醬。幾家大型快餐連鎖店都選擇這種番茄醬作為漢堡的標配調味醬。調味品公司在這款番茄醬研發期間進行大量消GB/TXXXX—XXXX/ISO20784:2021費者感官測試，認為這款番茄醬的味道比市場上的另一家領先品牌番茄醬的味道更勝一籌。這2個品牌番茄醬占全國銷售的87%。調味品公司決定開展這款番茄醬和另一家領先品牌番茄醬的消費者偏好測試。團隊制定的達成標準是，使用具有地域代表性的消費者樣本對2個品牌番茄醬進行成對偏好盲測，確定這款番茄醬的偏好。使用了213名消費者在全國4個不同地點使用漢堡包和番茄醬進行測試，使用α=0.05和90%(β=0.1）的檢驗效力來檢測單邊偏好測試中pd=0.2（p=0.6）的差異。4個測試地均是主要人口分布的代表性地區，參與測試的都是經常吃搭配番茄醬漢堡的消費者。給每位消費者2份樣品，每份半個漢堡，涂上不同品牌的番茄醬。2種番茄醬的品嘗順序遵循平衡原則，詢問消費者更偏愛哪種番茄醬的味道。測試結果表明，共有123名更偏愛這款番茄醬，89人更偏好領先品牌。單邊二項式檢驗p值為0.010，置信下限為0.52。結果符合達成標準，可以得出消費者更偏愛新研發番茄醬的結論。這家調味品公司決定在印刷品和電視廣告中宣稱“消費者搭配漢堡時更偏愛的番茄醬味道”。A.7比較性——優越性——性能宣稱：“比其他同等價位的品牌結塊更少”一家化妝品公司希望推出一款新配方睫毛膏，宣稱“比其他同等價位的品牌結塊更少”。這款睫毛膏含有一種特殊成分，這種成分能粘附在睫毛上，但幾乎不結塊。因此，公司希望這個宣稱能獲得強有力的技術支持。品類銷售數據顯示，該睫毛膏與3個其他領先品牌的睫毛膏價格相當。該公司制定的達成標準是，一個由12名經過訓練的評價員組成的評價小組對該公司睫毛膏產品的結塊強度進行評價，結塊強度應顯著低于其他3款價格相當的睫毛膏產品。該公司最終使用了16名有經驗的消費者為被試者，每位被試者每天按照標準程序涂抹1種睫毛膏。評價員對每位測試者的睫毛進行目視評價，并使用10點標度對結塊強度進行評分，1為“無結塊”，10為“極其結塊”。被試者和評價員都不知道使用和評價的睫毛膏品牌，不同品牌的涂抹順序遵循平衡原則。測試期為3天，評價員均在涂抹睫毛膏的2小時內對每位被試者進行評價。結果如表A.2所示。表A.2評價結果p值（與新產品的比例比較） 進一步，采用單邊t檢驗及事后檢驗對新產品的結塊強度均值與其他3種產品進行兩兩比較，結果表明該公司新睫毛膏的結塊強度顯著低于其他3種品牌產品。根據研究結果，該公司決定針對3個競品提出宣稱。這與公司針對三個競品進行測試，并根據測試結果決定具體針A.8非比較——特性宣稱：“苦味更少”或“烘焙味更濃郁”一家咖啡公司改變了加工工藝，生產出一種苦味和酸味更少、烘焙風味更濃郁的咖啡。該公司希望有證據支持其在包裝上標識“苦味更少”或“烘焙味更濃郁”的聲稱，從而向消費者強調這些變化。感官研究人員向團隊建議，描述性分析小組精通評價不同咖啡的感官特性。支持該宣稱的達成標準是，訓練過的描述小組能證實采用當前工藝和新工藝生產的咖啡在苦味或烘焙味強度上確實存在差異（符合宣稱內容）。同時使用15cm線性標度測定時，強度差異均值至少在1cm以上，早期研究中認為1cm是保證GB/TXXXX—XXXX/ISO20784:2021消費者具有明顯響應差異的閾值。整體顯著性水平設為5%。感官研究中采用了11位經過訓練的評價員評價2種咖啡（當前工藝和新工藝）的5個關鍵特性：咖啡的整體印象、烘焙味、酸味、甜味和苦味，支持宣稱的測試重點是烘焙味和苦味。咖啡喜好和感官評價的早期研究表明，這5個關鍵特性與消費者對咖啡的喜好最為相關。2種咖啡以標準方式制作，評價員使用15cm線性標度評價每種咖啡5種特性的強度，從“無”到“極其”，采用盲評方式，重復2次。表A.3中列出了強度均值及其單邊p值。表A.3強度評分均值及其單邊p值p值p值（Bonferroni校正）__ 將產品、評價員以及產品和評價者的交互作用作為自變量，對數據進行方差分析，在5%顯著性水平下對產品進行單邊檢驗。由于宣稱是由檢驗結果決定的，因此需要對多重性進行校正。采用Bonferroni校正對烘焙味和苦味這兩個關鍵特性進行校正。表A.3中提供了校正后的p值（乘以2，因為測試宣稱中的2個特性）。或者，將主要關注的2個（未校正）p值與減半的顯著性水平0.025進行比較。結果表明，新工藝咖啡的烘焙味強度顯著更高（強度差異均值為1.5cm）。但是，多重校正后新工藝咖啡的苦味并不顯著低于當前工藝咖啡（校正后的p值=0.074>0.05，未校正的p值=0.037>0.025強度差異均值僅為0.8cm。因此，不能支持“苦味更少”的宣稱，但可以支持“烘焙味更濃郁”的表述。營銷部門開始準備帶有“烘焙味更濃郁”的新包裝。GB/TXXXX—XXXX/ISO20784:2021（資料性）I類錯誤率與檢驗統計量的函數表B.1給出了α（I類錯誤）是如何隨同研究中產品或特性的數量增加而增大。隨著檢驗統計次數增加，錯誤率隨之增大，即觀察到至少一個假陽性（顯著）結果的概率會隨檢驗次數增加而顯著增大。該情況下，當現實中某一特性并不存在差異時，更有可能得出存在差異的結論。表B.1給出了“多重性”定義的具體說明[7]。支持宣稱的描述性分析人員宜意識到這種影響，例如，5%顯著性水平下檢驗10個產品或特性，其中，統計顯著性水平下偶然至少1次的概率（即使產品檢測特性都是相同的）約為40%。化解多重效應的最佳方法是在實施研究之前確定產品的可重復性或可靠性或特性差異并嚴格確定主要目標，或提供其他證據來支持產品或特性的差異。需注意的是，無論何時執行多重檢驗，均會出現相同效應，包括多個成對產品比較、多個子群細分（例如年齡、性別）或相同產品的多個特性比較。表B.1是使用R3.6.3中的下列代碼行所得到的結果：cbind(x<-1:30,round(1-0.95?x,2),round(1-0.99?x,2))。表B.1概率隨檢驗（產品或特性）數量增加的變化每組比較的顯著性水平每組比較的顯著性水平123456789GB/TXXXX—XXXX/ISO20784:2021參考文獻[1]ISO/IECGuide51:2014,Safetyaspects-Guidelinesfortheirinclusioninstandards[2]ISO6658,Sensoryanalysis-Methodology-Generalguidance[3]ISO11136,Sensoryanalysis-Methodology-Generalguidanceforconductinghedonictestswithconsumersinacontrolledarea[4]ASTME1958,StandardGuideforSensoryClaimSubstantiation[5]DeclarationofHelsinki.BulletinoftheWorldHealthOrganization.2001,