Fourth, the hedonic gLMS and the LH

Fourth, the hedonic gLMS and the LHS, because they are bounded by all-inclusive end anchors (e.g., ‘Most liked or disliked sensation imaginable’), enable comparison of individual and group differences within the context of the full range of perceptual experiences (Bartoshuk et al., 2002). Fifth, unlike the intensity ratings obtained by magnitude estimation and the gLMS that are typically distributed log-normally across subjects (Green et al., 1993), it has been shown that the hedonic ratings obtained by category-ratio scaling are normally distributed (Lim & Fujimaru, 2010; Lim et al., 2009). Therefore, parametric analyses (e.g., ANOVA) can be readily applied without any data transformation, i.e., there is no need to log-transform the data obtained from the LHS. Finally, category-ratio scales have been shown to be as easy to use for subjects as the 9-point hedonic scale (Lim & Fujimaru, 2010; Schutz & Cardello, 2001), although they might require instructions and practice ratings to obtain the highest quality data (see below).

Kết quả (Việt) 1:

Thứ tư, hedonic gLMS và LHS, bởi vì họ được bao bọc bởi bao gồm tất cả kết thúc neo (ví dụ, ' phần thích hay không thích cảm giác tưởng tượng'), sử so sánh các cá nhân và nhóm khác nhau trong bối cảnh đầy đủ kinh nghiệm tri giác (Bartoshuk et al., 2002). Thứ năm, không giống như cường độ xếp loại thu được bằng cách tính toán độ lớn và gLMS thường phân phối đăng nhập bình thường trên đối tượng (màu xanh lá cây và ctv, 1993), nó đã cho thấy rằng các xếp hạng hedonic thu được bằng cách loại tỷ lệ rộng là bình thường phân phối (Lim & Fujimaru, 2010; Lim et al., 2009). Vì vậy, tham số phân tích (ví dụ như, ANOVA) có thể dễ dàng áp dụng mà không có bất kỳ dữ liệu biến đổi, tức là, không cần để biến đổi đăng nhập dữ liệu thu được từ các LHS. Cuối cùng, tỉ lệ thể loại vảy đã được chứng minh để dễ dàng sử dụng cho các đối tượng như quy mô hedonic 9-point (Lim & Fujimaru, 2010; Schutz & Cardello, 2001), mặc dù họ có thể yêu cầu hướng dẫn và thực hành xếp hạng để có được các dữ liệu chất lượng cao nhất (xem bên dưới).

Kết quả (Việt) 2:

Thứ tư, gLMS hưởng thụ và các LHS, bởi vì chúng được bao bọc bởi bao gồm tất cả-neo cuối (ví dụ, "Hầu hết thích hay không thích cảm giác tưởng tượng '), cho phép so sánh khác biệt cá nhân và nhóm trong bối cảnh đầy đủ các kinh nghiệm giác quan ( Bartoshuk et al., 2002). Thứ năm, không giống như các xếp hạng cường thu được bằng cách ước lượng độ lớn và gLMS thường được phân bố log-bình thường trên đối tượng (Green et al., 1993), nó đã được chứng minh rằng rating hưởng thụ thu được bằng cách loại-rộng lệ thường được phân phối (Lim & Fujimaru, 2010;. Lim et al, 2009). Do đó, phân tích tham số (ví dụ, ANOVA) có thể dễ dàng áp dụng mà không bất kỳ chuyển đổi dữ liệu, tức là, không có cần phải đăng nhập-chuyển đổi các dữ liệu thu được từ các LHS. Cuối cùng, cân loại-tỷ lệ đã được chứng minh là dễ dàng để sử dụng cho các đối tượng như quy mô hưởng thụ 9 điểm (Lim & Fujimaru, 2010; Schutz & Cardello, 2001), mặc dù họ có thể yêu cầu hướng dẫn và đánh giá thực tế để có được cao nhất dữ liệu chất lượng (xem bên dưới).