A Metodologia de Superfície de Resposta (MSR) foi aplicada para avaliar as características cromáticas de emulsões compostas de Proteína de Soja (PS) e Suco de Goiaba vermelha (SG). Os parâmetros analisados foram: cor instrumental baseada nas coordenadas a* (vermelho), b* (amarelo), L* (luminosidade), C* (cromaticidade), h* (tonalidade), cor, aceitação e aparência. As análises dos resultados mostraram que o SG foi responsável pelos altos valores de cor vermelha, tonalidade, cromaticidade, aceitação e cor, ao passo que a PS aumentou a cor amarela das emulsões. O parâmetro de cor vermelha (R²adj = 74,86%, p < 0,01) e a tonalidade de cor (R²adj = 80,96%, p < 0,01) apresentaram alto grau de correlação linear com as proporções de SP e SG adicionadas às emulsões; ao passo que os resultados da análise sensorial (aceitação e cor) não puderam ser modelados devido à grande variabilidade dos resultados. Os modelos de cor amarela, luminosidade, e cromaticidade não apresentaram falta de ajuste, mas seus coeficientes de determinação ajustados não foram superiores a 70%. Não obstante, as correlações entre os dados sensoriais e cromáticos não foram significativas (p > 0,05), obtendo-se baixos coeficientes de Pearson. A análise dos resultados indicou que a MSR é uma técnica útil no desenvolvimento de emulsões à base de soja e pode ser usada para modelar alguns parâmetros cromáticos de emulsões elaboradas com SG.
Response Surface Methodology (RSM) was applied to evaluate the chromatic features and sensory acceptance of emulsions that combine Soy Protein (SP) and red Guava Juice (GJ). The parameters analyzed were: instrumental color based on the coordinates a* (redness), b* (yellowness), L* (lightness), C* (chromaticity), h* (hue angle), visual color, acceptance, and appearance. The analyses of the results showed that GJ was responsible for the high measured values of red color, hue angle, chromaticity, acceptance, and visual color, whereas SP was the variable that increased the yellowness intensity of the assays. The redness (R²adj = 74.86%, p < 0.01) and hue angle (R²adj = 80.96%, p < 0.01) were related to the independent variables by linear models, while the sensory data (color and acceptance) could not be modeled due to a high variability. The models of yellowness, lightness, and chromaticity did not present lack of fit but presented adjusted determination coefficients bellow 70%. Notwithstanding, the linear correlations between sensory and instrumental data were not significant (p > 0.05) and low Pearson coefficients were obtained. The results showed that RSM is a useful tool to develop soy-based emulsions and model some chromatic features of guava-based emulsions through RSM.