1/7

ANALISIS DE ALIMENTOS PRCTICA # 1 TECNICAS DE MUESTREO PARA EL ANALISIS DE LOS ALIMENTOS INTRODUCCION Los resultados del anlisis de un producto alimentario tan slo son tan buenos como el mtodo de muestreo que en l se lleva a cabo. La muestra perfecta sera, por supuesto, el 100% del material que se va a anali ar. !in embar"o, es raramente posible o adecuado de manera que se necesitan mtodos para muestrear el sistema para obtener una alcuota representativa del sistema como un todo. !i el sistema es #omo"neo, cualquier muestra sera aceptable. !in embar"o, la ma$ora de los sistemas son #etero"neos, as que, por lo com%n, e&iste la necesidad de moler, pulveri ar, a"itar, calentar, etc. para la obtencin de una muestra uniforme. La muestra debe ser' 1.( Lo suficientemente "rande para cubrir los requisitos de todas las determinaciones a las que se va a someter. ).( *mpacada $ almacenada, de manera que no se presenten cambios si"nificativos para el muestreo a travs del anlisis. +.( ,laramente identificada. -.( !ellada, principalmente si se trata de una muestra oficial o le"al. La seleccin del mtodo de muestreo depender de' 1.( *l propsito de la inspeccin. La pre"unta ser' .*l propsito del anlisis es aceptar o rec#a ar el producto, evaluar su calidad promedio, o determinar su uniformidad/ ).( La naturale a del lote a anali ar ( su tama0o1 divisin en sub(lotes1 car"a, o apilamiento. +.( La naturale a del material ba2o anlisis ( #omo"eneidad1 tama0o de la unidad1 antecedentes1 costo. -.( 3aturale a de los procedimientos de anlisis ( si"nificancia de los resultados1 ensa$os destructivos o no destructivos1 tiempo de duracin $ costo de los anlisis. 4*,35,6! 7* 89*!4:*; *!4675!45,;

)/7

*l primer paso para la elaboracin de un muestreo correcto consiste en la seleccin adecuada del dise0o o tipo de muestreo que se desea utili ar. <ara ello se debe "enerar un =8arco 8uestral> que es una lista, ordenacin, foto"rafa, esquema o cualquier otro mtodo que permita visuali ar en su con2unto a todas $ cada una de las unidades que componen la poblacin. !in embar"o, en situaciones prcticas no siempre es posible elaborar en detalle esta lista, por lo que una visin de con2unto de la poblacin servir para reali ar un muestreo al a ar. ;tro aspecto importante es la variable a considerar. !e debe ele"ir, antes de iniciar el estudio de la variable de =inters>, es decir, aquella que nos va a permitir reali ar los anlisis necesarios a fin de cumplir los ob2etivos propuestos ?control de calidad, investi"acin sobre al"%n aspecto en particular, etc.@. !imultneamente debe seleccionarse la unidad en que se va a medir dic#a variable ?cm, m, pies, litros, etc.@. *l se"undo paso a se"uir en una investi"acin es la seleccin adecuada de la muestra. *sta seleccin se reali a con base en dos elementos principales' la variabilidad propia de la poblacin $ el mar"en de error que pueda tolerar el control de calidad deseado. OBJETIVO *l estudiante aprender el fundamento de las tcnicas de muestreo en diversos tipos de alimentos. *l estudiante identificar las diversas tcnicas de muestreo estadstico $ las aplicar en diferentes situaciones $ tipos de alimentos. *l estudiante aprender a elaborar un marco muestral.

+/7

MATERIAL: 9na canasta de fresas, cere as, frambuesas o moras )1 paquetes c#icos de caca#uates ?de la misma marca@ 1 vernier <apel milimtrico ?+ #o2as@ 1 re"la 1 calculadora 1 red de plstico o cualquier otro material 1 paquete c#ico de #arina de tri"o 1 balan a analtica + vasos de precipitados de +0 ml 1 vaso de precipitados de )A0 ml 1 esptula MTODO 1. !eleccione qu variable va a medir a la fruta de la canasta. ). <roceda a e&traer una muestra aleatoria de la fruta de la canasta, ase"urndose de obtener fruta de todas las partes de la ca2a1 de la parte superficial, intermedia e inferior, de un e&tremo, del centro $ del otro e&tremo a fin de tener una buena representacin de la fruta seleccionada. +. 6 cada una de las frutas seleccionadas realice la?s@ mediciones que #a$a determinado #acer. <ara este fin coloque sobre la ca2a una retcula que le permita identificar =lotes> o porciones $ usando una tabla de n%meros aleatorios obten"a cuales frutas se deben seleccionar. !i ud. devuelve cada fruta a la ca2a la poblacin no se alterar $, por tanto, la probabilidad de seleccionar cualquier muestra permanecer inalterada1 a este sistema se le denomina =8uestreo con :eempla o>. <ero si no reinte"ra la fruta una ve medida, "radualmente se alterarn las probabilidades de seleccin de la muestra ?primero imperceptiblemente $ poco a poco ms "rande@ con lo que la medicin cambiar. 6 este mtodo se le conoce como =8uestreo sin :eempla o> $ debe usarse slo en poblaciones "randes o cuando las mediciones a #acer repercuten en la destruccin de la muestra.

-/7

9na ve obtenida la muestra obten"a las si"uientes estadsticas descriptivas bsicas' 4otal 8edia o <romedio Barian a 7esviacin estndar :an"o de variacin *n donde la Barian a se obtiene por la frmula' s) C $ s C s) 1 n(1 D &) ( ?&@)E n

55. ;bten"a una coleccin de paquetes de caca#uates de una sola marca, deben e&istir al menos )1 paquetes ?4;76! 5F96L*!@ ;rdnelas en una lnea, simulando una lnea de produccin. !e formarn lotes de + latas cada uno, simulando, cada uno, un lote de embarque. 7e cada lote se obtendr un paquete, el cual se abrir $ se contar el n%mero de caca#uates que contiene. !e proceder entonces a' 1.( ;btener una muestra piloto, la cual tiene por ob2eto darnos un conocimiento de las caractersticas estadsticas de la poblacin1 esto se reali a de la si"uiente forma' se obtiene el n%mero de caca#uates del primer $ se"undo paquete, introdu ca los datos en la calculadora $ obten"a la media $ la varian a, en el papel milimtrico realice una "rfica como la si"uiente'

A/7

Barian a 6cumulada 1 ) + - A G 7 H I 10 9nidades 8uestrales

:epita lo mismo con la tercera unidad $ as sucesivamente #asta completar las die unidades o bien #asta que la "rfica se estabilice. 7e manera esquemtica la "rfica quedar de la si"uiente forma'

Barian a 6cumulada 1 ) + - A G 7 H I 10 9nidades 8uestrales

*n el n%mero de unidades en que se estabilice la "rfica ?en el e2emplo@ ser la muestra piloto, pues en ese momento se #abr eliminado el componente de varian a debido al tama0o de muestra. ).( <ara obtener el tama0o de muestra ptimo ?o definitivo@ se aplicar la si"uiente frmula'

G/7

nJ C ?1.IG@) ?,.B.@) d) en donde' nJ es una primera apro&imacin al tama0o de muestra1 1.IG es el valor de las tablas de la distribucin normal estndar para una si"nificancia de 0.0A1 c.v. es el coeficiente de variacin de la poblacin e&presado como el porcenta2e de la media de acuerdo a la frmula'

c.v C ! K 100 ( & en la cual' & $ s son la media $ la desviacin estndar obtenidas a partir de la muestra piloto. dJ es el error m&imo de estimacin que se desea tolerar e&presado tambin como porcenta2e de la media' dJ C d & 100 & en la cual' d es el m&imo error que se pueda tolerar e&presado en las unidades en las que se mide la variable de inters. BIBLIOGRAFIA ,oc#ran, L.,. 1IH). 4cnicas de 8uestreo. *d. ,.*.,.!.6. 8&ico, A1+pp. 8nde , :., 5., 1I7G. ,onceptos mu$ *lementales de 8uestreo con Mnfasis en la 7eterminacin del 4ama0o de 8uestra. ,omunicaciones 4cnicas. 5.5.8.6.!., 9.3.6.8. )-pp. :a2, 7., 1I7). !amplin" 4#eor$. *d. 8cFraN Oill, 9.!.6. 1))pp. !erie 6 ul 3o. G

7/7

:a2, 7. 1I7I. La *structura de las *ncuestas por 8uestreo. Pondo de ,ultura *conmica, 8&ico, )+-pp. !c#eaffer, :. L., L. 8ende#alland, 4. ;tt, 1IH7. *lementos de 8uestreo. *d. Frupo *ditorial 5beroamericano, +)App. Qar, R. O. 1I7-. G)0pp. Siostatistical 6nal$sis. *d. <rentice Oall. 5n"elNood, 9.!.6.