UNIVERSIDAD NACIONAL DE CAJAMRCA

FACULTAD DE CIENCIAS AGRARIAS

E. A.P. INGENIERIA EN INDUSTRIAS ALIMENTARIAS
INTEGRANTES:
GALVES MENDOZA DARWIN
GONZALES MANTILLA EDWIN JOAQUIN.
CURSO:
ANALISIS DE ALIMENTOS.
TEMA:
TECNICAS DE MUESTREO PARA EL ANALISIS DE LOS ALIMENTOS.
CICLO:
VI
PROFESOR:
INGENIERO MAX EDWIN SANGAY.
GRUPO:
A1
AO:
2014
CAJAMARCA - PERU
 12
UNIVERSIDAD NACIONAL DE CAJAMARCA INDUSTRIAS ALIMENTARIAS

ANALISIS DE ALIMENTOS PRCTICA N 1

TECNICAS DE MUESTREO PARA EL ANALISIS DE LOS ALIMENTOS

INTRODUCCION
El muestreo es una parte esencial de anlisis de alimentos y dado
que la mayora de los mtodos de ensayo son destructivos, el anlisis
de un lote completo no dejara nada para utilizarse. Adems, en la
mayora de los mtodos de anlisis se requieren unos cuantos gramos
de muestra y por lo tanto debe aplicarse un proceso de reduccin entre
el lote original y la muestra de laboratorio, que garantice la
representatividad de la muestra.
Al elaborar un plan de muestreo el tamao de la muestra tiene dos
significados, uno para el analista y otro para el estadista. Para el
analista el tamao de la muestra se refiere a la alcuota que tomar
para la realizacin del ensayo; para el estadista el tamao de la
muestra se refiere al nmero de unidades separadas tomadas de un
gran nmero de unidades (lote). La cantidad de muestra debe tomarse
en base a la reproducibilidad de los requisitos del ensayo para el
objetivo deseado, lo cual indica el mtodo analtico. Aun as, el mtodo
elegido para tomar la muestra es aquel que parece dar la respuesta
correcta, est slo la obtendremos si analizramos todo el lote, lo cual
es obviamente es una situacin imposible. La estadstica, por lo tanto,
juega una parte importante en el diseo de cualquier plan de muestreo.
Si el sistema es homogneo, cualquier muestra sera aceptable.
Sin embargo, la mayora de los sistemas son heterogneos, as que, por
lo comn, existe la necesidad de moler, pulverizar, agitar, calentar, etc.
para la obtencin de una muestra uniforme.
La muestra debe ser:
1.- Lo suficientemente grande para cubrir los requisitos de todas
las determinaciones a las que se va a someter.
2.- Empacada y almacenada, de manera que no se presenten
cambios significativos para el muestreo a travs del anlisis.
3.- Claramente identificada.
4.- Sellada, principalmente si se trata de una muestra oficial o
legal.

La seleccin del mtodo de muestreo depender de:

ANALISIS DE ALIMENTOS
 12
UNIVERSIDAD NACIONAL DE CAJAMARCA INDUSTRIAS ALIMENTARIAS

1.- El propsito de la inspeccin. La pregunta ser: El propsito

del anlisis es aceptar o rechazar el producto, evaluar su calidad
promedio, o determinar su uniformidad?
2.- La naturaleza del lote a analizar - su tamao; divisin en sub-
lotes; carga, o apilamiento.
3.- La naturaleza del material bajo anlisis - homogeneidad;
tamao de la unidad; antecedentes; costo.
4.- Naturaleza de los procedimientos de anlisis - significancia de
los resultados; ensayos destructivos o no destructivos; tiempo de
duracin y costo de los anlisis.
TECNICAS DE MUESTREO ESTADISTICO

El primer paso para la elaboracin de un muestreo correcto

consiste en la seleccin adecuada del diseo o tipo de muestreo que se
desea utilizar. Para ello se debe generar un Marco Muestral que es
una lista, ordenacin, fotografa, esquema o cualquier otro mtodo que
permita visualizar en su conjunto a todas y cada una de las unidades
que componen la poblacin. Sin embargo, en situaciones prcticas no
siempre es posible elaborar en detalle esta lista, por lo que una visin
de conjunto de la poblacin servir para realizar un muestreo al azar.
Otro aspecto importante es la variable a considerar. Se debe
elegir, antes de iniciar el estudio de la variable de inters, es decir,
aquella que nos va a permitir realizar los anlisis necesarios a fin de
cumplir los objetivos propuestos (control de calidad, investigacin sobre
algn aspecto en particular, etc.). Simultneamente debe seleccionarse
la unidad en que se va a medir dicha variable (cm, m, pies, litros, etc.).
El segundo paso a seguir en una investigacin es la seleccin
adecuada de la muestra. Esta seleccin se realiza con base en dos
elementos principales: la variabilidad propia de la poblacin y el margen
de error que pueda tolerar el control de calidad deseado.
OBJETIVO

ANALISIS DE ALIMENTOS
 12
UNIVERSIDAD NACIONAL DE CAJAMARCA INDUSTRIAS ALIMENTARIAS

Se aprender el fundamento de las tcnicas de muestreo en

diversos tipos de alimentos.
Se identificar las diversas tcnicas de muestreo estadstico y las
aplicar en diferentes situaciones y tipos de alimentos.
se determinara la desviacin estndar.

MATERIAL:
Una canasta de fresas, cerezas, frambuesas o moras
21 paquetes chicos de cacahuates (de la misma marca)
1 vernier
Papel milimtrico (3 hojas)
1 regla
1 calculadora
1 red de plstico o cualquier otro material
1 paquete chico de harina de trigo
1 balanza analtica
3 vasos de precipitados de 30 ml
1 vaso de precipitados de 250 ml
1 esptula

MTODO
1. Seleccione qu variable va a medir a la fruta de la canasta.
2. Proceda a extraer una muestra aleatoria de la fruta de la
canasta, asegurndose de obtener fruta de todas las partes de
la caja; de la parte superficial, intermedia e inferior, de un
extremo, del centro y del otro extremo a fin de tener una buena
representacin de la fruta seleccionada.
3. A cada una de las frutas seleccionadas realice la(s)
mediciones que haya determinado hacer. Para este fin coloque
sobre la caja una retcula que le permita identificar lotes o
porciones y usando una tabla de nmeros aleatorios obtenga
cuales frutas se deben seleccionar.

ANALISIS DE ALIMENTOS
 12
UNIVERSIDAD NACIONAL DE CAJAMARCA INDUSTRIAS ALIMENTARIAS

Si ud. devuelve cada fruta a la caja la poblacin no se alterar y,

por tanto, la probabilidad de seleccionar cualquier muestra
permanecer inalterada; a este sistema se le denomina Muestreo
con Reemplazo. Pero si no reintegra la fruta una vez medida,
gradualmente se alterarn las probabilidades de seleccin de la
muestra (primero imperceptiblemente y poco a poco ms grande)
con lo que la medicin cambiar. A este mtodo se le conoce
como Muestreo sin Reemplazo y debe usarse slo en
poblaciones grandes o cuando las mediciones a hacer repercuten
en la destruccin de la muestra.
Una vez obtenida la muestra obtenga las siguientes estadsticas
descriptivas bsicas:
Total
Media o Promedio
Varianza
Desviacin estndar
Rango de variacin

En donde la Varianza se obtiene por la frmula:

s2 = 1 [ x2 - (x)2]
n-1 n

s = s2

II. Obtenga una coleccin de paquetes de cacahuates de una sola

marca, deben existir al menos 21 paquetes (TODAS IGUALES)
Ordnelas en una lnea, simulando una lnea de produccin.
Se formarn lotes de 3 latas cada uno, simulando, cada uno, un
lote de embarque. De cada lote se obtendr un paquete, el cual se
abrir y se contar el nmero de cacahuates que contiene.
Se proceder entonces a:
1.- Obtener una muestra piloto, la cual tiene por objeto darnos un
conocimiento de las caractersticas estadsticas de la poblacin; esto se
ANALISIS DE ALIMENTOS
 12
UNIVERSIDAD NACIONAL DE CAJAMARCA INDUSTRIAS ALIMENTARIAS

realiza de la siguiente forma: se obtiene el nmero de cacahuates del

primer y segundo paquete, introduzca los datos en la calculadora y
obtenga la media y la varianza, en el papel milimtrico realice una
grfica como la siguiente:

Varianza
Acumulada

1 2 3 4 5 6 7 8 9 10
Unidades Muestrales
Repita lo mismo con la tercera unidad y as sucesivamente hasta
completar las diez unidades o bien hasta que la grfica se estabilice. De
manera esquemtica la grfica quedar de la siguiente forma:

Varianza
Acumulada

1 2 3 4 5 6 7 8 9 10
Unidades Muestrales

En el nmero de unidades en que se estabilice la grfica (en el

ejemplo) ser la muestra piloto, pues en ese momento se habr
eliminado el componente de varianza debido al tamao de muestra.
2.- Para obtener el tamao de muestra ptimo (o definitivo) se
aplicar la siguiente frmula:
n = (1.96)2 (C.V.)2
d2
En donde:
n es una primera aproximacin al tamao de muestra; 1.96 es el
valor de las tablas de la distribucin normal estndar para una
significancia de 0.05; c.v. es el coeficiente de variacin de la poblacin
expresado como el porcentaje de la media de acuerdo a la frmula:
c.v = S X 100

ANALISIS DE ALIMENTOS
 12
UNIVERSIDAD NACIONAL DE CAJAMARCA INDUSTRIAS ALIMENTARIAS
n LONGIT
n de PESO PESO
LONGITU de UD
man (G) D mm(G) x
mm
1 2.1 34.44
En la cual:
2 2 37
x y s3: son la1.4 media y la26.6 desviacin estndar
4
obtenidas 2.3 de la
a partir 42.6 muestra piloto.
d: es el error mximo de 38
5 2.2 estimacin que se
6 1.5 32
desea 7tolerar 2.4 expresado 38.7
tambin como
porcentaje
8 de la media: 37.6
2.3
9 2.7 45.3
d = d x 100
10 2.1 36.4 x
En la 11
cual: 2.1 37.7
12 2.6 37.9
d :es 13
el mximo error
2 que 38 se pueda tolerar
14
expresado 2.8
en 46.9
las unidades en las que se
15 1.6 29.2
mide la variable de inters.
16 1.2 26
RESULTADOS:
17 1.2 29
18 de muestras:
Anlisis 1.2 29.8
TOTAL 35.7 643.14
Man: n de
Se tiene los man siguientes datos para hallar
1 2.1
cuales son los promedios
2 2 y deviacin estndar.
4 2.3
5 2.2
6 1.5
7 2.4
8 2.3
10 2.1
11 2.1
13 2
15 1.6
TO 35.7
TA
L
man
Intervalos de peso a 1 34.44 considerar: [1.5-2.5]
Intervalos de longitud a 2 37 considerar: [3-4]
5 38
6 32 LONGITU
7 38.7 PESO D mm
8 37.6
PROMEDI
10 O
36.4 2.05 36.69
11 37.7
ANALISIS DE ALIMENTOS
12 37.9
13 38
TOT 35.7
AL
 12
UNIVERSIDAD NACIONAL DE CAJAMARCA INDUSTRIAS ALIMENTARIAS

LONGITU
PESO D mm
PROMEDI
O 1.98 35.73
DESVIACION ESTANDAR
LONGIT
PESO UD mm
DESVIACI
ON
ESTANDA
R 0.07 0.69
Muestra de fresa:
Con remplazo:
a)
FRESA
N DE PESO LONGITU
MUEST G D MM
RA
1 33.5 51.8
2 21.5 42.6
3 16.2 42
4 22.8 41.3
5 15.6 41.2 DESVIACIN DESVIACIN
ESTNDAR EN ESTNDAR EN
6 15.2 41.2
PESO LONGITUD
7 13.3 46.5 6.261 3.729
8 15.1 42.2
9 18.4 44.3
10 11.1 38.5
11 23.2 38.9
Promedio
18.718 42.773

FRESA
b) se tom una muestra significativa:
N DE PESO LONG
MUEST G MM
RA
DESVIACION DESVIACION
1 16.2 42EN PESO
ESTANDAR ESTANDAR EN LONG
2 15.6 41.2
4.637 2.536
3 15.2 41.2
4 13.3 46.5
5 15.1 42.2
6 18.4 44.3
ANALISIS DE ALIMENTOS
7 11.1 38.5
Promedio
14.986 42.271
 12
UNIVERSIDAD NACIONAL DE CAJAMARCA INDUSTRIAS ALIMENTARIAS

SIN REMPLAZO:
a)
FRESA
N DE PESO G LONGITUD MM
MUEST
RA
1 27.4 46.1
2 17.9 36
3 15.3 32.1
4 21.5 40.7
5 21.8 40.3
6 32.5 DESVIACION 46.4DESVIACION
ESTANDAR ESTANDAR
7 20.9 43.9
EN PESO EN LONGITUD
8 11.6 1.881 40 4.874
9 26.9 36.2
10 12.1 31.1
11 17.7 39.9
12 21.8 39.7
Promedio
20.000 38.755
b) se toma una muestra significativa :

FRESA DESVIACION
ESTANDAR
N PESO G LONGITUD
EN LONG
MUEST MM
RA
1 27.4 46.1
2 21.5 40.7
3 21.8 40.3
4 32.5 46.4
5 20.9 43.9
6 26.9 36.2
7 21.8 39.7
DESVIACION
ESTANDAR
EN PESO
ANALISIS DE ALIMENTOS 2.529 4.621
 12
UNIVERSIDAD NACIONAL DE CAJAMARCA INDUSTRIAS ALIMENTARIAS

Mtodo de CUARTIL:
Q|: cuartil 1. Q 2: cuartil 2. Q 3: cuartil 3. n= nmero
de datos. Q= n x 25
MUESTRA DE MANI:
PRIMERO SE ORDENA:

n de PES LONGI
man O (G)TUD
mm
1 2.1 34.44
2 2 37
3 1.4 26.6
4 2.3 42.6
5 2.2 38
6 1.5 32
7 2.4 38.7
8 2.3 37.6 LONGI
PESO
9 2.7 45.3 TUD
(G)
10n=182.1 36.4 mm
11 2.1 37.7
12 2.6 37.9
13 2 38
14 2.8 46.9
15 1.6 29.2
16 1.2 26
17 1.2 29
18 MUESTRA
1.2 29.8 PESO DE MANI EN GRAMOS:
n de
man
Limites: 1 1.2 26
Lmite mnimo: 2 1.2 26.6
3 1.2 29
l min=Q11.5(Q 3Q1)
4 1.4 29.2
5 1.5 29.8
6 1.6 32
l max=Q 3 +1.5(Q 3 Q1)
7 2 36.4
8 2 37
9 2.1 34.44
PESO: 10 2.1 37.6
11 2.1 37.7 l min=1.51.5 ( 2.31.5 )=0.3
12 2.2 37.9
13 2.3 38 l max=2.3+1.5 ( 2.31.5 )=3.5
14 2.3 38
MODELO DE 15 2.4 38.7 CAJA Y BIGOTE.
16 2.6 42.6
50 75
25
17 2.7 45.3
18 2.8 46.9
% 2.1 %
ANALISIS DE ALIMENTOS %
 12
UNIVERSIDAD NACIONAL DE CAJAMARCA INDUSTRIAS ALIMENTARIAS

0.3 1 2.3 3.5

LONGUITUD:
l min=29.81.5 ( 3829.8 )=16.7
l max=38+1.5 ( 3829.8 )=38.3
MODELO DE CAJA Y BIGOTE.

25 50 75

% FRESA % %
16. 29. 34. 38 38.
N DE LONGIT
PESO
7 MUESTR
8 UD MM
4 3
G
MUESTRA A FRESA:
1 33.5 51.8
ORDENAR 2 21.5 42.6 DATOS:
3 16.2 42
4 22.8 41.3
5 15.6 41.2
6 15.2 41.2
7 13.3 46.5
8 15.1 42.2
9 18.4 44.3
10 11.1 38.5
MUESTRA PESO 11 23.2 38.9 DE FRESA EN GRAMOS:
FRESA
N DE PE LONGITU
Limites: MUESTR SO D MM
A G
PESO:
11. 38.5
1
Lmite mnimo: 1
13. 38.9
2
3
15.
3 41.2
1
15.
4 41.2
2
15.
5 41.3
6
16.
6 42
2
18.
7 42.2
4
21.
8 42.6
5
22.
9 44.3
ANALISIS DE ALIMENTOS 8
23.
10 46.5
2
33.
11 51.8
5
 12
UNIVERSIDAD NACIONAL DE CAJAMARCA INDUSTRIAS ALIMENTARIAS

l min=15.11.5 ( 21.515.1 )=5.5

l max=21.5+1.5 ( 21.515.1 )=31.1
MODELO DE CAJA Y BIGOTE.

25 50 75

% % %
5.5 15. 16. 21. 31.

LONGITUD: 1 2 5 1

Lmite mnimo:
l min=41.21.5 ( 42.641.2 )=39.1
l max=42.6+1.5 ( 42.641.2 )=44.7
MODELO DE CAJA Y BIGOTE.

25 50 75

% % %
39. 41. 42 42. 44.

1 2 6 7

CONCLUSIONES:
se determin la desviacin estndar el cual encontr de un lmite
inferior y superior con la tcnica de muestreo estadstico, en ellos
siguientes:
En el man: Peso= 0.07longitud= 0.69.
se realiz diversos clculos para llegar a un muestreo con alimentos, la
cual tuvo una gran simulacin para efectuarlas en muestras ms
grandes, ya que se tom muestras representativas.
cuales se encuentra al sumar y restar la desviacin estndar.

BIBLIOGRAFIA
ANALISIS DE ALIMENTOS
 12
UNIVERSIDAD NACIONAL DE CAJAMARCA INDUSTRIAS ALIMENTARIAS

Cochran, W.C. 1982. Tcnicas de Muestreo. Ed. C.E.C.S.A. Mxico,

513pp.
Mndez, R., I., 1976. Conceptos muy Elementales de Muestreo con
nfasis en la Determinacin del Tamao de Muestra.
Comunicaciones Tcnicas. Serie Azul No. 6 I.I.M.A.S., U.N.A.M.
24pp.
Raj, D., 1972. Sampling Theory. Ed. McGraw Hill, U.S.A. 122pp.
Raj, D. 1979. La Estructura de las Encuestas por Muestreo. Fondo
de Cultura Econmica, Mxico, 234pp.
Scheaffer, R. L., W. Mendehalland, T. Ott, 1987. Elementos de
Muestreo. Ed. Grupo Editorial Iberoamericano, 325pp.
Zar, J. H. 1974. Biostatistical Analysis. Ed. Prentice Hall.
Ingelwood, U.S.A. 620pp.

ANALISIS DE ALIMENTOS