ISO 5538 2010 Leche y Productos Lacteos Muestreo Inspeccion Feb16 PDF

NORMA TÉCNICA NTP-ISO 5538
PERUANA (IDF 113:2004) 2010

Comisión de Normalización y de Fiscalización de Barreras Comerciales No Arancelarias-INDECOPI
Calle de La Prosa 138, San Borja (Lima 41) Apartado 145 Lima, Perú
LECHE Y PRODUCTOS LÁCTEOS. Muestreo.

Inspección por atributos
MILK AND MILK PRODUCTS. Sampling. Inspection by attributes
(EQV. ISO 5538:2004 (IDF 113:2004) Milk and milk products -- Sampling -- Inspection by attributes)
2010-09-29
1ª Edición
R.0026-2010/INDECOPI-CNB. Publicada el 2010-12-17 Precio basado en 31 páginas

I.C.S.: 67.100.01 ESTA NORMA ES RECOMENDABLE
Descriptores: Leche, lácteo, muestreo, muestra, inspección, atributo
ÍNDICE
página
ÍNDICE i
PREFACIO ii
INTRODUCCIÓN v
PRÓLOGO vi
INTRODUCCIÓN (INTERNACIONAL) viii
1. ALCANCE 1
2. REFERENCIAS NORMATIVAS 1
3. TÉRMINOS Y DEFINICIONES 2
4. PLANES DE MUESTREO 2
5. SELECCIÓN DEL PLAN DE MUESTREO 3
5.1 CLASIFICACIÓN DE DEFECTOS 3
5.2 ELECCIÓN DEL NIVEL DE INSPECCIÓN Y LCA 4
6. REGISTROS 6
7. SELECCIÓN DE UNIDADES 6
8. ANTECEDENTES
ANEXO A (NORMATIVO) TEORÍA ESTADÍSTICA 18
ANEXO B (NORMATIVO) DEFECTOS CRÍTICOS 19
ANEXO C (INFORMATIVO) 23
i
PREFACIO
A. RESEÑA HISTÓRICA
A.1 La presente Norma Técnica Peruana ha sido elaborada por el Comité

Técnico de Normalización de Aplicación de métodos estadísticos, mediante el Sistema 1
o de Adopción, durante los meses de setiembre de 2009 a julio de 2010, utilizando
como antecedente a la norma ISO 5538:2004 (IDF 113:2004) Milk and milk products --
Sampling -- Inspection by attributes.
A.2 El Comité Técnico de Normalización de Aplicación de métodos

estadísticos presentó a la Comisión de Normalización y de Fiscalización de Barreras
Comerciales No Arancelarias -CNB-, con fecha 2010-07-16, el PNTP-ISO 5538 (IDF
113:2004):2010, para su revisión y aprobación, siendo sometido a la etapa de discusión
pública el 2010-08-28. No habiéndose presentado observaciones fue oficializada como
Norma Técnica Peruana NTP-ISO 5538 (IDF 113:2004):2010 LECHE Y
PRODUCTOS LÁCTEOS. Muestreo. Inspección por atributos, 1ª Edición, el 17 de
diciembre de 2010.
A.3 Esta Norma Técnica Peruana es una adopción de la ISO 5538:2004 (IDF
113:2004). La presente Norma Técnica Peruana presenta cambios editoriales referidos
principalmente a terminología empleada propia del idioma español y ha sido
estructurada de acuerdo a las Guías Peruanas GP 001:1995 y GP 002:1995.
B. INSTITUCIONES QUE PARTICIPARON EN LA ELABORACIÓN

DE LA NORMA TÉCNICA PERUANA
Secretaría SNOASC
Presidente Humberto Toso –

INSPECTORATE
Secretario Celso Gonzales
ENTIDAD REPRESENTANTE
CERPER S.A. José Camero
ii
AENOR PERU Diana García
SAT S.A. Fidel Poma
INTERTEK Vanessa Gonzales
SGS Ebert Gala
SENASA Cristina Toro
CONSULTORA Nelly Baiocchi
CONSULTOR Oscar Valdizan
CONSULTOR Walter Pérez
iii
PRÓLOGO
ISO (La Organización Internacional para la Normalización) es una institución mundial

que agrupa a los organismos nacionales para la normalización (Organismos Miembros
de la ISO). El trabajo de preparar Normas Internacionales se realiza mediante los
Comités Técnicos de la ISO. Cada miembro interesado en un tema, para el cual se ha
establecido un Comité Técnico, tiene derecho a ser representado en dicho Comité. La
ISO colabora estrechamente con la Comisión Electrónica Internacional (CEI) en todos
los asuntos relacionados a la normalización electrónica.
Las Normas Internacionales se redactan según las reglas dadas en las Directivas
ISO/CEI, Parte 2.
La tarea principal de los comités técnicos es preparar las Normas Internacionales. Los
Proyectos de Normas Internacionales adoptados por los comités técnicos se envían a los
organismos miembros para votación. La publicación como Norma Internacional
requiere la aprobación de por lo menos el 75 % de los organismos miembros requeridos
para votar.
Se presta especial atención a la posibilidad de que algunos elementos de este documento

puedan estar sujetos a los derechos de patente. La ISO no asumirá responsabilidad por
la identificación de todos y cada uno de los derechos de patente.
La ISO 5538/IDF 113 ha sido preparada por el Comité Técnico ISO/TC 34, Productos
alimenticios, Subcomité SC 5, Leche y productos lácteos, y la Federación Internacional
de Lechería (IDF), en colaboración con AOAC internacional. Esta es publicada
juntamente con la ISO e IDF y, en forma separada, por AOAC Internacional.
Esta edición de la ISO 5538/IDF 113 cancela y reemplaza la ISO 5538:1987, de la que
esta constituye una revisión menor. Sólo se han hecho cambios editoriales.
iv
PRÓLOGO
FID (Federación Internacional de Lechería) es una federación a nivel mundial del sector
de lechería con un Comité Nacional en cada país miembro. Cada Comité Nacional tiene
el derecho de ser representado en los Comités Permanentes de la FID que realiza el
trabajo técnico. La FID colabora con ISO y AOAC International en el desarrollo de
métodos estándares de análisis y muestreo para la leche y productos lácteos.
Las Normas Internacionales adoptadas por los Equipos de Acción y Comités

Permanentes se envían a los Comités Nacionales para votación. La publicación como
una Norma Internacional requiere la aprobación, como mínimo, del 50% de los Comités
Nacionales con derecho a voto.
La ISO 5538/IDF 113 ha sido preparada por el Comité Técnico ISO/TC 34, Productos
alimenticios, Subcomité SC 5, Leche y productos lácteos, y la Federación Internacional
de Lechería (IDF), en colaboración con AOAC internacional. Esta es publicada
juntamente con la ISO e IDF y, en forma separada, por AOAC Internacional.
Todos los trabajos desarrollados por el Joint ISO/FDI/AOAC Grupo de Expertos,

Selección de muestras (E26), bajo el patrocinio de su presidente, Sr. D.C. Bettes (GB).
Esta edición de la ISO 5538/IDF 113 cancela y reemplaza la IDF 113A:1990. Sólo se
han hecho cambios editoriales.
v
INTRODUCCIÓN
La teoría de muestreo usada en esta Norma Técnica Peruana se basa en la clasificación

de una unidad como “buena” o “defectuosa”. Una unidad “buena” es aquella que
cumple los requisitos de una especificación, mientras que una unidad “defectuosa” es
aquella que no la cumple. Es importante que la muestra sea tomada al azar. Si no fuera
así, los planes de muestreo no mostrarán la protección establecida. Véase el Anexo A.
vi
INTRODUCCIÓN
La teoría de muestreo empleada en esta Norma Técnica Peruana está basada en la

clasificación de una unidad como "buena" o "defectuosa", Una unidad es "buena" si
cumple con los requerimientos de una especificación, mientras una unidad "defectuosa"
no los cumple. Es indispensable que la muestra sea tomada al azar. De lo contrario, los
planes de muestreo no darán el resultado establecido. Véase el Anexo A.
---oooOooo---
vii
PERUANA 1 de 31
LECHE Y PRODUCTOS LÁCTEOS. Muestreo. Inspección

por atributos
1. OBJETO Y CAMPO DE APLICACIÓN
1.1 Esta Norma Técnica Peruana establece los planes de muestreo para la
inspección por atributos de la leche y los productos lácteos. Se debe usar para escoger el
tamaño de la muestra en cualquier situación donde se requiera medir la conformidad de
una especificación de un lote de un producto lácteo mediante el examen de una muestra
representativa.
1.2 Esta Norma Técnica Peruana se aplica para el muestreo de todos los
productos lácteos en lotes discretos, independientemente que los lotes procedan de la
misma producción. La aceptación o rechazo de cualquier lote es materia del contrato entre
las partes y está fuera del alcance de esta NTP.
1.3 Esta NTP se puede usar en todos los casos donde los planes de muestreo por
atributos sean requeridos para un producto lácteo, excepto que se especifiquen normas de
composición, contratos o especificaciones que incluyan esquemas diferentes de muestreo,
los cuales deben usarse en esos casos.
1.4 Esta NTP no es aplicable para el muestreo para defectos microbiológicos, a

menos que estén de acuerdo las partes interesadas.
NOTA: Los métodos de muestreo para la leche y los productos lácteos se dan en la NTP-ISO 707
2. REFERENCIAS NORMATIVAS
Los documentos de referencia siguientes son indispensables para la aplicación de esta

NTP. Para las referencias fechadas, solo la edición citada aplica. Para las referencias no
fechadas, la última edición aplica (incluyendo cualquier enmienda).
PERUANA 2 de 31
2.1 Normas Técnicas Internacionales
2.1.1 ISO 2859-1:1999 Procedimientos de muestreo para la inspección

por atributos – Parte 1: Esquemas de muestreo
indexados por límite de calidad de aceptación
(LCA) para la inspección lote por lote
2.1.2 ISO 3534-2:2006 Estadísticas – Vocabulario y símbolos – Parte 1:

Estadística aplicada
2.2 Norma Técnica Peruana
2.2.1 NTP-ISO 3534-1:2006 Estadísticas – Vocabulario y símbolos – Parte 1:

Probabilidad y términos estadísticos generales
3. TÉRMINOS Y DEFINICIONES
Para los propósitos de esta norma se adoptarán las definiciones dadas en la NTP ISO 3534-
1, ISO 3524-2 y los siguientes:
3.1 límite de calidad aceptable (LCA) (AQL)
Este nivel de calidad representa el peor proceso promedio tolerable cuando una serie
continua de lotes es sometida para muestreo de aceptación.
4. PLANES DE MUESTREO
La NTP-ISO 2859:1 describe los planes para ser utilizados en todas la situaciones y
considera el trasfondo teórico de las tablas de muestreo. Los planes son listados para un
lote o tamaño del lote y por el límite de calidad aceptable (LCA).
PERUANA 3 de 31
5. SELECCIÓN DE LOS PLANES DE MUESTREO
5.1 Clasificación por defectos
5.1.1 Generalidades
Antes de la selección de un plan de muestreo, el contrato o especificación debe definir

claramente todos los defectos críticos, mayores o menores, de tal manera, que sean
entendidos sin ambigüedad por todos los usuarios del contrato, especificación o documento
que contenga o haga referencia al plan de muestreo.
5.1.2 Defecto crítico
Es un defecto que haría al producto inaceptable. Para el propósito de esta norma, los
defectos críticos también se refieren a la presencia de contaminantes tóxicos a un nivel
altamente críticos, los ejemplos incluyen metales pesados y residuos de pesticidas.
En este caso, el método que es adoptado se describe en el Anexo B. Es necesario decidir

sobre un riesgo aceptable de no detectar cierto porcentaje de defectuosos, donde un
defectuoso es una unidad que contiene más del nivel crítico del contaminante. Es imposible
garantizar un producto libre de contaminación.
5.1.3 Defecto mayor
Es un defecto que hace al producto inadecuado para su uso, por ejemplo, en el caso de la
leche y productos lácteos, resultan inadecuados para la venta o para el consumidor. Un
defecto mayor, da por resultado productos seriamente dañados o que llegan a ser
inadecuados para la venta o procesamiento. Los ejemplos incluidos son:
a) defectos de composición, donde se afecte la conservación de la calidad
b) contaminación con sustancias inhibidoras

PERUANA 4 de 31
c) integridad del empaque y
d) contaminación visible con suciedad.
Los planes de muestreo para defectos mayores deben ser seleccionados desde tablas
utilizando un LCA no mayor de 6,5 %.
5.1.4 Defecto menor
Es una falla en el cumplimiento de la especificación pero que no hace a la unidad

inadecuada para su uso y venta, éste no causa deterioro. Los ejemplos incluidos son:
a) en una unidad, la composición química o el contenido neto, los cuales están

por fuera de especificación, pero cercanos al límite de la especificación y
b) pequeñas anormalidades en la apariencia.
Los planes de muestreo para defectos menores serán seleccionados desde las tablas 1-24
utilizando un LCA no mayor de 10 %
5.2 Selección de un nivel de inspección y del LCA
5.2.1 Los planes de muestreo deben ser seleccionados desde las tablas1 al 24
utilizando el tamaño del lote y el LCA acordado.
En las tablas, n es el tamaño de la muestra, Ac es el número de aceptación y Re es el

número de rechazo.
Ejemplo.
Para un tamaño de muestra de n =13, Ac=0 y Re=1, significa que si una muestra de 13
unidades no contiene defectuosos, el lote debe ser aceptado; si la muestra contiene 1 o más
defectuosos, el lote debe ser rechazado.
PERUANA 5 de 31
Las tablas del 1 al 20 provienen de la NTP -ISO 2859-1 y se refieren a los niveles de
inspección I, S-1, S-2, S-3 y S-4. Se prefiere el nivel de inspección I.
Usando cualquiera de los planes S se incrementarán los riesgos y éstos no deben ser usados
sin comprobar primero que los riesgos asociados son aceptables. Detalles de estos riesgos
se dan en el apartado 5.2.2.
5.2.2 Los niveles de inspección S-1, S-2, S-3 y S-4, deben ser usados donde son
necesarios tamaños de muestras relativamente pequeños y los riesgos de muestreo grandes
pueden o deben ser tolerados. Como consecuencia, al usar estos niveles especiales, se
incrementa la probabilidad de tomar una decisión equivocada. Primero, el riesgo del
consumidor aumenta. Esto se ilustra en las Tablas del 21 al 24. La Tabla 21 se refiere a
planes con un LCA de 2,5 %. La Tabla 22 a un LCA de 4,0 %. La Tabla 23 a un LCA de
6,5 % y la Tabla 24 a un LCA de 10 %
Cada tabla contiene:
- el tamaño de la muestra (n) y el tamaño del lote apropiado a los niveles de

inspección separados;
- el número máximo de unidades defectuosas permitidas en la muestra,

ejemplo: número de aceptación (Ac);
- el número mínimo de unidades defectuosas requeridas en la muestra para

rechazar el lote, ejemplo: número de rechazo (Re);
- la calidad límite (CL)
Si el tamaño de la muestra es pequeño, CL es alto; si se incrementa el tamaño de la

muestra, CL se reduce al mismo LCA.
Por ejemplo, en la tabla 6, el plan del inspección en el cual el tamaño de la muestra es 5 y

CL = 45 % aparece en todos los niveles de inspección pero sólo en el nivel S-1 pueden ser
inspeccionados todos los tamaños de lote.
PERUANA 6 de 31
En los niveles de inspección I y S-4, el tamaño de la muestra de 5 puede sólo ser tomado
cuando el tamaño del lote no exceda de 150.
El hecho de que el riesgo para el consumidor (y a la vez la CL) llegue a ser más pequeño,
mientras el tamaño del lote inspeccionado se aumenta, se justifica por motivos
económicos.
Los planes de inspección en los cuales la CL es muchas veces más grande que el LCA, son
inadecuados tanto para el consumidor como para el productor. Si se considera un lote de 35
000 unidades, el Nivel de Inspección I requerirá un tamaño de muestra de 125, siendo la
CL del 11 % (por ejemplo el 95 % de los lotes que contiene 11 % de defectos deberían ser
rechazados). El nivel S-1 requerirá un tamaño de muestra de 5, siendo una CL de 45 %.
Una CL de 45 % es mucho más grande que el LCA de 2,5 % por lo que el concepto de
LCA deja de tener sentido. Además, la muestra de 5 rechazaría equivocadamente más del
10 % de lotes que contengan 2,5 % de defectos.
Incrementando el tamaño de la muestra aumenta tanto la protección al consumidor como la

discriminación de los planes de muestreo; ésta es una de las razones principales para
relacionar el tamaño de la muestra con el tamaño del lote. Los usuarios de esta norma
encontrarán las características completas de operación para cada plan en la norma NTP-
ISO 2859:1; estos relacionan la probabilidad de aceptación con el porcentaje de
defectuosos en el lote.
6. REGISTROS
Para lograr una operación exitosa de este tipo de planes para muestreo se requiere la
conservación de registros completos que incluyan los resultados de inspección y los planes
usados. El intercambio de información entre ambas partes puede ser provechoso, y se
recomienda que cada parte tenga disponible la información cuando la otra parte lo requiera.
PERUANA 7 de 31
7. SELECCIÓN DE UNIDADES
La teoría de muestreo usada para los planes de la NTP-ISO 2859:1 y los de esta norma,
asumen que el muestreo es aleatorio, lo cual significa que cada unidad en el lote debería
tener la misma probabilidad de aparecer en la muestra.
Se deben hacer todos los esfuerzos necesarios para obtener una muestra aleatoria. Siempre
que sea posible, se debería usar un procedimiento formal de aleatorización, como está
descrito en el Anexo C. Si esto no se hace, no se puede asumir que los riesgos asociados
con los planes sean los esperados. Una aleatorización formal no es difícil, aunque puede
ser tediosa y consumir tiempo.
Para las tablas del 1 al 20, cuando se usa la inspección reducida, si el número de aceptación
es excedido pero el número de rechazo no es alcanzado, la remesa debería ser aceptada,
pero la inspección debería cambiar a la inspección normal.
TABLA 1 — Nivel de Inspección I — LCA = 2,5 %
Inspección normal Inspección rigurosa Inspección reducida

Tamaño del lote
n Ac Re n Ac Re n Ac Re
Hasta 150 5 0 1 8 0 1 2 0 1
151 a 500 20 1 2 32 1 2 8 0 2
501 a 1 200 32 2 3 32 1 2 13 1 3
1 201 a 3 200 50 3 4 50 2 3 20 1 4
3 201 a 10 000 80 5 6 80 3 4 32 2 5
10 001 a 35 000 125 7 8 125 5 6 50 3 6
35 001 a 150 000 200 10 11 200 8 9 80 5 8
150 001 a 500 000 315 14 15 315 12 13 125 7 10
Más de 500 000 500 21 22 500 18 19 200 10 13
PERUANA 8 de 31

Tamaño del lote
Hasta 90 3 0 1 5 0 1 2 0 1
91 a 280 13 1 2 20 1 2 5 0 2
281 a 500 20 2 3 20 1 2 8 1 3
501 a 1 200 32 3 4 32 2 3 13 1 4
1 201 a 3 200 50 5 6 50 3 4 20 2 5
3 201 a 10 000 80 7 8 80 5 6 32 3 6
10 001 a 35 000 125 10 11 125 8 9 50 5 8
35 001 a 150 000 200 14 15 200 12 13 80 7 10
Más de 150 000 315 21 22 315 18 19 125 10 13

Tamaño del lote
Hasta 25 2 0 1 3 0 1 2 0 1
26 a 150 8 1 2 13 1 2 3 0 2
151 a 280 13 2 3 13 1 2 5 1 3
281 a 500 20 3 4 20 2 3 8 1 4
501 a 1 200 32 5 6 32 3 4 13 2 5
1 201 a 3 200 50 7 8 50 5 6 20 3 6
3 201 a 10 000 80 10 11 80 8 9 32 5 8
10 001 a 35 000 125 14 15 125 12 13 50 7 10
Más de 35 000 200 21 22 200 18 19 80 10 13
PERUANA 9 de 31
TABLA 4 — Nivel de Inspección I —LCA = 10 %

Tamaño del lote
Hasta90 5 1 2 8 1 2 2 0 2
91 a 150 8 2 3 8 1 2 3 1 3
151 a 280 13 3 4 13 2 3 5 1 4
281 a 500 20 5 6 20 3 4 8 2 5
501 a 1 200 32 7 8 32 5 6 13 3 6
1 201 a 3 200 50 10 11 50 8 9 20 5 8
3 201 a 10 000 80 14 15 80 12 13 32 7 10
Más de 10 000 125 21 22 125 18 19 50 10 13
TABLA 5 — Nivel de Inspección S-4 — LCA = 2,5 %

Tamaño del lote
Hasta 150 5 0 1 8 0 1 2 0 1
151 a 1 200 20 1 2 32 1 2 8 0 2
1 201 a 10 000 32 2 3 32 1 2 13 1 3
10 001 a 35 000 50 3 4 50 2 3 20 1 4
35 001 a 500 000 80 5 6 80 3 4 32 2 5
Más de 500 000 125 7 8 125 5 5 50 3 6
PERUANA 10 de 31

Tamaño del lote
Hasta 90 3 0 1 5 0 1 2 0 1
91 a 500 13 1 2 20 1 2 5 0 2
501 a 1 200 20 2 3 20 1 2 8 1 3
1 201 a 10 000 32 3 4 32 2 3 13 1 4
10 001 a 35 000 50 5 6 50 3 4 20 2 5
35 001 a 500 000 80 7 8 80 5 6 32 3 6
Más de 500 000 125 10 11 125 8 9 50 5 8

Tamaño del lote
Hasta 25 2 0 1 3 0 1 2 0 1
26 a 150 8 1 2 13 1 2 3 0 2
151 a 500 13 2 3 13 1 2 5 1 3
501 a 1 200 20 3 4 20 2 3 8 1 4
1 201 a 10 000 32 5 6 32 3 4 13 2 5
10 001 a 35 000 50 7 8 50 5 6 20 3 6
35 001 a 500 000 80 10 11 80 8 9 32 5 8
Más de 500 000 125 14 15 125 12 13 50 7 10
PERUANA 11 de 31
TABLA 8 — Nivel de Inspección S-4 — LCA = 10 %

Tamaño del lote
Hasta 90 5 1 2 8 1 2 2 0 2
91 a 150 8 2 3 8 1 2 3 1 3
151 a 500 13 3 4 13 2 3 5 1 4
501 a 1 200 20 5 6 20 3 4 8 2 5
1 201 a 10 000 32 7 8 32 5 6 13 3 6
10 001 a 35 000 50 10 11 50 8 9 20 5 8
35 001 a 500 000 80 14 15 80 12 13 32 7 10
Más de 500 000 125 21 22 125 18 19 50 10 13
Inspección Inspección rigurosa Inspección

Tamaño del lote normal reducida
Hasta 500 5 0 1 8 0 1 2 0 1
501 a 35 000 20 1 2 32 1 2 8 0 2
35 001 a 500 000 32 2 3 32 1 2 13 1 3
Más de 500 000 50 3 4 50 2 3 20 1 4

Tamaño del lote
Hasta 150 3 0 1 5 0 1 2 0 1
151 a 3 200 13 1 2 20 1 2 5 0 2
3 201 a 35 000 20 2 3 20 1 2 8 1 3
35 001 a 500 000 32 3 4 32 2 3 13 1 4
Más de 500 000 50 5 6 50 3 4 20 2 5
PERUANA 12 de 31

Tamaño del lote
Hasta 50 2 0 1 3 0 1 2 0 1
51 a 500 8 1 2 13 1 2 3 0 2
501 a 3 200 13 2 3 13 1 2 5 1 3
3 201 a 35 000 20 3 4 20 2 3 8 1 4
35 001 a 500 000 32 5 6 32 3 4 13 2 5
Más de 500 000 50 7 8 50 5 6 20 3 6

Tamaño del lote
Hasta 150 5 1 2 8 1 2 2 0 2
151 a 500 8 2 3 8 1 2 3 1 3
501 a 3 200 13 3 4 13 2 3 5 1 4
3 201 a 35 000 20 5 6 20 3 4 8 2 5
35 001 a 500 000 32 7 8 32 5 6 13 3 6
Más de 500 000 50 10 11 50 8 9 20 5 8
Inspección Inspección
Tamaño del lote normal Inspección rigurosa reducida
Hasta 35000 5 0 1 8 0 1 2 0 1
Más de 35000 20 1 2 32 1 2 8 0 2
PERUANA 13 de 31

Hasta 1200 3 0 1 5 0 1 2 0 1
Más de 1200 13 1 2 20 1 2 5 0 2

Hasta 150 2 0 1 3 0 1 2 0 1
151 a 35 000 8 1 2 13 1 2 3 0 2
Más de 35 000 13 2 3 13 1 2 5 1 3

Hasta 1 200 5 1 1 8 1 2 2 0 2
1 201 a 35 000 8 2 3 8 1 2 3 1 3
Más de 35 000 13 32 4 13 2 3 5 1 4
Inspección Inspección Inspección

Tamaño del lote normal rigurosa reducida
Todos los tamaños del lote 5 0 1 8 0 1 2 0 1
PERUANA 14 de 31

Hasta 35000 3 0 1 5 0 1 2 0 1
Más de 35000 13 1 2 20 1 2 5 0 2
TABLA 19 — Nivel de Inspección S-1 = LCA = 6,5 %

Hasta 500 2 0 1 3 0 1 2 0 1
Más de 500 8 1 2 13 1 2 3 0 2

Hasta 35000 5 1 2 8 1 2 2 0 2
Más de 35 000 8 2 3 8 1 2 3 1 3
PERUANA 15 de 31
TABLA 21 — Planes de muestreo simple en LCA = 2,5 %
n Ac Re CLa Tamaño del lote (unidades) para inspección en los niveles mostrados
(%) S-1 S-2 S-3 S-4 I
Todos los
tamaños del
5 0 1 45 lote Hasta 35000 Hasta 500 Hasta 150 Hasta 150
20 1 2 22 Más de 35000 501 a 35000 151 a 1200 151 a 500
32 2 3 18 35 001 a 500000 1 201 a 10000 501 a 1 200
50 3 4 15 Más de 500000 10 001 a 35000 1 201 a 3 200
35 001 a
80 5 6 13 3 201 a 10 000
500000
125 7 8 11 Más de 500000 10 001 a 35 000
200 10 11 8,5 35 001 a 150 000
150 001 a
315 14 15 7,0 500000
500 21 22 6,1 Más de 500000
a Calidad límite (véase 5.2.2).
n Ac Re CLaTamaño del lote (unidades) para inspección en los niveles mostrados

(%) S-1 S-2 S-3 S-4 I
3 0 1 63 Hasta 35000 Hasta 1200 Hasta 150 Hasta 90 Hasta 90
13 1 2 32 Más de 35000 Más de 1200 151 a 3200 91 a 500 91 a 280
20 2 3 28 3 201 a 35000 501 a 1200 281 a 500
32 3 4 23 35 001 a 500000 1 201 a 10000 501 a 1 200
50 5 6 20 Más de 500000 10 001 a 35000 1201 a 3200
80 7 8 16 35 001 a 3 201 a 10000
500000
125 10 11 14 Más de 500000 10001 a 35000
200 14 15 11 35001 a 150000
315 21 22 9,6 Más de 150000
a Calidad límite (véase el apartado 5.2.2).
PERUANA 16 de 31
n Ac Re CLa Tamaño del lote (unidades) para inspección en los niveles mostrados
(%) S-1 S-2 S-3 S-4 I
2 0 1 78 Hasta 500 Hasta 150 Hasta 50 Hasta 25 Hasta 25
8 1 2 47 Más de 500 151 a 35 000 51 a 500 26 a 150 26 a 150
13 2 3 41 Más de 35 000 501 a 3 200 151 a 500 151 a 280
20 4 5 34 3 201 a 35 000 501 a 1 200 281 a 500
32 5 6 30 35 001 a 500 000 1 201 a 10 000 501 a 1200
50 7 8 25 Más de 500 000 10 001 a 35 000 1 201 a 3200
80 10 11 20 35 001 a 500 3 201 a 10000
125 14 15 18 Más de000
500 000 10 001 a 35 000
200 21 22 15 Más de 35 000
TABLA 24 — Planes de muestreo simple en LCA = 10 %
n Ac Re CLa
Tamaño del lote (unidades) para inspección en los niveles mostrados
(%)
S-1 S-2 S-3 S-4 I
5 1 2 66 Hasta 35 000 Hasta 1 200 Hasta 150 Hasta 90 Hasta 90
8 2 3 60 Más de 35 000 1 201 a 35000 151 a 500 91 a 150 916 a 150
13 3 4 50 Más de 35000 501 a 3 200 151 a 500 151 a 280
20 5 6 46 3 201 a 35 000 501 a 1200 281 a 500
32 7 8 37 35 001 a 500000 1 201 a 10000 501 o 1200
50 10 11 32 Más de 500 000 10 001 a 35 000 1 201 o 3 200
80 14 15 26 35 001 a 500 3 201 o 10 000
125 21 22 24 Más de000
500 000 Más de 10 000
PERUANA 17 de 31
8. ANTECEDENTES
8.1 ISO 707 Milk and milk products –

Guidance on sampling
PERUANA 18 de 31
ANEXO A
(NORMATIVO)
TEORÍA ESTADÍSTICA
A.1 Los planes de muestreo incluidos en la ISO 2859-1, de donde se obtienen

estos planes, se basan en la teoría de la distribución binomial o en la distribución de
Poisson.
La distribución binomial se usa para los tamaños más pequeños y la distribución Poisson
para aquellos esquemas en donde esta distribución es una aproximación adecuada a la
binomial. La ISO 2859-1 proporciona más detalles.
A.2 Sólo es necesario satisfacer dos requisitos para usar la teoría de muestreo.
En primer lugar, la unidad sólo puede ser “buena” o “defectuosa”, como fue definida en la
Introducción. En segundo lugar, la muestra debe ser aleatoria, como está definida en la
cláusula 8 de la ISO 2859-1. No se requiere ningún supuesto sobre la distribución de
unidades defectuosas dentro del lote.
PERUANA 19 de 31
ANEXO B
(NORMATIVO)
DEFECTOS CRÍTICOS
Los defectos críticos forman una categoría especial. Es imposible elegir cualquier valor de
porcentaje de unidades defectuosas para aquellos defectos y afirmar: “Este porcentaje de
unidades defectuosas es tolerable.”
La solución adoptada generalmente, cuando se involucra la inspección no destructiva, es

establecer que las características críticas serán inspeccionadas usando un tamaño de
muestra igual al tamaño del lote y un número de aceptación de cero. Esto es inspección al
100%, sin embargo, debe notarse que esta no es una clasificación tradicional del 100%.
Aquí no hay intención de clasificar los artículos en buenos y malos, sino la intención es
verificar que no hay artículos malos. Si un defecto crítico es encontrado, simplemente, no
significará que este se colocará en una caja diferente y que la inspección continuará,
significará que todo el lote es rechazado (aunque el rechazo no significa necesariamente el
desecho).
Siempre que sea posible, también debe significar que la producción se detendrá mientras
una investigación completa tiene lugar para intentar descubrir cómo surgieron los defectos
e idear métodos para prevenir otra ocurrencia. La razón de este procedimiento es tratar de
prevenir la producción de defectos críticos y evitar dar al productor la impresión que, el
inspector los clasificará para él, no importará mucho si él produce alguno. Incluso el mejor
inspector puede, ocasionalmente, fallar en notar un defecto, de manera que, solamente,
evitando hacer defectos críticos se puede asegurar que ninguno llegará al consumidor.
Si alguna vez se pensó que cualquier defecto crítico específico no garantiza este
procedimiento, entonces debe hacerse una consideración seria para tenerlo que reclasificar
como un defecto importante. Los defectos críticos, realmente deberían ser graves, por lo
que ningún esfuerzo es demasiado.
PERUANA 20 de 31
De acuerdo con la definición de un defecto crítico (véase 5.1.2), esta clasificación debería
usarse para un defecto que probablemente genere condiciones peligrosas o inseguras para
los individuos que usan, conservan o dependen del producto.
El término “probablemente” es importante. A veces existe una tendencia de reemplazar

estas palabras por “posiblemente” y por tanto clasificar todo como crítico, ya que siempre
es posible crear una historia en la que algo que ocurrió trivialmente al inicio conduzca
finalmente a una catástrofe.
Si este enfoque es adoptado, el principal resultado será quitarle el valor de clasificación

como crítico, y los verdaderos defectos críticos no podrán tratarse tan severamente como
debería.
La clasificación crítica también está disponible para un defecto que probablemente evite el
rendimiento de la función práctica de un producto final mayor. Nuevamente, las palabras
en cursiva son importantes si no se le quitaría el valor de clasificación crítica.
Cuando la única inspección posible para defectos críticos es destructiva, la búsqueda de

medios para evitar que en algún momento aparezcan es incluso más importante. En este
caso, no podemos tener una muestra que sea 100 % del lote, y es necesario decidir qué
muestra debería tomarse para la inspección de defectos críticos. Esto puede hacerse usando
una fórmula simple que relaciona el porcentaje de defectuosos, si existiera, por lo cual
desearíamos estar casi cerca de encontrar, como mínimo, al menos un ítem defectuoso en
la muestra, el tamaño de muestra y el riesgo que debemos afrontar si encontramos un ítem
defectuoso.
La fórmula es
F
n=
D
Donde:
n es el tamaño de muestra;
F es un factor que depende del riesgo;
D es el porcentaje de ítems defectuosos que se desea detectar, si existiera

PERUANA 21 de 31
El factor F depende del riesgo de fallar al encontrar un ítem defectuoso en la muestra,

como sigue:
Riesgo Facto
ra
1 entre 10 230,26
1 entre 100 460,52
1 entre 1 000 690,78
1 entre 10 000 921,04
1 entre 100 000 1151,30
1 entre 1 000 000 1381,56
a
Si es requerido, el factor de otros valores del riesgo, es
æ 1 ö
230, 26 lg ç ÷
è riesgo ø
Como lo muestra esta fórmula, el tamaño de la muestra no será, a menudo, el número

entero. Es mejor redondear al siguiente número entero mayor, en lugar de redondearlo al
número entero más cercano.
Por tanto, el número de aceptación siempre es cero, en este contexto.
Esta fórmula es exacta sólo para valores pequeños de porcentaje de defectuosos, es decir,
no mayor a 10, pero no es desfavorable ya que nunca se necesita considerar valores altos
de porcentaje de defectuosos para defectos críticos.
Si la fórmula fuera usada, por decir el 20 % ò 50% de defectuosos, se sobreestimaría el

tamaño de muestra requerido.
EJEMPLO: Para un cierto producto, la inspección de defectos críticos es destructiva y se

decide que si un lote tuviera como máximo el 2% de defectuosos críticos, debería asumirse
un riesgo de sólo 1 entre 10 000 , de fallar en encontrar un defectuoso en la muestra.
PERUANA 22 de 31
La fórmula da:
921, 04
n= = 460,52
2
El plan de muestreo para defectos críticos es:
Tamaño de la muestra: 461
Número de aceptación: 0 defectuoso
Número de rechazo: 1 defectuoso
Un plan alternativo para defectos críticos, es muestrear con un margen de seguridad en

donde el defecto es algo que puede ser medido en lugar de un atributo. Así, si la mínima
carga de quiebre mínima permisible para algunos componentes fuera 2 000 kg., es posible
decir que el límite fue 2 500 kg. y el defecto fue mayor en lugar de afirmar que el límite
fue 2 000 kg. y el defecto fue critico. Dónde deben establecerse los límites y qué plan es
permisible dependen del conocimiento de la variabilidad histórica de los componentes en
cuestión.
Cuando este enfoque es posible, puede ofrecer resultados mucho más satisfactorios para
todos los interesados que lo que puede hacer la búsqueda de defectuosos críticos (y esperar
que no existan).
PERUANA 23 de 31
ANEXO C
(INFORMATIVO)
EXTRACCIÓN DE MUESTRAS
En muestreo de aceptación, se juzga un lote en base a la calidad de la muestra. Si este va

ser un procedimiento racional, es obviamente importante que la muestra deba ser
representativa del lote, y no una muestra sesgada, de cualquier manera. Algunos
inspectores se enorgullecen de su habilidad de escoger todas las muestras malas de un lote
dado. Si el propósito es demostrar que existen algunas muestras malas o mejorar el lote
rechazando las malas que se encontraron, entonces esta habilidad constituirá una
característica deseable. Sin embargo, no es lo que se requiere aquí. Para una clasificación
correcta del lote, es deseable que la muestra sea de la misma calidad que la del lote – ni
mejor ni peor.
No existe forma conocida de asegurar que la muestra sea justo de la misma calidad como la
del lote, a menos que la calidad del lote ya sea conocida, en cuyo caso no debería haber
necesidad para extraer una muestra para clasificarla. Sin embargo, existe, métodos de
muestreo que dan muestras insesgadas en el sentido que, aunque algunas muestras serán
peores y otras mejores que sus lotes, en promedio estas estarán bien y sólo la inevitable
variabilidad del muestreo generará discrepancias. Además, estos métodos permiten a uno
calcular la variabilidad de la muestra en relación a la calidad del lote, y es sobre estos
cálculos que depende de las curvas características operativas.
Dicho método es un muestreo al azar simple: todas las muestras posibles del tamaño
requerido tienen una oportunidad igual de ser la muestra extraída. Las tablas 1 a 24, que
describe planes de muestreo, supone que las muestras (simple, doble y múltiple) son
extraídas siguiendo este método. Es muy importante que este sea efectivamente el caso.
EJEMPLO Suponer que el tamaño del lote sea 4, y el tamaño de muestra sea 2. Si a
cada ítem en el lote se le ha dado una letra del alfabeto como su “nombre”, el lote consta
de 4 ítems A, B, C y D. Existen 6 formas posibles de formar el tamaño de muestra de 2.
PERUANA 24 de 31
Estos son:
AyB
óAyC
óAyD
óByC
óByD
óCyD
Para muestreo aleatorio simple, a cada una de estas 6 posibilidades debe dársele una
oportunidad igual. En este caso particular, un dado normal de seis lados puede tirarse para
elegir A y B si el dado muestra un punto, A y C si éste mostrara 2 puntos y así
sucesivamente.
En este ejemplo, el problema de muestreo al azar simple es relativamente fácil de resolver,

ya que los números involucrados fueron elegidos deliberadamente para que sean muy
pequeños, generando sólo 6 posibilidades para la muestra. Sin embargo, es claro que el
número de posibilidades aumenta muy rápidamente así como aumenta el tamaño de lote y
el tamaño de la muestra. Por ejemplo, para una muestra de 5 de un lote de 20, existen 15
504 posibilidades; para una muestra de 7 de un lote de 30, existen más de 2 millones de
posibilidades; para una muestra de 10 de un lote de 50, existen más de 10 000 millones; y
estos aun son tamaños de muestra y tamaños de lote bastantes pequeños. Es claro, por
tanto, que un muestreo al azar simple, con tamaños de lote y tamaños de muestra, como
aquellos usados más a menudo en la práctica, no es fácil, pero debe hacerse un intento para
hacer una elección lo más cercana posible al azar.
Realmente, el único requisito vital es que todo el lote debe presentarse al inspector para
que él extraiga la muestra. Se han oído casos en los que un fabricante ha ofrecido una
muestra preparada a un inspector, mientras conserva el resto del lote, y de casos incluso en
los que un fabricante ha ofrecido la muestra, tan pronto como se haya elaborado el número
de artículos en el tamaño de muestra, informando al inspector que la cantidad restante del
lote no sería fabricado hasta que se conozcan los resultados del muestreo. Claramente, en
dichas circunstancias no existe razón para suponer que la muestra sea de alguna forma
representativa del lote y ningún lote debería ser clasificado sobre la base de dicha muestra.
PERUANA 25 de 31
Debe aclararse que esto no prohíbe la presentación de una muestra de pre-producción. Es

poco común y razonable para el fabricante presentar, o que se le requiera la presentación,
de una muestra antes de que empiece la producción a granel, para aprobación del artículo
que está hecho expresamente para el proceso.
Esto no es lo mismo que la presentación de una muestra para aceptación o rechazo de un

lote.
A veces, es posible dar un número a cada artículo en el lote, ya sea físicamente escribiendo
un número sobre éste o al lado de este, o mentalmente con algún dispositivo tal como notar
que el “Articulo No 124” significa “1ra fila, 2da caja, 4to artículo dentro de la caja”. Si
esto puede hacerse, entonces es posible extraer una muestra al azar usando una tabla de
números aleatorios. Ejemplos de la tabla se presentan en C.1 a C.4.
EJEMPLO Un tamaño de muestra de 8 será tomada de un lote de 5 000. Los artículos

en el lote están etiquetados con números del 1 al 5 000, y empiezan en la parte superior de
la primera columna de la tabla C.1, los artículos a ser tomados para las muestras son los
números: 110, 4148, 2403, 1828, 2267, 2985, 4313 y 4691 (los números 5327, 5373, 9244,
etc. son ignorados porque los artículos correspondientes no se encontrarán en el lote).
Tres puntos deberían considerarse respecto al uso de una tabla de números aleatorios de
muestreo, como sigue:
a) no es correcto empezar siempre en la parte superior de la primera columna.

Para cada muestra a ser tomada, el mejor procedimiento es empezar de donde terminó
la muestra previa y así trabajar en toda la tabla.
b) es aceptable, habiendo trabajado en toda la tabla, regresar al comienzo y

trabajar nuevamente, pero es mejor, si fuera posible, continuar con una nueva tabla en
lugar de repetir la anterior.
c) No existe necesidad de leer los números como si tuvieran 4 cifras. Si el

tamaño de lote fuera 1 000 o menos, las primeras 3 cifras serían adecuadas, y se leería
como 11, 532, 537, etc. A veces, 2 cifras son suficientes, mientras que en otros casos se
requieren más de 4. Pueden combinarse muchas o pocas, según se requiera.
PERUANA 26 de 31
No existe nada difícil sobre el uso de números aleatorios, siempre que los artículos puedan
numerarse, sin embargo, a menudo se afirma que su uso no es importante, y una muestra
aleatoria por intuición es tan buena. En muchos casos, esto puede ser verdad, sin embargo
la muestra al azar por intuición, a menudo está muy lejos de ser verdaderamente una
muestra al azar. Por ejemplo, las personas que toman ítems supuestamente al azar de una
caja, usualmente tomarán demasiadas desde el medio, y las esquinas no serán
adecuadamente representadas. Cuando se señala que se están tomando muy pocas de las
esquinas, ellos a menudo empezarán a tomar demasiadas de las esquinas. La aleatorización
simple de dar a cada una de las combinaciones una oportunidad igual, es muy difícil de
alcanzar, y el esfuerzo extra de usar números aleatorios , indudablemente vale la pena
donde sea posible.
Debe reconocerse, no obstante, que el uso de números aleatorios no siempre es fácil. Si el

lote consta de una caja grande de artículos pequeños, puede ser impracticable dar a cada
uno un número. En dichas circunstancias, el muestreo aleatorio r por intuición es
probablemente todo lo que puede hacerse; pero si la intuición es modificada por el
conocimiento de lo que podría hacerse, si fuera posible, esto ayudaría obtener mejores
resultados.
El saber que todas las combinaciones posibles deben tener una oportunidad igual aclara
esto, una vez que los artículos deben tomarse de la caja para hacer que todos estén
igualmente disponibles antes de tomar la muestra, y también de que cualquier calidad
aparente de los artículos sea ignorada. La elección de artículos, que parecen buenos o
malos, no debe ser deliberada.
Existe una alternativa para el muestreo aleatorio simple que está permitida, incluso
deseable cuando sea apropiado, y puede usarse ya sea que se usen o no números aleatorios.
Esta alternativa es conocida como muestreo estratificado (también referido como

“muestreo representativo”). Esto es apropiado siempre que un lote puede partirse en sub
lotes, de acuerdo con algún criterio lógico. Notar que el criterio debe ser lógico; la
partición en sub lotes al azar no ayudará. La muestra es tomada tomando una sub muestra
de cada sub lote proporcional en tamaño al tamaño del sub lote. Las sub muestras deben
tomarse al azar dentro del sub lote (usando números aleatorios, si fuera posible) y
finalmente, las sub muestras son combinadas para formar la muestra completa antes de la
inspección. Sin embargo, véase la NTP-ISO 2859-1 para una advertencia sobre las
dificultades que pueden surgir si se mezclan 2 o más fuentes de suministro.
PERUANA 27 de 31
EJEMPLO Se extrae una muestra de 125 de un lote que ha sido entregado en 2 cajas, en
cada caja se encuentra una mitad del lote. Se decidió que cada caja sea un sub lote. Se
extrae una muestra de 62 de una caja y de 63 de la otra, estas 2 muestras se combinan para
formar la muestra requerida de 125. (La caja que suministra la unidad extra debería ser
elegida preferentemente al azar.)
Si, en lugar de que cada caja contenga la mitad del lote, una caja hubiera contenido 2/3 y la
otra 1/3, entonces 83 habrían sido extraídas de la primera caja y 42 de la segunda, estando
lo más cerca a números enteros para 2/3 y 1/3 de 125.
Cuando se usa el muestreo doble o múltiple, es ocasionalmente conveniente extraer la

primera muestra al azar e inspeccionarla, luego extraer la segunda muestra, si es requerida,
y así sucesivamente.
En este caso, las técnicas de muestreo al azar son como las que se describen anteriormente
y no surge ninguna dificultad adicional. Sin embargo, a veces es más conveniente extraer,
en la primera vez, la muestra máxima que pudiera requerirse y dividirla entre la primera
muestra, segunda muestra, etc., antes de la inspección. En este caso, además de extraer una
muestra aleatoria del lote para formar la muestra máxima, es más importante que la
primera muestra, segunda muestra, etc. se extraigan al azar de la muestra máxima. Es
particularmente importante recordar este punto cuando se utilice el muestreo estratificado;
estaría equivocado por ejemplo, permitir que toda la primera muestra provenga del mismo
sub lote.
PERUANA 28 de 31
TABLA C.1 – Números aleatorios para el muestreo (parte 1)
2 804 8 046 7 142 6 277 6 210 8 627 3 209 6 845

6 289 6 117 60 2 827 6 546 2 738 8 760 6 604
4 956 8 185 135 8 640 7 410 6 335 831 2 774
8 324 8 062 9 817 9 853 7 419 9 559 4 264 6 919
5 399 8 687 3 568 4 046 4 558 705 5 075 4 440
8 240 3 554 3 568 4 701 7 494 6 036 7 735 4 082
1 646 1 370 9 096 738 8 015 513 6 969 949
4 263 4 345 567 1 272 5 302 3 352 7 389 9 976
2 195 3 265 9 542 2 808 1 720 4 832 2 553 7 425
4 135 6 116 3 019 6 223 7 323 965 8 105 4 394
5 242 261 7 990 8 886 375 7 577 8 422 5 230
8 325 6 031 1 102 2 825 4 899 1 599 1 199 909
6 445 7 981 8 796 9 480 2 409 9 456 7 725 183
2 179 1 031 7 804 8 075 8 187 6 575 65 2 170
4 520 7 727 2 536 4 166 7 653 448 2 560 4 795
5 655 1 904 681 6 310 568 3 718 3 537 8 858
5 883 9 283 1 053 5 667 572 611 100 5 190
4 107 5 073 8 503 6 875 7 525 8 894 7 426 212
5 888 213 2 430 7 397 7 204 6 893 7 017 7 038
3 837 8 961 7 931 6 351 1 727 9 793 2 142 816
6 874 1 128 5 108 7 643 7 335 5 303 2 703 8 793
3 848 4 767 5 386 7 361 2 079 3 197 8 904 4 332
6 201 5 057 9 228 9 938 5 104 6 662 1 617 2 323
8 496 7 509 9 304 7 112 5 528 2 390 7 736 475
2 536 2 351 5 860 344 2 595 4 880 5 167 5 370
PERUANA 29 de 31
430 5819 7 017 4 512 8 081 9 198 9 786 7 388 704 138
5 632 752 8 287 8 178 8 552 2 264 658 2 336 4 912 4 268
7 960 67 7 837 9 890 4 490 1 619 6 766 6 148 370 8 322
5 138 6 660 7 759 9 633 924 1 094 5 103 1 371 2 874 5 400
8 615 7 292 1 010 9987 2 993 5 116 7 876 7 215 9 714 3 906
4 968 8 420 5 016 1 391 8 711 4 118 3 881 9 840 5 843 751
9 228 3 232 5 804 8 004 773 7 886 146 2 400 6 957 8 968
9 657 9 617 1 033 469 3 564 3 799 2 784 3 815 3 611 8 362
9 270 5 743 8 129 8 655 4 769 2 900 6 421 2 788 4 858 5 335
8 206 3 008 7 396 240 524 3 384 6 518 4 268 5 988 9 096
1 562 7 953 607 6 254 132 3 860 6 630 2 865 9 750 9 397
1 528 4 342 5 173 3 322 26 7 513 1 743 1 299 1 340 6 470
5 697 9 273 8 609 8 442 1 780 1 961 7 221 5 630 8 036 4 029
3 186 656 3 248 341 9 308 9 853 5 129 3 956 4 717 7 594
3 275 7 697 1 415 5 573 9 661 16 4 090 2 384 7 698 4 588
7 931 1 949 1 739 3 437 6 157 2 128 6 026 2 268 5 247 2 987
5 956 2 912 2 698 5 721 1 703 2 321 8 880 3 288 7 420 2 121
1 866 7 901 4 279 4 715 9 741 2 674 7 148 8 392 2 497 8 018
2 673 7 071 4 948 8 100 7 842 8 208 3 256 3 217 8 331 7 256
7 824 5 427 957 6 076 2 914 336 3 466 631 5 249 7 289
2 251 864 373 7 808 1 256 1 144 4 152 8 262 4 998 3 315
7 661 8 813 5 810 2 612 3 237 2 829 3 133 4 833 7 826 1 897
6 651 6 718 1 088 2 972 673 8 440 3 154 6 962 199 2 604
2 917 4 989 9 207 4 484 916 9 129 6 517 889 137 9 055
5 970 3 582 2 346 8 356 780 4 899 7 204 1 042 8 795 2 435
PERUANA 30 de 31
1 564 8 048 6 359 8802 2860 3 546 3 117 7 357 9 945 5 739
6022 9676 5768 3388 9918 8897 1119 9441 8934 8555
8418 9906 19 550 4223 5586 4 842 8 786 855 5 650
5 948 1652 2 545 3981 2 102 3523 7 419 2359 381 8 457
6 945 3 629 7 351 3 502 1 760 550 8 874 4 599 7 809 9 474
370 1 165 8 035 4 415 9 812 4 312 3 524 1 382 4 732 2 303
6 702 6 457 2 270 8 611 8 479 1 419 835 1 866 1 307 4 211
3 740 4 722 3 002 8 020 182 4 451 9 389 1 730 3 394 7 094
3 833 3 356 9 025 5 749 4 780 6 042 3 829 8 458 1 339 6 948
8 683 7 947 4 719 9 403 7 863 701 9 245 5 960 9 257 2 588
6 794 1 732 4 809 9 473 5 893 1 154 67 899 1 184 8 630
5 054 1 532 9 498 7 702 544 87 9 602 6 259 3 807 7 276
1 733 6 560 9 758 8 586 3 253 2 532 6 668 2 888 1 404 3 887
6 609 6 263 9 160 600 4 304 2 784 1 089 7 321 5 618 6 172
3 970 7 716 8 807 6 123 3 748 1 036 516 607 2 710 3 700
9 504 2 769 534 758 9 824 9 536 7 825 2 985 3 824 3 449
668 9 636 6 001 9 372 8 746 1 579 6 102 7 990 4 526 3 429
4 364 606 4 355 2 395 2 070 8 915 8 461 9 820 6 811 5 873
8 875 3 041 7 183 2 261 7 210 6 072 7 128 825 8 281 6 815
4 521 3 391 6 695 5 986 2 416 7 979 8 106 7 759 6 379 2 101
5 066 1 454 9 642 8 675 8 767 582 410 5 515 2 697 1 575
9 138 5 003 8 633 2 670 7 575 4 021 391 118 9 493 2 291
975 1 836 7 629 5 136 7 824 3 916 542 2 614 6 567 3 015
1 049 9 925 3 408 3 029 7 244 1 766 1 013 221 8 492 3 801
682 1 343 7 454 8 600 8 598 9 953 5 773 6 482 4 439 6 708
PERUANA 31 de 31
263 4 909 9 832 627 1 155 4 007 446 6 988 4 699 1 740
2 733 3 398 7 630 3 824 734 7 736 8 465 849 459 8 733
1 441 2 684 1 116 758 5 411 3 365 4 489 6 241 6 413 3 615
5 014 5 616 1 721 8 772 4 605 388 1 399 5 993 7 459 4 445
3 745 5 956 5 512 8 577 4 178 31 3 090 2 296 124 5 896
8 384 8 727 5 567 5 881 3 721 1 896 3 758 7 236 6 860 1 740
9 944 8 361 7 050 8 783 3 815 9 768 3 247 1 706 9 355 3 510
3 045 2 466 6 640 6 804 1 704 8 665 2 539 2 320 9 831 9 442
5 939 5 741 7 210 872 3 279 3 177 6 021 2 045 163 3 706
4 294 1 777 5 386 7 182 7 238 8 408 7 674 1 719 9 068 9 921
3 787 2 516 2 661 6 711 9 240 5 994 3 068 5 524 932 5 520
4 764 2 339 4 541 5 415 6 314 7 979 3 634 5 320 5 400 6 714
292 9 574 285 4 230 2 283 5 232 8 830 5 662 6 404 2 514
7 876 1 662 2 627 940 7 836 3 741 3 217 8 824 7 393 7 306
3 490 3 071 2 967 4 922 3 658 4 333 6 452 9 149 4 420 6 091
3 670 8 960 6 477 3 671 9 318 1 317 6 355 4 982 6 815 814
3 665 2 367 8 144 9 663 990 6 155 4 520 294 7 504 223
3 792 557 8 489 8 446 8 082 1 122 1 181 8 142 7 119 3 200
2 618 2 204 9 433 2 527 5 744 9 330 721 8 866 3 695 1 081
8 972 8 829 962 5 597 8 834 5 857 9 800 7 375 9 209 630
7 305 8 852 1 688 3 571 3 393 2 990 9 488 8 883 2 476 9 136
1 794 4 551 1 262 4 845 4 039 7 760 1 565 4 745 1 178 8 370
3 179 1 304 7 767 4 769 7 373 5 195 5 013 6 894 5 734 5 852
2 930 3 828 7 172 3 188 7 487 2 191 1 225 7 770 3 999 6
8 418 9 627 7 948 6 243 1 176 9 393 2 252 377 9 798 8 648

ISO 5538 2010 Leche y Productos Lacteos Muestreo Inspeccion Feb16 PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

ISO 5538 2010 Leche y Productos Lacteos Muestreo Inspeccion Feb16 PDF

Cargado por

Copyright:

Formatos disponibles

NORMA TÉCNICA NTP-ISO 5538

PERUANA (IDF 113:2004) 2010

LECHE Y PRODUCTOS LÁCTEOS. Muestreo.

R.0026-2010/INDECOPI-CNB. Publicada el 2010-12-17 Precio basado en 31 páginas

INTRODUCCIÓN (INTERNACIONAL) viii

5. SELECCIÓN DEL PLAN DE MUESTREO 3

5.1 CLASIFICACIÓN DE DEFECTOS 3

5.2 ELECCIÓN DEL NIVEL DE INSPECCIÓN Y LCA 4

ANEXO A (NORMATIVO) TEORÍA ESTADÍSTICA 18

ANEXO B (NORMATIVO) DEFECTOS CRÍTICOS 19

A.1 La presente Norma Técnica Peruana ha sido elaborada por el Comité

A.2 El Comité Técnico de Normalización de Aplicación de métodos

B. INSTITUCIONES QUE PARTICIPARON EN LA ELABORACIÓN

Presidente Humberto Toso –

Secretario Celso Gonzales

CERPER S.A. José Camero

SAT S.A. Fidel Poma

INTERTEK Vanessa Gonzales

SGS Ebert Gala

SENASA Cristina Toro

CONSULTORA Nelly Baiocchi

CONSULTOR Oscar Valdizan

CONSULTOR Walter Pérez

ISO (La Organización Internacional para la Normalización) es una institución mundial

Se presta especial atención a la posibilidad de que algunos elementos de este documento

Las Normas Internacionales adoptadas por los Equipos de Acción y Comités

Todos los trabajos desarrollados por el Joint ISO/FDI/AOAC Grupo de Expertos,

La teoría de muestreo usada en esta Norma Técnica Peruana se basa en la clasificación

La teoría de muestreo empleada en esta Norma Técnica Peruana está basada en la

LECHE Y PRODUCTOS LÁCTEOS. Muestreo. Inspección

1. OBJETO Y CAMPO DE APLICACIÓN

1.4 Esta NTP no es aplicable para el muestreo para defectos microbiológicos, a

Los documentos de referencia siguientes son indispensables para la aplicación de esta

2.1 Normas Técnicas Internacionales

2.1.1 ISO 2859-1:1999 Procedimientos de muestreo para la inspección

2.1.2 ISO 3534-2:2006 Estadísticas – Vocabulario y símbolos – Parte 1:

2.2 Norma Técnica Peruana

2.2.1 NTP-ISO 3534-1:2006 Estadísticas – Vocabulario y símbolos – Parte 1:

3.1 límite de calidad aceptable (LCA) (AQL)

5. SELECCIÓN DE LOS PLANES DE MUESTREO

5.1 Clasificación por defectos

Antes de la selección de un plan de muestreo, el contrato o especificación debe definir

5.1.2 Defecto crítico

En este caso, el método que es adoptado se describe en el Anexo B. Es necesario decidir

5.1.3 Defecto mayor

a) defectos de composición, donde se afecte la conservación de la calidad

b) contaminación con sustancias inhibidoras

c) integridad del empaque y

d) contaminación visible con suciedad.

5.1.4 Defecto menor

Es una falla en el cumplimiento de la especificación pero que no hace a la unidad

a) en una unidad, la composición química o el contenido neto, los cuales están

b) pequeñas anormalidades en la apariencia.

5.2 Selección de un nivel de inspección y del LCA

En las tablas, n es el tamaño de la muestra, Ac es el número de aceptación y Re es el

Cada tabla contiene:

- el tamaño de la muestra (n) y el tamaño del lote apropiado a los niveles de

- el número máximo de unidades defectuosas permitidas en la muestra,

- el número mínimo de unidades defectuosas requeridas en la muestra para

- la calidad límite (CL)

Si el tamaño de la muestra es pequeño, CL es alto; si se incrementa el tamaño de la

Por ejemplo, en la tabla 6, el plan del inspección en el cual el tamaño de la muestra es 5 y

Incrementando el tamaño de la muestra aumenta tanto la protección al consumidor como la