Versin preliminar

ORGANIZACIN DE LAS NACIONES UNIDAS PARA LA AGRICULTURA Y

LA ALIMENTACIN (FAO)
PROYECTO TCP/RLA/3013 (A)
DESARROLLO DE UN SISTEMA INTEGRAL DE ASEGURAMIENTO DE LA
CALIDAD PARA LABORATORIOS DE ANLISIS DE ALIMENTOS EN
AMRICA DEL SUR
PROYECTO TCP/RLA/3014 (A)
DESARROLLO DE UN SISTEMA INTEGRAL DE ASEGURAMIENTO DE LA
CALIDAD PARA LABORATORIOS DE ANLISIS DE ALIMENTOS EN
AMRICA CENTRAL, CUBA, MXICO, PANAM Y REPBLICA
DOMINICANA

GUA PARA MUESTREO DE ALIMENTOS

1. DEFINICIONES

1.4.4. Elegir los mtodos para su deteccin y/o

cuantificacin.

1.1.

Aspticamente: Forma de mantener la1.4.5. Establecer

los
lmites
ausencia completa de microorganismos
microbiolgicos (si no los hay)
vivos en un medio.
considerados apropiados para
el
alimento en el punto indicado en la
1.2.
Caracterstica: Es una propiedad
cadena alimentaria.
que permite identificar los elementos de
un determinado lote o diferenciarlos entre1.4.6. Establecer el nmero de unidades
si. La caracterstica puede ser cuantitativa
analticas donde se debe verificar el
(muestreo por variables) o cualitativa
cumplimiento de dichos lmites.
(muestreo por atributos, cumple o no
cumple).
1.5. Criterio obligatorio: Se utiliza para
referirse
a
los
microorganismos
1.3.
Curva caracterstica operativa
patgenos y / o sus marcadores,
(COC): Para un determinado plan de
considerados de importancia en salud
muestreo describe la probabilidad de
pblica y de acuerdo con la clase de
aceptacin de un lote en funcin de su
alimento. En este caso, su hallazgo
calidad efectiva. La curva pone en
constituye
razn
suficiente
para
relacin el ndice de
elementos
sancionar al productor / elaborador.
defectuosos de los lotes (eje de las
abscisas) y la probabilidad de aceptacin1.6. Criterio
complementario
de esos lotes en la inspeccin (eje de
(recomendatorio): Este criterio
es
ordenadas).
relativo a la evaluacin del proceso
tecnolgico utilizado para la obtencin
1.4. Criterio microbiolgico:
Define la
del producto. Puede orientar al
aceptabilidad de un proceso, producto o
fabricante, aconsejarlo acerca de puntos
lote de alimentos basndose en la
sin control, y su seguimiento permitir
ausencia o presencia o en el nmero de
inferir o determinar la falla que se
microorganismos y/o la investigacin de
muestra en los protocolos analticos.
sus toxinas por unidad de masa, volumen
No tiene por finalidad la inspeccin
o rea y consiste en:
final, por lo que su incumplimiento no
derivar en sanciones.
1.4.1. Sealar el alimento al cual se le
va a aplicar el criterio.
1.7. Defecto: Un defecto ocurre en un
elemento cuando una o
varias
1.4.2. Elegir el o los microorganismos / o sus
caractersticas de calidad no satisfacen
toxinas / metabolitos a identificar y la
las
especificaciones
de
calidad
razn de la eleccin
para
el
establecidas.
producto.
1.8. Elemento: objeto real o convencional
1.4.3. Elaborar un plan de muestreo
sobre el que se pueden realizar una serie
indicando el nmero de muestras a tomar,
de observaciones y que se toma para
el tamao de la misma y las
formar una muestra.
caractersticas de la unidad analtica.
2

1.9.
Error de muestreo: Puede deberse
a la heterogeneidad de las caractersticas
inspeccionadas, al carcter aleatorio del
muestreo o a las caractersticas conocidas
y aceptables de los planes de muestreo.

todo el lote con arreglo a una ley de

probabilidad dada. El hecho de que un
lote sea homogneo con respecto a una
determinada caracterstica no indica que
el valor de la caracterstica sea el mismo
en todo el lote.

1.10. Error total de estimacin: Es la

diferencia entre el valor calculado del1.16. Muestra
estratificada:
Muestra
estimador y el valor autntico de este
conformada por muestras homogneas
parmetro y puede deberse al error de
de un lote heterogneo.
muestreo, error de medicin, redondeo de
valores o subdivisiones en clases y sesgo1.17. Muestra
representativa:
Conjunto
del estimador.
formado por uno o ms elementos (o
parte de un producto) seleccionados
1.11.
Esquema de muestreo: Es un
aleatoriamente por distintos medios en
procedimiento de muestreo que incluye un
una poblacin (o en una cantidad
cambio en el plan de muestreo.
importante del producto) y cuyas
caractersticas son lo ms similar posible
1.12. Fecha de caducidad: Fecha lmite en que
a las del lote del que procede.
se considera que un
producto,
almacenado en las condiciones sugeridas1.18. Muestra testigo: Muestra que queda en
por el fabricante, conserva las
poder del interesado y a disposicin de
caractersticas sanitarias que debe de
la autoridad competente.
reunir para su consumo. Despus de esta
fecha no debe comercializarse ni1.19. Muestreo:
Procedimiento
consumirse.
empleado para tomar o construir una
muestra.
1.13. Lote: Es una cantidad determinada de un
producto fabricado o producido en unas1.20. Plan
de
muestreo:
Procedimiento
condiciones que se suponen uniformes.
planificado que permite seleccionar o
tomar muestras separadas de un lote para
1.14. Heterogeneidad: Un lote es
obtener la informacin necesaria. Es un
heterogneo con respecto a
una
esquema en el que se determina el
determinada caracterstica si esta ltima
nmero de elementos que deben
no est distribuida de manera uniforme en
recogerse y el nmero de elementos no
todo el lote. Los elementos de un lote
conformes que se requieren en una
pueden ser homogneos con respecto a
muestra para evaluar el grado de
una caracterstica y heterogneos con
cumplimiento de las normas en un lote.
respecto a otra.
1.21. Porcin: Cantidad de material tomada de
1.15. Homogeneidad: Un lote es
una sola vez de una cantidad mayor de
homogneo con respecto a
una
producto para formar una muestra.
determinada caracterstica si esta ltima
est distribuida de manera uniforme en

1.28. Sistema de muestreo: Es un conjunto de

1.22. Productos
individualizables:
planes y esquemas de muestreo.
Productos que pueden individualizarse
como elementos o porciones.
1.29. Toma de muestra: Es el procedimiento
que se requiere para elegir el material a
1.23. Productos perecederos: Grupo de
analizar a partir de la totalidad del lote o
alimentos que por su naturaleza biolgica
partida.
y fsico-qumica, su vida til es de hasta
30 das, dando lugar al establecimiento de1.30. Vida til o vida de anaquel: Es el tiempo
una fecha de caducidad, la cual debe
durante el cual un alimento es seguro y
ostentarse en su etiqueta o envase.
conserva un nivel de calidad sanitaria
aceptable para su
consumo, bajo
1.24. Remesa: Es la cantidad de un
condiciones
especficas
de
producto entregada en un momento
procesamiento,
envasado
y
determinado. Puede ser una parte de un
almacenamiento.
lote o tambin una serie de lotes.
1.25. Riesgo del consumidor: En una
curva CO es la probabilidad de aceptacin
de un lote con una proporcin P2 de
elementos defectuosos (por lo general
baja), establecida en un plan de muestreo.
Por lo general se expresa mediante una
proporcin
determinada
P10,
que
corresponde a la proporcin de elementos
defectuosos en un lote aceptado en el 10%
de los casos (es decir, rechazado el 90%
de los casos).
1.26. Riesgo del productor: En una
curva CO es la probabilidad de rechazo
de un lote con una proporcin P1 de
elementos defectuosos (por lo general
baja), establecida en un plan de muestreo.
Por lo general se expresa mediante una
proporcin
determinada
P95,
que
corresponde a la proporcin de elementos
defectuosos en un lote aceptado en el 95%
de los casos (es decir, rechazado el 5% de
los casos).
1.27. Serie contina de lotes: Es una
serie de lotes producida, fabricada o
comercializada de forma continua y en
condiciones que se suponen uniformes.

2. PLANES DE MUESTREO
ESTADSTICO
2.1.

La estadstica en el muestreo

La estadstica est ligada con los

mtodos cientficos en la toma,
organizacin, recopilacin presentacin
y anlisis de datos. Por medio de esta
herramienta se pueden
hacer
deducciones
y
conclusiones
del
comportamiento de cualquier sistema o
fenmeno estudiado, que finalmente nos
permiten hacer decisiones razonables.
En un sentido ms estricto, el trmino
estadstica se utiliza para describir una
poblacin por medio de indicadores,
como puede ser un promedio o una
varianza. As se habla de estadstica de
empleo, estadstica de accidentes,
estadstica del clima, estadstica de
mercado, etc.
Los mtodos estadsticos estn divididos
en dos clases: descriptivos e inductivos.
El mtodo estadstico descriptivo, es
aquel que se utiliza para definir como se
comporta una caracterstica bajo estudio
de una poblacin. Este tipo de estadstica
involucra el estudio de la totalidad de los
elementos de una poblacin, para
conocer sus caractersticas de tendencia
central,
definida
como
media
poblacional, y de dispersin, definida
como su desviacin normal poblacional,
. Esta estadstica generalmente se
aplica cuando se trabaja con poblaciones
finitas.
La estadstica inductiva permite estimar

o predecir el comportamiento de una

caracterstica de una poblacin a partir de
la informacin que se tiene de una
muestra que pertenece a la poblacin.

Generalmente, la estadstica inductiva

aplica a poblaciones infinitas, finitas
muy grandes o finitas inestables cuya
caracterstica hace imposible involucrar
todos sus elementos en el estudio. Este
es el caso del muestreo en alimentos,
en donde los ensayos son destructivos y
sera absurdo pensar en analizar todo el
lote para conocer las caractersticas del
mismo.
2.2.

Poblacin y muestra

Cualquier conjunto de objetos o

eventos individuales infinitos o finitos
forman una poblacin. Poblacin, es
una coleccin de datos que ataen a las
caractersticas de un grupo de
individuos u objetos, tal como las latas
de duraznos en almbar en el
contenedor de un transportista o el
nmero
paquetes
de
verduras
congeladas durante 8 horas. A menudo
es imposible o poco prctico observar

la totalidad de los individuos, sobre todo

si stos son muchos. En lugar de
examinar el grupo entero llamado
poblacin o universo, se examina una
parte del grupo llamada muestra.
Si una muestra es representativa de la
poblacin, se pueden
deducir
importantes conclusiones acerca de la
poblacin a partir del anlisis de la
muestra. De esto se deduce que la
estadstica inductiva permite aprender
acerca de las caractersticas de una
poblacin a partir del estudio de
muestras representativas.
Generalmente, la estadstica inductiva
nos da la posibilidad de estudiar y
concluir acerca de poblaciones cuyas
caractersticas o enorme cantidad de
elementos nos hara imposible hacer un
estudio considerando la totalidad de los
elementos. Sin embargo, debido ha que
se utilizan muestras particulares para

inferir una caracterstica de toda una

poblacin, siempre se tendr una duda de
los resultados obtenidos. Por lo tanto, las
conclusiones que se obtengan de un
estudio de estadstica inductiva siempre
irn acompaadas de un trmino de
probabilidad.
Cabe mencionar, que la estadstica
inductiva nicamente nos permite
aprender sobre las caractersticas
colectivas de una poblacin y no sobre
una caracterstica particular de un
elemento. La poblacin puede ser grande
o pequea pero debe estar perfectamente
definida. Adems, uno tiene que
asegurarse de que la caracterstica a ser
estudiada
sea
una
caracterstica
colectiva.
Cuando se realiza el estudio de una
caracterstica de una determinada
poblacin, por ejemplo Conocer el
contenido microbiolgico de una
produccin de leche pasteurizada en el
cual la poblacin corresponde a todos los
litros que forman el lote. Se toman
muestras aleatorias a las que se les
miden mediante ensayos normalizados la
caracterstica en cuestin. Tomando en
cuenta el nmero de muestras y la
posible distribucin de la caracterstica
en la poblacin, se realiza una inferencia
final que nos permite saber, con un
cierto riesgo, si toda la leche fue
pasteurizada adecuadamente. Hay que
considerar que la conclusin final ser
afectada fuertemente por varios factores
que influyen en la estadstica tales como
los siguientes: el tipo de distribucin con
la que se comporta la caracterstica en la

poblacin, el nmero y tipo de muestras

tomadas para describir la poblacin, el
mtodo de medicin utilizado para
medir la caracterstica y finalmente el

nivel de confianza probabilstico

asignado a la inferencia.
2.3.

Inferencia estadstica

La realizacin de estudios de
inferencia estadstica permite hacer
conclusiones acerca del
comportamiento de una poblacin sin
la necesidad de estudiar o medir la
caracterstica en la totalidad de los
elementos de la poblacin. Las
inferencias siempre se presentan como
una estimacin de la magnitud de la
caracterstica de la poblacin en
estudio y una prueba de la veracidad
(prueba de hiptesis) de la estimacin
de la caracterstica. Su confiabilidad
final depende esencialmente de la
habilidad (suerte) del que realiza el
estudio para escoger muestras en las
que se presenta la caracterstica como
se presenta en la poblacin.

Para obtener conclusiones generalizadas

sobre el comportamiento de la
caracterstica de una poblacin, es
necesario que las muestras que se tomen
representen la caracterstica en estudio
en la misma relacin que se presenta en
toda la poblacin, tomando en cuenta
una cierta distribucin de probabilidad.
Adems, es necesario considerar que la
seleccin de las muestras debe ser
realizada en alguna forma al azar. Esto
significa que la probabilidad de tomar
una muestra debe ser la misma que
pudiese tener la toma de cualquier otra
muestra de la poblacin.
2.4.

Teora de muestreo

El estudio de la relacin que existe entre

una muestra de una poblacin y la
poblacin de origen se denomina teora
de muestreo.

Por ejemplo, para conocer caractersticas

estadsticas de una poblacin como su
media o su varianza, en lugar de estudiar
toda la poblacin, se puede obtener la
informacin a partir del estudio de una
porcin de la poblacin denominada
muestra. Por otro lado, la teora de
muestreo permite realizar inferencias
estadsticas para saber si la diferencia
entre dos poblaciones es significativa o
es justificada por la dispersin aleatoria
que existe.
2.5.

Muestras aleatorias

Para que una inferencia estadstica sea

vlida se requiere que las muestras
tomadas sean representativas de la
poblacin.
Cuando se realiza el estudio de una
poblacin es necesario establecer un
diseo de experimentos que asegure que
las muestras son representativas y que
son tomadas de forma aleatoria. A este
proceso se le denomina muestreo
aleatorio. No es fcil obtener una
muestra aleatoria. Las tcnicas que
existen para tomar muestras aleatorias se
reducen a dos:
2.5.1. Por asignacin
Este mtodo consiste en asignar un
nmero a cada muestra que compone a
la poblacin, anotar los nmeros en
papelitos, meter los papelitos en una
urna, mezclar, y finalmente sacar
papelitos.
2.5.2. Por nmeros aleatorios.

Este mtodo consiste en asignar un

nmero a cada muestra que compone la
poblacin y escoger la muestra usando
una tabla de nmeros aleatorios. Estas

tablas estn elaboradas

usando
algoritmos que asegura una sucesin de
nmeros que no presentan tendencias.
2.6.

Distribuciones de muestreo

Se denomina estadstico a cualquier

funcin de las observaciones en una
muestra aleatoria. Por ejemplo si: X1,
X2, X3,, Xn es una muestra aleatoria de
tamao n, la varianza V y la desviacin
normal s son estadsticas. Debido a que
los elementos que pertenecen a una
muestra
tienen
caractersticas
aleatorias, se concluye que las
estadsticas de la misma muestra
tambin son aleatorias.
El proceso de obtener conclusiones de
una poblacin a partir de muestras se
vale de las estadsticas y de la
probabilidad
de
que
sean
representativas de la poblacin. Por lo
tanto,
estos
procedimientos
requieren

del entendimiento
del comportamiento probabilstico de las
estadsticas
usadas.
Este
comportamiento
generalmente
esta
descrito en lo que se denomina
distribucin de probabilidad
del
estadstico o de otra forma distribucin
de muestreo.
Si de una poblacin de distribucin
2
desconocida con media y varianza ,
se toma una muestra aleatoria de tamao
n. Entonces por consecuencia se
establece que la muestra pertenece a una
poblacin con una media igual a y una
2
varianza igual a / n.
Por otro lado, por el teorema del lmite
central se demuestra que si el tamao de
las muestras es moderadamente grande,
entonces se puede establecer que la
distribucin de probabilidad de la
poblacin de las medias de las muestras
es aproximadamente normal aunque la

distribucin original de los elementos de

la muestra no sea normal.
2.7.

Error normal (error estndar)

El error estndar de una poblacin es la

desviacin normal de su distribucin
muestral. Si la desviacin normal de la
poblacin es conocida, entonces el
error estndar est definido como:

n
Si no se conoce, entonces el error
estndar puede ser estimado a partir de la
desviacin normal de una muestra s,
como:
s
n
2.8.

Otras distribuciones de muestreo

Ji cuadrada
t-student
Fisher

2.9.

Seleccin de Planes de muestreo

La inspeccin de un producto es
importante en los procesos
de
fabricacin. Generalmente los productos
vienen agrupados ya sea en lotes,
contenedores,
cajas,
almacenes,
refrigeradores,
etc.
Para
hacer
conclusiones acerca de la aceptacin de
la calidad del producto se hace necesario
extraer muestras y evaluarlas. A este
proceso se le denomina planes de
muestreo de aceptacin.

Los planes de muestreo de aceptacin se

aplican a producto intermedio, a

producto final o a producto en anaquel.

El propsito del muestreo es una
medicin aleatoria de las caractersticas
de calidad del lote de producto para
determinar si se acepta o se rechaza.
Por ejemplo, veamos un plan de
muestreo simple. Este consiste en
tomar una sola muestra de n elementos
de un lote de N artculos. Con base a la
informacin obtenida se decidir si se
acepta o no el lote.
d es el nmero de defectuosos que se
encontraron en la muestra. Si d es
menor o igual a un nmero de
aceptacin, c, se acepta el lote. Si no se
rechaza. Puesto que N es fijo entonces
n y c especifican por completo el plan
de muestreo.
El muestreo por aceptacin tiene dos
objetivos:

Proteccin al consumidor contra la

aceptacin de lotes malos.

Incentivo al productor para generar

lotes de calidad mediante altos
niveles de aceptacin de producto
bueno y bajos niveles
de
aceptacin de producto malo.

2.10.

Curva caracterstica

Un plan de muestreo puede describirse

en trminos de su curva caracterstica de
operacin. El nivel de calidad que se
considera bueno y el que deseamos
aceptar la mayor parte de las veces se
llama nivel de calidad aceptable, NCA.
El nivel que se considera malo y que se
desea rechazar se denomina porcentaje
defectuoso tolerable del lote, PDL. La
probabilidad de que un plan de muestreo
rechace lotes de NCA se llama riesgo del
productor, . La probabilidad de que un

plan de muestreo acepte un lote PDL, se

conoce como riesgo del consumidor, .
Esta curva proporciona las probabilidad
asignadas a los eventos y .
Figura 1

Para mas informacin sobre el tema vea

referencia [1] y [8].
2.11.

Planes de muestreo

2.11.1. Muestro de aceptacin

El objetivo del muestreo por aceptacin
es proporcionar informacin suficiente
para de aceptar o rechazar un producto
ya sea por lote o de produccin continua.
Es decir, que da informacin para tomar
una decisin.
Es importante aclarar que el muestreo
por aceptacin no tiene como meta el
determinar o controlar la calidad del
producto. Para esto existen otras tcnicas
como el control estadstico de procesos.
Las tcnicas de muestro por aceptacin
solo proporcionan un nivel de seguridad
en cuanto al cumplimiento de una
calidad esperada del producto.
El muestreo por aceptacin es utilizado
en las siguientes condiciones:

Cuando el costo de inspeccin es elevado,

y las consecuencias de una unidad
defectuosa son considerables.

Cuando una inspeccin al 100% resulta

difcil, costosa o imposible.

Cuando la inspeccin es destructiva.

Los planes de muestreo se dividen

en dos categoras:

Planes de muestreo por atributos

Planes de muestreo por variable

Y, pueden ser aplicados para

La evaluacin de lotes de producto

La evaluacin de produccin continua

2.11.2. Planes de muestreo por atributos

Un plan de muestreo para la inspeccin
por atributos es un mtodo para evaluar
la calidad de un lote consistente en
clasificar cada porcin de muestreo
como una caracterstica o atributo
conforme o no conforme, segn se

cumpla o no una especificacin. Esa

caracterstica puede ser cualitativa (por
ejemplo, la presencia de una maca en la
fruta) o cuantitativa (por ejemplo, el
contenido de sodio de un alimento
diettico, clasificado como conforme o
no conforme de acuerdo con un lmite
establecido). Se cuenta luego el nmero
de porciones de muestreo que presentan
el atributo de no conforme y, si no se
sobrepasa el nmero de aceptacin c
establecido por el plan, se acepta el lote;
en caso contrario, se rechaza.
2.11.3. Planes de muestreo por variable
Cuando una caracterstica de calidad se
puede medir en una escala continua y se
conoce la distribucin de probabilidad
(generalmente normal) es posible
establecer un procedimiento de muestreo
basado en estadsticas de la muestra.

Tales como la media y

normal.

desviacin

Un plan de muestreo por variables es un

mtodo para evaluar la calidad de un lote
consistente en medir, en relacin con
cada elemento, el valor de una variable
que caracteriza el producto analizado.
La inspeccin consiste en medir la
variable que caracteriza el producto
objeto de inspeccin respecto de cada
uno de los n elementos que forman la
muestra, as como en calcular luego el
promedio x de esos n elementos de la
muestra. La decisin acerca de la
aceptacin o el rechazo del lote se
adoptar comparando el
contenido
medio x con el valor numrico de una
expresin algebraica que incluye los
factores siguientes:

La especificacin mxima o mnima.

La desviacin normal de los valores de la

variable inspeccionada del lote, que puede
ser conocida o desconocida.

Tablas de planes de muestreo que

proporcione la constante de aceptacin K
que depende del NCA de la variable

medida.
2.11.4. Ventajas y desventajas de los
planes.
3.11.4.1.

Planes por atributos:

No dependen de la funcin de
distribucin
de
la
variable
inspeccionada en el lote.

Sencillez en la obtencin de los

resultados de la medicin de la
muestra.

Son menos eficaces que los

planes por variables para una
muestra del mismo tamao, de n
porciones de muestreo.
Ms costosos que los planes por
variables ya que se requieren mas
muestras que en los planes por
variable para lograr la misma
eficacia

3.11.4.2.

Planes por variables:

Ms eficaces que los planes por

atributos para una muestra del
mismo tamao, de n porciones de
muestreo.

Son menos costosos que los

planes por atributos, ya que la
muestra tomada requiere menos
porciones de muestreo que las que
se necesitan si se usa un plan por

atributos.

No pueden emplearse en todos los

casos ya que dependen de la
funcin de distribucin de la
variable ha ser
inspeccionada.
Tiene que ser aproximadamente
normal (gaussiana).

La decisin de escoger el tipo de plan de

muestreo depende de las caractersticas
que estn siendo evaluadas.

Si la propiedad que se mide forzosamente

es una medicin por atributos pasa no
pasa. Por ejemplo: el aspecto de una
verdura que no puede ser medida por
variable. Entonces se escoge un plan de
muestreo por atributos.

Si la propiedad que esta siendo medida es

una medicin por variable. Por ejemplo: el
contenido de grasa en una leche y adems
se tiene la certeza de que la propiedad se
distribuye de forma normal (gaussiana)