Control de calidad de la
leche entera de vaca
expendida en el
Mercado Central de
Moquegua
Aplicación de Gráficas de Control X-R
Alumna: Noelia Connie Valdez Huiza
Docente: Msc. Ing. Thomás Ancco Vizcarra
Moquegua – Perú
2013
Evaluación y control de calidad de la leche de vaca aplicando Gráficas de Control
y análisis de varianza
Resumen
Contenido
Índice de cuadros
Índice de gráficos
Índice de figuras
I. Introducción
II. Revisión de Literatura
2.1 La leche
a) Composición química de la leche entera de vaca
b) Características fisicoquímicas de calidad de la leche entera de vaca
2.2 Principales pruebas fisicoquímicas de calidad de la leche entera de vaca
a) La densidad
b) El pH
c) La acidez
2.3 Gráficos de control
a) Gráficos “n”
b) Gráficos “np”
c) Gráficos “C”
2.4 Análisis de varianza
a) Tukey
b) Duncan
III. Metodología
IV. Resultados y Discusiones
V. Conclusiones
VI. Recomendaciones
Bibliografía
Anexos
Apéndices
1
Índice de Tablas
(NTON 03 027-99)
2
Índice de figuras
Fig. 3 Gráfico de caja y bigotes de para cada muestra de leche entera de vaca
3
Índice de Cuadros
4
I. Introducción
La leche es uno de los alimentos más nutritivos; por su alto contenido de proteínas que
proporcionan los diez aminoácidos esenciales, carbohidratos y minerales; el contenido de
estos varía de acuerdo a la raza, alimentación, estación de lactación, sanidad, etc.
La leche es el producto normal secretado por la glándula mamaria de la vaca, que contiene
sustancias en suspensión (caseínas), en solución y emulsion (glóbulos de grasa, vitaminas
liposolubles, lactosa y minerales) (Wattioux, 1999), (NTP, 1998) , (NTON, 1999),
(Alcázar, 2002), (Negri, 2005).
Páez & et al. (2002), quienes citaron a Webb & et al. (1974), sostienen que la composición
porcentual aproximada de la leche generalmente es:
Composición %
Agua 87
Grasa 3.5 – 3.9
Lactosa 4.9
Proteínas 3.5
Sólidos no grasos 9.0
Total de sólidos 12.9
Minerales 0.8
Fuente: Características fisicoquímicas de la leche cruda de las Zonas de Aora y Yaracal, Venezuela, (Páez
& et al., 2002) y Diccionario Técnico de industrias Alimentarias (Alcázar, 2002).
5
Por otro lado la composición de micronutrientes de la leche entera de vaca con un 3.3% de
grasa es:
La leche entera sin pasteurizar, según las NTP 202.001 1998 debe cumplir con los
siguientes requerimientos fisicoquímicos:
Parámetro Límites
Materia grasa Mín. 3.2%
Sólidos no grasos Mín. 8.2%
Sólidos totales Mín. 11.4 %
Impurezas macroscópicas por cada 500 ml de Máx. 0.5 mg (Grado 2)
leche
Acidez expresado en gramos de ácido láctico en Mín. 0.14% Máx. 0.18%
100 gramos de leche
Densidad a 20º C Mín. 1,0296 Máx. 1,03040
Índice de refracción del suero a 20º C Mín. 1,34179 (lect.
Refractométrica 37.5)
Ceniza total (g/ 100 g) Mín. 8.0
Fuente: Norma Técnica Peruana 202.001 1998
Requisitos Límites
Densidad a 15ºC gr/100ml 1.0296 - 1.0340
Acidez gr ác. láctico/ 100ml de leche 0.14 - 0.18
6
pH 6.6 - 6.8
Cenizas total gr/100 ml Mín. 0.7
Impurezas macroscópicas, expresadas mg
Máx. 2.0
de sedimento/ 500 ml de leche
Sólidos no Grasos % Mín. 8.2
Sólidos Totales % Mín. 11.40
Alcalinidad de la ceniza total (cm3 de
Máx. 1.7
solución de NaOH 1N)
Prueba de alcohol (70% v/v) No coagulable
Índice crioscópico º C -0.566 a -0.530
Sustancias conservadoras (antisépticos,
antibióticos, alcalinos, etc.). Así como
Ausencia
sustancias residuales de antibióticos,
plaguicidas, etc.
Tratamiento que disminuye o modifique
Ninguno
sus componentes originales
Fuente: NTP 2002.001 (2003)
Las Norma Técnica Obligatoria Nicaragüense 03 027-99 Leche Entera Cruda, indica que
las características fisicoquímicas de la leche cruda son:
a) La densidad
La densidad de un líquido como la leche entera, es la cantidad de masa por una unidad de
volumen. La densidad varía con la concentración, es el indicativo de la característica
compacta de la estructura molecular de la materia. La densidad se puede medir con
densímetros o aerómetros, que para el caso de la leche se le conoce como lactodensímetro.
Las unidades de medida de la densidad pueden ser: kg /m3, g/ cm3, g/ml, etc. (Alcázar,
2002).
7
ρ: Densidad
m: Masa de la materia
v: Volumen de la materia
b) El pH o potencial de hidrogeniones
𝟏
𝒑𝑯 = −𝒍𝒐𝒈[𝑯+ ] = 𝒍𝒐𝒈
[𝑯+ ]
- Alimentos de acidez baja o poco ácidos: pH > 5.3 (carne, leche, cereales, legumbres,
etc.).
- Alimentos de acidez media: 5.3 > pH> 4.5 (la mayoría de las hortalizas).
- Alimentos ácidos: 4.5 > pH > 3.7 (frutas como peras, piñas, mango, etc.).
El pH de la leche puede ser modificado por algunos factores como (Negri, 2005):
8
(Negri, 2005) , quien cita a (Fox y McSweeney, 1998). El pH disminuye en promedio
0,01 unidades por cada °C que aumenta, fundamentalmente a causa de la
insolubilización del fosfato de calcio. Esta variación es muy importante considerando
el estrecho rango de variación del pH de la leche.
c) La acidez titulable
Es el porcentaje del peso de los ácidos contenidos en el producto. Se determina por medio
del análisis denominado titulación, que consiste en la neutralización de los iones de
hidrógeno del ácido con una solución de hidróxido de sodio (0.1 N para el caso de la
titulación de la leche) de concentración conocida en presencia de un indicador tal como la
fenolftaleína (Alcázar, 2002).
- Acidez debida a los minerales y a los indicios de ácidos orgánicos; éstos representan
dos quintos de la acidez natural.
Juan José Tarí Guilló (2000), quien cita a Juran y Gryna (1975) indica, que el gráfico de
control se utiliza para medir la estabilidad de un proceso en el tiempo, a partir de la
evolución del valor que toma una o varias variables del mismo. Entonces, es una
comparación gráfica de los datos de desempeño del proceso con los límites de control
estadístico calculados.
a) Gráficos “X-R”
9
dará lugar al Gráfico de desviaciones típicas o simplemente Gráfico S) (Ruiz Falcó Rojas,
2006).
La gráfica de medias o “X”, se diseña para medir la variación en las medias muestrales
alrededor de algún nivel generalmente aceptado, así tenemos:
Pero generalmente la desviación estándar de las medias (𝜎𝑋̅ ), se representan como A2𝑅̅
donde 𝑅̅ es el promedio del rango y A2 se encuentra tabuladas según el número de
muestra.
Así en la Tabla se muestran algunos valores de A2, para muestras hasta de 25 unidades.
10
20 0,180 3,735 0,414 1,586 0,7290
21 0,173 3,778 0,425 1,575 0,7240
22 0,167 3,819 0,434 1,566 0,7200
23 0,162 3,858 0,443 1,557 0,7160
24 0,157 3,895 0,452 1,548 0,7120
25 0,153 3,931 0,459 1,541 0,7090
Fuente: Control de Calidad, Ruiz Falcó Rojas (2006).
III. Metodología
- Lactodensímetro
- pHímetro digital
- Bureta semiautomática
- Termómetro digital
- Probeta de 500 ml
- Vasos descartables
- NaOH 0.1N
- Indicador fenoftaleína
- Solución buffer para calibración del phímetro digital
- Leche de vaca entera
- Agua destilada
- Papel secante
3.2 Procedimiento
a) Determinación de la densidad
Las cuatro muestras M1E, M2S, M3E y M4S; se introdujeron 500ml de leche entera de
vaca para cada una de las muestras en una probeta, se midió la temperatura para realizar la
corrección correspondiente, puesto que el lactodensímetro utilizado tiene una calibración a
20 º C. Se introdujo el lactodensímetro en el interior de la probeta que contiene la muestra
de leche correspondiente, cuidando que se ubique en el centro geométrico, se espera unos
minutos para que se estabilice y hacer lectura de la densidad correspondiente para cada
muestra.
𝐷𝑐 = 𝐷𝑙 + (𝑇𝑙 − 𝑇) ∗ 0.0002
Donde:
b) Determinación de acidez
Con una pipeta se tomaron 10 ml de leche para cada muestra, luego se procede a agregar 3
gotitas de indicador de fenoftaleína, se titula con NaOH 0.1 N y se procede a leer el gasto de
NaOH 0.1 N cuando la muestra vire a una coloración rosada tenue.
11
Como la muestra toma fue de 10ml se calcula directamente los ºDornic de la leche
multiplicándo el gasto por diez (Negri, 2005).
º𝐷 = 𝑉(𝑚𝑙) 𝑁 × 10
𝑁𝑎𝑂𝐻( )
9
Donde:
𝐺 × 𝑁 × 𝑚𝑒𝑞
%𝐴𝑐𝑖𝑑𝑒𝑧 = × 100
𝑀
Donde:
c) Determinación de pH
Se coloca en un vaso, 10 ml de leche extraídas con una pipeta, y se mide directamente con
el pHímetro digital. Una vez se estabilice la medida en el phímetro, se procede a lavar el
electrodo con agua destilada y liberarlo de humedad con papel secante, para luego proceder
a medir el pH de la siguiente muestra y asi sucesivamente hasta culminar con todas las
mediciones.
Entonces se tomaron cuatro muestras los cuatro días de evaluación en el Mercado Central
de Moquegua (Calle Torata), de las cuales dos tenían procedencia de Estuquiña y dos de
Samegua, campiñas de la ciudad Moquegua.
12
Por otro lado, se conoce que según la NTP 202.001 1998, la densidad debe estar dentro de
los límites Mín. 1,0296 y Máx. 1,03040 a una temperatura de 20 º C; entonces la leche
expendida en el Mercado Central se encuentra por debajo del límite mínimo aceptable de
calidad de acuerdo a la norma como se puede verificar en el cuadro Nº 1 y 2 y las figuras 1
y 2. De lo cual se podría presumir los motivos podrían ser por la alimentación, el clima, o
bien la agregación de agua para aumentar el volumen de venta de leche lo que sería un
fraude y sería realizar un control continuo y tomar acciones correctivas necesarias por la
Municipalidad Provincial de Mariscal Nieto, en su labor de protección al cliente.
13
Fig. 2 Gráfica de control del rango de la densidad de la leche entera de vaca
14
También se puede observar gráficamente el primer y tercer cuartil de la densidad de la
leche (Q1 y Q3) y sus valores máximos alcanzados durante el muestreo y el valor que se
ubica en el medio o mediana. (Véase fig. 3).
Fig. 3 Gráfico de caja y bigotes de para cada muestra de leche entera de vaca con respecto
a su densidad.
15
Cuadro Nº 5: Limites críticos y centrales de los gráficos de control X- R para la acidez de
la leche de vaca
Las muestras tomadas de leche para la evaluación de acidez tienen una tendencia central, lo
cual se calificaría que se encuentran bajo control, como se puede observar en la
variabilidad del rango para las muestras tomadas. (Véase fig. 4 y 5).
16
La muestra 1 proveniente de Estuquiña presentó una acidez de 0.162 y un mínimo de
0.153, y el 25% de las muestras de leche de vaca tienen una acidez mayor a 0.158625. La
muestra 2 procedente de Samegua tiene una acidez máx. 0.1665 y mín. 0.1485 y solamente
un 25% de las muestras tienen una acidez mayor o igual a 0.1665 y un 10% una acidez
menor o igual a 0.158625.
La muestra 3 de Estuquiña tiene una acidez máxima de 0.1665 y una mínima de 0.1485,
solamente un 10% de las muestras de leche presentaron una acidez menor o igual a
0.158625. La muestra 4 de Samegua tiene una acidez máxima de 0.171 y mínima de 0.1665
y solamente un 10% de la muestras de leche de vaca tienen una acidez menor o igual a
0.1665.
Así tambien, los datos del cuadro Nº 6 se pueden representar en un Gráfico de caja y
bigotes como en la fig. 6. Allí se muestran los límites máximos y mínimos para cada
muestra, sus cuartiles y su mediana.
Fig. 6 Gráfica de caja y bigotes de la acidez para cada muestra tomada de leche entera de
vaca
17
4.3 Evaluación de calidad del pH en la leche entera expendida en el Mercado Central
de Moquegua (Calle Torata)
Cuadro Nº 8: Límites críticos para las gráficas X-R del pH de la leche entera de vaca
Rangos (R)
0.0912 0.04 0
Fuente: Elaboración propia.
18
Fig. 8 Gráfico de control del Rango del pH de la leche entera de vaca
19
Fig. 9 Gráfico de caja y bigotes del pH de la leche entera de vaca
V. Conclusiones
VI. Recomendaciones
Bibliografía
20
Tarí Guilló, J. (2000). Biblioteca.org.ar: Publicaciones de la Universidad de Alicante.
Recuperado el 9 de setiembre de 2012, de Biblioteca.org.ar:Publicaciones de la Universidad de
Alicante: http://www.biblioteca.org.ar/libros/133000.pdf
Wattioux, M. A. (1999). Composición de la leche y su valor Nutricional. Recuperado el 3 de
Octubre de 2012, de babcock@calshp.cals.wisc.edu: babcock@calshp.cals.wisc.edu
Webb, B., Johson, A., & Alford, J. (1974). The Composition of milk. En Fundamentals of Dairy
Chemistry. Connecticut: The AVI Publishing Company, inc.
Zulia, U. d. (2003). Introducción al Control de calidad de la Leche Cruda, Guía Práctica.
Maracaibo: Universidad de Zulia.
Anexos
21
Titulación de la muestra de leche entera de vaca
Apéndices
22
Apéndice 1: Gráficos de control de la densidad de la leche entera de vaca, muestreada en
el Mercado Central (Calle Torata)
Número de subgrupos = 4
Tamaño del Subgrupo = 4.0
0 subgrupos excluidos
Gráfico X-bar
Gráfico de Rango
El StatAdvisor
Este procedimiento crea gráficos X-bar y R para M1E-M4S. Está diseñado para permitirle
determinar si los datos proceden de un proceso que está en un estado de control estadístico. Los
gráficos de control se construyen bajo la asunción de que los datos proceden de una distribución
normal con una media igual a 1.02778 y una desviación típica igual a 0.000883924. Estos
parámetros se estimaron a partir de los datos. De los 4 puntos no excluidos mostrados en los
gráficos, 0 están fuera de los límites de control en el primer gráfico mientras que 0 están fuera
de los límites en el segundo gráfico. Puesto que la probabilidad de ver 0 o más puntos fuera de
los límites sólo por casualidad es 1.0 si los datos proceden de la distribución asumida, no
podemos rechazar la hipótesis de que el proceso está en un estado de control estadístico para un
nivel de confianza del 90% o superior.
Muestra 1: M1E
Muestra 2: M2S
Muestra 3: M3E
Muestra 4: M4S
23
Muestra 4: 4 valores 1.026 hasta 1.02836
El StatAdvisor
Este procedimiento compara los datos en 4 columnas del actual fichero de datos. Realiza varios
tests estadísticos y gráficos para comparar las muestras. El F-test en la tabla de ANOVA
comprobará si hay alguna diferencia significativa entre las medias. Si hay, los Tests de Rangos
Múltiples le indicarán las medias que son significativamente diferentes unas de otras. Si le
preocupa la presencia de valores atípicos, puede elegir el test Kruskal-Wallis que compara las
medianas en lugar de las medias. Los diferentes gráficos le ayudarán a juzgar la significación
práctica de los resultados, y le permitirán buscar las posibles violaciones a las asunciones
subyacentes en el análisis de la varianza.
Tabla ANOVA
Análisis de la Varianza
Fuente Sumas de cuad. Gl Cuadrado Medio Cociente-F P-Valor
Entre grupos 8.825E-7 3 2.94167E-7 0.33 0.8053
Intra grupos 0.0000107638 12 8.96983E-7
Total (Corr.) 0.0000116463 15
El StatAdvisor
La tabla ANOVA descompone la varianza de los datos en dos componentes: un componente
entre grupos y un componente dentro de cada grupo. El F-ratio, que en este caso es igual a
0.327951, es el cociente de la estimación entre grupos y la estimación dentro de los grupos.
Puesto que el p-valor del test F es superior o igual a 0.05, no hay diferencia estadísticamente
significativa entre las medias de las 4 variables a un 95.0%.
Número de subgrupos = 4
Tamaño del Subgrupo = 4.0
0 subgrupos excluidos
Gráfico X-bar
0 fuera de límites
Gráfico de Rango
24
UCL: +3.0 sigma = 0.0402233
Línea central = 0.017625
LCL: -3.0 sigma = 0.0
0 fuera de límites
Estimaciones
El StatAdvisor
Este procedimiento crea gráficos X-bar y R para M1E-M4S. Está diseñado para permitirle
determinar si los datos proceden de un proceso que está en un estado de control estadístico. Los
gráficos de control se construyen bajo la asunción de que los datos proceden de una distribución
normal con una media igual a 0.161813 y una desviación típica igual a 0.00855998. Estos
parámetros se estimaron a partir de los datos. De los 4 puntos no excluidos mostrados en los
gráficos, 0 están fuera de los límites de control en el primer gráfico mientras que 0 están fuera
de los límites en el segundo gráfico. Puesto que la probabilidad de ver 0 o más puntos fuera de
los límites sólo por casualidad es 1.0 si los datos proceden de la distribución asumida, no
podemos rechazar la hipótesis de que el proceso está en un estado de control estadístico para un
nivel de confianza del 90% o superior.
Muestra 1: M1E
Muestra 2: M2S
Muestra 3: M3E
Muestra 4: M4S
El StatAdvisor
Este procedimiento compara los datos en 4 columnas del actual fichero de datos. Realiza varios
tests estadísticos y gráficos para comparar las muestras. El F-test en la tabla de ANOVA
comprobará si hay alguna diferencia significativa entre las medias. Si hay, los Tests de Rangos
Múltiples le indicarán las medias que son significativamente diferentes unas de otras. Si le
preocupa la presencia de valores atípicos, puede elegir el test Kruskal-Wallis que compara las
medianas en lugar de las medias. Los diferentes gráficos le ayudarán a juzgar la significación
práctica de los resultados, y le permitirán buscar las posibles violaciones a las asunciones
subyacentes en el análisis de la varianza.
Análisis de la Varianza
Fuente Sumas de cuad. Gl Cuadrado Medio Cociente-F P-Valor
Entre grupos 0.000302063 3 0.000100688 2.28 0.1315
25
Intra grupos 0.000529875 12 0.0000441563
Total (Corr.) 0.000831938 15
El StatAdvisor
Número de subgrupos = 4
Tamaño del Subgrupo = 4.0
0 subgrupos excluidos
Gráfico X-bar
0 fuera de límites
Gráfico de Rango
0 fuera de límites
Estimaciones
El StatAdvisor
Este procedimiento crea gráficos X-bar y R para M1E-M4S. Está diseñado para permitirle
determinar si los datos proceden de un proceso que está en un estado de control estadístico. Los
gráficos de control se construyen bajo la asunción de que los datos proceden de una distribución
normal con una media igual a 6.67875 y una desviación típica igual a 0.0194269. Estos
parámetros se estimaron a partir de los datos. De los 4 puntos no excluidos mostrados en los
gráficos, 0 están fuera de los límites de control en el primer gráfico mientras que 0 están fuera
de los límites en el segundo gráfico. Puesto que la probabilidad de ver 0 o más puntos fuera de
los límites sólo por casualidad es 1.0 si los datos proceden de la distribución asumida, no
podemos rechazar la hipótesis de que el proceso está en un estado de control estadístico para un
nivel de confianza del 90% o superior.
26
Resumen del Procedimiento
Muestra 1: M1E
Muestra 2: M2S
Muestra 3: M3E
Muestra 4: M4S
El StatAdvisor
Este procedimiento compara los datos en 4 columnas del actual fichero de datos. Realiza varios
tests estadísticos y gráficos para comparar las muestras. El F-test en la tabla de ANOVA
comprobará si hay alguna diferencia significativa entre las medias. Si hay, los Tests de Rangos
Múltiples le indicarán las medias que son significativamente diferentes unas de otras. Si le
preocupa la presencia de valores atípicos, puede elegir el test Kruskal-Wallis que compara las
medianas en lugar de las medias. Los diferentes gráficos le ayudarán a juzgar la significación
práctica de los resultados, y le permitirán buscar las posibles violaciones a las asunciones
subyacentes en el análisis de la varianza.
Análisis de la Varianza
Fuente Sumas de cuad. Gl Cuadrado Medio Cociente-F P-Valor
Entre grupos 0.001425 3 0.000475 0.80 0.5188
Intra grupos 0.00715 12 0.000595833
Total (Corr.) 0.008575 15
El StatAdvisor
27