TECNOPAN JUNIO 2019

editorialcastelum

Tecno Pan es una revista mensual electrónica educativa sin fines de lucro y de difusión de información tecnológica, comercial y de mercados para la industria panificadora mexicana que se distribuye gratuitamente a los líderes de las compañías y entidades del sector.

R E V I S T A M E N S U A L D I G I T A L

tecno-pan.com

Junio 2019

INFORMACIÓN DE ACTUALIDAD

Reportajes e información

relevante del entorno de la

panificación nacional

NÚMEROS DEL MERCADO

Análisis actual de la oferta y

demanda de cereales

TECNOLOGÍA DE LA PANIFICACIÓN

Modelación de la apariencia de la

harina de maíz usando regresión

logística

editorialcastelum.com


INFORMACIÓN

DE ACTUALIDAD

NÚMEROS DEL

MERCADO

TECNOLOGÍA

PANIFICADORA

PÁG. 6

IR A LA SECCIÓN

Piden cambiar norma para

que harinas de pan y tortilla

sean fortificadas

PÁG. 13

IR A LA SECCIÓN

Análisis actual de la oferta y

demanda de cereales

PÁG. 18

IR A LA SECCIÓN

Modelación de la apariencia

de la harina de maíz usando

regresión logística

Logran un prometedor gluten

apto para celiacos

Tecno Pan es una revista mensual electrónica educativa sin fines de

lucro y de difusión de información tecnológica, comercial y de mercados

para la industria panificadora mexicana que se distribuye gratuitamente

a los líderes de las compañías y entidades del sector.

Año 7, número 2. Junio 2019.

Esta obra está bajo una Licencia Creative Commons Atribución-

NoComercial-CompartirIgual 4.0 Internacional

Tecno Pan brinda una excelente plataforma publicitaria a todos nuestros

patrocinadores que hacen posible este proyecto gracias a su amplio

alcance a todo el sector de la panificación de México y su interfaz única

y dinámica visible en PC, tablets y smartphones.

Si desea conocer más acerca de los beneficios del patrocinio lo invitamos

a visitar nuestro sitio web www.tecno-pan.com; también ponemos a

su disposición nuestro e-mail: contacto@publicacionescastelum.com

Derechos reservados de los anuncios de las empresas patrocinadoras,

además su veracidad y legitimidad en su contenido de son responsabilidad

de la empresa patrocinadora.


Distribución y venta

de reactivos,

material y equipos

para la deteccion

y determinacion

de parametros

biologicos,

microbiologicos,

fisicos,

fisicoquimicos,

toxinas, agentes

contaminantes,

agentes

adulterantes y

validacion de

limpieza

www.metodosrapidos.com

/metodosrapidos

(55) 5343 2314

01 800 727 4307

at09@metodosrapidos.com


4

EMPRESAS PATROCINADORAS

MÉTODOS RÁPIDOS, S.A DE C.V.

Tel.: 01 (55) 5343 2314

Lada sin costo: 01 800 727 43 07

www.metodosrapidos.com

GELITA MEXICO,

S. DE R.L. DE C.V.

Tel.: 01 728 282 9180

www.gelita.com.mx

Tel.: (55) 5564 0593

www.ifmex.com

LAMINAMEX

Fabricamos a la medida de sus necesidades

LAMINAMEX S.A. DE C.V.

Tel.: (55) 5755 3550

(55) 1997 9066

www.laminamex.com.mx

INDUSTRIALIZADORA DE MANTECAS,

S.A. DE C.V.

Tel.: (33) 31 34 02 02

01 800 004 6272

www.imasa.com.mx


La gelatina,

el colágeno y los

péptidos de colágeno

GELITA®

son mucho más que

simples ingredientes

alimenticios.

¡PREPÁRESE QUE LO

SORPRENDEREMOS!

www.geita.com.mx 01 728 282 9180


6

INFORMACIÓN

DE ACTUALIDAD

Pág. 7

Pág. 8

Piden cambiar norma para que harinas de pan y tortilla sean fortificadas

Logran un prometedor gluten apto para celiacos


INFORMACIÓN

DE ACTUALIDAD

7

Piden cambiar norma para que harinas de pan y tortilla sean

fortificadas

Fuente: AM de Querétaro

28 de mayo de 2019

IR A FUENTE

Un grupo de expertos llamaron a las autoridades de salud a modificar

la Norma Oficial Mexicana para que sea obligatorio emplear

harinas fortificadas en la elaboración de pan y tortillas, y que en esa

regulación se incorporen los productos industrializados.

Al presentar el informe “Dándole vuelva a la tortilla” en conferencia

de prensa, Alice Delemare, investigadora de Changing Markets, y

Yatziri Zepeda, del Proyecto Alimento, dijeron que en este momento,

las harinas están reguladas, pero no las utilizadas en la industrialización

de panes y tortillas, por lo que hay que cerrar esa brecha.

Consideraron que sería la Comisión Federal para la Protección

contra Riesgos Sanitarios (Cofepris) la autoridad que puede verificar

e imponer sanciones.

Destacaron la importancia de fortificar las harinas de maíz y trigo de

pan y tortillas, ya que se estima que 90 por ciento de las mujeres no

consumen suficiente hierro, una cuarta parte de los hombres adul-


8

INFORMACIÓN

DE ACTUALIDAD

tos tienen una ingesta inadecuada de zinc y 25 por ciento

de los niños sufren anemia.

En su opinión, si dichos productos usan harinas fortificadas

puede cambiarse la ecuación, dado que el consumo de

tortilla es de 57 kilos de tortilla por persona al año y 34 kilos

de pan por persona al año.

Las expertas indicaron que de las más de 500 muestras

analizadas de productos de tortillas y panes, concluyeron

que tan sólo el uno y 14 por ciento, respectivamente, son

elaborados con harinas de maíz y de trigo que cumplen

con los niveles de hierro y zinc que exige la ley en la regulación

de fortificación de harinas, en vigor desde el año

2000.

El informe, expresó Alice Delemere, pone en evidencia

que compañías multimillonarias como Bimbo, Gruma y

Walmart ofrecen al consumidor mexicano productos que

no nutren correctamente.

Yatziri Zepeda expuso que es la oportunidad para que el

nuevo gobierno fortalezca la regulación actual y que ésta

cubra tortillas y panes producidos industrialmente, así

como que asegure que todo el programa sea monitoreado

y se haga cumplir la ley de forma correcta.

Logran un prometedor gluten apto para celiacos

Fuente: INVDES

5 de junio de 2019

IR A FUENTE

La enfermedad celíaca es una de las patologías intestinales

más comunes de nuestra sociedad y, frente a ella, la

única terapia disponible hoy en día es una dieta estricta,

de por vida, sin gluten. Pero esto puede cambiar.

Un equipo internacional de investigadores, del que ha

formado parte la Universidad Politécnica de Madrid

(UPM) y la Universidade de Trás-os-Montes e Alto Douro

portuguesa (UTAD, en Portugal) ha descubierto que la

reordenación molecular del gluten con un polisacárido

natural disminuye su capacidad de desencadenar una

reacción inmunológica en la enfermedad celíaca.

Los resultados, publicados en la revista Molecular Nutrition

& Food Research, muestran que es posible obtener un

producto totalmente funcional a base de trigo para

pacientes celíacos, abriendo así una nueva perspectiva

sobre la búsqueda de alternativas a la exclusión de gluten

en la dieta.


INFORMACIÓN

DE ACTUALIDAD

9

El gluten es un complejo de proteínas presente en el grano

del trigo común y en otros cereales, como el centeno, la

espelta o la cebada. Algunos fragmentos de esas proteínas

provocan una reacción inmunológica en las personas

afectadas de celiaquía que altera la estructura y la función

de las células del epitelio del intestino. La enfermedad

celíaca es una de las enfermedades gastrointestinales

más comunes de nuestra sociedad, con una prevalencia

estimada de alrededor del 1% en todo el mundo.

Actualmente, las personas que sufren esta enfermedad

deben seguir una dieta muy restrictiva, evitando cualquier

alimento que contenga gluten, como único tratamiento

disponible. Ajustarse a esta dieta conlleva un gran

esfuerzo y algunas personas son incapaces de seguirla o

no pueden mantenerla por largos períodos.

Una alternativa a los productos 'gluten-free'

Los productos sin gluten, tradicionalmente conocidos

como gluten-free, surgieron de la preocupación asociada

a las intolerancias alimentarias relacionadas con el

gluten. Se caracterizan por una variedad de productos

alimenticios que tratan de imitar los alimentos tradicionalmente

derivados de la harina de trigo (pan, pasta, galletas,

bollos, etc.) sustituyendo el gluten por otros ingredientes,

tales como polisacáridos y proteínas de varios orígenes

(maíz o arroz, por ejemplo), con el fin de proporcionar

una estructura y una textura adecuada.

Sin embargo, el coste de estos productos suele ser mucho

mayor que el de los productos tradicionales equivalentes.

Además, pueden conducir a problemas de índole nutricional,

pues muchas veces carecen de ciertos nutrientes

esenciales y a menudo son ricos en grasa y pobres en

fibra. Por otra parte, los productos gluten-free presentan

algunas limitaciones tecnológicas relacionadas con sus

débiles propiedades organolépticas y de textura.

Con el fin de encontrar nuevas alternativas ante esta

situación, un equipo de investigadores desarrolló la nueva

tecnología para reducir la toxicidad de la harina de trigo

destinada a pacientes con enfermedad celíaca, con el

objetivo futuro de que el gluten tratado pueda ser consumido

por estas personas con seguridad.

Este método comprende la utilización de polisacáridos

naturales como el quitosano y consiste en una reorganización

molecular del gluten, que provoca una disminución

de su digestibilidad y, consecuentemente, de la liberación

de proteínas y de péptidos tóxicos para los pacientes

celíacos. Como explica Marta Rodríguez-Quijano, investi-


10

INFORMACIÓN

DE ACTUALIDAD

gadora de la UPM que ha formado parte del equipo de trabajo, “no retiramos el gluten, lo modificamos mínimamente

de modo que este no sea tan tóxico para estas personas”.

Por otro lado, los investigadores han verificado en otro estudio presentado en la revista Food Hydrocolloids, que este

método de desintoxicación del gluten no perjudica a la harina para su transformación en productos alimenticios como

el pan, sino que este sigue manteniendo todas sus apreciadas características organolépticas y sensoriales, que lo convierten

en uno de los alimentos fundamentales de nuestro día a día.

Un cambio de paradigma

Marta Rodríguez-Quijano ha participado también en este estudio, y señala “creemos que esta investigación podría

permitir en el futuro el desarrollo de productos alimenticios basados en el trigo con propiedades sensoriales, nutricionales

y tecnológicas similares a los productos tradicionales, pero seguros para el consumo por personas que padecen

enfermedad celíaca”.

Considerando la prevalencia global de la enfermedad celíaca y sabiendo que no existe ninguna terapia para esta

enfermedad, excepto la dieta altamente restrictiva que evite cualquier producto alimenticio que contenga gluten a lo

largo de la vida, la presente idea podría representar un cambio de paradigma, la creación de una alternativa a la dieta

exenta de gluten.

Además de la Universidad Tras Os Montes & Alto Douro y la Universidad Politécnica de Madrid, en este estudio han participado

dos instituciones francesas −la unidad mixta de investigación Génétique Diversité Ecophysiologie des Céréales

(GDEC) y la unidad de investigación Transformations et Agro-ressources de la UniLaSalle− y el Institute of Protein

Biochemistry (IBP) de Nápoles, en Italia.


LAMINAMEX

Fabricamos a la medida de sus necesidades

AMASADORAS

BATIDORAS

CORTADORAS

HORNOS

LAMINADORAS

REFINADORAS

(55)5755 3550 y 1997 9066 ventas@laminamex.com

www.laminamex.com.mx


13

NÚMEROS DEL

MERCADO

Pág. 15

Oferta y Demanda de Cereales Junio 2019


Alta Calidad en

Productos

Especializados que

impulsan

soluciones

integrales para

aplicaciones y

desarrollos de

productos lácteos,

grasas, confitería,

chocolates,

panificación,

pasteles, cárnicos,

jugos, bebidas y

muchos más en la

Industria

Alimentaria

www.ifmex.com (55) 5564 0593 ventas@ifmex.com


NÚMEROS DEL

MERCADO

15

Oferta y la Demanda de cereales de la FAO Junio 2019

(Publicado el 6 de junio de 2019)

Los pronósticos más recientes de la FAO sobre la producción

mundial de cereales en 2019 apuntan a un aumento del 1,2 %

respecto de 2018, fijándose en 2 685 millones de toneladas. Sin

embargo, la expansión interanual es ahora mucho menos

significativa de lo predicho anteriormente, dado que las previsiones

actuales indican una disminución de la producción

mundial de maíz en 2019, principalmente a causa de marcadas

revisiones a la baja desde el informe anterior en lo que

respecta a las perspectivas sobre la producción de maíz en los

Estados Unidos de América. Debido a las prolongadas condiciones

excesivamente húmedas, que han ocasionado importantes

demoras en la siembra de cultivos, la producción de

maíz de este año en los Estados Unidos de América se estima

actualmente en 330 millones de toneladas, lo que representa

un descenso de 45 millones de toneladas respecto del primer

pronóstico de la FAO sobre la producción publicado en mayo

y casi un 10 % (36 millones de toneladas) por debajo del nivel

del año pasado. En el reciente informe sobre la marcha de los

cultivos publicado por el Departamento de Agricultura de los

Estados Unidos de América se señala una reducción muy acusada

de la superficie sembrada, con solo un 58 % de intención

de siembra a 26 de mayo, es decir, muy por debajo de la

media quinquenal del 90 % y el ritmo más lento jamás registrado.

Gran parte del repunte de la producción mundial de cereales

previsto para 2019 se atribuye a la expansión anticipada de la

producción de trigo y cebada, con incrementos interanuales

del 5,3 % y el 5,8 %, respectivamente. Es probable que la producción

total de arroz se mantenga cerca del nivel récord del

año pasado, dado que las expectativas de una expansión en

Asia como resultado del aumento de la superficie cultivada

podrían compensar las contracciones previstas en la mayoría

de las demás regiones, provocadas por las inclemencias del

tiempo y las perspectivas de una reducción de los márgenes

de beneficio.

Según las previsiones, la utilización mundial de cereales en

2019/20 alcanzará los 2 707 millones de toneladas, esto es, 15,5

millones de toneladas (un 0,6 %) menos de lo previsto en mayo,

pero aun así un 1 % (26 millones de toneladas) más que en

2018/19. La mayor parte del ajuste a la baja de este mes es

consecuencia del deterioro de las perspectivas sobre la producción

en los Estados Unidos de América, donde se estima

que el total de la utilización interna de maíz descenderá por

debajo del nivel de 2018/19. Tras la revisión relativa a los Estados

Unidos de América, la estimación actual sobre la utilización

mundial de cereales secundarios en 2019/20 asciende a 1 434

millones de toneladas, lo que representa una disminución del

0,9 % respecto de la previsión anterior, aunque un 0,7 % más

que en 2018/19. Se prevé que la utilización mundial de trigo

crecerá en un 1,2 %, alcanzando los 755 millones de toneladas,


16

NÚMEROS DEL

MERCADO

mientras que se calcula que la de arroz alcanzará los 518 millones

de toneladas, o sea, un 1,4 % más que en 2018/19.

De acuerdo con los últimos pronósticos relativos a la producción

y la utilización, las reservas mundiales de cereales podrían

disminuir hasta en 26 millones de toneladas (un 3 %) en la nueva

campaña, ubicándose en 830 millones de toneladas, el nivel

más bajo de los últimos cuatro años. Esta cifra representa unos

18 millones de toneladas (un 2 %) menos del pronóstico de

mayo de la FAO. La acusada revisión intermensual a la baja

está asociada principalmente al maíz, mientras que las previsiones

sobre las existencias de trigo y arroz han registrado una

ligera subida respecto del informe anterior. La disminución

prevista de las reservas de cereales daría lugar a una caída del

coeficiente mundial reservas-utilización, que se ubicaría ligeramente

por debajo del 30 %, lo que sigue reflejando un volumen

de suministros relativamente desahogado. A nivel mundial, se

prevé que las existencias de cereales secundarios disminuirán

por segundo año consecutivo en 2019/20 y, con una reducción

del 9 %, se situarán en poco más de 369 millones de toneladas,

el nivel más bajo desde 2014/15. Por el contrario, el total de las

reservas de trigo podría aumentar en un 4,6 % en términos interanuales

y aproximarse al nivel casi sin precedentes de 281

millones de toneladas. El incremento del 1 % de las reservas de

trigo desde mayo es resultado de los ajustes al alza realizados

respecto de la Unión Europea (UE) y los Estados Unidos de

América y contrarresta las revisiones a la baja relativas a

Australia y la Federación de Rusia. Las previsiones siguen indicando

que las reservas mundiales de arroz al cierre de 2019/20

descenderán ligeramente (en un 0,9 %) respecto de sus niveles

récord de apertura, ubicándose en 179 millones de toneladas,

a pesar de una cierta revisión al alza de las previsiones relativas

a los Estados Unidos de América y Viet Nam.

Se calcula que el comercio mundial de cereales en 2019/20

rondará los 414 millones de toneladas, es decir, 1,2 millones de

toneladas, o un 0,3 %, más de lo pronosticado anteriormente y

cerca de 6 millones de toneladas, o un 1,4 %, por encima de las

estimaciones sobre los envíos totales de cereales en 2018/19.

La mayor parte de la expansión prevista del comercio mundial

de cereales guarda relación con un aumento del comercio de

trigo y arroz, mientras que se calcula que el comercio de

cereales secundarios, sobre todo de maíz, descenderá por

debajo del nivel de 2018/19, principalmente debido a las

expectativas de disminución de las importaciones de la UE y a

una acusada reducción de las exportaciones de los Estados

Unidos de América. Por el contrario, se prevé que el comercio

de trigo repuntará en un 3,3 % en comparación con el reducido

nivel de 2018/19, a causa de una mayor demanda de importaciones

en varios países, especialmente de África y Asia, y sustentado

por las expectativas de abundantes disponibilidades

exportables en la región del Mar Negro y la UE. Por otro lado, es

probable que el comercio mundial de arroz se contraiga en un

3,5 % en 2019 antes de un posible repunte en 2020 como consecuencia

del aumento anticipado de las compras de varios

países de África.


NÚMEROS DEL

MERCADO

17

1/ Los datos sobre

producción se refieren al

primer año (civil) indicado.

Por producción de arroz se

entiende producción de arroz

elaborado.

2/ Producción más

existencias al inicio del

ejercicio.

3/ Los datos sobre comercio

se refieren a las

exportaciones durante la

campaña comercial, que va

de julio a junio en el caso del

trigo y los cereales

secundarios y de enero a

diciembre en el caso del

arroz (segundo año

indicado).

4/ Puede no ser igual a la

diferencia entre suministros y

utilización debido a las

diferencias en las campañas

comerciales de los distintos

países.

5/ Los cinco mayores

exportadores de granos son

la Argentina, Australia, el

Canadá, la Unión Europea y

los Estados Unidos; los

mayores exportadores de

arroz son la India, el

Pakistán, Tailandia, los

Estados Unidos y Viet Nam.

Por “desaparición” se

entiende la utilización interna

más las exportaciones para

una campaña dada.


18

TECNOLOGÍA

PANIFICADORA

MODELACIÓN DE LA APARIENCIA DE LA HARINA DE

MAÍZ USANDO REGRESIÓN LOGÍSTICA


TECNOLOGÍA

PANIFICADORA

19

Modelación de la apariencia de la harina de maíz usando

regresión logística

Resumen

El procesamiento del maíz, para la obtención de harina precocida, consiste básicamente de tres etapas: desgerminación, laminación

y molienda del endospermo. El producto resultante es la harina de maíz, la cual pasa por inspección de calidad, donde un analista de

calidad u operador de molienda evalúa su aspecto mediante un análisis sensorial. Es por ello que el objetivo de este trabajo consiste en

modelar la relación existente entre la apariencia de la harina y un conjunto de variables explicativas mediante análisis de regresión

logística. Estas variables explicativas fueron: el número de piezas críticas del endospermo terminado, la calificación sensorial y el color

del endospermo, mientras que la variable respuesta está representada por el aspecto final de la harina precocida. Para lograr el objetivo

del trabajo se tomó un conjunto de 500 datos para cada variable y se utilizó un modelo de regresión logística con efectos principales

e interacciones que permitió estimar la probabilidad de tener como salida harina con aspecto muy bueno, P[Y=1|x]. Los datos de la

muestra fueron analizados con SAS versión 9.1.3 y se obtuvo como resultado un modelo sólo de efectos principales con dos variables

significativas al 5% del nivel de significación que fueron: color y número de piezas críticas del endospermo.

Documento Original:

VALDIVIEZO, MARTHA, SINHA, SURENDRA P., BARRETO, SIMÓN, MODELACIÓN DE LA APARIENCIA DE LA HARINA DE MAÍZ USANDO REGRESIÓN

LOGÍSTICA. SABER. Revista Multidisciplinaria del Consejo de Investigación de la Universidad de Oriente [en linea] 2009, 21 (Mayo-Agosto) :

[Fecha de consulta: 25 de febrero de 2019] Disponible en: ISSN 1315-0162

Extractos del artículo original publicados para fines educativos y de difusión según la licencia Open Access Iniciative del documento original.

Tablas y gráficos adaptados del archivo original.


20

TECNOLOGÍA

PANIFICADORA

INTRODUCCIÓN

La harina de maíz precocida, es el producto obtenido a partir del endospermo del maíz (Zea mayz L), los cuales son

sometidos a un proceso de limpieza, desgerminación, precocción y molienda, (Normas COVENIN, 1996). El producto

resultante es la harina de maíz, la cual pasa por un chequeo riguroso de control de calidad, donde un analista de calidad

u operador de molienda sigue un procedimiento para el reconocimiento y evaluación del aspecto físico, tomando

en cuenta diferentes parámetros de calidad establecidos por la empresa procesadora.

No obstante, el aspecto de la harina resultante depende básicamente de las condiciones del endospermo terminado;

éste se evalúa mediante un análisis sensorial (Wittig 2001). Es por ello que en este trabajo se propone un modelo de

regresión que permita relacionar “el aspecto físico o apariencia” de la harina de maíz precocida, con un conjunto de

variables explicativas. Se pretende lograr un acercamiento más práctico que teórico a los aspectos más importantes

relativos al proceso.

Por la condición dicotómica de la variable dependiente, el modelo de regresión utilizado es el logístico el cual tiene una

amplia aplicación en estudios de tipo observacionales, experimentales y epidemiológicos (Hair et al. 1999).

Considerando el campo de aplicación de la regresión logística y para lograr el objetivo del trabajo, se consideró una

empresa procesadora de alimentos ubicada en la región nor-oriental de Venezuela. Por otro lado, dada las sugerencias

de algunos ingenieros de calidad se consideraron las variables explicativas siguientes: el número de piezas críticas

del endospermo terminado, la calificación sensorial del endospermo y el color del maíz; las cuales son importantes en la

elaboración de la harina de maíz. Se consideró una muestra de 500 datos y para el análisis se utilizó el software estadístico

SAS 9.1.3.


22

TECNOLOGÍA

PANIFICADORA

Figura 1. Proceso de elaboración de la harina precocida de maíz

Limpieza del maíz

Maíz limpio

Proceso de

Desgerminación

Material extraíble

Impurezas

Características del Endospermo:

Piezas Críticas

Aspecto

Color

Laminación de las hojuelas

Molienda

Empaque de la harina

terminada.

Aspecto de la harina


24

TECNOLOGÍA

PANIFICADORA

Tabla 1. Descripción de criterios sensoriales del parámetro “aspecto de la harina”.

Criterio Sensorial

Aspecto numerado: 0

Aspecto numerado: – 4

Aspecto numerado: –13

Descripción

Harina en la que se observan

puntos oscuros y conchas aisladas;

en cantidad poco apreciable. Color

blanco característico.

Harina de color característico en

la que observan puntos oscuros y

conchas en medidas moderadas,

consideradas aceptables.

Es la harina que presenta cantidad

apreciable de puntos oscuros

y conchas y color ligeramente

amarillento (en harinas blancas)

o ligeramente claro u oscuro (en

harinas amarillas).


TECNOLOGÍA

PANIFICADORA

25

Tabla 2. Variables consideradas para el análisis con sus respectivos valores reparametrizados.

VALOR

REPARAMETRIZADO

Número de piezas

críticas

“piezas”

Calif cación

sensorial

“calif cación”

Desde 0 hasta 60

piezas: “control”

Mas de 60 piezas: “fuera de

control”

-8: Endospermo

bueno.

-13: Endospermo

regular

0

1

0

1

-30:Endospermo malo 2

Color del

endospermo

“color”

Amarillo 0

Blanco 1

Aspecto de la

harina

“aspecto”

Muy buena,

cataloga con 0

Buena, cataloga

como -4

1

0


26

TECNOLOGÍA

PANIFICADORA

MATERIALES Y MÉTODOS

Para la obtención de la harina, la empresa recibe y procesa

maíz proveniente de toda la región oriental. La Figura 1

recoge de manera esquemática el proceso de elaboración

de harina tanto amarilla como blanca, desde la limpieza

del maíz hasta el producto final empacado.

Procedimiento de producción de la harina

El procesamiento del maíz (Figura 1), consiste básicamente

de tres etapas: desgerminación, laminación y molienda.

En la desgerminación se elimina el germen y la concha

al maíz del gano aplicando previamente vapor de

agua. La fase de laminación ocurre con la transformación

del endospermo en hojuelas mediante rodillos de alta

presión, las cuales son transferidas a la fase de molienda.

Esta fase se ejecuta después que el germen y las capas

exteriores han sido removidos. Una vez limpios los granos y

acondicionados con la humedad adecuada, son triturados

por medios mecánicos para separar la cáscara, el

germen y el endospermo. Este último se clasifica según su

tamaño y su peso, luego pasa a una sección de precocido

por inyección de vapor. Los granos cocidos o “grits”,

son aplastados por rodillos planos y calientes, finalmente


TECNOLOGÍA

PANIFICADORA

27

es sometido a presión hasta alcanzar un espesor constante.

Las hojuelas son llevadas luego a un secador para

disminuir la humedad hasta cerca de un 10% aproximadamente.

Finalmente, este producto pasa a los molinos, donde su

tamaño es reducido y es separado hasta obtener una

granulometría uniforme en los clasificadores de acuerdo

al uso que se le va a dar. La harina resultante pasa por la

inspección de calidad, donde un analista de calidad u

operador de molienda evalúa mediante análisis sensorial

el aspecto de la harina (Meilgaard 1991; Wittig 1986).

Equipos utilizados

Los equipos utilizados para el proceso son: soporte de

cápsulas, rasador metálico, cápsulas de petri y patrones

de referencia (guía de valores asignados y tabulados por

la empresa para variables entre otros).

Procedimiento realizado por el analista de calidad u operador

de molienda

El procedimiento realizado en el reconocimiento físico del

aspecto de la harina se realiza en varios pasos.

Paso 1: Se toman muestras y se homogeneizan siguiendo

las normas de calidad (ISO-9000), manteniendo un criterio

de preparación de muestras de harina de maíz.

Paso 2: Se llenan y enrasan tres cápsulas de petri. Si se utiliza

el soporte, el rasador metálico se pasa una sola vez

sobre cada cápsula con un movimiento desde adelante

hacia atrás. Por otro lado, si se usan las cápsulas de petri,

se enrasa con la tapa de la misma pasándola solo una vez

sobre cada cápsula, con un movimiento desde adelante

hacia atrás.

Paso 3: Se colocan las muestras por separado sobre hojas

de papel blanco y se observa detalladamente el aspecto

de la harina bajo una luz blanca con intensidad aproximada

de 600 lux, usando una lámpara doble de neón de 40

Watt, con pantalla de punta de diamante a una altura de

1,4 metros.

Paso 4: Se comparan con una muestra patrón y se califican

de acuerdo a los siguientes criterios:

a. Si las tres cápsulas petri presentan igual aspecto, la

calificación es definitiva.


28

TECNOLOGÍA

PANIFICADORA

b. Si dos cápsulas son iguales y una diferente, se repite el

ensayo con tres cápsulas más, para aumentar el número

de muestras, a excepción del caso cuyos valores son: - 4, -

13, -13, la calificación definitiva es –13.

Los valores para calificar sensorialmente las muestras, se

presentan en la Tabla 1.

c. Finalmente, si es necesario se repite el ensayo y decide

la calificación de acuerdo a los siguientes criterios: si las

tres cápsulas presentan igual aspecto, su calificación es

definitiva. Si en la repetición hay dos cápsulas iguales y

una diferente, se califica definitivamente la muestra con

el aspecto que más se repita en la serie de seis cápsulas.

Paso 5: Se expresa el resultado con un sólo número, y se

registran en el formulario correspondiente y se introducen

al sistema SAP R/3 (Sistema de información de almacenamiento

de datos).

Definición de las variables consideradas para el estudio

El presente estudio se realizó en una empresa procesadora

de alimentos localizada en el estado Sucre. Para cumplir

con el objetivo de la investigación, se sugirió utilizar tres

variables importantes que influyen de manera directa en

la elaboración y en el aspecto final de la harina de maíz

precocida.

1. Como se mencionó anteriormente, la variable respuesta

recoge información sobre la apariencia o aspecto de

la harina precocida, la cual se definirá como “aspecto”.

De acuerdo a la Tabla 1, esta variable toma los valores 0 y -

4. De acuerdo a la definición dada en la Tabla 1:

Descripción de criterios sensoriales del parámetro “aspecto

de la harina”, este valor se asigna a un tipo de harina

considerada como “no apta para consumo humano”

puesto que contiene muchas conchas provenientes de

maíz y su aspecto no es agradable a la vista, se podrían

catalogar como “sucia”. Por esa razón los ingenieros de

calidad deciden no utilizar este valor a la hora de realizar

la evaluación.

El valor 0, indica una harina califi cada “muy buena”. Se

acepta como normal. Para el estudio, se asignará un valor

reparametrizado de 1 para el resultado “muy buena”.

El valor -4, indica harina con calidad “buena”. Es considerada

aceptable y para el estudio se asignará un valor

reparametrizado de 0, para el resultado “bueno”.

2. Las variables explicativas utilizadas para el modelo de


TECNOLOGÍA

PANIFICADORA

29

regresión logística se presentan en la Tabla 2 con los valores

originales y reparametrizados. Piezas críticas del

endospermo: “piezas”. Representa el maíz con daño crítico,

o dañado por calor, sin desgerminar o mordido por

insectos. Se categoriza siguiendo el criterio de rango de

números de piezas establecido por el operador del proceso.

Calificación sensorial del endospermo: “calificación”.

Esta variable es cualitativa de tipo ordinal. Sus valores

según el analista de calidad generan un criterio de aceptación

o rechazo del producto. Color del maíz: “color”. Se

tomará el color del endospermo de maíz terminado, estos

son blancos y amarillos.

El análisis de regresión logística es una técnica estadística

de uso creciente en investigaciones ya sea el ámbito de la

salud, la educación, psicología o producción. Existe toda

una teoría sobre este tipo de técnica que involucra variables

respuestas dicotómicas. Originalmente fue presentado

por Cox (1970); asimismo, Hirji et al. (1987), emplearon

métodos y algoritmos computacionales para el uso de la

regresión logística, entre los cuales se encuentra el Proc

Logistic, un comando utilizado en el software estadístico

SAS en el cual se despliega una gran cantidad de opciones

para este tipo de modelos logísticos

Existe una gran cantidad de referencias donde se exhibe

de manera detallada este método de regresión logística,

entre ellos Hosmer y Stanley (1989), Mc Cullagh y Nelder

(1989); Mehta y Patel (1995).


30

TECNOLOGÍA

PANIFICADORA

Para la construcción del modelo, se consideraron las tres

variables explicativas sugeridas por los expertos, que son:

el número de piezas críticas del endospermo, la calificación

sensorial del endospermo y el color del maíz; mientras

que la variable respuesta es el aspecto de la harina. El

modelo (1) se estimó a través del método exacto, el cual

se puede escribir de la forma:

Para lograr el modelo (2) o en su defecto el (3), se utilizó

una muestra de 500 observaciones, facilitadas por los

ingenieros de calidad, y medidas en el tiempo comprendido

desde el 11/11/2006 hasta el 12/02/2007, durante tres

turnos distintos: de 8 a 10 am, de 11 am a 1 pm y de 3 a 5

pm. Se utilizó el software estadístico SAS® para Windows,

versión 9.1.3. Con el comando Proc Logistic. La estimación

se realizó con “máxima verosimilitud”, tanto para los efectos

principales como para las interacciones entre variables.

Se utilizó además el método Scoring Fisher, que es

equivalente a un modelo con suma de cuadrados ponderados.


TECNOLOGÍA

PANIFICADORA

31

La modelación del aspecto de la harina se realizó en función de las variables explicativas, “piezas”, “clasificación” y

“color”, se consideró regresión logística debido a la condición dicotómica de la variable respuesta “aspecto”. Se utilizó

el método “stepwise” o método por pasos hacia adelante, el cual realiza la selección de las variables dejando las que

resultan significativas para el modelo y desechando las que no lo son. En función a esto, se consideró el intercepto, los

efectos principales y las posibles interacciones entre variables. El criterio de significación estadística para la selección

de los coeficientes fue el estadístico de Wald, mientras que para determinar si el modelo es adecuado o no, se utilizaron

los estadísticos de bondad de ajustes: “deviance o desvianza” QL, Pearson Qp y la razón de verosimilitud.


32

TECNOLOGÍA

PANIFICADORA

Tabla 3. Frecuencias y porcentajes para los efectos principales significativos en el modelo.

Aspecto

Frecuencia

Porcentaje

0

1

Total

Piezas

Color

Total

0 1 0 1

99

19,80

172

34,40

271

54,20

173

34,60

56

11,20

229

45,80

272

54,40

228

45,60

500

100,00

15

3,00

220

44,00

235

47,00

257

51,4

8

1,60

265

53,00

Total

272

54,40

228

45,60

500

100,00


TECNOLOGÍA

PANIFICADORA

33

Tabla 4. Tabla de frecuencias cruzadas y porcentajes para los efectos color y piezas.

Tabla de color por piezas

Color

Piezas

Frecuencia Porcentaje 0 1

0

1

Total

176

35,20

95

19,00

271

54,20

59

11,80

170

34,00

229

45,80

Total

235

47,00

265

53,00

500

100,00


34

TECNOLOGÍA

PANIFICADORA

Tabla 5. Información sobre la variable respuesta: “aspecto”.

Variable

respuesta

Modelo

Técnica de

optimización

Valor

ordenado

aspecto

Frecuencia

total

Aspecto

Logit

binario

Fisher´s

scoring

1 1 228

2 0 272


TECNOLOGÍA

PANIFICADORA

35

Tabla 6. Parámetros del modelo de regresión logística obtenido con el software SAS.

Parámetros g.l Estimadores

Error

Estándar

Estadístico

de Wald

Chi-Square

Pr >

ChiSq

exp (Est)

Intercepto 1 2,9762 0,3235 84,6156


36

TECNOLOGÍA

PANIFICADORA

Tabla 7. Estadísticos de prueba para la bondad de ajuste del modelo de regresión logística

utilizado.

Test de Bondad de ajuste: Deviance y Pearson

Criterio Valor G.l Valor/g.l Prob > Chi-Sq

Deviance 1,7835 4 0,4459 0,7755

Pearson 1,5661 4 0,3915 0,8149


TECNOLOGÍA

PANIFICADORA

37

RESULTADOS Y DISCUSIÓN

En la Tabla 3, se recogen las frecuencias y porcentajes

para los parámetros estimados para el modelo de regresión

logística. Para comparar el aspecto harina catalogada

buena (buena calidad, 0); con el número de piezas en

control (0), el porcentaje resultante es de 19,80.

Esto es, existe 19,80% de posibilidad de que si el número de

piezas está en control (menos de 60 piezas), entonces el

aspecto de la harina resultante será bueno. Por otro lado,

existe 34,60% de posibilidad de tener harina con un aspecto

bueno (0), si el número de piezas no está en control (1).

En ese mismo orden de ideas, existe 34,40% de posibilidad

de tener como salida harina de aspecto muy bueno (1), si

el número de piezas está en control (0).

Similarmente, se interpreta el aspecto de la harina vs el

color del endospermo. Existe 3% de posibilidad de que el

endospermo amarillo (0), genere una salida buena (0),

contra un 44% genere una salida muy buena (1).

En la Tabla 4 se presentan las frecuencias cruzadas, para

comparar los efectos color vs piezas. Donde se observa

que si el color del endospermo es amarillo (0), existe

35,20% de posibilidad que el número de piezas esté en

control, esto es el número de endospermo dañado sea

menos de 60, contra un 11,80% de que no esté en control.

En la Tabla 5 se refleja información sobre la variable respuesta

utilizada en el modelo, el método de optimización

de la función de verosimilitud y la cantidad de muestra de

endospermo amarillo y blanco.

Por la naturaleza de la variable respuesta, la probabilidad

de interés radica sobre la condición del aspecto catalogado

“muy bueno”, esto es P[x=1]. Además se toma

como referencia los valores siguientes asignados a las

variables explicativas, esto para efectos de utilizar el

comando Proc Logistic en SAS.

Piezas = 0 (esto indica que durante el proceso, el número

de piezas del endospermo dañado es a lo más 60, el proceso

está en control).

Calificación = 0 (calificación del endospermo bueno, -8).

Color = 0 (color amarillo, según las especificaciones de

calidad, el endospermo amarillo genera harina de mejor

aspecto).


38

TECNOLOGÍA

PANIFICADORA

En la Tabla 6, se muestran los parámetros definitivos, estimados

mediante análisis de regresión logística y el método

de selección “stepwise”. Además se muestra la probabilidad

asociada a cada estimador.

En SAS se debe defi nir una variable “class” con valores

iniciales, cada una con un nivel de referencia, esto es:

piezas (ref = '0'), color (ref = '0') y califi cación (ref = '0').

Se puede observar que el efecto color es significativo

para el modelo de efectos principales, esto se ve reflejado

en la probabilidad, p


TECNOLOGÍA

PANIFICADORA

39

-1) =100(0,415-1)= -58,5%, lo que indica que al variar el número de piezas de endospermo dañados, el porcentaje de

cambio en el aspecto (disminución por ser negativo) es del 58,5%.

De manera similar se puede interpretar la variable color; esto es 100(e-5,986-1)=100(0,0003-1)= -99,7%, al variar el color el

porcentaje de cambio en el aspecto de la harina resultante es de 99,7%. Para efecto de interpretar el intercepto cuyo

valor es 2,9762, se tiene que valores mayores o iguales a éste llevan a pronosticar harina de maíz con aspecto muy

bueno (codificada 1), mientras que para valores menores se obtiene harina con aspecto bueno (codificada 0).

Esta interpretación anterior resume los odds ratios o razón de cambios para los estimadores obtenidos en el modelo,

indican que la posibilidad de que el número de piezas en control generen como salida harina de aspecto muy bueno es

2,41 veces mayor que cuando el número de piezas no está en control (1 vs 0), esto es (1/0,415).

Como puede observarse, la deviance o desvianza, QL= 1,7835 con 4 grados de libertad no es significativa; además el

valor 0,4459 indica que no existe sobredispersión en los datos por lo tanto el modelo usado se ajusta bien. Similarmente

se deduce del estadístico de Pearson, QP=1,5661. Con respecto a los 4 grados de libertad del modelo, esto se explica

porque el número de sub-poblaciones consideradas por el software fue 7 para 3 variables explicativas.

Por ser un modelo de regresión logística exacta, se realiza un análisis tipo 3, esto garantiza el criterio de convergencia. Se

obtuvo que las variables piezas y color son signifi cativas con una probabilidad de 0,0432 y 0,0001 respectivamente. Otro

resultado es el estadístico de Wald, que resultó ser signifi cativo tanto para el intercepto como en las variables explicativas

(84,6156; 4,0863 y 176,5249 respectivamente), esto indica que los coefi cientes difi eren signifi cativamente de cero y

por lo tanto producen cambios en la variable respuesta.


40

TECNOLOGÍA

PANIFICADORA

CONCLUSIONES

El método descrito anteriormente proporciona evidencia

suficiente que indica que solo dos de las tres variables

explicativas consideradas resultan significativos para el

modelamiento del aspecto de la harina de maíz precocida,

esto origina un modelo de la forma:

El signo negativo de la variable “piezas” indica que a medida

que aumenta el número de piezas defectuosas, la

posibilidad de obtener como salida harina de aspecto

muy bueno, disminuye. Similarmente, si el número de piezas

está en “control”, y el color del endospermo es amarillo,

tiene 3 veces mayor posibilidad de generar harina de

aspecto muy bueno. La variable clasificación del endospermo

no resultó significativo al 5% de significación; con

un probabilidad de 0,0631. Pero si se considera un nivel

menos estricto de un 10%, entonces esta variable explicativa

si resulta significativa, lo que ocasionaría que todas las

variables utilizadas ajustan bien al modelo con 10% de

significación. Por otro lado, también se consideraron los

efectos cruzados o interacciones entre variables para

tratar de generar un modelo completo, resultando estos

no significativos.

En cuanto a los coeficientes de regresión obtenido, si el

valor del coeficiente de regresión estimado de un cierto

nivel que no es el de referencia de la variable explicativa

es negativo tal como resultó en el estudio (-0,88 por ejemplo),

el valor exponencial es menor que 1; la interpretación

en este caso es que la posibilidad de este nivel de la

variable explicativa “piezas” resulta ser veces menos grande

que la posibilidad del otro nivel de referencia de la

variable explicativa.

Finalmente, considerando los resultados se puede decir

que, efectivamente las variables explicativas consideradas

por la empresa y bajo la responsabilidad de los ingenieros

de calidad o inspectores de molienda, están bien

fundamentadas a la hora de evaluar el aspecto de la

harina que sale al mercado venezolano. Los resultados

prácticos obtenidos coinciden con las evaluaciones (teóricas)

presentada por la empresa procesadora de alimentos.


TECNOLOGÍA

PANIFICADORA

41

REFERENCIAS BIBLIOGRÁFICAS

ŸCOVENIN 2135. 1996. Harina de Maíz precocida, 3ra revisión. Comisión Venezolana de Normas Industriales. FONDO

NORMA, Caracas.

ŸCOX D. R. 1970. Análisis of Binary Data, New York: Chapman and Hall.

ŸHAIR J., ANDERSON R., TATHAM R., BLACK W. 1999. Análisis Multivariante. 5ta Edición. Madrid Prentice Hall.

ŸHIRJI K., MEHTA C., PATEL N. 1987. Computing Distributions for Exact Logistic Regression. JASA, 82, 1110-1117 pp.

ŸHOSMER D. ,STANLEY L.1989. Applied Logistic Regression. John Wiley & Sons.

ŸMC. CULLAGH P., NELDER J. 1989. Generalized Linear Models, Chapman and Hail, New York.

ŸMEHTA C., PATEL N. 1995. Exact Logistic Regression: Theory and Examples. Statistics in Medicine, 14, 2143-2160 pp.

ŸMEILGAARD M., VANCE G., CARR T. 1991, The Sensory Evaluation Techniques. 2nd Edition. 314-339 pp.

ŸWITTIG E. 2001. Evaluación sensorial. Una metodología actual para tecnología de alimentos. Talleres Gráfi cos.

Biblioteca Digital

More magazines by this user
Similar magazines