Inicio
En estos días de pandemia, he estado realizando una recopilación de casos donde GaviAgro ha participado para asesorar, estudiar, diagnosticar o resolver algún tipo de asunto relacionado con la calidad o cantidad en un cargamento de granos. Recogiendo y agrupando esta información, he podido sacar algunas conclusiones que quiero compartir en este artículo.
Como denominador común en muchos de los casos analizados, es que se originaron en errores o falencias durante la obtención de las muestras que se tomaron para analizarlas y tomar importantes determinaciones basados en sus resultados, por lo cual muchos cargamentos de granos se perdieron, vieron afectada su calidad o sufrieron algún tipo de merma o daño; sus dueños al final perdieron dinero.
Una pregunta que me han hecho con frecuencia en muchos de los casos que he atendido: ¿Por qué si un agricultor entrega parte de su cosecha, del mismo lote, en una planta y parte en otra, los resultados de los análisis son diferentes, si incluso el análisis del material se hace con equipos de medición similares?
La respuesta a esa pregunta tiene múltiples variables: La principal está relacionada con la forma como se han obtenido y manejado las muestras; mucha gente cree que tomar una muestra representativa es llenar una bolsa o un tarro con un poco del grano del cual se requiere conocer su calidad y condición y enviarla para su análisis al laboratorio. Parece simple, pero no lo es. Otra variable importante está relacionada con los métodos de análisis utilizados, el estado de los equipos, su calibración y la preparación y criterio de los analistas.
El tema principal está relacionado con la representatividad de las muestras que se van a analizar y sobre cuyos resultados se van a tomar cinco de las decisiones más importantes que impactan las finanzas una agroindustria de manejo de granos:
1- La definición del valor de compra de las materias primas como arroz, maíz, sorgo, soya, frijoles y otros granos, se realiza tomando como base su humedad, contenido de impurezas y en algunos casos, otros factores como granos dañados o con defectos. (incluidos los granos partidos); la decisión que se toma con base en los parámetros de compra, con frecuencia más del 80% del costo final del producto terminado, como en el caso del arroz.
2- La definición de los parámetros industriales de cómo limpiar y secar el grano para extraer sólo las impurezas, sin perder grano, ejecutar el secado y definir cuándo detenerlo, son operaciones que se realizan con base en los resultados de la muestra que toma el operario limpiador y secador y que se analizan en dispositivos de limpieza y en un medidor de humedad. Si el grano se seca más de lo debido, se perderá peso y si queda más húmedo se deteriorará durante el almacenamiento.
3- El control de las condiciones del grano durante el almacenamiento se realiza, generalmente, tomando muestras; del análisis de éstas se deduce si hay infestación, si el grano se está deshidratando o si se está alterando su calidad; Si la muestra que se obtiene no es representativa, el producto podría sufrir alteraciones que lo deterioren sin que sean percibidas y controladas.
4- El control del proceso industrial del grano. Las operaciones de transformación de los granos se realizan en equipos que deben permanecer ajustados convenientemente para que se mantenga la calidad deseada, labor que se realiza a partir del análisis de muestras tomadas durante la producción, con cuyos resultados se toman las decisiones de ajuste necesarias para obtener el máximo rendimiento de las materias primas procesadas.
5- La calidad final del producto obtenido es calificada en el mercado, tanto por el productor como por los agentes comercializadores, que obtienen muestras del mismo, lo analizan y deciden aspectos como precios, cantidades, continuidad en el suministro, ajuste a normas y otras condiciones comerciales.
Entonces, para asegurar que los resultados sean los que corresponden al cargamento de donde fue extraída la muestra, se requiere que ese cargamento haya sido muestreado correctamente siguiendo los principales pasos que considera la estadística. Es necesario recordar que la operación del muestreo hace parte de esa ciencia matemática que es la estadística y que para que un resultado de una muestra sea el que corresponde al cargamento de donde fue tomada se requieren condiciones como :
1- Que la muestra esté compuesta por un número estadísticamente adecuado de porciones de tamaño similar, tomadas de todas las partes del cargamento, evitando dejar sin muestrear zonas ocultas.
2- Que la muestra sea obtenida con elementos adecuados a la forma de presentación del cargamento y que estos sean operados de forma correcta por operarios entrenados en su uso.
3- Que la muestra global sea homogeneizada y dividida adecuadamente para obtener la muestra que va al laboratorio.
4- Que la muestra sea identificada, empacada y protegida adecuadamente hasta su entrega en el laboratorio, tomando todas las precauciones para evitar cambios en la condición o las características de la misma por efectos de contaminación, deshidratación, infestación, sustracción, pérdida de peso y cualquier otro factor que pueda alterar la muestra.
En varios de los casos analizados, pude comprobar que las principales causas de error en la toma de muestras y que finalmente fueron los responsables de los malos resultados de las muestras analizadas, correspondían principalmente a los siguientes factores:
1- Poco personal. En operaciones de recibo de materia prima proveniente de cosechas en las plantas de proceso de arroz, maíz y otros granos es muy común que solo se destine un operario muestreador para muchas unidades de transporte descargando al mismo tiempo. Lo cual hace que el operario no pueda estar presente durante cada una de las operaciones de principio a fin.
2- Personal sin conocimientos estadísticos. En las múltiples entrevistas que he realizado con operarios muestreadores, he podido observar que en la mayoría de los casos desconocen cualquier tipo de plan estadístico y que el entrenamiento o capacitación que les fue impartido, apenas se limitó a indicarles la cantidad de muestra que debe llegar al laboratorio y a la asignación de algunos implementos.
3- Ausencia de planeación. Con muy pocas excepciones, en los casos analizados no encontré que el muestreo haga parte de la planeación de nadie. En la mayoría de los casos, es simplemente una rutina que se hace siguiendo la metodología del muestreador, que usualmente es un operario de confianza con muchos años en el oficio y con las diversas “mañas” y distorsiones desarrolladas a través del tiempo.
4- Personal transitorio. En otros casos pude comprobar que quienes toman las muestras son operarios transitorios, personal de las cuadrillas que realizan oficios varios por tarea o contrato y que solo están en la empresa durante ciertas temporadas.
5- Selección indebida de porciones. En algunos casos encontré operarios muestreadores que seleccionaban las porciones que debían integrar la muestra global, desechando algunas de ellas de acuerdo con su criterio y con la conveniencia que creían estar adoptando para favorecer a la empresa, en unos casos o al proveedor en otros.
6- Pocas porciones. Como resultado de lo anterior, en muchos casos el factor más importante y definitivo en la falta de representatividad es que las muestras están compuestas por muy pocas porciones de diverso tamaño y de muy pocos sitios del lote.
Como conclusión, puedo decir que en mi criterio, la representatividad de las muestras son el principal factor que un plan de control de calidad de una agroindustria de granos debe adoptar y buscar. Es importante que los operarios que toman las muestras tengan un nivel adecuado de formación y sean capacitados adecuadamente en procesos estadísticos para que tengan la capacidad de planear y entender cómo se realiza un adecuado muestreo para tener una adecuada representatividad.
Nada se consigue equipando los laboratorios o contratando operarios más cualificados, si no se tiene muestras verdaderamente representativas sobre cuyos resultados de los análisis se toman las principales decisiones financieras de la empresa.
Autor/es: Jaime Gaviria Londoño. Director General de GaviAgro. Bogotá, Colombia, Octubre de 2020
