CAPITOLUL 1.

STATISTICA APLICATĂ – UTILITATE, SCURT ISTORIC

Statistica este o ramură a matematicii aplicate care cuprinde planificarea, colectarea, rezumarea si
interpretarea datelor numerice. Statistica a apărut din necesitatea de a calcula probabilitatea anumitor
evenimente din cadrul unui experiment. Majoritatea domeniilor de bază ale matematicii s-au dezvoltat
din cerinţele practice ale oamenilor sau din observaţii directe asupra naturii.
Obiectul statisticii, îl constituie observaţiile (individuale, singulare, în serii egale sau inegale,
comparative, etc.) care se prezintă sub formă de valori numerice. Datele (observaţiile) culese
experimental sau înregistrate curent în anumite sectoare urmează a fi analizate conform metodelor
statistice. Datele se culeg în general dintr-o populaţie statistică sau colectivitate statistică. Elementele
populaţiei sunt unităţi statistice sau indivizi. La un anumit moment ne interesează o trăsătură comună a
indivizilor, numită variabilă sau caracteristică.
Observaţia, ca obiect al statisticii cuprinde:
 măsurători (determinări biometrice):
 dimensiunile seminţelor, fructelor,
 masa seminţelor, biomasa plantelor,
 conformaţia frunzei,
 creşteri la animale,
 dimensiuni ale animalelor etc.
 numărători (determinări de densitate şi productivitate):
 nr. de seminţe/planta,
 nr. de boabe în spic,
 nr. de ouă produse pe zi,
 nr. de pui/incubaţie,
 nr. pungi lapte ambalate/zi,
 nr. conserve mazăre produse în intervalul 01.03. – 11.03 2005 la fabica de conserve
X, etc.
 rezultate obţinute din analize de laborator:
 conţinut de grăsimi dintr-o probă de seminţe,
 conţinut de proteine,
 conţinut de grăsimi din lapte,
 conţinut de gluten umed etc
 producţiile obţinute pe parcelele repetiţii ale unei variante experimentale sau pe
subloturile unui lot (variantă experimentală) de animale :
 kg/ha boabe STAS grâu obţinute în repetiţia a 2-a a variantei experimentale 5
 litri lapte obţinuţi la sublotul 3 din lotul 1 (Bălţată Românească) în data 05.06.2005
etc.
Observaţiile privind o cercetare oarecare se deosebesc unele de altele ca valoare numerică.
În natură, diversitatea (neasemănarea) indivizilor din aceeaşi grupă se numeşte variabilitate.
Aceasta este dată de particularităţile morfologice, biologice şi biochimice ale indivizilor. Diferenţele ce
se constată de la un individ la altul sub aspectul acestor particularităţi, se numesc variaţii. Indivizii din
aceeaşi grupă, pe lângă variabilitatea fizică, se caracterizează şi prin capacitate diferită de a varia.
Stabilirea particularităţilor de variaţie din interiorul unei grupe de indivizi duce la determinarea
caracterului unei grupe.

1
 Pentru determinarea caracterului unei grupe de indivizi avem la îndemână metodele statistice, care
folosesc calculul matematic.
Dacă luăm în considerare faptul ca variabilitatea duce la valori individuale, prin cercetare se
urmăreşte transformarea oricăror proprietăţi în cifre astfel încât metodele statistice să poată interveni în
definirea grupei de indivizi.
Variabilitatea poate interveni la nivelul caracterelor:
 cantitative: caractere sau proprietăţi care se pot măsura, cântări, număra, exprima în cifre;
 calitative: caractere care se apreciază (constituţie, formă, culoare)
Orice caracter (sau observaţie) care diferă de la un individ la altul, constituie o variabilă. Numărul
de variabile dintr-un grup de indivizi şi amplitudinea variaţiei acestora imprimă variabilitatea grupului.
Variaţiile pot fi:
 continue (fluctuante), dacă un caracter cercetat se exprimă în numere fracţionale, putând
avea orice valoare pe un anumit interval: cazul măsurătorilor (lungimi, lăţimi, grosimi,
suprafeţe etc.) sau al conţinuturilor;
 discontinue (discrete sau meristice), dacă un caracter are un număr finit de valori pe un
anumit interval, se exprimă de regulă, în numere întregi: cazul numărătorilor;
 alternative, dacă nu există decât două alternative de variaţie. Ex: fals-adevărat, aristat-
nearistat, păros-glabru, tare – moale, mascul sau femelă, sănătos sau bolnav etc.
Cauzele variaţiilor (şi prin urmare, variaţiile) pot fi:
o sistematice: când variaţia anumitor caractere ale indivizilor este rezultanta uneia sau mai
multor cauze cunoscute, posibil de analizat;
o accidentale: când variaţia este determinată de cauze necunoscute, imposibil de analizat.
Pentru a aprecia just o însuşire, este important să ştim cât din variaţia totală revine cauzelor
sistematice şi cât revine cauzelor accidentale. Statistica este cea care poate răspunde la aceste întrebări
prin:
o metodele cu ajutorul cărora putem separa variaţia sistematică de cea accidentală;
o sugerarea căilor de micşorare la minimum posibil a variaţiei accidentale;
o metode de analiză a variaţiei sistematice etc.
Din punct de vedere practic, ne interesează metodele statistice care reuşesc să:
 precizeze diferenţele ce există între diferitele grupe de indivizi, diferite serii de analize;
 stabilească gradul de exactitate şi siguranţă al experienţelor;
 elimine valorile aberante dintr-o serie de măsurători sau analize de laborator;
 stabilească legăturile corelative care există între două sau mai multe caractere.
Dezvoltarea statisticii matematice oferă pentru toţi cei care execută experienţe sau urmăresc
corectitudinea analizelor de laborator principiile generale valabile pentru:
 planificarea şi executarea experienţelor sau analizelor de laborator;
 obţinerea şi prelucrarea datelor experimentale sau de laborator;
 aflarea conexiunilor statistice dintre fenomene;
 formularea concluziilor de cercetare sau urmărire a calităţii;
 luarea deciziilor.
Etapele analizei statistice, în general, sunt prezentate în schema 1.

2
 o identificarea problemei
COLECTAREA o definirea ariei de investigare
INFORMAŢIILOR o precizarea finalităţii

o delimitarea colectivităţilor statistice,

o precizarea unităţilor statistice,
o selectarea caracteristicilor ce vor face
OBSERVAREA ŞI EXTRAGEREA obiectul analizei statistice,
DATELOR o stabilirea locului şi duratei înregistrării,
o înregistrarea datelor primare,

o sistematizarea datelor,
o prezentarea datelor,
o calculul parametrilor statistici,
o rezumarea datelor,
PRELUCRAREA ŞI ANALIZA o interpretarea legăturilor statistice
INFORMAŢIILOR între fenomene,
o măsurarea influenţei factorilor
asupra variaţiei fenomenelor,
o aproximarea modelelor de regresie şi
trend,
o prognoza statistică,
o estimarea parametrilor,

DECIZIE

Figura 1. Etapele analizei statistice

1.1. STATISTICA ÎN INDUSTRIA ALIMENTARĂ

Statistica se utilizează în toate sectoarele economice şi sociale, aplicând metode de prelucrare şi

interpretare specifice fiecărui domeniu.
Scopul utilizării statisticii în industria alimentară şi controlul calităţii produselor alimentare îl
reprezintă:
 permanenta necesitate de adaptare a tehnologiilor din fiecare domeniu la cerinţele de
calitate;
 obligativitatea procesatorilor de a verifica legitimitatea produselor în raport cu
standardele impuse;

3
  evaluarea obiectivă de către procesatori a materiilor prime recepţionate şi a produselor
fabricate;
 evaluarea obiectivă de către organismele acreditate de control a legitimităţii calitative şi
cantitative a produselor oferite consumului;
 prospectarea pieţei şi reglarea ofertei de produse în raport cu cerinţele zonale şi nu numai;
 justificarea obiectivă a concluziilor cercetării ştiinţifice din domeniu.
Din cele mai vechi timpuri, observaţia şi experimentarea sunt două componente esenţiale ale
evoluţiei ştiinţei şi umanităţii.
Observaţiile şi încercările simple s-au făcut de la primele străduinţe ale oamenilor de a-şi asigura
hrana. Au făcut astfel de observaţii chiar şi oamenii primitivi, care colectau seminţele, bulbii şi
rădăcinile de la plantele pe care le considerau mai productive şi mai gustoase. Tot prin încercări simple
s-au orientat apoi primii agricultori asupra valorii seminţelor aduse din ţinuturi îndepărtate (N. A.
Săulescu şi N. N. Săulescu, 1967).
Primele scrieri despre rolul observaţiilor şi experimentărilor în dezvoltarea cunoaşterii în agricultură
au apărut în secolul al XVII-lea prin scrierile lui Johann Georg von Zimmermann (1728-1795) şi
Antoine-Laurent de Lavoisier (1743-1794) prin care se face o diferenţiere clară între rolul observaţiei şi
experimentării: “o experienţă în câmp diferă de o simplă observaţie care nu se descrie decât pe ea însăşi,
în timp ce o experienţă este planificată pentru a explica un întreg fenomen” (J.G.Zimmermann, 1774).
Tot în această perioadă sunt menţionate experienţele efectuate de fondatorul celei dintâi fabrici de
zahăr K. Achard care în 1786 a cultivat, în Silezia, în cadrul unor culturi comparative 23 de provenienţe
de sfeclă spre a alege cele mai corespunzătoare pentru fabricarea zahărului (P.Guş, 1986).
În secolul al XVIII-lea cercetările lui Justus von Liebig (1803-1873) şi elaborarea în cadrul
Universităţii din Giessen (Germania) a teoriei nutriţiei minerale, a determinat o mare extindere a
experienţelor de câmp, ele trebuind să aducă dovezi convingătoare asupra necesităţii îngrăşămintelor în
sporirea producţiei agricole. În această perioadă sunt începute experienţele de lungă durată efectuate de
Claude Bernard (1813-1878), Johann Gregor Mendel (1822-1884) şi John Bennet Lawes care împreună
cu Henry Gilbert înfiinţează în 1843 Staţiunea Experimentală Rothamsted (Anglia). Studiile efectuate se
refereau, în special, la efectele îngrăşămintelor la principalele culturi agricole şi pe pajişti precum şi la
problema rotaţiilor. O îmbunătăţire a tehnicii experimentale a adus-o Wagner P., 1880, care a evidenţiat
necesitatea repetării de mai multe ori a fiecărei variante prezente într-o experienţă, argumentând că
numai astfel se pot stabili limitele erorilor.
Utilizarea statisticii în industria alimentară este impusă în primul rând de necesitatea controlului
calitativ al produselor – aplicarea corectă a metodelor statistice moderne constituind un element
important al tuturor etapelor ciclului calităţii.
Primele lucrări cu privire la controlul statistic al calităţii au fost publicate în S.U.A. în jurul anului
1920. Shewhart a fost cel care a propus fişele de control al calităţii şi a introdus în 1931 conceptul de
„stare de control statistic”, definit prin aceea că un proces este în control statistic dacă şi numai dacă,
măsurile efectuate asupra procesului respectiv sunt suficient de apropiate de măsurile predicţionate
(Gabriela Rotaru, 2002).
Primele aplicaţii ale controlului statistic în industria alimentară au fost iniţiate la începutul secolului
XX de statisticianul englez Gosset W. cunoscut sub pseudonimul „Student”. El a urmărit în cadrul unei
fabrici de bere compararea calităţii unor sortimente diferite, formulând metoda de evaluare statistică a
omogenităţii – aplicabilă şi astăzi sub denum irea de Testul „t” sau „Student”.
Aplicarea metodelor statistice, în special a metodelor de control prin eşantionare a căpătat o
importanţă deosebită, mai ales în S.U.A. şi Anglia în timpul celui de-al II-lea Război Mondial – aplicaţii
dezvoltate cu precădere în controlul calităţii în producţia de armament.
După anul 1950, metodele statistice se dezvoltă spectaculos în Japonia prin cursurile de
perfecţionare iniţiate de Juran şi Deming sub deviza „calitatea este problema tuturor” (Gabriela Rotaru,
2002).
Dezvoltarea statisticii matematice oferă, pentru toţi cei ce execută experienţe, principiile general
valabile pentru: planificarea şi executarea experienţelor; obţinerea şi prelucrarea datelor experimentale;

4
luarea deciziilor în condiţii de nedeterminare. Ideea de legături între variabilele observate în colectivităţi
statistice, dezvăluită şi transpusă în limbaj matematic de şcoala biometrică Galton - Pearson
(E.S.Pearson şi H.O.Hartley, 1966) s-a constituit în teoria corelaţiei statistice denumită şi corelaţie.
Metoda corelaţiei întruneşte complexul întreg de procedee şi investigaţii a conexiunilor statistice,
conducând la expresii numerice sintetice ca: ecuaţii de regresie, coeficienţi de corelaţie, de
determinaţie, erori de estimare etc.
În prezent, se consideră că orice evaluare calitativă a unui proces, produs sau serviciu, trebuie să fie
însoţită de o evaluare cantitativă care să confirme rezultatele obţinute.
Complexitatea conceptului de siguranţă alimentară impune o abordare particulară a metodelor
statistice, astfel încât în acest domeniu, nu există toleranţă în privinţa riscurilor. Orice program de
prevenire a riscurilor trebuie verificat, fiind necesare determinări, monitorizări, care au la bază tehnici
statistice şi nu se poate face o evaluare cantitativă exactă fără a apela la date şi înregistrări statistice.
Sistemele actuale de management al calităţii şi siguranţei în industria alimentară includ cu
obligativitate metodele statistice, aplicate în mod diferenţiat, în funcţie de complexitatea analizei
efectuate.
Domeniile de utilizare a metodelor statistice sunt foarte diferite:
 analiza pieţei,
 analiza şi controlul materiei prime,
 analiza produsului,
 analiza şi controlul proceselor,
 analiza defectelor,
 stabilirea nivelelor de calitate,
 analiza performanţelor.
Astfel, validarea statistică a rezultatelor obţinute din analiza proceselor şi produselor trebuie să
constituie un punct de sprijin pentru orice investigaţie efectuată în industria alimentară.
Prelucrarea informaţiilor obţinute prin metode statistice poate sprijini la formularea unor concluzii
cu privire la:
 evaluarea calităţii lotului,
 reglarea utilajelor şi procesului tehnologic,
 etalonarea aparatelor de analiză şi aplicarea corectă a metodologiei de analiză,
 modelarea tendinţei de evoluţie a proceselor pe baza datelor din trecut,
 evaluarea conformităţii produselor realizate sau a proceselor cu modelul şi efectuarea
eventualelor corecţii.
Evoluţia controlului statistic din perspectiva sistemelor de management al calităţii a determinat
trecerea de la „controlul post-proces” la „inspecţia în puncte”, care ulterior a fost înlocuită cu „controlul
statistic de proces” – S.P.C. (Statistical process control).
Întreaga operaţie de culegere şi prelucrare a datelor statistice trebuie să servească unui scop bine
precizat:
 control pe flux tehnologic şi
 inspecţia loturilor de produse (control de recepţie):
o loturi de materii prime,
o loturi produse finite.

1.2. ROLUL STATISTICII ÎN CERCETAREA ŞTIINŢIFICĂ

Statistica, prin metodele de prelucrare şi interpretare a datelor, constituie componenta majoră a

cercetării ştiinţifice aplicative. Valoarea sau nonvaloarea unor rezultate ale experienţelor este cunoscută
doar în urma prelucrării statistice a acestora şi interpretării pe baza parametrilor statistici.
Locul şi rolul metodelor de prelucrare şi interpretare statistică a datelor experimentale se regăseşte
în planul de cercetare prezentat în schema 2.

5
INFORMAREA BIBLIOGRAFICĂ GENERALĂ ŞI SPECIFICĂ
utate în domeniu,
o comparaţii cu cercetările anterioare,
IDEEA PROBLEMELE DE o posibilitatea de realizare ridicată.
REZOLVAT

o presupunerea unei finalităţi,

IPOTEZA DE o presupunerea căilor de lucru pentru a
CERCETARE ajunge la rezultat

o întocmit în concordanţă cu ipoteza de

lucru
o cuprinde precizarea factorilor
experimentali şi a graduării factorilor
în limite raţionale,
PLANUL DE o tipul de experienţă: monofactorială sau
CERCETARE polifactorială
o numărul de repetiţii (min.3),
o materialele care se folosesc,
o modul de recoltare a probelor şi
ritmicitatea lor,
o metode de analiză a probelor şi
unităţi de măsură

o efectuarea experimentului conform

EXECUTAREA CERCETĂRII
planului de cercetare,
o recoltare probe, culegerea datelor
primare.
o exprimările numerice cantitative şi
calitative ale factorilor cercetaţi, pe
CALCULAREA baza cântăririlor, măsurătorilor şi
REZULTATELOR analizelor de laborator, calculelor etc.
o Prelucrarea datelor primare prin
metode statistice specifice factorilor
studiaţi

o folosirea parametrilor statistici

INTERPRETARE REZULTATE specifici,
o aflarea semnificaţiilor statistice

NU CONFIRMAREA SAU INMFIRMAREA o se realizează direct prin

IPOTEZEI DE CERCETARE interpretarea semnificaţiilor
statistice a parametrilor cercetaţi
DA
o aplicare în practică,
FOLOSIREA REZULTATELOR o publicaţii ştiinţifice,
o noi cercetări
Figura 2. Planul de cercetare

6
 CAPITOLUL 2.

CULEGEREA ŞI SISTEMATIZAREA DATELOR

2.1. POPULAŢIE STATISTICĂ ŞI PROBĂ

Se numeşte populaţie (populaţie statistică, populaţie ideală, colectivitate, univers, totalitate de

bază) o colecţie finită sau infinită de observaţii. În sens larg, populaţia statistică reprezintă totalitatea
observaţiilor referitoare la o anumită variabilă, existente pretutindeni pe glob sau într-o zonă anume,
limitată în timp şi spaţiu (Sokal R.R., Rohlf F.J.,1995).
Populaţia poate fi unidimensională când se studiază o singură variabilă (număr fructe, greutatea
fructelor), sau multidimensională când se studiază în acelaşi timp două sau mai multe variabile (număr
fructe-greutatea fructelor-înălţimea plantelor, etc.).
Populaţia statistică este elementul fundamental al statisticii, deoarece aproape că nu există analiză
statistică în care să nu se facă referiri la ea, dar în practica statistică nu se lucrează direct cu populaţii
deoarece:
 acestea cuprind un număr foarte mare sau infinit de observaţii,
 în anumite cercetări dispunem de o cantitate mai redusă de material pentru analiză chiar dacă
populaţia este foarte mare (de exemplu: analiza anumitor însuşiri ale sângelui uman).
 dacă proba este bine aleasă dă suficiente informaţii asupra populaţiei.
Proba (mostră, eşantion) este o fracţiune a populaţiei, fiind elementul de lucru în analiza statistică.
Se compară cu populaţia respectivă plecând de la ipoteza că abaterea probei de la populaţie este nulă de
unde provine şi denumirea ce se dă acestei ipoteze, de ipoteză nulă. Această ipoteză poate fi justă sau
falsă, de unde cercetătorul poate trage concluziile corespunzătoare asupra rezultatelor cercetării sale.
Pentru a furniza suficiente informaţii asupra populaţiei, proba trebuie să fie reprezentativă ceea ce
se întâmplă atunci când aceasta este aleasă după criterii obiective. În vederea asigurării
reprezentativităţii probei, populaţia trebuie să fie cât mai omogenă din punctul de vedere al
caracteristicilor studiate. În alegerea probelor dintr-o populaţie statistică trebuie respectat principiul
general că fiecare element al populaţiei să aibă aceeaşi şansă de a fi ales. Reprezentativitatea este
asigurată atunci când volumul probei este suficient de mare, iar structura probei se apropie de structura
populaţiei.
Metoda de alegere a probelor, numărul şi mărimea acestora, depind de particularităţile caracterului
sau însuşirii studiate, precum şi de particularităţile individului (specie, soi, rasă, tip de tehnologie, etc.)
care intră în studio şi tipul experienţei.

2.2. PRINCIPII DE BAZĂ ÎN CULEGEREA DATELOR STATISTICE

Materia primă pentru statistică este reprezentată de observaţii sau date culese. Culegerea datelor
statistice presupune selectarea unor observaţii care ulterior, prin prelucrare, vor genera informaţii cu
caracter general şi abstract.
Principiile de bază, aplicate în culegerea datelor statistice sunt:
 autenticitatea: datele culese trebuie să fie obligatoriu autentice, de respectarea acestui
obiectiv depinzând calitatea deciziei formulate;
 volumul (cantitatea): pentru observarea mai multor fenomene simultan, trebuie să existe o
corelaţie între datele înregistrate şi amploarea fenomenului studiat şi, de asemenea, pentru
asigurarea reprezentativităţii populaţiei statistice, volumul de date culese trebuie să fie
adecvat. Dacă se selectează un număr suficient de date statistice, se poate aplica “legea

7
 numerelor mari” şi anume, compensarea unor factori aleatori în interpretarea fenomenelor
studiate. Asigurarea condiţiei de volum este un principiu important al observării statistice.
 reprezentativitatea: datele colectate trebuie să fie reprezentative, evitându-se colectarea
unor date nerelevante care ar conduce la ineficienţa prelucrării şi la cheltuieli mari;
 rapiditatea: pentru a valorifica în mod corespunzător rezultatele investigaţiei, informaţia
trebuie obţinută şi prelucrată în timp util.

2.3. ETAPELE CULEGERII DATELOR STATISTICE

Culegerea datelor statistice presupune parcurgerea următoarelor etape:

 delimitarea colectivităţilor statistice (populaţiilor statistice);
 precizarea unităţilor statistice;
 selectarea caracteristicilor care vor face obiectul analizei statistice;
 stabilirea locului şi duratei înregistrărilor;
 înregistrarea datelor.
A) Delimitarea colectivităţilor statistice:
Colectivitatea statistică (asimilată termenului de populaţia statistică) este o mulţime finită de
observaţii (colecţie finită de observaţii). Delimitarea colectivităţilor statistice în industria alimentară
care este împărţită în ramuri şi subramuri nu ridică probleme deosebite, deoarece, produsele sunt
clasificate în funcţie de procesul tehnologic de obţinere, înainte de efectuarea analizelor statistice.
B) Precizarea unităţilor statistice:
Unităţile statistice (proba, eşantionul, mostra) sunt elementele de bază ale colectivităţii statistice,
fiind o fracţiune a acestei populaţii, comparându-se cu aceasta pornind de la ipoteza că abaterea probei
(unităţii statistice) de la populaţie (colectivitate statistică) este nulă.
Unitatea statistică trebuie să fie reprezentativă pentru a furniza suficiente informaţii privind
colectivitatea statistică. Acest fenomen se realizează atunci când alegerea unităţilor statistice se
realizează pe criterii obiective.
La stabilirea unităţilor statistice (probelor, eşantioanelor) trebuie să se ţină seama de:
 tipul produsului (solid, fluid) sau tipul analizei de laborator,
 forma de prezentare a produsului (ambalat sau vrac) sau metoda de analiză de laborator,
 dimensiunea produsului, sau complexitatea analizei de laborator,
 capacitatea liniei de fabricaţie sau a laboratorului de control,
 modul de livrare.
De regulă, analiza statistică pentru produsele alimentare, consideră produsul ambalat, drept unitate
statistică. De exemplu: pungi de zahăr, pachete de unt, recipiente cu lapte, recipiente cu iaurt, cu pastă
de tomate, pungi cu condimente, sau paste făinoase, sau produse de morărit, cutii de conserve din carne
sau legume, flacoane de băuturi răcoritoare sau apă, sau băuturi alcoolice, etc.
C) Selectarea caracteristicilor care vor face obiectul analizei statistice:
Caracteristicile de calitate ale produselor alimentare se clasifică în:
 Caracteristici numerice, care se pot determina prin măsurare, determinare prin analize:
 conţinut de grăsime,
 umiditate,
 conţinut de gluten,
 conţinut de carbohidraţi,
 conţinut de proteine,
 conţinut de reziduuri pesticide etc.

8
  Caracteristici atributive: care sunt exprimate prin adjective cu sau fără grade de
comparaţie. Caracteristicile atributive sunt asociate proprietăţilor organoleptice ale
produselor alimentare:
 gust,
 miros,
 aromă,
 culoare,
 textură, etc.
D) Stabilirea locului şi duratei înregistrărilor:
Pentru o interpretare corectă a rezultatelor investigaţiei, trebuie precizate:
 momentul culegerii datelor,
 perioada efectuării analizei.
În funcţie de periodicitatea lor, înregistrările pot fi:
 ocazionale: cu caracter discontinuu,
 periodice: la intervale prestabilite (ex. anuale- în cazul auditurilor, la perioade strict
determinate de volumul de analize de laborator în cazul verificării etalonărior corecte
sau a metodei de determinare),
 curente: cu caracter permanent (ex. controlul proceselor tehnologice).
E) Înregistrarea datelor:
Se realizează cu ajutorul fişelor sau listelor statistice. Formularul asigură trasabilitatea
înregistrărilor şi reprezintă, dacă sunt întocmite corect, vehicule ale informaţiei colectate.
Înregistrările pot fi:
 exhaustive: pentru toate unităţile dintr-o populaţie statistică (atunci când avem de-a face cu
populaţii finite, de dimensiuni acceptabile),
 parţiale: o parte selectată din populaţia statistică

2.4. CULEGEREA DATELOR ÎN CONTROLUL STATISTIC AL CALITĂŢII

Întreaga operaţie de culegere a datelor trebuie să servească unui scop foarte bine precizat:
 control pe flux tehnologic sau,
 control de recepţie sau verificare a conformităţii calităţii (inspecţia loturilor de produse).
Pentru a cunoaşte situaţia unui lot de produse sau a procesului de fabricaţie se efectuează
măsurători (incluzând şi numărări şi cântăriri) şi analize pe eşantioane prelevate dintr-o cantitate de
produse finite şi semifinite.
Pentru modelarea procesului de fabricaţie sau remedierea unor imperfecţiuni, controlul de calitate
trebuie să evidenţieze prin parametrii statistici situaţia reală. Parametrii statistici determinaţi pot reflecta
situaţia reală numai cu condiţia:
 cunoaşterii lotului de produse şi a procesului de fabricaţie,
 culegerii corecte a datelor statistice,
 prelucrării şi interpretării statistice corecte.
Oricât de performant ar fi procesul de fabricaţie sau oricât de calificat personalul, direct productiv,
la prelevarea datelor statistice se va observa o variabilitate a acestora pentru oricare lot de produse,
întrucât la realizarea indicilor de calitate ai produselor alimentare concurǎ un număr mare de factori în
desfăşurarea procesului de fabricaţie.
Important este ca aceste variaţii sǎ se încadreze în standardele şi normele pentru materii prime şi
procesul de fabricaţie astfel încât calitatea produselor obţinute sǎ nu prezinte variaţii în afara
controlului.
Variaţiile indicilor de calitate pentru produse alimentare pot fi:
- variaţii aleatorii = variaţii sub control;

9
 - variaţii sistematice = variaţii în afara controlului;
Variaţiile aleatorii ale calităţii apar în procese tehnologice standardizate datoritǎ existenţei unor
variaţii în limite admise de standardele parametrilor tehnologiei sau calităţii materiilor prime.
Acestea sunt de micǎ importanţǎ şi admisibile = variaţii sub control.
Variaţiile sistematice ale calităţii elementelor apar atunci când nu se respectǎ standardele si
normele tehnologice proceselor de fabricaţie sau în cazul unor deficienţe ale standardelor utilizate sau
incertitudinii unor norme tehnologice.
Aceste variaţii calitative se datorează unor cauze sistematice care trebuie obligatoriu identificate şi
eliminate şi se numesc – variaţii în afara controlului.
În situaţia în care se controlează procesul de fabricaţie, se pot elimina variaţiile calitative, iar
procesul tehnologic se remediază pe parcurs şi se stabilizează → valorile indicilor de calitate a
produselor prezintă o distribuţie (variabilitate) „sub control” pentru cǎ întregul proces tehnologic este
„sub control”.
În concluzie, la culegerea datelor (informaţiilor) pentru controlul statistic al calităţii alimentelor
trebuie sǎ ne gândim la următoarele aspecte:
- datele culese trebuie şi utilizate (cele neutilizate sau care nu pot fi utilizate nu prezintă
practic nici un interes, nici o valoare);
- măsurătorile şi analizele la eşantioanele prelevate trebuie sǎ se refere atât la lotul de produse
cât şi la procesul de fabricaţie, astfel încât rezultatele acestora sǎ constituie o „mulţime
reprezentativǎ de informaţii”
- mulţimile reprezentative de informaţii au o anumitǎ distribuţie (variaţie a valorii);
- eşantioanele prelevate trebuie sǎ fie reprezentative, se prelevează prin sondaj („la
întâmplare”) şi nu „pe alese”.

2.4.1. METODE DE ALEGERE A EŞANTIOANELOR (PROBELOR STATISTICE)

În alegerea probelor dintr-o populaţie statistică trebuie respectat principiul general că fiecare
element al populaţiei să aibă aceeaşi şansă de a fi ales.
Eşantioanele trebuie prelevate prin sondaj (sau la întâmplare) şi nu în mod arbitrar – pe alese.
Datele prelevate vor prezenta întotdeauna o oarecare variaţie.
Modul de alegere a eşantioanelor (probelor) poate fi:
a) eşantionare simplǎ aleatorie (la întâmplare) – este cea mai corectǎ metodǎ de alegere a
eşantioanelor şi are 4 variante:
1. eşantionarea oarbǎ: alegerea la întâmplare a eşantioanelor dintr-o populatie foarte bine
amestecatǎ. Ex: prelevarea probelor pentru determinarea calităţii de panificaţie a cerealelor
aduse la moarǎ. Dezavantaj: amestecul nu este întotdeauna omogen.
2. eşantionarea prin tragere la sorţi: fiecărui element al populaţiei i se atribuie un bilet care
se introduce în urnǎ de unde se extrag atâtea bilete, câte elemente avem nevoie pt. eşantion
(probǎ). Ex: colectarea cutiilor de conserve dintr-un lot format din 5000 de cutii pentru
formarea unui eşantion cu 50 unităţi pentru determinarea masei nete a acestora.
Dezavantaj: metodǎ greoaie operaţional: numerotare elemente, bilete, extragere element din
lot corespunzător biletului, repunerea acestuia în lot.
Aceste 2 metode sunt metode de alegere simplǎ nerepetatǎ.
3. alegerea simplǎ repetatǎ – din aceeaşi populaţie (lot) se fac „n” extracţii independente
astfel încât un element poate fi extras de mai multe ori, prin reintroducerea biletului în urnǎ.
Este mai puţin exactǎ.
4. eşantionarea sistematicǎ sau mecanicǎ – este o variaţie a eşantionării simple aplicatǎ prin
selectarea fiecărei „k” unităţi dintr-o populaţie, începând cu o unitate selectatǎ la întâmplare
din primele „n” unităţi.

10
 Ex: - 5000 conserve reprezintă lotul – ce se numerotează consecutiv în ordinea obţinerii
cutiilor de conserve;
- lotul se separǎ în 100 subloturi (5000 / 100 = 50 conserve / sublot) ceea ce presupune cǎ
una şi numai o cutie va fi extrasǎ din fiecare sublot.
- prima cutie se alege la întâmplare, de exemplu, a – 7 - a conservǎ;
- pentru eşantionare sistematicǎ → tot a 7 – a conservǎ din toate celelalte 49 loturi va fi
extrasǎ;
Dezavantaje faţǎ de alegerea aleatorie simplǎ: numai o cutie poate fi prelevatǎ din fiecare serie
de 100 cutii pt. a obţine eşantionul de 50, în timp ce la alegerea aleatorie simplǎ oricare combinaţie de
50 de cutii din cele 5000 poate fi prelevatǎ, deci este o selecţie mult mai micǎ şi reprezentativitatea
populaţiei scade.
Avantaje faţǎ de alegerea aleatorie simplǎ: garantează cǎ fiecare 100 de subloturi vor fi
reprezentate în cele 50 unităţi ale eşantionului, în timp ce la alegerea aleatorie simplǎ existǎ riscul ca un
grup de 200 – 300 – 400 de cutii consecutive din linia de ambalare sǎ nu fie reprezentate în eşantion.
Pentru populaţiile statistice simple (uniforme) se utilizează eşantionarea simplǎ – aleatorie.
b. Pentru producţia continuǎ se utilizează eşantionarea sistematicǎ.
1. eşantionarea aleatorie pe grupe – aplicatǎ atunci când materialul este voluminos, nu se
poate amesteca sau se amestecǎ greu. Are 2 variante:
I. eşantionarea stratificatǎ simplă (selecţie sau sondaj stratificat) în procedeul
clasic – o populaţie statisticǎ stratificatǎ este aceea care este formatǎ din grupe
(mulţimi disjuncte) cu caracteristici diferite. Prin acest procedeu, se extrag probe
de aceeaşi mărime, indiferent de mărimea grupei. Dezavantaj: precizia
măsurătorilor este redusă în cazul grupelor mari, comparativ cu cele mici, sau în
cazul grupelor cu variabilitate ridicată, comparativ cu grupele cu variabilitate
redusă.
Ex: prelevarea probelor din depozitele de căpşuni aşezate pe 3 straturi în funcţie de gradul de
maturitate: - stratul I – căpşuni la maturitate;
- stratul II – căpşuni în pârgǎ;
- stratul III – căpşuni supracoapte;
II. eşantionarea stratificată proporţională (pe grupe sau clusteri) = împărţirea
elementelor populaţiei pe grupe după anumite criterii şi alegerea la întâmplare
din fiecare grupǎ a unui număr de unităţi proporţional cu mărimea grupei
(clusterului).
Ex.: stabilirea calităţii piperului boabe ambalat în 200 cutii formate din 24 pungi fiecare => 4800
pungi în total. Standardul de formǎ presupune prelevarea unui eşantion format din 40 pungi de
piper.
Tehnica clusterilor este tehnica de selecţionare a mai multor subseturi.
Tabelul 4.1.
Tehnica clusterilor în eşantionare
Dimensiunea clusterilor Dimensiunea subeşantionului Dimens. totalǎ a eşantionului
a) 40 cutii 1 pungǎ din fiecare cutie 40 pungi
b) 20 cutii 2 pungi din fiecare cutie 40 pungi
c) 10 cutii 4 pungi/cutie 40 pungi
d) 4 cutii 10 pungi/cutie 40 pungi

Variaţia din interiorul clusterilor (cutiilor) se poate observa mai uşor, pe măsură ce creşte numărul
elementelor din subeşantion.
III. eşantionarea stratificată optimă, stabileşte numărul de unităţi de observaţie
dintr-o grupă atât în funcţie de mărimea grupei, cât şi în funcţie de variabilitatea
din interiorul grupei. Numărul unităţilor de observaţie dintr-o grupă este direct

11
 proporţional cu numărul unităţilor din grupa respectivă şi cu abaterea standard a
grupei. Numărul unităţilor de observaţie ce urmează să fie selecţionate din
fiecare grupă se calculează cu formula:
Ps N
n N; N  n ; P ; unde:
Ps NT
n  numărul unităţilor de observaţie dintr-o grupă; s = abaterea standard a
grupei;  P  s =suma produsului dintre P si s pentru toate grupele populaţiei; N
= numărul unităţilor de observaţie ce vor fi extrase din populaţie; =
NT
numărul total de unităţi (observaţii) din populaţie .
IV. eşantionarea stratificată în mai multe stadii se aplică atunci când există
variabilitate între unităţile de observaţie corespunzătoare unui anumit stadiu.
După aplicarea unei alegeri în mai multe stadii, urmează o stratificare a
unităţilor de observaţie din fiecare stadiu. Situaţii frecvente în cercetările în
câmp sau creşterea animalelor.
V. eşantionarea stratificată pe subprobe cu variabilă auxiliară este utilizată în
situaţia când caracterul studiat (variabila) prezintă variabilitate foarte mare fiind
necesare pentru evaluare unităţi de observaţie foarte mari sau costuri ridicate
sau volum mare de muncă. În asemenea situaţii, se aleg subprobe şi se foloseşte
o variabilă auxiliară având în vedere următoarele cerinţe: 1) caracterul
(variabila) auxiliar este strâns corelat cu variabila de interes; 2) este mai simplu
de măsurat; 3) legătura dintre cele două este bine cunoscută; 4) caracterul
auxiliar este măsurat atât în unităţi de observaţie cât şi pe subunităţi (subprobe);
5) subunităţile de observaţie sunt integrate în unităţile de observaţie.

12