Resumen

La producción de quesos madurados se caracteriza por una alta complejidad debido a la interacción simultánea de múltiples variables que influyen en la calidad y el rendimiento del producto final. En este contexto, el control estadístico tradicional basado en enfoques univariados resulta limitado para capturar la dinámica real del proceso. El objetivo de este estudio fue desarrollar e implementar un modelo de control estadístico multivariado para monitorear y optimizar las variables críticas del proceso productivo de quesos madurados en la empresa Productos Alimenticios LAFRES, con el fin de mejorar la estabilidad y la calidad del producto final. La metodología adoptó un enfoque cuantitativo de tipo aplicado, con un diseño no experimental y longitudinal, analizando datos correspondientes a treinta lotes consecutivos de producción. Se aplicaron técnicas de análisis multivariado, incluyendo el Análisis de Componentes Principales (PCA) para la reducción de la dimensionalidad, la regresión por Mínimos Cuadrados Parciales (PLS) para modelar el rendimiento del queso y el control estadístico multivariado mediante los estadísticos T² de Hotelling y el Squared Prediction Error (SPE). Los resultados mostraron que las cinco primeras componentes principales explicaron más del 74 % de la variabilidad total, confirmando el carácter multifactorial del proceso. El modelo PLS presentó un coeficiente de determinación de R² = 0.499, identificando la acidez de la leche, el tiempo de cuajado y el tiempo de prensado como las variables de mayor influencia positiva sobre el rendimiento. Los gráficos de control multivariado evidenciaron una estabilidad global del proceso, con desviaciones puntuales de carácter no sistemático.

Abstract

The production of ripened cheeses is characterized by high complexity due to the simultaneous interaction of multiple variables that influence the quality and yield of the final product. In this context, traditional statistical control based on univariate approaches is limited in its ability to capture the true dynamics of the process. The objective of this study was to develop and implement a multivariate statistical process control model to monitor and optimize the critical variables of the ripened cheese production process at Productos Alimenticios LAFRES, with the aim of improving the stability and quality of the final product. The methodology adopted a quantitative applied approach with a non-experimental, longitudinal design, analyzing data corresponding to thirty consecutive production batches. Multivariate analysis techniques were applied, including Principal Component Analysis (PCA) for dimensionality reduction, Partial Least Squares (PLS) regression to model cheese yield, and multivariate statistical control using Hotelling’s T² and Squared Prediction Error (SPE) statistics. The results showed that the first five principal components explained more than 74% of the total variability, confirming the multifactorial nature of the process. The PLS model yielded a coefficient of determination of R² = 0.499, identifying milk acidity, coagulation time, and pressing time as the variables with the greatest positive influence on yield. Multivariate control charts evidenced overall process stability, with occasional non-systematic deviations.