W tym zadaniu kluczowe jest poprawne odczytanie instrukcji laboratoryjnej i wybranie właściwego kryterium. W treści masz wyraźne rozróżnienie: najpierw zasada oparta na masie partii (kg), a potem alternatywna zasada oparta na liczbie opakowań („puszek, kartonów lub innych pojemników”). Użyty spójnik „lub” oznacza, że w praktyce stosuje się ten wariant, dla którego mamy dane. W pytaniu podano tylko masę partii: 100 kg kiełbasy jałowcowej, bez informacji o liczbie opakowań. To od razu sugeruje, że trzeba zastosować kryterium masowe. Zgodnie z instrukcją: dla partii o masie od 50 kg do 500 kg, minimalna liczba próbek pierwotnych wynosi 5. Masa 100 kg mieści się dokładnie w tym przedziale, więc poprawna odpowiedź to 5 próbek. W praktyce przemysłu mięsnego takie podejście jest zgodne z zasadami statystycznego pobierania próbek – chodzi o to, żeby próbki reprezentowały całą partię, a nie tylko jej fragment. Przy 100 kg kiełbasy partia jest już na tyle duża, że 1 czy 3 próbki nie dałyby wiarygodnego obrazu jakości ani bezpieczeństwa mikrobiologicznego. Pięć próbek pobieranych z różnych miejsc partii (różne kartony, różne warstwy, różne odcinki batonu) zwiększa szansę wychwycenia ewentualnych niejednorodności, np. lokalnych zanieczyszczeń, różnic w zawartości tłuszczu czy przypraw. W laboratoriach i zakładach produkcyjnych takie zasady często są oparte na normach, np. PN-EN czy wytycznych systemów HACCP, gdzie zawsze podkreśla się, że plan pobierania próbek musi być dostosowany do wielkości partii. Moim zdaniem warto zapamiętać prostą zasadę: im większa partia, tym więcej próbek, ale zawsze zgodnie z konkretną instrukcją zakładową lub normą. Tutaj ta instrukcja prowadzi wprost do wyniku: 5 próbek dla 100 kg.
W tym zadaniu łatwo się pomylić, bo instrukcja laboratoryjna podaje dwa alternatywne sposoby określania liczby próbek: według masy partii albo według liczby opakowań. Typowy błąd polega na tym, że ktoś wybiera liczbę próbek trochę „na wyczucie”, zamiast konsekwentnie trzymać się podanych przedziałów. Pojawia się też mylenie zasady minimalnej liczby próbek z jakimś domniemanym uproszczeniem typu: im mniej, tym lepiej, bo mniej pracy w laboratorium. To jest dokładnie odwrotny kierunek niż wymagania kontroli jakości. Jedna próbka przy partii 100 kg to zdecydowanie za mało. Taka ilość materiału badawczego nie jest w stanie reprezentować całej partii produkcyjnej, szczególnie przy wyrobach mięsnych, gdzie skład i zanieczyszczenia mogą być nierównomiernie rozłożone. W systemach jakości, w tym HACCP, kładzie się nacisk na reprezentatywność próby, a nie na minimalizację wysiłku. Stąd instrukcje mówią o kilku próbkach pierwotnych, łączonych często w próbkę zbiorczą. Trzy próbki wydają się niektórym „złotym środkiem”, ale tu też wchodzimy w konflikt z tekstem instrukcji. Dla masy poniżej 50 kg przewidziano 3 próbki, więc zastosowanie tej liczby do partii 100 kg jest zwyczajnie sprzeczne z podanym przedziałem. To przykład typowego błędu: ktoś zapamiętuje jedną wartość z tabeli i próbuje ją stosować wszędzie, bez sprawdzenia zakresu. Z kolei wybór 10 próbek to podejście odwrotne – niby „na wszelki wypadek więcej”, ale również niezgodne z zasadą. Dziesięć próbek ma sens przy bardzo dużych partiach, powyżej 500 kg, gdzie ryzyko niejednorodności jest jeszcze większe i statystycznie uzasadnione jest pobranie większej liczby próbek pierwotnych. Dla 100 kg taka liczba jest po prostu nadmiarowa względem instrukcji. W planach pobierania próbek kluczowe jest trzymanie się określonych przedziałów: tu wyraźnie wskazano, że masa od 50 do 500 kg odpowiada 5 próbom. Jeżeli w zadaniu nie podano liczby puszek czy kartonów, nie wolno „przeskakiwać” na drugi wariant z instrukcji. Stosuje się ten, dla którego mamy dane wejściowe, czyli w tym przypadku masę partii. Z mojego doświadczenia wynika, że umiejętność czytania takich tabel i poprawnego przyporządkowania przedziału to absolutna podstawa pracy w laboratorium kontroli jakości. W realnym zakładzie błędne dobranie liczby próbek może skutkować albo niepotrzebnymi kosztami (za dużo badań), albo – co gorsza – przeoczeniem partii niezgodnej z wymaganiami, jeśli próbek będzie za mało.