Parametri oggettivi della

carcassa del suino pesante per

una corretta caratterizzazione
qualitativa ed economica
Quaderni della ricerca

n. 80 aprile 2008
RICERCA
Sperimentazione condotta nellambito del progetto di ricerca n. 704: Parametri oggettivi
della carcassa del suino pesante per una corretta caratterizzazione qualitativa ed
economica (QuCaSu) finanziato con la d.g.r. 30/04/2004 n. VII/17326 della Regione
Lombardia Piano della Ricerca 2004.

A cura di:

Prof. Giulio Pagnacco e Dr. Stefano Moro

Universit degli Studi di Milano Facolt di Agraria
Dipartimento di Scienze e Tecnologie Veterinarie per la Sicurezza Alimentare (VSA)
Via Celoria, 10 20133 Milano
www.vsa.unimi.it giulio.pagnacco@unimi.it

*************

Capofila Progetto
Associazione Regionale Allevatori della Lombardia (ARAL)
Referente: Dr. Maurizio Sassi
Via Kenney, 30 - 26013 Crema (CR)
Tel. 0373.89701 Fax 0373.81582
www.aral.lom.it info@aral.lom.it

Per informazioni:

Regione Lombardia - Direzione Generale Agricoltura

U.O. Interventi per la Competitivit e l'Innovazione Tecnologica delle Aziende
Struttura Ricerca e Innovazione Tecnologica
Via Pola, 12 - 20124 Milano
Tel. +39 02 67653790 Fax +39 02 67652757
Referente: Dr. Gianpaolo Bertoncini Tel. +39 02 67652524
e-mail: Gianpaolo_Bertoncini@regione.lombardia.it

Copyright Regione Lombardia

 Associazione Regionale Universit degli Studi
Allevatori della Lombardia di Milano

Parametri oggettivi della

carcassa del suino pesante
per una corretta
caratterizzazione qualitativa
ed economica

Quaderni della ricerca

n. 80 aprile 2008
SOMMARIO

Presentazione Pag. 5

Premesse Generali Pag. 7

Carnosit Pag. 7

FOM Pag. 8

Impianto Sperimentale Pag. 10

Campionamento Pag. 10

Raccolta Dati al Macello Pag. 12

Scheda di valutazione della coscia alla rifilatura Pag. 16

Calcolo della carnosit Pag. 19

Medie, Correlazioni e Frequenze Pag. 21

Medie Pag. 21

Correlazioni tra le variabili Pag. 23

Valutazione finale delle cosce Pag. 25

Analisi delle Componenti Principali Pag. 29

Studio di una equazione di previsione della qualit della coscia e ipotesi di pagamento dei suini a qualit Pag. 33

Conclusioni Pag. 36

Quesiti del Progetto Pag. 36

Risposte ai quesiti Pag. 36

 Presentazione

Come richiesto dallUnione Europea e sancito dal decreto ministeriale 11

luglio 2002, il comparto suinicolo passer dal pagamento degli animali a peso
vivo, tradizionalmente applicato in Italia, al pagamento degli stessi a peso
morto. Questa disposizione ha inciso significativamente sulla relativa
economia del sistema, aprendo problematiche ampie e molto delicate.

Il pagamento a peso morto in funzione della carnosit degli animali, come

avviene nel resto dEuropa secondo la cosiddetta griglia EUROP, mal si adatta
alla nostra produzione nazionale di suini pesanti in cui la pura carnosit non
rappresenta il parametro ideale per la produzione salumiera tipica del nostro
Paese, in particolare quella del prosciutto crudo DOP.

Questo progetto di ricerca ha analizzato e sperimentato i metodi coerenti con la classificazione

europea, oggi in uso per determinare la qualit delle carcasse suine. La ricerca si particolarmente
concentrata sulla definizione di parametri oggettivi di valutazione qualitativa della coscia, il taglio
anatomico che determina, per unimportanza intorno al 40%, il valore della carcassa del nostro suino
pesante.

I risultati dellattivit di ricerca hanno permesso di evidenziare parametri di predizione della qualit
della carne, da utilizzare per unoggettiva valutazione e valorizzazione delle nostre produzioni
tipiche.

Le metodiche di classificazione devono, tuttavia, essere perfezionate ai fini di dimostrare

affidabilit assoluta, in modo da avere elementi certi per avviare una discussione proficua tra tecnici
e allevatori sul pagamento dei suini a qualit.

Lavori come questo si propongono di introdurre, in un comparto cos sensibile, il concetto che il
pagamento a qualit possibile, e capace di creare spazi nuovi di selezione e di ritorno economico
per gli allevatori.

Viviana Beccalossi
Vicepresidente della Regione Lombardia
Assessore allAgricoltura

Premesse generali
CARNOSIT

Sebbene il comparto suinicolo italiano abbia seguito da sempre la prassi commerciale che prevede il
pagamento dei soggetti da macello in base al semplice peso vivo, nel 2002, con lemanazione del
Decreto Ministeriale dell11 Luglio, stato recepito il regolamento comunitario 3320/84 che indica
la carnosit e quindi il pagamento a peso morto come parametro guida per il pagamento dei suini
destinati alla macellazione. Con carnosit da intendersi la percentuale di carne magra (muscolo)
presente nella carcassa dellanimale macellato.
Per descrivere sinteticamente tale parametro sono state individuate 5 categorie commerciali,
denominate EUROP, ognuna delle quali include un particolare range di carnosit come mostrato
nella tabella seguente.

CATEGORIA EUROP PERCENTUALE DI CARNE MAGRA

E > 55%
U DAL 50 FINO A MENO DEL 55%
R DAL 45 FINO A MENO DEL 50%
O DAL 40 FINO A MENO DEL 45%
P < 40%

Sulla base di tale distribuzione facile comprendere come i soggetti appartenenti alla prima classe
(E) presentino una carcassa particolarmente muscolosa con coperture adipose limitate. Al contrario, i
soggetti raggruppati nelle classi successive hanno coperture adipose via via crescenti e, di
conseguenza, una minore incidenza delle masse muscolari sul peso totale delle due mezzane.
Attualmente in Italia, per legge, consentito luso di due strumentazioni per la misura della
carnosit. Il Fat-O-Meater o FOM e Hennessy Grading Probe (HGP 7).
A causa della singolarit del mercato suinicolo italiano rispetto al rimanente mercato continentale,
lUnione Europea ha riconosciuto la presenza di due distinte tipologie di suini, leggero e pesante, i
cui capi sono destinati a mercati completamente differenti tra loro. La prima tipologia, il leggero,
presenta animali la cui carcassa oscilla tra i 70 e i 110 kg, mentre, per quanto riguarda la seconda,
comunemente detta suino pesante italiano, i pesi rientrano nel range 110-155 kg. Essendo questa
allevata unicamente sul nostro territorio, il legislatore comunitario, attraverso la decisione dell8
Giugno 2001, ha permesso luso di equazioni differenti per il calcolo della carnosit. Queste tengono
inoltre conto della diversa presentazione delle carcasse dei suini italiani rispetto a quelle europee.
Infatti, la carcassa del suino pesante italiano tradizionalmente pu comprendere la sugna, i rognoni e
il diaframma, al contrario di quella europea che, per definizione, rappresentata dal corpo del suino
macellato, dissanguato, svuotato, intero o diviso a met, senza lingua, setole, unghie organi genitali,
rognoni e diaframma.
Sulla base di tali precisazioni facile intuire come le peculiarit del sistema Italia rispetto agli
standard produttivi europei rappresenti una barriera allutilizzo delle categorie EUROP come
strumento di stima del valore di un suino.
Lallevamento del suino pesante infatti orientato verso la produzione di soggetti le cui carcasse
presentino un perfetto bilanciamento tra componente magra e grassa che ben si adattino alla
principale produzione della salumeria italiana: il prosciutto crudo. Pertanto si evince come un suino
7

appartenente ad una classe estrema come la classe E, con una percentuale di carne magra superiore
al 55%, non possa valere pi di un soggetto di classe R come normalmente accade in Europa.
In base alle statistiche europee riportate in tabella seguente (Fonte: )si rileva come lintero comparto
suinicolo continentale sia orientato verso la produzione del suino leggero le cui carcasse presentano
caratteristiche morfologiche ben diverse da quello del suino pesante. Infatti, tali soggetti sono
orientati verso la produzione di carne fresca per il consumo immediato, al contrario del suino
pesante che, oltre al gi citato prosciutto crudo, fornisce la materia prima per numerosi prodotti
stagionati.

SLOVACCHIA
DANIMARCA

GERMANIA

UNGHERIA

BULGARIA
SLOVENIA

LITUANIA
POLONIA
FRANCIA

IRLANDA
SPAGNA

OLANDA
BELGIO
SVEZIA

CIPRO
Carcassa (Kg) 78 89 89 90 79 90 72 90 80 83 80 88 75 70 90

Carnosit % 60 57 60 57 57 60 58 53 57 55 50 54 55 45 53

FOM
La classificazione EUROP delle carcasse suine viene effettuata mediante lutilizzo della
strumentazione FOM (Fat-O-Meater), apparecchiatura che consiste di un puntatore/sonda del
diametro 6 mm allinterno del quale sono presenti un fotodiodo Siemens SFH 960 e un foto
rilevatore SFH 960. Le misure rilevate si riferiscono allo spessore del lardo dorsale e del muscolo
Longissimus Dorsi nel punto di inserzione della sonda: 8 cm lateralmente alla linea mediana della
carcassa tra la terza e la quartultima costa. Linfissione della sonda, in conseguenza di come la
carcassa pu ruotare o di come viene impugnato lo strumento, pu determinare variazione degli
spessori di lardo e di magro misurati, come rappresentato a titolo di esempio dalla foto seguente:


Il software che gestisce il FOM utilizza le seguenti equazioni fornite dal MINISTERO DELLE
POLITICHE AGRICOLE E FORESTALI col Decreto dell11 luglio 2002 (Modalit di
applicazione della tabella comunitaria di classificazione delle carcasse di suino per calcolare la
percentuale di carne magra stimata della carcassa).
suino pesante (carcasse di peso compreso tra 110,1 e 155 kg):
Y = 45,371951 - 0,221432 X1 + 0,055939X2 + 2,554674X3 ;
suino leggero (carcasse di peso compreso tra 70 e 110 kg)
Y = 53,630814 - 0,436960 X1 + 0,043434X2 + 1,589929X3;
dove Y = percentuale stimata di carne magra della carcassa;
X1 = spessore in millimetri del lardo dorsale (compresa la cotenna), misurato ad 8 cm
lateralmente alla linea mediana della carcassa tra la terza e la quart'ultima costa;
X2 = spessore in millimetri del muscolo Longissimus Dorsi misurato nello stesso punto e
nello stesso momento di X1;
X3 = rapporto tra X2 e X1.
Come si intuisce dai parametri delle formule riportate, y cresce al crescere dello spessore del
Longissimus Dorsi e al diminuire dello spessore del lardo dorsale.

Impianto sperimentale
CAMPIONAMENTO

La raccolta dei dati di campo iniziata nel gennaio del 2006 e si conclusa nella primavera del
2007. In questo intervallo di tempo sono stati campionati 660 suini pesanti allevati da 15 diversi
allevatori lombardi. La scelta degli allevatori da includere nel programma stata alquanto laboriosa
anche per motivi tecnici. Era necessario infatti individuare allevamenti in grado di garantire il
conferimento di animali che per tutta la durata della sperimentazione fossero riconducibili allo stesso
tipo genetico e che questo non subisse quindi variazioni in corso dopera. Gli allevatori individuati
dovevano inoltre conferire, per tutta la durata del progetto, i loro animali a un numero definito di
stabilimenti di macellazione. Questi a loro volta dovevano accettare di partecipare alla
sperimentazione rendendo disponibile al personale del progetto laccesso alla linea di macellazione e
la fornitura di dati che avrebbero comportato inevitabili allungamenti dei tempi di lavorazione. La
quadratura di tutti questi vincoli non stata semplice, ma ha comunque consentito, seppure con
ritardo e con alcuni limiti strutturali, lavvio e la realizzazione del progetto.

I suini sono stati macellati in quattro diversi stabilimenti in gruppi di 15 animali per allevamento e
allinterno del normale conferimento di partite di animali pronti per la macellazione. La tabella
seguente indica la distribuzione degli allevamenti nelle provincie e nei macelli di conferimento.

Allevatore Provincia MACELLO 1 MACELLO 2 MACELLO 3 MACELLO 4 TOTALE

A CR 45 45
B BS 45 30
C MN 45 45
D CR 15 30 45
E MN 45 45
F BS 45 45
G CR 45 45
H BS 45 45
I BG 45 45
L BS 30 30
M BG 15 30 45
N MN 45 45
O PV 45 45
P BS 45 45
Q MN 45 45
195 225 210 30 660

Ogni allevatore ha conferito al macello animali provenienti da incroci di varia natura in cui i tipi
genetici parentali potevano essere sia razze pure o incroci di LG che incroci tra linee ibride
commerciali oggi largamente diffuse. La tabella che segue illustra le caratteristiche genetiche dei
suini conferiti da ogni allevatore. Come si nota alcuni allevatori utilizzano un incrocio classico di
verro Duroc su una scrofa ibrida prodotta dallincrocio di Landrace su Large White: in questo caso
la composizione genetica del suino conferito risulta Duroc, Landrace e Large White. Altri

10

producono i loro suini da macello con verri e scrofe di una stessa compagnia di ibridi commerciali o
incrociando riproduttori di compagnie diverse nella pi totale libert, fantasia e creativit.

Di fatto quindi ogni allevatore produce un suino terminale con caratteristiche sue proprie dal punto
di vista genetico. Diventa quindi arduo, analizzando dati di campo che coerentemente con le finalit
del progetto intendevano campionare la reale variabilit esistente, separare leffetto del tipo genetico
da quello associato alle condizioni ambientali di allevamento che includono, bene ricordarlo, sia le
caratteristiche stabulative che quelle alimentari. In altri termini non statisticamente possibile
separare leffetto dellallevamento da quello del tipo genetico in quanto allevamento e tipo genetico
coincidono nello stesso gruppo di animali.

Lartificio utilizzato in questo caso stato di ridurre i tipi genetici conferiti a 10 razze o ibridi
commerciali definiti, assegnando a ciascuno la quota di sangue presente nei suini conferiti da ogni
allevatore. In questo modo possibile in linea di principio stimare simultaneamente leffetto
ambientale dellallevamento di provenienza e il contributo delle 10 razze coinvolte in termini di
effetto semplice del loro genotipo.
Large White

Stambook
Danbreed

Landrace

Scapaag

Dumeco
Goland

Hypor
Duroc

Dunel
Allevatore

A 0 0 0,25 0,25 0,5 0 0 0 0 0

B 1 0 0 0 0 0 0 0 0 0
C 0 0 0 0,25 0,25 0 0 0,5 0 0
D 0 0 0 0,5 0,5 0 0 0 0 0
E 0,5 0 0 0 0 0 0 0 0,5 0
F 0 0 0,25 0,75 0 0 0 0 0 0
G 1 0 0 0 0 0 0 0 0 0
H 0,5 0 0 0 0 0 0 0 0 0,5
I 0,5 0,5 0 0 0 0 0 0 0 0
L 0 0 0,25 0,75 0 0 0 0 0 0
M 0,5 0 0 0,5 0 0 0 0 0 0
N 0 0 0,25 0,25 0,5 0 0 0 0 0
O 0,5 0 0 0 0 0 0,5 0 0 0
P 0 0 0 0 0 1 0 0 0 0
Q 1 0 0 0 0 0 0 0 0 0

Sfortunatamente la strategia ideata non ha dato completamente i risultati sperati, vuoi per alcune
singolarit statistiche che non stato possibile evitare nel lay-out dei dati, vuoi per il fatto che
leffetto semplice (additivo) stimato per ogni razza risultava largamente inferiore e trascurabile
rispetto alleffetto eterotico (dominanza) generato dallincrocio di razze diverse. Questo fatto stato
in qualche modo inatteso in quanto lereditabilit medio alta di caratteri legati ai tagli magri e al
grasso lasciavano intendere una prevalente componente additiva (lereditabilit stima infatti questa
quota della variabilit fenotipica) rispetto a quella di dominanza.

11

RACCOLTA DATI AL MACELLO

Ogni partita oggetto della sperimentazione stata inserita alla fine del turno di macellazione per
permettere una maggiore libert di azione durante le fasi di campionamento dei soggetti destinati
allo studio. Obiettivo del campionamento era identificare e quindi isolare tre suini per ogni classe di
carnosit EUROP, per un totale di 15 animali per partita. Nelle partite in cui non stato possibile
scegliere tre soggetti per ogni classe, in quanto le categorie E e P risultavano spesso difficili da
trovare, causa la loro bassa frequenza allinterno della popolazione esaminata, sono stati comunque
isolati altri suini appartenenti alle categorie pi comuni (U, R e O) fino a raggiungere il totale di 15
animali, come stabilito dal protocollo sperimentale. quindi importante tenere presente che nei 15
soggetti campionati in ogni partita le classi EUROP pi rare sono sovra rappresentate a scapito di
quelle pi frequenti e pertanto i 15 suini non sono esattamente rappresentativi della partita.

Sulle 15 carcasse individuate sono stati raccolti i dati fenotipici elencati e descritti di seguito durante
le diverse fasi del processo. Alcune variabili sono state registrate direttamente in catena e utilizzando
la strumentazione in linea dello stesso macello (bilancia e FOM). Allo smontaggio delle singole
mezzene sono state pesate le spalle, i lombi (taglio Bologna), le cosce e le coppe. Le cosce venivano
a questo punto refrigerate secondo la consueta routine e 24 ore pi tardi venivano sottoposte ad
ulteriori rilievi, due dei quali (N. di iodio e grasso intramuscolare) condotti analiticamente presso il
laboratorio ARAL di Crema. Veniva a questo punto rilevato il pH, laltezza della coscia, lo spessore
del grasso di copertura e lindice di globosit. Questultimo indice veniva calcolato come (Altezza
della coscia - Spessore del grasso in cm)/ peso coscia. Infine ogni coscia veniva rifilata e valutata
secondo una apposita scheda.

Allinizio del settore di eviscerazione, alluscita dalla pelatrice, i suini sono stati numerati su
entrambe le cosce con matita copiativa con numero progressivo. Un primo addetto ha affiancato
loperatore FOM monitorandone lattivit e rilevando i dati riferiti alla percentuale di carne magra
della carcassa esaminata. Sulla base di tali informazioni ha comunicato in tempo reale agli operatori
in catena quali fossero i suini da isolare. Loperatore ha inoltre compilato una apposita tabella
prestampata per registrare il numero e la categoria degli animali isolati.

Per ogni mezzena sono stati separati i seguenti tagli.

Cosce: in questa fase della sperimentazione le cosce sono state semplicemente riunite su una
gancera separata dalle altre della stessa partita in attesa delle operazioni di pesata e rifilatura
da effettuarsi il giorno successivo.
Coppa disossata: questa stata sezionata sul nastro principale della catena di smontaggio e,
una volta immessa sul nastro secondario, stata disossata. In questa fase un addetto ha
applicato le etichette numerate per lidentificazione delle due coppe. Al termine della fase di
disosso le coppe sono state isolate su di unapposita gancera. Successivamente un secondo
addetto ha pesato le due coppe (destra e sinistra) dello stesso animale registrandone il peso su
tabella prestampata.
Lombata: taglio Bologna; due addetti, come per le coppe, posizionati alla radice e alla fine
del nastro secondario, con un blocchetto di etichette, hanno identificato e pesato i tagli in
esame con lausilio di una tabella analoga alla precedente.

12

 Spalla disossata. Identica procedura come per lombata e coppa. stata pesata la coppia di
spalle disossate e scotennate e i relativi dati tabellati come in precedenza.

A 24 ore dalla macellazione le cosce sono state estratte dalle celle di stoccaggio e, prima della
rifilatura, sottoposte a misurazioni tecniche di alcuni parametri tecnici.

pH
Misura dellindice di pH rappresentativo dellattivit dello ione idrogeno in soluzione acquosa. Durante il
rilevamento, una porzione disidratata in superficie e di grasso stata rimossa (vedi foto) in modo da
mettere in evidenza la superficie fresca del muscolo semimembranoso.

La sonda veniva lasciata nel muscolo almeno 30 secondi prima di effettuare la lettura del
valore sul display.

Altezza
La coscia stata adagiata su di un piano orizzontale con la testa del femore e le superfici
muscolari libere rivolte verso lalto. Con lutilizzo dellapposito strumento (vedi foto), stata
rilevata laltezza della coscia dal piano di riferimento nel suo punto di massimo spessore.

13

 Numero di Iodio
Questo parametro determina il grado di saturazione (maggiore o minore presenza di doppi
legami) degli acidi grassi. I doppi legami presenti nella struttura molecolare di questi reagiscono
con lo iodio addizionandolo fino alla saturazione.
Il disciplinare produttivo della DOP (IPQ, Istituto Parma Qualit e INEQ, Istituto Nord Est
Qualit) fissa come soglia di tolleranza massima un indice di Iodio pari a 70 in quanto la qualit
della coscia suina fresca dipende molto dalle caratteristiche del grasso sottocutaneo di copertura;
se questo ricco di acidi grassi insaturi il prosciutto stagionato risulta molle ed untuoso al tatto e
pu andare incontro a processi di ossidazione (irrancidimento) che rendono sgradevole o
addirittura pregiudicano il consumo dellintero prosciutto.
Il campione per le analisi comprendeva parti di cotenna e grasso come mostrato nella foto
seguente.

14

 Grasso di copertura
La misurazione del grasso di copertura stata effettuata sottonoce, allaltezza della testa del
femore come mostrato nella foto che segue. La misura minima richiesta dello spessore da parte
dellIPQ di mm. 20.

Percentuale di grasso intramuscolare

Una sezione di muscolo semimembranoso stata asportata per essere sottoposta ad idrolisi acida.
Il contenuto in lipidi grezzi o estratto etereo stato ottenuto utilizzando lapparecchiatura
Soxhlet. I lipidi vengono estratti dal campione utilizzando etere di petrolio, il solvente viene poi
evaporato ed il residuo essiccato a 125C fino a peso costante (circa 24 ore). Nella fase di
estrazione bisogna assicurare una velocit di condensazione di almeno 5-6 gocce/sec ed estrarre
per almeno 4 ore.

15

 LA SCHEDA DI VALUTAZIONE DELLA COSCIA ALLA RIFILATURA

Un fatto importante di questo progetto stato la messa a punto di una scheda di valutazione della
coscia alla rifilatura. Sono stati infatti valutati in questa sede una serie di parametri, misurati in modo
lineare, che vengono considerati come indicativi della qualit fisica di una coscia. Non entriamo
infatti nelle caratteristiche organolettiche delle carni o del grasso, ma semplicemente vengono
evidenziate su una scala da 1 a 5 alcune caratteristiche osservabili in modo oggettivo.

1 Compattezza delle masse (fasci) muscolari COMPA

1 2 3 4 5
Ottimale Buona media scarsa insufficiente

2 Colorazione diversa tra i fasci muscolari COLORE

1 2 3 4 5
Ottimale Leggermente Mediamente Difforme Estremamente
(uniforme) difforme difforme difforme

3 Grasso INTRA muscolare (marezzatura) MAREZ

1 2 3 4 5
Ottimale Poco Mediamente Evidente Estremamente
(non visibile) evidente evidente evidente

4 Rete venosa sottocutanea RETE

1 2 3 4 5
Ottimale Poco Mediamente Evidente Estremamente
(assente) evidente evidente evidente

5 Copertura adiposa in corona COPERT

1 2 3 4 5
Estremamente Lievemente Ottimale Lievemente Eccessivamente
scarsa scarsa abbondante abbondante

6 Valutazione complessiva della coscia rifilata VALFIN

1 2 3 4 5 6
Ottimo Molto buono Buono Discreto Sufficiente Insufficiente

La scala di valutazione prevede che il valore 1 sia quello pi desiderabile se lottimo sta ad un
estremo della scala, oppure sia il valore 3 nel caso quello pi desiderabile stia in una situazione
intermedia tra i due estremi. Oltre alle valutazioni analitiche per 5 criteri di giudizio, stata fatta
anche una valutazione finale complessiva della qualit della coscia rifilata. Questultima
valutazione, sempre lineare si estesa su una scala a 6 livelli da 1 ottimo a 6 insufficiente. Ogni
coscia veniva sempre valutata congiuntamente da due diversi punteggiatori.

16

Di seguito si riporta una descrizione di ciascun carattere valutato in base alla scheda.

Compattezza: punteggio lineare in scala da 1 a 5 (ottimale = 1) relativo alla compattezza

delle masse muscolari esposte, intesa come maggiore o minore coesione tra i diversi gruppi
muscolari della coscia. Per verificare tale parametro stata valutata la resistenza delle
superfici alla pressione applicata tramite palpazione. Una coscia di ottima qualit deve
presentare un buon grado di compattezza e consistenza. Al contrario cosce che presentano
importanti fenomeni di sfaldamento non vengono apprezzate per la produzione di prosciutti
crudi e vengono punteggiate allaltro estremo della scala.
Colorazione: punteggio lineare in scala da 1 a 5 (ottimale = 1) relativo alla maggiore o
minore uniformit di colorazione delle superfici muscolari. Colorazioni anomale e non
uniformi sono considerate negativamente e possono essere causa di un deprezzamento del
prodotto.

Marezzatura: punteggio lineare in scala da 1 a 5 (ottimale = 1) relativo alla presenza di

grasso intramuscolare visibile. Un elevata marezzatura indice di un prosciutto
eccessivamente infiltrato di grasso e, quindi, poco conforme alle caratteristiche richieste dal
disciplinare produttivo delle principali DOP. Il consorzio IPQ definisce leccessiva
marezzatura come difetto di grassinatura.

17

 Rete Venosa Sottocutanea: punteggio lineare in scala da 1 a 5 (ottimale = 1) relativo alla

maggiore o minore visibilit del reticolo venoso sulla cotenna delle cosce. Una cotenna
eccessivamente venata pu essere causa di un deprezzamento del prodotto.

Copertura adiposa: punteggio lineare in scala da 1 a 5 (ottimale = 3) relativo alla copertura

adiposa in corona. Una copertura adiposa scarsa o eccessivamente abbondante influisce
negativamente sul processo di stagionatura e in particolare sulle dinamiche di rilascio e di
ritenzione dei liquidi contenuti nei tessuti.

Valutazione Finale: punteggio lineare in scala da 1 a 6 (ottimale = 1) relativo alla qualit

della coscia in termini generali. Una coscia con caratteristiche ottimali presenta un giusto e
bilanciato mix tra le diverse componenti sopraelencate, che la rendono in questo modo
particolarmente idonea al processo di stagionatura necessario per la produzione del
prosciutto crudo.
18

CALCOLO DELLA CARNOSIT

Come gi descritto in precedenza, la carnosit della carcassa la quota attribuibile alla componente
muscolare (carne magra) sul totale del peso della carcassa. Questa calcolata sulla base
dellequazione fornita dal Decreto 11 luglio 2002 e precedentemente descritta. Preliminarmente
allanalisi dei dati abbiamo verificato se vi fosse lattesa corrispondenza tra la carnosit calcolata
autonomamente a partire dai dati FOM applicando le formule ufficiali e la stessa carnosit calcolata
dalle apparecchiature degli stessi macelli.

In tre casi su quattro il dato da noi calcolato si dimostrato perfettamente fedele al dato fornito in
automatico dalla strumentazione del macello. Le uniche differenze riscontrate sono riconducibili alle
semplici operazioni di arrotondamento che il software effettua al fine di fornire la stampa dei
risultati con numeri arrotondati alla seconda cifra decimale.

I plottaggi di seguito riportati mostrano la perfetta corrispondenza (correlazione molto vicina a 1) tra
la carnosit da noi ricalcolata in base alla formula ufficiale (CARFOR) e la carnosit fornita in
automatico dai macelli (CARNOF). Solo un macello mostra delle significative e continue distorsioni
rispetto al valore corretto, segnalando la necessit di condurre accurate verifiche sul corretto
funzionamento dellapparecchio.

19

Sulla base di tali risultati si deciso di utilizzare come dato ufficiale della sperimentazione per tutte
le elaborazioni successive la variabile CARFOR per i dati provenienti da tutti e quattro i macelli.

20

 Medie, Correlazioni e Frequenze

MEDIE

La tabella seguente riporta per tutte le variabili lunit di misura, un nome breve che verr
successivamente utilizzato, il numero di osservazioni su cui stata calcolata la statistica, media,
Deviazione Standard, valore minimo e massimo osservato e Coefficiente di Variazione (CV
= Media/DS).

VARIABILE Unit Nome N Media DS Min Max CV

1 Peso della carcassa kg PESOCA 644 130,59 14,03 71,4 176,3 10,7

2 Grasso FOM mm GRASSOF 644 26,28 7,65 7 50 29,1

3 Magro FOM mm MAGROF 644 56,73 14,23 18 90 25,1

4 Carnosit calcolata dalla formula ufficiale % CARFOR 644 48,86 4,87 37,0 75,1 10,0

5 Peso medio delle 2 spalle kg SPALLA 659 6,80 0,73 4,6 9,9 10,8

6 Peso medio dei 2 lombi kg LOMBO 659 7,37 0,87 4,5 10,9 11,8

7 peso medio delle 2 cosce kg COSCIA 657 13,98 1,38 9,6 22,1 9,9

8 peso medio delle 2 coppe kg COPPA 659 2,88 0,52 1,6 4,9 18,2

9 Numero di Iodio IODIO 657 67,89 3,59 58,8 78,6 5,3

10 pH a 24 ore dalla macellazione PH24 659 5,60 0,17 5,27 6,44 3,1

11 Grasso intramuscolare determinato analiticamente % GRINT 656 1,99 1,29 0,15 9,9 64,6

12 Altezza della coscia cm ALTCOS 659 19,88 1,29 16,4 26,0 6,5

13 Spessore del grasso di copertura della coscia mm GRACOP 659 30,42 7,44 11 55 24,4

14 Indice di globosit GLOBO 657 1,22 0,13 0,76 1,68 10,3

15 Valutazione finale della coscia Punti VALFIN 657 3,41 1,28 1 6 37,4

16 Valutazione della compattezza muscolare della coscia Punti COMPA 657 1,74 0,73 1 5 41,9

17 Valutazione della difformit di colore dei fasci muscolari Punti COLORE 657 1,92 0,51 1 4 26,6

18 Valutazione del grado di marezzatura Punti MAREZ 657 2,14 0,65 1 5 30,5

19 valutazione della rete venosa Punti RETE 657 1,80 0,66 1 4 36,8

20 Valutazione della copertura adiposa della coscia Punti COPERT 657 2,80 0,75 1 5 26,7

Preliminarmente si condotta unanalisi della varianza delle variabili di maggiore significato

produttivo (PESOCA, GRASSOF, MAGROF, CARFOR, LOMBO, SPALLA, COPPA, COSCIA e
VALFIN) mettendo in luce le medie per classe di carnosit stimate a parit di effetto del macello,
dellallevamento entro macello e della stagione di macellazione. Le stagioni di macellazione sono
state costruite suddividendo le macellate nei periodi: gennaio e febbraio, marzo giugno, luglio
settembre ed infine ottobre dicembre.

I pesi delle carcasse (PESOCA) rispecchiano bene lattesa variazione, da quelle mediamente pi
leggere e carnose a quelle pi pesanti e grasse della classe P. Le misurazioni FOM (MAGROF,
21

GRASSOF e CARFOR) rispecchiano perfettamente la stessa logica, ma si tenga presente che le
classi EUROP sono definite proprio da queste variabili e la significativit quindi in questo caso
obbligatoria. COSCIA e SPALLA non risentono della classificazione per la carnosit mentre
LOMBO e COPPA ne risentono, il primo in quanto taglio magro e la seconda in quanto taglio
relativamente grasso. La valutazione finale mostra un miglior punteggio per le carcasse O con una
significativit interessante (P = 0,0032) che verr approfondita successivamente. Il fattore
allevamento mostra sempre una forte significativit indicando che gli effetti ambientali e gestionali
specifici di ogni produttore sono tra loro diversi. Non va dimenticato inoltre che ogni allevatore
produce un tipo particolare di animale attraverso un incrocio tra tipi genetici propri. Il fattore
allevamento include anche le differenze tra tali diverse genetiche. Il tentativo di riconoscere entro i
diversi tipi genetici le componenti additive semplici delle razze o degli ibridi commerciali incrociati
non ha dato risultati utili in quanto le componenti eterotiche mostravano di prevalere di molto su
quelle semplicemente additive.

Esiste anche una forte differenza tra macelli per la maggior parte delle variabili analizzate. Questo
non si verifica per la valutazione finale delle cosce segnalando lomogeneo comportamento dei
valutatori. Anche la carnosit FOM non risulta significativamente diversa tra i macelli sebbene
curiosamente lo siano MAGROF e GRASSOF.
GRASSOF
MAGROF

CARFOR
PESOCA

COSCIA

SPALLA
LOMBO

COPPA

VALFIN
Classe di
carnosit

E 130,4 68,4 14,1 58,5 7,64 14,09 2,88 6,75 3,54

U 130,1 61,7 20,6 51,9 7,54 13,81 2,99 6,79 3,52

R 132,2 55,9 27,4 47,8 7,41 13,95 3,04 6,80 3,30

O 134,1 51,3 36,8 43,8 7,23 13,87 2,91 6,74 3,13

P 143,1 36,7 45,4 39,6 7,01 14,09 3,06 6,82 4,17

P (Classe) 0,0097 <0,0001 <0,0001 <0,0001 0,0021 0,5584 0,0304 0,9255 0,0032

P(Macello) 0,0003 <0,0001 <0,0001 0,1811 0,0003 <0,0001 <0,0001 <0,0001 0,0925

P(All. entro Mac.) <0,0001 <0,0001 <0,0001 0,0008 <0,0001 <0,0001 <0,0001 <0,0001 <0,0001

P(Stagione) 0,0440 0,2255 0,0001 <0,0001 <0,0001 <0,0001 <0,0001 <0,0001 0,0003

La variabilit dovuta al fattore stagione sempre significativa con la vistosa eccezione di MAGROF
peraltro non confermata dl peso del LOMBO.

22

CORRELAZIONI TRA LE VARIABILI

Riportiamo di seguito le correlazioni tra le 20 variabili misurate. Per ragioni di spazio la tabella
viene divisa in due porzioni commentate separatamente. Nella prima si riportano le correlazioni tra
le variabili misurate in catena, quelle relative allo smontaggio della carcassa e alle variabili
determinate analiticamente alla rifilatura. Riportiamo solo le correlazioni significative sottolineando
quelle molto significative. Data lelevata numerosit dei dati abbastanza facile che venga raggiunta
la soglia di significativit anche se come si vede le correlazioni sono ben difficilmente di valore
elevato.

Nel primo gruppo di variabili vediamo che MAGROF ben correlato (+0,65) con la carnosit
definita attraverso il FOM e coerentemente anche GRASSOF lo , ma con segno negativo (-0,82).
MAGROF e GRASSOF sono correlati negativamente tra loro come atteso, mentre il peso della
carcassa (PESOCA) pi correlato con GRASSOF che con MAGROF, come del resto gi visto in
precedenza. Considerando il secondo gruppo di variabili vediamo che PESOCA positivamente
correlato con i tagli allo smontaggio e che gli stessi tagli conservano la correlazione positiva con
MAGROF ad esclusione della COPPA che in effetti un taglio piuttosto grasso. Un risultato per
certi aspetti sconcertante che la carnosit FOM (misura continua della carnosit complessiva che
discrimina tra le classi EUROP) mostra solo una debole correlazione con il LOMBO (+0,12) e
nessuna correlazione diversa da zero con spalla e coscia. Questo fatto lascia qualche dubbio sulla
capacit predittiva di questa misura ufficiale della carnosit, nel dare indicazioni sulleffettivo
contenuto in tagli magri utili di una carcassa.

I tagli allo smontaggio sono tutti tra loro positivamente e significativamente correlati come daltra
parte era logico aspettarsi. Il numero di iodio risulta negativamente correlato a GRINT (il grasso
intramuscolare determinato analiticamente, -0,18) ed a GRASSOF (-0,19). Un numero di Iodio
basso (desiderabile) quindi associato ad un suino pi grasso.

PESOCA GRASSOF MAGROF CARFOR SPALLA LOMBO COSCIA COPPA IODIO PH24 GRINT
0,21 0,11 -0,09 0,38 0,31 0,38 0,20
PESOCA 1 <.0001 0,0065 0,0198 <.0001 <.0001 <.0001 <.0001
-0,19 -0,82 0,09 -0,19
GRASSOF 1 <.0001 <.0001 0,0235 <.0001
0,65 0,25 0,19 0,22 -0,10
MAGROF 1 <.0001 <.0001 <.0001 <.0001 0,0107
0,12 -0,09 0,09
CARFOR 1 0,0029 0,023 0,0349
0,65 0,60 0,19
SPALLA 1 <.0001 <.0001 <.0001
0,55 0,31 -0,15
LOMBO 1 <.0001 <.0001 0,0004
0,31
COSCIA 1 <.0001
-0,09 0,16
COPPA 1 0,0201 <.0001
-0,18
IODIO 1 <.0001
0,10
PH24 1 0,0126

GRINT 1

23

Le correlazioni rimanenti sono riportate di seguito. Molte sono in qualche modo attese e coerenti con
la costituzione generale di un suino: GRASSOF e GRACOP sono positivamente associati (+0,38) ed
logico che sia cos. Molte correlazioni sono estremamente deboli (< 0,20), poco utili e quindi non
meritevoli di particolare attenzione. Quello che appare evidente in tabella (v. colonna in scuretto)
che VALFIN non presenta alcuna correlazione con le variabili misurate in catena che sono quelle
che potrebbero essere utilmente impiegate per predire la valutazione finale della coscia rifilata. Le
uniche due variabili associate a VALFIN sono la compattezza delle masse muscolari (COMPA,
0,30) e la copertura in corona (COPERT, -0,30). Si ricordi che per COPERT il valore ottimale
quello intermedio, ma che una copertura abbondante associata ad una VALFIN bassa cio
favorevole.
ALTCOS GRACOP GLOBO VALFIN COMPA COLORE MAREZ RETE COPERT
0,21 0,15 -0,25 0,12
PESOCA <.0001 0,001 <.0001 0,016
0,18 0,38 -0,08 0,25
GRASSOF <.0001 <.0001 0,045 <.0001
-0,16 -0,14 0,11 -0,15
MAGROF <.0001 0,0004 0,0038 0,0001
-0,14 -0,33 0,12 -0,25
CARFOR 0,0004 <.0001 0,0034 <.0001
0,26 -0,33 0,13
SPALLA <.0001 <.0001 0,0012
0,25 -0,29
LOMBO <.0001 <.0001
0,46 0,21 -0,59 0,20 0,14 0,18
COSCIA <.0001 <.0001 <.0001 <.0001 0,0004 <.0001
0,21 0,14 -0,19 0,08 0,08 0,13
COPPA <.0001 0,0004 <.0001 0,0417 0,038 0,0009
-0,40 0,11 0,09 -0,08 -0,08 -0,34
IODIO <.0001 0,0049 0,0249 0,0302 0,0305 <.0001
0,22 0,18 0,17 0,13
PH24 <.0001 <.0001 0,0001 0,0006
0,15 0,34 0,09 0,29 0,20
GRINT 0,0002 <.0001 0,0329 <.0001 <.0001
0,31 0,18 0,08 0,22
ALTCOS 1 <.0001 <.0001 0,0367 <.0001
-0,35 -0,15 0,08 0,21 0,73
GRACOP 1 <.0001 <.0001 0,0375 <.0001 <.0001
-0,17 -0,13 -0,26
GLOBO 1 <.0001 0,0012 <.0001
0,30 0,09 0,11 0,10 -0,30
VALFIN 1 <.0001 0,016 0,0038 0,0107 <.0001
0,10 -0,14 -0,14
COMPA 1 0,0086 0,0002 0,0003
0,18 0,12
COLORE 1 <.0001 0,002
0,09 0,21
MAREZ 1 0,028 <.0001

RETE 1

COPERT 1

24

VALUTAZIONE FINALE DELLE COSCE

Come precedentemente illustrato, entrambe le cosce dei soggetti esaminati sono state valutate
secondo una scala lineare tendente a dare un giudizio di merito complessivo circa la qualit del
prodotto. I punteggi venivano cos assegnati:

1 Ottimo O 3 Buono B 5 Sufficiente S

2 Molto Buono MB 4 Discreto D 6 Insufficiente I

stato elaborato il semplice punteggio medio delle due cosce e questo messo in relazione ad altre
variabili per individuare possibili tendenze. I punteggiatori hanno correttamente utilizzato tutta la
scala di valutazione disponibile (da 1 a 6) e i punteggi presentano media 3,41 1,28.

Sebbene non sia stata trovata una significativa correlazione tra la carnosit FOM (intesa non come
classe ma come misura continua) e la valutazione finale delle cosce, riportiamo le relazioni tra
questa valutazione finale e la classificazione EUROP delle carcasse che gi abbiamo viso essere
significativa nellanalisi della varianza precedentemente riportata. La tabella indica il numero di
animali osservato in ogni combinazione di valutazione finale e Carnosit EUROP. Le carcasse R
sono le pi frequenti nel nostro campione (quasi il 44%) seguite da quelle U e O. Solo il 13% dei
suini sono classificati E e P.

O MB B D S I
Carnosit 1 1,5 2 2,5 3 3,5 4 4,5 5 5,5 6 Totali %
E 55 max 0 4 10 10 8 5 2 4 7 1 9 60 9,13
U 50 55 2 4 35 20 21 12 21 10 22 9 12 168 25,57
R 45 50 3 13 53 37 41 33 40 25 23 7 12 287 43,68
O 40 45 4 6 21 19 13 15 11 18 6 2 1 116 17,66
P min 40 0 0 1 2 0 2 4 8 5 3 1 26 3,96
Totali 9 27 120 88 83 67 78 65 63 22 35 657 100,0

Come abbiamo visto in precedenza VALFIN presenta differenze significative tra le classi EUROP.
Per approfondire questo aspetto abbiamo ipotizzato due tipi diversi di punteggio delle cosce: uno
continuo a scalare da un valore massimo di 10 fino a zero (ipotesi 1), ed uno discontinuo con tre
classi discrete: 10, 5 e 0 (ipotesi 2).

Valutazione finale Ipotesi di punteggio 1 Ipotesi di punteggio 2

O 1 10 10
1,5 9 10
MB 2 8 10
2,5 7 5
B 3 6 5
3,5 5 5
D 4 4 5
4,5 3 0
S 5 2 0
5,5 1 0
I 6 0 0

25

La tabella seguente indica chiaramente come le carcasse che si collocano prevalentemente nelle
qualificazioni migliori sono quelle classificate O. In seconda posizione troviamo le carcasse R e in
terza posizione quelle U, secondo un ordine identico nelle due ipotesi.

Classe di carnosit Ipotesi 1 Ipotesi 2

media Rapporto ad O media Rapporto ad O N
E 4,90 86% 4,42 85% 60
U 4,93 87% 4,64 90% 168
R 5,33 94% 5,03 97% 287
O 5,69 100% 5,17 100% 116
P 3,27 57% 1,92 37% 26
Totale 657

Volendo esprimere in termini relativi questo punteggio ipotetico in rapporto alla carnosit di una
carcassa, fatto 100 il valore di una carcassa O (ottimale quindi dal punto di vista della valutazione
della coscia), le carcasse delle altre categorie assumono i valori riportati in tabella. Lipotesi 2, che
risulta meno radicale della 1 (e quindi pi prudente), dice che comunque circa l87% delle carcasse
si collocherebbe ad una valorizzazione compresa tra 100 e 90%. da notare che il ridotto numero di
osservazioni nelle categorie E e P rende inoltre meno affidabili i relativi rapporti (85 e 37%).

La valutazione finale risultata abbastanza ben correlata con la compattezza delle masse muscolari
(r = +0,30): le migliori cosce sono quelle con maggiore compattezza. La relazione non molto
stretta ma estremamente significativa, dettagliata dallanalisi delle frequenze incrociate dei due
caratteri.

Compattezza delle masse muscolari

Valutazione Finale 1 1,5 2 2,5 3 3,5 4 4,5 5
1 4 4 1 0 0 0 0 0 0
1,5 11 6 9 1 0 0 0 0 0
2 48 40 25 5 1 0 1 0 0
2,5 23 32 30 3 0 0 0 0 0
3 22 25 29 3 2 2 0 0 0
3,5 18 16 24 5 4 0 0 0 0
4 20 24 15 6 9 2 1 1 0
4,5 16 15 13 8 7 1 4 1 0
5 19 8 20 6 4 2 3 1 0
5,5 2 1 8 3 4 1 3 0 0
6 7 11 9 2 1 0 2 2 1
Frequenza 190 182 183 42 32 8 14 5 1
Media della valutazione finale 3,17 3,18 3,43 3,90 4,30 4,25 4,82 5,10 6,00

La valutazione finale risulta anche correlata alla copertura adiposa in corona (-0,30). La copertura
adiposa in corona ritenuta ottimale quella con valore intermedio (3) tra i due estremi della scala
lineare (1 e 5). Nella seguente tabella vengono riportati per ogni valutazione, il numero totale dei
soggetti e la percentuale di questi con valutazione in corona ottimale.

26

 Valutazione finale Cosce valutate Di cui ottimali in corona Frazione

1 Ottimo 9 9 1,00
1,5 27 22 0,81
2 Molto buono 120 108 0,90
2,5 88 67 0,76
3 Buono 83 47 0,57
3,5 67 23 0,34
4 Discreto 78 19 0,24
4,5 65 18 0,27
5 Sufficiente 63 6 0,09
5,5 22 4 0,18
6 Insufficiente 35 6 0,17
TOTALE 657 329 0,50

Possiamo trarre alcune conclusioni da queste analisi statistiche preliminari riassumendone i punti
salienti.
1. Le misurazioni operate col FOM al macello lasciano allapparenza dei margini di dubbio circa la
loro reale correttezza. Il fatto che uno dei 4 macelli coinvolti nellanalisi produca dei dati di
carnosit non coerenti con la formula ufficiale e quindi classifichi in EUROP le carcasse in
modo parzialmente errato (r = 0,88) rappresenta una falla nel sistema che non pu essere
ignorata. Inoltre la velocit in catena tale che la manualit della misurazione pu introdurre
ulteriori elementi di errore. Linfissione della sonda avviene normalmente nella posizione
corretta, ma la sua uscita allesterno della carcassa pu avvenire in posizioni anche molto distanti
dagli 8 cm dalla linea mediana prescritti dalla norma. Di conseguenza, come esemplificato dalla
figura vista in precedenza, le sezioni di magro e di grasso attraversate possono variare
notevolmente variando la classificazione.

2. La carnosit dei suini, come misura continua ottenuta dalla formula ufficiale, sembra, nel caso
del nostro campione sperimentale, poco capace di cogliere leffettivo quantitativo di tagli carnosi
commercialmente riconoscibili in un suino. Infatti molto debolmente associata al peso dei
lombi (+0,12) e non lo per nulla con gli altri tagli allo smontaggio (spalla, coscia e coppa).
Inoltre presenta una correlazione sfavorevole (-0,25) con la copertura di grasso in corona,
variabile che invece associata alla valutazione finale della coscia. Il semplice peso della
carcassa (PESOCA) invece ben correlato con tutti i tagli carnosi allo smontaggio (correlazioni
comprese tra +0,20 e +0,38) e molto debolmente, ma pur favorevolmente correlato con la
copertura di grasso in corona (+0,12). Il peso della carcassa inoltre di molto pi economico
rilievo e viene misurata sempre e comunque in ogni stabilimento di macellazione. Essendo meno
tecnologica si presta anche molto poco ad errori di elaborazione o di rilievo meccanico
dellinformazione di base.

3. Nonostante non presenti correlazioni significative con le variabili misurate in catena, la

valutazione finale della coscia rifilata (VALFIN) , anche se debolmente, predicibile a partire
dalla categoria EUROP della carcassa. Questo apre la possibilit di utilizzare direttamente o
indirettamente queste variabili che possono essere raccolte in catena come strumento di
previsione della qualit finale della coscia. La valutazione finale risulta correlata in maniera
importante praticamente solo con la compattezza delle masse muscolari e con la copertura di

27

 grasso in corona che per non sono utilizzabili per prevedere la valutazione finale. Le cosce di
categoria O, seguite dalle R e dalle U, spuntano valutazioni finali migliori. Tanto che se le cosce
venissero classificate, in base a VALFIN, in 3 categorie merceologiche con valori economici
arbitrari, le cosce R dovrebbero subire un deprezzamento del 3% rispetto a quelle O, e quelle U
un deprezzamento del 10% sempre rispetto a O.

28

Analisi delle Componenti Principali

Un mezzo statistico di grande utilit nellanalisi della variabilit congiunta di numerose informazioni
la cosiddetta analisi delle componenti principali (PCA). Il nostro campione di 660 suini stato
accuratamente studiato rilevando per ogni soggetto un elevato numero di variabili (20) associabile
alle pi importanti caratteristiche economiche degli animali. Abbiamo come si visto misure della
carnosit degli animali, ne abbiamo altre che stimano la componente grassa ed infine ne abbiamo
alcune specifiche per quantificare la qualit della coscia finalizzata alla trasformazione salumiera.
Queste misure sono tra loro correlate, spesso in modo marcato, in quanto misurano in modo diverso
la stessa cosa: ad esempio i tessuti muscolari oppure il grasso accumulato. Leggere linformazione
generata da tutte le correlazioni tra queste variabili spesso complesso e porta facilmente a perdersi
nei dettagli. La PCA pone rimedio a questa difficolt. Anzich esaminare 20 variabili, ognuna
importante, ma correlata alle altre e apportatrice di una piccola quota di informazione indipendente,
la PCA riorganizza la variabilit dellintero sistema in altrettante (20) nuove variabili la cui
importanza per progressivamente decrescente. La prima nuova variabile riassume linformazione
comune portata da tutte le variabili originarie e spiega una quota maggioritaria della variabilit
complessiva. La seconda fa altrettanto cogliendo linformazione che le variabili originarie non
avevano contribuito alla prima e spiega una quota dellintera variabilit un po minore della prima. E
via dicendo per tutte le nuove variabili. In questo modo le prime tre o quattro nuove variabili
possono facilmente spiegare anche una quota elevata dellintera variabilit e coglierne le radici
profonde, mentre le ultime non rivestono alcuna importanza perch colgono frazioni minimali della
variabilit complessiva e di fatto non spiegano nulla di nuovo. Le nuove variabili hanno anche la
caratteristica di essere tra loro ortogonali ossia non correlate. Rappresentano cio componenti
diverse e indipendenti della variabilit complessiva del sistema.

La PCA stata condotta nel nostro caso su 16 variabili anzich 20 perch modelli di analisi uni-
variata preliminari suggerivano di escluderne alcune vuoi per la ridondanza dellinformazione vuoi
per scarsa rilevanza del loro potere discriminante.

Se ci limitiamo alle prime 3 nuove variabili ricavate dalla PCA su 16 variabili originarie misurate
sullintero campione, otteniamo i seguenti 3 vettori (detti auto-vettori) che definiscono i pesi per i
quali necessario moltiplicare i dati originari (standardizzati) per ottenere la misura individuale di
ogni suino nel nuovo spazio campionario multidimensionale. Ad ogni auto-vettore associato un
valore (auto-valore) che ci informa circa la percentuale di variabilit complessiva spiegata da quella
nuova variabile. I coefficienti contenuti negli auto-vettori dicono quale il peso della corrispondente
vecchia variabile in quella nuova e se sono di valore elevato, positivo o negativo, ci indicano quali
vecchie variabili compongono pi marcatamente quella nuova. Nella tabella che segue, per le prime
tre nuove variabili, sono indicati, ordinati per grandezza numerica, i coefficienti e le corrispondenti
vecchie variabili.

I valori numerici pi elevati ci indicano che la prima componente principale associata alla
carnosit degli animali. Infatti i valori pi elevati sono per Coscia, Spalla, Lombo e Peso della
carcassa. Moltiplicando questi coefficienti per le variabili misurate su ogni animale viene attribuito a
ciascuno di questi un nuovo valore che spiega la maggiore quota della variabilit dellintero sistema:
19,9%.

29

La seconda componente principale invece chiaramente associata alla componente grassa degli
animali. I coefficienti pi elevati sono per il Grasso di copertura, la Copertura in corona, il Grasso
intramuscolare, il Grasso misurato dal FOM e la Marezzatura. Allestremo opposto i tagli carnosi e
il magro misurato dal FOM. Questa componente spiega una quota minore della variabilit
complessiva: 14,8%.

La terza componente appare invece associabile alla qualit della coscia. VALFIN e COMPA hanno i
coefficienti pi elevati seguiti da marezzatura e uniformit di colorazione. Non stupisca, allaltro
estremo, la Copertura in corona in quanto la scala di questa misura opposta a quella delle prime. La
quota di variabilit associata a questa componente spiega purtroppo meno del 10% della variabilit
complessiva: 9,1%.

a a a
1 Componente 2 Componente 3 Componente
Principale Principale Principale
coscia 0,47 Gracop 0,50 valfin 0,60
spalla 0,40 Copert 0,48 compa 0,39
lombo 0,37 Grint 0,28 marez 0,35
pesoca 0,32 Grassof 0,28 colore 0,35
coppa 0,25 Marez 0,26 grint 0,35
gracop 0,23 Colore 0,08 rete 0,16
copert 0,21 Coppa 0,04 coppa 0,12
grassof 0,12 Rete 0,02 coscia 0,02
magrof 0,12 Pesoca -0,03 magrof 0,01
compa 0,10 Globo -0,04 gracop -0,02
colore 0,09 Coscia -0,11 globo -0,07
marez 0,06 Valfin -0,18 grassof -0,10
rete 0,04 Compa -0,19 spalla -0,11
grint 0,03 Spalla -0,23 pesoca -0,12
valfin 0,00 Lombo -0,27 lombo -0,12
globo -0,39 Magrof -0,29 copert -0,14

MAGRO 19,9% GRASSO 14,8% QUALITA 9,1%

Nellinsieme quindi le prime 3 componenti, basate qui su 640 osservazioni, colgono il 43,8% della
variabilit complessiva dei dati.

Nella tabella precedente sono state evidenziate in giallo le variabili misurate in catena che possono
anzi devono essere rilevate sempre per ogni animale anche al di fuori di questa sperimentazione.
da notare che se una variabile si trova in una situazione intermedia entro un certo auto-vettore,
ipoteticamente con un coefficiente molto vicino a zero, il suo potere discriminante tra gli animali
sar pressoch nullo. Se invece si trova ad un estremo dellauto-vettore il suo contributo
allordinamento degli animali in relazione a quella componente principale sar sicuramente pi
30

rilevante. In questa analisi, per la terza componente principale associata alla qualit della coscia, le
variabili misurate in catena si trovano in situazioni non estreme nellauto-vettore e quindi non hanno
alcun potere predittivo della qualit di una certa rilevanza.

Lanalisi delle componenti principali, utilizzando i primi 3 auto-vettori sopra descritti, ci permette a
questo punto di proiettare in uno spazio tridimensionale i 640 animali elaborati e studiarne la loro
eventuale tendenza ad aggregarsi in insiemi (cluster) che forniscano nuove informazioni. Nei grafici
che seguono gli animali vengono plottati su tre piani che rappresentano la proiezione delle
componenti principali 1 e 2, 1 e 3, 2 e 3. Il punto nel piano che rappresenta ogni maiale codificato
con simboli diversi che indicano lallevatore e quindi il tipo genetico di appartenenza.

Risulta graficamente evidente che i 640 individui non hanno alcuna tendenza ad aggregarsi in cluster
separati, ma formano ununica nuvola dai contorni sfumati. Inoltre, i diversi simboli che
rappresentano lorigine genetica e ambientale degli animali risultano variamente mescolati
indicando, fatto estremamente importante, che per quanto riguarda le due prime componenti
principali, associate al magro e al grasso, la variabilit individuale di gran lunga superiore alla
variabilit riconducibile allinsieme dei fattori genetici e ambientali che sono comuni a tutti i suini di
uno stesso allevamento.

Lo stesso tipo di situazione si osserva dal plot della prima componente sulla terza e ancora da quello
della seconda sulla terza.

31

In buona sostanza quindi possiamo concludere che quasi il 44% della variabilit complessiva delle
16 variabili utilizzate nellanalisi riconducibile a tre variabili lineari nuove e tra loro indipendenti.
Di queste la prima associata alla componente magra del suino, la seconda a quella grassa e la terza,
minoritaria, alla qualit della coscia alla rifilatura. Considerando queste tre componenti principali
non si ha alcuna evidenza che vi siano differenze sistematiche tra gli allevamenti di provenienza
degli animali. Poich ogni allevamento caratterizzato sia da condizioni alimentari, stabulative e
manageriali proprie che da una specifica tipologia genetica di incrocio utilizzata, possiamo
concludere che non possibile individuare un tipo genetico o un modello allevatoriale da preferire o
da rifiutare in relazione alle caratteristiche di magro, grasso o di qualit della coscia dei suini.

Questo risultato sembra diverso da quanto visto in precedenza: nellanalisi della varianza il fattore
allevamento entro macello presentava sempre forti e significative differenze per ogni variabile. Qui
invece le nuove variabili ottenute dalla PCA negano quellevidenza. Va ricordato per il significato
delle nuove variabili che aggregano tutte le caratteristiche di un animale in modo multivariato e non
si limitano a confronti separati e univariati.

32

STUDIO DI UNA EQUAZIONE DI PREVISIONE DELLA QUALIT DELLA COSCIA E IPOTESI DI

PAGAMENTO DEI SUINI A QUALIT

La PCA pu essere naturalmente condotta anche su sottoinsiemi dellintero data set suddividendo gli
animali, ad esempio, in base alla loro classificazione EUROP. In questo modo possiamo verificare
se la variabilit complessiva viene comunque sempre ricondotta a componenti associabili al magro,
al grasso e alla qualit della coscia e nel caso, se possiamo utilizzare i coefficienti dei relativi auto-
vettori per predire almeno indicativamente la valutazione finale della coscia in base alle variabili
misurate in catena.

Lanalisi condotta entro le classi EUROP di numerosit adeguata (U, R e O) ha mostrato che la III o
la IV componente principale mantenevano un chiaro riferimento alla qualit della coscia. Tale
riferimento risultava utilizzabile in quanto i coefficienti relativi alle variabili misurate in catena
potevano avere un significato predittivo a causa della loro posizione estrema nellauto-vettore.
stata quindi creata una variabile artificiale (x) entro classe EUROP moltiplicando i coefficienti
riassunti nella tabella seguente (ricavati dagli auto-vettori dellanalisi) per le variabili individuali
misurate in catena. La tabella seguente riporta gli elementi degli auto-vettori utilizzabili in campo
per predire la valutazione finale della coscia.

Classe EUROP MAGROF GRASSOF PESOCA PCA % di variabilit n

U -0,3350 -0,2830 -0,2240 III CP 9,52 168
R -0,007 0,0385 -0,0530 IV CP 9,03 287
O 0,5542 0,5187 -0,1460 III CP 10,88 116

Successivamente si verificato il potere predittivo della nuova variabile creata (x) utilizzandola
entro un semplice modello di regressione lineare sulla valutazione finale della coscia ridefinita
secondo lipotesi di punteggio 2 descritta pi sopra (y):

yi = a + bxi + ei

Nella tabella che segue si vede come per le carcasse U ed R la regressione non dia risultati
significativi sebbene per R ci si avvicini molto alla soglia di significativit del 5%.

Classe EUROP P (F) n

U 0,3232 n.s. 168
R 0,0605 n.s. 287
O 0,0328 * 116

Per quanto riguarda le carcasse O, che come si visto pi sopra possono essere considerate quelle
che mediamente ottengono una valutazione della coscia migliore, i risultati della regressione
indicano che possibile predire in modo significativo (P = 0,0328) la valutazione della coscia

33

secondo la precedente ipotesi 2, sulla base discriminante del valore di x calcolato per ogni animale
come:

x = (magro FOM)* 0,5542 + (grasso FOM) * 0,5187 + (peso della carcassa) * -0,1460

I valori di x calcolati per le 116 carcasse di categoria O assumono valori compresi tra 5 e 44 con una
media vicina a 25. I parametri della retta di regressione sono risultati: intercetta, a = 7,19 e
coefficiente di regressione, b = -0,07918. Ordinando le carcasse in base a x e suddividendole in 3
gruppi di circa pari numerosit possiamo stabilire dei valori discriminanti di x che, entro la classe O,
indichino una probabilit di valutazione della coscia (secondo lipotesi 2) che sia superiore, pari o
inferiore alla media della classe.

Utilizzando i dati sperimentali possiamo sintetizzare nella seguente tabella il criterio di

differenziazione delle cacasse O in base al valore di x.

Valutazione attesa Valore aggiunto alla

Range del valore di x
della coscia carcassa di classe O
5 < x < 22 6,3 positivo
22 < x < 31 4,9 nullo
31 < x < 44 4,3 negativo

A questo punto abbiamo provato a simulare una possibile situazione di pagamento a qualit delle
carcasse per confronto con lattuale sistema in uso di pagamento a peso vivo. Abbiamo innanzitutto
assunto un pagamento al kg a peso vivo di 1,20 e assumendo un peso vivo medio di 160 kg (questo
dato non stato in realt registrato dal Progetto) abbiamo aggiustato il pagamento a peso morto della
carcassa a 1,47.

Considerando solamente le carcasse U, R e O la tabella che segue riassume il pagamento a peso

vivo.

Peso medio
Classe N Euro/kg kg di carne Importo
delle carcasse
U 168 129,4 1,470 21.743 31.962
R 287 130,5 1,470 37.445 55.044
O 117 131,7 1,470 15.412 22.656
Totale 572 130,4 74.600 109.662

Come si vede il pagamento identico per ogni classe e il valore di questa ipotetica partita sarebbe
stato di 109.662 a fronte di 746 quintali di carne.

Vediamo ora come potrebbe essere realizzato un pagamento a qualit diversificato per le classi e le
sottoclassi descritte in precedenza. Limporto in euro per kg stato naturalmente definito in modo
che il valore complessivo della partita rimanesse identico.

34

 Peso medio Fattore di

Classe N delle Euro/kg correzione del kg di carne Importo
carcasse prezzo
U 168 129,4 1,538 0,90 21.743 30.096
R 287 130,5 1,538 0,97 37.445 55.863
O+ 40 136,2 1,538 1,01 5.447 8.461
O= 42 128,0 1,538 1,00 5.375 8.267
O- 35 131,2 1,538 0,99 4.591 6.990
Totale 572 130,4 74.600 109.676

I fattori di correzione del prezzo indicati in tabella rapportano le classi O, R ed U ai coefficienti pi

sopra definiti che si riferivano alla diversa valutazione della coscia secondo lipotesi 2. Entro la
classe O stata poi operata la suddivisione in 3 sottoclassi in funzione del valore di x ottenuto
aggregando i dati di base del FOM e il peso della carcassa con uno scarto arbitrario dell1% tra ogni
sottoclasse.

Un approccio di questo genere propone quindi che il pagamento di una carcassa sia basato sulla sua
qualit. Il suo valore sia cio soggetto a variazioni, complessivamente dellordine massimo del 10%,
in funzione della classe di carnosit EUROP di appartenenza. Inoltre, nel caso di carcasse O (le
migliori, anche se di poco) in funzione ancora di un ulteriore parametro definibile facilmente e senza
ulteriori rilievi dai dati di macellazione: il peso della carcassa, il magro FOM e il grasso FOM.

Naturalmente necessario che i rilievi FOM siano assolutamente accurati ed affidabili. Fatto che
allo stato attuale richieder una attenta messa a punto ed un rigoroso monitoraggio.

Lipotesi di pagamento a qualit sopra riportata non vuole essere una reale proposta da applicare
direttamente nella forma qui presentata, ma semplicemente porre delle basi tecniche per una
discussione serena su un argomento tanto delicato che renda attori promotori gli allevatori di suini.
Arrivare ad una situazione di pagamento dei suini a qualit richieder certamente tempo e una
crescita di consapevolezza di tutto il comparto. Gli allevatori dovranno interessarsi sempre pi a
come i loro suini escono dalla catena di macellazione in modo da correggere eventualmente il loro
modus operandi in allevamento e contemporaneamente interagire con il macello in modo da non
lasciare a questultimo margini di valorizzazione del prodotto di cui lallevatore, autore e fornitore
della materia prima, potrebbe e dovrebbe essere partecipe.

35

Conclusioni

QUESITI DEL PROGETTO

Lapprovazione del presente Progetto prevedeva che lanalisi dei dati raccolti desse risposte ad
alcuni quesiti. Riportiamo qui di seguito tali quesiti e formuliamo in sintesi le risposte che i dati
hanno fornito.

Le elaborazioni effettuate sui parametri rilevati durante la fase di macellazione permetteranno di

verificare:
1. la variabilit esistente fra i tipi genetici conferiti per la macellazione;
2. limportanza dei tagli anatomici nel definire una valutazione qualitativa della carcassa;
3. linfluenza del personale addetto allutilizzo della strumentazione FOM sulla classificazione
delle carcasse;
4. lefficacia della classificazione ottenuta mediante lattrezzatura FOM nel definire la qualit
reale della carcassa;
5. la valutazione di nuovi strumenti o modalit, per monitorare e di conseguenza tutelare la
qualit delle produzioni tipiche.

RISPOSTE AI QUESITI

1. Nellallevamento suino prassi normale che ogni allevatore produca i suoi suini da macello
praticando il tipo di incrocio che pi gli aggrada. In questo modo leffetto di ogni tipo genetico
statisticamente confuso con quello ambientale di allevamento. Il tentativo di separare leffetto
dellallevamento da quello della composizione dellibrido prodotto, stimando gli effetti semplici
dei tipi genetici alla base degli ibridi, non ha dato risultati soddisfacenti in quanto tali effetti
semplici non sono separabili da quelli della combinazione genetica ossia da quelli di dominanza
che determinano leterosi del prodotto finale. Cionondimeno dallanalisi delle componenti
principali su 16 variabili raccolte nel campione di quasi 660 animali, risultato che le prime 3
componenti, che assorbono il 44% della variabilit complessiva del sistema e che sono associate
rispettivamente alle componenti magre, grasse e qualitative del campione, non sono in grado di
separare gli animali in alcun tipo di cluster che rispecchi lorigine allevatoriale e
conseguentemente il tipo genetico degli animali. Si pu quindi concludere che i dati campionari
mostrano che la variabilit individuale molto superiore alla variabilit sistematica tra i tipi
genetici esaminati e non quindi possibile evidenziare alcuna differenza sistematica e obbiettiva
tra questi.
2. Data limportanza enorme della coscia nel determinare il valore della carcassa di un suino
pesante (intorno al 40% del suino sezionato) il Progetto si particolarmente concentrato su
oggettivi parametri di valutazione qualitativa di questo taglio anatomico producendo e
collaudando, come atteso, una scheda di valutazione lineare della coscia rifilata. Alcuni
parametri misurati su questultima mostrano correlazioni deboli ancorch molto significative con
le variabili misurate in catena o al sezionamento. Ad esempio il peso di spalla e coscia
positivamente correlato con la compattezza delle masse muscolari della coscia alla rifilatura. Ma
i tagli ottenuti al sezionamento sono soprattutto ben correlati al peso della carcassa, di

36

 conseguenza la valutazione della qualit della carcassa, per quanto concerne la sua ricchezza in
tagli carnosi commerciali ben indicata dal semplice peso delle due mezzene.
3. I risultati ottenuti circa lutilizzo della strumentazione FOM indicano che molto deve essere
ancora fatto per razionalizzarne luso. Un macello su quattro genera dei dati di spessore del
grasso e spessore del magro che convergono verso un dato di carnosit diverso da quello
ottenibile dalla corretta applicazione della formula ufficiale. Si tratta di una evidenza inquietante
che dovrebbe attivare forme di controllo rigoroso e periodico sia sullhardware che sul software
di tali macchinari. Il FOM inoltre sembra essere usato non continuativamente durante le
macellazioni, ma in modo saltuario, forse solo in occasione dei nostri campionamenti.
Limpossibilit da parte del progetto di retribuire pi operatori a rotazione nei diversi macelli ha
reso impossibile una valutazione dellinfluenza del personale addetto che di norma stato un
dipendente per ogni macello. Ma la valutazione della variabilit tra operatori sembra oggi un
dettaglio minore rispetto carenze di ben pi vasta portata. Controlli a campione sulla correttezza
delluso della sonda potrebbero inoltre garantire una maggiore precisione dei rilievi.
4. La qualit reale della carcassa sembra poco spiegata dalla carnosit ottenuta come misurazione
continua mediante lattrezzatura FOM. La carnosit FOM presenta solo una debolissima
correlazione col peso dei lombi mentre sarebbe stato lecito aspettarsi che fosse un buono
strumento di predizione di tutti i tagli carnosi allo smontaggio. Il semplice peso della carcassa
presenta correlazioni con questi tagli molto pi forti e significative. Pi significative della stessa
misura del magro FOM che, rilevando lo spessore del Longissimus Dorsi dovrebbe avere con il
peso del lombo una correlazione superiore al 19% trovato. La carnosit quindi, se considerata
secondo le classi EUROP, coglie in modo significativo solo le differenze di peso tra lombi e
coppe. Se considerata come misura continua, generata dalla formula ufficiale, mostra una debole
correlazione con i soli lombi. Circa la qualit della coscia, valutata secondo una scheda lineare
messa a punto dal progetto, risultato che le carcasse migliori per tale valutazione sono quelle
classificate O seguite, con uno scarto del 3% di punteggio, da quelle R e con uno scarto del 10%
da quelle U. La scarsit dei dati per le carcasse E e P rende aleatoria la definizione di scarti
relativi per queste classi. Utilizzando i dati dellanalisi delle componenti principali stato
tuttavia possibile, ma solo entro la categoria O, definire delle equazioni in grado di riconoscere
una ulteriore suddivisione capace di predire in modo statisticamente significativo, ancorch
piuttosto debole, tre diverse sottoclassi classi di O: O+, O=, O-. Sulla base di questi risultati si
tentata una simulazione il cui scopo stato pi che altro quello di introdurre in un comparto cos
sensibile lidea che un pagamento dei suini a qualit forse possibile e capace di creare spazi
nuovi di selezione e di ritorno economico per gli allevatori.
5. La qualit delle produzioni tipiche, segnatamente quella relativa alle cosce utilizzate per il
prosciutto crudo DOP, richiede la produzione di animali con un corretto equilibrio tra la
componente magra e quella grassa. Questo punto di equilibrio certamente di difficile
raggiungimento in quanto queste due componenti sono tra loro correlate in modo negativo.
Inoltre anche la deposizione di grasso presenta notevole variabilit individuale tanto che la
correlazione tra il grasso FOM (tra la 3a e la quartultima costa) e il grasso di copertura in corona
solo del 25%. La produzione di animali attraverso ogni possibile tipo di incrocio, infine, non
aiuta certo a restringere lenorme variabilit genetica disponibile. Lattivit selettiva operata dal
Libro Genealogico delle razze suine italiane ha trovato, nella misura del calo di salagione delle
cosce, un parametro importante ed innovativo nel raggiungimento e nella conservazione di
questo equilibrio. Il grafico seguente che mostra la relazione tra gli indici genetici della Large
White per calo e tagli magri bene illustra la difficolt che la nostra selezione suina affronta,
unica in Europa.

37


I risultati di questo progetto mostrano che rilievi operati in catena possono fornire degli
elementi di predizione, non estremamente accurati, ma certamente sufficienti a iniziare a
formulare programmi di valorizzazione delle nostre produzioni tipiche. necessario
comunque preliminarmente che le rilevazioni FOM raggiungano una riconosciuta e solida
precisione e che si apra un sereno dibattito tecnico sulle modalit di pagamento dei suini in
base alla loro qualit.

38

 Si ringraziano per la fattiva collaborazione i 15 allevamenti lombardi ed i 4 macelli che

hanno partecipato alla realizzazione del Progetto.

Si ringraziano inoltre i tecnici SATA che hanno permesso la raccolta dei dati presso i
macelli e lUniversit degli Studi di Milano VSA per la collaborazione e lelaborazione
delle informazioni.
 Il sito della ricerca in agricoltura
www.agricoltura.regione.lombardia.it