ANALISIS, TECNICA PARA EL ANALISIS DE

DATOS, INTERPREACION Y MATRIZ DE

CONSISTENCIA
DOCENTE: Ing. Daniel Vergara Lovera
ALUMNA : Astocaza Camargo Sonia Justina CICLO
: IV A

2017
 ANALISIS Y TECNICAS PARA EL ANALISIS DE DATOS
Es la actividad de transformar un conjunto de
datos con el objetivo de poder verificarlos muy
bien dndole al mismo tiempo una razn de
ser o un anlisis racional. Consiste en analizar
los datos de un problema e identificarlos.

El anlisis de datos consiste en la realizacin

de las operaciones a las que el investigador
someter los datos con la finalidad de alcanzar
los objetivos del estudio.

Todas estas operaciones no pueden definirse de antemano de manera rgida.

La recoleccin de datos y ciertos anlisis preliminares pueden revelar
problemas y dificultades que desactualizarn la planificacin inicial del anlisis
de los datos.

Sin embargo es importante planificar los principales aspectos del plan de

anlisis en funcin de la verificacin de cada una de las hiptesis formuladas
ya que estas definiciones condicionarn a su vez la fase de recoleccin de
datos.

1.-PROPOSITO DEL ANALISIS DE DATOS: Es resumir las observaciones

llevadas a cabo de tal forma que proporcionen respuesta a las interrogantes
de la investigacin.

Los datos, a partir de los cuales el investigador inicia el anlisis, son diferentes
segn el nivel de elaboracin realizado, el cual depende de la naturaleza del
problema de investigacin y, consecuentemente, del tipo de investigacin;
tambin de las tcnicas y procedimientos seguidos en la elaboracin. De
acuerdo a estas consideraciones, los datos que se utilizan en el anlisis
pueden ser:

Datos cuantificados.
Datos no cuantificados.
Datos no estructurados.
1) Anlisis de los datos cuantificados: Algunos tipos de estudios, por su
naturaleza, aportan datos elaborados, es decir, cuantificados. El tratamiento
estadstico de los datos permite un anlisis adecuado que puede tener
diversos alcances, los cuales dependen de los objetivos de la investigacin
y de las hiptesis formuladas. Segn Selltiz el anlisis puede estar
orientado a:
Determinar lo que es tpico en el grupo estudiado. (Se utiliza algunas de las
medidas de tendencia central, segn el caso).
 Indicar si existen variaciones entre los sujetos del grupo, sealando de qu
tipo y magnitud son. (Se utiliza alguna de las medidas de variabilidad; cada
una proporciona datos sobre un aspecto diferente).
Mostrar la forma cmo estn distribuidos los individuos con respecto a la
variable que se mide. (Se utiliza el desarrollo de una curva de distribucin).
Mostrar la relacin existente entre dos o ms variables. (Se aplica el
coeficiente de variabilidad).
Describir las diferencias existentes comparando dos grupos de individuos
2) Anlisis de los datos no cuantificados:

No todos los aspectos del material recogido pueden ser categorizados y,

consecuentemente, cuantificados, debidos, en algunos casos, a la falta de
precisin en la definicin de las categoras, lo que dificulta el anlisis de los
resultados. Por este motivo, se recomienda considerar que cada categora
propuesta comprenda un amplio margen de criterios para las respuestas. De
todos modos, los datos sin elaborar, "pueden ser utilizados en el anlisis e
interpretacin sin tener en cuenta si han sido o no cuantificados en todos los
aspectos", pues cumplen una funcin importante:

Ayudan a entender el significado de las categoras.

Aclaran la naturaleza de las relaciones entre las variables determinadas
estadsticamente.
Permiten orientar al investigador a formular nuevas hiptesis para
futuras investigaciones.
3) Anlisis de los datos no estructurados: El material no estructurado es el
que proviene, por ejemplo, de observaciones o entrevistas no estructuradas,
en las cuales se recoge mucho material, a veces valioso, pero sin ninguna
pauta que permita alguna forma de organizacin y menos de clasificacin.
En algunos casos, los estudios de nivel exploratorio, que no se inician con
hiptesis, cubren aspectos diversos, los cuales conducen al acopio de datos
en cantidad excesiva y no estructurado.

El problema que plantea este tipo de datos es doble: primero porque se

necesita determinar qu aspectos del material requieren ser categorizados,
y segundo, saber qu principios de clasificacin pueden utilizarse. Selltiz
propone, como soluciones al problema expuesto, elaborar, en primer
trmino, hiptesis de trabajo que permitan establecer principios de
clasificacin y, en segundo lugar, utilizar algunos procedimientos que
puedan ayudar en el anlisis, tales como: Estudiar el material
correspondiente a un grupo que contrasta con el que se est investigando,
con el objeto de obtener elementos que sugieran ideas sobre las diferencias
significativas entre ambos grupos, respecto de la caracterstica que se
analiza. Otro procedimiento consiste en formar grupos con lo casos motivo
de estudio sobre caractersticas comunes; despus se analizan para ver si
aquellos que tienen caractersticas semejantes han pasado por experiencias
parecidas. Tambin, pueden formarse grupos sobre la base de aquellos que
 han tenido experiencias similares, y ver en qu medida, son semejantes
respecto de las caractersticas comunes que presentan

Existen dos grandes familias de tcnicas de anlisis de datos:

Tcnicas cualitativas: En las que los datos son presentados de manera

verbal (o grfica) Como los textos de entrevistas, las notas, los documentos

Tcnicas cuantitativas: en las que los datos se presentan en forma

numrica

Estas dos modalidades son especies radicalmente diferentes y utilizan

conocimientos y tcnicas completamente diferenciadas.

2.-Procedimientos de Anlisis de Datos

Una vez concluidas las etapas de coleccin y procesamiento de datos se inicia

con una de las ms importantes fases de una investigacin: el anlisis de
datos. En esta etapa se determina como analizar los datos y que herramientas
de anlisis estadstico son adecuadas para ste propsito. El tipo de anlisis de
los datos depende al menos de los siguientes factores.

a) El nivel de medicin de las variables.

b) El tipo de hiptesis formulada.

c) El diseo de investigacin utilizado indica el tipo de anlisis requerido para la

comprobacin de hiptesis.

El anlisis de datos es el precedente para la actividad de interpretacin. La

interpretacin se realiza en trminos de los resultados de la investigacin. Esta
actividad consiste en establecer inferencias sobre las relaciones entre las
variables estudiadas para extraer conclusiones y recomendaciones (Kerlinger,
1982). La interpretacin se realiza en dos etapas:

a) Interpretacin de las relaciones entre las variables y los datos que las
sustentan con fundamento en algn nivel de significancia estadstica.

b) Establecer un significado ms amplio de la investigacin, es decir,

determinar el grado de generalizacin de los resultados de la investigacin.

Las dos anteriores etapas se sustentan en el grado de validez y confiabilidad

de la investigacin. Ello implica la capacidad de generalizacin de los
resultados obtenidos.

Analizar significa establecer categoras, ordenar, manipular y resumir los

datos, (Kerlinger, 1982, p. 96). En esta etapa del proceso de investigacin se
procede a racionalizar los datos colectados a fin de explicar e interpretar las
posibles relaciones que expresan las variables estudiadas.
El diseo de tablas estadsticas permite aplicar tcnicas de anlisis complejas
facilitando este proceso. El anlisis debe expresarse de manera clara y simple
utilizando lgica tanto inductiva como deductiva.

Los resultados de una investigacin basados en datos muestrales requieren de

una aproximacin al verdadero valor de la poblacin (Zorrilla, 1994). Para
lograr lo anterior se requiere de una serie de tcnicas estadsticas. Estas
tcnicas se derivan tanto de la estadstica paramtrica como de la estadstica
no paramtrica. La primera tiene como supuestos que la poblacin estudiada
posee una distribucin normal y que los datos obtenidos se midieron en una
escala de intervalo y de razn. La segunda no establece supuestos acerca de
la distribucin de la poblacin sin embargo requiere que las variables
estudiadas se midan a nivel nominal u ordinal (ver Weiers, 1993).

Las tablas diseadas para el anlisis de datos

se incluyen en el reporte final y pueden ser
tiles para analizar una o ms variables. En
virtud de ste ltimo criterio el anlisis de
datos puede ser univariado, bivariado o
trivariado.

Existen 3 factores:

A. Nivel de medicin de la variable

B. Como se formularon las hiptesis u objetivos
C. Inters del investigador

El anlisis descriptivo final es sobre las variables del estudio

La estadstica no es un fin en s misma sino una herramienta para evaluar dato

Las distribuciones de frecuencias tambin se pueden graficar

como polgonos de frecuencias?
Los polgonos de frecuencias relacionan las puntuaciones con sus respectivas
frecuencias. Es ms bien propio de un nivel de medicin por intervalos o razn.
Los polgonos se construyen sobre los puntos medios de los intervalos.

2.-Medidas de Tendencia Central:

Las medidas de tendencia central son puntos en una distribucin obtenida, los
valores medios o centrales de sta, y nos ayudan a ubicarla dentro de la escala
de medicin. Las principales medidas de tendencia central son tres: moda,
mediana y media. El nivel de medicin de la variable determina cul es la
medida de tendencia central apropiada para interpretar.

ANALISIS CUALITATIVO:
Es un anlisis muy complicado, al final por mucho
que sepamos manejar conceptos, hay unas grficas
complejas que intentan ligar nmeros con palabras.
En este tipo de anlisis suele haber solapamientos
que sucede cuando utilizamos diferentes
instrumentos para medir una misma cosa, si sucede
eso tendremos que reducir la informacin y
trasladarla a un solo valor.

No existen reglas formales (al estilo de los mtodos

estadsticos) para la realizacin de anlisis
cualitativos. Sin embargo estos estudios suelen
realizarse en las siguientes cuatro etapas:

1. Preparacin y descripcin del material bruto.-

Consiste en preparar la base documental completa y fcilmente accesible
La informacin debe ser detectable (saber que existe) ubicable (dnde se
encuentra) y trazable (dnde y cmo se obtuvo, cules son sus fuentes).
Existe software que facilita algo esta tarea.
La informacin suele ser voluminosa por lo que en muchos casos se
requiere bastante trabajo de preparacin.
La prueba del xito de esta etapa sera que un investigador ajeno a la
investigacin pudiera ejecutar las fases siguientes del anlisis de datos a
partir de la base documental

2. Reduccin de los datos.-Se intenta reducir el volumen de los datos,

despejando los componentes (las variables) de inters para la investigacin.
(Puede ser slo enumerativo como en el anlisis de contenidos o ms
complejo como en el anlisis semitico)

Existen tres formas de realizar la reduccin de datos:

A. La redaccin de resmenes: reduce la masa de informacin pero no

utiliza mtodos muy especficos (no es replicable por otros investigadores).
En el resumen se procura identificar los conceptos relevantes y cmo stos
se relacionan entre s.
B. La codificacin: es el modo ms desarrollado de reduccin de datos.
Consiste en atribuir categoras o conceptos a porciones del material bien
circunscriptas y que presentan una alta unidad conceptual. Un buen sistema
de codificacin debe ser.
Inclusivo: exhaustivo (abarcar todas las posibilidades) y permitir que
cada elemento tenga tantos cdigos como sea necesario para la
investigacin
Adaptativo: debe permitir generar nuevos cdigos cuando la
investigacin lo requiera
Abarcar varios niveles de abstraccin: permitir categoras descriptivas y
analticas
C. Induccin: consiste en identificar temas a partir de la base de datos y luego
realizar reagrupamientos a partir de estos temas

3. Eleccin y aplicacin de los mtodos de anlisis.-

En esta etapa se procede a la interpretacin de los datos utilizando tres

posibles mtodos de anlisis para detectar patrones a partir de los datos
previamente organizados

a. Mtodo de emparejamiento: compara una configuracin terica

predicha con una configuracin emprica observada. (Requiere Teora
previa y eleccin cuidadosa del caso o casos adecuados para poner la
Teora a prueba).
b. Mtodo iterativo: Abordaje de los datos con mnima formalizacin
terica y construccin progresiva de una explicacin. (Requiere
conocimiento de las diferentes teoras que pueden explicar el fenmeno
y la realizacin de un trabajo reiterado sobre los datos).
c. Mtodo de anlisis histrico (series temporales): Consiste en
formular predicciones sobre la evolucin en el tiempo de un fenmeno.
Es un caso particular del mtodo de emparejamiento en el que la Teora
es la prediccin sobre el futuro.

Los tres mtodos pueden utilizarse conjuntamente.

Descripcin: organizacin de la informacin en matrices o figuras, tendr que

reducir y agruparlos por caractersticas, por ejemplo agrupo los deportes con
pelota en un grupo.

Comparacin: en estudios de comparacin de variables comparo unos valores

con los otros y los interpreto.

4. Anlisis transversal de los casos estudiados (si hubiera ms de uno).-

El anlisis transversal apunta esencialmente a verificar si hay replica de

resultados entre varios casos o situaciones. Se agrega a las etapas
precedentes cuando los datos cualitativos recolectados se refieren a varios
casos del fenmeno (organizaciones, situaciones, individuos)

Procede por comparacin dnde cada situacin es analizada de acuerdo al o

los modos de anlisis descritos precedentemente, de manera de captar si los
modelos o patrones observados se reproducen

ANALISIS CUANTITATIVO
 Son los ms conocidos. En muchos casos, cuando
se requieren tcnicas estadsticas muy complejas es
conveniente solicitar el apoyo de especialistas (que
pueden conocer mejor las tcnicas, en particular sus
alcances y limitaciones).
Existen dos niveles de anlisis cuantitativos.

1. Anlisis descriptivos.-

Consiste en asignar un atributo a cada una de las

variables del modelo terico.

Los atributos pueden ser estadsticos descriptivos

como la media, la mediana, la moda o la varianza,
sobre cuyas propiedades existe gran conocimiento,
experiencia y consenso, por lo que no es necesario
realizar anlisis de validez y fiabilidad. Pero en
estadsticos menos conocidos (como por ejemplo la covarianza) puede ser
necesario realizar este tipo de anlisis.

Es necesario tener definidos los criterios a seguir en caso de porcentajes

elevados de no respuesta y los eventuales sesgos que esto pueda representar.
El anlisis descriptivo suele realizarse mediante la utilizacin de software
estadstico como el SPSS, Systat, etc.

2. Anlisis ligados a las hiptesis.-

Cada una de las hiptesis planteadas en el estudio debe ser objeto de una
verificacin. Cuando los datos recolectados son de naturaleza cuantitativa, esta
verificacin se realiza con la ayuda de herramientas estadsticas que se definen
sobre la base de 3 aspectos principales:

Las hiptesis que se desea verificar.

Los diseos de investigacin (experimental, quasi experimental,
experimental invocado).
Distribucin estadstica de las variables

En los anlisis cuantitativos debemos seguir los siguientes pasos:

a. Depurar datos.-El propsito de la depuracin de datos es buscar y arreglar

estas y otras inconsistencias que pudieran ocasionar que aparezcan
registros duplicados o incorrectos en la base de datos.
b. Eliminar los datos atpicos si son contaminantes ..-Valor atpico es una
observacin que es numricamente distante del resto de los datos. Las
estadsticas derivadas de los conjuntos de datos que incluyen valores
atpicos sern frecuentemente engaosas. Por ejemplo, en el clculo de la
temperatura media de 10 objetos en una habitacin, si la mayora tienen
 entre 20 y 25 C, pero hay un horno a 350 C, la mediana de los datos
puede ser 23, pero la temperatura media ser 55. En este caso, la mediana
refleja mejor la temperatura de la muestra al azar de un objeto que la media.
Los valores atpicos pueden ser indicativos de datos que pertenecen a una
poblacin diferente del resto de la muestra establecida).
c. Proceder a la seleccin de la prueba estadstica.-La estadstica
descriptiva es una gran parte de la estadstica que se dedica a analizar y
representar los datos. Este anlisis es muy bsico. Algunos ejemplos son:
media, moda, desviacin estndar, etc. La inferencia estadstica o
estadstica inferencial es una parte de la estadstica que comprende los
mtodos y procedimientos para deducir propiedades (hacer inferencias) de
una poblacin, a partir de una pequea parte de la misma muestra. La
bondad de estas deducciones se mide en trminos probabilsticos, es decir,
toda inferencia se acompaa de su probabilidad de acierto.
d. Aplicar el programa estadstico para el anlisis. Analizar es
descomponer el todo en sus partes, recomponer y observar de nuevo el
fenmeno a travs de las medidas aplicadas.
e. Interpretar los datos.- En contraste con el anlisis la interpretacin "va
ms all" de lo que los datos nos pueden reflejar, en el proceso de
interpretacin parte de un concepto vaco y busca una cosa real que lo
encarne.

FASE PARA EL PROCESO DE ANALISIS DE DATOS:

Estadstica Descriptiva para cada variable:

La primera tarea es describir los datos, los valores o las puntuaciones
obtenidas para cada variable.

Se pueden utilizar todas las herramientas estadsticas conocidas: - La

distribucin de frecuencias. Puede ser relativa en porcentajes simples o
acumulada. Los grficos ms utilizados son los histogramas y los grficos
circulares

1.-Distribucion de Frecuencias:
Es un conjunto de puntuaciones respecto a una variable ordenada en sus
respectivas categoras y generalmente se presenta como una tabla.

Las distribuciones de frecuencias pueden completarse agregando los

porcentajes de casos en cada categora, los porcentajes vlidos (excluyendo
los valores perdidos) y los porcentajes acumulados (porcentaje de lo que se va
acumulando en cada categora, desde la ms baja hasta la ms alta). De
qu otra manera pueden presentarse las distribuciones de
frecuencias?
Las distribuciones de frecuencias, especialmente cuando utilizamos los
porcentajes, pueden presentarse en forma de histogramas o grficas de otro
tipo (por ejemplo: de pastel)

Las distribuciones de frecuencias tambin se pueden graficar

como polgonos de frecuencias?
Los polgonos de frecuencias relacionan las puntuaciones con sus respectivas
frecuencias. Es ms bien propio de un nivel de medicin por intervalos o razn.
Los polgonos se construyen sobre los puntos medios de los intervalos.

2.-Medidas de Tendencia Central:

Las medidas de tendencia central son puntos en una distribucin obtenida, los
valores medios o centrales de sta, y nos ayudan a ubicarla dentro de la escala
de medicin. Las principales medidas de tendencia central son tres: moda,
mediana y media. El nivel de medicin de la variable determina cul es la
medida de tendencia central apropiada para interpretar.

La moda es la categora o puntuacin que ocurre con mayor frecuencia. Se

utiliza con cualquier nivel de medicin.

La mediana es el valor que divide la distribucin por la mitad. Esto es, la mitad
de los casos caen por debajo de la mediana y la otra mitad se ubica por encima
de sta. La mediana refleja la posicin intermedia de la distribucin.

La mediana es una medida de tendencia central propia de los niveles de

medicin ordinal, por intervalos y de razn. No tiene sentido con variables
nominales, porque en este nivel no hay jerarquas ni nocin de encima o
debajo.

3.-Medidas de la variabilidad:
Las medidas de la variabilidad indican la dispersin de los datos en la escala
de medicin y responden a la pregunta: dnde estn diseminadas las
puntuaciones o los valores obtenidos? Las medidas de tendencia central son
valores en una distribucin y las medidas de la variabilidad son intervalos que
designan distancias o un nmero de unidades en la escala de medicin. Las
medidas de la variabilidad ms utilizadas son rango, desviacin estndar y
varianza.

El rango, tambin llamado recorrido, es la diferencia entre la puntuacin mayor

y la puntuacin menor, e indica el nmero de unidades en la escala de
medicin que se necesitan para incluir los valores mximo y mnimo.

La desviacin estndar o tpica es el promedio de desviacin de las

puntuaciones con respecto a la media. Esta medida se expresa en las unidades
originales de medicin de la distribucin. Se interpreta en relacin con la media.
Cuanto mayor sea la dispersin de los datos alrededor de la media, mayor ser
la desviacin estndar.

Ejemplo:

ANALISIS DE LOS RESULTADOS

Es el proceso a travs del cual ordenamos, clasificamos y presentamos los resultados
de la investigacin en cuadros estadsticos y grficos
elaborados y sistematizados a base de tcnicas
estadsticas con el propsito de hacerlos
comprensibles.

El anlisis se hace a partir de las tablas tabuladas, y

nos permitir la reduccin y la sintetizacin de los
datos, en el cual se analizar la independencia e
interpretacin de las variables consideradas en la
investigacin, que debe estar orientada a probar la
hiptesis.

Interpretacin de Resultados:

Es la expresin de relacin existente entre los fenmenos de la correlacin de

variables consideradas en una investigacin presentada en trminos cuantitativos.

Este aspecto del proceso se realiza confrontando los resultados del anlisis de los
datos con las hiptesis formuladas y relacionando dichos resultados con la teora y los
procedimientos de la investigacin. Cuando el plan de la investigacin ha sido
cuidadosamente elaborado y las hiptesis formuladas en trminos adecuados para
una observacin confiable, los resultados obtenidos son interpretadas fcilmente. De
todos modos, la interpretacin debe limitarse al sistema de variables considerado para
cada hiptesis, pues slo stas cuentan con el fundamento terico para la
interpretacin.

1) Interpretacin de resultados positivos respecto a las hiptesis formuladas.

Cuando los resultados obtenidos permiten la verificacin de las hiptesis, se debe
cuidar que la interpretacin no exceda a la informacin que aportan los datos. Adems,
es importante considerar las exigencias de validez interna y las limitaciones que se
han presentado durante el proceso de investigacin. Es necesario sealar los factores
que no fueron controlados y que pudieron afectar los resultados. Tambin, es
conveniente relacionar los resultados obtenidos, con los logrados en otros estudios
sobre el mismo problema de investigacin. Debe manejarse con prudencia los valores
obtenidos con el anlisis estadstico, pues no siempre la significacin estadstica de
los resultados garantiza que stos sean realmente importantes (Ary, 1982).

2) Interpretacin de los resultados negativos respecto a las \hiptesis

formuladas.

Cuando los resultados no confirman las hiptesis, el investigador, debe, sin embargo,
aceptarlos como tales, puesto que en esa condicin tendrn su propio significado y
valor.

Presentacin de Resultados:
El investigador debe tener presente:
El material que va incluirse en la redaccin del trabajo, principalmente el que sirvi
para probar la hiptesis.
La redaccin del documento debe ser clara, lgica, comprensible y de acuerdo al
nivel acadmico de las personas a quienes est dirigida. Revisin cuidadosa de
cada uno de los captulos.
El investigador debe tener presente:
El material que va incluirse en la redaccin del trabajo, principalmente el que sirvi
para probar la hiptesis.
La redaccin del documento debe ser clara, lgica, comprensible y de acuerdo al
nivel acadmico de las personas a quienes est dirigida. Revisin cuidadosa de
cada uno de los captulos.

Ejemplos:

Componentes Peso Seco kg/m3 correccin por humedad Volumen

CEMENTO 307.00 307.00 0.0975
AGUA 216.48 141.76 0.2337
ARENA 862.02 956.75 0.3373
PIEDRA HUSO 57 856.42 859.85 0.3114
SIKAMENT 290N 2.60 2.60 0.0002
AIRE - -
Peso unitario 2,244.52 1
1,000.00
900.00
800.00
700.00
600.00
500.00
400.00
300.00
200.00
100.00
-
TO UA EN
A 57 0N RE
EN AG SO
9 AI
M AR T2
CE HU EN
A
EDR KAM
P I SI

SIKAMENT 290N; 0.12% CEMENTO; 13.68%

AGUA; 9.64%
PIEDRA HUSO 57; 38.16% CEMENTO
AGUA
ARENA
PIEDRA HUSO 57
SIKAMENT 290N
ARENA; 38.41% AIRE

MATRIZ DE CONSISTENCIA
Concepto:

Es un instrumento valioso que consta de un cuadro formado por columnas y

filas. El nmero de filas y columnas que deben tener la matriz de consistencia
vara segn la propuesta de cada autor.

Permite consolidar los elementos claves de todo el proceso de investigacin,

adems posibilita evaluar el grado de coherencia y conexin lgica entre el
ttulo, el problema, la hiptesis, los objetivos, las variables, el diseo de la
investigacin seleccionando los instrumentos de investigacin, as como la
poblacin y muestra de estudio.

Es un instrumento valioso que se constituye en la mdula de la investigacin,

consta de 4 a ms columnas y se desarrolla de conformidad a la propuesta de
cada autor o protocolo de investigacin. Es un instrumento de varios cuadros
formado por columnas y filas y permite evaluar el grado de coherencia y
conexin lgica entre el ttulo, el problema, los objetivos, las hiptesis, las
variables, el tipo, mtodo, diseo de investigacin la poblacin y la
muestra de estudio.

Importancia:

La importancia de una matriz de consistencia radica puesto que permite

observar la lgica interna de la propuesta de estudio, para luego validar o
corregir la matriz en mencin, que haya cohesin, firmeza y solidez en las
distintas partes, de modo que, es importante para el investigador de la misma
forma para quienes lo evalan.

Es til para construir no solo los problemas, objetivos, e hiptesis generales y

especficas, sino tambin para desarrollar el constructo del marco terico o las
bases tericas de un proyecto de investigacin y la tesis, en concatenacin a
las variables, dimensiones e indicadores y la construccin de los instrumentos
de investigacin.

Una de las partes fundamentales de un proyecto de investigacin, es la Matriz

de Consistencia. la cual facilita tener una visin general del trabajo. Y esto es a
razn de ver si estamos siendo congruentes con nuestro problema, objetivos,
hiptesis y variables.
 UTILIDAD DE LA MATRIZ
Visin global de la planeacin
Detectar: Limitaciones, errores lgicos
Coherencia en planteamientos
Impacto visual
Evaluacin del Planteamiento.
Riesgos al usar la MATRIZ:
Simpleza
Rigidez.

Caractersticas de una Matriz de Consistencia:

La matriz posee un conjunto de caractersticas, las cuales expresan su

significacin y naturaleza de la investigacin (Carrasco, 2009).
Es un instrumento de ponderacin: emplea para evaluar y medir el grado de
coherencia y consistencia entre los elementos esenciales de un estudio.
Presenta una visin panormica de los principales elementos de proyecto de
investigacin: al evaluar y medir el grado de consistencia y coherencia del
estudio, la matriz permite tener una visin global de todos sus elementos.
Es un documento que se elabora despus de terminar el diseo y elaboracin
del proyecto de investigacin: como sta es un
instrumento que examina la coherencia interna
del proyecto, se elabora al final; justamente
para evaluar cmo est la estructura
metodolgica y terica de la investigacin.
Necesariamente debe considerar el ttulo, el
problema, la hiptesis, el objetivo y las
variables de investigacin: justamente en una
investigacin
Estos elementos requieren mayores
exigencias en la conexin lgica, en mrito de
que se va comparar, si todos ellos contiene la
misma variable.

Los problemas, objetivos e hiptesis; en tanto

en cuanto los generales y especficos deben
ostentar un cdigo: teniendo en consideracin
el propsito de matriz, es de medir la relacin
lgica entre los problemas, objetivos e
hiptesis generales como especficas, por
ende se debe consignar los respectivos
cdigos, de modo que se puede observar en el
mismo nivel a cada uno de ellos.
 ASPECTOS ESENCIALES QUE DEBEN EVALUARSE EN UNA MATRIZ DE
CONSISTENCIA

Se considera como un sistema integrado coherentemente de los elementos

ms representativos del proyecto de investigacin, que nos permite evaluar la
concordancia lgica de toda su estructura terica y metodolgicamente, en
virtud de ello se consiga los siguientes aspectos:
La concordancia, solidez y consistencia del ttulo con el problema, objetivo y la
hiptesis general.
La concordancia, solidez y consistencia entre los elementos especficos del
problema, objetivos y la hiptesis.
Nmero de elementos especficos
El rubro: hiptesis general y especfico
Direccin o sentido de los elementos especficos
Naturaleza conceptual de los elementos especficos
Correspondencia entre el nmero de dimensiones de la variable independiente
con el nmero de elementos especficos del problema, objetivo e hiptesis
general.
Congruencia entre el ttulo del proyecto de investigacin y el tipo de diseo
indicado en la matriz.

Coherencia entre los mtodos y tcnicas seleccionadas con el problema de

investigacin, la poblacin y la muestra de estudio.

RECOMENDACIONES PARA ELABORAR LA MATRIZ DE CONSISTENCIA

Dominio terico y conceptual del proceso de la investigacin cientfica.

Dominio metodolgico procedimental.
Debe ser trabajada al inicio, en el proceso y se consolida al concluir el
proyecto de investigacin
Debe construirse en un cuadro que contenga columnas con elementos
claves del proyecto de inv., distribuidos secuencialmente y en forma
horizontal

Las diferencias e incoherencias detectadas e el anlisis terico y metodolgico

de los componentes de la matriz deben ser corregidos inmediatamente.

REQUISITOS PARA USAR LA MATRIZ

1. Lecturas

2. Uso de lgica (cumplir con coherencia).

 ETICA
Proviene del griego ethicos que significa carcter.
Estudia la moral, y justifica racionalmente un sistema moral de otro.
Est relacionada a los valores y distingue lo bueno, apropiado, correcto, justo, de
lo malo, incorrecto o injusto.
Una sentencia tica es una valoracin moral a personas, situaciones, cosas o
acciones, estableciendo juicios como: ese ingeniero es corrupto o su presencia
es loable,

Principio de Autonoma:
 Es el derecho de toda persona a decidir por s misma en todas las materias
que la afecten de una u otra manera, con conocimiento de causa y sin
coaccin de ningn tipo.
Es deber de cada uno de respetar la autonoma de los dems.
Principio de Beneficencia:
Aumentar al mximo los beneficios y reducir al mnimo los daos o
perjuicios.
Es derecho de toda persona vivir de acuerdo a su concepcin una vida
buena, a sus ideales de perfeccin y felicidad.
Es deber procurar el bienestar de los dems, no de acuerdo a su propia
manera de entenderlo, sino en funcin del bien que ese otro busca para s.
Principio de no maleficencia:
NO HACER DAO:
Aprender a tomar decisiones prudentes:
Aprender a tomar decisiones moralmente justas

El ingeniero tiene infinidad de deberes y responsabilidades en la toma de

decisiones que realiza da a da para su eficacia como profesional

Principio de Justicia:
Es derecho de toda persona a no ser discriminada por consideraciones
culturales, ideolgicas, polticas, sociales o econmicas.
El ingeniero no debe contravenir deliberadamente a los principios de
justicia y lealtad en sus relaciones con clientes, personal subalterno y
obreros, y a estos en el mantenimiento de condiciones equitativas de
trabajo y a su justa participacin en las ganancias

PRINCIPIOS ETICOS EN UNA INVESTIGACION:

El beneficio de la humanidad no debe anteponerse al dao que se le haga a
una persona.
El beneficio de la investigacin debe ser mayor que los riesgos y daos que
se deriven del desarrollo de la misma.
Se debe proteger en la investigacin no solo la autonoma y la vida de los
sujetos sino tambin su integridad fsica, psquica y social.
Se debe velar por que haya un medio ambiente sostenible para las futuras
generaciones.
Debe obtenerse un consentimiento pleno e informado de los sujetos que
van a participar en la investigacin.
Las personas tienen derecho a retirarse de la investigacin cuando lo
deseen sin represalias en su contra.
La experimentacin debe realizarse en primer lugar In Vitro y en animales
antes del ser humano para tratar de disminuir los riesgos.
Los informes de la investigacin deben ser verdicos en cuanto a las
muestras y mtodos como resultados.
CONSIDERACIONES ETICAS DE UNA INVESTIGACION:
 Realizacin de ensayos segn normas preestablecidas.

Obtencin de muestras de acuerdo a los lugares establecidos segn la

investigacin.

Registrar correctamente los datos y resultados obtenidos, sin su

falsificacin.

Obtencin de materiales sin daar los derechos o integridad de las

personas.

Presentar el trabajo con los resultados deseados.

TEMA PLANTEAMIENTO OBJETO DE HIPOTESIS DE VARIABLE INDICADOR METODOLOGIA

DEL PROBLEMA ESTUDIO INVESTIGACION DE ES
ESTUDIO
EFICIENCI 1.-Problema 1.-Objetivo 1.-Hipotesis 1.-Variable 1.-De las 1.- Tipo de
A DEL general: General: General: Independie variables investigacin:
ADITIVO En qu medida Determinar el 1.1. La eficiencia nte: Independie Aplicada
SIKA CEM influye la eficiencia grado de influencia del aditivo SIKA La ntes: 2.-Nivel de
PLASTIFIC del aditivo SIKA de la eficiencia del CEM eficiencia 1.1.-Nivel Investigacin:
ANTE EN CEM aditivo SIKA CEM PLASTIFICANTE en del aditivo de Explicativo.
EL DISEO PLASTIFICANTE en PLASTIFICANTE en el diseo de mezcla SIKA CEM resistencia a 3.-Mtodo de
DE el diseo de mezcla el diseo de mezcla influye en la calidad PLASTIFICA la Investigacin:
MEZCLA Y y calidad del en la calidad de de concreto en NTE en el comprensi -Inductivo
LA concreto en obras concreto en obras obras de la ciudad diseo de n 4.-Diseo de
CALIDAD de la ciudad de Ica? de la ciudad de Ica. de Ica. mezcla 1.2.-Nivel -Investigacin:
DEL 2.-Problemas 2.-Objetivos 2.Hipotesis 2.-Variable de control Experimental?
CONCRET Especficos: Especficos: Especificas: Dependien de 5.-Tcnicas de
O EN 2.1 En qu medida 2.1. Determinar el 2.1. El grado de te: dosificacin Investigacin:
OBRAS DE influye el grado de grado de dosificacin de la Calidad de . Investigacin
LA dosificacin de la dosificacin en la eficiencia del concreto 1.3.-Nivel
CIUDAD eficacia del aditivo eficiencia del aditivo SIKA CEM en obras de de
DE ICA. SIKA CEM aditivo SIKA CEM PLASTIFICANTE en la Ciudad consistencia 6.-Instrumento:
PLASTIFICANTE en PLASTIFICANTE en el diseo de mezcla de Ica. . -Hoja tcnica del
el diseo de mezcla el diseo de mezcla influye en la calidad 1.4.-Nivel Aditivo.
y en la calidad del y en la calidad de de concreto en de Peso -Certificacin del
concreto en obras concreto en obras obras de la ciudad Unitario y laboratorio.
de la ciudad de Ica? de la ciudad de Ica. de Ica. rendimiento Poblacin:
2.2 En qu medida 2.2. Determinar el 2.2. El nivel de . Aditivos sika
influye el nivel de nivel de influencia resistencia a 6. Muestra:
resistencia a la de la resistencia a compresin de la 2.-De las 4L SIKA CEM
compresin de la la compresin en la eficiencia del Variables PLASTIFICANTE.
eficacia del aditivo eficiencia del aditivo SIKA CEM Dependient 7. Tcnicas:
SIKA CEM aditivo SIKA CEM PLASTIFICANTE en es: - Observacin
PLASTIFICANTE en PLASTIFICANTE en el diseo de mezcla 2.1. Eficacia participante
el diseo de mezcla el diseo de mezcla influye en la calidad y - Internet
y en la calidad del y en la calidad de de concreto en cumplimien 8.Instrumentos:
concreto en obras concreto en obras obras de la ciudad to de las -Certificacin de
de la ciudad de Ica? de la ciudad de Ica. de Ica. normas laboratorio
2.3. En qu 2.3 Evaluar el 2.3. El grado de tcnicas. -Maquina
medida influye el cumplimiento de cumplimiento de 2.2. universal de
cumplimiento de normas tcnicas en normas tcnicas de -Certificaci ensayos
normas tcnicas de la eficiencia del la eficiencia del n de -Panel
la eficacia del aditivo SIKA CEM aditivo SIKA CEM laboratorio. rectangular
aditivo SIKA CEM PLASTIFICANTE en PLASTIFICANTE en -Maquina
PLASTIFICANTE en el diseo de mezcla el diseo de mezcla compresora
el diseo de mezcla y en la calidad de influye en la calidad -Cono de abrams
y en la calidad del concreto en obras de concreto en -Cmara digital
concreto en obras de la ciudad de Ica. obras de la ciudad
de la ciudad de Ica? de Ica.
 BIBLIOGRAFIA
http://www.unsj.edu.ar/unsjVirtual/comunicacion/seminarionuevastecnologias/w
p-content/uploads/2015/06/04_analisdatosinterpretac-
1.pdfhttps://www.youtube.com/watch?v=jo1PldjabYs

https://www.youtube.com/watch?v=WS0M2roJthQ

https://www.youtube.com/watch?v=ZPdHH1ZqKIo

file:///C:/Users/Usuario/Downloads/Metodologia-de-la-Investigacion-5ta-
edicion.pdf

file:///C:/Users/Usuario/Downloads/metodologiadeinvcientificaparaing-
140519113106-phpapp01.pdf

https://es.slideshare.net/gambitguille/interpretacion-y-reportes-de-resultados-
estadstica-descriptiva