EFECTO DEL USO DE LADRILLOS AUTO

ENSAMBLABLES CON RELAVE MINERO EN EL

TIEMPO DE CONSTRUCCIÓN DE VIVIENDAS -
PASCO TESIS
Rafael Meier DEUDOR GOMEZ
Aracely Leslie VICUÑA
II
CAPARACHIN
 LA INVESTIGACIÓN CUANTITATIVA

La investigación cuantitativa es un método de

recogida de datos en un contexto de estudios
principalmente científicos.

TECNINAS DE INSTRUMENTOS DE
INVESTIGACION INVESTIGACION
Los investigadores cuentan
La recolección de datos
con diferentes técnicas de
cuantitativos implica el uso
investigación cuantitativa
de números para evaluar la
para la recolección de
información.
datos.

2
TÉCNICAS DE
INVESTIGACIÓN
CUANTITATIVA

3
a. Muestreo probabilístico

b. Entrevistas

c. Encuestas y cuestionarios

d. El Fichaje

e. Observación

f. Revisión de literatura

4
 Recolección Instrumentos

de respuestas establecidos y

objetivas estructurados
CARACTERISTICAS

Datos
Replicables
numéricos y

estadísticos
5
 Cuando los datos
se recopilan y
Proporcionan una
analizan de
respuesta
acuerdo con una
relativamente
metodología
concluyente a las
estandarizada y
Ventajas de preguntas de la
investigación.
confiable, los
resultados suelen
las técnicas de ser confiables.

investigación Con tamaños de Permite resumir

muestra los diferentes
cuantitativa estadísticamente
significativos, los
canales de
información para
resultados se realizar
pueden generalizar comparaciones
a todo un público entre categorías y
objetivo. el tiempo.

6
 Aplicación de técnicas de
investigación cuantitativa

Haz una
Establece tu revisión de Establece el Establece
Informe de
problema de la marco una Conclusión
resultados
investigación información teórico metodología
existente

7
INSTRUMENTOS
DE
INVESTIGACIÓN
CUANTITATIVA

8
 INSTRUMENTOS DE
INVESTIGACIÓN CUANTITATIVA

Recolección de
datos
cuantitativos
• Utilizar instrumentos que hayan demostrado
ser válidos y fiables
• Los datos recogidos son objetivos y exactos,
ya que fueron recogidos mediante métodos
estandarizados, pueden reproducirse y
analizarse mediante técnicas estadísticas.
• Emplea la experimentación
• Análisis de causa y efecto
• Orientación hacia la descripción, predicción y
explicación.
• Centrado en datos mensurables y observables.
Análisis de datos
cuantitativos
El análisis cuantitativo de datos es el proceso de
utilizar métodos estadísticos para describir,
resumir y comparar datos. El análisis puede
variar dependiendo de los tipos de datos
recopilados. El análisis de los datos cuantitativos
hace que los resultados de la evaluación sean
más comprensibles.
9
 Validación de un instrumento de
Investigación
Paso 1:
• Prueba de instrumento.

Paso 2:
• Ejecución de una prueba piloto.

Paso 3:
• Limpieza de datos recopilados
Importante
Paso 4:
• Analizar los componentes
• Verificar la consistencia de las
Paso 5:
preguntas
Paso 6:
• Revisa tu encuesta
10
 • Los análisis más comunes son relativamente
rápidos y fáciles (estadísticas descriptivas).
• Responde a las preguntas de “qué” y
VENTAJAS “cuántas” preguntas sobre las actividades de
evaluación.
• Los resultados son concretos con una mínima
posibilidad de sesgo.

• La recolección de datos puede llevar mucho

tiempo.

DESVENTA • Puede que no responda al “por qué” de las

actividades de evaluación.

JAS • Para un análisis de datos más avanzado, se

necesita un software estadístico y
capacitación para usarlo, esto puede ser
costoso

11
PROCESAMIENTO
YANALISIS DE
DATOS

12
TECNICAS DE PROCESAMIENTO
DE DATOS
Este procesamiento se llevara
a cabo con la finalidad de
llevar el marco teórico a la
practica u
operacionalización, el cual
nos indicara en definitiva que
datos son precisos obtener
para así poder satisfacer las
interrogantes iniciales.

Finalizadas las tareas de recolección y

teniendo ya el numero de datos asignados ,
sobre las cuales tenemos que ejercer una serie
de actividades para así poder organizarla, para
así pasar a analizar esos datos obtenidos.
13
01
Clasificar nuestros variables cuantitativas y
cualitativas, el criterio con las que se clasifiquen
dependerá de las circunstancias concretas que llevaran
a los objetivos de la investigación.
02
Una vez adoptado un criterio frente a cada
categoría de datos se podrán abordar ya, con
mayor claridad acerca de nuestros objetivos, las
tareas básicas del procesamiento son:
03
Revisión detallada de todos los datos obtenidos.

Los datos numéricos se procederán agruparlos

en intervalos y se tabularan.
Luego se construirán los datos estadísticos,
calculándose en estas las medidas de
tendencia central, de dispersión o de
correlación.
En el caso de los datos verbales estas
deberán codificarse, y de allí en
adelante se trabajaran igual que los
datos numéricos. 14
LA
CODIFICACIÓN
La codificación es un procedimiento que tiene por objeto agrupar numéricamente los
datos que se expresen en forma verbal para poder luego operar con ellos como si se
tratara, simplemente, de datos cuantitativos.

LA
TABULACIÓ
La palabra tabulación deriva
N
etimológicamente del latín tabula, y Tabulación de dos
variables
significa hacer tablas, listados de datos que
los muestren agrupados y contabilizados.
Para ello es preciso contar cada una de las
respuestas que aparecen, distribuyéndolas Total de las respuestas
de acuerdo a las categorías o códigos tabuladas
previamente definidos.
15
CUADROS
ESTADÍSTICOS
Decíamos que luego de terminar con la
tabulación de toda la información
contenida en nuestros instrumentos de Cuadros con una sola
variable
recolección era preciso presentar los
resultados de modo tal que estos se
hiciesen fácilmente inteligibles aun para Cuadros con dos o
los lectores no especializados. Para más variables

lograrlo es preciso presentar los datos

en la forma más clara posible, haciendo
explícito cualquier elemento que pueda Graficación
dar origen a confusiones o dobles
interpretaciones y ordenando toda la
información de la manera más rigurosa.
16
 PROCESAMIENTO DE DATOS DENTRO DE NUESTRA
INVESTIGACIÓN
En el caso de nuestra investigación tendrá que
cumplir con los siguientes pasos respectivos
para obtener los resultados que serán
interpretados a fin de determinar las
conclusiones y recomendaciones de la tesis.
 Una vez recolectados los datos, serán
tabulados y limpiados de vicios.
 Seleccionamos el SPSS como explorador de
datos, obtenidos con instrumentos
previamente sometido a pruebas de fiabilidad
y validez.
 Los resultados han sido analizados
estadísticamente, par observar la contrastación
de hipótesis y con análisis adicionales, los
mismos que se presentaran en tablas, figuras y
otros, para su respectiva interpretación
metodológica y temática.
17
PROCESAMIENTO DE DATOS DENTRO DE NUESTRA
INVESTIGACIÓN

18
19
 ANALISIS DE
DATOS
Hernández (2003) nos dice que se debe decidir que tipo de análisis de los datos se llevara a cabo:

01 02 03
En el caso de que el En caso de que el
En caso de que el análisis sea mixta,
análisis sea cuantitativo, análisis sea cualitativo,
seleccionar las pruebas debemos diferenciar si
prediseñar o estos datos son
estadísticas apropiadas coreografiar el esquema
para el análisis de datos. cuantitativas o
análisis de datos. cualitativas.

METODO SINTETICO METODO ANALITICO METODO INDUCTIVO METODO

Es un proceso mediante Se distingue los DEDUCTIVO
Estudia los fenómenos o
el cual se relacionan elementos de un problemas desde las Es lo contrario del
hechos aparentemente fenómeno y se procede a partes hacia el todo, es exterior. Estudia un
aislados y se formula revisar ordenadamente decir, analiza los fenómeno o problema
una teoría que unifica cada uno de ellos por elementos del todo para desde el todo hacia las
los diversos elementos. separado. llegar a un concepto o ley. partes.

20
ANALISIS Y SINTESIS DE LOS RESULTADOS
ANALIZAR SÍNTESIS
Significa descomponer un todo en su partes Que consiste en explorar las relaciones entre las parte
constitutivas para su más concienzudo examen. estudiadas y proceder a reconstruir la totalidad inicial.

ANÁLISIS ANTICIPADO
Todo investigador que domine su tema y trabaje con rigurosidad deberá tener una idea
precisa de cuales serán los lineamientos principales del análisis que habrá de efectuar
antes de comenzar a recolectar datos. Se podrá definir así, con suficiente antelación, qué
datos serán capaces de rechazar o afirmar una hipótesis, qué resultados indicarán una u
otra conclusión.
Este tipo de operación se efectúa, naturalmente, con toda la
Análisis información numérica resultante de la investigación.
cuantitativo
Para cada cuadro que se haya obtenido será preciso evaluar el
comportamiento de las variables que aparezcan en él,

Análisis Se refiere al que procedemos a hacer con la información de tipo verbal

cualitativo que, de un modo general
El análisis se efectúa cotejando los datos que se refieren a un mismo
aspecto y tratando de evaluar la fiabilidad de cada información.
21
ANALISIS Y SINTESIS DE LOS RESULTADOS
LA SÍNTESIS
Sintetizar es recomponer lo que el análisis ha separado, integrar todas las conclusiones y
análisis parciales en un conjunto coherente que cobra sentido pleno, precisamente, al
integrarse como un todo único. La síntesis es, pues, la conclusión final, el resultado
aparentemente simple pero que engloba dentro de sí a todo el cúmulo de apreciaciones que
se han venido haciendo a lo largo del trabajo. Las conclusiones finales sólo resultan
pertinentes para responder al problema de investigación planteado cuando, en la
recolección, procesamiento y análisis de los datos, se han seguido los lineamientos que
surgen del marco teórico.
EL INFORME DE INVESTIGACIÓN
Esto ya se da cuando se hacen públicos los resultados obtenidos y estas deben estar al
alcance de la comunidad científica.

RECOMENDACIONES SOBRE LA REDACCIÓN DEL INFORME

como fruto de la experiencia concreta de quien escribe estas líneas, creemos pertinente
hacer algunas recomendaciones que aconsejamos seguir a quienes no están demasiado
familiarizados con el trabajo de redacción.

22
 PROCESAMIENTO Y ANALISIS DE DATOS
CUANTITATIVOS
Estadística para el análisis de datos
La estadística permite recolectar, analizar, interpretar y
presentar la información que se obtiene en el desarrollo
de una determinada investigación; el paso siguiente a la
elaboración del Plan de investigación estadístico es la
recolección definitiva de los datos.
En la actualidad el procesamiento de la información que
permite el cálculo de medidas estadísticas para el análisis,
se hace a través de programas de computador, por lo que
se debe poner más atención al significado de los
resultados que a la utilización de las fórmulas.
Una vez se terminan de recoger los datos, se deben
organizar y resumir para obtener información
significativa, es decir, analizar los datos utilizándose:

LA ESTADÍSTICA
DESCRIPTIVA
DISTRIBUCIÓN NORMAL

RAZONES Y TASAS
ESTADÍSTICA
INFERENCIAL
PRUEBAS
PARAMÉTRICAS
PRUEBAS NO
PARAMÉTRICAS
ANÁLISIS 23
MULTIVARIADO.
 Pluridimensional
ESTADÍSTICA

Unidimensional

Bidimensional
DESCRIPTIVA
El concepto básico de la descripción estadística es la distribución de frecuencias, método para organizar
y resumir datos, que son ordenados indicándose el número de veces que se repite cada valor.
Los cuadros o tablas se refieren a un arreglo sistemático de la información dispuesto en filas y columnas
con fines comparativos.

REPRESENTACION GRAFICA DE
LOS DATOS
Es la representación de los datos estadísticos mediante conceptos de longitud, área, volumen auxiliados por medio de
figuras geométricas y sus propiedades, con el apoyo de los sistemas de coordenadas. También pueden acompañarse con
el uso de rayados, sombreados o con colores para resaltar alguna parte en especial.

Cuando las variables son En las variables continuas su

discretas la representación se representación gráfica se
hace mediante Diagramas de hace mediante Histogramas
frecuencias, estas de frecuencias cuando se
frecuencias pueden ser utilizan frecuencias
absolutas o relativas absolutas.
acumuladas.

ESTADÍGRAFOS DE ESTADÍGRAFOS DE
POSICIÓN. ASIMETRÍA.
ESTADÍGRAFOS DE ESTADÍGRAFOS DE 24
ESTADÍSTICA ESTIMAR
INFERENCIAL PARÁMETROS
La estadística inferencial se utiliza para dos procedimientos: PROBAR
HIPÓTESIS

PRUEBA DE
HIPOTESIS
En el proceso investigativo una hipótesis se define como una suposición que se plantea para explicar ciertos hechos o
eventos y se emplea como base para desarrollar una investigación, mediante la cual se busca demostrarla o refutarla

Si el valor ERRORES EN LA PRUEBA DE

calculado es mayor HIPOTESIS
al valor obtenido de ERROR A veces las diferencias observadas entre los promedios o proporciones
las tablas, la TIPO I de dos muestras pueden ser lo suficientemente grandes para rechazar la
hipótesis de nulidad hipótesis de nulidad, pero esta diferencia puede ser sin embargo debida
se rechaza y la al azar.
diferencia
encontrada entre los
dos grupos de También por azar, puede ocurrir que las muestras presenten diferencias
ERROR
valores se declara pequeñas que concuerden con lo previsto por la hipótesis de nulidad y al
TIPO II
estadísticamente observar los resultados se acepte como cierta la hipótesis de nulidad
significativa. aunque en realidad se trate de poblaciones que difieren en el parámetro
medido.
25
ANALISIS
MULTIVARIADOEste tipo de análisis se utiliza para distribuciones bidimensionales, dos variables, para
determinar si existe alguna relación entre ellas y cuantificar dicha relación; estas variables
pueden ser ambas discretas, continuas o una discreta y la otra continua. Para su utilización se
requiere el uso de paquetes estadísticos

REGRESIO
N El término de regresión se refiere a un modelo matemático que permite unir algunos puntos
de la nube o conjunto de puntos mediante un ajuste rectilíneo, parabólico, exponencial o
cualquier otra línea que represente el conjunto. Estos puntos pueden estar agrupados
alrededor de la línea o presentar diferencias, presentándose errores en el caso que el ajuste no
sea el adecuado.

Existen otras técnicas de análisis estadístico para asociación entre variables como el análisis de
Varianza, la cual se utiliza para análisis de más de dos variables, de las cuales la variable dependiente
debe ser continua y las variables independientes que son discretas. Es un proceso secuencial de adición
de variables para calcular los datos de varianza para cada uno de las variables independientes, después
de esto se calcula un dato que mide la importancia relativa que tiene cada una de estas.

26
 ANÁLISIS ESTADÍSTICO DE
DATOS
ESTADÍSTICA La distribución de frecuencias. Puede ser relativa en porcentajes simples o acumulada. Los
DESCRIPTIVA gráficos más utilizados son los histogramas y los gráficos circulares.
Las medidas de tendencia central: Moda, Mediana y Media. La Moda es el valor
que ocurre con mayor frecuencia. La Mediana es el valor que divide la distribución
por la mitad; es decir la mitad de los casos caen por debajo de la mediana y la otra
mitad se ubica por encima de la mediana. La Mediana es el valor que se localiza a
la mitad de la distribución. Para encontrar la mediana se ubica la posición (N+1)/2
en la lista de todos los datos, donde N es el número total de datos. Finalmente la
Media es el promedio aritmético de una distribución.

ESTADÍSTICA
INFERENCIAL
Nos permite generalizar los resultados obtenidos de la muestra hacia la población.
Los resultados estadísticos para la muestra se denominan estadígrafos y la
estadísticas de la población o Universo se le denominan parámetros. Los
parámetros no son calculados si nomás bien son inferidos desde los estadígrafos.

Existan también otros análisis estadísticos menos utilizados

como son las pruebas no paramétricas y los análisis
multivariados.
27
TRATAMIENTO
ESTADÍSTICO

28
Tratamiento estadístico

Justificación

Conocer cual es el resultado de variación esperable en las

mejores condiciones de operación de una investigación y
disponer de modelos matemáticos que expliquen las causas
que la generan y su impacto, es fundamentalmente la base
de la evaluación y toma de decisiones.
No hay dos productos exactamente iguales, ningún proceso
de investigación puede producir dos elementos idénticos,
aunque las diferencias sean mínimas, siempre van a existir;
la razón de esta variación es que cualquier proceso a pesar
de lo bien diseñado o controlado que esté, siempre tendrá
una variabilidad inherente, aun funcionando en condiciones
optimas.

29
Tratamiento estadístico

Herramientas del tratamiento estadístico

LOS GRÁFICOS DE CONTROL

Son una de las primeras aplicaciones desarrolladas y

todavía hoy ampliamente difundidas ya que permiten
analizar con unos errores estadísticos acotados los
resultados obtenidos a partir de muestras tomadas a la
salida de los proceso y proporcionan información para la
mejora ayudando a identificar como se puede reducir la
variabilidad del mismo, estableciendo un ciclo de mejora
continua.

30
Tratamiento estadístico

Herramientas del tratamiento estadístico

EL ANÁLISIS DE LA VARIANZA (ANOVA)

Es la herramienta estadística básica para comprobar la

existencia o no de diferencias significativas entre un
conjunto de datos, en muchas situaciones el error de
medición o la propia variabilidad del proceso analizado
hace muy difícil evidenciar diferencias significativas,
especialmente cuando el orden de variación de estas es
razonablemente pequeño y no es posible estimar con
claridad si hay o no hay diferencias entre diferentes
subgrupos ya que estas se confunden con la variación del
conjunto de datos.

31
Tratamiento estadístico

Herramientas del tratamiento estadístico

TRATAMIENTO DE ERRORES

Determinar el error generado por los sistemas de medición

es un aspecto fundamental en cualquier mejora de proceso,
generalmente en cualquier resultado de medición la
variación resultante estimada es consecuencia por un lado
de la generada realmente en un proceso y de la generada
por la repetitividad (diferencias entre distintas medidas
consecutivas) del sistema de medida utilizado;
cuantitativamente, la varianza medida es el resultado de
varianza real del proceso y de la del sistema de medición.

32
ANOVA DE UN FACTOR APLICADO A NUESTRA
INVESTIGACIÓN
RESISTENCIA A LA COMPRESIÓN
Tipo de RELAVE MINERO
agregado al 10%
7 5
14 5
28 5

Lo que analizaremos en nuestra RESISTENCIA A LA COMPRESIÓN

investigación es la resistencia a la Tipo de RELAVE MINERO
agregado al 30%
compresión como variable dependiente en
7 5
tres grupos distintos , distinguiéndose estos 14 5
por el porcentaje de sustitución del agregado 28 5
fino en la mezcla, tomando tres tiempo de
curado a los 7, 14 y 28 días. RESISTENCIA A LA COMPRESIÓN
Tipo de RELAVE MINERO
agregado al 20%
7 5
14 5
28 5
Variables
BASE DE DATOS
 TESIS II
DESCRIPTIVOS
PRUEBA DE HOMOGENEIDAD DE VARIANZA

P > 0.05  Ho

ACEPTAMOS LA
HIPOTESIS NULA

LAS VARIANZAS DE LOS

DIFERENTES GRUPOS
SON SIMILARES

SE CUMPLE EL SUPUESTO
DE HOMOCEDASTICIDAD
ANOVA

  𝑀𝑆 𝑀
𝐹=
𝑀𝑆 𝑅

SE RECHAZA LA HIPOTESIS NULA, SE ACEPTA LA HIPOTESIS

PLANTEADA
COMPARACIONES MULTIPLES
Comparaciones múltiples
(I) C o n t e n i d o m i n e r a l ( J) C o n t e n i d o m i n e r a l D if e r e n ci a d e I nt e r v a l o d e c o n fi a n z a a l 9 5 %
V a ri a b l e d e p e n di e nt e D e s v. Er r or S i g .
e x p r e s a d o e n p o r c e n t aj e e x p r e s a d o e n p o r c e n t aj e m e di a s (I - J ) L í m it e in f e rio r L í m i t e s u p e ri o r

2 0 , 0 0 4 , 4 0 0 0 0* , 3 2 4 9 6 ,0 0 0 3 , 5 3 3 0 5 , 2 6 7 0
1 0 , 0 0
3 0 , 0 0 8 , 7 6 0 0 0* , 3 2 4 9 6 ,0 0 0 7 , 8 9 3 0 9 , 6 2 7 0

- 4 , 4 0 0 0 0*

SE RECHAZA LA HIPOTESIS NULA, SE

1 0 , 0 0 , 3 2 4 9 6 ,0 0 0 - 5 , 2 6 7 0 - 3 , 5 3 3 0
H S D T u k e y 2 0 , 0 0
4 , 3 6 0 0 0*

ACEPTA LA HIPOTESIS PLANTEADA

3 0 , 0 0 , 3 2 4 9 6 ,0 0 0 3 , 4 9 3 0 5 , 2 2 7 0

1 0 , 0 0 - 8 , 7 6 0 0 0* , 3 2 4 9 6 ,0 0 0 - 9 , 6 2 7 0 - 7 , 8 9 3 0
3 0 , 0 0
Comparaciones
2 0 , 0 0 múltiples
múltiples - 4 , 3 6 0 0 0* , 3 2 4 9 6 ,0 0 0 - 5 , 2 2 7 0 - 3 , 4 9 3 0

(I) C o n t e n i
C i d o m i n
n e r a
all ( J) C o n
nt e
t2 n
e 0
n,i 0
d
d o
o
0 m
mii n
n e
erra
a ll D i f4e, r
4e0n0c
c0 0 *d e
i a
a e , 3 2 4 9 6 ,0 0 0 I n
nt e
t3
e,r
r4v
v9a
a6l
loo8 d
dee c
c o
onnf
f ii a
annz
z5a
a, 3a
a0ll 3
9925
5 %
%
V a r
ri a b l e
e d
dee p
p e
e n
n d
d ii e
ennt
tee 1 0 , 0 0 e s v .
D e E r r o
orr S i g
g..
e x p r e
e s a d o
o e n
n p o
orr c
c e
e n
ntt a
a jj e
e e x p r
r e
e s a
a d
d o
o e
e n
n p
p o
orrc
cee n
ntta
a jj e
e m e d i a s (
(II- J )
) L í m i t e i n f e
e r io
orr L í m it
t e
e s u
u p
p e
erri
ioor
r
3 0 , 0 0 8 , 7 6 0 0 0* , 3 2 4 9 6 ,0 0 0 7 , 8 5 6 8 9 , 6 6 3 2
2 0 , 0 0 0*
4 , 4 0 0 0 0 , 3 2
2 4
4 9
9 6
6 , 0
0 0 0 3 , 5 3
3 3 0
0 5 , 2
2 6
6 7 0
0
R e s i st e n c i a a la 1 0 , 0 0 1 0 , 0 0 - 4 , 4 0 0 0 0* , 3 2 4 9 6 ,0 0 0 - 5 , 3 0 3 2 - 3 , 4 9 6 8
B o n f e rr o n i 2 0 , 0 0 3 0
0 ,
, 0
0 0
0 8 ,
, 7 6 0
0 0 0*
0 0 , 3
322 4
4 9
9 6
6 ,
, 0
0 0
0 0
0 7
7 ,
, 8
8 9
9 3
3 0
0 9
9 ,
, 6
6 2
2 7
7 0
0
C o m p r e si ó n ( 0 7 D í a s ) 3 0 , 0 0 4 , 3 6 0 0 0* , 3 2 4 9 6 ,0 0 0 3 , 4 5 6 8 5 , 2 6 3 2
1 0
1 0 ,
, 0
0 0
0 - 4
- 4 ,
, 4
4 0
0 0
0 0 0*
0 0 , 3
, 322 4
4 9
9 6
6 ,
, 0
0 0
0 0
0 -
- 5
5,,2
2 6
6 7
7 0
0 -
- 3
3 ,
, 5
5 3
3 3
3 0
0
H S
S D T
T u
u k
k e
e y
y 2 0 ,
, 0 0
1 0 , 0 0 -48 ,376600 000** , 3 2 4 9 6 ,0 0 0 -3
9,,4
6963
302 -57, ,28257
608
3 0
3 0 ,
, 0
0 0
0 4 ,
, 3 6 0 0*
0 0 , 3
, 322 4
4 9
9 6
6 ,
, 0
0 0
0 0
0 3 , 4 9 3 0 5 , 2 2 7 0
3 0 , 0 0
2 0
0,, 0
0 0
0 - 8
4 ,
, 366 0
0 0 0
0 * , 3
3 2 4 9 6 ,00 0
0 0 - 9
5,, 2 6
2 3 2 -73,, 4 9
5 3
6 8
1 - 8 *
1 0 , 0 0 - , 7
7 6 0 0
0 0* ,
, 322 4
4 9
9 6
6 ,
, 0 0 0
0 -
- 9 ,66 2 7
7 0
0 -
- 7 , 8
8 9 3 0
0
3 0
3 0 , 0 0
, 0 0
*
2 0
2 0 ,
, 0
0 0
0 -4
- 4,,
4 ,43
306
600
000
000**
0 , 3
, 322 4
5 4 9
0 9 6
4 3
6 ,
,00 0 0
0 0 0 -
-35
5,,
,32
222
267
770
0 -
-53
3,,
,44
479
933
330
0
1 0 , 0 0 *
2 0
2 , 0 0 4 , 4 0
0 0
0 0 0
0* , 3
322 4
4 9
9 6 ,
, 0
0 0
0 0 3
3 ,
, 4
4 9
9 6
6 8 5
5 ,
, 3
3 0
0 3
3 2
1 0
0 , 0 0
0
3 0
0,, 0
0 0
0 4 , 4
8 , 7 6 0 0
0 0 * ,
, 2 4 9 0 6
0 ,0 0 00 8
8 , 0 4 5 2 2
9 , 4 7 4 8
1 , 0
3 0 *
3 0 ,
, 0
0 0
0 8 , 7 6 0 0 0 *
8 , 7 6 0 0 0 , 3
, 322 4
4 9
9 6
6 ,
, 0
0 0
0 0
0 7
7 ,
, 8
8 5
5 6
6 8
8 9
9 ,
, 6
6 6
6 3
3 2
2
1 0 , 0 0 - 4 , 4 0 0 0 0* , 3 5 0 4 3 ,0 0 0 - 5 , 4 7 3 3 - 3 , 3 2 6 7
G a m e s - H o w e ll 2 0 , 0 0 1 *
R e
R e s
s i
i s
s t e n
t e n c i a
c i a a
a l
laa 1 0
0 ,
, 0
0 0
0 -
- 4
4 ,
, 4
4 0
0 0
0 0
0 0
0* ,
, 3
322 4
4 9
9 6
6 ,
, 0
0 0
0 0
0 -
- 5
5,,3
3 0
0 3
3 2
2 -
- 3
3 ,
, 4
4 9
9 6
6 8
8
B o
B o n
n f
f e
e r
r r
r o
o n
nii 2 0
2 0 , 0 0
, 0 0 3 0 , 0 0 4 , 3 6 0 0 0* , 3 6 3 3 2 ,0 0 0 3 , 2 7 4 0 5 , 4 4 6 0
C o
o m
m p
p r
r e
e s
s i ó n
n ( 0 7 D í a
a s
s )
) 3 0 *
C i ó ( 0 7 Dí 3 0 ,
, 0
0 0
0 4
4 , 3 6
, 3 6 00 0
0 0
0* , 3
, 322 4
4 9
9 6
6 ,
, 0
0 0
0 0
0 3
3 ,
, 4
4 5
5 6
6 8
8 5
5 ,
, 2
2 6
6 3
3 2
2
1 0 , 0
0 0 - 8 ,77 6 0
0 0 0
0** , 224 9 9
0 0 ,0 0 0 - 9 , 4 7 4 8 - 8 , 0 4 5 2
1 0
1 0 ,
, 0 0
0 - 8
- 8 ,
, 7 6
6 0 0
0 0* , 3
, 3 2 4
4 9 6
6 ,
, 0
0 0
0 0
0 -
- 9
9,,6
6 6
6 3
3 2
2 -
- 7
7 ,
, 8
8 5
5 6
6 8
8
3 0,
3 0
0 , 0 0
0 0
0
3 , 0 *
2 0,
2 0 , 0
0 0
0 -
- 4 , 3 6
6 0
0 0 0 * , 3 6 3 3 2 , 0 0 0 - 5 , 4 4 6 0 - 3 , 2 5
7 6
4 0
2 0 , 0 0 - 4 ,
4 , 3
3 6 0 0
0 0
0* , 3
, 322 4
4 9
9 6
6 ,
, 0
0 0
0 0
0 -
- 5
5,,22 6
6 3
3 2
2 -
- 3
3 ,
, 4
4 5 6 8
8

2 0 , 0 0 4 , 4 0 0 0 0 * , 3 5 0 4 3 , 0 0 0 3 , 3 2 6 7 5 , 4 7 3 3
2 0 , 0 0 4 , 4
6 6 0*
0 0 0 0 , 3 8
5 5
0 7
4 5
3 ,0
0 0 0 3 , 6
3 3
2 0
6 9
7 5 , 6
4 8
7 9
3 1
3
1 0 , 0 0
1
1 0
0,, 0
0 0
0 *
3 0 , 0 0 8 , 7 6 0 0 0 * , 2 4 9 0 0 , 0 0 0 8 , 0 4 5 2 9 , 4 7 4 8
3
3 0
0,, 0
0 0
0 8 , 7 6 0 0 0*
9 , 1 2 0 0 0 , 2 8
, 3 4 5
9 7
0 5
0 ,
,00 0
0 0
0 8 , 0
8 , 0 9
4 0
5 9
2 190, ,
4 1744981
1 0 , 0 0 - 4 , 4 0 0 0 0 * , 3 5 0 4 3 , 0 0 0 - 5, 4 7 3 3 - 3 , 3 2 6 7
1 0 , 0 0 - 4 , 4 0 0 0 0* , 3 5 0 4 3 , 0 0 0 - 5 , 4 7 3 3 - 3 , 3 2 6 7
G a m e s - H o w e ll
G a m e s - H o w e l l
2 0 , 0 0
2 0 , 0 0 1 0 , 0 0 - 4 , 6 6 0 0 0* , 3 8 5 7 5 ,0 0 0 - 5 , 6 8 9 1 - 3 , 6 3 0 9
H S D T u k e y 2 0 , 0 0 3 0 , 0 0 4 , 3 6 0 0 0 * , 3 6 3 3 2 , 0 0 0 3 , 2 7 4 0 5 , 4 4 6 0
3 0 , 0 0 4 , 3 6 0 0 0* , 3 6 3 3 2 , 0 0 0 3 , 2 7 4 0 5 , 4 4 6 0
3 0 , 0 0 4 , 4 6 0 0 0* , 3 8 5 7 5 ,0 0 0 3 , 4 3 0 9 5 , 4 8 9 1
1 0 , 0 0 - 8 , 7 6 0 0 0 * , 2 4 9 0 0 , 0 0 0 - 9, 4 7 4 8 - 8 , 0 4 5 2
1 0 , 0 0 - 8 , 7 6 0 0 0* , 2 4 9 0 0 , 0 0 0 - 9 , 4 7 4 8 - 8 , 0 4 5 2
3 0 , 0 0
3 0 , 0 0 1 0
0,, 0
0 0
0 - 4
9 ,
,3162 0
0 0
0 0
0** , 3
368 3
5 3
7 2
5 ,0
2 - , , 0 0
0 0
0 - -150, ,
41446901 -3
- 8,
, 2
0 7
9 4
0 0
9
2 0 , 0 0 - 4 , 3 6 0 0 0* , 3 6 3 3 2 , 0 0 0 - 5 , 4 4 6 0 - 3 , 2 7 4 0
3 0 , 0 0
0,
2 0 , 0 0
0 -4
4,,6
4660
00 0*
00 * 8 5 7
, 3 8 7 5
5 , 0 0 0 -3
5,,6
4380
991 -53, ,64839
019
2 0 , 0 0 *
4 , 6 6 0 0 0 , 3 8 5 7 5 , 0 0 0 3 , 6 3 0 9 5 , 6 8 9 1
1 0 , 0 0
1 0 , 0 0 *
3 0 , 0 0
2 0
0,, 0
0 0
0 9
4 ,
, 1 2 0 0
6 6 0 0 * ,
, 3 8 5 7 5 , 0 0
0 0 8
3, 0 9 0 9 150, ,71342921
3 9 , 1 2 0
0 0 0
0* , 3
3 8
8 5
5 7
7 5
5 ,0
, 0 0 0
0 8 ,
, 5
0 8
9 7
0 8
9 1 0 , 1 4 9 1
1 0 , 0 0
1 0 , 0 0 - 4 , 6 6 0 0 0 * , 3 8 5 7 5 , 0 0 0 - 5, 6 8 9 1 - 3 , 6 3 0 9
H S D T u k e y 2 0 , 0 0 1
3 0 , 0 0 -94,,1626000000** , 3 8 5
5 7 5 ,0
0 0 0 -8
5,,0
6487
981 - 3
1 0 ,, 6
1390
292
H S D T u k e y 2 0 , 0 0
3 0 , 0 0 4 , 4 6 0 0 0 * , 3 8 5 7 5 , 0 0 0 3 , 4 3 0 9 5 , 4 8 9 1
3 0 , 0 0 *
R e s i st e n c i a a la 1 0 , 0 0 -4
4,,4
6660
0000
0* , 3 8 5 7 5
, 3 8 5 7 5 , 0 0 0
,0 0 0 -3
5,,4
7330
292 -53,,4
5889
718
B o n f e rr o n i 2 0 , 0 0 1 0 , 0 0 - 9 , 1 2 0 0 0 * , 3 8 5 7 5 , 0 0 0 - 1 0 , 1 4 9 1 - 8 , 0 9 0 9
3 0 , 0 0 1 0 , 0 0 - 9 , 1 2 0 0 0* , 3 8 5 7 5 , 0 0 0 - 1 0 , 1 4 9 1 - 8 , 0 9 0 9
C o m p r e si ó n ( 1 4 D í a s ) 3 0 , 0 0 3 0 , 0 0 4 , 4 6 0 0 0* , 3 8 5 7 5 ,0 0 0 3 , 3 8 7 8 5 , 5 3 2 2
2 0 , 0 0 - 4 , 4 6 0 0 0 * , 3 8 5 7 5 , 0 0 0 - 5, 4 8 9 1 - 3 , 4 3 0 9
2 0 , 0 0 - 4 , 4 6 0 0 0* , 3 8 5 7 5 , 0 0 0 - 5 , 4 8 9 1 - 3 , 4 3 0 9
1 0
2 0,, 0
0 0
0 -4
9,,6162000000** , 3
, 388 5
5 7
7 5
5 ,0
, 0 0
0 0
0 - 1
30 , 1
, 5 8972
82 -58, ,70342
728
3 0,
1 0 , 0 0
0 0 2 0 , 0 0 4 , 6 6 0 0 0* , 3 8 5 7 5 , 0 0 0 3 , 5 8 7 8 5 , 7 3 2 2
1 0 , 0 0 2 0
3 0,, 0 0
0 -9
4,,1426000000** 8 5 7
, 3 8 7 5
5 , 0 0 0 -8
5,,0
5437
282 - 3
1 0,,3
1897
282
3 0 , 0 0 9 , 1 2 0 0 0* , 3 8 5 7 5 , 0 0 0 8 , 0 4 7 8 1 0 , 1 9 2 2
R e s i s t e n c i a a l a 1 0 , 0 0 - 4 , 6 6 0 0 0** , 3 8 5 7 5 , 0 0 0 - 5, 7 3 2 2 - 3 , 5 8 7 8
R e s i s t e n c i a a l a 2 0
1 0,, 0
0 0
0 -44,,6666000000* , 4
, 3 1
8 3
5 0
7 4
5 ,0
, 0 0
0 0
0 -3
5,,4
7737
272 -53, ,8
5482
738
B o n f e r r o n i 2 0 , 0 0
C o m p r e s i ó n ( 1 4 D í a s ) B o n f e r r o n i 1 0
2 0,, 0
0 0
0 3 0 , 0 0 4 , 4 6 0 0 0 * , 3 8 5 7 5 , 0 0 0 3 , 3 8 7 8 5 , 5 3 2 2
C o m p r e s i ó n ( 1 4 Dí a s ) 3 0 , 0 0 9 , 4
4 1 2 0*
6 0 0 0 * , 3 6
8 0
5 8
7 3
5 ,0
0 0 0 8 , 0
3 3 8
8 0
7 9
8 150, ,
5 1352921
1 0 , 0 0 - 9 , 1 2 0 0 0 * , 3 8 5 7 5 , 0 0 0 - 1 0 , 1 9 2 2 - 8 , 0 4 7 8
1 - 9 , 1 2 0 0 0**
3 0 , 0 0 1 0
0,, 0
0 0
0 - 4 , 6 6 0 0 0 , 3 1
, 4 8 3
5 0
7 4
5 ,
,00 0
0 0
0 --
1 50,,
81492232 -
- 8 , 0
3 , 4 4 7 7
7 7 8
3 0 , 0 0 2 0 , 0 0 - 4 , 4 6 0 0 0 * , 3 8 5 7 5 , 0 0 0 - 5, 5 3 2 2 - 3 , 3 8 7 8
G a m e s - H o w e ll 2 0 , 0 0
2 0 , 0 0 - 4 , 4 6 0 0 0** , 3 8 5 7 5 , 0 0 0 - 5 , 5 3 2 2 - 3 , 3 8 7 8
3 0 , 0 0 4 , 4 6 0 0 0 , 3 8 1 5 8 ,0 0 0 3 , 3 5 1 8 5 , 5 6 8 2
2 0 , 0 0 4 , 6 6 0 0 0 * , 4 1 3 0 4 , 0 0 0 3 , 4 7 7 7 5 , 8 4 2 3
1 0 , 0 0 2 0 , 0 0 4 , 6 6 0 0 0* , 4 1 3 0 4 , 0 0 0 3 , 4 7 7 7 5 , 8 4 2 3
1 0 , 0 0 1 0
3 0,, 0
0 0
0 -9
9,,1
1220
00 0**
00 , 3
, 366 0
0 8
8 3
3 ,0
, 0 0
0 0
0 - 1
80 , 1
, 0 8509
91 - 8
1 0,,0
1850
991
3 0 , 0 0 3 0 , 0 0 9 , 1 2 0 0 0* , 3 6 0 8 3 , 0 0 0 8 , 0 8 0 9 1 0 , 1 5 9 1
1
2 0
0,, 0
0 0
0 -
- 4
4 ,
,6 466 0
0 0 0*
0 0 ,
, 4
318 3
1 0
5 4
8 ,
,0 0 0 -
- 5
5,,8
5 4 2 3
6 8 2 -
-33,
, 4
3 7
5 7
1 7
8
G a m e s - H o w e ll 2 0 , 0 0 1 0 , 0 0 - 4 , 6 6 0 0 0* , 4 1 3 0 4 , 0 0 0 - 5 , 8 4 2 3 - 3 , 4 7 7 7
G a m e s - H o w e l l 2 0 , 0 0 3 0 , 0 0 4 , 4 6 0 0 0 * * , 3 8 1 5 8 , 0 0 0 3 , 3 5 1 8 5 , 5 6 8 2
2 0
3 0,, 0
0 0
0 5 ,
4 4 2
, 4 6 0 0 0
0 0 0* , 3
, 3 9
8 3
1 6
5 2
8 ,0
, 0 0
0 0
0 4 ,
3 , 3
3 6
5 9
1 9
8 6 ,
5 , 4
5 7
6 0
8 1
2
1 0 , 0 0 1 0 , 0 0 - 9 , 1 2 0 0 0 * , 3 6 0 8 3 , 0 0 0 - 1 0 , 1 5 9 1 - 8 , 0 8 0 9
3 0 , 0 0 3 0 , 0 0
1 1 0 ,, 1
- 9 02 6000000* * , 3 9
6 3
0 6
8 2
3 ,0
0 0 0 90
- 1 , 0 05
, 1 99
91 1 1 ,, 0
- 8 1810
091
3 0 , 0 0 2 0 , 0 0 - 4 , 4 6 0 0 0 * , 3 8 1 5 8 , 0 0 0 - 5, 5 6 8 2 - 3 , 3 5 1 8
2 *
1 0
0,, 0
0 0
0 - 4 , 4 6 0 0 0*
- 5 , 4 2 0 0 0 , 3 9
, 3 8 3
1 6
5 2
8 ,
,00 0
0 0
0 -
- 5 , 4
6 , 5 7
6 0
8 1
2 -
- 3 , 3
4 , 3 5 1 9
6 9 8
H S D T u k e y 2 0 , 0 0 2 0 , 0 0 5 , 4 2 0 0 0 * , 3 9 3 6 2 , 0 0 0 4 , 3 6 9 9 6 , 4 7 0 1
1 0 , 0 0 2 0 , 0 0 5 , 4 2 0 0 0* , 3 9 3 6 2 , 0 0 0 4 , 3 6 9 9 6 , 4 7 0 1
3 0 , 0 0 4 , 6 4 0 0 0* , 3 9 3 6 2 ,0 0 0 3 , 5 8 9 9 5 , 6 9 0 1
1 0 , 0 0 3 0 , 0 0 1 0 , 0 6 0 0 0* , 3 9 3 6 2 , 0 0 0 9 , 0 0 9 9 1 1 , 1 1 0 1
3 0 , 0 0 1 0 , 0 6 0 0 0* , 3 9 3 6 2 , 0 0 0 9 , 0 0 9 9 1 1 , 1 1 0 1
1 0
1 0,, 0
0 0
0 --
150,,
4 0260000 **
00 , 3
, 399 3
3 6
6 2
2 ,0
, 0 0
0 0
0 - -161, ,
41710011 -4
- 9,
, 3
0 6
0 9
9 9
9
H S D T u k e y 3
2 0 , 0 0 1 0 , 0 0 - 5 , 4 2 0 0 0* , 3 9 3 6 2 , 0 0 0 - 6 , 4 7 0 1 - 4 , 3 6 9 9
H S D T u k e y 2 0 , 0 0 3
2 0
0,, 0
0 0
0 -44,,6644000000** ,
, 3
399 3
3 6
6 2
2 ,
,00 0
0 0
0 -3
5,,5
6899
091 -53, ,65980
919
3 0 , 0 0 4 , 6 4 0 0 0* , 3 9 3 6 2 , 0 0 0 3 , 5 8 9 9 5 , 6 9 0 1
1 0 , 0 0 - 1 0 , 0 6 0 0 0 * , 3 9 3 6 2 , 0 0 0 - 1 1 , 1 1 0 1 - 9 , 0 0 9 9
2 0 , 0 0 5 , 4 2 0 0 0* , 3 9 3 6 2 ,0 0 0 4 , 3 2 6 0 6 , 5 1 4 0
3 0 , 0 0 1 0 , 0 0 - 1 0 , 0 6 0 0 0* , 3 9 3 6 2 , 0 0 0 - 1 1 , 1 1 0 1 - 9 , 0 0 9 9
1 0 , 0 0
3 0 , 0 0 2 0 , 0 0 - 4 , 6 4 0 0 0 * , 3 9 3 6 2 , 0 0 0 - 5, 6 9 0 1 - 3 , 5 8 9 9
3 0,, 0
0 0
0 1 0 ,, 6
0460
0000
0** ,
2 0 - 4 , 3
3 9
9 3
3 6
6 2
2 ,
,00 0
0 0
0 -8
5,,9
6696
001 1 1 ,, 5
- 3 1859
490
2 0 , 0 0 5 , 4 2 0 0 0 * , 3 9 3 6 2 , 0 0 0 4 , 3 2 6 0 6 , 5 1 4 0
R e s i st e n c i a a la 1 0 , 0 0 1 0 , 0 0
2 -55,,442 20
0000 0** , 3 9 3
3 6 2 ,0
0 0 0 -4
6,,3
5216
400 -64,,5
3124
600
1 3 0 , 0 0 1 0 , 0 6 0 0 0* , 3 9 3 6 2 , 0 0 0 8 , 9 6 6 0 1 1 , 1 5 4 0
B o n f e rr o n i 2 0
0,, 0
0 0
0
C o m p r e si ó n ( 2 8 D í a s ) 3
3 0
0,, 0
0 0
0 140, ,6046000000** , 3 9
, 3 9 3
3 6
6 2
2 ,
,00 0
0 0
0 8 , 5
3 , 9 4
6 6
6 0
0 151, ,
71354400
R e s i s t e n c i a a l a 1 0 , 0 0 - 5 , 4 2 0 0 0 * , 3 9 3 6 2 , 0 0 0 - 6, 5 1 4 0 - 4 , 3 2 6 0
R e s i s t e n c i a a l a B o n f e r r o n i 2 0 , 0 0 1 0 , 0 0 - 5 , 4 2 0 0 0 * * , 3 9 3 6 2 , 0 0 0 - 6 , 5 1 4 0 - 4 , 3 2 6 0
C o m p r e s i ó n ( 2 8 D í a s ) B o n f e r r o n i 2 0 , 0 0 1 0
3 0,, 0
0 0
0 - 1
40, 6, 0
4600
0000* , 3
, 399 3
3 6
6 2
2 ,0
, 0 0
0 0
0 - 1
31 , 1
, 5 4564
00 -58, ,79364
600
C o m p r e s i ó n ( 2 8 Dí a s ) 3 0 , 0 0 3 0 , 0 0 4 , 6 4 0 0 0* , 3 9 3 6 2 , 0 0 0 3 , 5 4 6 0 5 , 7 3 4 0
1
2 0
0,, 0
0 0
0 --
1 40, ,6046000000** ,
, 3
399 3
3 6
6 2
2 ,
,00 0
0 0
0 --
1 51, ,71354400 -
-83,
, 9
5 6
4 6
6 0
0
3 0 , 0 0 1 0 , 0 0 - 1 0 , 0 6 0 0 0* , 3 9 3 6 2 , 0 0 0 - 1 1 , 1 5 4 0 - 8 , 9 6 6 0
3 0 , 0 0 2 0 , 0 0 - 4 , 6 4 0 0 0** , 3 9 3 6 2 , 0 0 0 - 5, 7 3 4 0 - 3 , 5 4 6 0
2 0 , 0 0 5 , 4 2 0 0 0 , 4 0 3 7 3 ,0 0 0 4 , 2 6 6 2 6 , 5 7 3 8
2 0 , 0 0 - 4 , 6 4 0 0 0* , 3 9 3 6 2 , 0 0 0 - 5 , 7 3 4 0 - 3 , 5 4 6 0
1 0 , 0 0 2 0 , 0 0 5 , 4 2 0 0 0 * , 4 0 3 7 3 , 0 0 0 4 , 2 6 6 2 6 , 5 7 3 8
3 0,, 0
0 0
0 150 *
1 0 , 0 0 2 0 ,,4026000000* ,
, 3
4 9
0 1
3 1
7 5
3 ,
,00 0
0 0
0 8
4 ,
, 9
2 4
6 0
6 3
2 161, ,
5 1773987
1 0 , 0 0 3 0 , 0 0 1 0 , 0 6 0 0 0* , 3 9 1 1 5 , 0 0 0 8 , 9 4 0 3 1 1 , 1 7 9 7
1 0
3 0,, 0
0 0
0 - 5
1 0 ,, 4
0260
0000
0**
* , 4
, 3 0
9 3
1 7
1 3
5 ,0
, 0 0 0 -8
6,,9
5470
338 - 4
1 1,, 2
1676
927
1 0 , 0 0 - 5 , 4 2 0 0 0 , 4 0 3 7 3 , 0 0 0 - 6, 5 7 3 8 - 4 , 2 6 6 2
G a m e s - H o w e ll 2 0 , 0 0
G a m e s - H o w e ll 2 0 , 0 0 1 0* *
3 0
0,, 0
0 0
0
3 0 , 0 0
-4
5,,6
4420
0000 *
4 , 6 4 0 0 0
, 4 8
, 3 0 5
3 7
7 5
3
, 3 8 5 7 5
,
,00 0
0 0
0
, 0 0 0
-3
6,,5
5376
378
3 , 5 3 6 7
-54, ,7
2463
63
5 , 7 4 3 3
2
G a m e s - H o w e l l 2 0 , 0 0
3 0 , 0 0 4 , 6 4 0 0 0* * , 3 8 5 7 5 , 0 0 0 3 , 5 3 6 7 5 , 7 4 3 3
1 0
1 0,, 0
0 0
0 - 1
- 1 0
0,,0
0 6
6 0
0 0 0 *
0 0 , 3
, 399 1
1 1
1 5
5 ,0
, 0 0
0 0
0 - 1
- 111,
,11 7
7 9
9 7
7 -8
- 8,
, 9
9 4
4 0
0 3
3
3 0 , 0 0 1 0 , 0 0 - 1 0 , 0 6 0 0 0 * , 3 9 1 1 5 , 0 0 0 - 1 1 , 1 7 9 7 - 8 , 9 4 0 3
*
3 0 , 0 0
2
2 0
0,, 0
0 0
0 -
- 4
4 ,
,6644 0
0 0 0*
0 0 ,
, 3
388 5
5 7
7 5
5 ,
,00 0
0 0
0 -
- 5
5,,7
7 4 3 3
4 3 3 -
-33,
, 5
5 3
3 6
6 7
7
2 0 , 0 0 - 4 , 6 4 0 0 0* , 3 8 5 7 5 , 0 0 0 - 5 , 7 4 3 3 - 3 , 5 3 6 7
Selección,
Validación y
Confiabilidad de los
Instrumentos de
Investigación

40
 Según Palella y Martins (2003) Se refiere al grado en que un
LA instrumento mide la variable que pretende medir.
VALIDEZ Y como la representación de la relación entre lo que se mide y
aquello que realmente se quiere medir.

LA
CONFIABILIDA
Se refiere al grado de precisión o exactitud de la medida,
D el sentido de que si se aplica repetidamente el
en
instrumento al mismo sujeto u objeto producen iguales
resultados.

Hernandez Sampieri (1998), señala que la validez es un

concepto del cual pueden tenerse diferentes tipos de
evidenmcias:
Evidencia relacionada con el
CONTENIDO.
Evidencia relacionada con el CRITERIO

Evidencia relacionada con el 41

CONSTRUCTO
 LA
VALIDEZ
Seisdedos (2004:19) opina que el grado en que la prueba mide una variable o conjunto de conductas
 definidas  por el investigador se le denomina validez de constructo y al grado de concomitancia
(correlación)  entre pruebas que apuntan a variables o constructos similares los denomina validez
concurrente o validez criterial.

Para acercarnos a la validación de este trabajo adoptamos la tipología propuesta por Maxwell y Stake
(2006:109), que plantea cinco tipos de validez que se pueden relacionar con algunas etapas de nuestra
investigación:

VALIDEZ  DESCRIPTIVA.  

VALIDEZ  INTERPRETATIVA.

VALIDEZ TEÓRICA.

GENERALIDAD.

VALIDEZ EVALUATIVA. 42
LA VALIDEZ DENTRO DE NUESTRA
INVESTIGACIÓN

43
44
45
LA Los resultados obtenidos con un instrumento de medición en una
determinada ocasión, bajo ciertas condiciones, deben ser reproducibles. Se
CONFIABILIDA espera que sean similares si se vuelve a medir el mismo rasgo en
D condiciones idénticas. Este aspecto de la exactitud de de un instrumento de
medida es su confiabilidad.

FACTORES QUE INCIDEN EN LA MAGNITUDS NDEL COEFICIENTE

DE CONFIABILIDAD

Los coeficientes de confiabilidad tienden a aumentar cuando:

La muestra es heterogénea: es mas fácil clasificar a los sujetos
cuando son distintos.
La muestra es grande: es mas probable que haya sujetos muy
distintos.

Las respuestas a los ítems son mas de dos: hay mayor probabilidad de que las respuestas
difieran mas, de que se manifiesten las diferencias que de hecho existen.

Cuando los ítems son muchos: hay mas oportunidad de que los
sujetos queden mas diferenciados en la puntuación total. 46
CALCULO DEL ALPHA DE
CRONBACH
Este coeficiente mide la consistencia interna en pruebas cuyo modo de respuesta sea de tipo escalar, y
determina la proporción en que los ítems de una prueba miden una misma característica común.

PROCEDIMIENTOS
:
Se administra la prueba a una muestra piloto, codificando las modalidades de respuestas y a los resultados
se le aplica la formula del coeficiente, si el resultado en mayor o igual a 0.60 se dice que es confiable ya
que las respuestas suministradas por las personas tienen un patrón homogéneo. Una vez hecho esto se le
aplica la prueba o instrumento al resto de la muestra de estudio o población según sea el caso:

47
LA CONFIABILIDAD DENTRO DE NUESTRA
INVESTIGACIÓN

01 ANALIZA
R
02 ESCALA

03 ANALISIS DE
FIABILIDAD

48
49
50
RESULTADO MAYOR A 0,60 SE
DICE QUE LOS DATOS DE
NUESTRA INVESTIGACION SON
CONFIABLES.

51
Orientación ética

52
La conducta ética

La conducta ética es importante para fomentar la

colaboración, cooperación y confianza entre
científicos para avanzar en los objetivos de
investigación, cumplir con la responsabilidad social y
evitar o minimizar escándalos de daño como
resultado de comportamiento anti ético o ilegal.

MSc María Belén Salazar Raymond, MSc María de Fátima Icaza Guevara,
Dr. C. Oscar José Alejo Machado La importancia de la ética en la 53
investigación 2018
La ética en la investigación
La habilidad del ser humano para desarrollar
temas investigativos, ha ido mejorando con el
paso del tiempo, esto se debe a la naturaleza del
mismo por explorar y obtener conocimientos de
temas que despiertan la curiosidad del individuo.
Los diferentes trabajos investigativos se han ido
escribiendo, guardando y publicando, para que
otras personas interesadas en el mismo tema
puedan obtener información. Sin embargo,
estos estudios al ser publicados corren el riesgo
de que otras personas tomen autoría de esta
investigación. Para que una investigación científica sea
considerada como ética, las hipótesis deben de
ser razonables, aptas para el desarrollo honesto,
que tengan una gran capacidad de ser
completada, obtener respuestas y que tenga un
riesgo mínimo al momento de realizarlas
(O’Brien & Broughton, 2007).
54
 En 1886, se firmó el
Convenio de Berna
para la protección de La gestión y
obras literarias y transferencia del
artísticas DERECHOS conocimiento, el cual
GESTION Y
constituyéndose en la DEL AUTOR TRANSFERENCI es considerado como
A DEL un factor de carácter
fuente internacional CONOCIMIENTO
de protección del estratégico de las
derecho de autor. investigaciones.

55
La ética en la investigación

EFECTO DEL USO DE LADRILLOS AUTO

ENSAMBLABLES CON RELAVE MINERO EN EL
TIEMPO DE CONSTRUCCIÓN DE VIVIENDAS -
PASCO
La presente investigación se realiza en cumplimiento con
las normas y procedimientos de la Universidad Nacional
Daniel Alcides Carrión. La literatura extraída de libros,
tesis de grados y artículos tomados en cuenta en esta
investigación son citados de acuerdo a las normas APA,
respetando la autoría intelectual de cada uno de los autores.
La información que forma parte de esta investigación es
veraz, demostrando respeto y compromiso con la
comunidad educativa universitaria.

MSc María Belén Salazar Raymond, MSc María de Fátima Icaza Guevara,
Dr. C. Oscar José Alejo Machado La importancia de la ética en la 56
investigación 2018
Gracias
Rafael DEUDOR GOMEZ
Aracely L. VICUÑA CAPARACHIN
rdeudorg@undac.edu.pe
avicunac@undac.edu.pe