Matriz de Consistencia Tesis Perú: Modelo UNMSM (Guía 2026)
Si estás elaborando tu tesis en una universidad peruana, lo más probable es que tu asesor te haya pedido una matriz de consistencia antes de aprobar tu proyecto. En la Universidad Nacional Mayor de San Marcos (UNMSM) y en la mayoría de las universidades supervisadas por SUNEDU, este documento es obligatorio: sin él, el comité de investigación no da luz verde al protocolo. El problema es que muchos estudiantes no saben exactamente qué va en cada celda, cómo lograr la coherencia entre columnas o qué formato acepta la facultad. Esta guía resuelve todo eso.
A continuación encontrarás los 7 componentes obligatorios del modelo UNMSM, una tabla HTML lista para copiar, un ejemplo aplicado completo y las preguntas más frecuentes que los estudiantes peruanos hacen sobre esta herramienta. Todo está basado en las directivas oficiales de la UNMSM, las orientaciones metodológicas de CONCYTEC y los estándares de RENATI-SUNEDU para el registro de tesis.
¿Qué es la matriz de consistencia en Perú?
La matriz de consistencia tesis Perú UNMSM es un instrumento metodológico que organiza en formato tabular todos los elementos estructurales de una investigación. Fue popularizada en el ámbito académico peruano por el metodólogo Elías Mejía Mejía (UNMSM) y hoy la exigen la mayoría de facultades del país: desde la UNMSM y la PUCP hasta universidades regionales como la UNSA de Arequipa o la UNSM de Tarapoto.
A diferencia de otras herramientas metodológicas, la matriz no es un resumen del proyecto: es un mecanismo de validación interna. Cuando las columnas de la tabla son coherentes entre sí, el comité de investigación puede comprobar de un vistazo que la pregunta de investigación, los objetivos, las hipótesis, las variables, la metodología y los instrumentos están alineados. Según las Directivas para la Elaboración de Tesis de la UNMSM, la presentación de la matriz es requisito previo para la aprobación del plan de tesis.
RENATI (Repositorio Nacional de Trabajos de Investigación de SUNEDU) registra más de 320,000 tesis peruanas. El análisis de los protocolos aprobados muestra que las tesis rechazadas en primera instancia presentan, en el 60% de los casos, inconsistencias detectables en la matriz: objetivos que no responden al problema, hipótesis sin relación con las variables o instrumentos que no miden lo que la operacionalización dice.
Los 7 componentes obligatorios del modelo UNMSM
El modelo oficial de la UNMSM organiza la matriz en 7 columnas. Cada columna corresponde a un componente y debe guardar correspondencia horizontal con todas las demás. A continuación se describe cada componente y lo que debe contener:
1. Problema de investigación
Incluye el problema general (formulado como pregunta) y los problemas específicos (una fila por cada problema derivado). El problema general debe ser el eje articulador de toda la investigación. Se recomienda una sola pregunta principal y entre dos y cuatro específicas.
2. Objetivos
Cada problema tiene un objetivo correspondiente. El objetivo general responde al problema general; los objetivos específicos responden a cada problema específico. La forma verbal debe ser infinitivo: determinar, analizar, establecer, comparar. Nunca: “se pretende” o “se busca”.
3. Hipótesis
La hipótesis general es una afirmación provisional que responde al problema general. Las hipótesis específicas se derivan de ella. En investigaciones descriptivas simples (sin relación entre variables) se omite o se sustituye por supuestos de trabajo. Las hipótesis deben ser falsables y medibles.
4. Variables
Se registran la variable independiente (VI) y la variable dependiente (VD) en investigaciones correlacionales o explicativas. En estudios descriptivos puede haber una sola variable de estudio. Cada variable debe aparecer en la hipótesis y contar con indicadores en la columna de operacionalización.
5. Metodología
Esta columna incluye: tipo de investigación (básica/aplicada), diseño (descriptivo, correlacional, cuasi-experimental, etc.), nivel (exploratorio, descriptivo, correlacional, explicativo) y enfoque (cuantitativo, cualitativo, mixto). La UNMSM sigue la clasificación de Hernández Sampieri actualizada a la 6.ª edición.
6. Población y muestra
Se registra la población objetivo (universo del estudio), el tamaño de la muestra y la técnica de muestreo (probabilístico aleatorio simple, estratificado, por conveniencia, etc.). Algunas facultades UNMSM piden también el criterio de inclusión/exclusión en esta celda.
7. Técnicas e instrumentos
La columna final especifica la técnica de recolección (encuesta, entrevista, análisis documental, observación) y el instrumento correspondiente (cuestionario Likert, guía de entrevista semiestructurada, ficha de registro, guía de observación). Debe coincidir exactamente con lo que se describe en el capítulo de metodología.
Tabla HTML modelo lista para usar
La siguiente tabla reproduce el formato estándar UNMSM con los 7 componentes. Cópiala, adapta cada celda a tu investigación y preséntala tal como aparece (muchas facultades aceptan también la versión Word o PDF generada desde esta estructura).
| Problema | Objetivos | Hipótesis | Variables | Metodología | Población / Muestra | Técnicas e Instrumentos |
|---|---|---|---|---|---|---|
| PROBLEMA GENERAL / OBJETIVO GENERAL / HIPÓTESIS GENERAL | ||||||
| ¿[Problema general formulado como pregunta]? | [Verbo en infinitivo] [objeto del estudio] en [contexto]. | [VI] se relaciona significativamente con [VD] en [contexto]. | VI: [Variable independiente] VD: [Variable dependiente] |
Tipo: Básica Nivel: Correlacional Diseño: No experimental transversal Enfoque: Cuantitativo |
Población: [N total] Muestra: n = [X] Muestreo: Probabilístico aleatorio simple |
Técnica: Encuesta Instrumento: Cuestionario tipo Likert |
| PROBLEMA ESPECÍFICO 1 / OBJETIVO ESPECÍFICO 1 / HIPÓTESIS ESPECÍFICA 1 | ||||||
| ¿[Problema específico 1]? | [Verbo] [dimensión 1 de VI] y [dimensión 1 de VD]. | [Dimensión 1 VI] incide significativamente en [dimensión 1 VD]. | VI₁: [Dimensión 1] VD₁: [Dimensión 1] |
(ídem general) | (ídem general) | (ídem general) |
| PROBLEMA ESPECÍFICO 2 / OBJETIVO ESPECÍFICO 2 / HIPÓTESIS ESPECÍFICA 2 | ||||||
| ¿[Problema específico 2]? | [Verbo] [dimensión 2 de VI] y [dimensión 2 de VD]. | [Dimensión 2 VI] incide significativamente en [dimensión 2 VD]. | VI₂: [Dimensión 2] VD₂: [Dimensión 2] |
(ídem general) | (ídem general) | (ídem general) |
| PROBLEMA ESPECÍFICO 3 / OBJETIVO ESPECÍFICO 3 / HIPÓTESIS ESPECÍFICA 3 | ||||||
| ¿[Problema específico 3]? | [Verbo] [dimensión 3 de VI] y [dimensión 3 de VD]. | [Dimensión 3 VI] incide significativamente en [dimensión 3 VD]. | VI₃: [Dimensión 3] VD₃: [Dimensión 3] |
(ídem general) | (ídem general) | (ídem general) |
Ejemplo aplicado: tesis cuantitativa UNMSM
Para ilustrar cómo se completan los 7 componentes, presentamos un ejemplo real basado en una tesis de la Facultad de Ciencias Administrativas de la UNMSM sobre el efecto del uso de redes sociales en el rendimiento académico de estudiantes universitarios de Lima.
| Problema | Objetivos | Hipótesis | Variables | Metodología | Población / Muestra | Técnicas e Instrumentos |
|---|---|---|---|---|---|---|
| NIVEL GENERAL | ||||||
| ¿Cuál es la relación entre el uso de redes sociales y el rendimiento académico de los estudiantes de la Facultad de Ciencias Administrativas de la UNMSM, Lima 2025? | Determinar la relación entre el uso de redes sociales y el rendimiento académico de los estudiantes de la Facultad de Ciencias Administrativas de la UNMSM, Lima 2025. | El uso de redes sociales se relaciona significativamente con el rendimiento académico de los estudiantes de la Facultad de Ciencias Administrativas de la UNMSM, Lima 2025. | VI: Uso de redes sociales
VD: Rendimiento académico |
Tipo: Básica Nivel: Correlacional Diseño: No experimental transversal Enfoque: Cuantitativo |
Población: 3,200 estudiantes matriculados Muestra: n = 344 (Cochran, 95%, e=5%) Muestreo: Probabilístico aleatorio estratificado |
Técnica: Encuesta Instrumento: Cuestionario Likert (30 ítems) validado por juicio de 5 expertos (V de Aiken ≥ 0.80) |
| PROBLEMA ESPECÍFICO 1 — Frecuencia de uso | ||||||
| ¿Cómo se relaciona la frecuencia de uso de redes sociales con las calificaciones promedio de los estudiantes? | Establecer la relación entre la frecuencia de uso de redes sociales y las calificaciones promedio de los estudiantes. | La frecuencia de uso de redes sociales incide significativamente en las calificaciones promedio de los estudiantes. | VI₁: Frecuencia de uso (horas/día)
VD₁: Promedio ponderado (escala 0–20) |
(ídem general) | (ídem general) | Cuestionario + registro académico SUM-UNMSM |
| PROBLEMA ESPECÍFICO 2 — Finalidad de uso | ||||||
| ¿De qué manera la finalidad del uso de redes sociales (académica vs. recreativa) se relaciona con la asistencia a clases? | Analizar la relación entre la finalidad del uso de redes sociales y la asistencia a clases de los estudiantes. | La finalidad del uso de redes sociales se relaciona significativamente con la asistencia a clases de los estudiantes. | VI₂: Finalidad de uso (académica / recreativa)
VD₂: Porcentaje de asistencia |
(ídem general) | (ídem general) | Cuestionario + registro de asistencia SUM-UNMSM |
| PROBLEMA ESPECÍFICO 3 — Tipo de red social | ||||||
| ¿Cuál es la relación entre el tipo de red social utilizado y la entrega oportuna de trabajos académicos? | Identificar la relación entre el tipo de red social utilizado y la entrega oportuna de trabajos académicos. | El tipo de red social utilizado se relaciona significativamente con la entrega oportuna de trabajos académicos. | VI₃: Tipo de red (Instagram, TikTok, WhatsApp, YouTube)
VD₃: Entrega oportuna de tareas (% cumplimiento) |
(ídem general) | (ídem general) | Cuestionario + plataforma virtual Moodle UNMSM |
Observa cómo el problema general y cada problema específico quedan completamente respondidos por sus respectivos objetivos, hipótesis y variables. La metodología y los instrumentos se repiten en cada fila porque el diseño de estudio es único para toda la investigación.
Cómo elaborar la matriz paso a paso
Una vez que conoces los 7 componentes y tienes el ejemplo de referencia, el proceso de elaboración sigue una secuencia lógica:
Paso 1: Formula el problema general primero
Todo parte del problema. Escribe la pregunta general como “¿cuál es la relación entre X e Y en [contexto, año]?”. Esta pregunta debe ser específica, medible y delimitada en tiempo y espacio. Una vez que tienes la pregunta general, los problemas específicos se derivan descomponiendo las dimensiones de cada variable.
Paso 2: Redacta objetivos que respondan directamente
Cada objetivo empieza con un verbo en infinitivo y reproduce prácticamente la misma estructura del problema, pero en forma afirmativa. Usa la fórmula: [verbo] [la relación entre X e Y] [en contexto]. Consulta los artículos de cómo redactar objetivos de investigación para ver el banco de verbos por nivel de investigación.
Paso 3: Formula hipótesis falsables
La hipótesis debe ser una afirmación que pueda ser rechazada estadísticamente. La estructura clásica UNMSM es: “[VI] se relaciona significativamente con [VD] en [contexto] (α = 0.05)”. Si tu investigación es descriptiva sin relación de variables, sustitúyela por un supuesto de trabajo o simplemente escribe “no aplica”.
Paso 4: Declara variables con sus dimensiones
En la columna de variables registra la variable independiente (VI) y la dependiente (VD). Menciona las dimensiones si las hay. Estas dimensiones deben coincidir con los problemas específicos. Puedes ampliar esta información en el artículo sobre variables de investigación: ejemplo y clasificación completa.
Paso 5: Completa metodología con la clasificación UNMSM
La UNMSM utiliza cuatro criterios: tipo (básica/aplicada), nivel (exploratorio/descriptivo/correlacional/explicativo), diseño (experimental, cuasi-experimental, no experimental) y enfoque (cuantitativo/cualitativo/mixto). Sé preciso: “no experimental transversal correlacional” es más informativo que solo “no experimental”.
Paso 6: Calcula la muestra con la fórmula de Cochran
Para poblaciones finitas, la fórmula de Cochran ajustada es: n = (Z²·p·q·N) / (e²·(N-1) + Z²·p·q), donde Z = 1.96 (95% confianza), p = q = 0.5, e = 0.05. Para N = 3,200, el resultado es n = 344. Para muestras pequeñas (N menor a 100), se puede usar censo. Revisa también el artículo sobre instrumento de recolección de datos para elegir el instrumento correcto según la muestra.
Paso 7: Define técnica e instrumento con precisión
No es suficiente escribir “encuesta”: especifica si el cuestionario es Likert de 5 o 7 puntos, cuántos ítems tiene, cómo se validó (V de Aiken, Alpha de Cronbach) y si es de elaboración propia o adaptado. La confiabilidad Alpha ≥ 0.70 es el umbral mínimo aceptado por las facultades UNMSM.
5 errores más comunes y cómo evitarlos
| Error | Por qué ocurre | Cómo corregirlo |
|---|---|---|
| Objetivos que no responden al problema | El estudiante redacta objetivos amplios sin leer la pregunta que deben responder. | Lee el problema en voz alta y comprueba que el objetivo lo responde literalmente. |
| Hipótesis no contrastables | Se usan expresiones vagas como “podría existir” o “se espera que”. | Usa la estructura afirmativa: “[VI] se relaciona significativamente con [VD] (p ≤ 0.05)”. |
| Variables sin dimensiones operacionalizadas | Se escribe solo el nombre de la variable sin indicadores ni escalas. | Añade al menos las dimensiones principales; completa la operacionalización en el capítulo III. |
| Diseño metodológico incompleto | Se omite el nivel o el enfoque, dejando solo “no experimental”. | Siempre incluye los cuatro criterios UNMSM: tipo, nivel, diseño y enfoque. |
| Instrumento sin validación mencionada | Se escribe “cuestionario” sin especificar validez ni confiabilidad. | Añade “validado por juicio de expertos (V de Aiken ≥ 0.80, Alpha de Cronbach = 0.XX)”. |
Diferencias por universidad en Perú
Aunque el modelo de Mejía Mejía es el de referencia nacional, cada universidad puede adaptar el formato. La siguiente tabla resume las principales diferencias entre las universidades peruanas más importantes:
| Universidad | N.° de columnas | Columnas adicionales | Hipótesis en descriptivas | Operacionalización |
|---|---|---|---|---|
| UNMSM | 7 | — (estándar) | Supuesto de trabajo | Capítulo III separado |
| PUCP | 6 | Omite columna metodología (va en introducción) | No obligatoria | Tabla de variables integrada |
| UNI | 8 | Columna de justificación | Obligatoria solo en correlacionales | Separada en anexos |
| UNSA (Arequipa) | 7 | Igual que UNMSM | Supuesto de trabajo | Capítulo II |
| UNT (Trujillo) | 7 | Columna de “bases teóricas” adicional en algunas facultades | No obligatoria | Capítulo II |
| UNAP (Iquitos) | 7 | Igual que UNMSM | Supuesto de trabajo | Capítulo III |
Si estudias en una universidad regional, verifica con tu asesor cuál versión exige tu facultad. En caso de duda, el modelo de 7 columnas de la UNMSM es aceptado por prácticamente todas las universidades registradas en SUNEDU como referencia válida.
Para entender cómo completar la columna de variables con detalle, revisa el artículo sobre operacionalización de variables: guía paso a paso con tablas y ejemplos. Si además necesitas estructurar el protocolo completo, el artículo sobre protocolo de investigación con estructura completa cubre cada sección del documento que acompaña a la matriz.
Para profundizar en el planteamiento del problema que va en la primera columna, consulta el artículo sobre planteamiento del problema: ejemplo paso a paso. Y si tu investigación es cuantitativa, el artículo de variables de investigación: ejemplo y clasificación completa te ayudará a completar la cuarta columna con precisión.
Las tesis registradas en RENATI-SUNEDU son una fuente excelente para revisar matrices reales de universidades peruanas. También puedes consultar las guías metodológicas de CONCYTEC para ver ejemplos de proyectos financiados con fondos públicos que incluyen matrices de consistencia validadas.
Preguntas frecuentes sobre la matriz de consistencia tesis Perú UNMSM
¿La matriz de consistencia es obligatoria en la UNMSM?
Sí. Según las Directivas para la Elaboración de Tesis de la UNMSM vigentes, la matriz de consistencia es un requisito para la aprobación del plan de tesis. El comité de investigación la utiliza para verificar la coherencia interna del proyecto antes de emitir la resolución de aprobación. Sin la matriz, el expediente se devuelve al tesista para subsanación.
¿Cuántas filas debe tener la matriz de consistencia?
Depende del número de problemas de investigación. La estructura mínima es: 1 fila para el nivel general (problema general, objetivo general, hipótesis general) y 1 fila por cada problema específico. Lo más común es una fila general y entre 2 y 4 filas específicas, haciendo un total de 3 a 5 filas. Más de 5 filas puede indicar que el problema general es demasiado amplio.
¿Qué diferencia hay entre la matriz de consistencia y el cuadro de operacionalización de variables?
Son dos documentos distintos y complementarios. La matriz de consistencia articula en una vista global los 7 elementos del proyecto (problema, objetivos, hipótesis, variables, metodología, muestra, instrumentos). El cuadro de operacionalización desglosa cada variable en dimensiones, indicadores, ítems del instrumento y escala de medición. La UNMSM los exige por separado: la matriz en el proyecto de tesis y la operacionalización en el capítulo III de la tesis.
¿Puedo presentar una matriz de consistencia sin hipótesis?
Sí, en investigaciones descriptivas simples (sin relación entre variables ni comparación de grupos) la hipótesis no es obligatoria. En ese caso, la UNMSM acepta dos alternativas: dejar la celda en blanco con una nota aclaratoria (“no aplica por ser investigación descriptiva”) o sustituirla por un supuesto de trabajo, que es una afirmación provisional menos formal que una hipótesis estadística.
¿Cómo se calcula el tamaño de muestra para la matriz?
Para poblaciones finitas, se usa la fórmula de Cochran: n = (Z²·p·q·N) / (e²·(N-1) + Z²·p·q), con Z = 1.96 (95% de confianza), p = q = 0.5 y e = 0.05. Para poblaciones menores a 100 personas, se recomienda censar (n = N). Para poblaciones muy grandes (más de 100,000), se puede usar la fórmula simplificada sin ajuste de finitud: n = (Z²·p·q) / e², que da 384 para los parámetros estándar.
¿La PUCP usa el mismo modelo de matriz que la UNMSM?
No exactamente. La PUCP utiliza una versión simplificada de 6 columnas que omite la columna de metodología (que va integrada en la introducción del plan de tesis). Además, en la PUCP la hipótesis no es obligatoria en investigaciones cualitativas ni en estudios descriptivos. Si transfieres tu proyecto de la UNMSM a la PUCP o viceversa, deberás adaptar el formato según las directivas de la facultad de destino.
¿Puedo usar Tesify para generar la matriz de consistencia?
Sí. Tesify incluye un módulo específico para generar la matriz de consistencia según el modelo UNMSM. A partir del tema de tu tesis y las variables que defines, la herramienta sugiere problemas, objetivos e hipótesis coherentes entre sí, y los organiza en la tabla de 7 columnas lista para presentar. Puedes exportarla en formato Word o PDF directamente desde la plataforma.
¿Qué pasa si el asesor pide modificar la matriz después de aprobada?
Es habitual que durante el desarrollo de la tesis el problema o los objetivos se ajusten. En ese caso, debes presentar una matriz de consistencia actualizada (con fecha de revisión) para que el asesor la refrende. Si el cambio es sustancial (nueva variable, cambio de diseño), algunas facultades UNMSM exigen una nueva resolución de aprobación. Consulta con la Unidad de Posgrado o Grados y Títulos de tu facultad el procedimiento específico.
Completa tu tesis con IA — sin perder el rigor académico
Con Tesify puedes generar la matriz de consistencia completa, la tabla de operacionalización de variables, los objetivos e hipótesis coherentes y el capítulo de metodología, todo en el formato que exige tu universidad peruana. Miles de estudiantes UNMSM, PUCP y universidades regionales ya lo usan para avanzar más rápido sin sacrificar calidad.
Leave a Reply