Show simple item record

dc.contributor.advisorRamirez Tabraj, Eudosio
dc.contributor.authorBerrios Calderon, Melissa Cristina
dc.contributor.authorFretel Cardenas, Alicia Justa
dc.contributor.authorLastra Espinoza, Liset
dc.date.accessioned2023-10-23T20:29:06Z
dc.date.available2023-10-23T20:29:06Z
dc.date.issued2023
dc.identifier.urihttps://hdl.handle.net/20.500.13080/8988
dc.description.abstractEl objetivo primordial de la indagación fue Determinar la repercusión de la Inteligencia Artificial en la predicción de la Defraudación Tributaria en la administración tributaria de Huánuco, 2022. Se alineó en afinidad a la inteligencia artificial por las exploraciones de OSSANDON (2000) quien revelo que: Las tecnologías disruptivas como la inteligencia artificial están siendo utilizadas con mayor frecuencia por las administraciones tributarias para el desarrollo de sus actividades. Muchos países están introduciendo estas técnicas en cuestiones como el análisis de riesgos y en la lucha contra la evasión, o en la prestación de servicios a los contribuyentes mediante nuevos canales de comunicación (p. 1) La metodología utilizada fue de un enfoque cuantitativo de tipo aplicada de nivel correlacional y diseño no experimental con una la población de la tesis colectiva fue conformada por 50 funcionarios públicos de la Oficina Zonal Huánuco SUNAT, considerando solamente aquellas que pueden facilitar información valiosa para la investigación, dato proporcionado por la Oficina Zonal de Huánuco y La muestra estuvo con formada por 37 funcionarios públicos de la Oficina Zonal Huánuco SUNAT, y la encuesta se formuló a estos funcionarios públicos. Obteniendo el resultado que el nivel de significancia o valor de p = < 0.001, lo que significa que P es menor que alfa = 0.05 (p ≤ α), por lo cual se aceptó la hipótesis alterna y se rechazó la hipótesis nula. Es decir que “La Inteligencia Artificial repercute de manera positiva en la predicción de la Defraudación Tributaria en la administración tributaria de Huánuco, 2022”. Además, el factor de Correlación R de Pearson entre la VI y VD = 0.684, lo cual indica que la Variable Independiente (La Inteligencia Artificial) y la Variable dependiente (la Defraudación Tributaria) tuvieron una correlación positiva media.es_PE
dc.formatapplication/pdfes_PE
dc.language.isospaes_PE
dc.publisherUniversidad Nacional Hermilio Valdizánes_PE
dc.relation.ispartofseriesTCO01285B46;
dc.rightsinfo:eu-repo/semantics/openAccesses_PE
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/es_PE
dc.subjectInteligencia artificiales_PE
dc.subjectAprendizaje automáticoes_PE
dc.subjectGestión fiscales_PE
dc.subjectBig dataes_PE
dc.subjectFraude fiscales_PE
dc.titleLa Inteligencia Artificial y la predicción de la defraudación tributaria en la Administración Tributaria de Huánuco, año 2022es_PE
dc.typeinfo:eu-repo/semantics/bachelorThesises_PE
thesis.degree.grantorUniversidad Nacional Hermilio Valdizán. Facultad de Ciencias Contables y Financierases_PE
thesis.degree.nameContador Públicoes_PE
thesis.degree.disciplineCiencias Contables y Financierases_PE
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#5.09.02es_PE
dc.publisher.countryPEes_PE
renati.advisor.dni22483399
renati.advisor.orcidhttps://orcid.org/0000-0001-8175-2391es_PE
renati.author.dni71628880
renati.author.dni71456228
renati.author.dni73333445
renati.discipline411066es_PE
renati.jurorRosales Albornoz, Jorge Edgar
renati.jurorNacion Moya, Julio Augusto
renati.jurorPardave Brancacho, Julio Vicente
renati.jurorArias Flores, Teodomiro
renati.levelhttps://purl.org/pe-repo/renati/level#tituloProfesionales_PE
renati.typehttps://purl.org/pe-repo/renati/type#tesises_PE


Files in this item

Thumbnail

This item appears in the following Collection(s)

  • Tesis de Pregrado [393]
    Tesis de Pregrado de la Escuela Profesional de Ciencias Contables y Financieras

Show simple item record

info:eu-repo/semantics/openAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess