Look-up in Google Scholar
Full metadata record
Ramirez Tabraj, Eudosio
Berrios Calderon, Melissa Cristina
Fretel Cardenas, Alicia Justa
Lastra Espinoza, Liset
2023-10-23T20:29:06Z
2023-10-23T20:29:06Z
2023
https://hdl.handle.net/20.500.13080/8988
El 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)
application/pdf (es_PE)
spa (es_PE)
Universidad Nacional Hermilio Valdizán (es_PE)
TCO01285B46;
info:eu-repo/semantics/openAccess (es_PE)
https://creativecommons.org/licenses/by-nc-sa/4.0/ (es_PE)
Inteligencia artificial (es_PE)
Aprendizaje automático (es_PE)
Gestión fiscal (es_PE)
Big data (es_PE)
Fraude fiscal (es_PE)
La Inteligencia Artificial y la predicción de la defraudación tributaria en la Administración Tributaria de Huánuco, año 2022 (es_PE)
info:eu-repo/semantics/bachelorThesis (es_PE)
Universidad Nacional Hermilio Valdizán. Facultad de Ciencias Contables y Financieras (es_PE)
Ciencias Contables y Financieras (es_PE)
Contador Público (es_PE)
PE (es_PE)
https://purl.org/pe-repo/ocde/ford#5.09.02 (es_PE)
https://purl.org/pe-repo/renati/level#tituloProfesional (es_PE)
22483399
https://orcid.org/0000-0001-8175-2391 (es_PE)
71628880
71456228
73333445
411066 (es_PE)
Rosales Albornoz, Jorge Edgar
Nacion Moya, Julio Augusto
Pardave Brancacho, Julio Vicente
Arias Flores, Teodomiro
https://purl.org/pe-repo/renati/type#tesis (es_PE)
Pública



This item is licensed under a Creative Commons License Creative Commons