Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.12990/4446
Title: Recaudación tributaria de renta de primera categoría en el distrito de San Martin de Porres 2017
Authors: Hermoza Calero, Jessica Pilar
Miranda Miranda, Pablo Felipe
Silva Escobedo, Talía Lisseth
Keywords: Recaudación tributaria
Renta
Primera categoría
Issue Date: 2021
Publisher: Universidad Alas Peruanas
Abstract: La presente investigación titulada “Evasión Tributaria De Renta De Primera Categoría En El Distrito De San Martin De Porres 2017” busca como objetivo general determinar de que manera perjudica la evasión tributaria de renta de primera categoría en el distrito de San Martin de Porres 2017. Respecto a la metodología tiene la siguiente descripción si hablamos del diseño de la investigación encontramos que tiene como diseño la no experimental – correlacional, cuando nos referimos al tipo y nivel de la investigación encontramos en tipo: básica y por nivel : es correlacional ya que mide el grado de relación de las variables. Dentro del enfoque de la investigación: es de cualitativa. El método es deductivo, analítico-sintético además de la observación. Cuando hablamos de la población y muestra: población 5000 habitantes del distrito de San Martin de Porres , 100 fiscalizadores de SUNAT y muestra: está constituida por 10 habitantes del distrito de San Martin de Porres ,10 fiscalizadores tributarios y 3 abogados tributarios, el muestreo; no probabilístico. La técnicas es encuesta sobre Evasión tributaria de renta de primera categoría en el distrito de San Martin de Porres 2017., el instrumento; Cuestionario sobre Evasión tributaria de renta de primera categoría en el distrito de San Martin de Porres 2017. Como Criterios de Validez: encontramos que se sometió instrumento de juicio de expertos y al final indico que la consistencia interna es alta.
URI: https://hdl.handle.net/20.500.12990/4446
Appears in Collections:Derecho

Files in This Item:
File Description SizeFormat 
Tesis_Recaudación_Tributaria.pdfLectura de datos del documento1.72 MBAdobe PDFThumbnail
View/Open


This item is licensed under a Creative Commons License Creative Commons