Show simple item record

dc.contributor.advisorHernández Celis, Domingoes_PE
dc.contributor.authorPorras Cerrón, Jaime Carloses_PE
dc.date.accessioned2019-11-14T15:31:53Z
dc.date.available2019-11-14T15:31:53Z
dc.date.issued2019
dc.identifier.urihttps://hdl.handle.net/20.500.13084/3728
dc.description.abstractSe identificó como problema el deficiente desarrollo empresarial y escaso análisis para obtención de información de los datos almacenados por las microempresas de Lima Metropolitana pertenecientes al Emporio Comercial de Gamarra. Ello afecta el incremento de sus ingresos y eficiencia de dichas microempresas. Esta problemática se expresó en la pregunta: ¿El Big Data (Datos Masivos) puede contribuir a una administración empresarial eficiente para el desarrollo de las microempresas del Emporio Comercial de Gamarra? Ante lo planteado, se propuso la solución a través de la formulación de la hipótesis: El Big Data (Datos Masivos) es útil para realizar una administración empresarial eficiente en el desarrollo de las microempresas del Emporio Comercial de Gamarra. Este trabajo buscó determinar la incidencia del Big Data (Datos Masivos) en la administración empresarial eficiente para el desarrollo de las microempresas del Emporio Comercial de Gamarra. La investigación es de tipo explicativa, descriptiva y correlacional; se utilizaron los métodos descriptivo e inductivo. El diseño es el no experimental. La población estuvo compuesta por 25497 microempresas, INEI (2016) y la muestra estuvo compuesta por 379 personas asociadas a las microempresas. El tipo de muestreo aplicado fue el muestreo probabilístico aleatorio simple. Las técnicas utilizadas para la recopilación de datos fueron las encuestas y el instrumento utilizado fue un cuestionario. Se aplicaron las siguientes técnicas de análisis de información: análisis documental, indagación, conciliación de datos, tabulación, comprensión de gráficos. Se aplicó las siguientes técnicas de procesamiento de datos: ordenamiento y clasificación, registro manual, proceso computarizado con el programa estadístico SPSS. El resultado más importante, obtenido mediante la correlación de Spearman (r=0.8105) es la existencia de una fuerte asociación entre el uso del Big Data (Datos Masivos) en la administración empresarial eficiente para el desarrollo de las microempresas del Emporio Comercial de Gamarra.es_PE
dc.description.uriTesises_PE
dc.formatapplication/pdfes_PE
dc.language.isospaes_PE
dc.publisherUniversidad Nacional Federico Villarreales_PE
dc.rightsinfo:eu-repo/semantics/openAccesses_PE
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/es_PE
dc.sourceUniversidad Nacional Federico Villarreales_PE
dc.sourceRepositorio Institucional - UNFVes_PE
dc.subjectAdministración empresarial eficientees_PE
dc.subjectdesarrollo empresariales_PE
dc.subjectdatos masivoses_PE
dc.subjectmicroempresases_PE
dc.subjectEmporio Comercial de Gamarraes_PE
dc.subjectCorrelación de Spearmanes_PE
dc.titleLa administración empresarial eficiente con ayuda del big data en el desarrollo de las microempresas de Lima Metropolitana, caso Gamarraes_PE
dc.typeinfo:eu-repo/semantics/doctoralThesises_PE
thesis.degree.nameDoctor en Administraciónes_PE
thesis.degree.disciplineAdministraciónes_PE
thesis.degree.grantorUniversidad Nacional Federico Villarreal. Escuela Universitaria de Posgradoes_PE
thesis.degree.levelDoctoradoes_PE
thesis.degree.programEscuela Universitaria de Posgrado - Modalidad Presenciales_PE
dc.subject.ocdeAdministraciónes_PE
renati.advisor.orcidhttps://orcid.org/0000-0002-9759-4436es_PE
renati.advisor.dni40878290es_PE
renati.typehttp://purl.org/pe-repo/renati/type#tesises_PE
renati.discipline413018es_PE
renati.levelhttp://purl.org/pe-repo/renati/level#doctores_PE
dc.type.versioninfo:eu-repo/semantics/publishedVersiones_PE
dc.publisher.countryPEes_PE


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

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