Mostrar el registro sencillo del ítem
Efecto De La Implementación De Minería De Datos En La Calificación De Crédito A Los Clientes De La Micro Financiera Progreso De La Ciudad De Cajamarca
dc.contributor.advisor | Villegas Chávez, Héctor Diómedes | |
dc.contributor.author | Meza Huamán, Jaime Amador | |
dc.date.accessioned | 2018-07-10T18:41:25Z | |
dc.date.available | 2018-07-10T18:41:25Z | |
dc.date.issued | 2018 | |
dc.identifier.uri | http://hdl.handle.net/20.500.14074/1961 | |
dc.description.abstract | La minería de datos en las instituciones se considera como una herramienta tecnológica orientada a la extracción de datos y el análisis, se desarrolla en base a técnicas estadísticas en las bases de datos y de esta forma se pueden encontrar cualidades ocultas de los clientes refiriéndose a los objetivos del negocio. En tal sentido, esta investigación tiene como objetivo implementar minería de datos en la calificación de crédito a los clientes de la Micro Financiera Progreso, con el propósito de determinar los clientes de alto riesgo y buenos clientes. La hipótesis planteada es: “La implementación de minería de datos a través del modelo planteado mejorará la calificación de crédito a los clientes de la Micro Financiera Progreso de la ciudad de Cajamarca”, para contrastar esta hipótesis, se aplicó un diseño no experimental, descriptiva y para medir el efecto producido por la Implementación de Minería de Datos, se aplicó una Pre – prueba y Post – prueba. En la recolección y el procesamiento de datos, se utilizó la metodología de minería de datos CRISP-DM y el cuestionario para saber el nivel de conformidad del área usuaria, se procesa a través del estadístico t Student; después del análisis, interpretación y discusión de los resultados, se concluye que la hipótesis tiene una aceptación positiva porque los usuarios evidenciaron que la implementación de minería de datos: está programado para que se ejecute en un tiempo aproximado 31.083 minutos y la calificación de los clientes se calculó en función del modelo de regresión logística binaria. Con dicha calificación, se determinaron clientes con alto nivel de riesgo que representan el 20.16%, por lo tanto, se puede asegurar el retorno del capital en 80.15%. | es_PE |
dc.description.uri | Tesis | es_PE |
dc.format | application/pdf | es_PE |
dc.language.iso | spa | es_PE |
dc.publisher | Universidad Nacional de Cajamarca | es_PE |
dc.rights | info:eu-repo/semantics/openAccess | es_PE |
dc.rights | Attribution-NonCommercial-NoDerivs 3.0 United States | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/us/ | * |
dc.source | Universidad Nacional de Cajamarca | es_PE |
dc.source | Repositorio Institucional - UNC | es_PE |
dc.subject | Modelo de Regresión Logística | es_PE |
dc.subject | Calificación de Crédito | es_PE |
dc.subject | Minería de Datos | es_PE |
dc.title | Efecto De La Implementación De Minería De Datos En La Calificación De Crédito A Los Clientes De La Micro Financiera Progreso De La Ciudad De Cajamarca | es_PE |
dc.type | info:eu-repo/semantics/masterThesis | es_PE |
thesis.degree.grantor | Universidad Nacional de Cajamarca. Escuela de Posgrado | es_PE |
thesis.degree.level | Maestria | es_PE |
thesis.degree.discipline | Administración y Gerencia Empresarial | es_PE |
thesis.degree.name | Maestro en Ciencias. Mención Administración y Gerencia Empresarial | es_PE |
Ficheros en el ítem
Este ítem aparece en la(s) siguiente(s) colección(ones)
-
Maestrías [1350]
Maestrías de la Escuelas de Posgrado - UNC