Ítem
Acceso Abierto

Herramienta de data analytics para pruebas de auditoría interna del proceso misional del sena

Mostrar el registro sencillo de la publicación
dc.contributor.advisorBermúdez Sosa, Hebert Jair
dc.creatorNiño Castañeda, Yeimy Paola
dc.creator.degreeMagíster en Business Analytics
dc.creator.degreetypePart time
dc.date.accessioned2023-07-17T16:30:54Z
dc.date.available2023-07-17T16:30:54Z
dc.date.created2023-07-14
dc.descriptionDebido al incremento del uso de analítica de datos para la toma de decisiones en las organizaciones, se hace necesario aplicar estas acciones en Entidades del Sector público para analizar los datos históricos y comunicar conclusiones acertados sobre el comportamiento de estos, por esta razón se diseñó para el área de auditoría interna de la Entidad estudiada una herramienta de Data Analytics, que permita profundizar en el análisis de la información y los datos que genera la Entidad a partir del desarrollo de pruebas de auditoría, previas a la etapa de desempeño de las auditorías en campo para obtener posibles alertas preventivas, realizar análisis descriptivo de las bases de datos, visualización de la información y aplicar modelos predictivos supervisados, lo cual generará valor y calidad en las auditorías efectuadas a los procesos misionales, exactamente al procedimiento de la formación profesional integral de los aprendices y así mismo, contribuirá al logro del objetivo estratégico de la Oficina de Control Interno de la Entidad y al rol que se ejecuta desde la tercera línea de defensa.
dc.description.abstractDue to the increased use of data analytics for decision making in organizations, it’s necessary to apply these actions in the Public Sector Entities to analyze historical data and communicate correct conclusions about their behavior, for this reason it will be designed for Internal Audit Area of the Entity that I studied a data analytics tool that allows deepening the analysis of the information and data generated by the Entity from the development of audit tests, prior to the performance stage of the field audits to obtain possible preventive alerts, perform a descriptive analysis of the databases, visualization of the information and apply supervised predictive models, which will generate value and quality in the audits carried out on the mission processes, exactly to the procedure of the comprehensive professional training of the apprenticeships and thus contribute to the achievement of the strategic objective of the Office of Internal Control of the Entity and the role that is executed from the third line of defense.
dc.format.extent75
dc.format.mimetypeapplication/pdf
dc.identifier.doihttps://doi.org/10.48713/10336_40182
dc.identifier.urihttps://repository.urosario.edu.co/handle/10336/40182
dc.language.isospa
dc.publisherUniversidad del Rosario
dc.publisher.departmentEscuela de Administración
dc.publisher.departmentEscuela de Ingeniería, Ciencia y Tecnología
dc.publisher.programMaestría en Business Analytics
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.rights.accesRightsinfo:eu-repo/semantics/openAccess
dc.rights.accesoAbierto (Texto Completo)
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.source.bibliographicCitationAguilar Vilca, D., & Camargo Ramos, J. C. (2021). Sistema inteligente basado en redes neuronales, máquina de soporte vectorial y random forest para la predicción de deserción de clientes en microcréditos de bancos [Universidad Nacional Mayor de San Marcos]. http://cybertesis.unmsm.edu.pe/bitstream/handle/20.500.12672/16390/Aguilar_vd.pdf?sequence=1&isAllowed=y
dc.source.bibliographicCitationAsamblea Nacional Constituyente. (1991). Constitución Política de Colombia 1991. http://www.secretariasenado.gov.co/senado/basedoc/constitucion_politica_1991.html
dc.source.bibliographicCitationCardona Taborda, C. H., Gelves García, N., & Palacios Rozo, J. J. (2016). Análisis de datos mediante el algoritmo de clasificación 48, sobre un cluster en la nube de AWS. Universidad Distrital Francisco José de Caldas, especial, 145. http://revistas.udistrital.edu.co/ojs/index.php/REDES/index
dc.source.bibliographicCitationCastro Sotomonte, J. E., Rodríguez Rodríguez, C. C., Montenegro Marín, C. E., Gaona García, P. A., & Castellanos, J. G. (2016). Hacia la construcción de un modelo predictivo de deserción académica basado en técnicas de minería de datos. Revista Científica Universidad Distrital Francisco José de Caldas, 26, 49. https://doi.org/10.14483/23448350.11089
dc.source.bibliographicCitationContreras, C. (2021). Determinación de variables predictivas de deserción inicial para generar un sistema de alerta temprana. Análisis sobre una muestra de estudiantes beneficiarios de la beca de nivelación académica en una universidad pública en Chile. Calidad en la educación, 54, 12-45. https://doi.org/10.31619/caledu.n54.828
dc.source.bibliographicCitationCuji, B., Gavilanes, W., & Sanchez, R. (2017). Modelo predictivo de deserción estudiantil basado en arboles de decisión. Revista Espacios, 38(55), 17. http://ww.revistaespacios.com/a17v38n55/a17v38n55p17.pdf
dc.source.bibliographicCitationDeloitte. (2016). Internal audit analytics: The journey to 2020 Insights-driven auditing. Deloitte Development. https://www2.deloitte.com/content/dam/Deloitte/us/Documents/risk/us-risk-internal-audit-analytics-pov.pdf
dc.source.bibliographicCitationDNP Departamento Nacional de Planeación & Departamento Administrativo de la Función Pública. (2010). CONPES 3654 de 2010 Politica de Rendición de Cuentas de la Rama Ejecutiva a los ciudadanos. https://www.funcionpublica.gov.co/eva/gestornormativo/norma.php?i=83124
dc.source.bibliographicCitationEcheverría, F. (2019, septiembre 20). Auditoría Interna Re Imaginada—KPMG Colombia. KPMG. https://kpmg.com/co/es/home/insights/2019/09/auditoria-interna-re-imaginada.html
dc.source.bibliographicCitationFernández Martín, T., Solís Salazar, M., Hernández Jiménez, M. T., & Moreira Mora, T. E. (2019). Un análisis multinomial y predictivo de los factores asociados a la deserción universitaria. Revista Electrónica Educare, 23(1), 73-97. https://doi.org/10.15359/ree.23-1.5
dc.source.bibliographicCitationGalán Cortina, V. (2015). Aplicación de la Metodología CRISP-DM a un Proyecto de Minería de Datos en el Entorno Universitario. 21.
dc.source.bibliographicCitationIBM. (2021, agosto 17). IBM Documentation. https://www.ibm.com/docs/es/spss-modeler/saas?topic=dm-crisp-help-overview
dc.source.bibliographicCitationInstituto de Censores Jurados de Cuentas de España. (2019). La transformación digital en el sector de auditoría. https://www.icjce.es/adjuntos/transf-digital.pdf
dc.source.bibliographicCitationIslam, S., & Stafford, T. (2022). Factors associated with the adoption of data analytics by internal audit function. Managerial Auditing Journal, 37(2), 193-193-223. Emerald Insight. https://doi.org/10.1108/MAJ-04-2021-3090
dc.source.bibliographicCitationJurado Mantilla, M. J. (2019). Diseño de un modelo predictivo de la deserción estudiantil de postgrado en una institución de educación superior. http://www.dspace.espol.edu.ec/xmlui/handle/123456789/48758
dc.source.bibliographicCitationManríquez Pacheco, R. (2022). Modelo de Deserción Estudiantil. https://repositorio.udd.cl/handle/11447/7490
dc.source.bibliographicCitationNelson, G. S. (2018). The analytics lifecycle toolkit: A practical guide for an effective analytics capability (1st ed.). Hoboken, New Jersey : Wiley.
dc.source.bibliographicCitationQuintero, Y. A. (2022). Diseño de un modelo predictivo para generar alertas tempranas de deserción universitaria en los programas de pregrado presenciales de la Facultad de Ingeniería de la Universidad de Antioquia. [Universidad de Antioquia]. https://bibliotecadigital.udea.edu.co/bitstream/10495/29368/1/QuinteroYudy_2022_ModeloPredictivoDesercio%cc%81n.pdf
dc.source.bibliographicCitationRaunakjhawar. (s. f.). Extracción, transformación y carga de datos (ETL)—Azure Architecture Center. Recuperado 23 de mayo de 2023, de https://learn.microsoft.com/es-es/azure/architecture/data-guide/relational-data/etl
dc.source.bibliographicCitationRivera Vergaray, K. (2021). Modelo predictivo para la detección temprana de estudiantes con alto riesgo de deserción académica. Revista Innovación y Software, 2(2), 6-13. https://www.redalyc.org/journal/6738/673870839001/html/
dc.source.bibliographicCitationSchwaber, K., & Sutherland, J. (2020). La Guía de Scrum La Guía Definitiva de Scrum: Las Reglas del Juego. ScrumGuides.org. https://scrumguides.org/docs/scrumguide/v2020/2020-Scrum-Guide-Spanish-Latin-South-American.pdf
dc.source.bibliographicCitationSENA. (s. f.). Glosario. SENA. Recuperado 4 de mayo de 2023, de https://www.sena.edu.co:443/es-co/ciudadano/Paginas/glosario.aspx
dc.source.bibliographicCitationSENA. (2020). Identificación causas de deserción 2020. Servicio Nacional de Aprendizaje SENA. https://www.sena.edu.co/es-co/ciudadano/Documents/identificacion_causas_desercion_2020.pdf
dc.source.bibliographicCitationSENA. (2023). Estructura Orgánica del SENA. Servicio Nacional de Aprendizaje SENA. https://www.sena.edu.co/es-co/sena/Documents/Estructura_Organica_SENA_%20PP_dao.pdf
dc.source.bibliographicCitationServicio Nacional de Aprendizaje SENA. (2023, abril 8). Planeación estratégica. SENA. https://www.sena.edu.co/es-co/sena/Paginas/planeacionEstrategica.aspx
dc.source.instnameinstname:Universidad del Rosario
dc.source.reponamereponame:Repositorio Institucional EdocUR
dc.subjectAnalítica de datos
dc.subjectModelos predictivos
dc.subjectAuditoría interna
dc.subjectDeserción de aprendices
dc.subject.keywordData analytics
dc.subject.keywordPredictive models
dc.subject.keywordInternal audit
dc.subject.keywordTrainee desertion
dc.titleHerramienta de data analytics para pruebas de auditoría interna del proceso misional del sena
dc.title.TranslatedTitleData analysis tool for internal audit tests of the missionary process in the sena
dc.typebachelorThesis
dc.type.documentTrabajo de grado
dc.type.spaTrabajo de grado
local.department.reportEscuela de Administración
Archivos
Bloque original
Mostrando1 - 1 de 1
Miniatura
Nombre:
Herramienta-de-data-analytics-Nino-Castaneda-Yeimy-Paola-2023.pdf
Tamaño:
1.5 MB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Colecciones
Maestría en Business Analytics