Análisis de calidad de los productos en la Cooperativa Agroindustrial Naranjillo.

• Autor: Silva Macetas, Cristiham Ulises
• Formato: tesis de grado
• Fecha de Publicación: 2015
• Institución: Universidad Nacional Agraria de la Selva
• Repositorio: UNAS-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unas.edu.pe:20.500.14292/669
• Enlace del recurso: https://hdl.handle.net/20.500.14292/669
• Nivel de acceso: acceso abierto
• Materia: Calidad; Control de calidad; Relación costos; Beneficio; Variables; Productividad; Rentabilidad

El presente trabajo de investigación fue desarrollado en la Universidad Nacional Agraria de la Selva (UNAS) ubicada en la ciudad de Tingo María, departamento de Huánuco- Perú. El aspecto central del trabajo se refiere a la influencia del control de calidad de los granos en la rentabilidad de la Agroindustria Naranjillo. La hipótesis probada: "La Calidad de granos de cacao determina la rentabilidad de la Agroindustria Naranjilla", mientras que el objetivo fue Analizar la influencia de la Calidad de los granos de cacao en la rentabilidad de la Cooperativa Agroindustrial Naranjillo. Metodológicamente la investigación fue de tipo explicativo, como tal está orientado a la comprobación de una hipótesis causal. Obviamente, incluyó el nivel descriptivo, porque no se puede explicar sin describir, mientras que para la discusión de los resultados se utilizó el método dialéctico, deductivo y de síntesis. La recolección de la información se tomó a través de una encuesta a las dirigentes de los comedores populares, también se analizó los estados financieros de los mismos. Luego procesamos la información con un programa informático especializado Econometric EViews 3.0. Finalmente se verifico la hipótesis, dado que los principales indicadores tales como el T-STUDENT, F-STATISTIC, muestran altos niveles de significancia al 5 % •y también podemos ver que la rentabilidad de la agroindustria en nuestro periodo de estudio esta explicado en un 95.14% por las variables independientes consideradas dentro del modelo, mientras que el 4.86% muestra la influencia de variables no incluidas en el modelo.