“determinantes conductuales del cumplimiento …...sistema tributario, diseñado a partir de los...
TRANSCRIPT
1
“Determinantes Conductuales del Cumplimiento Tributario en Chile
mediante Machine Learning Models”
Abel Labraña1.
Resumen:
El objetivo de esta investigación es identificar los factores que determinan la conducta
de los contribuyentes hacia el cumplimiento de sus obligaciones tributarias, tomando
como bases analíticas: micro datos de corte transversal de las características
financieras, contables y brechas individuales de cumplimiento tributario; y un análisis
de componentes principales de las actitudes del contribuyente dentro y fuera del
sistema tributario, diseñado a partir de los resultados de la "Encuesta de Percepción del
Sistema Tributario Chileno" y las teorías existentes relacionadas con variables
sociológicas y psicológicas que afectan al cumplimiento. Con ello y mediante un modelo
de Regresión Logística Multinomial, se extraen determinantes conductuales capaces de
predecir en un 89,5% la propensión al cumplimiento de los contribuyentes.
Palabras claves: Determinantes Conductuales, Propensión al Cumplimiento Tributario,
Machine Learnig Models, Data Mining, Políticas Tributarias, Regresión Logística
Multinomial.
Abstract:
The aim of this research is to identify the factors that determine his conduct towards
compliance, taking as analytical bases the available cross-sectional micro data of the
financial, accounting and individual tax compliance gaps; and a principal component
analysis of the taxpayer´s attitudes inside and outside the tax system, designed from the
results of the "Perception Survey on the Chilean Tax System" and the existing theories
related to sociological and psychological variables that affect compliance. With this and
by means of a Multinomial Logistic Regression model, behavioral determinants are
extracted capable of predicting in 89.5% the propensity to compliance of taxpayers.
Keywords: Behavioral Determinants, Propensity to Tax Compliance, Machine Learnig
Models, Data Mining, Tax Policies, Multinomial Logistic Regression Models.
1 Administrador Público USACH, Magíster en Ingeniería Industrial PUC, Magíster© en Políticas Públicas UDP. Gestor Nacional de Riesgo Servicio de Impuestos Internos.
2
Introducción.
Uno de los principales desafíos que enfrentan las administraciones tributarias
modernas es la caracterización de sus contribuyentes, buscando la efectividad de las
acciones de tratamiento y un mejor diseño de las políticas públicas que respaldan el
sistema tributario. En este escenario, es de suma importancia tener modelos que
permitan un conocimiento más profundo de la actitud de los contribuyentes hacia los
diversos aspectos involucrados en el cumplimiento tributario (como responder a una
llamada o presentar declaraciones en el tiempo, forma y con el contenido prescrito por
ley). Esto es especialmente cierto en el contexto actual marcado por el predominio
latente de los medios informales de comercio y los cambios producidos por la
revolución de Internet como medio de intercambio y también como un canal para
interactuar con las administraciones tributarias: Como muestra de esto, en Chile, la
evasión del IVA por sí sola equivale a 20% de los ingresos recaudados por este impuesto
en 2015 (2,66 billones de pesos corrientes del 2016, USD 4.5B)2.
Por esta razón la presente investigación tiene como objetivo descubrir los
determinantes que explican la propensión a cumplir las obligaciones tributarias de los
contribuyentes chilenos respondiendo la pregunta de investigación: ¿Cuáles son los
determinantes conductuales del cumplimiento tributario para el caso chileno?. Para
esto se emplean modelos capaces de organizar procesos eficientes de Feature
Engineering (A-priori, PCA, KNN) para los efectos de conjugar micro datos de corte
transversal de las características financieras, contables y brechas individuales de
cumplimiento tributario; con un análisis de componentes principales de las actitudes
del contribuyente dentro y fuera del sistema tributario, diseñado a partir de los
resultados de la "Encuesta de Percepción del Sistema Tributario Chileno" y las teorías
existentes relacionadas con variables sociológicas y psicológicas que afectan al
cumplimiento; para de esta forma poder aplicar un modelo extracción de
determinantes del cumplimiento tributario en Chile basado en Regresión Logística
Multinomial.
Se utiliza como metodología, la investigación exploratoria, ya que se trata de buscar
relaciones potenciales entre variables que tienden a explicar un fenómeno
multidimensional como el incumplimiento tributario. Sin embargo, tiene un alto
componente empírico descriptivo debido a la interrelación de los modelos de Machine
Learning y las teorías relacionadas con el comportamiento del contribuyente. En lo
estrictamente concerniente al modelamiento predictivo y la segmentación, se utiliza la
metodología KDD (Descubrimiento de Conocimiento en Bases de Datos) y Minería de
Datos.
La motivación principal es profundizar en el conocimiento de los márgenes de acción
dentro de los cuales la Administración Tributaria debe implementar políticas de
2 Cifras provisionales estimadas en base a Compilación de Referencia 2008 de Cuentas Nacionales del Banco Central, expuestas en cuenta pública SII 2016.
3
tratamiento diferenciadas para los diferentes niveles de propensión al cumplimiento, y
de esta forma utilizar los determinantes del comportamiento en un insumo para
abordar los diversos factores de riesgo que producen las brechas de cumplimiento
tributario. Este trabajo también pretende servir como una de las bases analíticas del
proceso de formulación de la política tributaria en Chile en este momento, dada su
contribución para comprender el fenómeno de cumplimiento en general y la evasión -
elusión en particular, incorporando estos componentes al diseño de las obligaciones fiscales que propendan a generar escenarios de pleno cumplimiento.
En la primera sección, se ilustran todos aquellos elementos teóricos a considerar para
llevar a cabo una modelización que involucre los aspectos centrales del estudio de los
determinantes conductuales traídos por las diversas investigaciones generadoras del
estado del arte en la materia. En la segunda sección se establecerá la metodología de
trabajo para preparar los datos, de modo que se logren aplicar cabalmente los Machine
Learning Models. En la tercera sección se expondrán los resultados de los modelos y las
conclusiones parciales que éstos generen, para en la cuarta sección cerrar con las
conclusiones y recomendaciones de política pública.
1. Revisión Bibliográfica.
Tradicionalmente el incumplimiento tributario ha sido analizado desde enfoques
basados en economía del delito asociado a explicar el fenómeno de la evasión, sin
embargo, las teorías basadas en las decisiones racionales y los factores psicológicos y
sociológicos que influyen en las decisiones de los contribuyentes, han cobrado
relevancia producto de los avances en los métodos de recolección de información y su
correspondiente comprobación.
Dichos enfoques han priorizado la idea del incumplimiento de obligaciones tributarias
sobre la evasión, toda vez que la primera es más completa en la tarea de explicar las
interacciones Contribuyente - Sistema Tributario, porque a diferencia de la evasión, no
solo contempla acciones deliberadas y conscientes de fraude, sino que también
comprende las causas ligadas al incumplimiento involuntario. A continuación se
explican los principales enfoques teóricos utilizados para la construcción de los factores
que formarán parte del modelo de extracción de determinantes del cumplimiento
tributario en Chile.
1.1. Teoría de la Acción Razonada (TRA).
La TRA (Ajzen and Fishbein 1980 en (Devos, 2014)) indica que el comportamiento de
los contribuyentes se determina directamente por sus intenciones que son una función
de su actitud hacia el comportamiento y la percepción de la subjetivación de las normas.
Estas tienen que ver con las creencias de los referentes específicos que son aquellos
4
contribuyentes con un considerable nivel de influencia sobre sus círculos (familia,
amigos colegas de trabajo, etc.). Por ejemplo, para formar sus normas subjetivas sobre
el cumplimiento fiscal, los contribuyentes pueden preguntarse si sus amigos
aprobarían sus actos no previstos.
Mediante un estudio de observaciones directas y estudios de caso Cialdini (Cialdini,
1989 en (Devos, 2014)) planteó la hipótesis de que el comportamiento podría
modificarse al abordar el nivel de compromiso de los contribuyentes. En otras palabras,
También se mejorará educando a los contribuyentes sobre su responsabilidad social de
pagar con el fin de aumentar su propensión a cumplir. Por lo tanto, apelar a la
cooperación del público ayudaría en general al buen funcionamiento de cualquier sistema fiscal.
Otros estudios sugieren también que una conciencia social afecta el cumplimiento de
los contribuyentes. Hite concluyó que los grupos demográficos que responden mejor a
las campañas tendientes a mejorar el cumplimiento tributario son aquellos que tenían
mayor conciencia social o eran más conscientes y mejor educados acerca de las
consecuencias del no pago de impuestos (Hite, 1997 en (Devos, 2014)). En el esquema n° 1 se resumen los enfoques de la TRA.
Esquema N° 1: Enfoques de Teoría de Acción Razonada (TRA).
5
1.2. Componentes Sociológicos y Psico-Sociales del Cumplimiento.
Las actitudes influyen en el comportamiento de cumplimiento porque representan la propensión del contribuyente a responder positivamente o negativamente a una situación particular (Eagly y Chaiken, 1993 en (Nichita, 2012)). Por lo que Existe una multiplicidad de formas de operacionalizar y medir las actitudes hacia la tributación a partir de juicios generales del gobierno y del Estado (Schmölders, 1960 en (Nichita, 2012)), evaluaciones subjetivas de la evasión fiscal (Porcano, 1988 en (Nichita, 2012)), terminando con actitudes morales hacia la evasión fiscal (Orviska y Hudson , 2002 en (Nichita, 2012)).
Según la literatura, las normas son estándares de comportamiento establecidos en el grupo de referencia personal, social y colectivo. Las normas personales se refieren a estándares internalizados de comportamiento como el altruismo, la dependencia de normas o las creencias religiosas que generalmente se correlacionan con una alta ética tributaria y la voluntad de cumplir. Las normas sociales representan patrones de comportamiento igualmente juzgados por otros (Alm et al., 1999 en (Nichita, 2012)). Generalmente, si un contribuyente recibe del grupo de referencia la señal de que el comportamiento de incumplimiento es aceptable, el nivel de cumplimiento disminuirá. Por último, las normas sociales representan normas culturales integradas en la relación entre los contribuyentes y las autoridades, así como en la legislación fiscal.
Otros determinantes importantes del comportamiento de cumplimiento que expresan la distancia social entre los contribuyentes y las autoridades fiscales son las “Posturas Motivacionales”. Éstos representan "los conjuntos interconectados de creencias y actitudes que se mantienen conscientemente y se comparten abiertamente con los demás" (V Braithwaite, 2003).
La postura de motivación correspondiente al "comprometido" es compartida por los
contribuyentes que están dispuestos a cumplir con sus obligaciones debido a fuertes
creencias morales o éticas y la posición de el "obediente" es compartida por los
contribuyentes que aceptan voluntariamente la legitimidad de las autoridades y
cooperar con ellos, otros estudios (Eliza Ahmed, 2005) apuntan a la “obediencia” como
la resultante de marcos normativos estrictos y fuertes sanciones en lo relacionado a
posibles escenarios de incumplimiento tributario.
Por otro lado, el "indignado" representa a un contribuyente desafiante y agresivo que
cuestiona la legitimidad de las autoridades, el "evasor" a un contribuyente que ya no
quiere participar en el sistema y el "elusor" representa a un contribuyente altamente
motivado para descubrir lagunas en la Ley, disfrutando incluso de descubrir
potenciales vulnerabilidades del sistema. Refiriéndose a la naturaleza del
comportamiento de cumplimiento, las dos primeras posturas motivacionales
corresponden a los que “cumplen” y “quieren cumplir”, el "indignado" al segmento
“cumplimiento forzado”, mientras que el "evasor" y el "elusor" al segmento de los que
“no quieren cumplir”.
6
1.3. Componentes Morales del Cumplimiento.
La “moral fiscal” (Frey, 1997 en (Eliza Ahmed, 2005)) ha sido definida como "la
motivación intrínseca para pagar impuestos" (Torgler, 2003: 5 en (Eliza Ahmed,
2005)), otros autores se refieren a un fenómeno similar cuando afirman que la gente
paga impuestos porque cree que es lo correcto.
La cuestión de la moral fiscal de los propietarios de negocios individuales como los
pequeños almacenes, se determina de manera directa por la percepción de la moral
fiscal de la comunidad, es decir, la percepción de que otros están cumpliendo sus
obligaciones tributarias y lo están haciendo voluntariamente. Además la formación
moral de los clientes de estos locales puede ser en un factor propagador de tendencias
a la evasión y viceversa, por ejemplo, haciendo exigible o no el otorgamiento de las
boletas de ventas. Las normas comunitarias sobre cómo uno debería comportarse
probablemente obligarán a los contribuyentes a revisar sus opciones de pago de
impuestos (Cullis y Lewis, 1997; Smith y Kinsey, 1987; Weigel et al., 1987 en (Eliza Ahmed, 2005)).
En el caso de los propietarios de pequeñas y medianas empresas, se argumenta que
como grupo, son más propensos a estar expuestos a la evasión de impuestos que la
mayoría de los miembros de la comunidad porque se mueven en círculos donde la
oportunidad de evadir es alta y la actividad económica en efectivo es más prevalente
(Noble, 2000, Vogel, 1974, Wallschutzky, 1984).
Por otro lado, en el ámbito de las grandes empresas el componente ético se manifiesta
de acuerdo a tres factores principales (Abraham, Lorek, Richter, & Wrede, 2016): la
capacidad regulatoria y de supervigilancia del Estado, la forma en que los gobiernos
corporativos rinden cuentas tanto a sus accionistas como a la comunidad en el caso de
las empresas con un alto impacto en temas de interés público y el medio ambiente
donde realiza sus actividades materializado principalmente en las estrategias de sus
competidores, es decir en entornos donde la competencia es más agresiva y la cantidad
de empresas tienden a configurar oligopolios, es más probable que terminen
reaccionando de la misma forma de aquellas que imponen las reglas del juego.
1.4. Evasión y Elusión Tributaria
La evasión fiscal se define como un acto ilegal de comisión u omisión que reduce o
impide la responsabilidad fiscal que de otro modo se incurriría (Webley, Robben,
Elffers y Hessing, 1991 en (Valerie Braithwaite & Wenzel, 2008)). Ejemplos recurrentes
sobre esta conducta son: la no declaración y sub declaración de ingresos a una
autoridad, la sobredeclaración de gastos deducibles, las actividades de contrabando y
las transacciones del mercado negro. Éstos constituyen una muestra de las diversas
figuras que se pueden encontrar en el amplio abanico de posibilidades que posee la
conducta evasora.
7
Modelos Socio-sicológicos
Dispoción a cooperar
Rigidez de las normas
Errores involuntarios
Modelos de Disuación Económica
Retención y provisión de información constante
Probabilidad para ser elegido en una
auditoría
Responsabilidades y sanciones
Por otro lado, la elusión fiscal se caracteriza por moverse en un ámbito de incerteza
jurídica, principalmente al borde de los límites establecidos por las normas tributarias,
razón por la cual su identificación y sanción es compleja, ya que introducir términos
probatorios por parte de la administración tributaria se convierte en un camino donde
mayoritariamente existes opiniones divididas con respecto al acometimiento de un
ilícito.
Con base en la teoría económica del crimen, los modelos que explican la evasión
tributaria conciben el pago de impuestos como una decisión que los individuos hacen
comparando la ganancia financiera de no pagar impuestos con la pérdida incurrida si
se impusieran penas de ser sorprendidos, basándose en la suposición común de que los
individuos son seres interdependientes, con un límite entre el yo y el otro que es
permeable y negociable. Esto significa que los individuos buscan en los demás un
sentido de pertenencia, aprobación social, autoafirmación y verdad social (Allport,
1943; Asch, 1955; Steele, 1988; Tajfel, 1978 en (Valerie Braithwaite & Wenzel, 2008)).
En el siguiente esquema se ilustran los principales enfoques que toman las teorías del
cumplimiento en sus diversas aplicaciones:
Esquema N° 2: Enfoques de los principales modelos del cumplimiento tributario.
Fuente: Creación propia en base a (Devos, 2014).
8
2. Metodología del Modelo de Determinantes del Cumplimiento Tributario.
La metodología para obtener las variables que determinan la propensión al cumplimiento de los contribuyentes en Chile se basa en el proceso Knowledge Discovery in Databases (en adelante KDD) el cual presenta sus etapas según el siguiente esquema:
Esquema N° 3: Fases del Proceso KDD:
Fuente: Elaboración Propia en base a (Suthaharan, 2016)
Los pasos dentro del proceso KDD que se realizan la investigación son los siguientes:
I. Generar un espacio de características que permita tener la visión más completa y actualizada del contribuyente en cuanto a su interacción con el SII
II. Parametrizar las brechas de cumplimiento tributario de manera de contar con
indicadores sobre el desempeño de su cumplimiento
III. Tratar la encuesta creando “Macro Factores” a partir de la aplicación de modelos
de componentes principales
IV. Aplicar modelos capaces de establecer reglas de asociación entre brechas de
cumplimiento tributario y “Macro factores” para poder unir ambas bases de datos
9
V. Implementar un modelo de segmentación capaz de crear grupos a los que se
unirán los datos de la encuesta.
VI. Fusionar los resultados de la encuesta a los clusters creados, replicando estos
resultados al resto de las instancias mediante modelo de vecinos más cercanos.
VII. Aplicar los algoritmos no supervisados para detectar patrones de comportamiento y variables productoras más importantes
VIII. Generar un Modelo Logístico Multinomial para descubrir los determinantes conductuales que explican los distintos estados de cumplimiento.
X. Analizar los resultados obtenidos
XII. Establecer conclusiones y recomendaciones de política tributaria.
2.1. Diseño Metodológico y Tratamiento de la Encuesta.
La encuesta a emplear corresponde a la realizada el año 2015 por GFK ADIMARK
denominada: “Encuesta de percepción del Sistema Tributario Chileno” la cual se
encarga anualmente por el Servicio de Impuestos Internos para poder medir las metas
de la satisfacción usuaria y de esta forma cumplir con el convenio de desempeño anual suscrito con el Ministerio de Hacienda.
2.1.1. Diseño Metodológico y Muestral.
El universo se definió como personas mayores de 18 años correspondientes a usuarios
y usuarias del Servicio de Impuesto Internos (personas naturales y representantes de
empresas) y a público en general. En el caso de las empresas, el representante debe
tener la responsabilidad de tratar con el SII y haber tenido contacto con la institución
en los últimos doce meses.
El diseño muestral correspondió a un muestreo probabilístico estratificado
aproporcional. Esto implica que se trabajó con 10 estratos o grupos homogéneos en
cuanto tipo de usuario y zona de residencia o radicación en el caso de las empresas (Región Metropolitana versus otras regiones).
El muestreo estratificado utilizado corresponde a la versión no proporcional, es decir,
se ha asignado una cantidad de encuestas para cada uno de los estratos siendo el
criterio rector de esta decisión la igualdad de margen de error en todos los estratos,
correspondiendo el margen a ±5% en cada estrato, considerando resultados con
máxima varianza y estimado sobre nivel de confianza de 95%.
A continuación, se presenta la distribución de la muestra planificada según cada uno de los estratos, la muestra lograda en cada uno y el porcentaje de logro.
10
Tabla N° 1: Distribución de la Muestra Planificada.
Estratos N Muestra planeada
Muestra lograda
% de logro
Margen de error planeado
Margen de
error logrado
E1:Público general RM 3.796.875 440 440 100% 4,67% 4,67%
E2: Público general Regiones 3.483.832 440 440 100% 4,67% 4,67%
E3: Personas naturales RM 1.047.171 440 370 84% 4,67% 5,09%
E4: Personas naturales Regiones 677.825 440 384 87% 4,67% 5,00%
E5: Micro y pequeñas empresas RM 553.235 440 422 96% 4,67% 4,77%
E6: Micro y pequeñas empresas Regiones 452.164 440 436 99% 4,67% 4,69%
E7: Medianas y grandes empresas RM 30.019 429 537 125% 4,70% 4,19%
E8: Medianas y grandes empresas Regiones 10.976 429 418 97% 4,64% 4,70%
E9: Régimen especial RM 24.185 429 401 93% 4,69% 4,85%
E10: Régimen especial Regiones 27.254 429 386 90% 4,69% 4,95%
Total 10.103.536 4.356 4.234 97% 1,48% 1,51%
Fuente: Elaboración propia en base a GFK ADIMARK “Encuesta de percepción del Sistema Tributario
Chileno”
2.1.2. Caracterización de los Encuestados.
Las muestras correspondientes a personas, Público General y Personas Naturales
presentaron perfiles de sociodemográficos diferentes:
El segmento de Público General, tanto en Región Metropolitana como en Regiones,
correspondió principalmente a un perfil con mayor participación femenina; distribuido
entre los grupos socioeconómicos C2, C3 y D, pero con participación del 9% del grupo
socioeconómico E; con mayor cantidad de personas que no corresponden con jefes de
hogares sino que ocupan que otras posiciones en el hogar; distribuido forma igualitaria
entre quienes trabajan y quienes no trabajan, y con un perfil educacional
principalmente concentrado en personas que completaron la enseñanza media.
Por su parte, el segmento de Personas Naturales correspondió un grupo compuesto en
similar medida por hombres y mujeres; cuyo grupo socioeconómico más frecuente fue
el C2, prácticamente sin presencia del grupo socioeconómico E; personas
mayoritariamente jefes de hogares, que trabajan y que lograron acceso a la educación
superior.
Ambos perfiles de personas comparten la mayor presencia del nivel adulto,
comprendido entre los 30 y 50 años, pero al comparar el promedio de edad se constata
11
que tanto en Región Metropolitana como en Regiones, el segmento Público General
tiende a mayores promedios de edad que el segmento de Personas Naturales.3
En el caso de los tres segmentos correspondientes a empresas, el perfil de los
respondientes de la encuesta correspondió a:
- Micro y pequeña empresa: Respondieron los dueños, especialmente en
Regiones, correspondiente principalmente a hombres, de edad entre 30 y 60 años, con
promedio de edad en 49 años.
- Mediana y gran empresa: El respondiente con mayor frecuencia fue el jefe de
contabilidad o responsable tributario, los que son mayoritariamente hombres de 30 a 60 años, con promedio de edad en 45 años.
Régimen especial: El respondiente correspondió al dueño, los que son tanto hombres
como mujeres, de 30 a 60 años con promedio de edad en 49 años.
2.1.3. Creación de Macro Factores Mediante PCA
Una vez estructurados y analizados los resultados de la encuesta es posible configurar
la restructuración de los datos de la encuesta en pos de la creación de un espacio de
características idóneo para la ejecución de los pasos posteriores señalados en la
metodología.
En general, se supone que las variables características de un sistema que produce
observaciones (o respuestas) son variables independientes y las respuestas son
variables dependientes, pero algunas de las variables independientes pueden estar
correlacionadas. Por lo tanto, si se detectan las variables correlacionadas, entonces
deberíamos ser capaces de reducir la dimensionalidad de los datos seleccionando la
variable no correlacionada. Como sabemos, la dimensionalidad de los datos está determinada por las variables independientes (o características) (Suthaharan, 2016).
El objetivo del análisis de componentes principales es encontrar un conjunto de
características linealmente no correlacionadas llamadas “componentes principales”. A modo de resumen se especifican los resultados más relevantes del proceso:
3 Para mayor información ver Anexo 1 Tabla 4 Descripción de la muestra en segmentos de Personas
12
Gráfico N° 1: Representación matriz de correlaciones modelo PCA.
Fuente: Elaboración propia en base a GFK ADIMARK “Encuesta de percepción del Sistema Tributario
Chileno”
En el gráfico se ilustra el proceso generado a nivel de cohortes de preguntas (en este
caso de la 1 a la 10), para las cuales el modelo fijó los componentes principales
reforzados e interpretados a nivel experto. Cabe señalar que la aplicación de dicho
método tiene efectos concretos en la agrupación de las preguntas donde no existía
claridad respecto de un concepto subyacente, para la clasificación del resto de las
preguntas se utilizó la guía metodológica de la encuesta, para de esta manera entre el
uso del modelo de componentes principales y la utilización de criterio experto lograr la
construcción de 32 factores4.
2.2. Integración, Recopilación y Preparación de Datos
En la fase de integración de datos se emplearon los disponibles en el data warehouse
institucional del SII, tomando como datos basales aquellos relacionados
eminentemente con las transacciones más frecuentes que se desarrollan entre el SII y
los contribuyentes entre las que destacan, las declaración de formulario 29 (IVA), 22
(RENTA) y la realización de trámites relacionadas con el ciclo de vida del contribuyente,
además de variables relacionadas con el tamaño, comuna y tipo jurídico entre otras.
Cabe destacar que uno de los objetivos principales de esta etapa, es allanar el camino
para poder crea un espacio de características que permita fundir el data set creado a
partir del data warehouse con la encuesta aplicada, por este motivo se construyen
4 Ver anexo 6 Tabla n° 10
-0,2
0
0,2
0,4
0,6
0,8
1
0 5 10 15 20 25 30 35 40
Matriz de Correlaciones Modelo PCA
P1_1 P1_2 P1_3 P1_4 P1_5 P1_6 P2_1 P2_2 P2_3 P2_4 P2_5 P2_6
P2_7 P2_8 P2_9 P3 P4_1 P4_2 P4_3 P4_4 P5_1 P5_2 P5_3 P5_4
P5_5 P6_1 P6_2 P6_3 P6_4 P7 P8 P9 P10_1 P10_2
13
dimensiones capaces de crear variables que puedan fusionarse con los factores de la
encuesta, obteniendo un universo de 5.675.321 contribuyentes al 20/02/2017, que se
encuentran en estado de vigencia plena es decir: fallecidos hace menos de 3 años, sin
término de giro o inactividad por más de 18 periodos mensuales y con inicio de
actividades vigente en primera categoría de la Ley de Impuesto a la Renta. De lo anterior
se desprende la creación de 30 brechas de cumplimiento tributario diseñadas de
acuerdo a lo contenido en el apartado 2.2.1.
2.2.1. Programación de Brechas Tributarias
Para la programación y puesta en marcha de estos indicadores se tomó como referencia
el periodo correspondiente al Año Tributario 2017, para las declaraciones anuales
como la presentación de la Declaración Anual de Renta y las Declaraciones Juradas de
Renta, y el Año Comercial 2016 para las obligaciones mensuales como la Declaración de
Impuesto al Valor Agregado y las correspondientes al ciclo de vida del contribuyente
como el inicio de actividades y el término de giro. En la tabla 65 se muestran las 30
obligaciones tributarias modeladas para los efectos de cuantificar los incumplimientos
asociados a un determinado contribuyente.
2.2.2. Generación de la Variable Riqueza
Para generar esta variable indexada a cada contribuyente se tomaron en consideración
los siguientes tramos:
- Micro Empresa: ventas anuales inferiores a UF 2.4006
- Pequeña Empresa: ventas anuales entre UF 2.400 y menos de UF 25.0007
- Mediana Empresa: ventas anuales entre UF 25.000 y menos de UF 100.0008
- Gran Empresa: ventas anuales mayores o iguales a UF 100.000
Luego, por tramo se ejecutó la suma de los códigos de ingresos del F22, más partidas
patrimoniales y en caso de ser personas naturales se añadió además lo correspondiente
a sueldos, honorarios y remuneraciones de directores de S.A. en caso de existir alguna de estas tres.
5 Ver anexo 2 6 http://www.sii.cl/contribuyentes/empresas_por_tamano/microempresas.pdf 7 http://www.sii.cl/contribuyentes/empresas_por_tamano/pymes.pdf 8 Ibíd
14
2.2.3. Integración de Bases de Datos Mediante Clustering K-Means y Clasificador
KNN
En el esfuerzo de fusionar ambas bases de datos (base de datos SII y encuesta) se utilizó
el algoritmo de K - vecinos más cercanos con K=3 (en adelante KNN) el cual cumple con
las condiciones de ser un clasificador de carácter no paramétrico (Suthaharan, 2016) y
cumple las condiciones de modelar funciones complejas considerando todos los
atributos a clasificar a diferencia de otros algoritmos como por ejemplo Árboles de
Decisión y opera eficientemente con grandes volúmenes de datos (Suthaharan, 2016). En este caso se ejecuta con una métrica de distancia euclidiana.
El uso dado al algoritmo es identificar solo los vecinos más cercanos de una instancia
donde ya se realizó el proceso de matching, es decir, ya contiene los datos de ambas
bases. La necesidad de utilizar este método se origina por el problema derivado del
menor número de observaciones de la encuesta, 4.234 encuestados versus 5.675.321 contribuyentes.
Para llevar a cabo el proceso descrito se trabajó dividiendo la base de datos por tamaño
de empresa (Micro, Pequeña y Mediana) y a su vez generando clusters dentro de estos
grupos para los efectos de ir incorporando los resultados de la encuesta a cada uno de
los grupos homogéneos, para esto se utilizó el algoritmo de K-Medias el cual genera los
clusters mediante la minimización de distancia entre centroides aleatorios en una serie limitada de iteraciones (Suthaharan, 2016) tal como se refleja en la siguiente ecuación:
Ecuación N° 1: Algoritmo General K-Means (Suthaharan, 2016)
arg min𝑠 ∑ ∑ ‖𝑥𝑗 − 𝜇𝑖‖2
𝑥𝑗 ∈ 𝑆𝑖
𝑘
𝑖=1
Donde 𝝁𝒊 es la media de puntos en 𝑺𝒊
Dado un conjunto de observaciones (x1, x2, …, xn), donde cada observación es un vector
real de D-dimensiones, K-Means construye una partición de las observaciones en k
conjuntos (k ≤ n) a fin de minimizar la suma de los cuadrados dentro de cada grupo:
𝑺𝒊 = { 𝑆1, 𝑆2, …, 𝑆𝑘} utilizando una métrica de distancia Euclidiana.
En los gráficos contenidos en Anexo n°3, se muestran los resultados más importantes
del proceso de clustering mediante K-Medias por tamaño de contribuyente.
Tal como se aprecia en el gráfico N°4, las variables más significativas al momento de
marcar a aquellos vecinos carentes de información encuestal, fueron la cantidad de
15
brechas de declaración (F22 y F29) el logaritmo natural del ingreso y una variable
proxy llamada “Scoring Match” que aglutina información sobre los principales cumplimientos e incumplimientos tributarios de cada contribuyente.
Una vez concluido el proceso de clustering se procedió a realizar el matching mediante el algoritmo de KNN según se ilustra en el gráfico N°2:
Gráfico n° 2: Vista general del proceso de matching mediante KNN.
Fuente: Creación propia a partir de SPSS-MODELER 18.0
Una vez concluida la etapa de integración de bases de datos se dan por finalizadas las
etapas de integración, preparación, transformación y selección de datos, procediendo
con la etapa del modelado.
16
2.3. Modelado y Evaluación.
Para comenzar con la fase del modelamiento predictivo se construirán varios modelos
de detección de patrones que inciden en la variable “Actitud hacia el cumplimiento”, la
que se creó a partir de la mezcla de las variables “Brecha Total de Cumplimiento”
correspondiente al promedio de los 30 incumplimientos y los factores de la encuesta9
expresados en variables dicotómicas, refundidos en la ecuación N° 2:
Ecuación n° 2: Generación de la variable “Actitud hacia el Cumplimiento”
Índices:
𝑓: 𝑃𝑟𝑒𝑔𝑢𝑛𝑡𝑎 𝑝𝑒𝑟𝑡𝑒𝑛𝑖𝑐𝑖𝑒𝑛𝑡𝑒 𝑎 𝑢𝑛 𝑑𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑑𝑜 𝑓𝑎𝑐𝑡𝑜𝑟 𝑑𝑒 𝑢𝑛𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑋, 𝑌
𝑘: 𝐶𝑜𝑛𝑡𝑟𝑖𝑏𝑢𝑦𝑒𝑛𝑡𝑒 𝑝𝑒𝑟𝑡𝑒𝑛𝑒𝑐𝑖𝑒𝑛𝑡𝑒 𝑎𝑙 𝑒𝑠𝑝𝑎𝑐𝑖𝑜 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑙 𝑋, 𝑌, 𝑍
Variables:
𝑆𝑒𝑎 𝑋: 𝐸𝑠𝑐𝑎𝑙𝑎𝑟 𝑐𝑜𝑟𝑟𝑒𝑠𝑝𝑜𝑛𝑑𝑖𝑒𝑛𝑡𝑒 𝑎 𝑙𝑎𝑠 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒𝑠 𝑎𝑠𝑜𝑐𝑖𝑎𝑑𝑎𝑠 𝑎 𝑙𝑎 𝑡𝑒𝑛𝑑𝑒𝑛𝑐𝑖𝑎 𝑎 𝑛𝑜 𝑐𝑢𝑚𝑝𝑙𝑖𝑟 𝑝𝑜𝑟 𝑓𝑎𝑐𝑡𝑜𝑟
𝑆𝑒𝑎 𝑌: 𝐸𝑠𝑐𝑎𝑙𝑎𝑟 𝑐𝑜𝑟𝑟𝑒𝑠𝑝𝑜𝑛𝑑𝑖𝑒𝑛𝑡𝑒 𝑎 𝑙𝑎𝑠 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒𝑠 𝑎𝑠𝑜𝑐𝑖𝑎𝑑𝑎𝑠 𝑎 𝑙𝑎 𝑡𝑒𝑛𝑑𝑒𝑛𝑐𝑖𝑎 𝑎 𝑐𝑢𝑚𝑝𝑙𝑖𝑟 𝑝𝑜𝑟 𝑓𝑎𝑐𝑡𝑜𝑟
𝑆𝑒𝑎 𝑍: 𝑉𝑒𝑐𝑡𝑜𝑟 𝑎𝑠𝑜𝑐𝑖𝑎𝑑𝑜 𝑎 𝑙𝑎𝑠 𝑏𝑟𝑒𝑐ℎ𝑎𝑠 𝑑𝑒 𝑐𝑢𝑚𝑝𝑙𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑡𝑟𝑖𝑏𝑢𝑡𝑎𝑟𝑖𝑜
∑𝑋𝑓
𝑌𝑓∗ �⃖�𝑘 ∀ 𝑋, 𝑌 ∈ 𝑓1, 𝑓2, … . 𝑓𝑛 Λ �⃖� ∈ 𝑘1, 𝑘2, … . 𝑘𝑛 (2)
𝑘𝑛
𝑘=1
Cuando para una determinada instancia 𝑘 la ecuación toma valores menores a 0 la
variable toma las categorías de “Cumple” y “Quiere cumplir”, dependiendo si se
encuentra en un tramo inferior o superior de la mediana correspondiente al espacio de
los números reales negativos, de lo contrario si toma valores mayores a 0 la variable
toma las categorías de “No Cumple” y “Cumple si es obligado”, dependiendo si se
encuentra en un tramo inferior o superior de la mediana correspondiente al espacio de
los números reales positivos.
9 Para mayor información ver anexos 2 y 6
17
2.4. Ejecución Y Resultados Del Modelo A Priori Para Asociaciones Entre
Brechas Y Preguntas De Encuesta
El uso de modelos Apriori se debe a que su aplicación nos permitirá entender cómo se
asocian los conjuntos de elementos frecuentes y la generación de reglas de asociación
en grandes volúmenes de datos (Roffilli & Lomi, 2006).
El algoritmo actúa identificando los elementos individuales frecuentes en la base de
datos y extendiéndolos a conjuntos de elementos cada vez mayores, siempre y cuando
esos conjuntos de elementos aparezcan con suficiente frecuencia en la base de datos.
Los conjuntos de ítems frecuentes determinados por Apriori se pueden utilizar para
determinar las reglas de asociación que destacan las tendencias generales en la base de
datos. Adquiriere especial relevancia en la tarea de entender las relaciones entre las
brechas del cumplimiento tributario y los factores de la encuesta, de manera tal de ir
clasificando los itemsets más frecuentes para una posterior modelización más eficiente
de los clasificadores, en específico el Modelo de Regresión Logística Multinomial.
Para poder interpretar de mejor manera los resultados de este modelo, en primer lugar,
se tiene que un itemset corresponde a una colección de uno o más ítems ej.: {Brecha 1,
brecha 3, brecha 7} el soporte corresponde a la fracción de transacciones que contiene
el itemset. Se puede interpretar como: ¿En qué porcentaje del total de transacciones se
repite la combinación {Brecha 1, brecha 3, brecha 7}?. Otro elemento importante es el
porcentaje de confianza que determina una determinada regla, que significa la fracción
de veces que ítems en Y aparecen en transacciones que contienen X, pudiéndose
interpretar como: ¿En qué porcentaje del total de las transacciones que poseen el
Itemset: {Brecha 1, brecha 3, brecha 7} se repite la combinación {Brecha 1, brecha 3}?.
En este caso específico, la aplicación del algoritmo A PRIORI se utilizará para los efectos
de testear la correcta aplicación del proceso de Matching devenido del apartado 2.2.3.
y tener una primera aproximación de los efectos de la creación de la variable “Actitud
Hacia el Cumplimiento” dado que se evalúan los 30 factores en cuanto a su relación con
uno de los cuatro valores de la variable (“Cumple”, “Quiere Cumplir”, “Cumple si es
Obligado”, “No Cumple”).
Por otra parte, también se evalúan las relaciones entre las 30 brechas de cumplimiento
programas, para tener una aproximación a los efectos de encadenamiento ante la
ocurrencia de un determinado incumplimiento que puede gatillarse junto a otros
simultáneamente y así ser posibles causas determinantes de la una conducta enfocada
hacia los segmentos “Cumple si es Obligado” y “No Cumple”.
18
Gráfico N° 3: Red de principales asociaciones entre brechas de cumplimiento tributario mediante modelo a priori*.
*(El mayor grosor de los conectores denota a las relaciones más fuertes).
Soporte > 70% Soporte entre 70% y 60%
Soporte entre 60% y 50% Soporte < 50%
Fuente: Creación propia a partir de SPSS-MODELER 18.0
19
Gráfico N° 4: Red de principales asociaciones entre factores de encuesta y categorías de
cumplimiento mediante modelo apriori*.
*Las relaciones muestran la interacción entre la categoría de cumplimiento, 1= “No quiere cumplir”, 2= “Cumple si es obligado”, 3= “Quiere cumplir”, 4= “Cumple”. Y resultados afirmativos de cada nivel del factor. El mayor grosor de los conectores denota a las relaciones más fuertes.
Fuente: Creación propia a partir de SPSS-MODELER 18.0
20
Gráfico N° 5: Red de principales asociaciones entre factores de encuesta y categorías de
cumplimiento mediante modelo apriori*.
*Las relaciones muestran la interacción entre la categoría de cumplimiento, 1= “No quiere cumplir”
Fuente: Creación propia a partir de SPSS-MODELER 18.0
21
3. Regresión Logística Multinomial Sobre Macrofactores De Encuesta Y Variables
Del Path Dependence Del Contribuyente
Esta sección proporciona un modelo capaz de mostrar las relaciones de las variables
contenidas en el “path dependence” y los “macro factores” sobre la Actitud Hacia el
Cumplimiento, para esto es necesario considerar un breve antecedente sobre la técnica
estadística empleada para predecir las probabilidades de “Actitud hacia el
cumplimiento” de los contribuyentes. Dado que la variable dependiente subyacente, es
decir, el Indicador de “Actitud hacia el cumplimiento” es categórico (multinomial) y
tiene valores: 1= “No quiere cumplir”, 2= “Cumple si es obligado”, 3= “Quiere cumplir”,
4= “Cumple”. Dado este estado de naturaleza de la variable, los modelos de regresión
de mínimos cuadrados ordinaria no pueden usarse por violar los supuestos de normalidad de las respuestas y homoscedasticidad de los residuos.
La distribución subyacente de la variable dependiente es binomial y la media de la
distribución, que es la propensión al cumplimiento (π, ecuación 4.3) deviene en la
variable dependiente “Actitud hacia el cumplimiento” que toma valores discretos y se materializa en las variables categóricas individualizadas en el párrafo anterior.
Debe ser modelada en función de los factores de la encuesta y atributos del “Path
Depence del Contribuyente” incluido su historial de brechas de cumplimiento en este
último10. Esta función no puede ser Lineal ya que, teóricamente, las predicciones
pueden oscilar entre - ∞ y + ∞, pero las probabilidades están entre 0 y 1. Por lo tanto,
se aplica una transformación no lineal, log odds (Logit) a la variable dependiente que
se expresa como una función lineal de las variables independientes de la siguiente
manera (Perner, 2016):
Ecuación n° 3: Modelo de Regresión Logística Multinomial.
𝐴𝐶 = 𝛼 + 𝛽1𝐴𝑛𝑡 + 𝛽2𝐶𝑅𝑡𝑎 + 𝛽3𝐶𝐼𝑣𝑎 + 𝛽4𝑆𝐵𝑟𝑅𝑒𝑔 + 𝛽5𝑆𝐵𝑟𝐼𝑛𝑓 + 𝛽6𝑆𝐵𝑟𝐷𝑐𝑙 + 𝛽7𝑆𝐵𝑟𝑃𝑎𝑔
+ 𝛽8𝑆𝐵𝑟𝑇𝑜𝑡 + 𝛽9𝐿𝑛𝑅𝑖𝑞𝑢𝑒𝑧𝑎 + 𝛽10...100𝐹𝑎𝑐𝑡𝑜𝑟1…32 (3)
Donde:
AC: Actitud hacia el cumplimiento
α: Constante de la regresión
β_(1-100): Coeficientes beta específicos para cada una de las cien variables independientes
10 Ver Anexo N° 7
22
Ant: Antigüedad del contribuyente en el sistema tributario.
CRta: Carga de Impuesto a la Renta del contribuyente (monto impuesto/total ingresos)
CIva: Carga de Impuesto al Valor Agregado del contribuyente (monto impuesto/total ingresos)
SBrReg: Score de brechas asociadas a la dimensión de registro
SBrInf: Score de brechas asociadas a la dimensión de información
SBrPag: Score de brechas asociadas a la dimensión de pago
LnRiqueza: Logaritmo natural de la riqueza del contribuyente según subcapítulo 2.2.2.
Factor: Factores extraídos desde encuesta, según tabla n° 5, 32 factores divididos en 3
grados de intensidad de respuesta (Alto, Medio, Bajo).
La anterior forma funcional de modelar las probabilidades tiene las siguientes ventajas:
1) Los Logits estimados son libres de estar situados entre -∞ y + ∞.
2) El modelo funciona incluso cuando las respuestas (probabilidades de clasificarse en
una determinada actitud hacia el cumplimiento) no son normales.
3) El modelo tiene una forma lineal y las estimaciones de parámetros pueden estar
directamente relacionadas con el Logit de inscripción.
4) Las probabilidades correspondientes de “Actitud Hacia el Cumplimiento” se pueden
obtener transformando la ecuación de Logit estimada en la siguiente forma de
probabilidad (He et al., 2015):
Ecuación n° 4: Función de probabilidad de la clasificación de “Actitud Hacia el
Cumplimiento”.
𝐿𝑜𝑔 (𝜋
1 − 𝜋) = 𝐴𝐶 (4.1)
Donde 𝜋: (4.2)
π =eα+ β1Ant+ β2CRta+β3CIva+ β4SBrReg+ β5SBrInf+β6SBrDcl+β7SBrPag+ β8SBrTot+ β9LnRiqueza+ β10...100Factor1…32
1+eα+ β1Ant+ β2CRta+β3CIva+ β4SBrReg+ β5SBrInf+β6SBrDcl+β7SBrPag+ β8SBrTot+ β9LnRiqueza+ β10...100Factor1…32
23
Las estimaciones de los parámetros β de la función de respuesta logística se obtienen
mediante el método de estimación de máxima verosimilitud. Equivalentemente cabe
señalar que las estimaciones también pueden obtenerse minimizando la función de
verosimilitud logarítmica de los parámetros (Perner, 2016).
Sin embargo, no existe una solución de forma cerrada para optimizar tales funciones de
verosimilitud y sólo se utilizan procedimientos de búsqueda numérica intensivos en
computación para encontrar iterativamente las estimaciones de máxima verosimilitud
de los parámetros. En la realización de este modelo se utiliza IBM SPSS MODELER®,
que emplea el algoritmo de Newton-Raphson, y los correspondientes test de Wald para
estimar el modelo de actitud hacia el cumplimiento de contribuyentes de primera categoría de la Ley de Impuesto a la Renta.
En las siguientes páginas de muestran los resultados del modelo:
Esquema n° 13: Resultados aplicación modelo de Regresión Logística Multinomial sobre la variable “Actitud Hacia el Cumplimiento”.
24
Gráfico N° 6: Curva ROC, performance del modelo Logístico.
Fuente: Creación propia a partir de SPSS-MODELER 18.0
3.1. Evaluación del Modelo de Regresión Logística Multinomial11
El modelo logístico, logra sortear de buena manera la falta de ganancia de información
en los segmentos extremos: “No quiere cumplir” para contribuyente de ingresos muy
bajos y muy altos, ostenta buenos niveles de ganancia y precisión en todas las
particiones y rendido correctamente los test de sobreajuste, presenta un poder
predictivo global propios de un modelo robusto.
Se cumple el propósito central que gatilla su elaboración, ya que se obtiene un modelo
robusto capaz de mostrar las relaciones existentes entre las variables trabajadas y los
resultados de la “Actitud hacia el Cumplimiento” mediante el análisis de los coeficientes beta (β).
La robustez del modelo se explica por los test de correlación, sobretodo el de
Nagelkerke que tiende a 0.4 y tiende a emparejarse con el test de Cox and Snell, el cual
es un test un poco más riguroso que el anterior en el campo de los modelos
multinomiales, además de mostrar un test chi-cuadrado que confirma la hipótesis de
validez del modelo y las respectivas significancias de las principales variables expuestas.
11 Para apreciar tablas de resultados por variables, ver anexo n° 5 tablas 8 y 9.
25
4. Conclusiones y Recomendaciones de Política Tributaria
Se pudo comprobar empíricamente que las actitudes impactan significativamente en el
comportamiento del contribuyente a nivel económico, erosionando tanto bases
imponibles como el cumplimiento de las obligaciones accesorias que rodean dicho mandato principal generando mayor cantidad de Brechas Tributarias.
Las variables demográficas afectan significativamente a las micro y pequeñas
empresas, principalmente en lo relacionado a la antigüedad. Según Braithwaite (Valerie
Braithwaite & Wenzel, 2008) se puede interpretar como el proceso de construcción de
la racionalidad, es decir mediante ensayos y errores se van generando los aprendizajes
tanto positivos como negativos que determinan la propensión hacia el cumplimiento
tributario. Cruzando un determinado umbral de antigüedad (aproximadamente 3 años)
y sumado a la presencia de constelaciones valóricas bajas, locus externo, mala
evaluación de los canales disponibles por el SII y la sensación de bajas probabilidades
de ser fiscalizado, genera en los contribuyentes micro y pequeños una actitud negativa
ante el cumplimiento (no quiere cumplir, cumple si es obligado). Por otra parte, si
encuentran valor en los medios disponibles por el SII y además tienen una visión
positiva de su entorno tanto a nivel de pares intra-sistema tributario como de
percepción social y de gestión de los recursos públicos, son capaces de sortear las
dificultades generadas por los canales disponibles para cumplir con sus obligaciones
tributarias o al menos tener una buena disposición hacia el cumplimiento.
Las empresas medianas se caracterizan por mantener actitudes positivas hacia el
cumplimiento (cumple, quiere cumplir) condicionadas a variables más objetivas, como
son la disponibilidad de canales y la calidad de los mismos y sumado a un set de
variables subjetivas como la percepción mayoritaria de la evasión en el segmento Micro
Empresa y en forma tangencial las variables de tipo institucionales como son la
provisión de bienes públicos y percepción de la corrupción. Estas últimas dos variables
influyen significativamente sobre las actitudes negativas del cumplimiento. Un factor
relevante para esto lo conforma su estructura organizacional híbrida caracterizada por
tener pocas personas para una gran cantidad de funciones y la figura del dueño
trabajando a la par e interactuando de manera personal ante el SII.
Por esta razón, para este segmento el éxito de conseguir actitudes positivas depende
principalmente de la celeridad y canales por los cuales fluyen las soluciones.
En el segmento de grandes empresas se ve que la mayoría de los predictores
significativos tienen mayor relación con percepciones que con hechos concretos sobre
la gestión del SII, por lo cual se cumple la tesis de que entre mayor es el tamaño de la
empresa, más relevancia cobran los aspectos “racionales” sobre los morales (Valerie
Braithwaite & Wenzel, 2008) por ejemplo, la percepción de una baja probabilidad de
ser fiscalizado y creer que los mayores esfuerzos del SII se concentran en los
26
contribuyentes de otros tamaños, genera “ventanas de oportunidad” para cometer
ilícitos o simplemente no querer cumplir.
Como variables determinantes del cumplimiento y de la voluntad de querer cumplir
para este tipo de empresas, destaca la provisión de servicios de calidad por parte del
SII sumado a una visión positiva del entorno social y de sus pares. Para los casos donde
predomina el locus externo, la sensación de una inminente fiscalización mejora la
actitud considerablemente dada la influencia de la percepción social en sus utilidades,
confirmando que las normas sociales como el apego a la legalidad representan patrones de comportamiento igualmente juzgados por otros (Alm et al., 1999 en (Nichita, 2012)).
El análisis multivariante del modelo logístico, muestra que los aumentos en las
relaciones presenciales SII-Contribuyente, tienen un impacto importante en la
reducción de la probabilidad de que este pase de no querer cumplir, moviéndose hacia
un mejor escenario de cumplimiento. Además, un contribuyente con mayor cantidad de
variables de locus externo, como las ligadas a la corrupción pública, a una baja
percepción valórica y mayor concentración de la evasión en otros segmentos de
contribuyentes, tiene una alta probabilidad de no querer cumplir.
La variable “satisfecho servicio SII” es estadísticamente significativa, sin embargo, no
es determinante de alguna actitud hacia el cumplimiento, dado que se estima positiva
en todos los estados de la variable (cumple, quiere cumplir, cumple si es obligado y no
quiere cumplir) por lo cual, se estima que todos los contribuyentes adoptan una
determinada posición agresiva independiente de la calidad de servicio, luego se
confirma la tesis de que la decisión de no querer cumplir pasa por factores de conducta
grupal, referenciando la señal de que el comportamiento de incumplimiento es
aceptable, lo que se puede comprobar empíricamente a nivel de rubros más críticos que
históricamente han sobresalido por los constantes casos de fraudes tributarios (madera, chatarra, carne, entre otros).
La variable dependiente de actitud hacia el cumplimiento “cumple si es obligado” posee
coeficientes y probabilidades similares al grupo “no quiere cumplir” a excepción del
factor “Interactúa Dueño” que influye de manera inversa y significativa, haciendo
presión hacia las partes más bajas de la pirámide. Esto hace la diferencia sobre el grupo
anterior disminuyendo el carácter deliberado de la decisión, dejando mayor
variabilidad y espacio para estrategias de intervención tendientes a suplir ciertos
problemas de agencia.
Los factores facilitadores de conductas positivas en los segmentos “cumple” y “quiere
cumplir” que demostraron ser significativos tienen la particularidad de acortar las
distancias entre los contribuyentes y el SII, como es el conocimiento de los medios
disponibles y la interacción directa de los dueños, también los aspectos valóricos y de
moral social juegan un rol relevante, relacionándose directamente con la teoría de la
"motivación intrínseca para pagar impuestos" (Torgler, 2003: 5 en (Eliza Ahmed,
2005)) y luego desarrollada como “moral fiscal” (Frey, 1997 en (Eliza Ahmed, 2005)).
27
Una de las principales conclusiones es que la constante observada en los resultados de
los modelos aplicados fue el problema de distancia existente entre la administración
tributaria y los contribuyentes, sintetizado en el poco conocimiento de los medios
disponibles y los canales de atención para los contribuyentes de menor tamaño, y por
otra parte, factores atribuidos a la poca efectividad del pago de impuestos en la
generación de bienes públicos, la proliferación de casos de corrupción o la poca
probabilidad de ser fiscalizado para el caso de las grandes empresas, van moldeando la multifactorialidad del problema de distancia planteado.
Por estos motivos, los resultados de la investigación son capaces de convertirse en un
insumo capaz de ir acortando dichas distancias, dado que comprenden los factores
críticos incluso de un contribuyente en particular, por lo tanto aportan directamente a
la creación de tratamientos ad-hoc haciendo mucho más efectiva y eficiente la presión
hacia los escenarios donde los contribuyentes cumplen cabalmente sus obligaciones de
forma autónoma, optimizando el uso de los recursos públicos y los esfuerzos de
fiscalización en aquellos contribuyentes que requieren estrategias más agresivas de
enforcement y por otra parte aprovechando los espacios para hacer gestión del
cumplimiento en aquellos contribuyentes que queriendo cumplir presentan errores o
deficiencias en la información aportada al SII en sus declaraciones, o donde existan escenarios de buenas constelaciones valóricas, locus interno, entre otros factores.
La aplicación del párrafo anterior abre una gran ventana de oportunidades para la
generación de valor traducido en mayor recaudación tributaria, menores costos de
cumplimiento para los contribuyentes y menores gastos de administración tributaria,
producto de su contribución a paliar las causas que generan los incumplimientos a
diferencia de las medidas correctivas tradicionales que comúnmente surgen luego de
consumado un incumplimiento. Por esta razón se espera proyectar los alcances de la
presente investigación a los resultados de la implementación del clasificador y
asignación de tratamientos por nivel de propensión a cumplir, midiendo el impacto en
los tres indicadores señalados12.
12 Recaudación tributaria, costos de cumplimiento para los contribuyentes y gastos de Administración Tributaria.
28
5. Bibliografía
• Abraham, M., Lorek, K., Richter, F., & Wrede, M. (2016). Collusive tax evasion and social norms. International Tax and Public Finance, 1–19.
• Braithwaite, V. (2003). Taxing democracy: understanding tax avoidance and
evasion - International Bureau of Fiscal Documentation. Aldershot: Ashgate.
• Braithwaite, V. & Braithwaite, J. (2001). Managing taxation compliance: The
evolution of the Australian Taxation Office compliance model. St. Leonards, Australia: Prospect Media Pty Ltd.
• Braithwaite, V. A. (Valerie A. (2009). Defiance in taxation and governance:
resisting and dismissing authority in a democracy. Cheltenham, UK • Northampton, MA, USA: Edward Elgar.
• Braithwaite, V., & Wenzel, M. (2008). The Cambridge handbook of psychology and economic behaviour (1st ed.). Cambridge: Cambridge University Press.
• Coricelli, G., Joffily, M., Montmarquette, C., & Villeval, M. C. (2010). Cheating,
emotions, and rationality: an experiment on tax evasion. Experimental Economics, 13(2), 226–247.
• Devos, K. (2014). Tax Compliance Theory and the Literature. En Factors
Influencing Individual Taxpayer Compliance Behaviour (pp. 13–65). Dordrecht:
Springer Netherlands.
• Eliza Ahmed, V. B. (2005). Understanding small business taxpayers: Issues of deterrence, tax morale, fairness and work practice. Melbourne.
• He, X., Gao, X., Zhang, Y., & Hutchison, D. (2015). Intelligence Science and Big Data
Engineering Big Data and Machine Learning Techniques. (X. He, X. Gao, Y. Zhang, I.
Conference, & D. Hutchison, Eds.) (1a ed.). New York, NY: Springer New York.
• James, S., & Alley, C. (2002). Tax compliance, self-assessment and tax administration.
• Kotsiantis, S., Koumanakos, E., Tzelepis, D., & Tampakas, V. (2006). Predicting
Fraudulent Financial Statements with Machine Learning Techniques. En G. Antoniou, G.
Potamias, C. Spyropoulos, & D. Plexousakis (Eds.), Advances in Artificial Intelligence:
4th Helenic Conference on AI, SETN 2006, Heraklion, Crete, Greece, May 18-20, 2006. Proceedings (pp. 538–542). Berlin, Heidelberg: Springer Berlin Heidelberg.
• Latorre, Sánchez, F. (2012). Mathematical Methodologies in Pattern Recognition
and Machine Learning No Title. (A. L. N. F. edro Latorre Carmona J, Salvador Sánchez,
Ed.) (1a ed.). New York, NY: Springer New York.
29
• Lefebvre, M., Pestieau, P., Riedl, A., & Villeval, M. C. (2015). Tax evasion and social
information: an experiment in Belgium, France, and the Netherlands. International Tax and Public Finance, 22(3), 401–425. http://doi.org/10.1007/s10797-014-9318-z
• Maciejovsky, B., Schwarzenberger, H., & Kirchler, E. (2012). Rationality Versus
Emotions: The Case of Tax Ethics and Compliance. Journal of Business Ethics, 109(3),
339–350.
• Marandu, E. E. (2014). Determinants of Tax Compliance: A Review of Factors and
Conceptualizations, (October), 10–12, (ME14 DUBAI Conference) Dubai, 10-12 October
2014 ISBN: 978-1-941505-16-8 Paper ID_D4110.
• Nichita, R. (2012). Understanding the Determinants of Tax Compliance Behavior
as a Prerequisite for Increasing Public. The USV Annals of Economics and Public Administration, 12(1), 201–210.
• OECD, O. for E. C. and D. (2012). Reducing opportunities for tax non-compliance
in the underground economy (Information note).
• Perner, P. (2016). Machine Learning and Data Mining in Pattern Recognition. (P.
Perner, Ed.) (1a ed.). New York, NY: Springer New York.
• Roffilli, M., & Lomi, A. (2006). Identifying and Classifying Social Groups: A
Machine Learning Approach. En V. Batagelj, H.-H. Bock, A. Ferligoj, & A. Žiberna (Eds.),
Data Science and Classification (pp. 149–157). Berlin, Heidelberg: Springer Berlin Heidelberg.
• Suthaharan, S. (2016). Machine Learning Models and Algorithms for Big Data
Classification (Vol. 36). Boston, MA: Springer US. http://doi.org/10.1007/978-1-4899-7641-3
• Trivedi, V. U., Shehata, M., & Lynn, B. (2003). Impact of Personal and Situational
Factors on Taxpayer Compliance: An Experimental Analysis. Journal of Business Ethics,
47(3), 175–197.
• Whait, R. B. (2012). Developing risk management strategies in tax
administration: The evolution of the Australian taxation office’s compliance model,
10(2), 436–464.
WEB
• Plan de Gestión del Cumplimiento Tributario año 2016,
www.sii.cl/sobre_el_sii/plan_cumplimiento_tributario2016.pdf
• Servicio de Impuestos Internos de Chile, www.sii.cl
30
6. Anexos
1. Diseño metodológico y tratamiento de la encuesta.
Tabla n°3: Descripción de la muestra en segmentos de empresas
Variable Categorías Micro y pequeña RM
Micro y pequeña Regiones
Mediana y grande RM
Mediana y grande regiones
Régimen especial RM
Régimen especial regiones
Posición Dueño 51% 72% 4% 16% 74% 82%
Socio/accionista 10% 5% 5% 6% 6% 3%
Gerente general 3% 1% 4% 4% 1% 1%
Representante Legal
4% 6% 2% 6% 5% 2%
Jefe de contabilidad, responsable tributario
19% 8% 65% 45% 10% 6%
Gerente subgerente o jefe de finanzas y/o administración
11% 8% 21% 23% 4% 6%
Total 100% 100% 100% 100% 100% 100%
Género Hombre 63% 57% 64% 56% 53% 51%
Mujer 37% 43% 36% 44% 47% 49%
Total 100% 100% 100% 100% 100% 100%
Edad 18 a 29 años 6% 4% 8% 6% 6% 3%
30 a 60 años 78% 78% 83% 87% 78% 77%
Más de 60 años 15% 18% 9% 7% 16% 20%
Total 100% 100% 100% 100% 100% 100%
Promedio de edad 48 años 49 años 44 años 45 años 48 años 50 años
Fuente: Elaboración propia en base a GFK ADIMARK “Encuesta de percepción del Sistema
Tributario Chileno”
31
Tabla n°4: Descripción de la muestra en segmentos de Personas
Variable Categorías Público Gral RM Público Gral Regiones
Pers Nat RM
Pers Nat Regiones
Género Hombres 40% 35% 49% 48%
Mujeres 60% 65% 51% 52%
Total 100% 100% 100% 100%
Edad 18 a 29 años 22% 19% 27% 15%
30 a 60 años 55% 57% 64% 74%
Más de 60 años 23% 24% 9% 11%
Total 100% 100% 100% 100%
Promedio de edad 46 años 48 años 40 años 44 años
GSE ABC1 8% 8% 32% 28%
C2 25% 20% 43% 39%
C3 33% 38% 20% 24%
D 26% 25% 5% 8%
E 9% 9% 0,3% 2%
Total 100% 100% 100% 100%
Jefatura de hogar
Jefe de hogar 44% 44% 58% 64%
Otra posición 56% 56% 42% 36%
Total 100% 100% 100% 100%
Actividad principal
Trabaja 47% 49% 88% 88%
Labores del hogar 23% 23% 4% 3%
Pensionado 17% 20% 2% 3%
Estudiante 10% 7% 4% 2%
Otro 3% 1% 3% 4%
Total 100% 100% 100% 100%
Nivel educacional
Básico 15% 10% 1% 1%
Medio 50% 52% 14% 23%
Superior 35% 38% 83% 75%
Total 100% 100% 100% 100% Fuente: Elaboración propia en base a GFK ADIMARK “Encuesta de percepción del Sistema Tributario
Chileno”
32
Tabla n°5: Factores encuestales tratados para la elaboración de la variable “Actitud hacia el Cumplimiento”
Variable Tendencia a no cumplir
F1 Instituciones Públicas poco importantes F19 Mala percepción valórica de los Chilenos
F2 Poco satisfecho con Instituciones Públicas F20 Percepción moral chilena baja
F3 Mala Percepción SII F22 Valores bajos
F4 Poco conocimiento Medios SII F24 Mayor evasión en SGMI
F5 Mala evaluación canales SII F24 Mayor evasión en SGGE
F6 Percibe mucha cantidad de info SII F26 Evasión incide poco recaudación
F7 Sin relación SII F27 No Resiliente
F9 Interactúa tercero F28 Predominantemente liberal
F12 Mala calidad atención SII F28 Predominantemente moderado
F13 Mala calidad WEB SII F29 Poco probable ser fiscalizado
F14 Mala calidad fono SII F30 Muy sensible al uso de recursos públicos
F16 Satisfacción global atención presencial baja F31 Percibe alta corrupción pública
F17 Baja Satisfacción subjetiva atención presencial F32 Alta tendencia al fraude
F18 SII no cumple con misión
Variable Tendencia a cumplir
F1 Instituciones Públicas muy importantes F18 SII cumple con misión
F2 Muy satisfecho con Instituciones Públicas F19 Buena percepción valórica de los Chilenos
F3 Buena Percepción SII F20 Percepción moral chilena alta
F3 Muy buena Percepción SII F21 Buena percepción del CT
F4 Mucho conocimiento Medios SII F22 Valores altos
F5 Muy Buena evaluación canales SII F23 Regular sensación de evasión
F7 Mucha relación SII F24 Mayor evasión en más de un segmento
F8 Satisfecho servicio SII F25 Alto valor tributario
F10 Interacción tramite IVA-RENTA F26 Evasión incide mucho recaudación
F10 Interacción tramite Riac F27 Muy Resiliente
F12 Muy Buena calidad atención SII F28 Predominantemente moderado
F13 Muy buena calidad WEB SII F28 Predominantemente progresista
F14 Muy Buena calidad fono SII F30 Poco sensible al uso de recursos públicos
F14 Regular calidad fono SII F31 Percibe poca corrupción pública
F15 Ha sido fiscalizado SII F32 Nula tendencia al fraude
F16 Satisfacción global atención presencial alta
Fuente: Creación propia a partir de resultados PCA y tratamiento de encuesta
33
2. Brechas de Cumplimiento Tributario
Tabla n°6: Brechas de Cumplimiento Tributario.
Nombre Obligación
1- Acreditar Domicilio 11- Presentación Declaración Jurada 3500.
21- Declaración F-22 en régimen correspondiente, para contribuyentes acogidos al 14 ter
2- Sociedades RES sin Inicio de Actividades
12- Presentación Información Electrónica de Compras.
22- Declaración F-22 en régimen correspondiente, para contribuyentes no acogidos al 14 ter
3- Registro de operaciones contables en documentación autorizada.
13- Presentación Información Electrónica de Ventas.
23- Declarantes F-29 afectos a IVA
4- Término de Giro Persona Natural
14- Presentación Declaración Jurada 3327.
24- Declaración F-29 dentro del plazo
5- Término de Giro Persona Jurídica
15- Presentación Declaración Jurada 3328.
25- Retener mensualmente Impuesto Único de Segunda Categoría en F-29
6- Contribuyentes Inactivos con Operaciones en RIAC (Res Ex. N°41/2002 der. por Circ. N°58 30/06/2015)
16- Presentación Declaración Jurada 1879.
26- Declarar rentas íntegramente
7- Presentación de Término de giro mediante F-2121
17- Traspasos de FUT a Sociedades que nacen por División
27- Pago de giros por postergación de IVA
8- Presentación Declaración Jurada 1887.
18- Declaración de Impuesto a la Renta en F-22
28- Pago de giros por RENTA diferida
9- Presentación Declaración Jurada 1887 informando retenciones de Impuesto Único de 2° CAT.
19- Declaración F-22 dentro del plazo de contribuyentes de primera categoría
29- Pagos de giros por diferencia de F-50
10- Presentación Declaración Jurada 1884.
20- Declaración F-22 dentro del plazo de contribuyentes de segunda categoría
30- Pagos de giros por diferencia de F-29
Fuente: Creación propia a partir de normativa tributaria vigente
34
3. Gráficos proceso de clustering
Gráfico N° 7: Resultados Clustering para el segmento Micro Empresa (predictores más importantes).
Fuente: Creación propia a partir de SPSS-MODELER 18.0
35
Gráfico N° 8: Resultados Clustering para el segmento Pequeña Empresa (predictores más importantes).
Fuente: Creación propia a partir de SPSS-MODELER 18.0
36
Gráfico N° 9: Resultados Clustering para el segmento Mediana Empresa (predictores más importantes).
Fuente: Creación propia a partir de SPSS-MODELER 18.0
37
Gráfico N° 10: Resultados Clustering para el segmento Gran Empresa (predictores más importantes).
Fuente: Creación propia a partir de SPSS-MODELER 18.0
38
4. Tabla proceso APRIORI
Tabla n° 7: Resultados del modelo apriori en el ámbito encuestas para los segmentos: gran, mediana, pequeña y micro empresa.
Fuente: Creación propia a partir de SPSS-MODELER 18.0
39
5. Modelo de Regresión Logística Multinomial
Tabla n° 8: Estimaciones de los principales parámetros logísticos para los valores de la
variable “Actitud hacia el cumplimiento”.
Fuente: Creación propia a partir de SPSS-MODELER 18.0
Límite inferior Límite superior
Intersección -51,435 127,993 0,161 1 0,688
Score BR_TOT 0,133 0,043 9,366 1 0,002 1,142 1,05 1,24
[F1 Instituciones Públicas muy
importantes=0]-4,839 11,986 0,163 1 0,686 0,008 0,00 1,26E+08
[F3 Mala Percepción SII=0] 1,704 1,132 2,263 1 0,132 5,494 0,60 50,56
[F4 Mediano conocimmiento
Medios SII=0]4,823 17,646 0,075 1 0,785 124,366 0,00 1,30E+17
[F4 Poco conocimmiento
Medios SII=0]7,518 17,660 0,181 1 0,670 1841,540 0,00 1,99E+18
[F7 Mucha relación SII=0] -9,883 21,994 0,202 1 0,653 5,104E-05 0,00 2,69E+14
[F8 Satisfecho serivicio SII=0] 12,326 3,421 12,984 1 0,000 225382,956 276,23 1,84E+08
[F9 Interactua dueño=0] -4,794 15,446 0,096 1 0,756 0,008 0,00 1,16E+11
[F9 Interactua tercero=0] 1,438 15,456 0,009 1 0,926 4,213 0,00 6,03E+13
[F12 Regular calidad atención
SII=0]-3,643 4,926 0,547 1 0,460 0,026 0,00 408,48
[F15 Ha sido fiscalizado SII=0] -1,326 4,061 0,107 1 0,744 0,265 0,00 759,16
[F17 Alta Satisfacción subjetiva
atención presencial=0]-6,210 2,602 5,697 1 0,017 0,002 0,00 0,33
[F22 Valores bajos=0] 36,998 2,389 239,815 1 0,000 5,386E-03 0,00 1,26E+18
[F24 Mayor evasión en
SGMI=0]0,596 2,847 0,044 1 0,834 1,814 0,01 480,45
[F26 Evasión incide mucho
recaudación=0]-0,513 9,269 0,003 1 0,956 0,598 0,00 4,65E+07
[F28 Predominantemente
moderado=0]0,963 10,510 0,008 1 0,927 2,619 0,00 2,31E+09
[F30 Muy sensible al uso de
recursos públicos=0]2,692 0,883 9,300 1 0,002 14,754 2,62 83,21
[F31 Percibe alta corrupción
pública=0]8,208 126,624 0,004 1 0,948 3670,597 0,00 2,22E+111
[F32 Alta tendencia al
fraude=0]3,976 0,768 26,795 1 0,000 53,313 11,83 240,25
[F32 Mediana tendencia al
fraude=0]1,441 0,485 8,816 1 0,003 4,224 1,63 10,93
[F32 Nula tendencia al
fraude=0]1,331 0,000 1 3,783 3,78 3,78
a. La categoría de referencia es: "Cumple"
Cumplimiento SGMIa B Error estándar Wald gl Sig. Exp(B)
95% de intervalo de confianza
para Exp(B)
Estimaciones de parámetro "No Quiere Cumplir"
40
Fuente: Creación propia a partir de SPSS-MODELER 18.0
Límite inferior Límite superior
Intersección -7,121 143,884 0,002 1 0,961
Score BR_TOT 0,150 0,041 13,396 1 0,000 1,162 1,072 1,260
[F1 Instituciones Públicas
muy importantes=0]-0,776 11,930 0,004 1 0,948 0,460 3,225E-11 6,57E+09
[F3 Mala Percepción SII=0]0,385 1,069 0,130 1 0,719 1,469 0,181 11,937
[F4 Mediano
conocimmiento Medios
SII=0]1,148 17,417 0,004 1 0,947 3,152 4,716E-15 2,11E+15
[F4 Poco conocimmiento
Medios SII=0]2,695 17,429 0,024 1 0,877 14,806 2,163E-14 1,01E+16
[F7 Mucha relación SII=0] -3,593 21,701 0,027 1 0,869 0,028 9,278E-21 8,17E+16
[F8 Satisfecho serivicio
SII=0]7,534 1,816 17,210 1 0,000 1870,561 53,224 65741,572
[F9 Interactua dueño=0] -5,267 15,222 0,120 1 0,729 0,005 5,692E-16 4,68E+10
[F9 Interactua tercero=0] 0,220 15,237 0,000 1 0,989 1,246 1,335E-13 1,16E+13
[F12 Regular calidad
atención SII=0]-4,234 4,450 0,905 1 0,341 0,014 2,363E-06 88,909
[F15 Ha sido fiscalizado
SII=0]-0,480 3,590 0,018 1 0,894 0,619 0,001 703,712
[F17 Alta Satisfacción
subjetiva atención
presencial=0]-6,948 2,414 8,286 1 0,004 0,001 8,472E-06 0,109
[F22 Valores bajos=0] 36,528 67,950 0,289 1 0,591 7,31E+15 1,059E-42 5,05E+73
[F24 Mayor evasión en
SGMI=0]0,090 2,747 0,001 1 0,974 1,094 0,005 238,098
[F26 Evasión incide mucho
recaudación=0]1,206 9,290 0,017 1 0,897 3,342 4,133E-08 2,70E+08
[F28 Predominantemente
moderado=0]-1,574 10,413 0,023 1 0,880 0,207 2,837E-10 1,51E+08
[F30 Muy sensible al uso de
recursos públicos=0]1,538 0,843 3,330 1 0,068 4,655 0,892 24,283
[F31 Percibe alta corrupción
pública=0]8,924 125,871 0,005 1 0,943 7506,776 5,422E-104 1,04E+111
[F32 Alta tendencia al
fraude=0]-42,409 9,570 19,636 1 0,000 3,819E-19 2,727E-27 5,350E-11
[F32 Mediana tendencia al
fraude=0]-43,404 9,554 20,640 1 0,000 1,412E-19 1,042E-27 1,915E-11
[F32 Nula tendencia al
fraude=0]-43,334 9,543 20,622 1 0,000 1,514E-19 1,142E-27 2,008E-11
a. La categoría de referencia es: "Cumple"
Estimaciones de parámetro "Cumple si es Obligado"
B Error estándar Wald gl Sig. Exp(B)
95% de intervalo de confianza
para Exp(B)Cumplimiento SGMI
a
41
Fuente: Creación propia a partir de SPSS-MODELER 18.0
Límite inferior Límite superior
Intersección 2,936 143,380 0,000 1 0,984
Score BR_TOT 0,102 0,043 5,630 1 0,018 1,107 1,018 1,205
[F1 Instituciones Públicas
muy importantes=0]-0,343 11,799 0,001 1 0,977 0,710 6,427E-11 7,84E+09
[F3 Mala Percepción SII=0]-0,217 1,106 0,038 1 0,845 0,805 0,092 7,030
[F4 Mediano
conocimmiento Medios
SII=0]0,884 17,283 0,003 1 0,959 2,422 4,707E-15 1,25E+15
[F4 Poco conocimmiento
Medios SII=0]1,630 17,298 0,009 1 0,925 5,102 9,635E-15 2,70E+15
[F7 Mucha relación SII=0] -5,063 22,236 0,052 1 0,820 0,006 7,475E-22 5,35E+16
[F8 Satisfecho serivicio
SII=0]10,160 4,617 4,844 1 0,028 25857,608 3,040 2,20E+08
[F9 Interactua dueño=0] -6,684 15,194 0,193 1 0,660 0,001 1,459E-16 1,07E+10
[F9 Interactua tercero=0] -2,736 15,212 0,032 1 0,857 0,065 7,292E-15 5,76E+11
[F12 Regular calidad
atención SII=0]-2,182 5,162 0,179 1 0,673 0,113 4,555E-06 2796,453
[F15 Ha sido fiscalizado
SII=0]-3,827 2,772 1,906 1 0,167 0,022 9,513E-05 4,983
[F17 Alta Satisfacción
subjetiva atención
presencial=0]-7,343 2,515 8,524 1 0,004 0,001 4,677E-06 0,090
[F22 Valores bajos=0] 34,991 67,913 0,265 1 0,606 1,57E+15 2,449E-43 1,01E+73
[F24 Mayor evasión en
SGMI=0]-2,005 2,706 0,549 1 0,459 0,135 0,001 27,092
[F26 Evasión incide mucho
recaudación=0]0,130 9,359 0,000 1 0,989 1,139 1,230E-08 1,05E+08
[F28 Predominantemente
moderado=0]-2,574 10,475 0,060 1 0,806 0,076 9,252E-11 6,28E+07
[F30 Muy sensible al uso de
recursos públicos=0]0,629 0,881 0,510 1 0,475 1,876 0,334 10,557
[F31 Percibe alta corrupción
pública=0]4,500 124,992 0,001 1 0,971 89,986 3,637E-105 2,23E+108
[F32 Alta tendencia al
fraude=0]-36,241 0,783 2142,916 1 0,000 1,823E-16 3,931E-17 8,457E-16
[F32 Mediana tendencia al
fraude=0]-36,975 0,474 6084,918 1 0,000 8,746E-17 3,454E-17 2,215E-16
[F32 Nula tendencia al
fraude=0]-37,014 0,000 1 8,413E-17 8,413E-17 8,413E-17
a. La categoría de referencia es: "Cumple"
Cumplimiento SGMIa B Error estándar Wald gl Sig. Exp(B)
95% de intervalo de confianza
para Exp(B)
Estimaciones de parámetro "Quiere Cumplir"
42
Fuente: Creación propia a partir de SPSS-MODELER 18.0
Límite inferior
Límite
superior
Intersección 4,404 215,071 0,000 1 0,984
Score BR_TOT 0,153 0,065 8,445 1,500 0,026 1,661 1,53E+00 1,81E+00
[F1 Instituciones Públicas
muy importantes=0]-0,514 17,698 0,001 1,500 1,465 1,065 9,64E-11 1,18E+10
[F3 Mala Percepción SII=0]-0,325 1,658 0,058 1,500 1,267 1,208 1,38E-01 1,05E+01
[F4 Mediano
conocimmiento Medios
SII=0]1,327 25,925 0,004 1,500 1,439 3,632 7,06E-15 1,87E+15
[F4 Poco conocimmiento
Medios SII=0]2,444 25,947 0,013 1,500 1,387 7,653 1,45E-14 4,05E+15
[F7 Mucha relación SII=0] -7,595 33,354 0,078 1,500 1,230 0,009 1,12E-21 8,02E+16
[F8 Satisfecho serivicio
SII=0]15,241 6,925 7,265 1,500 0,042 38786,412 4,56E+00 3,30E+08
[F9 Interactua dueño=0] -10,025 22,791 0,290 1,500 0,990 0,002 2,19E-16 1,61E+10
[F9 Interactua tercero=0] -4,105 22,818 0,049 1,500 1,286 0,097 1,09E-14 8,64E+11
[F12 Regular calidad
atención SII=0]-3,272 7,743 0,268 1,500 1,009 0,169 6,83E-06 4,19E+03
[F15 Ha sido fiscalizado
SII=0]-5,741 4,158 2,859 1,500 0,251 0,033 1,43E-04 7,47E+00
[F17 Alta Satisfacción
subjetiva atención
presencial=0]-11,015 3,773 12,785 1,500 0,005 0,001 7,02E-06 1,34E-01
[F22 Valores bajos=0] 52,487 101,869 0,398 1,500 0,910 2,36E+15 3,67E-43 1,51E+73
[F24 Mayor evasión en
SGMI=0]-3,007 4,059 0,823 1,500 0,688 0,202 1,00E-03 4,06E+01
[F26 Evasión incide mucho
recaudación=0]0,195 14,039 0,000 1,500 1,483 1,708 1,84E-08 1,58E+08
[F28 Predominantemente
moderado=0]-3,861 15,712 0,091 1,500 1,209 0,114 1,39E-10 9,42E+07
[F30 Muy sensible al uso de
recursos públicos=0]0,944 1,322 0,765 1,500 0,713 2,815 5,00E-01 1,58E+01
[F31 Percibe alta corrupción
pública=0]6,749 187,488 0,002 1,500 1,457 134,979 5,45E-105 3,34E+108
[F32 Alta tendencia al
fraude=0]-54,361 1,174 3214,374 1,500 0,000 0,000 5,90E-17 1,27E-15
[F32 Mediana tendencia al
fraude=0]-55,463 0,711 9127,377 1,500 0,000 0,000 5,18E-17 3,32E-16
[F32 Nula tendencia al
fraude=0]-55,521 1 8,413E-17 8,41E-17 8,41E-17
Estimaciones de parámetro "Cumple"
Cumplimiento SGMIa B Error estándar Wald gl Sig. Exp(B)
95% de intervalo de
confianza para Exp(B)
43
Tabla n° 9: Resultados del generales modelo RLMN.
44
Continuación
45
Límite inferior Límite superior
Intersección -51,435 127,993 0,161 1 0,688
ANTIGÜEDAD 0,155 0,036 18,638 1 0,000 1,167 1,09E+00 1,25E+00
Carga_Renta_Mean 8,085 4,922 2,698 1 0,100 3245,217 2,10E-01 5,02E+07
Carga_Iva_Mean 0,098 0,753 0,017 1 0,896 1,103 2,52E-01 4,83E+00
Score BR_REG -0,018 0,011 2,893 1 0,089 0,982 9,61E-01 1,00E+00
Score BR_INF -0,005 0,008 0,381 1 0,537 0,995 9,79E-01 1,01E+00
Score BR_DCL -0,041 0,019 4,658 1 0,031 0,960 9,26E-01 9,96E-01
Score BR_PAG -0,018 0,007 7,244 1 0,007 0,982 9,69E-01 9,95E-01
Score BR_TOT 0,133 0,043 9,366 1 0,002 1,142 1,05E+00 1,24E+00
LN_Riqueza_Gral -0,038 0,020 3,422 1 0,064 0,963 9,25E-01 1,00E+00
[F1 Instituciones Públicas medianamente importantes=0] -4,810 11,993 0,161 1 0,688 0,008 5,04E-13 1,32E+08
[F1 Instituciones Públicas muy importantes=0] -4,839 11,986 0,163 1 0,686 0,008 4,97E-13 1,26E+08
[F1 Instituciones Públicas poco importantes=0] -2,512 12,078 0,043 1 0,835 0,081 4,25E-12 1,55E+09
[F2 Muy satisfecho con Instituciones Públicas=0] -0,645 0,500 1,664 1 0,197 0,525 1,97E-01 1,40E+00
[F2 Poco satisfecho con Instituciones Públicas=0] 1,467 1,461 1,008 1 0,315 4,338 2,47E-01 7,61E+01
[F3 Buena Percepción SII=0] -0,655 0,994 0,434 1 0,510 0,519 7,40E-02 3,65E+00
[F3 Mala Percepción SII=0] 1,704 1,132 2,263 1 0,132 5,494 5,97E-01 5,06E+01
[F3 Muy buena Percepción SII=0] 0,064 1,078 0,004 1 0,953 1,066 1,29E-01 8,82E+00
[F4 Mediano conocimmiento Medios SII=0] 4,823 17,646 0,075 1 0,785 124,366 1,19E-13 1,30E+17
[F4 Mucho conocimmiento Medios SII=0] 4,871 17,639 0,076 1 0,782 130,503 1,26E-13 1,35E+17
[F4 Poco conocimmiento Medios SII=0] 7,518 17,660 0,181 1 0,670 1841,540 1,71E-12 1,99E+18
[F5 Mala evaluación canales SII=0] 1,261 0,906 1,939 1 0,164 3,529 5,98E-01 2,08E+01
[F5 Muy Buena evaluación canales SII=0] -1,511 1,086 1,936 1 0,164 0,221 2,63E-02 1,85E+00
[F5 Regular evaluación canales SII=0] -1,163 0,973 1,429 1 0,232 0,312 4,64E-02 2,10E+00
[F6 Percibe media cantidad de info SII=0] 1,558 0,876 3,163 1 0,075 4,751 8,53E-01 2,65E+01
[F6 Percibe mucha cantidad de info SII=0] 4,324 1,085 15,892 1 0,000 75,482 9,01E+00 6,33E+02
[F6 Percibe poca cantidad de info SII=0] 3,053 1,389 4,832 1 0,028 21,186 1,39E+00 3,22E+02
[F7 Mucha relación SII=0] -9,883 21,994 0,202 1 0,653 5,104E-05 9,69E-24 2,69E+14
[F7 Poca relación SII=0] -2,256 3,329 0,459 1 0,498 0,105 1,54E-04 7,15E+01
[F8 Insatisfecho serivicio SII=0] 8,949 3,650 6,012 1 0,014 7699,089 6,02E+00 9,84E+06
[F8 Medianamente satisfecho serivicio SII=0] 11,445 3,534 10,488 1 0,001 93408,181 9,17E+01 9,52E+07
[F8 Satisfecho serivicio SII=0] 12,326 3,421 12,984 1 0,000 225382,956 2,76E+02 1,84E+08
[F9 Interactua dueño=0] -4,794 15,446 0,096 1 0,756 0,008 5,89E-16 1,16E+11
[F9 Interactua tercero=0] 1,438 15,456 0,009 1 0,926 4,213 2,94E-13 6,03E+13
[F10 Interacción tramite Avaluaciones=0] -0,427 14,885 0,001 1 0,977 0,653 1,39E-13 3,05E+12
[F10 Interacción tramite IVA-RENTA=0] -1,957 14,847 0,017 1 0,895 0,141 3,25E-14 6,13E+11
[F10 Interacción tramite Riac=0] -1,232 14,863 0,007 1 0,934 0,292 6,51E-14 1,31E+12
[F11 Realiza tram no presencial=0] 1,808 1,601 1,276 1 0,259 6,101 2,65E-01 1,41E+02
[F11 Realiza tram presencial=0] 4,313 4,900 0,775 1 0,379 74,630 5,03E-03 1,11E+06
[F12 Mala calidad atención SII=0] 4,203 6,027 0,486 1 0,486 66,905 4,96E-04 9,03E+06
[F12 Muy Buena calidad atención SII=0] -1,894 4,881 0,151 1 0,698 0,150 1,05E-05 2,15E+03
[F12 Regular calidad atención SII=0] -3,643 4,926 0,547 1 0,460 0,026 1,68E-06 4,08E+02
[F13 Mala calidad WEB SII=0] 0,614 13,482 0,002 1 0,964 1,848 6,17E-12 5,53E+11
[F13 Muy buena calidad WEB SII=0] -0,242 0,805 0,090 1 0,764 0,785 1,62E-01 3,81E+00
[F13 Regular calidad WEB SII=0] 0,746 2,327 0,103 1 0,748 2,110 2,21E-02 2,02E+02
[F14 Mala calidad fono SII=0] 5,126 5,244 0,955 1 0,328 168,350 5,79E-03 4,90E+06
[F14 Muy Buena calidad fono SII=0] 1,691 2,141 0,624 1 0,430 5,426 8,17E-02 3,60E+02
[F14 Regular calidad fono SII=0] -2,499 2,140 1,364 1 0,243 0,082 1,24E-03 5,45E+00
[F15 Ha sido fiscalizado SII=0] -1,326 4,061 0,107 1 0,744 0,265 9,28E-05 7,59E+02
[F15 Ha sido muy fiscalizado SII=0] -0,829 4,271 0,038 1 0,846 0,437 1,01E-04 1,89E+03
[F15 No ha sido fiscalizado SII=0] 0,685 3,985 0,030 1 0,864 1,984 8,04E-04 4,90E+03
[F16 Satisfacción global atención presencial alta =0] 3,631 2,583 1,977 1 0,160 37,761 2,39E-01 5,96E+03
[F16 Satisfacción global atención presencial baja=0] 4,261 2,575 2,737 1 0,098 70,866 4,55E-01 1,10E+04
[F16 Satisfacción global atención presencial media =0] 1,218 2,208 0,304 1 0,581 3,382 4,46E-02 2,56E+02
[F17 Alta Satisfacción subjetiva atención presencial=0] -6,210 2,602 5,697 1 0,017 0,002 1,23E-05 3,29E-01
[F17 Baja Satisfacción subjetiva atención presencial=0] 1,493 2,480 0,362 1 0,547 4,450 3,45E-02 5,75E+02
[F17 Media Satisfacción subjetiva atención presencial=0] -7,160 2,408 8,844 1 0,003 0,001 6,94E-06 8,71E-02
[F18 SII cumple con misión=0] -2,190 2,239 0,956 1 0,328 0,112 1,39E-03 9,02E+00
[F18 SII cumple medianamente con misión=0] -0,676 1,971 0,118 1 0,731 0,508 1,07E-02 2,42E+01
[F18 SII no cumple con misión=0] 2,019 1,998 1,021 1 0,312 7,529 1,50E-01 3,78E+02
[F19 Buena percepción valórica de los Chilenos=0] 0,236 0,456 0,269 1 0,604 1,267 5,18E-01 3,10E+00
[F19 Mala percepción valórica de los Chilenos=0] 1,831 1,531 1,429 1 0,232 6,238 3,10E-01 1,25E+02
[F20 Percepción moral chilena alta=0] 4,044 1,262 10,274 1 0,001 57,072 4,81E+00 6,77E+02
[F20 Percepción moral chilena baja=0] 4,836 0,778 38,633 1 0,000 126,020 2,74E+01 5,79E+02
[F21 Buena percepción del CT=0] -1,461 3,020 0,234 1 0,629 0,232 6,24E-04 8,63E+01
[F21 Mala percepción del CT=0] -0,959 3,136 0,093 1 0,760 0,383 8,20E-04 1,79E+02
[F21 Regular percepción del CT=0] -0,429 3,017 0,020 1 0,887 0,651 1,76E-03 2,41E+02
[F22 Valores altos=0] 33,572 2,376 199,717 1 0,000 3,80E+14 3,61E+12 4,00E+16
[F22 Valores bajos=0] 36,998 2,389 239,815 1 0,000 1,17E+16 1,08E+14 1,26E+18
[F22 Valores medios=0] 34,258 0,000 1 7,55E+14 7,55E+14 7,55E+14
[F23 Alta sensación de evasión=0] -2,730 2,236 1,490 1 0,222 0,065 8,14E-04 5,23E+00
[F23 Regular sensación de evasión=0] -1,577 2,375 0,441 1 0,507 0,207 1,97E-03 2,17E+01
[F24 Mayor evasión en SGGE=0] 1,650 2,864 0,332 1 0,565 5,205 1,90E-02 1,43E+03
[F24 Mayor evasión en SGME=0] 0,013 3,373 0,000 1 0,997 1,014 1,36E-03 7,54E+02
[F24 Mayor evasión en SGMI=0] 0,596 2,847 0,044 1 0,834 1,814 6,85E-03 4,80E+02
[F24 Mayor evasión en SGPE=0] -0,923 5,920 0,024 1 0,876 0,397 3,64E-06 4,34E+04
[F24 Mayor evasión en mas de un segmento=0] -3,836 2,982 1,655 1 0,198 0,022 6,24E-05 7,46E+00
[F25 Alto valor tributario=0] -0,751 1,600 0,220 1 0,639 0,472 2,05E-02 1,09E+01
[F25 Indiferente en valor tributario=0] -0,261 1,620 0,026 1 0,872 0,770 3,22E-02 1,84E+01
[F25 Poco valor tributario=0] -0,876 1,884 0,216 1 0,642 0,416 1,04E-02 1,67E+01
[F26 Evasión incide medianamente recaudación=0] 0,077 9,286 0,000 1 0,993 1,080 1,35E-08 8,66E+07
[F26 Evasión incide mucho recaudación=0] -0,513 9,269 0,003 1 0,956 0,598 7,71E-09 4,65E+07
[F26 Evasión incide poco recaudación=0] 2,517 9,536 0,070 1 0,792 12,390 9,46E-08 1,62E+09
[F27 Medianamente Resiliente=0] 0,749 1,881 0,159 1 0,690 2,116 5,30E-02 8,45E+01
[F27 Muy Resiliente=0] 0,459 1,917 0,057 1 0,811 1,583 3,70E-02 6,77E+01
[F27 No Resiliente=0] 2,277 2,216 1,056 1 0,304 9,746 1,27E-01 7,50E+02
[F28 Predominantemente liberal=0] -0,732 10,562 0,005 1 0,945 0,481 4,92E-10 4,70E+08
[F28 Predominantemente moderado=0] 0,963 10,510 0,008 1 0,927 2,619 2,97E-09 2,31E+09
[F28 Predominantemente progresista=0] -1,742 10,555 0,027 1 0,869 0,175 1,82E-10 1,69E+08
[F29 Medianamente probable=0] -2,355 0,825 8,153 1 0,004 0,095 1,88E-02 4,78E-01
[F29 Muy probable fisc=0] 0,285 1,327 0,046 1 0,830 1,330 9,88E-02 1,79E+01
[F29 Poco probable fisc=0] 1,666 0,713 5,468 1 0,019 5,291 1,31E+00 2,14E+01
[F30 Medianamente sensible al uso de recursos públicos=0] -0,522 0,740 0,497 1 0,481 0,593 1,39E-01 2,53E+00
[F30 Muy sensible al uso de recursos públicos=0] 2,692 0,883 9,300 1 0,002 14,754 2,62E+00 8,32E+01
[F30 Poco sensible al uso de recursos públicos=0] -0,122 0,712 0,029 1 0,864 0,885 2,19E-01 3,57E+00
[F31 Percibe alta corrupción pública=0] 8,208 126,624 0,004 1 0,948 3670,597 6,06E-105 2,22E+111
[F31 Percibe moderada corrupción pública=0] 5,767 126,622 0,002 1 0,964 319,711 5,29E-106 1,93E+110
[F31 Percibe poca corrupción pública=0] 5,374 126,625 0,002 1 0,966 215,661 3,55E-106 1,31E+110
[F32 Alta tendencia al fraude=0] 3,976 0,768 26,795 1 0,000 53,313 1,18E+01 2,40E+02
[F32 Mediana tendencia al fraude=0] 1,441 0,485 8,816 1 0,003 4,224 1,63E+00 1,09E+01
[F32 Nula tendencia al fraude=0] 1,33057 0 1 3,78319916 3,78E+00 3,78E+00
a. La categoría de referencia es: 4.
b. Este parámetro está establecido en cero porque es redundante (todas las variables = 1)
Cumplimiento SGMIa B
Error
estándarWald gl Sig. Exp(B)
95% de intervalo de confianza
para Exp(B)
Estimaciones de parámetro "No Quiere Cumplir"
46
Límite inferior Límite superior
Intersección -7,121 143,884 0,002 1 0,961
ANTIGÜEDAD 0,160 0,034 22,215 1 0,000 1,173 1,10E+00 1,25E+00
Carga_Renta_Mean 7,684 4,728 2,641 1 0,104 2172,544 2,05E-01 2,30E+07
Carga_Iva_Mean -0,308 0,709 0,189 1 0,664 0,735 1,83E-01 2,95E+00
Score BR_REG -0,022 0,010 4,759 1 0,029 0,978 9,58E-01 9,98E-01
Score BR_INF -0,002 0,007 0,071 1 0,790 0,998 9,84E-01 1,01E+00
Score BR_DCL -0,042 0,018 5,784 1 0,016 0,959 9,26E-01 9,92E-01
Score BR_PAG -0,017 0,006 7,729 1 0,005 0,983 9,71E-01 9,95E-01
Score BR_TOT 0,150 0,041 13,396 1 0,000 1,162 1,07E+00 1,26E+00
LN_Riqueza_Gral -0,033 0,020 2,862 1 0,091 0,967 9,30E-01 1,01E+00
[F1 Instituciones Públicas medianamente importantes=0] -0,959 11,935 0,006 1 0,936 0,383 2,66E-11 5,52E+09
[F1 Instituciones Públicas muy importantes=0] -0,776 11,930 0,004 1 0,948 0,460 3,23E-11 6,57E+09
[F1 Instituciones Públicas poco importantes=0] -0,099 12,018 0,000 1 0,993 0,906 5,34E-11 1,54E+10
[F2 Muy satisfecho con Instituciones Públicas=0] -0,647 0,466 1,925 1 0,165 0,523 2,10E-01 1,31E+00
[F2 Poco satisfecho con Instituciones Públicas=0] 0,800 1,404 0,325 1 0,569 2,225 1,42E-01 3,48E+01
[F3 Buena Percepción SII=0] -0,475 0,923 0,264 1 0,607 0,622 1,02E-01 3,80E+00
[F3 Mala Percepción SII=0] 0,385 1,069 0,130 1 0,719 1,469 1,81E-01 1,19E+01
[F3 Muy buena Percepción SII=0] 0,338 1,007 0,112 1 0,737 1,402 1,95E-01 1,01E+01
[F4 Mediano conocimmiento Medios SII=0] 1,148 17,417 0,004 1 0,947 3,152 4,72E-15 2,11E+15
[F4 Mucho conocimmiento Medios SII=0] 0,885 17,409 0,003 1 0,959 2,423 3,68E-15 1,60E+15
[F4 Poco conocimmiento Medios SII=0] 2,695 17,429 0,024 1 0,877 14,806 2,16E-14 1,01E+16
[F5 Mala evaluación canales SII=0] -0,229 0,854 0,072 1 0,789 0,796 1,49E-01 4,25E+00
[F5 Muy Buena evaluación canales SII=0] -1,883 1,015 3,444 1 0,063 0,152 2,08E-02 1,11E+00
[F5 Regular evaluación canales SII=0] -1,504 0,912 2,720 1 0,099 0,222 3,72E-02 1,33E+00
[F6 Percibe media cantidad de info SII=0] 1,957 0,822 5,664 1 0,017 7,077 1,41E+00 3,55E+01
[F6 Percibe mucha cantidad de info SII=0] 3,476 1,017 11,692 1 0,001 32,339 4,41E+00 2,37E+02
[F6 Percibe poca cantidad de info SII=0] 3,369 1,330 6,413 1 0,011 29,057 2,14E+00 3,94E+02
[F7 Mucha relación SII=0] -3,593 21,701 0,027 1 0,869 0,028 9,28E-21 8,17E+16
[F7 Poca relación SII=0] 0,538 3,616 0,022 1 0,882 1,712 1,43E-03 2,05E+03
[F8 Insatisfecho serivicio SII=0] 4,288 2,165 3,924 1 0,048 72,817 1,05E+00 5,07E+03
[F8 Medianamente satisfecho serivicio SII=0] 7,247 1,990 13,255 1 0,000 1403,750 2,84E+01 6,94E+04
[F8 Satisfecho serivicio SII=0] 7,534 1,816 17,210 1 0,000 1870,561 5,32E+01 6,57E+04
[F9 Interactua dueño=0] -5,267 15,222 0,120 1 0,729 0,005 5,69E-16 4,68E+10
[F9 Interactua tercero=0] 0,220 15,237 0,000 1 0,989 1,246 1,33E-13 1,16E+13
[F10 Interacción tramite Avaluaciones=0] 0,155 14,897 0,000 1 0,992 1,168 2,44E-13 5,60E+12
[F10 Interacción tramite IVA-RENTA=0] -0,647 14,860 0,002 1 0,965 0,524 1,18E-13 2,33E+12
[F10 Interacción tramite Riac=0] 0,181 14,874 0,000 1 0,990 1,199 2,62E-13 5,49E+12
[F11 Realiza tram no presencial=0] 2,870 1,489 3,714 1 0,054 17,629 9,52E-01 3,26E+02
[F11 Realiza tram presencial=0] 4,921 4,405 1,247 1 0,264 137,080 2,44E-02 7,71E+05
[F12 Mala calidad atención SII=0] 2,908 5,550 0,275 1 0,600 18,315 3,46E-04 9,70E+05
[F12 Muy Buena calidad atención SII=0] -2,190 4,395 0,248 1 0,618 0,112 2,03E-05 6,17E+02
[F12 Regular calidad atención SII=0] -4,234 4,450 0,905 1 0,341 0,014 2,36E-06 8,89E+01
[F13 Mala calidad WEB SII=0] -1,534 13,575 0,013 1 0,910 0,216 6,00E-13 7,74E+10
[F13 Muy buena calidad WEB SII=0] -0,090 0,750 0,014 1 0,904 0,914 2,10E-01 3,98E+00
[F13 Regular calidad WEB SII=0] -0,218 2,357 0,009 1 0,926 0,804 7,92E-03 8,16E+01
[F14 Mala calidad fono SII=0] 3,754 5,336 0,495 1 0,482 42,685 1,22E-03 1,49E+06
[F14 Muy Buena calidad fono SII=0] 2,280 1,988 1,316 1 0,251 9,777 1,99E-01 4,81E+02
[F14 Regular calidad fono SII=0] -1,820 1,284 2,009 1 0,156 0,162 1,31E-02 2,01E+00
[F15 Ha sido fiscalizado SII=0] -0,480 3,590 0,018 1 0,894 0,619 5,45E-04 7,04E+02
[F15 Ha sido muy fiscalizado SII=0] 0,475 3,795 0,016 1 0,900 1,608 9,46E-04 2,73E+03
[F15 No ha sido fiscalizado SII=0] 1,397 3,520 0,158 1 0,691 4,043 4,08E-03 4,01E+03
[F16 Satisfacción global atención presencial alta =0] 3,843 2,364 2,643 1 0,104 46,645 4,54E-01 4,80E+03
[F16 Satisfacción global atención presencial baja=0] 2,555 2,489 1,054 1 0,305 12,876 9,80E-02 1,69E+03
[F16 Satisfacción global atención presencial media =0] 1,264 1,999 0,400 1 0,527 3,541 7,04E-02 1,78E+02
[F17 Alta Satisfacción subjetiva atención presencial=0] -6,948 2,414 8,286 1 0,004 0,001 8,47E-06 1,09E-01
[F17 Baja Satisfacción subjetiva atención presencial=0] 0,626 2,292 0,075 1 0,785 1,871 2,09E-02 1,67E+02
[F17 Media Satisfacción subjetiva atención presencial=0] -8,042 2,269 12,566 1 0,000 0,000 3,77E-06 2,74E-02
[F18 SII cumple con misión=0] -3,042 2,057 2,188 1 0,139 0,048 8,47E-04 2,69E+00
[F18 SII cumple medianamente con misión=0] -1,196 1,763 0,460 1 0,497 0,302 9,54E-03 9,58E+00
[F18 SII no cumple con misión=0] 0,034 1,793 0,000 1 0,985 1,034 3,08E-02 3,47E+01
[F19 Buena percepción valórica de los Chilenos=0] 0,101 0,426 0,056 1 0,813 1,106 4,80E-01 2,55E+00
[F19 Mala percepción valórica de los Chilenos=0] 0,976 1,475 0,437 1 0,508 2,653 1,47E-01 4,78E+01
[F20 Percepción moral chilena alta=0] 3,639 1,128 10,412 1 0,001 38,038 4,17E+00 3,47E+02
[F20 Percepción moral chilena baja=0] 3,366 0,693 23,578 1 0,000 28,957 7,44E+00 1,13E+02
[F21 Buena percepción del CT=0] -0,847 2,941 0,083 1 0,773 0,429 1,34E-03 1,37E+02
[F21 Mala percepción del CT=0] -0,232 3,055 0,006 1 0,939 0,793 1,99E-03 3,16E+02
[F21 Regular percepción del CT=0] 0,139 2,941 0,002 1 0,962 1,149 3,61E-03 3,66E+02
[F22 Valores altos=0] 34,299 67,947 0,255 1 0,614 7,87E+14 1,15E-43 5,41E+72
[F22 Valores bajos=0] 36,528 67,950 0,289 1 0,591 7,31E+15 1,06E-42 5,05E+73
[F22 Valores medios=0] 36,073 67,985 0,282 1 0,596 4,64E+15 6,28E-43 3,43E+73
[F23 Alta sensación de evasión=0] -2,005 2,164 0,858 1 0,354 0,135 1,94E-03 9,37E+00
[F23 Regular sensación de evasión=0] -0,856 2,286 0,140 1 0,708 0,425 4,81E-03 3,75E+01
[F24 Mayor evasión en SGGE=0] 1,381 2,754 0,251 1 0,616 3,979 1,80E-02 8,79E+02
[F24 Mayor evasión en SGME=0] -0,342 3,264 0,011 1 0,917 0,710 1,18E-03 4,27E+02
[F24 Mayor evasión en SGMI=0] 0,090 2,747 0,001 1 0,974 1,094 5,02E-03 2,38E+02
[F24 Mayor evasión en SGPE=0] 0,466 5,803 0,006 1 0,936 1,593 1,83E-05 1,39E+05
[F24 Mayor evasión en mas de un segmento=0] -2,946 2,873 1,051 1 0,305 0,053 1,88E-04 1,47E+01
[F25 Alto valor tributario=0] -1,195 1,430 0,698 1 0,403 0,303 1,83E-02 4,99E+00
[F25 Indiferente en valor tributario=0] -0,745 1,455 0,262 1 0,609 0,475 2,74E-02 8,23E+00
[F25 Poco valor tributario=0] -1,795 1,725 1,083 1 0,298 0,166 5,65E-03 4,88E+00
[F26 Evasión incide medianamente recaudación=0] 1,924 9,304 0,043 1 0,836 6,850 8,24E-08 5,69E+08
[F26 Evasión incide mucho recaudación=0] 1,206 9,290 0,017 1 0,897 3,342 4,13E-08 2,70E+08
[F26 Evasión incide poco recaudación=0] 2,802 9,545 0,086 1 0,769 16,480 1,24E-07 2,20E+09
[F27 Medianamente Resiliente=0] 1,362 1,762 0,597 1 0,440 3,904 1,23E-01 1,23E+02
[F27 Muy Resiliente=0] 1,134 1,792 0,400 1 0,527 3,108 9,27E-02 1,04E+02
[F27 No Resiliente=0] 1,032 2,101 0,241 1 0,623 2,806 4,56E-02 1,73E+02
[F28 Predominantemente liberal=0] -3,956 10,460 0,143 1 0,705 0,019 2,39E-11 1,53E+07
[F28 Predominantemente moderado=0] -1,574 10,413 0,023 1 0,880 0,207 2,84E-10 1,51E+08
[F28 Predominantemente progresista=0] -3,594 10,444 0,118 1 0,731 0,027 3,54E-11 2,14E+07
[F29 Medianamente probable=0] -2,988 0,763 15,350 1 0,000 0,050 1,13E-02 2,25E-01
[F29 Muy probable fisc=0] 0,085 1,235 0,005 1 0,945 1,089 9,68E-02 1,22E+01
[F29 Poco probable fisc=0] 0,359 0,660 0,296 1 0,587 1,432 3,92E-01 5,23E+00
[F30 Medianamente sensible al uso de recursos públicos=0] -0,487 0,694 0,492 1 0,483 0,615 1,58E-01 2,40E+00
[F30 Muy sensible al uso de recursos públicos=0] 1,538 0,843 3,330 1 0,068 4,655 8,92E-01 2,43E+01
[F30 Poco sensible al uso de recursos públicos=0] -0,330 0,668 0,244 1 0,621 0,719 1,94E-01 2,66E+00
[F31 Percibe alta corrupción pública=0] 8,924 125,871 0,005 1 0,943 7506,776 5,42E-104 1,04E+111
[F31 Percibe moderada corrupción pública=0] 7,829 125,869 0,004 1 0,950 2513,663 1,82E-104 3,47E+110
[F31 Percibe poca corrupción pública=0] 7,351 125,872 0,003 1 0,953 1557,488 1,12E-104 2,16E+110
[F32 Alta tendencia al fraude=0] -42,409 9,570 19,636 1 0,000 3,819E-19 2,73E-27 5,35E-11
[F32 Mediana tendencia al fraude=0] -43,404 9,554 20,640 1 0,000 1,412E-19 1,04E-27 1,91E-11
[F32 Nula tendencia al fraude=0] -43,33426 9,5425838 20,622 1 6E-06 1,514E-19 1,14E-27 2,01E-11
a. La categoría de referencia es: 4.
b. Este parámetro está establecido en cero porque es redundante (todas las variables = 1)
Estimaciones de parámetro "Cumple si es Obligado"
Cumplimiento SGMIa B
Error
estándarWald gl Sig. Exp(B)
95% de intervalo de confianza
para Exp(B)
47
Límite inferior Límite superior
Intersección 2,936 143,380 0,000 1 0,984
ANTIGÜEDAD 0,202 0,035 34,184 1 0,000 1,224 1,14E+00 1,31E+00
Carga_Renta_Mean 8,312 4,759 3,051 1 0,081 4073,795 3,62E-01 4,58E+07
Carga_Iva_Mean 0,194 0,728 0,071 1 0,790 1,214 2,91E-01 5,06E+00
Score BR_REG -0,013 0,011 1,505 1 0,220 0,987 9,66E-01 1,01E+00
Score BR_INF -0,004 0,008 0,342 1 0,559 0,996 9,81E-01 1,01E+00
Score BR_DCL -0,031 0,018 2,802 1 0,094 0,970 9,35E-01 1,01E+00
Score BR_PAG -0,018 0,006 7,841 1 0,005 0,982 9,70E-01 9,95E-01
Score BR_TOT 0,102 0,043 5,630 1 0,018 1,107 1,02E+00 1,20E+00
LN_Riqueza_Gral -0,049 0,021 5,469 1 0,019 0,953 9,14E-01 9,92E-01
[F1 Instituciones Públicas medianamente importantes=0] -0,468 11,803 0,002 1 0,968 0,626 5,62E-11 6,98E+09
[F1 Instituciones Públicas muy importantes=0] -0,343 11,799 0,001 1 0,977 0,710 6,43E-11 7,84E+09
[F1 Instituciones Públicas poco importantes=0] 0,363 11,907 0,001 1 0,976 1,438 1,05E-10 1,96E+10
[F2 Muy satisfecho con Instituciones Públicas=0] -0,587 0,481 1,491 1 0,222 0,556 2,16E-01 1,43E+00
[F2 Poco satisfecho con Instituciones Públicas=0] -0,014 1,459 0,000 1 0,992 0,986 5,65E-02 1,72E+01
[F3 Buena Percepción SII=0] -0,894 0,955 0,877 1 0,349 0,409 6,30E-02 2,66E+00
[F3 Mala Percepción SII=0] -0,217 1,106 0,038 1 0,845 0,805 9,22E-02 7,03E+00
[F3 Muy buena Percepción SII=0] 0,049 1,044 0,002 1 0,963 1,050 1,36E-01 8,12E+00
[F4 Mediano conocimmiento Medios SII=0] 0,884 17,283 0,003 1 0,959 2,422 4,71E-15 1,25E+15
[F4 Mucho conocimmiento Medios SII=0] 1,219 17,279 0,005 1 0,944 3,385 6,63E-15 1,73E+15
[F4 Poco conocimmiento Medios SII=0] 1,630 17,298 0,009 1 0,925 5,102 9,64E-15 2,70E+15
[F5 Mala evaluación canales SII=0] -0,815 0,889 0,841 1 0,359 0,443 7,76E-02 2,53E+00
[F5 Muy Buena evaluación canales SII=0] -1,544 1,041 2,200 1 0,138 0,213 2,77E-02 1,64E+00
[F5 Regular evaluación canales SII=0] -1,046 0,938 1,244 1 0,265 0,351 5,59E-02 2,21E+00
[F6 Percibe media cantidad de info SII=0] 1,833 0,859 4,552 1 0,033 6,253 1,16E+00 3,37E+01
[F6 Percibe mucha cantidad de info SII=0] 2,435 1,050 5,375 1 0,020 11,419 1,46E+00 8,95E+01
[F6 Percibe poca cantidad de info SII=0] 3,106 1,363 5,190 1 0,023 22,337 1,54E+00 3,23E+02
[F7 Mucha relación SII=0] -5,063 22,236 0,052 1 0,820 0,006 7,47E-22 5,35E+16
[F7 Poca relación SII=0] -0,372 3,236 0,013 1 0,908 0,689 1,21E-03 3,92E+02
[F8 Insatisfecho serivicio SII=0] 6,506 4,726 1,895 1 0,169 669,096 6,35E-02 7,05E+06
[F8 Medianamente satisfecho serivicio SII=0] 9,118 4,701 3,762 1 0,052 9115,679 9,09E-01 9,15E+07
[F8 Satisfecho serivicio SII=0] 10,160 4,617 4,844 1 0,028 25857,608 3,04E+00 2,20E+08
[F9 Interactua dueño=0] -6,684 15,194 0,193 1 0,660 0,001 1,46E-16 1,07E+10
[F9 Interactua tercero=0] -2,736 15,212 0,032 1 0,857 0,065 7,29E-15 5,76E+11
[F10 Interacción tramite Avaluaciones=0] 0,432 15,122 0,001 1 0,977 1,541 2,07E-13 1,15E+13
[F10 Interacción tramite IVA-RENTA=0] -0,738 15,081 0,002 1 0,961 0,478 6,96E-14 3,28E+12
[F10 Interacción tramite Riac=0] 0,408 15,095 0,001 1 0,978 1,504 2,13E-13 1,06E+13
[F11 Realiza tram no presencial=0] 1,932 1,566 1,522 1 0,217 6,903 3,21E-01 1,49E+02
[F11 Realiza tram presencial=0] 2,671 5,138 0,270 1 0,603 14,459 6,11E-04 3,42E+05
[F12 Mala calidad atención SII=0] 3,673 6,453 0,324 1 0,569 39,385 1,27E-04 1,22E+07
[F12 Muy Buena calidad atención SII=0] -0,352 5,124 0,005 1 0,945 0,703 3,06E-05 1,62E+04
[F12 Regular calidad atención SII=0] -2,182 5,162 0,179 1 0,673 0,113 4,56E-06 2,80E+03
[F13 Mala calidad WEB SII=0] 0,782 13,718 0,003 1 0,955 2,186 4,60E-12 1,04E+12
[F13 Muy buena calidad WEB SII=0] -0,477 0,786 0,368 1 0,544 0,621 1,33E-01 2,90E+00
[F13 Regular calidad WEB SII=0] 0,185 2,546 0,005 1 0,942 1,204 8,19E-03 1,77E+02
[F14 Mala calidad fono SII=0] 4,305 5,512 0,610 1 0,435 74,085 1,51E-03 3,64E+06
[F14 Muy Buena calidad fono SII=0] 2,463 2,044 1,452 1 0,228 11,737 2,14E-01 6,44E+02
[F14 Regular calidad fono SII=0] -2,949 1,666 3,134 1 0,077 0,052 2,00E-03 1,37E+00
[F15 Ha sido fiscalizado SII=0] -3,827 2,772 1,906 1 0,167 0,022 9,51E-05 4,98E+00
[F15 Ha sido muy fiscalizado SII=0] -3,932 3,123 1,585 1 0,208 0,020 4,31E-05 8,92E+00
[F15 No ha sido fiscalizado SII=0] -1,697 2,665 0,405 1 0,524 0,183 9,87E-04 3,40E+01
[F16 Satisfacción global atención presencial alta =0] 4,283 2,491 2,956 1 0,086 72,434 5,49E-01 9,55E+03
[F16 Satisfacción global atención presencial baja=0] 3,634 2,674 1,847 1 0,174 37,858 2,01E-01 7,14E+03
[F16 Satisfacción global atención presencial media =0] 1,949 2,104 0,859 1 0,354 7,024 1,14E-01 4,34E+02
[F17 Alta Satisfacción subjetiva atención presencial=0] -7,343 2,515 8,524 1 0,004 0,001 4,68E-06 8,95E-02
[F17 Baja Satisfacción subjetiva atención presencial=0] -1,858 2,622 0,502 1 0,479 0,156 9,16E-04 2,66E+01
[F17 Media Satisfacción subjetiva atención presencial=0] -8,251 2,670 9,552 1 0,002 0,000 1,39E-06 4,89E-02
[F18 SII cumple con misión=0] -1,110 2,492 0,198 1 0,656 0,330 2,49E-03 4,36E+01
[F18 SII cumple medianamente con misión=0] 0,600 2,176 0,076 1 0,783 1,822 2,56E-02 1,30E+02
[F18 SII no cumple con misión=0] 0,924 2,205 0,176 1 0,675 2,519 3,35E-02 1,90E+02
[F19 Buena percepción valórica de los Chilenos=0] 0,105 0,445 0,056 1 0,814 1,111 4,64E-01 2,66E+00
[F19 Mala percepción valórica de los Chilenos=0] 0,221 1,565 0,020 1 0,888 1,247 5,80E-02 2,68E+01
[F20 Percepción moral chilena alta=0] 4,263 1,159 13,521 1 0,000 70,994 7,32E+00 6,89E+02
[F20 Percepción moral chilena baja=0] 3,064 0,763 16,141 1 0,000 21,406 4,80E+00 9,54E+01
[F21 Buena percepción del CT=0] -1,538 3,068 0,251 1 0,616 0,215 5,26E-04 8,77E+01
[F21 Mala percepción del CT=0] -1,300 3,213 0,164 1 0,686 0,273 5,02E-04 1,48E+02
[F21 Regular percepción del CT=0] -0,509 3,066 0,028 1 0,868 0,601 1,48E-03 2,45E+02
[F22 Valores altos=0] 33,649 67,910 0,246 1 0,620 4,11E+14 6,43E-44 2,62E+72
[F22 Valores bajos=0] 34,991 67,913 0,265 1 0,606 1,57E+15 2,45E-43 1,01E+73
[F22 Valores medios=0] 34,788 67,957 0,262 1 0,609 1,28E+15 1,83E-43 8,98E+72
[F23 Alta sensación de evasión=0] -3,079 2,025 2,312 1 0,128 0,046 8,69E-04 2,43E+00
[F23 Regular sensación de evasión=0] -1,788 2,177 0,675 1 0,411 0,167 2,35E-03 1,19E+01
[F24 Mayor evasión en SGGE=0] -0,735 2,715 0,073 1 0,787 0,479 2,34E-03 9,82E+01
[F24 Mayor evasión en SGME=0] -0,745 3,200 0,054 1 0,816 0,475 8,97E-04 2,51E+02
[F24 Mayor evasión en SGMI=0] -2,005 2,706 0,549 1 0,459 0,135 6,69E-04 2,71E+01
[F24 Mayor evasión en SGPE=0] -2,383 5,999 0,158 1 0,691 0,092 7,23E-07 1,18E+04
[F24 Mayor evasión en mas de un segmento=0] -4,957 2,856 3,013 1 0,083 0,007 2,61E-05 1,90E+00
[F25 Alto valor tributario=0] -0,814 1,514 0,289 1 0,591 0,443 2,28E-02 8,61E+00
[F25 Indiferente en valor tributario=0] -0,071 1,535 0,002 1 0,963 0,931 4,60E-02 1,89E+01
[F25 Poco valor tributario=0] -1,144 1,827 0,392 1 0,531 0,318 8,87E-03 1,14E+01
[F26 Evasión incide medianamente recaudación=0] 1,038 9,374 0,012 1 0,912 2,822 2,96E-08 2,69E+08
[F26 Evasión incide mucho recaudación=0] 0,130 9,359 0,000 1 0,989 1,139 1,23E-08 1,05E+08
[F26 Evasión incide poco recaudación=0] 1,520 9,640 0,025 1 0,875 4,572 2,85E-08 7,34E+08
[F27 Medianamente Resiliente=0] 0,134 1,758 0,006 1 0,939 1,143 3,64E-02 3,59E+01
[F27 Muy Resiliente=0] -0,040 1,795 0,001 1 0,982 0,960 2,85E-02 3,24E+01
[F27 No Resiliente=0] -0,135 2,145 0,004 1 0,950 0,874 1,31E-02 5,85E+01
[F28 Predominantemente liberal=0] -4,944 10,526 0,221 1 0,639 0,007 7,81E-12 6,50E+06
[F28 Predominantemente moderado=0] -2,574 10,475 0,060 1 0,806 0,076 9,25E-11 6,28E+07
[F28 Predominantemente progresista=0] -3,220 10,504 0,094 1 0,759 0,040 4,57E-11 3,49E+07
[F29 Medianamente probable=0] -1,976 0,775 6,509 1 0,011 0,139 3,04E-02 6,33E-01
[F29 Muy probable fisc=0] 0,810 1,293 0,393 1 0,531 2,248 1,79E-01 2,83E+01
[F29 Poco probable fisc=0] -0,224 0,682 0,107 1 0,743 0,800 2,10E-01 3,05E+00
[F30 Medianamente sensible al uso de recursos públicos=0] -0,805 0,722 1,242 1 0,265 0,447 1,09E-01 1,84E+00
[F30 Muy sensible al uso de recursos públicos=0] 0,629 0,881 0,510 1 0,475 1,876 3,34E-01 1,06E+01
[F30 Poco sensible al uso de recursos públicos=0] -0,123 0,690 0,032 1 0,859 0,884 2,29E-01 3,42E+00
[F31 Percibe alta corrupción pública=0] 4,500 124,992 0,001 1 0,971 89,986 3,64E-105 2,23E+108
[F31 Percibe moderada corrupción pública=0] 4,273 124,991 0,001 1 0,973 71,753 2,91E-105 1,77E+108
[F31 Percibe poca corrupción pública=0] 3,546 124,994 0,001 1 0,977 34,674 1,40E-105 8,60E+107
[F32 Alta tendencia al fraude=0] -36,241 0,783 2142,916 1 0,000 1,823E-16 3,93E-17 8,46E-16
[F32 Mediana tendencia al fraude=0] -36,975 0,474 6084,918 1 0,000 8,746E-17 3,45E-17 2,21E-16
[F32 Nula tendencia al fraude=0] -37,01414 0 1 8,413E-17 8,41E-17 8,41E-17
a. La categoría de referencia es: 4.
b. Este parámetro está establecido en cero porque es redundante (todas las variables = 1)
Estimaciones de parámetro "Quiere Cumplir"
Cumplimiento SGMIa B
Error
estándarWald gl Sig. Exp(B)
95% de intervalo de confianza
para Exp(B)
48
6. Encuesta y Macrofactores
Tabla n° 10: Preguntas, medición y macrofactores asociados.
Pre
gu
nta
Med
ició
nF
acto
r
P1.- P
ara
com
enza
r díg
am
e p
or fa
vor, ¿
qué ta
n im
porta
nte
son p
ara
uste
d lo
s siguie
nte
s org
anism
os e
n e
l desa
rrollo
del p
aís?
: Registro
Civ
il
P1.- P
ara
com
enza
r díg
am
e p
or fa
vor, ¿
qué ta
n im
porta
nte
son p
ara
uste
d lo
s siguie
nte
s org
anism
os e
n e
l desa
rrollo
del p
aís?
: Fonasa
P1.- P
ara
com
enza
r díg
am
e p
or fa
vor, ¿
qué ta
n im
porta
nte
son p
ara
uste
d lo
s siguie
nte
s org
anism
os e
n e
l desa
rrollo
del p
aís?
: INP
P1.- P
ara
com
enza
r díg
am
e p
or fa
vor, ¿
qué ta
n im
porta
nte
son p
ara
uste
d lo
s siguie
nte
s org
anism
os e
n e
l desa
rrollo
del p
aís?
: SII
P1.- P
ara
com
enza
r díg
am
e p
or fa
vor, ¿
qué ta
n im
porta
nte
son p
ara
uste
d lo
s siguie
nte
s org
anism
os e
n e
l desa
rrollo
del p
aís?
: Teso
rería
Genera
l de la
Repúblic
a
P1.- P
ara
com
enza
r díg
am
e p
or fa
vor, ¿
qué ta
n im
porta
nte
son p
ara
uste
d lo
s siguie
nte
s org
anism
os e
n e
l desa
rrollo
del p
aís?
: Munic
ipalid
ades
P2.-¿
Qué ta
n sa
tisfecho se
encuentra
uste
d e
n g
enera
l con lo
s siguie
nte
s serv
icio
s? : R
egistro
Civ
il
P2.-¿
Qué ta
n sa
tisfecho se
encuentra
uste
d e
n g
enera
l con lo
s siguie
nte
s serv
icio
s? : F
onasa
P2.-¿
Qué ta
n sa
tisfecho se
encuentra
uste
d e
n g
enera
l con lo
s siguie
nte
s serv
icio
s? : IN
P
P2.-¿
Qué ta
n sa
tisfecho se
encuentra
uste
d e
n g
enera
l con lo
s siguie
nte
s serv
icio
s? : S
II
P2.-¿
Qué ta
n sa
tisfecho se
encuentra
uste
d e
n g
enera
l con lo
s siguie
nte
s serv
icio
s? : T
eso
rería
Genera
l de la
Repúblic
a
P2.-¿
Qué ta
n sa
tisfecho se
encuentra
uste
d e
n g
enera
l con lo
s siguie
nte
s serv
icio
s? : M
unic
ipalid
ades
P2.-¿
Qué ta
n sa
tisfecho se
encuentra
uste
d e
n g
enera
l con lo
s siguie
nte
s serv
icio
s? : B
ancos
P2.-¿
Qué ta
n sa
tisfecho se
encuentra
uste
d e
n g
enera
l con lo
s siguie
nte
s serv
icio
s? : S
erv
icio
s de A
gua P
ota
ble
P2.-¿
Qué ta
n sa
tisfecho se
encuentra
uste
d e
n g
enera
l con lo
s siguie
nte
s serv
icio
s? : S
erv
icio
s de E
lectric
idad
P3.-¿
Cóm
o e
valú
a U
d. e
n g
enera
l el S
erv
icio
de Im
puesto
s Inte
rnos?
: Evalu
ació
n G
enera
l3 P
erc
epció
n S
II.
P4.-¿
Cuále
s de lo
s siguie
nte
s canale
s de c
onta
cto
con e
l Serv
icio
de Im
puesto
s Inte
rnos u
sted c
onoce o
ha o
ído h
abla
r? : O
ficin
as
P4.-¿
Cuále
s de lo
s siguie
nte
s canale
s de c
onta
cto
con e
l Serv
icio
de Im
puesto
s Inte
rnos u
sted c
onoce o
ha o
ído h
abla
r? : S
itio w
eb
P4.-¿
Cuále
s de lo
s siguie
nte
s canale
s de c
onta
cto
con e
l Serv
icio
de Im
puesto
s Inte
rnos u
sted c
onoce o
ha o
ído h
abla
r? : M
esa
de a
yuda
P4.-¿
Cuále
s de lo
s siguie
nte
s canale
s de c
onta
cto
con e
l Serv
icio
de Im
puesto
s Inte
rnos u
sted c
onoce o
ha o
ído h
abla
r? : V
isita d
e F
iscaliza
dore
s
P5.-¿
Con q
ué n
ota
evalú
a e
n g
enera
l los c
anale
s de c
onta
cto
del S
erv
icio
de Im
puesto
s Inte
rnos d
e a
cuerd
o a
lo q
ue U
d. c
onoce o
ha c
onocid
o
P5.-¿
Con q
ué n
ota
evalú
a e
n g
enera
l los c
anale
s de c
onta
cto
del S
erv
icio
de Im
puesto
s Inte
rnos d
e a
cuerd
o a
lo q
ue U
d. c
onoce o
ha c
onocid
o (1
)
P5.-¿
Con q
ué n
ota
evalú
a e
n g
enera
l los c
anale
s de c
onta
cto
del S
erv
icio
de Im
puesto
s Inte
rnos d
e a
cuerd
o a
lo q
ue U
d. c
onoce o
ha c
onocid
o (2
)
P5.-¿
Con q
ué n
ota
evalú
a e
n g
enera
l los c
anale
s de c
onta
cto
del S
erv
icio
de Im
puesto
s Inte
rnos d
e a
cuerd
o a
lo q
ue U
d. c
onoce o
ha c
onocid
o (3
)
P5.-¿
Con q
ué n
ota
evalú
a e
n g
enera
l los c
anale
s de c
onta
cto
del S
erv
icio
de Im
puesto
s Inte
rnos d
e a
cuerd
o a
lo q
ue U
d. c
onoce o
ha c
onocid
o (4
)
P6.- E
n c
om
para
ció
n c
on 3
años a
trás U
d. c
ree q
ue la
info
rmació
n q
ue m
aneja
el S
erv
icio
de Im
puesto
s Inte
rnos h
oy, e
n té
rmin
os d
e c
antid
ad e
s:
P6.- E
n c
om
para
ció
n c
on 3
años a
trás U
d. c
ree q
ue la
info
rmació
n q
ue m
aneja
el S
erv
icio
de Im
puesto
s Inte
rnos h
oy, e
n té
rmin
os d
e c
antid
ad e
s: (1)
P6.- E
n c
om
para
ció
n c
on 3
años a
trás U
d. c
ree q
ue la
info
rmació
n q
ue m
aneja
el S
erv
icio
de Im
puesto
s Inte
rnos h
oy, e
n té
rmin
os d
e c
antid
ad e
s: (2)
P6.- E
n c
om
para
ció
n c
on 3
años a
trás U
d. c
ree q
ue la
info
rmació
n q
ue m
aneja
el S
erv
icio
de Im
puesto
s Inte
rnos h
oy, e
n té
rmin
os d
e c
antid
ad e
s: (3)
P7.- ¿
Ha te
nid
o u
sted la
necesid
ad d
e re
lacio
narse
con e
l Serv
icio
de Im
puesto
s Inte
rnos e
n lo
s últim
os 1
2 m
ese
s?1 S
I 2 N
o 3
Ns/N
r7 P
erio
dic
idad re
lació
n S
II.
P8.-¿
Qué ta
n sa
tisfecho se
encuentra
ud. e
n g
enera
l con e
l serv
icio
y a
tenció
n e
ntre
gado p
or e
l Serv
icio
de Im
puesto
s Inte
rnos?
1 M
enos 7
Mas 8
NS
9 N
r8 S
atisfa
cció
n se
rvic
io S
II.
P9.-¿
Mayorita
riam
ente
quié
n re
aliza
sus trá
mite
s en e
l Serv
icio
de Im
puesto
s Inte
rnos?
1.-Y
o P
erso
nalm
ente
2.-C
onta
dor o
Ase
sor T
ributa
rio 3
.-
Alg
un T
rabaja
dor E
mpre
sa 4
.-Esp
oso
5.-H
ijos 6
.-Dueño 7
.-
Abogado 8
.-Gere
nte
Adm
y F
in 9
.-Tra
baja
dor E
xte
rno 1
0.-
Sobrin
o 1
1.-P
arie
nte
9 In
tera
cció
n S
II.
P10.-¿
Qué tip
os d
e trá
mite
s ha re
aliza
do U
d. p
erso
nalm
ente
en lo
s últim
os 1
2 m
ese
s?
P10.-¿
Qué tip
os d
e trá
mite
s ha re
aliza
do U
d. p
erso
nalm
ente
en lo
s últim
os 1
2 m
ese
s? (1
)
P10.-¿
Qué tip
os d
e trá
mite
s ha re
aliza
do U
d. p
erso
nalm
ente
en lo
s últim
os 1
2 m
ese
s? (2
)
P10.-¿
Qué tip
os d
e trá
mite
s ha re
aliza
do U
d. p
erso
nalm
ente
en lo
s últim
os 1
2 m
ese
s? (3
)
P10.-¿
Qué tip
os d
e trá
mite
s ha re
aliza
do U
d. p
erso
nalm
ente
en lo
s últim
os 1
2 m
ese
s? (4
)
P11.-Y
¿qué tip
os d
e trá
mite
s han sid
o re
aliza
dos p
or o
tra p
erso
na e
n lo
s últim
os 1
2 m
ese
s?
P11.-Y
¿qué tip
os d
e trá
mite
s han sid
o re
aliza
dos p
or o
tra p
erso
na e
n lo
s últim
os 1
2 m
ese
s? (1
)
P11.-Y
¿qué tip
os d
e trá
mite
s han sid
o re
aliza
dos p
or o
tra p
erso
na e
n lo
s últim
os 1
2 m
ese
s? (2
)
P11.-Y
¿qué tip
os d
e trá
mite
s han sid
o re
aliza
dos p
or o
tra p
erso
na e
n lo
s últim
os 1
2 m
ese
s? (3
)
P11.-Y
¿qué tip
os d
e trá
mite
s han sid
o re
aliza
dos p
or o
tra p
erso
na e
n lo
s últim
os 1
2 m
ese
s? (4
)
P12.- Y
¿a tra
vés d
e q
ué c
anale
s ha re
aliza
do su
s trám
ites p
erso
nalm
ente
?
P12.- Y
¿a tra
vés d
e q
ué c
anale
s ha re
aliza
do su
s trám
ites p
erso
nalm
ente
? (1
)
P12.- Y
¿a tra
vés d
e q
ué c
anale
s ha re
aliza
do su
s trám
ites p
erso
nalm
ente
? (2
)
P12.- Y
¿a tra
vés d
e q
ué c
anale
s ha re
aliza
do su
s trám
ites p
erso
nalm
ente
? (3
)
P13.-S
atisfa
cció
n G
enera
l con la
ofic
ina
P13.- E
l tiem
po d
e e
spera
en la
s ofic
inas
P13.- In
teré
s y p
reocupació
n p
or a
tender su
requerim
iento
P13.- C
onocim
iento
de lo
s funcio
nario
s en m
ate
ria trib
uta
ria
P13.- R
esu
ltados d
e su
trám
ite e
n la
ofic
ina
P13.- C
antid
ad d
e fu
ncio
nario
s en la
ofic
ina
P13.-P
repara
ció
n y
rapid
ez d
el fu
ncio
nario
en la
s ofic
inas
P13.-In
fraestru
ctu
ra d
e la
ofic
ina
P14.-S
atisfa
cció
n G
enera
l con e
l sitio w
eb
P14.-F
acilid
ad p
ara
navegar e
n e
l sitio w
eb d
el S
II
P14.-R
apid
ez d
el sitio
web
P14.-S
egurid
ad d
el sitio
web
P14.-U
tilidad d
e lo
s conte
nid
os
P14.-E
stabilid
ad d
el sitio
web
P14.-C
apacid
ad p
ara
reso
lver re
querim
iento
s
P15.-S
atisfa
cció
n G
lobal c
on la
mesa
de a
yuda
P15.-T
iem
po d
e e
spera
ante
s de se
r ate
ndid
o e
n la
mesa
de a
yuda
P15.-F
acilid
ad d
e u
so d
e lo
s menús d
e la
mesa
de a
yuda te
lefó
nic
a
P15.-D
isposic
ión y
capacid
ad d
e re
solv
er su
requerim
iento
en la
mesa
de a
yuda
P15.-C
onocim
iento
de lo
s funcio
nario
s de la
mesa
de a
yuda e
n m
ate
rias trib
uta
rias
P15.-C
onocim
iento
de lo
s funcio
nario
s de la
mesa
de a
yuda e
n so
porte
del sitio
web
P15.-T
iem
po d
estin
ado a
reso
lver su
consu
lta
P15.-C
apacid
ad p
ara
reso
lver re
querim
iento
s
1 M
enos
7 M
as
8 N
S
9 N
r
1 S
I
2 N
o
3 N
r
1 M
enos
7 M
as
8 N
S
9 N
r
1 M
ucho M
enor
2 M
enor
3 Ig
ual
4 M
ayor
1.-T
ram
ite d
e re
nta
2.-T
ram
ite d
e iv
a 3
.-Tra
mite
de
contrib
ucio
nes 4
.-Consu
ltas g
enera
les 5
.-Tim
bra
je
(bole
tas,fa
ctu
ras) 6
.-No sa
be 8
.-Nin
guno 9
.-Inic
iacio
n
activ
idades 1
3.-A
valu
o fisc
al 1
4.-C
onvenio
s 15.-A
cceso
cla
ve
inte
rnet 1
6.-P
ago d
e im
puesto
s 17.-T
erm
ino d
e g
iro 1
8.-B
ienes
raic
es 1
9.-E
mitir b
ole
ta p
or in
tern
et 2
0.-D
evolu
cio
n d
e
impuesto
s 21.-P
ose
sion e
fectiv
a 2
2.-R
etiro
de d
ocum
ento
s 23.-
Solic
itar p
erm
iso p
ara
negocio
24.-P
ate
nte
de a
lcohol 2
7.-T
ítulo
de d
om
inio
13 S
atisfa
cció
n S
II WE
B.
14 S
atifa
cció
n g
lobal m
esa
de a
yuda.
1 M
enos
7 M
as
8 N
S
9 N
r
1 M
enos
7 M
as
8 N
S
9 N
r
10 T
rám
ite d
e in
tera
cció
n.
11 C
anale
s de a
tenció
n
perso
nal.
12 C
alid
ad d
e a
tenció
n
perso
nal.
1 O
ficin
as d
el S
II 2 S
itio W
eb d
el S
II 3 M
esa
de A
yuda
Tele
fónic
a d
el S
II 4 O
tro (e
specific
ar) 5
Visita
de a
lgún
funcio
nario
de S
II a su
dom
icilio
o e
mpre
sa 6
No S
abe 7
No
Resp
onde
1 M
enos
7 M
as
8 N
S
9 N
r
5 E
valu
ació
n C
anale
s SII.
6 P
erc
epció
n C
antid
ad d
e
Info
rmació
n.
1 Im
porta
ncia
de la
s
institu
cio
nes p
úblic
as.
2 S
atisfa
cció
n d
e la
s
institu
cio
nes p
úblic
as.
4 C
onocim
iento
Canale
s SII.
49
Pre
gu
nta
Med
ición
Fa
ctor
P16.1
.- Ha re
cib
ido n
otific
ació
n o
cita
ció
n p
ara
reso
lver a
lguna situ
ació
n
P16.1
.- Por q
ué?
P16.1
.- Por q
ué? (1
)
P16.2
.- Ha re
cib
ido p
rese
ncia
de fu
ncio
nario
Fisc
aliza
dor e
n su
local
P16.2
.- Por q
ué?
P16.2
.- Por q
ué? (1
)
P16.2
.- Por q
ué? (2
)
P16.3
.- Otro
s
P16.1
.- Por q
ué? (2
)
P17.1
.- La fisc
aliza
ció
n e
n g
enera
l
P17.2
.- Info
rmació
n e
ntre
gada p
or e
l funcio
nario
sobre
el p
rocedim
iento
que se
está
llevando a
cabo
P17.3
.- Com
pre
nsió
n d
el p
or q
ué fu
e fisc
aliza
do
P17.4
.- Conocim
iento
del fu
ncio
nario
en m
ate
rias trib
uta
rias
P17.5
.- Inte
rés y
pre
ocupació
n p
or re
solv
er su
situació
n
P17.6
.- Capacid
ad d
el fu
ncio
nario
para
ente
nder y
reso
lver e
l caso
P17.7
.- Dura
ció
n d
e la
fiscaliza
ció
n
P17.8
.- Form
a e
n q
ue se
com
unic
ó e
l resu
ltado d
e la
fiscaliza
ció
n
P17.9
.- Com
pre
nsió
n d
el re
sulta
do fin
al d
e la
fiscaliza
ció
n
P19.- E
valú
e q
ué ta
n d
e a
cuerd
o se
encuentra
ud. c
on e
l resu
ltado d
e la
fiscaliza
ció
n1 M
enos 7
Mas 8
NS
9 N
r17 S
atifa
cció
n su
bje
tiva
ate
nció
n p
rese
ncia
l.
P20.- C
óm
o e
valú
a u
sted e
l dese
mpeño d
el S
erv
icio
de Im
puesto
s Inte
rnos e
n su
tare
a c
ontra
la e
vasió
n d
e im
puesto
s1 M
uy b
ueno 2
Bueno 3
Regula
r 4 M
alo
5 M
uy m
alo
8 N
o
P21.- C
onsid
era
uste
d q
ue e
n lo
s últim
os 2
años e
l dese
mpeño d
el S
erv
icio
de Im
puesto
s Inte
rnos e
n su
tare
a c
ontra
la e
vasió
n d
e1 M
ejo
rado M
ucho 2
Mejo
rado 3
Sig
ue ig
ual 4
Ha e
mpeora
do
5 H
a e
mpeora
do m
ucho 8
No sa
be 9
No re
sponde
P22.- U
sted c
ree q
ue e
l Serv
icio
de Im
puesto
s Inte
rnos e
s: Muy d
ifícil d
e e
ngañar, D
ifícil d
e e
ngañar, F
ácil d
e e
ngañar, M
uy fá
cil d
e e
ngañar
1 M
uy d
ifícil d
e e
ngañar 2
Difíc
il de e
ngañar 3
Fácil d
e
engañar 4
Muy fá
cil d
e e
ngañar 8
No sa
be 9
No re
sponde
P23.- C
on q
ue fre
cuencia
cre
e u
sted q
ue e
l Serv
icio
de Im
puesto
s Inte
rnos d
esc
ubre
a u
na p
erso
na q
ue e
vade im
puesto
s
P24.- C
on q
ue fre
cuencia
cre
e u
sted q
ue e
l Serv
icio
de Im
puesto
s Inte
rnos d
esc
ubre
a u
na e
mpre
sa q
ue e
vade im
puesto
s
P25.- C
onoce U
d. la
s multa
s y p
enas q
ue a
plic
a e
l Serv
icio
de Im
puesto
s Inte
rnos a
los c
ontrib
uyente
s cuando n
o c
um
ple
n c
on su
s oblig
acio
nes trib
uta
rias
1 S
í 2 N
o 8
No sa
be 9
No re
sponde
P26.- C
onsid
era
justa
s las m
ulta
s y p
enas q
ue a
plic
a e
l Serv
icio
de Im
puesto
s Inte
rnos, e
n re
lació
n c
on la
falta
com
etid
a1 M
uy ju
stas 2
Justa
s 3 In
justa
s 4 M
uy in
justa
s 8 N
o sa
be 9
P27.1
- Cum
plid
ore
s de la
s leyes
P27.2
- Exig
ente
s de su
s dere
chos
P27.3
- Solid
ario
s
P27.4
- Resp
onsa
ble
s de p
agar su
s impuesto
s
P27.5
- Honra
dos
P28.1
.- Decla
rarse
enfe
rmo p
ara
no ir a
trabaja
r
P28.2
.- No p
agar e
l cré
dito
fiscal u
niv
ersita
rio te
nie
ndo re
curso
s económ
icos su
ficie
nte
s
P28.3
.- Quedarse
con e
l vuelto
cuando le
dan d
e m
ás
P28.4
.- Ingeniá
rsela
s para
pagar m
enos im
puesto
s o n
o p
agar im
puesto
s
P28.5
.- Pedir q
ue n
o le
den b
ole
ta o
factu
ra
P28.6
.- No p
agar o
pagar m
enos la
s cotiza
cio
nes p
revisio
nale
s que c
orre
sponden (A
FP
, INP
, FO
NA
SA
, ISA
PR
E)
P28.7
.- Com
pra
r en e
l com
erc
io a
mbula
nte
ilegal
P28.8
.- Com
pra
r DV
Ds, C
Ds o
libro
s pira
tas
P29.- L
os c
hile
nos, a
la h
ora
de c
um
plir c
on su
s debere
s y o
blig
acio
nes c
om
o c
iudadanos, c
om
o p
or e
jem
plo
pagar im
puesto
s, son:
1 M
uy c
oncie
nte
s y re
sponsa
ble
s 2 C
oncie
nte
s y re
sponsa
ble
s
3 P
oco c
oncie
nte
s y re
sponsa
ble
s 4 M
uy p
oco c
oncie
nte
s y
resp
onsa
ble
s 8 N
o sa
be 9
No re
sponde
P30.- R
esp
ecto
a h
ace 3
años, ¿
cóm
o c
ree U
d. q
ue h
a e
volu
cio
nado e
l gra
do d
e c
um
plim
iento
en e
l pago d
e lo
s impuesto
s por lo
s chile
nos?
P31.- C
óm
o c
ree U
d. q
ue h
a e
volu
cio
nado e
l gra
do d
e c
um
plim
iento
en e
l pago d
e lo
s impuesto
s por la
s em
pre
sas
P32.- C
uál d
e lo
s com
porta
mie
nto
s que le
voy a
leer c
onsid
era
Ud. m
ás in
justific
able
1 D
ecla
rarse
enfe
rmo p
ara
no ir a
trabaja
r 2 N
o p
agar e
l
P33.- C
ruza
do c
on lu
z roja
o d
isco p
are
P33.- N
o h
a p
edid
o b
ole
ta o
factu
ra
P33.- S
e h
a c
ola
do e
n u
na fila
P33.- C
om
pra
do e
n e
l com
erc
io a
mbula
nte
ilegal
P33.- C
om
pra
do D
VD
s, CD
s o lib
ros p
irata
s
P34.- C
uál d
e la
s siguie
nte
s frase
s se a
cerc
a m
ás a
su m
anera
de p
ensa
r
1 H
ay m
uy p
ocos c
aso
s de e
vasió
n d
e im
puesto
s 2 H
ay
alg
unos c
aso
s de e
vasió
n d
e im
puesto
s 3 H
ay m
uchos c
aso
s de
de e
vasió
n d
e im
puesto
s 8 N
o sa
be 9
No re
sponde
P35.- E
n q
ué m
edid
a p
erc
ibe U
d. q
ué o
curre
n situ
acio
nes trib
uta
rias irre
gula
res
1 M
uy p
oco fre
cuente
7 M
uy fre
cuente
8 N
S 9
NR
P36.- E
n to
dos lo
s paíse
s se e
vade im
puesto
s, en u
nos m
ás y
en o
tros m
enos. A
ctu
alm
ente
en C
hile
, ¿qué p
orc
enta
je d
e lo
s contrib
uyente
s evaden su
s
impuesto
s?
P37.- P
or lo
que U
d. sa
be y
entre
la g
ente
que c
onoce, ¿
qué p
orc
enta
je d
e p
erso
nas c
ree u
d. q
ue d
ecla
ran re
alm
ente
todos su
s ingre
sos?
P38.- Y
, por lo
que U
d. sa
be y
entre
la g
ente
que U
d. c
onoce q
ue d
ecla
ra IV
A (e
mpre
sas, c
om
erc
iante
s, etc
.), ¿qué p
orc
enta
je d
e p
erso
nas c
ree u
d. q
ue
decla
ran re
alm
ente
todos su
s ingre
sos?
P39.- O
tros p
aíse
s Sudam
eric
anos
P39.- P
aíse
s Euro
peos
P39.- E
stados U
nid
os
1 M
enos
7 M
as
8 N
S
9 N
r
1 M
uy e
n d
esa
cuerd
o
2 E
n d
esa
cuerd
o
3 D
e a
cuerd
o
4 M
uy d
e a
cuerd
o
8 N
S
1 S
í
2 N
o
8 N
o sa
be
9 N
o re
sponde
1 H
a e
mpeora
do b
asta
nte
2 H
a e
mpeora
do p
oco 3
Sig
ue ig
ual
4 H
a m
ejo
rado a
lgo 5
Ha m
ejo
rado b
asta
nte
8 N
o sa
be 9
No
resp
onde
1 S
í
2 N
o
8 N
o sa
be
9 N
o re
sponde
Núm
ero
entre
0%
y 1
00%
1 M
uy a
lta fre
cuencia
2 A
lta fre
cuencia
3 B
aja
Fre
cuencia
4
Muy b
aja
frecuencia
8 N
o sa
be 9
No re
sponde
23 P
erc
epció
n d
e situ
acio
nes
tributa
rias irre
gula
res.
22 M
arc
o é
tico p
erso
nal d
el
cum
plim
iento
.
19 P
erc
epció
n v
aló
rica d
e lo
s
Chile
nos.
20 C
onducta
Evaso
ra.
21 P
erc
epció
n so
bre
el
cum
plim
iento
tributa
rio d
e lo
s
Chile
nos.
16 S
atifa
cció
n g
lobal
ate
nció
n p
rese
ncia
l.
18 E
valu
acio
n M
isión S
II.
15 H
a sid
o p
arte
de a
ccio
nes
de fisc
aliza
ció
n (S
e e
xclu
yen
los p
orq
ués).
1 S
I
2 N
o
3 N
r
50
Pre
gu
nta
Med
ición
Fa
ctor
P40.- P
or q
ué ra
zones c
ree u
sted q
ue la
gente
deja
de p
agar im
puesto
s
1 P
or la
viv
eza
y d
iablu
ra d
el c
hile
no 2
No v
e e
l benefic
io d
e
pagar im
puesto
s 3 F
alta
de e
ducació
n y
concie
ncia
ciu
dadana 4
Porq
ue lo
s que m
ás e
vaden e
stán im
punes 5
Porq
ue se
malg
asta
n lo
s impuesto
s 6 P
orq
ue lo
s impuesto
s son e
xcesiv
os
7 N
o re
sponde 8
No sa
be 9
Por la
inefic
iencia
de la
fiscaliza
ció
n
P40.- P
or q
ué ra
zones c
ree u
sted q
ue la
gente
deja
de p
agar im
puesto
s (1)
(en b
lanco) (e
n b
lanco) 2
No v
e e
l benefic
io d
e p
agar
impuesto
s 3 F
alta
de e
ducació
n y
concie
ncia
ciu
dadana 4
Porq
ue lo
s que m
ás e
vaden e
stán im
punes 5
Porq
ue se
malg
asta
n lo
s impuesto
s 6 P
orq
ue lo
s impuesto
s son e
xcesiv
os
7 P
or la
inefic
iencia
de la
fiscaliza
ció
n 8
No sa
be
P40.- P
or q
ué ra
zones c
ree u
sted q
ue la
gente
deja
de p
agar im
puesto
s (2)
(en b
lanco) (e
n b
lanco) 3
Falta
de e
ducació
n y
concie
ncia
ciu
dadana 4
Porq
ue lo
s que m
ás e
vaden e
stán im
punes 5
Porq
ue se
malg
asta
n lo
s impuesto
s 6 P
orq
ue lo
s impuesto
s son
excesiv
os 7
Por la
inefic
iencia
de la
fiscaliza
ció
n 8
No sa
be 9
No re
sponde
P41.- C
onsid
era
ndo e
l monto
evadid
o, ¿
quié
nes c
ree u
sted q
ue so
n lo
s que m
ás e
vaden e
l pago d
e lo
s impuesto
s en C
hile
P41.- C
onsid
era
ndo e
l monto
evadid
o, ¿
quié
nes c
ree u
sted q
ue so
n lo
s que m
ás e
vaden e
l pago d
e lo
s impuesto
s en C
hile
(1)
P41.- C
onsid
era
ndo e
l monto
evadid
o, ¿
quié
nes c
ree u
sted q
ue so
n lo
s que m
ás e
vaden e
l pago d
e lo
s impuesto
s en C
hile
(2)
P42.- Q
uié
nes c
ree u
sted q
ue so
n lo
s que m
ás e
vaden e
l pago d
e lo
s impuesto
s en C
hile
P42.- Q
uié
nes c
ree u
sted q
ue so
n lo
s que m
ás e
vaden e
l pago d
e lo
s impuesto
s en C
hile
(1)
P42.- Q
uié
nes c
ree u
sted q
ue so
n lo
s que m
ás e
vaden e
l pago d
e lo
s impuesto
s en C
hile
(2)
P43.- C
uál d
e la
s dos sig
uie
nte
s afirm
acio
nes se
acerc
a m
ás a
su m
anera
de p
ensa
r en re
lació
n a
l pago d
e im
puesto
s por p
arte
de lo
s chile
nos
1 E
n p
aíse
s donde se
habla
que e
xiste
n c
aso
s de e
vasió
n d
e
impuesto
s no v
ale
la p
ena se
guir a
porta
ndo 2
La fa
lta d
e
honra
dez d
e a
lgunos n
o e
s una e
xcusa
para
que lo
s otro
s deje
n
de p
agar im
puesto
s 8 N
o sa
be 9
No re
sponde
P44.- C
uál d
e la
s siguie
nte
s frase
s refle
ja m
ejo
r su m
anera
de p
ensa
r
1 E
n S
antia
go se
evade m
enos q
ue e
n e
l resto
del p
aís 2
En
Santia
go se
evade lo
mism
o q
ue e
n e
l resto
del p
aís 3
En
Santia
go se
evade m
ás q
ue e
n e
l resto
del p
aís 8
No sa
be 9
No
resp
onde
P45.- Q
ué a
ltern
ativ
a re
pre
senta
mejo
r su m
anera
de p
ensa
r en re
lació
n a
los e
fecto
s que U
d. c
ree tie
ne la
evasió
n d
e im
puesto
s
1 E
n g
enera
l no tie
ne e
fecto
importa
nte
para
el p
aís 2
Se lo
gra
evita
r una situ
ació
n d
e p
ago a
busiv
o d
e im
puesto
s 3 D
ismin
uye
los re
curso
s para
financia
r los g
asto
s del E
stado 4
Incentiv
a a
los q
ue p
agan b
ien lo
s impuesto
s a n
o p
agarlo
s 8 N
o sa
be 9
No
resp
onde
P46.1
.- Que n
o le
den b
ole
ta o
factu
ra p
or u
na c
om
pra
o se
rvic
io
P46.2
.- No d
ecla
rar to
das la
s venta
s o so
bre
decla
rar lo
s costo
s, en e
l caso
de la
s em
pre
sas.
P46.3
.- Pro
fesio
nale
s que n
o e
mite
n b
ole
tas d
e h
onora
rios
P46.4
.- Carg
ar g
asto
s perso
nale
s (cuenta
s de su
perm
erc
ado, v
iaje
s, etc
.) a g
asto
de la
em
pre
sa
P46.5
.- No h
acer la
decla
ració
n d
e re
nta
o n
o h
acerla
bie
n a
pro
pósito
P46.6
.- El u
so d
e fa
ctu
ras fa
lsas p
ara
que la
s em
pre
sas a
um
ente
n fic
ticia
mente
sus g
asto
s
P46.7
.- Com
pra
r en e
l com
erc
io a
mbula
nte
ilegal
P46.8
.- Com
pra
r DV
Ds, C
Ds o
libro
s pira
tas
P47.- P
or lo
que u
sted sa
be o
ha o
ído, d
iría q
ue e
l niv
el d
e im
puesto
s que p
agam
os lo
s chile
nos e
s
P48.- P
or lo
que u
sted sa
be o
ha o
ído, d
iría q
ue e
l niv
el d
e im
puesto
s que p
agan la
s em
pre
sas e
s
P49.- h
a te
nid
o a
lguna v
ez la
sensa
ció
n d
e se
ntirse
desm
otiv
ado p
ara
cum
plir c
on e
l pago d
e su
s impuesto
s1 N
unca 4
Sie
mpre
8 N
S 9
NR
P50.1
.- Esto
y d
ispuesto
a p
agar m
ás im
puesto
s si esto
s van a
benefic
iar a
los p
obre
s
P50.2
.- El a
um
ento
de lo
s impuesto
s es u
n o
bstá
culo
para
el c
recim
iento
de la
econom
ía
P50.3
.- Para
elim
inar la
pobre
za e
s indisp
ensa
ble
una a
ctiv
a p
artic
ipació
n d
el e
mpre
saria
do
P50.4
.- Para
elim
inar la
pobre
za e
s indisp
ensa
ble
una a
ctiv
a p
artic
ipació
n d
el E
stado
P51.- D
iría u
sted q
ue e
l Serv
icio
de Im
puesto
s Inte
rnos
1 F
iscaliza
a to
dos lo
s chile
nos p
or ig
ual, sin
disc
rimin
acio
n 2
Fisc
aliza
priv
ilegia
ndo a
alg
unos y
castig
ando a
otro
s 9 N
o
resp
onde 8
No sa
be
P52.1
.- El m
onto
de v
enta
s que U
d. te
nga
P52.2
.- Lugar d
onde re
side (R
egió
n, b
arrio
)
P52.3
.- Rubro
al c
ual p
erte
nece (a
ctiv
idad e
conóm
ica)
P52.4
.- Com
porta
mie
nto
tributa
rio p
erc
ibid
o p
or e
l SII
P53.- C
onsid
era
uste
d p
robable
que le
hagan u
na fisc
aliza
ció
n p
róxim
am
ente
1 N
ada P
robable
4 M
uy P
robable
8 N
S 9
NR
P54.- C
uál d
e la
s siguie
nte
s frase
s refle
ja m
ejo
r el n
ivel d
e c
onocim
iento
que U
d. tie
ne e
n re
lació
n c
on e
l destin
o q
ue tie
nen lo
s impuesto
s
1 S
é c
lara
mente
en q
ue se
invie
rten lo
s fondos re
caudados 2
Tengo a
lguna id
ea a
cerc
a d
el d
estin
o d
e lo
s fondos re
caudado
3 N
o te
ngo la
menor id
ea a
cerc
a d
el d
estin
o d
e lo
s fondos
recaudados 8
No S
abe 9
No re
sponde
P55.- C
óm
o a
dm
inistra
el E
stado e
l din
ero
que re
cauda m
edia
nte
los im
puesto
s1 M
uy b
ien 4
Muy M
al 8
NS
9 N
R
P56.- C
ree u
sted q
ue lo
s impuesto
s que se
pagan e
n n
uestro
país se
ven re
fleja
dos e
n la
cantid
ad y
calid
ad d
e lo
s serv
icio
s públic
os
1 S
í 2 N
o 8
No sa
be 9
No re
sponde
P57.- In
fluye e
n su
disp
osic
ión a
pagar im
puesto
s, el h
echo q
ue e
l Esta
do a
dm
inistre
bie
n o
mal e
l din
ero
recaudado p
or e
sta v
ía1 In
fluye P
oco 4
Influ
ye T
ota
lmente
8 N
S 9
NR
1 L
os c
om
erc
iante
s am
bula
nte
s
2 L
os c
om
erc
ios e
stable
cid
os
3 P
equeñas y
media
nas e
mpre
sas
4 G
randes e
mpre
sas
5 L
os tra
baja
dore
s independie
nte
s
6 L
os a
gric
ulto
res
1 N
ada
2 P
oco
3 B
asta
nte
4 M
ucho
8 N
S
9 N
R
1 M
uy B
ajo
4 M
uy A
lto 8
NS
9 N
R
1 M
uy e
n d
esa
cuerd
o
2 E
n d
esa
cuerd
o
3 D
e a
cuerd
o
4 M
uy d
e a
cuerd
o
(en b
lanco) (e
n b
lanco) 1
Depende 2
Es in
dife
rente
8 N
o sa
be
9 N
o re
sponde
30 S
ensib
ilidad a
l manejo
de
los re
curso
s públic
os
28 D
isposic
ión h
acia
el p
ago
de im
puesto
s
29 p
robabilid
ad d
e se
r
dete
cta
do
25 V
alo
r de lo
s impuesto
s
26 N
ivel d
e im
pacto
en la
recaudació
n
27 N
ivel d
e R
esilie
ncia
24 P
erc
epció
n so
bre
el
cum
plim
iento
tributa
rio d
e lo
s
Chile
nos.
51
Pre
gunta
Medició
nF
acto
r
P58.- E
n q
ué m
edid
a c
ree u
sted q
ue e
l país e
stá a
fecta
do p
or la
corru
pció
n
P59.1
.- Registro
Civ
il e Id
entific
ació
n
P59.2
.- Cara
bin
ero
s
P59.3
.- FO
NA
SA
P59.4
.- AF
PS
P59.5
.- Serv
icio
de Im
puesto
s Inte
rnos
P59.6
.- Partid
os p
olític
os
P59.7
.- ISA
PR
ES
P59.8
.- Igle
sia C
ató
lica
P59.9
.- Tele
tón
P59.1
0.- P
arla
mento
/ Congre
so
P59.1
1.- T
ribunale
s de Ju
sticia
P59.1
2.- E
mpre
sas p
úblic
as
P59.1
3.- E
mpre
sas p
rivadas
P60.- q
ué ta
n in
volu
cra
dos se
encuentra
n lo
s funcio
nario
s del S
erv
icio
de Im
puesto
s Inte
rnos e
n c
aso
s de so
born
o y
corru
pció
n1 C
asi n
ingún 4
Casi T
odos 8
NS
9 N
R
P61.1
.- Entre
gado u
n re
galo
o d
inero
para
apro
bar u
n trá
mite
en e
l SII
P61.2
.- Pedid
o a
un a
mig
o o
fam
iliar q
ue tra
baja
en e
l SII q
ue "a
pure
" una d
evolu
ció
n d
e im
puesto
s
P61.3
.- Pedid
o a
un a
mig
o o
fam
iliar q
ue tra
baja
en e
l SII q
ue le
info
rme si v
a a
ser fisc
aliza
do
P61.4
.- Pedid
o a
un a
mig
o o
fam
iliar q
ue tra
baja
en e
l SII q
ue le
entre
gue d
ato
s de c
ontrib
uyente
s para
usa
rla c
om
o b
ase
de c
liente
s
P62.- U
d. o
alg
uie
n q
ue v
ive e
n su
casa
ha d
ado d
inero
o u
n re
galo
para
agiliza
r un trá
mite
, decla
ració
n o
devolu
ció
n d
e im
puesto
s
P63.- E
staría
Ud. d
ispuesto
a d
ar d
inero
o u
n re
galo
a u
n fu
ncio
nario
del S
II si es q
ue é
sta fu
era
la ú
nic
a m
anera
de c
onse
guir
1 S
í, esta
ría d
ispuesto
a h
acerlo
2 L
o c
onsid
era
ría d
ependie
ndo
de la
situació
n 3
No lo
haría
en n
ingún c
aso
4 N
o lo
tengo c
laro
8 N
o sa
be 9
No re
sponde
P64.- L
a c
orru
pció
n e
n e
l ám
bito
de lo
s impuesto
s en C
hile
en lo
s últim
os 3
años
P65.- la
corru
pció
n e
n e
l ám
bito
de lo
s impuesto
s en C
hile
en lo
s pró
xim
os 3
años
P68.- C
lasifiq
ue g
énero
1 M
uje
r 2 H
om
bre
P69.- E
dad?
1 2
4 a
ños o
menos 2
25 –
34 3
35 –
44 4
45 –
54 5
55 –
64 6
65 o
más
P70.- A
ntig
üedad d
e la
em
pre
sa
(en b
lanco) (e
n b
lanco) 1
Menos d
e 6
mese
s 2 E
ntre
6 m
ese
s y
un a
ño 3
Más d
e u
n a
ño y
5 a
ños 4
Más d
e 5
años y
10 a
ños 5
Más d
e 1
0 a
ños 9
No re
sponde
P71.- E
stado c
ivil a
ctu
al
1 C
asa
do/a
2 C
onviv
iente
3 S
olte
ro/a
4 V
iudo/a
5 S
epara
do(a
)/
Div
orc
iado(a
)/Anula
do(a
) 6 O
tro 9
No re
sponde
P72.- C
uál e
s su n
ivel e
ducacio
nal
1 S
in e
studio
s 2 B
ásic
a in
com
ple
ta 3
Básic
a c
om
ple
ta 4
Media
incom
ple
ta 5
Media
com
ple
ta 6
Técnic
a in
com
ple
ta 7
Técnic
a
com
ple
ta 8
Univ
ersita
ria in
com
ple
ta 9
Univ
ersita
ria c
om
ple
ta
10 P
ostg
rado
P73.- C
uál e
s su a
ctiv
idad p
rincip
al
1 T
rabaja
dor d
ependie
nte
2 T
rabaja
dor in
dependie
nte
3
Com
erc
iante
4 E
mpre
sario
5 H
ace tra
bajo
s ocasio
nale
s 6
Cesa
nte
y b
usc
ando tra
bajo
7 C
esa
nte
y n
o b
usc
ando tra
bajo
8
Estu
dia
nte
9 D
ueña d
e C
asa
10 Ju
bila
do, R
entista
11 O
tro
P74.- C
uál e
s su re
lació
n c
on e
l jefe
de h
ogar
(en b
lanco) (e
n b
lanco) 1
Es e
l/la je
fe d
e h
ogar 2
Cónyuge/c
onviv
iente
3 H
ijo/a
4 O
tro 9
No re
sponde
P75.- Y
cuál e
s el n
ivel e
ducacio
nal d
el je
fe d
e h
ogar
(en b
lanco) (e
n b
lanco) 1
Sin
estu
dio
s 2 B
ásic
a In
com
ple
ta 3
Básic
a c
om
ple
ta 4
Media
Incom
ple
ta 5
Media
com
ple
ta 6
Técnic
a in
com
ple
ta 7
Técnic
a c
om
ple
ta 8
Univ
ersita
ria
incom
ple
ta 9
Univ
ersita
ria c
om
ple
ta 1
0 P
ostg
rado 9
9 N
o
resp
onde
P76.- C
uál e
s la a
ctiv
idad p
rincip
al d
el je
fe d
e h
ogar
(en b
lanco) (e
n b
lanco) 1
Tra
baja
dor d
ependie
nte
2 T
rabaja
dor
independie
nte
3 C
om
erc
iante
4 E
mpre
sario
5 H
ace tra
bajo
s
ocasio
nale
s 6 C
esa
nte
y b
usc
ando tra
bajo
7 C
esa
nte
y n
o
busc
ando tra
bajo
8 E
studia
nte
9 D
ueña d
e c
asa
10 Ju
bila
do,
Rentista
11 O
tro 9
8 N
o sa
be 9
9 N
o re
sponde
P77.- C
uánta
s perso
nas v
iven p
erm
anente
mente
en e
ste h
ogar
1 2
3 4
5 6
7 8
9 1
0 1
1 1
2 (e
n b
lanco)
P78.- G
SE
visu
al
1 A
BC
1 2
C2 3
C3 4
D 5
E (e
n b
lanco) (e
n b
lanco)
1 N
ada C
orru
pto
5 M
uy C
orru
pto
8 N
S
9 N
R
33 D
ato
s encuesta
do
1 S
í
2 N
o
8 N
o sa
be
9 N
o re
sponde
1 A
um
entó
mucho 2
Aum
entó
poco 3
Se m
antu
vo ig
ual 4
Dism
inuyó u
n p
oco 5
Dism
inuyó m
ucho 8
No sa
be 9
No
31 P
erc
epció
n d
e la
corru
pció
n p
úblic
a
32 T
endencia
a in
cita
r
corru
pció
n in
tra S
II