بررسی همبستگی تشویق مودیان به پرداخت مالیات وبازاریابی خدمات
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 548
فایل این مقاله در 70 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
MRMEA01_192
تاریخ نمایه سازی: 30 بهمن 1394
چکیده مقاله:
یکی از دغدغههای بسیار مهم کشورهای در حال توسعه عدم شفافیت مالیاتی و از سوی دیگر پایین بودن فرهنگ مالیاتی و پدیدهای به نام مالیات گریزی است.امروزه به دلیل وجود تغییرات مستمر و روزافزون در بازارها، نیازها، سلایق و رفتار مشتریاندر طی دهه اخیر تاکید بر ترغیب وتشویق مودیا نمهم می باشد.این در حالیست که از عمر مالیات بر ارزش افزوده به عنوان جدیدترین، سهل الوصول ترین و مهمترین منابع وصول مالیاتی کشور بیش از چند سال نگذشته و این منبع مالیاتی همواره از چالش های بسیاری بین مودیان و سازمان امور مالیاتی برخوردار بوده است. بنابراین سازمان امورمالیاتی بایستی ازابزارهائیاستفاده نماید که بتواند نیازها و خواسته های مودیان را شناسایی کرده و با توجه به میزان اهمیت آنهارا اولویت بندی نموده و با تخصیص بهینه منابع محدود و ذیقیمت خود سعی در برآورد آنهانماید.تحقیق حاضر از لحاظنوع هدف جزپژوهشهای کاربردی است و جامعه آماری شامل تمامی مودیات مالیاتی شهر تهران می باشند که به پرداخت مالیات اعم از مستغلات ، مشاغل ، سرقفلی ،ارث می پردازند در این تحقیق سعی شده با طرح هشت فرضیه و با استفاده از مدل کیفیت سایت نیازها و الزامات مودیا مالیاتی در اداره کل مالیات بر ارزش افزوده شهر تهران شناسایی و اولویت بندی شود. با استفاده روش های آمار توصیفی_ پیمایشی، نمونه گیری تصادفی طبقه بندی شده، اطلاعات مورد نیاز از 483 نفر از مودیات مالیواتی شهر تهران با استفاده از پرسشنامه وروایی )آلفای کرونباخ( 0/87 و نرم افزار SPSS تجزیه و تحلیل داده ها انجام شد..
کلیدواژه ها:
مالیات /مودیا ن/بازاریابی خدمات/ ترغیب
نویسندگان
فریده گوجان سامانی
رئیس اداره فناوری اطلاعات وارزیابی عملکرد معاونت تربیت بدنی وسلامت وزارت آموزش وپرورش
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :