Anomalías en los arribos de turistas extranjeros y la recaudación fiscal en Quintana Roo, México

              © PASOS. Revista de Turismo y Patrimonio Cultural. ISSN 1695-7121
Vol. 18 N.o 4. Págs. 631-647. Octubre-Diciembre 2020
h t t p s : / / d o i . o r g / 1 0 . 2 5 1 4 5 / j . p a s o s . 2 0 2 0 . 1 8 . 0 4 5
www .pasosonline.org
Resumen: Más allá de análisis enfocados a cifras absolutas o porcentuales en cambios en llegadas de
turistas, para algunos de gran importancia y para otros no, acontecidos en el transcurso del tiempo, son
la razón para el objetivo de este trabajo, desarrollando mediciones para identificar la presencia de cambios
que puedan ser considerados como estadísticamente significativos. Los resultados muestran que, lejos
de esperarse en disminuciones causadas por el huracán Wilma o la contingencia por H1N1, se presentan
aumentos de llegadas, todas, en el año 2016, pero sin incidir en el impuesto al hospedaje.
Palabras Clave: Turistas extranjeros; Impuesto al hospedaje; Significancia; Arribos de turistas; Quintana Roo.
Singularities in foreign tourist arrivals and tax collection in Quintana Roo, Mexico
Abstract: Beyond analysis focused on absolute figures or percentage on changes in tourist arrivals, for some
of great importance and for others not, occurred in the course of time, are the reason for the objective of this
work, developing measurements to identify the presence of changes that can be considered as statistically
significant. The results show that, far from the expected, decreases caused by Hurricane Wilma or the H1N1
contingency, they showed more arrivals, all of them, in 2016 but without affecting the lodging tax.
Keywords: Foreign tourists; Lodging tax; Significance; Tourist arrivals; Quintana Roo.
Anomalías en los arribos de turistas extranjeros
y la recaudación fiscal en Quintana Roo, México
Sergio Lagunas Puls*
Universidad del Caribe (México)
Alejandro Palafox Muñoz**
Universidad de Quintana Roo (México)
Sergio Lagunas Puls, Alejandro Palafox Muñoz
* Universidad del Caribe (México); E-mail: slagunas@ucaribe.edu.mx; https://orcid.org/0000-0002-4126-3603
** Universidad de Quintana Roo (México); E-mail: palafox@uqroo.mx; https://orcid.org/0000-0003-3988-9428
1. Introducción
El turismo en el mundo se ha colocado como uuna actividad económica que estimula el crecimiento
económico de los lugares en donde se desarrolla. En este sentido para el año 2018, el turismo contribuyó
con el movimiento de 1.7 trillones de dólares, teniendo un crecimiento en todas las regiones del planeta,
en donde América Latina incrementó su flujo de turistas en 3% (OMT, 2019). El turismo para México
se ha convertido en una pieza fundamental de su crecimiento económico, en las misma temporada el
país recibió 41.4 millones de turistas internacionales quienes representan una derrama económica de
22,509.7 millones de dólares (SECTUR 2018). El estado de Quintana Roo, un año antes contribuyó
con el 33.6% de la captación de divisas por concepto de turismo, por lo que sin duda es una actividad
económica de gran valía para la región y el país.
Esta fortaleza se suma a la incidencia positiva que tiene el turismo en el ámbito fiscal, ya que a
través del impuesto al hospedaje, que para el año 2017 fue de 1,186.5 millones de pesos mexicanos,
suma que de acuerdo con la Secretaría de Turismo (2017: 5) “los recursos recaudados son destinados a
la promoción y difusión tur´sitica, así como para mejorar la infraetructura turística […] para Quintana
Roo y Guerrero una tercera parte es para la administración del impuesto y dos terceras partes para
fines turísticos”.
PASOS. Revista de Turismo y Patrimonio Cultural. 18 N° 4. Octubre-Diciembre 2020 ISSN 1695-7121
632 Anomalías en los arribos de turistas extranjeros y la recaudación fiscal en Quintana Roo, México
Dada la relevancia del impacto económico en el estado, y mediante la revisión de información de las
dependencias de gobierno involucradas, el artículo identifica un comportamiento atípico en los datos
relacionados con la llegada de turistas internacionales al estado de Quintana Roo y la recaudación del
impuesto al hospedaje, lo que deja entrever que a pesar de que la afluencia de turistas se incremente,
la captación de impuestos no se eleva, a lo largo de 17 años, ello genera diversas incógnitas que no
serán resueltas en este documento. Para llegar a descubrir el comportamiento singular, se realizaron
dos pruebas: Test de Grubs y Test de Dixon.
Finalmente, se pueden inferir dos aspectos delicados, el primero relacionado con la desaparición de
los ingresos por concepto de la recuadación del impuesto al hospedaje; y segundo el maquillaje de cifras
para reingresar al ranking de los países más visitados en el mundo.
2. La actividad turística en Quinana Roo, México.
Una de las características de la globalización es que las acciones derivadas del orden neoliberal repercuten
en las economías del mundo. En este sentido, el turismo, sobre todo el de carácter internacional, se ha
consolidado como una actividad económica de importancia para las economías subdesarrolladas y desar‑rolladas,
por su impacto en el Producto Interno Bruto (PIB), lo que deriva principalmente en un crecimiento
económico por el movimiento de bienes de consumo y la entrada de divisas, es decir, la esencia del modo de
producción capitalista. De esta manera, las proyecciones del World Travel and Tourism Council afirman que
la participación del turismo en el PIB tendrá un incremento del 4% en la próxima década (WTTC, 2017).
En este sentido, desde la década de los cincuenta, se estimula que la actividad tuviera un flujo con
tendencias al alza, a pesar de las crisis propias del sistema, y por ello el turismo siempre ha demostrado
su fortaleza y resistencia (OMT, 2017). En este sentido, los registros indican que hace más de sesenta
años, el movimiento de turistas internacionales oscilaba alrededor de 25 millones de visitantes inter‑nacionales
teniendo un incremento del 1.12% para la década de los ochenta y del 242% para el nuevo
milenio, alcanzando los 1,235 millones de turistas para el año 2016. Evidentemente, el aumento en los
desplazamientos sugiere un alza en la captación de divisas, ya que en los cincuenta se contabilizaron
104,000 millones de dólares americanos y para 1980 se registró un aumento del 475% alcanzando los
1,220,000 millones en 2016 (OMT, 2017).
Por dicha capacidad de generar riqueza y dar espacio a la acumulación ampliada, es que el turismo
adquiere una importancia estratégica en aquellas economías donde los recursos naturales son de alto valor
paisajístico, toda vez que bajo el modelo neoliberal, la naturaleza se convierte en mercancía y se transforma
en el insumo para el desarrollo de la actividad turística, para convertirse en una categoría primordial de
comercio internacional al representar el 7% de las exportaciones mundiales de bienes y servicios (OMT, 2017).
Estos números brindan la certeza a los capitalistas para incrementar los montos de inversión, en este sentido,
se creció un 4.5% con respecto a 2016, llegando a 2,221.0 billones de dólares americanos (WTTC, 2017).
Bajo este precedente, Holden (2006) relaciona al turismo como un impulsor de la apertura en las
oportunidades de empleo, un mejor ingreso económico de la venta directa de bienes y servicios a los
turistas, crecimiento en el número de ingreso por concepto de impuestos relacionados a la actividad
turística, los cuales sirven para acrecentar los programas de gobierno ligados al combate a la pobreza y
atención a la salud, beneficio no sólo para la comunidad receptora sino también para el país, así mismo
esta actividad tiene apertura en la participación de la mujer en la vida económica. De esta manera, el
turismo se ha convertido en un eje de acumulación económica (Palafox­‑Muñoz,
2013), mediante cuatro
formas: a) el turismo como oportunidad de desarrollo y reducción de la pobreza; b) el turismo como
beneficiado y generador de mayor pobreza; c) el turismo como posibilidad de empoderamiento colectivo
a través de la gestión comunitaria; y d) la pobreza como atractivo (Cañada, 2017).
En México, este efecto se hace notorio desde la década de los sesentas al considerar a la actividad
turística una alternativa para el desarrollo en un ambiente de amplios desequilibrios por el incremento
del gasto y la baja captación de ingresos (Cárdenas, 1996). En consecuencia, el turismo a partir de los
setenta tuvo un crecimiento acelerado ocasionado por la vasta inversión extranjera que funcionó para la
financiación del desarrollo económico y social del país” (Jiménez, 1993). Los estados beneficiados fueron
Baja California, Sonora, Nayarit, Jalisco, Guerrero y Quintana Roo, en donde el turismo a desarrollar
estaba el vinculado a largas estancias de los turistas en las costas mexicanas en espacios con amplia
infraestructura de hotelera y extra hotelera, dando inicio a la faceta neoliberal del desarrollo turístico
al abandonar la promoción económica a través del turismo que se desarrollaba mediante las empresas
públicas (Macedo, 1995).
PASOS. Revista de Turismo y Patrimonio Cultural. 18 N° 4. Octubre-Diciembre 2020 ISSN 1695-7121
Sergio Lagunas Puls, Alejandro Palafox Muñoz 633
Tras la inserción del modelo económico neoliberal en territorio nacional, la orientación de la política
turística buscaba fortalecer la competitividad y sustentabilidad de los destinos, así como de sus productos
con el propósito de generar un mayor número de plazas de empleo y condiciones de trabajo óptimas,
estas acciones estaban alineadas al desarrollo del turismo mundial, con la finalidad de incrementar
la rentabilidad dando continuidad al modo de producción capitalista de tipo neoliberal, en donde los
organismos internacionales dictan la política económica a seguir, es decir que desde 1953 las acciones del
Estado están encaminadas a la captación de turismo norteamericano y la importación de trasnacionales
para la creación de nuevos destinos de playa (Palafox & Alvarado, 2005).
Bajo ese mismo orden de ideas, el estado de Quintana Roo desde hace 16 años ha tenido un crecimiento
en el número de turistas y excursionistas que arriban al estado, desde 1999 la entidad ha recibido más
de 133 millones de turistas hasta diciembre de 2016, teniendo en promedio la llegada de poco más de 8
millones de extranjeros (Ver Gráfico 1), ya que la cuantificación de los viajeros nacionales es complicada
por el gasto que implica la obtención de información, aun cuando el beneficio que permea en otras
esferas de la vida económica es de mayor retribución, a diferencia de la concentración de capitales en
las empresas trasnacionales por su efecto en el Producto Interno Bruto al recibir moneda extranjera.
Gráfico 1: Turistas y pasajeros de crucero en Quintana Roo 1999 – 2016.
Fuente: Elaboración propia con datos de la Secretaría de Turismo del estado de Quintana Roo.
Los datos indican incrementos constantes en el arribo de turistas, con un alza abrupta en el año
2002, sin embargo, un año después baja menos del 10% justo después de haber tenido un alza de
poco más del 20%. No obstante, para 2005 se presentaron dos fenómenos naturales que impactaron
directamente las costas de la entidad, el huracán Emily y el ciclón tropical Wilma, este último afectando
de manera considerable la infraestructura de acceso y servicios, así como la oferta turística hotelera
y extra hotelera, a pesar de ello no se reportó una reducción en el número de visitantes a los destinos
turísticos de Quintana Roo hasta un año después. Para 2009, se recibieron únicamente 6.8 millones de
turistas, es decir 15% menos que el año anterior; situación que puede ser atribuible a la crisis económica
de los Estados Unidos, principal mercado turístico de México, lo que marca una clara dependencia de
los efectos que puede presentar la escasa diversificación turística del país y la dependencia de un solo
mercado emisor.
Posterior a la pérdida de visitantes del año 2009, el crecimiento en las cifras ha ido en aumento año
con año, hasta llegar al año 2016 con una cifra récord de 11.18 millones de turistas internacionales en
el estado, sin embargo ese éxito no tiene el mismo alcance en el rubro económico, ya que desde el inicio
del nuevo milenio se han captado 120,336.78 millones de dólares americanos, de los cuales 91.7% de
los ingresos dependen de dos destinos, Cancún y la Riviera Maya (Ver Gráfico 2).
12,000,000
10,000,000
8,000,000
6,000,000
4,000,000
2,000,000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
Turistas Cruceros
PASOS. Revista de Turismo y Patrimonio Cultural. 18 N° 4. Octubre-Diciembre 2020 ISSN 1695-7121
634 Anomalías en los arribos de turistas extranjeros y la recaudación fiscal en Quintana Roo, México
Gráfico 2: Derrama económica en destinos de Quintana Roo 2000­‑2016.
Fuente: Elaboración propia con datos de la Secretaría de Turismo del estado de Quintana Roo.
En lo referente a la derrama económica, los datos permiten inferir e identificar ciertas inconsistencias
durante el lapso de tiempo que presentan los datos del Gráfico 2, en el año 2005, de acuerdo con la
Secretaría de Turismo del estado de Quintana Roo (SEDETUR), las eventualidades climatológicas
(huracanes Wilma y Emily) no provocaron que disminuyera de manera importante la llegada de turistas
respecto al año anterior. Sin embargo, la baja fue del 6.8% y la reducción de los ingresos del 8.1%, a pesar
de que la paridad peso­‑dólar,
que en esas fechas era favorable para México, pero los efectos continuaron
resintiéndose un año después de las afectaciones, ya que el estado recibió 9.95 millones de turistas y
sólo 3,986.07 millones de dólares, es decir sólo 4.6% más que en 2005.
A partir del año 2007, se comenzó a dar cierta recuperación logrando alcanzar los 6,187 millones de
dólares dos años después, pero iniciaba la crisis económica en EEUU, lo que provocó una reducción en
los ingresos del 18.6% y de 13.1% en el flujo de visitantes para los años 2009 y 2010. Para el año 2011,
la derrama económica y el número de turistas ha venido en aumento, pero a pesar del éxito económico,
las repercusiones ambientales y sociales son cuestionables, ejemplo de ello es la inclusión del municipio
de Benito Juárez ­‑donde
se encuentra Cancún­‑,
el cual está incluido en el Sistema Nacional para la
Cruzada contra el Hambre (Secretaría de Gobernación, 2013).
Presiones en la actividad turística de Quintana Roo.
Existen estudios que, en un esfuerzo por cuantificar los impactos en el turismo originados por diversos
factores, ya sean económicos, sociales o ecológicos, entre estos últimos los fenómenos meteorológicos,
destaca lo acontecido en Junio y Septiembre con el embate de los huracanes Emily y Wilma, ambos
en el año 2005, y se ha llegado a estimar que los daños totales producidos por Wilma fueron por 1,752
millones de dólares (Unión Cancún, 2016), de los cuales el 91.55% corresponderían a daños en el sector
turismo. Lo anterior, constituiría un complicado panorama económico en México, ya que los destinos
que registraron mayores daños por el meteoro están al norte del estado de Quintana Roo, afectando
principalmente a Cancún perjudicando su derrama turística anual cercana a los 2,000 millones de
dólares, con llegadas de turistas y excursionistas cercano a los 3 millones de personas en los años
anteriores al 2005. Estudios complementarios a las coberturas de seguros por los daños también del
Huracán Wilma, llegaron a catalogarlos como los acontecimientos más caros y complicados en toda la
historia de los seguros en México e incluso de Latinoamérica ya que el número de siniestros registrados
alcanzó los 15,126 (sin contar reclamos de automóviles) lo que para la Compañía de Seguros Atlas habría
significado pérdidas por 1,780 millones de pesos (Sánchez, 2006). La zona norte del estado fue la más
6,000.00
5,000.00
4,000.00
3,000.00
2,000.00
1,000.00
Millones de dólares
1
1,996.04
349.79
774.53
40.43
15.98
Cancun
Cozumel
Riviera Maya
Isla Mujeres
Chetumal
2
1,977.50
375.86
973.83
39.48
16.35
3
1,926.60
404.42
1,165.19
37.63
16.35
4
1,893.16
376.66
1,174.37
33.87
16.07
5
2,064.64
454.92
1,540.82
53.32
24.87
7
1,818.01
433.33
1,668.66
31.74
34.33
8
3,072.91
501.72
1,787.27
31.21
59.16
9
3,357.68
708.05
2,025.99
38.49
57.02
10
2,658.09
505.55
1,781.27
34.64
53.48
12
2,920.93
491.43
2,274.53
47.78
56.30
14
4,347.78
485.96
2,619.63
71.38
53.17
17
4,700.64
710.54
3,017.74
115.89
57.65
16
4,976.90
611.2
2,936.83
80.69
56.68
15
4,733.40
617.78
2,772.14
79.90
55.68
13
3,745.81
484.23
2,454.20
48.02
57.18
11
2,780.63
521.56
2,124.79
42.21
53.43
6
1,974.98
402.16
1,359.86
40.36
24.32
PASOS. Revista de Turismo y Patrimonio Cultural. 18 N° 4. Octubre-Diciembre 2020 ISSN 1695-7121
Sergio Lagunas Puls, Alejandro Palafox Muñoz 635
afectada, los destinos de Cozumel, Puerto Morelos y Cancún fueron la zona de embate del meteoro
(Palafox & Velázquez, 2008), en suma el daño a la infraestructura turística, el medio ambiente, con
énfasis en las playas (Mansilla, 2006).
Después de haber sorteado las afectaciones por el embate de Wilma, la actividad turística para México
repunta en el año 2008 constituyéndose como la cuarta fuente de divisas del país, sumando 12,901.00 millones
de dólares, solo después de la exportación de petróleo, recepción de divisas e inversión extranjera. A pesar
de la problemática que presentó el estado de Quintana Roo contribuye con el 33.8% de las divisas de todo el
país por concepto de turismo, mismas son recabadas a través de los destinos de la entidad (SEDETUR, 2008).
Durante los años 2003 a 2006 el turismo representó el 8.5% del Producto Interno Bruto de México,
sin embargo, después de las pérdidas sufridas durante el año 2005, situación que agravó el complicado
ambiente económico, debido a la recesión a nivel mundial, sobre todo a partir del segundo semestre del
año 2008 y debido a las pérdidas económicas que ocasionaría lo que se denominó en el año 2009, como
Contingencia Sanitaria A H1N1. De esta manera, en el primer cuatrimestre del año 2009, el número
de trabajadores formales en la industria turística, es decir, aquellos que contaban con prestaciones
patronales ante el Instituto Mexicano del Seguro Social (IMSS) disminuiría poco más del 2.5% respecto
al mismo período del año anterior, más aun considerando que disminuiría la demanda de servicios
turísticos pues los viajeros, provenientes principalmente de los Estados Unidos de América (EE.UU.)
vivían es su propio país una desaceleración económica, lo que derivó en una reducción del tiempo de
viajes y limitando su gasto en los sitios visitados (Centro de Estudios de las Finanzas Públicas, 2009).
Sin embargo, aun con los efectos de la recesión económica norteamericana, las eventualidades
sanitarias y climatológicas, el número de llegadas de turistas extranjeros que visitaron el estado de
Quintana Roo, desde el año 1992 y hasta el año 2016 es por demás significativo por el crecimiento
sostenido que presentan los números, lo anterior es claramente evidenciable, incluso difícil de creer,
considerando los efectos negativos de Wilma y de la contingencia A H1N1. Con referencia al primer
caso se puede afirmar que las llegadas en el mes de noviembre del año 2004 fueron 391,475 y un año
después en el mismo mes, la cifra únicamente registró 103,098 (punto rojo de la Gráfico 3) es decir, una
disminución del 73.67% (SECTUR, 2018).
Gráfico 3: Serie de tiempo de las llegadas de turistas
extranjeros a Quintana Roo, años1992 ­‑
2016
1992 1994 1996 1999 2001 2004 2006 2009 2011 2014 2016
1400000
1200000
1000000
800000
600000
400000
200000
0
Años
Viajeros Fuente: Elaboración propia.
PASOS. Revista de Turismo y Patrimonio Cultural. 18 N° 4. Octubre-Diciembre 2020 ISSN 1695-7121
636 Anomalías en los arribos de turistas extranjeros y la recaudación fiscal en Quintana Roo, México
Con respecto a la mayor afectación atribuida a la contingencia sanitaria A H1N1, al comparar las
510,083 llegadas de turistas extranjeros a Quintana Roo en el mes de mayo del año 2008, para ese mismo
mes del siguiente año, se registraron únicamente 216,700 llegadas (punto amarillo de la Gráfica 1), lo
que significaba una disminución del 41.48% (SECTUR, 2018).
Posterior a la baja registrada en 2009, el número de llegadas al estado no se ha visto afectada
negativamente a esos niveles y tampoco al nivel de los sucedido en 2005, pero las cifras han generado
especial interés de investigadores en materia económica y turística, materializando esfuerzos de
investigación en informes, estudios y artículos académicos que muestran porcentajes de afectación,
valores monetarios de las pérdidas (Jarmin & Miranda, 2009), número de individuos afectados en
la población (Oswald, 2012), sin dejar de mencionar las pérdidas en la industria turística (Centro de
Estudios de las Finanzas Públicas, 2009; CEPAL, 2010) y por ende la recaudación fiscal que depende
del esta actividad, específicamente lo relacionado con el impuesto al hospedaje.
No obstante, es importante que más allá de las apreciaciones del público interesado en los esutdios
económicos y turísticos consideren que, una disminución en la actividad sea grave, medianamente grave,
leve o bien de poca significancia, cuando se registre una baja del 40% en los datos relacionados con la
llegada de turistas a un determinado destino disminuyan alrededor de 100,000 visitantes o más, se
considera esencial contar con criterios de valoración estadística que, a través de metodologías consolidadas
y empleadas en las disciplinas económicas y administrativas permitan aportar elementos que definan
sí una determinada reducción en un período de tiempo determinado, respecto a las llegadas de turistas
extranjeros o bien en una variable relacionada como la recaudación del impuesto al hospedaje, deba
ser considerada estadísticamente atípica o fuera de lo normal aceptando que aún a pesar de los juicios
personales se pudiera pensar como grave o quizá estadísticamente no lo sea.
Por lo tanto, en este trabajo se desarrollarán métodos estadísticos tendientes a identificar anomalías
estadísticamente graves, que puedan ser consideradas como ocurrencias atípicas y en caso de existir estas
singularidades relacionarlas con algún determinado fenómeno, natural o no, que deba ser considerado
para estudios posteriores a este primer planteamiento de investigación estadística entre el turismo y
la economía.
3. Nota metodológica
Considerando que el objetivo general de este trabajo está enfocado a identificar sí el número de
llegadas de turistas extranjeros a Quintana Roo se ha visto presionado positiva o negativamente a
través del tiempo, se analizan datos correspondientes a 204 informes mensuales, de enero del año 2000
a diciembre del 2016 (SECTUR, 2018). De esta manera, para tener una contrastación con otra variable
directamente relacionada, se analizan los datos de la recaudación del impuesto al hospedaje1 para el
mismo periodo de tiempo (Secretaria de Finanzas y Planeación de Quintana Roo, 2016a; Secretaría de
Finanzas y Planeación, 2016b).
Metodológicamente, para tener una descripción estadística del patrón de llegadas e impuesto
recaudado, se aplican en las series completas dos pruebas de normalidad, considerando un intervalo
de confianza del 95%. La primera prueba es conocida como el test de Anderson­‑Darling
(AD) con valor
crítico de 0.751 (Ang & Wilson, 2007), la cual se asume como equivalente a que al menos el 95% de los
datos cumplen con la condición antes señalada, si no sobrepasan el valor crítico de 0.751.
La ecuación para obtener el test AD (Stephens, 1979) es:
(1)
Por otra parte, para considerar que el comportamiento de las llegadas y la recaudación es normal
por el criterio AD, y para ello deberá cumplirse lo siguiente (Lagunas & Cervantes, 2020):
H 1 : Si AD < 0.751 entonces los arribos se consideran estadísticamente normales
H 2 : Si AD < 0.751 entonces la recaudación del impuesto es estadísticamente normal
Para identificar si el número de datos que se encuentran más allá del 95% de confianza, es decir,
que superan 1.64 múltiplos de desviación estándar, ya sean en extremo mayores al promedio o menores
PASOS. Revista de Turismo y Patrimonio Cultural. 18 N° 4. Octubre-Diciembre 2020 ISSN 1695-7121
Sergio Lagunas Puls, Alejandro Palafox Muñoz 637
(análisis de dos colas), estos no deberán superar entre los dos extremos. Por lo que se requiere de
realizar el test p­‑valor,
pero esta prueba requiere de estimar la media (μ), la desviación estándar (σ) y
la varianza (σ2), lo que permitirá.
requiere de estimar la media (), la desviación estándar () y la varianza (%), lo que
permitirá.
 = Q,
.,
20
* (2)
% = Q,'R .,
20
S
*'( (3)
 = % (4)
De esta manera, para considerar que el comportamiento de las llegadas y la recaudación
es normal mediante el criterio de p-valor, deberá cumplirse lo siguiente:
T: ,  
> 0.05        í  
X: ,  
> 0.05   ó    í  
Identificación de valores atípicos en agrupaciones mensuales.
Después de realizar las pruebas de normalidad para las series completas, se agrupará la
información mensualmente de las llegadas de turistas extranjeros y la recaudación fiscal,
en el periodo comprendido de los años 2000. Al contar con las series de datos integradas
por mes, se espera identificar la existencia de datos anómalos que pudieran coincidir con
alguna presión externa que provoque mayores o menores llegadas y/o recaudación fiscal.
Para lograr lo anterior se realizarán las estimaciones mediante el test de Grubbs (Grubbs,
1969; Beck & Grubbs, 1972), el cual ha sido ampliamente utilizado para identificar datos
atípicos en diversas variables económicas, financieras, sociales e inclusive del sector
salud (Dan & Ijeima, 2013; Solak, 2009; Urvoy & Autrusseau, 2014; Siekelova, Kliestik,
Svabova, Androniceanu & Schonfeld, 2017), ya que en todos los casos, el test de Grubbs
(G) ha demostrado ser eficaz en la detección de valores anómalos para una sola variable.
Para estimar G, se debe identificar el valor más grande o más pequeño de cada serie, y
elegir de entre estos dos datos aquel que se encuentre más alejado del promedio, de esta
manera se tiene que:
 =  ['[0
\ , [S'[
\ (5)
En donde:
 =  
=   ó á
( =        
(2)
requiere de estimar la media (), la desviación estándar () y la varianza (%), lo que
permitirá.
 = Q,
.,
20
* (2)
% = Q,'R .,
20
S
*'( (3)
 = % (4)
De esta manera, para considerar que el comportamiento de las llegadas y la recaudación
es normal mediante el criterio de p-valor, deberá cumplirse lo siguiente:
T: ,  
> 0.05        í  
X: ,  
> 0.05   ó    í  
Identificación de valores atípicos en agrupaciones mensuales.
Después de realizar las pruebas de normalidad para las series completas, se agrupará la
información mensualmente de las llegadas de turistas extranjeros y la recaudación fiscal,
en el periodo comprendido de los años 2000. Al contar con las series de datos integradas
por mes, se espera identificar la existencia de datos anómalos que pudieran coincidir con
alguna presión externa que provoque mayores o menores llegadas y/o recaudación fiscal.
Para lograr lo anterior se realizarán las estimaciones mediante el test de Grubbs (Grubbs,
1969; Beck & Grubbs, 1972), el cual ha sido ampliamente utilizado para identificar datos
atípicos en diversas variables económicas, financieras, sociales e inclusive del sector
salud (Dan & Ijeima, 2013; Solak, 2009; Urvoy & Autrusseau, 2014; Siekelova, Kliestik,
Svabova, Androniceanu & Schonfeld, 2017), ya que en todos los casos, el test de Grubbs
(G) ha demostrado ser eficaz en la detección de valores anómalos para una sola variable.
Para estimar G, se debe identificar el valor más grande o más pequeño de cada serie, y
elegir de entre estos dos datos aquel que se encuentre más alejado del promedio, de esta
manera se tiene que:
 =  ['[0
\ , [S'[
\ (5)
En donde:
 =  
=   ó á
=        
(3)
requiere de estimar la media (), la desviación estándar () y la varianza (%), lo que
permitirá.
 = Q,
.,
20
* (2)
% = Q,'R .,
20
S
*'( (3)
 = % (4)
De esta manera, para considerar que el comportamiento de las llegadas y la recaudación
es normal mediante el criterio de p-valor, deberá cumplirse lo siguiente:
T: ,  
> 0.05        í  
X: ,  
> 0.05   ó    í  
Identificación de valores atípicos en agrupaciones mensuales.
Después de realizar las pruebas de normalidad para las series completas, se agrupará la
información mensualmente de las llegadas de turistas extranjeros y la recaudación fiscal,
en el periodo comprendido de los años 2000. Al contar con las series de datos integradas
por mes, se espera identificar la existencia de datos anómalos que pudieran coincidir con
alguna presión externa que provoque mayores o menores llegadas y/o recaudación fiscal.
Para lograr lo anterior se realizarán las estimaciones mediante el test de Grubbs (Grubbs,
1969; Beck & Grubbs, 1972), el cual ha sido ampliamente utilizado para identificar datos
atípicos en diversas variables económicas, financieras, sociales e inclusive del sector
salud (Dan & Ijeima, 2013; Solak, 2009; Urvoy & Autrusseau, 2014; Siekelova, Kliestik,
Svabova, Androniceanu & Schonfeld, 2017), ya que en todos los casos, el test de Grubbs
(G) ha demostrado ser eficaz en la detección de valores anómalos para una sola variable.
Para estimar G, se debe identificar el valor más grande o más pequeño de cada serie, y
elegir de entre estos dos datos aquel que se encuentre más alejado del promedio, de esta
manera se tiene que:
 =  ['[0
\ , [S'[
\ (5)
En donde:
 =  
=   ó á
(4)
De esta manera, para considerar que el comportamiento de las llegadas y la recaudación es normal
mediante el criterio de p­‑valor,
deberá cumplirse lo siguiente:
H 3 : Si,p valor > 0.05 entonces los arribos de turistas se consideran estadísticamente normales
H 4 : Si,p valor > 0.05 entonces la recaudación del impuesto es estadísticamente normal
Identificación de valores atípicos en agrupaciones mensuales.
Después de realizar las pruebas de normalidad para las series completas, se agrupará la información
mensualmente de las llegadas de turistas extranjeros y la recaudación fiscal, en el periodo comprendido
de los años 2000. Al contar con las series de datos integradas por mes, se espera identificar la existencia
de datos anómalos que pudieran coincidir con alguna presión externa que provoque mayores o menores
llegadas y/o recaudación fiscal.
Para lograr lo anterior se realizarán las estimaciones mediante el test de Grubbs (Grubbs, 1969;
Beck & Grubbs, 1972), el cual ha sido ampliamente utilizado para identificar datos atípicos en diversas
variables económicas, financieras, sociales e inclusive del sector salud (Dan & Ijeima, 2013; Solak, 2009;
Urvoy & Autrusseau, 2014; Siekelova, Kliestik, Svabova, Androniceanu & Schonfeld, 2017), ya que
en todos los casos, el test de Grubbs (G) ha demostrado ser eficaz en la detección de valores anómalos
para una sola variable.
Para estimar G, se debe identificar el valor más grande o más pequeño de cada serie, y elegir de
entre estos dos datos aquel que se encuentre más alejado del promedio, de esta manera se tiene que:
= *'( (3)
 = % (4)
De esta manera, para considerar que el comportamiento de las llegadas y la recaudación
es normal mediante el criterio de p-valor, deberá cumplirse lo siguiente:
T: ,  
> 0.05        í  
X: ,  
> 0.05   ó    í  
Identificación de valores atípicos en agrupaciones mensuales.
Después de realizar las pruebas de normalidad para las series completas, se agrupará la
información mensualmente de las llegadas de turistas extranjeros y la recaudación fiscal,
en el periodo comprendido de los años 2000. Al contar con las series de datos integradas
por mes, se espera identificar la existencia de datos anómalos que pudieran coincidir con
alguna presión externa que provoque mayores o menores llegadas y/o recaudación fiscal.
Para lograr lo anterior se realizarán las estimaciones mediante el test de Grubbs (Grubbs,
1969; Beck & Grubbs, 1972), el cual ha sido ampliamente utilizado para identificar datos
atípicos en diversas variables económicas, financieras, sociales e inclusive del sector
salud (Dan & Ijeima, 2013; Solak, 2009; Urvoy & Autrusseau, 2014; Siekelova, Kliestik,
Svabova, Androniceanu & Schonfeld, 2017), ya que en todos los casos, el test de Grubbs
(G) ha demostrado ser eficaz en la detección de valores anómalos para una sola variable.
Para estimar G, se debe identificar el valor más grande o más pequeño de cada serie, y
elegir de entre estos dos datos aquel que se encuentre más alejado del promedio, de esta
manera se tiene que:
 =  ['[0
\ , [S'[
\ (5)
En donde:
 =  
=   ó á
( =        
% =        
(5)
En donde:
y = media
s = desviación estándar
y1 = dato menor de la serie
y2 = dato mayor de la serie
De las series de datos (llegadas de turistas o recaudación de impuesto), de acuerdo a la fórmula (5),
se seleccionará el dato que sea mayor tomando en cuenta su valor absoluto, el resultado será compa‑rado
con la tabla de valores críticos para G con significancia (α = 0.05 (Grubbs, 1969). Se tomarán en
consideración 17 datos equivalentes al número de meses en los años observados durante el periodo de
2000 a 2016, por lo que el nivel de significancia para G será 2.47, a saber:
H 3 : Si G ≤ 2.47entonces los arribos de turistas no presentan dato atípico o anómalo
H 4 : Si,G ≤ 2.47 entonces la recaudación del impuesto no presenta dato atípico o anómalo
PASOS. Revista de Turismo y Patrimonio Cultural. 18 N° 4. Octubre-Diciembre 2020 ISSN 1695-7121
638 Anomalías en los arribos de turistas extranjeros y la recaudación fiscal en Quintana Roo, México
Para fortalecer las pruebas que detectan los valores atípicos, se utilizó el test de Dixon (Q), el cual
será determinado al ordenar de manera ascendente los datos de cada uno de los meses/años. Con las
cifras así dispuestos, se aplicará lo siguiente (Böhrer, 2008):
T:   ≤ 2.47             í   ó 
X: ,  ≤ 2.47     ó         í   ó 
Para fortalecer las pruebas que detectan los valores atípicos, se utilizó el test de Dixon
(Q), el cual será determinado al ordenar de manera ascendente los datos de cada uno de
los meses/años. Con las cifras así dispuestos, se aplicará lo siguiente (Böhrer, 2008):
&c =  [,/0'[0
[.1d'[0
, [.'[.1,
[.'[d/0
, = 1,2;  = 0,1,2 (6)
En donde:
( =    
* =    
& =     
Se considera para Q un nivel de confianza del 95%, con el propósito de que la
significancia sea  = 0.05 observando la tabla de valores críticos (Dixon 1951; Böhrer,
2008) para 17 observaciones que equivalen a 0.320, por lo tanto:
T:   ≤ 0.320              í   ó 
X: ,  ≤ 0.320      ó         í   ó 
Anomalías entre la recaudación del impuesto al hospedaje y el arribo de turistas
extranjeros
En las pruebas de normalidad relativas a las llegadas de turistas extranjeros y la
recaudación del impuesto al hospedaje resultaron en un rechazo a las hipótesis (, %, ya
que los datos analizados están conformados por 204 observaciones mensuales para cada
variable, así lo demostraron las series que no pueden ser consideradas estadísticamente
normales, los resultados están incluidos en la Tabla 1.
(5)
En donde:
y1 = dato menor
yn = dato mayor
yi = dato a evaluar
Se considera para Q un nivel de confianza del 95%, con el propósito de que la significancia sea
α = 0.05 observando la tabla de valores críticos (Dixon 1951; Böhrer, 2008) para 17 observaciones que
equivalen a 0.320, por lo tanto:
H 3 : Si Q ≤ 0.320 entonces los arribos de turistas no presentan dato atípico o anómalo
H 4 : Si,Q ≤ 0.320 entonces la recaudación del impuesto no presenta dato atípico o anómalo
4. Anomalías entre la recaudación del impuesto al hospedaje y el arribo de turistas extranjeros
En las pruebas de normalidad relativas a las llegadas de turistas extranjeros y la recaudación del
impuesto al hospedaje resultaron en un rechazo a las hipótesis H1, H2, ya que los datos analizados
están conformados por 204 observaciones mensuales para cada variable, así lo demostraron las
series que no pueden ser consideradas estadísticamente normales, los resultados están incluidos
en la Tabla 1.
Tabla 1: Resultados a las pruebas de normalidad para las series de datos completas.
Variable
Test Anderson –
Darling (AD) con
valor crítico de
0.751
Aceptación
/ rechazo de
hipótesis
Test p­‑valor
con
valor crítico de
0.05
Aceptación
/ rechazo de
hipótesis
Llegadas
de turistas
extranjeros
AD – 4.214
Se rechaza H1
debido a que
AD > 0 .751
p valor < 0.05
Se rechaza H3
debido a que
AD < 0 .05
Recaudación
del impuesto al
hospedaje
AD – 7.384
Se rechaza H2
debido a que
AD > 0 .751
p valor < 0.05
Se rechaza H4
debido a que
AD < 0 .05
Fuente: Elaboración propia.
De acuerdo con los resultados contenidos en la Tabla 1, las hipótesis de normalidad, tanto para las
llegadas de turistas extranjeros como para la recaudación del impuesto al hospedaje, en ambos casos
no pueden considerarse estadísticamente normales de acuerdo a los dos test de normalidad aplicados.
Esta situación se aprecia visualmente en la siguiente Gráfica 4, observando que en los extremos de la
línea roja, existen varios datos que superan las líneas de normalidad.
PASOS. Revista de Turismo y Patrimonio Cultural. 18 N° 4. Octubre-Diciembre 2020 ISSN 1695-7121
Sergio Lagunas Puls, Alejandro Palafox Muñoz 639
Gráfico 4: Imágenes de la probabilidad evaluada para normalidad
-400000 -200000 0 200000 400000 600000 800000 1000000 1200000 1400000
99.9
99
90
50
10
1
0.1
Media 505669
Desv.Est. 218499
N 204
AD 4.214
Valor p <0.005
LLegadas de turistas extranjeros a Quintana Roo
Porcentaje
-50000 -25000 0 25000 50000 75000 100000 125000
99.9
99
90
50
10
1
0.1
Media 32430
Desv.Est. 23230
N 204
AD 7.384
Valor p <0.005
Impuesto al Hospedaje (miles de pesos)
Porcentaje
Prueba de normalidad: Llegadas de Turistas Extranjeros
Nivel de confianza del 95%
Prueba de normalidad: Impuesto al Hospedaje
Nivel de confianza del 95%
-400000 -200000 0 200000 400000 600000 800000 1000000 1200000 1400000
99.9
99
90
50
10
1
0.1
Media 505669
Desv.Est. 218499
N 204
AD 4.214
Valor p <0.005
-50000 -25000 0 25000 50000 75000 100000 125000
99.9
99
90
50
10
1
0.1
Media 32430
Desv.Est. 23230
N 204
AD 7.384
Valor p <0.005
Fuente: Elaboración propia.
Para conocer si los datos más pequeños de cada variable deberían ser considerados como atípicos, la
información se agrupó mensualmente para las series de datos de 2000 a 2016, es decir, 17 observaciones
para los meses de enero, 17 para los meses de febrero y así sucesivamente hasta los meses de diciembre,
los resultados se presentan en la Tabla 2 y Tabla 3.
Conforme a la Tabla 2, las pruebas para conocer si de los valores más pequeños de cada agrupación
mensual (17 valores por mes) pueden considerarse como atípicos o fuera de lo normal, se rechazaron
las hipótesis, concluyendo que las menores llegadas de turistas registradas en cada mes en 17 años
estarían consideradas como normales.
El Gráfico 5 complementa visualmente los resultados numéricos de la Tabla 2, confirmando que en
ningún caso que las disminuciones de visitas puedan considerarse fuera de lo normal (atípicas).
PASOS. Revista de Turismo y Patrimonio Cultural. 18 N° 4. Octubre-Diciembre 2020 ISSN 1695-7121
640 Anomalías en los arribos de turistas extranjeros y la recaudación fiscal en Quintana Roo, México
Tabla 2: Identificación de datos atípicos en Llegadas de turistas extranjeros.
(Prueba a los valores menores)
Grupos de
datos por
mes
Valor mínimo de
la serie
G (Grubbs)
Valor critico
G < 2.47
Aceptación / rechazo de hipótesis
Q (Dixon)
Valor crítico
Q < 0.320
Aceptación
/ rechazo de
hipótesis
Enero 216,694 1.40 Rechazada. No existe dato atípico 0.06 Rechazada. No
existe dato atípico
Febrero 278,290 1.28 Rechazada. No existe dato atípico 0.00 Rechazada. No
existe dato atípico
Marzo 372,956 1.17 Rechazada. No existe dato atípico 0.04 Rechazada. No
existe dato atípico
Abril 267,617 1.33 Rechazada. No existe dato atípico 0.08 Rechazada. No
existe dato atípico
Mayo 216,700 1.31 Rechazada. No existe dato atípico 0.06 Rechazada. No
existe dato atípico
Junio 301,277 1.23 Rechazada. No existe dato atípico 0.08 Rechazada. No
existe dato atípico
Julio 280,782 1.42 Rechazada. No existe dato atípico 0.09 Rechazada. No
existe dato atípico
Agosto 273,966 1.15 Rechazada. No existe dato atípico 0.07 Rechazada. No
existe dato atípico
Septiembre 185,499 1.03 Rechazada. No existe dato atípico 0.04 Rechazada. No
existe dato atípico
Octubre 198,911 0.98 Rechazada. No existe dato atípico 0.03 Rechazada. No
existe dato atípico
Noviembre 103,098 1.62 Rechazada. No existe dato atípico 0.13 Rechazada. No
existe dato atípico
Diciembre 209,515 1.18 Rechazada. No existe dato atípico 0.00 Rechazada. No
existe dato atípico
Fuente: Elaboración propia.
Gráfico 5: Agrupación de valores menores por meses.
Llegadas de turistas extranjeros a Quintana Roo.
abril agosto diciembre enero febrero julio junio marzo mayo noviembre octubre septiembre
1200000
900000
600000
300000
0
mes
Número de turistas
abril agosto diciembre enero febrero julio junio marzo mayo noviembre octubre septiembre
1200000
900000
600000
300000
0
mes
Número de turistas
Test de Grubbs: Llegadas de turistas extranjeros a Quintana Roo
Test de Dixon: Llegadas de turistas extranjeros a Quintana Roo
abril agosto diciembre enero febrero julio junio marzo mayo noviembre octubre septiembre
1200000
900000
600000
300000
0
mes
Número de turistas
abril agosto diciembre enero febrero julio junio marzo mayo noviembre octubre septiembre
1200000
900000
600000
300000
0
mes
Número de turistas
Test de Grubbs: Llegadas de turistas extranjeros a Quintana Roo
Test de Dixon: Llegadas de turistas extranjeros a Quintana Roo
Fuente: Elaboración propia.
PASOS. Revista de Turismo y Patrimonio Cultural. 18 N° 4. Octubre-Diciembre 2020 ISSN 1695-7121
Sergio Lagunas Puls, Alejandro Palafox Muñoz 641
A continuación, la Tabla 3 presenta los resultados en las pruebas de normalidad para las menores cantidades
registradas en llegadas de turistas, también en agrupaciones mensuales, descartando que se haya presentado
alguna disminución en las visitas de turistas que deban considerarse estadísticamente significativas.
Tabla 3: Identificación de datos atípicos en Impuesto al Hospedaje.
(Prueba a los valores menores)
Grupos de
datos por mes
Valor mínimo de
la serie
(miles de pesos)
G (Grubbs)
Valor critico
G < 2.47
Aceptación / rechazo de
hipótesis
Q (Dixon) Valor
crítico
Q < 0.320
Aceptación
/ rechazo de
hipótesis
Enero 8,646 1.10 Rechazada. No existe dato atípico 0.01 Rechazada. No existe
dato atípico
Febrero 9,219 1.13 Rechazada. No existe dato atípico 0.01 Rechazada. No existe
dato atípico
Marzo 9,966 1.17 Rechazada. No existe dato atípico 0.02 Rechazada. No existe
dato atípico
Abril 12,991 1.08 Rechazada. No existe dato atípico 0.00 Rechazada. No existe
dato atípico
Mayo 8,800 1.05 Rechazada. No existe dato atípico 0.03 Rechazada. No existe
dato atípico
Junio 5,179 1.09 Rechazada. No existe dato atípico 0.04 Rechazada. No existe
dato atípico
Julio 8,358 0.99 Rechazada. No existe dato atípico 0.00 Rechazada. No existe
dato atípico
Agosto 10,118 1.03 Rechazada. No existe dato atípico 0.00 Rechazada. No existe
dato atípico
Septiembre 9,136 0.99 Rechazada. No existe dato atípico 0.00 Rechazada. No existe
dato atípico
Octubre 5,550 1.04 Rechazada. No existe dato atípico 0.01 Rechazada. No existe
dato atípico
Noviembre 3,048 1.07 Rechazada. No existe dato atípico 0.04 Rechazada. No existe
dato atípico
Diciembre 2,463 1.17 Rechazada. No existe dato atípico 0.06 Rechazada. No existe
dato atípico
Fuente: Elaboración propia.
Lo anterior puede distinguirse fácilmente mediante el Gráfico 6, presentando todas las observaciones
en color azul, es decir, que no se presenta ningún dato que se registró, por pequeño que haya sido, que
deba considerarse fuera de lo normal.
PASOS. Revista de Turismo y Patrimonio Cultural. 18 N° 4. Octubre-Diciembre 2020 ISSN 1695-7121
642 Anomalías en los arribos de turistas extranjeros y la recaudación fiscal en Quintana Roo, México
Gráfico 6: Agrupación de valores menores por meses. Impuesto al Hospedaje
abril agosto diciembre enero febrero julio junio marzo mayo noviembre octubre septiembre
100000
75000
50000
25000
0
mes
impuesto al hospedaje
abril agosto diciembre enero febrero julio junio marzo mayo noviembre octubre septiembre
100000
75000
50000
25000
0
mes
impuesto al hospedaje
Test de Grubbs: Impuesto al Hospedaje
Test de Dixon: Impuesto al Hospedaje
abril agosto diciembre enero febrero julio junio marzo mayo noviembre octubre septiembre
100000
75000
50000
25000
0
mes
impuesto al hospedaje
abril agosto diciembre enero febrero julio junio marzo mayo noviembre octubre septiembre
100000
75000
50000
25000
0
mes
impuesto al hospedaje
Test de Grubbs: Impuesto al Hospedaje
Test de Dixon: Impuesto al Hospedaje
Fuente: Elaboración propia.
Conforme a las mismas agrupaciones mensuales, se realizaron las pruebas (Grubbs y Dixon) para
identificar los valores atípicos, pero en esta ocasión se tomaron como referencia los valores más altos
de cada mes.
En lo que respecta a los mayores registros de llegadas de turistas en el periodo de 2000 al 2016, las
pruebas de normalidad indicaron que en 5 casos (señalados en color amarillo en la Tabla 4), sí pueden
ser consideradas disminuciones estadísticamente atípicas, cuatro de estas resultaron así por una de
las pruebas de normalidad.
Específicamente el mes de diciembre 2016, resultó fuera de lo normal tanto en la prueba de Grubbs
como la de Dixon, las culaes confrmaron que existe una disminución totalmente atípica, es decir que
no es comparable con ningún otro período. En apoyo visual a los resultados anteriores se presentan
en el Gráfico 7.
PASOS. Revista de Turismo y Patrimonio Cultural. 18 N° 4. Octubre-Diciembre 2020 ISSN 1695-7121
Sergio Lagunas Puls, Alejandro Palafox Muñoz 643
Tabla 4: Identificación de datos atípicos en Llegadas de turistas extranjeros.
(Prueba a los valores más grandes)
Grupos de
datos por
mes
Valor
máximo
de la serie
G (Grubbs)
Valor critico
G < 2.47
Aceptación / rechazo de
hipótesis
Q
(Dixon) Valor
crítico
Q < 0.320
Aceptación / rechazo de
hipótesis
Enero 1,016,911 2.13 Rechazada. No existe dato atípico 0.19 Rechazada. No existe dato atípico
Febrero 1,059,888 2.25 Rechazada. No existe dato atípico 0.21 Rechazada. No existe dato atípico
Marzo 1,224,702 2.51 Se acepta. Sí existe dato atípico.
MARZO 2016 0.29 Rechazada. No existe dato atípico
Abril 1,060,681 2.37 Rechazada. No existe dato atípico 0.20 Rechazada. No existe dato atípico
Mayo 987,243 2.33 Rechazada. No existe dato atípico 0.18 Rechazada. No existe dato atípico
Junio 1,004,001 2.41 Rechazada. No existe dato atípico 0.20 Rechazada. No existe dato atípico
Julio 1,013,806 2.49 Se acepta. Sí existe dato atípico.
JULIO 2016 0.19 Rechazada. No existe dato atípico
Agosto 1,029,980 2.34 Rechazada. No existe dato atípico 0.15 Rechazada. No existe dato atípico
Septiembre 749,155 2.53 Se acepta. Sí existe dato atípico.
SEPTIEMBRE 2016 0.17 Rechazada. No existe dato atípico
Octubre 857,688 2.55 Se acepta. Sí existe dato atípico.
OCTUBRE 2016 0.15 Rechazada. No existe dato atípico
Noviembre 944,486 2.42 Rechazada. No existe dato atípico 0.23 Rechazada. No existe dato atípico
Diciembre 1,242,648 3.00 Se acepta. Sí existe dato atípico.
DICIEMBRE 2016 0.45 Se acepta. Sí existe dato atípico.
DICIEMBRE 2016
Fuente: Elaboración propia.
Gráfico 7: Agrupación de valores más grandes por meses.
Llegadas de turistas extranjeros a Quintana Roo
abril agosto diciembre enero febrero julio junio marzo mayo noviembre octubre septiembre
1200000
900000
600000
300000
0
abril agosto diciembre enero febrero julio junio marzo mayo noviembre octubre septiembre
1200000
900000
600000
300000
0
abril agosto diciembre enero febrero julio junio marzo mayo noviembre octubre septiembre
1200000
900000
600000
300000
0
mes
Número de turistas
abril agosto diciembre enero febrero julio junio marzo mayo noviembre octubre septiembre
1200000
900000
600000
300000
0
mes
Número de turistas
Test de Grubbs: Llegadas de turistas extranjeros
Test de Dixon: Llegadas de turistas extranjeros
Fuente: Elaboración propia.
PASOS. Revista de Turismo y Patrimonio Cultural. 18 N° 4. Octubre-Diciembre 2020 ISSN 1695-7121
644 Anomalías en los arribos de turistas extranjeros y la recaudación fiscal en Quintana Roo, México
En lo referente a las mayores recaudaciones del impuesto al hospedaje, el Gráfico 8 muestra que en
ningún caso se presentó una recaudación mayor que, en correspondencia con las llegadas de turistas
pueda considerare estadísticamente fuera de lo normal.
Gráfico 8: Agrupación de valores más grandes por meses
Impuesto al Hospedaje
abril agosto diciembre enero febrero julio junio marzo mayo noviembre octubre septiembre
100000
75000
50000
25000
0
mes
impuesto al hospedaje
abril agosto diciembre enero febrero julio junio marzo mayo noviembre octubre septiembre
100000
75000
50000
25000
0
mes
impuesto al hospedaje
Test de Grubbs: Impuesto al Hospedaje
Test de Dixon: Impuesto al Hospedaje
abril agosto diciembre enero febrero julio junio marzo mayo noviembre octubre septiembre
100000
75000
50000
25000
0
mes
impuesto al hospedaje
abril agosto diciembre enero febrero julio junio marzo mayo noviembre octubre septiembre
100000
75000
50000
25000
0
mes
impuesto al hospedaje
Test de Grubbs: Impuesto al Hospedaje
Test de Dixon: Impuesto al Hospedaje
Fuente: Elaboración propia.
Finalmente se aplican los test de Grubbs y Dixon para los valores más grandes en la recaudación
fiscal y se confirman con los resultados de la Tabla 5 que, a diferencia de las llegadas de turistas, en el
impuesto al hospedaje ningún caso puede considerarse significativo o atípico, situación que deja una
gran incógnita para futuras investigaciones, ya que: ¿cómo puede ser posible que aumenten de forma
estadísticamente el número de turistas pero no la recaudación?
PASOS. Revista de Turismo y Patrimonio Cultural. 18 N° 4. Octubre-Diciembre 2020 ISSN 1695-7121
Sergio Lagunas Puls, Alejandro Palafox Muñoz 645
Tabla 5: Identificación de datos atípicos en Impuesto al Hospedaje
(Prueba a los valores más grandes)
Grupos de
datos por
mes
Valor máximo de
la serie
(miles de pesos)
G (Grubbs)
Valor critico
G < 2.47
Aceptación / rechazo de
hipótesis
Q (Dixon)
Valor crítico
Q < 0.320
Aceptación
/ rechazo de
hipótesis
Enero 89,631 1.68 Rechazada. No existe dato atípico 0.07 Rechazada. No
existe dato atípico
Febrero 86,077 2.02 Rechazada. No existe dato atípico 0.15 Rechazada. No
existe dato atípico
Marzo 84,468 2.07 Rechazada. No existe dato atípico 0.15 Rechazada. No
existe dato atípico
Abril 99,762 2.22 Rechazada. No existe dato atípico 0.23 Rechazada. No
existe dato atípico
Mayo 82,793 1.99 Rechazada. No existe dato atípico 0.09 Rechazada. No
existe dato atípico
Junio 69,493 2.00 Rechazada. No existe dato atípico 0.15 Rechazada. No
existe dato atípico
Julio 68,235 1.94 Rechazada. No existe dato atípico 0.06 Rechazada. No
existe dato atípico
Agosto 85,616 2.03 Rechazada. No existe dato atípico 0.08 Rechazada. No
existe dato atípico
Septiembre 79,481 2.12 Rechazada. No existe dato atípico 0.10 Rechazada. No
existe dato atípico
Octubre 55,993 2.00 Rechazada. No existe dato atípico 0.10 Rechazada. No
existe dato atípico
Noviembre 65,458 2.15 Rechazada. No existe dato atípico 0.11 Rechazada. No
existe dato atípico
Diciembre 75,278 1.99 Rechazada. No existe dato atípico 0.04 Rechazada. No
existe dato atípico
Fuente: Elaboración propia.
5. Conclusiones
Los resultados obtenidos demuestran que los datos anómalos, es decir con mayores variaciones
respecto al patrón de comportamiento en los 17 años analizados resultaron sistemáticamente en las
llegadas de turistas, tal es el caso para los meses de marzo, julio, septiembre, octubre y diciembre de
2016, estas condiciones atípicas de acuerdo a los criterios del test de Grubs (G) permiten concluir que
en el mes de diciembre resultó anómalo tanto para el test G como para el test de Dixon (Q).
Es importante señalar que, en 2016, es el único año en que se identifican las anomalías estadística‑mente
significativas es coincidentemente, el período de cambio de gobierno en el estado de Quintana
Roo, momento en el cual concluyó la administración de Roberto Borge Angulo, siendo sucedido por el
ahora Gobernador de Quintana Roo, Carlos Joaquín González, quien entró en funciones desde el mes
de septiembre del año 2016.
Lo anterior deja muy serias incógnitas que invitan a profundizar en la investigación, la primera en
el sentido de indagar las razones del porqué se registraron grandes llegadas de turistas extranjeros, a
pesar de que el estado presentaba una sobre carga de deuda pública y en consecuencia escases de recursos
públicos que incluirían la promoción; además de no coincidir con algún fenómeno económico mundial o
del mercado principal en donde se originan los turistas, ya que se debieron presentar singularidades de
tipo económico o de promoción, influyentes y positivos, que su incidencia proporcionalmente superara
inclusive los resultados negativos ocasionados por Wilma en 2005 pero en sentido positivo.
La incógnita presentada en el apartado anterior se robustece de sentido, toda vez que la recaudación
del impuesto al hospedaje está íntimamente relacionada con las estancias por llegadas de turistas
extranjeros al destino, tal como lo ha demostrado por el Primer Lugar del Premio Nacional de Investi‑gación
Impulso al Desarrollo de las Finanzas Estatales (Lagunas, 2015), el cual precisa que dadas las
actividades turísticas, del total de impuestos de recaudación directa del estado (más del 35%) depende
del impuesto al hospedaje, entonces ¿cómo se explica haber recibido más turistas y no incrementos
significativos en la recaudación fiscal?
PASOS. Revista de Turismo y Patrimonio Cultural. 18 N° 4. Octubre-Diciembre 2020 ISSN 1695-7121
646 Anomalías en los arribos de turistas extranjeros y la recaudación fiscal en Quintana Roo, México
La segunda incógnita que genera expectativa y estímulo para el desarrollo de nuevas investigaciones, es
en el sentido de verificar los registros estadísticos en las llegadas de los turistas, ya que pudieron suscitarse
dos situaciones, la primera que durante 17 años hubiese existido un “sub registro” en los datos, ya sea por
una incorrecta metodología o en la gestión en los datos, lo que llevó a un nuevo gobierno a encontrar la forma
correcta de registrar las llegadas al destino, en todo caso, estos registros, junto con los que correspondan a
otras variables de las visitas, sin lugar a dudas influyeron o incluso incidirán en el ranking del estado o país.
Bibliografía
Ang, A. & Willson, T. 2007. Probability Concepts in Engineering. Emphasis on Applications on Civil
anD Eviromental Engineering. usa: Johm Wiley and Sons, Inc .
Beck, G. & Grubbs, F. 1972. Extension of Sample Sizes and Percentage Points for Significance Tests of
Outlying Observations. Technometrics, Vol. 14, No. 4 , 847­‑854.
Böhrer, A. 2008. One­‑sided
and Two­‑sided
Critical Values for Dixon’s Outlier Test for Sample Sizes up
to n= 30. Economic Quality Control, 23(1), 5­‑13.
Economic Quality Control, 23(1) , 5­‑13.
Cañada, E. 2017. El turismo como catalizador de la pobreza. Trabajo turístico y precariedad en Cozumel,
México. Barcelona: Alba Sud.
Cárdenas, E. 1996. La política económica en México, 1950 – 1994. México: Fondo de Cultura Económica.
Centro de Estudios de las Finanzas Públicas (2009). El impacto de la contingencia sanitaria por el
Virus de Influenza Humana en el Sector Turismo en México al segundo trimestre del 2009. México:
Congreso de la Unión.
CEPAL 2010. Evaluación preliminar del impacto en México de la influenza AH1N1: documento elaborado
por el equipo conjunto CEPAL. México: Comisión Económica para América Latina y el Caribe.
Congreso del Estado 2015. Ley de Ingresos del estado de Quintana Roo para el Ejercicio Fiscal 2016.
Chetumal: Congreso del Estado.
Dan, E. & Ijeima, O. 2013. Statistical analysis/methods of detecting outliers in a univariate data in
a regression analysis model. International Journal of Education and Research Vol. 1 No. 5 , 1­‑24.
Dixon, J. 1951. Ratios involving extreme values. Journal of the American Statistical Association, Vol.
48, No. 263 , 68­‑78.
Grubbs, F. 1969. Procedures for Detecting Outlying Observations in Samples. Technometrics Vol. 11,
No. 1 , 1­‑21.
Holden, A. 2006. Tourism Studies and the Social Sciences. New York: Routledge.
Jarmin, R. & Miranda, J. 2009. The Impact of Hurricanes Katrina, Rita and Wilma on Business
Establishments. Journal of Business Valuation and Economic Loss Analysis, 4, issue 2 , 1­‑29.
Jiménez, A. 1993. Turismo, estructura y desarrollo. México: McGraw Hill.
Lagunas, S. 2015. Análisis fractal aplicado a la recaudación local como medida de control para las
finanzas estatales. In Investigaciones Ganadoras. Premio Nacional de INvestigación „Impulso al
Desarrollo de las Finanzas Estatales“ (pp. 1­‑41).
México: UNAM.
Lagunas, S. & Cervantes, C. 2019. Expectativas para que México cambie el destino de sus exportaciones.
Revista de Métodos Cuantitativos para la Economía y la Empresa , 3­‑22.
Macedo, R. 1995. Análisis del modelo turístico mexicano en el sexenio 1989­‑1994
desde un ámbito
macroeconómico. México: Universidad Nacional Autónoma del Estado de México.
Mansilla, E. 2006. Katrina, Stan y Wilma: tres desastres en busca de un paradigma. Nueva Sociedad,
(201) , 11­‑19.
OMT 2017. Panorama OMT del turismo internacional. Edición 2017. Madrid: Organización Mundial
del Turismo.
OMT 2019. International arrivals grew 4% in the first quarter of 2019. Tourism Barometer, 17 (2): 1­‑4.
Oswald, S. 2012. Vulnerabilidad sociel en eventos hodrometeorológicos extremos: una comparación entre
los huracanes Stan y Wilma en México. Revista Internacional de Ciencias Sociales y Humanidades,
SOCIOTAM, XII (2) , 125­‑146.
Palafox­‑Muñoz,
A. 2013. El turismo como eje de acumulación. Nómadas, Número Especial América
Latina , 161­‑174.
Palafox, A. & Alvarado, A. 2005. La promoción del turismo en México: repitiendo esquemas. México:
Plaza y Valdés ­‑
Universidad de Quintana Roo.
Palafox, A. & Velázquez, A. 2008. Impacto económico originado por el huracán Wilma en el empleo
turístico de la isla de Cozumel. México: Plaza y Valdés Editores ­‑
Universidad de Quintana Roo.
PASOS. Revista de Turismo y Patrimonio Cultural. 18 N° 4. Octubre-Diciembre 2020 ISSN 1695-7121
Sergio Lagunas Puls, Alejandro Palafox Muñoz 647
Sánchez, G. 2006. Huracanes de 2005 y 2005 y su Impacto en el Sector Asegurador Mexicano. México:
Comisión Nacional de Seguros y Fianzas.
Secretaría de Finanzas y Planeación 2016b. Norma para Establecer la Estructura del Calendario de
Ingresos Base Mensual 2016. Chetumal: Secretaría de Finanzas y Planeación.
Secretaría de Finanzas y Planeación de Quintana Roo 2016a. Respuesta 37016 a solicitud de información
pública gubernamental. Procuraduría Fiscal del Estado. Chetumal: Secretaría de Finanzas.
Secretaria de Gobernación 22 de 01 de 2013. Decreto por el que se establece el Sistema Nacional para
la Cruzada contra el Hambre. Diario Oficial de la Federación .
SECTUR 2019. Resultados de la actividad turística 2018. Ciudad de México: Secretaría de Turismo.
SECTUR 23 de 03 de 2018. Datatur. Información Turística por Entidad Federativa ­‑
Quintana Roo. From
Lllegadas mensuales de turistas a la entidad: http://www.datatur.sectur.gob.mx/ITxEF/ITxEF_QROO.aspx
SEDETUR 2008. Indicadores turísticos del estado de Quintana Roo 2008. Chetumal: SEDETUR
­‑
Gobierno del Estado de Quintana Roo.
SETUR 2017. Diagnóstico Mesa 2. Recaudación y administración de recursos par alos destinos turísticos.
Mérida: Secrearía de Turismo.
Siekelova, A., Kliestik, T., Svabova, L., Androniceanu, A. & Schonfeld, J. 2017. Receivables management:
the importance of financial indicators in assessing the creditworthiness. Polish Journal of Management
Studies, Vol.15 Núm.2 , 217­‑228.
Solak, M. K. 2009. Detection of multiple outliers in univariate data sets. USA: Paper SP06­‑2009,
Schering.
Stephens, M. 1979. The Anderson­‑Darling
Statistic. Technical Report Num. 39. USA: Department of
Statistics, Stanford University.
Unión Cancún 2016. Huracán Wilma el desastre más caro de México: 1,752 mdd. México: Unión Cancún
Quintana Roo.
Urvoy, M. & Autrusseau, F. 2014. Application of Grubbs’ test for outliers to the detection of watermarks.
In Proceedings of the 2nd ACM workshop on Information hiding and multimedia security , 49­‑60.
WTTC 2017. Economic impact 2017. London: Economic impact 2017. Wordl Travel & Tourism Council.
Notas
1 Se consideran los informes de la recaudación mensual 2000 a 2015 obtenidos mediante solicitud de transparencia
(Secretaría de Finanzas y Planeación, 2006a); para la recaudación del 2016 se considera el informe denominado “Norma
para Establecer la Estructura del Calendario de Ingresos Base Mensual”, obteniendo la recaudación del hospedaje como
resultado de aplicar el factor de 0.8647 al total de ingresos mensuales sobre producción, consumo y transacciones, en
donde se agrupa el impuesto al hospedaje (Secretaría de Finanzas y Planeación, 2006b). Dicho factor se obtiene a partir
de las cifras de la Ley de Ingresos del estado de Quintana Roo para el ejercicio fiscal 2016 (Congreso del Estado, 2015).
Recibido: 16/10/2019
Reenviado: 03/12/2019
Aceptado: 12/12/2019
Sometido a evaluación por pares anónimos