Vol. 13/ Núm. 3 2026 pág. 292
https://doi.org/10.69639/arandu.v13i3.2395
Seguridad en base de datos y eficiencia en gestión de pedidos
en una empresa de coworking, Magdalena, 2026
Database security and efficiency in order management within a coworking company,
Magdalena, 2026
Mikel Paul Berta Hinostroza
mbertah@ucvvirtual.edu.pe
https://orcid.org/0000-0001-9996-3787
Universidad César Vallejo
Lima – Perú
Ángel Gabriel Chávez Zegarra
anchavezze@ucvvirtual.edu.pe
https://orcid.org/0009-0001-1136-5932
Universidad César Vallejo
Lima – Perú
Jesús David Huamán Ramos
jhuamanra4@ucvvirtual.edu.pe
https://orcid.org/0009-0003-4994-2795
Universidad César Vallejo
Lima – Perú
Lucero Jheraldine Coronel Paucar
lucoronelpa@ucvvirtual.edu.pe
https://orcid.org/0009-0007-1869-2059
Universidad César Vallejo
Lima – Perú
Artículo recibido: 10 junio 2026- Aceptado para publicación:16 julio 2026
Conflictos de intereses: Ninguno que declarar.
RESUMEN
El objetivo principal de esta investigación es determinar la relación entre la seguridad en base de
datos y la eficiencia en la gestión de pedidos en una empresa de coworking, Magdalena, 2026
para encontrar soluciones logísticas eficientes promoviendo instituciones eficaces, responsables
y transparentes (ODS 16). El enfoque que se utilizó es cuantitativo y al tratarse de una población
reducida y accesible, se optó por una muestra censal constituida por los 30 trabajadores
involucrados en los flujos logísticos y operativos de la organización, a quienes se les
administraron cuestionarios estructurados validados por juicio de expertos. El análisis inferencial
de los datos se procesó utilizando el coeficiente de correlación de Pearson. Como resultado, los
principales resultados estadísticos determinaron una correlación positiva fuerte y altamente
significativa de r = 0.750 con un p-valor de significancia menor a 0.001 entre las variables
principales. La investigación permite concluir que la solidez, consistencia y el resguardo de la
infraestructura informática de datos actúan como cimientos logísticos esenciales, demostrando
Vol. 13/ Núm. 3 2026 pág. 293
que la protección de la información corporativa maximiza de forma directa el rendimiento
operativo organizacional.
Palabras clave: gestión de datos, sistemas de información, eficiencia, logística
ABSTRACT
The main objective of this research is to determine the relationship between database security and
efficiency in order management within a coworking company in Magdalena, 2026, aimed at
finding efficient logistical solutions by promoting effective, accountable, and transparent
institutions (SDG 16). The approach used is quantitative. Given a small and accessible population,
a census sample was selected, consisting of 30 workers involved in the organization's logistical
and operational workflows, who were administered structured questionnaires validated by expert
judgment. Inferential data analysis was processed using Pearson's correlation coefficient. As a
result, the primary statistical findings determined a strong and highly significant positive
correlation of r = 0.750 with a significance p-value of less than 0.001 between the main variables.
The research concludes that the strength, consistency, and protection of the data information
infrastructure act as essential logistical foundations, demonstrating that safeguarding corporate
information directly maximizes organizational operational performance.
Keywords: data management, information systems, efficiency, logistics
Todo el contenido de la Revista Científica Internacional Arandu UTIC publicado en este sitio está disponible bajo
licencia Creative Commons Atribution 4.0 International.
que la protección de la información corporativa maximiza de forma directa el rendimiento
operativo organizacional.
Palabras clave: gestión de datos, sistemas de información, eficiencia, logística
ABSTRACT
The main objective of this research is to determine the relationship between database security and
efficiency in order management within a coworking company in Magdalena, 2026, aimed at
finding efficient logistical solutions by promoting effective, accountable, and transparent
institutions (SDG 16). The approach used is quantitative. Given a small and accessible population,
a census sample was selected, consisting of 30 workers involved in the organization's logistical
and operational workflows, who were administered structured questionnaires validated by expert
judgment. Inferential data analysis was processed using Pearson's correlation coefficient. As a
result, the primary statistical findings determined a strong and highly significant positive
correlation of r = 0.750 with a significance p-value of less than 0.001 between the main variables.
The research concludes that the strength, consistency, and protection of the data information
infrastructure act as essential logistical foundations, demonstrating that safeguarding corporate
information directly maximizes organizational operational performance.
Keywords: data management, information systems, efficiency, logistics
Todo el contenido de la Revista Científica Internacional Arandu UTIC publicado en este sitio está disponible bajo
licencia Creative Commons Atribution 4.0 International.
Vol. 13/ Núm. 3 2026 pág. 294
INTRODUCCIÓN
Diversas investigaciones a escala internacional coinciden en que, desde la pandemia del
COVID-19, se ha favorecido la expansión del uso de aplicaciones de compras en línea. El enorme
potencial de los avances tecnológicos, en particular de la tecnología móvil, ha tenido un impacto
directo en esta modalidad de servicio, donde el proceso de adquisición del producto se ha vuelto
cada vez más cómodo desde la solicitud del pedido hasta la entrega del mismo. Si bien las ventajas
de las compras en línea se han vuelto múltiples, las prácticas actuales en seguridad en bases de
datos y el resguardo de la información de los usuarios en las diversas aplicaciones de comercio
electrónico en Estados Unidos y a nivel global, aún presentan desafíos importantes que requieren
ser estudiados (Dorai et al., 2023).
En este contexto, un estudio publicado por Gomes (2023) analiza el crecimiento y
funcionamiento de los restaurantes virtuales en Brasil, con especial énfasis en el modelo de dark
kitchens. La investigación identificó que cerca del 30 % de los establecimientos registrados en
plataformas digitales como iFood correspondían a este tipo de negocios. Este dato evidencia la
rápida expansión de las dark kitchens dentro del mercado de comida en línea, impulsada
principalmente por el aumento del uso de aplicaciones digitales para realizar pedidos. Asimismo,
este modelo de negocio depende casi en su totalidad del uso de sistemas digitales, ya que no
cuentan con atención presencial al cliente. Bajo esta premisa, la interacción se realiza mediante
plataformas virtuales, lo que implica una gestión constante de datos personales, direcciones,
preferencias de consumo y métodos de pago. Esta alta dependencia de la tecnología convierte a
la información en un recurso clave para el funcionamiento eficiente del servicio.
Por otro lado, a nivel internacional, la eficiencia en gestión de pedidos es un aspecto clave
en los servicios digitales. La calidad y precisión de los datos ingresados por los usuarios influyen
directamente en el proceso de preparación, coordinación y entrega de los productos. Cuando la
información es incompleta o incorrecta, se generan dificultades operativas que pueden ocasionar
retrasos o errores en la recepción de los artículos por parte del usuario. En consecuencia, se
evidencia que el adecuado manejo de los datos y la confianza del usuario en las plataformas
digitales son factores determinantes para garantizar un servicio eficiente (Bahashwan, 2025).
Bajo este enfoque de optimización logística, Vasquez et al. (2026) desarrollaron una
investigación donde analizaron la convergencia de tecnologías digitales en la gestión y
trazabilidad de flujos operativos donde determinaron que la integración de sistemas de
información interactivos actúa como un pilar fundamental para fortalecer la transparencia e
integridad de los datos procesados, previniendo la duplicidad de registros lógicos y además
concluyeron que el monitoreo de datos en tiempo real permite una optimización de recursos y una
planificación de flujos que reduce significativamente las demoras operativas. Esta evidencia
resulta transferible al entorno comercial, demostrando que el resguardo y la consistencia de la
INTRODUCCIÓN
Diversas investigaciones a escala internacional coinciden en que, desde la pandemia del
COVID-19, se ha favorecido la expansión del uso de aplicaciones de compras en línea. El enorme
potencial de los avances tecnológicos, en particular de la tecnología móvil, ha tenido un impacto
directo en esta modalidad de servicio, donde el proceso de adquisición del producto se ha vuelto
cada vez más cómodo desde la solicitud del pedido hasta la entrega del mismo. Si bien las ventajas
de las compras en línea se han vuelto múltiples, las prácticas actuales en seguridad en bases de
datos y el resguardo de la información de los usuarios en las diversas aplicaciones de comercio
electrónico en Estados Unidos y a nivel global, aún presentan desafíos importantes que requieren
ser estudiados (Dorai et al., 2023).
En este contexto, un estudio publicado por Gomes (2023) analiza el crecimiento y
funcionamiento de los restaurantes virtuales en Brasil, con especial énfasis en el modelo de dark
kitchens. La investigación identificó que cerca del 30 % de los establecimientos registrados en
plataformas digitales como iFood correspondían a este tipo de negocios. Este dato evidencia la
rápida expansión de las dark kitchens dentro del mercado de comida en línea, impulsada
principalmente por el aumento del uso de aplicaciones digitales para realizar pedidos. Asimismo,
este modelo de negocio depende casi en su totalidad del uso de sistemas digitales, ya que no
cuentan con atención presencial al cliente. Bajo esta premisa, la interacción se realiza mediante
plataformas virtuales, lo que implica una gestión constante de datos personales, direcciones,
preferencias de consumo y métodos de pago. Esta alta dependencia de la tecnología convierte a
la información en un recurso clave para el funcionamiento eficiente del servicio.
Por otro lado, a nivel internacional, la eficiencia en gestión de pedidos es un aspecto clave
en los servicios digitales. La calidad y precisión de los datos ingresados por los usuarios influyen
directamente en el proceso de preparación, coordinación y entrega de los productos. Cuando la
información es incompleta o incorrecta, se generan dificultades operativas que pueden ocasionar
retrasos o errores en la recepción de los artículos por parte del usuario. En consecuencia, se
evidencia que el adecuado manejo de los datos y la confianza del usuario en las plataformas
digitales son factores determinantes para garantizar un servicio eficiente (Bahashwan, 2025).
Bajo este enfoque de optimización logística, Vasquez et al. (2026) desarrollaron una
investigación donde analizaron la convergencia de tecnologías digitales en la gestión y
trazabilidad de flujos operativos donde determinaron que la integración de sistemas de
información interactivos actúa como un pilar fundamental para fortalecer la transparencia e
integridad de los datos procesados, previniendo la duplicidad de registros lógicos y además
concluyeron que el monitoreo de datos en tiempo real permite una optimización de recursos y una
planificación de flujos que reduce significativamente las demoras operativas. Esta evidencia
resulta transferible al entorno comercial, demostrando que el resguardo y la consistencia de la
Vol. 13/ Núm. 3 2026 pág. 295
información digital mitigan los tiempos muertos y garantizan la eficiencia logística en cadenas de
atención con alta demanda.
En la misma línea del entorno comercial, Ñivin et al. (2025) desarrollaron una revisión
sistemática donde evaluaron el impacto de la digitalización estratégica en la logística. Sus
hallazgos determinaron que herramientas como el Internet de las Cosas (IoT), Blockchain y la
Inteligencia Artificial no solo mitigan los costos logísticos, sino que elevan la capacidad de
respuesta y la eficiencia en la gestión de pedidos que concluyen que la integración coordinada de
estos sistemas de información es indispensable para optimizar las operaciones diarias y asegurar
la resiliencia en la distribución de servicios, fundamentando que la solidez tecnológica se vincula
directamente con un menor tiempo de ciclo y un incremento de la eficiencia operativa.
Al respecto, investigaciones recientes como la de Sthapit et al. (2024) han analizado el
ecosistema de las dark kitchens, destacando que la eficiencia logística y la gestión adecuada de la
información determina en buena medida la valoración que los usuarios hacen. Los beneficios
percibidos (como la rapidez y comodidad de los despachos) aumentan la confianza en el servicio,
mientras que los riesgos asociados a problemas de seguridad de datos o fallas operativas generan
desconfianza. De igual forma, se establece que garantizar procesos tecnológicos y logísticos
seguros es un factor determinante en la continuidad de uso de estas plataformas.
En el Perú, el modelo de dark kitchens se ha disparado en los últimos años debido al uso
generalizado de las plataformas digitales enfocadas en el delivery. Según explican Miranda y
Pereyra (2025), este formato enfrenta constantes desafíos en su eficiencia operativa, ya que opera
bajo un sistema completamente digital que evidencia una alta dependencia de la gestión de la
información. El mercado local de comida a domicilio refleja que el consumidor actual prioriza la
rapidez y la exactitud en la entrega, lo que obliga a las empresas gastronómicas a optimizar la
trazabilidad y mejorar sus procesos logísticos mediante el uso de sistemas digitales robustos y un
adecuado control de sus bases de datos.
Este funcionamiento de las dark kitchens depende completamente del ingreso y
procesamiento de datos, ya que todo el ciclo, desde el pedido hasta la entrega, es digital. Bajo
estas condiciones, la integridad, la confidencialidad y la disponibilidad de los datos influyen en
la eficiencia del servicio; los errores en la base de datos pueden generar retrasos, fallas en la
entrega o insatisfacción del cliente. Así, las vulnerabilidades en la seguridad de base de datos
afectan directamente la eficiencia operativa en los servicios de comida rápida, evidenciando un
problema que requiere ser analizado (Alqahtani, 2025).
Por consiguiente, resulta necesario investigar cómo las fragilidades en el resguardo y
gestión de la base de datos están afectando la operatividad de los despachos, con el propósito de
establecer soluciones que aseguren entregas rápidas, exactas y confiables. Bajo estas
circunstancias, formulamos la siguiente pregunta general: ¿Qué relación existe entre la seguridad
en base de datos y la eficiencia en gestión de pedidos en una empresa de coworking, Magdalena,
información digital mitigan los tiempos muertos y garantizan la eficiencia logística en cadenas de
atención con alta demanda.
En la misma línea del entorno comercial, Ñivin et al. (2025) desarrollaron una revisión
sistemática donde evaluaron el impacto de la digitalización estratégica en la logística. Sus
hallazgos determinaron que herramientas como el Internet de las Cosas (IoT), Blockchain y la
Inteligencia Artificial no solo mitigan los costos logísticos, sino que elevan la capacidad de
respuesta y la eficiencia en la gestión de pedidos que concluyen que la integración coordinada de
estos sistemas de información es indispensable para optimizar las operaciones diarias y asegurar
la resiliencia en la distribución de servicios, fundamentando que la solidez tecnológica se vincula
directamente con un menor tiempo de ciclo y un incremento de la eficiencia operativa.
Al respecto, investigaciones recientes como la de Sthapit et al. (2024) han analizado el
ecosistema de las dark kitchens, destacando que la eficiencia logística y la gestión adecuada de la
información determina en buena medida la valoración que los usuarios hacen. Los beneficios
percibidos (como la rapidez y comodidad de los despachos) aumentan la confianza en el servicio,
mientras que los riesgos asociados a problemas de seguridad de datos o fallas operativas generan
desconfianza. De igual forma, se establece que garantizar procesos tecnológicos y logísticos
seguros es un factor determinante en la continuidad de uso de estas plataformas.
En el Perú, el modelo de dark kitchens se ha disparado en los últimos años debido al uso
generalizado de las plataformas digitales enfocadas en el delivery. Según explican Miranda y
Pereyra (2025), este formato enfrenta constantes desafíos en su eficiencia operativa, ya que opera
bajo un sistema completamente digital que evidencia una alta dependencia de la gestión de la
información. El mercado local de comida a domicilio refleja que el consumidor actual prioriza la
rapidez y la exactitud en la entrega, lo que obliga a las empresas gastronómicas a optimizar la
trazabilidad y mejorar sus procesos logísticos mediante el uso de sistemas digitales robustos y un
adecuado control de sus bases de datos.
Este funcionamiento de las dark kitchens depende completamente del ingreso y
procesamiento de datos, ya que todo el ciclo, desde el pedido hasta la entrega, es digital. Bajo
estas condiciones, la integridad, la confidencialidad y la disponibilidad de los datos influyen en
la eficiencia del servicio; los errores en la base de datos pueden generar retrasos, fallas en la
entrega o insatisfacción del cliente. Así, las vulnerabilidades en la seguridad de base de datos
afectan directamente la eficiencia operativa en los servicios de comida rápida, evidenciando un
problema que requiere ser analizado (Alqahtani, 2025).
Por consiguiente, resulta necesario investigar cómo las fragilidades en el resguardo y
gestión de la base de datos están afectando la operatividad de los despachos, con el propósito de
establecer soluciones que aseguren entregas rápidas, exactas y confiables. Bajo estas
circunstancias, formulamos la siguiente pregunta general: ¿Qué relación existe entre la seguridad
en base de datos y la eficiencia en gestión de pedidos en una empresa de coworking, Magdalena,
Vol. 13/ Núm. 3 2026 pág. 296
2026? A partir de esta pregunta general, se derivan las siguientes específicas, alineadas a las
dimensiones de estudio: (a) ¿Qué relación existe entre la confidencialidad y el tiempo de ciclo en
una empresa de coworking, Magdalena, 2026? (b) ¿De qué manera se relaciona la integridad y la
precisión del pedido en una empresa de coworking, Magdalena, 2026? (c) ¿Cómo se relaciona la
disponibilidad y la optimización de recursos en una empresa de coworking, Magdalena, 2026?
El objetivo general busca identificar la relación la relación entre la seguridad en base de datos y
la eficiencia en la gestión de pedidos en una empresa de coworking, Magdalena, 2026, estando
en línea con el objetivo de desarrollo sostenible N° 16 que busca crear a todos los niveles
instituciones eficaces, responsables y transparentes que rindan cuentas con el fin de garantizar la
protección de la información y optimizar los procesos operativos. Los objetivos específicos son:
(a) Analizar la relación entre la confidencialidad y el tiempo de ciclo en una empresa de
coworking, Magdalena, 2026; (b) Determinar la forma en que se relaciona la integridad y la
precisión del pedido en una empresa de coworking, Magdalena, 2026; y (c) Evaluar de qué manera
se relaciona la disponibilidad y la optimización de recursos en una empresa de coworking,
Magdalena, 2026.
Respecto a la seguridad en base de datos, Silberschatz et al. (2020) indican que esta
disciplina se enfoca en proteger los datos almacenados contra accesos no autorizados, destrucción
o alteraciones malintencionadas, garantizando la fiabilidad del sistema. Por su parte, Murray
(2010) afirma que es un conjunto de mecanismos que proporcionan un acceso controlado y
protegido a los contenidos, preservando su consistencia y la calidad general de la información.
Asimismo, Connolly y Begg (2015) sostienen que la seguridad en base de datos es un enfoque de
protección integral de la información almacenada frente a amenazas diversas, donde este estado
de resguardo se alcanza garantizando la confidencialidad en el acceso exclusivo de usuarios
legítimos, salvaguardando la integridad mediante datos que se mantengan exactos y libres de
alteraciones, y asegurando la disponibilidad operativa del sistema cada vez que sea requerido.
Finalmente, Pulache-Quiroga et al. (2025) complementan esta perspectiva al señalar que dicho
estado de resguardo requiere de una arquitectura defensiva integral y multicapa, donde
mecanismos altamente efectivos como el control de acceso y el cifrado deben combinarse con
controles lógicos, físicos y administrativos para mitigar eficazmente las amenazas actuales.
En cuanto a la eficiencia en gestión de pedidos, autores clásicos de la logística como
Christopher (2016) sustentan que una gestión eficiente implica integrar de manera óptima el
sistema de distribución, desde el procesamiento de la información hasta la llegada al usuario final.
En esta misma línea, Ballou (2004) señala que la eficiencia logística busca reducir demoras y
asegurar el cumplimiento del servicio con el menor costo posible. Por su parte, Chopra y Meindl
(2020) afirman que representa la capacidad operativa del sistema para satisfacer los
requerimientos del cliente optimizando la cadena de valor, lo cual se consolida al minimizar el
tiempo de ciclo total desde la solicitud hasta la entrega, asegurar la precisión del pedido mediante
2026? A partir de esta pregunta general, se derivan las siguientes específicas, alineadas a las
dimensiones de estudio: (a) ¿Qué relación existe entre la confidencialidad y el tiempo de ciclo en
una empresa de coworking, Magdalena, 2026? (b) ¿De qué manera se relaciona la integridad y la
precisión del pedido en una empresa de coworking, Magdalena, 2026? (c) ¿Cómo se relaciona la
disponibilidad y la optimización de recursos en una empresa de coworking, Magdalena, 2026?
El objetivo general busca identificar la relación la relación entre la seguridad en base de datos y
la eficiencia en la gestión de pedidos en una empresa de coworking, Magdalena, 2026, estando
en línea con el objetivo de desarrollo sostenible N° 16 que busca crear a todos los niveles
instituciones eficaces, responsables y transparentes que rindan cuentas con el fin de garantizar la
protección de la información y optimizar los procesos operativos. Los objetivos específicos son:
(a) Analizar la relación entre la confidencialidad y el tiempo de ciclo en una empresa de
coworking, Magdalena, 2026; (b) Determinar la forma en que se relaciona la integridad y la
precisión del pedido en una empresa de coworking, Magdalena, 2026; y (c) Evaluar de qué manera
se relaciona la disponibilidad y la optimización de recursos en una empresa de coworking,
Magdalena, 2026.
Respecto a la seguridad en base de datos, Silberschatz et al. (2020) indican que esta
disciplina se enfoca en proteger los datos almacenados contra accesos no autorizados, destrucción
o alteraciones malintencionadas, garantizando la fiabilidad del sistema. Por su parte, Murray
(2010) afirma que es un conjunto de mecanismos que proporcionan un acceso controlado y
protegido a los contenidos, preservando su consistencia y la calidad general de la información.
Asimismo, Connolly y Begg (2015) sostienen que la seguridad en base de datos es un enfoque de
protección integral de la información almacenada frente a amenazas diversas, donde este estado
de resguardo se alcanza garantizando la confidencialidad en el acceso exclusivo de usuarios
legítimos, salvaguardando la integridad mediante datos que se mantengan exactos y libres de
alteraciones, y asegurando la disponibilidad operativa del sistema cada vez que sea requerido.
Finalmente, Pulache-Quiroga et al. (2025) complementan esta perspectiva al señalar que dicho
estado de resguardo requiere de una arquitectura defensiva integral y multicapa, donde
mecanismos altamente efectivos como el control de acceso y el cifrado deben combinarse con
controles lógicos, físicos y administrativos para mitigar eficazmente las amenazas actuales.
En cuanto a la eficiencia en gestión de pedidos, autores clásicos de la logística como
Christopher (2016) sustentan que una gestión eficiente implica integrar de manera óptima el
sistema de distribución, desde el procesamiento de la información hasta la llegada al usuario final.
En esta misma línea, Ballou (2004) señala que la eficiencia logística busca reducir demoras y
asegurar el cumplimiento del servicio con el menor costo posible. Por su parte, Chopra y Meindl
(2020) afirman que representa la capacidad operativa del sistema para satisfacer los
requerimientos del cliente optimizando la cadena de valor, lo cual se consolida al minimizar el
tiempo de ciclo total desde la solicitud hasta la entrega, asegurar la precisión del pedido mediante
Vol. 13/ Núm. 3 2026 pág. 297
la total exactitud de los productos despachados, y maximizar el rendimiento general a través de
una constante optimización de recursos. Finalmente, Córdova-Otero et al. (2026) complementan
esta perspectiva al destacar que, en el entorno operativo actual, dicha eficiencia y reducción de
demoras se logran mediante la digitalización y el uso de sistemas interactivos, los cuales aceleran
la toma y seguimiento de solicitudes, minimizan errores en los flujos de información y garantizan
una experiencia de usuario ágil y estructurada.
La hipótesis general es que se presenta una relación entre la seguridad de base de datos y
la eficiencia en la gestión de pedidos en una empresa de coworking, Magdalena, 2026. Y como
hipótesis específicas: (a) Existe relación entre la confidencialidad y el tiempo de ciclo en una
empresa de coworking, Magdalena, 2026; (b) Existe relación entre la integridad y la precisión del
pedido en una empresa de coworking, Magdalena, 2026; (c) Existe relación entre la disponibilidad
y la optimización de recursos en una empresa de coworking, Magdalena, 2026.
MATERIALES Y MÉTODOS
La presente investigación consideró dos variables principales de estudio que serán
medidas a través de sus dimensiones e indicadores. La primera variable es la seguridad en base
de datos, para la cual se adopta la definición conceptual de Connolly y Begg (2015), quienes
sostienen que es un enfoque de protección integral de la información almacenada frente a
amenazas diversas, donde este estado de resguardo se alcanza garantizando la confidencialidad
en el acceso exclusivo de usuarios legítimos, salvaguardando la integridad mediante datos que se
mantengan exactos y libres de alteraciones, y asegurando la disponibilidad operativa del sistema
cada vez que sea requerido. En su definición operacional, se establecen las siguientes dimensiones
y incluyendo también sus indicadores, Connolly y Begg (2015) define que la confidencialidad es
la cualidad del sistema que permite el acceso restringido a la información únicamente al personal
autorizado mediante un estricto control de accesos, procesos de autenticación de usuarios, el
cifrado de información sensible y mecanismos eficaces para la prevención de exposición de datos.
Connolly y Begg (2015), indica que la integridad es la característica que asegura que la
información se mantenga exacta y libre de modificaciones mediante la precisión de registros, la
prevención de alteraciones malintencionadas, la trazabilidad de cambios en el sistema y la
constante consistencia de datos. Para finalizar Connolly y Begg (2015), conceptualizan a la
disponibilidad como la capacidad del sistema para mantenerse operativo y accesible asegurando
la continuidad del sistema, planes de recuperación ante fallos, una alta tolerancia a errores de
infraestructura y la prevención de bloqueos operativos.
Respecto a la segunda variable la eficiencia en gestión de pedidos, tomando como base
teórica la definición conceptual de Chopra y Meindl (2020), quienes afirman que representa la
capacidad operativa del sistema para satisfacer los requerimientos del cliente optimizando la
cadena de valor, lo cual se consolida al minimizar el tiempo de ciclo total desde la solicitud hasta
la total exactitud de los productos despachados, y maximizar el rendimiento general a través de
una constante optimización de recursos. Finalmente, Córdova-Otero et al. (2026) complementan
esta perspectiva al destacar que, en el entorno operativo actual, dicha eficiencia y reducción de
demoras se logran mediante la digitalización y el uso de sistemas interactivos, los cuales aceleran
la toma y seguimiento de solicitudes, minimizan errores en los flujos de información y garantizan
una experiencia de usuario ágil y estructurada.
La hipótesis general es que se presenta una relación entre la seguridad de base de datos y
la eficiencia en la gestión de pedidos en una empresa de coworking, Magdalena, 2026. Y como
hipótesis específicas: (a) Existe relación entre la confidencialidad y el tiempo de ciclo en una
empresa de coworking, Magdalena, 2026; (b) Existe relación entre la integridad y la precisión del
pedido en una empresa de coworking, Magdalena, 2026; (c) Existe relación entre la disponibilidad
y la optimización de recursos en una empresa de coworking, Magdalena, 2026.
MATERIALES Y MÉTODOS
La presente investigación consideró dos variables principales de estudio que serán
medidas a través de sus dimensiones e indicadores. La primera variable es la seguridad en base
de datos, para la cual se adopta la definición conceptual de Connolly y Begg (2015), quienes
sostienen que es un enfoque de protección integral de la información almacenada frente a
amenazas diversas, donde este estado de resguardo se alcanza garantizando la confidencialidad
en el acceso exclusivo de usuarios legítimos, salvaguardando la integridad mediante datos que se
mantengan exactos y libres de alteraciones, y asegurando la disponibilidad operativa del sistema
cada vez que sea requerido. En su definición operacional, se establecen las siguientes dimensiones
y incluyendo también sus indicadores, Connolly y Begg (2015) define que la confidencialidad es
la cualidad del sistema que permite el acceso restringido a la información únicamente al personal
autorizado mediante un estricto control de accesos, procesos de autenticación de usuarios, el
cifrado de información sensible y mecanismos eficaces para la prevención de exposición de datos.
Connolly y Begg (2015), indica que la integridad es la característica que asegura que la
información se mantenga exacta y libre de modificaciones mediante la precisión de registros, la
prevención de alteraciones malintencionadas, la trazabilidad de cambios en el sistema y la
constante consistencia de datos. Para finalizar Connolly y Begg (2015), conceptualizan a la
disponibilidad como la capacidad del sistema para mantenerse operativo y accesible asegurando
la continuidad del sistema, planes de recuperación ante fallos, una alta tolerancia a errores de
infraestructura y la prevención de bloqueos operativos.
Respecto a la segunda variable la eficiencia en gestión de pedidos, tomando como base
teórica la definición conceptual de Chopra y Meindl (2020), quienes afirman que representa la
capacidad operativa del sistema para satisfacer los requerimientos del cliente optimizando la
cadena de valor, lo cual se consolida al minimizar el tiempo de ciclo total desde la solicitud hasta
Vol. 13/ Núm. 3 2026 pág. 298
la entrega, asegurar la precisión del pedido mediante la total exactitud de los productos
despachados, y maximizar el rendimiento general a través de una constante optimización de
recursos. En su definición operacional, se señalan las siguientes dimensiones incluyendo también
sus indicadores, Chopra y Meindl (2020) definen que el tiempo de ciclo es el lapso total que
transcurre desde la solicitud de un pedido hasta su entrega final determinado por la velocidad de
procesamiento, el cumplimiento de plazos, la reducción de demoras en la cadena y la mejora de
los tiempos de respuesta. Chopra y Meindl (2020) indican que la precisión del pedido es el nivel
de conformidad y cumplimiento perfecto de una orden que se evalúa a través de la exactitud de
los registros, la reducción de errores en el despacho, la conformidad del usuario final y la calidad
de la entrega física. Para finalizar Chopra y Meindl (2020) conceptualizan a la optimización de
recursos como el balance óptimo entre la capacidad operativa y el gasto del sistema reflejado en
el uso adecuado del sistema, la disminución del esfuerzo operativo, la disminución de retrabajos
logísticos y la maximización de la capacidad de atención.
De acuerdo con Arias (2012), la población representa el conjunto completo de elementos
o sujetos a estudiar para recolectar datos, y se clasifica en finita o infinita conforme al alcance y
la naturaleza de la investigación. En este estudio, la población estuvo conformada por todos los
trabajadores involucrados en el proceso de gestión y distribución de pedidos de una empresa de
coworking en Magdalena. Para delimitar a los participantes, se aplicaron parámetros precisos. En
cuanto a los criterios de inclusión para los colaboradores se estableció los siguientes: (1)
interactuar directamente con el sistema digital de gestión y la base de datos operativa; (2)
encontrarse laborando de forma presencial y activa dentro del ciclo diario de la empresa; y (3)
contar con un tiempo mínimo de tres meses de permanencia en el puesto para garantizar su
conocimiento del sistema. Por el contrario, los colaboradores se excluirán del estudio si presentan
los siguientes criterios: (1) se descartó al personal que carece de acceso a la plataforma, como es
el caso de mantenimiento o seguridad; (2) se excluyó a los trabajadores que se encontraban de
licencia o vacaciones al momento de la evaluación; y, (3) no se consideró al personal externo,
practicantes ni a los trabajadores en periodo de prueba, dado que su interacción con el sistema
aún no es independiente ni representativa para el estudio.
Respecto al muestreo y la muestra, dado que la población es reducida, accesible y
constituye el número mínimo requerido para este tipo de análisis estadístico, no se aplicó
muestreo, en cambio se trabajó con una muestra censal. Al respecto, Arias (2012) señala que una
muestra censal se da cuando la población de estudio coincide plenamente con la muestra
seleccionada debido a que se evalúa a cada uno de sus integrantes. En consecuencia, la muestra
final de la investigación estuvo compuesta por los 30 trabajadores de la empresa involucrados en
el proceso de gestión de pedidos y de despachos, a quienes se les aplicó el instrumento de
recolección de datos en su totalidad.
la entrega, asegurar la precisión del pedido mediante la total exactitud de los productos
despachados, y maximizar el rendimiento general a través de una constante optimización de
recursos. En su definición operacional, se señalan las siguientes dimensiones incluyendo también
sus indicadores, Chopra y Meindl (2020) definen que el tiempo de ciclo es el lapso total que
transcurre desde la solicitud de un pedido hasta su entrega final determinado por la velocidad de
procesamiento, el cumplimiento de plazos, la reducción de demoras en la cadena y la mejora de
los tiempos de respuesta. Chopra y Meindl (2020) indican que la precisión del pedido es el nivel
de conformidad y cumplimiento perfecto de una orden que se evalúa a través de la exactitud de
los registros, la reducción de errores en el despacho, la conformidad del usuario final y la calidad
de la entrega física. Para finalizar Chopra y Meindl (2020) conceptualizan a la optimización de
recursos como el balance óptimo entre la capacidad operativa y el gasto del sistema reflejado en
el uso adecuado del sistema, la disminución del esfuerzo operativo, la disminución de retrabajos
logísticos y la maximización de la capacidad de atención.
De acuerdo con Arias (2012), la población representa el conjunto completo de elementos
o sujetos a estudiar para recolectar datos, y se clasifica en finita o infinita conforme al alcance y
la naturaleza de la investigación. En este estudio, la población estuvo conformada por todos los
trabajadores involucrados en el proceso de gestión y distribución de pedidos de una empresa de
coworking en Magdalena. Para delimitar a los participantes, se aplicaron parámetros precisos. En
cuanto a los criterios de inclusión para los colaboradores se estableció los siguientes: (1)
interactuar directamente con el sistema digital de gestión y la base de datos operativa; (2)
encontrarse laborando de forma presencial y activa dentro del ciclo diario de la empresa; y (3)
contar con un tiempo mínimo de tres meses de permanencia en el puesto para garantizar su
conocimiento del sistema. Por el contrario, los colaboradores se excluirán del estudio si presentan
los siguientes criterios: (1) se descartó al personal que carece de acceso a la plataforma, como es
el caso de mantenimiento o seguridad; (2) se excluyó a los trabajadores que se encontraban de
licencia o vacaciones al momento de la evaluación; y, (3) no se consideró al personal externo,
practicantes ni a los trabajadores en periodo de prueba, dado que su interacción con el sistema
aún no es independiente ni representativa para el estudio.
Respecto al muestreo y la muestra, dado que la población es reducida, accesible y
constituye el número mínimo requerido para este tipo de análisis estadístico, no se aplicó
muestreo, en cambio se trabajó con una muestra censal. Al respecto, Arias (2012) señala que una
muestra censal se da cuando la población de estudio coincide plenamente con la muestra
seleccionada debido a que se evalúa a cada uno de sus integrantes. En consecuencia, la muestra
final de la investigación estuvo compuesta por los 30 trabajadores de la empresa involucrados en
el proceso de gestión de pedidos y de despachos, a quienes se les aplicó el instrumento de
recolección de datos en su totalidad.
Vol. 13/ Núm. 3 2026 pág. 299
Referente a las técnicas de recolección de datos, para esta investigación se seleccionó la
encuesta. De acuerdo con Arias (2012), la encuesta sirve para consultar a un segmento de la
población sobre un tema concreto, con el fin de cuantificar o describir sus posturas y saberes
respecto a las variables. Esta técnica es idónea para el presente trabajo, ya que permitió recopilar
de manera directa las percepciones del personal operativo sobre los procesos internos de la
organización.
Para la recolección de datos, se empleó el cuestionario, instrumento que permite
operativizar la técnica indicada. Arias (2012) sostiene que el cuestionario consiste en una
herramienta organizada que reúne un conjunto de interrogantes ordenadas de forma sistémica,
cuya finalidad es recolectar datos directamente vinculados con las metas del estudio. En ese
sentido, se diseñaron dos cuestionarios independientes (uno por cada variable), compuestos por
ítems cerrados y estructurados bajo una escala de valoración tipo Likert de cinco niveles de
respuesta (Totalmente de acuerdo, De acuerdo, Neutral, En desacuerdo y Totalmente en
desacuerdo). Este tipo de escala permitió cuantificar las respuestas de los colaboradores y realizar
el posterior análisis estadístico (ver anexo 2 y 3).
El procedimiento metodológico inició con una revisión bibliográfica la cual permitió
conocer los fundamentos teóricos y antecedentes sobre seguridad en base de datos y eficiencia en
la gestión de pedidos en el ámbito organizacional. Posteriormente se diseñaron y validaron los
cuestionarios y se coordinó con la organización para su aplicación en un entorno adecuado,
garantizando el consentimiento informado de los participantes. Los datos obtenidos fueron
codificados en una hoja de Excel y transferidos al programa SPSS para su análisis.
A lo largo del estudio se observaron los principios éticos de la investigación científica
asegurando el consentimiento informado, la confidencialidad de la información y la protección
de la integridad de los participantes. Asimismo, toda la información teórica fue debidamente
citada, evitando incurrir en plagio. Inguillay et al. (2020) sostienen que la ética constituye un pilar
fundamental en toda investigación, pues garantiza el respeto por los derechos de los participantes
y otorga validez al proceso investigativo. Por tal motivo, esta investigación se desarrolló con
responsabilidad jurídica, ética, social y científica, cumpliendo con los estándares necesarios para
asegurar resultados válidos y confiables.
Referente a las técnicas de recolección de datos, para esta investigación se seleccionó la
encuesta. De acuerdo con Arias (2012), la encuesta sirve para consultar a un segmento de la
población sobre un tema concreto, con el fin de cuantificar o describir sus posturas y saberes
respecto a las variables. Esta técnica es idónea para el presente trabajo, ya que permitió recopilar
de manera directa las percepciones del personal operativo sobre los procesos internos de la
organización.
Para la recolección de datos, se empleó el cuestionario, instrumento que permite
operativizar la técnica indicada. Arias (2012) sostiene que el cuestionario consiste en una
herramienta organizada que reúne un conjunto de interrogantes ordenadas de forma sistémica,
cuya finalidad es recolectar datos directamente vinculados con las metas del estudio. En ese
sentido, se diseñaron dos cuestionarios independientes (uno por cada variable), compuestos por
ítems cerrados y estructurados bajo una escala de valoración tipo Likert de cinco niveles de
respuesta (Totalmente de acuerdo, De acuerdo, Neutral, En desacuerdo y Totalmente en
desacuerdo). Este tipo de escala permitió cuantificar las respuestas de los colaboradores y realizar
el posterior análisis estadístico (ver anexo 2 y 3).
El procedimiento metodológico inició con una revisión bibliográfica la cual permitió
conocer los fundamentos teóricos y antecedentes sobre seguridad en base de datos y eficiencia en
la gestión de pedidos en el ámbito organizacional. Posteriormente se diseñaron y validaron los
cuestionarios y se coordinó con la organización para su aplicación en un entorno adecuado,
garantizando el consentimiento informado de los participantes. Los datos obtenidos fueron
codificados en una hoja de Excel y transferidos al programa SPSS para su análisis.
A lo largo del estudio se observaron los principios éticos de la investigación científica
asegurando el consentimiento informado, la confidencialidad de la información y la protección
de la integridad de los participantes. Asimismo, toda la información teórica fue debidamente
citada, evitando incurrir en plagio. Inguillay et al. (2020) sostienen que la ética constituye un pilar
fundamental en toda investigación, pues garantiza el respeto por los derechos de los participantes
y otorga validez al proceso investigativo. Por tal motivo, esta investigación se desarrolló con
responsabilidad jurídica, ética, social y científica, cumpliendo con los estándares necesarios para
asegurar resultados válidos y confiables.
Vol. 13/ Núm. 3 2026 pág. 300
RESULTADOS Y DISCUSIÓN
Análisis Descriptivo Univariado
Tabla 1
Descripción de los niveles de la variable seguridad de base de datos
Seguridad en base de datos
Frecuencia Porcentaje Porcentaje válido Porcentaje
acumulado
Válido
Bajo 0 0.0 0.0 0.0
Medio 8 26.7 26.7 26.7
Alto 22 73.3 73.3 100.0
Total 30 100.0 100.0
Respecto a la tabla 1, realizado a los 30 clientes en Magdalena 2026; nos permite inferir
que la variable seguridad en base de datos tiene un índice de 73.33% que indica un nivel alto,
26.67% de nivel medio y 0.00% de índice bajo. Por consiguiente, podemos notar que el porcentaje
mayor se encuentra representado por el nivel alto deduciendo que los clientes tienen conocimiento
de la seguridad de base de datos y su aplicación realizada.
Tabla 2
Descripción de los niveles de la variable Eficiencia en Gestión de Pedidos
Eficiencia en Gestión de Pedidos
Frecuencia Porcentaje Porcentaje válido Porcentaje
acumulado
Válido
Bajo 0 0.0 0.0 0.0
Medio 15 50.0 50.0 50.0
Alto 15 50.0 50.0 100.0
Total 30 100.0 100.0
Respecto a la tabla 2, el muestreo realizado a los 30 clientes en Magdalena 2026; nos
permite inferir que la variable eficiencia en gestión de pedidos tiene un índice de 50.00% que
indica un nivel alto, 50.00% de nivel medio y 0.00% de índice bajo. Por consiguiente, podemos
notar que el porcentaje mayor se encuentra representado de igual manera por el nivel alto y medio
deduciendo que los clientes tienen conocimiento de la eficiencia en gestión de pedidos y su
aplicación realizada.
RESULTADOS Y DISCUSIÓN
Análisis Descriptivo Univariado
Tabla 1
Descripción de los niveles de la variable seguridad de base de datos
Seguridad en base de datos
Frecuencia Porcentaje Porcentaje válido Porcentaje
acumulado
Válido
Bajo 0 0.0 0.0 0.0
Medio 8 26.7 26.7 26.7
Alto 22 73.3 73.3 100.0
Total 30 100.0 100.0
Respecto a la tabla 1, realizado a los 30 clientes en Magdalena 2026; nos permite inferir
que la variable seguridad en base de datos tiene un índice de 73.33% que indica un nivel alto,
26.67% de nivel medio y 0.00% de índice bajo. Por consiguiente, podemos notar que el porcentaje
mayor se encuentra representado por el nivel alto deduciendo que los clientes tienen conocimiento
de la seguridad de base de datos y su aplicación realizada.
Tabla 2
Descripción de los niveles de la variable Eficiencia en Gestión de Pedidos
Eficiencia en Gestión de Pedidos
Frecuencia Porcentaje Porcentaje válido Porcentaje
acumulado
Válido
Bajo 0 0.0 0.0 0.0
Medio 15 50.0 50.0 50.0
Alto 15 50.0 50.0 100.0
Total 30 100.0 100.0
Respecto a la tabla 2, el muestreo realizado a los 30 clientes en Magdalena 2026; nos
permite inferir que la variable eficiencia en gestión de pedidos tiene un índice de 50.00% que
indica un nivel alto, 50.00% de nivel medio y 0.00% de índice bajo. Por consiguiente, podemos
notar que el porcentaje mayor se encuentra representado de igual manera por el nivel alto y medio
deduciendo que los clientes tienen conocimiento de la eficiencia en gestión de pedidos y su
aplicación realizada.
Vol. 13/ Núm. 3 2026 pág. 301
Tabla 3
Descripción de los niveles de la dimensión Confidencialidad
Confidencialidad
Frecuencia Porcentaje Porcentaje válido Porcentaje
acumulado
Válido
Bajo 0 0.0 0.0 0.0
Medio 2 6.7 6.7 6.7
Alto 28 93.3 93.3 100.0
Total 30 100.0 100.0
Respecto a la tabla 3, el muestreo realizado a los 30 clientes en Magdalena 2026; nos
permite inferir que la dimensión confidencialidad tiene un índice de 93.33% que indica un nivel
alto, 6.67% de nivel medio y 0.00% de índice bajo. Por consiguiente, podemos notar que el
porcentaje mayor se encuentra representado por el nivel alto deduciendo que los clientes tienen
conocimiento de la confidencialidad y su aplicación realizada.
Tabla 4
Descripción de los niveles de la dimensión Integridad
Integridad
Frecuencia Porcentaje Porcentaje válido Porcentaje
acumulado
Válido
Bajo 0 0.0 0.0 0.0
Medio 8 26.7 26.7 26.7
Alto 22 73.3 73.3 100.0
Total 30 100.0 100.0
Respecto a la tabla 4, el muestreo realizado a los 30 clientes en Magdalena 2026; nos
permite inferir que la dimensión integridad tiene un índice de 73.33% que indica un nivel alto,
26.67% de nivel medio y 00.00% de índice bajo. Por consiguiente, podemos notar que el
porcentaje mayor se encuentra representado por el nivel alto deduciendo que los clientes tienen
conocimiento de la integridad y su aplicación realizada.
Tabla 3
Descripción de los niveles de la dimensión Confidencialidad
Confidencialidad
Frecuencia Porcentaje Porcentaje válido Porcentaje
acumulado
Válido
Bajo 0 0.0 0.0 0.0
Medio 2 6.7 6.7 6.7
Alto 28 93.3 93.3 100.0
Total 30 100.0 100.0
Respecto a la tabla 3, el muestreo realizado a los 30 clientes en Magdalena 2026; nos
permite inferir que la dimensión confidencialidad tiene un índice de 93.33% que indica un nivel
alto, 6.67% de nivel medio y 0.00% de índice bajo. Por consiguiente, podemos notar que el
porcentaje mayor se encuentra representado por el nivel alto deduciendo que los clientes tienen
conocimiento de la confidencialidad y su aplicación realizada.
Tabla 4
Descripción de los niveles de la dimensión Integridad
Integridad
Frecuencia Porcentaje Porcentaje válido Porcentaje
acumulado
Válido
Bajo 0 0.0 0.0 0.0
Medio 8 26.7 26.7 26.7
Alto 22 73.3 73.3 100.0
Total 30 100.0 100.0
Respecto a la tabla 4, el muestreo realizado a los 30 clientes en Magdalena 2026; nos
permite inferir que la dimensión integridad tiene un índice de 73.33% que indica un nivel alto,
26.67% de nivel medio y 00.00% de índice bajo. Por consiguiente, podemos notar que el
porcentaje mayor se encuentra representado por el nivel alto deduciendo que los clientes tienen
conocimiento de la integridad y su aplicación realizada.
Vol. 13/ Núm. 3 2026 pág. 302
Tabla 5
Descripción de los niveles de la dimensión Disponibilidad
Disponibilidad
Frecuencia Porcentaje Porcentaje válido Porcentaje
acumulado
Válido
Bajo 3 10.0 10.0 10.0
Medio 15 50.0 50.0 60.0
Alto 12 40.0 40.0 100.0
Total 30 100.0 100.0
Respecto a la tabla 5, el muestreo realizado a los 30 clientes en Magdalena 2026; nos
permite inferir que la dimensión disponibilidad tiene un índice de 50.00% que indica un nivel
medio, 40.00% de nivel alto y 10.00% de índice bajo. Por consiguiente, podemos notar que el
porcentaje mayor se encuentra representado por el nivel medio deduciendo que los clientes tienen
conocimiento de la disponibilidad y su aplicación realizada.
Tabla 6
Descripción de los niveles de la dimensión Tiempo de ciclo
Tiempo de ciclo
Frecuencia Porcentaje Porcentaje válido Porcentaje
acumulado
Válido
Bajo 5 16.7 16.7 16.7
Medio 20 66.7 66.7 83.3
Alto 5 16.7 16.7 100.0
Total 30 100.0 100.0
Respecto a la tabla 6, el muestreo realizado a los 30 clientes en Magdalena 2026; nos
permite inferir que la dimensión tiempo de ciclo tiene un índice de 66.67% que indica un nivel
medio, 16.67% de nivel bajo y 16.67% de índice alto. Por consiguiente, podemos notar que el
porcentaje mayor se encuentra representado por el nivel medio deduciendo que los clientes tienen
conocimiento del tiempo de ciclo y su aplicación realizada.
Tabla 5
Descripción de los niveles de la dimensión Disponibilidad
Disponibilidad
Frecuencia Porcentaje Porcentaje válido Porcentaje
acumulado
Válido
Bajo 3 10.0 10.0 10.0
Medio 15 50.0 50.0 60.0
Alto 12 40.0 40.0 100.0
Total 30 100.0 100.0
Respecto a la tabla 5, el muestreo realizado a los 30 clientes en Magdalena 2026; nos
permite inferir que la dimensión disponibilidad tiene un índice de 50.00% que indica un nivel
medio, 40.00% de nivel alto y 10.00% de índice bajo. Por consiguiente, podemos notar que el
porcentaje mayor se encuentra representado por el nivel medio deduciendo que los clientes tienen
conocimiento de la disponibilidad y su aplicación realizada.
Tabla 6
Descripción de los niveles de la dimensión Tiempo de ciclo
Tiempo de ciclo
Frecuencia Porcentaje Porcentaje válido Porcentaje
acumulado
Válido
Bajo 5 16.7 16.7 16.7
Medio 20 66.7 66.7 83.3
Alto 5 16.7 16.7 100.0
Total 30 100.0 100.0
Respecto a la tabla 6, el muestreo realizado a los 30 clientes en Magdalena 2026; nos
permite inferir que la dimensión tiempo de ciclo tiene un índice de 66.67% que indica un nivel
medio, 16.67% de nivel bajo y 16.67% de índice alto. Por consiguiente, podemos notar que el
porcentaje mayor se encuentra representado por el nivel medio deduciendo que los clientes tienen
conocimiento del tiempo de ciclo y su aplicación realizada.
Vol. 13/ Núm. 3 2026 pág. 303
Tabla 7
Descripción de los niveles de la dimensión Precisión del pedido
Precisión del pedido
Frecuencia Porcentaje Porcentaje válido Porcentaje
acumulado
Válido
Bajo 0 0.0 0.0 0.0
Medio 11 36.7 36.7 36.7
Alto 19 63.3 63.3 100.0
Total 30 100.0 100.0
Respecto a la tabla 7, el muestreo realizado a los 30 clientes en Magdalena 2026; nos
permite inferir que la dimensión precisión del pedido tiene un índice de 63.33% que indica un
nivel alto, 36.67% de nivel medio y 00.00% de índice bajo. Por consiguiente, podemos notar que
el porcentaje mayor se encuentra representado por el nivel alto deduciendo que los clientes tienen
conocimiento de la precisión del pedido y su aplicación realizada.
Tabla 8
Descripción de los niveles de la dimensión Optimización de recursos
Optimización de recursos
Frecuencia Porcentaje Porcentaje válido Porcentaje
acumulado
Válido
Bajo 0 0.0 0.0 0.0
Medio 7 23.3 23.3 23.3
Alto 23 76.7 76.7 100.0
Total 30 100.0 100.0
Respecto a la tabla 8, el muestreo realizado a los 30 clientes en Magdalena 2026; nos
permite inferir que la dimensión optimización de recursos tiene un índice de 76.67% que indica
un nivel alto, 23.33% de nivel medio y 00.00% de índice bajo. Por consiguiente, podemos notar
que el porcentaje mayor se encuentra representado por el nivel alto deduciendo que los clientes
tienen conocimiento de la optimización de recursos y su aplicación realizada.
Tabla 7
Descripción de los niveles de la dimensión Precisión del pedido
Precisión del pedido
Frecuencia Porcentaje Porcentaje válido Porcentaje
acumulado
Válido
Bajo 0 0.0 0.0 0.0
Medio 11 36.7 36.7 36.7
Alto 19 63.3 63.3 100.0
Total 30 100.0 100.0
Respecto a la tabla 7, el muestreo realizado a los 30 clientes en Magdalena 2026; nos
permite inferir que la dimensión precisión del pedido tiene un índice de 63.33% que indica un
nivel alto, 36.67% de nivel medio y 00.00% de índice bajo. Por consiguiente, podemos notar que
el porcentaje mayor se encuentra representado por el nivel alto deduciendo que los clientes tienen
conocimiento de la precisión del pedido y su aplicación realizada.
Tabla 8
Descripción de los niveles de la dimensión Optimización de recursos
Optimización de recursos
Frecuencia Porcentaje Porcentaje válido Porcentaje
acumulado
Válido
Bajo 0 0.0 0.0 0.0
Medio 7 23.3 23.3 23.3
Alto 23 76.7 76.7 100.0
Total 30 100.0 100.0
Respecto a la tabla 8, el muestreo realizado a los 30 clientes en Magdalena 2026; nos
permite inferir que la dimensión optimización de recursos tiene un índice de 76.67% que indica
un nivel alto, 23.33% de nivel medio y 00.00% de índice bajo. Por consiguiente, podemos notar
que el porcentaje mayor se encuentra representado por el nivel alto deduciendo que los clientes
tienen conocimiento de la optimización de recursos y su aplicación realizada.
Vol. 13/ Núm. 3 2026 pág. 304
Prueba de Normalidad
Tabla 9
Prueba de Normalidad
Pruebas de normalidad
Kolmogórov-Smirnova Shapiro-Wilk
Estadístico gl Sig. Estadístico gl Sig.
Seguridad en base de datos 0,115 30 0,200* 0,970 30 0,551
Eficiencia en gestión de
pedidos
0,102 30 0,200* 0,947 30 0,142
Después de analizar los resultados obtenidos del programa estadístico SPSS, de la tabla
9 obtuvimos dos estadísticos Kolmogórov-Smirnov y Shapiro-Wilk. Al ser la muestra menor a
50 encuestados, se procede a procesar la prueba de normalidad utilizando la prueba de Shapiro-
Wilk, obteniendo como resultado un pv de 0,551 para la variable seguridad en base de datos y un
pv de 0,142 para la variable eficiencia en gestión de pedidos siendo mayor a 0,05, lo que significa
que tiene una distribución normal, siendo paramétrica por lo tanto utilizamos el estadístico de
correlación de Pearson.
Análisis Inferencial
Tabla 10
Correlación entre las variables seguridad en base de datos y eficiencia en gestión de pedidos
Correlaciones
Seguridad en base de
datos
Eficiencia en gestión de
pedidos
Seguridad en base de
datos
Correlación de Pearson 1 0,750***
Sig. (bilateral) <0,001
N 30 30
Eficiencia en gestión
de pedidos
Correlación de Pearson 0,750*** 1
Sig. (bilateral) <0,001
N 30 30
H1: Existe relación entre la Seguridad en base de datos y la Eficiencia en gestión de pedidos Magdalena 2026.
H0: No existe relación entre la Seguridad en base de datos y la Eficiencia en gestión de pedidos Magdalena 2026.
Como muestra la tabla 10, mediante el coeficiente de Correlación de Pearson se alcanzó
(r = 0,750, sig. < 0,001) entre la seguridad en base de datos y eficiencia en gestión de pedidos,
representando un valor positivo entre ambas variables, lo que significa una fuerte correlación
entre ambas, de modo que presenta un valor positivo manifestando la correlación entre ambas
variables. Según la prueba aplicada a la hipótesis general se determina que el p-valor (sig.) es
<0,001 siendo menor a 0,05 mostrando una correlación positiva, por lo tanto, se rechaza la
hipótesis nula (H0) y se acepta la hipótesis alterna (H1).
Prueba de Normalidad
Tabla 9
Prueba de Normalidad
Pruebas de normalidad
Kolmogórov-Smirnova Shapiro-Wilk
Estadístico gl Sig. Estadístico gl Sig.
Seguridad en base de datos 0,115 30 0,200* 0,970 30 0,551
Eficiencia en gestión de
pedidos
0,102 30 0,200* 0,947 30 0,142
Después de analizar los resultados obtenidos del programa estadístico SPSS, de la tabla
9 obtuvimos dos estadísticos Kolmogórov-Smirnov y Shapiro-Wilk. Al ser la muestra menor a
50 encuestados, se procede a procesar la prueba de normalidad utilizando la prueba de Shapiro-
Wilk, obteniendo como resultado un pv de 0,551 para la variable seguridad en base de datos y un
pv de 0,142 para la variable eficiencia en gestión de pedidos siendo mayor a 0,05, lo que significa
que tiene una distribución normal, siendo paramétrica por lo tanto utilizamos el estadístico de
correlación de Pearson.
Análisis Inferencial
Tabla 10
Correlación entre las variables seguridad en base de datos y eficiencia en gestión de pedidos
Correlaciones
Seguridad en base de
datos
Eficiencia en gestión de
pedidos
Seguridad en base de
datos
Correlación de Pearson 1 0,750***
Sig. (bilateral) <0,001
N 30 30
Eficiencia en gestión
de pedidos
Correlación de Pearson 0,750*** 1
Sig. (bilateral) <0,001
N 30 30
H1: Existe relación entre la Seguridad en base de datos y la Eficiencia en gestión de pedidos Magdalena 2026.
H0: No existe relación entre la Seguridad en base de datos y la Eficiencia en gestión de pedidos Magdalena 2026.
Como muestra la tabla 10, mediante el coeficiente de Correlación de Pearson se alcanzó
(r = 0,750, sig. < 0,001) entre la seguridad en base de datos y eficiencia en gestión de pedidos,
representando un valor positivo entre ambas variables, lo que significa una fuerte correlación
entre ambas, de modo que presenta un valor positivo manifestando la correlación entre ambas
variables. Según la prueba aplicada a la hipótesis general se determina que el p-valor (sig.) es
<0,001 siendo menor a 0,05 mostrando una correlación positiva, por lo tanto, se rechaza la
hipótesis nula (H0) y se acepta la hipótesis alterna (H1).
Vol. 13/ Núm. 3 2026 pág. 305
Tabla 11
Correlación entre las dimensiones Confidencialidad y Tiempo de ciclo
Correlaciones
Confidencialidad Tiempo de ciclo
Confidencialidad Correlación de Pearson 1 0,448*
Sig. (bilateral) 0,013
N 30 30
Tiempo de ciclo Correlación de Pearson 0,448* 1
Sig. (bilateral) 0,013
N 30 30
H1: Si, Existe relación entre Confidencialidad y el Tiempo de ciclo Magdalena 2026.
H0: No, Existe relación entre Confidencialidad y el Tiempo de ciclo Magdalena 2026.
Como muestra la tabla 11, mediante el coeficiente de Correlación de Pearson se alcanzó
(r = 0,448, sig.=0,013) entre la dimensión confidencialidad y tiempo de ciclo, de modo que
presenta un valor manifestando una correlación positiva entre ambas dimensiones. Según la
prueba aplicada a la hipótesis específica 1 se determina que el p-valor (sig.) es 0,013 siendo
inferior a 0,05 mostrando una correlación positiva entre ambas dimensiones, por consiguiente, se
procede aceptar la H1 y rechazar la H0.
Tabla 12
Correlación entre las dimensiones Integridad y Precisión del pedido
Correlaciones
Integridad Precisión del pedido
Integridad Correlación de Pearson 1 0,382*
Sig. (bilateral) 0,037
N 30 30
Precisión del
pedido
Correlación de Pearson 0,382* 1
Sig. (bilateral) 0,037
N 30 30
H1: Si, Existe relación entre Integridad y la Precisión del pedido Magdalena 2026.
H0: No, Existe relación entre Integridad y la Precisión del pedido Magdalena 2026.
Como muestra la tabla 12, mediante el coeficiente de Correlación de Pearson se alcanzó
(r = 0,382, sig.=0,037) entre la dimensión integridad y precisión del pedido, de modo que presenta
un valor manifestando una correlación positiva entre ambas dimensiones. Según la prueba
aplicada a la hipótesis específica 2 se determina que el p-valor (sig.) es 0,037 siendo inferior a
0,05 mostrando una correlación positiva entre ambas dimensiones, por consiguiente, se procede
aceptar la H1 y rechazar la H0.
Tabla 11
Correlación entre las dimensiones Confidencialidad y Tiempo de ciclo
Correlaciones
Confidencialidad Tiempo de ciclo
Confidencialidad Correlación de Pearson 1 0,448*
Sig. (bilateral) 0,013
N 30 30
Tiempo de ciclo Correlación de Pearson 0,448* 1
Sig. (bilateral) 0,013
N 30 30
H1: Si, Existe relación entre Confidencialidad y el Tiempo de ciclo Magdalena 2026.
H0: No, Existe relación entre Confidencialidad y el Tiempo de ciclo Magdalena 2026.
Como muestra la tabla 11, mediante el coeficiente de Correlación de Pearson se alcanzó
(r = 0,448, sig.=0,013) entre la dimensión confidencialidad y tiempo de ciclo, de modo que
presenta un valor manifestando una correlación positiva entre ambas dimensiones. Según la
prueba aplicada a la hipótesis específica 1 se determina que el p-valor (sig.) es 0,013 siendo
inferior a 0,05 mostrando una correlación positiva entre ambas dimensiones, por consiguiente, se
procede aceptar la H1 y rechazar la H0.
Tabla 12
Correlación entre las dimensiones Integridad y Precisión del pedido
Correlaciones
Integridad Precisión del pedido
Integridad Correlación de Pearson 1 0,382*
Sig. (bilateral) 0,037
N 30 30
Precisión del
pedido
Correlación de Pearson 0,382* 1
Sig. (bilateral) 0,037
N 30 30
H1: Si, Existe relación entre Integridad y la Precisión del pedido Magdalena 2026.
H0: No, Existe relación entre Integridad y la Precisión del pedido Magdalena 2026.
Como muestra la tabla 12, mediante el coeficiente de Correlación de Pearson se alcanzó
(r = 0,382, sig.=0,037) entre la dimensión integridad y precisión del pedido, de modo que presenta
un valor manifestando una correlación positiva entre ambas dimensiones. Según la prueba
aplicada a la hipótesis específica 2 se determina que el p-valor (sig.) es 0,037 siendo inferior a
0,05 mostrando una correlación positiva entre ambas dimensiones, por consiguiente, se procede
aceptar la H1 y rechazar la H0.
Vol. 13/ Núm. 3 2026 pág. 306
Tabla 13
Correlación entre las dimensiones Disponibilidad y Optimización de recursos
Correlaciones
Disponibilidad Optimización de recursos
Disponibilidad Correlación de Pearson 1 0,545**
Sig. (bilateral) 0,002
N 30 30
Optimización de
recursos
Correlación de Pearson 0,545** 1
Sig. (bilateral) 0,002
N 30 30
H1: Si, Existe relación entre Disponibilidad y la Optimización de recursos Magdalena 2026.
H0: No, Existe relación entre Disponibilidad y la Optimización de recursos Magdalena 2026.
Como muestra la tabla 13, mediante el coeficiente de Correlación de Pearson se alcanzó
(r = 0,545, sig.=0,002) entre la dimensión disponibilidad y optimización de recursos, de modo
que presenta un valor manifestando una correlación positiva entre ambas dimensiones. Según la
prueba aplicada a la hipótesis específica 3 se determina que el p-valor (sig.) es 0,002 siendo
inferior a 0,05 mostrando una correlación positiva entre ambas dimensiones, por consiguiente, se
procede aceptar la H1 y rechazar la H0.
En el presente estudio de investigación titulado "Seguridad en base de datos y eficiencia
en gestión de pedidos en una empresa de coworking, Magdalena, 2026", se realizó una encuesta
dirigida a los 30 trabajadores de la empresa involucrados en el flujo de despacho, con la finalidad
de obtener información del nivel de relación que tienen nuestras variables de estudio seguridad
en base de datos y eficiencia en gestión de pedidos, dichas preguntas fueron relacionadas a las
variables y dimensiones, con sus respectivos indicadores.
Se planteó como primer objetivo específico el analizar cómo se relaciona la
confidencialidad y el tiempo de ciclo en una empresa de coworking, Magdalena, 2026, esto con
base en los aportes teóricos de Connolly y Begg (2015), quienes sostienen que la confidencialidad
es la propiedad del sistema que garantiza el acceso restringido a la información sensible
únicamente a personal autorizado mediante credenciales y cifrados de datos, evitando
exposiciones o filtraciones. Considerando esto, en la presente investigación se analizó la
información recolectada, encontrando que existe una relación positiva y estadísticamente
significativa entre la confidencialidad y el tiempo de ciclo (r = 0,448, sig. = 0,013), debido a que
la empresa exige credenciales de autenticación obligatorias, logrando que el procesamiento de las
órdenes mantenga un ritmo constante y reduzca las demoras operativas. Estos resultados son
coincidentes con lo obtenido en el marco teórico por Dorai et al. (2023), quienes al estudiar la
Tabla 13
Correlación entre las dimensiones Disponibilidad y Optimización de recursos
Correlaciones
Disponibilidad Optimización de recursos
Disponibilidad Correlación de Pearson 1 0,545**
Sig. (bilateral) 0,002
N 30 30
Optimización de
recursos
Correlación de Pearson 0,545** 1
Sig. (bilateral) 0,002
N 30 30
H1: Si, Existe relación entre Disponibilidad y la Optimización de recursos Magdalena 2026.
H0: No, Existe relación entre Disponibilidad y la Optimización de recursos Magdalena 2026.
Como muestra la tabla 13, mediante el coeficiente de Correlación de Pearson se alcanzó
(r = 0,545, sig.=0,002) entre la dimensión disponibilidad y optimización de recursos, de modo
que presenta un valor manifestando una correlación positiva entre ambas dimensiones. Según la
prueba aplicada a la hipótesis específica 3 se determina que el p-valor (sig.) es 0,002 siendo
inferior a 0,05 mostrando una correlación positiva entre ambas dimensiones, por consiguiente, se
procede aceptar la H1 y rechazar la H0.
En el presente estudio de investigación titulado "Seguridad en base de datos y eficiencia
en gestión de pedidos en una empresa de coworking, Magdalena, 2026", se realizó una encuesta
dirigida a los 30 trabajadores de la empresa involucrados en el flujo de despacho, con la finalidad
de obtener información del nivel de relación que tienen nuestras variables de estudio seguridad
en base de datos y eficiencia en gestión de pedidos, dichas preguntas fueron relacionadas a las
variables y dimensiones, con sus respectivos indicadores.
Se planteó como primer objetivo específico el analizar cómo se relaciona la
confidencialidad y el tiempo de ciclo en una empresa de coworking, Magdalena, 2026, esto con
base en los aportes teóricos de Connolly y Begg (2015), quienes sostienen que la confidencialidad
es la propiedad del sistema que garantiza el acceso restringido a la información sensible
únicamente a personal autorizado mediante credenciales y cifrados de datos, evitando
exposiciones o filtraciones. Considerando esto, en la presente investigación se analizó la
información recolectada, encontrando que existe una relación positiva y estadísticamente
significativa entre la confidencialidad y el tiempo de ciclo (r = 0,448, sig. = 0,013), debido a que
la empresa exige credenciales de autenticación obligatorias, logrando que el procesamiento de las
órdenes mantenga un ritmo constante y reduzca las demoras operativas. Estos resultados son
coincidentes con lo obtenido en el marco teórico por Dorai et al. (2023), quienes al estudiar la
Vol. 13/ Núm. 3 2026 pág. 307
seguridad digital determinaron un vínculo significativo y de forma positiva con la eficiencia del
comercio, esto posiblemente se debió porque el control automatizado de accesos impide
manipulaciones externas y optimiza la velocidad del flujo de atención diaria. Con esto se
comprueba que la confidencialidad y el tiempo de ciclo se vinculan de forma significativa,
posiblemente porque en la empresa estudiada la restricción de privilegios a los usuarios evita que
personal no capacitado cometa errores o duplique órdenes al vuelo, lo que faculta mejoras de
rendimiento en el ciclo del servicio.
Se planteó como segundo objetivo específico el establecer el tipo de relación existente
entre la integridad y la precisión del pedido en una empresa de coworking, Magdalena, 2026, esto
con base en los aportes teóricos de Connolly y Begg (2015), quienes indican que la integridad es
la condición técnica que asegura que la información se mantenga exacta, consistente y libre de
modificaciones malintencionadas mediante una rigurosa trazabilidad de cambios en el sistema.
Con base en lo señalado, en esta investigación se efectuó el análisis de la información obtenida,
encontrando que existe una relación positiva y estadísticamente significativa entre la integridad y
la precisión del pedido (r = 0,382, sig. = 0,037), debido a que la plataforma digital valida que las
cantidades ingresadas coincidan exactamente con lo solicitado, disminuyendo las fallas físicas en
los despachos diarios. Estos resultados son coincidentes con lo obtenido en el marco teórico a
nivel de literatura especializada por Chopra y Meindl (2020), donde se postula que la precisión
del pedido representa el nivel de cumplimiento perfecto de una orden que se resguarda a través
de la exactitud de los registros y la reducción de errores en el despacho, logrando una alta
conformidad en el usuario final. Esto confirma que la integridad y la precisión del pedido se
vinculan de forma significativa, posiblemente porque la inalterabilidad de los registros digitales
asegura que los almacenes de la organización operen con datos fidedignos, lo que reduce
drásticamente las inconsistencias lógicas y las devoluciones comerciales.
Se planteó como tercer objetivo específico el evaluar en qué sentido se relaciona la
disponibilidad y la optimización de recursos en una empresa de coworking, Magdalena, 2026,
esto con base en los aportes teóricos de Connolly y Begg (2015), quienes conceptualizan a la
disponibilidad como la capacidad del sistema informático para mantenerse operativo y accesible
en todo momento, asegurando la continuidad ante fallos y la tolerancia a errores. A partir de ello,
en esta investigación se procesó la información recolectada, evidenciándose que existe una
relación positiva y estadísticamente significativa entre la disponibilidad y la optimización de
recursos (r = 0,545, sig. = 0,002), debido a que la infraestructura digital no experimenta caídas ni
bloqueos durante las horas pico de demanda, lo que permite que el personal operativo trabaje sin
interrupciones. Estos resultados son coincidentes con lo obtenido en el marco teórico por
Bahashwan (2025), quien al analizar los servicios digitales determinó que la disponibilidad
constante de las plataformas tecnológicas se vincula positivamente con el rendimiento y la
disminución de reprocesamientos, esto posiblemente se debió porque la automatización de
seguridad digital determinaron un vínculo significativo y de forma positiva con la eficiencia del
comercio, esto posiblemente se debió porque el control automatizado de accesos impide
manipulaciones externas y optimiza la velocidad del flujo de atención diaria. Con esto se
comprueba que la confidencialidad y el tiempo de ciclo se vinculan de forma significativa,
posiblemente porque en la empresa estudiada la restricción de privilegios a los usuarios evita que
personal no capacitado cometa errores o duplique órdenes al vuelo, lo que faculta mejoras de
rendimiento en el ciclo del servicio.
Se planteó como segundo objetivo específico el establecer el tipo de relación existente
entre la integridad y la precisión del pedido en una empresa de coworking, Magdalena, 2026, esto
con base en los aportes teóricos de Connolly y Begg (2015), quienes indican que la integridad es
la condición técnica que asegura que la información se mantenga exacta, consistente y libre de
modificaciones malintencionadas mediante una rigurosa trazabilidad de cambios en el sistema.
Con base en lo señalado, en esta investigación se efectuó el análisis de la información obtenida,
encontrando que existe una relación positiva y estadísticamente significativa entre la integridad y
la precisión del pedido (r = 0,382, sig. = 0,037), debido a que la plataforma digital valida que las
cantidades ingresadas coincidan exactamente con lo solicitado, disminuyendo las fallas físicas en
los despachos diarios. Estos resultados son coincidentes con lo obtenido en el marco teórico a
nivel de literatura especializada por Chopra y Meindl (2020), donde se postula que la precisión
del pedido representa el nivel de cumplimiento perfecto de una orden que se resguarda a través
de la exactitud de los registros y la reducción de errores en el despacho, logrando una alta
conformidad en el usuario final. Esto confirma que la integridad y la precisión del pedido se
vinculan de forma significativa, posiblemente porque la inalterabilidad de los registros digitales
asegura que los almacenes de la organización operen con datos fidedignos, lo que reduce
drásticamente las inconsistencias lógicas y las devoluciones comerciales.
Se planteó como tercer objetivo específico el evaluar en qué sentido se relaciona la
disponibilidad y la optimización de recursos en una empresa de coworking, Magdalena, 2026,
esto con base en los aportes teóricos de Connolly y Begg (2015), quienes conceptualizan a la
disponibilidad como la capacidad del sistema informático para mantenerse operativo y accesible
en todo momento, asegurando la continuidad ante fallos y la tolerancia a errores. A partir de ello,
en esta investigación se procesó la información recolectada, evidenciándose que existe una
relación positiva y estadísticamente significativa entre la disponibilidad y la optimización de
recursos (r = 0,545, sig. = 0,002), debido a que la infraestructura digital no experimenta caídas ni
bloqueos durante las horas pico de demanda, lo que permite que el personal operativo trabaje sin
interrupciones. Estos resultados son coincidentes con lo obtenido en el marco teórico por
Bahashwan (2025), quien al analizar los servicios digitales determinó que la disponibilidad
constante de las plataformas tecnológicas se vincula positivamente con el rendimiento y la
disminución de reprocesamientos, esto posiblemente se debió porque la automatización de
Vol. 13/ Núm. 3 2026 pág. 308
procesos previene la saturación del sistema y los tiempos muertos logísticos. Esto demuestra que
la disponibilidad y la optimización de recursos se vinculan de forma significativa, posiblemente
porque la estabilidad de la red informática faculta un balance óptimo entre la capacidad instalada
y la explotación eficiente del tiempo de trabajo, maximizando la atención general en Magdalena.
Finalmente se planteó que el objetivo general es determinar la relación entre la seguridad
en base de datos y la eficiencia en la gestión de pedidos en una empresa de coworking, Magdalena,
2026, esto con base en los aportes teóricos de Connolly y Begg (2015), quienes sostienen que la
seguridad en base de datos es un enfoque de protección integral de la información almacenada
frente a amenazas diversas, alcanzando un estado de resguardo al garantizar de forma conjunta la
confidencialidad, la integridad y la disponibilidad operativa del sistema. Por otra parte, se sustentó
en los enfoques de Chopra y Meindl (2020), quienes afirman que la eficiencia en la gestión de
pedidos representa la capacidad operativa de la plataforma para satisfacer los requerimientos del
cliente optimizando la cadena de valor mediante la reducción de demoras, el despacho perfecto y
la maximización del rendimiento. Teniendo esto en cuenta, en el presente estudio se analizaron
los datos obtenidos a nivel bivariado, encontrando que existe una relación positiva directa con un
alto nivel de asociación entre la seguridad en base de datos y la eficiencia en la gestión de pedidos
(r = 0,750), (sig. < 0,001), lo cual validó el rechazo de la hipótesis nula (H0) y la aceptación de la
hipótesis alterna (H1), debido a que la implementación de directrices avanzadas de seguridad
informática y control de accesos agiliza de forma directa los procesos operativos, eliminando
incidencias logísticas. Estos resultados son coincidentes con lo obtenido en el marco teórico por
Alqahtani (2025), quien al evaluar los sistemas de información determinó que las vulnerabilidades
informáticas y las fallas en el resguardo de registros guardan un vínculo significativo directo con
el detrimento de la operatividad en los despachos rápidos, puesto que la confianza en el manejo
de datos es el factor determinante para consolidar un flujo de servicios continuo. Con esto se
evidencia que la seguridad en base de datos y la eficiencia en la gestión de pedidos se vinculan
de forma altamente significativa, posiblemente porque en la organización estudiada el uso de
sistemas informáticos avanzados y protegidos actúa como el pilar estructural que mitiga los
cuellos de botella informáticos, garantizando que el personal procese y despache los
requerimientos corporativos con máxima fluidez, agilidad y optimización del tiempo de trabajo
en Magdalena.
procesos previene la saturación del sistema y los tiempos muertos logísticos. Esto demuestra que
la disponibilidad y la optimización de recursos se vinculan de forma significativa, posiblemente
porque la estabilidad de la red informática faculta un balance óptimo entre la capacidad instalada
y la explotación eficiente del tiempo de trabajo, maximizando la atención general en Magdalena.
Finalmente se planteó que el objetivo general es determinar la relación entre la seguridad
en base de datos y la eficiencia en la gestión de pedidos en una empresa de coworking, Magdalena,
2026, esto con base en los aportes teóricos de Connolly y Begg (2015), quienes sostienen que la
seguridad en base de datos es un enfoque de protección integral de la información almacenada
frente a amenazas diversas, alcanzando un estado de resguardo al garantizar de forma conjunta la
confidencialidad, la integridad y la disponibilidad operativa del sistema. Por otra parte, se sustentó
en los enfoques de Chopra y Meindl (2020), quienes afirman que la eficiencia en la gestión de
pedidos representa la capacidad operativa de la plataforma para satisfacer los requerimientos del
cliente optimizando la cadena de valor mediante la reducción de demoras, el despacho perfecto y
la maximización del rendimiento. Teniendo esto en cuenta, en el presente estudio se analizaron
los datos obtenidos a nivel bivariado, encontrando que existe una relación positiva directa con un
alto nivel de asociación entre la seguridad en base de datos y la eficiencia en la gestión de pedidos
(r = 0,750), (sig. < 0,001), lo cual validó el rechazo de la hipótesis nula (H0) y la aceptación de la
hipótesis alterna (H1), debido a que la implementación de directrices avanzadas de seguridad
informática y control de accesos agiliza de forma directa los procesos operativos, eliminando
incidencias logísticas. Estos resultados son coincidentes con lo obtenido en el marco teórico por
Alqahtani (2025), quien al evaluar los sistemas de información determinó que las vulnerabilidades
informáticas y las fallas en el resguardo de registros guardan un vínculo significativo directo con
el detrimento de la operatividad en los despachos rápidos, puesto que la confianza en el manejo
de datos es el factor determinante para consolidar un flujo de servicios continuo. Con esto se
evidencia que la seguridad en base de datos y la eficiencia en la gestión de pedidos se vinculan
de forma altamente significativa, posiblemente porque en la organización estudiada el uso de
sistemas informáticos avanzados y protegidos actúa como el pilar estructural que mitiga los
cuellos de botella informáticos, garantizando que el personal procese y despache los
requerimientos corporativos con máxima fluidez, agilidad y optimización del tiempo de trabajo
en Magdalena.
Vol. 13/ Núm. 3 2026 pág. 309
REFERENCIAS
Alqahtani, N. M. (2025). Security threats to databases in e-commerce systems: A systematic
literature review. Journal of Computer Science, 21(1), 25–33.
https://thescipub.com/pdf/jcssp.2025.25.33.pdf
Arias, F. G. (2012). El proyecto de investigación: Introducción a la metodología científica (6.ª
ed.). Episteme.
https://tauniversity.org/sites/default/files/libro_el_proyecto_de_investigacion_de_fidias_g_arias
.pdf
Bahashwan, A. A. (2025). The role of AI-enhanced fast delivery services in strengthening
customer retention and loyalty in competitive markets. Frontiers in Artificial Intelligence,
8, 1612772. https://doi.org/10.3389/frai.2025.1612772
Ballou, R. H. (2004). Logística: Administración de la cadena de suministro (5.ª ed.). Pearson
Educación.
Chopra, S., & Meindl, P. (2020). Administración de la cadena de suministro: Estrategia,
planeación y operación (7.ª ed.). Pearson Educación.
Christopher, M. (2016). Logistics & supply chain management (5.ª ed.). Pearson UK.
Connolly, T. M., & Begg, C. E. (2015). Database systems: A practical approach to design,
implementation, and management (6.ª ed.). Pearson.
Córdova-Otero, J. L., Mantilla-Sánchez, E. L., Robles-Loje, E. J., Alvarez-Mendez, G. M., Mozo-
Avalos, J. A., Acosta-Plasencia, N. A., & Chuquipoma-Medina, S. D. (2026). Sistemas
de gestión de pedidos en restaurantes: Una Revisión Sistemática. TechNoLogica, 1(1),
38-47. https://doi.org/10.17268/tech1.1.2026.05
Dorai, G., Hutchinson, S., Rodriguez, B., & Karabiyik, U. (2023). Mobile commerce: Analysis
and investigation of the online safety, privacy, and data forensics of Amazon and Etsy
apps. Proceedings of the 56th Hawaii International Conference on System Sciences
(HICSS). https://scholarspace.manoa.hawaii.edu/server/api/core/bitstreams/d1c7d9b7-
c7fe-4041-8093-baf9205f6d24/content
Gomes, I. (2023, 23 de mayo). Cerca del 30% de los restaurantes en iFood operan como dark
kitchens, según estudio inédito. Unicamp.
https://www2.unicamp.br/unicamp/noticias/2023/05/23/quase-30-dos-restaurantes-do-
ifood-sao-dark-kitchens-revela-estudo-inedito
Inguillay, V., Inguillay, J., & Inguillay, M. (2020). La ética en la investigación científica: un
componente esencial para la validez y el respeto de los derechos humanos. Revista de
Investigación Científica y Tecnológica, 4(2), 45-58.
REFERENCIAS
Alqahtani, N. M. (2025). Security threats to databases in e-commerce systems: A systematic
literature review. Journal of Computer Science, 21(1), 25–33.
https://thescipub.com/pdf/jcssp.2025.25.33.pdf
Arias, F. G. (2012). El proyecto de investigación: Introducción a la metodología científica (6.ª
ed.). Episteme.
https://tauniversity.org/sites/default/files/libro_el_proyecto_de_investigacion_de_fidias_g_arias
Bahashwan, A. A. (2025). The role of AI-enhanced fast delivery services in strengthening
customer retention and loyalty in competitive markets. Frontiers in Artificial Intelligence,
8, 1612772. https://doi.org/10.3389/frai.2025.1612772
Ballou, R. H. (2004). Logística: Administración de la cadena de suministro (5.ª ed.). Pearson
Educación.
Chopra, S., & Meindl, P. (2020). Administración de la cadena de suministro: Estrategia,
planeación y operación (7.ª ed.). Pearson Educación.
Christopher, M. (2016). Logistics & supply chain management (5.ª ed.). Pearson UK.
Connolly, T. M., & Begg, C. E. (2015). Database systems: A practical approach to design,
implementation, and management (6.ª ed.). Pearson.
Córdova-Otero, J. L., Mantilla-Sánchez, E. L., Robles-Loje, E. J., Alvarez-Mendez, G. M., Mozo-
Avalos, J. A., Acosta-Plasencia, N. A., & Chuquipoma-Medina, S. D. (2026). Sistemas
de gestión de pedidos en restaurantes: Una Revisión Sistemática. TechNoLogica, 1(1),
38-47. https://doi.org/10.17268/tech1.1.2026.05
Dorai, G., Hutchinson, S., Rodriguez, B., & Karabiyik, U. (2023). Mobile commerce: Analysis
and investigation of the online safety, privacy, and data forensics of Amazon and Etsy
apps. Proceedings of the 56th Hawaii International Conference on System Sciences
(HICSS). https://scholarspace.manoa.hawaii.edu/server/api/core/bitstreams/d1c7d9b7-
c7fe-4041-8093-baf9205f6d24/content
Gomes, I. (2023, 23 de mayo). Cerca del 30% de los restaurantes en iFood operan como dark
kitchens, según estudio inédito. Unicamp.
https://www2.unicamp.br/unicamp/noticias/2023/05/23/quase-30-dos-restaurantes-do-
ifood-sao-dark-kitchens-revela-estudo-inedito
Inguillay, V., Inguillay, J., & Inguillay, M. (2020). La ética en la investigación científica: un
componente esencial para la validez y el respeto de los derechos humanos. Revista de
Investigación Científica y Tecnológica, 4(2), 45-58.
Vol. 13/ Núm. 3 2026 pág. 310
Miranda, A. M., y Pereyra, K. M. (2025). Modelo de gestión de procesos para mejorar el nivel
de satisfacción de clientes de una dark kitchen aplicando herramientas de SW, BPM, 5S
y checklist [Tesis de pregrado, Universidad de Lima].
https://repositorio.ulima.edu.pe/bitstream/handle/20.500.12724/23542/T018_71211815
_T.pdf
Murray, C. (2010). Database security: Protecting the core of business information. TechPress.
Ñivin, J. O., Peña, M. A., Medina, L. E., & Torres, P. C. (2025). Transformation of Logistics in
the Retail Sector through Industry 4.0: A Systematic Review. 23rd LACCEI International
Multi-Conference for Engineering, Education, and Technology, 1–8.
https://dx.doi.org/10.18687/LACCEI2025.1.1.1079
Pulache-Quiroga, G. A., De La Cruz Gamarra, J. A., & Mendoza de los Santos, A. C. (2025).
Principales mecanismos de seguridad en base de datos. C&T Riqchary Revista De
investigación En Ciencia Y tecnología, 7(2), 82-87.
https://doi.org/10.57166/riqchary.v7.n2.2025.10
Silberschatz, A., Korth, H. F., & Sudarshan, S. (2020). Fundamentos de bases de datos (7.ª ed.).
McGraw-Hill Interamericana.
Sthapit, E., Björk, P., & Piramanayagam, S. (2024). Dark kitchens: A systematic literature review
and research agenda. Journal of Hospitality and Tourism Management, 59, 130-141.
https://doi.org/10.1016/j.jhtm.2024.03.010
Vasquez Salis, Y., Villavicencio Guardia, J. L., Mondragon Saavedra, W., & Pajares Centeno, S.
E. (2026). Hacia una gestión circular de residuos tecnológicos mediante IA, IOT y
Blockchain: Una revisión sistemática de la literatura. Aula Virtual, 7(14).
https://doi.org/10.5281/zenodo.20271248
Miranda, A. M., y Pereyra, K. M. (2025). Modelo de gestión de procesos para mejorar el nivel
de satisfacción de clientes de una dark kitchen aplicando herramientas de SW, BPM, 5S
y checklist [Tesis de pregrado, Universidad de Lima].
https://repositorio.ulima.edu.pe/bitstream/handle/20.500.12724/23542/T018_71211815
_T.pdf
Murray, C. (2010). Database security: Protecting the core of business information. TechPress.
Ñivin, J. O., Peña, M. A., Medina, L. E., & Torres, P. C. (2025). Transformation of Logistics in
the Retail Sector through Industry 4.0: A Systematic Review. 23rd LACCEI International
Multi-Conference for Engineering, Education, and Technology, 1–8.
https://dx.doi.org/10.18687/LACCEI2025.1.1.1079
Pulache-Quiroga, G. A., De La Cruz Gamarra, J. A., & Mendoza de los Santos, A. C. (2025).
Principales mecanismos de seguridad en base de datos. C&T Riqchary Revista De
investigación En Ciencia Y tecnología, 7(2), 82-87.
https://doi.org/10.57166/riqchary.v7.n2.2025.10
Silberschatz, A., Korth, H. F., & Sudarshan, S. (2020). Fundamentos de bases de datos (7.ª ed.).
McGraw-Hill Interamericana.
Sthapit, E., Björk, P., & Piramanayagam, S. (2024). Dark kitchens: A systematic literature review
and research agenda. Journal of Hospitality and Tourism Management, 59, 130-141.
https://doi.org/10.1016/j.jhtm.2024.03.010
Vasquez Salis, Y., Villavicencio Guardia, J. L., Mondragon Saavedra, W., & Pajares Centeno, S.
E. (2026). Hacia una gestión circular de residuos tecnológicos mediante IA, IOT y
Blockchain: Una revisión sistemática de la literatura. Aula Virtual, 7(14).
https://doi.org/10.5281/zenodo.20271248