Con anterioridad se mencionó que la variación estacional es otro componente de una serie de tiempo. Las series de negocios, como las ventas de automóviles, los embarques de botellas de bebidas de cola y la construcción residencial, tienen periodos de actividad superior e inferior al promedio cada año. En el área de producción, una razón para analizar las fluctuaciones estacionales es contar con un abastecimiento suficiente de materias primas que permita cumplir con la cambiante demanda estacional. La división de recipientes de vidrio de una compañía importante del sector, por ejemplo, fabrica botellas de cerveza no retornables, frascos para yodo, frascos para aspirina, botellas para cemento plastificado, etc. El departamento de programación de producción necesita saber cuántas botellas debe producir y cuándo de cada tipo. Una corrida de demasiadas botellas de un tipo puede ocasionar un problema grave de almacenamiento. La producción no se puede basar por completo en los pedidos existentes, pues muchos pedidos se hacen por teléfono para su embarque inmediato. Como la demanda de muchas botellas varía de acuerdo con la temporada, una proyección con una anticipación de un año o dos, por mes, es esencial para lograr una programación adecuada. Un análisis de las fluctuaciones estacionales durante un periodo de años también puede ayudar para evaluar las ventas actuales. Las ventas habituales de tiendas departamentales en Estados Unidos, salvo las ventas por correo, aparecen como índices en la tabla 16-5. Cada índice representa las ventas promedio de un periodo de varios años. Las ventas reales de algunos meses estuvieron arriba del promedio (representado por un índice mayor que 100), y las ventas de los demás meses, debajo del promedio. El índice de 126.8 de diciembre indica que, por lo regular, las ventas de diciembre son 26.8% superiores al mes promedio; el índice de 86.0 de julio indica que las ventas departamentales de este mes casi siempre son 14% menores a las de un mes promedio. Suponga que un gerente de tienda emprendedor, en un esfuerzo por estimular las ventas durante diciembre, introdujo diversas promociones únicas, como coros de villancicos por toda la tienda, exhibiciones mecánicas y dependientes vestidos con trajes de Santa Claus. Cuando se calculó el índice de ventas de ese mes, fue 150.0. En comparación con las ventas de diciembre habituales de 126.8, se concluyó que el programa de promoción fue un gran éxito. Determinación de un índice estacional Un conjunto habitual de índices mensuales consta de 12 índices representativos de los datos de un periodo de 12 meses. Es lógico que haya cuatro índices estacionales habituales con los datos reportados en el trimestre. Cada índice es un porcentaje, cuyo promedio anual es igual a 100.0; es decir, cada índice mensual indica el nivel de ventas, producción u otra variable en relación con el promedio anual de 100.0. Un índice habitual de 96.0 en enero indica que las ventas (o cualquier otra variable) están, en general, 4% debajo del promedio del año. Un índice de 107.2 en octubre significa que la variable está, en general, 7.2% arriba de él. Hay varios métodos para medir las fluctuaciones estacionales habituales en una serie de tiempo. El método más común para calcular el patrón estacional habitual se denomina método de la razón con el promedio móvil. Este método elimina los componentes de tendencia, cíclicos e irregulares de los datos originales (Y). En el siguiente análisis, T se refiere a la tendencia, S a la variación estacional, C a la variación cíclica e I a la variación irregular. Los números que resultan se conocen como índice estacional habitual. Se estudiarán con detalle los pasos para obtener los índices estacionales habituales con el método de la razón con el promedio móvil. Para ilustrar este método, se eligen las ventas trimestrales de Toys International. Primero, se muestran los pasos necesarios para llegar al conjunto de índices estacionales habituales. Luego se utiliza el software MegaStat Excel y Minitab para calcular los índices estacionales. Como se dijo antes, hay software para realizar los cálculos con salida en pantalla de los resultados. La captura de pantalla de MegaStat Excel se muestra en seguida. El uso de software reducirá en gran medida el tiempo de cómputo y la posibilidad de cometer un error en los cálculos aritméticos, pero debe comprender los pasos del proceso. Puede haber diferencias ligeras en las respuestas, debido al número de dígitos manejados en los cálculos. Resumamos ahora de forma breve el razonamiento de los cálculos anteriores. Los datos originales en la columna 1 de la tabla 16-7 contienen los componentes de tendencia (T), cíclica (C), estacional (S) e irregular (I).
El objetivo principal es eliminar la variación estacional (S) de la valuación de las ventas originales. De las columnas 2 y 3 de la tabla 16-7 se deriva el promedio móvil centrado dado en la columna 4. En esencia, “quedan fuera” las fluctuaciones estacional e irregular de los datos originales en la columna 1. Por lo tanto, en la columna sólo quedan las variaciones por tendencia y la cíclica (TC). En seguida, divida los datos de ventas en la columna 1 (TCSI) entre el promedio móvil centrado del tercer trimestre en la columna 4 (TC) para llegar a las variaciones estacionales específicas en la columna 5 (SI). En términos de letras, TCSI/TC SI. Multiplique SI por 100.0 para expresar la variación estacional típica en forma de índice. En el último paso, tome la medida de todos los índices comunes de invierno, de todos los índices de primavera, etc. Este promedio elimina la mayoría de las fluctuaciones irregulares de las variaciones estacionales específicas, y los cuatro índices resultantes indican el patrón de ventas estacional típico.
0 Comments
Leave a Reply. |
Categories
All
|