原書分析案例 9.3，使用 2016 年 SFO 機場顧客調查中的 Q7 系列評分，建立相關矩陣，檢查各服務面向彼此以及與整體評分之間的線性關聯。
機場管理者希望知道哪些個別服務評分會與整體滿意度一起變動，作為後續改善優先順序的探索依據。
| 資料檔 | 欄位 | 特殊資料問題 |
|---|---|---|
2016_SFO_Customer_Survey_Data.xls |
所有 Q7 開頭的服務評分欄位與整體評分 |
代碼 0 與 6 並非真正的低分或高分，而是非評分類別 |
Excel 使用分析工具庫建立相關矩陣；Jamovi 使用相關矩陣功能交叉驗證。原書指出，若完全移除 0 與 6，會使可用資料列不足，因此保留後必須降低對相關係數的信心。人工智慧只能根據已計算矩陣協助整理高低關聯，不得自行猜係數。
| 結果項目 | 原書可確認內容 |
|---|---|
| 輸出 | Excel 圖 9.19 與 Jamovi 圖 9.21 均建立 Q7 系列相關矩陣 |
| 樣本處理限制 | 0 與 6 不是正常評分；完全刪除又會造成可用資料不足 |
| 係數數值 | 原書文字層未逐一列出矩陣係數；正式數值應以原書圖 9.19／9.21 為準，不自行補造 |
此案例最重要的不是找一個最大係數就立刻決策，而是先確認資料編碼與缺漏規則。相關矩陣可協助縮小改善候選項目，但若 0／6 的非評分代碼仍混入，係數只能視為探索性指標，不能當成精確因果證據。
請根據我已從 Excel／Jamovi 匯出的 Q7 相關矩陣，依「與整體評分的相關係數由高到低」排序服務項目；標示係數、方向與強弱，並提醒 0／6 特殊代碼造成的資料品質限制。不得自行重算或補造缺少的係數。