一、案例定位

原書 Analysis Case 3.3 以 SFO 機場旅客調查資料為例，示範在分析滿意度、清潔度與安全感之前，如何先移除沒有分析意義的特殊代碼與空白值。

二、學習目標

• 根據資料字典與分析目的，判斷哪些調查值不應納入計算。
• 使用 Excel 篩選器找出並排除無效資料列。
• 為不同目標欄位建立乾淨的分析資料集。
• 避免把「看起來像數字的代碼」誤當成真正的數值評分。

三、案例情境

SFO 調查中，部分欄位的 0、6 或空白不是一般旅客評分。如果直接把它們當成有效數值，就會扭曲平均數、分布與後續模型。因此在正式分析前，必須先依資料字典確認哪些代碼需要排除。

四、開始資料

五、Excel／R／AI 分析方法

1. 在 Excel 對目標欄位啟用篩選器。
2. 只顯示 0、6 或空白的資料列。
3. 依原書規則移除這些不適用於該項分析的資料列。
4. 關閉篩選器，留下可供後續統計使用的有效回覆。
5. 對 Q7ALL、Q9ALL、Q10SAFE 都依相同原則處理，但不能把同一規則任意套用到所有其他欄位。

六、計算結果

七、結果分析與管理解讀