一、案例定位

原書分析案例 7.4 使用 SFO 機場旅客調查資料，針對三類問題建立帕累托分析：最常見目的地、最常見旅行原因，以及與清潔有關的意見／抱怨。

二、學習目標

• 使用樞紐分析表建立類別次數表與帕累托圖。
• 移除代碼 0 所代表的「沒有意見／未回覆」紀錄。
• 依資料字典解讀調查代碼。
• 使用累積百分比與 80% 門檻辨識優先項目。
• 區分「高頻意見」與「負面抱怨」，避免只看次數就誤判情緒。

三、案例情境

原書針對 DESTGEO、Q2PURP1／Q2COMM 與 Q9COM／Q9COM1 建立次數表，依次數由大到小排序後繪製帕累托圖，再利用 ChatGPT 產生累積百分比圖與文字解讀。

四、開始資料

五、Excel／R／AI 分析方法

Excel：使用樞紐分析表計算各類別筆數，先排除代表沒有意見的代碼 0，再依次數由大到小排序，計算各類別占比與累積占比。

Jamovi：將已彙總的類別次數載入後建立帕累托圖。

生成式人工智慧：根據已驗證的次數表，要求柱狀圖依次數由大到小排列，使用第二縱軸呈現累積百分比，並標示 80% 門檻。人工智慧只負責呈現與解讀，不得自行改變代碼意義或次數。

六、計算結果

**目的地：**依原書提供的次數重新按數值由大到小排序：

**旅行原因：**休閒／度假／娛樂 1,286；商務／工作／求職面試 839；拜訪親友 624。