案例05｜SFO 機場調查：性別、所得與高頻旅客的敘述統計 | Notion

一、案例定位

原書 Analysis Case 5.5 使用 2016 年 SFO 機場旅客調查，透過樞紐分析表、Jamovi 與 ChatGPT 描述受訪者的性別、所得層級與年度飛行里程分布。

二、學習目標

以類別次數分布描述調查受訪者組成。
從人數轉成比例與占比。
使用資料字典正確解讀 Q20GENDER、Q21INCME、Q22FLY。
比較 Excel、Jamovi 與生成式人工智慧輸出的數字是否一致。

三、案例情境

分析者先把 2016_SFO_Customer_Survey_Data.xls 重塑為 SFOAirportSurvey2016.xlsx，再回答三個描述性問題：

男女性受訪者是否大致均衡？
所得層級如何分布？
一年飛行超過 100,000 英里的高頻旅客約占多少？

四、開始資料

欄位	類別	人數
Q20GENDER	女性	1,465
Q20GENDER	男性	1,468
Q21INCME	50,000 美元以下	497
Q21INCME	50,000–100,000 美元	798
Q21INCME	100,000–150,000 美元	533
Q21INCME	150,000 美元以上	738
Q22FLY	超過 100,000 英里／是	428
Q22FLY	否	2,286

五、Excel／R／AI 分析方法

Excel：用樞紐分析表統計 Q20GENDER、Q21INCME、Q22FLY 的有效類別，並依資料字典排除不適用或未回答代碼。

Jamovi：使用敘述統計與長條圖檢視性別、所得與年度飛行里程分布。

ChatGPT：依類別統計 *RESPNUM 的筆數，產生摘要與長條圖，再檢查各類別加總是否與有效受訪者數一致。

六、計算結果

指標	計算	結果
有效性別受訪者	1,465 + 1,468	2,933
男女差額	1,468 − 1,465	3 人；約 0.10%
有效所得受訪者	497 + 798 + 533 + 738	2,566
高頻旅客比例分母	428 + 2,286	2,714
高頻旅客占比	428 ÷ 2,714	15.77%；原圖 5.27 標示約 16%