實例解說旅館業
城市飯店和度假飯店,哪一家的訂房更常被取消?
依飯店分組,最終被取消的訂房: 度假飯店:40,060 筆中有 10,831 筆(27.0%)。城市飯店:79,330 筆中有 32,186 筆(40.6%)。度假飯店的比例低 13.5 個百分點。
交叉表
| 訂房最終狀態 \ 飯店 | 度假飯店 | 城市飯店 | 合計 |
|---|---|---|---|
| 已取消 | 10,83127.0% | 32,18640.6% | 43,017 |
| 未入住 | 2910.7% | 9161.2% | 1,207 |
| 已退房 | 28,93872.2% | 46,22858.3% | 75,166 |
| 合計 | 40,060 | 79,330 | 119,390 |
次數 / 欄百分比. 每欄合計就是該欄百分比的分母。
有底色的儲存格,就是結論所比較的兩個占比。
依抵達年份區分的取消訂房
上表彙整了所有抵達年份。這裡把其中「已取消」一列依旅客預定抵達的年份拆開。每個比例都以該飯店當年的訂房數為分母,因此每個百分比都能以對應的筆數核對。
2015
2015年7月至12月(12個月中的6個月)
非完整年份2015年:各飯店的取消筆數與分母 飯店 取消 / 訂房數 取消比例 城市飯店 13,682筆中5,882筆 43.0% 度假飯店 8,314筆中2,069筆 24.9% 差距:城市飯店的取消比例比度假飯店高18.1個百分點。
2016
2016年1月至12月(全部12個月)
2016年:各飯店的取消筆數與分母 飯店 取消 / 訂房數 取消比例 城市飯店 38,140筆中14,852筆 38.9% 度假飯店 18,567筆中4,817筆 25.9% 差距:城市飯店的取消比例比度假飯店高13.0個百分點。
2017
2017年1月至8月(12個月中的8個月)
非完整年份2017年:各飯店的取消筆數與分母 飯店 取消 / 訂房數 取消比例 城市飯店 27,508筆中11,452筆 41.6% 度假飯店 13,179筆中3,945筆 29.9% 差距:城市飯店的取消比例比度假飯店高11.7個百分點。
三年加總與上表一致:城市飯店的79,330筆訂房中有32,186筆取消,度假飯店的40,060筆中有10,831筆取消。
差距以未四捨五入的比例計算,因此可能與四捨五入後的數值直接相減相差0.1。
這項拆分能說明什麼、不能說明什麼
- 這是依預定抵達年份所做的描述性拆分,而不是依訂房日期或取消日期。
- 2015年只包含7月至12月的抵達紀錄,2017年只包含1月至8月。這兩個不完整的年份缺少的季節不同,不能直接與完整的2016年比較。
- 在年份或飯店之間比較比例,只能描述紀錄下來的情況,無法解釋比例為何不同。兩家飯店的地點、客群與訂房管道都不同,這裡沒有控制其中任何一項。
引用之前,先檢查讀法
選出這張表能支持的說法,再逐一展開選項,看看次數說明了什麼。這裡的每個數字都由上方的表計算而來。
兩家飯店之間的取消比例差距,在每個抵達年份裡都成立嗎?
成立。每個抵達年份裡,「城市飯店」的比例都比較高。
表格支持。 合併所有抵達,「城市飯店」有 40.6% 的訂房被取消,「度假飯店」為 27.0%。依抵達年份拆開,「城市飯店」的比例在 2015、2016 和 2017 年分別高出 18.1、13.0 和 11.7 個百分點。
2017 年差距變小,表示兩家飯店正在趨於一致。
表格不支持。 2017 年只包含 1月到8月的抵達,2015 年只包含 7月到12月的抵達。這兩個邊緣年份缺少的季節不同,所以那裡差距較小,不能直接和完整的 2016 年相比。
這張表顯示市區地點會造成更多取消。
表格不支持。 兩家飯店的地點、客群和訂房管道都不同,而這裡沒有控制其中任何一項。這張表描述的是記錄下來的訂房,並不解釋原因。
使用這個結果
自己算一次
在卡方檢定計算器中開啟這組次數:表格與類別順序完全相同,百分比、χ² 與 Cramér’s V 都在你的瀏覽器中計算。改動任一儲存格,就能看到結果如何變化。
引用
複製下方的引用,並一併保留下方的資料來源與授權。
城市飯店和度假飯店,哪一家的訂房更常被取消? — Crosstabs. https://www.crosstabs.com/zh-tw/examples/ht01-how-did-the-mix-of-canceled-no-show-and-checked-out-bookings-differ-between-the-two-hotels
資料來源
- 範圍
- 葡萄牙阿爾加維一家度假飯店與里斯本一家城市飯店。
- 期間
- 預定抵達日期 2015 年 7 月 1 日至 2017 年 8 月 31 日
- 一筆紀錄是
- 一筆訂房(包含已取消的訂房)
資料:Nuno Antonio, Ana de Almeida and Luís Nunes (2019). Hotel booking demand datasets. Combined CSV distributed by Jesse Mostipak on Kaggle.。採用 CC BY 4.0 授權。Crosstabs 對原始紀錄進行篩選、重新編碼並彙總成本表。
換成你自己的檔案
開啟 CSV、Excel 或 SPSS 檔案,做出同樣的交叉表。檔案只在目前的瀏覽器分頁中讀取,不會上傳,也不需要帳號。
用你自己的資料做交叉表
為什麼問這個問題
營收經理會依飯店分別訂定超賣與訂金規則。取消與未入住造成的損失不同,所以比較兩家飯店之前,要先把最終狀態拆成三類。
怎麼讀這張表
沿著每家飯店的欄往下讀。未入住與取消是分開的兩列:度假飯店為 0.7%,城市飯店為 1.2%,和取消比例相比很小。
欄百分比回答的是「在每一欄裡,各列出現的比例是多少」。改成列百分比,問題就反過來:「這一列的紀錄在各欄之間如何分布」。兩種算法都正確,但回答不同的問題,報告時要寫明用的是哪一種。
結果代表什麼
城市飯店的訂房中,最終被取消的比例較高。兩家飯店的地點、客群與訂房通路都不同,因此這只描述這兩家飯店,不能單獨歸因於「城市或度假地」。
Cramér’s V = 0.137。它概括整張表(全部 3 × 2 個類別)的關聯強度,範圍從 0(無關聯)到 1。它不會指出哪些儲存格不同,也不是影響大小的量數。
若只比較度假飯店與城市飯店,並只看「已取消」與其他所有列,Cramér’s V = 0.133。這個數值只描述這一組對比,不代表整張表。
限制
只有兩家飯店的訂房紀錄,不能代表葡萄牙的旅客,也不能代表整個產業。