Upload
others
View
42
Download
0
Embed Size (px)
Citation preview
PRO GRADU -TUTKIELMA
Matematiikan ja tilastotieteen laitos
Tilastotiede
Kesäkuu 2010
Minna Mäntylä
Ryanairin matkustajia koskeva survey-tutkimus
Tampere-Pirkkalan lentokentällä
2
Tampereen yliopisto
Matematiikan ja tilastotieteen laitos
MÄNTYLÄ, MINNA: Ryanairin matkustajia koskeva survey-tutkimus Tampere-Pirkkalan
lentokentällä
Pro gradu -tutkielma, 53 s., 25 liites.
Tilastotiede
Kesäkuu 2010
Tiivistelmä
Niin sanotun halpalentoliikenteen mukaantulo matkailun kansainvälisille markkinoille ja
sen nopeasti kasvava matkustajamäärä vaikuttavat suuresti tämän hetken matkailukohteiden
vetovoimaan ja matkailijoiden motiiveihin matkustaa kohteisiin. Tutkielmassa tuodaan
esiin matkailijoiden motiiveja ja vertaillaan eri kohteiden vetovoimaisuutta sekä eri
ratkaisuihin päätyneiden matkustajien ominaisuuksia tilastollisten menetelmien avulla.
Kyselytutkimusaineisto kerättiin Ryanairin Suomesta lähteviltä matkustajilta Tampere-
Pirkkalan lentokentällä kesän 2009 aikana. Hyväksyttyjä vastauksia saatiin 1 511.
Menetelminä analyysissa käytettiin riippuvuussuhteiden tarkasteluissa χ2-
riippumattomuustestiä, kontingenssikertoimia ja keskiarvotestausta. Logistisella
regressioanalyysilla tarkasteltiin Tampereella ja Pirkanmaalla yöpyneiden matkustajien
ominaisuuksia ja log-lineaarisilla malleilla mallinnettiin muuttujien välistä riippuvuutta.
Henkilökohtaiset asiat ja suomen luonto olivat suurimpia syitä siihen, miksi matkustajat
tulivat matkalle juuri Suomeen. Kaupungit, kunnat ja alueet sekä Suomen luonto olivat
suurimpia vetovoimakohteita, kun taas Suomen hintataso ja Pirkkalan lentokenttään ja
Ryanairiin liittyvät seikat olivat useimmiten matkailijan mainitsemien parannuskohteiden
listalla. Havaittiin myös, että matkailijan mielipiteet ja mieluisimmat aktiviteetit matkan
aikana riippuivat usein matkailijan kansallisuudesta.
Asiasanat: kyselytutkimus, logistinen regressioanalyysi, log-lineaariset mallit, χ2-
riippumattomuustesti
3
Sisältö
1 Johdanto ....................................................................................................................... 5
1.1 Taustaa .................................................................................................................... 5
1.2 Tutkimuksen lähtökohta ......................................................................................... 6
1.3 Tutkielman tavoitteet .............................................................................................. 6
1.4 Tutkielman rakenne ................................................................................................ 7
2 Aineisto ......................................................................................................................... 8
2.1 Aineiston kerääminen ............................................................................................. 8
2.2 Aineiston kuvailu .................................................................................................... 8
3 Kyselyaineiston tilastollinen analyysi ...................................................................... 20
3.1 Tutkimusmenetelmät ............................................................................................ 20
3.1.1 χ2-riippumattomuustesti ja kontingenssikerroin ............................................ 20
3.1.2 Logistinen regressioanalyysi ......................................................................... 21
3.1.3 Log-lineaariset mallit ..................................................................................... 23
4 Tutkimustuloksia ....................................................................................................... 26
4.1 Riippuvuussuhteiden tarkastelua .......................................................................... 26
4.1.1 Matkan syyt ................................................................................................... 26
4.1.2 Majoitustyyppi ............................................................................................... 28
4.1.3 Keskeisimmät vierailukohteet ja aktiviteetit matkalla .................................. 30
4.1.4 Tyytyväisyydet hinta-laatu -suhteisiin, palveluihin ja matkaan yleensä ....... 32
4.2 Logistinen regressio .............................................................................................. 37
4.2.1 Tampereella yöpyneet.................................................................................... 37
4.2.2 Pirkanmaalla yöpyneet .................................................................................. 39
4.3 Log-lineaariset mallit ............................................................................................ 42
4.3.1 Kahden muuttujan log-lineaarinen malli ....................................................... 42
4.3.2 Usean muuttujan log-lineaarinen malli ......................................................... 46
5 Yhteenveto 49
4
Lähdeluettelo 52
A Kyselylomake Ryanairin matkustajille ................................................................... 54
B SPSS: Logistinen regressioanalyysi, Tampereella yöpyneet matkustajat ............ 61
C SPSS: Logistinen regressioanalyysi, Pirkanmaalla yöpyneet matkustajat .......... 65
D SPSS: Log-lineaarinen analyysi, kahden muuttujan mallit .................................. 69
E SPSS: Log-lineaarinen analyysi, usean muuttujan malli ....................................... 74
Kuvioluettelo
Kuvio 2.1. Vastaajien ikäjakauma. ......................................................................................... 8
Kuvio 2.2. Vastaajien kansallisuusjakauma. .......................................................................... 9
Kuvio 2.3. Kotitalouden arvioidut bruttotulot kuukaudessa................................................... 9
Kuvio 2.4. Jakauma vastaajien syistä matkaan..................................................................... 10
Kuvio 2.5. Suomeen tulon syyn jakauma. ............................................................................ 11
Kuvio 2.6. Vastaajien yöpymispaikat maakunnittain jaoteltuna. ......................................... 13
Kuvio 2.7. Kaupungit, joissa matkailijat olivat Suomessa yöpyneet. .................................. 13
Kuvio 2.8. Matkailijoiden keskeisimmät aktiviteetit tai vierailukohteet Suomen matkan
aikana. ................................................................................................................................... 15
Kuvio 2.9. Minimit, mediaanit, maksimit ja kvartiilit tyytyväisyyden summamuuttujalle,
vaikutelmalle hintatasosta ja keskustelunsävylle. ................................................................ 16
Kuvio 2.10. Matkailijoiden mainitsemat parannuskohteet luokiteltuina. ............................. 17
Kuvio 4.1. Matkailijoiden matkojen syyt kansallisuuksien mukaan. ................................... 27
Kuvio 4.2. Matkailijoiden yöpymiskaupunkien jakaumat matkan syiden mukaan. ............. 28
5
1 Johdanto
1.1 Taustaa
Matkoista saadut ja niihin liittyvät kokemukset ovat turistien kannalta osa matkailun
keskeisintä sisältöä (Aho, Honkanen & Saarinen 2001, s. 11). Matkailukokemusten
tutkiminen ja niiden tarkastelu eri puhetapojen ja kertomusten näkökulmasta antaa tietoa
samaan matkailutuotteeseen (esim. matkakohteeseen) liittyvistä tulkinnoista. Näin
pystytään paremmin ymmärtämään kokemusten merkityssisältö ja se, miksi turistit toimivat
niin kuin toimivat ja mitkä heidän omat kokemuksensa matkailusta tai matkakohteesta ovat.
Kokemusmaailman ymmärtämisestä on matkailuelinkeinolle hyötyä turisteille suurien
painoarvojen tunnistamisessa sekä niiden elinkeinon kontrollin ulkopuolella olevien
elementtien kartoittamisessa, joissa kielteisten kokemusten riski on suuri. (Aho et al. 2001,
s. 25)
Matkailijan motiivit ja tarpeet sekä kohdealueen vetovoima matkustamisessa vaikuttavat
matkailijan valitsemiin matkustusreitteihin ja kohdealueisiin (Aho et al. 2001, s.127;
Rämet, Saarinen & Kauppila 2004, s. 17). Nykyään yksi huomionarvoinen matkailijoiden
motiiveihin ja kohdealueen vetovoimaan vaikuttava tekijä on ns. halpalentoliikenne. Alalla
avautunut vapaa kilpailu sekä lentoliikenteen sääntelyn purkaminen ovat aiheuttaneet
halpalentoyhtiöiden mukaantulon markkinoille ja täten suuren kehitystrendin
kansainvälisessä matkailussa. Halpalentoyhtiöiden liikeidea perustuu mahdollisimman
matalaan kustannusrakenteeseen, jonka vuoksi yhtiöiden on mahdollista tarjota
asiakkailleen tavanomaista edullisempia lentolippuja. Tämän johdosta alan markkinoille on
saatu kokonaan uusia asiakasryhmiä kuten esimerkiksi ensikertaa matkustavat henkilöt ja
henkilöt, jotka lähtevät matkalle varta vasten sen edullisuuden tähden sekä lyhyelle
kaupunkilomalle lähteneet matkustajat. (Talonen & Laiho 2004, s. 39)
Tämä kehitystrendi on näkynyt myös Tampereen ja Pirkanmaan kansainvälisessä
matkailussa. Tampere-Pirkkalan lentokentän low cost -terminaalissa vuonna 2003 lennot
aloittanut Ryanair toi vuoden sisällä lentokentälle noin 200 000 uutta matkustajaa ja
vuoteen 2009 mennessä lentokentän matkustajien määrä oli yli kaksinkertaistunut vuoteen
6
2003 verrattuna (Talonen & Laiho 2004, s. 40; Finavia a; Finavia b; Finavia c). Ryanairin
osuus Tampere-Pirkkalan lentokentän matkustajamääristä oli vuonna 2009 70 % (Finavia c;
Sipilä 2010). Tutkielman edetessä huomataankin Tampere-Pirkkalan lentokentältä lähtevien
Ryanairin lentojen edullisuuden olevan yksi vetovoimatekijöistä Suomen matkailussa.
1.2 Tutkimuksen lähtökohta
Kyselytutkimus Ryanairin matkustajille Tampere-Pirkkalan lentokentällä ja tämä tutkielma
ovat osa Tampereen yliopiston Kauppakorkeakoulun Tutkimus- ja koulutuskeskus
Synergosin tuottamaa Market Sensing -projektia. Projektilla kehitetään matkailuyritysten
markkinaherkkyyttä toteuttamalla tutkimuksia osallistuvien yritysten ja arvoketjujen
henkilöstöstä sekä nykyisistä ja mahdollisista asiakkaista. Myös yhteistyö- ja
innovaatioverkoston toiminnat kuuluvat tutkimuksen piiriin. Matkailualan market sensing -
ajattelusta lähtöisin olevien innovaatioprosessien ymmärtäminen sekä niihin yhdistyvän
akateemisen tutkimustiedon roolin hahmottaminen ovat tutkimushankkeen päätavoitteita.
Hankkeeseen osallistuvia yrityksiä ovat Tallink Silja Oy, Airpro Oy (halpalentoliikenne),
Go Tampere Oy, Ikaalisten Kylpylä, Ikaalisten Matkatoimisto sekä Tampereen kaupungin
elinkeinotoimi. Hanke kokonaisuudessaan on TEKES-rahoitteinen ja projektista valmistuu
useita pro gradu -tutkielmia eri painopisteiltä.
1.3 Tutkielman tavoitteet
Tutkimuksen lähtökohtana on halpalentoliikenteen kehityksen vaikutus Tampereen ja
Pirkanmaan matkailuun ja sitä kautta kiinnostus matkailijoiden motiiveihin matkustaa
Suomeen sekä heidän kokemuksiinsa ja näkemyksiinsä heille täällä tarjolla olevista
matkailualan palveluista ja vetovoimatekijöistä. Matkailijoille kohdistetulla
kyselytutkimuksella päästäänkin tutustumaan parhaiten näihin kiinnostuksen kohteisiin ja
näkemään Suomi matkailukohteena heidän näkökulmastaan.
7
Tutkielman tarkoituksena on selvittää tilastollisesta näkökulmasta matkailijoiden käyttämiä
palveluita ja matkailukohteita ja sitä, miten he arvioivat Suomen tarjontaa turisteille.
Tavoitteisiin sisältyy myös analyysi Suomen ja etenkin Pirkanmaan ja Tampereen
vetovoimaisuudesta matkailukohteena sekä eri tekijöiden vaikutukset matkailijan
yöpymispaikan valintaan, kiinnostuksen kohteisiin ja syihin matkustaa Suomeen.
1.4 Tutkielman rakenne
Luvun 1 johdannon jälkeen tutkielmassa tutustutaan aineistoon kertomalla sen keräämiseen
liittyvistä yksityiskohdista ja hahmottamalla sen rakennetta kuvailevan analyysin ja
kuvioiden avulla. Luvussa 2 aineistoa kuvaillaan tutkielman kannalta tärkeimpien ja
mielenkiintoisimpien muuttujien avulla ja hahmotetaan muuttujien jakaumia graafisin
esityksin.
Aineiston esittelyn jälkeen luvussa 3 syvennytään tarkemmin analyyseissa käytettyihin
menetelmiin, joita ovat χ2-riippumattomuustesti ja kontingenssikerroin, logistinen
regressioanalyysi ja log-lineaariset mallit. Teoreettisen osan jälkeen luvussa 4 sovelletaan
edellä mainittuja menetelmiä kyselytutkimuksesta saatuun aineistoon. Menetelmillä
tutkitaan muuttujien välisiä riippuvuussuhteita sekä etsitään parhaita mahdollisia malleja
kuvaamaan aineistoa.
Lukuun 5 on tiivistetty yhteenveto tutkielmasta ja analyysin tuloksista. Lähdeluettelo on
sivulla 52 ja tutkielman lopussa ovat liitteinä kyselytutkimuslomake ja SPSS-ajot valituille
malleille.
8
2 Aineisto
2.1 Aineiston kerääminen
Tutkimus toteutettiin Tampere-Pirkkalan lentokentällä touko–syyskuussa 2009
lomakekyselynä. Lomakkeita jaettiin Ryanairin terminaalissa lähteville ulkomaisille
matkustajille noin yhdeksän vuorokauden ajan joka kuukausi satunnaisotannalla.
Matkustajilla oli mahdollisuus täyttää lomakkeita myös oma-aloitteisesti lomakkeiden
palauttamista varten pystytetyillä pisteillä. Kyselylomakkeiden kielinä olivat englanti, italia
ja saksa. Kielien valinta selittyy Ryanairin lentokohteilla ja oletuksesta, että suurin osa
kohteisiin matkaavista on kyseisen maan kansalainen tai ainakin osaa nimenomaista kieltä.
Yhteistyökumppanina tutkimuksen toteuttamisessa oli Airpro Oy:n henkilökunta. Liitteessä
A on kyselylomakkeen sisältö suomenkielisenä.
2.2 Aineiston kuvailu
Taustamuuttujat
Kyselylomakkeita palautettiin 1 780 kappaletta, joista hyväksyttiin 1 511 (84,9 %).
Vastaajista miehiä oli 57 % ja naisia 43 % (yhteensä n = 1 463). Naimattomia oli 51 %,
naimisissa tai avoliitossa 42 % ja muita 7 % (yhteensä n = 1 437). Nuorin vastaajista oli 7-
vuotias ja vanhin 85-vuotias. Alla olevasta diagrammista (kuvio 2.1) näkyy koko aineiston
ikäjakauma (n = 1 454), josta nähdään, että suurin osa vastaajista oli alle 35-vuotiaita.
Kuvio 2.1. Vastaajien ikäjakauma.
30 29
16 147 4
0
20
40
alle 25 vuotta 25–34 35–44 45–54 55–64 yli 64 vuotta
%
Vastaajien ikäjakauma
9
Vastaajista (n = 1 442) noin 92 % oli eurooppalaisia, joista 22 % oli saksalaisia, 16 %
italialaisia, 14 % brittejä ja 12 % venäläisiä. Briteillä tarkoitetaan tässä tutkielmassa niitä
matkailijoita, jotka ilmoittivat olevansa Yhdistyneen kuningaskunnan kansalaisia.
Ulkomailla asuvia suomalaisia oli 3 % vastaajista. Alla olevasta diagrammista (kuvio 2.2)
nähdään kansallisuusjakauma tarkemmin.
Kuvio 2.2. Vastaajien kansallisuusjakauma.
Kysymykseen vastanneista vastaajista (n = 1 286) noin neljännes ilmoitti olevansa
opiskelija, millä selittyy osin myös kotitalouden bruttotulojakauma, jossa neljännes
vastaajista arvioi kotitaloudessa tienattavan alle 1 000 € kuukaudessa (kuvio 2.3).
Kuvio 2.3. Kotitalouden arvioidut bruttotulot kuukaudessa.
22
1614
12
6 5 3 3 3 2 2
13
0
5
10
15
20
25
%
Vastaajien kansallisuudet
25
17
12 12 12
5 5
13
0
5
10
15
20
25
30
alle 1000 € 1000-2000 € 2001-3000 € 3001-4000 € 4001-6000 € 6001-8000€ 8001-12000€ yli 12000€
%
Vastaajien bruttotulot kuukaudessa
10
Matkailijoiden syyt matkaan sekä kokemukset ja yöpyminen Suomessa
Vastaajat matkustivat suurimmaksi osaksi ystävien ja avio- tai avopuolison kanssa.
Vastaajilla oli mahdollisuus valita yksi tai useampia vaihtoehtoja matkaseurasta ja
tuloksena oli, että 28 % matkusti ainakin ystävän tai ystävien kanssa ja samoin ainakin
avio-tai avopuolison kanssa matkustavia oli 28 %. 20 % vastaajista matkusti ainakin osan
matkasta yksin, 11 % lasten tai lastenlasten kanssa ja 10 % tyttö- tai poikaystävän seurassa.
Muista matkaseuralaisista suurimman osan muodostivat vanhemmat tai isovanhemmat,
työyhteisön jäsen/jäsenet, muut sukulaiset ja yhdistys tai seura. Vastaajat valitsivat
keskimäärin 1,2 matkaseuravaihtoehtoa henkilöä kohden.
Matkan syyn jakauma nähdään alla olevasta kuviosta (kuvio 2.4). Vastaajat valitsivat
keskimäärin 1,1 vaihtoehtoa henkilöä kohden ja kaikista vastaajista (n = 1 593) 48 %
ilmoitti matkansa syyksi vapaa-ajanmatkan. 32 % matkalaisista oli sukulais- tai
tuttavavierailulla ja 14 % työhön liittyvällä matkalla. Läpikulkumatkalla oli 3 % vastaajista.
Muuksi matkan syyksi vastaajat olivat ilmoittaneet muun muassa opiskelun, kalastuksen,
opintomatkan, konsertit, häät, tutkimustyön, Nuorten Olympialaiset, turismin, rallin,
kansanmusiikkifestivaalit sekä interrailin.
Kuvio 2.4. Jakauma vastaajien syistä matkaan.
48
32
7 73
12
0
10
20
30
40
50
60
vapaa-ajanmatka sukulais- tai tuttavavierailu
muu työmatka kokous- tai kongressimatka
läpikulkumatka muu
%
Vastaajien ilmoittama syy matkaan
11
Henkilökohtaiset syyt olivat suurin syy matkustajilla tulla matkalle juuri Suomeen ja heitä
oli 40 % vastaajista. Henkilökohtaiset syyt sisältävät muun muassa seuraavia tekijöitä:
perhe, ystävät, sukulaiset, häät, hautajaiset, muut perhejuhlat, entinen asuinpaikka, kutsu ja
tyttö- tai poikaystävä asuu täällä. Kaikkiaan kysymykseen vastasi 1 247 matkustajaa.
Suomalaisen luonnon vetovoima oli matkailijoiden toiseksi suurin syy Suomeen tulolle (32
%). Suomalaisen luonnon vetovoimaksi luokiteltiin muun muassa seuraavia asioita: järvet,
puhdas luonto, kalastus, melonta, uiminen, maaseutu, vaellus, maisemat, talvi, metsät,
kesämökki, aurinko, ulkoilma-aktiviteetit, purjehdus, saaristo, marjat, kävely,
Karhunkierros ja rauha. Kolmas vahva vetovoimatekijä oli suomalaisuuteen liittyvät asiat
(30 %). Suomalaisuuteen liittyviin asioihin luokiteltiin muun muassa sauna,
karjalanpiirakka, ruoka, kieli, historia, turvallisuus, uteliaisuus, ensimmäinen kerta
Suomessa, muumit, lohi, makkara, vieraanvaraisuus, juhannus, design, eri yhtyeet, artistit
ja henkilöt (Nightwish, Ville Valo, Räikkönen, Stratovarius, Children of Bodom), ruisleipä
ja kaunis maa. Seuraavasta kuviosta (kuvio 2.5) nähdään Suomeen tulon syyn
yksiulotteinen jakauma. Tässä kysymyksessä matkailijat mainitsivat keskimäärin 1,8 asiaa
vastaajaa kohden.
Kuvio 2.5. Suomeen tulon syyn jakauma.
40
32
30
20
16
15
15
9
7
0 20 40 60
Henkilökohtaiset syyt (mm. perhe, ystävät, häät)
Suomalaisen luonnon vetovoima (mm. järvet, …
Suomalaisuuteen liittyvät asiat
Irtiotto arjesta
Kulttuuri ja tapahtumat (sis. liikunta ja urheilu)
Työ, opiskelu ja yhdistystoiminta
Matkustamisen helppous ja edullisuus
Matkailukohteet, kaupungit ja alueet
Muu syy
%
Suomeen tulon syy
12
Matkailijat olivat varanneet matkansa pääosin yli 2 kuukautta ennen matkaa tai vähintään
1-2 kuukautta ennen matkan alkua. Vajaa neljännes vastaajista (23 %) varasi matkan alle
kuukautta ennen matkaa ja 7 % lähti matkalle alle viikko varauksen jälkeen. Matkan keston
keskiarvo oli koko aineistossa 12,84 vuorokautta, mutta suuret poikkeavat havainnot
vääristävät jakaumaa. Tämän vuoksi tässä tilanteessa otetaankin huomioon ainoastaan
vastaajat, joiden matkojen kestot ovat olleet korkeintaan 90 vuorokautta, mikä vastaa
suurinpiirtein monien vakuutusyhtiöiden määritelmää lomamatkasta. Tällöin matkan keston
keskiarvoksi saatiin noin kahdeksan vuorokautta. Vapaa-ajan matkailijoilla sekä
sukulaisvierailijoilla keskiarvo oli lähes sama kuin koko aineiston keskiarvo, kun taas
muilla työmatkalaisilla keskiarvo kohosi noin 10 vuorokauteen. Kongressi- ja
kokousmatkalaisilla keskiarvo oli muita pienempi (5,75 vrk).
Vastaajista 46 % yöpyi ainakin yhden yön hotellissa ja 39 % sukulaisten tai tuttavien luona.
Seuraavaksi suurin majoitustyyppi vastaajien keskuudessa oli vaihtoehto ”muu” 18 %.
Näistä vastauksista suurin osa oli hostelleja ja opiskelija-asuntoloita. Vuokramökissä
yöpyneitä oli 11 % ja muita yöpymispaikkoja olivat muun muassa leirintäalue (8 %), laiva
(3 %) ja maatila (2 %). Keskimäärin vastaajat yöpyivät 1,3 eri majoitustyypissä matkansa
aikana.
Yöpymispaikkaa kysyttäessä vastaajilla oli mahdollisuus mainita kuusi eri kaupunkia tai
kuntaa yöpymispaikakseen. Keskimäärin vastauksia saatiin 1,8 vastaajaa kohden.
Vastaukset luokiteltiin maakunnittain ja Pirkanmaalla oli vähintään yhden yön yöpyneitä 64
% vastaajista. Seuraavaksi suosituin yöpymismaakunta oli Uusimaa, jossa yöpyneitä oli 37
% vastaajista. Hämeessä tai Kymenlaaksossa yöpyi ainoastaan 5 % vastaajista. Kuviosta
2.6 nähdään muuttujan koko jakauma. Vertailun ja Tampereen alueen kiinnostuksen vuoksi
yöpymispaikoista tarkasteltiin vielä rinnakkain Tamperetta, Helsinkiä ja muuta maata.
Tässä tilanteessa on otettu huomioon vain yksi vaihtoehto kutakin luokkaa kohden vertailun
helpottamiseksi. Kuviosta 2.7 huomataan, että noin puolet vastaajista yöpyi ainakin yhden
yön Tampereella, mutta vaikka Ryanairin lentokenttä sijaitseekin Tampereen kupeessa,
useimmat matkustajat viettivät yönsä Tampereen ulkopuolella.
13
Kuvio 2.6. Vastaajien yöpymispaikat maakunnittain jaoteltuna.
Kuvio 2.7. Kaupungit, joissa matkailijat olivat Suomessa yöpyneet.
64
37
18
14
11
9
8
6
5
4
3
2
0 10 20 30 40 50 60 70
Pirkanmaa
Uusimaa
Pohjanmaa
Savo, Karjala, Kainuu
Varsinais-Suomi
Keski-Suomi
Lappi
Satakunta
Muu
Päijät-Häme
Häme
Kymenlaakso
%
Maakunta, jossa vastaaja yöpyi matkallaan
32
53
61
0
10
20
30
40
50
60
70
Helsinki Tampere Muu paikkakunta
%
Vastaajien yöpymiskaupungit Suomessa(vain yksi/luokka/vastaaja)
14
Seuraava kuvio 2.8 havainnollistaa matkailijoiden aktiviteetit ja mielenkiinnon kohteet
Suomessa. Vastauksia tähän kysymykseen saatiin 2 733 1 085:ltä vastaajalta eli jokainen
vastaaja mainitsi keskimäärin 2,5 vaihtoehtoa keskeisimmäksi aktiviteetikseen. Kaikki
matkailijat ilmoittivat ainakin yhdeksi keskeisimmäksi vierailukohteekseen kaupungin,
kunnan tai alueen. Luokka sisältää nimensä mukaan eri kunnat ja kaupungit, kaupunkien
alueet esimerkiksi keskustat, torit ja satamat sekä Lapin ja napapiirin. Myös ulkomaiset
kaupungit (mm. Tallinna) luokiteltiin mukaan tähän ryhmään. Puolet vastaajista mainitsi
luonnon ja luontoon liittyvien aktiviteettien olleen keskeisiä asioita loman aikana. Tämä
luokka pitää sisällään selvästi luontoon liittyvät alueet kuten Rauhaniemi, Viikinsaari,
Seurasaari, Pyynikki, Pispala, Saimaa, leirintäalueet, puistot, maaseutu, saaristo, rannikko
ja Itämeri. Näiden lisäksi muun muassa seuraavat luontoon liittyvät aktiviteetit ja kohteet
sisältyvät tähän luokkaan: kalastus, vaellus, purjehdus, veneily, marjanpoiminta, kävely,
melonta, keskiyön aurinko, linnut, luonto, piknik, patikointi, retkeily, joet, mäet, järvet,
mökkeily, uiminen, karhujen tarkkailu ja huskyt.
Matkailukohteet, kulttuurikohteet sekä viihde ja vapaa-aika olivat suurinpiirtein yhtä
suosittuja aktiviteetteja matkailijoiden keskuudessa. Matkailukohteet sisältävät muun
muassa laskettelukeskukset, Turun, Suomen-, Savon ja Hämeen linnat, näkötornit,
eläintarhat, huvipuistot, nähtävyydet, kylpylät, ametistikaivoksen, joulupukin kylän sekä
Haverin kultakaivoksen. Kulttuurikohteisiin luokiteltiin kirkot, museot, oopperat, teatterit,
eduskuntatalo, Presidentinlinna sekä taidenäyttelyt ja –galleriat. Viihde ja vapaa-aika
luokiteltiin sisältämään muun muassa seuraavia asioita: ravintolat, baarit, pubit, juhliminen,
laulaminen, tax free, minigolf, risteilyt, olut, matkustelu, syöminen ja juominen, yöelämä,
tytöt, kahvilat, vapaa-aika, rapujuhlat, markkinat sekä auringonotto ja karaoke.
Vajaa kolmannes vastaajista (27 %) oli viehtynyt suomalaisuuteen liittyviin asioihin,
liikuntaan ja urheiluun tai tapahtumiin. Suomalaisuuteen liittyviin asioihin luokiteltiin
muun muassa juhannus, joulupukki, lohi, makkara, sauna, ruoka, joulu, suomalaiset, laavu,
Alvar Aalto, kauneus, siisteys, muumit, avantouinti ja historia. Liikunta ja urheilu sisältävät
muun muassa geokätkennän, ratsastuksen, hiihdon, pyöräilyn, golfin, stadionit,
vesiurheilun, juoksemisen ja lumilautailun. Urheilutapahtumat, kuten
Veteraaniyleisurheilun MM-kilpailut ja Nuorten Olympialaiset luokiteltiin luokkaan
15
tapahtumat, joka näiden lisäksi sisältää muun muassa erilaiset messut, musiikkifestivaalit,
partiolaisten tapaamisen, Super Rallyn, leirit ja suviseurat.
Ostokset, työ ja opiskelu sekä henkilökohtaiset asiat olivat yhtä suosittuja aktiviteetteja
matkan aikana. Jokainen näistä kolmesta luokasta sai 5 %:n osuuden matkailijoiden
vastauksista. Henkilökohtaisilla asioilla tarkoitetaan tässä tutkimuksessa muun muassa
ystävien tapaamista, perhettä ja sukulaisia, häitä ja muita sukujuhlia, vierailua,
asuntokauppoja ja oleskelua perheen kanssa.
Kuvio 2.8. Matkailijoiden keskeisimmät aktiviteetit tai vierailukohteet Suomen matkan
aikana.
Tyytyväisyys majoituksen ja ravintoloiden hinta-laatu -suhteisiin, palvelun tasoon ja
matkaan yleisesti
Vastaajat olivat suhteellisen tyytyväisiä majoituksen ja ravintolapalveluiden hinta-laatu -
suhteisiin, palvelun tasoon ja matkaan yleisesti. Yleistä tyytyväisyyttä mitattiin neljän
100
51
21
18
17
11
9
7
5
5
5
3
0 20 40 60 80 100 120
Kaupungit, kunnat, alueet
Luonto ja luontoon liittyvät aktiviteetit
Matkailukohteet
Kulttuurikohteet
Viihde ja vapaa-aika
Suomalaisuuteen liittyvät asiat
Liikunta ja urheilu
Tapahtumat
Ostokset, kaupat, tax free
Työ, opiskelu ja yhdistystoiminta
Henkilökohtaiset asiat
Muut asiat
%
Keskeisin aktiviteetti tai vierailukohde matkan aikana
16
edellä mainitun muuttujan summamuuttujalla, josta saatiin keskiarvoksi 7,19. Tässä
käytettiin myös asteikkoa 1–10, missä 1 = hyvin tyytymätön ja 10 = hyvin tyytyväinen. 95
%:n luottamusvälillä yleinen tyytyväisyys palveluun, hintoihin ja matkaan sai arvosanaksi
7,10–7,28. Vastaajien mielestä hintataso Suomessa vaikuttaa suhteellisen kalliilta.
Asteikolla 1–10, missä 1 = hyvin kallis ja 10 = hyvin halpa, hintatason keskiarvoksi saatiin
3,83. 95 %:n luottamusvälillä hintatason vaikutelma liikkuu 3,71 ja 3,95 välillä. Vastaajat
siis mielsivät Suomen hintatason ennemmin kalliiksi kuin halvaksi.
Suomesta matkakohteena puhutaan kuitenkin positiiviseen sävyyn ystäville ja tuttaville.
Keskiarvoksi muodostui 8,00 (1 = hyvin negatiivinen, 10 = hyvin positiivinen) ja 95 %
luottamusvälillä keskustelunsävyn arvosanat olivat 7,90–8,10. Alla oleva kuvio (kuvio 2.9)
havainnollistaa rinnakkain matkailijoiden tyytyväisyyksien jakaumien rakennetta eri
tilanteissa.
Kuvio 2.9. Minimit, mediaanit, maksimit ja kvartiilit tyytyväisyyden summamuuttujalle,
vaikutelmalle hintatasosta ja keskustelunsävylle.
Matkustajien mielipiteet Suomen hintatason kalleudesta ilmenevät myös palveluiden
parannuskohteita kysyttäessä. 35 % vastaajista oli sitä mieltä, että kallis hintataso oli
ainakin yksi asia mihin he kaipasivat parannusta. Selkeä parannuskohde oli myös Pirkkalan
123456789
10
Tyytyväisyys palveluun, hintoihin ja matkaan yleensä
Vaikutelma hintatasosta Suomessa
Keskustelunsävy Suomesta puhuttaessa
Tyytyväisyys ja vaikutelmat Suomesta matkakohteena
17
lentokenttään ja Ryanairiin liittyvät asiat, kuten aikataulut, henkilökunnan ystävällisyys,
terminaali 2 ja tilat lentoasemalla, matkustaminen Pirkkalan lentoasemalle (bussiyhteydet ja
aikataulut) ja informaatio busseista. Kolmas voimakkaasti esiin tullut parannuskohde oli
turisteille kohdistettu matkailuinformaatio. Matkailijat kaipasivat muun muassa lisää
tieviitoituksia, englannin osaamista (bussikuskit), enemmän tietoa englanniksi, opasteita
turistikohteisiin ja supermarketteihin sekä enemmän informaatiopisteitä. Keskimäärin
vastauksia saatiin 1,3 vastaajaa kohden, kun n oli 572. Parannuskohteiden jakauma nähdään
seuraavasta kuviosta 2.10.
Kuvio 2.10. Matkailijoiden mainitsemat parannuskohteet luokiteltuina.
2 % vastaajista oli sitä mieltä, että parannettavaa itse palveluissa ei ollut, mutta
palvelutilanteissa parannusta kaipasi 20 % vastaajista (n = 1 157). Eniten parannusta
matkailijat kaipasivat Pirkkalan lentokenttään ja Ryanairiin liittyviin palveluihin (35 %).
Toiseksi eniten parannusta toivottiin palvelun tasoon (15 %) ja kolmanneksi
matkailuinformaatioon turisteille (11 %). Tämä muuttuja luokiteltiin samoin perustein kuin
edellä mainittu palveluiden parannuskohteet ja havaintojen määrä tässä tapauksessa oli 207.
3526
2311
98
65
43
2
0 10 20 30 40
Hintataso SuomessaPirkkalan lentokenttään ja Ryanairiin liittyvät asiat
Matkailuinformaatio turisteilleKulttuuriset asiat
Palvelut matkailijoilleMajoitus ja ravintolat
Palvelun tasoJulkinen liikenne
Yleinen siisteys ja julkiset tilatMuut asiat
Ei parannettavaa
%
Matkailijoiden mainitsemat parannuskohteet
18
Tiedonhaku ja internetin käyttö
1 306 vastaajasta 84 % käytti internetiä suunnitellessaan matkaa Suomeen. 1 062 näistä
matkustajista oli määritellyt tarkemmin mitä sivustoja he matkan suunnittelussa ja
tiedonhaussa käyttivät ja huomataan, että heistä 63 % suunnitteli matkaansa Ryanairin
internetsivujen avulla. Toiseksi suosituin sivusto oli kohdekaupungin tai -alueen
internetsivut (34 %) ja kolmanneksi suurin luokka oli Suomen maaportaali
(www.visitfinland.com) 27 %:n osuudella. Vastaajat olivat hakeneet tietoa keskimäärin 2,1
sivustolta suunnitellessaan matkaa. Seuraava vaakadiagrammi (kuvio 2.10) havainnollistaa
tilannetta.
Kuvio 2.10. Matkan suunnittelussa käytetyt internetsivustot.
Matkustajilta tiedusteltiin myös heidän tyytyväisyyttään internetistä saamaansa
ennakkoinformaatioon Suomesta ja Tampereen alueesta asteikolla yhdestä kymmeneen.
Suomesta saatuun ennakkotietoon oltiin suhteellisen tyytyväisiä keskiarvolla 7,25 (n =
6334
2719
1613
1188
443
0 10 20 30 40 50 60 70
Ryanairin internetsivutkohdekaupunki/-alueSuomen maaportaali
hotellivarausjärjestelmätyksittäinen matkailukohde/tapahtuma
joku muuinternetin keskustelupalstat/sosiaaliset …
laivayhtiölentoyhtiö
suomalainen matkanjärjestäjä/matkatoimistooman alan kokous-/kongressisivusto
lähtömään matkanjärjestäjä/matkatoimisto
%
Jos matkan suunnittelussa käytettiin internetiä, mitä sivustoja käytettiin?
19
1018). Tampereen alueesta saatuun tietoon oltiin myös tyytyväisiä vaikkakin keskiarvoksi
tuli hieman koko Suomea heikompi 6,88 (n = 875). 326 vastaajaa olivat maininneet myös
kohteita, joista he olisivat halunneet löytää enemmän tietoa internetistä. Eniten tietoa
kaivattiin tapahtumista ja aktiviteeteista (21 %) sekä Suomesta ja suomalaisuudesta (21 %).
Havainnot olivat hyvin tasaisesti jakautuneet ja prosentuaaliset erot eri luokkien kesken
olivat suhteellisen pienet. 20 % vastaajista olisi halunnut lisätietoa majoituksista ja
ravintoloista, 19 % toivoi lisätietoa hinnoista ja aukioloajoista ja 18 % ei löytänyt tarpeeksi
tietoa matkailukohteista ja palveluista matkailijoille. Keskimäärin matkailijat mainitsivat
1,4 kohdetta, joista he olisivat halunneet löytää ennakkotietoa internetistä. Pirkkalan
lentokenttään ja Ryanairiin liittyviin asioihin liittyvä informaatio kiinnosti 15 prosenttia
vastaajista ja julkinen liikenne 13 prosenttia. 8 % toivoi löytäneensä internetistä kaupunkien
ja aluieden karttoja ja sijaintitietoja.
20
3 Kyselyaineiston tilastollinen analyysi
3.1 Tutkimusmenetelmät
Tässä tutkielmassa käytetään tutkimusmenetelminä logistista regressioanalyysia, log-
lineaarisia malleja ja riippuvuustarkasteluissa χ2-testiä sekä keskiarvojen testausta. Tässä
luvussa esitellään menetelmien teoriaa sekä analyysien lähtökohtia ja perusteita.
3.1.1 χ2-riippumattomuustesti ja kontingenssikerroin
χ2-riippumattomuustesti (Chi-Square) mittaa valittujen muuttujien välistä tilastollista
riippuvuutta. Oletuksena eli nollahypoteesina mallissa on, että muuttujat ovat
riippumattomia keskenään. Nollahypoteesi hylätään, jos χ2-testisuureen arvo ylittää annetun
kriittisen arvon. Testisuureen arvo saadaan odotetuista ja havaituista frekvensseistä kaavalla
(3.1) χ2 = ,
missä k = rivien lukumäärä, l = sarakkeiden lukumäärä, Oij= i:nnen rivin j:nnen sarakkeen
havaitu frekvenssi ja Eij = i:nnen rivin ja j:nnen sarakkeen odotettu frekvenssi. Testisuure
(3.1) noudattaa χ2-jakaumaa vapausastein (k-1)(l-1). (Heikkilä 1998, s. 212–213)
P-arvolla määritellään havaittujen ja odotettujen frekvenssien poikkeaman tilastollinen
merkitsevyys eli sattumasta johtuvan riippuvuuden riski. Raja-arvona tässä käytetään
esimerkiksi 5 %:n merkitsevyystasoa. Kun p-arvo on suurempi kuin 0,05, nollahypoteesi
jää voimaan ja muuttujien todetaan olevan riippumattomia toisistaan. (Heikkilä 1998, s.
212)
21
χ2-testisuureen avulla pystytään laskemaan luokitteluasteikollisten muuttujien välistä
riippuvuutta kuvaava kontingenssikerroin (Contingency Coefficient). Kertoimen arvo on
aina pienempi kuin 1 mutta suurempi tai yhtä suuri kuin 0. Heikkous kertoimen käytössä on
se, että kertoimia ei voi vertailla keskenään, jos niiden arvot on laskettu eri kokoisista
taulukoista. Kontingenssikerroin lasketaan kaavalla
(3.2) C = ,
missä n = havaintojen lukumäärä. (FSD)
3.1.2 Logistinen regressioanalyysi
Logistinen regressioanalyysi on yleistettyjen lineaaristen mallien (GLM) erikoistapaus,
jossa selitettävän ja selittävän muuttujan välinen riippuvuus ei ole tavallisen
regressioanalyysin tapaan lineaarinen, vaan se noudattaa S-käyrää (Agresti 1996, s. 77;
Hosmer & Lemeshow 2000, s. 5). Se on vakiintunut käytettäväksi malliksi kategoriselle
aineistolle silloin, kun selitettävänä muuttujana on kaksi- tai useampiluokkainen diskreetti
muuttuja (Hosmer & Lemeshow 2000, s. 1). Useimmiten tämä selitettävä muuttuja on
dikotominen eli muuttuja saa kaksi arvoa, joista toinen kuvaa ”onnistumista” ja toinen
”epäonnistumista”. Logistisella regressioanalyysilla mallinnetaankin tämän onnistumisen
todennäköisyyttä. Todennäköisyyksien mallintamiseen käytetään kaavaa:
(3.3) π(x) = ,
22
missä α on vakio, β regressiokerroin ja x selittävä muuttuja. (Agresti 1996, s. 103, 122)
Logistisen regressioanalyysin tuloksia on usein helpointa tulkita vetojen (odds) ja
vedonlyöntisuhteen (odds ratio) avulla. Vedonlyöntisuhteella ennustetaan tapahtuman
todennäköisyyden kasvua tai laskua, kun selittävän muuttujan arvo kasvaa yhdellä
yksiköllä. Tällöin regressiokertoimen β etumerkki kertoo väheneekö vai kasvaako
tapahtuman todennäköisyys. Kun β = 0, vedonlyöntisuhde pysyy samana vaikka selittävän
muuttujan arvo muuttuu. Veto määritellään seuraavasti:
(3.4) odds = = exp(α + βx).
Silloin vedon logaritmi eli
(3.5) logit = log = α + βx
on lineaarinen. Usean selittävän muuttujan logit-malli on muotoa
(3.6) logit = α + ,
missä ovat selittäviä muuttujia ja k selittäjien lukumäärä.
(Agresti 1996, s. 103–107, 122).
23
3.1.3 Log-lineaariset mallit
Log-lineaarisilla malleilla etsitään sopivaa mallia selittämään luokitteluasteikollisten
muuttujien välistä riippuvuutta solufrekvenssien avulla. Kun muuttujat ovat kategorisia ja
toisistaan riippumattomia, kaksisuuntaisen kontingenssitaulukon solujen yhteinen
todennäköisyys noudattaa muotoa
(3.7) πij = πi+ π+j, i = 1,…,I, j = 1,…,J.
Log-lineaarisissa malleissa käytetään solutodennäköisyyksien {πij} sijasta odotettuja
frekvenssejä {μij}, jotka ovat muotoa μij = nπi+ π+j kaikilla i:n ja j:n arvoilla, missä n on
havaintojen lukumäärä. (Agresti 1996, s. 145–146)
Kahden muuttujan (X ja Y) tilanteessa log-lineaarinen riippumattomuuden malli
määritellään seuraavasti:
(3.8) log μij = λ + + ,
missä on luokittelun vaikutus X:ään i. rivillä ja on luokittelun vaikutus Y:hyn j.
sarakkeella. Mitä suuremmat vaikutukset ovat, sitä suuremmat ovat odotetut frekvenssit
kyseisellä rivillä tai sarakkeella. (Agresti 1996, s. 146–147)
Log-lineaarisen mallin hyvyys mitataan χ2-testisuureen (Pearson chi-squared statistic) ja
G2-testisuureen (likelihood-ratio chi-squared statistic) avulla. Testisuureet lasketaan
kaavoilla
24
(3.9) G2 = 2 ,
(3.10.) χ2 = .
Mitä pienempiä testisuureet ovat, sitä paremmin malli sopii aineistoon ja näin ollen
testisuureiden p-arvot kasvavat (Agresti 1996, s. 28–29, s. 154; Mauranen, a.).
Saturoidussa log-lineaarisessa mallissa näkyy myös muuttujien välinen vuorovaikutustermi
ja malli saa muodon
(3.11) log μij = λ + + + ,
missä kuvaa muuttujien X ja Y välistä riippuvuutta ja malli kokonaisuudessaan vastaa
täydellistä havaittujen frekvenssien vastaavuutta odotettuihin frekvensseihin. Saturoitussa
mallissa ovat mukana kaikki IJ parametria ja siten malli sopii aina täydellisesti aineistoon.
(Agresti 1996, s. 148–149)
Kolmen muuttujan tapauksessa malli muodostuu saturoitua kahden muuttujan mallia
vastaavasti siten, että mallissa ovat mukana kaikkien kolmen muuttujan omavaikutukset
sekä yhdysvaikutukset. Täydellinen kolmen muuttujan log-lineaarinen malli näyttää
seuraavalta:
(3.12) log μijk = λ + + + + + + + .
25
Kolmen muuttujan, esimerkiksi (XY, XZ, YZ), yhdysvaikutustermien ehdollinen
vedonlyöntisuhde (conditional odds ratio) θXY(k) kuvaa muuttujien X ja Y välistä yhteyttä
siten, että esimerkiksi 2*2*K -taulukolle suhde näyttää seuraavalta:
(3.13) log θXY(k) = log = + - - ,
missä k = 1, …, K.
Malli 3.13 seuraa mallin 3.12 tapauksesta, jossa ei ole kolmen muuttujan yhdysvaikutusta.
Kuten kaavasta 3.13 huomataan ehdollinen vedonlyöntisuhde ei riipu muuttujasta Z, joten
suhde pysyy samana kaikilla Z:n tasoilla. Samoin määräytyy myös muuttujien X ja Z
vedonlyöntisuhde eli suhde pysyy samana kaikilla Y:n tasoilla. Tämä pätee kaikille kolmen
muuttujan malleille, missä ei ole mukana kolmen tekijän vuorovaikutustermiä. (Agresti
1996, s. 149–152)
Useamman muuttujan tapauksessa malli muodostetaan kahta edellä mainittua tapausta
vastaavasti muuttujien omavaikutuksista ja yhdysvaikutuksista. Mitä useammanasteista
yhdysvaikutus on, sitä hankalampaa on mallin tulkinta. Sen vuoksi suositellaankin
mahdollisimman yksinkertaista mallia, vaikka mallin hyvyystestit osoittaisivatkin
monimutkaisen mallin olevan aineistoon sopivuudeltaan paras. (Agresti 1996, s. 158–162).
26
4 Tutkimustuloksia
Aloitetaan aineiston analysointi riippuvuussuhteiden tarkastelulla, jossa tulkinnan apuna
käytetään χ2-riippumattomuustestiä, kontingenssikertoimia ja keskiarvojen testausta. Tämän
jälkeen etsitään aineistoon sopivia malleja logistisella regressioanalyysilla ja log-
lineaarisilla malleilla. Aineiston analysoinnit suoritettiin SPSS- ja Tixel-ohjelmistoilla.
4.1 Riippuvuussuhteiden tarkastelua
Seuraavissa neljässä alaluvussa tarkastellaan mielenkiintoisimpien muuttujien jakaumia ja
niiden välisiä riippuvuuksia χ2-riippumattomuustestin,
ristiintaulukoiden, p-arvojen ja
kontingenssilukujen avulla. Luvussa 4.1.4 käytetään myös keskiarvojen testausta F-
testisuureen avulla, kun mitataan matkailijoiden tyytyväisyyttä eri ryhmittelymuuttujilla.
Otoksien oletetaan olevan riippumattomia toisistaan, mikä on edellytys sille, että
keskiarvojen testaus voidaan suorittaa (Heikkilä 1998, s. 224). Merkitsevyystasoksi
asetetaan 5 %. Riippuvuuksien tarkasteluissa selitettäviä muuttujia ovat matkan syyt,
majoitustyyppi, keskeisimmät aktiviteetit matkalla sekä matkailijoiden tyytyväisyydet
palveluihin ja matkaan yleensä.
4.1.1 Matkan syyt
Kuviosta 4.1 nähdään matkailijoiden syyt matkalle lähtöön kansallisuuksittain. P-arvon
(0,00) mukaan ero eri kansallisuuksien matkan syiden välillä on tilastollisesti erittäin
merkitsevä, jolloin tulkitaan, että matkailijan mainitsema matkan syy riippuu hänen
kansallisuudestaan. Kontingenssikerroin (0,338) (χ2
= 205,56; df = 20) ilmaisee
riippuvuuden olevan kohtalaista.
27
Kuvio 4.1. Matkailijoiden matkojen syyt kansallisuuksien mukaan.
Kaikista kansallisuuksista suurin osa matkailijoista tuli Suomeen joko vapaa-ajan matkalle
tai sukulais- tai tuttavavierailulle. Briteistä yli 10 % kävi täällä myös kokous- tai
kongressimatkalla. Venäläisistä matkailijoista vajaa 20 % oli Suomessa läpikulkumatkalla,
mikä on huomattavasti enemmän kuin muilla kansallisuuksilla. Pietarin maantieteellinen
läheisyys, sieltä lähtevien lentojen kalliit hinnat ja helppokulkuisuus Suomeen olivat
todennäköisiä syitä sille, miksi niin monet venäläiset olivat ainoastaan läpikulkumatkalla
Suomessa.
Seuraavassa ristiintaulukoinnissa asetettiin yöpymispaikka selitettäväksi muuttujaksi, koska
halutaan tarkastella vaikuttaako matkan syy siihen, missä kaupungissa matkailija on
yöpynyt. Kun tarkastellaan yöpymispaikkaa matkan syyn perusteella, niin
kontingenssikertoimen 0,183 (χ2
= 69,53; df = 10) perusteella voidaan todeta, että matkan
syyllä ja yöpymispaikalla on heikkoa riippuvuutta (p-arvo = 0,00). Käytännössä
yöpymispaikka, esimerkiksi Helsinki, riippuu heikosti siitä, mikä on ollut matkailijan syy
matkustaa Suomeen.
Seuraava kuvio 4.2 havainnollistaa tilannetta graafisesti. Kuviosta nähdään, että
läpikulkumatkalla olleista ja kokous- tai kongressimatkalaisista suurin osa yöpyi
Tampereella. Sukulais- ja tuttavavierailut vetivät matkailijoita oletettavastikin myös
Helsingin ja Tampereen ulkopuolelle. Muulla työmatkalla olleet yöpyivät paljon
0 % 10 % 20 % 30 % 40 % 50 % 60 % 70 % 80 % 90 % 100 %
saksa
britannia
italia
venäjä
muu
Matkan syy kansallisuuksien mukaan
vapaa-ajanmatka sukulais- tai tuttavavierailu kokous- tai kongressimatka
muu työmatka läpikulkumatka muu
28
Tampereella sekä muualla Suomessa. Vapaa-ajan matkalaisten yöpymispaikat olivat
jakautuneet melko tasaisesti vaikka heistäkin suurin osa yöpyi muualla kuin Helsingissä.
Yöpymispaikka- muuttujassa tässä tilanteessa huomioitiin matkailijalta ainoastaan yksi
maininta luokkaa kohden. Esimerkiksi jos henkilö mainitsi yöpyneensä Kotkassa ja
Järvenpäässä, niin luokkaan ’muu kaupunki’ kirjattiin vain yksi havainto. Näin toimittiin
sen vuoksi, että tässä oli kiinnostuksen kohteena ennemminkin yöpymispaikkojen jakauma
kuin vietettyjen öiden määrä eri kaupungeissa.
Kuvio 4.2. Matkailijoiden yöpymiskaupunkien jakaumat matkan syiden mukaan.
4.1.2 Majoitustyyppi
Majoitustyypin ja matkaseuran ristiintaulukoinnista saatiin p-arvoksi 0,00 sekä
kontingenssikertoimeksi 0,321 (χ2
= 239,34; df = 54). Luvuista havaitaan, että matkailijan
matkaseura vaikutti siihen, minkä majoitustyypin matkailija oli valinnut. Kollegoiden
mukana matkustaneista yli 70 % yöpyi hotellissa, kun taas yksin matkustaneista suurin osa
sai majapaikan sukulaisten tai tuttavien luota. Leirintäalueet olivat suhteellisen suosittua
yöpymisaluetta silloin, kun matkaseurana oli muita kuin perheenjäseniä, ystäviä tai
työyhteisön tai yhdistyksen jäseniä. Useimmiten nämä muut matkaseuralaiset olivat
harrastusryhmiä, partiolaisia tai muita ryhmien jäseniä, joiden mukana vastaajat matkallaan
0 % 20 % 40 % 60 % 80 % 100 %
vapaa-ajanmatka
sukulais- tai tuttavavierailu
kokous- tai kongressimatka
muu työmatka
läpikulkumatka
muu
Yöpymiskaupunki matkan syyn mukaan
Helsinki Tampere Muu paikkakunta
29
olivat. He yöpyivät myös paljon muun muassa hostelleissa ja asuntoloissa, jotka kuuluvat
luokkaan ’muu majoitus’. Ystävien ja perheen seurassa matkustettaessa yövyttiin paljon
hotelleissa sekä sukulaisten ja tuttavien luona. Perheen, ystävien ja yhdistyksen jäsenien
kanssa yövyttiin jonkin verran myös vuokramökeissä. Kuviosta 4.3 nähdään miten
majoitustyypit jakautuivat vastaajien ilmoittaman matkaseuran mukaan.
Kuvio 4.3. Majoitustyyppien jakauma sen mukaan kenen kanssa vastaaja on ollut matkalla.
Kuviosta 4.4 voidaan tarkastella tarkemmin eri majoitustyyppien jakaumaa Tampereella,
Helsingissä sekä muualla Suomessa. Kontingenssikertoimen 0,183 (χ2
= 88,31; df = 12) ja
p-arvon (0,00) perusteella matkailijan yöpymiskaupungin valinta vaikutti matkailijan
majoittumistapaan. Kaupunkien sisäiset prosenttiosuudet ylittävät sata prosenttia sen
vuoksi, että vastaajan oli mahdollista mainita useampi kuin yksi matkan aikana käytetty
majoitustyyppi, mutta kaupunkiluokittelussa on huomioitu vastaajalta ainoastaan yksi
havainto luokkaa kohden.
0 % 10 % 20 % 30 % 40 % 50 % 60 % 70 % 80 % 90 % 100 %
avio- tai avopuoliso
lapset tai lapsenlapset
vanhemmat tai isovanhemmat
muut sukulaiset
tyttö- tai poikaystävä
ystävä tai ystävät
työyhteisön jäsen tai jäsenet
yhdistys tai seura
yksin
muu
Majoitustyyppi matkaseuran mukaan
hotelli vuokramökki laiva leirintäalue maatila sukulaiset muu
30
Helsingissä ja Tampereella hotellit olivat suosituimpia yöpymispaikkoja, kun taas muualla
Suomessa yöpyneet yöpyivät useimmiten sukulaisten ja tuttavien luona. Tämä tulos on
oletettavasti linjassa sen kanssa mitä aiemmin havaittiin, että kun matkan syynä oli
sukulais- tai tuttavavierailu, yöpyminen tapahtui pääosin Tampereen ja Helsingin
ulkopuolella. Vaihtoehtoiset yöpymispaikat, kuten hostellit, asuntolat, junat ja omat
asunnot, olivat kolmanneksi suurin majoittumismuoto niin Helsingissä, Tampereella kuin
muuallakin Suomessa.
Kuvio 4.4. Majoitustyypit sen mukaan missä kaupungissa matkailija on yöpynyt.
4.1.3 Keskeisimmät vierailukohteet ja aktiviteetit matkalla
Matkan keskeisimpien vierailukohteiden ja aktiviteettien riippuvuus matkailijan
kansallisuudesta oli kohtalaista (kontingenssikerroin 0,325 ja χ2
= 232,38; df = 44) ja
merkitsevää (p-arvo = 0,00). Tässä tapauksessa yöpymiskaupunkien lailla vastaajalta on
otettu huomioon ainoastaan yksi havainto luokkaa kohden. Esimerkkinä mainitaan tilanne,
jossa vastaaja mainitsi kaksi eri kaupunkia keskeisimmiksi vierailukohteikseen. Tällöin
häneltä on huomioitu ainoastaan yksi havainto luokkaan kaupungit, kunnat ja alueet. Näin
päästään paremmin käsiksi aktiviteettien ja vierailukohteiden yleisempään
0
10
20
30
40
50
60
Helsinki Tampere Muu paikkakunta
%
Majoitustyypit eri yöpymiskaupungeissa
hotelli
vuokramökki
laiva
leirintäalue
maatila
sukulaiset
muu
31
vetovoimaisuuden jakaumaan eikä niinkään kohteiden vierailukerroista koostuvaan
jakaumaan.
Kuviosta 4.5 nähdään muun muassa, että italialaisia kiehtoivat muita enemmän kaupungit,
kunnat ja alueet. Venäläisistä matkailijoista kukaan ei maininnut tapahtumia tai työmatkoja
keskeisimmiksi aktiviteeteikseen. Tämä varmasti selittyy ainakin osin sillä, että suurin osa
kyselyyn vastanneista venäläisistä matkailijoista oli ainoastaan läpikulkumatkalla, jonka
vuoksi oleellisimmat vierailukohteet ja aktiviteetit liittyivät ajomatkan varrelle
sijoittuneisiin kaupunkeihin, nähtävyyksiin ja luontoon sekä ostoshetkiin.
Kuvio 4.5. Keskeisimpien vierailukohteiden ja aktiviteettien jakauma kansallisuuksittain.
Seuraavassa kuviossa (kuvio 4.6) hahmottuu keskeisen aktiviteetin tai vierailukohteen ja
matkan syyn välinen yhteys. Kontingenssikertoimen 0,4 (χ2
= 401,51; df = 55) perusteella
riippuvuus on kohtalaista ja p-arvo 0,00 kertoo vastaajien matkan syyn selittävän
matkailijan keskeisiä tekemisiä matkan aikana. Kaupungit, kunnat ja alueet erottuivat
tässäkin selvästi ensisijaisiksi kokemuksiksi oli matkan syy mikä tahansa. Selkeästi erottuu
myös kokous-, kongressi- tai muulla työmatkalla olleiden ilmoitus työn olleen matkan
0 % 20 % 40 % 60 % 80 % 100 %
saksa
britannia
italia
venäjä
muu
Keskeinen vierailukohde tai aktiviteetti kansallisuuden mukaan
Kaupungit, kunnat, alueet MatkailukohteetTapahtumat Luonto ja luontoon liittyvät aktiviteetitLiikunta ja urheilu Työ, opiskelu ja yhdistystoimintaHenkilökohtaiset asiat KulttuurikohteetSuomalaisuuteen liittyvät asiat Viihde ja vapaa-aikaMuut asiat Ostokset, kaupat, tax free
32
keskeinen tarkoitus kaupunkien, kuntien ja alueiden lisäksi. Vapaa-ajan matkalaiset ja
läpikulkumatkalaiset kiinnostuivat matkailukohteista ja muun matkan syyn valinneet
liikunnasta ja urheilusta. Suomalaisuuteen liittyvät asiat kiehtoivat eniten muulla matkalla
olleita ja sukulais- tai tuttavavierailulla olleita matkustajia. Läpikulkumatkalaiset ja kokous-
tai kongressimatkalaiset valitsivat muita useammin yhdeksi keskeisimmäksi
aktiviteetikseen kulttuurikohteet. Läpikulkumatkalaisille ostokset olivat myös mainittavassa
osassa matkalla Suomeen.
Kuvio 4.6. Keskeisimmät vierailukohteet ja aktiviteetit matkailijan matkan syyn mukaan
tarkasteltuna.
4.1.4 Tyytyväisyydet hinta-laatu -suhteisiin, palveluihin ja matkaan yleensä
Matkailijoiden tyytyväisyyttä mitattiin asteikolla yhdestä kymmeneen (1–10). Vastaajilta
tiedusteltiin tyytyväisyyttä majoituksen ja ravintoloiden hinta-laatu –suhteeseen,
0 % 20 % 40 % 60 % 80 % 100 %
vapaa-ajanmatka
sukulais- tai tuttavavierailu
kokous- tai kongressimatka
muu työmatka
läpikulkumatka
muu
Keskeinen vierailukohde tai aktiviteetti matkan syiden mukaan
Kaupungit, kunnat, alueet MatkailukohteetTapahtumat Luonto ja luontoon liittyvät aktiviteetitLiikunta ja urheilu Työ, opiskelu ja yhdistystoimintaHenkilökohtaiset asiat KulttuurikohteetSuomalaisuuteen liittyvät asiat Viihde ja vapaa-aikaMuut asiat Ostokset, kaupat, tax free
33
suomalaisen palvelun tasoon ja matkaan yleensä sekä mielipidettä keskustelunsävyyn ja
yleiseen hintatasoon. Asteikolla 1–10 tyytyväisyydessä (kuvio 4.7, kohdat 1-4 sekä kuvio
4.8) 1 on erittäin tyytymätön ja 10 erittäin tyytyväinen. Vaikutelmassa hintatasossa (kuvio
4.7, kohta 5) 1 on erittäin kallis ja 10 erittäin halpa ja keskustelunsävyssä (kuvio 4.7, kohta
6) vastaavasti 1 on erittäin negatiivinen ja 10 erittäin positiivinen.
Tyytyväisyys matkaan kansallisuuksien mukaan
Seuraavassa kuviossa (kuvio 4.7), jossa on boxplot-kuviot kuudelle eri tyytyväisyyden
mittarille, havainnollistuu tiivistettynä tyytyväisyyksien mittarit matkailijoiden
kansallisuuksien mukaan. Boxplotissa mustat pisteet kuvaavat havaintojen minimejä ja
maksimeja, laatikon alareuna alakvartiilia, yläreuna yläkvartiilia, musta pieni neliö laatikon
keskellä kuvaa havaintojen mediaania ja ”viikset” eli pystyjanat näyttävät havaintojen
vaihteluvälin (Heikkilä 1998, s. 174).
Yleisellä tasolla voidaan sanoa matkailijoiden olleen suhteellisen tyytyväisiä
kansallisuudesta huolimatta niin majoituksen ja ravintoloiden hinta-laatu -suhteesiin,
palvelun tasoon kuin matkaan yleensä. Eri kansallisuuksien välillä oli testauksessa
kuitenkin eroja siinä miten tyytyväisiä he kyseistä asiaa kohtaan olivat. Keskiarvojen
testauksissa vaiheissa 1–4 kaikissa kansallisuuksien väliset erot olivat tilastollisesti joko
merkitseviä tai erittäin merkitseviä 5 %:n riskitasolla (1: p = 0,0029; 2: p = 0,00; 3: p =
0,00; 4: p = 0,00001).
Kohdassa 1 saksalaisten tyytyväisyys jakautuu hieman isommalle alueelle kuin muilla
kansallisuuksilla. 50 % havainnoista sijoittuu välille [4, 9). Italialaiset vaikuttivat olleen
suhteellisen yksimielisiä majoituksen hinta-laatu -suhteesta, sillä puolet havainnoista
kuuluu välille [6, 8) mediaanin ollessa 7.
Kohdassa 2 mitattiin tyytyväisyyttä ravintoloiden hinta-laatu -suhteeseen ja siihen
saksalaiset vaikuttivat olleen hieman tyytymättömämpiä kuin muiden maiden vastaajat.
Heillä 75 % havainnoista oli pienempiä kuin 7 ja mediaani sai arvon 5. Briteillä ja
34
venäläisillä puolestaan tyytyväisyyden mediaani oli 7 ja 50 % havainnoista sijoittui briteillä
välille [5, 8) ja venäläisillä välille [6, 8).
Kohdasta 3 huomataan, että suomalaisen palvelun tasoon matkailijat olivat hyvinkin
tyytyväisiä. Varsinkin venäläiset pitivät suomalaisesta palvelusta, sillä mediaani heillä oli 9
ja puolet havainnoista sijoittui välille [8,10). Italialaisilla mediaani oli 8, neljännes antoi
arvosanaksi 9 tai 10 ja puolet arvosanoista sijoittui välille [7, 9). Yleinen tyytyväisyys
matkaan nähdään kohdasta 4, jossa kaikilla kansallisuuksilla arvosanat olivat arvojen 7 ja
10 välillä.
Suomea pidettiin yleisesti ottaen kalliina maana, joka näkyy vastaajien vaikutelmissa
hintatasossa (kohta 5). Venäläisten näkemys Suomen hintatasosta oli hieman edullisempi
kuin muiden kansallisuuksien. Puolet venäläisten arvosanoista sijoittui välille [4, 7), kun
taas saksalaisten arvosanoista 50 % sijoittui välille [2, 4). Myös tässä tilanteessa
tyytyväisyyden arvosanat riippuivat matkailijan kansallisuudesta (p = 0,00).
Toisin kuin edellä mainituissa tilanteissa keskustelunsävyssä, kun matkailija puhuu
Suomesta tuttavilleen, ei ollut eroja eri kansallisuuksien välillä (p = 0,18169) ja yleisesti
ottaen keskustelunsävyä pidettiin positiivisena. Kuvion 4.7 kohdasta 6 nähdään, että
arvosanat jakautuivat suhteellisen samankaltaisesti kaikilla kansallisuuksilla ja suurin osa
vastaajista antoi keskustelunsävylle arvosanan 7 tai siitä paremman. Saksalaisista 75 %
antoi arvosanaksi 8, 9 tai 10.
35
Kuvio 4.7. Laatikkojanakuviot eri maiden matkailijoiden tyytyväisyydestä majoitukseen,
palveluihin, ravintoloihin, hintoihin, keskustelun sävyyn ja matkaan yleensä.
Tampereella yöpyneiden tyytyväisyys
Seuraavassa tarkastellaan Tampereella yöpyneiden eri ammattiryhmien edustajien
jakaumaa boxplot-kuvion avulla (kuvio 4.8). Eri tyytyväisyyttä mittaavista muuttujista
(tyytyväisyys majoituksen hinta-laatu -suhteeseen, ravintoloiden hinta-laatu -suhteeseen,
suomalaisen palvelun tasoon ja matkaan yleensä) muodostettiin tyytyväisyyttä kaiken
123456789
10
saksa britannia italia venäjä muu
1. Tyytyväisyys majoituksen hinta-laatu -suhteeseen
123456789
10
saksa britannia italia venäjä muu
2. Tyytyväisyys ravintoloiden hinta-laatu -suhteeseen
123456789
10
saksa britannia italia venäjä muu
3. Tyytyväisyys suomalaisen palvelun tasoon
123456789
10
saksa britannia italia venäjä muu
4. Tyytyväisyys matkaan yleensä
123456789
10
saksa britannia italia venäjä muu
5. Vaikutelma hintatasosta
123456789
10
saksa britannia italia venäjä muu
6. Keskustelunsävy
36
kaikkiaan kuvaava summamuuttuja, joka tiivistää muuttujista saatua informaatiota.
Keskiarvotestauksen perusteella tyytyväisyyden arvosana riippuu vastaajan edustamasta
ammattiryhmästä. Testauksessa käytettiin 5 %:n merkitsevyystasoa ja p-arvoksi saatiin
0,03128.
Työttömillä yleinen tyytyväisyys sai minimissään arvon 4,5 ja mediaani oli 7. Eläkeläisillä
ja johtajilla arvosanat jakautuivat laajemmin asteikolle kuin muilla ammattiryhmillä. Tässä
tulee kuitenkin huomioida se, että tyytyväisyyden arvosanat eivät välttämättä koske
ainoastaan Tampereen aluetta vaikka analyysissa olivat mukana vain Tampereella
yöpyneet, sillä monet matkailijat yöpyivät myös muissa kaupungeissa, tutustuivat Suomeen
laajemmaltikin ja näin ollen antoivat arvosanat tyytyväisyydestä matkasta
kokonaisuudessaan.
Vastaavissa analyyseissa Helsingissä ja muualla Suomessa yöpyneille matkustajille ei
ilmennyt merkitsevyyseroja verrattuna Tampereella yöpyneisiin, joten yöpymiskaupungilla
ei ole mainittavaa merkitystä siihen, miten tyytyväisiä matkailijat palveluihin, hinta-laatu -
suhteisiin ja matkaan olivat.
Kuvio 4.8. Tampereella yöpyneiden matkustajien tyytyväisyysmuuttujien summamuuttujan
jakauma eri ammattiryhmillä.
123456789
10
johtaja tai ylempi
toimihenkilö
asiantuntija yrittäjä työntekijä tai alempi
toimihenkilö
opiskelija eläkeläinen työtön muu
Tampereella yöpyneiden tyytyväisyys kokonaisuudessaan palveluun, hinta-laatu -suhteisiin ja matkaan yleensä
37
4.2 Logistinen regressio
Seuraavaksi analysoidaan aineistoa logistisen regressioanalyysin avulla. Selitettäviksi
muuttujiksi valittiin Tampereella ja Pirkanmaalla yöpyneet matkustajat. Analyyseissa
käytettiin taaksepäin askeltavaa menetelmää, jolloin aluksi olivat mukana kaikki valitut
mahdolliset selittäjät ja jokaisella iterointikierroksella mallista poistettiin automaattisesti se
muuttuja, jolla oli vähiten vaikutusta selitysasteeseen (Agresti 1996, s. 127; Christensen
1997, s. 212–213).
Tässä tutkimuksessa valittiin taaksepäin askeltava menetelmä sen vuoksi, että sen avulla
saavutettiin analyyseissa parhaimmat selitysasteet malleille. Menetelmässä malleihin
otettiin mukaan muuttujat, joiden pistetodennäköisyys oli suurempi kuin 0,01 ja mallista
poistettiin muuttujat, joiden pistetodennäköisyys ylitti 0,05. Alun perin malliin syötetyistä
muuttujista suurin osa oli koodattu dikotomisiksi mallin selkeyttämiseksi ja tulosten
tulkitsemisen helpottamiseksi. Tarkemmat tiedot SPSS-ajoista on annettu liitteissä B ja C.
4.2.1 Tampereella yöpyneet
Ensiksi analysoidaan Tampereella yöpyneitä matkustajia. Viimeisellä iterointikierroksella
malliin jäi vakiotermin lisäksi 11 muuttujaa, joiden p-arvo oli alle 0,05. Merkitään näitä
selittäjiä mallissa seuraavasti: x1 = matkaseurana lapset, x2 = matkaseurana sukulaiset, x3 =
matkan syynä sukulaisvierailu, x4 = majoitustyyppinä hotelli, x5 = majoitustyyppinä laiva, x6
= majoitustyyppinä sukulaiset, x7 = majoitustyyppinä muu majoitus, x8 = majoitus varattiin
paikan päällä, x9 = keskeisin aktiviteetti liikunta ja urheilu, x10 = tyytyväisyys majoituksen
hinta-laatu -suhteeseen ja x11 = tyytyväisyys matkaan yleensä. Kun yöpymisen
todennäköisyydelle estimoitiin logit-malli, saatiin
logit = –1,989–0,809 +2,546 –1,625 –1,504 –
2,230 +0,919 +1,311 +1,192 +1,196 –0,158 +0,342 ,
38
missä on Tampereella yöpymisen todennäköisyys.
Malli tulkitaan siis siten, että todennäköisyys matkailijan yöpymiselle Tampereella
muodostui edellä mainituista tekijöistä α ja x1, x2,…, x11 ja niiden regressiokertoimista.
Esimerkiksi sellaisen matkailijan, joka tuli Suomeen sukulaistensa kanssa, yöpyi hotellissa
ja varasi hotellin paikan päällä sekä oli suhteellisen tyytyväinen matkaansa yleensä
(arvosanalla 6), todennäköisyys Tampereella yöpymiseen oli
= 0,94042 94 %.
Nagelkerken selitysaste mallille oli 30,1 %. Nagelkerken selitysastetta käytetään tässä sen
vuoksi, että se ottaa huomioon sen, että logistisella regressiomallilla ei ole edes teoriassa
mahdollista päästä 100 % selitykseen (Mauranen, b).
Selkeämmin logistista regressioanalyysia kannattaa kuitenkin tulkita vedonlyöntisuhteiden
avulla (ks. taulukko 4.1). Näiden lukujen perusteella esimerkiksi lasten kanssa
matkustavien todennäköisyys yöpyä Tampereella oli 55,5 % pienempi kuin niiden, jotka
matkustivat jossain muussa seurassa. Suomeen sukulaisvierailulle tulleen matkailijan
todennäköisyys yöpyä Tampereella oli 80,3 % pienempi kuin muista syistä Suomeen
tulleiden. Hotellissa yöpyneen matkailijan todennäköisyys yöpyä Tampereella oli yli neljä
kertaa suurempi verrattuna muun yöpymistavan valinneisiin ja sukulaisille majoittuneen
matkailijan todennäköisyys Tampereella yöpymiseen oli noin 2,5-kertainen muualle
majoittuneisiin verrattuna.
Vahvin vaikutus Tampereella yöpymisen todennäköisyyteen oli matkailijoilla, jotka
matkustivat sukulaistensa kanssa. Heidän todennäköisyytensä yöpyä Tampereella oli yli 12
kertaa suurempi kuin muussa seurassa matkustaneiden. Yli kolminkertaisesti muita
todennäköisemmin Tampereella yöpyi ne matkailijat, jotka mainitsivat keskeisimmäksi
aktiviteetikseen liikunnan ja urheilun, valitsivat muun majoituksen (esim. hostellin) sekä
he, jotka varasivat majoituksen vasta paikan päällä.
39
Tyytyväisyydet tulkitaan siten, että aina kun matkailijan tyytyväisyys majoituksen hinta-
laatu -suhteeseen kasvaa yhden yksikön (asteikolla 1–10), todennäköisyys yöpyä
Tampereella laskee 14,6 %. Kun taas tyytyväisyys matkaan yleensä kasvaa yksikön verran,
hänen todennäköisyytensä yöpyä Tampereella kasvaa 59,2 %.
Taulukko 4.1. Logistisen regressiomallin tilastollisesti merkitsevät muuttujat ja niihin
liittyvät regressiokertoimet, p-arvot ja vedonlyöntisuhteet, kun selitettävänä muuttujana on
yöpyminen Tampereella.
Muuttuja p-arvo Vedonlyöntisuhde
(odds ratio)
X1=matkaseurana lapset
X2=matkaseurana sukulaiset
X3=matkan syynä
sukulaisvierailu
X4=majoituksena hotelli
X5=majoituksena laiva
X6=majoituksena sukulaiset
X7=majoituksena muu
majoitus
X8=majoitus varattu paikan
päällä
X9=keskeisin aktiviteetti
liikunta ja urheilu
X10=tyytyväisyys majoituksen
hinta-laatu -suhteeseen
X11=tyytyväisyys matkaan
yleensä
Vakio
-0,809
2,546
-1,625
1,504
-2,230
0,919
1,311
1,192
1,196
-0,158
0,342
-1,989
0,024
0,017
0,000
0,000
0,000
0,027
0,001
0,031
0,028
0,025
0,000
0,004
0,445
12,756
0,197
4,499
0,108
2,506
3,711
3,295
3,308
0,854
1,408
0,137
4.2.2 Pirkanmaalla yöpyneet
Tässä logistisen regressioanalyysin selitettävänä muuttujana oli matkailijan yöpyminen
Pirkanmaalla. Selvitetään mallintamisen avulla, mitkä muuttujat selittivät parhaiten
matkailijan todennäköisyyttä yöpyä Pirkanmaalla. Tässä tilanteessa käytettiin samaa
40
taaksepäin askeltavaa menetelmää kuin edelläkin ja alkuperäiset selittävät muuttujat ovat
pääosin samat näiden kahden eri tilanteen välisen vertailun helpottamiseksi.
Viimeisellä iterointikierroksella malliin hyväksyttiin 12 muuttujaa sekä vakiotermi.
Kaikkien muuttujien p-arvo oli alle 0,05. Muuttujia merkitään mallissa seuraavasti: x1 =
matkaseurana avio- tai avopuoliso, x2 = matkaseurana lapset, x3 = matkaseurana sukulaiset,
x4 = matkan syynä sukulaisvierailu, x5 = Suomeen tulon syynä kulttuuri, tapahtumat ja
liikunta, x6 = majoituksena hotelli, x7 = majoituksena muu majoitus, x8 = keskeisenä
aktiviteettina tapahtumat, x9 = keskeisenä aktiviteettina liikunta ja urheilu, x10 = majoitus
varattiin paikan päällä, x11 = tyytyväisyys matkaan yleensä ja x12 = majoituksena laiva. Kun
yöpymisen todennäköisyydelle estimoitiin logit-malli, saatiin:
logit = –2,276–0,808 +0,942 +2,105 –1,401 –
0,803 +0,992 +1,005 +1,487 +1,354 –1,275 +0,305 –1,287 ,
missä on Pirkanmaalla yöpymisen todennäköisyys.
Nagelkerken selitysaste tässä mallissa oli 26,8 %. Tulkitaan tätäkin mallia selkeämmin
vedonlyöntisuhteiden avulla, joiden luvut löytyvät taulukosta 4.2. Henkilöt, jotka
matkasivat avio- tai avopuolison kanssa, yöpyivät Pirkanmaalla kaksi kertaa
todennäköisemmin kuin muut. Todennäköisyys Pirkanmaalla yöpymiseen taas pieneni 61
%, jos matkaseurana oli lapset. Sukulaisvierailulla olleiden todennäköisyys Pirkanmaalla
yöpymiseen oli 75,4 % pienempi kuin muusta syystä matkalla olleiden. Hotellin
majoitustyypikseen valinneet päätyivät yöpymään Pirkanmaalla yli kaksi kertaa
todennäköisemmin kuin muut matkailijat, kun taas laivalla yöpyneiden todennäköisyys
yöpyä Pirkanmaalla laski 72,4 % muihin verrattuna.
Sukulaiset matkaseurana vaikuttivat tässäkin vahvimmin Pirkanmaalla yöpymisen
todennäköisyyteen, sillä se on yli kahdeksankertainen siihen matkailijaan nähden, jolla oli
matkaseurana muita kuin sukulaisia. Matkailijat, jotka olivat kiinnostuneita tapahtumista
aktiviteettina, viettivät yönsä Pirkanmaalla yli nelinkertaisesti todennäköisemmin kuin
41
muista aktiviteeteista kiinnostuneet ja liikunnasta ja urheilusta kiinnostuneet melkein
nelinkertaisesti muita todennäköisemmin. Kun matkailijan syy tulla Suomeen oli kulttuuri,
tapahtumat ja liikunta, todennäköisyys yöpyä Pirkanmaalla laski 55,2 % verrattuna muista
syystä tänne tulleisiin. Pirkanmaalla yöpyivät yli kolme kertaa todennäköisemmin ne, jotka
varasivat majoituksen paikan päällä verrattuna etukäteen varanneisiin matkailijoihin.
Tyytyväisyyden mittari tulkitaan siten, että aina kun matkailijan tyytyväisyys matkaan
yleensä kasvaa yhdellä yksiköllä (asteikolla 1–10), kasvaa hänen todennäköisyytensä yöpyä
Pirkanmaalla 47,3 %.
Taulukko 4.2. Logistisen regressiomallin tilastollisesti merkitsevät muuttujat ja niihin
liittyvät regressiokertoimet, p-arvot ja vedonlyöntisuhteet, kun selitettävänä muuttujana on
yöpyminen Pirkanmaalla.
Muuttuja p-arvo Vedonlyöntisuhde
(odds ratio)
X1=matkaseurana avio- tai
avopuoliso
X2=matkaseurana lapset
X3=matkaseurana sukulaiset
X4=matkan syynä
sukulaisvierailu
X5=Suomeen tulon syynä
kulttuuri, tapahtumat ja
liikunta
X6=majoituksena hotelli
X7=majoituksena muu
majoitus
X8=keskeisenä aktiviteettina
tapahtumat
X9=keskeisenä aktiviteettina
liikunta ja urheilu
X10=majoitus varattu paikan
päällä
X11=tyytyväisyys matkaan
yleensä
X12=majoituksena laiva
Vakio
0,808
-0,942
2,105
-1,401
-0,803
0,992
1,005
1,487
1,354
1,275
0,305
-1,287
-2,276
0,008
0,016
0,015
0,000
0,038
0,001
0,007
0,022
0,017
0,021
0,000
0,001
0,001
2,243
0,390
8,204
0,246
0,448
2,695
2,731
4,425
3,873
3,578
1,356
0,276
0,103
42
Molemmissa edellä tutkituissa malleissa oli useita samoja tilastollisesti merkitseviä
muuttujia, mutta esimerkiksi tapahtumat keskeisimpänä aktiviteettina lisäsi matkailijan
todennäköisyyttä yöpyä Pirkanmaalla, mutta ei Tampereella. Varovasti voidaankin pohtia,
johtuivatko erot tapahtumien sijainnista, kulkuyhteyksistä tapahtumiin,
majoitusmahdollisuuksista kaupungissa tapahtumien aikaan vai muista syistä, jotka johtivat
siihen, että kesäajan tapahtumat eivät vaikuttaneet matkailijan valintaan yöpyä Tampereella
matkansa aikana.
Avio- tai avopuolison kanssa matkanneilla oli suurempi todennäköisyys yöpyä
Pirkanmaalla kuin muussa seurassa matkanneilla, mutta Tampereella yöpymiseen avio- tai
avopuolison seuralla ei ollut vaikutusta. Matkailijan valinnalla majoittua sukulaisilleen ei
ollut vaikutusta Pirkanmaalla yöpymiseen, mutta taas Tampereella yöpymisen
todennäköisyyteen se vaikutti 2,5-kertaisesti muun majoittumisvaihtoehdon valinneisiin
verrattuna. Tiivistetysti voidaan todeta, että Tampeella yövyttiin sukulaisten luona
todennäköisemmin muussa seurassa kuin avio- tai avopuolison seurassa, kun taas
laajemmalti Pirkanmaalla avio- tai avopuolisot yöpyivät yhdessä todennäköisimmin joko
hotellissa tai muussa majoituksessa (mm. hostellit, oma asunto).
4.3 Log-lineaariset mallit
Log-lineaarisilla malleilla mallinnetaan aineiston muuttujien välistä riippumattomuutta.
Menetelmä sopii tähän kyselyaineistoon, koska suurin osa aineiston muuttujista on
luokitteluasteikollisia.
4.3.1 Kahden muuttujan log-lineaarinen malli
Aineistosta etsittiin SPSS-ajoilla tilastollisesti merkitseviä kahden muuttujan log-lineaarisia
malleja, joista valittiin kolme tarkempaa analyysia varten. Analyysit suoritettiin siten, että
ensin valittiin malliin tilastollisesti merkitsevät termit taaksepäin askeltavalla menetelmällä
43
saturoidusta mallista alkaen, joiden löytymisen jälkeen haettiin termeille selkeämmät
parametriestimaatit yleisellä log-lineaarisella SPSS-mallinnuksella. Muuttujista
muodostettiin useita kahden muuttujan log-lineaarisia malleja, joissa missään ei ollut
muuttujien välillä yhdysvaikutusta eli ne noudattivat log-lineaarista riippumattomuusmallia
(3.8). Tämä tarkoittaa käytännössä sitä, että muuttujien solufrekvenssit eivät vaikuttaneet
toisen muuttujan solufrekvensseihin vaan ne olivat täysin riippumattomia toisistaan.
Muodostetuista malleista valittiin analyysin esimerkeiksi kolme, jotka sopivat Pearsonin
testisuureen (3.10) perusteella hyvin aineistoon. Kaikkien kolmen mallin molemmissa
ajoissa iterointikertoja oli korkeintaan 10 ja merkitsevyystasona käytettiin 5 %:a. SPSS-ajot
eivät lue malliin mukaan muuttujan referenssiluokkia, sillä niitä vasten verrataan luokkien
parametriestimaateilla vaikutuksen muutosta siirryttäessä luokasta toiseen (Garson 2010, s.
9). SPSS:stä tulostuu parametriestimaattien lisäksi myös standardoidut parametriestimaatit
(Z), jotka ovat parametriestimaatteja jaettuna hajonnoillaan. Kaikkien kolmen mallin
merkitsevien termien parametriestimaatit, standardoidut estimaatit sekä merkitsevyydet
nähdään taulukosta 4.3. SPSS-ajojen tulosteet kokonaisuudessaan ovat annettu liitteessä D.
Ensimmäisessä mallissa termeiksi valittiin muuttujat S = Käytettiinkö internetiä matkan
suunnittelussa (kyllä/ei) ja V = Kuinka kauan etukäteen matka varattiin (alle viikkoa
aiemmin, alle kuukautta aiemmin, 1–2 kuukautta etukäteen tai yli 2 kuukautta etukäteen).
Mallin χ2-testisuure sai p-arvon 0,289 eli malli sopi hyvin aineistoon. Malliksi muodostui
= + + .
Esimerkkitilanteessa, jossa vastaaja käytti internetiä matkan suunnittelussa ja varasi
matkansa alle kuukautta ennen matkaa, estimoidun solufrekvenssin logaritmi on
+ + = 4,346 + 1,639 – 0,490 = 5,495
44
ja odotettu solufrekvenssi on = 243,47.
Taulukosta 4.3 nähdään termeille myös standardoitujen estimaattien arvot (Z). Z:n arvo
kertoo, miten voimakkaasti termi vaikuttaa malliin. Mitä suurempi Z:n arvo on, sitä
enemmän sen poistaminen mallista heikentää mallin selitysastetta (Garson 2010, s. 8).
Standardoitujen estimaattien perusteella huomataan, että muuttujan Käytettiinkö internetiä
matkan suunnittelussa luokka 1 (kyllä) sai suurimman Z:n arvon ja täten sen poisto mallista
vaikuttaisi eniten mallin hyvyyteen.
Toisessa mallissa muuttujina olivat O = Keskeisin aktiviteetti ostokset, kaupat ja tax free
(kyllä/ei) ja I = Ikä (alle 25-vuotias, 25–34, 35–44, 45–54, 55–64 ja yli 64-vuotias). Tämän
mallin χ2-testisuure sai p-arvon 0,606, joten malli on hyvä. Malliin otettiin
merkitsevyyksien perusteella muuttujien kaikki luokat referenssiluokkia lukuunottamatta.
Hyväksytty malli näyttää seuraavalta:
= + + .
Tapauksessa, jossa matkailija oli 55–64 -vuotias eikä pitänyt ostosten tekoa keskeisimpänä
aktiviteettinaan matkan aikana, estimoidun solufrekvenssin logaritmiksi saatiin
= + + = 0,794 + 0,632 = 1,426
ja odotetuksi solufrekvenssiksi = 4,16.
Kolmannessa tapauksessa malliin valikoituivat muuttujat P = Yöpymispaikkana Pirkanmaa
(kyllä/ei) ja L = Keskeisin aktiviteetti: Luonto ja luontoon liittyvät aktiviteetit (kyllä/ei).
Mallin χ2-testisuureen p-arvo oli 0,643 eli saatu malli sopi hyvin aineistoon. Tässä
tapauksessa malli näyttää seuraavalta:
45
= + +
ja log-lineaarisen mallin estimoidun solufrekvenssin logaritmiksi tuli 5,543 silloin, kun
matkailija yöpyi muualla kuin Pirkanmaalla ja keskeisin aktiviteetti hänellä oli jokin muu
kuin luontoon liittyvät asiat. Odotettu solufrekvenssi oli täten = 255,44.
Taulukko 4.3. Kaksisuuntaisten log-lineaaristen mallien parametriestimaatit, standardoidut
estimaatit ja merkitsevyydet
Parametri Estimaatti Standardoitu
estimaatti (Z)
Merkitsevyys (Sig.)
Vakio λ1 4,346 55,683 0,000
-1,664 -14,472 0,000
-0,490 -6,582 0,000
1,639 21,742 0,000
Vakio λ2 0,794 3,921 0,000
1,986 12,069 0,000
1,973 11,979 0,000
1,386 8,036 0,000
1,253 7,160 0,000
0,632 3,308 0,001
2,889 20,859 0,000
Vakio λ3 5,382 92,078 0,000
-0,375 -5,802 0,000
0,536 8,149 0,000
46
4.3.2 Usean muuttujan log-lineaarinen malli
Useiden SPSS-ajojen jälkeen löytyi malli, joka selitti hyvin muuttujien
frekvenssivaihteluita. Muuttujat valittiin malliin taaksepäin askeltavalla menetelmällä.
Löydetyssä mallissa olivat mukana muuttujat M = kansallisuus maittain (Saksa, Britannia,
Italia, Venäjä ja muut), K = parannuskohteena kulttuuriset asiat (kyllä/ei), R =
parannuskohteena Pirkkalan lentokenttään ja Ryanairiin liittyvät asiat (kyllä/ei), PT =
parannuskohteena palvelun taso (kyllä/ei), P = parannuskohteena palvelut matkailijoille
(kyllä/ei) ja S = sukupuoli. Liitteessä E on tarkemmat tiedot analyysin SPSS-tulostuksesta.
Taulukosta 4.4 nähdään mallin termit, niiden χ2-testisuureet, vapausasteet, p-arvot ja
iterointikerrat. Huomataan, että kaikki termit olivat tilastollisesti merkitseviä ja näin ollen
olivat mallissa mukana. Tämän jälkeen merkitseville termeille ajettiin SPSS:llä erikseen
yleinen log-lineaarinen mallinnus (general loglinear analysis), jolla saatiin esiin
parametriestimaatit termeille. Taulukossa 4.5 on esitetty mallin termien tilastollisesti
merkitsevät parametriestimaatit, standardoidut estimaatit (Z) ja merkitsevyydet (p-arvo).
Itse malli sai p-arvokseen 0,845, mikä kertoo mallin sopineen aineistoon ja selittäneen
hyvin muuttujien frekvenssivaihtelut. Mallissa on päävaikutukset muuttujista S, P ja PT
sekä muuttujien M ja K sekä M ja R yhdysvaikutukset. Tämä tarkoittaa tilannetta, jossa
naispuolinen matkailija ei maininnut parannusehdotukseksi palvelun tasoa eikä palveluja
matkailijoille, mutta jonka kansalaisuus vaikutti hänen mielipiteeseensä kulttuuristen
asioiden sekä Pirkkalan lentokenttään ja Ryanairiin liittyvien asioiden parantamisesta. Log-
lineaariseksi malliksi saatiin:
= + + + + + + + + + + + +
+ + .
47
Taulukon 4.5 sarakkeelta Z nähdään kunkin termin standardoidut estimaatit. Huomataan,
että palvelun taso ja palvelut matkailijoille parannusehdotuksina tuottivat suurimmat
standardoidut estimaatit ja näin ollen olivat tärkeimpiä muuttujia tässä mallissa.
Taulukko 4.4. Log-lineaarinen malli kuuden muuttujan tapauksessa
Mallin termit χ2 Vapausasteet Merkitsevyys Iterointikerrat
M*K
M*R
PT
S
P
9,864
23,997
515,323
6,535
453,387
4
4
1
1
1
0,043
0,000
0,000
0,011
0,000
2
2
2
2
2
Malli χ2 Vapausasteet Merkitsevyys
(T, S, P, M*K,
M*R)
124,960 142 0,845
48
Taulukko 4.5. Usean muuttujan log-lineaarisen mallin parametriestimaatit, standardoidut
estimaatit ja merkitsevyydet.
Parametri Estimaatti Standardoitu
estimaatti (Z)
Merkitsevyys (Sig.)
Vakio λ -4,405 -12,976 0,000
-0,218 -2,549 0,011
2,755 15,348 0,000
2,422 15,570 0,000
1,506 4,516 0,000
-1,026 -2,082 0,037
2,222 7,512 0,000
-0,945 -1,979 0,048
-1,886 -2,682 0,007
2,351 10,048 0,000
1,199 4,932 0,000
0,448 2,374 0,018
1,856 5,459 0,000
2,367 3,920 0,000
1,231 7,806 0,000
49
5 Yhteenveto
Tässä tutkielmassa sovellettiin tilastollisia menetelmiä kyselytutkimusaineistoon, joka
kerättiin Ryanairin Suomesta lähteviltä matkustajilta kesän 2009 aikana Tampere-Pirkkalan
lentokentällä. Tutkielman tarkoituksena oli kartoittaa matkailijoita kiinnostavia
matkailukohteita ja aktiviteetteja sekä heidän kokemuksiaan ja näkemyksiään Suomen
tarjonnasta matkailijoille. Käsiteltävä aineisto oli hyvin laaja, joten tämä tutkielma rajoittui
tutkimaan matkailijoiden syitä matkustamiseen, heidän kokemuksiaan matkan aikana sekä
heidän arviointejaan palveluista, tarjonnasta ja parannuskohteista. Kiinnostuksen kohteina
olivat myös Tampereen ja Pirkanmaan vetovoimat yöpymiskaupunkeina. Aineisto koostui
pääosin luokitteluasteikollisista muuttujista, joiden vuoksi analyysin menetelmiksi
valikoituivat kuvailevan analyysin lisäksi logistinen regressioanalyysi, log-lineaariset mallit
sekä χ2-riippumattomuustesti ja kontingenssikerroin.
Aineiston kuvailuvaiheessa huomattiin, että matkustajat tulivat Suomeen pääasiassa
henkilökohtaisten syiden kuten häiden tai sukulaisten vuoksi sekä suomalaisen luonnon ja
suomalaisuuteen liittyvien asioiden vetovoimasta. Luonto ja siihen liittyvät aktiviteetit
olivat selkeästi kärkisijoilla myös matkailijoiden mainitsemissa keskeisimmissä
aktiviteeteissa. Kaupungit ja kunnat myös kiehtoivat Suomessa olleita matkustajia.
Matkailijoiden ehdotuksia parannuskohteiksi olivat muun muassa kallis hintataso sekä
Pirkkalan lentokenttään ja Ryanairiin liittyvät asiat.
Riippuvuuksia tutkielmassa tutkittiin χ2-riippumattomuustestillä, kontingenssikertoimilla ja
keskiarvotestauksilla. Riippuvuutta löytyi muun muassa eri kansallisuuksien ja matkan
syiden välillä. Matkailijan yöpymiskaupunki riippui myös hänen matkansa syystä.
Majoitustyyppi riippui taas siitä, missä seurassa vastaaja oli matkalle lähtenyt sekä siitä,
missä kaupungissa matkustaja yöpyi. Keskeiset vierailukohteet ja aktiviteetit riippuivat
matkailijan kansallisuudesta ja matkan syistä.
Matkailijan kansallisuus vaikutti myös siihen, miten tyytyväinen matkailija oli majoituksen
hinta-laatu -suhteeseen, ravintoloiden hinta-laatu -suhteeseen, suomalaiseen palvelun
tasoon ja hintatasoon. Kaiken kaikkiaan matkailijat olivat suhteellisen tyytyväisiä
50
matkaansa vaikkakin hintatasoa pidettiin kalliina. Tampereella yöpyneiden yleinen
tyytyväisyys riippui jonkin verran matkailijan ammatillisesta asemasta, mutta
tyytyväisyydessä eri kaupunkien kesken ei ollut havaittavaa eroa.
Yöpymiskaupunkien vetovoimia tutkittiin logistisella regressioanalyysilla etsien niille
parhaita mahdollisia malleja selittämään yöpymisen todennäköisyyttä kyseisellä alueella.
Huomattiin, että useat samat muuttujat selittävät yöpymisiä molemmissa, Tampereella ja
Pirkanmaalla, mutta eroavaisuuksiakin löytyi. Esimerkiksi tapahtumat matkailijan
keskeisimpinä aktiviteetteina eivät vaikuttaneet Tampereella yöpymisen
todennäköisyyteen, mutta Pirkamaalla yöpymiseen ne vaikuttivat positiivisesti. Mallin
muodostamisen lisäksi tuloksia tulkittiin vedonlyöntisuhteiden avulla, joista huomattiin
muun muassa se, että sukulaisten oleminen vastaajan matkaseurana nostatti huimasti
todennäköisyyttä yöpyä niin Tampereella kuin Pirkanmaallakin.
Log-lineaarisilla malleilla tutkittiin muuttujien riippumattomuuksia odotettujen ja
havaittujen solufrekvenssien kautta. Tutkielmassa esiteltiin kolme yksinkertaista kahden
muuttujan log-lineaarista mallia, joissa tutkittiin ainoastaan muuttujien omavaikutuksia.
Esimerkkinä otettiin mukaan myös yksi usean muuttujan malli, jossa on mukana muuttujien
omavaikutusten lisäksi myös niiden yhdysvaikutuksia. Kahden muuttujan tilanteissa
löydetyt mallit sopivat hyvin aineistoon ja muuttujien omavaikutukset olivat merkitseviä.
Usean muuttujan esimerkkitapauksessa saatiin merkitseväksi malliksi sellainen tilanne, että
naispuolinen matkailija mainitsee parannusehdotukseksi jonkun muun asian kuin palvelun
tason tai palvelut matkailijoille, mutta hänen kansalaisuutensa vaikuttaa hänen
mielipiteeseensä kulttuuristen asioiden sekä Pirkkalan lentokenttään ja Ryanairiin liittyvien
asioiden parantamisesta.
Tässä tutkielmassa saatiin tilastollisen analyysin avulla tietoa Suomeen ja Tampereen
alueelle saapuvan matkustajakunnan rakenteesta sekä matkustajien motiiveista matkustaa
juuri Suomeen. Kerätyssä aineistossa olisi laajasti mielenkiintoisia aiheita tutkittavaksi ja
analysoitavaksi jatkossakin. Matkailijoiden kokemukset ja näkemykset antavat
suomalaisille matkailualan yrittäjille konkreettista tietoa Suomen matkailutarjonnan
vetovoimasta sekä kehittämiskohteista. Varsinkin halpalentoliikenteen yleistyessä on
tärkeää pohtia, mitkä tekijät matkailijoita Suomessa kiehtovat, mitä asioita tulisi kehittää ja
51
mihin maihin ja keihin markkinointia kannattaisi suunnata, että Suomen vetovoima
matkailukohteena vahvistuisi.
Lopuksi haluan kiittää ohjaajaani professori Erkki Liskiä arvokkaista neuvoista ja
erinomaisesta ohjauksesta. Erityiskiitokset kuuluvat myös Tutkimus- ja koulutuskeskus
Synergosin johtajalle Harri Taloselle, jonka ansiosta sain mahdollisuuden osallistua
tutkimuksen eri vaiheisiin sekä toteuttaa pro gradu -tutkielman tekemisen
mielenkiintoisesta aiheesta. Kiitokset myös läheisilleni tuesta ja ymmärryksestä projektin
aikana.
52
Lähdeluettelo
Agresti, A. (1996), An Introduction to Categorical Data Analysis, John Wiley & Sons, Inc.,
New York.
Aho, S., Honkanen, A. & Saarinen, J. (2001), Matkailuelämykset tutkimuskohteina,
Suomalaisen matkailututkijaverkoston 10-vuotisjulkaisu, Lapin Yliopistopaino, Rovaniemi.
Christensen, R. (1997), Log-Linear Models and Logistic Regression, Springer-Verlag New
York, Inc., New York.
Heikkilä, T. (1998), Tilastollinen tutkimus, Edita Prima Oy, Helsinki.
Hosmer, D. W. & Lemeshow, S. (2000), Applied Logistic Regression, John Wiley & Sons,
Inc, New York.
Rämet, J., Saarinen, J. & Kauppila, P. (2004). ”Matkailijat maantieteellisen tutkimuksen
kohteena: matkailijatyyppien ja kohdealueiden suhde ja muutos”. Terra 116:1, 17–22.
Talonen, H. & Laiho, M. (2004), ”Pirkanmaan matkailun ennakoiva kilpailuanalyysi”,
Pirkanmaan TE-keskuksen julkaisuja 12. Tampereen yliopisto: Liiketaloudellinen
tutkimus- ja koulutuskeskus, Tampere.
Verkkolähteet:
Finavia a, matkustajamäärät lentoasemittain vuonna 2003, luettu 21.1.2010.
http://www.finavia.fi/vuosikertomukset/2003/fi/lentoasemat_2003.html
Finavia b, matkustajamäärät lentoasemittain vuonna 2004, luettu 21.1.2010.
http://www.finavia.fi/vuosikertomukset/2004/fi/lentoasemat2004.html
Finavia c, matkustajamäärät lentoasemittain vuonna 2009, luettu 21.1.2010.
http://www.finavia.fi/files/finavia2/matkustajat_pdf/Matkustajat_lentoasemittain_suo-
fi.pdf%201209
53
FSD. Menetelmäopetuksen tietovaranto. KvantiMOTV, ”Korrelaatio ja riippuvuusluvut”,
luettu 11.5.2010.
http://www.fsd.uta.fi/menetelmaopetus/korrelaatio/korrelaatio.html#kontingenssi
Garson, D. ”Log-Linear, Logit, and Probit Models”, luettu 14.5.2010.
http://faculty.chass.ncsu.edu/garson/PA765/logit.htm
Mauranen, K., a, ”Log-lineaarisista malleista”, luettu 4.12.2009.
http://www.uku.fi/~mauranen/spss/jatko/loglinlogit10.html
Mauranen, K., b, ”Regressioanalyysistä”, luettu 19.5.2010.
http://www.uku.fi/~mauranen/spss/jatko/regressioanalyysi.html
Sipilä, Markku <[email protected]> 2010, sähköpostiviesti Tampere-Pirkkalan
lentokentän terminaali 2:n Station Managerilta Markku Sipilältä 22.1.2010.
54
Liite A
Kyselylomake Ryanairin matkustajille
TAMPEREEN YLIOPISTON KAUPPAKORKEAKOULU
TUTKIMUS JA KOULUTUSKESKUS
SYNERGOS
Luottamuksellinen
Matkailijatutkimus Tampere-Pirkkalan lentokentällä
Palautus laatikkoon lähtöportille
Matkailijatutkimuksella pyritään selvittämään matkailijoiden käyttämiä palveluita ja arvioita suomalaisesta
matkailutarjonnasta. Tämä kysely on osa laajaa tutkimushanketta, jonka avulla kehitetään matkailun toimintaedellytyksiä
Tampereen seudulla. Voitte palauttaa kyselyn lähtöportilla sijaitsevaan laatikkoon. Kaikkien vastanneiden kesken
arvotaan viikonloppumatka majoituksineen Ryanairilla Tampereelle sekä tuotepalkintoja.
Vastatkaa kysymyksiin rastittamalla/ympyröimällä oikea vaihtoehto ja/tai kirjoittamalla vastauksenne sille varattuun
tilaan. Monivalintakysymyksissä valitkaa vain yksi vaihtoehto, ellei muuta ole ilmoitettu. Jokainen vastaus käsitellään
Tampereen yliopiston kauppakorkeakoulun Tutkimus- ja koulutuskeskus Synergosissa ehdottoman luottamuksellisesti.
Tutkimustulokset laaditaan siten, etteivät yksittäisen vastaajan antamat vastaukset ole niistä yksilöitävissä.
A. TAUSTATIEDOT
A1. Ikänne? _______vuotta _______vuotta
A2. Sukupuolenne? A)Nainen B)Mies
A3. Siviilisäätynne? A)Naimaton B)Naimisissa / avoliitossa C)Eronnut D)Leski E)Muu
A4. Kansallisuutenne?
A5. Asuinkaupunkinne? _________________Asuinmaanne?_________________
A6. Arvioikaa koko kotitaloutenne keskimääräiset bruttokuukausitulot vuoden 2009 aikana? (ennen verotusta)
A)alle 1 000 € B)1 000–2 000 € C)2 001–3 000 € D)3 001–4 000 €
E)4 001–6 000 € F)6 001–8 000 € G)8 001–12 000€ H)yli 12 000 €
55
A7. Ammattiasemanne?
A)Johtaja/ylempi toimihenkilö
B)Asiantuntija
C)Yrittäjä
D)Työntekijä/ toimihenkilö
E)Opiskelija
F)Eläkeläinen
G)Työtön
H)Muu
A7. Kuinka monta kertaa olette käynyt Suomessa viimeisen kolmen vuoden aikana (mukaan lukien tämä matka)?
_________________ kertaa
A8. Kuinka monta kertaa olette tehnyt ulkomaanmatkan lentokoneella viimeisen vuoden (12 kk) aikana (mukaan lukien tämä matka)?
_________________ kertaa
B. ARVIO TÄSTÄ MATKASTANNE SUOMEEN
B1. Miten saavuitte Suomeen? A)Lentäen B)Laivalla C)Junalla D)Omalla autolla E)Linja-autolla F)Muulla tavalla
B2. Mihin kohteeseen lennätte nyt Tampereelta?
A)Bremen B)Frankfurt C)Dublin D)Lontoo, Stansted E)Milano/Bergamo F)Riika
B3. Kenen kanssa matkustatte? (Voitte valita yhden tai useamman vaihtoehdon)
A)Avio- tai avopuolison kanssa B)Lapsen tai lasten kanssa C)Vanhempien tai isovanhempien kanssa
D)Muiden sukulaisten kanssa E)Tyttö- tai poikaystävän kanssa F)Ystävän tai ystävien kanssa
G)Työyhteisön jäsenen tai jäsenten kanssa H)Yhdistyksen tai seuran kanssa I)Yksin
J)Muussa seurassa, missä?______________________
B4. Mitkä seuraavista olivat PÄÄASIALLISET kulkuvälineenne liikkuessanne Suomessa? (1-2 vaihtoehtoa)
A)Oma auto B)Vuokra-auto C)Linja-auto D)Juna E)Lentokone F)Laiva
G)Jokin muu, mikä? _____________
B5. Miten luonnehtisitte nykyisen matkanne päätarkoitusta?
A)Vapaa-ajanmatka B)Sukulais- tai tuttavavierailu C)Kokous- tai kongressimatka D)Muu työmatka
E)Läpikulkumatka F)Muu
56
B6. Nimetkää 1-3 tärkeintä syytä, miksi tulitte tällä matkalla nimenomaan Suomeen?
1._______________ 2. _______________ 3. _______________
B7. Miten maksoitte matkanne?
A)Maksoin/maksoimme matkani/matkamme itse B)Työnantajani maksoi matkani
C)Yhdistykseni/järjestöni maksoi matkani D)Sain matkan lahjaksi
E)Jotenkin muuten, miten? _______________
B8. Kuinka paljon käytitte rahaa henkeä kohden tällä matkallanne? (mukaan lukien majoitus, mutta ei
lentoja)_____€/hlö
B9. Kuinka paljon ennen matkalle lähtöä varasitte lennot?
A)Alle viikko B)Alle kuukausi C)1–2 kuukautta D)Yli 2 kuukautta
B10. Mikä oli matkanne kesto Suomessa? _____vuorokautta
B11. Rastittakaa, mitä majoitustyyppejä käytitte matkallanne Suomessa ja montako vuorokautta yövyitte
kussakin majoitustyypissä?
majoitustyyppi vuorokautta
A)Hotelli _____
B)Vuokramökki _____
C)Sukulaiset/tuttavat _____
D)Leirintäalue(teltta tai mökki) _____
E)Maatilamajoitus _____
F)Laiva _____
G)Muu, mikä?____________________ _____
B12. Millä paikkakunnilla yövyitte matkallanne? Kirjoittakaa paikkakunnan nimi/nimet.(Suomen kartta on
takasivulla.)
– _______________ – _______________ –_______________ –_______________
–_______________
B13. Mistä varasitte matkanne maksulliset majoituspalvelut?
A)Internetistä Ryanairin tai siihen linkitetyn sivuston kautta (Ryanairin oma sivusto tai Booking.com)
B)Internetistä jonkun muun välittäjän varaussivuston kautta, minkä?_____________________
C)Internetistä (sähköposti/sähköinen varausjärjestelmä) suoraan majoituksen tuottajalta
D)Puhelimella suoraan majoituksen tuottajalta
E)Matkatoimistosta
57
F)Vasta paikan päällä Suomessa
G)Muulla tavoin, miten?________________________________
B14. Mitkä olivat mielestänne matkanne keskeisimmät vierailukohteet/aktiviteetit? (Voitte nimetä 1-5 keskeisintä
kohdetta/aktiviteettia)
1. _______________ 2. _______________ 3. _______________ 4. _______________
5. _______________
B15. Mitä erityisiä asioita/ tekemistä Suomessa suosittelisitte ystävillenne/tuttavillenne tämän matkanne
perusteella?
–____________________________
–____________________________
–____________________________
B16. Kuinka tyytyväinen olette seuraaviin asioihin Suomessa tämän matkan perusteella?(Asteikolla 1-10, jossa 1=
erittäin tyytymätön, 10 = erittäin tyytyväinen)
a) majoituksen hinta-laatusuhde 1 2 3 4 5 6 7 8 9 10
b) ravitsemuspalveluiden hinta-laatusuhde 1 2 3 4 5 6 7 8 9 10
c) suomalainen asiakaspalvelutaso 1 2 3 4 5 6 7 8 9 10
d) matkanne kokonaisuudessaan 1 2 3 4 5 6 7 8 9 10
B17. Mikä on mielikuvanne Suomen yleisestä hintatasosta? (Asteikolla 1-10, jossa 1=erittäin kallis, 10=erittäin halpa)
1 2 3 4 5 6 7 8 9 10
B18. Kun keskustelette ystävienne kanssa, niin kuinka negatiivisesti tai positiivisesti tulette puhumaan
Suomesta matkakohteena? (Asteikolla 1-10, jossa 1=erittäin negatiivisesti, 10=erittäin positiivisesti)
1 2 3 4 5 6 7 8 9 10
B19. Mitä erityistä kehitettävää havaitsitte palveluissa matkailijoille Suomessa tämän matkanne perusteella?
_____________________________________________________________________________________________
_____________________________________________________________________________________________
_____________________________________________________________________________________________
___________________________
B20. Oliko matkallanne joitain erityisiä palvelutilanteita, jotka olisi voitu hoitaa paremmin?
ei
kyllä, mitä?
________________________________________________________________________________________________
58
C. TIEDONHANKINTA JA INTERNETIN KÄYTTÖ
C1. Mitkä seuraavista tiedonlähteistä vaikuttivat matkapäätökseenne saapua Suomeen? Voitte valita yhden tai
useamman vaihtoehdon. Jos olitte työmatkalla, voitte siirtyä seuraavaan kysymykseen C2.
A)Omat aiemmat matkailukokemukset
B)Ystävien tai sukulaisten suosittelut
C)Mainosten ja esitteiden antamat virikkeet
D)Lehtiartikkelit, radio tai tv
E)Ryanairin www-sivut
F)Internetin keskustelupalstat/ sosiaaliset verkostot (esim. Facebook, MySpace jne.)
G)Muu internet-sivusto
H)Messut ja näyttelytapahtumat
I)Muu tiedonlähde, mikä?____________________________
C2. Käytittekö internetiä suunnitellessanne matkaanne Suomeen?
A)kyllä B)en, voitte siirtyä kysymykseen D1
C3. Mikäli käytitte internetiä hakiessanne tietoa Suomesta matkakohteena, niin mitä sivustoja käytitte? Voitte
valita yhden tai useamman vaihtoehdon.
A)Ryanairin internetsivuja
B)Suomen maaportaali (www.visitfinland.com)
C)Kohdekaupunki/-alue (esim. www.helsinki.fi / www.tampere.fi)
D)Yksittäinen matkailukohde/tapahtuma
E)Lähtömaanne matkanjärjestäjä/matkatoimisto
F)Suomalainen matkanjärjestäjä/matkatoimisto (esim. www.gotampere.fi)
G)Internetin keskustelupalstat/ sosiaaliset verkostot jne.(esim. Facebook, MySpace jne.)
H)Laivayhtiö (esim. www.tallinksilja.com, www.vikingline.fi)
I)Lentoyhtiö (esim. www.finnair.fi)
J)Hotellivarausjärjestelmät (esim. www.booking.com, www.hotels.com)
K)Oman alan kokous-/kongressisivusto
L)Joku muu, mikä?_______________________
59
C4. Kuinka tyytyväinen olette internetistä saamaanne ennakkoinformaatioon(Asteikolla 1-10, jossa 1= erittäin
tyytymätön, 10 = erittäin tyytyväinen)
a)Suomesta?
1 2 3 4 5 6 7 8 9 10
b)Tampereen alueesta?
1 2 3 4 5 6 7 8 9 10
C5. Mitkä olivat tällä matkalla mahdollisesti sellaisia asioita, joista olisitte halunneet etukäteen löytää enemmän
tietoa internetistä? Voitte nimetä 1-3 keskeisintä asiaa.
1. ____________________________ 2. ____________________________ 3. ____________________________
C6. Onko teillä hyviä kokemuksia sellaisista kaupunkien tai alueiden internetsivustoista, joilta matkailijan on
helppo löytää tarvitsemaansa informaatiota? Nimetkää tällaiset kaupungit/alueet.
– ____________________________________________________________________________________
D. TIEDONHANKINTA JA INTERNETIN KÄYTTÖ
D1. Miten todennäköisenä pidätte sitä, että tulette a) Tampereen seudulle b) muualle Suomeen uudestaan
seuraavan kolmen vuoden aikana? Valitkaa sopiva vaihtoehto asteikolta 1-10, jossa 1 = pidän uudelleen saapumista
erittäin epätodennäköisenä, 10 = pidän uudelleen saapumista erittäin todennäköisenä.
a) Tampereen seudulle
1 2 3 4 5 6 7 8 9 10
b) muualle Suomeen
1 2 3 4 5 6 7 8 9 10
D2. Mitä erityisesti haluaisitte kokea (nähdä tai tehdä) Suomessa, jos matkustaisitte Suomeen uudelleen? Voitte
nimetä 1-3 aktiviteettia, kohdetta tai muuta kokemisen arvoista asiaa.
–____________________________ –____________________________ –____________________________
D3. Mitä erityisesti haluaisitte kokea (nähdä tai tehdä) Suomen lähialueilla (Luoteis-Venäjä, Viro, Ruotsi), jos
matkustaisitte Suomeen uudelleen? Voitte nimetä 1-3 aktiviteettia, kohdetta tai muuta kokemisen arvoista asiaa.
–____________________________ –____________________________ –____________________________
D4. Jos tekisitte 4-7 vuorokauden kesäisen kiertomatkan Suomessa ja/tai lähialueilla, niin mitkä 1–3 kohdetta
seuraavista haluaisitte siihen liittää?
A)Kylpylä
B)Mökkivuorokausi/vuorokaudet järven rannalla
C)Kansallispuisto
D)Laivaristeily Tukholmaan (SWE) tai Tallinnaan(EST)
E)Vierailu Pietarissa(RUS)
60
F)Vierailu Suomen pääkaupungissa Helsingissä
G)Vierailu muussa kaupungissa, missä?______________________
H)Huvipuisto
I)Jokin luontoaktiviteetti, mikä?_____________________
J)Sisävesiristeily Suomen järvillä
K)Ostosmatkailukohteet
L)Kulttuuritapahtuma tai festivaali, mikä?__________________________
M)Museo-, taidenäyttely- ja kulttuurikohde
N)Muu, mikä?________________________________
D5. Mikä seuraavista kulkuvälineistä pidätte teille sopivimpana vaihtoehtona kiertomatkojen tekoon Suomessa?
A)Oma auto B)Vuokra-auto C)Linja-auto D)Juna
E)Jokin muu, mikä? ___________________
Mikäli haluatte osallistua kaikkien vastanneidein kesken suoritettavaan arvontaan, jossa on pääpalkintona
viikonloppumatka Tampereelle (lennot, hotelli, ko. hetken tarjonnan mukaan oheisohjelmaa, esim. konserttilippu)
sekä muita tuotepalkintoja, niin kirjoittakaa yhteystietonne alle. Voittajille ilmoitetaan henkilökohtaisesti.
Yhteystietoja ei käytetä muuhun tarkoitukseen kuin arvonnan suorittamiseen eikä niitä yhdistetä antamiinne
vastauksiin.
Nimi:_____________________
Katuosoite:____________________
Postitoimipaikka ja -numero:_______________
Maa:______________
Puhelinnumero:____________ tai sähköpostiosoite:______________
KIITOS VAIVANNÄÖSTÄNNE JA ARVOKKAASTA TUTKIMUSAVUSTANNE!
61
Liite B
SPSS: Logistinen regressioanalyysi, Tampereella yöpyneet matkustajat
Block 1: Method = Backward Stepwise (Conditional)
Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1 Step 143,900 74 ,000
Block 143,900 74 ,000
Model 143,900 74 ,000
Step 59(a)
Step -3,782 1 ,052
Block 87,019 11 ,000
Model 87,019 11 ,000
a A negative Chi-squares value indicates that the Chi-squares value has decreased from the previous step.
Model Summary
Step -2 Log
likelihood Cox & Snell R Square
Nagelkerke R Square
1 315,272(a) ,336 ,460
59 372,152(b) ,219 ,301
a Estimation terminated at iteration number 6 because parameter estimates changed by less than ,001. b Estimation terminated at iteration number 5 because parameter estimates changed by less than ,001.
Classification Table(a)
Observed
Predicted
Yöpymispaikka Tampere
Percentage Correct ei kyllä
Step 1 Yöpymispaikka Tampere
ei 82 44 65,1
kyllä 21 205 90,7
Overall Percentage 81,5
Step 59 Yöpymispaikka Tampere
ei 63 63 50,0
kyllä 23 203 89,8
Overall Percentage 75,6
a The cut value is ,500
Variables in the Equation
62
B S.E. Wald df Sig. Exp(B)
Step 1(a)
aviopuoliso ,419 ,498 ,708 1 ,400 1,521
lapset -1,289 ,508 6,444 1 ,011 ,275
vanhemmat 1,097 ,905 1,469 1 ,226 2,996
sukulaiset1 4,312 1,516 8,085 1 ,004 74,588
seurustelukumppani -,307 ,281 1,188 1 ,276 ,736
ystävä -,109 ,494 ,049 1 ,825 ,896
kollega ,097 1,457 ,004 1 ,947 1,102
yhdistys1 -,687 1,066 ,415 1 ,519 ,503
yksin -,435 ,644 ,456 1 ,500 ,647
A7.Ammattiasema 5,497 7 ,600
A7.Ammattiasema(1) ,004 ,636 ,000 1 ,995 1,004
A7.Ammattiasema(2) ,713 ,665 1,150 1 ,284 2,040
A7.Ammattiasema(3) -,973 ,863 1,271 1 ,260 ,378
A7.Ammattiasema(4) -,260 ,653 ,159 1 ,690 ,771
A7.Ammattiasema(5) -,035 ,625 ,003 1 ,956 ,966
A7.Ammattiasema(6) -,107 1,058 ,010 1 ,919 ,898
A7.Ammattiasema(7) -,371 1,153 ,104 1 ,747 ,690
A1.Ikä -,009 ,018 ,232 1 ,630 ,991
vapaa_ajan_matka -,241 ,616 ,154 1 ,695 ,785
sukulaisvierailu -2,127 ,643 10,932 1 ,001 ,119
kokous ,430 ,946 ,207 1 ,649 1,538
muu_työmatka -,502 1,013 ,246 1 ,620 ,605
läpikulkumatka -1,679 ,970 2,997 1 ,083 ,187
muu_matka ,040 ,749 ,003 1 ,957 1,041
matkailukohteet_kaupungit ,620 ,570 1,186 1 ,276 1,860
kulttuuri_tapahtumat_liikunta -,742 ,536 1,911 1 ,167 ,476
työ_opiskelu -,010 ,791 ,000 1 ,990 ,990
henkilökohtaiset_asiat ,526 ,503 1,092 1 ,296 1,692
luonnon_vetovoima -,426 ,436 ,955 1 ,328 ,653
helppous_ja_edullisuus ,473 ,611 ,601 1 ,438 1,605
irtiotto -,220 ,427 ,267 1 ,606 ,802
suomalaisuus ,712 ,380 3,517 1 ,061 2,039
muu_syy ,099 ,582 ,029 1 ,865 1,104
B9.Kuinkakauanetukäteenmatkavarattiin ,036 ,181 ,040 1 ,842 1,037
B10.Matkankestokork.1v
-,002 ,005 ,212 1 ,645 ,998
hotelli 1,268 ,565 5,032 1 ,025 3,554
laiva2 -3,148 ,957 10,811 1 ,001 ,043
leirintäalue ,750 ,876 ,733 1 ,392 2,116
maatila ,822 1,630 ,254 1 ,614 2,274
sukulaiset2 ,890 ,649 1,884 1 ,170 2,435
muu_majoitus ,988 ,637 2,406 1 ,121 2,687
63
internet_ryanair ,664 ,551 1,455 1 ,228 1,943
internet_muu_välittäjä 1,047 ,724 2,094 1 ,148 2,849
internet_majoitus ,343 ,656 ,273 1 ,601 1,409
puhelin_majoitus 1,190 1,255 ,899 1 ,343 3,286
matkatoimisto ,573 1,339 ,183 1 ,669 1,774
paikan_päällä 2,284 ,882 6,706 1 ,010 9,821
kaupungit_alueet1 -,053 ,392 ,018 1 ,892 ,948
matkailukohteet1 -,316 ,457 ,477 1 ,490 ,729
tapahtumat1 1,272 ,713 3,186 1 ,074 3,570
luonto1 ,177 ,405 ,191 1 ,662 1,194
liikunta_urheilu1 1,815 ,776 5,471 1 ,019 6,140
työ_opiskelu1 ,616 ,957 ,414 1 ,520 1,851
kulttuurikohteet1 -,071 ,540 ,017 1 ,895 ,931
suomalaisuus1 ,473 ,727 ,423 1 ,516 1,604
muut_asiat1 1,932 1,285 2,261 1 ,133 6,902
ostokset1 ,867 ,741 1,369 1 ,242 2,380
B16a.Tyytyväisyysmajoituksenhintalaatusuhteeseen
-,140 ,094 2,248 1 ,134 ,869
B16b.Tyytyväisyysravintoloidenhintalaatusuhteeseen
,031 ,086 ,129 1 ,720 1,031
B16c.Tyytyväisyyssuomalaisenpalveluntasoon -,037 ,114 ,109 1 ,741 ,963
B16d.Tyytyväisyysmatkaanyleensä ,483 ,154 9,818 1 ,002 1,621
B17.Vaikutelmahintatasosta ,013 ,074 ,030 1 ,863 1,013
B18.Keskustelunsävy -,079 ,122 ,425 1 ,515 ,924
omat_kokemukset ,270 ,389 ,480 1 ,488 1,310
suosittelut -,809 ,416 3,786 1 ,052 ,445
mainokset_esitteet ,498 ,814 ,375 1 ,541 1,646
lehdet_tv_radio -,353 ,757 ,217 1 ,641 ,703
ryanair_wwwsivut -,159 ,510 ,096 1 ,756 ,853
internet_keskustelut -1,334 ,626 4,538 1 ,033 ,264
muu_internetsivusto ,435 ,506 ,738 1 ,390 1,545
messut_näyttelyt ,608 ,877 ,481 1 ,488 1,838
muu_tiedonlähde -,439 ,495 ,786 1 ,375 ,645
C2.Käytettiinköinternetiämatkaasuunnitellessa 1,345 1,059 1,615 1 ,204 3,840
C4a.TyytyväisyysinternetistäsaatuunennakkoinformaatioonSuom -,145 ,142 1,047 1 ,306 ,865
64
C4b.TyytyväisyysinternetistäsaatuunennakkotietoonTampereen ,070 ,132 ,278 1 ,598 1,072
Constant -3,326 1,966 2,861 1 ,091 ,036
Step 59(a)
lapset -,809 ,359 5,061 1 ,024 ,445
sukulaiset1 2,546 1,063 5,742 1 ,017 12,756
sukulaisvierailu -1,625 ,362 20,119 1 ,000 ,197
hotelli 1,504 ,343 19,201 1 ,000 4,499
laiva2 -2,230 ,564 15,637 1 ,000 ,108
sukulaiset2 ,919 ,417 4,865 1 ,027 2,506
muu_majoitus 1,311 ,401 10,675 1 ,001 3,711
paikan_päällä 1,192 ,553 4,645 1 ,031 3,295
liikunta_urheilu1 1,196 ,545 4,812 1 ,028 3,308
B16a.Tyytyväisyysmajoituksenhintalaatusuhteeseen
-,158 ,071 5,026 1 ,025 ,854
B16d.Tyytyväisyysmatkaanyleensä ,342 ,088 15,166 1 ,000 1,408
Constant -1,989 ,695 8,200 1 ,004 ,137
a Variable(s) entered on step 1: aviopuoliso, lapset, vanhemmat, sukulaiset1, seurustelukumppani, ystävä, kollega, yhdistys1, yksin, A7.Ammattiasema, A1.Ikä, vapaa_ajan_matka, sukulaisvierailu, kokous, muu_työmatka, läpikulkumatka, muu_matka, matkailukohteet_kaupungit, kulttuuri_tapahtumat_liikunta, työ_opiskelu, henkilökohtaiset_asiat, luonnon_vetovoima, helppous_ja_edullisuus, irtiotto, suomalaisuus, muu_syy, B9.Kuinkakauanetukäteenmatkavarattiin, B10.Matkankestokork.1v, hotelli, laiva2, leirintäalue, maatila, sukulaiset2, muu_majoitus, internet_ryanair, internet_muu_välittäjä, internet_majoitus, puhelin_majoitus, matkatoimisto, paikan_päällä, kaupungit_alueet1, matkailukohteet1, tapahtumat1, luonto1, liikunta_urheilu1, työ_opiskelu1, kulttuurikohteet1, suomalaisuus1, muut_asiat1, ostokset1, B16a.Tyytyväisyysmajoituksenhintalaatusuhteeseen, B16b.Tyytyväisyysravintoloidenhintalaatusuhteeseen, B16c.Tyytyväisyyssuomalaisenpalveluntasoon, B16d.Tyytyväisyysmatkaanyleensä, B17.Vaikutelmahintatasosta, B18.Keskustelunsävy, omat_kokemukset, suosittelut, mainokset_esitteet, lehdet_tv_radio, ryanair_wwwsivut, internet_keskustelut, muu_internetsivusto, messut_näyttelyt, muu_tiedonlähde, C2.Käytettiinköinternetiämatkaasuunnitellessa, C4a.TyytyväisyysinternetistäsaatuunennakkoinformaatioonSuom, C4b.TyytyväisyysinternetistäsaatuunennakkotietoonTampereen.
65
Liite C
SPSS: Logistinen regressioanalyysi, Pirkanmaalla yöpyneet matkustajat
Block 1: Method = Backward Stepwise (Conditional)
Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1 Step 140,609 76 ,000
Block 140,609 76 ,000
Model 140,609 76 ,000
Step 60(a)
Step -3,254 1 ,071
Block 74,814 12 ,000
Model 74,814 12 ,000
a A negative Chi-squares value indicates that the Chi-squares value has decreased from the previous step.
Model Summary
Step -2 Log
likelihood Cox & Snell R Square
Nagelkerke R Square
1 301,249(a) ,329 ,461
60 367,043(b) ,191 ,268
a Estimation terminated at iteration number 20 because maximum iterations has been reached. Final solution cannot be found.
b Estimation terminated at iteration number 5 because parameter estimates changed by less than ,001.
Classification Table(a)
Observed
Predicted
Yöpymispaikka Pirkanmaa
Percentage Correct ei kyllä
Step 1 Yöpymispaikka Pirkanmaa
ei 68 45 60,2
kyllä 21 218 91,2
Overall Percentage 81,3
Step 60 Yöpymispaikka Pirkanmaa
ei 46 67 40,7
kyllä 23 216 90,4
Overall Percentage 74,4
a The cut value is ,500
66
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 1(a)
aviopuoliso 1,558 ,585 7,090 1 ,008 4,752
lapset -,864 ,537 2,592 1 ,107 ,421
vanhemmat 2,533 1,128 5,046 1 ,025 12,597
sukulaiset1 4,033 1,466 7,563 1 ,006 56,418
seurustelukumppani 1,311 ,745 3,099 1 ,078 3,710
ystävä ,915 ,610 2,251 1 ,133 2,498
yhdistys1 -,599 1,101 ,296 1 ,586 ,549
yksin ,090 ,700 ,017 1 ,897 1,095
muu -37,996 40192,971 ,000 1 ,999 ,000
A7.Ammattiasema 6,045 7 ,535
A7.Ammattiasema(1) -,259 ,673 ,148 1 ,700 ,772
A7.Ammattiasema(2) ,818 ,719 1,295 1 ,255 2,265
A7.Ammattiasema(3) -,472 ,842 ,315 1 ,575 ,624
A7.Ammattiasema(4) -,495 ,671 ,544 1 ,461 ,610
A7.Ammattiasema(5) ,245 ,653 ,140 1 ,708 1,277
A7.Ammattiasema(6) -,537 1,066 ,254 1 ,614 ,584
A7.Ammattiasema(7) ,212 1,210 ,031 1 ,861 1,236
A1.Ikä ,007 ,020 ,122 1 ,727 1,007
vapaa_ajan_matka -,310 ,646 ,230 1 ,631 ,734
sukulaisvierailu -1,906 ,655 8,458 1 ,004 ,149
kokous 1,532 ,903 2,876 1 ,090 4,627
muu_työmatka -,034 ,961 ,001 1 ,972 ,967
läpikulkumatka -1,419 1,009 1,977 1 ,160 ,242
muu_matka -,188 ,793 ,056 1 ,812 ,828
matkailukohteet_kaupungit ,722 ,582 1,538 1 ,215 2,058
kulttuuri_tapahtumat_liikunta -,857 ,553 2,400 1 ,121 ,424
työ_opiskelu -,370 ,764 ,234 1 ,628 ,691
henkilökohtaiset_asiat -,310 ,521 ,356 1 ,551 ,733
luonnon_vetovoima -,216 ,455 ,224 1 ,636 ,806
helppous_ja_edullisuus -,138 ,647 ,046 1 ,831 ,871
irtiotto ,178 ,451 ,156 1 ,693 1,195
suomalaisuus ,420 ,386 1,184 1 ,277 1,521
muu_syy -,285 ,592 ,232 1 ,630 ,752
B9.Kuinkakauanetukäteenmatkavarattiin -,086 ,192 ,203 1 ,652 ,917
B10.Matkankestokork.1v -,003 ,005 ,296 1 ,586 ,997
hotelli 1,107 ,628 3,110 1 ,078 3,025
leirintäalue ,260 ,933 ,078 1 ,780 1,297
maatila -,096 2,000 ,002 1 ,962 ,908
sukulaiset2 ,883 ,712 1,540 1 ,215 2,419
67
muu_majoitus ,880 ,702 1,574 1 ,210 2,412
kaupungit_alueet1 -,278 ,411 ,456 1 ,500 ,758
matkailukohteet1 -,610 ,484 1,588 1 ,208 ,543
tapahtumat1 1,801 ,759 5,639 1 ,018 6,057
luonto1 ,197 ,416 ,223 1 ,637 1,218
liikunta_urheilu1 1,749 ,761 5,275 1 ,022 5,747
työ_opiskelu1 ,668 ,930 ,516 1 ,473 1,951
henkilökohtaiset_asiat1 1,561 ,778 4,022 1 ,045 4,762
kulttuurikohteet1 -,032 ,531 ,004 1 ,951 ,968
suomalaisuus1 ,526 ,712 ,546 1 ,460 1,693
viihde_vapaaaika1 1,034 ,567 3,328 1 ,068 2,812
muut_asiat1 1,422 1,361 1,092 1 ,296 4,146
ostokset1 ,553 ,787 ,495 1 ,482 1,739
internet_ryanair ,461 ,556 ,686 1 ,407 1,586
internet_muu_välittäjä 1,337 ,766 3,043 1 ,081 3,807
internet_majoitus ,146 ,662 ,049 1 ,825 1,157
puhelin_majoitus 1,228 1,373 ,799 1 ,371 3,414
matkatoimisto ,620 1,413 ,193 1 ,661 1,859
paikan_päällä 2,719 ,943 8,323 1 ,004 15,169
B16a.Tyytyväisyysmajoituksenhintalaatusuhteeseen
-,025 ,092 ,073 1 ,787 ,975
B16b.Tyytyväisyysravintoloidenhintalaatusuhteeseen
-,008 ,089 ,008 1 ,931 ,992
B16c.Tyytyväisyyssuomalaisenpalveluntasoon ,039 ,114 ,115 1 ,734 1,040
B16d.Tyytyväisyysmatkaanyleensä ,443 ,147 9,032 1 ,003 1,557
B17.Vaikutelmahintatasosta -,014 ,076 ,033 1 ,856 ,986
B18.Keskustelunsävy -,160 ,123 1,711 1 ,191 ,852
omat_kokemukset ,404 ,404 1,000 1 ,317 1,498
suosittelut -,654 ,419 2,439 1 ,118 ,520
mainokset_esitteet ,165 ,824 ,040 1 ,841 1,180
lehdet_tv_radio -,647 ,741 ,762 1 ,383 ,524
ryanair_wwwsivut -,556 ,533 1,090 1 ,297 ,573
internet_keskustelut -1,458 ,647 5,081 1 ,024 ,233
muu_internetsivusto ,806 ,534 2,273 1 ,132 2,238
messut_näyttelyt ,258 ,866 ,089 1 ,766 1,294
muu_tiedonlähde -,500 ,507 ,972 1 ,324 ,607
C2.Käytettiinköinternetiämatkaasuunnitellessa 1,077 1,098 ,963 1 ,327 2,936
68
C4a.TyytyväisyysinternetistäsaatuunennakkoinformaatioonSuom -,185 ,147 1,587 1 ,208 ,831
C4b.TyytyväisyysinternetistäsaatuunennakkotietoonTampereen ,186 ,144 1,681 1 ,195 1,205
laiva2 -2,373 ,884 7,206 1 ,007 ,093
Constant -4,058 2,090 3,770 1 ,052 ,017
Step 60(a)
aviopuoliso ,808 ,307 6,940 1 ,008 2,243
lapset -,942 ,390 5,846 1 ,016 ,390
sukulaiset1 2,105 ,869 5,868 1 ,015 8,204
sukulaisvierailu -1,401 ,332 17,753 1 ,000 ,246
kulttuuri_tapahtumat_liikunta -,803 ,387 4,303 1 ,038 ,448
hotelli ,992 ,309 10,270 1 ,001 2,695
muu_majoitus 1,005 ,373 7,257 1 ,007 2,731
tapahtumat1 1,487 ,649 5,247 1 ,022 4,425
liikunta_urheilu1 1,354 ,567 5,694 1 ,017 3,873
paikan_päällä 1,275 ,553 5,318 1 ,021 3,578
B16d.Tyytyväisyysmatkaanyleensä ,305 ,075 16,479 1 ,000 1,356
laiva2 -1,287 ,396 10,567 1 ,001 ,276
Constant -2,276 ,685 11,025 1 ,001 ,103
a Variable(s) entered on step 1: aviopuoliso, lapset, vanhemmat, sukulaiset1, seurustelukumppani, ystävä, yhdistys1, yksin, muu, A7.Ammattiasema, A1.Ikä, vapaa_ajan_matka, sukulaisvierailu, kokous, muu_työmatka, läpikulkumatka, muu_matka, matkailukohteet_kaupungit, kulttuuri_tapahtumat_liikunta, työ_opiskelu, henkilökohtaiset_asiat, luonnon_vetovoima, helppous_ja_edullisuus, irtiotto, suomalaisuus, muu_syy, B9.Kuinkakauanetukäteenmatkavarattiin, B10.Matkankestokork.1v, hotelli, leirintäalue, maatila, sukulaiset2, muu_majoitus, kaupungit_alueet1, matkailukohteet1, tapahtumat1, luonto1, liikunta_urheilu1, työ_opiskelu1, henkilökohtaiset_asiat1, kulttuurikohteet1, suomalaisuus1, viihde_vapaaaika1, muut_asiat1, ostokset1, internet_ryanair, internet_muu_välittäjä, internet_majoitus, puhelin_majoitus, matkatoimisto, paikan_päällä, B16a.Tyytyväisyysmajoituksenhintalaatusuhteeseen, B16b.Tyytyväisyysravintoloidenhintalaatusuhteeseen, B16c.Tyytyväisyyssuomalaisenpalveluntasoon, B16d.Tyytyväisyysmatkaanyleensä, B17.Vaikutelmahintatasosta, B18.Keskustelunsävy, omat_kokemukset, suosittelut, mainokset_esitteet, lehdet_tv_radio, ryanair_wwwsivut, internet_keskustelut, muu_internetsivusto, messut_näyttelyt, muu_tiedonlähde, C2.Käytettiinköinternetiämatkaasuunnitellessa, C4a.TyytyväisyysinternetistäsaatuunennakkoinformaatioonSuom, C4b.TyytyväisyysinternetistäsaatuunennakkotietoonTampereen, laiva2.
69
Liite D
SPSS: Log-lineaarinen analyysi, kahden muuttujan mallit
1. Käytettiinkö internetiä matkaa suunnitellessa? Kuinka kauan etukäteen matka
varattiin?
Convergence Infor mationa
C2.
Käytettiinköinternetiämatkaasuunnitellessa,
B9.Kuinkakauanetukäteenmatkavarattiin
0
,000
,389
Generating Class
Number of Iterations
Max. Dif ference
betw een Observed
and Fitted Marginals
Convergence Criterion
Statistics for the f inal model after Backw ard Elimination.a.
Data Inform ation
1292
270
1292
8
0
0
2
4
Valid
Missing
Weighted Valid
Cases
Def ined Cells
Structural Zeros
Sampling Zeros
Cells
Käytettiinkö internetiä
matkaa suunnitellessa?
Kuinka kauan etukäteen
matka varattiin?
Categories
N
Goodness-of-Fit Tes tsa,b
3,755 3 ,289
3,598 3 ,308
Likelihood Ratio
Pearson Chi-Square
Value df Sig.
Model: Poissona.
Design: Constant + B9.
Kuinkakauanetukäteenmatkavarattiin + C2.
Käytettiinköinternetiämatkaasuunnitellessa
b.
Cell Counts and Res iduals
80,000 6,2% 75,372 5,8% 4,628 ,533
242,000 18,7% 243,701 18,9% -1,701 -,109
371,000 28,7% 365,133 28,3% 5,867 ,307
389,000 30,1% 397,794 30,8% -8,794 -,441
10,000 ,8% 14,628 1,1% -4,628 -1,210
49,000 3,8% 47,299 3,7% 1,701 ,247
65,000 5,0% 70,867 5,5% -5,867 -,697
86,000 6,7% 77,206 6,0% 8,794 1,001
Kuinka kauan etukäteen
matka varattiin?
alle v iikko
alle kuukaus i
1-2 kuukautta
yli 2 kuukautta
alle v iikko
alle kuukaus i
1-2 kuukautta
yli 2 kuukautta
Käytettiinkö internetiä
matkaa suunnitellessa?
ky llä
ei
Count %
Observed
Count %
Expected
Residuals
Std.
Residuals
70
Step Summ ary
C2.
Käytettiink
öinterneti
ämatkaas
uunnitelle
ssa*B9.
Kuinkaka
uanetukät
eenmatka
varattiin
,000 0 .
C2.
Käytettiink
öinterneti
ämatkaas
uunnitelle
ssa*B9.
Kuinkaka
uanetu
3,755 3 ,289 2
C2.
Käytettiink
öinterneti
ämatkaas
uunnitelle
ssa, B9.
Kuinkaka
uanetukät
eenmatka
varattiin
3,755 3 ,289
C2.
Käytettiink
öinterneti
ämatkaas
uunnitelle
ssa
644,169 1 ,000 2
B9.
Kuinkaka
uanetukät
eenmatka
varattiin
337,239 3 ,000 2
C2.
Käytettiink
öinterneti
ämatkaas
uunnitelle
ssa, B9.
Kuinkaka
uanetukät
eenmatka
varattiin
3,755 3 ,289
Generating Classc
1Deleted Ef fect
Generating Classc
1
2
Deleted Ef fect
Generating Classc
Stepb
0
1
2
Effects Chi-Squarea
df Sig.
Number of
Iterations
For 'Deleted Ef fec t', this is the change in the Chi-Square af ter the ef fec t is deleted f rom the model.a.
At each s tep, the ef fec t w ith the largest s ignif icance level for the Likelihood Ratio Change is deleted, provided
the s ignif icance level is larger than ,050.
b.
Statistics are displayed for the best model at each s tep af ter step 0.c.
71
2. Keskeisin aktiviteetti: Ostokset, kaupat ja tax free ja Luokiteltu ikä-muuttuja
Convergence Informationa,b
10
,00100
,00034c
,00020
5
Maximum Number
of Iterations
Converge Tolerence
Final Maximum
Absolute Dif ference
Final Maximum
Relative Difference
Number of Iterations
Model: Poissona.
Design: Constant + B9.
Kuinkakauanetukäteenmatkavarattiin + C2.
Käytettiinköinternetiämatkaasuunnitellessa
b.
The iteration converged because the maximum
absolute changes of parameter estimates is
less than the spec if ied convergence criterion.
c.
Parameter Es timatesb,c
4,346 ,078 55,683 ,000 4,193 4,499
-1,664 ,115 -14,472 ,000 -1,889 -1,438
-,490 ,074 -6,582 ,000 -,636 -,344
-,086 ,066 -1,292 ,196 -,216 ,044
0a
. . . . .
1,639 ,075 21,742 ,000 1,492 1,787
0a
. . . . .
Parameter
Constant
[B9.
Kuinkakauanetukäteen
matkavarattiin = 1]
[B9.
Kuinkakauanetukäteen
matkavarattiin = 2]
[B9.
Kuinkakauanetukäteen
matkavarattiin = 3]
[B9.
Kuinkakauanetukäteen
matkavarattiin = 4]
[C2.
Käytettiinköinternetiäma
tkaasuunnitellessa = 1]
[C2.
Käytettiinköinternetiäma
tkaasuunnitellessa = 2]
Estimate Std. Error Z Sig. Low er Bound Upper Bound
95% Conf idence Interval
This parameter is set to zero because it is redundant.a.
Model: Poissonb.
Design: Constant + B9.Kuinkakauanetukäteenmatkavarattiin + C2.
Käytettiinköinternetiämatkaasuunnitellessa
c.
Data Inform ation
1044
518
1044
12
0
0
2
6
Valid
Missing
Weighted Valid
Cases
Def ined Cells
Structural Zeros
Sampling Zeros
Cells
Keskeinen
vierailukohde/aktiviteetti:
os tokset, kaupat, tax f ree
Ikä
Categories
N
72
Step Summ ary
ostokset1
*luokika,000 0 .
ostokset1
*luokika3,617 5 ,606 2
ostokset
1, luokika3,617 5 ,606
ostokset1 1016,458 1 ,000 2
luokika 373,001 5 ,000 2
ostokset
1, luokika3,617 5 ,606
Generating Classc
1Deleted Ef fect
Generating Classc
1
2
Deleted Ef fect
Generating Classc
Stepb
0
1
2
Effects Chi-Squarea
df Sig.
Number of
Iterations
For 'Deleted Ef fec t', this is the change in the Chi-Square af ter the ef fec t is deleted f rom the model.a.
At each s tep, the ef fec t w ith the largest s ignif icance level for the Likelihood Ratio Change is deleted, provided
the s ignif icance level is larger than ,050.
b.
Statistics are displayed for the best model at each s tep af ter step 0.c.
Convergence Informationa,b
10
,00100
,00026c
,00033
6
Maximum Number
of Iterations
Converge Tolerence
Final Maximum
Absolute Dif ference
Final Maximum
Relative Difference
Number of Iterations
Model: Poissona.
Design: Constant + luokika + ostokset1b.
The iteration converged because the maximum
absolute changes of parameter estimates is
less than the spec if ied convergence criterion.
c.
Goodness -of-Fit Tes tsa,b
3,617 5 ,606
3,371 5 ,643
Likelihood Ratio
Pearson Chi-Square
Value df Sig.
Model: Poissona.
Design: Constant + luokika + ostokset1b.
Parameter Es timatesb,c
,794 ,203 3,921 ,000 ,397 1,191
1,986 ,165 12,069 ,000 1,663 2,308
1,973 ,165 11,979 ,000 1,650 2,296
1,386 ,173 8,036 ,000 1,048 1,724
1,253 ,175 7,160 ,000 ,910 1,596
,632 ,191 3,308 ,001 ,257 1,006
0a . . . . .
2,889 ,139 20,859 ,000 2,618 3,161
0a . . . . .
Parameter
Constant
[luokika = 1]
[luokika = 2]
[luokika = 3]
[luokika = 4]
[luokika = 5]
[luokika = 6]
[ostokset1 = 0]
[ostokset1 = 1]
Estimate Std. Error Z Sig. Low er Bound Upper Bound
95% Conf idence Interval
This parameter is set to zero because it is redundant.a.
Model: Poissonb.
Design: Constant + luokika + ostokset1c.
73
3. Yöpymispaikkana Pirkanmaa ja Keskeinen aktiviteetti: Luonto ja luontoon liittyvät aktiviteetit
Cell Counts and Res iduals
288,000 27,6% 289,879 27,8% -1,879 -,110
282,000 27,0% 286,090 27,4% -4,090 -,242
161,000 15,4% 159,149 15,2% 1,851 ,147
141,000 13,5% 139,256 13,3% 1,744 ,148
77,000 7,4% 74,838 7,2% 2,162 ,250
40,000 3,8% 39,787 3,8% ,213 ,034
18,000 1,7% 16,121 1,5% 1,879 ,468
20,000 1,9% 15,910 1,5% 4,090 1,025
7,000 ,7% 8,851 ,8% -1,851 -,622
6,000 ,6% 7,744 ,7% -1,744 -,627
2,000 ,2% 4,162 ,4% -2,162 -1,060
2,000 ,2% 2,213 ,2% -,213 -,143
Ikä
alle 25 vuotta
25-34
35-44
45-54
55-64
yli 64 vuotta
alle 25 vuotta
25-34
35-44
45-54
55-64
yli 64 vuotta
Keskeinen
vierailukohde/aktiviteetti:
os tokset, kaupat, tax f ree
ei
ky llä
Count %
Observed
Count %
Expected
Residuals
Std.
Residuals
Step Summ ary
Pirkanma
a*luonto1,000 0 .
Pirkanma
a*luonto1,215 1 ,643 2
Pirkanma
a, luonto1,215 1 ,643
Pirkanma
a34,258 1 ,000 2
luonto1 68,806 1 ,000 2
Pirkanma
a, luonto1,215 1 ,643
Generating Classc
1Deleted Ef fect
Generating Classc
1
2
Deleted Ef fect
Generating Classc
Stepb
0
1
2
Effects Chi-Squarea
df Sig.
Number of
Iterations
For 'Deleted Ef fect', this is the change in the Chi-Square af ter the ef fect is deleted f rom the model.a.
At each s tep, the ef fect w ith the largest s ignif icance level for the Likelihood Ratio Change is deleted, provided
the s ignif icance level is larger than ,050.
b.
Statistics are displayed for the best model at each s tep af ter step 0.c.
Data Inform ation
994
568
994
4
0
0
2
2
Valid
Missing
Weighted Valid
Cases
Def ined Cells
Structural Zeros
Sampling Zeros
Cells
Yöpymispaikka
Pirkanmaa
Keskeinen
vierailukohde/aktiviteetti:
luonto ja luontoon liittyvät
aktiviteetit
Categories
N
Goodness -of-Fit Tes tsa,b
,215 1 ,643
,215 1 ,643
Likelihood Ratio
Pearson Chi-Square
Value df Sig.
Model: Poissona.
Design: Constant + Pirkanmaa + luonto1b.
74
Convergence Informationa,b
10
,00100
1,3E-006c
1,6E-006
4
Maximum Number
of Iterations
Converge Tolerence
Final Maximum
Absolute Dif ference
Final Maximum
Relative Difference
Number of Iterations
Model: Poissona.
Design: Constant + Pirkanmaa + luonto1b.
The iteration converged because the maximum
absolute changes of parameter estimates is
less than the spec if ied convergence criterion.
c.
Parameter Es timatesb,c
5,382 ,058 92,078 ,000 5,267 5,497
-,375 ,065 -5,802 ,000 -,501 -,248
0a . . . . .
,536 ,066 8,149 ,000 ,407 ,664
0a . . . . .
Parameter
Constant
[Pirkanmaa = 0]
[Pirkanmaa = 1]
[luonto1 = 0]
[luonto1 = 1]
Estimate Std. Error Z Sig. Low er Bound Upper Bound
95% Conf idence Interval
This parameter is set to zero because it is redundant.a.
Model: Poissonb.
Design: Constant + Pirkanmaa + luonto1c.
Cell Counts and Res iduals
252,000 25,4% 255,468 25,7% -3,468 -,217
153,000 15,4% 149,532 15,0% 3,468 ,284
375,000 37,7% 371,532 37,4% 3,468 ,180
214,000 21,5% 217,468 21,9% -3,468 -,235
Keskeinen
vierailukohde/aktiviteetti:
luonto ja luontoon liittyvät
aktiviteetitei
ky llä
ei
ky llä
Yöpymispaikka
Pirkanmaa
ei
ky llä
Count %
Observed
Count %
Expected
Residuals
Std.
Residuals
75
Liite E
SPSS: Log-lineaarinen analyysi, usean muuttujan malli
Hierarchical Loglinear Analysis Step Summary
Step(b) Effects Chi-Square(a) df Sig. Number of Iterations Step(b)
Deleted Effect
1
Maa_Kansallisuusluokittelu*kulttuuriset_asiat
9,864 4 ,043
2
Maa_Kansallisuusluokittelu*ryanair_lentokenttä
23,997 4 ,000
3
palvelun_taso 515,323 1 ,000
4
A2.Sukupuoli 6,535 1 ,011 2
5
palvelut 453,387 1 ,000 2
7 Generating Class(c)
Maa_Kansallisuusluokittelu*kulttuuriset_asiat
, Maa_Kansallisuusluokittelu*ryanair_lentoken
ttä, palvelun_taso, A2.Sukupuoli, palvelut
124,960 ,142 0,845 2
a For 'Deleted Effect', this is the change in the Chi-Square after the effect is deleted from the model. b At each step, the effect with the largest significance level for the Likelihood Ratio Change is deleted, provided the significance level is larger than ,050. c Statistics are displayed for the best model at each step after step 0.
76
Parameter Estimates(b,c)
Parameter Estimate Std. Error Z Sig.
Constant -4,405 ,339 -12,976 ,000
[A2.Sukupuoli = 1] -,218 ,086 -2,549 ,011
[A2.Sukupuoli = 2] 0(a) . . .
[palvelun_taso = 0] 2,755 ,180 15,348 ,000
[palvelun_taso = 1] 0(a) . . .
[palvelut = 0] 2,422 ,156 15,570 ,000
[palvelut = 1] 0(a) . . .
Data Inform ation
552
1010
552
160
0
101
5
2
2
2
2
2
Valid
Missing
Weighted Valid
Cases
Def ined Cells
Structural Zeros
Sampling Zeros
Cells
Kansallisuus maittain
Sukupuoli
Parannuskohde:
Pirkkalan lentokenttään ja
Ryanairiin liittyvät as iat
Parannuskohde: palvelut
matkailijoille
Parannuskohde: palvelun
taso
Parannuskohde:
kulttuuriset as iat
Categories
N
Convergence Informationa,b
10
,00100
3,2E-006c
4,7E-006
8
Maximum Number
of Iterations
Converge Tolerence
Final Maximum
Absolute Dif ference
Final Maximum
Relative Difference
Number of Iterations
Model: Poissona.
Design: Constant + A2.Sukupuoli + palvelun_
taso + palvelut + Maa_Kansallisuusluokittelu *
kulttuuriset_asiat + Maa_
Kansallisuusluokittelu * ryanair_lentokenttä
b.
The iteration converged because the maximum
absolute changes of parameter estimates is
less than the spec if ied convergence criterion.
c.
Goodness -of-Fit Tes tsa,b
124,960 142 ,845
114,348 142 ,957
Likelihood Ratio
Pearson Chi-Square
Value df Sig.
Model: Poissona.
Design: Constant + A2.Sukupuoli + palvelun_taso +
palvelut + Maa_Kansallisuusluokittelu * kulttuuriset_
as iat + Maa_Kansallisuus luokittelu * ryanair_
lentokenttä
b.
77
[Maa_Kansallisuusluokittelu = 1] * [kulttuuriset_asiat = 0]
1,506 ,333 4,516 ,000
[Maa_Kansallisuusluokittelu = 1] * [kulttuuriset_asiat = 1]
-1,026 ,493 -2,082 ,037
[Maa_Kansallisuusluokittelu = 2] * [kulttuuriset_asiat = 0]
2,222 ,296 7,512 ,000
[Maa_Kansallisuusluokittelu = 2] * [kulttuuriset_asiat = 1]
-,053 ,411 -,129 ,897
[Maa_Kansallisuusluokittelu = 3] * [kulttuuriset_asiat = 0]
,600 ,410 1,466 ,143
[Maa_Kansallisuusluokittelu = 3] * [kulttuuriset_asiat = 1]
-,945 ,478 -1,979 ,048
[Maa_Kansallisuusluokittelu = 4] * [kulttuuriset_asiat = 0]
-,670 ,638 -1,050 ,294
[Maa_Kansallisuusluokittelu = 4] * [kulttuuriset_asiat = 1]
-1,886 ,703 -2,682 ,007
[Maa_Kansallisuusluokittelu = 5] * [kulttuuriset_asiat = 0]
2,351 ,234 10,048 ,000
[Maa_Kansallisuusluokittelu = 5] * [kulttuuriset_asiat = 1]
0(a) . . .
[Maa_Kansallisuusluokittelu = 1] * [ryanair_lentokenttä = 0]
1,199 ,243 4,932 ,000
[Maa_Kansallisuusluokittelu = 1] * [ryanair_lentokenttä = 1]
0(a) . . .
[Maa_Kansallisuusluokittelu = 2] * [ryanair_lentokenttä = 0]
,448 ,189 2,374 ,018
[Maa_Kansallisuusluokittelu = 2] * [ryanair_lentokenttä = 1]
0(a) . . .
[Maa_Kansallisuusluokittelu = 3] * [ryanair_lentokenttä = 0]
1,856 ,340 5,459 ,000
78
[Maa_Kansallisuusluokittelu = 3] * [ryanair_lentokenttä = 1]
0(a) . . .
[Maa_Kansallisuusluokittelu = 4] * [ryanair_lentokenttä = 0]
2,367 ,604 3,920 ,000
[Maa_Kansallisuusluokittelu = 4] * [ryanair_lentokenttä = 1]
0(a) . . .
[Maa_Kansallisuusluokittelu = 5] * [ryanair_lentokenttä = 0]
1,231 ,158 7,806 ,000
[Maa_Kansallisuusluokittelu = 5] * [ryanair_lentokenttä = 1]
0(a) . . .
a This parameter is set to zero because it is redundant. b Model: Poisson c Design: Constant + A2.Sukupuoli + palvelun_taso + palvelut + Maa_Kansallisuusluokittelu * kulttuuriset_asiat + Maa_Kansallisuusluokittelu * ryanair_lentokenttä