PRO GRADU -TUTKIELMA Matematiikan ja tilastotieteen laitos Tilastotiede Kesäkuu 2010 Minna Mäntylä Ryanairin matkustajia koskeva survey-tutkimus Tampere-Pirkkalan lentokentällä
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 χ 2 - 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, χ 2 - riippumattomuustesti 2
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 χ 2 -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 3
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 4
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 5
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. 6
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 χ 2 -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. 7
% 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. 40 20 0 Vastaajien ikäjakauma 30 29 16 14 7 4 alle 25 vuotta 25 34 35 44 45 54 55 64 yli 64 vuotta Kuvio 2.1. Vastaajien ikäjakauma. 8
% % 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. 25 22 Vastaajien kansallisuudet 20 15 16 14 12 13 10 5 6 5 3 3 3 2 2 0 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). 30 25 20 15 10 5 0 Vastaajien bruttotulot kuukaudessa 25 17 12 13 12 12 5 5 alle 1000 1000-2000 2001-3000 3001-4000 4001-6000 6001-8000 8001-12000 yli 12000 Kuvio 2.3. Kotitalouden arvioidut bruttotulot kuukaudessa. 9
% 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. 60 50 48 Vastaajien ilmoittama syy matkaan 40 30 32 20 10 0 vapaa-ajanmatka sukulais- tai tuttavavierailu 7 7 muu työmatka kokous- tai kongressimatka 3 läpikulkumatka 12 muu Kuvio 2.4. Jakauma vastaajien syistä matkaan. 10
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. Suomeen tulon syy 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 7 9 20 16 15 15 30 32 40 Kuvio 2.5. Suomeen tulon syyn jakauma. 0 20 40 60 % 11
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. 12
% Maakunta, jossa vastaaja yöpyi matkallaan Pirkanmaa Uusimaa Pohjanmaa Savo, Karjala, Kainuu Varsinais-Suomi Keski-Suomi Lappi Satakunta Muu Päijät-Häme Häme Kymenlaakso 11 9 8 6 5 4 3 2 14 18 37 64 0 10 20 30 40 50 60 70 % Kuvio 2.6. Vastaajien yöpymispaikat maakunnittain jaoteltuna. 70 60 50 Vastaajien yöpymiskaupungit Suomessa (vain yksi/luokka/vastaaja) 53 61 40 30 20 10 0 32 Helsinki Tampere Muu paikkakunta Kuvio 2.7. Kaupungit, joissa matkailijat olivat Suomessa yöpyneet. 13
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 14
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. Keskeisin aktiviteetti tai vierailukohde matkan aikana 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 21 18 17 11 9 7 5 5 5 3 51 100 0 20 40 60 80 100 120 % 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 15
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. 10 9 8 7 6 5 4 3 2 1 Tyytyväisyys palveluun, hintoihin ja matkaan yleensä Tyytyväisyys ja vaikutelmat Suomesta matkakohteena Vaikutelma hintatasosta Suomessa Keskustelunsävy Suomesta puhuttaessa 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 16
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. Matkailijoiden mainitsemat parannuskohteet Hintataso Suomessa Pirkkalan lentokenttään ja Ryanairiin liittyvät asiat Matkailuinformaatio turisteille Kulttuuriset asiat Palvelut matkailijoille Majoitus ja ravintolat Palvelun taso Julkinen liikenne Yleinen siisteys ja julkiset tilat Muut asiat Ei parannettavaa 2 8 6 5 4 3 9 11 23 26 35 0 10 20 30 40 % 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. 17
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. Jos matkan suunnittelussa käytettiin internetiä, mitä sivustoja käytettiin? Ryanairin internetsivut kohdekaupunki/-alue Suomen maaportaali hotellivarausjärjestelmät yksittäinen matkailukohde/tapahtuma joku muu internetin keskustelupalstat/sosiaaliset laivayhtiö lentoyhtiö suomalainen matkanjärjestäjä/matkatoimisto oman alan kokous-/kongressisivusto lähtömään matkanjärjestäjä/matkatoimisto 19 16 13 11 8 8 4 4 3 27 34 63 0 10 20 30 40 50 60 70 % 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 = 18
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. 19
3 Kyselyaineiston tilastollinen analyysi 3.1 Tutkimusmenetelmät Tässä tutkielmassa käytetään tutkimusmenetelminä logistista regressioanalyysia, loglineaarisia malleja ja riippuvuustarkasteluissa χ 2 -testiä sekä keskiarvojen testausta. Tässä luvussa esitellään menetelmien teoriaa sekä analyysien lähtökohtia ja perusteita. 3.1.1 χ 2 -riippumattomuustesti ja kontingenssikerroin χ 2 -riippumattomuustesti (Chi-Square) mittaa valittujen muuttujien välistä tilastollista riippuvuutta. Oletuksena eli nollahypoteesina mallissa on, että muuttujat ovat riippumattomia keskenään. Nollahypoteesi hylätään, jos χ 2 -testisuureen arvo ylittää annetun kriittisen arvon. Testisuureen arvo saadaan odotetuista ja havaituista frekvensseistä kaavalla (3.1) χ 2 =, missä k = rivien lukumäärä, l = sarakkeiden lukumäärä, O ij = i:nnen rivin j:nnen sarakkeen havaitu frekvenssi ja E ij = i:nnen rivin ja j:nnen sarakkeen odotettu frekvenssi. Testisuure (3.1) noudattaa χ 2 -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) 20
χ 2 -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) =, 21
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). 22
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) π ij = π i+ π +j, i = 1,,I, j = 1,,J. Log-lineaarisissa malleissa käytetään solutodennäköisyyksien {π ij } sijasta odotettuja frekvenssejä {μ ij }, jotka ovat muotoa μ ij = nπ i+ 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 μ ij = 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 χ 2 -testisuureen (Pearson chi-squared statistic) ja G 2 -testisuureen (likelihood-ratio chi-squared statistic) avulla. Testisuureet lasketaan kaavoilla 23
(3.9) G 2 = 2, (3.10.) χ 2 =. 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 μ ij = 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 μ ijk = λ + + + + + + +. 24
Kolmen muuttujan, esimerkiksi (XY, XZ, YZ), yhdysvaikutustermien ehdollinen vedonlyöntisuhde (conditional odds ratio) θ XY(k) kuvaa muuttujien X ja Y välistä yhteyttä siten, että esimerkiksi 2*2*K -taulukolle suhde näyttää seuraavalta: (3.13) log θ XY(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). 25
4 Tutkimustuloksia Aloitetaan aineiston analysointi riippuvuussuhteiden tarkastelulla, jossa tulkinnan apuna käytetään χ 2 -riippumattomuustestiä, kontingenssikertoimia ja keskiarvojen testausta. Tämän jälkeen etsitään aineistoon sopivia malleja logistisella regressioanalyysilla ja loglineaarisilla malleilla. Aineiston analysoinnit suoritettiin SPSS- ja Tixel-ohjelmistoilla. 4.1 Riippuvuussuhteiden tarkastelua Seuraavissa neljässä alaluvussa tarkastellaan mielenkiintoisimpien muuttujien jakaumia ja niiden välisiä riippuvuuksia χ 2 -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) (χ 2 = 205,56; df = 20) ilmaisee riippuvuuden olevan kohtalaista. 26
Matkan syy kansallisuuksien mukaan saksa britannia italia venäjä muu 0 % 10 % 20 % 30 % 40 % 50 % 60 % 70 % 80 % 90 % 100 % vapaa-ajanmatka sukulais- tai tuttavavierailu kokous- tai kongressimatka muu työmatka läpikulkumatka muu 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 (χ 2 = 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 27
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. vapaa-ajanmatka sukulais- tai tuttavavierailu kokous- tai kongressimatka muu työmatka läpikulkumatka muu Yöpymiskaupunki matkan syyn mukaan 0 % 20 % 40 % 60 % 80 % 100 % Helsinki Tampere Muu paikkakunta 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 (χ 2 = 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 28
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. Majoitustyyppi matkaseuran mukaan 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 0 % 10 % 20 % 30 % 40 % 50 % 60 % 70 % 80 % 90 % 100 % hotelli vuokramökki laiva leirintäalue maatila sukulaiset muu 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 (χ 2 = 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. 29
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. Majoitustyypit eri yöpymiskaupungeissa % 60 50 40 30 20 10 hotelli vuokramökki laiva leirintäalue maatila sukulaiset muu 0 Helsinki Tampere Muu paikkakunta 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 χ 2 = 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 30
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. Keskeinen vierailukohde tai aktiviteetti kansallisuuden mukaan saksa britannia italia venäjä muu 0 % 20 % 40 % 60 % 80 % 100 % Kaupungit, kunnat, alueet Tapahtumat Liikunta ja urheilu Henkilökohtaiset asiat Suomalaisuuteen liittyvät asiat Muut asiat Matkailukohteet Luonto ja luontoon liittyvät aktiviteetit Työ, opiskelu ja yhdistystoiminta Kulttuurikohteet Viihde ja vapaa-aika Ostokset, kaupat, tax free 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 (χ 2 = 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 31
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 kokoustai kongressimatkalaiset valitsivat muita useammin yhdeksi keskeisimmäksi aktiviteetikseen kulttuurikohteet. Läpikulkumatkalaisille ostokset olivat myös mainittavassa osassa matkalla Suomeen. Keskeinen vierailukohde tai aktiviteetti matkan syiden mukaan vapaa-ajanmatka sukulais- tai tuttavavierailu kokous- tai kongressimatka muu työmatka läpikulkumatka muu 0 % 20 % 40 % 60 % 80 % 100 % Kaupungit, kunnat, alueet Tapahtumat Liikunta ja urheilu Henkilökohtaiset asiat Suomalaisuuteen liittyvät asiat Muut asiat Matkailukohteet Luonto ja luontoon liittyvät aktiviteetit Työ, opiskelu ja yhdistystoiminta Kulttuurikohteet Viihde ja vapaa-aika Ostokset, kaupat, tax free 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, 32
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 33
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. 34
10 9 8 7 6 5 4 3 2 1 1. Tyytyväisyys majoituksen hinta-laatu - suhteeseen 10 9 8 7 6 5 4 3 2 1 2. Tyytyväisyys ravintoloiden hinta-laatu - suhteeseen saksa britannia italia venäjä muu saksa britannia italia venäjä muu 3. Tyytyväisyys suomalaisen palvelun tasoon 4. Tyytyväisyys matkaan yleensä 10 9 8 7 6 5 4 3 2 1 10 9 8 7 6 5 4 3 2 1 saksa britannia italia venäjä muu saksa britannia italia venäjä muu 5. Vaikutelma hintatasosta 6. Keskustelunsävy 10 9 8 7 6 5 4 3 2 1 10 9 8 7 6 5 4 3 2 1 saksa britannia italia venäjä muu saksa britannia italia venäjä muu 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 35
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. 10 9 8 7 6 5 4 3 2 1 johtaja tai ylempi toimihenkilö Tampereella yöpyneiden tyytyväisyys kokonaisuudessaan palveluun, hinta-laatu - suhteisiin ja matkaan yleensä asiantuntija yrittäjä työntekijä tai alempi toimihenkilö opiskelija eläkeläinen työtön muu Kuvio 4.8. Tampereella yöpyneiden matkustajien tyytyväisyysmuuttujien summamuuttujan jakauma eri ammattiryhmillä. 36
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: x 1 = matkaseurana lapset, x 2 = matkaseurana sukulaiset, x 3 = matkan syynä sukulaisvierailu, x 4 = majoitustyyppinä hotelli, x 5 = majoitustyyppinä laiva, x 6 = majoitustyyppinä sukulaiset, x 7 = majoitustyyppinä muu majoitus, x 8 = majoitus varattiin paikan päällä, x 9 = keskeisin aktiviteetti liikunta ja urheilu, x 10 = tyytyväisyys majoituksen hinta-laatu -suhteeseen ja x 11 = 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, 37
missä on Tampereella yöpymisen todennäköisyys. Malli tulkitaan siis siten, että todennäköisyys matkailijan yöpymiselle Tampereella muodostui edellä mainituista tekijöistä α ja x 1, x 2,, x 11 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. 38
Tyytyväisyydet tulkitaan siten, että aina kun matkailijan tyytyväisyys majoituksen hintalaatu -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) -0,809 0,024 0,445 2,546 0,017 12,756 X 1 =matkaseurana lapset X 2 =matkaseurana sukulaiset X 3 =matkan syynä sukulaisvierailu X 4 =majoituksena hotelli X 5 =majoituksena laiva X 6 =majoituksena sukulaiset X 7 =majoituksena muu majoitus X 8 =majoitus varattu paikan päällä X 9 =keskeisin aktiviteetti liikunta ja urheilu X 10 =tyytyväisyys majoituksen hinta-laatu -suhteeseen X 11 =tyytyväisyys matkaan yleensä Vakio -1,625 1,504-2,230 0,919 1,311 1,192 1,196-0,158 0,342-1,989 0,000 0,000 0,000 0,027 0,001 0,031 0,028 0,025 0,000 0,004 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 39
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: x 1 = matkaseurana avio- tai avopuoliso, x 2 = matkaseurana lapset, x 3 = matkaseurana sukulaiset, x 4 = matkan syynä sukulaisvierailu, x 5 = Suomeen tulon syynä kulttuuri, tapahtumat ja liikunta, x 6 = majoituksena hotelli, x 7 = majoituksena muu majoitus, x 8 = keskeisenä aktiviteettina tapahtumat, x 9 = keskeisenä aktiviteettina liikunta ja urheilu, x 10 = majoitus varattiin paikan päällä, x 11 = tyytyväisyys matkaan yleensä ja x 12 = 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 40
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) X 1 =matkaseurana avio- tai avopuoliso X 2 =matkaseurana lapset X 3 =matkaseurana sukulaiset X 4 =matkan syynä sukulaisvierailu X 5 =Suomeen tulon syynä kulttuuri, tapahtumat ja liikunta X 6 =majoituksena hotelli X 7 =majoituksena muu majoitus X 8 =keskeisenä aktiviteettina tapahtumat X 9 =keskeisenä aktiviteettina liikunta ja urheilu X 10 =majoitus varattu paikan päällä X 11 =tyytyväisyys matkaan yleensä X 12 =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 41
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 42
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 χ 2 -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 43
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 χ 2 -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 χ 2 -testisuureen p-arvo oli 0,643 eli saatu malli sopi hyvin aineistoon. Tässä tapauksessa malli näyttää seuraavalta: 44
= + + 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 Merkitsevyys (Sig.) estimaatti (Z) Vakio λ 1 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 λ 2 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 λ 3 5,382 92,078 0,000-0,375-5,802 0,000 0,536 8,149 0,000 45
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 χ 2 -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. Loglineaariseksi malliksi saatiin: = + + + + + + + + + + + + + +. 46
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 χ 2 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 χ 2 Vapausasteet Merkitsevyys (T, S, P, M*K, M*R) 124,960 142 0,845 47
Taulukko 4.5. Usean muuttujan log-lineaarisen mallin parametriestimaatit, standardoidut estimaatit ja merkitsevyydet. Parametri Estimaatti Standardoitu Merkitsevyys (Sig.) estimaatti (Z) 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 48
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 χ 2 -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 χ 2 -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 49
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 50
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. 51
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_suofi.pdf%201209 52
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 <markku.sipila@airpro.fi> 2010, sähköpostiviesti Tampere-Pirkkalan lentokentän terminaali 2:n Station Managerilta Markku Sipilältä 22.1.2010. 53
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 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 54