4. kurssikerta – Ruutukarttoja

Neljännellä kurssikerralla tehtiin ruutukarttoja.
Omaan karttaani yritin ensin merkitä lasten määrää Helsingissä, mutta kun kaksi kertaa onnistuin sotkemaan karttani, päätin tehdä kolmannella kerralla kartan Helsingin 25-29-vuotiaat (kuva 1). En sitten tiedä, millä logiikalla tama toimi niin paljon paremmin, kun tiedot sinänsä olivat ihan samaa kamaa 😀 25-29-vuotiaiden ikäluokasta suuri osa on varmaankin opiskelijoita, vastavalmistuneita tai juuri työelämässä aloittaneita. Lisäksi joukkoon mahtuu varmasti paljon perheellisiä. Suurin osa ikäluokasta on keskittynyt Helsingin kantakaupungin alueelle, erityisesti Meilahti-Eira-akselille ja Kallioon. On hauska huomata, että myös Viikin ja Kumpulan kampusten alueella on melko tiheät esiintymät tämän ikäluokan edustajia.
Nuoret aikuiset ovat asettuneet asumaan lähelle keskustaa. Syinä tälle ovat varmasti keskustan ja palveluiden läheisyys, hyvät liikenneyhteydet ja pienien asuntojen saatavuus (yksinasuvat ja lapsettomat pariskunnat). Kauempana keskustasta olevilla lähiöalueilla asuu varmasti enemmän työssäkäyviä ja perheellisiä. Jos olisin kotoisin Helsingistä ja tietäisin enemmän eri ikäluokkien sijoittumisesta kaupungin alueella, voisi olla helpompi pohtia sen syitä.

Helsingin25-29

Kuva 1. 25-29-vuotiaiden sijoittuminen Helsingin alueelle

 

Käytin luonnollista luokittelua, sillä se yksinkertaisesti näytti tässä yhteydessä parhaalta. Luokittelut ovat minulle vielä vähän vierasta maaperää, joten menen aika lailla mututuntumalla. Joskus pitäisi oikein varata aikaa sille, että kokeilisi läpi kaikki mahdollisest erilaiset luokittelutavat ja selvittäisi, mikä on missäkin tilanteessa se paras. Näin kurssin ohessa kuitenkin tyydyn tekemään sen mitä on vaadittu ja opettelemaan asioita pikkuhiljaa. Ei viitsi ottaa turhan suurta stressiä siitä, miltä kaikki pienet yksityiskohdat näyttävät. Kunhan kartta on selkeä ja tulkittavissa edes jotenkin, niin ollaan taas opittu jotain uutta 😀

– Anni

3. kurssikerta – Konflikteja ja tulvahuippuja

Kurssikerralla tavoitteena oli tuoda tietoja useammasta lähteestä ja yhdistää ne samaan karttakuvaan. Kärsivällisyyttä koeteltiin välillä, kun tuntui että taulukoita oli aivan liikaa ja niiden välillä hyppely tuntui todella monimutkaiselta. Eli muutaman kerran sain kyllä aloittaa koko homman alusta ja kokeilla uudestaan. On kuitenkin aika palkitsevaa, kun lopulta kartassa alkaa olla jotain järkeä ja oikeat tiedot ovat näkyvissä!

Kurssityössä tietojen yhdistelyä harjoiteltiin Afrikan kartan avulla. Internetistä ladattuun pohjakarttaan lisättiin, väestötietoja, internetin käyttäjämäärätiedot sekä tietoja timanttikaivoksista, konflikteista ja öljykentistä. Tietoja piti yhdistää eri taulukoista, jotta saatiin yksi taulukko, joka kattoi kaikki nämä tiedot. Harjoiteltiin myös laskemista taulukon arvoilla. Laskimme muun muassa maaiden internetin ja Facebookin käyttäjien osuudet koko väestöstä. Lisäksi selvitimme facebookia käyttävien osuuden kaikista internetuä käyttävistä.

Kartalle (kuva 1) tuotiin tiedot öljy- ja timanttiesiintymistä sekä suurimmista konflikeista 1940-luvulta nykypäivään. Kartan muokkaaminen kivan näköiseksi oli tälläkin kertaa jotenkin haastavaa. Tai sitten olen vain liian tarkka näistä asioista 😀 Lopulta olin kuvaan ihan tyytyväinen.

Afrikka

Kuva 1. Timanttikaivokset, öljykentät ja konfliktit (1940-) Afrikassa

Kartalla olevista tiedoista tiedetään vuosiluvut (timantti- ja öljyesiintymistä löytämisvuosi ja toiminnan aloitusvuosi sekä tuottavuus) ja konfliktien laajuus. Näillä asioilla voisi olla jonkinlaisia yhteyksiä, sillä timantti- ja öljyesiintymien ympärillä liikkuu paljon rahaa ja taistelu niiden tuotoista on ollut suurta. Eteläisessä Afrikassa resursseja on paljon erityisesti timanttikaivoksia, mutta konflikteja ei juuri lainkaan. Tämä saattaa johtua siitä, että etenkin Etelä-Afrikassa vauraampi valkoihoisten populaatio on valtaapitävänä osapuolena yhteiskunnassa. Valta ulottuu myös naapurimaihin. Etelä-Afrikassa ja sen naapurimaissa mahdolliset konfliktit on voitu estää voimakkaalla vallanpidolla, konflikteihin ei ole ollut tai sitten olot ovat tässä osassa Afrikkaa muutenkin rauhallisemmat. Konfliktit eivät muutenkaan ole erityisemmin keskittyneitä timantti- ja öljyalueille. Voisi kuvitella, että tällaisten resurssien esiintyminen synnyttäisi enemmän levottomuuksia, kun kaikki haluavat osansa tuotoista ja väestöstä suuri osa on melko vähävaraista. Enemmänkin yksittäisissä tapauksissa voitaisiin vetää yhteyksiä konfliktien ja resurssien välille. Voisi tarkastella resurssien löytämisen ja hyödyntämisen aloittamisen ajankohtaa läheisen konfliktin ajankohtaan. Joissain paikoissa konfliktit sijaitsevatkin suoraan öljykentillä tai timanttikaivosten läheisyydessä.
Tärkeimmiksi syiksi konflikteihin Pohjois-Afrikassa nousevat mielestäni varsinkin juoma- ja kasteluveden puute sekä heimojen väliset riidat ja erimielisyydet.

Itsenäisessä harjoituksessa piti jälleen yhdistää tietoja eri taulukoista. Tällä kertaa kartta tehtiin Suomen valuma-alueista ja niiden joista ja järvistä. Tulvaindeksi kertoo siis kuinka moninkertainen tulvahuippu on kuivaan kauteen verrattuna. Tulvaindeksi merkattiin karttaan (kuva 2) koropleettikarttana sinisen eri sävyillä. Kartalle merkattiin alueiden järvisyysprosentti pylväsdiagrammeina. Tämä siis siitä syystä, että järvet vaikuttavat tulviin: järvet tasoittavat tulvahuippuja toimimalla vedenkerääjinä, mutta järvialueilla myös tulvii paljon etenkin keväisin. Kartasta voi päätellä, että tulvaindeksit ovat pienimpiä alueilla, joilla järvisyys on suurinta. Rannikoilla tulvaindeksit ovat suurimpia, ja järvien osuus taas pienempi.

Kuva 2. Kuvassa on esitettynä tulvaindeksi eri valuma-alueilla koropleettikarttana ja kunkin valuma-alueen järvisyys prosentteina pylväsdiagrammeina.

Kuva 2. Kuvassa on esitettynä tulvaindeksi eri valuma-alueilla koropleettikarttana ja kunkin valuma-alueen järvisyys prosentteina pylväsdiagrammeina.

– Anni

2. kurssikerta: Päällekkäiset teemakartat

Toisella kurssikerralla aloin ymmärtää MapInfon käyttöä jo hieman paremmin. Luennon aikana käytiin läpi erilaisia tapoja luoda teemakarttoja: miten saada aineisto visuaaliseksi. Samoja asioita harjoiteltiin MapInfolla. Kartalle tehtiin diagrammeja ja opeteltiin käyttämään erilaisia merkkejä ja kuviointeja. Kokeilimme myös päällekkäisten karttojen tekemistä useammasta aineistosta. Näin kartalla voidaan tarkastella useampaa asiaa samanaikaisesti ja nähdä niiden välisiä riippuvuuksia.

Tein oman karttani “Etelä-Suomesta” jättämällä pois vain Lapin. Käytin kartassa aineistona väkivaltarikosten määrää kunnittain ja työttömyysastetta kunnittain. Kartalla työttömyysaste on kuvattu vihreäsävyisenä koropleettikarttana ja väkivaltarikosten määrää kuvattu symbolilla.Tummanvihreillä alueilla työttömyysaste on suurin ja väkivaltarikoksia on eniten siellä, missä symboli on suurin. Katsoessani karttaani olin lähinnä hämmentynyt, sillä korrelaatio näiden kahden tekijän välillä ei ollutkaan ihan niin suuri kuin olin ajatellut. Tai sitten oma karttani vain on hieman erikoinen.

Kartassani (kuva 1) käytin työttömyysasteen kuvaamiseen viittä luokkaa ja väkivaltarikosten määrän kuvaamiseen kolmea luokkaa. Tarkemmin ajateltuna olisi yksinkertaisuuden vuoksi varmaan kannattanut käyttää molemmissa yhtä montaa luokkaa, mutta tehty mikä tehty. Varsinkin työttömyysasteen kuvaaminen olisi ollut helpompaa vain kolmella luokalla, mutta toisaalta silloin kartta olisi saattanut olla hieman liian yleistävä. Myös luokkien rajat ovat työttömyysasteen kohdalla mielestäni suoraan sanottuna typerät, mutta osaanpa ensi kerralla tehdä paremmin. Oppimassahan täällä ollaan! Korrelaatio työttömyysasteen ja väkivaltarikosten määrän välillä olisi voinut olla selkeämpi jos luokkia olisi ollut molemmissa tapauksissa yhtä paljon.

Työttömyysastetta tarkasteltaessa kartasta nähdään, että työttömyysaste on keskimäärin korkeampi Itä- kuin Länsi-Suomessa. Samoin se on keskimäärin korkeampi Keski- ja Pohjois-Suomessa kuin Etelä-Suomessa. Väkivaltarikosten määrää kuvaavia symboleita tarkastellessa kartta näyttää kuitenkin mielestäni vaikeammalta tulkita. Keskimäärin voisi mielestäni sanoa, että niissä kunnissa, joissa työttömyysaste on suurempi on myös enemmän väkivaltarikoksia, mutta poikkeuksiakin on paljon. Esimerkiksi Ahvenanmaalla työttömyysaste on eräässä kunnassa luokassa 1,7-7,7 %, mutta väkivaltarikosten määrää suurimmassa luokassa. Vastaavia esimerkkejä on muitakin. Esimerkiksi Helsingin seudulla työttömyysaste on yleisesti melko matala, mutta väkivaltarikosten määrä siihen nähden aika suuri. Tietysti täytyy ottaa huomioon myös kuntien asukasluvut, kun mietitään väkivaltarikosten määrää. On toki ymmärrettävää, että suurissa kaupungeissa on enemmän ihmisiä ja siten myös enemmän väkivaltarikoksia kuin pienissä tai harvaan asutuissa kunnissa. Tämänkin voisin ottaa ensi kerralla huomioon 😀

Kartan ulkoasussa on vielä paljon parannettavaa, samoin luokituksessa ja luokkarajoissa, mutta niihin ehdin keskittyä vielä jatkossakin. Tällä kertaa näin!

Kuva 1. Työttömyysaste ja väkivaltarikosten määrä kunnittain

Artikkeli 1

Kurssikerran tehtävänä oli myös lukea ja analysoida artikkeli kahden muuttujan koropleettisista kartoista aineiston visualisoinnissa (Leonowicz 2006). Artikkelissa pohdittiin kahden muuttujan teemakarttojen hyviä ja huonoja puolia verrattuna yhden muuttujan teemakarttaan. Artikkeli oli ihan mielenkiintoinen, mutta ei sinänsä tuonut kauheasti lisätietoa minulle itselleni. Asiat tulivat esiin jo kurssikerralla ja artikkeli oli lähinnä kertausta siitä, mitä oli jo opittu.

Kahden muuttujan teemakartassa on aina se etu, että yksittäisten muuttujien lisäksi voidaan tarkastella kahden muuttujan korrelaatiota. Voidaan tarkastella kahta asiaa yhtä aikaa ja mahdollisesti osoittaa näiden välinen yhteys. Jos sellainen löytyy, ei se kuitenkaan tarkoita suoraan, että ilmiöiden välillä on syy-seuraussuhde. Sattuma täytyy aina ottaa tällaisissa kartoissa huomioon. Jotta korrelaation olemmassaolosta voisi olla varma, täytyy tehdä tilastollisia testejä. Tätä jokainen tavallinen kartanlukijat ei välttämättä ymmärrä ja siksi kartoilla onkin helppo johtaa harhaan tai antaa väärä kuva joidenkin asioiden välisestä yhteydestä. Kahden muuttujan karttaa voi myös olla helpompi tarkastella kuin kahta yhden muuttujan karttaa. Kahden eri kartan vertailussa voi syntyä tulkintavirheitä ja tällöin joidenkin kahden asian välinen yhteys voi jäädä kokonaan huomaamatta. Useamman muuttujan karttaa tehtäessä on kuitenkin hyvin tärkeää muistaa kartan yksinkertaisuus. Jos luokkia on liian monta, niin kartan tulkinta vaikeutuu huomattavasti. Siksi korkeintaan kolme luokkaa on hyvä kahden muuttujan kartoissa. Värit, kuviot ja symbolit on myös mietittävä tarkkaan, jotta kartan tulkinta olisi mahdollisimman selkeää.

 

  • Anni