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

Leave a Reply

Your email address will not be published. Required fields are marked *