Artikkeli 1-Kahden muuttujan koropleettikartat-värien muodostama funktio

Ihan alkuun anteeksi raflaavasta otsikosta. Artikkelissaan “Two-variable choropleth maps as a useful tool for visualization of geographical relationships” joka on julkaistu Liettualaisen Geografija-lehden numerossa 1 vuonna 2006 Anna Leonowicz pohtii kahden muuttujan koropleettikarttojen tuottamista, tulkintaa ja käyttömahdollisuuksia sekä niihin liittyviä ongelmia. Kirjoituksessaan Leonowicz käyttää pohjana Varsovan ja Vilnan yliopistojen ensimmäisen vuoden maantieteen opiskelijoilla teettämäänsä tutkimusta, jossa he arvioivat sekä yksi- että kaksimuuttujaisten koropleettikarttojen mielenkiintoisuutta ja selkeyttä esitettävän asian suhteen. Leonowicz toteaa, että vaikkakin kahden muuttujan koropleettikartoilla on helpompi kuvata riippuvuussuhteita kuin yhden muuttujan sisältäviä karttoja ristiin vertailemalla ovat ne huomattavasti yksimuuttujaisia karttoja vaikeaselkoisempia, ja niiden sujuva tulkinta vaatii näin ollen harjaantumista.

Omasta mielestäni artikkeli oli mielenkiintoista luettavaa. Kahden muuttujan koropleettikarttoja näkee käytettävän todella harvoin ja tällöinkin lähinnä kuriositeettina varsinaisen esitettävän tiedon yhteydessä. Osansa on varmasti Leonowicz:inkin artikkelissaan mainitsemilla, Yhdysvaltojen väestönlaskuviraston 1970-luvulla julkaisemien karttojen saamalla kielteisellä vastaanotolla, sekä myös sillä, että kahden muuttujan koropleettikartat saattavat olla asiaan vihkiytymättömälle tavalliselle kaduntallaajalle melko vaikeaselkoisiakin. Karttojen luettavuutta voi parantaa käyttämällä sopivaa määrää luokkia (2×2=4, low-high values tai 3×3=9, low-med-high values), sekä valitsemalla värit niin, että niiden sävyt ja tummuusaste kasvavat loogisesti pienimmästä luokasta suurimpaan. Ilmeisesti juuri tämä oli ongelmana Bureau of Census:in 70-uvulla tuottamissa kartoissa, sillä liian suuren luokkamäärän lisäksi niiden väritys oli huonosti valittu ja lukijaa harhaanjohtava.

Hyvin tehty kaksimuuttujainen koropleettikartta kuvaa kuitenkin mainiosti riippuvuussuhteita, ja niitä soisikin käytettävän nykyistä enemmän. Tietty pelkkä silmämääräinen tulkinta johtaa helposti harhaan, eikä kahden muuttujan koropleettikarttoja voisikaan sellaisenaan käyttää tarkasteltavan riippuvuussuhteen arviointiin. Niistä voi kuitenkin tehdä alustavia hypoteeseja kausaalisuhteista, ja laajemman aiheeseen liittyvän tutkimuksen yhteydessä ne sopivat mainiosti ilmiön havainnollistamiseen. Kahden muuttujan koropleettikartalla toteutuu eräänlainen versio yhtälöstä xy=?, jossa muuttuja x:n värisävy yhdistettynä muuttujan y värisävyyn määrää tuloksen ?, eli sen värisävyn jonka tarkasteltava alue saa kartalla. Kaksimuuttujaista koropleettikarttaa voisi näin ollen pitää eräänlaisena visuaalisena representaationa ensimmäisen asteen yhtälöstä, jossa numeroiden sijaan muuttujina toimivat värit.

Kohdeyleisöltä ja myös kartanlaatijalta tämänkaltainen kartografinen esitys vaatii tietynasteista kriittistä tarkastelua, sillä syy-seuraus-suhteita etsimään orientoitunut mieli alkaa helposti luoda ja “löytää” näitä yhtäläisyyksiä asioiden välillä, vaikkei näin olisikaan asian laita. Kahden muuttujan koropleettikarttaa tarkasteltaessa onkin hyvä pitää mielessä että kyseessä on korkeintaan suuntaa antava esitys aiheesta, ja varsinainen tarkempi tieto on hankittava muilla keinoin.

MapInfossa tuntui olevan hyvät mahdollisuudet kaksimuuttujaisten koropleettikarttojen laadintaan, ja odotankin mielenkiinnolla, päästäänkö niihin kurssin edetessä käsiksi enemmänkin. Aihe vaikuttaa mielenkiintoiselta ja sen potentiaali melkoiselta, sillä mikä alusta sopisikaan maantieteellisten riippuvuussuhteiden havainnollistamiseen paremmin kuin vanha kunnon teemakartta!

Lähteet:

Kirjallisuus

1. Leonowicz A., Two-variable choropleth maps as a useful tool for visualization of geographical relationships, Geografija 1/2006.

Teemailua MapInfolla

Toisen kurssikerran agendana oli tutustuminen erilaisiin teemakartta-malleihin ja niiden luomiseen MapInfolla. Valmiiden teemakartta-mallien kirjo MapInfossa oli melkoinen, ja kurssikerran aikana tutustuttiinkin mm. kaikkien tuntemiin koropleettikarttoihin, pistekarttoihin ja erilaisiin kartogrammeihin. Myös hieman harvemmin käytetyt teemakartat, kuten “liukuvärjätty” Grid-teemakartta ja sen pohjalta laadittu 3D-kartta tulivat tutuiksi. Erilaisia teemakarttoja ja niiden luomista MapInfolla käy erittäin ansiokkaasti läpi Jenni Kerola blogissaan https://blogs.helsinki.fi/jekerola/.

Lopuksi kokeiltiin kahden tai useamman teeman yhdistämistä samalle kartalle, esimerkiksi yhdistämällä graduated-symboliteemakartta sekä pistekartta koropleettikarttaan. Lopputuloksena syntyi eri teemoja yhdistelevä kartta, jolta muuttujien väliset syy-seuraussuhteet olivat helposti havaittavissa, tai vaihtoehtoisesti eksyi totaalisesti MapInfon symboli- ja väriviidakkoon. Kurssikerran lopuksi saimme vielä tehtäväksemme laatia MapInfolla teemakartan, jossa esitettiin joko kaksi teemaa päällekkäin tai vaihtoehtoisesti prismaattisen- tai 3D-kartan. Kartalla esitettävien teemojen oli tarkoitus tukea edes jollakin tasolla toisiaan. Itse valitsin alueekseni Pohjois-Suomen, ja esitettäviksi muuttujiksi korkeakoulutettujen prosentuaalisen osuuden kunnan asukkaista koropleettikartalla, sekä kunnan työttömyysasteen prosentteina symbolikartalla. Lopputulos näytti tältä:

Korrelaatio_koulutus_työttömyysaste

Kartalla näyttäisi esiintyvän selvä yhteys korkeasti koulutetun väestön ja keskimääräistä alhaisemman työttömyysasteen välillä. Vastaavasti kunnissa, joissa väestön koulutustaso on alhaisempi myös työttömyyslukemat kasvavat suuremmiksi. Erityisen selvä tämä yhteys on Itä-Lapin kunnissa Savukoskella, Sallalla ja Pelkosenniemellä, joissa korkeakoulutettujen määrä on selvästi pienempi ja vastaavasti työttömyysaste suurempi kuin lähikunnissa Sodankylässä, Kittilässä ja Rovaniemellä. Huomionarvoisia ovat myös Ylä-Lapin kuntien, Enontekiön, Inarin ja Utsjoen erot koulutusasteessa ja työttömyydessä. Tilastollisen poikeeaman alueelle muodostaa Kemijärvi naapurikuntia korkeammalla koulutusasteellaan mutta vastaavalla työttömyysprosentillaan. Voi päätellä ympäryskuntien huonon tilanteen heijastuvan myös Kemijärvelle; kun ruohonjuuritason  työpaikat puuttuvat ei myöskään korkeammin koulutetulle väestölle synny samoissa määrin työtä. Kokonaisuudessaan voi mielestäni pitää siis selvänä, että työttömyydellä ja väestön koulutusasteella on Pohjois-Suomen kunnissa selvä yhteys.

Jätin kartasta pohjoisnuolen ja mittakaavan pois, sillä ajattelin Pohjois-Suomen olevan sen verran yleisesti tunnistettava alue, ettei niille olisi tarvetta. Kartan ympärille jäi kuitenkin sen verran tyhjää tilaa, että ehkäpä ne olisi voinut mukaan ujuttaa. Muuten teknisiä, jälkikäteen harmittavia fiboja tuli muun muassa siinä, että “Kemijärvi”-teksti jää symboli-ukkelin alle, ja korkeakoulutettujen asteen luokkajaot katkeavat hieman omituisissa kohdissa. Myös punaisen värin käyttöä korkeakoulutettujen asteen kuvaajana olisi voinut miettiä tarkemmin negatiivisen mielleyhtymän johdosta, sillä tuskinpa minkään kunnan johto kiljuu kauhuissaan väestön perusrakenteen koostuessa maistereista ja insinööreistä. Toisaalta punaisen voi mieltää myös keskittymistä kuvaavana värinä (usein maailmankartoissa suurimmat kaupungit on kuvattu punaisella) ja tältä kantilta tarkasteltuna se sopiikin karttaan mainiosti silmiinpistävimmän keskuksen muodostuessa yliopistokaupunki Rovaniemelle. Ja sitäpaitsi hei, niin kuin Jenni Kerolakin blogissaan totesi “Saatan olla hyvinkin väärässä, mutta oppimassahan sitä tässä ollaan!”

Lähteet:

Kartat

1. Kunnat 2011-pohjakartta, Paikkatiedon hankinta, analyysi ja kartografia 2014, HY-moodle-kurssikansio.

Tilastot

1. KK2-kansio, Kunnat 2011-taulukko, Paikkatiedon hankinta, analyysi ja kartografia 2014, HY-moodle-kurssikansio.

Verkkolähteet

1. Jenni’s pak, “MapInfo ja Teemakartta”, https://blogs.helsinki.fi/jekerola/, (luettu 24.1.2014)

 

 

First lesson

Ensimmäisellä oppitunnilla verestettiin ensimmäisen periodin TAK-kurssilla opittuja MapInfon käyttötaitoja sekä opittiin paljon uusia kikkoja ohjelmalla. Aavistuksen vaikeaselkoinen ja virheistä armottomasti rankaiseva MapInfo tuntui hieman kömpelöltä käyttää toisessa periodissa tutuksi tulleen Corel Draw-ohjelman jälkeen, mutta alkukankeuden jälkeen työskentely alkoi sujumaan suht koht jouheasti. Varsinaisena tunnin agendana oli tutustua MapInfon ominaisuuksiin teemakarttojen laadinnassa joihin ohjelma tarjosikin mainiot puitteet, sekä lopuksi tuottaa oma teemakartta valitsemastaan aiheesta. Itse valitsin aiheekseni ulkomaan kansalaisten lukumäärän Helsingissä kaupunginosittain.

MapInfosta valmiiksi löytyneen datan pohjalta laadittiin ensin histogrammi valmiilla histogrammi-työkalulla osoitteessa http://illuminations.nctm.org/Activity.aspx?id=4152. Syntyneen histogrammin pohjalta tehtiin tulkintoja aineiston jakautumisesta ja pohdittiin miten se kannattaisi luokitella. Oma aineistoni oli selvästi vinosti jakautunut niin, että pieniä arvoja oli eniten ja tapausten lukumäärä laski sitä mukaa kun siirryttiin kohti suurempia arvoja. Valitsin aineistoni luokittelutavaksi Kvantiilin luokituksen, eli jokaiseen luokkaan tuli suurinpiirtein saman verran havaintoja.

Histogrammi:
Histogrammi

Tämän jälkeen laadittiin MapInfolla teemakartta ulkomaan kansalaisten määristä eri Helsingin kaupunginosissa oman päätetyn luokituksen mukaisesti.  Lopputulos näytti tältä:

Ulkomaankansalaisetteemakartta

Kartasta näkyy miten ulkomaan kansalaiset ovat keskittyneet erityisesti lähiöihin. Sen sijaan vasta Helsinkiin liitetyltä vauraalta entisen Sipoon alueelta ei pahemmin ulkomaan kansalaisia löydy. Tietty karttaa tulkittaessa on huomattava, että kyseessä ovat absoluuttiset, eivät suhteelliset lukuarvot ja näin ollen joidenkin alueiden ulkomaalaisten vähäinen määrä voidaan selittää ylipäätään alhaisella väestöntiheydellä.

 

Itse karttaan en ollut hirveän tyytyväinen, osittain sen takia että Layout-työkalun käyttäminen oli MapInfossa yllättävän haastavaa ja kartasta ei tullut niin selkeää kuin olin toivonut.  Lisäksi pohjoisnuoli ja mittakaava tuli sijoitettua hieman hassuihin paikkoihin, mutta olkoot. MapInfon tullessa tutummaksi ohjelmaksi myös sillä laadituista kartoista tulee varmasti suoranaisia mestariteoksia (or not).

Lähteet:

Kartat

1. Helsingin pohjakartta, Paikkatiedon hankinta, analyysi ja kartografia 2014, HY-moodle kurssikansio

Tilastot

1. KK1-kansio, Helsinki osa-alueittain, Paikkatiedon hankinta, analyysi ja kartografia 2014, HY-moodle-kurssikansio

Verkkolähteet

1. Histogrammityökalu, http://illuminations.nctm.org/Activity.aspx?id=4152 (luettu 14.1.2014)