Kurssikerta 2, Kahden muuttujan koropleettikartat

Kurssikerralla harjoiteltiin useamman teeman esittämistä samalla teemakartalla. Päätin tutkia teemakarttani avulla kaupunkiasumisen ja maaseutumaisen asumisen vaikutusta sairastamiseen Pohjois-Suomessa. Valitsin asumisen laatua kuvaavaksi mittariksi taajama-asteen (Tilastokeskus 2013), ja sairastamisen mittarina erikoiskorvattaviin lääkkeisiin oikeutettujen osuus väestöstä. (THL 2013) Päätin esittää teemat päällekkäisellä koropleettikartalla, siten että Taajama-astetta ilmaistiin värisävyllä ja lääkekorvauksiin oikeutettujen osuutta pisterasterilla. Luokkarajoja valittaessa tasaväliset luokkarajat ja kolme luokkaa toimi hyvin kummassakin aineistossa. Luokkien määrän pidin pienenä pitääkseni kartan luettavuuden siedettävänä.

Minulla oli hieman vaikeuksia rasterikuvion valinnassa, jotta rastereiden erot erottuisivat selkeäst, mutta toisaalta eivät peittäisi värejä alleen tiheimmässäkään luokassa. Erityisesti rasterikuvioiden erottaminen toisistaan oli erittäin hankalaa pienikokoisissa kartoissa. Tähän ongelmaan liittyen huomasin oman karttani tehtyäni Oskar Rönnbergin koulutusta ja tuloja käsitelleessä kartassa varsin näppärän ratkaisun ongelmaan.  Jättämällä pienimmästä rasteriluokasta rasteri kokonaan pois, saatiin kuvaan selkeästi kolme eri rasteriluokkaa, ilman että väreillä esitettyjen luokkien luettavuus siitä pahemmin kärsi. Kuten omassa kartoissanikin, ei pisterasterin luettavuus pienikokoisessa kartassa tästä kuitenkaan parantunut suuremmin.

Kuva 1. Erikoiskorvattaviin lääkkeisiin oikeutettujen osuus ja taajama-aste Pohjois-Suomessa.
Kuva 1. Erikoiskorvattaviin lääkkeisiin oikeutettujen osuus ja taajama-aste Pohjois-Suomessa.

Olin ajatellut että kaupungeissa ihmiset olisivat keskimäärin sairaampia, perustuen mielikuvaani siitä, että maaseudulla ihmiset elävät aktiivisempaa ja stressittömämpää elämää, mikä johtaisi pienempään sairastavuuteen. Kartalta kuitenkin näyttäisi siltä, että tilanne on pikemminkin päinvastoin. Kaupunkilaiset vaikuttavat käyttävän keskimäärin vähemmän lääkkeitä. Hetken tuloksia pohdittuani totesin että väestö on kaupungeissa keskimäärin nuorempaa, mikä selittää pienempää sairastavuutta. Testatakseni tätä ajatusta tein toisen kartan, josta näkyy eläkeläisten osuus (Tilastokeskus 2013) ja erityiskorvattaviin lääkkeisiin oikeutettujen osuus.

Kuva 2. Erikoiskorvattaviin lääkkeisiin oikeutettujen osuus ja eläkeläisten osuus Pohjois-Suomessa
Kuva 2. Erikoiskorvattaviin lääkkeisiin oikeutettujen osuus ja eläkeläisten osuus Pohjois-Suomessa

Tällä kertaa kartasta näkyy selkeä korrelaatio. Siellä missä on paljon eläkeläisiä, käytetään paljon lääkkeitä. Molempia karttoja tarkastelemalla voidaan myös todeta eläkeläisten osuuden olevan pienempi kaupungeissa, erityisesti Oulun alueella, mikä selittää alueen matalaa lääkkeiden käyttöä.

Jotta varsinaisesta ilmiöstä, jota halusin tutkia, eli kaupunkiasumisen vaikutuksesta sairastavuuteen, saataisiin parempi kuva, täytyisi lääkekorvauksia saavien osuudet ryhmitellä iän mukaan. Harjoitus oli kuitenkin sikäli informatiivinen, että siinä tuli hyvin esille, kuinka korrelaatio ei välttämättä tarkoita kausaliteettia, vaan taustalla voi vaikuttaa kolmas selittävä tekijä.

Artikkelihajroitus:

Kurssikerran toisena harjoituksena luimme Anna Leonowicz:in artikkelin “Two-variable choropleth maps as a useful tool for visualization of geographical relationship” (GEOGRAFIJA 2006). Kuten jo otsikosta havaitaan artikkeli käsittelee kahden muuttujan koropleettikarttoja, kahden ilmiön vuorovaikutuksen visualisoinnissa. Siinä käsitellään kahden värin käyttöä molempien muuttujien ilmaisussa kurssikerran harjoitustyössä käyttämäni väri-rasteri esityksen sijaan. Artikkelissa esitellään koe, jossa tutkittiin hyvin tehdyn kahden muuttujan koropleettikartan, sekä yhden muuttujan koropleettikartan kykyä esittää lukialle tietoa kahden ilmiön alueellisesta esiintymisestä, sekä korrelaatiosta. Kokeen lopputuloksena todetaan johtopäätöksissä yhden muuttujan karttojen antavan paremman kuvan ilmiön aluuellisesta esiintymisesta, mutta, että riittävän luettava kahden muuttujan koropleettikartta antaa paremman kuvan kahden ilmiön korrelaatiosta alueittain. Johtopäätöksissä todetaan myös, että kahden muuttujan kartoissa, on suuri vaara, että kartoista tulee epäselkeitä.

Artikkeli oli mielestäni erittäin mielenkiintoinen, erityisesti sen osalta kuinka se havainnollisti värien käytön merkitystä kahden ilmiön korrelaatiota esitettäessä. Ajatus siitä, että sen sijaan, että pyrittäisiin esittämään kahden ilmiön esiintymistä samalla kartalla, jotta lukija voisi sitten tulkita havaitaanko ilmiöiden välillä yhteyttä, estetäänkin kartalla suoraan väreillä ilmiöiden korrelaatiota, vaikuttaa mielestäni hyvinkin järkevältä. Erityisen hyvin tämä ajatus tuli mielestäni esille artikkelin kuvassa 4. jossa alueet, joilla molemmat ilmiöt esiintyvät samassa suhteellisessa suuruusluokassa, kuvataan A kohdassa harmaalla, minkään väriesityksen sijaan. Tälläisestä kartasta nähdään hyvinkin helposti onko kahden ilmiön välillä havaittavissa korrelaatiota joillakin alueilla, mutta toisilla ei. Kun A kohdan kuvaa verrataan B kohdan kuvaan tulee harmaan käyttämisen etu mielestäni erittäin hyvin esille. Vaikka B kohdan kuva rajattaisiinkin kolmeen luokkaan (jätettäisiin viher-kelta-puna –osio kokonaan pois) antaa harmaan käyttö mielestäni paremman kuvan, siitä missä ilmiöt esiintyvät yhdessä, kuin B kohdassa käytetyt sinisen eri sävyt.

Värien valinta kahden muuttujan koropleettikartassa A: J.R.Eyton (1984) B: Us Bureau of Census. Lähde: A. Leonowicz
Värien valinta kahden muuttujan koropleettikartassa A: J.R.Eyton (1984) B: Us Bureau of Census. Lähde: A. Leonowicz

Artikkelissa esitetty legenda on myös mielestäni mielenkiintoinen, silä tavanomaisesta legendasta poiketen, se sisältää olellista informaatiota itsessään, pelkän kartan tulkinnan helpottamisen sijaan. Legendan jokainen ruutu kertoo, mihin molempien muuttujien luokkaan se kuuluu. Toinen luokka luetan pysty- ja toinen vaaka-akselilta. Legendasta voidaan havaita yksittäisten aineiston alkioiden todelliset arvot, pelkän luokittelun sijaan. Se myös esittää 9 eri luokkaa varsin kompaktissa muodossa, josta on helppo havaita luokkien keskenäiset suhteet. Jos legenda olisi tehty samoin kuin yhden muuttujan koropleettikartoissa tyypillisesti on yhdekssällä erivärisellä laatikolla, olisi sen ymmärtäminen varmasti todella paljon vaikeampaa.

Kahden muuttujan koropleettikartan legenda. Lähde A. Leonowicz
Kahden muuttujan koropleettikartan legenda. Lähde A. Leonowicz

Artikkelissa minua jäi hieman hämmentämään luokkarajojen valinnassa käytetty metodi. Kuten legendastakin voidaan havainnoida tulee luokkarajat valita siten, että alueet joilla tutkittavat ilmiöt esiintyvät samassa suhteessa sijaitsevat kummankin muuttujan asteikolla samassa kohtaa, mutta miten nämä toimivat luokkarajat lasketaan jai hieman epäselväksi. Tähän varmasti vaikuttaa oma osaamattomuuteni tilastollisiin menetelmiin liittyvissä asioissa, sekä artikkelissa esiintyvien termien tuntemattomuus.

Kahden muuttujan koropleettikartta vaikuttaisi olevan joissakin tapauksissa varsin toimiva ratkaisu, mutta se vaatii, että kartan lukija ymmärtää mistä kartassa oikein on kyse. Käytännössä lukijan tulee itsekkin olla ollut tekemisissä tälläisten karttojen kanssa, eli kahden muuttujan koropleettikartan käyttö on hyödylistä lähinnä muille maantieteilijöille, tai muille asiaan perehtyneille henkilöille suunnatuissa esityksissä. Kartasta on mahdollista lukea tehokkasti paljon informaatiota, mutta se ei ole kovinkaan intuitiivinen ja kun myös legendan ymmärtäminen vaatii, sen että lukija tietää miten tälläistä legendaa pitäää oikein tulkita, ei tämä esitystapa tunnu kovinkaan toimivalta esimerkiksi sanomalehdessä tai muussa julkaisussa, jossa lukija helposti sivuttaa koko artikkelin, jos ei tunnu sitä heti ymmärtävän.

 

LÄHTEET:

O. Rönnberg, “Päällekkäiset koropleettikartat” Oskarin PAK-Blogi 23.1.2015 luettu 31.1.2015

https://blogs.helsinki.fi/oskaronn/2015/01/23/paallekkaiset-koropleettikartat/

Erityiskorvattaviin lääkkeisiin oikeutettujen osuus: THL, SOTKANET 2013.

Taajama-aste: Kunnat 2013 aineisto, Tilastokeskus

Eläkeläisten osuus: Kunnat 2013 aineisto, Tilastokeskus

A. Leonowicz, “Two-variable choropleth maps as a useful tool for visualization of geographical relationship” GEOGRAFIJA 2006, Nr. 42 sivut: 33-37.

https://moodle.helsinki.fi/pluginfile.php/888755/mod_resource/content/0/KK2/Geog_033_037_spalvotas.pdf

 

Leave a Reply

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