Ensimmäisellä kurssikerralla harjoittelimme MapInfon käyttöä. TVT1-kurssilla MapInfoa oli jo pari kertaa käytetty, mutta kurssikerroilta ei juuri ollut jäänyt mitään ohjelman käytöstä mieleen. Onneksi tällä kurssilla MapInfon käyttö aloitettiin alusta ja opastus oli todella hyödyllinen. Ainakin perustoiminnot, kuten erilaisten työvälineiden sekä layereiden käyttö, sujuvat jo varmasti (lähes) ongelmitta toisella kurssikerralla.

Perustoimintojen harjoittelun jälkeen tehtiin ryhmän kanssa yhdessä harjoituskartta Helsingin pienalueista. Käytin tässä aineistona ruotsinkielisten osuutta. Tämän jälkeen laadittiin oma koropleettikartta annettujen ohjeiden pohjalta valmista aineistoa apuna käyttäen. Vaihtoehtona oli käyttää joko koko Suomen tai jonkin Suomen osan tai kuntien väestötietoja. Koska käytin aluksi aineistoina absoluuttisia arvoja, joita koropleettikartalla ei saanut käyttää, jouduin tekemään kartan kahteen kertaan. Tajusin tämän kirjoittaessani tätä tekstiä edellisiltana. Toisin kuin aiemmin olin arvellut, ei MapInfon käyttö ollut viikon jälkeen enää kovin tuoreessamuistissa. Tämän itse aiheutetun, mutta tahattoman kertauksen jälkeen uskon, että jotkut asiat alkavat mennä jo ilman, että MapInfoa tarvitsee tuijotella montaa minuuttia ja kokeilla eri kohdista, että mitä mistäkin tapahtui ”yritys ja erehdys”-menetelmällä.

Käytin siis julkaisuun päätyvässä kartassa aineistona eläkkeellä olevien osuutta väestöstä. Käytetystä väestötiedosta tuli laatia ensin histogrammi histogrammityökalun avulla (netistä löytyvä Illuminations-ohjelma) (Kuva 1.). Ohjelmaa en ollut aikaisemmin käyttänyt, mutta se olisi voinut olla hyödyllinen jo esimerkiksi TVT2-kurssilla. Tämän jälkeen MapInfon avulla laadittiin koropleettikartta käytetystä väestötiedosta.

Pienten alkukankeuksien myötä koropleettikartan teko oli helppoa ja nopeaa (Kuva 2.). Alkuvaikeudet johtuivat enemmän siitä, etten ole käyttänyt paikkatieto-ohjelmia aikaisemmin kuin siitä, että ohjelma olisi ollut monimutkainen. Värivalintaani en ollut täydellisen tyytyväinen, mutta tämä ongelma oli tuttu jo TVT2-kurssilla karttoja Corelilla laadittaessa. Olin kuitenkin yllättynyt siitä,  kuinka sekavia värivaihtoehtoja MapInfon valikoimissa oli. Aikaisemmilla kursseilla on opetettu käyttämään saman värin eri sävyja ja tummuusasteita, MapInfossa tämä oli vain haave. Siinä vihreän värin rinnalle sai valita punaisen – puna-viher-värisokean helvetti, jota pitäisi välttää visuaalisesti ilmaistavissa asioissa. Tähän huomiona, että vasta toisella kurssikerralla ymmärsin, että MapInfon värejä voi muuttaa. Näihin ensimmäisen kurssikerran valitsemiini väreihini on nyt tyytyminen. Kartan väritys ei ole pelkästään virheellinen siinä, että kartalla on sekavasti eri värejä vaan myös siinä, että tummin väri kuvaa alhaisinta lukuarvoa.

Pohjoisnuolen sijoittumisesta lähes sattumanvaraiseen paikkaan varoitettiin jo etukäteen. Ensimmäiseltä harjoittelukartalta tämä jäi kokonaan puuttumaan, koska en ymmärtänyt sitä, kuinka pohjoisnuoli ”käyttäytyy”. Varsinaisen kartan kohdalla menestys oli jo parempi ja nuolikin löytyy kartalta. Mittakaavan kohdalla kävi harjoittelukartalla sama juttu eli onnistuin rajaamaan sen pois kartalta. No, virheistä onneksi oppii ja kurssin edetessä näitä virheitä ei ehkä tarvitse enää tehdä.

Kartan informatiivisuutta häiritsee värivalinta. Hyvä puoli on, että värit erottuvat toisistaan kyllä mielestäni selkeästi, mutta muuten väritys kärsii aiemmin mainitsemistani ongelmista. Kartasta pystyy selvästi näkemään eläkkeellä olevien osuuden olevan selvästi alhaisin suurissa kaupungeissa, erityisesti Uusimaa korostuu tässä. Pohjois-Suomessa Rovaniemellä ja Kittilässä on vähiten eläkkeellä olevia. Eniten eläkkeellä olevia väestöstä on mm. Ilomantsissa Itä-Suomessa sekä Pohjois-Suomessa. Pelkosenniemellä.

Kuten Heini Lankia toteaa blogissaan (https://blogs.helsinki.fi/lankia/) on MapInfon ”luokittelutavan valinnassa oltava kriittinen. Ohjelman ehdottamaa luokittelua ei voi hyväksyä suin päin, vaan sopiva luokittelutapa on hyvä valita histogrammitarkastelun avulla.”  Histogrammia tarkasteltuani päädyin käyttämään luokittelutapana tasavälistä luokittelua, koska se soveltuu hyvin tasaisten ja epämääräisten jakautumien luokitteluun. Luokka, joka kuvaa kuntia, joissa eläkkeellä olevien osuus on alhaisin, on luokkavälinä suurin. Keskimmäiseen luokkaväliin kuuluvia kuntia taas on lukumäärällisesti eniten. Tasavälinen luokittelu antaa selkeän kuvan eläkkeellä olevien jakautumisesta kunnittain ja siksi paras vaihtoehto.

Lähteet:

Histogrammityökalu. 19.1.2012. <http://illuminations.nctm.org/ActivityDetail.aspx?ID=78>

Lankia, Heini 2012. 1.Kurssikerta. 25.1.2012. < https://blogs.helsinki.fi/lankia/>

Metadata 2011. TVT3-kurssiaineisto. Tilastokeskus. 19.11.2012.