Ensimmäisellä kurssikerralla oli tarkoituksena oppia käyttämään MapInfon perustyökaluja. Aluksi Arttu opetti käyttämään työkaluja, joita ohjelmassa eniten tarvitsee. Loimme yhdessä yhden teemakartan vaihe vaiheelta, jokainen omalla koneellaan. Seuraavana tehtävänä oli valita Artun valmiiksi meille hankkimista aineistoista jokin kiinnostava ja tehdä siitä teemakartta itsenäisesti. Aineistot olivat Tilastokeskuksen tietoja, pääsääntöisesti vuodelta 2015.
Kurssikerralla oli hyödyllistä oppia luomaan MapInfolla kartan peruselementit: pohjoisnuoli, mittakaava ja legenda. Legendan luominen kävi MapInfolla nopeammin ja vähemmällä vaivalla kuin CorelDraw-ohjelmassa, jota olen käyttänyt aiemmilla kursseilla karttojen tekoon. Oli myös hyödyllistä tarkastella värien vaihtelun merkitystä kartan ulkonäköön ja havainnollistavuuteen. Luokkien värien täytyy olla riittävän erilaiset, jotta katsoja huomaa erot. Toisaalta ne eivät saa olla liian erilaiset, jotta kuva säilyy selkeänä kokonaisuutena. Usein paras valinta on saman värin eri tummuusasteet. Valitsin karttaani punaisen ja oranssin sävyjä.
Toinen tärkeä asia kurssikerralla oli, miten teemakartan ulkonäköön vaikuttavat erilaiset luokkajaot ja minkälaista luokkajakoa kannattaa käyttää. Tasaväliset luokat, jossa jokaisen luokan vaihteluväli on yhtä suuri, tai kvantiilit, joissa pyritään jokaisessa luokassa yhtä suureen havaintojen määrään, eivät välttämättä ole parhaita vaihtoehtoja, koska ne voivat hajauttaa hyvin lähellä toisiaan olevien havaintojen ryhmän eri luokkiin. Päätin siksi valita luonnollisen luokkajaon, joka pyrkii luomaan sellaisia luokkia, joihin luonnollisesti osuu paljon havaintoja ja asettamaan luokkavälit sellaisiin kohtiin, joissa havaintoja ei juuri ole.
Kartaltani näkee työssäkäyvien osuuden koko väestöstä eri alueilla Suomessa. Tummimmat sävyt kertovat parhaasta työllisyystilanteesta, vaaleimmat heikoimmasta. Pääkaupunkiseutu, Tampereen, Turun, Vaasan ja Oulun seutu sekä Ahvenanmaa erottuvat selvästi työllistetyimpinä alueina. Itä- ja Pohjois-Suomessa työllisyys on pienintä. Suurten kaupunkien alueilla töitä on eniten johtuen palveluiden suuresta tarjonnasta ja kysynnästä. Pienemmät kaupungit, jotka sijaitsevat kauempana suurista kaupungeista ovat pääsääntöisesti muuttotappioisia, joten palvelujen ja siten myös työpaikkojen tarjonta ovat pienempiä.
Muiden kurssilaisten blogitekstejä lukiessani oli huomattavaa Sonja Koiviston ja Sakari Sarjakosken karttojen samankaltaisuus omaani verrattuna. Heidän kartoiltaan on nähtävissä korkeakoulutettujen osuus väestöstä. Heidän kartoiltaan erottuvat selvästi yliopistokaupungit. Joensuu, Kuopio ja Lappeenranta eivät erotu minun kartassani aivan yhtä selkeinä, mutta niissäkin työllisyys on toisiksi parhaassa luokassa eli 59,6–64,7 %. Yliopistot luovat kaupunkeihin ammattitaitoa ja työpaikkoja, joten karttojen samankaltaisuus ei ole kovin yllättävää. Toisaalta yliopistokaupungeissa muidenkin kuin koulutuspalvelujen ja siten myös työpaikkojen tarjonta on suurta, koska ne ovat vilkkaita kaupunkeja.
Hyvän huomion ensimmäisessä blogitekstissään on tehnyt Alina Ahonen. Hän kirjoittaa, että työllisyys Helsingissä, Vaasassa, Turussa, Tampereella ja Oulussa ei kuitenkaan yllä suurimpaan luokkaan todennäköisesti siksi, että monet kaupungeissa työskentelevät asuvat kuitenkin lähikunnissa ja toisaalta suuri opiskelijoiden määrä vaikuttaa työssä käyvien osuutta vähentävästi.
Karttani onnistui suhteellisen hyvin siihen nähden, että se on ensimmäinen MapInfolla itsenäisesti tuottamani kartta. Värisävyjä olisin voinut hioa vielä paremmiksi näin jälkikäteen ajateltuna. Värisävyjen skaala on nyt turhan laaja.
-Vilja
Lähdeviitteet
Anniina Ahonen, Ensimmäinen kurssikerta: Askelia paikkatiedon maailmaan. <https://blogs.helsinki.fi/ahonenan/> Luettu 25.1.2017.
Sonja Koivisto, MapInfon alkeet. <https://blogs.helsinki.fi/kosokoso/> Luettu 25.1.2017.
Sakari Sarjakoski, Kurssikerta 1− Pakki auki. <https://blogs.helsinki.fi/sasakari/> Luettu 25.1.2017.