Toisella kurssikerralla tutustuimme laajemmin paikkatieto-ohjelma MapInfon ominaisuuksiin ja moninaisiin teemakarttoihin, joita ohjelmalla voidaan tuottaa. Harjoitustehtäväksi saimme tuottaa itse aiemmin oppimaamme hyödyntäen teemakartan haluamistamme aineistoista. Lisäksi saimme tehtäväksi lukea ja kirjoittaa ajatuksiamme annetusta artikkelista.

MapInfon uusia toimintoja opetellessa koin melko vaikeaksi erilaisten komentoketjujen muistamisen. Ohjelmassa perustoimintojen suorittaminen alkoi kuitenkin sujua toisella kurssikerralla jo hyvin.

Harjoitustehtävän teemakarttaan valitsin aineistoiksi meille aiemmin annetusta aineistosta eläkkeellä olevien prosenttiosuuden kunnittain sekä aineiston kunnittaisesta syöpäindeksistä, jonka toin Terveyden ja hyvinvoinninlaitoksen tuottamasta tilasto- ja indikaattoripankki Sotkanetistä (Kartta 1). Sotkanet-palvelussa syöpäindeksin kerrotaan kuvaavan uusien syöpätapausten määrää 0-79-vuotiaalla väestöllä. Tapausten määrä on suhteutettu saman ikäiseen väestöön sekä koko maan arvoihin (sotkanet.fi 2016). Sotkanetistä kopioimani aineiston siirsin ensin Excel-taulukko-ohjelmaan, jonka jälkeen se oli sopivassa muodossa siirrettäväksi MapInfoon. Halusin, että teemakartalla olisi nähtävissä jonkinlainen korrelaatio eri teemojen välillä. Valitsin siis nämä aineistot, koska oletin että ne korreloisivat keskenään, sillä syövän tiedetään yleisesti olevan lähinnä vanhempien ikäluokkien sairaus.

 

Teemojen valitseminen oli hyvin vaikeaa ja se tuntuikin ehkä tehtävän haastavimmalta osiolta. Halusin löytää järkeen käyvän yhdistelmän, joka olisi myös lukijan mielestä kiinnostava. Sopivan aineiston löytäminen Sotkanet-palvelusta oli myös haastavaa, sillä useista aineistoista puuttui joidenkin kuntien tietoja useilta vuosilta. Lisäksi en keksinyt keinoa saada palvelu lisäämään aineistoon kuntakoodit. Kuntakoodien avulla aineiston olisi varmimmin saanut liitettyä MapInfoon aiemmin tuotuun aineistoon ilman ongelmia. Pelkkien kuntanimien avulla yhdistettäessä voi tapahtua virheitä, jos nimet ovat eri kirjoitusasuissa eri aineistoissa.

Päätin sisällyttää karttaan vain Uudenmaan maakunnan kunnat, koska mittakaavan ollessa suurempi, kartta pysyy helppolukuisena, vaikka teemoja onkin kaksi. Suhteellisista arvoista muodostuvan eläkeläisten prosenttiosuutta kuvaavan aineiston liitin kartan pohjaksi koropleettikarttana, koska koin sen toimivan ikään kuin selittävänä tekijänä syöpäindeksille. Syöpäindeksistä taas muodostin graduated-teemakartaksi MapInfossa nimitetyn kartan koropleettikartan päälle. Graduated-teemakartassa jokaisen kunnan päälle on sijoitettu valittu symboli, jonka koko heijastaa alueen syöpäindeksin arvon suuruutta. Graduated-teemakartalla ilmaistaan yleensä absoluuttisia arvoja, jota indeksin arvot eivät ole, koska niissä on huomioitu erinäisiä muuttujia. Koin graduated-kartan kuvaavan syöpäindeksin arvoja kuitenkin paremmin ja helpommin ymmärrettävämmin koropleettikartan yhteydessä, kuin esimerkiksi kartan päälle asetettu läpinäkyvä rasterimuotoinen koropleettikartta.

Kartan visuaalinen toteutus ei ole mielestäni kovin onnistunut muokkausyrityksistäni huolimatta. Alueelliset erot syöpäindeksissä eivät ole kovin suuret Uudenmaan mittakaavassa, joten pisteiden kokoeroa on melko hankala tulkita. Kartassa on kuitenkin nähtävissä korrelaatiota eläkeläisten suurempien prosenttiosuuksien ja syöpäindeksin nousun välillä, mikä oli tavoitteenani.

Kartalta on nähtävissä selkeää alueellista jakautumista ainakin eläkeläisten prosenttiosuuksissa: Eläkeläisten suhteellinen määrä kasvaa karkeasti kuvailtuna asteittain, mitä kauemmas siirrytään Helsingistä ja sen kehyskunnista. Suurimmat arvot saavat kunnat kuten Loviisa ja Raasepori, jotka sijaitsevat aivan Uudenmaan länsi- ja itäosissa kauimpana Helsingistä. Myös syöpäindeksin arvo kasvaa kohti maakunnan reunakuntia, erityisesti maakunnan itä- ja länsiosissa. Eläkeläisten määrään vaikuttavat Uudenmaan sisällä varmasti samat seikat, kuin aiemmassa blogipäivityksessäni tarkastelemani seikat, jotka määrittelivät yli 65-vuotiaiden määrän kunnittaista vaihtelua koko Suomen alueella: Helsingin ja sen kehyskuntien työ- ja opiskelupaikat vetävät puoleensa nuoria aikuisia ja lapsiperheitä, jolloin ikääntyvää väestöä jää asumaan kasvukeskuksista kaukaisiin kuntiin. Eläkeläisten määrän kasvaessa, suuremmalla riskillä syöpään sairastuvien määrä kasvaa, joka todennäköisesti selittää syöpäindeksin arvon nousun. Toisaalta Syöpä Suomessa 2011 – julkaisun mukaan syöpiä esiintyy yleisesti ottaen enemmän kaupungeissa kuin maaseudulla, mikä on ristiriidassa kartasta tekemieni havaintojen kanssa (Pukkala, Sankila & Rautalahti 2011: 42-27). Samassa julkaisussa todetaan tosin myös, että yksittäisten kuntien välisten erojen tarkkailu syöpätapauksien määrässä ei johda luotettaviin havaintoihin tapausten vähyyden vuoksi. Näin pienen alueen tarkastelussa ei siis voida ehkä perustella syöpäindeksin arvojen alueittaista vaihtelua muulla kuin ikärakenteiden eroilla.

Koen, että kartta on informatiivinen lukijalle, vaikka pisteiden kokoerot ovatkin vaikeasti tulkittavissa. Tällaisessa useampaa teemaa kuvastavassa kartassa kuitenkin lukijan kartanlukutaito vaikuttaa vahvasti kartasta saadun informaation määrään ja laatuun, kuten Pyry Lehtonen toteaa blogitekstissään Artikkeli 1 Kartat päällekkäin (Lehtonen 2017).

Reaktiopaperi annetusta artikkelista

Anna Leonowiczin artikkelissa Two-variable choropleth maps as a useful tool for visualization of geographical relationship (2006) tuodaan esille aiemmin huonon maineen saanut koropleettikartta, joka kuvaa kahta muuttujaa ja niiden suhdetta saman aikaisesti. Artikkelissa Leonowicz todistaa kyselytutkimuksella, että yhden muuttujan koropleettikartta kuvaa hyvin muuttujan alueellista jakautumista, mutta kahden muuttujan koropleettikartta kuvaa paremmin kahden muuttujan välistä suhdetta.

Kahden muuttujan koropleettikartta on minulle täysin uusi teemakarttatyyppi. Karttatyyppi vaati minulta hieman enemmän aikaa informaation hahmottamiseen kuin tavallinen koropleettikartta vaatii, mutta sen tuoma informaatio on sellaista, jota yhden muuttujan koropleettikartta ei oikeastaan pysty ilmaisemaan. Voin kuvitella, että monille tuollainen kartta voi olla vaikea hahmottaa. On totuttu, että väriskaala teemakartalla tarkoittaa yleisimmin yhden muuttujan nousevaa arvoasteikkoa. Kahden muuttujan koropleettikartta taas kuvaa oikeastaan kolmea erilaista joukkoa samanaikaisesti: vahvasti korreloivien arvojen joukkoa sekä kummankin muuttujan suuntaan painottuvaa hajanaista arvojoukkoa. Informaation lisääntyessä myös kartanluku aina vaikeutuu. Karttatyyppi voisi olla kuitenkin yleisesti ymmärrettävä, jos se olisi yleisempi ja sitä kautta tavallisillekin ihmisille kertyisi kokemusta sen tulkitsemisesta. Nykyisetkin yleiset ja tavallisille ihmisille tutut karttatyypit, ovat kuitenkin määrittyneet vain sen mukaan, minkälaisia karttoja ammattilaiset julkaisevat.

Mielestäni kahden muuttujan koropleettikartan ainutlaatuinen legenda oli hyvin mielenkiintoinen. Legenda koostuu eri värein väritetystä ruudukosta, jonka y- ja x-akselit muodostavat kahden muuttujan arvoskaalasta. Eniten korreloivat arvot sijoittuvat ruudukon lävistäjälle ja vähemmän korreloivat arvot ympäri ruudukkoa. Jokaisen ruudun sisään asettuvat arvot ja ruudukkoa kuvaava kartalle sijoitettu väri kuvaa siis erilaista suhdetta muuttujien välillä. Artikkelissa selitettyjä legendaan liittyviä matemaattisia menetelmiä minun oli vaikea ymmärtää, mutta legendan perusidea oli helppo ymmärtää. Oli avartavaa lukea tutun asian minulle täysin uudenlaisesta toteutustavasta.

Lähteet

Syöpäindeksi, ikävakioimaton (2016). Terveyden ja hyvinvoinnin laitos. 26.01.2017. <https://www.sotkanet.fi/sotkanet/fi/taulukko/?indicator=szYOBgA=&region=VVDLCsRACPujAY1DKX7HXvbiodBr___W8bGDS8FYE8eo8mAjYeVBxtDLQY8VRRF5EJWfuwKdg1ZWDEGl_sV7qbQkNIn9izoSljyKv7F9BsnfRG6vbpMBUTd0JqIk0dvy4UTZppF7omJKfSt4u6_kym7w9jjLGdKLtJNkTLrOYXCIYvkN0RkXUHns6yPt8wI=&year=sy4rszbS0zUEAA==&gender=t&abs=f&color=f>

Pukkala, E., Sankila, R & Rautalahti, M (2011). Syöpä Suomessa 2011. 84 s. Suomen Syöpäyhdistys, Helsinki.

Lehtonen, Pyry (26.1.2017). Artikkeli 1 Kartat päällekkäin. 27.1.2017. <https://blogs.helsinki.fi/lepylepy/>

Leonowicz, A (2006). Two-variable choropleth maps as a useful tool for visualization of geographical relationship. Geografija 42: 1.