Moikka moi!
Nyt se olisi sitten viimeinen viikko käsillä. Nopeasti on kyllä seitsemän viikkoa mennyt, vaikka on näihin menneisiin viikkoihin kyllä mahtunut myös turhautumista ja tuskailua, kun tuntuu ettei osaa yhtään mitään ja QGIS ei vain suostu yhteistyöhön. Silti olen pitänyt tästä kurssista valtavasti.
Tällä viikolla tarkoituksena oli työskennellä suhteellisen itsenäisesti ja tuottaa näin jotain valinnaista kartta-aineistoa; pääasia oli, että aineistoja etsittiin itse ja opeteltiin hyödyntämään. Päätin etsiä mielenkiintoisia tietokantoja Tilastokeskuksen StatFin-palvelusta, jota olen ennenkin käyttänyt tiedon etsimiseen (esim. Tiedon Esittäminen Maantieteessä -kurssilla) ja jonka helppokäyttöisyydestä pidän kovasti.
Kuva 1. Hedelmällisyysluku ja ilman peruskoulun jälkeistä tutkintoa olevat 20-49-vuotiaat naiset vuonna 2019 maakunnittain. Lähde: Tilastokeskuksen StatFin-palvelu.
Tuotin kartan, jossa esittelen naisten hedelmällisyyslukua maakunnittain ja vertaan sitä lisääntymisikäiseen naisväestöön, joka on ilman perusasteen jälkeistä tutkintoa. Vaikka tieto uupuukin tuottamastani kartasta, käytin aineistonani vuoden 2019 tilastoja. Tässä luokittelussa valitsin ”lisääntymisikäisiksi” 20-49-vuotiaat naiset, sillä ajattelin, että 20-vuotiaaksi mennessä yleensä on suoritettu loppuun toinen aste (eli perusasteen jälkeinen tutkinto). Ylärajaksi valikoin ikävuoden 49, koska esimerkiksi THL käytti vuoden 2019 Perinataalitilastossaan (= syntymäkauden tilasto) (https://www.julkari.fi/bitstream/handle/10024/140702/Tr48_20.pdf?sequence=1&isAllowed=y) synnytysten määrää kuvaavassa taulukossaan ikävuosien 15-49 välillä tapahtuvia synnytyksiä. Etsin myös StatFin-palvelusta numeerista dataa siitä, kuinka monta lasta vuonna 2019 yli 49-vuotiaat naiset synnyttivät Suomessa ja vastaus oli 2 (synnyttäjät 50-vuotiaita). Tämä riittää minulle perusteluksi, miksi valitsin kyseisen ikähaarukan.
Aineistona karttaa tehdessäni käytin aluksi kurssin ensimmäisellä viikolla saamaamme aineistoa Suomen kunnista ja maakunnista. Taistelin tämänkin kanssa kyllä aika tovin, että sain poistettua kuntien rajauksen kartalta, sillä tässä kartassa halusin esittää pelkkiä maakuntia. Kartasta olisi toki voinut tulla kovin mielenkiintoinen kuntatasolla tarkasteltaessakin, mutta silloin olisi samasta kartasta täytynyt jättää prosenttiosuudet naisväestöstä ilman perusasteen jälkeistä koulutusta, jotta kartta ei olisi ollut liian sekava.
Kun tajusin, että tässä tehtävässä oli tarkoitus etsiä KAIKKI aineistot itse, olin tehnyt jo kartan valmiiksi. Kuitenkin etsin Natural Earthista States/Provinces-rajauksella koko maailman kattavan tietokannan osavaltio/maakuntarajauksista. Toin aineiston QGIS:iin, ja koska tämä aineisto ei tietenkään toiminut käytössäni olevalla TM35FIN-projektiolla (ESPG:3067), vaihdoin projektioksi väliaikaisesti WGS 84 (ESPG:4326) -projektion, minkä jälkeen valitsin alueelta Suomen ja otin käänteisvalinnan ja poistin attribuuttitaulukon avulla kaiken ylimääräisen datan. Näin jäljelle jäi siis vino Suomi, jonka sain ”normaalin” näköiseksi vaihtamalla projektion takaisin TM35FIN-projektioon. Tadaa! Tässä minulla nyt pohjakartta, johon voin liittää muuta dataa, esim. StatFin-palvelusta.
Liitin StatFinistä lataamani aineistot (Hedelmällisyysluku maakunnittain sekä Lisääntymisikäiset naiset ilman perusasteen jälkeistä tutkintoa) ensin Exceliin, jonka kautta muokkasin ja tallensin aineistot oikeanlaisiksi, jotta ne näyttäisivät hyvältä ja oikealta, kun liittäisin ne QGIS:iin (esim. pilkut pisteiksi, mitä en heti huomannut tehdä). Sitten liitin aineistot käyttämällä ”Add Delimited Text Layer” -toiminnolla ja liitin ne ”Joins”-kohdasta tähän aiemmin tekemääni maakunta-tietokantaan. Aineistoja tuodessa QGIS:iin oli minulla aluksi vaikeuksia saada kaikki haluamani data oikeaan muotoon, sillä aluksi ohjelma suostui liittämään tietyn numeerisen datan vain tekstimuodossa, jolloin se ei yhdistynyt toiseen haluamaani tietokantaan oikein. Sitten tajusin muuttaa Excelissä aineiston pilkut pisteiksi ja homma alkoi taas sujumaan!
Päätin tarkastella näitä nimenomaisia aineistoja siksi, että halusin nähdä, onko muuttujien välillä jonkinlaista korrelaatiota havaittavissa. Alkuoletukseni oli, että niissä maakunnissa, joissa hedelmällisyysluku olisi suurin, olisi prosentuaalisesti eniten naisväestöä ilman perusasteen jälkeistä tutkintoa. Ahvenanmaan osalta tämä hypoteesi pitikin paikkansa, sillä siellä hedelmällisyysluku on suhteellisen korkea muuhun maahan verrattuna, ja 20-49-vuotiasta naisväestöä ilman perusasteen jälkeistä tutkintoa on jopa 18% (joka muuten oli Suomen maakunnista kaikista korkein osuus!). Hypoteesini osoittautui kuitenkin vääräksi siinä mielessä, että Keski-Pohjanmaalla, jossa hedelmällisyysluku oli Suomen korkein (1,77) ilman perusasteen jälkeistä koulutusta olevien naisten osuus oli Suomen matalampia, 8%. Oli kuitenkin mielenkiintoista nähdä kartan muodossa, miten hypoteesini meni pieleen. Todella palkitseva tehtävä kaiken kaikkiaan!
Tarkastelin sekä tehtävää tehdessäni että sen jälkeen muiden kurssilaisten aikaansaamia karttoja. Tehtävän edetessä inspiroiduin etenkin Pinja Pikkaraisen kurssiblogista, missä hän esitteli ensisynnyttäjien keski-ikää ja syntyvyyttä valtioittain, rajauksenaan Eurooppa. Tämä oli super-mielenkiintoinen, ja tästä sain myös inspiraation lisätä prosenttiosuudet omalle kartalleni! Oman karttani valmistuttua löysin tieni myös Sanna Korven blogiin, ja hän oli ilokseni myös tarkastellut ihmisiä ilman peruskoulun jälkeistä tutkintoa! Hieno oivallus häneltä käyttää toisena muuttujana koululaitosten määrää kunnissa ja kuvata sitä pallolla (mitä suurempi pallo, sitä enemmän kouluja kunnassa). Täytyy myös suitsuttaa Roosa Harmosen upeaa karttaa Yhdysvalloista, jossa hän havainnollisti kartalla kotitalouksien mediaanihuonemäärää ja mediaanituloja osavaltioittain! Blogissa oli myös todella mielenkiintoista pohdintaa siitä, miksi esimerkiksi varallisuus jakautuu tällä tavoin.
Kurssin kaikki hommat on nyt hoidettu ja se jopa vähän harmittaa; odottamatta tämä kurssi onkin ollut yksi suosikeista tähän mennessä! Vaikka en aina (Lue: yleensä koskaan) oikein osannutkaan ja tuntui, että kaikki muut tekivät paljon hienompia ja parempia karttoja, kuin allekirjoittanut, olen silti todella tyytyväinen kaikkeen kurssilla oppimaani ja odotan innolla Geoinformatiikan menetelmät 2 -kurssia. Positiivisin mielin eteenpäin ja kohti kevättä!
Lähteet
Arttu Paarlahden kurssimateriaalit
Pikkarainen, P. (2021). Kurssikerta 7. Viitattu 5.3.2021.
https://blogs.helsinki.fi/pinjapik/2021/03/01/kurssikerta-7/
Korpi, S. (2021). Uudet taidot käyttöön (vk7). Viitattu 5.3.2021. https://blogs.helsinki.fi/sakorpi/2021/03/02/uudet-taidot-kayttoon-vk7/
Harmonen, R. (2021). Seitsemäs kurssikerta – loppusuoralla! Viitattu 5.3.2021.
https://blogs.helsinki.fi/harmoroo/2021/03/02/seitsemas-kurssikerta-loppusuoralla/
Natural Earth. (2021). States, Provinces. Viitattu 5.3.2021.
https://www.naturalearthdata.com/downloads/10m-cultural-vectors/10m-admin-1-states-provinces/
Tilastokeskus, StatFin-tilastotietokanta. (2021). Viitattu 5.3.2021.
https://pxnet2.stat.fi/PXWeb/pxweb/fi/StatFin/