Kurssikerta 6.

Kuudennen kurssikerran tavoitteena on omatoimisuutta kartuttaen luoda MapInfoon tuotavan datan avulla karttoja teemoinaan maanjäristykset, tulivuoret ja meteoriittien putoamispaikat.

Inspiraatiota keräillessäni katselin vuoden 2017 PAK-kurssin opiskelijoiden blogeja (mm. Emma Piela), joissa oli ansiokkaasti itse teemoiteltu ja valittu monin paikoin kiinnostavasti paikkatietoa esimerkiksi maailmanlaajuisesti romahtaneista tulivuorista eli kalderoista, jotka noudattelevat maanjäristysten syntypaikkoja. Omanakin tavoitteenani on luoda aineenopettajan työssä soveltuvia, havainnollistavia karttoja. Onneksi edessä on, toivon mukaan, pitkä ura ja paljon aikaa oppia.

Kuva 1. Yli 8,0 magnitudin maanjäristykset vuosina 2002-2012

Seuraavaksi loin kartan aijemman vuosikymmenen maanjäristyksille maailmanlaajuisesti, samaten yli 8 magnitudin Richterin asteikolla. Laitoin tällä kertaa vähän näkyvämmät sijaintimerkit.

Kuva 2. Yli 8 magnitudin maanjäristykset vuosina 1991-2001; sijainnit merkitty punaisin kolmioin.

Kuvaa 1 ja 2 vertaillessa voi huomata, että maanjäristyksiä on ollut 2000-luvulla enemmän kuin 90-luvun paikkeilla. Vertailua haastavoittaa hieman se, että kokeilin eri kokoisia ja -värisiä tabeja osoittamaan tapahtumapaikkoja. Visuaalisen vertailun vuoksi vaihdoin vielä kolmanteen karttaan niiden kokoa ja väriä.

Kuva 3. Yli 7.5 magnitudin maanjäristykset vuosina 1980-1990. Sijainnit merkitty purppuran värisillä kolmioilla.

Kolmannessa kartassa osoitetaan edellisistä poiketen yli 7.5 magnitudin maanjäristykset 1980-luvulla. Yli 9 magnitudin järistyksiä oli rekisteröity aineistoon vain kolme kappaletta.

Tehtävää tehdessä harjaannuin kolmatta kertaa kohti niin, että tekeminen automatisoitui hieman taulukoiden siirron suhteen notepadista exceliin ja excelistä mapinfoon ja edelleen tabeiksi kartalle. Visualisointiakin tuli vähän viilattua sen suhteen että tabit kartalla ovat järkevän kokoisia suhteessa projektion kokoon ja esitykseen blogisivulla, sekä selkeästi näkyvän värisiä. Jos jatkaisin työtä edelleen, lisäisin kuvatekstien sijaan kartan legendaan kartan sisältämän informaation sekä saattaisin lisätä tabeihin maanjäristysten ajankohdat, esimerkiksi vuosina.

Kaiken kaikkiaan oli jänskä haaste avata käyttöön paikkatieto-ohjelmaa näin lähes parin vuoden päästä. Toisaalta tehtävät virkistivät hieman muistiani, joten kartografisia menetelmiä on mukavampi ryhtyä taas harjoittelemaan tulevaisuuden omaakin maantieteen opetusta ajatellen.

 

Lähteet:

http://quake.geo.berkeley.edu/anss/catalog-search.html

Piela, Emma (2017) Ulkoilua ja hasardeja <https://blogs.helsinki.fi/emmapiel/> Luettu 19.2.2019

Dataa tietokantoihin, harjoitus numero kolme

Kurssin kolmannella kerralla tutustuimme MapInfon Query-toimintoon, jolla voi yhdistää haettuja tietoja ja tietokantoja. Tarkoituksena siis valmistella tietokanta, jota voi sitten näppärästi käyttää ohjelmassa ja visualisoida ulkoisia lähteitä yhdistellen niitä vanhaan tietoon.
Ensin kaivettiin kurssikansiosta tietokanta, joka sisältää Afrikan valtiot. Käytiin läpi tapoja yhdistää tietokantoja, koska joskus ne saattavat olla käsiteltäväksi liian yksityiskohtaisia. Homman voi hoitaa karttakohteita yhdistämällä tai tietokannassa sarakkeita yhdistelemällä. Opeteltiin myös tuomaan MapInfoon ulkoisia taulukoita, esimerkiksi Excelistä. On ihan näppärää pystyä muokkaamaan Excelissä aineisto haluamaansa muotoon, jos sitä ei halua/jaksa/osaa MapInfossa tehdä. Tämän jälkeen tehtiin tietokantaliitoksia, koska eri lähteistä peräisin oleva statistiikka haluttiin kuvata yhdellä kartalla. Update Column –toiminnon avulla tietoja pääsee siirtelemään taulukoiden välillä sarakkeesta toiseen.
Tehtävänannossa pyydettiin pohtimaan, mitä tietokannan erinäisillä muuttujilla voisi tehdä, tai mitä niistä voisi päätellä. Tietokannassa oli dataa konflikteista paikallisesti ja ajallisesti. Näiden tietojen pohjalta voisi tehdä kartografisen visualisoinnin historiallisesta näkökulmasta jonkin konfliktialueen dynaamisuudesta. Timanttikaivoksiin liittyvät muuttujat voisivat päätyä selittäjiksi esimerkiksi alueen asukkaiden terveyden tai ympäristön muutoksille. Yhtä lailla öljykenttien löytyminen, poraukset ja tuottavuusluokittelu voivat heijastua kansanterveyteen ja paikallisen biodiversiteetin ja yhteyttävän alustan katoon. Internetkäyttäjien lukumäärän kasvua sen sijaan voi pitää hyvinvoinnin mittarina, sillä tiedon saatavuus on yhteydessä globaaleihin tasa-arvokysymyksiin.
Toisessa osiossa tehtiin tulvaindeksikarttaa. Tässä kohti allekirjoittaneella meni yli hilseen. Laskutoimitukset eivät tuottaneet juurikaan päänvaivaa (MHQ/MQ –indeksi, keskiylivirtaama/keskivirtaama), mutta kartalla arvot kääntyivät päinvastaisiksi kuin naapureilla. Koitin venkslata tuotosta turhautumiseen asti. Sitten huomasin, että olin yrittänyt yhdistää MNQ:n MHQ:n sijaan. Tässä se kartta nyt kuitenkin on:

Kuva 1. Järvisyys ja tulvaindeksi Suomen kartalla

Kartalta voidaan nopeasti nähdä, että tulvaindeksin huiput löytyvät nimenomaan lounaisesta Suomesta, läheltä merta. Pienemmät arvot sijaitsevat sisä-Suomessa. Järvisyysprosentti on taas näissä osissa suurin, kuten olisi voinutkin olettaa, sillä järvisimpiä alueita tavataan kutsua toisinaan Järvi-Suomeksi.

Jos jotain muuttaisin visualisoinnissa, se olisi värimaailma. Tällä hetkellä kontrastia ei ole tarpeeksi, jotta korkeimmat arvot erottuisivat ja toisaalta pylväät jäävät toistensa lomiin etenkin rannikkoalueilla. Olen kuitenkin tyytyväinen, että tuskailun jälkeen voin vihdoin lisätä työni tänne.

Kurssikerta 5

Moikkamoi!

Edellisellä kerralla MapInfoon rekisteröitiin Pornaisten kartta sen reunojen koordinaattien perusteella. Kartalle on piirretty suurimmat tiet sekä merkitty asuintalot pistemuotoisina objekteina. Tässä harjoituksessa puskuroidaan eli bufferoidaan kartalle luotuja elementtejä. Bufferoinnilla voidaan tehdä aineistoon pieniä korjauksia tai vaikka laskea kohteita, kuten tässä harjoituksessa.

Bufferin tekemiselle on oma työkalunsa, jolle syötetään halutut arvot eli se etäisyys, jonka sisältä halutaan laskea karttakohteita. Ohjelma laskee, kuinka monta taloa sijaitsee 100 m säteellä, terveyskeskuksen vaikutusalueen 500 m sisällä sijaitsevista taloista sekä miten suuri osuus taloista sijaitsee yli kilometrin päässä koululta (etäisyydet tietysti linnunteinä).

Itsenäisharjoituksena käytimme Vantaan karttaa, jonka alueella sijaitsee sekä pienlentokoneiden käyttämä Malmin lentokenttä sekä Helsinki-Vantaan lentokenttä. Ensimmäiseen piirrettiin kiitoradat, joille tehtiin 2 km ja 1 km bufferi suurimman melualueen havainnollistamiseksi. Bufferien avulla saimme selville montako asukasta näillä alueilla oikeastaan asuu.

Helsinki-Vantaan lentokentästä oli valmis lentomelutietokanta joka etenee desibelimäärältään vyöhykkein. Näiden vyöhykkeiden sisään jäävät asuinrakennukset pystyi bufferin avulla valitsemaan näppärästi ja huomaamaan esimerkiksi, ettei suurella lentomelun häiritsemällä alueella asu kovinkaan suurta määrää väkeä. Bufferi laski seuraavaa: 10 491 as /2km säde Helsinki-Vantaan kiitoradoilta. Sekä seuraavaa: Helsinki-vantaa 65 db – asyht: 502, väh. 55 db: 9247+2342+502=12091 asukasta.

Mihin muuhun puskurivyöhykkeitä voisi käyttää? Mieleen tulee kaikkea melko villiä, esimerkiksi ilmansaasteiden tai säteilyn leviämisen mallintamiseen, tai oikeastaan mihin tahansa linnunteitse mitattavissa olevaan. Etäisyyksiä on sikäli vähän valheellista laskea tieverkostoalueilla buffereissa, ettei se ole tasa-arvoinen eri pisteiden kautta mitattuna matkana teitse.

Sellaista tällä kertaa! Tässä söpö eläinkuva Planet Earthin kakkoskaudelta:

Henkilön Ellu Odé kuva.

Piste- ja ruutuaineistot kartalla

привет!

Varsinainen kurssi pääsikin jo loppumaan mutta täältä pesee.

Tovi sitten pääsimme kyhäämään ruututeemakarttoja. Samoin kuin pistekarttoja käytetään kuvaamaan jonkin teeman mukaisia osuuksia tietyillä paikoilla, teemaesityksen ei tarvitse noudatella valmiiksi annettuja esimerkiksi kaupunginosien rajoja. Tällainen tapa esittää tilastoja antaa joissakin tapauksissa käytännöllisemmän kuvan jos esimerkiksi hallinnollisten alueiden rajoilla ei ole teeman kannalta merkitystä.

Alla esitän ruututeemakartan muunkielisen väestön (muut kuin suomen- tai ruotsinkieliset) osuuksista 500 metrin ruuduittain pääkaupunkiseudulla.

Kuva 1. Muunkielisen väestön osuudet pääkaupunkiseudulla 500×500 metrin ruuduissa

Kartalla erityistä muunkielisten keskittymää voi huomata esimerkiksi kantakaupungissa sekä itä-Helsingissä, mutta laikuittain myös näiden ulkopuolella keskittymissä, joissa sattuu asumaan muutenkin enemmän ihmisiä ympäröivään alueeseen nähden.

Visuaalisesta ilmeestä sen verran että hirvittää. En kuitenkaan lähtenyt tässä vaiheessa tekemään asialle mitään. Sen sijaan Anna Haukka (2017) on luonut silmiä hivelevämpiä karttoja, jotka esittävät pääkaupunkiseudun asukasmääriä. Kannattaa siis käydä katsomassa.

Mutta vielä tästä omasta vessanlaattamosaiikista. Tehtävänannossa kiellettiin toistelemasta itsestäänselvyyksiä. Noh. Se pelaa sen verran että pystyin tekemään aijemmin esittämäni havainnot muunkielisen väestön sijainnista. Nollaruudut jätettiin pois koska ne olisivat sotkeneet kuvan epäolennaisuudellaan. Karttaan pitäisi lisätä ainakin läpikuultavuutta, ehkä vähän suuremmat ruudut (esim. 700 m x 700 m) ja selkeämmät kaupunkien rajat sekä nimet. Kauniainenkin on uponnut tuonne Espoon keskelle mosaiikin alle. Värimaailma voisi olla erottuvampi, jotta keltaisen pienet esiintymät esimerkiksi Espoon yläosissa näkyisivät tihrustamatta.

Onko ruututeemakartalla hyväksyttävää esittää absoluuttisia arvoja? Henkilökohtaisesti en ole vastaan. Itsekin tein niin. Eri teemalla (esimerkiksi juuri asukkaiden lukumäärällä) se olisi järkevämpää, kun taas omalla teemallani tilannetta valaisisi oikeasti muunkielisten prosenttiosuudet väestöstä.

Ruututeemakartassa onkin se hyvä puoli, että siinä voidaan esittää eroavaisuuksia jonkin asian tai ilmiön suhteen pienemmällä alueella kuin vaikkapa aijemmin tekemillämme perinteisillä koropleettikartoilla. Tämän tyyppinen on parhaimmillaan lukijalle helposti ja nopeasti havainnoitavissa ja tietyt alueet ja niiden suhde toisiinsa välittyy. Esimerkiksi: tarkasti omaa ruutukarttaani katsomalla voidaan varovasti havainnoida että metroradan varrella asuu runsaanlaisesti muunkielistä väestöä.

Jeps. Ensi kertaan. 🙂

Lähteet:

Haukka, A. (2017). Kurssikerta 4. Shakkilauta? Ei vaan ruututeemakartta. Luettu 13.3.2017. https://blogs.helsinki.fi/ahaukka/2017/02/08/kurssikerta-4/

Statistiikkaa Norjasta, extrana kuuma linkki ;)

Viimeisellä kurssikerralla ryhdyttiin luomaan teemakarttaa itse valitsemasta alueesta sekä aiheista. Ajatuksena on opetella internetin haltuun ottamista hakemalla itse karttapohja sekä statistiikkaa ja liittää ne käsiteltäviksi yhteen.

Valitsin hommaan Norjan ja maan 19 lääniä (nor. fylke). Kyseiset läänit ovat hallinnollisia alueita ja niistä löytyy siis jos jonkinnäköistä tilastoa. Ryhdyin valitsemaan teemoja karttapohjalleni https://www.ssb.no/ -sivustolta, johon on koottu tilastoja koskevia taulukoita, kuvaajia sekä tutkimuksia. Osa materiaalista on norjaksi mutta kosmopoliittina maailmankansalaisena se ei ole ongelma.

Valitsin teemoiksi korkeakoulutettujen eli 3. asteen kouluja suorittaneiden prosentuaalisen osuuden koko väestöstä (vihreät sävyt) sekä poliisin tietoon tulleiden henkilöön kohdistuneiden rikosten osuuden tuhatta henkilöä kohden (raidoitus, tummeneva). En varsinaisesti uskonut näiden välillä olevan selittäviä yhteyksiä mutta päätin ryhtyä hommaan silti. Oletus oli, että suurien kaupunkien, joissa myös yliopistot sijaitsevat, osuus rikoksista on suurempi.

Ennen perjantain kurssikertaa haettiin vektorimuotoinen kartta jossa on valmiit läänit ja koordinaatisto joten sitä ei tarvinnut valmiiden paikkatieto-ominaisuuksiensa vuoksi kiinnittää mihinkään. Se on hyvä. Sitten vain lähdettiin yhdistämään tietokantoja läänien nimien mukaan ja luotiin teemakarttana päällekkäinen koropleettikartta kuten aijemmillakin kerroilla. Tämän lisäksi ekstrana oli ohjeet tehdä kartasta HotLink-kartta, jonka kautta voi linkittää tiedostoja tai internetsivuja alueisiin. Itse yhdistin HotLinkeihin tietoja kyseisistä lääneistä kotisivujen ja wikipediasivujen muodossa. Ihan kiva ominaisuus!

https://blogs.helsinki.fi/reka/files/2017/03/norja_hotlink.html

Kuva 1. Selitteet linkin taakse

Ja niinhän siinä kävi ettei tämä päällekkäisenä koropleettikarttana kovin selittävä ole, paitsi erillisinä teemoina tarkasteltuna. Sen lisäksi läänien koossa on melkoisia eroja, osa on hyvin pieniä (Oslo) ja osa hyvin suuria (Finnmark), joten graafisesti ne ovat hiukan vaikeita. Lisäksi tällaisin teemoin on vähän hassua esittää näin valtaisia alueita. Oslo näkyy huonohkosti mutta molempien teemojen, sekä korkeakoulutettujen että rikoksien osalta se on tilastojen korkeinta päätä.

Tänne pukkaa vielä rästiin jääneitä tekstejä ensi viikon aikana, stay tuned.

 

Lähteet:

Karttapohja:

http://www.diva-gis.org/datadown

Tilastotieto:

https://www.ssb.no/en/utdanning/statistikker/utniv/aar/2016-06-20#content

https://www.ssb.no/en/sosiale-forhold-og-kriminalitet/statistikker/lovbruddo/aar/2015-10-13#content

Koropleettikartat päällekkäin?

Edellisessä karttatehtävässä luotiin koropleettikarttoja joissa kaksi teemaa selittivät yhdessä keskinäistä riippuvuutta. Itse tein kartan jossa rakenteellisen työttömyyden osuus kuntalaisista kuvattiin vähäisestä keltaisesta oranssin kautta suureen punaiseen osuuteen. Päälle laitettiin mielenterveysindeksi kunnittain, jossa tihenevä raita merkitsi mielenterveysindeksin arvon nousua (tilastot vuodelta 2015). Luokkia tehtiin suosituksen mukaiset 3×3 eli yhdeksän.
PAK – tiedotusblogissa annettiin tehtäväksi lukea Anna Leonowiczin artikkeli päällekkäisten koropleettikarttojen käytöstä (Two-variable choropleth maps as a useful tool for visualization of geographical relationship).
Artikkeli on oivallista luettavaa henkilölle jonka tieto koropleettikartoista tai niiden päällekkäin käyttämisestä on alkutekijöissään. En todennäköisesti olisi hoksannut rajata luokkia minimiin jos en olisi saanut siihen neuvoja. Artikkelissa puhutaan lukijan hahmotuskyvyn ja kartan luettavuuden raameista kun koropleettikartan luokkamäärä kasvaa. Päällekkäinen koropleettikartta antaa parhaillaan lukijalle tietoa nopeasti kahden spatiaalisen ilmiön riippuvuudesta (yksinkertaistettuna) tavalla jota on muilla metodeilla hankala kuvata. Kuitenkin, jos ilmiöiden välillä ei ole riippuvuutta voi kumpikin teema sumentua vaikeasti tulkittavaksi.
Myös tavalla kuvata värien tai rastereiden avulla ilmiötä kartalla on merkitystä. Selkeä tapa esitystapa päällekkäisellä koropleettikartalla on esimerkiksi väriluokkien sekä päällekkäisten rastereiden (pisteiden tai viivojen) käyttö. Artikkelin esimerkissä itäisen Puolan Masoviasta tehdyn kahden muuttujan koropleettikartassa on käytetty sinisen ja punaisen värejä ja keskellä sijaitsevat arvot ovat ruskeita. Arvojen kasvaessa värit tummenevat. Tätä tapaa käyttäessä kartan sävyt olisi valittava huolellisesti. Lehto (2017) avaakin blogissaan dilemmaa: ’’…parhaimmillaan kartta on hyvin intuitiivinen esitys ja legenda on mukana vain tukena, ei ennakkovaatimuksena kartan ymmärtämiselle.’’ Ehkä on niin että erilaiset ratkaisut toimivat erilaisissa yhteyksissä. Esimerkiksi suuren yleisön aikakausilehdissä kartan on hyvä aueta lukijalle ilman että legendaan tarvitsee juuri perehtyä ennen itse kartan lukemista. Aivojumppa voi kuitenkin olla vaivan arvoista jos kohdeyleisö koostuu asiantuntijoista ja esitystapa on perustellusti informatiivinen ja asianmukainen.

Kuva 1. Päällekkäinen koropleettikartta värisävyjä hyödyntäen Leonowiczin artikkelista. Sinisen sävyt esittävät maaseudun asukkaita ja punaisen sävyt alle 18 vuotiasta väestönosaa Masovian alueella itä-Puolassa.

Jos koropleettikartan muuttujia olisi kolme, valitsisin todennäköisesti kartta-alueen värjäämisen tai rasteroimisen sijaan jonkinlaisia erillisiä kuvaajia, kuten alueittain numeroituja palkkeja.
Mukavaa pikkulauantaita lukijoille!

Lähteet:
Leonowicz, A. (2006). Two-variable choropleth maps as a useful tool for visualization of geographical relationship. Geografija
Lehto, V. (2017). Kurssikerta 2: Aineistoa aineiston päälle. <https://blogs.helsinki.fi/valttele/>. Luettu 8.2.2017

Karttailu jatkuu

Voisin lyödä kympin vetoa, ettei ole parempaa tapaa aloittaa viikkoa kuin kunnon karttasessio.

Toissa perjantain PAK-kurssilla sukelsimme vielä tasoa syvemmälle teemakarttojen maailmaan. Tehtävänä oli luoda kahta teemaa yhdistävä teemakartta, joka esittäisi kahden ilmiön suhteita toisiinsa.

Käytin Sotkanetistä haettuja tilastoja Suomen rakenteellisesta työttömyydestä ja mielenterveysindeksistä kunnittain (vuoden 2015 tilastot). Rakenteellinen työttömyys merkitsee siis osaltaan sitä, että työttämyys ei vähene alueella jolla vallitsee samanaikaisesti työvoimapula. Näinkin valoisista teemoista syntyi päällekkäinen koropleettikartta, joka näyttää tältä:

Kuva 2. Päällekkäiset teemakartat Suomen rakenteellisesta työttömyydestä ja mielenterveysindeksistä (2015).

Lopputuloksesta näkyy kuin näkyykin se, että punaisilla (korkean rakenteellisen työttömyyden) alueilla sekä tiuhimmin raidotetuilla (mielenterveysindeksin korkeilla arvoilla) alueilla on etenkin itäsuomessa paljon pinta-alaa. Kaikkialla tämä ei kuitenkaan toistu vaan havaittavissa on myös matalan työttömyyden alueita korkealla mielenterveysindeksillä. Kummaltakin osin valoisin tilanne näyttäisi olevan etelä- ja länsi-Suomen osissa.

Saara Leppänen on julkaissut omassa blogissaan samantyyppisesti rakennetun päällekkäisen koropleettikartan. Hän vertailee Suomen kuntien työttömyysastetta vuodelta 2010 ja korkeakoulutettujen osuutta kunnittain vuodelta 2015. Luulisin etteivät tilastot ole muuttuneet viiden vuoden sisällä merkittävästi, joten vertailu lienee ihan paikallaan.

Legendasta huomataan, että korkeakoulutetun väestön osuutta merkitsevä mustien pisteiden osuus on käännetty kasvamaan korkeakoulutettujen osuuden madaltuessa. Tällöin kartan alueiden tummuus ottaen huomioon työttömien osuuden näyttää osuvan paremmin samoille alueille. Näyttäisi esimerkiksi siltä että itä-Suomessa korkeakoulutettujen osuus on pieni ja työttömyys suurta.

Lähteet:

Leppänen, Saara. (2017).“Two-variable choropleth maps as a useful tool for visualization of geographical relationship” ARTIKKELI I & KURSSIKERTA II. https://blogs.helsinki.fi/saaralep/ Luettu 7.2.2017

Rakenteellinen työttömyys (2015) & Mielenterveysindeksi (2015) https://www.sotkanet.fi/sotkanet/fi/

Back in business

Heippa kaikki!

Niin lähti PAK (Paikkatiedon hankinta, analyysi ja kartografia) käyntiin kuin uusi vuosi 2017 myös. Tällä kertaa avattiin tälle opiskelijalle aivan uusi ohjelma nimeltään MapInfo. Ohjelma vaikuttaa hyödyntävän paikkatietoa näppärästi, siinä missä edellisestä periodista tuttu CorelDraw toimi lähinnä karttojen väsäilyyn soveltuvana piirto-ohjelmana.

Ensimmäinen kurssikerta vierähtikin eri toimintojen parissa räpläilyllä. Alkuun totuttelun lomassa oli tarkoitus tehdä Suomen maakuntakarttapohjalle koropleettikartta kunkin valitsemaan teemaan. Teemoja löytyi muutama valmiina, mutta valtavasti lisää tilastoa voi hakea esimerkiksi erilaisilta sivustoilta jotka ovat paikkatietoon soveltuvaa aineistoa keränneet.

Kuitenkin, tässä näette ensimmäisen tuotokseni:

Kuva 1. Muunkielisen väestön lukumäärät kunnittain

Koropleettikarttana toteutettu teemakartta esittää muunkielisen väen summia kunnittain. Toki on hieman hassua, että se tuli toteutettua muunkielisen väkiluvun mukaan eikä suhteellisina prosenttosuuksina, sillä esimerkiksi Helsingin, Turun ja Oulun alueet korostuvat jo lähtökohtaisesti suuren väkiluvun seurauksena.

Päädyin vertaamaan tekelettäni muun muassa karttaan, jossa esitetään muunkielisten prosentuaaliset osuudet Helsingissä alueittain luonnollisin luokkavälein sekä näiden oheen luotua histogrammia muunkielisten prosentuaalisista osuuksista Helsingissä (Collin 2017). 

Kartta Helsingin kaupunginosien välisistä eroavaisuuksista muunkielisten suhteen näyttää hyvin pitkälti mielikuvieni mukaiselta esimerkiksi itä-Helsingin ollessa muunkielisten osalta hyvin edustettuna. Se on mielestäni histogrammeineen ansiokkaasti tehty ihka ensimmäiseksi tekeleeksi ja antaa ehdottomasti paremman kuvan todellisuudesta kuin omani jo siitä syystä että aineiston luokat esitetään prosenttiosuuksina suhteessa koko alueen väkilukuun.

Noh, kohti uusia kömmähdyksiä! Erinomaista viikonalkua mahdollisille lukijoille!

Lähteet:

Collin, Sanja-Riia (2017). Ensimmäinen kurssikerta (24.1.2017)
< https://blogs.helsinki.fi/collinsa/ > Luettu 30.1.2017

Muunkielinen väestö kunnittain, 2015 (2015) Luettu 20.1.2017