Viikko 1: QGIS:n mieleen palauttelua

Tunnilla tekeminen onnistuu ilman suurimpia ongelmia, mutta kotona itse työskennellessä ilmenee ongelmia ongelmien perään. Suurin ongelma on ohjelmistonkäyttö, kun viime kerrasta ei muista yhtään mitään. Virheiden ja muiden avun jälkeen se kuitenkin luonnistui ja sain luotua näytölle kartan alun.

Tehdessäni huomasin, kuinka paljon pienet valinnat vaikuttavat kartan välittämään viestiin. Seuraavista kuvista näkee, miten erilaisilta kartat näyttävät eri luokkavalintojen takia. Kuva 1 näyttää miltä 0-14-vuotiaiden osuus kunnassa näyttää, kun jokaisessa luokassa on yhtä monta kuntaa eli kyseessä on kvantiililuokkajako. Kuvassa 2 on tasaväliset luokkavälit eli luokkavälit ovat kaikki yhtä suuria.

Kuva 2. Tasavälinen luokkajako
Kuva. Kvantiililuokkajako

Kvantiililuokkajako on siinä mielessä huonompi, että se vääristää varsinkin suurimpaan luokkaan kuuluvien määrää. Esimerkiksi kunnat, joissa lapsia on 19.5 prosenttia ovat samassa luokassa kuin ne kunnat, joissa on 35 prosenttia (Kuva 4). Tämä on suuri väli, kun ottaa huomioon muiden luokkien välit, joissa luokkien ääripäillä on noin kahden prosentin ero. Toisaalta kvantiilienluokkajako ansiosta kunnalliset erot erottuvat enemmän kuin kuvassa 2. Suurin hajonta on noin 13 ja 19 prosentin välillä, jotka on esitetty kuvassa 2 vain kahdessa luokkavälissä. Kuvasta 4 nähdäänkin, että toisessa ja kolmannessa luokassa esitetään huomattavasti enemmän kuntia kuin muissa neljässä. Kuvasta 2 ei myöskään erota kaikkia ensimmäiseen luokkaan kuuluvia kuntia kuntien pienen koon takia ja niiden pienen lukumäärän takia. Tämäkin vääristää kartan välittämää kuvaa tietyssä mielessä.

Kuva 3. Kuntien jakautuminen kvantiililuokkavälien mukaan
Kuva 4. Kuntien jakautuminen tasavälisten luokkien mukaan

 

 

 

 

 

 

 

 

 

 

Tämä on hyvä kohta muistuttaa lähdekritiikistä!

Huomasin, etten ollut ainut meistä, joka on oli pohtinut luokkavalintojen vaikutusta karttaan. Esimerkiksi myös Juulia Salakka pohti blogissaan tasavälisten luokkavälien hyötyjä ja haittoja. Salakasta eroten valitsin kuitenkin tasaiset luokkavälit, koska tämä valinta sopi omaan karttaani. Valitsin tasavälisten luokkien mukaisen kartan valmiiseen karttaani (Kuva 5), vaikka kuntien väliset erot eivät erotu yhtä hyvin. Kartta kuitenkin kuvaa paremmin ääripäihin sijoittuvia kuntia, eikä vääristä mielikuvaa 19.5 ja 25 prosenttiin väliin kuuluvista kunnista.  Tästä huomataan, että jokainen kartta on erilainen, eikä ole yhtä tiettyä kaavaa, jolla saadaan tehtyä täydellinen kartta joka kerta ilman virheitä.

Kuva 5. 0-14-vuotiaiden prosenttiosuus kunnan väestöstä vuonna 2015

Vasta tämän prosessin aikana ymmärsin, miten painelemani napit vaikuttivat työn tulokseen ja mitä eri välivaiheita koropleettikartan tekemiseen kuuluu. Ensimmäisen periodin aikana QGIS:n käyttö oli ainakin itsellä pelkkää mekaanista nappien painamista ja ohjelmiston kanssa tappelua. En pystynyt miettimään itse prosessia puhumattakaan sen ymmärtämisestä. Varmaan tämän takia en muista yhtään mitään niistä välivaiheista, joilla tuotin halutun kartan. Prosessin ymmärtämisen jälkeen tuli helppo mekaaninen osuus eli karttaa selittävät tekijät, kuten mittakaava ja otsikko. Tämä on aina ollut enemmän mieleiseni vaihe varsinkin silloin, kun ohjelmisto suostuu piirtämään mittakaavan. Ensimmäisessä periodissa minulle ei ollut hirvesti onnea tämän kanssa 🙂

 

Lähdeluettelo:

Salakka, J. Geoinformatiikkaa oppimassa- blogi (23.1.2022). https://blogs.helsinki.fi/gis-juulia/ (käytetty 24.2.2022)

Leave a Reply

Your email address will not be published. Required fields are marked *