Viikko 2: Kahden teeman kartta ja artikkeli 1

Toisella kurssikerralla tehtävänä oli opetella tekemään teemakartta käyttäen kahta eri teemaa. Kurssikerralla piti miettiä, millä tavoin päällekkäiset teemat kannattaa esittää ja millaiset luokkarajat sopisivat teemakarttaan.

Latasin aineistot Sotka-netistä excel-muodossa ja muokkasin eri aineistot eri excel-tiedostoihin ja poistin turhia tietoja, jotta aineistojen käsittely MapInfossa olisi sujuvampaa. Karttaa tehdessä liitin Sotka-netin aineiston maakunta-karttatasoon määrittämällä yhdistävän tekijän näiden tietokantojen välille, eli maakuntakoodin. Nimen perusteella yhdistys voisi mennä herkästi pieleen, jos maakunnan nimi on muotoiltu tietokannoissa eri tavoin.

Tein teemakarttani sisältäen kaikki Suomen maakunnat, sillä minua kiinnosti nähdä erot koko Suomen tasolla ja koko Suomen kuntien käyttäminen olisi tehnyt kartasta todella sekavan. Karttani teemat ovat äänestysaktiivisuus eduskuntavaaleissa ja pitkäaikaistyöttömät, % työvoimasta (kuva 1). Valitsin molempiin teemoihin luokkien määräksi kolme, jotta kartta olisi mahdollisimman yksinkertainen ja luettava. Tästä johtuen kartta ei näytä ilmiötä yhtä tarkasti kuin se voisi suuremmalla luokkamäärällä näyttää. Koitin aluksi tehdä pylväsdiagrammikartan, mutta eroavaisuudet näkyivät niin pienenä enkä osannut muokata pylväitä kunnolla, jolloin kartassa ei olisi ollut oikein järkeä.

Siispä tein päällekkäisen koropleettikartan, jossa on kaksi koropleettiteemaa päällekkäin. Rasteripintojen valitseminen oli haastavaa, sillä ne näyttivät kuvassa aivan erilaisilta kuin MapInfossa. Myöskin tiheät rasterit muuttivat taustaväriä. Saara Leppänen kirjoitti samasta havainnostaan blogissaan: “Kartan ongelmia ovat selvästi tiheimmän rasterin vaikutus värien luettavuuteen []” (Leppänen, 2017). Tästä syystä vaihdoin tiheät rasteriviivat harvempiin viivoihin.

Kuva 1. Pitkäaikaistyöttömien ja äänestysaktiivisuuden suhde maakunnittain (%).

Kuntatasolla Sotka-netin kartasta katsottuna pitkäaikaistyöttömyyden osuudella ja äänestysaktiivisuudella näytti olevan jonkinnäköinen negatiivinen korrelaatio. Maakuntatasolla ja kolmessa luokassa ero ei näy yhtä selkeästi. Maakuntien prosenttiosuuksia nostaa tai laskee suuret kunnat, mikä tekee kartasta neutraalimman. Tästäkin kuitenkin huomaa esimerkiksi rannikkoalueiden pienemmän työttömyysprosentin ja suuremman äänestysaktiivisuuden. Pohjois- ja Itä-Suomessa työttömyysprosentti on suurempi, mitä kuvittelisi muutenkin taantuvista alueista ja niissä myös äänestysaktiivisuus on pienempää. Tämä käy järkeen, sillä potentiaalisesti syrjäytyvillä ihmisillä yhteiskunnallinen vaikuttaminen on keskimäärin alhaisempaa.

En ole kuitenkaan varma vain tämän kartan pohjalta, liittyykö äänestysaktiivisuus niinkään pitkäaikaistyöttömien osuuksiin vai ennemmin isojen kaupunkien kokoon. Esimerkiksi Keski-Suomessa ja Pirkanmaalla sekä äänestysaktiivisuus että pitkäaikaistyöttömyys on suurta. Tämä voisi johtua suurten kaupunkien, kuten Jyväskylän ja Tampereen vaikutuksista äänestysprosenttiin. Yleensä suurissa kaupungeissa yhteiskunnallinen vaikuttaminen on aktiivisempaa. Saara Leppänen teki oman karttansa työttömyysasteen ja korkeakoulutettujen suhteesta Suomessa (Leppänen, 2017). Näitä olisi hauska vertailla keskenään, mutta se on hieman haastavaa, sillä omassa kartassani aluejako on maakunnittain. Molemmissa kartoissa kuitenkin näkyy suurempi työttömyys esim. Itä- ja Pohjois-Suomessa, joissa vastaavasti toinen muuttuja on alhaisempi.

Näiden teemojen tarkastelu maakuntatasolla ei ole loppujen lopuksi niin järkevää. Alueellisia eroja on kuitenkin todella paljon maakuntien sisällä. Karttaa on hieman vaikea lukea, sillä rasteripinta ei ole yhtä looginen kuin esim. pylväsdiagrammi, joka on helppo tulkita heti ensisilmäyksellä. Hetken karttaa silmäiltyä kuitenkin informaatio selkiintyy ja karttaa on suhteellisen helppo tulkita.

Viitteet:                                                                                                                                    Leppänen, S. (2017). “Two-variable choropleth maps as a useful tool for visualization of geographical relationship” ARTIKKELI I & KURSSIKERTA II. <https://blogs.helsinki.fi/saaralep/2017/01/31/kurssikerta-ii/>.

Artikkeli 1

Artikkelissa Two-variable choropleth maps as a useful tool for visualization of geographical relationship (Leonowicz, 2006) kerrotaan kahden muuttujan koropleettikartan käytettävyydestä. Kahta erillistä koropleettikarttaa vertailtaessa helposti syntyy virhetulkintoja, joten kahden muuttujan kartat voivat olla ratkaisu tähän ongelmaan. Kahden muuttujan koropleettikartat ovat usein hankalasti tulkittavia, mutta Leonowicz todistaa tutkimuksessaan, että ne ovat joissain tilanteissa jopa helpommin ymmärrettäviä. Hänen tutkimuksensa osoitti, että yhden muuttujan koropleettikartoissa alueellinen tieto on helpompi lukea kun taas kahden muuttujan kartassa vastaavasti muuttujien välinen yhteys on helpommin ymmärrettävissä. Tämä kuitenkin vaatii, että kartan väriskeema on järkeenkäyvä ja, että luokkien määrä on rajattu neljään (2×2) tai yhdeksään (3×3).

Artikkelin esittämässä kahden muuttujan koropleettikartassa on helpompi tulkita muuttujien yhteyttä. Verrattuna omaan karttaani, artikkelin esimerkissä värien käyttö oli loogisempaa kuin minun käyttämäni rasteripinta. Rasteripinnassakin tosin pyrin loogisuuteen, mutta se ei ole yhtä helppo tulkita kuin värit. Artikkelissa esitelty legenda poikkeaa normaalista legendasta siten, että se on ruudukko, jossa on kaksi akselia, joista toinen muuttuja on x-akselilla ja toinen y-akselilla. Legendasta voi lukea kahden muuttujan suhteen kullekin värille.

Tällainen kartografinen esitys asettaa kohdeyleisölle enemmän vaatimuksia, sillä karttaa tulkittaessa pitää ajatella kahden muuttujan suhdetta ja legendaa pitää silmäillä tavallista enemmän. Lukijalla pitää olla aikaa ja jaksamista kartan tulkitsemiseen. Kahta muuttujaa esitettäessä pitää pohtia, halutaanko koropleettikartalla osoittaa ilmiön alueellista levinneisyyttä vai maantieteellistä suhdetta. Jos tavoitteena on jälkimmäinen, kahden muuttujan koropleettikartta on paras valinta. Uskoisin, että moni käyttäisi tällaista kartografista toteutusta, jos siihen olisi tottuneempi ja, jos se olisi helpompi toteuttaa paikkatieto-ohjelmassa.

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

Leave a Reply

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