2. kurssikerta

Ja työskentely Mapinfon kanssa jatkuu. Tällä kertaa tehtävänä oli luoda Mapinfon avulla teemakartta, jossa on kaksi teemaa päällekkäin. Kartan tekeminen ei teknisesti eronnut kovinkaan paljoa ensimmäisen teemakartan tekemisestä. Toinen teema lisättiin ensimmäisen teeman päälle samalla tavalla kuin ensimmäinen teema tehtiin alunperinkin.

Kuva 1. Korkea-asteen tutkinnon suorittaneiden 15

Kuva 1. Korkea-asteen tutkinnon suorittaneiden % -osuus 15 vuotta täyttäneistä ja työssäkäyvien henkilöiden % -osuus Uudellamaalla.

Tein kartan, jossa tarkastelun kohteena on Uusimaa. Kartta tehtiin siten, että siinä on kaksi koropleettiteemaa päällekkäin. Alempana teemana on korkea-asteen tutkinnon suorittaneiden % -osuus 15 vuotta täyttäneistä kunnassa ja teemat erottuvat kartalla sinisen eri sävyillä. Toisena teemana päällä on työssäkäyvien henkilöiden % -osuus kunnassa ja teema erottuu kartalla viivoituksen harvenemisella.

Tarvittu paikkatieto löytyi taas Mapinfon taulukosta, josta se syötettiin histogrammityökaluun. Molemmissa aineistoissa päädyin equal count -luokitteluun, eli jokaisessa luokassa pyritään saamaan sama määrään havaintoja. Erona ensimmäisen tehtävän teemakarttaan huomaa myös, että luokkien lukumäärä molemmissa teemoissa on vain kolme eikä viisi. Luokkien määrän vähyys johtuu siitä, ettei erilaisia mahdollisia värityksiä karttaan tulisi liikaa. Tällä luokkien määrällä mahdollisia vaihtoehtoja tulee enimmillään yhdeksän. Jos luokkia olisi kummassakin teemassa ollut viisi kappaletta, olisi erilaisia vaihtoehtoja voinut tulla jo 25, mikä voisi tehdä kuvasta melko vaikealukuisen.

Kartasta huomaa hyvin missä alueille on eniten korkea-asteen tutkinnon suorittaneita ja missä ei. Kuusi kuntaa, Kirkkonummi, Siuntio, Espoo, Kauniainen, Helsinki ja Tuusula kuuluvat ensimmäiseen luokkaan. Kaikki nämä ovat pääkaupunkiseudulla tai juuri sen ulkopuolella olevia.

Tämä luultavasti johtuu korkeakoulujen määrästä tällä alueella. Pääkaupunkiseudulta löytyy paljon korkeakouluja ja näin ollen sieltä myös valmistutaan. Osa jää asumaan samalle alueelle opiskelun jälkeen, osa taas muuttaa lähellä oleviin kuntiin perheen, töiden tai jonkun muun syy takia. Pääkaupunkiseudun ulkopuolelle muuttavat ovat luultavasti perheellisiä, jotka muuttavat pois ahtaasta kaupungista.

Karttaa katsoessa voi myös todeta sen, että luokat vaihtuvat lähes kehämaisesti mitä kauemmas pääkaupunkiseudulta mennään, muutamaa poikkeusta lukuun ottamatta. Mitä suurempi etäisyys on korkeakoulujen keskittymästä suuremmissa kaupungeissa, sitä pienemmällä prosenttiosuudella on korkea-asteen tutkinto. Tämä todennäköisesti johtuu siitä, että omassa kunnassa ei ole koulutusmahdollisuutta ja muutetaan paikkaan jossa, tai ei vaan etäisyyden kannalta pystytä tai haluta lähteä opiskelemaan ja jäädään sen varaan, mikä tarjonta koulutuksessa on omassa kunnassa.

Tutkittaessa toista teemaa kartalta, huomataan että työssäkäyvien % -osuus on suurin Kirkkonummella, Siuntiossa, Tuusulassa, Nurmijärvellä, Mäntsälässä ja Pornaisissa. Näistä kuudesta Kirkkonummi, Siuntio ja Tuusula kuuluivat myös parhaimpaan luokkaan ensimmäisessä teemassa. Tästä voidaan todeta, että jos suuri osa omistaa korkea-asteen tutkinnon, käy väestöstä myös suuri osa töissä. Myös omaa koulutusta vastaavaa työtä on siis tarjolla. Jäljelle jäävät kolme, Nurmijärvi, Mäntsälä ja Pornainen, joista Nurmijärvi kuuluu tutkintojen suorituksen osalta toiseen ja loput kaksi viimeiseen luokkaan. Tämä voi tarkoittaa sitä, että näiden kuntien työssäkäyvät ovat työllistyneet töihin, joihin ei tarvita korkea-asteen tutkintoa.

Huomataan myös, että % -osuus on pienin Hangossa, Raaseporissa, Lohjalla, Karkkilassa, Hyvinkäällä ja Helsingissä. Kaikki muut kunnat, pois lukien Helsinki, sijaitsevat Uudenmaan rajoilla. Etäisyys voi olla syy sille, miksi työssäkäyvien määrä on alhainen. Nämä kunnat, taas pois lukien Helsinki, on myös koulutuksen kannalta alhaisimmassa luokassa. Tämä voi siis tarkoittaa sitä, että kunnissa ei löydy omalle koulutukselle töitä, eikä pystytä työskennellä kauempana. Toinen selitys voi myös olla esimerkiksi eläkeläisten määrä kunnassa. Helsingin kuuluminen tähän alimpaan luokkaan työssäkäyvien määrän mukaan voi olla monia selityksiä, esimerkiksi opiskelijoiden määrä kunnassa, eläkeläisten määrä, kilpailu työpaikoista jättää myös jonkun osan työttömiksi (muista kunnista tulevat).

Kartta on visuaalisesti mielestäni taas melko selkeä. Kolme eri värisävyä ja kolme eri raidoitustapaa on helppo erottaa toisistaan. Jos luokkien määrä olisi suurempi, saattaisi kartasta tulla hieman vaikeasti luettava. Myös legenda mahtuu hyvin kartan vasempaan yläkulmaan olematta karta edessä.

Artikkeli 1

PAK – Tiedotusblogissa pamahti ja saimme toisenkin tehtävän tälle viikolle. Tarkoituksena oli lukea ja tehdä reaktiopaperi, eli omia reaktioita kuvaava teksti luetusta artikkelista. Luettavana artikkelina oli Two-variable choropleth maps as a useful tool for visualization of geographical relationship, jonka oli kirjoittanut Anna Leonowicz. Artikkelin lukeminen oli aluksi hieman vaikeaa, koska tieteellisiä tekstejä ei ole liian montaa englanniksi vielä luettu, mutta lukemista jatkamalla alkoi pikkuhiljaa asiasta erottamaan sen punaisen langan. Artikkelissa pohdittiin yksiteemaisten karttojen hyviä ja huonoja puolia ja vertailtiin niitä kaksiteemaiseen karttaan. Aihetta käytiin läpi niin tekijän kuin lukijankin osalta. Kartan tekemisen hyviä ja huonoja valintoja käytiin läpi lyhyesti. Artikkelin loppupuolella kerrottiin vielä pienehköstä tutkimuksesta, joka tehtiin oppilaille yksi- ja kaksiteemaisten karttojen antamasta informaatiosta ja visuaalisesta luettavuudesta.

Tekstissä mielestäni painotettiin melko paljon kaksiteemaisen kartan tekemisen ”sääntöjä”, joita käytiin läpi jo kurssikerralla. Kahden muuttujan teemakartassa luokkien määrä olisi hyvä pitää kahdessa tai kolmessa. Näin syntyy maksimissaan yhdeksän erilaista aluetta kartalle. Jos luokkien määrän nostaisi neljään, saattaisi kartalle syntyä 16 erilaista aluetta mikä luultavasti tekisi kartan tulkitsemisesta melko vaikeaa. Kaksiteemaisen koropleettikartan tekemisessä pitää myös huomioida värien ”yhteistyö”. Jos värit tai kuviot, jotka edustavat kahta eri muuttujaa, ovat valittu huonosti, voi se romuttaa koko työn. Mutta kun värit ja kuviot valitaan hyvin, tuo tämä tapa yksiteemaista koropleettikarttaa paremmin esille keskinäisiä suhteita alueiden välillä.

Itseäni jäi hieman kaivelemaan artikkelissa ollut esimerkki kaksiteemaisesta koropleettikartasta, jossa aluksi muuttujia kuvattiin omilla väreillä ja yhdistetyssä kuvassa värit sekoitettiin keskenään. Lopputuloksen tulkitseminen karttaa katsomalla oli vaikea. Värit sulautuivat yhteen, mutta ei kovinkaan loogisesti. Eveliina Ikonen mainitsi blogissaan, että tulkitseminen kartalta tuntui työläämmältä, koska samanlaisia karttoja näkee harvemmin.

Täysin uutena asiana tuli artikkelissa selitetty legendan tekeminen. Muuttujia kuvattiin neliöillä. Jos esimerkiksi on kaksi eri muuttujaa ja molemmilla kolme eri luokkaa, muodostetaan 3×3 ruutuinen neliö. Kartassa käytetyt värit ovat ruutujen värit neliössä. X-akselilla kuvataan toisen muuttujan kasvua, ja y- akselilla toisen. Tämän jälkeen tutkimuksessa käytössä olleet pisteet sijoitetaan kuvaan omalle väripohjalleen missä se oli itse kartalla. Näin voitiin kuvata jonkin laista suhdetta paikkojen välillä. Kuten sanoin aiemmin, tällainen legenda oli täysin uusi ja vaatisi ehkä hieman harjoittelua ennen kuin lähtisin itse käyttämään missään työssä.

Vaikka toisella kurssikerralla kävimme melko kattavan paketin kaksiteemaisista koropleettikartoista, jäi artikkelista käteen jotain uutta ja täydensi vanhaa tietoa. Artikkelista tuli hyvää täydennystä siihen, miksi luokkien lukumäärä kannattaa olla melko alhainen. Myös värien ja kuvioiden käyttöä pitää aina tarkkaan miettiä kartan visuaalisuuden selkeyden kannalta. Tämänlaisia karttoja tulee harvemmin vastaan ja ne voivat vaikuttaa sekavilta. Lukijalla pitää luultavasti olla hyvät pohjatiedot, jotta ymmärtää heti mistä asiassa on kyse. Mirka Jokela-Määttä mainitseekin blogissaan, että kartoista luultavasti saavat irti enemmän he, joilla on pohjalla koulutusta ja kiinnostusta aiheita kohtaan.

 

Lähteet:

Ikonen, E. (2015) Even PAK-blogi, Kurssikerta 2. <https://blogs.helsinki.fi/eveliiik/> Luettu 26.1.2015

Jokela-Määttä, M. (2015) Paikannettua tietoa, KK2: Päällekkäiset teemakartat ja reaktioita artikkeliin. <https://blogs.helsinki.fi/mijokela/> Luettu 26.1.2015

1. kurssikerta, 13.1.2015 Teemakartta

Takaisin opintojen pariin!


Paikkatiedon hankinta, analyysit ja kartografia -kurssi pyörähti liikkeelle mukavasti Mapinfo ohjelman perusteita käymällä. Viime kerrasta olikin jonkin verran jo kulunut aikaa. Aluksi ohjelman käyttö tuotti hieman vaikeuksia, mutta hetken aikaa kun oli käyttänyt aikaa eri toimintojen kanssa leikkiessä harjoituskartalla, alkoi ohjelma taas tuntua tutulta. Objektien muokkailu, siirtäminen ja monen asian tekeminen eri näytöillä alkoi tuntua helpolta kuin hengittäminen itsessään.

Ensimmäisessä periodissa raapaistiin vain pintaa Mapinfon kanssa ja nyt pääsimmekin tekemään hieman syvällisemmin töitä ohjelmalla. Ensimmäisenä tehtävänä oli luoda vapaasti valittavasta aiheesta teemakartta. Alueena käytettiin koko Suomen karttaa ja alueiden jakona oli kunnat. Valitsin omaksi teemakartan aiheeksi vuokra-asunnoissa asuvien asuntokuntien määrän prosentuaalisesti vuodelta 2011. Aihe vaikutti kiinnostavalta, koska asun itsekin vuokralla ja maanlaajuinen tilasto asiasta houkutteli.

Aineisto on tässä teemakartassa jaettu viiteen eri luokkaan. Luokat ovat tasavälisiä ja ne kasvavat 8,2% aina seuraavaan luokkaan. Legendassa luokkajaon vieressä on luku, joka näyttää siihen luokkaan kuuluvien kuntien määrän. Tasavälisellä luokkajaolla huomaa, kuinka suurimpiin luokkiin kuuluvia on selvästi vähemmän kuin muita. Myös selvästi suurin luokka tulee esille.

Kuva 1. Vuokra-asunnoissa asuvien asuntokuntien määrä prosentuaalisesti 2011.

Teemakarttaa katsoessa huomaa, kuinka suurimpiin luokkiin kuuluvat kunnat ovat niitä kuntia, missä sijaitsee Suomen suurimpia kuntia. Tämä ei sinäänsä ole yllätys. Kaupungistumisen takia tilaa ei ole paljoa ja rakennetaan paljon esim. kerrostaloja joihin saa paljon asuntokuntia mahtumaan. Monesti näitä asuntoja vuokrataan ja kuten kartasta näkyy kaupungeissa vuokra-asunnoissa asuvien määrä on suurinta.

Toinen asia mitä aloin pohtimaan on myös yliopistokaupunkien kunnat. Kartta katsoessa erottaa Oulun, Tampereen, Jyväskylän, Turun, Lappeenrannan ja Helsingin. Näihin kaupunkeihin muuttaa nuoria opiskelijoita, jotka tulevat asumaan paikallaan luultavasti 5-7 vuotta, eikä olisi järkevää omistaa asuntoa, vaan halvemmalla pääsee vuokraamalla.

Pienimpiin luokkiin kuuluvat kunnat sijoittuvat kartalla itäiseen, lounaiseen ja eteläiseen Suomeen. Nämä kunnat ovat suurten kaupunkien lähettyvillä olevia kuntia, joissa luultavasti asuminen on halvempaa kuin kaupungissa. Perheellisille on mukavampi muuttaa pois kaupungin ruuhkasta, ei kuitenkaan liian kauas palveluiden läheltä.

Asia mitä jäin eniten pohtimaan on lapin kuntien tulokset. Kunnista suuri osa kuuluu keskimmäiseen luokkaan ja yksi myös toiseksi suurimpaan luokkaan. Olen aina kuvitellut, että pienin vuokralla asuvien alue olisi juurikin lappi. En ole varma, näyttäisivätkö tulokset erilaiselta eri luokkajaolla, mutta tällä luokkajaolla tulos on tämä.

Teemakartta on mielestäni melko onnistunut. Visuaalisesti se näyttää selvältä ja kaikki tarvittava vaikuttaa kuvasta löytyvän. Värit ovat niin selvät, että eri luokat erottuvat tarpeeksi selvästi. Luokkajako vaikuttaa omasta mielestäni toimivan melko hyvin. Siitä näkee hyvin eri luokkien määrän ja eri luokkiin kuuluvien kuntien määrän. En ole varma, olisiko jokin muu luokkajako antanut informatiivisemman tuloksen, mutta omasta mielestä nämä luokat osoittavat tulokset tarpeeksi selvästi. Erilaisella luokkajaolla kartta olisi voinut tuoda paremmin esille jotain muuta kuin valitsemani jako. Tämä jako esitti hyvin selvästi isoimmat ja pienimmät luokat ja analysointi niiden pohjalta oli suhteellisen helppoa.