1. Teemakartat

2. ”Maastokartta””Teemakartta” - Jonkin tietyn ilmiön laatua, määrää, sijaintia tai levinneisyyttä kuvaava kartta - Esim. kasvillisuus-, ilmasto-, maaperä-, maankäyttö-, ja väestöntiheyskartta - Kuvaa yleensä yhtä aihetta eli teemaa - Esittää fyysistä ympäristöä - Voi sisältää myös temaattisia elementtejä, joten raja teemakarttaan täten häilyvä Karttatyypit

3. Kvalitatiivinen alueluokituskartta Alueyksiköt luokitellaan jonkin laadullisen tekijän mukaan –esim. kuntatyyppi tms. hallinnollinen jako, maankäyttötyyppi Alueyksiköt väritetään luokituksen mukaan toisistaan mahdollisimman hyvin erottuvilla väreillä

4. Hyvä teemakartta  Otsikko: mitä – missä – milloin  Kartta aseteltuna siten, että se täyttää mahdollisimman tehokkaasti käytössä olevan tilan  Selitelaatikko, jossa ilmaistaan tiiviisti ja selkeästi kaikki kartan lukuun ja ymmärtämiseen tarvittava informaatio, otsikkona yksikkö (jos sellainen on)  Mittakaava selkeä ja sopivan kokoinen (vähintään puolta lyhyempi kuin itse kartta), aseteltuna yleensä jompaankumpaan alareunaan. Käytä lyhenteitä (m/km…)  Pohjoisnuoli yksinkertainen ja sopivan kokoinen, yleensä mittakaavan vieressä tai kartan oikealla puolella ylhäällä  Kartan tekijä + aineistolähde ja vuodet  Sijainti- eli indeksikartta tarvittaessa  Huomio fontit ja fonttikoot  Huomio asettelu

5. KoropleettiteemakarttaSymboliteemakartta Kvantitatiiviset alueluokituskartat

6. Ympyräteemakartta Absoluuttinen, määrällinen muuttuja Ympyrän koon kasvu vastaa muuttujan arvon kasvua Voidaan käyttää yhdessä koropleettiteemakartan kanssa

8. Pylvästeemakartta Kahden tai useamman määrällisen muuttujan esittämiseen samanaikaisesti Mahdollistaa muuttujien keskinäisen vertailun alueellisesti

9. Piirakkateemakartta Kahden tai useamman, yhdessä kokonaisuuden muodostavan absoluuttisen muuttujan esittäminen Kertoo samanaikaisesti ilmiön kokonaisvolyymin sekä osamuuttujien suhteelliset osuudet siitä Visuaalisesti erittäin haasteellinen (alla oleva kartta on esimerkki huonosti toimivasta piirakkateemakartasta…)‏

10. Koropleettiteemakartta Alueet luokitellaan jotakin määrää kuvaavan muuttujan perusteella Ilmiötä tarkastellaan jonkin aluejaon pohjalta Jos alueiden koko vaihtelee, suhteutetaan muuttuja siihen esim. työttömien osuus väestöstä kunnittain, luonnonsuojelualueiden osuus maakunnan pinta-alasta Luokat väritetään loogisesti jatkuvan väriskaalan mukaisesti Ongelma: suuret alueet ”hyppäävät” esiin, pienet katoavat

11. Luokittelu Tulisi perustua aineiston jakauman piirteiden kuvaamiseen Muuttujan arvojen vaihtelu on mahdollisimman pientä luokkien sisällä ja mahdollisimman suurta luokkien välillä Edellyttää esitettävän ilmiön (muuttujan) ja sitä kuvaavan aineiston ominaisuuksien ja niiden merkitysten tuntemista –Mikä on merkityksellistä kyseisessä ilmiössä? –Millaisia arvoja aineiston havainnot saavat? –Ovatko aineiston havaintojen saamien arvojen erot merkityksellisiä? –Mitä syitä alueellisten erojen takana voi olla? Myös karttaesityksen havainnollisuus ja ymmärrettävyys on otettava huomioon VAIKUTTAA OLENNAISESTI KARTAN ULKONÄKÖÖN http://www.stat.fi/tup/verkkokoulu/data/tkart/02/index.h tmlhttp://www.stat.fi/tup/verkkokoulu/data/tkart/02/index.h tml

13. Esimerkkejä erilaisista jakaumista a. normaalijakauma, b. tasainen jakauma, c. oikealle vino jakauma ja d. jakauman muoto epämääräinen

14. Tasavälinen luokittelu (Equal Interval) -kunkin luokan ala- ja ylärajan väli on yhtä suuri -soveltuu erityisesti tasaisesti jakautuneisiin aineistoihin -epätasaisilla jakaumilla ongelmana luokkien havaintofrekvenssien suuri vaihtelu -helposti ymmärrettävä luokittelutapa (erit. jos luokkarajat asetetaan pyöreisiin lukuihin)

15. Tasavälinen luokittelu (Equal Interval)  Esim. lämpötila-aineistossa, jossa havainnot vaihtelevat välillä 1,6 – 27,8 (astetta), aineiston vaihteluväli on 26,2 astetta  Jos luokkia on viisi, luokkaväli on 26,2 / 5 = 5,2 Luokittelu: 1,6 – 6,8 6,9 – 12,1 12,2 – 17,4 17,5 – 22,7 22,8 – 28,0  Luokkarajoja on syytä pyöristää 1,6 – 6,0 6,1 – 12,0 12,1 – 18,0 18,1 – 24,0 24,1 – 28,0

16. Tasalukuinen luokittelu (Quantile) -kussakin luokassa sama määrä havaintoja -tasaisille jakaumille ja silloin, kun alueet eivät pinta-alaltaan poikkea suuresti toisistaan -”neutraalein” luokitteluvaihtoehto (kun jakauman luonteesta ei ole tietoa) -soveltuu aineiston ylä- ja alakvartiilien esittämiseen -epätasaisilla jakaumilla ongelmana luokkavälin pituuden suuri vaihtelu ja samojen arvojen kuuluminen eri luokkiin

17. Keskihajontaan perustuva luokittelu (Standard Deviation) -keskihajonnan mitta luokkarajojen määrittäjänä -soveltuu vain normaalijakautuneille aineistoille -luokittelu on käytännössä tasavälinen -”tilastotieteellisessä” mielessä hyvä ratkaisu: osoittaa, kuinka merkittävästi kunkin luokan havainnot poikkeavat keskiarvosta

18. Luonnolliset luokkarajat (Natural Breaks) -etsitään aineiston ”luonnollisia” taitekohtia -arvojen vaihtelu luokkien sisällä pienempää kuin luokkien välillä -soveltuu aineistoille, joiden jakauma on hyvin epämääräinen -oletusarvona oleva menetelmä ArcMapissa

19. Muut luokitteluperusteet Oleelliset raja-arvot (riskirajat, keskiarvon alle jäävät arvot tms.) Yleisesti hyväksytyt raja-arvot, jotka jakavat aineiston esim. korkeisiin, keskitason ja alhaisiin arvoihin Positiiviset ja negatiiviset arvot Keskiarvoluku, indeksiluku tai muu vastaava Luettavuus ja ymmärrettävyys (kartan lukijoiden kohderyhmä) –Esim. tasakymmenet tai muut selkeät luokkarajat

20. Jokainen arvo tulee kuulua yhteen ja vain yhteen luokkaan 1,0 – 5,0 6,0 – 10,0 1,0 – 5,0 5,0 – 10,0 1,0 – 5,0 5,1 – 10,0 Myös nolla on merkittävä ja voi joskus olla omana luokkanaan 0,0 0,1 – 5,0 5,1 – 10,0 Joskus aineistossa voi olla arvoihin perustuvia luokkarajoja … Sairastavuusindeksi, jossa 100 on maan keskiarvo 80,0– 89,9 90,0 – 99,9 100,0 – 100,9 101,0 – 109,9 110,0 – 119,9 … tai lämpötila yli 25,0 0 – 25,0 -0,1 – -5,0 -5,1 – -15,0 -15,1 – -20,0 -20,0 – -25,0 alle -25,0 Ota huomioon luokittelussa EI OK

21. Luokkien määrä -Erilaisia laskukaavoja olemassa, perustuvat yleensä kuutiojuureen tai logaritmiin -Pariton luokkamäärä yleensä parempi kuin parillinen (mahdollistaa ”keskiarvoluokan” määrittelyn) -Liian pieni määrä luokkia: informaatiota häviää -Liian suuri määrä luokkia: luokat eivät enää erotu toisistaan kartalla -Otettava huomioon -kuvattava ilmiö ja sitä kuvaava aineisto -muuttujan saamat arvot ja niiden vaihteluväli -luokittelutapa -esitystapa -kartan luettavuus

22. Teemakartassa huomioitavia asioita -Muuttujan tyyppi vaikuttaa karttatyypin valintaan (mm. absoluuttiset vs. suhteelliset muuttujat) -Alueyksikköjen vaihteleva koko ja siitä johtuva visuaalinen ”harha” syytä tiedostaa -Väriskaalan tulee olla selkeästi erottuva ja looginen -Luokittelumenetelmän valinta voi vaikuttaa huomattavasti kartan ulkoasuun -Sama pätee luokkien lukumäärään