Årets navn i VG: Selvvalgt nettavstemning vs. representativt utvalg

Klikk deg inn og les kommentarfeltet i VGs sak om Årets navn. Skjermdump: vg.no

Reaksjonene på kåringen av Robin Schaefer, og ikke Hege Storhaug, som årets navn i VG, og kåringen i seg selv, gir et interessant innblikk i forskjellene mellom resultatene fra selvvalgte nettavstemninger og et representativt utvalg. La oss ta det fra starten av.

Vi snakket om det i pauserommet på samfunnsgeografi - at det ville bli rabalder hvis Hege Storhaug ikke ble kåret til årets navn i VG. Årsaken? I en avstemning på VGs nettsider for å nominere kandidater fikk Hege Storhaug, som nettopp kom ut med boka Islam: Den 11. landeplage, over 40 000 stemmer.

Han som til slutt ble årets navn, politimannen og varsleren Robin Schaefer som sørget for at Monika-saken i Bergen ble gjenopptatt, fikk i denne nettavstemningen blant VGs nettlesere bare 3000 stemmer.

Kommentarfelten til VGs sak om årets navn er verdt et studie i seg selv. Uansett, mange raljerer over at VG har fikset og jukset med resultatene, så islam- og innvandringskritiske Hege Storhaug ikke skulle få vinne. Hvordan ellers kunne en med bare 3000 stemmer vinner over en med 42 000 stemmer? Det morsomme er at flere kommenterer at VG på denne måten ser bort i fra hva folket sier. Sannheten er jo at VG har nettopp latt folket få tale gjennom å betale en god del for at TNS Gallup skal gjennomføre en undersøkelse.

Poenget er at folk i avstemningen på VGs nettsider kunne nominere kandidater til årets navn. Deretter tok TNS Gallup en ringerunde og spurte 1000 personer om hvem av de ti kandidatene med flest stemmer (fra nettavstemningen) som burde bli årets navn.

De 1000 personene utgjør et statistisk representativt utvalg. De drøyt 100 000 stemmene på nettavstemningen utgjør et selvvalgt utvalg. Gjennom seleksjonsprosessen av de 1000 personene, så kan de representere hele Norges befolkning, vel å merke med en feilmargin på noen få prosent. De 100 000 i nettavstemningen er ikke i nærheten av å kunne representere hele Norges befolkning.

Dette handler om forutsetninger for å kunne generalisere fra et utvalg til en populasjon, eller sagt med andre ord, fra personene som er med i en undersøkelse til hele befolkningen. Nå måtte jeg tørke støv fra boka jeg hadde i et metodekurs i bachelorgraden min, men i Enhet og mangfold: Samfunnsvitenskapelig forskning og kvantitativ metode av Kristen Ringdal står det at en sannsynlighetsutvelging av et representativt utvalg må inneholde tre elementer (og her referer Ringdal selv til Groves et al. 2004: 94):

• En utvalgsramme som består av en liste utvalget kan trekkes fra
• En tilfeldig trekking av enheter (personer) fra lista
• En mekanisme som sikrer at nøkkelgrupper i utvalget blir representert

I dette tilfellet er populasjonen hele Norges befolkning (mer eller mindre), og da anvender TNS Gallup en befolkningsbase som de selv har på huset for å trekke tilfeldige personer. Det er også mulig at de vekter for å sørge for at resultatene i utvalget er representative for populasjonen, men det mest interessante av punktene i Ringdals bok, med tanke på nettavstemning, er det siste punktet. For i nettavstemninger er det nok grunn til å si at nøkkelgrupper blir overrepresentert, som for eksempel ihugga tilhengere av de forskjellige kandidatene som kan nomineres. Tilhengere av Hege Storhaug er nok overrepresentert ganske heftig i nettavstemningen.

Hvis utvalget er representativt, så kan resultatene i utvalget, om f.eks. hvem som burde bli årets navn, overføres med ganske stor sikkerhet til hele populasjonen. Estimatet fra utvalget vil nok ikke stemme helt på desimalen med hva populasjonen mener, men i 19 av 20 tilfeller vil resultatet fra utvalget være innenfor en liten feilmargin for hva som faktisk stemmer i populasjonen. 

Hvor stor denne feilmarginen skal være, er det opp til TNS Gallup, eller oppdragsgiver å avgjøre, men den vanligste feilmarginen, med tanke på hva som er både praktisk og etterrettelig, er en feilmargin hvor utvalgsestimatet i 19 av 20 tilfeller (95 prosents konfidensintervall, eller signifikansnivå på 0,05) er innenfor bufferen for hva som stemmer for hele populasjonen. Det viser seg også at større utvalg enn på 1000 personer har lite å si for størrelsen for konfidensintervallet, så å si uavhengig av hvor stor populasjonen er.

Og det var nok i denne omgang om statistikk, representative utvalg, konfidensintervall, nettavstemninger og den slags.

Oslo-kysten i 2100 (sånn cirka worst case)

Havnivådata: Nansensenteret/Bjerknessenteret og Kartverket/Satelittfoto: Esri, DigitalGlobe, GeoEye, i-cubed, USDA, USGS, AEX, Getmapping, Aerogrid, IGN, IGP, swisstopo, and the GIS User Community

Jeg så nettopp en dokumentar på NRK, Storbyer under vann (tilgjengelig på nrk.no i tre år), om trusselen som havnivåstigning i kombinasjon med synkende landmasser skaper for spesielt en god del asiatiske byer.

Ikke bare stiger havnivået på grunn av global oppvarming, men landmassene synker også fordi folk pumper opp grunnvann i store mengder.

Og jeg var nysgjerrig på hvor mye dette har å si i Norge, i Oslo.

Framstillingen jeg har laget er ekstremt forenklet. Jeg har ikke lest rapporten Sea Level Change for Norway fra a til å, men fant så raskt som mulig det mest ekstreme, og mest usikre selvfølgelig, tallet for hvor mye havet vil stige innerst i Oslofjorden, som er 56 cm i 2100 sammenlignet med nå, hvis vi fortsetter som business as usual og de verste prognosene til FNs klimapanel, RCP 8.5, for global oppvarming. Og bare for å gjøre framstillingen enda mer håpløs, så er alt som er 60 cm over havoverflaten oversvømt i min visualisering. Når det kommer til landmasser, så stiger de generelt i Norge, men hvis jeg ikke tar helt feil, så er stigningen på 56 cm relativ. At landmassene stiger er altså tatt med i bildet.

Og jeg skal innrømme at jeg fikk egentlig bare lyst til å teste ut fremgangsmåten i denne YouTube-videoen til Marcos Luna) for å lage flomsoner med ArcGIS.

Klikk for å se større. Kartgrunnlag: www.naturalearthdata.com. Utformet av Torstein S. Throndsen

Dette kartet er det fryktelig lenge siden jeg lagde, og jeg oppdaget det nå ved en ren tilfeldighet! Jeg skal innrømme at jeg er ikke så ekstremt opptatt av grensekonfliktene i Kashmir, utenom at det er forbaska vakre fjellområder og interessant rent geopolitisk, men jeg husker den spesifikke årsaken som fikk meg til å lage kartet.

Jeg lagde nemlig kartet på den tida da jeg holdt på å oppdage gullgruven Natural Earth, med massevis av offentlig tilgjengelig og gratis shapefiler og annet småsnacks for GIS-brukere. Veldig kjekt at du har shapefile med all verdens land osv, men de har også en shapefile med alle omdiskuterte grenseområder i verden. Den filen pirret meg såpass mye at jeg bestemte meg for å måtte gjøre noe med den.

Og jeg husker også at jeg funderte en stund over hvordan jeg skulle fremstille hvem som administrerte hva og hvem som krevde hva. Synes ikke det er den verste løsningen i hvert fall.

På bydelsnivå - VGS som høyeste utdanning

Kilde: Oslo kommune

VGS som høyeste utdanning - på delbydelsnivå

Inntektsforskjeller langs linje 3

Sakte, men sikkert kommer det kart for inntekter langsmed t-banelinjene. Her er linje 3!

Klikk her for å se inntektsforskjellene langs linje 1 og 2.

Hvor mange flyktninger er det?

Klikk på kartet for å se større.

I Norske har diskusjonen vært om vi skal ta imot 8000 Syria-flyktninger. Tall fra FNs høykommisær for flyktninger (forkortet til UNHCR på engelsk) viser at tallene vi snakker om i Norge, og pågangen med asylsøkere i Europa, er liten sammenlignet med antall flyktninger som har strømmet fra Syria til nabolandene i regionen. I forlengelsen er til og med de tallene lave sammenlignet med tallene for internt fordrevne i Syria.

Bare så det er sagt, så er ikke tallene i kartet fra ett og samme øyeblikk.

Tallene for asylsøkere i Europa er tall for antall søknader i hele perioden fra april 2011 til august 2015. Tallene for internt fordrevne i Syria er fra desember 2014 (ta gjerne kontakt hvis du vet om ferskere tall) og det varierer fra alt mellom mai og september i 2015 for når tallene i nabolandene er oppdatert. Og ja, jeg har latt Libya representere Nord-Afrika, inspirert av hvor UNHCR selv har angitt verdien for Nord-Afrika. Det er altså fullt mulig at det er overlapp mellom de forskjellige tallene.

Jeg anbefaler forresten at du klikker deg videre på de lenkene selv om du ikke vil sjekke ut sannhetsgehalten i tallene. Det er ganske informasjonsrike og fine nettsider.

Også må vi huske at her er det trolig store mørketall.

En siste anbefalning, som du sikkert uansett har fått med deg hvis du har fulgt med på nyheter om Syria-flyktninger. Hans Rosling har hatt noen slående poengterte videosnutter om situasjonen både i Syria, nabolandene og i Europa.

Klimagassutslipp i norsk økonomi

Dette kakediagrammet viser hvor store klimagassutslipp (ikke bare CO2, men vist som CO2-ekvivalenter) det er fra de forskjellige sektorene i norsk økonomi. Det er derfor du også kan se utslipp for utvinning av råolje og naturgass i Nordsjøen.

Når jeg først er inne på utvinning av olje og gass, så viser ikke denne grafen hvor store utslipp det er i forbindelse med forbruk av "norsk" olje og gass hos sluttbrukere i utlandet.

Eller så er det betimelig å spørre seg hvordan man kan skille for eksempel transport fra industri og andre former for næring - er lastebilene på vei til og fra byggefeltet oppfattet som transport eller bygge- og anleggsvirksomhet? - men hvis du vil ha skikkelige svar på de spørsmålene, så får du lese mer om bakgrunnen for tallene hos SSB.

Grafen har jeg forresten laget hos Datawrapper. Spesielt Aftenposten har brukt dem en del for å lage interaktive grafer. De har en veldig fleksibel og praktisk betalingsløsning for sånne som meg som ikke er steinrike korporasjoner.

Gammelnytt turkart

Gammel tur: Kartet viser det som faktisk er en veldig fin rundtur i Østmarka. Parker på Bysetermåsan og ta en matbit på kafeen på Vangen. Kartet er laget i ArcGIS, også lagt på et gammelt ark i Photoshop. Kartgrunnlag: N50 fra Statens Kartverk.

 Jeg har alltid vært fascinert av gamle kart. Jeg skal innrømme at det var helt fantastisk da Kartverket frigjorde en enormt stor haug med gamle kart.

Og som den håpløst romantiske estetikeren jeg er, så ville jeg lage noe som så kult ut på en gammeldags måte. Nå kan du veldig godt kalle disse kartene over turer i Østmarka for overpompøse klisjeer som strengt ikke ser ut som gamle kart i det hele tatt.

Men det er utrolig hva for en gammeldags stil og følelse en hel haug med konturlinjer og symbolisering av det våte element kan få hvis du legger alt sammen på et gammelt og slitt stykke papir med hjelp av Photoshop.

Hest og kjerre: Dette kartet blir ekstra corny av at jeg har satt en hestevogn oppe i hjørnet for å symbolisere hvor bilparkeringen står. Ser nå at den symboliseringen er litt tvetydig (er hele turen tatt med hest og kjerre?). Se all kreditering nederst til venstre i kartet, men link til kartdata her,  N50 fra Statens Kartverk.

Og jeg har publisert det øverste kartet en gang før, men da var det så bortgjemt at ingen sikkert la merke til det.

Klimagraf

Skjermdump: rb.no

Jeg har ikke bare lagd kart i vikariatet mitt i Romerikes Blad. Hvis du klikker deg inn på saken her, så kan du også se at jeg har laget noen grafer over juni-temperaturene på Gardermoen målestasjon opp gjennom årene, og sammenlignet dem med juni-temperaturene på verdensbasis helt tilbake til 1800 (den innfelte grafen til høyre, som jeg ikke har laget selv, men som kommer fra NOAA).

Og vær så snill å klikk på linken for å komme til saken på nettsidene til Romerikes Blad. Dette er tross alt lønnet arbeid jeg har gjort i avisa, så de bør få klikkene for at du viser interesse for grafikken.

Hovedpoenget i saken er at dette var den varmeste juni-måned på verdensbasis som noensinne er blitt målt. Den juni-måneden var imidlertid den 23. kaldeste siden målingene startet på Gardermoen under krigen.

Bakgrunnsbildet er det også jeg som har tatt, utenfor badeanlegget Nebbursvollen i Lillestrøm, og jeg er litt fornøyd med vanndråpen som treffer vannspeilet. Jeg så ikke den komme da jeg tok bildet, for å si det sånn.

Ulempen med disse grafikkene og kartene som jeg lager i Romerikes Blad, er at de først og fremst er laget for å brettes ut over åtte eller ti spalter i papiravisa. Da blir det fort litt små og knotete bokstaver når de samme grafikkene publiseres på Internett. Og det er i utgangspunktet ikke altfor mye tid til overs for dobbeltarbeid for å tilpasse grafikkene nettet ... Når det kommer til arbeidsmengde, så skulle jeg ønske at jeg kunne ha gjort søylene med temperatur under gjennomsnittstemperaturen blå, og de over røde, men iblant må vi gå inn for kompromisser.

Og jeg lover at straks jeg er ferdig med å leke grafisk journalist (forkjemperne for filmsatsparagrafen vil steile av å høre en slik jobbstilling), så vil jeg fullføre serien med inntektsforskjeller langs t-banelinjene i Oslo

Sommerens aviskart

Skjermdump: rb.no

I sommerjobben som journalist i Romerikes Blad er det ikke alltid like mange anledninger til å lage kart eller grafikker, men jeg har tatt meg tid til å lage noen når jeg har følt et visst ansvar for at "i denne saken BØR du lage noe". Jeg lager støtt og stadig kart på jobben, men da er som regel ganske enkle referansekart.

En artikkel om en eventuell nasjonalpark i Østmarka var et slikt tilfelle, spesielt når saken handler om at det har kommet et nytt forslag til nasjonalpark som er mindre enn det opprinnelige som ble foreslått i 2012.

Skal du få se noe skikkelig på kartet/satellittbildet, må du selvfølgelig gå inn på saken her, og les gjerne teksten også!

Nå skal jeg innrømme at jeg ikke har jobbet mye direkte med GIS i dette tilfellet. Satelittbildet er hentet fra karttjenesten som Geodata har stilt i stand for Amedia-konsernet, som Romerikes Blad er en del av. Men det meste av grenser har faktisk tegnet for "hånd" i illustrator. Jeg tillater meg det i tilfeller som dette, hvor millimeterpresisjon ikke er nødvendig og det ikke skal kjøres noen analyser.

Blir huset ditt oversvømt?

Jeg skal innrømme at det var aldri meningen å publisere dette kartet. Meningen var å teste ut hvordan storymaps kunne brukes på arbeidsplassen jeg har i sommer, men en kommersiell ESRI-konto står ikke øverst på prioriteringslista til en bedrift i en bransje med nedgangstider.

Så jeg legger ut testen på bloggen min, som ikke er i nærheten av å være kommersiell. Hvem som helst kan lagge Storymaps med en ikke-kommersiell konto hos ESRI, og det er forbløffende enkelt sette sammen, så lenge du har interessant kartdata å vise.

Kartet ble laget litt i hui og hast, men viser hvordan en 500-årsflom ville rammet utvalgte områder på Romerike som Norges vassdrags- og energidirektorat (NVE) har laget kart for. Det er da området rundt utløpet til Glomma i Øyeren, ved Fetsund og Lillestrøm. 

Klikker du på det to-tallet oppe til venstre, så kommer du til et utsnitt for området nedover Vorma mot Sundet i Eidsvoll.

I tillegg til krediteringen som er nevnt i det interaktive kartet, så er selve flomsonene hentet fra NVEs kartdatabase.

Og en siste ting. I dette tilfellet er det i høyeste grad overflødig med swipe-funksjonen, men som sagt, dette var først og fremst en test av forskjellige muligheter og funksjoner for arbeidsplassen.

Inntekter langs linje 2

Neste interaktive kart i serien om inntektsforskjeller langs t-banerutene er her!

• Første artikkel kan du lese her.

Nå omfatter ikke linje 2 fra Ellingsrudåsen til Kolsås så fryktelig mange andre delbydeler, som det heter så fint, enn linje 1 (Ellingsrudåsen - Frognerseteren), men jeg følger rekkefølgen på t-banelinjene, så vil andre deler av Oslo bli utforsket etter hvert.

Linje to går helt ut til Kolsås i Bærum, men jeg har i denne omgang bare tatt for meg inntektene i delbydelene i Oslo. Kanskje oppdaterer jeg kartet med inntekter for Bærum etter hvert. Men i hvert fall. Den samme tendensen som i kartet for linje 1 (se under) fortsetter i dette kartet, med høye inntekter i vest, og lave inntekter i sentrum og Groruddalen. Likevel er det verdt å legge merke Høybråten som en inntektshøyde i Groruddalen.

Linje 1: Frognerseteren - Ellingsrudåsen

Igjen, så er all inntektsdata hentet fra statistikkbanken til Oslo kommune. Kartlaget med inndeling av delbydeler kommer fra SSB.

Og lurer på hva i all verden som er greia med dette sære ordet delbydeler? Jeg skriver litt mer om det i blogginnlegget med rutenett over Oslo.

Levekår langs t-banelinjene

Dette kartet viser den gjennomsnittlige årsinntekten (2013) i delbydelene som t-banelinje 1, Frognerseteren - Ellingsrudåsen, går igjennom.

Ideen kom lenge siden, da jeg arbeidet med en gruppeinnlevering i innføringsemnet i GIS på samfunnsgeografi. Vi skulle undersøke om det var korrelasjon mellom forventet levealder i de forskjellige bydelene og blant annet en rekke sosioøkonomiske faktorer. Da jeg og en av de andre på gruppa studerte kartene vi hadde laget med blant annet inntektsforskjeller og utdanningsnivåer, så begynte den andre studenten å kommentere at mønstrene fulgte busslinjene og t-banelinjene. Og på den måten var en idé skapt.

Planen er å lage et lite miniprosjekt ut av dette her, hvor jeg til slutt viser kart over inntektsforskjellene (og kanskje andre faktorer også) langs alle t-banelinjene i Oslo.

Statistikken over inntekter i 2013 er hentet fra statistikkbanken til Oslo kommune.
Kartlaget med inndeling av delbydeler var jeg så heldig å få av noen veldig hyggelige folk i SSB.

Kanskje lager jeg også noen grafiske utforminger som tar utgangspunkt i det velkjente t-banekartet i Oslo, som igjen er inspirert av en av de mest berømte visualiseringene av informasjon, nemlig Harry Becks kart over metroen i London i 1931, som har blitt et foregangseksempel for alle slike kart verden over.

Kart over t-banelinjene i Oslo. Klikk for å se større. Kilde:Wikimedia

Becks kart fra 1931 til venstre. 2012-versjon til høyre.
Kilde. Wikimedia

Endelig ...

Klikk for å se større.

Jeg har helt siden jeg oppdaget kartressursene til SSB (hvor det er mange godsaker) hatt lyst til å teste ut rutenettet som de har over hele Norge. Resultatet kan du se her! Fordelen med et slikt rutenett - som du skulle tro var i rasterformat, men faktisk er vektor - er at de endres ikke over tid, noe kommunegrenser kan gjøre.

Rutenett tar heller ikke hensyn til administrative grenser, noe som kan være både en fordel og en ulempe. Men et eksempel på en fordel: det gir et mer detaljert og korrekt bilde å studere befolkningstettheten på Høybråten i Stovner bydel hvis den skulle være slått sammen med befolkningsdataen for Karihaugen i Lørenskog kommune enn hvis vi ser på befolkningstettheten for hele Stovner bydel. Som du kan se på kartet, har jeg tatt med alle de rutene som krysser kommunegrensen.

Det skal imidlertid sies at grunnkretser og delbydeler/delområder (ja, det er noe som heter det også) gjør mye av den samme jobben. De skal heller ikke forandre seg over tid, men til forskjell fra rutenettet, så krysser de ikke kommune- eller bydelsgrenser.

Personlig har jeg sansen for delbydeler (hvis du spør geofolkene i SSB pent, så kan de sende deg en kartfil (shapefile) med delbydeler i Oslo). Grunnkretser blir for smått. Delbydeler er passe store, men det som jeg liker enda bedre, de samsvarer ganske bra med det vi oppfatter som et sted. Bislett, f.eks. består av flere grunnkretser, men du har en statistisk delbydel som heter Bislett og som samsvarer veldig godt med det stedet jeg oppfatter som Bislett når jeg går oppover Pilestredet og Thereses gate.

Det var nok om rutenett og delbydeler. Se og lær, og bli klokere på Oslo.

GIS-TIPS: Skal du koble sammen rutenettet og befolkningsdataene fra SSB i ArcMap eller QGIS, slik jeg har gjort i dette kartet, så må du sørge for at den kolonnen som begge tabellene har til felles, er av datatypen double. Hvis jeg ikke husker feil, det var en stund siden jeg gjorde det, så er ikke den ID-kolonnen i rutenett av typen double, men integer, så du må lage en ny kolonne med double som du kopierer innholdet over til.

Interaktivt kart over Europas bruk av fornybare energikilder

Hvis du tar musepekeren over et land, så kan du se hvor stor prosentandel av landets energiforbruk som er basert på fornybare energikilder.

Dette er faktisk det første "skikkelige" interaktive webkartet jeg har laget! Jeg har forsøkt meg tidligere, men dette er første gang jeg viser fram et resultat. Og det er egentlig skikkelig lett å lage!

På den gratis karttjenesten CartoDB kan hvem som helst lage enkle interaktive kart av denne typen. Skulle du ønske å virkelig benytte de mer avanserte mulighetene og kapasitetene i CartoDB, kan du selvfølgelig betale for det.

De har vært såpass snille at de har en del nyttige baseklart klare, som for eksempel med inndelinger av land eller byer i hele verden. Og hvis du lager en tabell i Excel med statistikk for land i Europa, og laster Excel-fila opp til CartoDB, så er tjenesten smart nok til å skjønne at England i regnearket ditt også er det England som de har på verdenskartet, og spleiser de sammen. Skikkelig, skikkelig kult!

Hvordan måle ulikheten?

Beklager at jeg har vært fraværende et par uker nå, men jeg har vært litt for opptatt med å (faktisk) lage kart!

Til daglig studerer jeg samfunnsgeografi. 12. mars er det ÅPEN DAG på universitetet for videregående elever. Alle studier rigger opp stands, og elevene kan gå rundt omkring for å se om det er noe som faller i smak før de bestemmer seg for hva de skal søke på.

I den sammenheng har jeg (i GIS-klubben) laget noen kart som forteller hva vi holder på med på samfunnsgeografi. Vi har tre hovedretninger, nemlig by, klima og utviklig - og her får dere se utviklingskartet!

Klikk for å se større.

Strengt tatt er det ikke noe annet enn kart der vi har brukt fire forskjellige indikatorer for hvordan man kan måle velstand i verden:

• Bruttonasjonalprodukt (BNP) per innbygger (kilde: Verdensbanken)

Viser den økonomiske verdiskapningen, fordelt per innbygger, i hvert land. Veldig mye brukt for å påvise velstand, men et eksempel på at BNP ikke gir et 100 prosent bilde av velstanden i et samfunn, er at bilulykker, for eksempel, skaper mer verdiskapning. Ambulansepersonell og leger blir sysselsatt. Bilopphuggeren har jobb. Ny bil må skaffes.

• Human Development Index (HDI) (kilde: FNs utviklingsprogram)

Forsøker også å fange opp en del ikke-økonomiske indikatorer for velstand, som f.eks. levelalder, utdanningsnivå og lignende. Og den er utformet av to økonomer, indiske Amartya Sen og pakistanske Mahbub ul Haq.

• Gender Inequality Index (kilde: FNs utviklingsprogram)

Skal måle hvor store kjønnsforskjeller det er stort sett i hvert land. Da går det på barseldød, utdanningsnivå og inkludering i arbeidsmarkedet. Som en (kvinnelig) medstudent av meg påpekte, fanger den ikke opp kulturelle aspekter, som sjikane på gata.

• Democracy Index (kilde: Human Intelligence Unit)

Kanskje den indikatoren her som i størst grad ikke sier noe om velstand i seg selv, men hvis vi kan forstå slikt som politisk frihet og mulighet til å stemme som velstandsgoder, så kan demokrati-indeksen i det minste være en indikator på demokratisk velstand.

Men la oss avslutningsvis ta et par skritt tilbake. Ingen av disse indikatorene forteller én absolutt sannhet. Som med alle andre ting vi mennesker forsøker å kvantifisere, så skal vi ta alle indikatorene med en klype salt. Samtidig er det påfallende hvor like de verdensomspennende mønstrene er, uavhengig av indikator. Vesten, med Nord-Amerika, Vest-Europa og Oceania, ser ut til å være mest velstående, uansett indikator. Store deler av Afrika er gjennomgående i den andre enden av skalaen.

(denne gangen skal jeg la innholdet få mest oppmerksomhet, men for å nevne metoden med å lage disse kartene, så kan jeg nevne at det var trettende arbeid å samkjøre navnene på land i de forskjellige statistikkene jeg brukte, og navnene i kartfilen jeg brukte)

The Multiple Faces of Distribution Flow Lines

Klikk for å se større.

Hvis du følte at du har sett kartet jeg viste sist gang tusen ganger før ("det er jo slik alle kart ser ut!"), så er det totalt annerledes denne gangen. Det som kanskje ser ut som et abstrakt kunstverk (hvis noen bedrifter har lyst på en logo, så er det bare å ta kontakt!), er faktisk et kart. Over flyttemønstre i Oslo.

Hvis du ser på formen på figurene, så kjenner du kanskje igjen Groruddalen oppe til høyre og armen nedover Nordstrand.

Prinsippet bak alle de sære figurene er nøyaktig det samme prinsippet som bak en av tidenes mest berømte kart/grafikker, nemlig Charles Joseph Minards illustrasjon av tapene til Napoleons hær under det tragiske russiske felttoget i 1812:

Charles Joseph Minards illustrasjon av størrelsen til Napoleons hær under det

tragiske russiske felttoget i 1812. Klikk for å se større. Kilde: wikipedia

Legg merke til hvordan hæren blir tynnere og tynnere. En nydelig illustrasjon av endring i størrelse over både tid og rom. Visualiseringsguruen Edward Tufte har kåret det til intet mindre enn tidenes beste visualisering av statistikk.

Et mer sammenlignbart eksempel hvor den samme teknikken er brukt, er igjen et av Minards verker, men denne gangen en oversikt over kulleksport fra Storbritannia:

Storbritannias kulleksport i 1864, illustrert av Minard. Klikk

for å se større. Kilde: Cartographia (Absolutt verdt et besøk!)

Kartet med Storbritannias kulleksport var jeg faktisk ikke klar over før jeg leste ESRIs guide for å lage et slikt distributive flow map, der de lagde Minards kart på nytt, men i ArcMap:

Den samme kulleksporten, men i en ny drakt. Kilde: ESRI-blog

(hvis du har programvaren og lysten til å lage noe slikt selv, så finner du alt du trenger av info i den guiden som jeg linket til)

Men angående mitt eget kunstverk (!), så skal jeg ikke gå dypere i detalj denne gangen enn at det viser flyttemønstre fra ett spesifikt sted i Oslo til andre steder i Oslo innen en viss tidsperiode. Du får kanskje siden en mer informativ presentasjon av flyttemønstrene.

Poenget med kunstverket, er at det er hundreørten innstillinger for hvordan du kan presentere flyttemønstrene. Og selv om de forskjellige visualiseringene av flyttemønstrene er basert på nøyaktig den samme statistikken, så kan de gi veldig forskjellig oppfatning av flyttingen, avhengig av småjusteringer på innstillingene for visualiseringen.

La oss bruke dette som en påminnelse om at kart, grafer og diagrammer ikke forteller en absolutt sannhet om verden.

Okei, nå har jeg skrevet ordet visualisering altfor mange ganger. Jeg skal skjerpe meg til neste gang.

Turer i Østmarka

Klikk for å se større.

Nå var for så vidt tanken at når jeg først skulle legge ut kart på denne bloggen, så var det av typen tematisk kart, helst interaktive, som viste statistiske variasjoner fra sted til sted. Litt som i den forrige posten min her.

Istedenfor ble det heller et slags referansekart, men med et spissa budskap, nettopp noen av Østmarka-turene som jeg og min elskede kone, K, har vært på det siste året. Nå er det jo meningen at referansekart ikke skal komme med et spesifikt budskap, men forsøke å gi en generell oppfatning av et sted.

Kartet er laget nær sagt fra bunnen av i ArcMap, med kartdata fra Statens kartverk. Jeg må innrømme at jeg har forelsket meg i relieffene, altså bruken av skygge og lys for å fremheve høydeforskjeller i landskapet. For det første ser kart mye mer dramatiske ut med relieff. I tillegg synes jeg det er ganske praktisk. Nå er jeg godt vant til å forståhøydekonturene i turkart, men jeg fanger intuitivt mye raskere opp terrenget i et kart med relieff enn et med bare konturlinjer.

Relieff viser også umiddelbart hva som gjør Østmarka til en såpass egenartet og spennende skog. Det går fryktelig mye opp og ned!

Så jeg skjønner ikke hvorfor det er stadig mindre bruk av relieff. Bare se på denne skjermdumpen fra karttjenesten til Google over det samme området. 

Klikk for å se større. Skjermdump: maps.google.no

Google Maps er utrolig praktisk, og jeg bruker det i ett sett i tillegg til Google Earth, men jeg synes de kunne gjort kartene litt mer sexy i utgangspunktet.

Så skjønner heller ikke hvorfor det er blitt mindre og mindre bruk av relieff. Hvis du ser på skikkelige gamle kart (kartverket har massevis av historiske kart over Norge som er helt GRATIS), så ser du at kartografene har lagt ned fryktelig mye arbeid i å lage relieff-effekter. 

Angående gamle kart, så har jeg laget et kart over en av de Østmarka-turene som er skikkelig inspirert av gamle kart. Se her:

Klikk for å se større. Kartgrunnlag: Statens kartverk

Det er selvfølgelig ingen som har laget kart på nøyaktig den måten, i hvert fall ikke med den type skrift eller blåfarge på vannene, men du får utvilsomt inntrykk av at dette er et gammeldags kart. Kanskje ikke gammelt, men utvilsomt gammeldags.

Og strengt tatt gjorde jeg ikke noe annet enn å legge kartet oppå et gammelt og slitt papirstykke i Photoshop. Her kan du se hvordan kartet ser ut uten den (forstyrrende" bakgrunnen:

Klikk for å se større. Kartgrunnlag: Statens kartverk

Uansett, du kan forvente flere kart framover, både om helt andre (og mer nyttige) ting og turer i Østmarka!

Ny variant om friluftsliv

Klikk på grafikken for å se den større.

Jeg skal ærlig innrømme at dette er stort sett den samme informasjonen som jeg kom med for et par uker siden. Den store forskjellen er presentasjonen, og at kartet viser variasjoner fra landsdel til landsdel i hvor mye folk er på skikkelig lange fotturer (altså over tre timer lange turer).

Denne presentasjonen er mer representativ for hva jeg personlig har lyst til å få til. Den forrige, mer typiske, presentasjonen, er i langt større grad inspirert av hvordan The Economist presenterer statistikk.

Her kan du forresten lese hva Statistisk sentralbyrå (SSB) selv skriver om tallene. I tillegg kan du selv leke deg litt i statistikkbanken deres.

Bakgrunnsbildet viser forresten et taulag som er på vei opp til Galdhøpiggen fra Juvasshytta.

The combinatorics of the face

Okay, not exactly any map or graph, but I was a little bored this afternoon and found some overhead transparencies. Then I remembered from my childhood those times I drew several versions of noses, eyes and mouths on different papers, just to mix them together into all sort of faces. Well here you can watch the result. Or to say it in a cooler way - this is the combinatorics of the face. How many faces do you see? You could just say eight. Or 2^3.

Illustration: Torstein S. Thronsen

Valgdeltakelse Stortingsvalget 2013

Kanskje ikke det mest superaktuelle akkurat nå, men vi ser stadig kart og grafer over hvilke partier folk stemmer på i det som måtte være av stortingsvalg eller kommunevalg. Men hvordan står det til med valgdeltakelsen? Er det geografiske mønstre som ikke er helt tilfeldige?

Presentasjonen under viser at det er ikke fullstendig tilfeldige mønstre i valgdeltakelse over det ganske land. Hvorfor færre folk stemte i Finnmark, og hvorfor Vestlandet er høyborgen for politisk engasjement forteller imidlertid ikke statistikken noe som helst om. Vi får ringe valgforskerne Frank Aarebrot, Bernt Aardal eller Anders Todal Jenssen og spørre.