1.6 Statistikk og datavisualisering

Når tallene skal fortelle en historie

Du leser en nyhetssak: «Gjennomsnittsinntekten i kommunen har steget med 12 prosent.» Høres bra ut – men hva betyr det egentlig? Steg den for alle, eller bare for noen få? Og hvem har regnet det ut? Geografi er et dataintensivt fag, og for å forstå geografiske mønstre og prosesser trenger vi både statistikk og gode måter å visualisere data på.

Statistikk hjelper oss å beskrive geografiske fenomener med tall, som befolkningstetthet og nedbør, å sammenligne steder og områder, å oppdage mønstre og trender over tid, å teste påstander med data i stedet for synsing, og å kommunisere geografisk kunnskap presist.

For å komme dit må vi kjenne noen grunnbegreper. Gjennomsnittet, eller middelverdien, er summen av alle verdier delt på antall verdier – et typisk tall, men det påvirkes kraftig av ekstremt høye eller lave verdier. Medianen er den midterste verdien når alt er sortert, og den påvirkes mindre av ekstremverdier. Variasjon og spredning sier hvor mye verdiene avviker fra gjennomsnittet; stor variasjon betyr store forskjeller. Prosent og promille uttrykker andel av en helhet og brukes mye, for eksempel om befolkningsvekst per år. Og en indeks er et forholdstall der en referanseverdi settes til 100, slik at det blir lettere å sammenligne endringer over tid.

Riktig diagram til riktig budskap

Tall blir først virkelig forståelige når de visualiseres – men hvilken diagramtype passer? Stolpediagrammet, også kalt søylediagram, viser verdier for ulike kategorier, der lengden på stolpene representerer verdien. Det egner seg til å sammenligne verdier mellom land, regioner eller tidsperioder, for eksempel BNP per innbygger i ulike land. Linjediagrammet viser endring over tid som en tidsserie, der punktene forbindes med linjer, og passer til å vise trender og utvikling, som gjennomsnittlig temperatur i Oslo over hundre år. Sektordiagrammet, eller kakediagrammet, viser andeler av en helhet der hele sirkelen er 100 prosent, og brukes til å vise fordeling, for eksempel arealbruk i en kommune fordelt på skog, jordbruk, bebyggelse og vann.

Noen diagramtyper er spesielle for geografien. Befolkningspyramiden viser alders- og kjønnsfordeling i en befolkning, med de unge nederst og de eldre øverst, og brukes til å analysere befolkningsstruktur og forutsi fremtidig utvikling. Koropletkartet, et tematisk kart, viser statistiske data på kart med farger der mørkere farge betyr høyere verdi – ideelt for å vise geografisk fordeling, som befolkningstetthet per kommune.

Men et diagram kan lyve like lett som det kan opplyse. Gode diagrammer følger noen prinsipper: velg riktig diagramtype for dataene og budskapet, bruk tydelige akser med enheter, gi en beskrivende tittel, angi kilden, unngå forvrengning ved å starte y-aksen på null med mindre det finnes gode grunner til noe annet, og hold det enkelt. Vanlige feil er en avkuttet y-akse som overdriver forskjeller, for mange kategorier, manglende kilde eller enheter, 3D-effekter som forvrenger proporsjonene, og sektordiagram med for mange sektorer. Til å lage diagrammer kan du bruke regneark som Excel og Google Sheets, Gapminder for interaktive tidsserier over global utvikling, Datawrapper for profesjonelle gratis diagrammer og kart, og QGIS for tematiske koropletkart.

Å lese statistikk med kritiske øyne

Statistikk er kraftfull, men den kan også villede. Derfor er kildekritikk evnen til å vurdere kvaliteten og påliteligheten til informasjon. I geografi er dette spesielt viktig fordi vi bruker data fra mange ulike kilder. Du bør alltid spørre: Hvem står bak informasjonen – en offentlig etat, en forsker, en interesseorganisasjon eller et privat firma? Når ble dataene samlet inn, og er de oppdaterte? Hvordan ble de samlet inn, altså hvilken metode, hvilket utvalg og hvilken dekning? Hvorfor ble informasjonen publisert, og kan det ligge en bias bak? Og er kilden førstehånds eller andrehånds – originale data eller gjengivelse?

Det finnes mange viktige kilder. Blant de norske er SSB, Statistisk sentralbyrå, landets viktigste statistikkprodusent for befolkning, økonomi, areal og miljø, i tillegg til Kartverket for kart og geografiske data, Miljødirektoratet for miljø- og klimadata og NVE for vassdrag, flom og energi. Blant de internasjonale finner vi FN med befolknings-, bærekrafts- og utviklingsdata, Verdensbanken med økonomisk statistikk for alle land, WHO med helse- og sykdomsstatistikk, NASA og ESA med satellitt- og klimadata, og Gapminder for visualisering av global utvikling.

Selv god statistikk kan bli misvisende hvis den brukes ukritisk. Et gjennomsnitt kan skjule forskjeller, slik gjennomsnittsinntekten gjør i et land med stor ulikhet. Et utvalg kan være skjevt – hvem er spurt, og hvem er utelatt? Måletidspunktet kan påvirke resultatet, for en dag med ekstremt vær er ikke representativ for klimaet. Og kanskje viktigst: korrelasjon er ikke det samme som årsak – at to ting samvarierer, betyr ikke at den ene forårsaker den andre. Tenk på en nyhetssak som hevder at kommune A med 600 000 kroner i gjennomsnittsinntekt har det «mye bedre» enn kommune B med 400 000 kroner. Her må vi stoppe opp: noen få svært rike kan trekke gjennomsnittet opp, så medianen ville gitt et mer representativt bilde; levekostnader og boligpriser varierer, så høyere inntekt betyr ikke nødvendigvis mer kjøpekraft; og «å ha det bedre» handler også om helse, trygghet, natur og sosiale relasjoner. Påstanden er rett og slett for enkel.

Oppsummering

Statistikk hjelper oss å beskrive, sammenligne og oppdage mønstre i geografiske data. Viktige grunnbegreper er gjennomsnitt, median, variasjon og indeks, der medianen ofte gir et mer representativt bilde enn gjennomsnittet når det finnes ekstremverdier. Ulike diagramtyper passer ulike formål: linjediagram for trender over tid, stolpediagram for sammenligninger, sektordiagram for andeler, befolkningspyramide for aldersstruktur og koropletkart for geografisk fordeling. Gode diagrammer har tydelige akser, oppgitt kilde og en y-akse som normalt starter på null. Kildekritikk er avgjørende: vurder alltid hvem som står bak, når dataene ble samlet, metoden og formålet – og husk at korrelasjon ikke er det samme som årsak. SSB, Verdensbanken og FN er blant de viktigste statistikkildene i geografi.