Aufgeschlüsselte Daten zu einem zusammengesetzten Index hinzufügen
Ein zusammengesetzter Index ermöglicht es Ihnen, eine komplexe Problemstellung in kleinere, besser überschaubare Teilprobleme aufzuteilen, die anschließend zu einem Indikator zusammengesetzt werden. Das Indexwerkzeug hilft bei der Ermittlung potenziell bestehender Ungleichheiten. Allerdings möchten Sie diese Idee weiterentwickeln und herausfinden, welche Bevölkerungsgruppen von Ungleichbehandlung betroffen sind.
Für einen Index wird jedoch häufig eine Gruppierung aller People of Color herangezogen, oder Hautfarbe und ethnische Herkunft werden gar nicht berücksichtigt. Bei einer strategischen und durchdachten Herangehensweise kann anhand aufgeschlüsselter Daten ermittelt werden, wo Maßnahmen am dringendsten benötigt werden, sodass alle Menschen, unabhängig von ihrer sozialen Identität oder ihrem sozioökonomischen Hintergrund, Zugangs- und Chancengleichheit haben.
Die Indikatoren untersuchen
Als Erstes öffnen Sie ein ArcGIS Pro-Paket, das einen zusammengesetzten Index für den Zugang zu Lebensmitteln durch Senioren enthält. Im Folgenden erkunden Sie die Indikatoren, aus denen sich der Index zusammensetzt.
- Laden Sie das ArcGIS Pro-Paket SeniorIndex herunter, und öffnen Sie es.
Das ArcGIS Pro-Projekt wird mit einer Karte des Hennepin County angezeigt. Darauf ist der Layer Index Score sichtbar, der nach dem Feld mit den mittleren Indexzahlen gestylt ist.
Zunächst erkunden Sie mittels Data Engineering die Indikatoren des Index.
- Klicken Sie im Bereich Inhalt mit der rechten Maustaste auf Index Score, und klicken Sie auf Data Engineering.
Die Ansicht "Data Engineering" für den Layer Index Score wird angezeigt.
- Ziehen Sie in der Ansicht "Data Engineering" in der Liste der Felder das Feld Percent 65+ Lives Alone in den Statistikbereich.
- Ziehen Sie die folgenden Felder in den Statistikbereich:
- Percent 60+ below poverty level in past year
- Percent 65+ renters spend at least 30 percent housing
- Percent 65+ No Health Insurance Coverage
- Miles to nearest grocery
- Percent of adults 18 year and over in limited English households
- Percent households with no vehicles available
Hinweis:
Die Indikatordaten wurden aus den Layern ACS Context for Senior Well-Being - Boundaries, ACS English Ability and Linguistic Isolation Variables - Boundaries und ACS Vehicle Availability Variables - Boundaries des ArcGIS Living Atlas of the World abgeleitet. Die Supermarktdaten wurden aus Daten von Data Axle unter Verwendung von ArcGIS Business Analyst abgeleitet.
Sie haben die sieben Indikatoren, aus denen der Index erstellt wurde, dem Statistikbereich der Ansicht "Data Engineering" hinzugefügt.
- Klicken Sie oben im Statistikbereich auf Berechnen.
Für jeden Indikator werden verschiedene Statistiken berechnet. Bevor Sie die Ergebnisse untersuchen, fixieren Sie die Spalte Alias.
- Klicken Sie im Statistikbereich mit der rechten Maustaste auf Alias, und klicken Sie dann auf Fixieren/Fixierung aufheben.
Die Spalte Alias ist nun seitlich an der Tabelle angeheftet.
Hinweis:
Bei Bedarf können Sie die Breite der Spalte Alias anpassen, um mehr Text unter Alias anzuzeigen.
Im Statistikbereich sehen Sie unter Diagrammvorschau eine Histogrammverteilung der einzelnen Indikatoren für alle Zählbezirke im Hennepin County. Das kann bei der Bestimmung etwaiger Ausreißer hilfreich sein.
Die Verteilung für Percent 65+ Lives Alone scheint eine Normalverteilung mit einer gewissen Schiefe zu sein. Sie sehen sich dies näher an.
- Scrollen Sie durch den Statistikbereich, bis die Spalte Q3 zu sehen ist. Klicken Sie in der Spalte Q3 mit der rechten Maustaste auf die Zelle für Percent 65+ Lives Alone, zeigen Sie auf Auswählen, und klicken Sie auf Oberhalb des Quartils.
Auf der Karte werden alle Zählbezirke, wo sich die Werte für Percent 65+ Lives Alone im oberen Quartil befinden, hervorgehoben. Bei Quartilen werden die Daten in vier Abschnitte bzw. Viertel unterteilt, welche je 25 Prozent der Datenpunkte darstellen. Somit stellen die hervorgehobenen Gebiete die Bezirke in den obersten 25 Perzentilen dar und geben einen höheren Anteil an alleinlebenden Senioren an.
- Klicken Sie auf dem Menüband auf der Registerkarte Data Engineering in der Gruppe Auswahl auf Löschen.
Ihnen ist ebenfalls aufgefallen, dass das Histogramm für das Feld Percent 65+ renters spend at least 30 percent housing eine große Anzahl an Zählbezirken im niedrigen Prozentbereich sowie im hohen Prozentbereich zeigte. Sie möchten herausfinden, in welchem Gebiet sich die hohe Prozentzahl an Mietern mit hoher Mietbelastung befindet.
- Zeigen Sie in der Ansicht "Data Engineering" in der Felderliste auf Percent 65+ renters spend at least 30 percent housing, und klicken Sie auf die Schaltfläche Diagramm erstellen.
Es wird ein Diagramm mit der Verteilung für dieses Feld angezeigt.
- Klicken Sie auf den Balken, der die höchste Prozentzahl an Mietern mit hoher Mietbelastung angibt.
Die Bezirke, die diesen Werten entsprechen, werden auf der Karte ausgewählt. Auf der Karte sehen Sie die Verteilung der Senioren, die mit hoher Mietbelastung zur Miete wohnen.
- Klicken Sie auf dem Menüband auf die Registerkarte Data Engineering und dann in der Gruppe Auswahl auf Löschen.
- Fahren Sie mit der Untersuchung der anderen Indikatoren fort.
In diesem Abschnitt haben Sie sich mithilfe von Data Engineering einen besseren Überblick über die Statistiken und die Verteilung der einzelnen Indikatoren, aus denen sich der Index für den Zugang zu Lebensmitteln durch Senioren zusammensetzt, gemacht. Data Engineering ist ein wirkungsvolles Instrument zum Verständnis komplexer Datasets. Damit können zentrale Fragen beantwortet werden, insbesondere wie Daten bei der Indexerstellung zum Einsatz kamen und wie sie zu den finalen Indexzahlen beitragen. Als Nächstes untersuchen Sie die Indexergebnisse in verschiedenen Diagrammen.
Die Indexergebnisse mithilfe von Diagrammen analysieren
Dieser Beispielindex wurde mit dem Werkzeug Zusammengesetzten Index berechnen erstellt. Neben diversen Karten gibt das Werkzeug Diagramme aus, womit Sie den Index interpretieren und verschiedene Fragen beantworten können.
Hinweis:
Weitere Informationen finden Sie im Abschnitt "Interpretieren der Ergebnisse" des Hilfethemas Funktionsweise des Werkzeugs "Zusammengesetzten Index berechnen".
- Doppelklicken Sie im Bereich Inhalt unter dem Layer Index Score auf das Diagramm Verteilung von Index.
Das Diagramm wird angezeigt.
Der primäre Index-Layer in der Gruppen-Layer-Ausgabe umfasst ein Histogramm der Indexverteilung. In Kombination mit der Karte können Sie sich damit ein Bild der Ergebnisverteilung machen.
Genau wie in den Diagrammen, die Sie in der Data-Engineering-Ansicht erstellt haben, können Sie im Diagramm auf mehrere Abschnitte klicken oder einen Rahmen aufziehen, um die zugehörigen Bezirke auszuwählen. Diese werden auf der Karte hervorgehoben.
- Doppelklicken Sie im Bereich Inhalt auf das Diagramm Beziehungen zwischen skalierten Variablen und Index.
Das Diagramm wird angezeigt.
Sehen Sie sich zur Interpretation des Matrixdiagramms die unterste Zeile an, in der die Korrelationen zwischen der Indexzahl und den einzelnen Indikatoren aufgeführt sind. Korrelierte Indikatoren werden grün dargestellt und invers korrelierte Indikatoren rosa. Da laut dem Matrixdiagramm kein Variablenpaar stark korreliert ist, besteht keine Notwendigkeit, redundante Variablen zu entfernen.
Hinweis:
Weitere Überlegungen, die es beim Erstellen und Auswerten eines Index zu beachten gilt, finden Sie im Dokument Creating Composite Indices Using ArcGIS: Best Practices (PDF). Auf Seite 42 des Dokuments finden Sie Empfehlungen für die Verwendung von Cluster- und Regressionsanalysewerkzeugen zur weiteren Untersuchung von Indexergebnissen.
Aufgeschlüsselte Volkszählungsdaten abrufen
Nach Hautfarbe und ethnischer Herkunft aufgeschlüsselte Daten stellen bei jeder Analyse einen äußerst wichtigen Schritt dar, um die Gleichbehandlung in unserer Gesellschaft zu gewährleisten. Durch die Unterteilung von Daten in engere Kategorien zeigen sich erste Muster von Ungleichbehandlung. Zudem können Sie sich ein besseres Bild davon machen, welche Gruppen am stärksten von bestimmten Richtlinien oder Handlungsweisen betroffen sind.
In diesem Abschnitt rufen Sie demografische Daten zu den asiatischen Bevölkerungsgruppen im Hennepin County von der Daten-Website des U.S. Census Bureau ab.
- Rufen Sie data.census.gov auf.
- Klicken Sie auf Advanced Search.
- Klicken Sie im Seitenbereich unter Geographies auf Census Tract.
Eine Liste der Bundesstaaten wird angezeigt.
- Klicken Sie in der Liste der Bundesstaaten auf Minnesota und dann auf Hennepin County, Minnesota. Aktivieren Sie das Kontrollkästchen All Census Tracts within Hennepin County, Minnesota.
- Klicken Sie im Seitenbereich unter Topics auf Race and Ethnicity.
Eine Kategorieliste zu Hautfarbe und ethnischer Herkunft wird angezeigt.
- Klicken Sie auf Asian, und aktivieren Sie das Kontrollkästchen Asian.
- Klicken Sie auf die Registerkarte Tables. Wählen Sie B02015 Asian Alone by Selected Groups aus.
- Klicken Sie auf dem Menüband über der Tabelle auf die Schaltfläche Margin of Error, um diese Spalte zu deaktivieren, und klicken Sie dann auf die Schaltfläche CSV, um eine .csv-Datei der Daten herunterzuladen.
Tipp:
Gegebenenfalls müssen Sie den Bereich Tables ausblenden oder minimieren, damit die Schaltfläche CSV angezeigt wird.
Die Datei .csv wird auf den Computer heruntergeladen.
Hinweis:
Wenn Sie die .csv-Datei nicht von der Website herunterladen konnten, können Sie auch diese Kopie herunterladen.
- Öffnen Sie die .csv-Datei in Microsoft Excel.
Hinweis:
In diesem Lernprogramm kommt ein Workflow ohne Codierungsschritte zum Einsatz. Es wird eine Software für die Bearbeitung von Kalkulationstabellen verwendet, um die Daten für die Verwendung in ArcGIS Pro vorzubereiten. Andere Methoden zum Vorbereiten von Daten für ein GIS bestehen in der Verwendung von Makros oder Python. Weitere Informationen finden Sie in den Blogbeiträgen Creating an economic distress index layer using Census data with Python und Performing principal component analysis (PCA) to determine weights for index indicators.
Als Nächstes gruppieren Sie die Spalten und Zeilen um, sodass die Zählbezirke die einzelnen Datensätze bilden.
- Drücken Sie STRG+A, um alle Zellen zu markieren, und dann STRG+C, um sie zu kopieren.
- Klicken Sie unten in der Tabelle auf die Schaltfläche Neues Blatt.
- Klicken Sie mit der rechten Maustaste in Zelle A1 des neuen Tabellenblattes. Klicken Sie unter Einfügeoptionen auf Transponieren.
Die Tabelle wurde umgruppiert.
- Vergrößern Sie die Breite von Spalte A.
Sie möchten den Text, der aus den Wörtern "Census Tract" und einer Nummer besteht, abtrennen, um für die Ausführung des Werkzeugs Feld verbinden in ArcGIS Pro über ein Kennungsfeld zu verfügen.
- Klicken Sie mit der rechten Maustaste auf Spalte A, und klicken Sie auf Einfügen.
Eine neue Spalte wird hinzugefügt.
Als Nächstes verwenden Sie die Funktion Links in Microsoft Excel, um alle Textteile, die sich in Spalte B links des ersten erkannten Semikolons befinden, zurückzugeben.
- Geben Sie in Zelle A2 den Ausdruck =LEFT(B2,(FIND(";",B2,1)-1)) ein, und drücken Sie die Eingabetaste.
Von der Funktion werden erfolgreich alle Textteile, die sich in Spalte B links des Kommas befinden, zurückgegeben.
- Wählen Sie Zelle A2 aus, und zeigen Sie auf die rechte untere Ecke der Zelle. Wenn sich das Mauszeigersymbol in ein Pluszeichen ändert, können Sie durch Klicken und Ziehen den Rest der Spalte mit derselben Funktion füllen.
Die Funktion wurde in alle Zellen übernommen.
- Scrollen Sie zurück zum Anfang der Tabelle. Geben Sie für A1 den Wert Tract Name ein. Geben Sie für C1 den Wert Total Asian ein.
- Klicken Sie auf Datei, und wählen Sie Speichern unter aus. Speichern Sie die Datei an einem leicht zugänglichen Speicherort, z. B. dem Desktop-Ordner. Achten Sie darauf, die Datei als .csv-Datei zu speichern.
Sie haben demografische Daten zu den asiatischen Bevölkerungsgruppen im Hennepin County, Minnesota abgerufen. Sie haben die Daten mithilfe von Excel vorbereitet, sodass sie mit den Indexdaten in ArcGIS Pro verbunden werden können.
Hinweis:
ArcGIS Living Atlas of the World umfasst zahlreiche Datasets zu Hautfarbe und ethnischer Herkunft, darunter auch eines mit den einzelnen asiatischen Bevölkerungsgruppen. Zwar ist der ArcGIS Living Atlas eine verlässliche und stetig wachsende Datenbibliothek, es ist jedoch möglich, dass die für Ihre Community oder Ihr Szenario benötigten Daten noch nicht enthalten sind. Aus diesem Grund wird in diesem Lernprogramm gezeigt, wie Sie Daten direkt von der Website des Census Bureau abrufen können. Beispiele für die Verwendung von Daten zu Hautfarbe und ethnischer Herkunft, die aus dem ArcGIS Living Atlas stammen, finden Sie in den ArcGIS-Lernprogrammen Einen Index für soziale Gerechtigkeit erstellen und Zugang zu Lebensmitteln kartografieren und analysieren.
Volkszählungsdaten verbinden
Sie haben nun ein gutes grundlegendes Verständnis der Indikatoren, die im Index für den Zugang zu Lebensmitteln durch Senioren verwendet werden. Außerdem haben Sie County-spezifische Daten zur ethnischen Herkunft für asiatische Bevölkerungsgruppen abgerufen und vorbereitet. In diesem Abschnitt verbinden Sie die Volkszählungsdaten mit dem Index und bereiten den Index für die Visualisierung der aufgeschlüsselten Daten vor.
- Klicken Sie in ArcGIS Pro auf die Schaltfläche Daten hinzufügen, die sich auf dem Menüband auf der Registerkarte Karte im Abschnitt Layer befindet.
- Navigieren Sie zu dem Ordner, in dem Sie die .csv-Datei gespeichert haben. Klicken Sie auf die Datei und dann auf OK.
Die .csv-Datei wird im Bereich Inhalt unter Standalone-Tabellen angezeigt.
Als Nächstes verwenden Sie das Werkzeug Feld verbinden.
- Klicken Sie im Menüband auf die Registerkarte Analyse. Klicken Sie in der Gruppe Geoverarbeitung auf Werkzeuge.
Daraufhin wird der Bereich Geoverarbeitung angezeigt.
- Geben Sie in die Suchleiste im Bereich Geoverarbeitung den Begriff Feld verbinden ein. Klicken Sie in der Ergebnisliste auf das Werkzeug Feld verbinden.
Daraufhin wird das Werkzeug Feld verbinden angezeigt.
- Legen Sie im Werkzeugbereich Feld verbinden die folgenden Parameter fest:
- Wählen Sie für Eingabetabelle den Eintrag Index Score aus.
- Wählen Sie für Eingabe-Join-Feld das Feld Tract Name aus.
- Wählen Sie als Join-Tabelle die .csv-Tabelle aus.
- Wählen Sie als Join-Tabellen-Feld das Feld Tract Name aus.
Als Nächstes wählen Sie die Felder aus der .csv-Datei aus, die Sie mit dem Layer Index Score verbinden möchten.
- Klicken Sie für Felder übertragen auf die Schaltfläche Viele hinzufügen.
Eine Liste aller Felder, die verschiedene asiatische Ethnien darstellen, wird angezeigt. Die Liste enthält das Feld Total Asian und Teilsummen für verschiedene ethnische Obergruppen wie ostasiatische und südostasiatische Bevölkerungsgruppen. Sie möchten das Feld, das die Gesamtzahl der asiatischstämmigen Bevölkerung enthält, mit den Feldern der einzelnen Ethnien verbinden.
- Aktivieren Sie alle Felder von einschließlich Total Asian bis zum Ende der Liste, wobei Sie allerdings die folgenden Unterkategoriefelder ausschließen:
- East Asian
- Southeast Asian
- South Asian
- Central Asian
- Klicken Sie auf Hinzufügen.
Die Felder werden dem Bereich des Werkzeugs Feld verbinden hinzugefügt.
- Klicken Sie auf Ausführen.
- Klicken Sie im Bereich Inhalt mit der rechten Maustaste auf Index Score, und klicken Sie auf Attributtabelle.
Die Tabelle für Index Score wird angezeigt.
- Scrollen Sie in der Tabelle Index Score bis zu den Feldern, die die soeben verbundenen asiatischen Bevölkerungsgruppen enthalten.
Sie haben die demografischen Volkszählungsdaten erfolgreich mit dem Layer Index Score verbunden.
- Schließen Sie die Tabelle.
- Klicken Sie auf der Symbolleiste für den Schnellzugriff auf Speichern, um das Projekt zu speichern.
In diesem Abschnitt haben Sie die Indikatoren eines zusammengesetzten Index mithilfe von Data Engineering und Diagrammen untersucht. Sie haben aufgeschlüsselte Volkszählungsdaten zu Hautfarbe und ethnischer Herkunft abgerufen und verbunden. Als Nächstes visualisieren Sie den Index mit einer Aufschlüsslung nach den größten asiatischen Bevölkerungsgruppen, um die Maßnahmen zur Verbesserung des Zugangs zu Lebensmitteln durch ältere Menschen zielgruppengerichtet zu konzipieren.
Aufgeschlüsselte Daten visualisieren und Schwerpunktgebiete identifizieren
In vielen Beispielanwendungen von Workflows zum Gleichbehandlungsgrundsatz stellt die Verwendung von Quintilen oder Dezilen eine gute Methode dar, um Zugangs- und Chancenverteilungen in einem Projektbereich zu messen.
In diesem Lernprogramm möchten Sie ein Verständnis für die Verteilung von Indikatoren, die auf unzureichenden Zugang zu Lebensmitteln hindeuten, gewinnen. Sie teilen die Verteilung der Indexzahlen für diese Indikatoren in fünf gleiche Teile auf. Somit umfasst das erste Quintil das unterste Fünftel der Bevölkerung, die unzureichenden Zugang zu Lebensmitteln haben (z. B. die 20 Prozent der Bevölkerung mit der niedrigsten Ernährungsunsicherheit). Das fünfte Quintil stellt die obersten 20 Prozent der Bevölkerung mit der höchsten Ernährungsunsicherheit dar. Für einen gerechten Ansatz zur Verbesserung des Zugangs zu Lebensmitteln bedeutet dies, dass bei hier der größte Bedarf an Unterstützung und Zuwendungen besteht.
Indexzahlen nach Quintilen reklassifizieren
Sie verwenden das Werkzeug Reklassifizieren, um basierenden auf den Werten des Layers Index Score jedem Zählbezirk eine Quintilkategorie zuzuweisen.
- Klicken Sie auf dem Menüband auf der Registerkarte Analyse in der Gruppe Geoverarbeitung auf Werkzeuge, um den Bereich Geoverarbeitung zu öffnen.
- Suchen Sie im Bereich Geoverarbeitung nach dem Werkzeug Feld reklassifizieren, und öffnen Sie es.
- Geben Sie im Bereich des Werkzeugs Feld reklassifizieren Folgendes ein:
- Wählen Sie für Eingabetabelle den Eintrag Index Score aus.
- Wählen Sie für Zu reklassifizierendes Feld den Eintrag Index Score - Mean (Percentile) aus.
- Wählen Sie für Reklassifizierungsmethode die Methode Quantil aus.
- Geben Sie für Anzahl der Klassen den Wert 5 an.
- Klicken Sie auf Ausführen.
- Klicken Sie im Bereich Inhalt mit der rechten Maustaste auf Index Score, und wählen Sie Symbolisierung aus.
- Wählen Sie im Bereich Symbolisierung für Primäre Symbolisierung den Eintrag Abgestufte Farben aus. Wählen Sie für Feld den Eintrag INDEX_PCTRL_QUANTILE_CLASS aus.
- Wählen Sie für Farbschema die Option Blau-Violett (5 Klassen) aus.
Tipp:
Zeigen Sie auf einen Farbverlauf, um seinen Namen einzublenden.
Die Karte wird aktualisiert und zeigt die nach Quintilen gestylten Zählbezirke im Hennepin County, wobei die Quintile auf den Werten des Layers Index Score basieren.
- Speichern Sie das Projekt.
Ein Diagramm zur Identifizierung der größten Bevölkerungsgruppen erstellen
In diesem Abschnitt erstellen Sie Diagramme, um die aufgeschlüsselten Daten nach den größten asiatischen Bevölkerungsgruppen im County zu visualisieren.
- Klicken Sie im Bereich Inhalt mit der rechten Maustaste auf Index Score, zeigen Sie auf Diagramm erstellen, und klicken Sie auf Kreisdiagramm.
Eine leere Diagrammansicht und der Bereich Diagrammeigenschaften werden angezeigt.
- Klicken Sie im Bereich Diagrammeigenschaften im Abschnitt Variablen für Numerische Felder auf die Schaltfläche Auswählen.
- Aktivieren Sie die Kontrollkästchen für alle asiatischen Bevölkerungsgruppen, und klicken Sie auf Übernehmen.
Die Felder werden dem Bereich Diagrammeigenschaften hinzugefügt, und in der Diagrammansicht wird ein Kreisdiagramm angezeigt.
- Klicken Sie im Bereich Diagrammeigenschaften auf die Registerkarte Allgemein. Ersetzen Sie unter Diagrammtitel den vorhandenen Text durch Specific Asian Groups.
Der Diagrammtitel in der Diagrammansicht wird aktualisiert.
Die fünf größten asiatischen Bevölkerungsgruppen im County sind "Hmong", "Asian Indian" (Indisch), "Chinese, except Taiwanese" (Chinesisch ohne Taiwanesisch), "Vietnamese" (Vietnamesisch) und "Korean" (Koreanisch). Als Nächstes erstellen Sie für jede dieser Gruppen ein aufgeschlüsseltes Balkendiagramm sowie zu Vergleichszwecken ein Balkendiagramm für Total Asians.
- Klicken Sie im Bereich Inhalt mit der rechten Maustaste auf Index Score, zeigen Sie auf Diagramm erstellen, und wählen Sie Balkendiagramm aus.
- Wählen Sie im Bereich Diagrammeigenschaften unter Variablen für Kategorie oder Datum die Option INDEX_PCTL_QUANTILE_CLASS aus.
- Klicken Sie unter Numerische Felder auf die Schaltfläche Auswählen, und aktivieren Sie das Kontrollkästchen für Total Asian. Klicken Sie anschließend auf Übernehmen.
Total Asian wird dem Bereich Diagrammeigenschaften hinzugefügt.
- Wählen Sie für Unterteilen nach (optional) die Option INDEX_PCTL_QUANTILE_CLASS aus.
Als Nächstes geben Sie dem Diagramm einen neuen Titel und passen die Balkenfarben an, damit das Diagramm besser zur Kartensymbolisierung passt.
- Klicken Sie im Bereich Diagrammeigenschaften auf die Registerkarte Allgemein. Löschen Sie unter Diagrammtitel den vorhandenen Text, und geben Sie Total Asian ein.
- Klicken Sie auf die Registerkarte Reihe.
- Klicken Sie auf das Symbol für 1, und wählen Sie Sodalith-Blau aus.
Tipp:
Zeigen Sie auf eine Farbe, um ihren Namen einzublenden.
- Wählen Sie für die restlichen Werte die folgenden Farben aus:
- Wählen Sie für 2 die Option Sugilith-Violett aus.
- Wählen Sie für 3 die Option Staubviolett aus.
- Wählen Sie für 4 die Option Aster-Violett aus.
- Wählen Sie für 5 die Option Brombeere aus.
Das Diagramm für Total Asian ist fertig.
Ihnen liegt nun ein Diagramm vor, das die Bevölkerungszahlen für Total Asian mit einer Aufschlüsselung nach Indexzahl-Quintilen zeigt. Für alle Zählbezirke, die zu einem Quintil gehören, wird die Bevölkerungszahl im Feld Total Asian summiert und das Ergebnis im Diagramm angezeigt.
Der Bevölkerungsanteil für Total Asian, der sich im höchsten Quintil verortet, beträgt knapp 12.000. Laut Index haben Menschen, die in Zählbezirken im fünften Quintil leben, mit größerer Wahrscheinlichkeit unzureichenden Zugang zu Lebensmitteln. Insgesamt liegt der größte Bevölkerungsanteil für "Total Asian" in der niedrigsten Quintilgruppe für unzureichenden Zugang zu Lebensmitteln und führt somit ein gesichertes Leben. Diese Gruppe ist im ersten Quintil des Diagramms zu sehen.
Als Nächstes duplizieren Sie das Diagramm, um für die Bevölkerungsgruppe der Hmong aufgeschlüsselte Daten darzustellen.
- Schließen Sie alle geöffneten Diagramme.
- Speichern Sie das Projekt.
Tipp:
Sie können das Projekt auch speichern, indem Sie Strg+S drücken.
Aufgeschlüsselte Diagramme für einzelne Bevölkerungsgruppen erstellen
Sie duplizieren das Diagramm Total Asian und konfigurieren fünf weitere Diagramme für die fünf größten asiatischen Bevölkerungsgruppen. Anhand der aufgeschlüsselten Datendiagramme können Sie sich ein besseres Bild davon machen, welche asiatischstämmigen Senioren von unzureichendem Zugang zu Lebensmitteln betroffen sind.
- Klicken Sie im Bereich Inhalt mit der rechten Maustaste auf das Diagramm Total Asian, und klicken Sie auf Duplizieren.
- Doppelklicken Sie auf das duplizierte Diagramm, um es zu öffnen.
- Klicken Sie im Bereich Diagrammeigenschaften unter Numerische Felder auf die Schaltfläche Auswählen.
- Deaktivieren Sie das Kontrollkästchen Total Asian, und aktivieren Sie Hmong. Klicken Sie auf Übernehmen.
Das Diagramm wird mit den Daten für "Hmong" aktualisiert. Als Nächstes geben Sie dem Diagramm einen neuen Titel.
- Klicken Sie auf die Registerkarte Allgemein. Ersetzen Sie unter Diagrammtitel den vorhandenen Text durch Hmong.
Ihnen liegt nun ein aufgeschlüsseltes Diagramm für die Bevölkerungsgruppe der Hmong vor.
- Wenden Sie das Gelernte an, um Diagramme für die Bevölkerungsgruppen "Asian Indian", "Chinese, except Taiwanese", "Vietnamese" und "Korean" zu erstellen.
Tipp:
- Duplizieren Sie das Diagramm Total Asian.
- Öffnen Sie das duplizierte Diagramm.
- Klicken Sie im Bereich Diagrammeigenschaften unter Numerische Felder auf Auswählen. Deaktivieren Sie das Kontrollkästchen Total Asian, und aktivieren Sie das Kontrollkästchen der jeweiligen Bevölkerungsgruppe.
- Klicken Sie auf die Registerkarte Allgemein, und aktualisieren Sie Diagrammtitel mit dem Namen der jeweiligen Bevölkerungsgruppe.
Sie haben sechs Diagramme erstellt, die aufgeschlüsselte Indexdaten für einzelne asiatische Bevölkerungsgruppen sowie die asiatischstämmige Gesamtbevölkerung (Total Asian) darstellen.
Als Nächstes ordnen Sie die Diagramme so an, dass Sie für einen Datenvergleich alle sechs Diagramme gleichzeitig einsehen können.
- Öffnen Sie alle sechs Balkendiagramme, sofern erforderlich.
- Ziehen Sie die Registerkarte des Balkendiagramms Total Asian, um sie zu lösen und als gesondertes Fenster anzuzeigen.
- Passen Sie ggf. die Fenstergröße für das Diagramm Total Asian an.
- Ziehen Sie die Diagramm-Registerkarte Hmong, und legen Sie sie im rechten Dock des Diagrammfensters Total Asian ab.
Jetzt wird das Diagramm Hmong neben dem Diagramm Total Asian in dem gesonderten Fenster angezeigt.
- Ziehen Sie die restlichen Diagramme in das gesonderte Fenster, und ordnen Sie sie in zwei Reihen mit je drei Diagrammen an. Passen Sie die Rahmengröße der Diagramme an, sodass sie alle ungefähr gleich groß sind.
Jetzt können Sie alle sechs Diagramme gleichzeitig einsehen und die aufgeschlüsselten Daten vergleichen.
Sie haben die Quintilkarte untersucht und konnten nachvollziehen, dass das fünfte Quintil für den höchsten Bedarf nach Zugang zu Lebensmitteln im Alterssegment der Senioren steht. Somit zeigen dunkelviolette Gebiete einen höheren Bedarf an. Jetzt können Sie die Frage "Welche Gruppen sind möglicherweise von Ernährungsunsicherheit betroffen?" beantworten.
Den nach einzelnen asiatischen Bevölkerungsgruppen aufgeschlüsselten Diagrammen lassen sich schnell allgemeine Muster für jede Gruppe und die Bevölkerungsanteile in den einzelnen Quintilen entnehmen. Indische und koreanische Communitys weisen einen höheren Anteil an Menschen, die in Bezirken mit größerem Bedarf leben, auf.
Diese Produkte dienen als Informationsgrundlage für Gesetzgebungen, Programme und Kommunikationsstrategien zur Verbesserung des Zugangs zu Lebensmitteln durch Senioren, die den Sprachbedürfnissen dieser Zielgruppe gerecht werden.
Schwerpunktgebiete identifizieren
Als Nächstes verwenden Sie Data Engineering und das Werkzeug Nach Attribut auswählen, um die Gebiete des Countys weiter einzugrenzen und Schwerpunktgebiete zu erstellen. Beim Identifizieren dieser Gebiete berücksichtigen Sie die Kriterien hohe Indexzahlen, asiatische Bevölkerungsgruppen und unzureichenden Zugang zu Lebensmitteln durch Senioren.
Sie starten mit der koreanischen Bevölkerungsgruppe. Zunächst wählen Sie die Zählbezirke mit einem größeren Anteil an koreanischer Bevölkerung aus.
- Klicken Sie im Bereich Inhalt mit der rechten Maustaste auf Index Score, und wählen Sie Data Engineering aus.
- Ziehen Sie das Feld Korean in den Statistikbereich. Klicken Sie auf Berechnen.
- Klicken Sie mit der rechten Maustaste auf den Wert Drittes Quartil für Korean, zeigen Sie auf Auswählen, und wählen Sie Oberhalb des Quartils aus.
Die Bezirke werden auf der Karte ausgewählt.
Als Nächstes möchten Sie von den ausgewählten Bezirken nur diejenigen Bezirke beibehalten, wo Senioren unzureichenden Zugang zu Lebensmitteln haben.
- Klicken Sie auf dem Menüband auf der Registerkarte Karte in der Gruppe Auswahl auf Nach Attributen auswählen.
- Wählen Sie im Fenster Nach Attributen auswählen als Auswahltyp die Option Teilmenge aus der aktuellen Auswahl auswählen aus.
- Erstellen Sie für Ausdruck den Ausdruck Wobei gilt: INDEX_PCTL_QUANTILE_CLASS ist gleich 5.
- Klicken Sie auf Übernehmen.
Die Bezirke, die auf der Karte ausgewählt bleiben, stellen sowohl das Quartil mit dem höchsten koreanischen Bevölkerungsanteil als auch Bereiche mit dem größten Bedarf nach Zugang zu Lebensmitteln durch Senioren dar.
Auf Grundlage dieser Informationen sind Sie nun in der Lage, unter Berücksichtigung von Sprachbedürfnissen und Ortsfaktoren zielgruppengerichtete Maßnahmen zu konzipieren und Fördermittel priorisiert zuzuweisen.
Ausgangssituation dieses Lernprogramms war ein Index ohne aufgeschlüsselte Daten, doch konnten Sie einige Ungleichheitsfaktoren indirekt schätzen, indem Sie Volkszählungsdaten für einzelne asiatische Bevölkerungsgruppen mit den Indexdaten verbunden haben. Abruf und Kombination der nach Hautfarbe und ethnischer Herkunft gewichteten Daten bilden den besten Weg, um sich ein genaues Bild von (Un-)Gleichbehandlung zu machen.
Bitte beachten Sie, dass dieser Workflow nur einen Baustein des Gesamt-Workflow für Gleichbehandlung und soziale Gerechtigkeit darstellt. Der Fokus liegt hier auf der Kartenerstellung, der Analyse der Daten und der praktischen Umsetzung der Erkenntnisse. Der Workflow für Gleichbehandlung und soziale Gerechtigkeit umfasst aber auch das Performance-Management und den Einbezug der Bürger. Zu Zwecken der Bürgerbeteiligung sollten Sie in Erwägung ziehen, die aus Index und aufgeschlüsselten Diagrammen abgeleiteten Ergebnisse mit Bürgervereinigungen, Vereinen und ähnlichen Einrichtungen zu teilen und Feedback zu sammeln. Erfahrungswerte aus der Bürgerschaft bestätigen möglicherweise die Erkenntnisse, bieten weitere Differenzierungen oder zeigen Lücken beim Einsatz der Daten auf. Die Entwicklung eines Gleichbehandlungsprogramms ist ein iterativer Prozess, der das wiederholte Sammeln, Analysieren und Teilen von Informationen erfordert. Jedes Mal, wenn neue Erkenntnisse und Daten durch Unterstützung der Bürger zutage treten, muss dieser Prozess erneut durchlaufen werden.
Hinweis:
Dieses Lernprogramm wurde auf Grundlage des Artikels Applying an equity lens to your index erstellt.
GIS-Fachkräften, die ihr Know-how im Bereich räumliche Datenanalyse mit ihrem Engagement für eine gerechte und inklusive Zukunft verbinden, bietet sich die einmalige Gelegenheit, komplexe soziale Probleme anzugehen. In diesem Lernprogramm haben Sie eine der Methoden zur Aufschlüsselung des Index nach Hautfarbe und ethnischer Herkunft angewendet. Es existieren viele weitere Ansätze, dem Aspekt der Gleichbehandlung bei GIS-Workflows Rechnung zu tragen. Bleiben Sie am Ball: Informieren Sie sich über weitere Techniken und Strategien für den sinnvollen und korrekten Einsatz zusammengesetzter Indizes, und erkunden Sie diese im Kontext von praxisorientierten Anwendungsfällen.
Weitere Lernprogramme finden Sie in der Lernprogrammgalerie.
