細分化されたデータをコンポジット インデックスに追加
コンポジット インデックスを使用すると、複雑な問題を取り上げ、その問題をより扱いやすい小規模な要素に分割して、1 つのインジケーター内に作成することができます。 インデックス ツールは、潜在的な不平等が存在する場所を特定するのに役立ちますが、このアイデアを基にして、誰が不平等を被っているかを特定したい場合があります。
しかし、多くの場合、インデックスは、すべての有色人種をグループ化するか、人種と民族を除外することで作成されます。 戦略的かつ細心の注意を払って実行すると、細分化されたデータから、介入が最も必要な場所を特定することができます。これにより、社会的アイデンティティや社会経済的背景を問わず、誰にでも平等なアクセスと機会がもたらされるようになります。
インジケーターの調査
まず、高齢者の食料品アクセスに関するコンポジット インデックスを含む ArcGIS Pro パッケージを開きます。 インデックスを構成しているインジケーターを調査します。
- [SeniorIndex] ArcGIS Pro パッケージをダウンロードして開きます。
ArcGIS Pro プロジェクトが開き、ヘネピン郡のマップと、平均インデックス スコア フィールドでスタイル設定された [Index Score] レイヤーが表示されます。
まず、データ エンジニアリングを使用してインデックスのインジケーターを調査します。
- [コンテンツ] ウィンドウで [Index Score] レイヤーを右クリックして [データ エンジニアリング] をクリックします。
[Index Score] レイヤーのデータ エンジニアリング ビューが表示されます。
- データ エンジニアリング ビューのフィールド リストにある [Percent 65+ Lives Alone] フィールドを統計情報パネルまでドラッグします。
- 次のフィールドを統計情報パネルまでドラッグします。
- Percent 60+ below poverty level in past year (過去 1 年間の所得が貧困レベルを下回っている 60 歳以上の人口の割合)
- Percent 65+ renters spend at least 30 percent housing (所得の 30 パーセント以上を住宅に費やしている 65 歳以上の賃貸人の割合)
- Percent 65+ No Health Insurance Coverage (健康保険に入っていない 65 歳以上の人口の割合)
- Miles to nearest grocery (最寄りの食料品店までのマイル単位の距離)
- Percent of adults 18 year and over in limited English households (英語力が限られている世帯の 18 歳以上の成人の割合)
- Percent households with no vehicles available (自動車を保有していない世帯の割合)
注意:
これらのインジケーターに関するデータは、ArcGIS Living Atlas of the World の ACS Context for Senior Well-Being - Boundaries、ACS English Ability and Linguistic Isolation Variables - Boundaries、および ACS Vehicle Availability Variables - Boundaries レイヤーから引用しています。 食料品店に関するデータは、ArcGIS Business Analyst を使用して Data Axle のデータから引用しています。
インデックスの作成に使用された 7 つのインジケーターをデータ エンジニアリング ビューの統計情報パネルに追加しました。
- 統計情報パネルの上部にある [計算] をクリックします。
インジケーターごとに数種類の統計情報が計算されます。 結果を調査する前に、[エイリアス] 列を固定表示します。
- 統計情報パネルで [エイリアス] を右クリックして [固定/解除] をクリックします。
これで、[エイリアス] 列がテーブルの端に固定されます。
注意:
必要に応じて、[エイリアス] 列の幅を広げて、[エイリアス] のテキストがもっとよく見えるようにします。
統計情報パネルの [チャートのプレビュー] で、インジケーターごとにヘネピン郡のすべての国勢調査地区のヒストグラム分布を確認できます。 これは、考慮する必要のある外れ値があるかどうかを把握する上で役立ちます。
[Percent 65+ Lives Alone] の分布は、一部の歪度を伴う正規分布と同様に表示されます。 これをさらに調査します。
- [Q3] 列が表示されるまで統計情報パネルをスクロールします。 [Q3] 列にある [Percent 65+ Lives Alone] のセルを右クリックし、[選択] にポインターを合わせて [四分位より上] をクリックします。
マップ上で、[Percent 65+ Lives Alone] が最上位の四分位にあるすべての国勢調査地区がハイライト表示されます。 四分位では、データが 4 分の 1 または 4 つのセクションに分割され、それぞれがデータ ポイントの 25 パーセントを表します。 このため、ハイライト表示されたエリアは上位 25 パーセンタイルの地区であり、1 人暮らしの高齢者の割合が高いことを示しています。
- リボン上の [データ エンジニアリング] タブにある [選択] グループで [選択解除] をクリックします。
また、[Percent 65+ renters spend at least 30 percent housing] フィールドでは、割合が低い多数の国勢調査地区と割合が高い多数の国勢調査地区がヒストグラムに表示されていることがわかります。 住宅の負債を抱えている賃貸人の割合が高いエリアを把握する必要があります。
- データ エンジニアリング ビューのフィールド リストにある [Percent 65+ renters spend at least 30 percent housing] にポインターを合わせて [チャートの作成] ボタンをクリックします。
このフィールドの分布のチャートが表示されます。
- 住宅の負債を抱えている賃貸人の割合が最も高いバーをクリックします。
これらの値に対応している地区がマップ上で選択されます。 マップ上で、住宅の負債を抱えている高齢者の賃貸人の分布を確認できます。
- リボン上の [データ エンジニアリング] タブをクリックし、[選択] グループにある [選択解除] をクリックします。
- 引き続きその他のインジケーターを調査します。
このセクションでは、データ エンジニアリングを使用して、高齢者の食料品アクセスのインデックスを構成している各インジケーターの統計情報と分布を十分に把握しました。 データ エンジニアリングは、複雑なデータセットを十分に把握したり、インデックスのフィールド スコアの作成と寄与にデータがどのように使用されたかについての重要な質問をしたりできる非常に効果的なツールです。 次に、引き続きチャートを使用してインデックス結果を調査します。
チャートを使用してインデックス結果を解析
この例のインデックスは、[コンポジット インデックスの計算] ツールを使用して作成されました。 このツールは、複数のマップだけでなく、インデックスに関するさまざまな質問の解釈と回答に役立つチャートも生成します。
注意:
詳細については、「コンポジット インデックスの計算の詳細」ヘルプ トピックの結果の解析セクションをご参照ください。
- [コンテンツ] ウィンドウの [Index Score] レイヤーで [インデックスの分布] チャートをダブルクリックします。
チャートが開きます。
グループ レイヤー出力の主インデックス レイヤーには、インデックスの分布のヒストグラムが含まれています。 マップと組み合わせて使用すると、結果の分布を理解しやすくなります。
データ エンジニアリング ビューで作成したチャートと同様に、チャート上で複数のビンの周囲にあるボックスをクリックするか、複数のビンの周囲にボックスを描画して、それに対応する地区を選択し、マップ上でハイライト表示します。
- [コンテンツ] ウィンドウで [スケール処理済み変数とインデックスの関係] チャートをダブルクリックします。
チャートが開きます。
マトリックス チャートを解析するには、インデックス スコアと各インジケーターの相関関係を示す一番下の行を表示します。 相関関係がある各インジケーターは緑色で表示され、逆の相関関係がある各インジケーターはピンク色で表示されます。 このマトリックス チャートには、2 つの変数に高度な相関関係があることが示されていないため、重複する変数を削除する必要はありません。
注意:
インデックスを作成および評価する際のその他の考慮事項の詳細については、ArcGIS を使用したコンポジット インデックスの作成: ベスト プラクティス (PDF) をご参照ください。 このドキュメントの 42 ページに、クラスターおよび回帰分析ツールを使用してインデックス結果をさらに調査する際の推奨事項が記載されています。
細分化された国勢調査データの取得
人種と民族別に細分化されたデータは、社会の公平性を確保するための解析における極めて重要な要素です。 データをさらに複数のカテゴリに細かく分類すると、不公平のパターンを明らかにして、特定の政策や対策の影響を最も大きく受けている人々のグループを十分に把握することができます。
このセクションでは、ヘネピン郡の特定アジア人グループの人口統計データを米国国勢調査局のデータ Web サイトから取得します。
- data.census.gov にアクセスします。
- [Advanced Search] をクリックします。
- サイド パネルの [Geographies] で [Census Tract] をクリックします。
州のリストが表示されます。
- 州のリストにある [Minnesota] をクリックしてから [Hennepin County, Minnesota] をクリックします。 [All Census Tracts within Hennepin County, Minnesota] をオンにします。
- サイド パネルの [Topics] で [Race and Ethnicity] をクリックします。
人種と民族のカテゴリのリストが表示されます。
- [Asian] をクリックして、[Asian] のチェックボックスをオンにします。
- [Tables] タブをクリックします。 [B02015 Asian Alone by Selected Groups] を選択します。
- テーブルの上にあるリボンで [Margin of Error] をクリックして無効化し、[CSV] ボタンをクリックして、そのデータの .csv ファイルをダウンロードします。
ヒント:
必要に応じて、[Tables] ウィンドウを折りたたむか最小化して、[CSV] ボタンを表示します。
.csv ファイルがコンピューターにダウンロードされます。
注意:
.csv をダウンロードできなかった場合は、ここからこのファイルのコピーをダウンロードできます。
- .csv を Microsoft Excel で開きます。
注意:
このチュートリアルでは、非コードのワークフローをスプレッドシート編集ソフトウェアで使用して、データを ArcGIS Pro で使用できるように準備します。 これ以外に、マクロまたは Python を使用して GIS 用にデータを準備する方法もあります。 「国勢調査データを Python で使用して経済危機インデックス レイヤーを作成」および「主成分分析 (PCA) を実行してインデックス インジケーターの加重値を決定」をご参照ください。
次に、列と行を転置して、国勢調査地区がそれぞれのレコードになるようにします。
- Ctrl + A キーを押して、すべてのセルをハイライト表示し、Ctrl + C キーを押してコピーします。
- スプレッドシートの下部にある [新しいシート] ボタンをクリックします。
- 新しいシートのセル [A1] を右クリックします。 [貼り付けオプション] にある [転置] をクリックします。
テーブルが転置されます。
- [列 A] の幅を広げます。
Census Tract という語句とその後に続く数値を含むテキストを切り離して、ArcGIS Pro で [フィールドの結合] ツールを実行した際にフィールドを特定できるようにします。
- [列 A] を右クリックして [挿入] をクリックします。
新しい列が追加されました。
次に、Microsoft Excel で [左] 関数を使用して、最初に見つかったセミコロンの左にある列 B のテキストをすべて返します。
- セル A2 に「=LEFT(B2,(FIND(";",B2,1)-1))」と入力して Enter キーを押します。
この関数は、列 B からカンマの左にあるテキストを正しく返します。
- セル A2 を選択し、そのセルの右下隅にポインターを合わせます。 ポインター シンボルがプラス記号に変わったら、クリックして下方向にドラッグし、その列の残りの部分に同じ関数を入力します。
すべての行で関数が完成しました。
- スクロールしてスプレッドシートの一番上に戻ります。 [A1] に「Tract Name」と入力します。 [C1] に「Total Asian」と入力します。
- [File] をクリックし、[Save As] を選択します。 Desktop フォルダーなど、アクセスしやすい場所にファイルを保存します。 必ず .csv ファイルとして保存してください。
ミネソタ州ヘネピン郡の地区別に特定アジア人グループの人口統計データを取得しました。 Excel を使用して、ArcGIS Pro でインデックス データに結合するデータを準備しました。
注意:
ArcGIS Living Atlas of the World には、人種と民族のカテゴリに関する多数のデータセット (特定アジア人グループのデータセットを含む) が用意されています。 ArcGIS Living Atlas は、信頼性が高く、継続して拡充されているデータのライブラリですが、コミュニティやシナリオで必要な特定のデータがまだ含まれていない可能性があります。 したがって、このチュートリアルは、国勢調査からデータを直接取得する方法の例を示すことを目的としています。 ArcGIS Living Atlas から人種と民族のデータを取得して使用する他の方法の例については、ArcGIS チュートリアル「社会的公平性インデックスの作成」および「食料アクセスのマッピングと分析」をご参照ください。
国勢調査データの結合
これで、高齢者の食料品アクセスのインデックスで使用されるインジケーターの基礎を十分に把握し、郡内の特定アジア人グループの民族データを取得して準備しました。 このセクションでは、国勢調査データをインデックスに結合し、細分化されたデータを視覚化できるようにインデックスを準備します。
- ArcGIS Pro のリボン上の [マップ] タブにある [レイヤー] セクションで [データの追加] をクリックします。
- .csv ファイルを保存したフォルダーを参照します。 そのファイルをクリックしてから [OK] をクリックします。
.csv が [コンテンツ] ウィンドウの [スタンドアロン テーブル] に表示されます。
次に、[結合フィールド] ツールを使用します。
- リボンの [解析] タブをクリックします。 [ジオプロセシング] グループで、[ツール] をクリックします。
[ジオプロセシング] ウィンドウが表示されます。
- [ジオプロセシング] ウィンドウの検索バーに「join field」と入力します。 結果のリストで [フィールドの結合] ツールをクリックします。
[フィールドの結合] ツールが表示されます。
- [フィールドの結合] ツールのウィンドウで、次のパラメーターを選択します。
- [入力テーブル] で [Index Score] を選択します。
- [入力結合フィールド] で [Tract Name] を選択します。
- [結合テーブル] で .csv テーブルを選択します。
- [結合テーブル フィールド] で [Tract Name] を選択します。
次に、[Index Score] レイヤーに結合するフィールドを .csv から選択します。
- [転送フィールド] で [複数追加] ボタンをクリックします。
さまざまなアジア民族を表したフィールドの一覧が表示されます。 この一覧には、[Total Asian] というフィールドのほか、East Asian や Southeast Asian など、民族グループごとの小計もあります。 そこで、フィールドを結合して、アジア人の人口と特定の民族の合計数を確認します。
- [Total Asian] からリストの最後までのフィールドを、以下のサブカテゴリ フィールドを除いてすべてオンにします。
- East Asian
- Southeast Asian
- South Asian
- Central Asian
- [追加] をクリックします。
これらのフィールドは [フィールドの結合] ツールのウィンドウに追加されます。
- [実行] をクリックします。
- [コンテンツ] ウィンドウで [Index Score] を右クリックして [属性テーブル] を選択します。
[Index Score] のテーブルが表示されます。
- 先ほど結合した特定アジア人グループのフィールドが表示されるまで [Index Score] テーブルをスクロールします。
国勢調査の人口統計データを [Index Score] レイヤーに正しく結合しました。
- テーブルを閉じます。
- [クイック アクセス ツールバー] で、[保存] をクリックして、プロジェクトを保存します。
このセクションでは、データ エンジニアリングとチャートを使用して、コンポジット インデックスのインジケーターを調査しました。 細分化された国勢調査地区の人種と民族のデータにアクセスして、これらのデータを結合しました。 次に、主要な特定アジア人グループ別に細分化されたインデックスを視覚化し、高齢者の食料品アクセスを改善するための支援活動にさらに対象を絞ります。
細分化されたデータの視覚化と優先エリアの特定
公平性ワークフローの多くの例では、五分位または十分位を使用することで、プロジェクト エリア全体でのアクセスと機会の分布を計測しやすくなります。
このチュートリアルでは、高齢者全体における不十分な食料品アクセス インジケーターの分布を把握します。 これらのインジケーターのコンポジット インデックス スコアの分布を 5 等分します。 つまり、第 1 五分位には、食料品アクセスが不十分な人口のうちの最下位の 5 分の 1 (たとえば、食料不足が最も軽微な人口のうちの 20 パーセント) が含まれます。 第 5 五分位は、食料不足が最も深刻な人口のうちの上位 20 パーセントを表します。この人口には、食料品アクセスの改善に向けた公平な対策を講じるための支援と資金が最も必要となります。
五分位別にスコアを再分類
[再分類] ツールを使用して、[インデックス スコア] 値に基づいて国勢調査地区ごとに五分位カテゴリを割り当てます。
- 必要に応じて、リボンの [解析] タブにある [ジオプロセシング] グループで、[ツール] をクリックして、[ジオプロセシング] ウィンドウを開きます。
- [ジオプロセシング] ウィンドウで [フィールドの再分類] ツールを検索して開きます。
- [フィールドの再分類] ツールのウィンドウで、次の値を入力します。
- [入力テーブル] で [Index Score] を選択します。
- [再分類フィールド] で [Index Score - Mean (Percentile)] を選択します。
- [再分類方法] で [等量分類] を選択します。
- [クラス数] に「5」と入力します。
- [実行] をクリックします。
- [コンテンツ] ウィンドウで [Index Score] を右クリックして [シンボル] を選択します。
- [シンボル] ウィンドウの [プライマリ シンボル] で [等級色] を選択します。 [フィールド] で [INDEX_PCTRL_QUANTILE_CLASS] を選択します。
- [配色] で [青-紫 (5 クラス)] を選択します。
ヒント:
カラー ランプの名前を表示するには、そのカラー ランプをポイントします。
マップが更新され、五分位で表された [Index Score] 値別にヘネピン郡の国勢調査地区が表示されます。
- プロジェクトを保存します。
最大グループを特定するチャートを作成
このセクションでは、郡内で最大の特定アジア人グループ別に細分化されたデータを視覚化するチャートを作成します。
- [コンテンツ] ウィンドウで [Index Score] を右クリックし、[チャートの作成] にポインターを合わせて [パイ チャート] を選択します。
空のチャート ビューと [チャート プロパティ] ウィンドウが表示されます。
- [チャート プロパティ] ウィンドウの [変数] にある [数値フィールド] で [選択] ボタンをクリックします。
- すべての特定アジア人グループのチェックボックスをオンにして [適用] をクリックします。
これらのフィールドが [チャート プロパティ] ウィンドウに追加され、チャート ビューにパイ チャートが表示されます。
- [チャート プロパティ] ウィンドウで、[一般] タブをクリックします。 [チャートのタイトル] で既存のテキストを「Specific Asian Groups」に置き換えます。
チャート ビューでチャートのタイトルが更新されます。
郡内で最も大きい 5 つの特定アジア人グループはモン族、アジア系インド人、台湾人を除く中国人、ベトナム人、韓国人です。 次に、これらの特定グループごとに細分化されたバー チャートと [Total Asians] という比較対象のバー チャートを作成します。
- [コンテンツ] ウィンドウで [Index Score] を右クリックし、[チャートの作成] にポインターを合わせて [バー チャート] を選択します。
- [チャート プロパティ] ウィンドウの [変数] にある [カテゴリまたは日付] で [INDEX_PCTL_QUANTILE_CLASS] を選択します。
- [数値フィールド] で [選択] ボタンをクリックし、[Total Asian] のチェックボックスをオンにして [適用] をクリックします。
[Total Asian] が [チャート プロパティ] ウィンドウに追加されます。
- [分割 (オプション)] で [INDEX_PCTL_QUANTILE_CLASS] を選択します。
次に、チャートのタイトルを変更し、そのチャートがマップのシンボルとより適切に一致するように、バーの色を調整します。
- [チャート プロパティ] ウィンドウで、[一般] タブをクリックします。 [チャートのタイトル] で既存のテキストを削除して「Total Asian」と入力します。
- [シリーズ] タブをクリックします。
- [1] のシンボルをクリックして [ソーダライト ブルー] を選択します。
ヒント:
色の名前を表示するには色にカーソルを合わせます。
- 残りの [値] で次の色を選択します。
- [2] で [スギライト スカイ] を選択します。
- [3] で [バイオレット ダスト] を選択します。
- [4] で [アスター パープル] を選択します。
- [5] で [ブラックベリー] を選択します。
[Total Asian] のチャートが完成しました。
これで、インデックス スコアの五分位値で細分化された [Total Asian] の人口を示すチャートが完成しました。 各五分位に属しているすべての国勢調査地区で、[Total Asian] フィールドの人口が合計され、その結果がチャートに表示されます。
最上位の五分位グループに居住している [Total Asian] の人口は 12,000 人をわずかに下回っています。 インデックスに基づくと、第 5 五分位の国勢調査地区に居住している人々は、食料品アクセスが不十分になる可能性が高くなります。 全体的に、Total Asian の人口のほとんどは、不十分な食料品アクセスの最下位の五分位グループに属しているため、繁栄しています。 このグループはチャートの第 1 五分位に表示されます。
次に、このチャートを複製して、Hmong 特定アジア人グループに関して細分化されたデータを表示します。
- 開いているチャートを閉じます。
- プロジェクトを保存します。
ヒント:
Ctrl + S キーを押して、プロジェクトを保存することもできます。
特定グループに関して細分化されたチャートを作成
[Total Asian] チャートを複製し、5 つの最大特定アジア人グループに関する別の 5 つのチャートを構成します。 細分化されたデータ チャートを使用すると、食料品アクセスが不十分になる可能性のあるアジア人の高齢者をより明確に把握できるようになります。
- [コンテンツ] ウィンドウで [Total Asian] チャートを右クリックして [複製] をクリックします。
- 複製されたチャートをダブルクリックして開きます。
- [チャート プロパティ] ウィンドウの [数値フィールド] にある [選択] ボタンをクリックします。
- [Total Asian] のチェックボックスをオフにして、[Hmong] のチェックボックスをオンにします。 [適用] をクリックします。
Hmong に関するデータがチャートに反映されます。 次に、チャートのタイトルを変更します。
- [一般] タブをクリックします。 [チャートのタイトル] で既存のテキストを「Hmong」に置き換えます。
これで、Hmong グループに関して細分化されたチャートが完成しました。
- これまでに学習した手順に従って、アジア系インド人、台湾人を除く中国人、ベトナム人、および韓国人の特定グループに関するチャートを作成します。
ヒント:
- [Total Asian] チャートを複製します。
- 複製されたチャートを開きます。
- [チャート プロパティ] ウィンドウの [数値フィールド] で [選択] をクリックします。 [Total Asian] のチェックボックスをオフにして、該当する特定アジア人グループのチェックボックスをオンにします。
- [一般] タブをクリックし、その特定アジア人グループの [チャートのタイトル] を更新します。
特定アジア人グループに関して細分化されたインデックス スコア データと [Total Asian] の人口を示す 6 つのチャートを作成しました。
次に、6 つをすべて同時に表示してデータを比較できるように、チャートを配置します。
- 必要に応じて、6 つのバー チャートをすべて開きます。
- [Total Asian] バー チャートのタブをドラッグして、別のウィンドウとして表示します。
- 必要に応じて、[Total Asian] チャートのウィンドウのサイズを変更します。
- [Hmong] チャートのタブをドラッグし、[Total Asian] チャートのウィンドウの右側のドックにドロップします。
これで、[Hmong] チャートと [Total Asian] チャートが別のウィンドウで並べて表示されます。
- 引き続き各チャートをドラッグして別のウィンドウとして表示し、3 つのチャートが 2 行に表示されるようにします。 ウィンドウを並べ替えたり、ウィンドウのサイズを調整したりして、すべてのウィンドウが比較的均等になるようにします。
これで、6 つのチャートをすべて同時に表示し、細分化されたデータを比較できるようになりました。
五分位マップを確認し、高齢者の食料品アクセスの必要性が最も高いのは第 5 五分位であることを理解しました。 したがって、暗い紫色のエリアは必要性が高いことを示しています。 これで、どのグループが食料不足に陥る可能性があるかという質問に答えることができます。
特定アジア人グループ別に細分化されたチャートでは、各グループ内のおおまかなパターンと各五分位内の民族の割合をすぐに把握できます。 アジア系インド人と韓国人のコミュニティでは、より必要性の高い地区に居住している人々の割合が高くなっています。
これにより、高齢者の食料品アクセスを向上させるためにどのようなプログラム、政策、コミュニケーション戦略を講じる必要があるか、また人々の心を動かすためにどの言語を使用する必要があるかがわかります。
優先エリアの特定
次に、データ エンジニアリングと [属性検索] ツールを使用して、郡内のエリアを絞り込み、優先エリアを作成します。 高いインデックス スコア、特定アジア人グループ、高齢者の不十分な食料品アクセスに基づいて、これらのエリアを特定します。
韓国人グループから始めます。 まず、韓国人の人口が多い国勢調査地区を選択します。
- [コンテンツ] ウィンドウで [Index score] を右クリックして [データ エンジニアリング] を選択します。
- [Korean] フィールドを統計情報パネルまでドラッグします。 [計算] をクリックします。
- [Korean] の [第三四分位] の値を右クリックし、[選択] にポインターを合わせて [四分位より上] を選択します。
該当する地区がマップ上で選択された状態。
次に、すでに選択した地区の中から、高齢者の食料品アクセスが不十分な地区をそのまま維持します。
- リボン上の [マップ] タブの [選択] グループで [属性条件で選択] をクリックします。
- [属性条件で選択] ウィンドウの [選択タイプ] で [現在の選択セットからサブセットを選択] を選択します。
- [式] で [Where INDEX_PCTL_QUANTILE_CLASS is equal to 5] という式を作成します。
- [適用] をクリックします。
マップ上で選択されているどちらの地区も、韓国人の人口が最も多い四分位が含まれており、高齢者への食料品アクセス支援の必要性が最も高いエリアを表しています。
この情報を活用すると、言語の必要性と場所の焦点を考慮して、さらに対象を絞った支援活動プログラムを計画し、資金配分に優先順位を付けることができます。
このチュートリアルでは、細分化されたデータが含まれていないインデックスから始めましたが、特定アジア人グループの国勢調査データをインデックス データに結び付けて、一部の不平等を間接的に推定することができました。 人種と民族別に計測されたデータを取得して結び付けることは、公平性の観点を正確に適用できるようにする最善の方法です。
このワークフローは、人種的平等と社会正義のワークフローのコンポーネントだけを取り扱っている点に注意してください。 データのマッピング、解析、運用化にのみ重点を置いています。 人種的平等と社会正義のワークフローには、パフォーマンスの管理とコミュニティへの関与も含まれています。 コミュニティに関与するには、インデックスの結果と細分化されたチャートをコミュニティ グループやコミュニティベースの組織と共有し、フィードバックを収集することを検討してください。 現地のコミュニティには、調査結果を裏付けたり、データの使用方法のずれを特定したりする経験や微妙な違いが存在する可能性があります。 公平性計画を策定するプロセスは繰り返しです。 コミュニティへの関与によって新しい知識とデータが明らかになると、データ収集、解析、共有、繰り返しが必要となります。
注意:
このチュートリアルは、「公平性の観点をインデックスに適用」に基づいて作成されました。
GIS プロフェッショナルには、空間データ解析の専門技術と公平かつ包括的な成果への関与を結び付けて、複雑な社会問題に取り組めるまたとない機会がもたらされます。 このチュートリアルでは、1 つの手法を使用して、人種と民族別にインデックスを細分化しました。 この手法は、公平性の観点を GIS ワークフローに適用する数ある手法のうちの 1 つです。 もっと有意義で正確にコンポジット インデックスを現実世界に応用できるようにするために、引き続きさらにいくつかの手法と戦略を調査して習得します。
他のチュートリアルについては、チュートリアル ギャラリーをご覧ください。
