Welke oorzaken (= indicatoren) heeft deze spreiding van de coffeeshops?
Als geograaf probeer je verklaringen te vinden voor de ligging (= locatie) van verschijnselen (= nu coffeeshops). Hoe komt het dat de meeste coffeeshops juist op die plek aanwezig zijn?
Geografen zijn op zoek naar indicatoren. Zij kunnen een mogelijke oorzaak zijn van die ligging.
Indicatoren voor de spreiding van coffeeshops in Den Haag kunnen bijvoorbeeld zijn:
verschil in inkomen: komen coffeeshops vooral voor in rijkere buurten
verschil in woningwaarde: gebieden met een lage woningwaarde hebben die meer coffeeshops?
verschil in leeftijden van inwoners: zijn buurten met veel jongeren ook de buurten met de meeste coffeeshops?
Je weet inmiddels welke buurten de meeste coffeeshops hebben.Nu ga je kijken of de indicatoren een verklaring kunnen geven. Is het zo dat er een positief statistisch verband is tussen coffeeshopsbuurten en 1, 2 en 3? Dus hoe meer van het ene dan ook van het andere.
Wat is het verband tussen het aantal buurten met veel coffeeshops en buurten met een % lage inkomens?
Je hebt al een kaart met daarin de coffeeshops per buurt. Zet deze aan.
(classificeren) Klik op het Stijlen icoontje in het rechtermenu
In het menu: kies bij ❶Attributen kiezen> + Veld als eerste attribuut : count of points (dat is het aantal coffeeshops). Staat meestal bovenaan.
Klik op Toevoegen
Nogmaals + Veld.
Scroll naar Percentage personen met hoogste inkomens (hoe hoger dit % hoe rijker de buurt is!)
Kies bij ❷voor Verhouding (even scrollen...).
Klik daarna opGereed
Klik in het linkermenu op het legenda icoontje.
De legenda die nu verschijnt geeft aan in welke buurten het verband wel of niet aanwezig is:
zwart= hoog-hoog en betekent: hoog aantal coffeeshops (count) en een hoog % hoge inkomen (=rijk) en omgekeerd is het natuurlijk bij laag-laag.
Je ziet ook:
blauw= vooral hoog aantal coffeeshops
bruin = vooral hoog % hoge inkomens (rijk)
OK nu tellen! Den Haag heeft 114 buurten.
Hoeveel buurten zijn er zwart/ donkerbruin ?
Wat kun je nu zeggen over het statistisch verband tussen buurten met veel coffeeshops en buurten die rijk zijn?
OK deze hebben we als voorbeeld gegeven.
Probeer nu zelf het verband te ontdekken met twee andere indicatoren:
woningwaarde: hoe duur is de gemiddelde woning in de buurt
leeftijd: percentage personen 15- 24 (klopt niet helemaal , maar het CBS kent geen andere indeling)
Volgende keer verder? Opslaan van je kaart met al je kaartlagen! Doe dat via Kaart opslaan (als) in het linkermenu