2. Adatforrások
2.1. Alapfogalmak
Mindenekelőtt célszerű felidézni az adat, az adatbázis és az adatforrás fogalmát.
Az adat nagyon tág fogalom, minden rögzített ismeret, lényegében bármilyen jel adatnak tekinthető. Az adat tartalmában egy objektum (tetszőleges dolog) meghatározott változójának, egy jellemzőjének az értéke. Az adatok tehát akkor használhatók, ha definiáltak, azaz meghatározzuk, hogy milyen objektum, melyik változójára vonatkoznak. (A definiálatlan adatra jó példa az ismert párbeszéd: – Mennyi? – Harminc. – Mi harminc? – Mi mennyi?)
Az információ, a hír, a közlés is adat, vagy adatsor, az előbbi a felhasználójának új ismeretet jelentő adat, míg az utóbbiak a mások felé továbbított adatokat jelentik. Az adatokat adathordozók tárolják, és valamilyen médium közvetíti, s bár az adat független az adathordozótól, annak megsemmisülése maga után vonja az adat megsemmisülését is. Az adatok adatgyűjtés, esetleg további feldolgozás után kerülnek adathordozóra.
Speciális adatfajta az un. meta-adat mely az adatokat leíró adatokat jelenti. Az adatok strukturált halmaza, szervezett gyűjteménye az adatbázis. Az adatbázisok három típusát szokás megkülönböztetni, a hierarchikus-, a hálózat- és a leggyakoribb relációs típusú adatbázisokat. Fontos, hogy az adatbázis nem pusztán az adatokat, hanem a köztük lévő kapcsolatokat is tárolja, függetlenül azok fizikai elhelyezkedésétől. Az adattárolás alapjait adattáblák, un. adatállományok alkotják. Egy adott adatbázis általában több adatállományból áll. A táblák a logikailag összetartozó adatokat sorokba és oszlopokba rendezik. Az adatbázisok strukturáltsága különböző, logikai szerkezete, modellje, az adatokhoz való hozzáférés meghatározó fontosságú az adatok felhasználója számára.
Az adatforrásnak nevezzük az adatok forrását, illetve az adatok eléréséhez szükséges csatlakozási információkat, mint az adatbázis azonosítói, a kiszolgálóhely, az elérési eszközök, programok, kódok stb. Az adatforrásnak van egy speciális térinformatikai jelentése is, így nevezik az adatállomásokon használt, adatjelet előállító berendezést és adatátviteli berendezést.
Az adatok fontos jellemzője, hogy milyen skálán való méréssel generálódtak, mert ebből eredő sajátosságaik meghatározzák további felhasználhatóságukat. A lehetséges adatmérési skálák és az adatok között ebből következően értelmezhető relációk bemutatását szolgálja a következő táblázat, ahol A és B két megfigyelési egységet, Xa és Xb pedig egy ezekre jellemző ismérvet jelöl.
1.táblázat A mérési skálák rendszere
Forrás: Nemes Nagy J. (2005), 16. old.
Ahogy a fenti táblázatból kiderül, az intervallum és arány skálával készült adatokból mélyebb információk nyerhetők, míg a nominális skála csak megkülönböztetésre nyújt lehetőséget. Az ordinális skálázással nyert adatok rangsort ugyan jelölnek, de hiba lenne, ha ezek különbségét vagy arányát értelmezni próbálnánk.
Ugyanakkor a magasabb szintű elemzésre alkalmas adatokat alacsonyabb szintű adatskálára átalakíthatjuk, nincs akadálya például a rangsorolásnak akkor sem, ha az adatbázis adatait intervallum vagy arány skálán való méréssel állították elő. A területi kutatásokban az adatok területegységenként rendezett formátumát – táblázatát – adatmátrixoknak nevezik.
A területi adatmátrix egyik dimenziójában – soraiban vagy oszlopaiban – területegységeket (településeket, településrészeket, országokat stb.), másik dimenziójában közös indikátorokat (gazdasági, társadalmi, földrajzi, politikai, demográfiai, szociológiai, regionális stb.) tartalmaz. A nagy adatmátrixokat, vagy több, egymással összekapcsolt adatmátrix együttesét nevezzük adatbázisnak.
A regionális elemzések néhány speciális területi adatmátrixa:
- a távolságmátrix (települések közötti távolságot mutat, sorai és oszlopai egyazon települések),
- a hasonlóságmátrix (itt is területegységek alkotják a sorokat és oszlopokat is, a mátrix elemei pedig korrelációs vagy hasonlósági együtthatók).
Ha az adatok egy időbeli állapothoz rendelhetők, statikus képet nyújtanak, ha azonban az idődimenzió is megjelenik a vizsgálatokban, több különböző időpontra vonatkozóan sokszorozódik az adatmátrix. Másként fogalmazva egy-egy jellemző eltérő időpontokhoz rendelt értékei területi idősorokat képeznek. A területi idősorok dinamikus összehasonlításokra nyújtanak lehetőséget, feltéve, hogy az adatok valóban azonos tartalmúak, illetve változatlan módszerrel generálták azokat. Amennyiben ugyanis eltérések nehezítik a mátrix elemeinek összevetését, az adatsorok homogenizálásának kell megelőznie a további elemzést.
A települési és területi folyamatok kutatásai kapcsán gyakori probléma, hogy a rendelkezésre álló statisztikai adatbázisok nem nyújtanak elegendő információt a kutató számára, így további adatgyűjtésre van szükség. A területi kutatások előszeretettel veszik igénybe a térképi információkat, onnan nyerve elsősorban természetföldrajzi információkat, de emellett például egyes lokalizációs kérdések, a beépítettség, a mezőgazdasági művelési szerkezet témájában is elsődleges forrásként szolgálhatnak a térképek. Ritkán, de az is előfordul, hogy a kutató történeti forrásokból tájékozódik. Ha a kutató számára fontos információk szekunder forrásból nem állnak rendelkezésre, primer kutatási technikához kell fordulni. A területi primer kutatások jellemző technikái a terepi adatgyűjtés során végzett megfigyelés és a kutatási szempontból releváns személyekkel folytatott mélyinterjúk. Szintén elterjedt a mintavételes eljárással készült kérdőíves technika alkalmazása.
Néhány példa a területi kutatások megfigyeléses módszerrel történő felméréseire:
- Épületállapot felmérések – melyek során a település épületeinek meghatározott szempontok szerinti állapotfelmérése, kategóriákba sorolása történik meg.
- Cégérfelmérések – ezek során a településen található cégtáblákat gyűjtik össze, felmérve ezzel a rendelkezésre álló szolgáltatások és más gazdasági tevékenységek körét.
- Kirakat-index – mely a kereskedelmi funkciók településbeli elterjedéséről informál.
Speciális, a területi kutatásokban előszeretettel használt adatbázisok a földrajzi vagy más néven geo információs rendszerek – Geographic Information Systems – melyeket az angol elnevezés nyomán GIS betűszóval jelölnek.
Ezek olyan számítógépes rendszerek, melyeket földrajzi jelenségek és adatok gyűjtésére, tárolására, kezelésére és vizualizálására fejlesztettek ki. A földrajzi információs rendszerek közös jellemzője, hogy a leíró információkat térbeli ábrázolásokkal, főként térképi megoldásokkal integrálják, tehát a térképészet, a geológia és a számítástechnika eredményeit egyaránt felhasználják. További fontos ismérvük, hogy adattartalmuk térben lokalizált. A GIS jelentőségét főként széleskörű hasznosítása adja.
Néhány terület, ahol a geo informatika eredményeit hasznosítják:
- közigazgatás, legjobb adatbázisra építve végezzük. Ha a rendelkezésünkre álló adatbázisokat értékeljük, a következő tényezőket feltétlenül érdemes figyelembe venni, mert ezek a jó adatbázis ismérvei:
- A jó adatbázis megbízható forrásból származik. E munka egyik célja, hogy a terület- és településfejlesztés, a területi folyamatok elemzése, illetve a turizmus területén végzett kutatások során jól használható, megbízható adatbázisokkal ismertesse meg az olvasót.
- A jó adatbázis szabadon elérhető, vagy legalábbis az elérés költségeit és az időráfordítást lényegesen meghaladják azok a hasznok, melyeket az informáltság mélységének növelése folytán realizálhatunk.
- Lehet, hogy van értelme teljeskörűségre törekedni, természetesen egy hiányos adatbázis helyett a minél teljesebb körben adattartalmat nyújtó adatbázist preferáljuk. Ám az is gyakori, hogy a kutatáshoz elég a mintavételes eljárással nyert adatokat tartalmazó adatbázis, ez esetben azonban az adatok megfelelő reprezentativitása lesz az adatbázis értékelési kritériuma.
- Fontos, hogy az adatbázis indikátorai világos és egyértelmű tartalommal bírjanak a felhasználó számára, mert az ellenkező eset téves következtetésekre vezethet. Ide tartozhat az adatbázis-kezelés egyértelműsége és felhasználóbarát mivolta is, az adatbázisok ugyanis jó esetben nem öncélúak, hanem a felhasználók – kutatók, döntéshozók – érdekében készülnek.
- A jó adatbázis adatai relevánsak, pontosak, időszerűek, összehasonlíthatók és ideális esetben koherens rendszert alkotnak. Ide tartozik a meta adatok kérdése is. A meta adat az adatbázis tartalmi adatainak adminisztratív jellemzőivel kapcsolatos – például ki és mikor hozta létre az adatokat, hogyan gyűjtötték össze azokat stb. – így közvetve az adatbázis minőségére vonatkozóan nyerhetünk információt.
- Érdekes lehet, hogy az adatbázis létrehozója mennyire enged betekintést az alapadatokra és a származtatott adatok pontos számítási módszereire vonatkozóan. Nem csak többletinformációt nyerhetünk ilyen módon, de az is kiderülhet, hogy az adatbázisnak van valamilyen módszertani hiányossága, vagy olyan specialitása, mely megnehezíti vagy ellehetetleníti a szekunder információk felhasználását.
- További előny, ha az adatbázis a kutatásnak megfelelő méretű, nem kisebb és nem is lényegesen nagyobb annál, mert a túl sok számunkra felesleges adatot tartalmazó adatbázis kezelése szükségtelenül megnehezíti, lassítja, és/vagy költségesebbé teszi a felhasználást.
A fenti lista nyilvánvalóan túl szűk a tekintetben, hogy az egyes elemzések és konkrét kutatások során további követelmények is előkerülnek, ugyanakkor aligha találkozunk a fentieknek minden tekintetben megfelelő adatbázisokkal. Ez természetesen nem szabad, hogy eltántorítsa a kutatót vagy döntéshozót az adatbázisok használatától, de jó, ha tisztában vagyunk azok esetleges hiányosságaival, és okosan tudunk élni a választási lehetőségekkel is, ha esetleg több potenciális adatforrás is rendelkezésre áll.