III JOHDATUS VÄESTÖTIETEELLISEEN MITTAUKSEEN

Väestötieteellisen mittauksen yleiset periaatteet
Yleiset mittaluvut
Ikäryhmittäiset mittaluvut
Vakiointi
Periodi- ja kohorttitarkastelu

1. VÄESTÖTIETEELLISEN MITTAUKSEN YLEISET PERIAATTEET

Väestötieteelliset mittaluvut on tarkoitettu lähinnä väestötapahtumien (syntymien, kuolemien jne.) yleisyyden tutkimiseen, eli sen arvioimiseen, kuinka mahdollinen jonkin väestöllisen ilmiön tapahtuminen on, kuinka "alttiita" ihmiset ovat jonkin väestölliselle tapahtuman kokemiselle.

Yleinen periaate väestötieteellisessä mittaamisessa on:

halutaan tietää, kuinka yleinen jokin väestötapahtuma on tiettynä ajanjaksona (usein kalenterivuosi tai -vuodet) tälle tapahtumalle alttiina olevien ihmisten joukossa.

Väestötieteessä siis käytetään ja ollaan kiinnostuneita nimenomaan suhteellisista mittareista eli nk. tiheysluvuista.

Toki myös väestön tilaa kuvataan mittaluvuilla: yleensä tällöin käytetään yksinkertaisesti

määriä (esimerkiksi: väestön määrä, alle 15-vuotiaiden määrä),
jakaumia (esimerkiksi: ikärakenne, ikäpyramidi) tai
osuuksia (esimerkiksi: kuinka monta prosenttia väestöstä on yli 65-vuotiaita).

Keitä ovat tai mikä on tuo väestötapahtumalle alttiina oleva väestö? Tähän ihmisten joukkoon viitataan väestötieteessä käsitteellä riskiväestö, jolla tarkoitetaan sitä väestöä tai väestönosaa, josta kyseiset väestötapahtumat ovat peräisin.

Väestötapahtumia mitataan yleensä vähintään vuoden mittaisissa jaksoissa. Yhden kalenterivuoden riskiväestö lasketaan yleensä yksinkertaisena keskiväkilukuna, joka kuvaa sitä, kuinka paljon kyseisen vuoden aikana väestöä on ollut keskimäärin. Väestönmäärähän ei ole vakio yhdenkään vuoden aikana: lapsia syntyy, ihmisiä kuolee ja ihmiset muuttavat asuinpaikkaa (myös maata), joten tarvitaan arvio siitä, kuinka paljon jollekin väestötapahtumalle alttiina ollutta väkeä vuoden aikana keskimäärin on ollut. Vuoden keskiväkiluku saadaan yksinkertaisimmillaan laskemalla joko

vuoden alun ja lopun väestömäärien aritmeettinen keskiarvo tai
vuoden keskiajankohdan (30.6.) väkiluku.

Tarkin arvio riskiväestöstä saadaan, jos tiedettäisiin vuoden jokaisen päivän väestömäärät ja laskettaisiin näiden lukujen aritmeettinen keskiarvo. Itse asiassa tämä laskutapa vastaa riskiväestön henkilövuosien määrää kyseisenä ajanjaksona.

Miksi väestötieteessä lasketaan nimenomaan suhteellisia mittareita, eikä olla useinkaan kiinnostuneita tapahtuman kokeneiden absoluuttisista määristä?

Jo siksi, että tapauksen kokeneiden määrät eivät kerro tutkittavista ilmiöistä juuri mitään: suuressa väestössä on yleensä paljon tapahtumia, pienessä taas vähän tapahtumia.

Jos verrataan syntyneiden lasten määriä esimerkiksi Suomessa ja Ruotsissa, ei tämä vertailu kerro meille juuri muuta kuin sen, että Ruotsissa syntyy enemmän lapsia kuin Suomessa (koska Ruotsissa asuu enemmän ihmisiä kuin Suomessa). Se ei kerro meille juuri mitään siitä, kummassa maassa lasten synnyttäminen on yleisempää tai todennäköisempää, tai kummassa maassa naiset synnyttävät enemmän lapsia elämänsä aikana.

Väestötieteessä ollaan siis kiinnostuneita nimenomaan ilmiön eroihin vaikuttavista seikoista, harvemmin ilmiön kokeneiden (kokonais)määristä.

2. YLEISET MITTALUVUT

Kaikkein yleisimmällä tasolla olevia suhteellisia mittalukuja kutsutaan väestötieteessä yleisiksi tai karkeiksi mittaluvuiksi (englanniksi: crude rates). Yleisissä mittaluvuissa:

väestötapahtumien määrä suhteutetaan aina koko väestömäärään, eli kyseisen vuoden tai ajanjakson keskiväkilukuun.

Esimerkiksi yleinen syntyneisyysluku Br (tai CBR = crude birth rate) määritellään seuraavasti:

Esimerkiksi Ruotsissa syntyi (elävänä) vuonna 2001

91 466 lasta.

Ruotsin väkiluku oli

31.12.2000 8 882 792 henkeä

ja

31.12.2001 8 909 128 henkeä,

=> vuoden 2001 keskiväkiluku oli 8 895 960 henkeä

(=vuoden alun ja lopun väkilukujen aritmeettinen keskiarvo; vuoden 2000 viimeisen päivän väkilukua voidaan hyvin käyttää seuraavan vuoden, eli vuoden 2001, ensimmäisen päivän väkiluvun arviona).

Vuonna 2001 Ruotsissa syntyi siis 10,3 lasta tuhatta asukasta kohti. Yleensä yleiset luvut ilmoitetaan tuhatta asukasta kohti, jotta päästään luvun 'etunollista' eroon, eli lukuja on helpompi tarkastella (10,3 eikä 0,0103).

Suomessa vuonna 2001 syntyi 10,8 lasta tuhatta asukasta kohti. Ruotsissa synnyttäminen oli siis hieman harvinaisempaa kuin Suomessa, mikä ei ole itsestään selvää, jos vertaamme vain syntyneiden määriä: Ruotsin 91 466 lasta verrattuna Suomen 56 189 lapseen.

Mihin maiden vertailussa käytännössä pyritään vastaamaan:

Mitkä olisivat syntyneiden määrät (1000 henkeä kohti) vertailtavissa maissa, jos niiden väestömäärät olisivat samat.
= väkiluku vakioitu, eli väestömäärän erojen vaikutus on poistettu
= syntyneiden määrää "selitetty" maiden väestömäärällä.

Yleiset mittaluvut eivät kuitenkaan käytännössä auta kovin pitkälle selittämään (väestölliseen) ilmiöön vaikuttavia seikkoja. Tähän on useita syitä.

Jotkut väestönosat eivät ole alttiita kyseiselle tapahtumalle ja
tapahtuman kokemisalttius vaihtelee voimakkaasti iän mukaan.

=> väestöjen (ikä)rakenteen erot voivat vaikuttaa suurestikin yleisten mittalukujen tasoon.

Miten sitten voidaan laskea tarkempia mittalukuja? Vai voidaanko? Kyllä, yleisiä mittalukuja tarkempia mittalukuja voidaan laskea. Tähän on kolme yleistä periaatetta:

riskiväestön rajaaminen käsittämään vain ja ainoastaan ne henkilöt, joille tämä tapahtuma on edes teoriassa mahdollinen (esim. hedelmällisyysikäiset naiset)
lasketaan mittaluvut erikseen väestön osaryhmille (erityisesti eri ikäryhmille)
lasketaan ikäryhmittäisten lukujen avulla nk. ikävakioituja mittalukuja.

3. IKÄRYHMITTÄISET MITTALUVUT

Tiedetään hyvin, että väestötekijöistä ikä vaikuttaa suuresti väestötapahtumien riskiin. Samoin tietenkin myös sukupuoli. Iän ja sukupuolen vaikutus ei kuitenkaan toistu samanlaisena eri väestöissä ja eri ajanjaksoina. Iän vaikutuksen erojen tarkastelu auttaa osaltaan selittämään tarkasteltavassa ilmiössä olevia eroja.

Ikäryhmittäiset mittaluvut lasketaan useimmiten kummallekin sukupuolelle erikseen.

Ikäryhmittäiset mittaluvut lasketaan kuten yleiset mittaluvut, kuitenkin siten, että

eri ikäisten (eri ikäryhmään kuuluvien) väestötapahtumat suhteutetaan aina saman ikäisten keskiväkilukuun.

Ikäryhmittäiset luvut voidaan laskea 1 vuoden mittaisin ikäryhmin, mutta yleisimmin kuitenkin joko 5 tai 10 vuoden ikäryhmin. Muita ikäryhmityksiä käytetään harvoin.

Esimerkiksi ikäryhmittäinen kuolleisuusluku mx (englanniksi: age-specific death rate) määritellään:

Ikäryhmittäinen kuolleisuusluku kertoo, kuinka monta kuollutta väestössä on (keskiväkiluvun) tuhatta tietyn ikäistä henkilöä kohti.

Ikäryhmittäiset luvut ovat tarkimmat luvut, mitä väestötieteelliseen mittaamiseen liittyen tuodaan tässä esille. Niiden huonoin puoli on se, että ne pilkkovat tarkasteltavan ilmiön / väestötapahtuman pieniin osiin, jolloin yleiskuvan luominen on vaikeaa. Esimerkiksi tarkasteltaessa kuolleisuutta 5-vuotisikäryhmin tarvitaan yli 20 lukua (koska kaiken ikäiset ovat alttiita kuolemaan, vastasyntyneistä yli 100-vuotiaisiin, eli 100/5 = 20) kutakin vuotta, maata ja sukupuolta kohti. Tämän vuoksi usein pyritään ikäryhmittäisten lukujen antama informaatio 'tiivistämään' takaisin yhdeksi mittaluvuksi, mutta sellaiseksi, johon väestöjen ikärakenteiden erot eivät enää vaikuta. Tämä tehdään laskemalla nk. ikävakioituja lukuja. Tähän on monia tapoja ja menetelmiä.

4. VAKIOINTI

A. RISKIVÄESTÖN RAJAAMINEN

Yleensä vakiointia ajatellaan lähinnä iän vaikutuksen vakioimisena. Vakioinnin ajatusta voidaan kuitenkin laajentaa:

Väestön rakenteella on tunnettuja vaikutuksia väestötapahtumien esiintymiseen
=> voidaan vakioida (=poistaa) väestön rakenne-erojen vaikutus vertailtaviin esiintyvyyslukuihin.

Yksinkertaisimmillaan vakiointi voi olla riskiväestön "rajausta": riskiväestöön otetaan mukaan vain ja ainoastaan ne henkilöt, joille kyseinen tapahtuma on edes periaatteessa mahdollinen. Useimpien väestötapahtumien osalta voidaan löytää väestön osaryhmiä, joiden keskuudessa kyseisen väestötapauksen kokeminen ei ole mahdollista.

Useimmat väestötapahtumat voivat todellakin tapahtua vain osalle väestöä (=todellinen riskiväestö), esimerkiksi:

vain hedelmällisessä iässä olevat naiset voivat (luontaisesti) synnyttää,
yksiavioisissa kulttuureissa vain tietyn ikärajan saavuttaneet naimattomat voivat avioitua,
useimpien maiden lainsäädännön mukaan avioliiton voivat solmia vain ne, jotka eivät jo ole aviossa, ja
vain avioliitossa olevat voivat saada avioeron.

Yleisiä mittalukuja tarkempiin mittalukuihin päästään suhteuttamalla väestötapahtumat vain ja ainoastaan niille alttiina olevaan väestönosaan.

Esimerkiksi syntymät voidaan suhteuttaa vain niihin, joille tämä tapahtuma on mahdollinen. Mitä väestöryhmiä voidaan sitten jättää ulkopuolelle? Ainakin miehet. Ja nuorimmat naiset, kuten myös vanhemmat naiset. Lapsia voivat siis synnyttää vain hedelmällisessä iässä olevat naiset. Mittalukua, jossa tiettynä vuonna (elävänä) syntyneet lapset suhteutetaan hedelmällisyysikäisten naisten keskiväkilukuun, kutsutaan yleiseksi hedelmällisyysluvuksi (englanniksi: general fertility rate, GFR), ja se määritellään:

Mihin yleisellä hedelmällisyysluvulla pyritään vastaamaan? Se vastaa kysymykseen:

Kuinka yleisiä syntymät olisivat vertailtavissa väestöissä, jos niissä kaikissa hedelmällisyysikäisten naisten osuus väestöstä olisi yhtä suuri.

Voidaan laskea myös ikäryhmittäin, aivan vastaavasti kuin mittaluvut, joissa on käytetty koko väestöä riskiväestönä. Itse asiassa hedelmällisyyttä mitataan ikäryhmittäin hedelmällisyysikäisiin naisiin verrattuna.

B. IKÄVAKIOINTI

Yleensä vakioinnista (yleisesti) puhuttaessa tarkoitetaan nimenomaan ikävakiointia. Ikävakioinnin tarkoituksena on poistaa ikärakenteen vaikutus vertailtavaan mittalukuun. Tämä on tärkeää, koska kaikkien väestöilmiöiden kokemisalttius riippuu voimakkaasti iästä.

Mihin kysymykseen esimerkiksi ikävakioiduilla kuolleisuusluvuilla vastataan?

Kuinka yleisiä kuolemat olisivat kahdessa (tai useammassa) väestössä, jos näiden väestöjen ikärakenteet (=eri iässä olevien osuudet) olisivat täsmälleen samanlaiset.

Ikävakioinnissa voidaan käyttää kahta erityistä vakiointimenetelmää, nk. suoraa ja epäsuoraa ikävakiointia. Suora ikävakiointi perustuu siihen, että yleiset luvut (crude rates) ovat itse asiassa vain ikäryhmittäisten lukujen painotettuja keskiarvoja ja painot vastaavat kunkin ikäryhmän väestömäärän osuutta koko väestöstä. Suora ikävakiointi tehdään laskemalla uusi (yleisen luvun kaltainen) ikävakioitu luku kaikille vertailtaville maille käyttäen kaikissa näissä maissa laskutoimitusten pohjana yksiä ja samoja ikäryhmittäisiä painokertoimia (jotka saadaan valitun vakioväestön ikärakenteesta) maiden omien ikärakenteiden sijasta. Suorasti ikävakioituun lukuun eivät siis voi vaikuttaa vertailtavien maiden ikärakenteiden erot, koska laskutoimitusten pohjana käytetään yhtä ja samaa ikärakennetta kaikissa vertailtavissa maissa.

Suoran ikävakioinnin tekemiseksi tarvitaan ikäryhmittäiset luvut kaikista vertailtavista maista, joita valitettavasti ei aina ole saatavilla. Epäsuoraa ikävakiointia varten ei tarvita ikäryhmittäisiä lukuja, ainoastaan tarkasteltavan väestöilmiön kokeneiden (kokonais)määrä ja väkiluku ikäryhmittäin kussakin vertailtavassa maassa.

Epäsuorassa ikävakioinnissa lasketaan, kuinka monta väestöilmiön kokenutta (esimerkiksi kuollutta) kussakin vertailtavassa maassa olisi, jos näissä kaikissa maissa tarkasteltava väestötapahtuma tapahtuisi iän mukaan kuten jossakin vakioinnin standardiksi valitussa maassa eli nk. vakioväestössä. Tavallaan siis annetaan vakioväestön ikäryhmittäisten lukujen vaikuttaa kaikissa vertailtavissa maissa. Vertaamalla kussakin maassa näin saatuja oletettujen (eli laskettujen) kuolleiden (kokonais)määriä todellisuudessa havaittuihin (kokonais)määriin, saadaan tietää kuinka paljon enemmän tai vähemmän tapauksen kokeneita on suhteessa vertailuväestöön. Näin laskettua lukua kutsutaan epäsuorasti vakioiduksi (kuolleisuus tms.) indeksiksi ja se ilmoittaa kuinka moninkertainen tapausalttius on vertailtavissa maissa suhteessa vakioväestöön. Kertomalla kunkin maan indeksi vakioväestön yleisellä luvulla saadaan epäsuorasti ikävakioitu luku kussakin vertailtavista maista.

Ikävakioidut luvut kertovat, kuinka monta (esimerkiksi) kuollutta vertailtavissa väestöissä olisi tuhatta asukasta kohti, jos kaikissa näissä väestöissä olisi täsmälleen samanlainen ikärakenne kuin jossakin valitussa vakioväestössä (=nk. standardiväestössä). Koska tämä vakioväestö voidaan valita usealla tavalla, tulee muistaa, että vain samalla vakioväestöllä vakioidut luvut ovat keskenään mielekkäästi vertailtavissa. Eri tutkimuksissa laskettuja ikävakioituja lukuja ei siis voi suoraan vertailla keskenään, vaan ainoastaan kunkin tutkimuksen sisällä luvut ovat vertailukelpoisia.

Ikävakioinnin avulla saadaan tietää, minkälaisia eroja muut tekijät (kuin väestön ikärakenne) aiheuttavat kuoleman yleisyyteen vertailtavissa väestöissä. Luodaan siis tavallaan 'puhdas tilanne', jossa on eliminoitu eräiden väestön rakennetekijöiden vaikutus vertailtaviin mittalukuihin.

5. PERIODI- JA KOHORTTITARKASTELU

Väestötieteessä on erittäin tärkeää ymmärtää perioditarkastelun ja kohorttitarkastelun ero.

Periodilla (period) tarkoitetaan (suhteellisen lyhyttä) poikkileikkausajankohtaa. Useimmiten tarkoitetaan vuoden tai useamman vuoden pituista ajanjaksoa, mutta se voi periaatteessa olla kuinka pitkä ajanjakso tahansa, esimerkiksi kuukausi tai päiväkin.

Kohortti (cohort) tarkoittaa jonakin tiettynä ajankohtana jonkin samanlaisen (väestö)tapahtuman kokeneiden henkilöiden muodostamaa joukkoa, jonka myöhempää kehitystä tutkitaan. Esimerkiksi tiettynä vuonna syntyneet muodostavat syntymäkohortin ja tiettynä vuonna avioituneet avioliittokohortin. Vastaavasti voidaan myös puhua kohorttianalyysista (cohort analysis) ja periodianalyysista.

Periodin ja kohortin käsitteitä voidaan havainnollistaa ns. Lexisin kuviolla, joka on graafinen esitystapa, jonka avulla voidaan kuvata (kronologisen) iän, (kalenteri) ajan ja syntymä vuoden (kohortin) käsitteitä ja niiden välisiä riippuvuuksia.

Koordinaatiston x-akselilla ovat (kalenteri) vuodet, y-akselilla kesto. Asteikot ovat samanlaiset, eli yksi kalenterivuosi vastaa yhtä ikävuotta (kestovuotta). Yksilöt vanhenevat, kun vuosien kuluessa ikä karttuu.

Kuvioissa yksilöiden ikääntymistä kuvataan elämänviivoilla (life line) eli kestoviivoilla. Kutakin yksilöä vastaa yksi, oma kestoviivansa. Heidän elämänviivansa leikkaavat vuoronperään pysty- ja vaakaviivoja, jotka kuvaavat toisaalta kalenterivuoden (pystyviiva) ja toisaalta ikävuoden (vaakaviiva) vaihtumista. Elämänviivan loppuminen kuvaa sitä, että tämä henkilö kokee tarkasteltavan väestötapahtuman, esimerkiksi kuoleman.

Vaakaviivan leikkaushetkellä henkilöt ovat olleet tietyssä tarkassa iässä, eli se kuvaa henkilön syntymäpäivää (henkilön ikä on täsmälleen 1 vuotta, 2 vuotta jne.). Pystyviivan leikkaushetkellä kohortti saavuttaa tietyn tarkan hetken, eli vuodenvaihteen.

Käytännössä elämänviivoja ei useinkaan piirretä, vaan vain

tapausten alkumäärä eli kohortin juuri (736 henkeä),
poistumatapahtumien määrä (esim. ennen ensimmäistä syntymäpäiväänsä kuolleet; 10 + 9 = 19 henkeä) ja
uuden kalenterivuoden saavuttaneiden määrä (726 henkeä vuoden T+2 lopussa, eli vuoden T+3 alussa) sekä
tietyn ikävuoden saavuttaneiden määrät (täsmälleen yhden vuoden iän saavutti 717 henkeä).

(Luvut viittaavat yllä olevaan kuvioon.)

Lexisin kuviolla voidaan havainnollistaa myös (kronologisen) iän, (kalenteri) vuoden ja syntymä vuoden (kohortin) käsitteitä sekä niiden välisiä riippuvuuksia. Yllä olevassa kuviossa

Neliö A, B, D, C kuvaa tietyn ikäisten tiettynä kalenterivuotena kokemia tapauksia (tapahtumavuosi & tapahtumaikä). Esimerkiksi väestötilastoissa ilmoitetut väestönmuutosten kokeneiden määrät sijoittuvat tavallisesti tällaisiin neliöihin: 15-19-vuotiaina kuolleiden määrä, 30-34-vuotiaille äideille syntyneiden lasten määrä vuonna 2002.
Vinoneliö A, B, E, D kuvaa tiettynä vuonna syntyneiden (syntymäkohortin) tietyn ikäisenä kokemia tapauksia (syntymävuosi & tapahtumaikä). Nämä tapahtumat jakautuvat kahdelle kalenterivuodelle.
Kärjellään oleva neliö B, D, F, E kuvaa tiettynä vuonna syntyneiden (syntymäkohortin) tiettynä vuonna kokemia tapauksia (syntymävuosi & tapahtumavuosi). Nämä tapaukset jakautuvat kahdelle ikävuodelle: ennen ja jälkeen syntymäpäivän koettuihin tapauksiin.
Kolmio A, B, D kuvaa tiettynä vuonna syntyneiden (syntymäkohortin) tietyn ikäisenä tiettynä kalenterivuotena kokemia tapauksia (syntymävuosi & tapahtumavuosi & tapahtumaikä).

Väestölliset mittaluvut voidaan laskea sekä

periodilukuina että
kohortti(kohtaisina)lukuina.

Mittalukuja kohorttikohtaisesti laskettaessa seurataan jotakin tiettyä kohorttia ja tutkitaan, mitä tälle kyseiselle kohortille ajan kuluessa ja kohortin ikääntyessä tapahtuu. Näin laskettuja lukuja kutsutaan kohorttikohtaisiksi tunnusluvuiksi. Esimerkiksi seuraamalla tiettynä ajanjaksona syntyneitä naisia (=syntymäkohorttia) heidän hedelmällisen ikänsä loppuun asti (siis noin 50-vuotiaiksi) voidaan laskea, kuinka monta lasta he elämänsä aikana synnyttivät keskimäärin. Vastaavasti seuraamalla vastasyntyneitä kunnes viimeinenkin heistä on kuollut, käytännössä siis yli 100 vuotta, saadaan tietää heidän keskimääräinen elinaikansa. Voidaan tietysti tarkastella muitakin kuin syntymäkohortteja. Esimerkiksi tiettynä ajanjaksona avioliiton solmineet muodostavat avioliittokohortin, ja seuraamalla näiden avioliitojen 'elämänkulkua' saadaan tietää esimerkiksi kuinka suuri osa solmituista avioliitoista päätyy eroon (=kokonaiseronneisuusluku).

Mittaluvut lasketaan kuitenkin useasti jollekin lyhyelle poikkileikkausjaksolle eli periodille (useimmiten yksi vuosi tai 5-vuotisjakso). Näin laskettuja lukuja kutsutaan periodikohtaisiksi tunnusluvuiksi eli periodiluvuiksi. Erityisesti kuolleisuutta tutkitaan perioditarkasteluna, koska:

nuorempien ikäryhmien kuolleisuudella ei välttämättä ole kovin suurta "ennustearvoa" siitä, mikä oli vanhempien ikäryhmien kuolleisuuden taso vastaavassa iässä
vanhempien ikäryhmien kuolleisuudella ei välttämättä ole kovin suurta ennustearvoa siitä, mikä tulee olemaan nyt nuorien ikäryhmien kuolleisuuden taso vanhemmalla iällä.

Vastaavasti puhutaan myös periodi- ja kohorttivaikutuksesta. Periodivaikutus on tapahtuma, joka on ominaista jollekin ajanjaksolle. Yleensä tällainen tapahtuma vaikuttaa kaiken ikäisiin ihmisiin, jotka ovat alttiita ko. tapaukselle. Esimerkiksi keskioluen tulo ruokakauppoihin vaikutti varmaankin kaiken ikäisten alkoholinkulutukseen, ja modernien hormonaalisten ehkäisyvälineiden tulo markkinoille 1960-70 luvun vaihteessa vaikutti kaiken ikäisten naisten hedelmällisyyskäyttäytymiseen. Vastaavasti esimerkiksi sellainen muutos lainsäädännössä, joka helpottaa tai vaikeuttaa avioerojen saamista, vaikuttaa kaiken ikäisten (avioparien) mahdollisuuksiin erota.

Kohorttivaikutus on tapahtuma, joka on ominainen jollekin sukupolvelle. Yleensä tällainen tapahtuma vaikuttaa lähinnä tietyn ikäisiin ihmisiin. Esimerkiksi sodan aikana rintamapalvelukseen joutuivat lähinnä tietyn ikäiset miehet, eivät kaikki miehet (eivät nuorimmat ja vanhimmat). Tai esimerkiksi peruskoulujärjestelmään siirtyminen, joka vaikutti vain henkilöihin, jotka olivat tuolloin koulun aloittamisiässä.