Korruption und Intelligenz. Transparency International (6)

Korruptionsindex 2018 - Transparency International

Korruptionsindex CPI 2018 – Transparency International

Teil 6: Korruption, Intelligenz, Kommunismus/Sozialismus und Islam. Residuenanalyse 2.

Im Blickpunkt dieser Serie steht der Zusammenhang zwischen dem Grad der Korruption im öffentlichen Bereich und dem Intelligenzniveau der Länder dieser Welt. Schwerpunkt von Teil 6 ist eine Residuenanalyse, bei der jene Varianz des Korruptionsindexes CPI 2018 im Blickpunkt steht, die nicht durch die kombinierten Effekte von Intelligenz, Kommunismus/Sozialismus und Islam erklärt werden kann.

Hier geht es zum Anfang der Serie → Korruptionsindex CPI 2018 – Transparency International.

Teil 3 und → Teil 4 haben gezeigt, dass ein sehr enger Zusammenhang zwischen dem Korruptions- und dem Intelligenzniveau der Länder besteht. Die bivariate Korrelation beträgt 0,59 und durch die Schätzgleichung

CPIgeschätzt = 0,94621 * CA – 39,97

werden 34,8 Prozent der Varianz des Korruptionsindexes CPI aufgeklärt.

Im → Teil 5 wurden zusätzlich zur Intelligenz die Variablen Kommunismus/Sozialismus und Islam berücksichtigt. Die multiple Regression des CPI 2018 auf diese drei Prädiktoren ergab eine Korrelation von 0,72. Durch die Schätzgleichung

CPIgeschätzt = 0,851 * CA – 13,87 * Komm/Soz – 0,087 * Islam – 19,99

werden 51,1 Prozent der Korruptionsvarianz aufgeklärt.

Abbildung 6.1 veranschaulicht den Zusammenhang zwischen den geschätzten CPI-Werten auf der horizontalen und den tatsächlich beobachten CPI-Werten auf der vertikalen Achse. Die punktierte Linie ist die Regressionsgerade, die durch die Schätzgleichung definiert ist.

Korruptionsindex CPI 2018. Per multipler Regression geschätzte und tatsächlich beobachtete Werte. Prädiktoren: Intelligenz, Kommunismus/Sozialismus, Islam.
Abbildung 6.1: Korruptionsindex CPI 2018. Per multipler Regression geschätzte (horizontale Achse) und tatsächlich beobachtete Werte (vertikale Achse).

Im Folgenden betrachten wir die Residuen der multiplen Regression, welche genau jene 48,9 Prozent CPI-Varianz repräsentieren, die nicht durch Intelligenz, Kommunismus/Sozialismus und Islam erklärt werden können [A1].

Tabelle 6.1 zeigt in der linken Spalte die 30 Länder mit den größten positiven Residuen. In diesen Ländern ist die Korruption viel geringer, als man nach Berücksichtigung von Intelligenz, Kommunismus/Sozialismus und Islam erwarten würde. Die rechte Spalte zeigt die 30 Länder mit den größten negativen Residuen, also die Länder, die nach Berücksichtigung der drei Prädiktoren eine ungewöhnlich hohe Korruption aufweisen.

Tabelle 6.1: Residuenanalyse. Korruption nach Auspartialisierung von Intelligenz, Kommunismus/Sozialismus und Islam.
Links: Die 30 Länder mit den höchsten positiven Residuen; von oben nach unten Verschlechterung.
Rechts: Die 30 Länder mit den höchsten negativen Residuen; von oben nach unten Verbesserung.
Korruptionsindex CPI 2018. Transparency International.
Residualkorruption nach Berücksichtigung von CA, Komm/Soz und Islam
viel geringer als erwartet viel höher als erwartet
Kapverdische Inseln Nordkorea
Senegal Syrien
São Tomé und Príncipe Irak
Bhutan Mexiko
Dänemark Burundi
St. Lucia Republik Kongo (Brazz.)
Neuseeland Papua-Neuguinea
Ghana Paraguay
Dominica Myanmar
Schweden Guatemala
Norwegen Russland
Vereinigte Arabische Emirate Thailand
Barbados Äquatorialguinea
Schweiz Venezuela
Benin (Dahomey) Kambodscha
Brunei Simbabwe
St. Vincent und Grenadinen Libanon
Finnland Brasilien
Botswana Dominikanische Republik
Georgien Equador
Luxemburg Iran
Katar Peru
Seychellen Griechenland
Singapur Kenia
Niederlande Honduras
Deutschland Osttimor
Bahamas Nepal
Großbritannien Argentinien
Mali Kolumbien
Kanada Haiti

Tabelle 6.1 ist das Pendant zu → Tabelle 4.1 im Teil 4. Dort wurde lediglich die Intelligenz auspartialisiert, hier Intelligenz, Kommunismus/Sozialismus und Islam.

Die rechten Tabellenhälften bringen den Unterschied markant zum Vorschein. Solange nur die Intelligenz berücksichtigt wurde, waren die Länder mit den größten negativen Residuen: Nordkorea, Syrien, Russland, Irak, Libyen, Venezuela, Kambodscha, Aserbaidschan, Turkmenistan, China, Ukraine, Vietnam, Sudan, Usbekistan, Somalia, Laos, Kasachstan, Mexiko, Tadschikistan, Moldawien, Nicaragua, Jemen, Afghanistan, Libanon, Mosambik, Bangladesch, Bolivien und Burundi – also mit überwältigender Mehrheit Länder kommunistischer/sozialistischer Prägung. Durch die zusätzliche Berücksichtigung der Variablen Komm/Soz hat sich das Bild grundlegend geändert, auch wenn Nordkorea, Syrien, Irak, Russland und Venezuela nach wie vor große negative Ausreißer sind. Die Negativliste ist nun wesentlich heterogener. Am stärksten vertreten ist jetzt Lateinamerika mit 12 Ländern, dicht gefolgt von Asien mit 11. Afrika stellt 5 und Europa lediglich 2 Länder.

Auf der positiven Seite sind die Veränderungen wesentlich geringer. Die Liste der positiven Ausreißer nach Berücksichtigung der Intelligenz war sehr heterogen und da sie nur wenige kommunistisch/sozialistische oder islamische Länder enthielt, ergeben sich durch die zusätzliche Berücksichtigung von Komm/Soz und Islam nur wenige Verschiebungen.

Bemerkenswert ist, dass nun die Kapverdischen Inseln, Senegal und São Tomé und Príncipe an die Spitze gerückt sind (zuvor Rang 15, 38 und 19). Dies macht auf ein methodische Problem aufmerksam, auf das wir bereits hingewiesen haben. Alle drei Länder werden in Wikipedias „Liste sozialistischer Staaten“ geführt. Da die Variable Komm/Soz nach der Holzhammermethode grob mit 0 und 1 kodiert wurde, haben sie bei der multiplen Regression einen Malus von 14 Punkten erhalten. Auf diese Weise wurde CPIgeschätzt verringert und das Residuum vergrößert [A2]. Alle drei Länder können aber sicherlich nicht einem Hardcore-Sozialismus oder Hardcore-Kommunismus zugeordnet werden. Eine differenzierte Kodierung der Variablen Komm/Soz würde die Schätzung per multipler Regression wohl spürbar verbessern. Eine revidierte Analyse wird nachgereicht, sobald angemessenere Daten verfügbar sind.

In der nächsten Folge vertiefen wir unsere Analyse, indem wir unsere Befunde mit Lynn und Vanhanen (2012) vergleichen, die den Zusammenhang zwischen Intelligenz und dem Korruptionsindex CPI aus dem Jahr 2009 untersucht haben (3).

Hier gibt es die Fortsetzung → Korruptionsindex CPI 2018 – Transparency International. Teil 7: Korruption und Intelligenz. Vergleich mit Lynn und Vanhanen (2012).

***

Literatur

(1) Transparency International: Corruption Perceptions Index 2018. https://www.transparency.org/cpi2018

(2) Rindermann, H. (2018). Cognitive Capitalism. Human Capital and the Wellbeing of Nations. New York: Cambridge University Press.
Die Daten zum Index CA totc finden sich im Appendix zu diesem Buch, der im Internet erhältlich ist unter
https://tu-chemnitz.de/hsw/psychologie/professuren/entwpsy/team/rindermann/pdfs/RindermannCogCapAppendix.pdf.

(3) Lynn, R. und Vanhanen, T. (2012). Intelligence. A Unifying Construct for the Social Sciences. London: Ulster Institute for Social Research.

***

Anmerkungen

[A1] Die Residuen sind die vertikalen Differenzen zwischen dem jeweiligen Länder-Datenpunkt und der punktierten Regressionsgeraden.

[A2] Senegal hat aufgrund seines extrem hohen Anteils von Moslems (96,4 Prozent) zusätzlich einem Malus von 8,4 Punkten erhalten, so dass sein positives Residuum von Rang 38 auf Rang 2 hochgeschnellt ist.

***
Stichwörter:
Psychologie, Korruptionsindex, Corruption Perceptions Index, Transparency International, 2018, Weltkarte, Länder, Korruptionswahrnehmungsindex, Politik, Intelligenz, Cognitive Ability, CA, Rindermann, Korrelation, Residuen, Kommunismus, Sozialismus, Islam, Mulltiple Regression

Ein Kommentar zu „Korruption und Intelligenz. Transparency International (6)

Kommentar verfassen

Trage deine Daten unten ein oder klicke ein Icon um dich einzuloggen:

WordPress.com-Logo

Du kommentierst mit deinem WordPress.com-Konto. Abmelden /  Ändern )

Facebook-Foto

Du kommentierst mit deinem Facebook-Konto. Abmelden /  Ändern )

Verbinde mit %s

Diese Seite verwendet Akismet, um Spam zu reduzieren. Erfahre, wie deine Kommentardaten verarbeitet werden..