Global Learning Crisis

Ich habe auf Researchgate.net einen umfangreichen Artikel mit dem Titel „Die Global Learning Crisis. Schulbesuch ist nicht gleich Lernen“ eingestellt. Der Artikel kann kostenlos heruntergeladen werden unter
https://www.researchgate.net/publication/368544658_Die_Global_Learning_Crisis_Schulbesuch_ist_nicht_gleich_Lernen

Zusammenfassung:       Der World Development Report der World Bank 2018 enthält zwei Botschaften, eine gute und eine schlechte. Die gute lautet: Alle Länder dieser Welt haben große Anstrengungen unternommen und die Schulbesuchsquote massiv gesteigert. Von wenigen Ausnahmen abgesehen können heute überall in der Welt fast alle Kinder eine Schule besuchen. Die schlechte Nachricht lautet: Heute können zwar fast alle Kinder eine Schule besuchen, aber Hunderte Millionen lernen so gut wie gar nichts. Diese traurige Tatsache wird von der UNESCO als Global Learning Crisis bezeichnet. Die vorliegende Arbeit gibt einen Überblick über die beiden gegensätzlichen Aspekte, wobei der zweite Aspekt auf der Grundlage der internationalen Bildungsstudien wie PISA, TIMSS & Co beleuchtet wird. Im Anschluss daran werden die Befunde der Bildungsstudien mit den Befunden der psychometrischen Intelligenzforschung verglichen und gezeigt, dass beide praktisch nicht voneinander zu unterscheiden sind. Abschließend wird gezeigt, dass die Forderung der Agenda 2030, „Bis 2030 sicherstellen, dass alle Mädchen und Jungen gleichberechtigt eine kostenlose und hochwertige Grund- und Sekundarschul­bildung abschließen, die zu brauchbaren und effektiven Lernergebnissen führt“, wobei Anforderungen moderner Industrie- und Informationsgesellschaften zugrunde gelegt werden, weltfremde Illusion ist.

______________________________________

Stichwörter: Global Learning Crisis, Schule, Schulbesuch, Lernen, Bildung, internationale Bildungs­studien, PISA, Intelligenz, IQ, Millenniumsziele, Agenda 2030, Lernarmut, Corona-Pandemie

Henss, R. (2023). Die Global Learning Crisis. Schulbesuch ist nicht gleich Lernen. Saarbrücken: Dr. Ronald Henss Verlag. DOI: 10.13140/RG.2.2.11286.83520 https://www.researchgate.net/publication/368544658_Die_Global_Learning_Crisis_Schulbesuch_ist_nicht_gleich_Lernen

Gesicht und Persönlichkeitseindruck

Heute gibt es mal was Persönliches.

Im Jahr 1998 erschien mein Buch „Gesicht und Persönlichkeitseindruck“ bei Hogrefe Verlag für Psychologie. Das Buch ist schon seit vielen Jahren vergriffen. Da das Thema immer noch von großem Interesse ist, habe ich eine unveränderte Neuausgabe herausgebracht. Das Buch ist überall im Buchhandel erhältlich, aber am einfachsten geht es über Amazon. Eine kostenlose PDF-Version gibt es auf Researchgate.net unter https://www.researchgate.net/publication/339147401_Gesicht_und_Personlichkeitseindruck .

Ronald Henss: Gesicht und Persönlichkeitseindruck

Ronald Henss
Gesicht und Persönlichkeitseindruck
Saarbrücken, 2020
ISBN 978-3-939937-83-8

Der Covertext des Buches

Dieses Buch befasst sich mit einem Gegenstand, der uns alle fasziniert, nämlich dem menschlichen Gesicht. Es beschäftigt sich mit den Eindrücken, die wir beim Betrachten eines fremden Gesichts erhalten. Dabei stehen drei Fragen im Blickpunkt: Wie hängen die verschiedenen Eindrücke, die ein Gesicht vermittelt, untereinander zusammen? Inwieweit stimmen verschiedene Beurteiler in ihren Eindrücken überein? Lassen sich die Persönlichkeitseindrücke auf physiognomische Merkmale zurückführen?

Der Autor liefert einen umfassenden Überblick über den Stand der Forschung und berichtet über eigene umfangreiche Untersuchungen. Die Fülle der referierten Befunde macht dieses Buch zu einem einzigartigen Nachschlagewerk über die Erkenntnisse der psychologischen Forschung zur Gesichterbeurteilung. Durch die allgemeinverständliche Darstellung wendet sich das Buch nicht nur an das psychologische Fachpublikum, sondern auch an Personen, die beruflich mit Fragen der Personenbeurteilung zu tun haben, sowie an Personen, die sich für Fragen des Aussehens und der physischen Attraktivität interessieren.

***

Stichwörter: Psychologie, Gesichter, Differenzielle Psychologie, Persönlichkeitspsychologie, Sozialpsychologie, Gesichterbeurteilung, Big Five, Lexikalischer Ansatz, Persönlichkeitsfaktoren, Attraktivität

***

Korruption und Intelligenz. Transparency International (14)

Korruptionsindex CPI 2018 – Transparency International

Teil 14: Korruption und Intelligenz. Ein Schwellenmodell.

Im Blickpunkt dieser Serie steht der Zusammenhang zwischen dem Grad der Korruption im öffentlichen Bereich und dem Intelligenzniveau der Länder dieser Welt. Es wird ein Schwellenmodell vorgeschlagen, das einen höheren Erklärungswert besitzt und angemessener erscheint als ein rein lineares Modell. Im Teil 14 werden wesentlich Charakteristika des Schwellenmodells herausgearbeitet.

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

Im → Teil 13 haben wir ein Schwellenmodell vorgeschlagen, das wesentlich angemessener erscheint und erklärungsmächtiger ist als ein rein lineares Modell.

In dieser Folge arbeiten wir einige wichtige Aspekte des Schwellenmodells heraus, bevor wir in der nächsten Folge das Modell auf eine theoretische Grundlage stellen, die zum einen auf der Evolutionspsychologie basiert und zum anderen auf der Piaget’schen Entwicklungspsychologie und deren Weiterentwicklung durch die Interkulturelle Piaget’sche Entwicklungspsychologie und die strukturgenetische Soziologie.

Das Schwellenmodell ist in Abbildung 14.1 dargestellt.

Abbildung 14.1: Korruption und Intelligenz. Schwellenmodell.
Horizontale Achse: Intelligenz (CA). Vertikale Achse: CPI 2018.

Das Schwellenmodell unterscheidet zwei Bereiche, in denen der Intelligenz eine völlig unterschiedliche Rolle zukommt.

Im unteren Intelligenzbereich besteht kein systematischer korrelativer Zusammenhang zwischen Intelligenz und Korruption. Es gibt zwar sehr große Unterschiede im Korruptionsniveau der Länder, diese gehen jedoch auf andere Faktoren zurück. Gleichwohl weisen die Daten auf eine wichtige Einschränkung hin: Im unteren Intelligenzbereich ist das Ausmaß der Korruptionsfreiheit nach oben beschränkt. Das CPI-Maximum liegt bei 68 und wird nur von 2 der 105 Länder erreicht, nämlich Barbados und Bhutan. Im Gegensatz dazu erreichen im oberen Bereich 24 von 75 Ländern einen Wert von 70 und höher. Dies legt folgende Hypothese nahe: Ein sehr hohes Maß an Korruptionsfreiheit – wie es in der westlichen Welt üblich ist und uns als selbstverständlich erscheint – ist ohne ein gewisses Mindestmaß an Intelligenz gar nicht möglich. Damit ergibt sich: Intelligenz erklärt im unteren Bereich zwar null Prozent der Korruptionsvarianz [A1], sie ist aber dennoch von Bedeutung, weil sie der Korruptionsfreiheit eine obere Schranke setzt.

Im oberen Intelligenzbereich besteht ein klarer korrelativer Zusammenhang zwischen Intelligenz und Korruption. Der Zusammenhang ist linear und erklärt 40 Prozent der Korruptionsvarianz [A2]. Mit zunehmender Intelligenz der Bevölkerung steigen die Möglichkeiten zur Eindämmung der Korruption. Konkret wirkt sich das so aus, dass jeder zusätzliche Intelligenzpunkt einen Zugewinn von 2,2 CPI-Punkten erbringt. Für ein sehr hohes Maß an Korruptionsfreiheit erscheint, wie bereits gesehen, ein hohes Intelligenzniveau als notwendige Voraussetzung. Wie einige krasse Ausreißer nach unten deutlich zeigen, ist hohe Intelligenz jedoch kein Garant für Korruptionsfreiheit. Intelligenz erscheint zwar als notwendige, nicht aber als hinreichende Bedingung für niedrige Korruption.

***

ERGÄNZUNG: Mittlerweile wurde auch der CPI 2019 veröffentlicht. Die Korrelation zwischen dem CPI 2018 und dem CPI 2019 beträgt 0,9944. Das heißt: Die beiden Maße sind praktisch identisch. Was über den CPI 2018 gesagt wurde, gilt genauso für den CPI 2019; die minimalen Verschiebungen sind völlig unbedeutend.

***

AKTUALISIERUNG

Nachdem ich mit intensiver mit diesem Thema befasst habe, habe ich mich entschlossen, ein ganzes Buch zu schreiben. Es trägt den Titel „Intelligenz und Korruption“. Darin werde ich mit der Schwellentheorie der formal-operativen Intelligenz einen völlig neuen Ansatz vorstellen. Die Schwellentheorie ist nicht nur empirisch überlegen, sie beruht auch auf einer wohlfundierten theoretischen Basis, nämlich der Piaget’schen Entwicklungspsychologie und der strukturgenetischen Soziologie von Georg W. Oesterdiekhoff.

Zum Schwellenmodell der formal-operativen Intelligenz gibt es nun auch einen Forschungsartikel, der im Juni 2021  in der Fachzeitschrift Mankind Quarterly erschienen ist. Der Artikel kann hier heruntergeladen werden → Non-Linearity of Intelligence Effects and the Threshold Model of Formal-Operative Intelligence
und hier gibt es eine deutsche Fassung dieses Artikels → Nicht-lineare Effekte der Intelligenz und das Schwellenmodell der formal-operativen Intelligenz

Hier gibt es das → Vorwort zum Buch „Intelligenz und Korruption“.

Hier gibt es einen Auszug, in dem das Schwellenmodell der formal-operativen Intelligenz dargestellt wird →
Intelligenz und Korruption. Auszug: Das Schwellenmodell der formal-operativen Intelligenz.

Hier gibt es einen Auszug, der sich auf den Korruptionsindex CPI bezieht →
Intelligenz und Korruption. Auszug: Der Korruptionswahrnehmungsindex CPI

***

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) Henss, R. (2019). Intelligenz und Korruption. Auszug: Das Schwellenmodell der formal-operativen Intelligenz. DOI: https://doi.org/10.13140/RG.2.2.25093.29925

(4) Henss, R. (2019). Intelligenz und Korruption. Vorwort des Buches. DOI: https://doi.org/10.13140/RG.2.2.24254.43840

(5) Henss, R. (2020). Intelligenz und Korruption. Auszug: Der Korruptionswahrnehmungsindex CPI. DOI: https://doi.org/10.13140/RG.2.2.19690.67521

(6) Henss, R. (2020). Intelligenz und Korruption. Materialien: Das Schwellenmodell der formal-operativen Intelligenz. DOI: https://doi.org/10.13140/RG.2.2.33753.06243

(7) Henss, R. (2021). Nicht-lineare Effekte der Intelligenz und das Schwellenmodell der formal-operativen Intelligenz.    https://www.researchgate.net/publication/349732494_Nicht-lineare_Effekte_der_Intelligenz_und_das_Schwellenmodell_der_formal-operativen_Intelligenz

(8) Henss, R. (2021). Non-Linearity of Intelligence Effects and the Threshold Model of Formal-Operative Intelligence. Mankind Quarterly, 61, 854-871. https://www.researchgate.net/publication/352043834_Non-Linearity_of_Intelligence_Effects_and_the_Threshold_Model_of_Formal-Operative_Intelligence

***

Anmerkungen

[A1] Es ist zu beachten: Die Aussage „erklärt null Prozent der Korruptionsvarianz“ gilt nur innerhalb des unteren Bereichs. Insgesamt erklärt die Konstante im unteren Bereich jedoch einen beträchtlichen Teil der Korruptionsvarianz. Dies wird später noch einmal ausführlicher diskutiert.

[A2] Nimmt man den größten Ausreißer – Nordkorea – heraus, dann steigt die Varianzaufklärung von 40 auf 46 Prozent. Nimmt man die drei größten Ausreißer – Nordkorea, China und Russland – heraus, dann steigt sie sogar auf 53 Prozent.

***
Stichwörter:
Psychologie, Korruption, Korruptionsindex, Corruption Perceptions Index, Transparency International, 2018, Weltkarte, Länder, Korruptionswahrnehmungsindex, Politik, Intelligenz, Cognitive Ability, CA, Rindermann, IQ,

Korruption und Intelligenz. Transparency International (13)

Korruptionsindex CPI 2018 – Transparency International

Teil 13: Korruption und Intelligenz. Ein Schwellenmodell.

Im Blickpunkt dieser Serie steht der Zusammenhang zwischen dem Grad der Korruption im öffentlichen Bereich und dem Intelligenzniveau der Länder dieser Welt. Im Teil 13 wird ein theoretisches Modell des Zusammenhangs zwischen Korruption und Intelligenz entwickelt, das einen höheren Erklärungswert besitzt und angemessener erscheint als ein rein lineares Modell.

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

Bislang haben wir Korruption und Intelligenz in einem linearen Modell interpretiert, das in Abbildung 13.1 dargestellt ist.

Abbildung 13.1: Korruption und Intelligenz. Lineares Modell.
Horizontale Achse: Intelligenz (CA). Vertikale Achse: CPI 2018.

Die Produkt-Moment-Korrelation beträgt 0,59 und die Intelligenz erklärt 35,3 Prozent der Korruptionsvarianz. Damit besitzt das lineare Modell einen beachtlichen Erklärungswert.

Bei genauerem Hinsehen wird jedoch deutlich, dass das lineare Modell keine optimale Repräsentation darstellt. Im oberen Intelligenzbereich ist der Zusammenhang unübersehbar, im unteren ist hingegen kein Zusammenhang erkennbar. Eine Alternative wäre zum Beispiel der quadratische Trend, der in Abbildung 13.2 zu sehen ist.

Abbildung 13.2: Korruption und Intelligenz. Quadratischer Trend.
Horizontale Achse: Intelligenz (CA). Vertikale Achse: CPI 2018.

Der quadratische Trend erklärt 45,3 Prozent der Korruptionsvarianz. Das sind 10 Prozentpunkte mehr als das lineare Modell. Dies ist zwar eine enorme Verbesserung, aber das quadratische Modell ist aus theoretischen Gründen nicht optimal. Für den Intelligenzbereich über 75 erscheint die Regressionskurve angemessen und der Zusammenhang ist einleuchtend. Höhere Intelligenz geht mit geringerer Korruption einher. Nicht einleuchtend ist hingegen, warum sich der Zusammenhang im unteren Bereich umkehren sollte, so dass sich geringere Intelligenz positiv auswirkt [A1].

Ein plausibles – und wie wir sehen werden genauso erklärungsmächtiges Modell – ergibt sich aus folgenden Überlegungen.

Bereits zu Beginn wurde im → Teil 1 gezeigt, dass die große Mehrheit der Länder ein Korruptionsniveau aufweist, das sehr weit unter dem liegt, was wir aus der Perspektive der hochentwickelten westlichen Welt allzu leicht als „von Natur aus gegeben“ ansehen. Tatsächlich ist es jedoch genau umgekehrt: Eine mehr oder weniger hohe

• Korruption ist der Normalfall,
• Länder mit geringer Korruption sind die Ausnahme.

Um überhaupt in der Lage zu sein, hochkomplexe Gesellschaftsstrukturen mit niedriger Korruption aufzubauen, bedarf es einer Bevölkerung, die sich – zumindest in großen Teilen – durch ein hohes kognitives Entwicklungsniveau auszeichnet. Die überwiegende Zahl der Länder hat ein solches Entwicklungsniveau noch nicht erreicht.

Vor diesem Hintergrund schlagen wir das sehr einfache Schwellenmodell vor, das in Abbildung 13.3 dargestellt ist.

Abbildung 13.3: Korruption und Intelligenz. Schwellenmodell.
Horizontale Achse: Intelligenz (CA). Vertikale Achse: CPI 2018.

Die Grundannahmen und die Herleitung dieses Modells werden in der nächsten Folge ausführlich dargestellt. An dieser Stelle sei lediglich vorausgeschickt, dass dieses Modell 46,2 Prozent der Korruptionsvarianz erklärt. Das sind 10,9 Prozentpunkte mehr als das lineare Modell und damit besitzt das Schwellenmodell einen sehr hohen Erklärungswert.

Hier gibt es die Fortsetzung → Korruptionsindex CPI 2018 – Transparency International. Teil 14: Korruption und Intelligenz. Ein Schwellenmodell.

***

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.

***

Anmerkungen

[A1] Die Idee, dass niedrigere Intelligenz mit geringerer Korruption einhergeht, ist nicht unbedingt abwegig. Primitive Gesellschaften, die sich im präoperationalen Entwicklungsstadium befinden und ein außerordentlich niedriges Intelligenzniveau aufweisen, können so einfach strukturiert sein, dass Korruption in der Tat keine Rolle spielt. Wir beschäftigen uns jedoch mit dem Zusammenhang von Korruption und Intelligenz auf Länderebene – und auf dieser Ebene erscheint ein quadratischer Zusammenhang äußerst unplausibel. Im Weiteren wird sich zeigen, dass das vergleichsweise „niedrige“ Korruptionsniveau einiger weniger Niedrig(st)intelligenzländer auf ganz andere Faktoren zurückgeführt werden kann.

***
Stichwörter:
Psychologie, Korruptionsindex, Corruption Perceptions Index, Transparency International, 2018, Weltkarte, Länder, Korruptionswahrnehmungsindex, Politik, Intelligenz, Cognitive Ability, CA, Rindermann, IQ, Modell

Korruption und Intelligenz. Transparency International (12)

Korruptionsindex CPI 2018 – Transparency International

Teil 12: Korruption und Intelligenz. Extremgruppenvergleich

Im Blickpunkt dieser Serie steht der Zusammenhang zwischen dem Grad der Korruption im öffentlichen Bereich und dem Intelligenzniveau der Länder dieser Welt. Im Teil 12 wird der Zusammenhang durch einen Extremgruppenvergleich verdeutlicht. Im Fokus stehen die Länder mit der höchsten Korruption.

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

Im → Teil 11 standen die 30 Länder mit der geringsten Korruption im Blickpunkt. Nun betrachten wir die 30 Länder mit der höchsten Korruption, die in der rechten Hälfte von Tabelle 12.1 aufgelistet sind.

Tabelle 12.1: Korruption und Intelligenz. Extremgruppenvergleich: Die 30 Länder mit der geringsten bzw. der höchsten Korruption.
Rg: Rangplatz im CPI 2018; CA: Intelligenz; CPI Korruptionsindex Transparency International 2018.

Geringste Korruption					Stärkste Korruption
Rg	Land	CA	CPI		Rg	Land	CA	CPI
1	Dänemark	98	88		180	Somalia	68	10
2	Neuseeland	99	87		179	Syrien	82	13
3	Finnland	101	85		178	Südsudan	65	13
4	Singapur	105	85		177	Jemen	69	14
5	Schweden	99	85		176	Nordkorea	99	14
6	Schweiz	100	85		175	Sudan	76	16
7	Norwegen	98	84		174	Guinea-Bissau	65	16
8	Niederlande	101	82		173	Äquatorialguinea	65	16
9	Kanada	101	81		172	Afghanistan	71	16
10	Luxemburg	97	81		171	Libyen	84	17
11	Deutschland	99	80		170	Burundi	70	17
12	Großbritannien	100	80		169	Venezuela	83	18
13	Australien	99	77		168	Irak	86	18
14	Österreich	99	76		167	Kongo (Brazz)	71	19
15	Hongkong	104	76		166	Tschad	64	19
16	Island	98	76		165	Angola	67	19
17	Belgien	99	75		164	Turkmenistan	82	20
18	Estland	100	73		163	Haiti	63	20
19	Irland	97	73		162	Kongo (Zaire)	67	20
20	Japan	104	73		161	Kambodscha	85	20
21	Frankreich	98	72		160	Simbabwe	70	22
22	USA	98	71		159	Usbekistan	82	23
23	VAE	89	70		158	Mosambik	77	23
24	Uruguay	90	70		157	Eritrea	74	24
25	Barbados	79	68		156	Tadschikistan	82	25
26	Bhutan	74	68		155	Nicaragua	81	25
27	Chile	89	67		154	Madagaskar	77	25
28	Seychellen	81	66		153	Kamerun	67	25
29	Bahamas	81	65		152	Aserbaidschan	88	25
30	Portugal	95	64		151	Uganda	71	26

Die Gruppe der 30 korruptesten Länder zeichnet sich durch ein sehr niedriges Intelligenzniveau aus. Der Mittelwert beträgt 75.

Nur ein einziges Land passt ganz und gar nicht in dieses Bild, nämlich Nordkorea, das zu den Spitzenländern der Intelligenz zählt. Kein anderes Land weicht so extrem von dem negativen Zusammenhang zwischen Intelligenz und Korruption ab wie Nordkorea. Nimmt man diesen eklatanten Ausreißer heraus, dann reduziert sich der Mittelwert der hochkorrupten Länder auf 74,2.

Der Schwerpunkt der Korruption liegt in Afrika, das mit 17 Ländern vertreten ist (56,7 Prozent). Mit einem Durchschnitt von 70,5 ist das Intelligenzniveau außerordentlich niedrig. Mit der Ausnahme von Libyen handelt es sich um schwarzafrikanische Länder.

Asien stellt 10 Länder, darunter 7 islamische Staaten. Nicht-islamisch sind lediglich Nordkorea, Kambodscha und Aserbaidschan. Das Intelligenzmittel der hochkorrupten asiatischen Länder ist mit 82,6 fast identisch mit dem globalen Ländermittelwert 82,7. Ohne Nordkorea liegt der Mittelwert bei 80,8.

Die verbleibenden 3 Länder – Venezuela, Haiti, Nicaragua – liegen in Lateinamerika, wobei das von Schwarzen bevölkerte Haiti durch die extrem niedrige Intelligenz von 63 deutlich abfällt.

Kein einziges europäisches Land ist in der Liste der 30 korruptesten Länder vertreten.

Nahezu alle Länder der Negativliste sind durch eines oder mehrere der folgenden Merkmale charakterisiert:

• Niedrige oder sehr niedrige Intelligenz.
• Schwarze Bevölkerung.
• Kriege und Bürgerkriege in den letzten Jahrzehnten.
• Kommunistische/sozialistische Prägung.
• Islam.

Die Merkmale dieser Liste sind – ebenso wie die Merkmale der am wenigsten korrupten Länder – nicht unabhängig voneinander. Insbesondere sind sie nicht unabhängig von der Intelligenz.

In den nächsten Folgen erweitern wir die Analyse, indem wir den Anteil an der Korruptionsvarianz herausrechnen, der auf die Intelligenz zurückgeführt werden kann. Dies ermöglicht einen vertieften Blick auf die intelligenzunabhängigen Determinanten der Korruption. Zuvor werden wir jedoch ein theoretisches Modell des Zusammenhangs von Intelligenz und Korruption entwickeln, das einen höheren Erklärungswert besitzt und angemessener erscheint als ein rein lineares Modell.

Hier gibt es die Fortsetzung → Korruptionsindex CPI 2018 – Transparency International. Teil 13: Korruption und Intelligenz. Ein Schwellenmodell.

***

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.

***
Stichwörter:
Psychologie, Korruptionsindex, Corruption Perceptions Index, Transparency International, 2018, Weltkarte, Länder, Korruptionswahrnehmungsindex, Politik, Intelligenz, Cognitive Ability, CA, Rindermann, IQ, Islam, Religion

Korruption und Intelligenz. Transparency International (10)

Korruptionsindex CPI 2018 – Transparency International

Teil 10: Korruption und Intelligenz. Extremgruppenvergleich

Im Blickpunkt dieser Serie steht der Zusammenhang zwischen dem Grad der Korruption im öffentlichen Bereich und dem Intelligenzniveau der Länder dieser Welt. Im Teil 10 wird der Zusammenhang durch einen Extremgruppenvergleich verdeutlicht.

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

Im → Teil 8 und im → Teil 9 haben wir grundlegende statistische Kennzahlen der Länderintelligenz und des Korruptionsindexes CPI 2018 betrachtet.

Nun betrachten wir den Zusammenhang zwischen den beiden Variablen. Dieser wird durch Abbildung 10.1 veranschaulicht. Dort werden in einem Extremgruppenvergleich die 30 korruptesten (rot unterlegt) und die 30 am wenigsten korrupten Länder (grün unterlegt) hervorgehoben.

Abbildung 10.1: Intelligenz (X-Achse) und Korruptionsindex CPI 2018 (Y-Achse).
Grün unterlegt: Am wenigsten korrupte Länder.
Rot unterlegt: Korrupteste Länder.

Tabelle 10.1 enthält statistische Parameter der beiden Extremgruppen.

Tabelle 10.1: Korruption und Intelligenz. Extremgruppenvergleich: Die 30 Länder mit der geringsten bzw. der höchsten Korruption.
CA: Intelligenz; CPI Korruptionsindex Transparency International 2018.

	Geringste Korruption			Stärkste Korruption
	CA	CPI		CA	CPI
Mittelwert	95,7	76,1		75,0	19,3
Standardabw.	7,7	7,0		8,7	4,3
Maximum	105	88		99	26
Minimum	74	64		63	10

Abbildung 10.1 und Tabelle 10.1 verdeutlichen die extreme Kluft, zwischen den korruptesten und den am wenigsten korrupten Ländern sowohl im Hinblick auf die Korruption als auch im Hinblick auf die Intelligenz.

In der unteren Gruppe liegen die CPI-Werte zwischen 10 und 26, der Mittelwert beträgt 19,3. Die Werte der oberen Gruppe liegen zwischen 63 und 74, der Mittelwert beträgt 76,1. Zwischen diesen Gruppen liegen Welten!

Aber auch im Hinblick auf die Intelligenz sind die Gruppen extrem verschieden. Die Spannbreite reicht in der oberen Gruppe von 74 bis 105, in der unteren von 63 bis 99. Die Bereiche überlappen sich zwar, aber Abbildung 10.1 zeigt, dass dies nur 5 Länder betrifft. Die senkrechte Linie trennt die Intelligenzwerte 88 und 89. Unter den 30 korruptesten Ländern findet sich nur ein einziger Ausreißer, der diese Marke überschreitet und in der oberen Gruppe nur 4, die die Marke unterschreiten.

Der Mittelwert der oberen Gruppe beträgt 95,7, der Mittelwert der unteren 75. Somit besteht zwischen den beiden Extremgruppen eine Kluft von 20,7 Intelligenzpunkten – das sind zwei total verschiedene Welten! In der nächsten Folge werden wir diese extreme Kluft näher analysieren und die Länder betrachten, die dahinterstehen.

Hier gibt es die Fortsetzung → Korruptionsindex CPI 2018 – Transparency International. Teil 11: Korruption und Intelligenz. Extremgruppenvergleich.

***

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.

***
Stichwörter:
Psychologie, Korruptionsindex, Corruption Perceptions Index, Transparency International, 2018, Weltkarte, Länder, Korruptionswahrnehmungsindex, Politik, Intelligenz, Cognitive Ability, CA, Rindermann, IQ, Extremgruppenvergleich

Korruption und Intelligenz. Transparency International (9)

Korruptionsindex CPI 2018 – Transparency International

Teil 9: Korruption und Intelligenz. Parameter des Korruptionsindexes CPI.

Im Blickpunkt dieser Serie steht der Zusammenhang zwischen dem Grad der Korruption im öffentlichen Bereich und dem Intelligenzniveau der Länder dieser Welt. Im Teil 9 betrachten wir grundlegende Parameter des CPI, die die extrem unterschiedliche Verteilung der Intelligenz der Korruption verdeutlichen.

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

Im → Teil 8 haben wir die statistischen Kennzahlen der Länderintelligenz betrachtet, nun betrachten wir die Kennzahlen des Korruptionsindexes CPI 2018 [A1].

Tabelle 9.1, die uns bereits als → Tabelle 8.1 im Teil 8 bekannt ist, zeigt die wichtigsten Parameter des Korruptionsindexes CPI 2018.

Tabelle 9.1: Statistische Kennwerte. Intelligenz (CA); Korruption (CPI); Welt-IQ.

	CA	CPI	Welt-IQ
Mittelwert	82,7	43,1	87
Median	82,5	38	87
Standardabweichung	11,9	19,1	18,7
Maximum	105	88
Minimum	60	10

Die Spannbreite des CPI 2018 reicht von 10 bis 88 und deckt damit den Großteil des theoretisch Möglichen ab. Das heißt: Die Unterschiede zwischen dem Korruptionsniveau der Länder sind extrem.

Die theoretische Mitte der CPI-Skala liegt bei 50. Die Slovakei liegt genau auf diesem Punkt. Nur 56 Länder (31,1 Prozent) liegen darüber, aber 143 (68,3 Prozent) liegen darunter.

Das arithmetische Mittel liegt mit 43,1 deutlich unter dem Mittelpunkt der CPI-Skala. Den Wert 43 besitzen Marokko, Südafrika, Surinam und Tunesien. Das arithmetische Mittel ist jedoch kein besonders guter Indikator, da die Verteilung der CPI-Werte stark in den negativen Bereich verschoben ist. Die Verschiebung wird durch Abbildung 9.1 veranschaulicht, die wir bereits als → Abbildung 1.2 aus Teil 1 kennen.

Abbildung 9.1: Korruptionsindex CPI 2018, Transparency International, Häufigkeitsverteilung der 180 Länder.

Ein besserer Indikator ist der Median. Dieser liegt bei 38, also 5 Punkte unter dem arithmetischen Mittel und 12 Punkte unter dem Mittelpunkt der CPI-Skala. Auf diesem Niveau befinden sich Bosnien, Indonesien, Sri Lanka und Swaziland. Diese Länder markieren den Scheidepunkt der Korruption – eine Hälfte der übrigen Länder schneidet besser ab und die andere schlechter.

Insgesamt ergibt sich im Hinblick auf unsere beiden zentralen Variablen Intelligenz und Korruption auf Länderebene:

• Niedrige und sehr niedrige Intelligenz sind der Normalfall, hohe Intelligenz ist die Ausnahme.
• Ein (sehr) hohes Maß an Korruption ist der Normalfall, niedrige Korruption ist die Ausnahme.

In der nächsten Folge analysieren wir den Zusammenhang zwischen den beiden Variablen.

Hier gibt es die Fortsetzung → Korruptionsindex CPI 2018 – Transparency International. Teil 10: Korruption und Intelligenz. Extremgruppenvergleich

***

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.

***

Anmerkungen

[A1] Noch mal zur Erinnerung: Die CPI-Skala reicht von 0 bis 100. Der Wert 0 steht für die größtmögliche Korruption (was immer das sein mag) und 100 für das vollständige Fehlen von Korruption. Da man gewöhnlich Maßsysteme nach dem oberen Pol benennt, müsste der CPI eigentlich Freiheit-von-Korruption-Index heißen.

***
Stichwörter:
Psychologie, Korruptionsindex, Corruption Perceptions Index, Transparency International, 2018, Weltkarte, Länder, Korruptionswahrnehmungsindex, Politik, Intelligenz, Cognitive Ability, CA, Rindermann, IQ,

Korruption und Intelligenz. Transparency International (8)

Korruptionsindex CPI 2018 – Transparency International

Teil 8: Korruption und Intelligenz. Parameter der Länderintelligenz.

Im Blickpunkt dieser Serie steht der Zusammenhang zwischen dem Grad der Korruption im öffentlichen Bereich und dem Intelligenzniveau der Länder dieser Welt. Im Teil 8 betrachten wir grundlegende Parameter der Länderintelligenz, die die extrem unterschiedliche Verteilung der Intelligenz verdeutlichen.

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

Das Kernthema dieser Serie ist der Zusammenhang zwischen Intelligenz und Korruption in den Ländern dieser Welt.

Im → Teil 7 haben wir unsere Befunde zum CPI 2018 mit Lynn und Vanhanen (2012) (1) verglichen, die dieselbe Fragestellung für den CPI 2009 untersuchten. Dabei zeigte sich eine außerordentlich große Übereinstimmung. Ganz offenkundig ist der Zusammenhang zwischen Korruption und Intelligenz keine Angelegenheit, die von Jahr zu Jahr schwankt. Ganz im Gegenteil:

• Das Intelligenzniveau der Länder ist außerordentlich stabil, das Korruptionsniveau der Länder ist außerordentlich stabil; und somit ist auch der Zusammenhang zwischen den beiden Variablen außerordentlich stabil. Es besteht kein Zweifel, dass die Intelligenz eine wesentliche Determinante der Korruption ist.

Vor diesem Hintergrund wollen wir unsere Analyse im Folgenden erweitern und vertiefen.

Ausgangspunkt sind die statistischen Kennzahlen der Korruption und der Intelligenz in Tabelle 8.1.

In den Spalten CA und CPI bilden die 180 Länder die Beobachtungseinheit. Hier wird jedes Land unabhängig von seiner Bevölkerungszahl gleich gewichtet. Zum Beispiel zählt Dominica mit 72.000 Einwohnen genauso viel wie China mit knapp 1,4 Milliarden. Zusätzlich findet sich in der rechten Spalte der Welt-IQ. Bei diesem Index sind die Länder nach ihrer Einwohnerzahl gewichtet (siehe die Serie → Der Welt-IQ und die Verteilung der Weltintelligenz). Der Welt-IQ gibt die durchschnittliche Intelligenz der Weltbevölkerung an, der Mittelwert in der Spalte CA hingegen den Durchschnitt der Ländermittelwerte. Da wir in dieser Serie die Länder miteinander vergleichen, ist der ungewichtete Ländermittelwert der relevantere Bezugspunkt.

Tabelle 8.1: Statistische Kennwerte. Intelligenz (CA); Korruption (CPI); Welt-IQ.

	CA	CPI	Welt-IQ
Mittelwert	82,7	43,1	87
Median	82,5	38	87
Standardabweichung	11,9	19,1	18,7
Maximum	105	88
Minimum	60	10

Die Kennwerte in Spalte CA machen deutlich, was durch Tausende wissenschaftliche Untersuchungen zweifelsfrei belegt ist und auf diesem Blog schon mehrfach dargestellt wurde: Die Intelligenz ist über die Länder hinweg extrem unterschiedlich (siehe zum Beispiel die Serie → Geographie der Intelligenz). Das Maximum beträgt 105, das Minimum 60. 105 liegt spürbar über dem Niveau westlicher Industrie- und Informationsgesellschaften. Das Minimum liegt weit in dem Bereich, der nach den Kriterien der Weltgesundheitsorganisation WHO als klinisch relevante Intelligenzminderung gilt (siehe die Serie → Intelligenzminderung – Mentale Retardation).

• Zwischen den intelligentesten und den unintelligentesten Ländern liegen Welten!

Der Mittelwert über die Ländermittelwerte beträgt 82,7 und ist fast identisch mit dem Median, der bei 82,5 liegt. Das entspricht in etwa dem Intelligenzniveau eines ganz und gar durchschnittlichen 13-Jährigen in modernen Industriegesellschaften. Genau die Hälfte der Länder liegt über bzw. unter dem Ländermittelwert. Nach westlichen Maßstäben ist die große Mehrzahl der Länder als unintelligent und sehr unintelligent einzustufen [A1].

Der Vergleich mit der rechten Spalte zeigt, dass der Ländermittelwert wesentlich kleiner ist als der Welt-IQ (82,7 vs. 87). Die Differenz ergibt sich daraus, dass viele kleinere Länder sehr unintelligent und einige wenige sehr große Länder sehr intelligent sind (so wird der Welt-IQ zum Beispiel alleine durch China mit seiner hohen Intelligenz und fast 1,4 Milliarden Bewohnern beträchtlich angehoben).

Aus der Tatsache, dass die Länder dieser Welt ein extrem breites Intelligenzspektrum überdecken, ergibt sich fast zwingend, dass auch die sozialen Strukturen über die Länder hinweg sehr unterschiedlich sind. Dies gilt insbesondere auch für das Korruptionsniveau, das wir in der nächsten Folge unter die Lupe nehmen.

Hier gibt es die Fortsetzung → Korruptionsindex CPI 2018 – Transparency International. Teil 9: Korruption und Intelligenz. Parameter des Korruptionsindexes CPI.

***

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] Nach einer üblichen Konvention gilt ein IQ unter 75 als sehr unintelligent und ein IQ von 75 bis unter 90 als unintelligent (siehe die Serie → Die IQ-Ampel). Nach diesen Kriterien wären 40,6 Prozent der Länder als unintelligent und weitere 28,3 als sehr unintelligent einzustufen, insgesamt also weit mehr als zwei Drittel.

***
Stichwörter:
Psychologie, Korruptionsindex, Corruption Perceptions Index, Transparency International, 2018, Weltkarte, Länder, Korruptionswahrnehmungsindex, Politik, Intelligenz, Cognitive Ability, CA, Rindermann, IQ,

Korruption und Intelligenz. Transparency International (7)

Korruptionsindex CPI 2018 – Transparency International

Teil 7: Korruption und Intelligenz. Vergleich mit Lynn und Vanhanen (2012).

Im Blickpunkt dieser Serie steht der Zusammenhang zwischen dem Grad der Korruption im öffentlichen Bereich und dem Intelligenzniveau der Länder dieser Welt. Im Teil 7 vergleichen wir unsere eigenen Ergebnisse mit den Befunden von Lynn und Vanhanen (2102), die die gleiche Fragestellung mit Bezug auf den Korruptionsindex CPI 2009 untersuchten.

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

Das Kernthema dieser Serie ist der Zusammenhang zwischen Intelligenz und Korruption in den Ländern dieser Welt. Erfreulicherweise wurde diese Fragestellung bereits von Lynn und Vanhanen (2012) untersucht (1).

Die Datenbasis von Lynn und Vanhanen waren der Korruptionsindex CPI des Jahres 2009 und die von den Autoren zusammengestellten Nationalen IQ-Werte (IQ_LV) für 180 Länder. Unterschiede zu unserer Untersuchung bestehen somit in der zeitlichen Differenz 2018 vs. 2009 und dem Intelligenzmaß CA vs. IQ_LV. Ein weiterer Unterschied besteht in der Länderstichprobe: Der CPI 2009, nicht aber der CPI 2018 enthält Kiribati, Macau, Puerto Rico, Samoa und Tonga; andererseits sind Bahamas, Grenada, Kosovo, Nordkorea und Südsudan im CPI 2018 vertreten, aber nicht im CPI 2009.

Die Produkt-Moment-Korrelation zwischen Intelligenz und Korruption beträgt bei Lynn und Vanhanen 0,586, die Varianzaufklärung beträgt 34,4 Prozent. Das ist praktisch identisch mit unserem Ergebnis: r=0,590 und 34,8 Prozent.

Auch die Residuenanalyse führt zu nahezu deckungsgleichen Ergebnissen.

Zufällig listen Lynn und Vanhanen – ebenso wie wir in → Tabelle 4.1 im Teil 4 – die 30 Länder mit den größten positiven Residuen auf (Korruption viel niedriger, als alleine aufgrund der Intelligenz zu erwarten wäre). Die beiden Listen stimmen in 23 Fällen überein! [A1]

Am anderen Extrem nennen Lynn und Vanhanen die 16 Länder mit den größten negativen Residuen. Zehn davon befinden sich in unserer Negativ-Top-30-Liste, die anderen – von unten! – auf Rang 31, 32, 35, 41, 60 und 71. Argentinien und Ecuador haben sich deutlich verbessert, stehen mit Rang 71 bzw. 60 von unten aber immer noch weit im negativen Bereich.

Die außerordentlich hohe Übereinstimmung der beiden Analysen ist nicht verwunderlich.

Das Intelligenzniveau von Ländern ist zwar keine auf Ewigkeit festgemauerte Konstante, aber die Veränderungen über ein Jahrzehnt können allenfalls minimale Verschiebungen der internationalen Rangfolge bewirken. Die Intelligenzmaße IQ_LV und CA sind auf Länderebene nahezu deckungsgleich; die Korrelation beträgt 0,98 (Rindermann, 2018).

→ Tabelle 2.1 und → Tabelle 2.2 im Teil 2 haben gezeigt, dass der Korruptionsindex CPI über die Zeit extrem stabil ist. Für die 175 Länder, die im CPI 2018 und im CPI 2009 enthalten sind, ergibt sich eine Korrelation von 0,95. Auf die außerordentliche Veränderungsresistenz der Korruption kommen wir später zurück.

Wenn A nahezu identisch ist mit A* und B nahezu identisch mit B*, dann muss auch der Zusammenhang zwischen A und B nahezu derselbe sein wie der Zusammenhang zwischen A* und B*.

Genau das ergibt auch der Vergleich unserer Untersuchung mit Lynn und Vanhanen:

• Die Intelligenzmaße IQ_LV und CA sind nahezu identisch (r=0,98).
• Die Korruptionsmaße CPI 2009 und CPI 2018 sind nahezu identisch (r=0,95).
• Die Korrelationen zwischen Intelligenz und Korruption sind nahezu identisch (0,586 und 0,590), ergeben praktisch dieselbe Varianzaufklärung (34,4 und 34,8 Prozent) und liefern außerordentlich ähnliche Residuen.

In der nächsten Folge beginnen wir mit einer vertieften Analyse.

Hier gibt es die Fortsetzung → Korruptionsindex CPI 2018 – Transparency International. Teil 8: Korruption und Intelligenz. Parameter der Länderintelligenz.

***

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] Österreich, Chile, Island, Irland, Malawi, Südafrika und USA, die in Lynn und Vanhanens Top-30 vertreten sind, haben auch 2018 ein positives Residuum.

***
Stichwörter:
Psychologie, Korruptionsindex, Corruption Perceptions Index, Transparency International, 2018, Weltkarte, Länder, Korruptionswahrnehmungsindex, Politik, Intelligenz, Cognitive Ability, CA, Rindermann, IQ, Lynn und Vanhanen, CPI 2009

Korruption und Intelligenz. Transparency International (6)

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

CPI_geschätzt = 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

CPI_geschätzt = 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.

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 CPI_geschätzt 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

Korruption und Intelligenz. Transparency International (5)

Korruptionsindex CPI 2018 – Transparency International

Teil 5: Korruption, Intelligenz, Kommunismus/Sozialismus und Islam. Multiple Regression.

Im Blickpunkt dieser Serie steht der Zusammenhang zwischen dem Grad der Korruption im öffentlichen Bereich und dem Intelligenzniveau der Länder dieser Welt. Im Teil 5 werden mittels multipler Regression die kombinierten Effekte von Intelligenz, Kommunismus/Sozialismus und Islam auf den Korruptionsindex CPI 2018 analysiert.

In → Teil 1 und → Teil 2 haben wir die weltweite Verbreitung der Korruption anhand des Korruptionsindex CPI 2018 von Transparency International betrachtet (1).

→ Teil 3 hat gezeigt, dass ein sehr enger Zusammenhang zwischen dem Korruptions- und dem Intelligenzniveau, gemessen mit dem Index CA (= Cognitive Ability total corrected) nach Rindermann, 2018 (2), besteht. Die Produkt-Moment-Korrelation beträgt 0,59. Damit „erklärt“ die nationale Intelligenz etwas mehr als ein Drittel der Varianz des Korruptionsindexes (34,8 Prozent).

Die Residuenanalyse im → Teil 4 lieferte einen Hinweis auf einen Faktor, der neben der Intelligenz ebenfalls von Bedeutung sein könnte.

Dei 30 Länder mit den größten negativen Residuen [A1] sind (in absteigender Reihenfolge): Nordkorea, Syrien, Russland, Irak, Libyen, Venezuala, Kambodscha, Aserbaidschan, Turkmenistan, China, Ukraine, Vietnam, Sudan, Usbekistan, Somalia, Laos, Kasachstan, Mexiko, Tadschikistan, Moldawien, Nicaragua, Jemen, Afghanistan, Libanon, Mosambik, Bangladesch, Bolivien und Burundi. Mit wenigen Ausnahmen handelt es sich um Länder mit einer mehr oder weniger langen und intensiven kommunistischen/sozialistischen Tradition. Die 30 Länder mit den größten positiven Residuen sind hingegen nicht kommunistisch oder sozialistisch. Das legt die Vermutung nahe, dass eine kommunistische/sozialistische Staatsform die Korruption signifikant fördert.

Diese Hypothese wird im Folgenden geprüft.

Darüber hinaus berücksichtigen wir als zusätzlichen Faktor den Islam.

Die Variable Kommunismus/Sozialismus (abgekürzt Komm/Soz) wurde auf eine sehr grobe Weise erfasst. Anhand der „Liste sozialistischer Staaten“ von Wikipedia (3) wurden alle dort aufgeführten Länder mit 1 kodiert, alle übrigen mit 0 [A2].

Die Variable Islam entspricht Wikipedias „Liste nach muslimischer Bevölkerung“ (4). Diese enthält den länderspezifischen prozentualen Anteil an Moslems für das Jahr 2010 nach Daten des Pew Research Centers [A3].

Tabelle 5.1 zeigt die paarweisen Korrelationen zwischen Korruptionsindex CPI 2018, Intelligenz (CA), Kommunismus/Sozialismus (Komm/Soz) und Islam. Die rechte Spalte zeigt die prozentuale Varianzaufklärung (%Varianz) bei bivariater Fragestellung.

Tabelle 5.1: Bivariate Korrelationen zwischen Korruption (CPI 2018), Intelligenz (Ca), Kommunismus/Sozialismus (Komm/Soz) und länderspezifischem Anteil an Moslems (Islam); sowie Prozentsatz der aufgeklärten Varianz (%Varianz).

	CPI 2018	CA	Komm/Soz	%Varianz
CA	0,59			34,8
Komm/Soz	-0,40	-0,05		15,8
Islam	-0,36	-0,26	0,15	12,8

Der Zusammenhang zwischen Intelligenz und Korruption ist bereits bekannt: Die Korrelation beträgt 0,59, die Varianzaufklärung 34,8 Prozent.

Die Korrelation zwischen Kommunismus/Sozialismus und Korruption ist mit -0,40 beachtlich und klärt 15,8 Prozent der CPI-Varianz auf.

Auch der Zusammenhang zwischen Islam ist beachtlich, die Korrelation beträgt -0,36, die Varianzaufklärung 12,8 Prozent.

Zwischen Kommunismus/Sozialismus und der Intelligenz besteht kein Zusammenhang (-0,05 ist statistisch bedeutungslos), aber der Zusammenhang zwischen Islam und Intelligenz ist klar negativ (-0,26), wenngleich nicht übermäßig eng. Auf dieses Muster – CA korreliert mit Islam, aber nicht mit Komm/Soz – kommen wir später noch einmal zurück.

Die Korrelation Komm/Soz;Islam (0,15) liegt knapp an der Signifikanzgrenze, ist aber substanziell bedeutungslos.

In verschiedenen multiplen Regressionsanalysen diente der Korruptionsindex CPI 2018 als Kriterium, das mit Hilfe der Prädiktoren CA, Komm/Soz und Islam erklärt werden sollte. Die Prädiktoren wurden paarweise bzw. gemeinsam berücksichtigt. Tabelle 5.2 zeigt die Korrelationskoeffizienten und den Anteil der jeweils erklärten Varianz. Zum Vergleich ist in der oberen Ergebniszeile die einfache Korrelation zwischen Intelligenz und Korruption aufgeführt.

Tabelle 5.2: Einfache und multiple Korrelationen zwischen Korruption (CPI 2018), Intelligenz (Ca), Kommunismus/Sozialismus (Komm/Soz) und länderspezifischem Anteil an Moslems (Islam).
Korrelationskoeffizient r und Prozentsatz der aufgeklärten Varianz (%Varianz).

Korrelation	Prädiktor	r	%Varianz
Einfach	CA	0,59	34,8%
Multipel	Komm/Soz, Islam	0,50	24,8%
Multipel	CA, Islam	0,63	39,4%
Multipel	CA, Komm/Soz	0,70	48,5%
Multipel	CA, Komm/Soz, Islam	0,72	51,1%

Kommunismus/Sozialismus plus Islam klären gemeinsam 24,8 Prozent der CPI-Varianz auf. Das ist beträchtlich weniger, als die Intelligenz für sich alleine genommen (34,8 Prozent).

CA und Islam erklären zusammengenommen nur unwesentlich mehr Varianz als CA für sich alleine genommen (39,4 vs. 34,8 Prozent).

CA plus Komm/Soz erklären 48,5 Prozent der Korruptionsvarianz. Das ist gegenüber CA alleine ein erheblicher Zugewinn.

Gemeinsam erklären die drei Prädiktoren 51,1 Prozent der CPI-Varianz. Gegenüber CA+Komm/Soz ist der Zugewinn durch die Hinzunahme des Islam sehr bescheiden.

Insgesamt ergibt sich:

• Die Intelligenz ist eindeutig der stärkste der drei Prädiktoren.
• Kommunismus/Sozialismus spielt ebenfalls eine nicht zu vernachlässigende Rolle.
• Der Effekt des Islam ist sehr gering [A4].

Die Vorhersagegleichung, die sich aus der multiplen Regression auf die drei Pädiktoren ergibt, lautet:

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

Als Gebrauchsanweisung formuliert heißt dies:

• Für die Schätzung des CPI ist -19,99 der Ausgangspunkt.
• Jeder Intelligenzpunkt auf der CA-Skala ergibt eine Verbesserung des Korruptionsindexes um 0,851 Punkte.
• Kommunistische/sozialistische Staaten erhalten einen Malus von 13,87 Punkten.
• Jeder Prozentpunkt an Moslems in der Bevölkerung verschlechtert den Korruptionsindex um 0,087 Punkte [A5].

Diese Schätzung klärt 51,1 Prozent der Korruptionsvarianz auf.

In der nächsten Folge betrachten wir die Residuen, welche jene 48,9 Prozent enthalten, die nicht durch Intelligenz, Kommunismus/Sozialismus und Islam erklärt werden können.

Hier gibt es die Fortsetzung → Korruptionsindex CPI 2018 – Transparency International. Teil 6: Korruption, Intelligenz, Kommunismus/Sozialismus und Islam. Residuenanalyse 2.

***

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) Wikipedia: Liste sozialistischer Staaten. https://de.wikipedia.org/wiki/Liste_sozialistischer_Staaten. Aufgerufen am 07. Februar 2019.

(4) Wikipedia: Liste nach muslimischer Bevölkerung. https://de.wikipedia.org/wiki/Liste_der_L%C3%A4nder_nach_muslimischer_Bev%C3%B6lkerung

***

Anmerkungen

[A1] Die Residuen sind in diesem Falle die Korruptionswerte nachdem der Effekt der Intelligenz herausgerechnet wurde. Ein negatives Residuum besagt damit, dass das betreffende Land eine höhere Korruption aufweist, als man auf der Grundlage des Intelligenzniveaus erwarten würde.

[A2] Das ist zweifellos eine außerordentlich grobe Methode. Für Hinweise auf einen besser geeigneten Datensatz wäre ich dankbar. Es ist zu erwarten, dass der Effekt von Kommunismus/Sozialismus durch die grobschlächtige 0-1-Kodierung eher unter– als überschätzt wird.

[A3] Auch hier wäre ich für Hinweise auf einen aktuelleren Datensatz dankbar.

[A4] Diese Aussage werden wir in der nächsten Folge ein wenig relativieren.

[A5] Ein Land mit 100 Prozent Moslems steht also um 8,7 Korruptionspunkte schlechter da als ein Land mit 0 Prozent Moslems.

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

Korruption und Intelligenz. Transparency International (4)

Korruptionsindex CPI 2018 – Transparency International

Teil 4: Korruption und Intelligenz. Residuenanalyse.

Im Blickpunkt dieser Serie steht der Zusammenhang zwischen dem Grad der Korruption im öffentlichen Bereich und dem Intelligenzniveau der Länder dieser Welt. Im Teil 4 werden die Residuen analysiert, die sich ergeben, nachdem der Effekt der Intelligenz aus dem Korruptionsindex CPI 2018 herausgerechnet wurde.

In → Teil 1 und → Teil 2 haben wir die weltweite Verbreitung der Korruption anhand des Korruptionsindex CPI 2018 von Transparency International betrachtet (1).

→ Teil 3 hat gezeigt, dass ein sehr enger Zusammenhang zwischen dem Korruptions- und dem Intelligenzniveau, gemessen mit dem Index CA (= Cognitive Ability total corrected) nach Rindermann, 2018 (2), besteht. Die Produkt-Moment-Korrelation beträgt 0,59. Damit „erklärt“ die nationale Intelligenz etwas mehr als ein Drittel der Varianz des Korruptionsindexes (34,8 Prozent).

In dieser Folge beschäftigen wir uns mit den 65,2 Prozent der CPI-Varianz, die nicht durch die Intelligenzunterschiede zwischen den Ländern erklärt werden können.

Bei einer Linearen Regression ergibt sich die beste Schätzung der CPI-Werte auf der Grundlage der Intelligenz durch die Gleichung

CPI_geschätzt = 0,94621 * CA – 39,97

Die Differenz zwischen den geschätzten und den tatsächlichen CPI-Werten fällt für die verschiedenen Länder sehr unterschiedlich aus.

Für Deutschland mit einem Intelligenzwert von CA=99 ergibt sich der Schätzwert CPI_geschätzt 58,65. Tatsächlich beträgt der CPI Deutschlands jedoch 80. Die Differenz – technisch gesprochen: das Residuum – ist mit 21,35 sehr groß. Das heißt: Im Hinblick auf die Korruption steht Deutschland viel besser da, als man alleine aufgrund der Intelligenz erwarten würde.

Nordkorea hat denselben Intelligenzwert wie Deutschland und folglich auch denselben Schätzwert CPI_geschätzt 58,65. Der Korruptionsindex Nordkoreas lautet jedoch 14 und damit beträgt das Residuum Nordkoreas -44,65! Das ist die größte Abweichung zwischen der Schätzung und dem tatsächlichen Korruptionsniveau überhaupt.

Tabelle 4.1 gibt einen Ausschnitt aus der Residuenanalyse. Die Tabelle zeigt die Rangfolge nachdem der Effekt der Intelligenz herausgerechnet wurde. Der linke Teil zeigt die 30 Länder mit den größten positiven Residuen, der rechte Teil zeigt die 30 Länder mit den größten negativen Residuen. Links stehen also jene Länder, die deutlich besser abschneiden, als aufgrund des Intelligenzniveaus zu erwarten wäre, rechts die Länder, die deutlich schlechter abschneiden. Im linken Teil steht das beste Land (St. Lucia) oben, im rechten Teil das schlechteste Land (Nordkorea). Links erfolgt von oben nach unten eine Verschlechterung, rechts hingegen eine Verbesserung. Am Fuß der Tabelle finden sich die statistischen Kennwerte Mittelwert, Standardabweichung, Minimum und Maximum der Indices CA und CPI 2018.

Tabelle 4.1: Residuenanalyse. Rangfolge nach Auspartialisierung der Intelligenz.
Linke Hälfte: Die 30 Länder mit den höchsten positiven Residuen, von oben nach unten Verschlechterung.
Rechte Hälfte: Die 30 Länder mit den höchsten negativen Residuen, von oben nach unten Verbesserung.
Korruptionsindex CPI und Intelligenz CA. Transparency International.

Residuenanalyse. Rangfolge nach Auspartialisierung der Intelligenz
Land absteigend	CA	CPI		Land aufsteigend	CA	CPI
Saint Lucia	60	55		Korea-North	99	14
Bhutan	74	68		Syria	82	13
Dominica	65	57		Russia	97	28
Denmark	98	88		Iraq	86	18
New Zealand	99	87		Libya	84	17
Barbados	79	68		Venezuela	83	18
St. Vincent/Grenadines	69	58		Cambodia	85	20
Botswana	73	61		Azerbaijan	88	25
Sweden	99	85		Turkmenistan	82	20
Norway	98	84		China	101	39
Switzerland	100	85		Ukraine	93	32
Finland	101	85		Vietnam	94	33
Seychelles	81	66		Sudan	76	16
Luxembourg	97	81		Uzbekistan	82	23
Cape Verde	72	57		Somalia	68	10
Namibia	68	53		Laos	88	29
Bahamas	81	65		Kazakhstan	90	31
Netherlands	101	82		Mexico	86	28
Sao Tome/Principe	63	46		Tajikistan	82	25
Germany	99	80		Iran	85	28
United Arab Emirates	89	70		Moldova	90	33
Grenada	70	52		Nicaragua	81	25
Singapore	105	85		Yemen	69	14
Canada	101	81		Afghanistan	71	16
Brunei	82	63		Lebanon	83	28
United Kingdom	100	80		Armenia	90	35
Rwanda	75	56		Mozambique	77	23
Uruguay	90	70		Bangladesh	80	26
Qatar	83	62		Bolivia	83	29
Australia	99	77		Burundi	70	17
Mittelwert	85,7	70,2		Mittelwert	84,2	23,8
Standardabw.	13,9	12,5		Standardabw.	8,2	7,3
Maximum	105	88		Maximum	101	39
Minimum	60	46		Minimum	68	10

Die Liste der „Musterschüler“ in der linken Tabellenhälfte wird angeführt von St. Lucia, Bhutan und Dominica. Diese drei Länder zeichnen sich keineswegs durch ein besonders niedriges Korruptionsniveau auf. Der CPI lässt mit 55, 68 und 57 sehr zu wünschen übrig. In der Rangliste der effektiv wahrgenommenen Korruption belegen sie die Plätze 50, 25,5 und 46. Sie stehen in der Residuenanalyse nur deshalb an der Spitze, weil man aufgrund der außerordentlich geringen Intelligenz der Bevölkerung (CA = 60, 74 und 65) eine deutlich höhere Korruption erwarten könnte.

Die statistischen Kennwerte am Fuß der Tabelle zeigen, dass die „Musterschüler“ im Hinblick auf die Intelligenz extrem unterschiedlich sind. Das Minimum beträgt 60, das Maximum 105. Auch im Hinblick auf die Korruption zeigen sich große Unterschiede: Das Minimum beträgt 46, das Maximum 88. Der gemeinsame Nenner der 30 „Musterschüler“ ist lediglich der, dass die effektiv wahrgenommene Korruption deutlich geringer ist, als die geschätzte. Hier wirken also positive Effekte, die nicht auf die Intelligenz zurückgeführt werden können.

Die Liste der „Bösen Buben“ in der rechten Tabellenhälfte wird angeführt von Nordkorea, Syrien, Russland, Irak, Libyen und Venezuela. Im Hinblick auf die Intelligenz zeigt auch die rechte Seite eine große Spannweite, die von 68 bis 101 reicht. Die Standardabweichung ist aber sehr viel kleiner als bei den „Musterschülern“ (8,2 vs. 13,9; das ergibt einen Varianzquotienten von 2,9!). Der Mittelwertsunterschied im Intelligenzniveau der „Musterschüler“ und der „Bösen Buben“ ist statistisch bedeutungslos (85,7 vs. 84,2).

Die effektiv wahrgenommene Korruption ist in allen 30 „Böse-Buben-Ländern“ sehr hoch. Die Spannweite reicht von 10 bis 39; und diese Werte sind sehr viel kleiner – das heißt: die Korruption ist sehr viel größer -, als man aufgrund der Intelligenz erwarten würde.

Während die Liste der „Musterschüler“ auf den ersten Blick sehr heterogen wirkt [A1], legt die „Böse-Buben-Liste“ zumindest einen Faktor nahe, der für die extremen Unterschiede zwischen der Erwartung aufgrund der Intelligenz und der effektiv wahrgenommenen Korruption verantwortlich sein könnte. Dieser Frage gehen wir in der nächsten Folge nach.

Hier gibt es die Fortsetzung → Korruption, Intelligenz, Kommunismus/Sozialismus und Islam. CPI 2018 Transparency International.

***

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.

***

Anmerkungen

[A1] Bei näherem Hinsehen ergibt sich jedoch ein sehr einheitliches Muster. Dies wird in Folge 11 detailliert dargestellt → Korruptionsindex CPI 2018 – Transparency International. Teil 11: Korruption und Intelligenz. Extremgruppenvergleich.

***
Stichwörter:
Psychologie, Korruptionsindex, Corruption Perceptions Index, Transparency International, 2018, Weltkarte, Länder, Korruptionswahrnehmungsindex, Politik, Liste, Rangliste, Ranking, Intelligenz, Cognitive Ability, CA, Rindermann, Residuum, Residuenanalyse

Korruption und Intelligenz. Transparency International (3)

Korruptionsindex CPI 2018 – Transparency International

Teil 3: Korruption und Intelligenz

Im Blickpunkt dieser Serie steht der Zusammenhang zwischen dem Grad der Korruption im öffentlichen Bereich und dem Intelligenzniveau der Länder dieser Welt. Die Korrelation zwischen dem Korruptionsindex CPI 2018 von Transparency International und der Intelligenz (Cognitive Ability CA totc nach Rindermann, 2018) beträgt 0,59.

In → Teil 1 und → Teil 2 haben wir die weltweite Verbreitung der Korruption anhand des Korruptionsindex CPI 2018 von Transparency International betrachtet (1).

Zu Ursachen der Korruption schreibt Wikipedia: „Laut verschiedener Quellen wird Korruption unter anderem durch folgende Faktoren begünstigt: Wettbewerbsbeschränkungen und eine hohe Steuerlast, hohe Rohstoffvorkommen, willkürliche und widersprüchliche staatliche Eingriffe in das Wirtschaftsgeschehen, fehlende Pressefreiheit, Akzeptanz von Hierarchien und eine Neigung zu Reziprozität“.
Wikipedia, Stichwort Korruptionswahrnehmungsindex, https://de.wikipedia.org/wiki/Korruptionswahrnehmungsindex, aufgerufen am 07.02.2019.

Im Folgenden betrachten wir einen Faktor, der gewöhnlich – aus welchen Gründen auch immer – unterschlagen wird, obgleich es auf der Hand liegt, dass auch er eine gewichtige Rolle spielt, nämlich die Intelligenz.

Als Maß der Nationalen Intelligenz verwenden wir den Index CA totc (= Cognitive Ability total corrected) nach Rindermann, 2018 (2) [A1], im Folgenden kurz CA.

Der lineare Zusammenhang [A2] zwischen den beiden Variablen wird durch Abbildung 3.1 veranschaulicht. Die Intelligenz CA ist auf der X-Achse eingetragen, die Korruption laut CPI 2018 auf der Y-Achse. Die Punkte repräsentieren die Länder (N=177), die gepunktete Linie ist die Regressionsgerade.

Abbildung 3.1: Intelligenz (X-Achse) und Korruptionsindex CPI 2018 (Y-Achse) mit Regressionsgerade.

Die Produkt-Moment-Korrelation zwischen der Nationalen Intelligenz und der wahrgenommenen Korruption beträgt 0,59. Der Intelligenzindex CA klärt 34,8 Prozent der Varianz des Korruptionsindex CPI 2018 auf.

In den Sozialwissenschaften gilt nach üblichen Konventionen eine Korrelation von 0,50 als starker Effekt. Der Zusammenhang zwischen Intelligenz und Korruption ist also alles andere als trivial.

Zur Einordnung: In westlichen Industriegesellschaften beträgt die Korrelation zwischen der Körpergröße und dem Körpergewicht 0,60 (Plomin, 2018 (3)); das entspricht fast genau der Korrelation zwischen Intelligenz und Korruption.

• Mit einer Varianzaufklärung von mehr als einem Drittel ist die Intelligenz eine außerordentlich bedeutsame Variable, die im Kontext der Korruption auf keinen Fall unterschlagen werden darf, auch wenn der Begriff Intelligenz in der Forschungsliteratur und der öffentlichen Diskussion üblicherweise noch nicht einmal erwähnt wird.

Das Intelligenzniveau eines Landes ist zwar ein äußerst bedeutsamer Faktor, aber selbstverständlich ist Intelligenz nicht die einzige relevante Einflussgröße. Fast zwei Drittel der Varianz lassen sich nicht auf die Intelligenz zurückführen; und ein Blick auf Abbildung 3.1 macht deutlich, dass große Abweichungen von der Regressionsgeraden über die gesamte Spanne der Intelligenzwerte zu beobachten sind.

In der nächsten Folge betrachten wir im Rahmen einer Residuenanalyse die Länder, die besonders große Abweichungen – nach oben und nach unten – vom allgemeinen Trend aufweisen, der durch die Regressionsgerade beschrieben wird.

Hier gibt es die Fortsetzung → Korruptionsindex CPI 2018 – Transparency International. Teil 4: Korruption und Intelligenz. Residuenanalyse.

***

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) Plomin, R. (2018). Blueprint. How DNA makes us who we are. Allen Lane.

***

Anmerkungen

[A1] Da für Kosovo und Südsudan keine CA-Werte vorliegen, beziehen sich die Korrelationsanalysen auf 178 Länder.

[A2] Wir betrachten zunächst nur lineare Zusammenhänge. Abbildung 3.1 – vor allem der rechte obere Teil – legt jedoch nahe, dass ein nicht-linearer Zusammenhang angemessener sein könnte. Darauf kommen wir später zurück.

***
Stichwörter:
Psychologie, Korruptionsindex, Corruption Perceptions Index, Transparency International, 2018, Weltkarte, Länder, Korruptionswahrnehmungsindex, Politik, Liste, Rangliste, Ranking, Intelligenz, Cognitive Ability, CA, Rindermann, Korrelation

Korruption und Intelligenz. Transparency International (2)

Korruptionsindex CPI 2018 – Transparency International

Teil 2: Korruptionsindex von 2012 bis 2018

Im Blickpunkt dieser Serie steht der Zusammenhang zwischen dem Grad der Korruption im öffentlichen Bereich und dem Intelligenzniveau der Länder dieser Welt. Teil 2 gibt einen ausführlichen Überblick über das weltweite Ausmaß der Korruption nach dem Korruptionsindex CPI von Transparency International für die Jahre 2012 bis 2018.

Im → Teil 1 haben wir einen kurzen Überblick über den Korruptionsindex CPI 2018 von Transparency International gegeben (1).

Tabelle 2.1 gibt nun eine ausführliche Zusammenfassung für die Jahre 2012 bis 2018. Auf der Grundlage des CPI 2018 sind 180 Länder so geordnet, dass das Ausmaß der Korruption von oben nach unten zunimmt. Die CPI-Werte reichen theoretisch von 0 bis 100, wobei 0 Punkte das höchstmögliche und 100 Punkte des geringstmögliche Ausmaß an Korruption beschreiben. Die linke Spalte zeigt den Rangplatz für das Jahr 2018. Am Fuß der Tabelle finden sich der Mittelwert, das Maximum, das Minimum und die Anzahl der Länder für die einzelnen Jahre.

Tabelle 2.1: Korruptionsindex. Corruption Perceptions Index 2012 bis 2018. Transparency International.

		Korruptionsindex. Corruption Perceptions Index
Rang 2018	Land	2018	2017	2016	2015	2014	2013	2012
1	Denmark	88	88	90	91	92	91	90
2	New Zealand	87	89	90	91	91	91	90
4,5	Finland	85	85	89	90	89	89	90
4,5	Singapore	85	84	84	85	84	86	87
4,5	Sweden	85	84	88	89	87	89	88
4,5	Switzerland	85	85	86	86	86	85	86
7	Norway	84	85	85	88	86	86	85
8	Netherlands	82	82	83	84	83	83	84
9,5	Canada	81	82	82	83	81	81	84
9,5	Luxembourg	81	82	81	85	82	80	80
11,5	Germany	80	81	81	81	79	78	79
11,5	United Kingdom	80	82	81	81	78	76	74
13	Australia	77	77	79	79	80	81	85
15	Austria	76	75	75	76	72	69	69
15	Hong Kong	76	77	77	75	74	75	77
15	Iceland	76	77	78	79	79	78	82
17	Belgium	75	75	77	77	76	75	75
19	Estonia	73	71	70	70	69	68	64
19	Ireland	73	74	73	75	74	72	69
19	Japan	73	73	72	75	76	74	74
21	France	72	70	69	70	69	71	71
22	USA	71	75	74	76	74	73	73
23,5	United Arab Emirates	70	71	66	70	70	69	68
23,5	Uruguay	70	70	71	74	73	73	72
25,5	Barbados	68	68	61	—	74	75	76
25,5	Bhutan	68	67	65	65	65	63	63
27	Chile	67	67	66	70	73	71	72
28	Seychelles	66	60	—	55	55	54	52
29	Bahamas	65	65	66	—	71	71	71
30	Portugal	64	63	62	64	63	62	63
31,5	Brunei Darussalam	63	62	58	—	—	60	55
31,5	Taiwan	63	63	61	62	61	61	61
33	Qatar	62	63	61	71	69	68	68
34,5	Botswana	61	61	60	63	63	64	65
34,5	Israel	61	62	64	61	60	61	60
36,5	Poland	60	60	62	63	61	60	58
36,5	Slovenia	60	61	61	60	58	57	61
39	Cyprus	59	57	55	61	63	63	66
39	Czech Republic	59	57	55	56	51	48	49
39	Lithuania	59	59	59	59	58	57	54
42,5	Georgia	58	56	57	52	52	49	52
42,5	Latvia	58	58	57	56	55	53	49
42,5	Saint Vincent & Gren.	58	58	60	—	62	62	62
42,5	Spain	58	57	58	58	60	59	65
46	Cabo Verde	57	55	59	55	57	58	60
46	Dominica	57	57	59	—	58	58	58
46	Korea, South	57	54	53	54	55	55	56
48,5	Costa Rica	56	59	58	55	54	53	54
48,5	Rwanda	56	55	54	54	49	53	53
50	Saint Lucia	55	55	60	—	71	71	71
51	Malta	54	56	55	60	55	56	57
52	Namibia	53	51	52	53	49	48	48
54	Grenada	52	52	56	—	—	—	—
54	Italy	52	50	47	44	43	43	42
54	Oman	52	44	45	45	45	47	47
56	Mauritius	51	50	54	53	54	52	57
57	Slovakia	50	50	51	51	50	47	46
58,5	Jordan	49	48	48	53	49	45	48
58,5	Saudi Arabia	49	49	46	52	49	46	44
60	Croatia	48	49	49	51	48	48	46
62	Cuba	47	47	47	47	46	46	48
62	Malaysia	47	47	49	50	52	50	49
62	Romania	47	48	48	46	43	43	44
65	Hungary	46	45	48	51	54	54	55
65	Sao Tome and Principe	46	46	46	42	42	42	42
65	Vanuatu	46	43	—	—	—	—	—
68	Greece	45	48	44	46	43	40	36
68	Montenegro	45	46	45	44	42	44	41
68	Senegal	45	45	45	44	43	41	36
71	Belarus	44	44	40	32	31	29	31
71	Jamaica	44	44	39	41	38	38	38
71	Solomon Islands	44	39	42	—	—	—	—
74,5	Morocco	43	40	37	36	39	37	37
74,5	South Africa	43	43	45	44	44	42	43
74,5	Suriname	43	41	45	36	36	36	37
74,5	Tunisia	43	42	41	38	40	41	41
77	Bulgaria	42	43	41	41	43	41	41
81	Burkina Faso	41	42	42	38	38	38	38
81	Ghana	41	40	43	47	48	46	45
81	India	41	40	40	38	38	36	36
81	Kuwait	41	39	41	49	44	43	44
81	Lesotho	41	42	39	44	49	49	45
81	Trinidad and Tobago	41	41	35	39	38	38	39
81	Turkey	41	40	41	42	45	50	49
85,5	Argentina	40	39	36	32	34	34	35
85,5	Benin	40	39	36	37	39	36	36
87,5	China	39	41	40	37	36	40	39
87,5	Serbia	39	41	42	40	41	42	39
90,5	Bosnia, Herzegovina	38	38	39	38	39	42	42
90,5	Indonesia	38	37	37	36	34	32	32
90,5	Sri Lanka	38	38	36	37	38	37	40
90,5	Swaziland	38	39	—	—	43	39	37
95,5	Gambia	37	30	26	28	29	28	34
95,5	Guyana	37	38	34	29	30	27	28
95,5	Kosovo	37	39	36	33	33	33	34
95,5	Macedonia	37	35	37	42	45	44	43
95,5	Mongolia	37	36	38	39	39	38	36
95,5	Panama	37	37	38	39	37	35	38
101,5	Albania	36	38	39	36	33	31	33
101,5	Bahrain	36	36	43	51	49	48	51
101,5	Colombia	36	37	37	37	37	36	36
101,5	Philippines	36	34	35	35	38	36	34
101,5	Tanzania	36	36	32	30	31	33	35
101,5	Thailand	36	37	35	38	38	35	37
109	Algeria	35	33	34	36	36	36	34
109	Armenia	35	35	33	35	37	36	34
109	Brazil	35	37	40	38	43	42	43
109	Cote d’Ivoire	35	36	34	32	32	27	29
109	Egypt	35	32	34	36	37	32	32
109	El Salvador	35	33	36	39	39	38	38
109	Peru	35	37	35	36	38	38	38
109	Timor-Leste	35	38	35	28	28	30	33
109	Zambia	35	37	38	38	38	38	37
115	Ecuador	34	32	31	32	33	35	32
115	Ethiopia	34	35	34	33	33	33	33
115	Niger	34	33	35	34	35	34	33
118	Moldova	33	31	30	33	35	35	36
118	Pakistan	33	32	32	30	29	28	27
118	Vietnam	33	35	33	31	31	31	31
121,5	Liberia	32	31	37	37	37	38	41
121,5	Malawi	32	31	31	31	33	37	37
121,5	Mali	32	31	32	35	32	28	34
121,5	Ukraine	32	30	29	27	26	25	26
126	Djibouti	31	31	30	34	34	36	36
126	Gabon	31	32	35	34	37	34	35
126	Kazakhstan	31	31	29	28	29	26	28
126	Maldives	31	33	36	—	—	—	—
126	Nepal	31	31	29	27	29	31	27
130	Dominican Republic	30	29	31	33	32	29	32
130	Sierra Leone	30	30	30	29	31	30	31
130	Togo	30	32	32	32	29	29	30
134,5	Bolivia	29	33	33	34	35	34	34
134,5	Honduras	29	29	30	31	29	26	28
134,5	Kyrgyzstan	29	29	28	28	27	24	24
134,5	Laos	29	29	30	25	25	26	21
134,5	Myanmar	29	30	28	22	21	21	15
134,5	Paraguay	29	29	30	27	24	24	25
140,5	Guinea	28	27	27	25	25	24	24
140,5	Iran	28	30	29	27	27	25	28
140,5	Lebanon	28	28	28	28	27	28	30
140,5	Mexico	28	29	30	31	35	34	34
140,5	Papua New Guinea	28	29	28	25	25	25	25
140,5	Russia	28	29	29	29	27	28	28
146	Comoros	27	27	24	26	26	28	28
146	Guatemala	27	28	28	28	32	29	33
146	Kenya	27	28	26	25	25	27	27
146	Mauritania	27	28	27	31	30	30	31
146	Nigeria	27	27	28	26	27	25	27
150	Bangladesh	26	28	26	25	25	27	26
150	Central African Rep.	26	23	20	24	24	25	26
150	Uganda	26	26	25	25	26	26	29
154	Azerbaijan	25	31	30	29	29	28	27
154	Cameroon	25	25	26	27	27	25	26
154	Madagascar	25	24	26	28	28	28	32
154	Nicaragua	25	26	26	27	28	28	29
154	Tajikistan	25	21	25	26	23	22	22
157	Eritrea	24	20	18	18	18	20	25
158,5	Mozambique	23	25	27	31	31	30	31
158,5	Uzbekistan	23	22	21	19	18	17	17
160	Zimbabwe	22	22	22	21	21	21	20
162,5	Cambodia	20	21	21	21	21	20	22
162,5	Congo, Dem. Rep.	20	21	21	22	22	22	21
162,5	Haiti	20	22	20	17	19	19	19
162,5	Turkmenistan	20	19	22	18	17	17	17
166	Angola	19	19	18	15	19	23	22
166	Chad	19	20	20	22	22	19	19
166	Congo	19	21	20	23	23	22	26
168,5	Iraq	18	18	17	16	16	16	18
168,5	Venezuela	18	18	17	17	19	20	19
170,5	Burundi	17	22	20	21	20	21	19
170,5	Libya	17	17	14	16	18	15	21
173,5	Afghanistan	16	15	15	11	12	8	8
173,5	Equatorial Guinea	16	17	—	—	—	19	20
173,5	Guinea Bissau	16	17	16	17	19	19	25
173,5	Sudan	16	16	14	12	11	11	13
176,5	Korea, North	14	17	12	8	8	8	8
176,5	Yemen	14	16	14	18	19	18	23
178,5	South Sudan	13	12	11	15	15	14	—
178,5	Syria	13	14	13	18	20	17	26
180	Somalia	10	9	10	8	8	8	8
	Mittelwert	43,1	43,1	42,9	42,6	43,2	42,5	43,2
	Minimum	10	9	10	8	8	8	8
	Maximum	88	89	90	91	92	91	90
	Anzahl	180	180	176	168	174	176	175

Im Hinblick auf die geographische Verteilung bietet Tabelle 2.1 genau das Bild, das man erwartet:

Die geringste Korruption findet sich in modernen Industriestaaten west- und mitteleuropäischer Prägung und einigen ostasiatischen Spitzenländern. Die Top-30 sind Dänemark, Neuseeland, Finnland, Singapur, Schweden, Schweiz, Norwegen, Niederlande, Kanada, Luxemburg, Deutschland, Großbritannien, Australien, Österreich, Hongkong, Island, Belgien, Estland, Irland, Japan, Frankreich, USA, Vereinigte Arabische Emirate, Uruguay, Barbados, Bhutan, Chile, Seychellen, Bahamas, Portugal. (Zu diesen Ländern siehe → Korruptionsindex CPI 2018 – Transparency. International. Teil 11: Korruption und Intelligenz. Extremgruppenvergleich.)

Ganz unten stehen Bangladesch, Zentralafrikanische Republik, Uganda, Aserbaidschan, Kamerun, Madagaskar, Nicaragua, Tadschikistan, Eritrea, Mosambik, Usbekistan, Zimbabwe, Kambodscha, Kongo (Dem. Rep.), Haiti, Turkmenistan, Angola, Tschad, Kongo, Irak, Venezuela, Burundi, Libyen, Afghanistan, Äquatorialguinea, Guinea Bissau, Sudan, Nordkorea, Jemen, Südsudan, Syrien, Somalia. (Zu diesen Ländern siehe → Korruptionsindex CPI 2018 – Transparency. International. Teil 12: Korruption und Intelligenz. Extremgruppenvergleich.)

Ein bemerkenswertes Resultat liefert der spaltenweise Vergleich über die Jahre 2012 bis 2018. In diesem Zeitraum fanden praktisch gar keine Veränderungen statt. Der Mittelwert liegt zwischen 42,5 und 43,2; das Minimum zwischen 8 und 10, das Maximum zwischen 88 und 92. Besonders beeindruckend sind die Ergebnisse in Tabelle 2.2, welche die Korrelationen zwischen den Messwertreihen von 2012 bis 2018 zusammenfasst.

Tabelle 2.2: Korruptionsindex. Corruption Perceptions Index. Produkt-Moment-Korrelationen über die Jahre 2012 bis 2018.

	CPI 2018	CPI 2017	CPI 2016	CPI 2015	CPI 2014	CPI 2013
CPI 2017	0,995
CPI 2016	0,991	0,994
CPI 2015	0,982	0,984	0,990
CPI 2014	0,977	0,978	0,985	0,996
CPI 2013	0,975	0,976	0,982	0,991	0,996
CPI 2012	0,966	0,967	0,974	0,986	0,991	0,993

Tabelle 2.2 zeigt eindrucksvoll, dass der Korruptionsindex über die Jahre hinweg nahezu identisch geblieben ist. Alle Korrelationen zwischen zwei benachbarten Jahren (Hauptdiagonale) betragen mindestens 0,99! Die „größte Verschiebung“ ergibt der Vergleich 2012/2018: Die beiden Messwertreihen korrelieren mit 0,966 – das heißt: auch sie sind praktisch nicht voneinander zu unterscheiden. Einzelne Länder können sich zwar über Jahre hinweg um ein paar wenige Punkte verändern [A1], aber die Rangordnung der Länder bleibt extrem stabil.

• Der Korruptionsindex CPI ist ein extrem statischer Kennwert, der über Jahre hinweg nur extrem geringe Veränderungen aufweist.

Offenkundig muss man nicht auf den CPI 2019 oder den CPI 2020 gespannt sein – die Werte werden mit größter Wahrscheinlichkeit genauso ausfallen wie die ganzen letzten Jahre auch. Auf die extreme Veränderungsresistenz des CPI kommen wir später zurück.

In der nächsten Folge betrachten wir den Zusammenhang zwischen der Korruption und dem Intelligenzniveau der Länder.
Hier gibt es die Fortsetzung → Korruption und Intelligenz.

***

Literatur

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

***

Anmerkungen

[A1] Bei 100 Ländern schwankte die Punktzahl von 2012 bis 2018 um maximal 5 Punkte, bei 68 Ländern um 6 bis 10 und bei 12 Ländern um 11 bis 16 Punkte.
Auf einer Skala von 0 bis 100 sind selbst die größten Bewegungen ziemlich bedeutungslos.

***
Stichwörter:
Psychologie, Korruptionsindex, Corruption Perceptions Index, Transparency International, 2018, Weltkarte, Länder, Korruptionswahrnehmungsindex, Politik, Liste, Rangliste, Ranking

Korruption und Intelligenz. Transparency International (1)

Korruptionsindex CPI 2018 – Transparency International

Teil 1: Kurzer Überblick

Im Blickpunkt dieser Serie steht der Zusammenhang zwischen dem Grad der Korruption im öffentlichen Bereich und dem Intelligenzniveau der Länder dieser Welt. Teil 1 gibt einen kurzen Überblick über das weltweite Ausmaß der Korruption nach dem Korruptionsindex CPI 2018 von Transparency International.

Vor Kurzem wurde der Korruptionsindex CPI 2018 von Transparency International veröffentlicht (1).

„Der Korruptionswahrnehmungsindex (englisch Corruption Perceptions Index, abgekürzt CPI, kurz auch Korruptionsindex) ist ein von Transparency International herausgegebener Kennwert zur Korruption. Der Index wird seit 1995 erhoben und … [vergleicht] das wahrgenommene Korruptionsniveau im öffentlichen Sektor von 180 Staaten …
Der CPI … listet Länder nach dem Grad auf, in dem dort Korruption bei Amtsträgern und Politikern wahrgenommen wird. Es ist ein zusammengesetzter Index, der sich auf verschiedene Umfragen und Untersuchungen stützt, die von mehr als zehn unabhängigen Institutionen durchgeführt wurden. Es werden Geschäftsleute sowie Länderanalysten befragt und Umfragen mit Experten im In- und Ausland miteinbezogen. Der Index geht von 0 bis 100 …, wobei 100 die geringste Wahrnehmung von Korruption anzeigt und somit das bestmögliche Ergebnis ist. Der Index soll die wahrgenommene Korruption darstellen. Er ist also explizit kein direktes Maß für die tatsächlich stattfindende Korruption, sondern bildet die Meinung der Befragten über angenommene Korruption ab.“
(Wikipedia, https://de.wikipedia.org/wiki/Korruptionswahrnehmungsindex, 04. Februar 2019).

Anmerkung: Da 100 Punkte das beste und 0 Punkte das schlechteste Ergebnis repräsentieren, ist der Korruptionsindex CPI eigentlich ein Freiheit-von-Korruption-Index.

Einen raschen Überblick über die weltweite Korruption nach dem CPI 2018 gibt die Abbildung 1.1, in der im Stil einer Ampel die Länder in absteigender Reihenfolge von Grün über Gelb nach Rot markiert sind.

Abbildung 1.1: Korruptionsindex CPI 2018 – Transparency International.

Abbildung 1.2 zeigt die Häufigkeitsverteilung über die 180 Länder, wobei die CPI-2108-Werte in 10er-Gruppen von 0-10, 11-21 … bis 91-100 zusammengefasst sind.

Abbildung 1.2: Korruptionsindex CPI 2018, Transparency International, Häufigkeitsverteilung der 180 Länder

Beide Abbildungen machen deutlich, dass es im Hinblick auf die Korruption in der Welt nicht sonderlich gut bestellt ist. Der Mittelwert über 180 Länder beträgt 43,1. Ein Land – die Slovakei – liegt mit 50 Punkten genau in der Mitte der theoretischen Bandbreite von 0 bis 100. 123 Länder (68,3 Prozent) liegen in der unteren Hälfte. Nur 22 Länder (12,2 Prozent) erreichen einen Wert über 70, kein einziges liegt über 90.

Die nächste Folge gibt einen detaillierten Überblick über die einzelnen Länder und die Entwicklung von 2012 bis 2018.
Hier gibt es die Fortsetzung → Entwicklung des Korruptionsindexes CPI von 2012 bis 2018

***

Literatur

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

***
Stichwörter:
Psychologie, Intelligenz, IQ, Korruptionsindex, Corruption Perceptions Index, Transparency International, 2018, Weltkarte, Länder, World Map, Map, Heat Map, Korruptionswahrnehmungsindex

Der Welt-IQ und die Verteilung der Weltintelligenz (7)

Der Welt-IQ und die Verteilung der Weltintelligenz

Teil 7: Tabellarischer Überblick über die Verteilung der Weltintelligenz

In dieser Serie geht es um die Verteilung der Intelligenz in der Weltbevölkerung. Diese Folge gibt einen tabellarischen Überblick über die Verteilung der Weltintelligenz.

Im → Teil 1 wurden die zentralen Befunde genannt: Der Welt-IQ beträgt 87, die Standardabweichung 18,7 und die Weltintelligenz ist fast perfekt normalverteilt.

In dieser Folge geben wir eine tabellarische Übersicht über die Verteilung der Weltintelligenz.

Tabelle 7.1 zeigt für den Intelligenzbereich von 40 bis 155 die kumulierten Prozentwerte der Häufigkeitsverteilung [A1].

Tabelle 7.1: Verteilung der Weltintelligenz. Prozentwerte der kumulierten Häufigkeitsverteilung.

Intelligenz CA totc	Prozent kumuliert
40	0,61
41	0,71
42	0,83
43	0,96
44	1,11
45	1,29
46	1,48
47	1,70
48	1,94
49	2,22
50	2,53
51	2,87
52	3,24
53	3,66
54	4,12
55	4,62
56	5,17
57	5,77
58	6,42
59	7,13
60	7,90
61	8,72
62	9,61
63	10,55
64	11,56
65	12,64
66	13,78
67	14,99
68	16,27
69	17,61
70	19,02
71	20,49
72	22,03
73	23,63
74	25,29
75	27,00
76	28,77
77	30,59
78	32,45
79	34,36
80	36,31
81	38,29
82	40,30
83	42,34
84	44,40
85	46,47
86	48,55
87	50,63
88	52,72
89	54,80
90	56,86
91	58,91
92	60,94
93	62,94
94	64,91
95	66,84
96	68,73
97	70,58
98	72,38
99	74,13
100	75,83
101	77,46
102	79,04
103	80,56
104	82,01
105	83,39
106	84,71
107	85,96
108	87,15
109	88,27
110	89,32
111	90,30
112	91,22
113	92,08
114	92,87
115	93,61
116	94,28
117	94,90
118	95,47
119	95,99
120	96,46
121	96,89
122	97,27
123	97,61
124	97,92
125	98,20
126	98,44
127	98,66
128	98,85
129	99,01
130	99,16
131	99,29
132	99,40
133	99,49
134	99,57
135	99,64
136	99,70
137	99,75
138	99,80
139	99,83
140	99,86
141	99,89
142	99,91
143	99,93
144	99,94
145	99,95
146	99,96
147	99,97
148	99,98
149	99,98
150	99,98
151	99,99
152	99,99
153	99,99
154	99,99
155	100,00

Aus Tabelle 7.1 geht zum Beispiel hervor, dass etwa Dreiviertel der Weltbevölkerung unter dem Wert 100 liegt, der für moderne Industriegesellschaften typisch ist. Ein gutes Drittel liegt unter 80. Die oberen 5 Prozent weisen einen IQ (CA totc) über 117 auf. Ein Prozent erreichen einen IQ über 128.

In der nächsten Folge stellen wir weitere Befunde zusammen und betrachten auch die Anteile der CA-Gruppen an der Verteilung der Weltintelligenz.

Fortsetzung folgt.

***

Literatur

(1) Rindermann, H. (2018). Cognitive Capitalism. Human Capital and the Wellbeing of Nations. New York: Cambridge University Press.
Der Appendix zu diesem Buch ist im Internet erhältlich unter
https://tu-chemnitz.de/hsw/psychologie/professuren/entwpsy/team/rindermann/pdfs/RindermannCogCapAppendix.pdf.

***

Anmerkungen

[A1] Die Tabelle enthält die (auf die zweite Nachkommastelle gerundeten) Werte der Modell-Verteilung. Da eine fast perfekte Normalverteilung vorliegt, lassen sich die Werte in sehr guter Näherung auch über eine Normalverteilung mit Mittelwert 87,1 und Standardabweichung 18,7 berechnen.

***
Stichwörter:
Intelligenz, IQ, Heiner Rindermann, Welt-IQ, World IQ, World’s IQ, Intelligence, Cognitive Ability, CA, Intelligenzforschung, Psychologie, Mittelwert, Standardabweichung, Normalverteilung, Weltintelligenz, Statistik, worldwideintelligence

Der Welt-IQ und die Verteilung der Weltintelligenz (6)

Der Welt-IQ und die Verteilung der Weltintelligenz

Teil 6: Modellvergleich mit Rindermann (2018); Fortsetzung

In dieser Serie geht es um die Verteilung der Intelligenz in der Weltbevölkerung. In dieser Folge vergleichen wir unser Modell mit Rindermann (2018) und zeigen, dass Rindermann eine andere Fragestellung untersucht und dass sich im Hinblick auf die Standardabweichung gravierende Unterschiede ergeben.

Im → Teil 1 wurden die zentralen Befunde genannt: Der Welt-IQ beträgt 87, die Standardabweichung 18,7 und die Weltintelligenz ist fast perfekt normalverteilt.

Im → Teil 5 haben wir den Mittelwert in den Blickpunkt gerückt, nun betrachten wir die Standardabweichung.

Rindermann (2018) nennt die Standardabweichungen 11,52 (Seite 96) und 11,86 (Seite 444). Es ist a priori klar, dass sich diese Werte nicht auf die Verteilung der Weltintelligenz beziehen. Fasst man unterschiedliche Verteilungen zusammen, dann ist die Streuung der Gesamtverteilung zwangsläufig größer als in den Teilgruppen. Die IQ-Skala hat eine Standardabweichung von 15. Wenn man davon ausgeht, dass die Länder dieser Welt ähnliche Streuungen aufweisen, dann muss die Standardabweichung der Weltintelligenz (deutlich) größer als 15 sein.

Es sei ausdrücklich betont, dass Rindermann an keiner Stelle die erwähnten Standardabweichungen mit der Weltintelligenz in Verbindung bringt. Wir betrachten Rindermanns Fragestellung zum einen, weil sie in der psychometrischen Intelligenzforschung gang und gäbe ist und zum anderen, weil sich daran die Besonderheit unseres Modells gut herausarbeiten lässt.

Rindermann betrachtet die 200 ungewichteten Ländermittelwerte; jedes Land zählt also unabhängig von der Bevölkerungsgröße gleich viel. Die Häufigkeitsverteilung der Ländermittelwerte ist in Abbildung 6.1 dargestellt.

Abbildung 6.1: Häufigkeitsverteilung der Ländermittelwerte. Intelligenz, Cognitive Ability (CA total c) nach Rindermann (2018).

Der Mittelwert dieser Verteilung ist 87,23 (siehe → Teil 5), das Minimum beträgt 60, das Maximum 105 und die Standardabweichung 11,52. Rindermanns Fragestellung bezieht sich also auf die Verteilung der Ländermittelwerte.

Dass Rindermanns Fragestellung etwas völlig anderes ist als die Verteilung der Weltintelligenz, ergibt sich aus dem Vergleich mit unserem Modell, das in Abbildung 6.2 zu sehen ist.

Abbildung 6.2: Weltintelligenz. Modellvergleich mit Rindermanns Fragestellung.

Der blaue Bereich erstreckt sich von 60 bis 105. Genau das ist der Bereich, der durch Rindermanns Fragestellung abgedeckt ist. Nach unserem Modell liegen jedoch 6,64 Prozent der Weltintelligenz unterhalb von 60 (rot) und 15,61 Prozent oberhalb von 105 (grün). Somit liegen 22,25 Prozent der Weltintelligenz außerhalb der Spannbreite der Ländermittelwerte. Da die Standardabweichung in allererster Linie von den Extremen abhängt, ergibt sich zwangsläufig ein grotesker Unterschied zwischen der Streuung der Ländermittelwerte und der Gesamtverteilung.

Wir haben bereits betont, dass Rindermanns Fragestellung genauso legitim ist wie unsere, und erwähnt, dass sich die psychometrische Forschung nahezu ausschließlich auf die Rindermann’sche Fragestellung bezieht [A1]. Für den engeren Forscherkreis sind die Parameter der Ländermittelwerte selbstverständlich von Interesse – die allermeisten Menschen werden sich jedoch für die Weltintelligenz in ihrer Gesamtheit interessieren und die Standardabweichung der Ländermittelwerte ist für sie irrelevant.

• Es wäre wünschenswert, dass die Intelligenzforschung den Unterschied zwischen der Verteilung der Ländermittelwerte und der Weltintelligenz klar herausarbeiten und auch Kennwerte der Weltintelligenz berichten würde.

Halten wir fest:

• Die Standardabweichung der Weltintelligenz beträgt 18,7. Das ist viel größer als die Standardabweichungen der einzelnen Länder und sehr, sehr viel größer als die Standardabweichung der Ländermittelwerte.

In den nächsten Folgen berichten wir einige Befunde, die sich aus der Analyse der Weltintelligenz ergeben.

Hier gibt es die Fortsetzung → Der Welt-IQ und die Verteilung der Weltintelligenz. Teil 7: Tabellarischer Überblick über die Verteilung der Weltintelligenz.

***

Literatur

(1) Rindermann, H. (2018). Cognitive Capitalism. Human Capital and the Wellbeing of Nations. New York: Cambridge University Press.
Der Appendix zu diesem Buch ist im Internet erhältlich unter
https://tu-chemnitz.de/hsw/psychologie/professuren/entwpsy/team/rindermann/pdfs/RindermannCogCapAppendix.pdf.

***

Anmerkungen

[A1] Ich bin ziemlich sicher, dass auch andere die Standardabweichung der Weltintelligenz in unserem Sinne ermittelt haben, ich kann mich aber an keine derartige Untersuchung erinnern. Für Hinweise wäre ich dankbar; R.H.

***
Stichwörter:
Intelligenz, IQ, Heiner Rindermann, Welt-IQ, World IQ, World’s IQ, Intelligence, Cognitive Ability, CA, Intelligenzforschung, Psychologie, Mittelwert, Standardabweichung, Normalverteilung, Weltintelligenz, Statistik, worldwideintelligence

Der Welt-IQ und die Verteilung der Weltintelligenz (5)

Der Welt-IQ und die Verteilung der Weltintelligenz

Teil 5: Modellvergleich mit Rindermann (2018)

In dieser Serie geht es um die Verteilung der Intelligenz in der Weltbevölkerung. In dieser und der nächsten Folge vergleichen wir unser Modellannahmen mit Rindermann (2018), der zum Teil stark abweichende Ergebnisse nennt. Dabei wird sich zeigen, dass Rindermann eine andere Fragestellung untersucht als wir.

Im → Teil 1 wurden unsere zentralen Befunde genannt: Der Welt-IQ beträgt 87, die Standardabweichung 18,7 und die Weltintelligenz ist fast perfekt normalverteilt.

Unsere Analyse beruht auf dem Datensatz von Rindermann (2018), der die Intelligenzmittelwerte von 200 Ländern umfasst [A1]. Wir hatten bereits eingangs darauf hingewiesen, dass Rindermann Mittelwerte und Standardabweichungen nennt, die stark von unseren abweichen.

Im Folgenden zeigen wir, wie diese Differenzen zu erklären sind.

Unser Modell ergibt einen Welt-IQ von 87 (dies ist ein gerundeter Wert aus 87,1046). Rindermann gibt drei Antworten, nämlich 84,68 (auf Seite 96), 83 (auf Seite 446) und 87,23 (Fußnote 10 auf Seite 96).

Der Wert 87,23 ist nahezu deckungsgleich mit unserem Mittelwert. Die minimale Differenz ist im Wesentlichen darauf zurückzuführen, dass Rindermann die Ländermittelwerte bis auf die Nachkommastellen berücksichtigt, während wir die Ländermittelwerte in 5er-Schritten gerundet haben [A2]. Rindermanns Analyse ist also wesentlich differenzierter als unsere „grobe“ Analyse. Da bereits die Ländermittelwerte lediglich Schätzungen mit erheblichen Unsicherheiten sind, ist die Differenz von 0,13 Punkten irrelevant. Auf die Frage nach dem Welt-IQ geben Rindermann und wir dieselbe Antwort, nämlich 87.

Darüber hinaus nennt Rindermann noch die Werte 84,68 und 83. Diese Zahlen weichen stark von unserem Ergebnis ab. Die Erklärung liefert Rindermann selbst: In einem Falle handelt es sich um gewichtete, in anderen um ungewichtete Mittelwerte.

Berücksichtigt man die Bevölkerungsgröße, dann resultiert der Mittelwert 87,23. Lässt man die Bevölkerungsgröße außer Acht, dann ergibt sich ein Mittelwert von 83 [A3].

Der gewichtete und der ungewichtete Mittelwert stehen für zwei völlig unterschiedliche Fragestellungen.

Beim ungewichteten Modell werden alle Länder gleichwertig behandelt, China zählt mit fast 1,4 Milliarden Menschen genauso viel wie Palau mit 17.661 Bewohnern, Indien mit 1,3 Milliarden genauso viel wie Liechtenstein mit 38.111. In diesem Modell sind die Ländermittelwerte die Analyseeinheit, die Bevölkerungen werden ausgeblendet.

Das gewichtete Modell berücksichtigt sowohl die Ländermittelwerte als auch die Bevölkerungen.

Beide Modelle repräsentieren legitime Fragestellungen, keines ist per se besser als das andere.

Bei der Frage nach dem Welt-IQ interessiert man sich typischerweise für die gesamte Weltbevölkerung. Hier ist das gewichtete Modell angemessen, das ungewichtete hingegen irrelevant und irreführend – wen außerhalb der engen Forschungsgemeinschaft interessiert der Mittelwert der Ländermittelwerte? Merkwürdigerweise werden in der psychometrischen Intelligenzforschung meist die Kennwerte des ungewichteten Modells berichtet und die Frage, die für die meisten Menschen die weitaus interessantere ist, wird oftmals gar nicht aufgeworfen [A4].

Halten wir ein weiteres Mal fest: In Bezug auf den Welt-IQ sind wir zum selben Ergebnis gekommen wie Rindermann.

• Die Intelligenz der Weltbevölkerung liegt im Durchschnitt bei 87.

In der nächsten Folge werden wir sehen, dass dennoch ein grundsätzlicher und bedeutsamer Unterschied zwischen unserem und Rindermanns Modell besteht.

Hier gibt es die Fortsetzung → Der Welt-IQ und die Verteilung der Weltintelligenz. Teil 6: Modellvergleich mit Rindermann (2018); Fortsetzung.

***

Literatur

(1) Rindermann, H. (2018). Cognitive Capitalism. Human Capital and the Wellbeing of Nations. New York: Cambridge University Press.
Der Appendix zu diesem Buch ist im Internet erhältlich unter
https://tu-chemnitz.de/hsw/psychologie/professuren/entwpsy/team/rindermann/pdfs/RindermannCogCapAppendix.pdf.

***

Anmerkungen

[A1] Genau genommen handelt es sich, wie erwähnt, und das Maß CA totc (= Cognitive Ability total corrected), das im Appendix online verfügbar ist (1).

[A2] Darüber hinaus benutzen wir leicht unterschiedliche Bevölkerungsdaten.

[A3] Die Arbeitsgruppe um Rindermann hat über Jahre hinweg Ländermittelwerte in einer Datenbank zusammengetragen. Diese Datenbank wird fortlaufend ergänzt und die Schätzungen werden aktualisiert und korrigiert. Der Unterschied zwischen 83 und 84,68 ist wohl auf unterschiedliche Datensätze zurückzuführen. Dass 84,68 auf Seite 96 und 83 auf Seite 446 genannt wird, lässt vermuten, dass erstere auf einen früheren Datensatz zurückgeht.

[A4] Rindermann (2018) weist auf den Unterschied zwischen den beiden Modellen hin. Bei ihm erscheint das gewichtete Modell in der Fußnote, im Haupttext betrachtet er das ungewichtete Modell. Es wäre wohl ratsam, den bedeutsamen Unterschied im Haupttext expliziter zu betonen. Für die psychometrische Intelligenzforschung wäre es insgesamt ratsam, die Modellunterschiede ausdrücklicher hervorzuheben und auch das gewichtete Modell zu berücksichtigen.

***
Stichwörter:
Intelligenz, IQ, Heiner Rindermann, Welt-IQ, World IQ, World’s IQ, Intelligence, Cognitive Ability, CA, Intelligenzforschung, Psychologie, Mittelwert, Standardabweichung, Normalverteilung, Weltintelligenz, Statistik

Der Welt-IQ und die Verteilung der Weltintelligenz (4)

Der Welt-IQ und die Verteilung der Weltintelligenz

Teil 4: Verteilung der Weltintelligenz und Normalverteilung

In dieser Serie geht es um die Verteilung der Intelligenz in der Weltbevölkerung. In dieser Folge wird gezeigt, dass die Verteilung, die auf der Grundlage der Datenbasis und der Modellannahmen konstruiert wurde, nahezu perfekt normalverteilt ist.

Im → Teil 1 wurden die zentralen Befunde genannt: Der Welt-IQ beträgt 87, die Standardabweichung 18,7 und die Weltintelligenz ist fast perfekt normalverteilt.

Im → Teil 2 wurden die Datenbasis und die Modellannahmen beschrieben.

Im → Teil 3 wurde die Verteilung der Weltintelligenz dargestellt. Diese Verteilung ist in Abbildung 4.1 wiedergegeben (entspricht Abbildung 3.2 im Teil 3).

Abbildung 4.1: Verteilung der Weltintelligenz.

Durch die „nach links verschobene“ Überlagerung der verschiedenen CA-Gruppen in Abbildung 4.1 könnte der Eindruck entstehen, die Gesamtverteilung sei leicht asymmetrisch.

Eine Asymmetrie wäre keineswegs überraschend. Ganz im Gegenteil: Wenn man verschiedene Normalverteilungen überlagert, dann ist die Gesamtverteilung keine Normalverteilung. Umso erstaunlicher ist der Befund, der durch die Abbildung 4.2 belegt wird.

Abbildung 4.2 zeigt die Verteilung der Weltintelligenz nach den Modellannahmen (hellblau) und eine Normalverteilung (hellgrün), welche dieselben Parameter – Mittelwert 87; Standardabweichung 18,7 – aufweist.

Abbildung 4.2: Weltintelligenz nach Modell und Normalverteilung

Abbildung 4.2 zeigt, dass die Weltintelligenz nach unserem Modell fast perfekt normalverteilt ist. Die Abweichungen sind so minimal, dass sie kaum zu erkennen sind [A1]. Das ist, wie gesagt, sehr überraschend. Im Modell wird zwar für alle elf CA-Gruppen eine Normalverteilung und eine identische Standardabweichung von 15 angenommen, aber die Summe von Normalverteilungen ergibt keine Normalverteilung. Diesen Punkt werden wir noch ausführlich behandeln.

Im → Teil 1 hatten wir erwähnt, dass Rindermann (2018) (1) unterschiedliche Werte für den Welt-IQ angibt (83; 84,68; 87,23) und dass er Standardabweichungen nennt (11,52; 11,86), die grotesk von unserem Ergebnis (18,7) abweichen. In der nächsten Folge werden wir zeigen, dass sich Rindermann auf eine völlig andere Fragestellung bezieht als wir.

Hier gibt es die Fortsetzung → Der Welt-IQ und die Verteilung der Weltintelligenz. Teil 5: Modellvergleich mit Rindermann (2018).

***

Literatur

(1) Rindermann, H. (2018). Cognitive Capitalism. Human Capital and the Wellbeing of Nations. New York: Cambridge University Press.
Der Appendix zu diesem Buch ist im Internet erhältlich unter
https://tu-chemnitz.de/hsw/psychologie/professuren/entwpsy/team/rindermann/pdfs/RindermannCogCapAppendix.pdf.

***

Anmerkungen

[A1] Wenn man „mit der Lupe herangeht“, lassen sich doch Abweichungen erkennen. Darauf kommen wir später zurück.

***
Stichwörter:
Intelligenz, IQ, Heiner Rindermann, Welt-IQ, World IQ, World’s IQ, Intelligence, Cognitive Ability, CA, Intelligenzforschung, Psychologie, Mittelwert, Standardabweichung, Normalverteilung, Weltintelligenz, Statistik

Der Welt-IQ und die Verteilung der Weltintelligenz (3)

Der Welt-IQ und die Verteilung der Weltintelligenz

Teil 3: Konstruktion der Verteilung der Weltintelligenz

In dieser Serie geht es um die Verteilung der Intelligenz in der Weltbevölkerung. In dieser Folge wird gezeigt, wie die Verteilung aufgrund der Datenbasis und der Modellannahmen konstruiert wurde.

Im → Teil 1 wurden die zentralen Befunde genannt: Der Welt-IQ beträgt 87, die Standardabweichung 18,7 und die Weltintelligenz ist fast perfekt normalverteilt.

Im → Teil 2 wurden die Datenbasis und die Modellannahmen beschrieben.

Nun zeigen wir, wie daraus die Verteilung der Weltintelligenz konstruiert wurde.

Für jede CA-Gruppe wurde eine Normalverteilung mit jeweiligem Mittelwert und Standardabweichung erzeugt und mit dem Anteil an der Weltbevölkerung gewichtet. Die Verteilungen der CA-Gruppen sind in Abbildung 3.1 zu sehen.

Abbildungs 3.1: Verteilung der Weltintelligenz nach CA-Gruppen.

Da sich die CA-Gruppen in der Bevölkerungszahl massiv unterscheiden, nehmen die Verteilungen unterschiedlich große Flächen ein. Besonders groß sind die orangefarbene Verteilung der Gruppe CA 100, die China enthält, und die grüne CA-80-Gruppe, die Indien enthält. Verschwindend klein ist die gelbbraune CA-60-Gruppe am linken Rand, deren Verteilung kaum zu sehen ist.

Die Gesamtverteilung der Weltintelligenz ergibt sich aus der Summe der Einzelverteilungen. In der graphischen Darstellung entspricht dies einem Übereinanderstapeln. Das Ergebnis der Stapelung ist in Abbildung 3.2 zu sehen.

Abbildung 3.2: Verteilung der Weltintelligenz.

Auf den ersten Blick kann der Eindruck entstehen, dass die Gesamtverteilung asymmetrisch ist, links etwas steiler und rechts etwas flacher [ich weiß nicht, ob es anderen auch so geht – ich hatte den Eindruck, dass die Verteilung ziemlich schief ist; R.H.]. In der nächsten Folge werden wir sehen, dass ein solcher Eindruck täuscht und dass eine fast perfekte Normalverteilung vorliegt.

Hier gibt es die Fortsetzung → Der Welt-IQ und die Verteilung der Weltintelligenz. Teil 4: Verteilung der Weltintelligenz und Normalverteilung.

***
Stichwörter:
Intelligenz, IQ, Heiner Rindermann, Welt-IQ, World IQ, Intelligence, Cognitive Ability, CA, Intelligenzforschung, Psychologie, Mittelwert, Standardabweichung, Normalverteilung, Weltintelligenz, Statistik

Der Welt-IQ und die Verteilung der Weltintelligenz (2)

Der Welt-IQ und die Verteilung der Weltintelligenz

Teil 2: Methoden. Datenbasis, Modellannahmen, Vorgehensweise

In dieser Serie geht es um die Verteilung der Intelligenz in der Weltbevölkerung. In dieser Folge werden die Datenbasis, die Modellannahmen und die Vorgehensweise beschrieben.

Im → Teil 1 wurden die zentralen Befunde genannt: Der Welt-IQ beträgt 87, die Standardabweichung 18,7 und die Weltintelligenz ist fast perfekt normalverteilt.

Nun beschreiben wir den zugrundeliegenden Datensatz, die Modellannahmen und die Vorgehensweise.

Der Datensatz

Als Maß der Intelligenz wurde die Cognitive Ability (CA) nach Rindermann (2018) verwendet (1). Rindermanns Datensatz, der auch online verfügbar ist, enthält unterschiedliche Intelligenzindices für 201 Länder.

Cognitive Ability (CA) ist eine Kombination von IQ-Werten aus psychometrischen Intelligenztests und Ergebnissen internationaler Bildungsstudien, wie PISA, TIMSS, PIRLS u.a. Da die internationalen Bildungsstudien auf größeren Stichproben beruhen, wurden sie stärker gewichtet als die psychometrischen IQ-Werte. Leistungen in Bildungsstudien lassen sich zwar konzeptuell von Intelligenz trennen, aber auf Länderebene sind die Korrelationen zwischen Schulleistungen und Intelligenz (IQ) so eng, dass sie sich praktisch nicht voneinander unterscheiden lassen. Wir werden im Folgenden zwar die Bezeichnung CA beibehalten, aber von Intelligenz sprechen und gelegentlich auch das Kürzel IQ verwenden.

Die CA-Werte wurden von Rindermann wie allgemein üblich so skaliert, dass Großbritannien den Mittelwert 100 und die Standardabweichung 15 aufweist und die übrigen Länder entsprechend angepasst wurden.

Neben den Intelligenzwerten spielen die Bevölkerungszahlen der Länder eine entscheidende Rolle. Die Daten wurden dem Human Development Index HDI 2016 entnommen (2). Für ein paar wenige Länder, die im HDI nicht berücksichtigt sind, wurden die Bevölkerungszahlen aus Wikipedia eingesetzt.

Modellannahmen und Vorgehensweise

Zur Vereinfachung wurden die CA-Werte in 5er-Schritten gerundet und die Länder zu den Gruppen CA 105, CA 100, CA 95 … CA 60 zusammengefasst (Beispiel: die Gruppe CA 100 umfasst die Länder mit einem CA von 98, 99, 100, 101 und 102; die Gruppe CA 75 umfasst die Länder 73, 74, 75, 76 und 77 usw.). Die Zuordnung der Länder zu den CA-Gruppen ist in der Serie → Geographie der Intelligenz aufgelistet.

Die Verteilung der Weltintelligenz wurde auf der Grundlage der folgenden Annahmen konstruiert.

Annahme 1: Innerhalb jeder Gruppe ist die Intelligenz normalverteilt.
Annahme 2: Der Mittelwert jeder Gruppe entspricht dem „Gruppen-CA“.
Annahme 3: Die Standardabweichung beträgt in jeder Gruppe 15.

Diese Annahmen sind ohne Zweifel grobe Vereinfachungen; wir werden ihre Angemessenheit später ausführlich diskutieren.

Tabelle 2.1 fasst die Parameter unseres Modells zusammen. Sie zeigt für die CA-Gruppen Mittelwert, Standardabweichung, Bevölkerungszahl und den prozentualen Anteil an der Weltbevölkerung.

Tabelle 2.1. CA-Gruppen, CA-Mittelwert, CA-Standardabweichung, Bevölkerung in Millionen, Prozentualer Anteil an der Weltbevölkerung.

	CA		Bevölkerung
CA-Gruppe	Mittelwert	Standardabw.	Millionen	Anteil %
CA 105	105	15	213,4	2,9
CA 100	100	15	2155,04	29,3
CA 95	95	15	430,6	5,9
CA 90	90	15	229,68	3,1
CA 85	85	15	1295,3	17,6
CA 80	80	15	1879,4	25,6
CA 75	75	15	422,9	5,8
CA 70	70	15	308,9	4,2
CA 65	65	15	378,1	5,1
CA 60	60	15	30,8	0,4

In der nächsten Folge wird gezeigt, wie auf dieser Grundlage die Verteilung der Weltintelligenz konstruiert wurde.

Hier gibt es die Fortsetzung → Der Welt-IQ und die Verteilung der Weltintelligenz. Teil 3: Konstruktion der Verteilung der Weltintelligenz.

***

Literatur

(1) Rindermann, H. (2018). Cognitive Capitalism. Human Capital and the Wellbeing of Nations. New York: Cambridge University Press.
Der Appendix zu diesem Buch ist im Internet erhältlich unter
https://tu-chemnitz.de/hsw/psychologie/professuren/entwpsy/team/rindermann/pdfs/RindermannCogCapAppendix.pdf.
Darin finden sich Intelligenz-Werte für alle Länder dieser Welt. Wir verwenden den Index CA totc (Cognitive Ability total corrected).

(2) Human Development Report 2016. Human Development for Everyone. United Nations Development Programme (UNDP), 2016.

***
Stichwörter:
Intelligenz, IQ, Heiner Rindermann, Welt-IQ, World IQ, Intelligence, Cognitive Ability, CA, Intellingenzforschung, Psychologie, Mittelwert, Standardabweichung, Normalverteilung, Weltintelligenz, Statistik

Der Welt-IQ und die Verteilung der Weltintelligenz

Teil 1: Überblick und zentrale Befunde

In dieser Serie geht es um die Verteilung der Intelligenz in der Weltbevölkerung. Datenbasis sind die Angaben zur Cognitive Ability nach Rindermann (2018). Die zentralen Befunde lauten: Der Welt-IQ (der Mittelwert aller IQ-Werte) beträgt 87, die Standardabweichung liegt bei 18,7 und die Intelligenzwerte sind fast perfekt normalverteilt.

Abbildung 1.0: IQ-Weltkarte. IQ (Cognitive Ability nach Ländern).

Aktualisierung: Hier gibt es eine Tabelle mit den nationalen IQ-Werten von 205 Ländern auf dem allerneuesten Stand der Forschung (Ende 2022) https://splitter1.wordpress.com/2023/03/15/welt-iq-welt-intelligenz-landerdaten/

In dieser Serie geht es um den Welt-IQ und die Verteilung der Weltintelligenz. Dabei geht es nicht um die Differenzierung nach Ländern, wie sie in Abbildung 1.0 dargestellt ist und zum Beispiel in der Serie → Geographie der Intelligenz behandelt wurde, sondern um die Gesamtheit der Weltintelligenz.

Wer fragt: „Wie hoch ist der Welt-IQ?“, will gewöhnlich wissen, wie hoch der durchschnittliche IQ der Weltbevölkerung ist. Auf diese Frage haben wir bereits vor einem Dreivierteljahr eine Antwort gegeben – sie lautete: Der Welt-IQ beträgt 89 (siehe → Der Welt-IQ). Diese Schätzung beruhte auf den Nationalen IQs für 199 Länder, die Lynn und Vanhanen (2012) [1] aufgelistet haben.

Diese Frage untersuchen wir nun erneut auf der Grundlage des aktuelleren Datensatzes von Rindermann (2018) (2).

Wenn wir vom Welt-IQ und der Weltintelligenz reden, dann bezieht sich das selbstverständlich nur auf den Datensatz und das Modell, das unseren Berechnungen zugrunde liegt (siehe → Teil 2). Ein Vergleich mit anderen Datensätzen und Modellen erfolgt gegen Ende dieser Serie [A1].

Heiner Rindermann gibt auf die Frage nach dem Welt-IQ drei Antworten, nämlich 84,68 (auf Seite 96), 83 (auf Seite 446) und 87,23 (Fußnote 10 auf Seite 96).

Im Vorgriff auf das Folgende sei verraten: Unsere Antwort lautet:

• Der Welt-IQ beträgt 87.

Unsere Antwort deckt sich bis auf die Rundung mit der dritten Antwort von Rindermann. Wie wir sehen werden, beziehen sich die beiden anderen Angaben von Rindermann auf eine Fragestellung, die weitgehend uninteressant ist.

In dieser Serie gehen wir über den Welt-IQ im engeren Sinne (also den Mittelwert) hinaus und betrachten die Verteilung der Intelligenz in der Weltbevölkerung. Hierzu geben wir die Antwort:

• Die Standardabweichung der Weltintelligenz liegt bei 18,7.

Rindermann erwähnt in seinem Buch ebenfalls Standardabweichungen, nämlich 11,52 (Seite 96) und 11,86 (Seite 444). Die groteske Differenz zu unserem Ergebnis erklärt sich dadurch, dass wir unterschiedliche Fragestellungen betrachten, wobei Rindermann sich nicht auf die Verteilung der Weltintelligenz bezieht (zu diesem Aspekt siehe (→ Teil 5 und → Teil 6).

Eine dritte Antwort gibt die Abbildung 1.1, welche die Verteilung der Weltintelligenz veranschaulicht. Diese Antwort ist – für mich persönlich; R.H. – sehr erstaunlich:

• Die Weltintelligenz ist fast perfekt normalverteilt.

Abbildung 1.1: Die Verteilung der Weltintelligenz.
Eine ausführliche Erklärung erfolgt in dieser Serie.

Wie die drei Antworten zustande gekommen sind, wird in dieser Serie ausführlich dargestellt.

Hier gibt es die Fortsetzung → Der Welt-IQ und die Verteilung der Weltintelligenz. Teil 2: Methoden. Datenbasis, Modellannahmen, Vorgehensweise.

***

Literatur

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

(2) Rindermann, H. (2018). Cognitive Capitalism. Human Capital and the Wellbeing of Nations. New York: Cambridge University Press.
Der Appendix zu diesem Buch ist im Internet erhältlich unter
https://tu-chemnitz.de/hsw/psychologie/professuren/entwpsy/team/rindermann/pdfs/RindermannCogCapAppendix.pdf.
Darin finden sich Intelligenz-Werte für alle Länder dieser Welt. Wir verwenden den Index CA totc (Cognitive Ability total corrected).

(3) Becker, D. (2018). The NIQ-dataset (V1.3.1). Chemnitz, Germany. http://viewoniq.org/.
Ein Link zum Download befindet sich unter https://www.researchgate.net/project/Worlds-IQ

***

Literatur

[A1] Ergänzung (10. Januar 2019): Ich habe gerade einen noch aktuelleren Datensatz entdeckt, der im Folgenden nicht berücksichtigt werden kann (3). In der vorliegenden Serie geht es im Wesentlichen um die Methode, weniger um die konkreten Werte, die ja mit jeder Erweiterung und Aktualisierung der Datenbasis (kleineren) Veränderungen unterliegen. Eine Analyse auf der Grundlage neuerer Daten wird nachgereicht.

***
Stichwörter:
Intelligenz, IQ, Heiner Rindermann, Welt-IQ, World IQ, Intelligence, Cognitive Ability, Intellingenzforschung, Psychologie, Mittelwert, Standardabweichung, Normalverteilung, Weltintelligenz, Statistik, global IQ map, Weltkarte Intelligenz

Geographie der Leistungspotenziale nach der Fitnesstheorie von Hans-Josef Friedrich

F = m^q

Geographie der Leistungspotenziale. Ein Beispiel zur Fitnesstheorie von Hans-Josef Friedrich

Ausgehend vom Globalen Modell der Fitness-Theorie von Hans-Josef Friedrich wurde das (theoretische!) Leistungspotenzial von 153 Ländern berechnet. der Bevölkerungszahl und der Intelligenz .

Hier geht es zum → Anfang der Serie F = m^q.

Dieser Beitrag ist ein konkretes Beispiel zur Fitnesstheorie von Hans-Josef Friedrich [1] [2]. Auf der Grundlage des Allgemeinen Modells (besser: des Globalen Modells) wurde das theoretische Leistungspotenzial für 153 Länder berechnet. Die Angaben zur Bevölkerungsgröße wurden dem Human Devlopment Index HDI 2016 [3] entnommen, als Indikator der nationalen Intelligenz wurde CAC (Cognitive Ability corrected) nach Heiner Rindermann (2018) [4] verwendet.

Die Leistungspotenziale wurden durch das Leistungspotenzial Deutschlands dividiert. Die Werte geben somit die relative Stärke im Vergleich zu Deutschland an, das den Wert 1 erhält.

Die Tabelle dient hier lediglich als Dokumentation. Ausführliche Kommentare folgen an anderer Stelle.

Tabelle 1: Leistungspotenzial von 153 Ländern nach der Allgemeinen Fitnesstheorie von Hans-Josef Friedrich relativ zum Potenzial Deutschlands.

Land	Potenzial
China	25,246
Japan	3,969
United States	3,233
Korea-South	1,815
Russia	1,214
Germany	1
United Kingdom	0,962
France	0,668
Canada	0,635
Italy	0,621
Vietnam	0,462
Poland	0,340
Spain	0,338
Australia	0,301
Netherlands	0,297
Hong Kong	0,204
Ukraine	0,194
India	0,192
Singapore	0,181
Brazil	0,175
Indonesia	0,173
Belgium	0,143
Mexico	0,139
Thailand	0,139
Czech Republic	0,133
Sweden	0,124
Switzerland	0,123
Pakistan	0,110
Turkey	0,110
Austria	0,108
Hungary	0,107
Finland	0,095
Malaysia	0,080
Iran	0,077
Belarus	0,074
Greece	0,073
Egypt	0,072
Portugal	0,068
Argentina	0,066
Romania	0,064
Denmark	0,062
Slovakia	0,059
New Zealand	0,057
Norway	0,057
Bangladesh	0,055
Israel	0,054
Kazakhstan	0,049
Iraq	0,047
Ireland	0,044
Chile	0,042
Croatia	0,040
Tunisia	0,039
Philippines	0,038
Algeria	0,036
Bulgaria	0,035
Burma (Myanmar)	0,033
Serbia	0,031
Colombia	0,030
Peru	0,025
Venezuela	0,025
Nigeria	0,023
United Arab Emirates	0,023
Azerbaijan	0,021
Lithuania	0,020
Slovenia	0,020
Uzbekistan	0,020
Cambodia	0,019
Estonia	0,019
Latvia	0,019
Saudi Arabia	0,018
Bosnia	0,017
Laos	0,015
Jordan	0,014
Syria	0,014
Cuba	0,013
Moldova	0,013
Ecuador	0,012
Mongolia	0,012
Uruguay	0,011
Armenia	0,010
Bolivia	0,010
Costa Rica	0,010
Sudan	0,009
Georgia	0,008
Libya	0,008
Morocco	0,008
Mozambique	0,008
Nepal	0,008
Sri Lanka	0,008
Cyprus	0,007
Guatemala	0,007
Kenya	0,007
Madagascar	0,007
Tajikistan	0,007
Lebanon	0,006
Luxembourg	0,006
Papua N-Guinea	0,006
Paraguay	0,006
Nicaragua	0,005
Palestine	0,005
Tanzania	0,005
Turkmenistan	0,005
Dominican Repub	0,004
Macedonia	0,004
Panama	0,004
South Africa	0,004
Trinidad Tobago	0,004
Uganda	0,004
Afghanistan	0,003
Albania	0,003
Bahrain	0,003
Congo (Zaire)	0,003
El Salvador	0,003
Ethiopia	0,003
Iceland	0,003
Malta	0,003
Mauritius	0,003
Oman	0,003
Qatar	0,003
Rwanda	0,003
Honduras	0,002
Kuwait	0,002
Kyrgyzstan	0,002
Montenegro	0,002
Suriname	0,002
Yemen	0,002
Zimbabwe	0,002
Andorra	0,001
Angola	0,001
Bahamas	0,001
Benin (Dahomey)	0,001
Botswana	0,001
Brunei	0,001
Burkina Faso	0,001
Burundi	0,001
Cameroon	0,001
Chad	0,001
Congo (Brazz)	0,001
Cote d’Ivoire	0,001
East Timor	0,001
Eritrea	0,001
Fiji	0,001
Ghana	0,001
Guinea	0,001
Guyana	0,001
Mali	0,001
Mauritania	0,001
Niger	0,001
Samoa-West	0,001
Senegal	0,001
Solomon Islands	0,001
Togo	0,001
Zambia	0,001

***

Literatur

[1] Hans-Josef Friedrich (2018). F=m^q. Allgemeine und Spezielle Fitness-Theorie. Denkansätze / Rechenmodelle. Regensburg: S. Roderer.

[2] Hans-Josef Friedrich (2018). F=m^q. Über die exponentielle Wirkung der Intelligenz / Qualität. Eine erweiterte Streitschrift. Regensburg: S. Roderer.

[3] 2016 Human Development Report. UNDP UNITED NATIONS DEVELOPMENT PROGRAMME. http://hdr.undp.org/en/2016-report
Als PDF erhältlich unter http://hdr.undp.org/sites/default/files/2016_human_development_report.pdf

[4] Rindermann, H. (2018). Cognitive Capitalism. Human Capital and the Wellbeing of Nations. Cambridge: Cambridge University Press.
Der Appendix zu diesem Buch (2) ist im Internet erhältlich unter
https://tu-chemnitz.de/hsw/psychologie/professuren/entwpsy/team/rindermann/pdfs/RindermannCogCapAppendix.pdf.
Darin finden sich IQ-Werte für alle Länder dieser Welt.

***
Stichwörter:
Statistik, Fitnesstheorie, Hans-Josef Friedrich, HDI, Einwohnerzahl, Bevölkerung, IQ, Psychologie, Leistungspotenzial, Intelligenz

F = m hoch q

F = m^q

Von der Fitnesstheorie von Hans-Josef Friedrich zur linear-exponentiellen Fitnesstheorie.   Teil 4

Ausgehend von der Fitness-Theorie von Hans-Josef Friedrich wird die linear-exponentielle Fitnesstheorie entwickelt. In der linear-exponentiellen Fitnesstheorie sind die Modelle, die Hans-Josef Friedrich unterscheidet, als Spezialfälle enthalten. In diesem Teil betrachten wir die Allgemeine Theorie nach Friedrich anhand von Beispielen.

Hier geht es zum → Anfang der Serie F = m^q.

Beispiele zur Allgemeinen Fitnesstheorie (Fortsetzung)

• Beträgt der Mittelwert 100, dann entspricht das Leistungspotenzial der Population genau der Zahl der Individuen.

Diese Tatsache ergibt sich unmittelbar aus der Definition des Qualitätsparameters q. Wenn q = M/100 ist, dann ergibt sich bei einem Mittelwert von 100: q = 100/100 = 1; und da ein Exponent von 1 die Basis m unverändert lässt, entspricht das Leistungspotenzial der Population genau der Anzahl der Individuen. Genau das ist der Grund, warum q so definiert ist, dass der Mittelwert durch 100 dividiert wird. Auf diese Weise bildet der Mittelwert der IQ-Skala die Maßheinheit. Das heißt:

• Die Maßeinheit der Fitness oder des Leistungspotenzials beträgt 100 IQ-Punkte.

Exkurs: Speziell in Bezug auf die Intelligenz ist die Definition von q ausgesprochen sinnvoll. Intelligenztests werden üblicherweise auf eine IQ-Skala mit Mittelwert 100 und Standardabweichung 15 normiert. Bleibt man innerhalb einer bestimmten Population, dann ist das unproblematisch. Da sich jedoch Länder/Völker/Ethnien/Rassen im Intelligenzniveau dramatisch unterscheiden (siehe die Serie → Geographie der Intelligenz), muss für solche Vergleiche eine populationenübergreifende Skala verwendet werden. Zu diesem Zweck werden der Mittelwert und die Standardabweichung von England als Standard herangezogen; in Anlehnung an die Festlegung des Nullmeridians in Greenwich (einem Stadtteil von London) spricht man auch vom Greenwich-IQ.

Die meisten modernen Industrieländer (Mittel-, West- und Nordeuropa, USA, Kanada, Australien, Neuseeland) liegen nahe bei 100 (siehe → Geographie der Intelligenz. Teil 2). Durch die Definition q = M/100 bildet das durchschnittliche Intelligenzniveau der modernen Industrieländer die Maßeinheit der Fitness. Indem man die anderen Zeilen mit der Zeile M_IQ = 100 vergleicht, erhält man in Tabelle 1.1 einen unmittelbaren Eindruck, wie eine Population mit einem durchschnittlichen Intelligenzniveau von 70, 80, 90, 110, 120 oder 130 bei einer der tabellierten Populationsgrößen im Vergleich zu modernen Industrienationen abschneiden würde.

In der nächsten Folge betrachten wir den Effekt der Masse und der Klasse etwas näher. Fortsetzung folgt.

***

Literatur

[1] Hans-Josef Friedrich (2018). F=m^q. Allgemeine und Spezielle Fitness-Theorie. Denkansätze / Rechenmodelle. Regensburg: S. Roderer.

[2] Hans-Josef Friedrich (2018). F=m^q. Über die exponentielle Wirkung der Intelligenz / Qualität. Eine erweiterte Streitschrift. Regensburg: S. Roderer.

****
Stichwörter:
Fitnesstheorie, Hans-Josef Friedrich, F = m hoch q, Statistik, Leistung, Leistungspotenzial, Quantität, Qualität, Intelligenz, Psychologie, Allgemeine Theorie, Globales Modell,