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