Ketika pemimpin PAS cuba menggunakan tesis Ph.D tentang kaum dan rasuah, pengarang tesis itu mengingatkan agar tidak membuat generalisasi kaum.
Dalam jawapan ringkas melalui e-mel kepada Malaysiakini, Christine Chong Siew Pyng berkata bahawa kajiannya sememangnya berdasarkan statistik Suruhanjaya Pencegahan Rasuah Malaysia (SPRM).
Namun, katanya, ia hanya bersifat cadangan dan bukannya generalisasi.
“Sekadar berkongsi dengan anda, kertas saya adalah mengenai pemberi rasuah dan memang statistik pemberi rasuah yang disabitkan SPRM 2010-2014 menunjukkan kira-kira 88 peratus adalah bukan Melayu.
"Tesis saya juga mendapati kira-kira 82 peratus pemberi/penerima rasuah yang disabitkan bersalah adalah Melayu," katanya.
"Kesimpulan yang dibuat daripada profil itu adalah semata-mata bersifat cadangan, dan oleh itu, tidak boleh dianggap sebagai satu generalisasi. Saya tidak mempunyai sebarang komen mengenai dakwaan yang dibuat oleh parti politik," tambah Chong.
Sejak dua minggu lalu, Presiden PAS Abdul Hadi Awang telah diserang kerana dakwaannya bahawa bukan Islam dan bukan Bumiputera merupakan majoriti terlibat dalam rasuah di Malaysia.
Bagi menyokong Hadi, ahli jawatankuasa pusat parti Mohd Zuhdi Marsuki memetik "tinjauan" oleh sebuah universiti tempatan, yang mengandungi banyak tokoh yang dipetik Zuhdi.
Kajian yang dijalankan oleh penyelidik yang berpangkalan di Universiti Sains Malaysia dan Kolej Universiti Tunku Abdul Rahman di Pulau Pinang, dan diterbitkan dalam jurnal Asian Economic Papers pada Januari 2017, bagaimanapun, kebanyakannya tertumpu kepada perspektif pemberi rasuah, terutamanya faktor yang boleh membawa kepada rasuah yang lebih besar ditawarkan.
Peranan penerima rasuah dalam rasuah kebanyakannya di luar skop kertas dan tidak ditelitii.
Selain itu, Pangkalan Data Pesalah Rasuah SPRM, yang mana data untuk kajian diambil, juga hanya mengandungi maklumat mengenai mereka yang telah disabitkan kesalahan.
Ini bermakna tiada analisis boleh dilakukan ke atas mereka yang tidak terlibat dalam rasuah, mereka yang melakukannya tetapi tidak ditangkap, dan mereka yang ditangkap tetapi tidak disabitkan kesalahan.
“Ketiadaan data ini berkemungkinan menyebabkan jangkaan kami cenderung berat sebelah. Malangnya, tidak ada cara tersedia untuk membetulkan kecenderungan pemilihan ini," kata penulis dalam kajian itu.