robo-professor-rope-schoice

bayes
paper
Published

July 10, 2026

Question

An einer Hochschule wird der Effekt eines “Robo-Professors” (KI-gestützte Lehre) auf die Lernleistung im Fach Statistik untersucht. Das Regressionsmodell m_robo liefert für den Koeffizienten robo_professor einen ROPE-Anteil von 10 % (d. h. 10 % der relevanten Post-Verteilung liegen innerhalb des ROPE, 90 % außerhalb). Welche Aussage dazu ist korrekt?

Answerlist

  • Es ist nicht auszuschließen, dass der Robo-Professor keinen substanziellen Einfluss auf die Lernleistung hat – ein ROPE-Anteil von 10 % reicht (je nach gewählter Entscheidungsschwelle) meist nicht aus, um die Praktisch-Null-Hypothese eindeutig zu verwerfen.
  • Der Robo-Professor hat einen Einfluss von exakt 10 % auf die Lernleistung der Studierenden.
  • Es gibt definitiv keinen Einfluss des Robo-Professors auf die Lernleistung.
  • Der Einfluss des Robo-Professors ist eindeutig als substanziell zu bezeichnen, da 90 % der Post-Verteilung außerhalb des ROPE liegen.
  • Ein ROPE-Anteil von 10 % bedeutet automatisch, dass der Effekt vernachlässigbar (praktisch Null) ist.

Solution

Ein ROPE-Anteil von 10 % bedeutet, dass zwar der überwiegende Teil (90 %) der Post-Verteilung außerhalb des ROPE liegt, aber eben nicht der komplette relevante Anteil (z. B. das 95 %-HDI) – ein gewisser Teil der plausiblen Werte liegt noch im Bereich “praktisch Null”. Damit lässt sich weder eindeutig sagen, dass der Effekt substanziell ist, noch dass er vernachlässigbar ist – die Datenlage bleibt in diesem Sinne unklar, und ein “praktisch Null”-Effekt ist nicht auszuschließen. Die erste Option ist korrekt.

Warum die Distraktoren falsch sind:

  • Die zweite Option verwechselt den ROPE-Anteil (einen Prozentsatz der Post-Verteilung innerhalb eines Bereichs) mit der Effektgröße selbst – beide sind unterschiedliche Größen.
  • Die dritte Option ist eine zu starke Aussage: Ein ROPE-Anteil von 10 % (statt z. B. 100 %) bedeutet gerade nicht, dass definitiv kein Effekt vorliegt – im Gegenteil, der Großteil der Post-Verteilung liegt außerhalb des ROPE.
  • Die vierte Option überinterpretiert 90 % außerhalb des ROPE als bereits ausreichend für eine eindeutige Ablehnung der Praktisch-Null-Hypothese – je nach gewählter Entscheidungsschwelle (häufig nahe 100 %/0 %) reicht ein Rest-Anteil von 10 % im ROPE aber noch aus, um die Entscheidung als unklar einzustufen.
  • Die fünfte Option kehrt die Interpretation ins Gegenteil um: Ein kleiner ROPE-Anteil (10 %, nicht ein großer) spricht eher gegen einen vernachlässigbaren Effekt, nicht dafür.

Aufgabenname: robo-professor-rope-schoice

Answerlist

  • Wahr
  • Falsch
  • Falsch
  • Falsch
  • Falsch

Meta-information

exname: robo-professor-rope-schoice extype: schoice expoints: 1 exsolution: 10000 exshuffle: 5 excategory: bayes