科研中怎样制定强有力的假设?

有那么多潜在的研究问题，怎样才算是一个好的假设？

一个强有力的假设应当简洁、明确，并且定义了因变量和自变量之间的预期关系。这种关系应该尽可能明确地予以说明，并且必须是可验证的。

简洁的假设可以轻易地让读者明白，论文中正在从研究背景信息转换到研究问题，而不必直白地去说一句：“这是我的研究问题”。

尽可能表述清楚非常重要，这样读者就不必去猜测你想要验证什么问题。这一点在撰写基金申请时尤其关键，因为评审人员需要确切地知道你希望用拟进行的研究去回答什么问题。

参考下面的例子：

• 较弱的假设：看电视影响睡眠。
• 稍好一点的假设：看电视越多的人睡眠越差。
• 强有力的假设：每天看电视超过三小时的人会比每天看电视不到三小时的人更频繁地在夜间醒来。

强有力的假设不仅利于与他人交流，也能为你自己的研究奠定坚实的基础。提出研究问题时，就很有必要确定计划使用的统计分析方法。如果数据收集之后才突然意识到这些数据不适合回答提出的问题，会非常令人沮丧。

确保使用正确的工具来回答问题（例如，单变量与多变量统计；参数和非参数分析），并且确保收集的数据满足计划使用的检验方法的各种假设，就可以避免出现这样恼人的结果。

例如，如果想分析看电视和睡眠质量之间的关系，必须先做出一些决定：首先，看电视的量是以几个档次（例如，1小时、3小时）来衡量，还是以连续数值（例如，321分钟、13分钟）来衡量？睡眠质量是用五分制、睡眠时间，还是在夜间醒来的次数来衡量？

每种类型的数据都可以告诉读者（或研究人员）一些信息，但是需要不同的检验方式来寻找这些不同可能性之间的相关性。

计划好将如何进行统计分析来回答所提出的科研问题，可以简化数据收集过程，并且当进行数据分析的时刻到来时，也不用费神去想改怎么做了。

假设撰写检查清单：

• 是从how/when/what/where/why的问题开始的吗？如果没有先提出一个问题就无法对将要发生的事情做出陈述。
• 假设是对预期结果的陈述吗？只写下一个问题，还不是假设，假设必须是一个对预期结果的声明。理想情况下，你所做的背景研究应该能支持这一假设。
• 假设是否已尽可能地表述清楚？描述明确至关重要，一个好的假设的标志是既可能被反驳也可能得到支持。
• 变量是否定义清楚？如果预期结果描述得很好，还应该包括因变量和自变量。
• 假设能够被检验吗？确保先收集了正确的数据，然后就可以使用统计分析来支持或反驳这个假设。

分析了假设之后，就是时候付诸行动了！研究的过程中记得对产生的任何问题都做出记录，这样你就永远不会缺需要验证的假设。

往期精选

· ORCID和CRediT：跟踪研究贡献的工具

· 投稿到期刊之后该催稿吗？

· 使描述性科学成为可靠的科学：STROBE指南

· 三篇SCI论文作者分享论文投稿的坎坷经历

· 学术出版协会SSP：2021年会亮点

· 发表论文是否该选择开放存取？考虑这四个因素

· 中科院博士谈如何克服写SCI文章的恐惧

· 你焦虑了吗？COVID-19对学术人的影响

· 美国心理学会推荐作者使用LetPub语言编辑服务

· 实验室全能博士养成记

· 我的第一篇SCI文章发表历程