许多研究计划书最薄弱的一环就是研究假设——要么假设模糊到无法检验，要么假设过于宽泛，要么根本没有明确的假设。一篇优秀的RP应该提出清晰、具体、可证伪的研究假设。本文将系统讲解如何构建高质量的假设，并提供学科特定的范例。
一、什么是“可证伪”的假设？
科学哲学家卡尔·波普尔提出：一个命题只有在逻辑上有可能被证伪时，才具有科学意义。如果一个假设无论如何都无法被推翻，那它就是伪科学（比如“占星术影响命运”就无法被证伪）。好的研究假设必须能够被实证数据检验，并且存在被推翻的可能性。
不可证伪的例子：
-
“这项干预可能会改善学生学习，也可能不会。”（什么都说了等于没说）
-
“某些类型的学生更适合某种教学方式。”（“某些类型”太模糊）
-
“神经网络的能力是无限的。”（无法通过有限次实验证伪）
可证伪的例子：
-
“使用A教学法的班级平均成绩将显著高于使用B教学法的班级（p<0.05）。”（可以收集数据比较）
-
“在控制学生初始水平后，每周额外2小时辅导将使数学成绩提高至少5分。”（有具体数值）
-
“在图像分类任务中，模型X在ImageNet上的top-1准确率不会超过85%。”（有明确阈值）
二、从研究问题到假设的转化路径
通常，你的RP会有2-4个研究问题（RQs），每个问题可以对应1-2个假设。假设是对问题答案的预测，而不是问题本身。
例1：
-
RQ：在线学习平台中的弹幕是否会分散学习者的注意力？
-
H1：与无弹幕条件相比，弹幕条件下学习者的注视时长将显著增加（分散注意力）。
-
H2：弹幕类型调节上述关系：认知型弹幕减少注视时长，娱乐型弹幕增加注视时长。
例2：
-
RQ：城市绿化面积与居民心理健康之间是否存在因果关系？
-
H1：在控制收入、教育等混淆变量后，居住区绿化率每增加10%，居民抑郁量表得分降低0.3个标准差。
-
H2：这种关系在老年人群体中更强（年龄调节效应）。
三、假设表述的四种类型
类型1：方向性假设（预测变量关系的方向）
“自变量X的增加会导致因变量Y的增加。”
类型2：零假设（常用于传统假设检验）
“X与Y之间没有显著关系。” （你预期会拒绝它）
类型3：竞争性假设（列出两种可能）
“H1a：X通过中介M影响Y。H1b：X通过中介N影响Y。”
类型4：调节/中介假设（涉及第三变量）
“X对Y的影响被Z调节，使得当Z高时X的影响更强。”
四、假设的“SMART”原则
借鉴管理学中的目标设定原则，研究假设也应该SMART：
-
Specific（具体）：变量必须清晰定义，可操作化。不要说“学习效果”，要说“期末考试分数”或“记忆保持率”。
-
Measurable（可测量）：变量必须能够被观察和量化。定性研究中的假设也应指向可观察的行为或文本特征。
-
Attainable（可实现）：假设在博士研究的资源范围内可检验。不要提出需要十年追踪数据才能检验的假设。
-
Relevant（相关）：假设直接回应你的研究问题，且对理论或实践有意义。
-
Time-bound（有时限）：最好隐含时间范围（如“在学习干预后两周内”）。
五、不同学科假设写作的差异
实验科学（心理、生物、医学）：
-
假设通常以“H1：……存在显著差异/相关”形式呈现。
-
会指明效应方向（正相关/负相关、提高/降低）和统计检验方法。
社会科学（经济、社会、政治）：
-
假设常以“如果……那么……”形式呈现，强调因果机制。
-
会指明控制变量和识别策略（工具变量、DID等）。
计算机科学（AI、系统）：
-
假设可以用性能对比形式：“模型X在指标Y上优于基线Z至少δ%。”
-
或者能力声明：“模型X能够处理长度为L的序列，而现有模型无法做到。”
人文学科：
-
假设较少以“假设-检验”形式出现，但可以有类似功能：“通过分析文本T，我预期会发现主题P在年代Q之后发生了演变。”这仍然是一种可检验的预测。
六、假设写作的常见错误及修改
错误1：假设与研究问题混淆
错误：“RQ1：A和B有关系吗？” → 这不是假设。
正确：“H1：A和B存在正相关关系，相关系数r > 0.3。”
错误2：假设带有价值判断
错误：“好的教学方式能提高成绩。”（“好”是主观的）
正确：“采用探究式学习的学生成绩显著高于讲授式学习的学生成绩。”
错误3：假设不可测量
错误：“社交媒体降低了人的幸福感。”（“幸福感”如何定义？）
正确：“每天使用社交媒体超过3小时的个体，在生活满意度量表（SWLS）上的得分显著低于使用少于1小时的个体。”
错误4：假设过于笼统
错误：“深度学习模型比传统模型好。”（“好”的标准是什么？）
正确：“在ImageNet数据集上，ResNet-50的top-1准确率比传统SVM高出至少15个百分点。”
七、在RP中如何“嵌入”假设
不要在最后才突然列出假设列表。应该：
-
在引言末尾提出研究问题。
-
在文献综述后、方法前，明确陈述假设（可以用独立小节“Research Hypotheses”）。
-
在方法部分，每个假设对应一个数据分析策略。
-
在预期贡献部分，讨论假设被支持或拒绝的理论意义。
八、面对“假设可能被证伪”的心态准备
很多初学者害怕自己的假设被数据拒绝。但请记住：证伪也是科学进步。如果你的假设被严格检验后证伪，你得到了新的知识——原有理论可能不成立。这仍然是有价值的贡献。评审导师更看重你是否有勇气提出明确的、可检验的假设，而不是躲躲闪闪。
九、假设的“备份计划”
在RP中，你可以对关键假设的可能的失败情况做预案：
“如果H1被证伪（即干预组与对照组无显著差异），我们将检查统计功效是否不足，或干预实施是否出现偏差。此外，我们将在探索性分析中检验是否存在调节变量（如基线水平）。”
这显示你思考周全，不是一条路走到黑。
十、检查清单：我的假设够好吗？
-
每个假设都对应一个研究问题？
-
变量已被清晰定义或操作化？
-
假设明确预测了关系方向或效应大小？
-
假设在数据收集前就可以被证伪？
-
假设中没有模糊的词（如“可能”“某些”“影响”）？
-
假设的数量不超过3-5个（太多无法在博士阶段完成）？
-
如果假设被证伪，我仍然有有价值的东西可写？
编辑王老师
