研究计划书写作——如何构建“可验证”的研究假设

一份优秀的研究计划书，核心在于研究假设——你的可验证、可证伪、可测量的预测。很多学生的RP缺少明确的假设，或者假设过于笼统无法检验。这一篇，我教你如何写出既严谨又有创意的研究假设。

一、什么是好的研究假设？

好的研究假设应当：

• 具体：清晰界定变量和关系。

• 可检验：可以通过实验、数据、观察来验证或证伪。

• 有理论依据：根植于文献，不是凭空猜测。

• 有意义：如果成立，能推动领域进展。

对比：

• 差：“社交媒体使用可能影响心理健康。”（太宽泛，无法检验）

• 好：“每日社交媒体使用时长每增加1小时，青少年的抑郁症状得分（CES-DC）增加0.3分，控制年龄和性别后。”（具体、可测量）

二、研究假设的类型

1. 差异假设：两组之间存在差异。
   例：“接受干预A的学生比接受干预B的学生在期末考试中得分更高。”

2. 相关假设：两个变量之间存在关系。
   例：“父母的学历水平与子女的高考成绩呈正相关。”

3. 因果假设：一个变量导致另一个变量变化。
   例：“增加睡眠时长会提高工作记忆任务的反应速度。”

4. 调节假设：第三个变量改变关系的强度或方向。
   例：“社会经济地位调节了父母学历与子女成绩之间的关系——在低收入家庭中，这种关系更强。”

5. 中介假设：一个变量解释了两个变量之间的关系。
   例：“父母学历通过教育期望的中介作用影响子女成绩。”

三、如何从文献中推导假设？

不要凭空想假设。你的假设应该是对前人研究的：

• 延伸：将现有结论推广到新人群、新情境、新时间。

• 反驳：提出与前人相反的预测（需要强证据）。

• 整合：调和两个矛盾的观点，提出一个综合模型。

示例：前人研究发现A和B分别与结果C相关，但没有同时检验。你的假设：A和B同时存在时，B会弱化A的作用。

四、将假设转化为RP中的“可操作化”

每个假设必须配套具体的测量方式：

写清楚每个变量的操作化，评审人才能判断你的假设是否可检验。

五、假设的“如果-那么”表述

在RP中，用“如果……那么……”句式清晰呈现假设：

“如果同伴支持在社交媒体使用与抑郁之间起中介作用，那么当我们控制同伴支持后，社交媒体与抑郁的直接效应应该显著降低。”

这有助于评审人跟上你的逻辑链。

六、假设与研究方法的高度对应

你的研究设计必须能够回答假设。例如：

• 如果假设是因果关系，你需要实验或准实验设计，而非相关设计。

• 如果假设涉及调节效应，你需要在分析中纳入交互项或分组回归。

常见错误：假设说“A导致B”，但方法只是测量A和B的相关。评审人会立即扣分。

七、假设的“备选假设”与“零假设”

体现科学严谨性：你应主动写出零假设（即没有效应），并说明如果你的假设被拒绝，意味着什么。

“零假设：社交媒体使用与抑郁症状之间没有显著相关。如果零假设成立，那么现有关于社交媒体危害的观点可能需要重新审视。”

这展示你理解科学推理的基本原则。

八、案例：完整假设段落

研究问题：工作记忆训练是否能提升流体智力？

假设1（差异假设）：经过4周工作记忆训练的实验组，在瑞文推理测验上的后测得分显著高于等待清单控制组（p < .05, Cohen‘s d > 0.5）。

假设2（中介假设）：工作记忆容量的提升中介了训练对流体智力的影响。即控制前测工作记忆后，训练组的工作记忆后测更高，进而预测更高的流体智力。

假设3（调节假设）：年龄调节训练效果——25岁以下的参与者训练收益大于25岁以上者。

每个假设都对应后续方法部分的具体分析（t检验、中介模型、分组回归）。

九、假设的“风险”与“创新”

评审人喜欢有一定风险的假设——不是显然成立的常识。如果你的假设是“好天气会让人心情好”，太 trivial。更好的假设：“在阴雨天，看到阳光的照片也能轻微提升心情，但这种效应只存在于季节性情感障碍人群中。”

有风险但合理的假设，展示你敢于挑战。

十、假设撰写后的自检清单

• 每个假设都能用一句话清晰表述吗？

• 每个假设都有对应的测量方法和统计模型吗？

• 假设之间逻辑一致，不矛盾吗？

• 假设能容纳证伪的可能性吗？

• 如果假设被证实，对领域有意义吗？

假设是RP的心脏。花足够时间打磨假设，整篇文章的骨架就立起来了。

（编辑王老师）