1.什么是Hypothesis研究假设?

Hypothesis假设是对研究人员预测的研究结果的精确,可检验的陈述,这通常涉及了两个变量之间的关系:自变量(研究人员改变了什么和因变量(研究测量什么).Hypothesis陈述了对研究结果的预测,这是对尚未经过测试的研究问题的初步答案.对于某些研究项目，你可能需要编写几个Hypothesis来解决研究问题的不同方面.

假设不仅仅是猜测,，它应该是基于现有的理论和知识.它还必须是可测试的,这意味着你可以通过科学研究方法(例如实验,观察和数据统计分析)来支持或者反驳它.

2.Hypothesis假设中的变量

假设提出了两个或者多个变量之间的关系;自变量是由研究者改变或控制的;因变量是研究者用于观察和采取措施的.我们举一个例子:m Daily apple consumption leads to fewer doctor’s visits.每天吃苹果,会减少看医生的次数.

在这个例子中,自变量是“每天吃苹果”，也就是假定的原因.因变量是去看医生的频率,也就是假设效果.

3.Hypothesis研究假设的类型

1)替代假设Alternative Hypothesis

/Altemnative Hypothesis指出正在研究的两个变量之间存在关系(一个变量对另一个变量有影响)，它指出的结果不是偶然的,并且它们在支持所研究的理论方面有着重要意义.

2）零假设Null Hypothesis

Null Hypothesis指出两个变量之间没有关系(一个变量不影响另一个变量).它指出的结果是偶然的.

3)无方向性假设Nondirectional Hypothesis

Nondirectional Hypothesis预测自变量将对因变量产生影响,但未指出影响的方向.例如,儿童和成人会议正确的数字数量会有所不同.

4)方向性假设Directional Hypothesis

Directional Hypothesis预测自变量对因变量的影响的性质.比如，成人会比儿童正确记住更多单词.

5)简单假设Simple Hypothesis

6)复杂假设Complex Hypothesis

Complex Hypothesis预测两个或多个自变量和因变量之间的关系.7)关联假设和因果假设Associative and Causal Hypothesis

关联假设定义变量之间没有相互依赖性，一个变量的变化会导致另一个变量的变化;因果假设提出对因变量的影响,这是由于对自变量的操控.

4.一个好的研究假设基本特征

研究假设是对你期望在研究中发生的事情的具体,可测试的预测,因此你可以考虑根据该理论先前发表的研究中得出假设.

一个好的研究假设是需要付出努力的,而不仅仅是猜测.特别是，你的假设可能始于一个可以通过背景研究进—步探索的问题.

为了帮助你制定一个好的研究假设,问自己以下问题:

语言是否清晰,重点是否突出?

你的假设和研究主题之间有什么关系?你的假设是可检验的吗?如果是,如何检验?你可能想探索哪些可能的解释?

你的假设是否同时包含自变量和因变量?

你能在不妨碍道德标准的情况下操纵你的变量吗?

5.Hypothesis怎么写?

◆提出问题

写Hypothesis研究假设,要从一个你想回答的研究问题开始.在你的项目约束范围内,该问题应重点突出,具体且可研究.

◆做—些初步的研究

你对该问题的初步回答应该基于对该主题的已知信息.寻找理论或者以前的研究。以帮助对你研究发现的内容形成有根据的假设.在这个阶段,你可以构建一个概念框架来确定你将研究哪些变量以及你认为它们之间的关系.

◆提出你的假设

现在,你应该对期望找到的东西有所了解了，用清晰,简洁的句子写下你对问题的初步回答.

◆完善你的假设

你需要确保你的假设是具体且可检验的;表述假设的方式有很多种,但是你使用的术语应该有明确的定义,并且假设应该包括以下内容:

相关变量

正在研究的特定人群实验或分析的预测结果用三种方式表述你的假设

要识别变量,你可以以i...then形式写一个简单的预测;句子的第一部分陈述自变量,第二不部分陈述因变量.

在学术研究中,假设更常用相关性或效应来表述,你可以直接陈述变量之间的预测关系.

如果是比较两组,那么假设可以说明你希望在它们之间找到什么差异.

◆写一个Null Hypothesis

如果你的研究设计统计假设检验,那你还必须编写Null Hypothesis. Null Hypothesis是两个变量之间没有关系.

6.可检验假设的重要性

要使用科学方法设计和执行实验,你需要确保你的假设是可检验的.要被是为可检验假设,必须满足一些基本标准化:

必须有可能证明这个假设是正确的;

必须有可能证明这个假设是错误的;

假设的结果必须是可重复的;

如果没有这些标准,假设和结果都将是模糊的.那么，该实验不会证明或反驳任何重要的事情.