论文提出研究假设这件事，很多初学者容易把它想得太简单，以为随便一个我认为就能算数。真是这样吗？恐怕不是。

一个合格的研究假设，必须建立在前人研究的基础之上。文献综述不是走形式，而是要让假设“有根”。读文献的时候会发现，已有的研究结论之间常常存在矛盾，或者某些领域干脆没人碰过——这些缝隙，恰恰就是假设生长的地方。假如不读文献就直接拍脑袋提假设，评审人一句“依据何在”就能把整篇论文问倒。

那么假设该长什么样？可检验，这是底线。一个无法被证实也无法被证伪的说法，再漂亮也谈不上科学。比如“某种干预措施能显著降低某群体的焦虑水平”，这样的表述就明确了变量、方向和对象，后续的数据分析才知道往哪儿使劲。反过来看，如果假设写成“教育可能对人有影响”，谁也没法操作，等于什么都没说。

方向性也是要考虑的。有方向的假设叫定向假设，明确指出变量之间是正相关还是负相关；不指明方向的则叫非定向假设。什么时候用哪一种？取决于已有证据的充分程度。前人研究已经给出明确结论时，定向假设显得更有把握；证据还模糊不清时，非定向假设反而更稳妥、更诚实。

数量问题同样不能忽视。一篇论文提几个假设合适？没有死规定，但通常三五条以内为宜。假设太多，研究焦点就散了，数据收集和分析的负担也会陡增，最后每一条都浅尝辄止，得不偿失。假设之间最好还要有内在关联，共同指向核心研究问题，而不是七零八落地各说各话。

表述的规范性容易被忽略。假设应当用陈述句，措辞精确，避免“可能”“也许”“大概”这类含混的词——既然是假设，本身就带有待验证的性质，何必再用模糊语削弱它呢？概念也要事先界定清楚，“学习成绩”是指期末考试分数还是标准化测验结果，必须在假设里或假设附近交代明白，否则后面的测量和检验都会失去依据。

还有一种常见的毛病，是把假设写成了结论。研究还没做，就已经笃定结果会如何，这不是假设，是预设立场。假设的本质是可错的、开放的，研究者要准备好接受数据推翻自己的判断。数据不支持假设时，如实报告即可，这并不丢人，反而是学术诚实的体现。