Skip to content

第 15 课:研究问题、目标与假设

🎯 核心实操目标

通关要求:建立"研究问题(RQ)→ 研究目标(RO)→ 研究假设(H)"的严密推导链。本课你将掌握三者的对应关系,学会写出可证伪的方向性假设,并理解假设必须从文献证据 + 理论推导双重支撑——而不是凭空抛出的命题。

📋 课前准备(5 分钟自检)

工具/账号

  • [ ] 任意主流大模型(推荐 Claude 4.8 Opus 或 GPT-5)
  • [ ] Zotero 文献库(应已从第 12 课配好)

数据/素材

  • [ ] 你在第 11 课优化好的研究题目
  • [ ] 你在第 14 课产出的文献综述框架(含 Research Gap)
  • [ ] 5–10 篇与你研究最直接相关的文献(PDF 或文献卡片均可)

应急通道

  • 文献不够 → 用知网/WOS 快速补 3 篇近 2 年的同主题实证文章
  • 暂时没有 RQ → 回到第 10 课用漏斗聚焦法重做

场景痛点破冰:你的假设凭什么成立?

"学生开题时被导师反问最多的一句话:'你的 H1 凭什么写正向?是文献支撑的还是你自己拍脑袋的?' 如果你支支吾吾说'好像是这样吧',导师就会把你的开题报告扔回来—— 因为没有理论 + 文献双支撑的假设,本质上就是猜测。猜测不能写进学位论文。"

研究问题(RQ)、研究目标(RO)、研究假设(H)三者必须形成严密的逻辑链:RQ 是你想回答的"问题",RO 是你打算"做什么"才能回答这个问题,H 是你预先根据文献和理论给出的"可能答案"。三者断链或矛盾,全部白做。

🗺️ 架构重组:RQ → RO → H 三联推导链

研究问题 RQ"AI 焦虑如何影响大学生学业自我效能?"(问什么)研究目标 RO"检验 AI 焦虑、学习策略、效能感三者的中介关系"(做什么)研究假设 H"H1: AI 焦虑负向预测效能""H2: 学习策略部分中介"(可证伪的预设答案)

🚀 拆解实战 A:从 RQ 推导 RO

研究目标的写法规范:动词选择 + 具体对象。常用动词:

类型动词例子
描述型描述、刻画、揭示描述大学生 AI 焦虑的分布特征
解释型解释、分析、检验检验 AI 焦虑对自我效能的影响
比较型比较、对比比较不同年级 AI 焦虑水平的差异
预测型预测、估计预测 AI 焦虑对学业成绩的预测力
评估型评估、评价评估学习策略训练的干预效果
markdown
【Role】你是一位严谨的论文方法论审稿人。
【Task】我的研究问题(RQ):"AI 学习焦虑如何通过影响学习策略,进而影响大学生的学业自我效能感?"

请帮我提炼出 3 个对应的研究目标(RO):
- 必须以可操作的动词开头(描述/检验/比较/评估等)
- 必须明确指定测量的具体变量
- 三个 RO 之间是层层递进的关系(先描述,再检验,最后评估)
- 拒绝"探索"、"了解"等空洞动词

🚀 拆解实战 B:从文献推导 H

研究假设的来源:理论推导 + 文献证据——两者缺一不可。

markdown
【Role】你是熟悉发展心理学与教育心理学的资深研究者。

【已有材料】我从文献库中提取了以下 5 篇核心研究的发现:
1. Wang et al. (2024) 发现技术焦虑显著负向预测大学生自我效能感 (β=-0.42, p<.01)
2. Smith (2023) 提出学习策略在焦虑→学业表现路径中起完全中介作用
3. Chen & Liu (2024) 发现 AI 焦虑与传统技术焦虑结构相似但维度更复杂
4. ...(粘贴你的真实文献)

【任务】基于上述文献证据,为我推导出 3-4 条可证伪的研究假设。要求:
1. 每条假设必须明确"自变量 → 因变量"的方向(正向/负向)
2. 每条假设必须标注支撑文献(如:H1 基于 Wang et al., 2024 + Smith, 2023)
3. 提供假设之间的逻辑关联(如 H2 是 H1 的中介机制扩展)
4. 拒绝"无方向"假设(如"AI 焦虑与效能感有关")

【红线】严禁脱离上述文献证据凭空抛假设;严禁推导出与我提供文献矛盾的假设。

🚀 拆解实战 C:三条案例主线的假设体系演示

案例 A(心理学)

  • H1:AI 学习焦虑负向预测学业自我效能感
  • H2:学习策略在 AI 学习焦虑→自我效能感路径中起部分中介作用
  • H3:性别在 H1 路径中起调节作用(女生路径更强)

案例 B(经管)

  • H1:数字经济发展水平正向预测区域创新能力
  • H2:人力资本水平在 H1 路径中起部分中介作用
  • H3:东部地区 H1 强度显著大于中西部地区

案例 C(技术)

  • H1:三种 LLM(GPT-5/Claude 4.8/Gemini 2.5)在摘要质量上存在显著差异
  • H2:GPT-5 在流畅性维度优于其他两者
  • H3:Claude 4.8 在准确性维度优于其他两者

🚀 拆解实战 D:方向性 vs 非方向性假设

类型写法何时用
方向性"H1:X 正向预测 Y"文献明确支持方向时(首选)
非方向性"H1:X 与 Y 存在显著关联"文献矛盾或现象新颖,方向不明
零假设(统计用)"H0:X 与 Y 不存在关联"用于统计显著性检验,不写在论文里

💡 审稿人偏好:能写方向性的尽量写方向性——这显示你对文献吃得透。"非方向性"被认为是研究者偷懒。


📦 本课交付物(提交给 AI 初审/讲师抽检)

  • [ ] RQ-RO-H 三联表:填好你的研究问题、3 个研究目标、4 个研究假设,三者一一对应
  • [ ] 假设文献支撑表:每条假设标注 2–3 篇支撑文献(作者+年份+发现)
  • [ ] AI 协作日志:记录用 AI 推导假设的对话,特别标注 AI 哪里被你打回去(如外推超文献的部分)
  • [ ] 假设逻辑图:把 H1–H4 的相互关系画成路径图(中介/调节/直接路径)

🏁 小结与自测 (Milestone Checklist)

  • [ ] 我能清晰区分"研究问题(问什么)→ 研究目标(做什么)→ 研究假设(预设答案)"三者关系
  • [ ] 我的每条研究假设都有具体的文献证据支撑(不是凭空抛出)
  • [ ] 我能写出方向性假设(如 "X 正向预测 Y"),而非空泛的"X 与 Y 有关"
  • [ ] 我理解 H 必须可证伪——即"如果数据是 Z 则 H 被推翻"
  • [ ] 我已用三联表把 RQ、RO、H 对应起来,没有"提了 RQ 但没对应 H"或"假设没对应 RO"的死胎

助力学者在 AI 时代极速产出高质量学术成果 · 55 课时双轨制 · plan v3.3