检验假设是科学方法的重要组成部分。它允许您评估有根据的猜测的有效性。在典型的过程中，您将根据收集到的证据形成假设，然后通过实验来检验该假设。随着您收集越来越多的数据，您将能够查看您最初的假设是否正确。如果您的第一次猜测存在缺陷，您可以修改您的假设以更好地匹配您从数据中学到的知识。
脚步
方法 1 of 3：提出问题并进行研究
步骤 1. 从一个问题开始。
这个问题不是你的假设。相反，它会给你一个主题，让你开始进行测试和观察，这样你就可以得出一个有根据的假设。问题应该是关于可以研究和观察的东西；把它想象成你正在为科学博览会准备一个项目。
例如，问题可能类似于“哪个品牌的去污剂能最有效地去除织物上的污渍？”
步骤 2. 开发一个实验来回答您的问题。
检验假设的最常见方法是创建实验。一个好的实验使用测试对象或创造条件，您可以通过评估广泛的数据（测试结果）来查看您的假设是否正确。
对于去污剂实验，您可以用 4 种不同类型的污渍（例如红酒、草、泥土、油脂）弄脏 4 种织物（例如棉、亚麻、羊毛、涤纶），然后测试顶部四个或五个品牌的去污剂（例如Mr. Clean、Tide、Shout、Clorox），看看哪种去除污渍的数量最多。
第 3 步。开始收集数据以回答您的问题。
此时，您应该开始实际运行您的实验。在任何科学测试或假设评估中，更大的数据池将产生更准确的结果。
- 在去污剂实验的情况下，您需要购买一瓶每种主要的去污剂品牌，并用各种污渍弄脏各种织物。
- 然后，在每个染色的织物上测试每种类型的洗涤剂。 （如果您住在父母家，则需要获得一天大部分时间使用洗衣房的许可。）
方法 2 of 3：提出和挑战你的假设
步骤 1. 创建一个可行的假设。
你的工作假设应该是关于你认为正在发生的事情的陈述。没有一个初始假设是 100% 正确的，但可以通过继续测试来改进。在进行了几次初始测试之后，一个好的假设应该是您最好的猜测。
- 例如，如果您洗了一些衣服（也许测试哪种品牌的去污剂最适合去除亚麻布上的不同污渍），您可以使用结果来验证假设。
- 一个好的工作假设看起来像：“如果织物被普通家居用品弄脏了，潮汐去污剂将最有效地去除污渍。”
步骤 2. 继续执行更多测试。
一旦你有了一个可行的假设，你应该继续测试以改进你的假设。您很可能会发现，您最初对假设的尝试并非完全错误，而是没有考虑到所有数据。
在我们的示例中，由于您只测试了 1 种织物（亚麻布），因此您需要对其他 3 种织物（棉、羊毛、涤纶）重复洗衣测试，并注意哪种去污剂最有效地去除污渍。
步骤 3. 分析您收集的数据。
在我们的示例中，一旦您测试了织物、污渍和去污剂的每种组合，您将有 64 个单独的结果需要查看。查看您的实验产生的所有数据（每种去污剂从每种类型的织物上去除每种污渍的效果的结果）。从这里，您可以从您的分析中得出一般推论。
- 虽然只接受支持你的假设的数据可能很诱人，但这不科学或不道德。
- 您必须接受所有数据并注意出现的任何模式，即使它证明您的假设可能是错误的。
- 请注意，显着结果并不意味着您的假设得到证实，而是根据您收集的数据，您观察到的差异可能不是偶然的。
方法 3 of 3：修正你的假设
步骤 1. 使用归纳推理来注意数据中的模式。
这种推理（也称为“自下而上”思维）允许您在您观察到的所有数据中寻找模式和相似之处。让数据指导您做出假设，避免故意曲解数据以支持您喜欢的结果。
例如，如果您开始实验时认为 Tide 将拥有最有效的去污剂，但您已经注意到 Tide 在去除红酒和泥上的污渍方面做得很差，您可能需要改变您的工作假设。
步骤 2. 修改您的假设。
如果数据不支持你认为的真实情况，那么你可以根据你现在知道的情况做出新的假设。这是科学方法的一个关键部分：每个检验假设的人都应该能够通过归纳推理，根据观察大量数据得出的结果来修正他们的假设。
因此，如果事实证明 Tide 在去除某些类型的污渍方面无效，那么您早期的工作假设将是不正确的。
步骤 3. 绘制修改后的假设。
一旦你测试、修改和测试了更多，你就可以得出关于你的假设的结论。如果您最初的假设需要改进（或者完全错误），现在是时候解决这个问题了。一个好的结论性假设应该结合你从观察和分析实验中的全部数据中学到的东西。
经过检验的最终假设如下：“Shout 是最有效的去污剂，可去除各种常见织物上的各种家用污渍。”
提示
- 演绎（或“自上而下”）推理不会对你检验科学假设有多大帮助。您的假设需要基于您运行的测试和您收集的数据。
- 根据您要测试的假设类型，您可能还需要一个控制组。例如，如果您要测试药物的有效性，则需要一组服用安慰剂。
- 请记住，零假设（当控制变量和测试变量相同时）不同于替代假设（当控制变量和测试变量不同时）。