③函数式：
假设中两个变量之间存在共变关系，可以用数学形式表示。
（2）按照假设的性质，可分为特定假设、一般假设和虚无假设。
①特定假设。
即推测特定对象之间的关系的假设，指向个别的、具体的、特定的事例。
如“在思维能力上，甲班学生比乙班学生的思维能力强”。
②一般假设。
即推测一般种类之间的关系的假设，指向一般的、抽象的、可推广的事例。
如“在思维能力上，男生比女生的推理能力强”。
③虚无假设，也叫零假设。
即推测某种不存在的、无倾向的关系的假设，指向中性的、无差异的、无区别的事例。
如“在推理能力上，男生与女生无差异”。
（3）按照假设在表述的变量关系上的倾向性，可分为定向假设和非定向假设。
①定向假设。
在陈述中示意假设结果的预期方向，指出变量之间差异的特点和倾向。
如“学生的学习动机强，则学习效果好”。
②非定向假设。
不提示假设结果的预期方向，而是通过检验结果来提示变量之间的关系，常用虚无假设来表示。
（4）按照假设形成的发展阶段，可分为描述性假设、解释性假设和预测性假设。
①描述性假说。
描述认识对象的结构，提供关于对象的外部联系和大致的数量关系的推测，是关于对象的大致轮廓的外部表象的一种描写。
如研究学生对图形的认知结构的心理特征，通过实证研究和调查，发现初学集合的初中学生，在分析观察符合图形时，认知结构上可能具有“顺序”、“对称”、“封闭”及其组合的某种特征，这种特征对学习效果起着积极的作用。
认知结构特征较强者，相对误答率低（占5%），认知结构特征不明显者相对误答率相对较高（占25%）。
从集合教学的经验中可以归纳出假设命题：
“学生认知图形是存在结构性特征的，不同的认知结构对学生的学习效率具有着不同的影响。
”
②解释性假设。
解释性假设揭示事物的内部联系，这是比描述性假设高一级的形式。
它从整体上揭示事物各部分相互作用机制，揭示条件和结果、研究对象的最初状态和最终状态的因果关系原理。
③预测性假设。
是对教育的未来发展趋势的科学推测。
比如义务教育均衡发展的教育投资体制问题、农村义务教育经费问题、基础教育课程改革问题等，涉及的都是具有战略意义的综合性课题研究。
五、假说的形成与检验
1、假说的形成
假说的形成大致经历三个发展阶段：
第一个阶段是观察分析。
假说只能依据客观事实和科学结论。
要提出科学假设，就必须观察研究对象，全面分析相关的科学结论，这是提出假设的前提。
第二个阶段是提出假设。
在观察分析教育现象的基础上，对教育问题发生的原因进行分析，就可以依据已有理论提出假设（提出三个相关假设：
原假设、否定假设和零假设。
）
比如教师范读与学生阅读能力的关系：
——教师范读能提高学生的阅读能力（原假设）；
——教师范读会降低学生的阅读能力（否定假设）；
——教师范读不影响学生的阅读能力（零假设）；
第三阶段是验证假设。
一是进行推断，如果推断和实际情况一致，不产生矛盾，假设就成立。
二是用教育实验去验证，这是最主要的方向。
2、假说形成的来源
总的来说，假说主要来源于某种教育理论、教育改革实践和国外教育研究的经验。
假设的主要来源有以下三个方面：
一是来源于某种理论。
二是来源于教育改革实践。
三是借鉴国外教育研究的经验。
3、假设的检验
所谓假设检验，就是验证假设是否成立。
假设检验方法：
一是直接检验：
用观察、实验的方法，一般采用这种方法；二是间接检验：
通过推断然后加以直接检验。
教育研究中的假设检验可以有多种形式，如用描述性的、论述性的方式来说明是否达到了实验所设计的目的等。
但从严格意义上讲，对假设的检验是依据概率统计的原理。
一般来说在检验一个假设时，要经过以下三个步骤：
一是建立一个零假设。
零假设也叫无差别假设，是相对于研究中所提出的假设而言的。
假设检验的一个基本思路就是，若要检验一个假设是否成立，先建立一个“无差别假设”，由这个假设出发，通过统计，如果在逻辑上出现矛盾，就可以认为原来的假设是正确的。
对于一个具体问题，可以提出三个与之有关的假设。
即原假设，否定假设和零假设（二者合称选择性假设）。
比如，教师范读与学生阅读能力的关系，可以形成以下三个假设：
a．教师范读能提高学生的阅读能力。
b．教师范读会降低学生的阅读能力。
c．教师范读不影响学生的阅读能力。
这里最后一个叙述就是一个零假设。
在严格地用统计检验的方法对假设进行检验时，建立这种零假设是必须的。
二是进行统计量的计算。
运用研究中所搜集到的资料，特别是一些数据资料，选择并计算一种与研究内容和方法有关的统计量，如T值、F值、u值等。
三是根据统计结果进行判断。
根据统计量的计算结果，确定是否接受原假设。
以上所说的检验方法是在教育实验研究中运用的较严格的检验方法，一般的教育研究方法，可以采取多种方法对研究的结果进行检验，特别是要把定性方法与定量的方法结合起来。
六、假设在教育科研中的作用
假说是理论的先导，在科学研究中起重要作用。
第一，假设是研究的核心，明确研究的内容和方向。
在有假设的研究中，整个研究都是围绕着假设而展开的，假设就有如大海中的航标，为研究指明方向。
第二，假设能帮助指导研究设计，提示需要哪种被试、研究工具、统计方法和实施的过程等。
第三，它可以指导资料的收集。
假设指导研究者收集解决问题所需要的证据和资料，使研究者对有用的重要的资料更加敏感，不必浪费时间收集不必要的资料。
第三节教育研究方案的设计
一、分析研究变量
（一）含义：
变量就是变化着的量，在研究中，变量一般指不同的个体具有不同价值或条件的特征。
教育研究就是通过调查、测试、实验等方法来揭示变量间的关系。
变量包括三种类型：
（1）自变量：
研究者掌握并主动操纵、能够使研究对象变化的量，往往是原因变量；
（2）因变量：
又称反应变量或结果变量，是由自变量的变化引发变化的行为、因素或特征，是研究的结果，是研究中需要观测的指标；
（3）无关变量：
也称控制变量，是指与自变量同时影响因变量变化，但与研究目的无关，需要加以控制的变量。
如研究教学方法对学生学业成绩的影响，“教学方法”是自变量，“学业成绩”是因变量。
那么其他的如学生的年龄、性别、教学环境与条件、教学时间、智力水平、原有的知识基础等都是无关变量。
（二）变量的关系和类型
在教育研究中，变量间有不同的关系，变量可以从不同角度分类，主要有以下几种类型。
1、相关变量和因果变量
这是根据变量间关系的性质来划分的。
所谓因果关系是指一种变量的变化直接导致了另一种变量的变化。
如将教学方法和学生成绩看做两个变量，这两个变量间的关系就是因果关系。
其中主动变化的变量称为自变量，如在研究中研究者主动变革的教学内容、教学方法等。
由自变量的变化引起变化的变量，称为因变量。
如由教学方法变化而引起变化的学生成绩就是因变量。
在研究中自变量和因变量都可能是一个或多个。
相关关系比较复杂，相关关系中有可能包含暂时未认识的因果关系。
如将学生的生物成绩和化学成绩看做两个变量，这两个变量就是相关关系。
相关关系中有三种，如果两变量的变动方向相同，即一变量变化时，另一变量同时发生或大或小与前一变量相同方向的变动，这种相关被称做正相关，如学生努力程度和学习成绩的相关就是正相关。
第二种是负相关，即一变量变动时，另一变量发生或大或小与前一变量方向相反的变动，如打字练习次数越多，出现错误就越小。
第三种相关是零相关，就是一变量变动时，另一变量做无规则变动，如学习成绩和体重间的关系。
2、主体变量与客体变量
这是以研究对象为主体划分的。
主体变量指存在于研究对象主体上的各种变量，如性格、受教育水平、态度等。
客体变量指存在于研究对象主体以外的各种变量，如父母教养的水平、教师对学生的态度等。
3、研究变量与无关变量
这是根据变量能否成为一特定研究所要操作的对象来划分的。
研究变量指特定的研究中要操作的变量。
无关变量是与某特定研究目标无关，但对研究结果有可能有影响的变量。
例如，我们研究两种不同教学方法对学生成绩的影响，在这项研究中，研究方法与学生成绩都是研究变量，因为本项研究是在于弄清楚教学方法对学生成绩的影响，因此教师的水平、学生先前的基础、学校的环境等其他因素在这项研究中都是无关变量。
变量还可有其他分类，如根据研究能否直接对变量进行测量划分为直接测量变量和间接测量变量，根据变量能否由研究者主动操作而划分为操作性变量和非操作性变量等。
需要说明的是，以上变量的分类是按不同标准进行的，它们是相互交叉的。
（三）确定研究变量
确定研究变量主要包括选择自变量、确定因变量、辨别无关变量、定义研究变量等四方面的工作。
1、选择自变量
要注意两个问题：
（1）明确自变量的内容和作用。
最好选择单一的自变量，如果选择两个以上的复合自变量，就要指出每个自变量的作用及各个自变量之间的关系；
（2）要保持自变量的延续性。
如果中途变故，则不能证明研究结果的成因及其因果关系。
2、确定因变量
要注意两个问题：
（1）列出主要的因变量，从而明确课题研究的主攻方向和主要目的。
教学过程的自变量很多，有教育者、教学内容、教学方法、教学手段、教学环境、教育对象的复杂性等，教育过程中的因变量也很多，有智能方面的如注意、记忆、思维、想象、学业成绩、能力等，也有非智力因素如动机、兴趣、情感、意志、性格等。
要对因变量考虑得尽可能全面、完整。
（2）确定测量检验因变量的指标：
一方面，对因变量作出具体的说明和界定，明确研究的具体成果是什么；另一方面是确定观测因变量的具体指标是什么，以便准确评价因变量达到的具体水平，这样可提高研究的客观性和研究结果的可比性。
例如智力测验分数反映智力发展水平，学科测验成绩反映学业成就，体育测量数据反映身体素质状况等。
3、辨别无关变量
在研究中必须对无关变量加以控制和消除，考虑哪些无关变量可能对研究造成干扰、对研究结果的真实性造成不良影响。
比如研究试用新的教学方法对学生学习效果的影响，在此过程中换名师、换教材、换学生、换环境等等，都会对研究造成干扰，影响研究结论的准确性。
4、定义研究变量
课题中的研究变量一经确定，就要给变量下定义，界定变量的含义。
给研究变量下定义主要有两种：
一是抽象性定义，二是操作性定义。
（1）抽象性定义：
也称概念性定义，就是对变量的本质属性进行抽象概括，其特点就是用一个概念界定另一个概念。
抽象性定义方法主要有以下几种：
第一种是经典的定义方法，即种差加属概念的方法，“指什么，具有那些属性”；第二种是从文献中寻找合适的定义；第三种是自行定义的方法。
（2）操作性定义：
是根据可观察、可测量、可操作的特征来界定变量的含义，即从具体的行为、特征、指标上对变量的操作进行描述，将抽象的概念转换成可观测、可检验的项目。
操作性定义主要有三种：
第一种是条件描述法，是指通过陈述用什么样的操作或条件引出什么样的状态或结果方法下定义。
如“智力——指用《韦克斯勒儿童智力量表》（WISC—CR）测量所得的分数”；第二种是指标描述法，是指通过陈述测量操作标准来界定一个概念。
如“发散思维——对同一物体多种用途的设想能力，具体指标为60秒内回答砖的不同用途达10项以上”；第三种是行为描述法，是指通过陈述测量结果、可观测的行为结果进行描述下定义的方法。
如“合作——对别人活动予以支持，并直接参与活动，成为其中成员”。
使用操作性定义要注意以下几点：
第一是在课题研究中对重要的变量要下操作性定义，如研究假设中涉及的变量，在研究中起关键作用的新概念、新名词；第二是要与抽象性定义的内涵和外延相符；第三是操作性定义的设计要具体、明确；第四是操作性定义在使用过程中应该是独特的，它是根据研究需要而对变量做的特殊解释。
二、确定研究对象
（一）总体、样本和抽样
1、总体：
就是研究对象的全体。
研究的目的决定了研究总体的内涵和外延。
总体的外延也就是将来研究成果推广的范围。
例如，我们研究一年级小学生行为习惯的现状和特点，研究的总体就只能是一年级小学生的全体。
一年级的小学生数以万计，我们没有时间、精力和物力、财力对他们逐一研究，也没有必要这样做，因此就要在他们中间选择研究对象。
2、样本：
就是从总体中抽取的、对总体有一定代表性的一部分个体。
样本中所包含的个体的数量称为样本容量。
3、抽样：
按一定的规则从一个确定的总体中抽取一部分有代表性的单位组成研究的样本。
例如我们从数以万计的一年级小学生中按照一定的规则抽取100名学生，这个过程叫取样。
（二）抽样的基本要求
为了保证抽样水平，应遵循以下几个方面的基本要求。
1、明确规定总体
要从内涵和外延两方面明确总体界限。
研究的目的、课题性质决定总体的内涵。
譬如，“大学生学习现状调查与学习指导的研究”，总体就是全国的所有大学生；“弱智儿童智能特点的研究”，总体就是所有的弱智儿童。
研究目的决定了总体的范围，研究准备将研究成果
推广到什么样的范围，就应在该范围内抽样。
从某一总体抽取的样本，经过研究获得的结果只能推广到这一总体中去。
2、保证抽样的随机性
要尽可能使每个被抽取的个体具有均等的机会，也就是说使被抽取的任何个体与个体之间是彼此独立的，在选择上没有联系。
这里不存在任何选择的标准，不带有任何有意义的成分，从而尽可能使样本保持和总体有相同的结构。
3、保证抽样的代表性
要尽可能使抽取的样本能代表总体。
如某市对初中学生学习方法现状进行调查研究，全市初中三个年级共42万学生，可以从中抽选840人来说明42万人的情况，因此这840人的代表性就非常重要了。
只有样本具有代表性，那么由样本特征推断的总体特征才有一般性，对总体的研究成果才有推广价值，样本的代表性正是由部分推断整体做法的理论根据。
抽样的偏差将导致研究结论的无效。
有人研究某大学学生课余休闲和爱好，利用晚自习时间到图书馆发放问卷，问卷的回收率在90％以上。
结论是，65％的大学生晚上都是在图书馆度过的，这一结论由于抽样的偏差而带来误差。
要使取样有代表性，还必须对取样误差进行正确估计。
取样误差是指样本的指标数值与总体的指标数值之间所存在的离差。
这种差异值越小，越说明抽取的样本能比较正确地反映总体。
因此，为了保证取样的代表性，研究者要分析影响误差大小的因素，通过计算取样的标准误差将误差值测定出来，并努力使误差控制在最低的程度。
4、保证合理的样本容量
要科学地确定样本的大小，既要满足统计学上的要求，又要考虑实际上收集资料的可能性，并使误差减到最低限度。
一般来说，样本容量与样本代表性呈正相关，大的样本更具有代表性，研究结果可能更有一般性。
样本大小取决于以下诸方面因素：
（1）研究的不同类型。
（2）预定分析的精确程度。
（3）允许误差的大小。
（4）总体的同质性。
（5）研究者的时间、人力和物力。
（6）取样的方法等。
在研究中，如果要求的精确度高，允许的误差值小，总体的异质性很大，许多未控制因素会混淆研究结果，或研究的因变量在测量上的信度较低时，就要考虑使用较大的样本。
根据以上分析，结合长期教育研究的实践经验，提供以下取样大小的参考值。
描述研究、调查研究：
样本占总体的10％，除少数情况，调查研究的样本容量一般不能少于100；相关、比较研究的满意样本每组至少30；实验研究当条件控制较严密时，如心理学实验，每组15人，条件控制不严密的教育实验，最好是一个自然教学班，不少于30人。
抽取的样本是否有代表性，最后还要通过对结果的检验来证明，由样本得到的结果必须作统计学上的显著性检验。
例如，在某种实验研究中，实验班成绩高于对比班成绩，那么这种差异是否真实呢，这就必须做实验结果的显著性检验，目的是说明由实验样本所取得的结论。
如果样本具有代表性，那么这种结论也适用于总体，因而具有一般性。
而某种统计量的计算和各种不同的显著性检验，如平均数、标准差、相关系数以及u检验、T检验、x2检验等等，都有各自的标准来估计样本可能产生的误差，样本容量大小将会影响上述误差和抽样本估计总体的真实价值。
一般来说，定性研究样本容量较小，样本容量大小由信息的需要定。
（三）取样的基本方法
取样一般有两类方法，一类是随机取样，
升级会员 