核心结论

研究问题不是在论文题目后面加一个问号，研究假设也不是把作者希望看到的答案提前写出来。真正能开工的问题，至少要说清楚观察谁、看什么结果、在什么范围内看，以及准备比较什么或判断什么关系。

假设比问题再往前走一步：它把预期方向写明，也把“不符合预期”的位置留出来。数据支持假设当然可以写，数据不支持也同样是一项研究结果。最麻烦的反而是那种无论出现什么数字，作者都能换一种说法宣布自己正确的假设。

本文继续使用虚拟的中式早餐研究。六个城市片区、240 家店、1,200 份早餐以及后面出现的阈值都是教学设定，不是现实调查，也不是营养建议。

“中式早餐是不是不健康”还不能直接拿去收数据

假设第一次开会时，有人提出：“我们就研究中式早餐是不是不健康吧。”这句话能让团队知道大概在谈什么，却不足以让调查员填出一行数据。

调查员会立刻遇到一串很实际的问题。中式早餐是豆浆、包子这类单品，还是一个人早上吃下的整顿搭配？研究家庭自制早餐、学校食堂，还是街边和门店出售的早餐？“不健康”看的是一顿饭的营养组成，还是吃早餐的人几年以后有没有患病？准备谈一个城市，还是全国？

这些不是措辞上的挑剔。研究对象如果是一份外购早餐组合，表格里的一行就应该是一份组合；若研究对象换成就餐者，表格里的一行通常是一个人，还要记录年龄、健康状况、长期饮食，并在之后继续联系他们、观察健康变化。两种研究都可以做，但它们需要的样本、伦理安排和结论完全不同。

我们的案例选择前一种：在一个调查期内，记录六个虚拟城市片区中常见的外购早餐组合，观察营养结构。研究没有招募食客，也没有追踪疾病。因此，“长期吃中式早餐是否增加慢性病风险”虽然更吸引眼球，却不是这批数据能够回答的问题。

这就是研究问题的第一道检查：读完以后，另一名研究者能不能知道该去哪里找哪一种观察单位。美国国立心肺血液研究所的观察性研究质量评估说明也把问题是否清楚、研究人群来自哪里和在什么时期取得放在很靠前的位置。它背后的道理并不神秘——连“谁会成为一行数据”都说不清，后面的统计精度没有实际落点。

一项研究最好先守住一个中心问题

把范围缩小以后，团队仍然可能列出十几个想知道的东西：低分早餐多不多，哪类主食分数低，价格有没有关系，不同城市是否一样，连锁店和摊点是否不同，油炸食品会不会拉低评分，能不能据此预测某个人将来的健康……

问题一多，研究看起来很丰富，实际上容易失去中心。样本量不知道围绕哪个结果计算，数据表不断加字段，写论文时又会挑出最好看的那一个结果当主角。比较稳妥的办法，是先选定一个主要问题，其他问题只有在能帮助解释主要结果时才留下。

这项虚拟研究的主要问题可以写成：

在六个虚拟城市片区抽取的常见外购中式早餐组合中，按预先规定的教学营养评分，低于 6 分的比例是多少？

这句话给出了观察对象、地点范围、主要结果和判断规则。它没有写“全国中式早餐”，因为样本只来自六个虚拟片区；也没有写“是否导致疾病”，因为研究只观察早餐本身。

次要问题可以保留两类。第一类问分布：能量、蛋白质、膳食纤维、钠和食物类别数通常落在什么范围。第二类问关联：含明确蛋白质食物、蔬菜、奶或豆类、油炸食品以及价格等特征，是否经常与结构评分一起变化。城市和店铺类型也要记录，因为它们可能解释一部分差异。

这里故意使用“经常一起变化”，没有使用“造成”。我们打算做的是横断面观察，同一个调查阶段里同时记录早餐组成和评分。即使油炸食品与低分同时出现，也可能还夹杂店铺类型、价格、份量等其他差异。问题的写法先守住这个边界，后面模型才不容易被误写成因果证明。

研究目标、研究问题和假设，各自有一份工作

这三个词在开题材料里经常被写成同一句话的三个版本。其实它们回答的事情不同。

项目它要说清的事早餐案例中的写法
研究目标研究者准备完成什么动作估计结构失衡比例，并分析早餐组成、价格、城市和店铺特征与评分的关系
研究问题数据最终要回答什么疑问低于 6 分的比例是多少；哪些可观察特征与评分或失衡状态有关
研究假设研究开始前预期会看到什么，而且什么结果会不支持它主要假设：低于 6 分的早餐超过半数；若结果没有清楚显示超过半数，这项假设就不获支持

目标通常用“估计、比较、检验、描述”这类动作词。问题保持疑问，不偷放答案。假设则是一句可能被数据驳回的陈述。三者接起来以后，才会自然导出需要收集的变量和分析方法。

并不是每个问题都必须硬配一个预期方向。比如“样本早餐的钠含量怎样分布”是描述性问题，先报告中位数、范围和分布形状就能回答。若研究者并没有可靠依据，却硬写“钠含量一定很高”，那只是把印象包装成假设。描述性研究照样可以严谨，关键在于对象、测量和估计办法是否事先清楚。

有明确预期方向的关联问题，可以写成可检查的假设。我们的固定版本有三条：含明确蛋白质食物的早餐，结构失衡概率较低；含蔬菜或奶豆类的早餐，结构评分较高；价格与评分有关，但价格不能完全解释食物组成的差异。

同一家店的五份早餐可能更相似，是另一类决定。它不是研究者等待数据支持的营养学假设，而是抽样结构带来的分析要求。它提醒团队保存店铺编号，并在计算结果的不确定程度时，把同店早餐作为一组处理。把研究假设和分析要求分开，后面才不会误把一种计算条件写成研究发现。

还要留意“没有支持”这四个字。假如样本比例没有明确高于一半，我们能说主要假设未获支持，却不能顺手宣布“已经证明失衡早餐少于一半”。可能是估计恰好接近一半，也可能是样本带来的不确定性太大。统计结果究竟怎样判断，要等第 9 篇结合估计值和区间再处理；在问题阶段先承认这两句话并不等价，已经能避开很多过度结论。

美国国立神经疾病与卒中研究所关于严谨研究设计的说明建议明确区分计划中的探索部分和验证假设的部分，并预先说明统计分析。这并不意味着研究过程中不能发现新现象，而是发现以后要诚实地标成探索结果，不能假装研究者一开始就预测到了它。

“普遍”不能等看完结果以后再解释

日常语言里的“普遍”很松。四成算不算普遍？超过一半呢？如果研究者不提前说明，数据出来后总能选一个对自己有利的解释。

假设模拟结果是 58%。若团队这时才说“我们原本所说的普遍就是超过 55%”，看起来刚好验证了判断。可要是结果是 48%，团队也可以改口说“接近一半已经很普遍”。这样一来，假设从来没有真正冒过失败的风险。

所以当前案例把主要假设固定为“低于合格线的早餐超过半数”。“超过半数”对应一个明确比例，“低于合格线”暂定为教学评分低于 6 分。第 4 篇会把 0—10 分怎样计算完整写出；在那之前，这两个数字已经被问题卡锁定，不能因为结果不好看而悄悄更换。

这套 6 分界线并不是公认的现实营养诊断线。真实研究需要根据目标人群、正式膳食指南、营养专家意见和测量验证来定规则。为了检查结论是否过度依赖单一分界，我们还会预先计算低于 5 分和低于 7 分时的结果。那叫敏感性分析：主答案仍按 6 分报告，另外两个结果只用于观察规则改变后结论有多大波动。

预先规定也不是说研究方案永远不能改。文献检索或预测试可能发现评分无法执行，团队当然应该调整。关键是留下修改时间和理由，并在正式分析前冻结新版本。不能删掉修改痕迹，让一个看过数据才产生的规则伪装成最初计划。

冻结的问题卡，要能管住后面的数据

现在可以把这项研究的起点压缩成一张真正会被后续使用的卡，而不是一段宽泛的“研究意义”。

层级冻结内容后面必须出现的数据
主要目标估计早餐结构失衡比例抽样总数、失衡状态、比例，以及表示估计有多不确定的区间
主要问题与主要假设低于 6 分的比例是多少；预期超过 50%每份早餐的总分、主要阈值、抽样层级
关联预期一含明确蛋白质食物者，失衡概率较低蛋白质食物标记、失衡状态，以及城市和店铺等可能的替代解释
关联预期二含蔬菜或奶豆类者，结构评分较高两类食物标记、0—10 分总分
关联预期三价格与评分有关，但不能完全解释组成差异价格、食物组成、评分、城市和店铺类型
分析要求同店早餐可能更相似，不能当成互不相关的记录唯一早餐编号与店铺编号

逐行检查会发现，每个问题都必须在数据中找到对应字段；每个字段也应当能说出自己服务哪个问题。若有人提议记录包装颜色，却说不出它与主要或次要问题有什么关系，这个字段暂时没有进入正式数据表的理由。若关联预期写了蔬菜，记录表却只有餐名没有蔬菜标记，那么假设只是停留在纸面上。

这张卡也提前规定了论文能说多远。最终即使主要假设和三条关联预期都得到数据支持，结论仍只是这套虚拟抽样和教学评分下的比例与关联。研究对象不是人，没有疾病结局，也没有实验干预，不能写成“这种早餐损害健康”。

到这里，研究想问什么已经清楚，但还缺一件关键的事：为什么选择这些变量，为什么预期它们有关，以及别人已经研究到哪里。第 3 篇会从这张问题卡出发查文献、画出概念模型。文献检索不是给已经决定好的答案找几篇支持材料，而是检查这张卡有没有忽略旧证据、相反解释和真正需要补的空白。