研究方法的科学性很重要。研究方法是做研究的工具。研究方法不科学，研究结果就不可靠。我们讨论研究方法的科学性。科学方法的基础是客观。客观就是不掺入个人想法。研究者观察事实。事实是什么就记录什么。研究者不能自己编造数据。研究者不能只挑自己喜欢的记录。所有数据都要公平对待。客观是科学性的第一块基石。

研究需要可以重复。别人按照你的方法再做一次。别人应该得到相似的结果。如果你的方法别人无法重复，你的研究就有问题。一个实验今天做是这个结果，明天做也应该是这个结果。你在这个实验室做是这个结果，他在另一个实验室做也应该是这个结果。可以重复证明了研究的稳定性。这是科学性的重要标志。

研究需要系统地进行。不能东一榔头西一棒子。研究要有计划。先提出一个问题。这个问题要明确。然后猜想一个答案。这个猜想叫假设。接着设计一套步骤去验证这个假设。收集数据。分析数据。最后看数据是否支持你的假设。这个过程必须清晰。每一步都要有道理。系统性避免了混乱。

研究需要可以验证。你的结论必须能接受检验。证据要摆出来。别人可以检查你的证据。别人可以质疑你的推理。通过检验的结论才比较可信。无法验证的说法不是科学。可以验证是科学方法的核心要求。

研究需要逻辑严谨。从事实到结论要有合理的桥梁。推理过程要一步一步来。不能跳跃。不能偷换概念。比如你观察到鸟儿早上叫，太阳随后升起。你不能说鸟儿叫导致了太阳升起。这个推理不合逻辑。这两件事可能只是同时发生。严谨的逻辑保证结论的可靠性。

量化让研究更科学。能用数字测量就用数字测量。感觉“很热”不精确。温度计显示“四十度”很精确。数字可以比较。数字可以计算。量化减少了模糊性。数据收集时要尽量量化。不能量化的信息也要尽量清晰描述。

控制变量是关键。世界很复杂。一个现象可能由很多原因造成。研究时要控制其他因素。只观察你想研究的那个因素。比如研究肥料对植物生长的影响。你要保证两组植物的阳光、水、土壤都一样。唯一的不同是一组用肥料，一组不用肥料。这样植物生长的差异才能归因于肥料。不控制变量，你就不知道结果到底是谁造成的。

样本选择要合理。研究常常不能调查全部对象。你要选一部分代表。这部分叫样本。样本必须能代表整体。你想研究全国学生的睡眠时间。你不能只调查一个学校的学生。你要从不同地区、不同学校挑选学生。样本越大，通常越可靠。样本挑选方法要公平。不能只选对自己有利的样本。

数据收集要诚实。数据不能修改。数据不能编造。没有收集到的数据不能假装有。实验失败了就承认失败。失败的数据也有价值。它能告诉你此路不通。诚实是研究者的基本道德。不诚实的数据会让整个研究失去意义。

数据分析方法要恰当。不同数据用不同分析方法。用错了方法，结论就错了。数据分析的目的是找出规律。要分清巧合和真正的规律。数据分析不能故意迎合自己的假设。要客观看待分析结果。即使结果不符合你的预期，也要尊重事实。

研究过程要透明。你怎么做的研究，要详细写出来。你用了什么工具。你问了什么问题。你怎么找的人。你的原始数据怎么处理。别人看了你的描述，能完全复制你的过程。透明让研究经受公开审视。不透明的研究让人怀疑。

研究要经得起同行评议。其他专家来审查你的工作。他们找你的漏洞。他们提问题。这个过程帮助完善研究。同行评议是科学界的过滤器。它拦下很多不严谨的研究。你的研究方法要准备接受同行的严格检查。

研究方法要不断改进。没有完美的方法。每个方法都有局限。研究者要清楚自己方法的弱点。新的技术带来新的方法。科学方法本身也在发展。研究者要学习更好的方法。固守旧方法不行。

研究伦理不能忘记。研究要尊重人。研究要保护被研究者的权利。不能伤害他们。不能欺骗他们。涉及人的研究要得到他们同意。涉及动物的研究要尽量减少痛苦。伦理是科学研究的底线。不讲伦理，方法再精巧也不是好的科学。

研究方法的科学性让知识更牢固。科学方法得出的结论，我们更敢相信。它盖的房子地基扎实。风吹雨打不容易倒。不科学的方法得出的结论像沙堆的城堡。看起来也许漂亮，但一碰就倒。我们做研究是为了认识世界。为了认识真实的世界，我们必须用科学的方法。这是唯一可靠的道路。