一、理论检验

一个好的科学理论必须能够经受住经验证据的检验。理论检验使用的是演绎逻辑，即从某个抽象理论出发，朝着具体的经验证据前进（图6．1）。首先要将“长”理论变成“短”理论，再将“短”理论进一步操作化，变成可检验的假设，然后收集问卷调查数据或实验数据来进行统计分析，根据统计结果来检验这些假设是否得到经验数据的支持，或者说假设是否正确。这个验证过程实际上是一个自上而下（top-down）的过程，即从一般到具体的过程，形象地说，就是从室内天花板到桌面，再到地板的逐步下降过程。

理论检验的策略主要有验证策略、否证策略和强推断策略等，下面分述之。

图6．1　“从抽象到具体”的演绎逻辑

（一）验证策略

验证策略（confirmational strategy）是一种用正面证据或结果来验证理论预言的办法。该策略的主要程序是：确定某个尚未考察过的具体情境的理论含义，然后设置该情境，观测是否出现预测的结果。如果预测结果被观测到，那么理论就得到了预测结果的支持，该理论就被验证。如果预测的结果没有出现，那么该理论就没有得到支持。

验证策略是最常用的理论检验办法，但是该策略却存在着固有的局限。理论要生存下来，就必须得到验证，否则有了太多的失败就会被“绞杀”，然而，寻找验证数据是没完没了的过程，可能到了世界末日，这个理论仍然是错的。当一个理论只是预测了一个宽泛结果时，特别容易出现“虚假验证（spurious confirmation）”。例如，在一个两组实验中，如果一个理论预言A组的分数比B组高，那么就有三种可能的结果：①A高于B，②B高于A，③A与B相等。这样，支持该理论机会的概率是1/3左右。但是，如果理论的预言更加精确，这种因巧合而得到支持的可能性就降低了。例如，假使这个理论预言A组将比B组高25分，正负误差2分，那么单凭巧合而得出如此精确的结果几乎是不可能的。因此，精确表述的预言一旦得到验证，就会大大增强理论的信心。

（二）否证策略

否证策略（disconfirmational strategy）就是用正面结果来否证理论预言的办法。理论检验是非常复杂的，有时即使一个理论预言是相当精确的，也可能构想出其他类似的理论，在指定的误差范围内作出同样的预言。由于存在这样的情况，因此单靠证实策略还是不够的。因为理论检验不仅要看是否证实了预言，还要按照这个理论来确定是否会出现未预期结果。该策略实施的程序是：若A为真（即理论正确），则B为假（某结果不发生），因此，若B为真（该结果的确发生了），则A为假（即理论错误）。

检验理论既可以使用证实策略，又可以使用否证策略。通常，如果理论是新提出来的理论，相对而言还没有被检验过，那么会更多地使用证实策略。在这个检验阶段，目标是确定该理论能否在其领域内准确地预言或解释特定的现象。如果这个理论经过检验而存活下来，那么就需要用否证策略来检验该理论。在这个检验阶段，目标是根据这个理论的观点，确定是否还会出现未预期结果。如果确实存在着未预期结果，就意味着该理论并不是完善的，需要进一步改进，以便能解释先前未预料的结果，或者该理论将被更好的理论所取代。

（三）强推断策略

强推断策略（strong inference）是由约翰·普拉特（Platt，1964）在20世纪60年代提出来的，它是用不断排除其他解释而最终保留特定解释的方法来检验理论。根据他的观点，针对某种现象，科学理论会形成多个备选解释。每一种解释都提出自己的预言。为了检验这些备选解释，可以用实验结果来确认其中的一项或少数几项备选解释而排除其余的备选解释。在首次实验后，会排除一些备选解释。经过第二次实验，再排除更多的备选解释，这个过程一直持续下去，直到只有一个备选解释时为止。这个过程就是强推断过程。

不过，强推断策略只适用于具有明确预言的备选解释。比如，在普拉特所涉及的生物化学领域，由于能够精确地测量和控制变量，因此强推断是一个可行的程序操作。但是，如果不能精确地控制变量，数据模糊多义，或者不能辨别备选解释，那么就不能使用强推断程序。目前大多数社会理论远未达到精确说明的程度，只能宽泛地推断一个组的平均值不同于另一组。尽管如此，还是能用强推断来检验特定观点情境下的特定假设，在这种情况下，就要构建备选理论模型，然后确定预言结果呈现明显差别的范围，最后用适当的检验来确定假设的去留。如果将几个精确界定的理论用于解释同一组现象，即使理论作出了相反的预言，那么也可以使用强推断方法。用强推断方法来筛选理论显然要比分别检验每个理论更加有效。