现在我们已经进行了观察，开展了背景研究，下面我们需要形成假设。我们的背景研究已经提供了丰富的植物信息，我们将基于这些信息形成假设。因为这是应用研究，我们要回答具体疑问或解决问题。
我们先来回顾我们观察时提出的问题、在我们进行背景研究期间找到的答案以及我们提出的新问题。
1.花开得大，果实也结得大吗？
2.在果实或蔬菜茎叶开始生长时，花会怎么样？
3.种子的内部结构是怎样的？
4.在植物需要外界营养前能长多大？
5.为什么有的植物在冰冻温度下会死去而有的还能存活？
6.怎样在零下温度时保护植物？
7.冬日白昼缩短会对植物生长产生怎样的影响？
8.什么对植物生长影响更大：光照还是温度？
9.为什么有的植物在夏季收获而有的在秋季收获？
我们已经知道了前两个问题的答案。第3个和第8个问题太笼统，不适合做假设。我们要进行进一步的研究来聚焦研究主题。针对问题4—8我们已经有了些好的想法。这几个问题都与植物在不利环境中的生长有关。因为我们提出的问题一直围绕着这个主题，这为形成假设打下了良好基础。
现在我们来看问题4—8，确定里面描述了哪些可被测试的变量。我们有4个变量：光照、温度和湿度、水和营养。这些是我们在家庭实验中可以测试的变量。通常我们会根据假设进行单一变量的实验，但是，我们在背景研究中了解到两个变量可能会在植物生长过程中相互作用并影响我们的结果，在设计实验时，我们要把这点考虑进去。
例如，如果我们要测试光照，我们需要说明接受不同光和热的植物水分蒸发量的差异。如果两棵植物得到同样多的水分，但是植物B因为接受光照多而使水分蒸发得快，我们就说植物A需要较少的光照就可以长得比植物B好是不准确的。如果我们给植物B的水分比植物A多，我们就改变了变量，可能会影响结果。(www.xing528.com)
为了验证我们的假设，我们也可能决定测试不止一个变量。科学家在得出结论前常常进行多项实验，有时是重复第一项实验，有时会根据从第一项实验中得到的信息而做一组新实验。如果想了解怎样栽培植物最好，我们不想把同样的实验重复好几遍，也不想只做一项单一变量实验。
如果想测试所有三个变量——植物的光照、温度和营养，我们需要把植物置于不利的环境条件中。尽管我们并不会让将来的花园变成不利种植的环境，但是，我们确实想知道植物在什么条件下才能生存。明年夏季可能比正常情况更炎热，或者春季雨水可能更多。也许我们会提前遇到可能威胁植物生存的低温，甚至来不及做好准备。
现在我们可以提出一个简单假设。这只是假设的雏形，而不是最终版本。简单假设会较为概括地说明变量间的关系。
植物在不利环境条件下生长速度会放慢。
写下简单假设之后，我们要决定它的方向。我们的假设可以是定向的，也可以是非定向的。如果是非定向的，那么我们会说我们的变量是相关的，但是不说怎么相关。如果是定向的，我们会陈述变量间的相关程度。
非定向的：植物的生长速度与生长环境不利程度有关。
定向的：处于不利环境条件下的植物比处于有利条件下的植物生长速度慢。
我们的假设已经有了主体，但是还应包含关于测试对象和变量的具体信息。我们还应该从假设中做出至少一个清晰的预测，以“如果……那么”的形式进行陈述。例如，“处于极端寒冷环境中的芜菁，会比生活在温暖环境中的芜菁生长得慢。”
现在，我们形成了假设：
与在有利条件下生长的植物相比，在不利环境条件下的植物长势欠佳。如果我们把芜菁、绿豆、萝卜、万寿菊、吉诺维斯罗勒、矮葵花和豆瓣菜置于不同温度、光照和营养条件下，在不利环境条件下的植物长势会比在有利条件下的慢。
我们的零假设（Null Hypothesis）是我们的变量间之间不存在相关性。如果我们把植物置于极端的温度、光照和营养条件下，植物生长状况和在有利环境下一样。
之后，我们在设计和进行实验时，可能需要根据情况调整假设。例如，我们原定把豆瓣菜置于不同重力条件下，但是在设计实验阶段我们决定用另一种植物。如果假设预测的是重力对豆瓣菜生长的影响，而结果是重力对万寿菊生长的影响，这对于读者来说就不具有意义。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
