1 定义
假设是研究者设想的研究问题的初步答案。对于实验研究，假设就是待通过实验数据来验证或证伪的论点或陈述。在人因工程中，假设一般是对自变量如何影响因变量的可检验的陈述。这一陈述应当来自研究者基于现状和现有理论进行的合理推理。实验的假设必须具备可证伪性，因此陈述必须足够具体，且因变量能够量化，从而可以在后续数据分析中，进行假设检验。
2 表述要点
一个完整的实验假设表述应当包含以下要素：
自变量的具体水平 + 考察的因变量 + 预期的效应方向。
多个自变量存在交互效应的问题。一般在数据分析时，会同时考察主效应和交互效应，但在实验设计阶段，是否要事先提出有关交互效应的具体假设呢？这取决于是否有明确的前期基础或理论能支持预期的交互效应。如果没有明确理论，则只提出有关主效应的假设即可。
另外，虽然实验假设需要尽量表述预期的效应方向（例如“A比B好”），但在进行假设检验、转化为统计假设时，备择假设H1会变成“A和B不同”。如果备择假设有方向，对应的是单尾检验；无方向时对应双尾检验。单尾检验更容易获得显著结果（p值会减半），所以为了保证假设检验的严谨性、更保守谨慎地拒绝零假设，在统计时一般默认采用双尾假设。
3 案例
仪表盘设计与视觉搜索
例如，我们想研究复杂仪表盘对比度对视觉搜索绩效的影响，以下为不完善的假设与恰当的假设：
界面的颜色会影响用户的搜索效率。
在复杂仪表盘设计中，使用 高对比度配色的视觉搜索反应时间，短于使用低对比度配色。
其中，恰当的假设明确指出，自变量是复杂仪表盘的配色对比度，包括高低两个水平；因变量为视觉搜素的反应时间；预期的方向为对比度越高、反应时间越短。