Пока что я понял, что теория -- это утверждение или набор утверждений, подкрепленное достаточно большим количеством экспериментальных наблюдений.
Скорее все-таки система связанных утверждений и модели/моделей, касающихся некоторого класса явлений, но в целом да, всё верно - основное отличие теории от гипотез именно в доказательной базе.
И является ли общепринятым, что такая построенная гипотеза обычно входит в понятие "результат социсследования"для исследований обсуждаемого типа?
Нет, это нетипичное понимание гипотезы. То, о чем Вы говорите имеет место быть, но в других типах кабинетных исследований - например, при написании систематического литературного обзора (когда пишется литературный обзор по некоторому направлению исследований, но с систематизацией ранее проведенных исследований по этой теме по различным критериям) или создании метаанализа.
Как будет выглядеть классическая гипотеза в экономическом/социологическом/демографическом/антропологическом и т.п. исследовании? Пример из соседней темы: нам нужно понять, как рождаемость связана с гендерным неравенством.
Типовая схема для количественного исследования в этом случае будет примерно такой:
1) находим показатели (переменные), которые лучше подходят для анализа
-
зависимая переменная: итоговую рождаемость реальных женских поколений для рождаемости, чтобы устранить постарение/фиктивное омоложение/омоложение рождаемости, изменение в модели распределения порядков (очередностей) рождения, показателях репродуктивных намерений и их реализации;
-
независимая переменная/переменные: либо одним показателем, полученным факторным анализом, либо несколько показателей гендерного неравенства (образовательный гэп между мужчинами и женщинами по годам обучения; доходный гэп в среднем и с учетом штрафа за материнство; доля женщин в возрасте 25-54/25-64 года, занятых оплачиваемых трудом и т.д.), но тогда надо будет учесть мультиколлинеарность (т.е. учесть статистическую связь между этими переменными, и что они уже связаны);
2) определяем вид статистического/эконометрического анализа, который нам нужен для связи - например, регрессионный анализ или построение байесовских сетей доверия (причинно-следственные граф);
3) вводим нулевую гипотезу (статистической связи нет) и альтернативную гипотезу (связь есть);
4) проводим стандартные статистические тесты и опровергаем нулевую гипотезу, так что далее работаем с альтернативной;
5) проводим регрессионный анализ или байесовский сетевой анализ, получаем уравнение или систему уравнений по связи переменных;
6) оцениваем основные показатели эффективности полученной модели (например, через коэффициент детерминации для регрессионного анализа и через байесовский коэффициент сетевой детерминации для байесовского сетевого анализа), затем смотрим на дополнительные показатели оценки качества модели;
7) проверяем на всякий случай остатки модели на нормальность распределения, автокорреляцию и т.д.
8) пишем красивую статью с большим теоретическим рассуждением о том, почему эта связь должна была в любом случае быть
Примерно так, если общими словами и общей схемой.