用途：当研究设计成为 HRM 稿件瓶颈时使用，例如预测变量与结果变量同源同波次自评、跨层理论却只有单层数据、HR 系统构念缺乏验证量表或聚合依据、因果主张仅靠横截面相关，或审稿人指出设计无法检验假设、存在共同方法偏差（CMB）、HPWS 采用内生等问题。
主要能力：按理论主张匹配设计——HR 实践/系统到个体态度行为用多源多波次调查；单元 HR 系统到个体结果用嵌套数据与 HLM 结构并论证聚合；HR 系统到企业绩效用带固定效应与识别策略的面板档案数据；HR 干预因果效应用田野、自然或准实验（DiD）；新兴争议现象用定性或多方法。支持双研究设计。
关键要求：CMB 以测量来源与时间分离的程序性补救为主，Harman 单因子检验仅作补充；档案/战略 HRM 需预先说明遗漏变量、反向因果与选择问题的识别策略；构念使用已验证多题项量表，新 HR 实践测量需预试并计划 CFA，明确测量的是意图、实施还是感知的 HR 系统；聚合需报告 r_wg、ICC(1)/ICC(2) 并说明组合模型；说明理论、测量与分析层级一致，嵌套数据不得用 OLS；为跨层与交互效应论证统计功效。
执行衔接：可配合 StatsPAI / Stata MCP，用 detect_design → recommend → fit（as_handle=true）→ audit_result 枚举设计应做的检验；面板/交错 DiD 用 callaway_santanna / sun_abraham 加 bacon_decomposition、honest_did_from_result；IV 用 effective_f_test 与 anderson_rubin_ci；RDD 用 rdrobust 与 mccrary_test；实验用随机化推断与 romano_wolf 做多重结果族错误率校正。
输出格式：按【Design】【Hypothesis–design fit】【CMB plan】【Endogeneity strategy】【Constructs】【Aggregation】【Levels & power】【Next skill】分段，下一步衔接 hrm-data-analysis。
限制：资料未提供具体收费、平台支持范围与效果保证；工具链命令需按实际环境验证。