面对面和计算机群体决策运用排序法上的比较，本文主要内容关键词为：面对面论文,群体论文,计算机论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
1 引言
现代组织面对复杂而庞大的信息资源，往往依靠群体做出决策。然而研究者发现这种传统的面对面(Face-To-Face,FTF)群体决策有其消极影响，如小集团意识(group thinking)、冒险性倾向和产生式障碍(production blocking)[1]等，会损害决策效能。
近年来计算机技术在组织中得到广泛运用。利用e-mail、电话会议、近程（如局域网会议）和远程电子视听会议（跨省或跨国的internet会议）等所进行的群体决策，被称为以计算机为中介(Computer-Mediated,CM)的群体决策。由此，FTF与CM群体决策的比较成了当前研究关注的焦点[2][3][4]。
群体成员在决策过程中非分享信息的交换，是影响决策质量的主要因素。所谓非分享信息就是指某个成员所特有而其他成员所缺乏的信息。Stasser等人进行的研究[5]发现群体讨论常常难以有效地进行非分享信息的交换，讨论由成员共享的信息主宰并极力论证在讨论前形成的观点。Gigone等人的研究也表明，讨论前的偏好极大地影响了最终的群体决策[6]。Stasser等人的后继研究发现共享信息的取样优势可能会由于每个群体成员了解各人拥有的特殊信息而削弱[7]。
另一个关注的因素是决策程序，决策程序会影响群体成员的信息加工。研究者提出像魔鬼式的辩论(devil's advocacy)和辩证式的询查(dialectical inquiry)以及排序法(rank order)有助于引导群体成员充分考虑所有可能的备择方案，从而提高决策质量[8]。在决策程序中将备择方案排序要比选择最佳方案更能促使成员进行有关备择方案的信息交流[9]。
本研究将以问题解决为决策任务，比较FTF和CM决策群体在信息完全分享和不完全分享的条件下以及是否采用排序法决策程序，对于交流过程、决策结果、个体的信息回忆量以及对决策的评价等方面的影响。
2 研究方法
2.1 被试
本实验随机选取浙江大学本科生96人，男女各半。为避免人际熟悉度和性别带来的干扰，由互不相识的同性别的3人组成小群体。各实验条件下被试分配情况见表1。
表1 各实验条件下被试分配情况表
交流条件信息分享条件 排序条件 组数
信息完全 排序 4组（3人）
计算机 分享 非排序4组（3人）
信息不完全排序 4组（3人）
分享 非排序4组（3人）
信息完全 排序 4组（3人）
面对面 分享 非排序4组（3人）
信息不完全排序 4组（3人）
分享 非排序4组（3人）
2.2 实验设计
2.2.1 实验材料 实验任务属于问题解决类型，要求被试从三个大学英语公共课教师候选人(A、B、C)中选出一个最佳候选人或对候选人的优劣进行排序。实验材料源于朱华燕等人设计的大学英语公共课英浯教师个人信息材料，该原始的材料中每位候选人的信息曾由大量学生逐条评分，最终构成的候选人特征信息在偏好评价上没有差异[10]。在此基础上，我们重新构建了材料（见附录一），即在信息完全分享下，如果群体能汇集所有信息，那么候选人B将占有明显的优势。在信息非分享条件下，三位候选人的信息有一部分只为单个成员拥有，因此，只有群体成员充分讨论非分享信息，才有可能解决问题。（有关各候选人信息的分配情况见附录二）
2.2.2 变量 本研究采用2×2×2实验设计。自变量分别为信息分享程度（分享／非分享），决策程序（方案排序／选择最佳方案），交流方式(FTF/CM)。因变量分为过程效标和结果效标。过程效标有：(1)信息加工效标，包括：①观点与评论数(total remarks)。②与每个候选人有关的关键信息项（包括积极与消极信息）、分享信息和非分享信息项；③交流的其它类型信息，包括对彼此观点的建议、质疑和阐述以及无关的交流信息；④个体和群体水平上的偏好。(2)态度效标：成员对决策的满意感。(3)社会交互作用效标：成员对其他成员影响力的评价。(4)实用效标：①决策时间。结果效标：决策的准确率。
2.2.3 实验程序 FTF条件下，在阅读实验材料后，要求被试将候选人从最合适到最不合适排序或选择最佳(choose best)候选人，并陈述理由。然后，要求被试在充分讨论的基础上以排序的方法从最合适到最不合适列出候选人或选出最佳候选人，并达成一致意见。讨论过程采用全程录音追踪。CM条件下，通过局域网利用netmeeting软件进行网上讨论，指导语与FTF条件相同，讨论内容在线记录。讨论结束后，要求被试回忆候选人的信息并再次进行排序或选择最佳人选，评价对交流过程的满意感以及自己的影响力。
2.3 数据处理
实验完成后，FTF条件下的讨论内容根据实验者根据录音整理，而CM条件下的讨论内容根据netmeeting在线记录加以整理。用SPSS 6.0软件进行数据的统计分析。
3 结果与分析
3.1 对实验材料和评分一致性检验
对42名大学生被试就实验材料进行预备性测查，结果发现在信息完全分享条件下，讨论前有30人选择最佳候选人为B，8人选择C，而4人选择A，(
=28,p=0.001(df=2,n=42)，差异显著。在信息不完全分享的条件下，选择A、B、C的人数分别为17、22、9，(=5.375,p=0.068(df=2,n=48)，三位候选人之间没有显著差异。可见，实验材料的构建是成功的。对独立两位评分员的评分记录进行非参数检验，发现各项评分没有显著差异（表略）。
3.2 讨论前偏好对决策结果的影响
讨论前偏好的构成对决策结果有显著的影响，见表2。
表2 不同交流方式、讨论前各候选人支持人数与最终决策结果
不正确决策组数 正确决策组数
讨论前支持BFTF CM
FTFCM
0 110 0
1 211 3
2 006 7
3 006 4
可以见到，当讨论前支持B的成员数为0时，无论是CM或是FTF都没有一个小组做出正确的决策。当讨论前支持B的人数为2或3时，决策正确率远高于决策错误率(=18.403,p=0.001,df=3)，讨论前偏好的成员构成对最终的正确决策影响显著。值得注意的是，相对于FTF，CM条件下的正确率有增加的趋势。
讨论前成员偏好的一致性对讨论中信息交流有影响(=5.966,p=0.049,df=2.32)，表明讨论前成员偏好的一致性对候选人的关键信息交流达到了显著水平，表现出讨论前的偏好一致性越高，讨论中对于关键信息的交流就越少。（表略）
3.3 各变量对关键信息的影响
信息分享对关键信息的交流的影响的统计结果见表3。由表3可见，信息分享对于候选人A、B的关键信息交流影响显著。另有统计结果表明，在信息完全分享情况下，CM交流在排序的条件下关键信息交流明显高于非排序条件(=4.083,p=0.043,df=1)。在信息不完全分享的情况下，FTF排序交流的关键信息多于非排序条件，虽然差异不显著(=2.887,p=0.089,df=1)。
3.4 其他类型信息的交流
交流方式对其他类型信息交流的影响结果见表3。由表可见，CM与FTF交流在建议、观点阐述、质疑、无关信息的交流上存在显著差异。而排序法对非关键信息的交流没有影响。
表3 信息分享对关键信息交流和交流方式对其它类型的信息交流的影响比较
注：* 表明p＜0.05，* * 表明p＜0.01
3.5 对其他效标的影响
3.5.1 对群体影响力的自我评价 交流方式、排序法和信息分享对群体影响程度的自我评价的方差分析结果表明，信息分享对群体影响力的自我评价有显著主效应，非分享条件的自我评价影响程度高于分享条件(F=7.614,p=0.007,df=1)。
3.5.2 决策的满意感 交流方式、排序法和信息分享方式对于满意感的影响结果的方差分析结果表明，信息分享条件对于满意感有很大的影响。分享条件下满意感高于非分享条件下的满意感，但与交流方式、排序方式没有交互作用（表略）。
3.5.3 决策时间 对决策时间的分析表明，在FTF下信息分享方式是影响讨论时间的主要变量，并且排序法与分享方式间有显著交互作用(F=6.32,p=0.027,df=1)；在CM条件下信息分享方式和排序法对讨论时间没有影响，不存在交互作用。
3.6 各变量对讨论后的信息回忆量的影响
我们就各变量对讨论后的信息回忆量的影响作了方差分析，结果见表4。由表4可知，在信息不完全分享时，排序法对于非关键信息和非分享信息回忆量有显著影响，交流方式对于信息回忆量没有影响。
3.7 决策准确率
决结果以是否选出最佳候选人为判断标准。经检验发现，交流方式对决策准确率的影响不显著(=0.230,p=0.632,df=1)；排序方式对决策准确率的影响也不显著(=0.231,p=0.633,df=1)。而信息分享方式的影响在.05水平上显著(=5.714,p=0.017,df=1)。
表4 信息不完全分享条件下，不同交流方式与排序法对讨论后的信息回忆量的ANOVA检验
注：* 表明p＜0.05
4 讨论
对讨论前是否支持最佳候选人的人数构成的影响分析发现，这一变量对于讨论结果的准确性影响显著，在控制了讨论前人数构成这一变量之后，信息分享程度（分享或非分享）和最终的决策结果没有相关。按照Davis提出的社会决策图式模型[11]，讨论前的群体偏好对于讨论后的结果有很强的预测性，我们的实验结果证实了这一点。
从上述研究结果发现，在FTF和CM交流条件下，排序法的影响各不相同。FTF条件下，在信息完全分享的情况下排序法对于关键信息交流影响不大，但在信息非完全分享下排序法对于关键信息交流有影响。CM交流下结果正好相反，排序法只有在信息完全分享的情况下对关键信息交流影响显著。
在Hollingshed的研究中[11]，针对讨论过程所提出的排序法增加了讨论的充分性，认为这种效果只出现在FTF情况中。在CM交流中，信息分享受到抑制，因而用排序法改进决策程序没有显著的效果。而我们的实验中加入了信息完全分享这一变量，从而显示出在CM条件下，排序法增加了对于关键信息的讨论。因此不能认为CM交流下排序法没有效果，只能说当信息不完全分享的时候排序法在CM交流下没有影响。我们认为在信息完全分享的条件下，FTF讨论时处理歧见的方法是少数服从多数的原则。以往的研究已证实，CM条件下缺乏社会线索的反馈，即缺乏对方的表情、动作等反馈信息。在对他人的观点进行批驳时，也只能通过打字的方式，成员只能将注意力集中于文本信息，因此解决歧见更多采用文字信息交流的方法，正是在这种情况下，排序法表现出在信息完全分享情况下对于关键信息交流的优势。而当信息不完全分享时，成员间的不一致性增加，为了达成一致，无论是否采用排序法，CM交流都要求增加关键信息交流。排序法与选择最佳的方法不存在显著的差异。
Stasser等人在一系列有关群体决策的研究中提出在FTF无结构讨论中，群体汇集的主要是讨论前的分享信息，而且讨论会受到成员最初偏好的影响，导致最后得出的决策有可能不是最佳的。我们研究证实了这一点，分享信息的提及率和重复率都远远多于非分享信息。
计算机交流方式与面对面交流方式比较研究是一项涉及面很广的课题。本研究只是基础研究的开始，在许多方面还需完善，例如，被试局限于高校背景，以后应以企业组织的实际管理人员为被试。此外虽然从被试样本来看已属大样本，但若以群体为分析单元，样本偏小，这些都有待将来研究改进的。
5 结论
(1)决策前的信息分享通过决策前偏好各方案的人数构成影响了最终的群体决策。(2)排序法在面对面交流时只有信息非分享的情况下才显著增加了决策中的关键信息交流；而在计算机交流条件下，在信息完全分享的情况下排序法显著增加了决策中的关键信息交流，弥补了Hollingshead的研究不足之处。排序法不损害成员对于讨论的满意感。(3)相对于面对面交流，计算机交流更关注文本信息，较少受到群体压力的影响。计算机交流在讨论中有更多争论、与主题无关的阐述和自我观点申诉，而在关键信息交流上与面对面交流没有差异。(4)在决策准确性上，不同的交流方式没有差异。