-1-
基于功能性理论的 FTF和 CMC群体决策实验研究1
郑全全，练凤琴
浙江大学心理与行为科学学院，浙江杭州（310028）
摘 要：本研究把功能性理论运用到基于计算机交流(CMC)的群体决策中，并和面对面交流
（FTF）的群体决策加以比较。本研究以决策时间、决策准确性和满意感为因变量，并分析
了信息利用、人际影响、社会谈话的影响等过程变量。研究的主要结论有：（1）CMC和 FTF
相比，CMC 条件下讨论的功能实现与决策时间的关系更为显著；（2）CMC 和 FTF 相比，
功能实现与决策结果准确性的关系无显著差异，但 FTF 条件下信息偏差更容易影响决策结
果准确性；（3）CMC和 FTF相比，结果满意感的预测因素没有差异，基本上与结果准确性
预测因素相似；（4）CMC和 FTF相比，内容满意感和程序满意感的预测因素没有差异，主
要与讨论过程中人际间的影响有关。
关键词：功能性理论，面对面交流（FTF），计算机交流(CMC)，群体决策
1 引言
科学哲学家 Robert Cummins（1975）对功能性理论的描述是：把某个功能归于某事（物），
就是说为了该事（物）的目的，分析它的包容系统的某些性能，并把这种性能归为该事（物）
的性能[1]。前提是当把某个系统的性能分析成其他一系列性能时，这些性能体现出对被分析
性能的放大，且此时包容系统能被很好地解释，那么所分析的一系列性能就成为了功能。
群体为了要达到所设置的目的，中间必须有一系列的步骤或功能，这些功能在特定情境下得
到满足，进而实现群体的目的。这样，功能性理论就成为研究群体的一个很好的指导理论。
研究者用该理论来解释群体决策如何受群体交流的影响（促进或阻碍），当群体交流使
任务的关键要求都得以实现时，决策就比较成功。在最近的功能性理论研究中，Hirokawa
等人（2003）认为，在以下的情况中群体决策和问题解决会比较有效[2]：① 群体成员成功
地满足了五个基本的任务要求：a.正确理解了要解决的问题；b.决定了可接受方案必需的最
少特征；c.确认相关的、现实的备择项；d.认真检查备择项与可接受方案必需的每个特征之
间的关系；e.选出最可能具有期望特征的备择项。② 群体成员采用了合适的干预来解决冲
突、关系和自我中心的限制，这些都会影响基本任务要求的实现。事实上，这些条件中包含
的几个功能变量有：问题分析、目标设定、备择项确认、对备择项的正反面特征评价。这些
假设已经得到很多研究的证实[3,4]。
功能性理论已经成为群体决策研究中的一个重要范式，但是它还没有被运用到 CMC
(Computer-Mediated Communication)群体决策中来。既然群体讨论的功能实现会影响群体决
策的质量，那么在 CMC 群体决策中这些功能的实现与 FTF(Face-to-Face), 即面对面群体决
策是否有所不同？我们是否可以根据这些功能实现上的不同来探索出提高CMC决策绩效的
办法？基于这些问题，本研究试图用功能性理论来探索 CMC群体决策的特点，探讨提高群
体决策绩效的途径。
2研究方法
实验任务及材料
由于本群体决策实验中需要检验功能性因素所造成的结果，所以实验任务必须是有结果
1本课题得到高等学校博士学科点专项科研基金资助课题（20030335051）的资助。
-2-
标准的，因此我们采用了模拟人事选拔决策任务。由于被试为大学本科生和研究生，为了提
实验材料中候选人的维度采用朱华燕等人（2001）[5]在群体决策研究中编制的大学公共
英语老师选拔任务中的十个维度，这十个维度是其经过职务分析、访谈、调查确定的。这十
个维度为：性别、年龄、学历、性格、兴趣爱好、专业特长、课堂风格、师生关系、工作态
度、工作经历。关键评价标准的确定是通过请多名英语系的老师及领导来商量确定在英语老
师选拔中最关键、最重要的维度，最后得出关键维度依次为课堂风格、工作态度、师生关系、
专业水平、性格、兴趣爱好。
最佳决策结果的确定是依据决策的多特征效用模型，用分值来表示各个候选人各个特征
维度上的优劣程度，某个候选人的分值越高，那么他就是越适合的人选。
决策任务编制完成以后，我们对任务特征的编制是否有效进行了操作性检验。决策任务
的理论设计是 B为最佳候选人，操作检验的结果表示选择 B的人数为 ％，卡方检验
值为 ，显著性水平为 。这表明，候选人 B作为最佳候选人与其他候选人之间存
在非常显著差异，说明把 B 最为最佳候选人是合适的，结果效标的设计是成功的。本次研
究通过预备实验的验证，决定采用 4人群体决策。
被试
所有被试都是公开征募的大学学生志愿者，一共 208名，大部分是本科生，还有小部分
硕士研究生和博士生。被试的平均年龄 岁，标准差为 。打字速度为
（±）字/分钟。
变量及其测量
自变量为交流方式,即 CMC和 FTF。因变量一共包括五个：决策时间、成员满意感（内
容满意感、程序满意感、结果满意感）、最终群体的选择。其中决策时间以分钟为单位，计
算机交流条件下由程序自动记录时间，面对面交流条件下人工记录时间。满意感是用五点量
表来测量的。
有关功能实现的测量方法是，对群体讨论进行话语分析，然后进行编码。编码方案基本
沿用 Hirokawa 等人（1980）的功能性导向的交流编码系统（Function Oriented Interaction
Coding System，FOICS）[6]，但增加了一些成分。编码的分析单元是每一个言语行为，定义
为“群体成员在群体交流中所说的每一个未被打断的句子，该句子被认为是体现了某种特定
的功能”，每个不间断的句子都是一个分析单元，但如果某一个句子表现出两种以上功能时，
则按照功能把该句子打断，分成两个分析单元，并归类到功能里。具体编码类型包括问题/
任务分析、评价标准确立、备择项确立、正面评估、负面评估、程序建立、社会性谈话、不
恰当的个人影响、信息偏差、无关谈话。每一类编码有各自的操作定义。
对正式实验的数据进行编码时一共有三个编码者，除了作者自己外，另外两个均是不熟
悉的本实验目的的心理系研究生。正式编码之前先作一个简短的编码练习，练习之后另两个
编码者开始独立编码。从实验讨论中分层随机抽取六组讨论，然后三个编码者同时对这些讨
论进行编码。编完之后计算编码者之间的一致性程度，结果三个人的 α一致性系数为 。
3 结果及分析
因变量及过程变量的基本描述统计
-3-
52 个群体的平均决策时间为 分钟，标准差 。满意感为五点量表，1 表示
非常不满意，5表示非常满意。内容满意感平均得分为 ，标准差 。程序满意感平
均得分 ，标准差 。结果满意感平均得分 ，标准差 。最终选择 B 为最
佳候选人的人数为 160人（总共 208人）。经过讨论最终选择 B的人数为 ％。
各个过程变量是以编码数量来表示的，其基本描述统计量如表 1所示。
表 1 各个过程变量的基本描述统计量
变量 平均数 标准差 变量 平均数 标准差
问题分析 程序建立
标准确立 积极谈话
选项确立 消极谈话
正面评价 不当影响
负面评价 信息偏差
无关谈话
FTF/CMC条件下各因变量的差异
对 FTF和 CMC条件下的因变量进行差异检验，其中决策时间、内容满意感、程序满意
感和结果满意感是连续变量，采用 T检验，结果见表 2所示。CMC交流条件下，决策时间
比 FTF 交流条件下长，达到非常显著的水平。内容满意感、程序满意感、结果满意感上两
者没有差异。因结果选择的准确性是比率变量，采用比率的差异检验分析（Z 检验），结果
表明两者之间无显著差异。
表 2 面对面交流和计算机交流条件下各因变量的差异比较
因量 平均数差异 标准差 T 值 显著性水平
决策时间
内容满意
程序满意
结果满意
FTF/CMC条件影响决策时间的过程变量分析
为考察面对面交流条件下，过程变量对决策时间的影响，我们进行了 Logistic多元回归。
进入回归方程的变量及系数如表 3 所示，该模型的显著性系数为 ，校正决定系数为
。可以看到，最后有两个变量进入回归方程，为正面评价和无关谈话，回归系数都非
常显著。
表 3 面对面交流条件下过程变量对决策时间的多元回归分析
自变量 非标准化系数 标准误 标准化系数 T值 显著性水平
（常数）
正面评价 **
无关谈话 ** **
注：*表示 p<， **表示 p<。
再来看计算机交流条件下的回归模型。Logistic多元回归分析结果如表 4所示。模型的
显著性系数为 ，校正决定系数为 。可以看到，最后进入模型的变量有四个，即社
-4-
会谈话、无关谈话、标准确立和程序建立。其中前面三个系数为正，非常显著。而程序建立
的标准化系数为负，达到显著水平，这说明讨论中程序建立的功能得到满足的程度越大，决
策时间就越短。
表 4 计算机交流条件下过程变量对决策时间的多元回归分析
自变量 非标准化系数 标准误 标准化系数 T值 显著性水平
（常数）
社会谈话 **
无关谈话 **
标准确立 **
程序建立 *
注：*表示 p<， **表示 p<
从面对面交流和计算机交流条件下的回归模型来看，在这两种情况下影响决策时间的因
素是不同的。在面对面交流条件下，正面评价和无关谈话会影响决策时间。在计算机交流下，
社会谈话、无关谈话、标准确立和程序建立都会影响决策时间。
FTF/CMC条件下影响结果准确性的过程变量分析
面对面的交流条件下，过程变量对结果准确性的 Logistic多元回归结果见表 5。可以看
到进入模型的变量有问题分析、信息偏差，其中问题分析的影响是正的，而信息偏差影响是
负的，两者系数都达到显著水平。该模型的预测准确率为 ％。
表 5 面对面交流条件下过程变量对结果准确性的回归分析
变量 回归系数 标准误 Wald检验值 自由度 显著性水平
问题分析 * 1
信息偏差 * 1
常数 1
注：*表示 p<， **表示 p<
计算机交流条件下，过程变量对结果准确性的 Logistic多元回归结果见表 6。可以看到
进入模型的变量为正面评价，系数为负，且达到显著水平。该模型的预测准确率为 ％。
表 6 计算机交流条件下过程变量对结果准确性的回归分析
变量 回归系数 标准误 Wald检验值 自由度 显著性水平
正面评价 * 1
常数 * 1
注：*表示 p<， **表示 p<。
FTF/CMC条件下影响结果满意感的过程变量分析
面对面交流条件下，过程变量对结果满意感的回归结果见表 7。进入模型的变量为正面
评价，系数为负，达到非常显著的水平。该模型的显著性水平为 ，校正决定系数为 。
-5-
表 7 面对面交流条件下过程变量对结果满意的多元回归分析
自变量 非标准化系数 标准误 标准化系数 T值 显著性水平
常数
正面评价 -02 **
注：*表示 p<， **表示 p<
计算机交流条件下过程变量对结果满意感的回归结果见表 8所示。在模型中进入的变量
有正面评价和标准确立。正面评价的系数为负，达到非常显著的水平。标准确立的系数为正，
达到显著水平。该模型的显著性水平为 ，校正决定系数为 。
表 8 计算机交流条件下过程变量对结果满意的多元回归分析
自变量 非标准化系数 标准误 标准化系数 T值 显著性水平
常数
正面评价 -02 **
标准确立 -02 *
注：*表示 p<， **表示 p<
FTF/CMC条件影响内容满意感的过程变量分析
我们发现，面对面交流时负面评价该变量会影响内容满意感，其标准 Beta系数是，
显著性水平为 。计算机交流时不当影响成为影响内容满意感的因素，其标准化系数为
，显著性水平为 。
FTF/CMC条件影响程序满意感的过程变量分析
在两种交流条件下我们都没有发现影响程序满意感的过程变量。但是，如果把社会性谈
话分为积极谈话和消极谈话的话，就会发现，面对面情况下消极谈话会影响程序满意感，其
标准化系数为，显著性水平为 。而计算机交流条件下消极谈话和选项确立都会
影响程序满意感，其回归系数见下表 9。
表9 计算机交流条件下过程变量对程序满意感的多元回归分析
自变量 非标准化系数 标准误 标准化系数 T值 显著性水平
常数
消极谈话 **
选项确立 *
注：*表示 p<， **表示 p<。
4讨论
对决策时间的讨论
交流方式不同的时候，决策时间有显著差异。即 CMC所花的时间要比 FTF的时间要长。
Baltes等人在元分析中的结果表明，排除各个缓冲变量的影响，总体上来说 CMC的决策时
间要比 FTF 长。主要原因是，FTF 时成员间的交流主要是话语交流和一些非语言线索交流
-6-
与反馈，而 CMC时成员间的交流主要是通过打字输入的字面语言，决策时间肯定会受到打
字速度的影响。此外，人们对于字面语言的理解速度可能也会对语音和非言语线索的理解速
度要慢。社会信息加工理论提出，CMC 下个体可以有机会来对接受的信息进行思考，并且
可以有时间来考虑、编辑自己要发出的信息，而不是象 FTF 中那样往往脑子里的想法和说
出来的想法是同步的、非常迅速的[7]。这种可控制性的表达方式必然会导致决策时间更长。
从功能性理论的角度来看，FTF交流条件下，决策时间的预测因素为正面评价和无关谈
话；CMC交流条件下，决策时间的预测因素为社会谈话、无关谈话、标准确立和程序建立。
社会谈话、无关谈话越多，决策时间就越长，这是人们的常识可以解释的，一般的会议如果
出现较多的社会谈话和无关谈话，那么效率必然受到影响。
值得注意的是，在这里，程序建立功能起的作用是负的，也就是程序建立功能满足得越
好，决策时间就越短。在 CMC条件下，由于缺乏各种非言语线索，决策每往前走一步，都
必须通过打出来的书面文字来提示。如果成员没有实现这种功能或者这种功能实现得不好，
那么就会使决策的前进速度很慢，相应地决策时间也会很长。这个结论给我们很有价值的启
示。前面我们已经看到所有研究都表明 CMC交流的决策时间要比 FTF长，那么如何来降低
CMC 交流的群体决策时间呢？从这个角度出发的话，可以认为 CMC 交流如果加强程序建
立这一功能，那么就能减少 CMC的群体决策时间。设计群体决策辅助系统的时候，也必须
要把这一功能的实现放在重要位置，这样才能改进 CMC群体决策的总体绩效。
对决策结果准确性的讨论
在本研究中，交流方式不同，决策质量上都没有发现显著差异。这一点可以结合 Baltes
对多篇 FTF和 CMC群体决策研究的元分析结果来分析[8]。他的结果发现匿名的 CMC群体
决策绩效和 FTF 是一样的，没有或高或低的显著差异，不加时间限制的 CMC 和 FTF 也没
有发现结果绩效的显著差异。那么本次实验的结果和这个元分析结果是一致的，这在某种程
度上可以说明本次实验的设计是比较成功的。
FTF 条件下结果准确性的预测因素为问题分析和信息偏差。问题分析的预测作用是正
的，即问题分析功能实现得越好，群体最后得到正确选择的可能性就越大。信息偏差的预测
作用是负的。信息偏差越多，最后做出错误选择的可能性就越大。这和 CMC条件是不一样
的。Orlitzky等人（2001）的元分析结果表明，问题分析、标准确立和负面评价可作为决策
绩效的预测性指标[9]。那么为什么 CMC 条件下问题分析没有成为结果准确性的预测因素
呢？一个可能的解释就是可能本次实验的样本偏少，问题分析对决策绩效的预测作用在计算
机交流中没能表现出来。
本研究发现，CMC 条件下，正面评价成为结果准确性的负向预测因素，即正面评价越
多，最后结果准确性越差。这和 Orlitzky的元分析结果本质上是一致的，他发现负面评价可
作为决策绩效的预测性指标，负面评价功能实现得好的，决策绩效越高。在通过计算机交流
的过程中，决策者之间的沟通及时性、反馈性都较差，如果把注意力都集中在备择项的正面
评价上，就难以区分出最佳的备择项，不但延长决策时间，也影响决策结果的准确性。
另外 FTF 条件下信息偏差成为预测结果绩效的因素，信息偏差越多（这里的信息偏差很多
是指偏离问题环境的信息），选择正确结果的可能性越低。这是容易理解的。那么，在 CMC
中为什么信息偏差没有成为决策结果的预测因素呢？这可能是因为CMC中某个成员发出的
信息对其他成员的影响不如 FTF交流中来得明显。毕竟，CMC中反馈比较缺乏，并且对信
息的反应比较慢，当一个信息转换成一行字打出来以后，有可能另外的成员正在编辑自己的
-7-
信息，而没有注意到这个信息。并且，在计算机交流中还存在的一个现象是，对他人提出的
信息可能加工更少，而加工更多的是大家都认同的信息，正如前面信息取样模型研究中得到
的结果那样，计算机交流中成员加工更多的分享信息，而非分享信息利用得较少。所以在计
算机交流中信息偏差没有成为决策结果的预测因素。
对满意感的讨论
在满意感上，本实验没有发现交流方式之间有差异。Baltes的元分析结果发现，在匿名
和不加时间限制的条件下，CMC的满意感比 FTF的低。但是，郑全全等人在多方法多交流
方式的研究中，发现交流方式对满意感没有影响[10]。我们认为本实验中没有发现 CMC交流
和 FTF 交流对满意感有影响是正常的。我们看到，前面 Baltes 的元分析中利用的文献包括
一些研究信息利用的文章，而在信息利用中研究者常常运用不同的信息分布（如有分享信息
和非分享信息），但是他的元分析里面并没有考虑这个缓冲变量。而郑波的研究没有采用不
同的信息分布。所以，作者个人认为，CMC和 FTF之间的满意感差异可能是受到了信息分
布模式的影响的，有可能在信息分享分布时 CMC和 FTF交流之间的满意感并没有差异，正
象本次研究的结果一样。
FTF条件下结果满意感的预测因素为正面评价，计算机交流条件下结果满意感的预测因
素为正面评价和标准确立。这里结果正面评价的作用也是负的，即正面评价越多的时候，最
后结果满意感反而越低。当人们把注意力集中在备择项的正面特征上时，就会发现很难对各
个备择项做出区分，因为每个备择项都有各自的正面特征，因此，当最后做出群体的一致决
策时，决策者对于最终选择的倾向并没有大幅提高，尤其是当有人的最初个人决策偏向必须
做出改变时，他对决策结果的满意感会更低。正面评价对结果满意感的预测作用同对结果准
确性的预测作用是相似的。
前面的分析发现，内容满意感和程序满意感都可以用不当影响这个变量来预测，且影响
作用都是负的。也就是说，群体讨论中成员间的不当影响越多，群体的内容满意感和程序满
意感就越低。前面的相关分析结果也证实，内容满意感和程序满意感都和消极谈话、不当影
响这两个变量有负相关，而且达到非常显著的水平。因此，要提高决策的过程满意感，必须
要防止群体成员间的不恰当的个人影响，减少消极的谈话。
可以看出，结果满意感的预测因素往往和结果准确性的预测因素类似，而内容满意感和
程序满意感则和人际间的影响有关，成员间的消极谈话越多、不当影响越多，成员的内容满
意感和程序满意感就越低。
5结论
（1）CMC和 FTF相比，CMC条件下讨论的功能实现与决策时间的关系更为显著。CMC
条件下讨论中程序建立功能实现越好的，决策时间越短。
（2）CMC 和 FTF 相比，功能实现与决策结果准确性的关系无显著差异。FTF 条件下
信息偏差更容易影响决策结果准确性。
（3）CMC 和 FTF 相比，结果满意感的预测因素没有差异，基本上与结果准确性预测
因素相似。
（4）CMC 和 FTF 相比，内容满意感和程序满意感的预测因素没有差异，主要与讨论
过程中人际间的影响有关。
-8-
参考文献
1 VanderVoort L. Functional and causal explanation in small group research. Communication Theory; 2002; 12(4):
469-486.
2 Hirokawa R Y, Cathcart R, Samovar L, & Henman L. Small group communication: Theory and research, 2003,
Los Angeles: Roxbury.
3 Propp K M, Nelson D. Problem-solving performance in naturalistic groups: A test of the ecological validity of
the functional perspective. Communication Studies, 1996, 47(1-2): 35-45.
4 Wittenbaum G M et al. The functional perspective as a lens for understanding groups. Small Group Research,
2004, 35(1): 17-43.
5 朱华燕, 郑全全. MAU 决策程序和自由讨论的群体决策质量比较.心理学报, 2001 年第 33 卷第 6 期，
552-557
6 Hirokawa R Y. A Comparative Analysis of Communication Patterns Within Effective and Ineffective
Decision-Making Groups. Communication Monographs, 1980, 47: 312-321.
7 Walther, J B. Interpersonal effects in computer-mediated interaction: A relational
perspective. Communication Research, 1992, 19: 52-90.
8 Baltes B B, Dickson M W, Sherman, M P, et al. Computer-mediated communication and group decision
making: a meta-analysis. Organizational Behavior and Human Decision Processes, 2002, 87: 156-179.
9 Orlitzky M, & Hirokawa R Y. To err is human; to correct for it divine: A meta analysis of the functional theory
of group decision-making effectiveness. Small Group Research, 2001, 32: 313-341.
10郑全全、郑波、郑锡宁、许跃进.多决策方法多交流方式的群体决策比较.心理学报，2005年第 37卷第 2
期，246-251
Group Decision-making of Comparing Face-to-face
Communication (FTF) and Computer-mediated
Communication (CMC) from the Functional Perspective
Abstract
This study focuses on computer-mediated (CMC) group decision-making from the functional
perspective, compared with the face-to-face communication (FTF) group decision-making. The
dependent variables are time, decision accuracy and members’ satisfaction, which include satisfaction
with results, satisfaction with procedure and satisfaction with content. The main conclusions of this
study are as the followings: (1) Compared to FTF communication, the functions of discussion are more
significantly related to decision time in CMC. (2) Compared to CMC, information bias can influence
the decision accuracy more significantly in FTF communication. (3) Either in FTF or CMC,
satisfaction with results of group members can be predicted by functions basically the same as those
functions predicting the results. (4) Both in FTF and CMC, satisfaction with content and with the
procedure of discussion can be predicted by the interpersonal influence within the decision group.
Keywords: functional theory, face-to-face communication (FTF), computer-mediated communication
(CMC), group decision-making
