再重复一次，对企业公关人员的调查发现，他们认为谣言最严重的后果就是对员工态度的负面影响。之前讨论过的横向调查指出了听到谣言和压力之间的联系。我们运用了更全面的追踪研究方式深入探究这些观点。在变化情境中，我们测量了一些典型的员工态度和行为随着时间的变化。例如，随着时间的推移，听到负面谣言的员工会对他们的工作更不满意吗？在这项研究中，我们和罗伯·温特科恩（RobWinterkorn）对听到负面谣言与不确定感、焦虑、对正式组织沟通质量的认知、工作满意度、组织认同感、对企业的信任度、生产效率以及留职意向等变量之间的关系进行了测量。纽约州罗切斯特市的一家公司正在进行大规模裁员，我们对其部门进行了追踪调查。在本书的第8章，我们将陈述更多关于这项研究采用的方法的细节，并探讨信任对谣言传播可能性的直接影响和调节作用。这里我们将关注听到谣言与态度和行为之间的联系。
听到谣言如何影响员工的不确定感、焦虑、态度、意向和生产效率？需要注意的是，在这项研究以及在之前讨论的组织变化谣言研究中，我们都注意到谣言经常与恐惧（部门将会裁员）或者群体敌意（管理层做出了错误的预算）有关。我们从不确定感、焦虑和正式沟通开始讨论。正如我们将在第3章中讨论的一样，很多研究发现，焦虑和不确定感与谣言活动存在关联。因此，我们假设不确定感和焦虑与听到谣言相关。不过，因果关系有两种可能的方向：一种是焦虑和感到不确定的人可能会更容易接受谣言，另一种是听到谣言可能维持甚至提高焦虑和不确定感，这些谣言往往是关于不可控事件的，与恐惧或者群体敌意有关。类似地，正式沟通的质量应该与听到谣言呈负相关，其中因果关系也可能是双向的，并且可能存在不确定感的中介作用。糟糕的正式沟通会导致更高的不确定感，因而人们更容易接受听到的谣言（DiFonzo＆Bordia，1998），但人们也可能在听到这样的谣言（尤其是多次听到）后，得出正式沟通无效的结论。
正面的员工态度（工作满意度、对组织的承诺和对公司的信任）以及留职意向可能与听到的负面谣言呈现负相关。这种负相关可能以至少三种方式呈现：第一，在社会学习（Lott＆Lott，1985）和社会信息加工（Salancik＆Pfeffer，1977）机制的影响下，员工从负面谣言中获知其他人对公司未来感到消极，或者感到公司不是一个很好的安身之所。谣言可能是典型的社会学习之源。第二，公平理论（Adams，1965）假设，员工会记录自己的工作投入和所得的比率，并基于这一比率与公司中的其他员工进行比较。群体敌意谣言似乎可能导致员工对不公平的感知，从而降低其工作满意度、承诺和信任，员工进而会更有可能考虑离开组织。事实上，当员工感到组织对待他们不公平时，他们更有可能散布关于组织的负面谣言（Skarlicki＆Folger，1997）。第三，认知结构激活法则（thelaw of cognitive structure activation）认为，模棱两可的刺激将被编码为与最为凸显的认知图式相一致，从而影响相关的判断和行为（Sedikides＆Skowronski，1991；也可以在本书第5章看到）。负面谣言通常通过凸显负面认知图式，启动对模糊事件的负面诠释，从而导致更低的满意度、承诺和信任。同样，这些关系可能存在因果双向性，例如，负面谣言可能会降低员工对管理层的信任，而管理层的低信任也可能会使员工听到和回想起更多负面谣言。
生产效率（增加工作产出）这一正面员工行为可能受到谣言正面或负面的影响。在我们之前的研究中，工厂裁员的谣言据称推动员工增加了工作产出（DiFonzoet al.，1994）。戴维斯（K.Davis，1975）同样发现，“小道消息”使平均生产效率提高了8%。然而，逸事性证据表明，参与谣言讨论既费时又分心，从而降低了生产效率（Weiss，1982，第16章）。
基于这些观点，我们假设听到的负面组织谣言与不确定性、焦虑程度呈正相关，而与员工对正式沟通质量的感知、工作满意度、组织承诺、管理信任、留职意向呈负相关；我们没有对生产效率做出预测假设。研究的结果支持了上述假设。
该调查连续四个月每月施测一次，对象为所有75位员工，每次施测员工回复率都很高。在第一次和第二次施测之前，部门经历了怠工和重组。在这些时期，存在大量的负面谣言——通常是关于可怕的裁员。裁员结果在第二次施测后公布，部门50%的人在第三次和第四次施测之间被解雇。我们测量了员工的不确定感、焦虑和员工态度：对正式组织沟通质量的感知、工作满意度、组织承诺以及对管理的关怀性和可靠性的感知。此外，员工提供了他们对最近生产效率以及留职意向的自我评价。员工在7点李克特量表上对所有条目进行评分，见展示2-2。此外，受试者记录了他们在过去一个月里听到的不同谣言的数量，并总体上评价这些谣言的积极和消极程度。与预期一致，员工报告谣言几乎都是负面的。[4]
展示2-2 在一项包含四次施测的、对一家正经历裁员的组织的纵向研究中测量的变量
注：除非另有说明，一般要求受试者在7点量表上对他们对每一个陈述的同意程度进行评分（1=非常不同意；4=既不同意也不反对；7=非常同意）。对不确定感、工作满意度和留职意向的测量，来自Schweiger＆DeNisi（1991）和以前对不确定感的概念化。沟通质量、焦虑、听到的谣言、传播的谣言和生产效率等条目由研究者生成。信任使用Meglino、DeNisi、Youngblood和Williams采用的5个条目测量（引自Schweiger＆DeNisi，1991）。组织认同感来自情感认同感量表（AffectiveCommitment Scale；McGee＆Ford，1987）。
①时间段1到时间段4的标准化α系数依次列在变量名称后括号里（T1，T2，T3，T4）。在每一次施测中，受试者数量依次为n=61、48、40和29。带有（R）的条目为反向计分题。
我们先分析每一个变量均值随时间变化的总体模式，图2-3和图2-4呈现了每一次施测中受试者听到谣言数量的均值，以及不确定感、焦虑、沟通质量、工作满意度、组织承诺、信任、生产效率和留职意向评分的均值。受试者听到不同谣言的数量在第一次施测和第二次施测之间达到顶峰，在第三次和第四次施测中则大大减少。随着谣言数量的增加，不确定感和焦虑评分也有所上升。相反，工作满意度、组织承诺和信任则下降了。同时，自评生产效率和留职意向也降低了。谣言的数量减少时，上述这些趋势会逆转；此外，沟通质量评分也会升高。总的来说，负面谣言的增加会伴随着不确定感和焦虑的上升，同时带来更多的员工负面态度、行为以及意向。
在个人层面也会有这样的模式吗？换句话说，听到谣言和每个结果变量之间的联系强度如何？表2-2～表2-5呈现了在不同的时间段听到的谣言数量和T1、T2、T3和T4四个时间点上各个结果变量之间的相关系数。为了估计这些相关关系的整体强度，我们计算出了平均相关系数。[5]结果出现了与预测一致的清晰模式。第一，在任何指定时间或累积的时间段，听到的谣言数量与不确定感之间有强相关关系（20个相关系数的平均r=0.42），与焦虑之间有中等相关关系（平均r=0.35）。由此可见，听到消极谣言与更高的不确定感和焦虑水平相关。第二，可以观察到听到的谣言数量与下列员工态度之间有中等程度的负相关：对公司的信任（平均r=-0.29）、工作满意度（平均r=-0.26）、日常沟通质量（平均r=-0.26），以及组织认同感（平均r=-0.18）。正如我们所预测的一样，听到的谣言数量与员工态度呈负相关。第三，听到谣言和留职意向呈负相关（平均r=-0.30）。这也符合我们的预测，即听到消极谣言与离职意向有关。第四，听到消极谣言和生产效率之间有中等的负相关（平均r=-0.22），尽管这种相关性随月份变化较大（T2和T4的平均r=-0.32，T1和T3的平均r=-0.03）。也就是说，听到消极谣言与生产效率有时候有较强负相关，有时候不相关。
图2-3 在组织裁员期间，员工听到的谣言数量、不确定感、焦虑、自评生产效率和留职意向等条目的均值
图2-4 在组织裁员期间，员工听到的谣言数量、对沟通质量的感知、信任、工作满意度、组织认同感等条目的平均值
表2-2 在各个时间段听到的谣言数量与T1变量之间的相关性
注：^p＜0.10。
表2-3 在各个时间段听到的谣言数量与T2变量之间的相关性
注：^p＜0.10，*p＜0.05，**p＜0.01。
表2-4 在各个时间段听到的谣言数量与T3变量之间的相关性
注：^p＜0.10，*p＜0.05，**p＜0.01。
必须注意的是，这里的相关关系既包括同一时期谣言数量与结果变量之间的相关关系，也包括谣言数量与其他时期结果变量之间的相关关系。也就是说，在某个月内听到的谣言数量会与未来几个月的一些结果变量有关。因此，我们想知道是否长年累月听到负面谣言会产生更强大的影响。确实，听到负面谣言似乎会产生一种累积效应（cumulativeeffect）。一般而言，与最近听到的谣言数量相比，在一段较长时期内听到谣言的累积数量与不确定感、焦虑呈现出更强的正相关，而与工作满意度、组织认同感、信任、生产效率、留职意向等呈现出更强的负相关。请参考表2-4呈现的谣言数量与T3结果变量之间的相关关系：与在第三个月中听到的谣言数量相比，三个月以来听到谣言的累积数量与每个变量之间的相关关系都更强（在“T1+T2+T3”行中列举的每一个相关系数都比“T3”行中列举的相关系数值更大）。此外，即使从T2开始计算，这个模式仍然存在：与在第三个月中听到的谣言数量相比，从第二个月到第三个月听到谣言的累积数量与每个变量都有更强的相关关系（在“T2+T3”行中列举的每一个相关系数都比“T3”行中列举的相关系数值更大）。我们在T2和T4的相关性结果中也可以观察到类似的模式。
为了更好地检验谣言的累积效应，我们还对这些数据进行了分层回归分析（hierarchicalregressions）。在这些分析中，我们计算了一个时间段中每个结果变量的变异（R2）：在步骤1中，我们纳入在同一时期听到的谣言数量；在步骤2中，我们纳入听到谣言的累积数量。在每一个回归中，听到谣言的累积数量几乎总是能解释额外的变异，这些额外的变异有时是显著的。例如，表2-6给出了T4结果变量的分层回归分析：步骤1纳入T4期间听到的谣言数量，而步骤2纳入在四个月中听到谣言的累积数量。在这一组回归分析中，对于不确定感、焦虑、沟通质量、工作满意度和生产效率，与在同一个月听到的谣言数量相比，听到谣言的累积数量显然具有更强的预测力。类似地，在对T2和T3结果变量的分析中也出现了这样的模式，并且对于组织认同感、信任和留职意向同样如此，尽管该模式并没有那么显著。
这些结果表明谣言接收的累积效应是存在的。换言之，与过去一个月听到的谣言数量相比，听到谣言的总数往往与一个人当前的不确定感和焦虑有更强烈的正相关。因为当前的不确定感和焦虑不能影响在过去几个月听到的谣言数量，所以这些结果表明负面谣言的确会增加不确定感和焦虑，受试者听到所在部门裁员的谣言会感到不安。此外，与在过去一个月听到的谣言数量相比，听到谣言的累积数量与个人目前对正式沟通质量的观点、工作满意度、组织认同感、信任、生产效率和留职意向有更强的负相关。这个结果再次表明消极谣言的确会对员工的工作满意度、留职意向和行为产生负面影响。
表2-5 在各个时间段听到的谣言数量与T4变量之间的相关性
注：^p＜0.10，*p＜0.05，**p＜0.01。
表2-6 基于T4的变量，对比同时期听到的谣言（步骤1）和所有时期累积听到的谣言的预测力（步骤2）的分层回归分析
注：^p＜0.10，*p＜0.05。
[1] 我们对三个成分中的项目分别进行了项目分析，结果表明每个成分中的项目都具有足够的信度（九个外部后果项目的α系数为0.89；四个内部态度项目的α系数为0.78；三个内部行为项目的α系数为0.69）。
[2] 外部后果M=1.58，SD=0.54，n=73（其中1、2、3分别表示影响的平均严重程度小、中等、大）；内部态度M=1.90，SD=0.58，n=73；内部行为M=1.45，SD=0.52，n=70。
[3] α=0.92。
[4] 评分均值M=2.02，SD=1.19，n=169（1=极其负面，7=极其正面）。
[5] 这些数据不适合用于更复杂的置信区间和元分析合并，因为相关系数之间并不独立。我们只是希望计算出每20个相关系数的描述性集中趋势。除了生产效率（如前所述）以外，每一组相关系数都具有同质性。在这里，我们根据J.Cohen（1988，pp.79-81）的建议区分弱（0＜r＜0.20）、中等（0.20＜r＜0.40）、强（0.40＜r＜0.60）相关。
