鉴于谣言长期以来破坏士气和声誉的恶名（总结见Bird，1979，第1章），毫不意外有大量研究对如何有效抑制谣言进行探索。研究者对辟谣对谣言相信的影响进行了研究，表4-3呈现了研究结果的效应量大小。早期的研究使用组间设计，让所有受试者接收谣言，一些受试者同时接收辟谣信息。随后研究者测量受试者对谣言的相信程度，并将接收辟谣信息和未接收辟谣信息的两组进行对比。我们自己的调查则使用了组内设计，在辟谣前后测量受试者对谣言的相信程度。研究者对八项辟谣研究[1]的结果进行了联合元分析（R.Rosenthal＆Rosnow，1991，p.505），得到了一个中等强度的基于样本加权的平均效应量（r=0.33）（注：辟谣导致的谣言相信程度降低的二项效应量（R.Rosenthal＆Rosnow，1991，pp.280-283）为33%。罗森塔尔（R.Rosenthal，1979）的“抽屉文件”分析（filedrawer analysis）表明，需要存在341项平均效应为0的未发表研究，才能使总体上的P1-tailed=0.0003（基于ravg.=3.42）变为“刚好显著”的p=0.05水平。）。对于这个结果，我们应该持谨慎态度，因为这八项研究的效应量有较大异质性（注：χ2（7）=46.44，p=7.19E-8（见R.Rosenthal＆Rosnow，1991，pp.500-501）。），尽管鉴于辟谣来源和研究方法的异质性，效应量的异质性是可以预期的。
表4-3 辟谣对降低谣言相信的效应
①估计的效应量（r）源于数据的二次分析（Rosenthal＆Rosnow，1991），测量了辟谣对谣言相信的影响。所有的p值都是单尾检验结果。
②奥尔波特和波兹曼（G.W.Allport＆Postman，1947b）暗示大多数受试者听到了罗斯福1943年2月23日的辟谣，但并未给出准确数字。我们计算了与各种多数比例对应的可能效应量。此处报告的效应量是可能效应量中的最小值。它们基于我们的保守估计：200人中有190人听到了辟谣；更小的听到比例会导致更高的r。
③我们计算了3（谣言起源）×4（辟谣策略）两因素设计的12个区格。在每一个谣言起源水平（消极、中立和积极利益相关者）中，低可信度安抚性辟谣、低可信度煽动性辟谣、中立来源辟谣和无辟谣的对照权重分别为-1、-1、-1和+3，以比较有辟谣的区格和无辟谣的区格中的平均相信程度。
④奥尔波特和莱普金（Allport＆Lepkin，1945）的统计中的N是回复数量，而不是受试者数量，违背了观测的独立性假设。
⑤基于阅读了《锡拉库扎标准邮报》“谣言诊所”栏目的受试者的信任系数（谣言相信的综合指数）差异。只有在研究之前听过谣言的受试者的回答纳入比较。
⑥基于辟谣前和辟谣后相信程度的比较，辟谣来源有四个组间条件：同学、讲师、系主任、校长。
⑦基于辟谣前和辟谣后相信程度的比较，辟谣来源有三个组间条件：图书馆借书台的工作人员、图书馆长、校长。
⑧基于辟谣前和辟谣后相信程度的比较，辟谣来自美国能源部运营的计算机安全监察小组“计算机事件公告”。
⑨基于辟谣前和辟谣后相信程度的比较（研究2），辟谣有四种方式，采用2（高/低辟谣质量）×2（高/低辟谣来源可信度）设计。
需要注意的是，我们一直在整体上讨论辟谣的作用，没有考虑调节变量，而调节变量在强化或削减辟谣对谣言相信的影响方面起着重要的作用（元分析中的异质性也指向了这一点）。比如，科勒（Koller，1992）发现了辟谣方法（积极广告、否认或者不回应）和谣言的先验知识之间存在交互作用的证据。伊耶和德贝维奇（Iyer＆Debevec，1991）发现温和的辟谣信息比激烈的辟谣信息更加有效。他们还发现辟谣来源的可信度与谣言的起源（积极的、中立的或消极的利益相关者）之间存在交互作用。在我们的研究中，我们发现适当（Bordia，DiFonzo，＆Travers，1998）、诚实（Bordia，DiFonzo，＆Schulz，2000）和高可信度（Bordia，DiFonzo，Haines，＆Chaseling，2005）的辟谣来源能够增强辟谣的有效性。我们将在本书第9章详细回顾影响辟谣在谣言相信和其他结果方面的有效性的调节变量。总的来说，这些结果指向第四个命题，即谣言相信和辟谣的存在呈负相关（命题4）。
[1] 表4.3中使用的研究，不包括F.H.奥尔波特和莱普金（F.H.Allport＆Lepkin，1945）的结果，因为他们违反了观察假设的独立性（见表4-2注②）。
