这篇文档属于类型b:一篇meta分析综述论文。以下是按学术报告格式整理的详细内容:
本研究由Jason A. Colquitt(University of Florida)、Donald E. Conlon与K. Yee Ng(Michigan State University)以及Michael J. Wesson和Christopher O. L. H. Porter(Texas A&M University)合作完成,发表于Journal of Applied Psychology 2001年第86卷第3期,标题为《Justice at the Millennium: A Meta-Analytic Review of 25 Years of Organizational Justice Research》。
本文聚焦组织公正(organizational justice)领域,通过meta分析整合了过去25年(1975-1999年)的183项实证研究,旨在解决三大核心问题:
1. 构念区分问题:不同公正维度(如分配公正、程序公正、互动公正)是否存在独立性与可区分性?
2. 主动研究问题:程序公正的多种操作化定义(如过程控制、Leventhal准则、人际公正、信息公正)是否能增量预测公平感知?
3. 反应研究问题:不同公正维度如何独立或联合影响关键组织结果(如工作满意度、组织承诺、绩效等)?
背景上,组织公正研究源于哲学对“正义”的探讨(如亚里士多德),后由Adams(1965)提出分配公正(distributive justice)理论,Thibaut与Walker(1975)引入程序公正(procedural justice),Bies与Moag(1986)补充互动公正(interactional justice)。然而,这些维度间的关系及其对组织结果的影响机制尚无定论,亟需系统性整合。
作者通过meta分析发现:
- 程序公正的操作化定义(如过程控制、Leventhal准则)间相关性较高(校正后rc = 0.67),但与分配公正的关联略低(rc = 0.67)。
- 人际公正与信息公正虽高度相关(rc = 0.66),但仍可区分。例如,信息公正更预测对程序公平的评价(rc = 0.58),而人际公正更影响对权威的评价(rc = 0.62)。
- 间接组合测量(如同时包含过程控制和人际公正的问卷)导致程序公正与分配公正的相关系数虚高(rc = 0.77),支持需独立测量各维度。
支持证据:120项meta分析显示,四因子模型(分配、程序、人际、信息公正)的区分效度最优(Colquitt, 2001验证)。
通过meta回归分析发现:
- 历史演进贡献:Thibaut与Walker(1975)的“过程控制”解释26%的公平感知方差;Leventhal(1980)的六准则(一致性、无偏性等)增量解释21%;人际与信息公解释6%。
- 超越分配公正:在控制分配公正后,Leventhal准则(β = 0.30)和人际公正(β = 0.26)仍显著预测程序公平感知,但过程控制(β = 0.03)作用微弱。
关键数据:Leventhal准则与公平感知的相关系数(rc = 0.68)显著高于过程控制(rc = 0.51)。
作者检验了三种理论模型的适用性:
- 分配主导模型:仅支持“结果满意度”与“离职倾向”由分配公正主导(β = 0.54和-0.50)。
- 双因素模型(Sweeney & McFarlin, 1993):程序公正更预测系统参照结果(如组织承诺,β = 0.41),分配公正更预测个人参照结果(如工作满意度,β = 0.46)。
- 代理-系统模型(Bies & Moag, 1986):人际/信息公正更预测代理参照结果(如对主管的评价,β = 0.62),但意外发现其对OCB-O(组织公民行为-组织指向)也有强预测(β = 0.25)。
例外发现:绩效的最佳预测因素是程序公正(β = 0.36),而负面反应(如报复行为)受人际公正影响最大(β = -0.35)。
理论贡献:
实践价值:
(全文总计约2000字)