Upload
vudien
View
262
Download
1
Embed Size (px)
Citation preview
ANALISIS PSIKOMETRIK INSTRUMEN PHUBBING DAN
FAKTOR-FAKTOR YANG MEMPENGARUHINYA
Skripsi
Diajukan Kepada Fakultas Psikologi UIN Syarif Hidayatullah untuk Memenuhi Salah
Satu Persyaratan Memperoleh Gelar Sarjana Psikologi
Disusun Oleh :
Achmad Afrizal Fauzan
11140700000088
FAKULTAS PSIKOLOGI
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
1440 H/2018 M
ANALISIS PSIKOMETRIK INSTRUMEN PHTIBBI,^/G DANFAKTOR-FAKTOR YANG MEMPENGARUHINYA
SkriPsiDiajukan untuk Memenuhi Persyaratan Memperoleh
Gelar Sarjana Psikologi (S.Psi)
Oleh:Achmad Afrizal FauzanNIM: 11140700000088
Pernbimbing
NrP. 19s904320 198603 10r63
F'AKULTAS PSIKOLqGIUNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKAR"TA1440IJ / 2018 M
LEMBAR PENGESAIIAN
Skripsi yang berjudul "ANALISIS PSIKOMETRIK INSTRUMEN
PHABBING DAN FAKTOR-FAKTOR YANG MEMPENGARUHINYA"
telah diujikan dalam sidang munaqasyah Fakultas Psikologi Universitas Islam
Negeri Syarif Hidayatullah Jakarta pada tanggal 12 Oktober 2018. Skripsi ini
telah diterima sebagai salah satu syar:at memperoleh gelar sarjana psikologi (S.Psi)
pada Fakultas Psikologi.
Jakarta. 12 Oktober 2018
Sidang Munaqasyah
Wakil Dekan/ /Sekretaris Merlskao Anp.p.ota
($*/Dr. Abdul Rahman Shaleh. M.SiNIP. 19720823 199903 1002
Anggota
NrP. 19841026 200912 2 004Miftahuddin. M.SiNIP. 19730317 200604 1 001
NrP. 19s904320
r
Dekan/
NIP. 19680614 I
198603 1016
iv
LEMBAR PERNYATAAN
Dengan ini saya menyatakan bahwa:
1. Skripsi ini merupakan hasil karya asli saya yang diajukan dengan memenuhi
syarat salah satu persuaratan memperoleh gelar sarjana strata satu (S1) di
UIN Syarif Hidayatullah Jakarta.
2. Semua sumber yang saya gunakan dalam penulisan ini telah saya
cantumkan sesuai dengan ketentuan yang berlaku.
3. Jika di kemudian hari terbukti bahwa karya ini bukan hasil karya asli saya
atau merupakan hasil jiplakan dari karya orang lain, maka saya bersedia
menerima sanksi yang berlaku di UIN Syarif Hidayatullah Jakarta.
Jakarta, 24 September 2018
Achmad Afrizal Fauzan
NIM: 11140700000088
v
-MOTTO –
“there is no limit of struggling”
(Tidak Ada Batasan dari Perjuangan)
Try not to become a man of success, but rather try
to become a man of value
-Albert Einstein-
-PERSEMBAHAN-
Skripsi ini saya persembahkan khusus untuk Hj Tini Priyatni (nenek), Ayah,
Ibu, Uwa yang selalu memberikan doa, semangat, dan cinta yang tak lekang
oleh waktu.
vi
ABSTRAK
A) Fakultas Psikologi
B) September 2018
C) Achmad Afrizal Fauzan
D) Analisis Psikometrik Instrumen Phubbing dan Faktor-Faktor yang
Mempengaruhinya
E) xvi + 135 halaman + 85 lampiran
F) Penelitian ini dilakukan untuk mengetahui hasil dari analisis psikometrik
skala instrumen phubbing, smartphone addiction scale-short version (SAS-
SV), self-regulation scale, FoMO scale, skala konformitas, dan academic
cyberloafing scale berupa uji kelayakan item, uji reliabilitas, uji validitas
item, dan kalibrasi parameter item dengan metode Rasch Measurement
Model atau IRT. Selain itu, penelitian ini juga dilakukan untuk mengetahui
faktor-faktor yang mempengaruh phubbing baik secara langsung, maupun
secara tidak langsung. Subjek penelitian ini adalah mahasiswa/I se
Jabodetabek. Penelitian ini menggunakan metode analisis jalur dalam
menganalisis hubungan antar variabel. Teknik pengambilan sampel yang
digunakan adalah teknik nonprobability sampling, yaitu convenience
sampling.
Hasil penelitian ini didapatkan instrumen phubbing, smartphone addiction
scale-short version (SAS-SV), self-regulation scale, FoMO scale, skala
konformitas, dan academic cyberloafing scale yang valid dan reliabel. Hasil
penelitian lainnya adalah model yang dibuat dalam penelitian ini fit dengan
data dengan nilai RMSEA sebesar 0,000 (p-value < 0,05). Dari model
tersebut didapatkan bahwa smartphone addiction (β=0,510; p-value= 0,000)
dan academic cyberloafing (β=0,131; p-value=0,040) memiliki pengaruh
yang signifikan terhadap phubbing secara langsung. Sedangkan regulasi diri
(β=-0,123; p-value=0,001) dan fear of missing out (β=0,172; p-value=0,000)
juga memiliki pengaruh yang signifikan terhadap phubbing dengan melalui
smartphone addiction sebagai variabel mediator.
Hasil penelitian ini didapatkan instrumen penelitian yang dapat digunakan
pada penelitian selanjutnya dan juga literasi mengenai perilaku phubbing.
Agar penelitian selanjutnya dapat menghasilkan hasil yang maksimal
disarankan agar menggunakan variabel-variabel lain yang diduga
mempengaruhi perilaku phubbing, seperti intensitas dalam berinternet,
intensitas dalam penggunaan smartphone, usia, parenting control, dan
sebagainya.
G) Bahan bacaan: 41; buku: 7 + Jurnal: 30 + Artikel: 4
vii
ABSTRACT
A) Faculty of Psychology
B) September 2018
C) Achmad Afrizal Fauzan
D) Psychometric Analysis of Phubbing Instruments and Influencing Factors
E) xvi + 135 pages + 85 attachments
F) This study was conducted to determine the results of psychometric analysis
of phubbing instrument scale, smartphone addiction scale-short version
(SAS-SV), self-regulation scale, FoMO scale, conformity scale, and
academic cyberloafing scale in the form of item feasibility test, reliability
test, validity test items, and item parameter calibration using the Rasch
Measurement Model or IRT method. In addition, this study was also
conducted to find out the factors that influence phubbing both directly, and
indirectly. The subject of this research is students / I in Jabodetabek. This
study uses path analysis method in analyzing the relationship between
variables. The sampling technique used was nonprobability sampling
technique, namely convenience sampling
The results of this study obtained phubbing instruments, smartphone
addiction scale-short versions (SAS-SV), self-regulation scales, FoMO
scales, conformity scales, and valid and reliable academic cyberloafing
scales. Other research results are the model made in this study fit with data
with RMSEA value of 0,000 (p-value <0,05). From this model, it was found
that smartphone addiction (β = 0,510; p-value = 0,000) and academic
cyberloafing (β = 0,131; p-value = 0,040) had a significant influence on
phubbing directly. While self-regulation (β = -0,123; p-value = 0,001) and
fear of missing out (β = 0,172; p-value = 0,000) also have a significant
influence on phubbing through smartphone addiction as a mediator variable.
The results of this study obtained research instruments that can be used in
subsequent research and also literacy about phubbing behavior. So that
further research can produce maximum results, it is recommended to use
other variables that are thought to influence the behavior of media, such as
the intensity of the internet, the intensity of smartphone use, age, parenting
control, and so on.
G) Reading materials: 41; Books: 7 + Journal: 30 + Articles: 4
viii
KATA PENGANTAR
Bismillahirrahmanirrahim,
Alhamdulillahirabbil’alamin, segala puji dan syukur penulis panjatkan kehadirat
Allah SWT karena atas segala kuasa dan rahmatNya, penulis dapat menyelesaikan
skripsi yang berjudul “Analisis Psikometrik Instrumen Phubbing dan Faktor-Faktor
yang Mempengaruhinya”. Shalawat serta salam tercurah kepada Nabi besar
Muhammad SAW, serta pengikutnya sampai akhir zaman.
Penulis menyadari bahwa penyusunan skripsi ini masih belum bisa
dikatakan sempurna, karena keterbatasan penulis dalam hal pengalaman,
pengetahuan, dan kemampuan. Penulis berharap semoga skripsi ini dapat
bermanfaat bagi semua pihak agar memiliki kesadaran dalam menggunakan data
pribadi, khususnya bagi remaja. Skripsi ini tidak lepas juga dari bantuan berbagai
pihak yang memberikan bimbingan, saran, dan motivasi. Oleh karena itu
perkenankanlah penulis untuk menyampaikan ucapan terima kasih tak terhingga
kepada :
1. Dekan Fakultas Psikologi UIN Syarif Hidayatullah Jakarta, Prof. Dr. Abdul
Mujib, M.Ag, M.Si beserta seluruh wakil dekan dan jajaran dekanat lainnya
yang tiada hentinya berusaha menciptakan lulusan-lulusan psikologi yang
semakin berkualitas.
2. Bapak Bahrul Hayat, Ph. D selaku dosen pembimbing skripsi yang telah
meluangkan waktu, memberikan motivasi, kritik, saran, arahan secara terus
ix
menerus, dan tentunya kesabaran yang luar biasa sehingga penulis dapat
menyelesaikan skripsi ini dengan baik.
3. Bapak Drs. Rachmat Mulyono, M. Psi, Psikolog selaku dosen pembimbing
akademik yang terus memberikan motivasi, bimbingan, dan saran terkait
kegiatan akademik dan non akademik.
4. Seluruh dosen Fakultas Psikologi UIN Syarif Hidayatullah Jakarta beserta
staff dan jajarannya, yang selalu memberikan yang terbaik untuk penulis.
5. Bapak Djaerul Nursyam (Bapak), Ibu Susanti Sri Rejeki (Ibu), Ibu Hj. Tini
Priyatni (nenek), dan Raisa Putri Asansyah (Adik) yang tak henti-hentinya
memberikan doa dan kasih sayangnya kepada penulis.
6. Adiyo R yang selalu menyempatkan waktu berdiskusi dan membantu penulis
dalam menyelesaikan skripsi.
7. Para sahabat penulis Zahra Zahronah, Elisa, Avindra, Yustisia Aulia Insan
Cita yang selalu memberikan semangat kepada penulis dalam menyelesaikan
skripsi ini.
8. Keluarga besar Psikologi UIN Syarif Hidayatullah 2014 atas
kebersamaannya.
x
Semoga Allah memberikan pahala yang tak henti-hentinya, sebagai
balasan atas segala kebaikan dan bantuan yang diberikan. Penulis menyadari
bahwa dalam penulisan skripsi ini masih banyak kekurangannya. Oleh karena itu,
penulis menerima saran dan kritik yang sifatnya membangun demi kesempurnaan
skripsi ini. Penulis berharap semoga penelitian ini dapat memberikan mafaat
kepada pembaca.
Jakarta, 24 September 2018
Penulis
xi
DAFTAR ISI
HALAMAN SAMPUL .......................................................................................... i
HALAMAN PERSETUJUAN ........................................................................... ii
LEMBAR PENGESAHAN ................................................................................. iii
LEMBAR PERNYATAAN ................................................................................ iv
MOTTO DAN PERSEMBAHAN ....................................................................... v
ABSTRAK ........................................................................................................... vi
ABSTRACK ...................................................................................................... vii
KATA PENGANTAR ........................................................................................ viii
DAFTAR ISI ......................................................................................................... xi
DAFTAR TABEL ............................................................................................. xiii
DAFTAR GAMBAR ........................................................................................... xv
DAFTAR LAMPIRAN ...................................................................................... xvi
BAB 1: PENDAHULUAN ............................................................................. 1-15
1.1 Latar Belakang Masalah ................................................................................. 1
1.2 Pembatasan dan Perumusan Masalah ..................................................... 11-13
1.2.1 Pembatasan Masalah ............................................................................ 11
1.2.2 Perumusan Masalah ............................................................................. 13
1.3 Tujuan dan Manfaat Penelitian ..................................................................... 13
1.4 Manfaat Penelitian ....................................................................................... 14
BAB 2: LANDASAN TEORI ...................................................................... ..15-39
2.1 Phubbing ................................................................................................. 15-20
2.1.1 Definisi Phubbing ................................................................................ 15
2.1.2 Faktor-Faktor Penyebab Phubbing ...................................................... 16
2.1.3 Dampak Phubbing ............................................................................... 19
2.1.4 Aspek-Aspek Phubbing ....................................................................... 19
2.1.5 Pengukuran Phubbing ......................................................................... 20
2.2 Smartphone Addiction ............................................................................ 20-22
2.2.1 Definisi Smartphone Addiction ........................................................... 20
2.2.2 Aspek-Aspek Smartphone Addiction ................................................... 21
2.2.3 Pengukuran Smartphone Addiction .................................................... 22
2.3 Regulasi Diri ........................................................................................... 22-24
2.3.1 Definisi Regulasi Diri .......................................................................... 22
2.3.2 Pengukuran Regulasi Diri .................................................................... 24
2.4 Fear of Missing Out (FoMO) ................................................................. 24-28
2.4.1 Definisi Fear of Missing Out (FoMO)................................................. 24
2.4.2 Aspek-Aspek Fear of Missing Out (FoMO) ........................................ 25
2.4.3 Pengukuran Fear of Missing Out (FoMO) .......................................... 28
2.5 Konformitas ............................................................................................ 28-30
2.5.1 Definisi Konformitas ........................................................................... 28
2.5.2 Aspek-Aspek Konformitas ................................................................. 29
2.5.3 Pengukuran Konformitas .................................................................... 30
xii
2.6 Academic Cyberloafing ......................................................................... 30-32
2.6.1 Definisi Academic Cyberloafing.......................................................... 30
2.6.2 Dimensi Academic Cyberloafing ......................................................... 31
2.6.3 Pengukuran Academic Cyberloafing ................................................... 32
2.7 Jenis Kelamin ............................................................................................... 32
2.8 Tingkat Kuliah (Grade)................................................................................. 33
2.9 Kerangka Berpikir ......................................................................................... 33
2.10 Hipotesis Penelitian ....................................................................................... 37
BAB 3: METODE PENELITIAN................................................................ 40-62
3.1 Populasi dan Sampel ..................................................................................... 40
3.2 Variabel Penelitian........................................................................................ 40
3.3 Analisis Psikometrik Instrumen Penelitian ............................................. 47-57
3.3.1 Analisis Item Classical True Score Model .......................................... 48
3.3.2 Reliabilitas Tes .................................................................................... 49
3.3.3 Uji Validitas Konstruk ......................................................................... 51
3.3.4 Kalibrasi Parameter Item dengan Rasch Measurement Model ............ 53
3.4 Analisis Jalur Faktor-Faktor yang Mempengaruhi Phubbing ..................... 57
BAB 4: HASIL PENELITIAN ................................................................... 63-115
4.1 Gambaran Umum Responden Penelitian ...................................................... 63
4.2 Hasil Analisis Psikometrik Instrumen Penelitian ....................................... 64-
4.2.1 Hasil Analisis Item Classical True Score Model ................................ 64
4.2.2 Hasil Uji Reliabilitas Tes ..................................................................... 71
4.2.3 Hasil Uji Validitas Konstruk ............................................................... 71
4.2.4 Hasil Kalibrasi Parameter Item dengan Rasch Measurement Model .. 90
4.3 Kesimpulan Hasil Analisis Psikomertrik .................................................... 101
4.4 Hasil Analisis Deskriptif ............................................................................. 102
4.5 Hasil Kategorisasi Skor Variabel Penelitian .............................................. 103
4.6 Hasil Uji Analisis Regresi ........................................................................... 104
4.7 Hasil Analisis Jalur Faktor-Faktor yang Mempengaruhi Phubbing ........... 107
4.6.1 Hasil Pengujian Model Fit ................................................................. 107
4.4.2 Hasil Analisis Pengaruh Antar Variabel Penelitian .......................... 109
BAB 5: KESIMPULAN, DISKUSI, DAN SARAN ................................ 116-122
5.1 Kesimpulan ................................................................................................. 116
5.2 Diskusi ........................................................................................................ 117
5.3 Saran ................................................................................................... 121-122
5.3.1 Saran Teoritis .......................................................................... …….121
5.3.2 Saran Praktis ..................................................................................... 122
DAFTAR PUSTAKA ................................................................................. 123-126
LAMPIRAN ................................................................................................ 127-212
xiii
DAFTAR TABEL
Tabel 3.1 Blueprint Instrumen Phubbing ............................................................. 41
Tabel 3.2 Blue Print Smartphone Addiction Scale (SAS-SV) ............................. 42
Tabel 3.3 Blue Print Self-Regulation Scale (SRS) ............................................... 43
Tabel 3.4 Blue Print FoMO Scale ...................................................................... 44
Tabel 3.5 Blue Print Skala Konformitas .............................................................. 45
Tabel 3.6 Blue Print Academic Cyberloafing Scale............................................. 46
Tabel 3.7 Dummy Codding Variabel Tingkat Kuliah (Grade) ............................ 47
Tabel 3.8 Indeks Daya Pembeda .......................................................................... 49
Tabel 3.9 Nilai Cronbach Alpha ......................................................................... 51
Tabel 4.1 Gambaran Responden Penelitian ......................................................... 63
Tabel 4.2 Indeks Daya Pembeda Item Instrumen Phubbing ................................ 65
Tabel 4.3 Kriteria Daya Pembeda Instrumen Phubbing ...................................... 65
Tabel 4.4 Item yang Perlu Direvisi ...................................................................... 66
Tabel 4.5 Indeks Daya Pembeda Item SAS-SV ................................................... 66
Tabel 4.6 Kriteria Daya Pembeda SAS-SV ........................................................ 66
Tabel 4.7 Indeks Daya Pembeda SRS .................................................................. 67
Tabel 4.8 Kriteria Daya Pembeda SRS ................................................................ 67
Tabel 4.9 Indeks Daya Pembeda FoMO Scale .................................................... 68
Tabel 4.10 Kriteria Daya Pembeda FoMO Scale ................................................... 68
Tabel 4.11 Indeks Daya Pembeda Skala Konformitas ........................................... 69
Tabel 4.12 Kriteria Daya Pembeda Skala Konformitas ......................................... 69
Tabel 4.13 Indeks Daya Pembeda ACS ................................................................. 70
Tabel 4.14 Kriteria Daya Pembeda ACS ............................................................... 71
Tabel 4.15 Reliabilitas Instrumen Penelitian ......................................................... 71
Tabel 4.16 Uji Validitas Konstruk Instrumen Phubbing ....................................... 73
Table 4.17 Uji Validitas Konstruk SAS-SV .......................................................... 75
Tabel 4.18 Uji Validitas Konstruk SRS ................................................................. 77
Tabel 4.19 Uji Validitas Konstruk FoMO Scale .................................................... 79
Tabel 4.20 Uji Validitas Konstruk Skala Konformitas .......................................... 81
Tabel 4.21 Uji Validitas Konstruk sharing ............................................................ 83
Tabel 4.22 Uji Validitas Konstruk shoping .......................................................... 85
Tabel 4.23 Uji Validitas Konstruk Real Time Updating ........................................ 86
Tabel 4.24 Uji Validitas Konstruk Access Online Content .................................... 88
Tabel 4.25 Uji Validitas Konstruk Gaming / Gambling ....................................... 90
Tabel 4.26 Tabel Person Misfit dari Instrumen Phubbing ..................................... 91
Tabel 4.27 Analisis Item Rasch Model Instrumen Phubbing ................................ 91
Tabel 4.28 Tabel Person Misfit dari SAS-SV ........................................................ 93
Tabel 4.29 Analisis Item Rasch Model SAS-SV ................................................... 93
Tabel 4.30 Tabel Person Misfit dari SRS .............................................................. 94
Tabel 4.31 Analisis Item Rasch Model SRS .......................................................... 95
xiv
Tabel 4.32 Tabel Person Misfit dari FoMO Scale ................................................ 96
Tabel 4.33 Analisis Item Rasch Model FoMO Scale ............................................. 96
Tabel 4.34 Tabel Person Misfit dari skala konformitas ......................................... 97
Tabel 4.35 Analisis Item Rasch Model Skala Konformitas ................................... 98
Tabel 4.36 Tabel Person Misfit dari ACS .............................................................. 99
Tabel 4.37 Analisis Item Rasch Model ACS ....................................................... 100
Tabel 4.38 Tabel Item yang Bermasalah.............................................................. 101
Tabel 4.39 Analisis Deskriptif ............................................................................. 102
Tabel 4.40 Pedoman Interpretasi Skor ................................................................. 103
Tabel 4.41 Kategorisasi Variabel Penelitian ........................................................ 103
Tabel 4.42 Model Summary Analisis Regresi ..................................................... 104
Tabel 4.43 Koefisien Regresi .............................................................................. 105
Tabel 4.44 Hasil Pengujian Model Fit (Test of Goodnes of fit) ........................... 106
Tabel 4.45 Hasil dari Estimasi Koefisien Jalur (Beta) Direct Effect .................. 109
Tabel 4.46 Hasil dari Estimasi Koefisien Jalur (Beta) Indirect effect.................. 109
xv
DAFTAR GAMBAR
Gambar 2.1 Kerangka Berpikir .......................................................................... 37
Gambar 3.1 Spesifikasi Model Faktor-Faktor yang Mempengaruhi Phubbing ... 59
Gambar 4.1 Path Diagram Instrumen Phubbing ................................................. 72
Gambar 4.2 Path Diagram SAS-SV .................................................................... 75
Gambar 4.3 Path Diagram SRS ........................................................................... 76
Gambar 4.4 Path Diagram FoMO Scale ............................................................. 78
Gambar 4.5 Path Diagram Skala Konformitas .................................................... 80
Gambar 4.6 Path Diagram Dimensi Sharing dari ACS ....................................... 82
Gambar 4.7 Path Diagram Dimensi Shopping dari ACS .................................... 84
Gambar 4.8 Path Diagram Dimensi RTU dari ACS ........................................... 86
Gambar 4.9 Path Diagram Dimensi AOC dari ACS ........................................... 87
Gambar 4.10 Path Diagram Dimensi Gaming/Gambling ..................................... 89
Gambar 4.11 Model Penelitian ............................................................................ 107
Gambar 4.12 Model dengan Jalur yang Signifikan .............................................. 108
xvi
DAFTAR LAMPIRAN
Lampiran 1 Informed Concent ............................................................................. 127
Lampiran 2 Kuesioener Penelitian ...................................................................... 128
Lampiran 3 Output Hasil Uji Validitas CFA ....................................................... 137
Lampiran 4 Output Hasil Analisis Regresi ........................................................ 148
Lampiran 5 Output Hasil Uji Kelayakan Item (Analisis Item) ............................ 153
Lampiran 6 Output Hasil Analisis Jalur (path analysis) ..................................... 170
Lampiran 7 Output Hasil Kalibrasi Parameter Item ............................................ 175
1
BAB 1
PENDAHULUAN
1.1.Latar Belakang Masalah
Pada era milenial ini, perkembangan teknologi semakin berkembang pesat. Segala
bentuk aktifitas kini dapat dilakukan dengan melalui sebuah gadget. Hal tersebut
dapat mengakibatkan individu ketergantungan akan gadget yang dimilikinya
sehingga bukan hal yang tidak mungkin individu tersebut mengabaikan seseorang
yang berada di lingkungan sekitarnya karena asik dengan gadget yang dimiliknya.
Seringkali kita jumpai di lingkungan masyarakat ataupun ditempat umum yang
terdapat sekumpulan orang-orang namun tidak saling berkomunikasi satu sama
lain, melainkan saling disibukkan dengan gadget nya masing-masing.
Ketika sedang berada di sebuah restoran ataupun kafe, seringkali dijumpai
momen berkumpul dengan teman maupun keluarga yang dilakukan adalah
memotret makanan yang telah disajikan dan mengunggahnya kedalam media sosial
yang dimilikinya. Selepas itu, munculah komentar-komentar dari teman virtual
(maya) nya sehingga dunia virtual (dunia maya) terlihat lebih menarik daripada
dunia nyata yang sedang dihadapinya. Perilaku tersebut mengakibatkan seseorang
ataupun orang-orang yang sedang berada disekitarnya merasa terabaikan sehingga
yang terabaikan pun ikut memainkan gadget nya.
Menurut Rahmayani (2015) seperti yang dilansir dari laman kominfo.go.id,
jumlah pengguna internet di Indonesia pada tahun 2014 mencapai 83,7 juta orang
berdasarkan hasil riset yang dilakukan oleh lembaga riset pasar e-marketer yang
dilansir pada laman kominfo.go.id. Dari data tersebut dapat disimpulkan bahwa
2
sebagian besar orang pengguna gadget / smartphone di Indonesia adalah untuk
mengakses internet, baik digunakan untuk sosial media, maupun digunakan untuk
browsing yang lainnya. Hal tersebut selaras dengan pernyataan yang dikemukakan
oleh Auliani (2015) yang dilansir dari laman tekno.kompas.com berdasar pada hasil
riset Google bersama TNS Australia menyatakan bahwa 50% pemilik smartphone
di Indonesia menjadikan peranti tersebut sebagai alat komunikasi yang utama
termasuk untuk mengakses internet.
Selain itu, Rahmayani (2015) juga mengatakan bahwa hasil riset yang
dilakukan oleh lembaga riset digital marketing E-marketer memperkirakan pada
tahun 2018 jumlah pengguna aktif smartphone (gadget) di Indonesia lebih dari 100
juta orang. Dengan jumlah sebesar itu, Indonesia akan menjadi Negara dengan
pengguna aktif smartphone terbesar keempat di dunia setelah China, India, dan
Amerika. Data tersebut dapat dijadikan sebuah tolak ukur maraknya pengguna
gadget (smartphone) di Indonesia.
Menurut Alto (2016) yang dilansir dari laman prnewswire.com mengatakan
bahwa Mobile App developer Delvv telah melakukan survey digital tentang
eksplorasi norma digital, ekspektasi, dan kebiasaan yang diakibatkan dari
penggunaan smartphone pada masyarakat di Amerika yang hasilnya responden
dengan tingkat kecemasan yang tinggi cenderung untuk menanggapi pesan masuk
pada smartphone nya ketika berada dijamuan makan malam bersama perusahaan.
74% responden dengan tingkat kecemasan yang rendah merasa tidak keberatan jika
seorang penerima menunda untuk melihat pesan sampai ia selesai makan,
sedangkan hanya 55% responden dengan tingkat kecemasan yang tinggi
3
mengatakan hal yang sama. Selain itu, sebagian besar responden (68%) merasa
bahwa jika mereka memberi tahu seseorang yang sedang makan malam bersama
perusahaan, orang tersebut seharusnya tidak melihat pesannya sampai setelah
makan (Alto, 2016). Dari data diatas, dapat disimpulkan bahwa sebanyak 68%
responden tidak ingin diabaikan dalam acara jamuan makan malam bersama
perusahaan oleh seseorang yang mengalihkan fokusnya kepada smartphone /
gadget yang ia miliki.
Dari beberapa fenomena yang telah diceritakan di atas dapat disimpulkan
bahwa fenomena tersebut merupakan perilaku Phubbing. Fenomena phubbing
sendiri merupakan salah satu dampak dari penggunaan gadget / smartphone yang
berlebih. Istilah phubbing, berasal dari kata phone dan snubbing. Istilah tersebut
diciptakan oleh Alex Haigh. Phubbing adalah perilaku mengabaikan seseorang
dalam lingkungan sosial dengan mengalihkan perhatian kepada telepon (gadget)
(Haigh, 2015; Chotpitayasunondh, 2016).
Dengan kata lain, phubbing adalah perilaku mengabaikan seseorang dalam
lingkungan sosial dengan mengalihkan fokusnya kepada smartphone atau gadget,
entah untuk mengecek Facebook, Whatsapp, ataupun aplikasi chatting lainnya.
Orang yang melakukan phubbing disebut sebagai phubber yakni orang yang terus
menerus cek email, sosial media, ataupun chatting menggunakan gadget.
Pphubbing (partner phubbing) adalah phubbing yang dilakukan saat seseorang
sedang bersama pasangannya.
Selain itu, Thaeras (2017) dalam artikelnya yang dilansir dari laman
CNNIndonesia.com mengatakan bahwa istilah phubbing yang kembali viral ini
4
dikarenakan adanya studi yang dilakukan oleh Dr. James Robert dan Dr Meredith
David dari Baylor University of Texas. Artikel tersebut mengatakan bahwa
phubbing yang saat ini terjadi cukup memprihatinkan karena dilakukan saat momen
kebersamaan terjadi, perilaku tersebut biasanya dilakukan oleh pasangan dalam
hubungan percintaan atau para sahabat yang sedang berkumpul (Thaeras, 2017).
Dari penelitian yang dikutip dalam artikel Thaeras (2017) yang dilansir dari laman
CNNIndonesia.com, terdapat 143 responden yang diujicobakan, ternyata 70% dari
responden tidak bisa lepas dari telepon genggamnya dan melakukan phubbing.
Dampak dari perilaku phubbing adalah lawan bicara ataupun orang yang
berada di depannya merasa terabaikan. Akibatnya, kualitas dari hubungan pun
menurun. Penelitian yang dilakukan oleh Wang et al (2017) di China memaparkan
bahwa ada hubungan yang negatif antara partner phubbing (pphubbing) dengan
relationship satisfaction. Artinya semakin tinggi melakukan phubbing ketika
bersama pasangan, maka akan semakin rendah relationship satisfaction pada
pasangan dewasa yang telah menikah di Negara China. Pada penelitian tersebut
juga dijelaskan bahwa pphubbing memiliki hubungan yang positif dengan depresi.
Artinya bahwa pphubbing adalah salah satu faktor penyebab dari depresi. Dari
hipotesis yang dibuktikan melalui penelitian tersebut bahwa phubbing merupakan
faktor penting yang dapat melemahkan / mengurangi relationship satisfaction dan
meningkatkan resiko depresi melalui relationship satisfaction.
Memang pada awalnya perilaku phubbing ini belum banyak diteliti karena
orang-orang beranggapan bahwa perilaku ini masih bisa ditolerir, namun efek
jangka panjang dari perilaku phubbing ini dapat merusak kualitas hubungan, baik
5
hubungan percintaan (pernikahan), maupun hubungan persahabatan. Dengan
rusaknya kualitas hubungan, bisa jadi berakibat kepada rusaknya kualitas hidup dan
bahkan bisa berakhir pada depresi.
Berdasarkan penelitian sebelumnya yang dilakukan oleh Karadag (2015)
yang mengatakan bahwa smartphone addiction merupakan salah satu faktor yang
mempengaruhi phubbing. Smartphone addiction adalah perilaku keterikatan atau
kecanduan terhadap smartphone yang memungkinkan menjadi masalah sosial
seperti halnya menarik diri, dan kesulitan dalam performa aktifitas sehari-hari atau
sebagai gangguan kontrol impuls terhadap diri seseorang (Kwon & Yang, 2013).
Seseorang yang kecanduan dengan smartphone yang dimilikinya akan cenderung
mengabaikan lingkungan sekitar dan akan lebih berpeluang untuk melakukan
phubbing daripada mereka yang tidak memiliki smartphone addiction. Selain itu,
model yang dibuat oleh Chotpitayasunondh dan Douglas (2016) dalam
penelitiannya juga mengatakan bahwa smartphone addiction secara signifikan
mempengaruhi perilaku phubbing (β = 0.45, p < 0.001).
Ketika kehadiran smartphone menjadi semakin meningkat, kecanduannya
muncul sebagai kekhawatiran yang semakin besar. Kecanduan smartphone dapat
disebut sebagai bentuk kecanduan non-substansi. Ini adalah perilaku yang
melibatkan interaksi berlebihan dengan perangkat smartphone dan terutama fungsi
yang disediakannya (Turel & Serenko, 2010; Zhang, Chen, dan Lee, 2014).
Semakin seseorang kecanduan / ketergantungan dengan smartphone maka orang
tersebut akan asik dengan dunianya sendiri sehingga ia cenderung mengabaikan
6
orang lain yang ada disekitarnya. Hal tersebut yang menjadi pemicu seseorang
untuk melakukan phubbing.
Salah satu faktor yang mempengaruhi smartphone addiction adalah regulasi
diri. Teori belajar kognitif sosial (Bandura, 1993; Kanthawongs et al, 2016)
menunjukkan bahwa mekanisme pengaturan diri individu mempengaruhi tingkat
pengendalian diri individu. Regulasi diri mengacu kepada “pemikiran, perasaan,
dan tindakan yang dihasilkan diri sendiri yang telah direncanakan dan disesuaikan
secara siklis dengan pencapaian tujuan pribadi” (Zimmerman, 2000; Gokçearslan,
2016). Regulasi diri juga mencakup pengaturan perasaan dan perhatian. Selain itu,
teori regulasi diri juga berkaitan dengan perilaku adiktif (Brown, 1998; Kopetz,
Lejuez, Wiers, &Kruglanski, 2013; Gokçearslan, 2016). Kegagalan orang untuk
mengatur diri sendiri dapat menyebabkan penggunaan media mereka meningkat.
Akibatnya, situasi ini cenderung berubah menjadi kecanduan media. Siswa yang
memiliki keterampilan pengaturan diri yang lebih tinggi akan menunjukkan
perilaku smartphone adiktif yang lebih rendah (Gökçearslan et al., 2016). Hal
tersebut diperjelas dalam penelitiannya yang mengatakan bahwa regulasi diri
berpengaruh negatif dan signifikan terhadap smartphone addiction (Gökçearslan et
al, 2016). Artinya adalah seseorang dengan tingkat regulasi diri yang rendah, maka
akan cenderung memiliki tingkat smartphone addiction yang tinggi, begitu
sebaliknya. Seseorang dengan regulasi diri yang baik dapat mengatur dirinya untuk
tetap fokus terhadap orang-orang yang berada disekitarnya dan tidak mengabaikan
dengan mengalihkan fokusnya terhadap gadget. Oleh karena itu, regulasi diri yang
baik akan membuat seseorang untuk tidak melakukan phubbing.
7
Selain regulasi diri, terdapat variabel yang secara tidak langsung
mempengaruhi perilaku phubbing. Variabel tersebut adalah fear of missing out
(FoMO) atau dengan kata lain adalah rasa takut kehilangan. Rasa takut kehilangan
(FoMO) didefinisikan sebagai "perasaan tidak nyaman dan terkadang semua yang
sedang dialami oleh seseorang bahwa ia kehilangan informasi apa yang sedang
dilakukan oleh rekan kerjanya, kehilangan yang ingin ia ketahui, atau lebih dari itu
ataupun sesuatu yang lebih baik dari yang ia miliki." (JWT Marketing
Communication, 2012; Abel, Buff & Burr, 2016). Peneliti berpendapat bahwa rasa
takut kehilangan (FoMO) digambarkan sebagai ketakutan, kekhawatiran, dan
kecemasan akan apa yang tidak ia ketahui terhadap orang lain membuat dirinya
terus menerus mencari tahu apa yang sedang dilakukan orang lain melalui media
sosial dan akan membuatnya menjadi adiksi terhadap smartphone dan akan
mengabaikan orang lain yang ada disekitarnya.
FoMO dapat melemahkan seseorang dengan membangkitkan rasa tidak
aman mereka dan telah ditemukan terkait dengan penggunaan gadget yang terus
menerus (Carbonell, Obert, dan Beranuy, 2013; Chotpitayasunondh dan Douglas,
2013). Hal tersebut sejalan dengan penelitian yang dilakukan oleh
Chotpitayasunondh dan Douglas (2013) yang mengatakan model dalam penelitian
tersebut membuktikan bahwa variabel-variabel seperti fear of missing out, self-
control, dan internet addiction berpengaruh secara signifikan terhadap phubbing
dengan melalui smartphone addiction. Seseorang yang merasakan takut kehilangan
akan informasi atas apa yang dilakukan orang lain akan cenderung untuk mencari
tahu melalu smartphone yang dimilikinya. Dengan demikian, orang tersebut akan
8
lebih fokus terhadap apa yang dikhawatirkannya daripada orang-orang yang ada
disekitarnya. Seseorang yang merasakan kekhawatiran dan kecemasan dalam
sebuah lingkungan sosial akan cenderung mengalihkan perhatiannya kepada
smartphone yang dimilikinya sehingga orang tersebut akan mengabaikan orang-
orang yang ada di sekitarnya.
Variabel lainnya yang mempengaruhi phubbing secara tidak langsung
adalah konformitas. Khang et al dalam Zhang et al (2014) mengatakan bahwa salah
satu tujuan seseorang menggunakan smartphone adalah untuk mendapatkan
identitas dan menghindari celaan dari teman-teman. Seorang pengguna smartphone
dengan tingkat konformitas yang tinggi dan tetap mempertahankan penggunaan
smartphone nya, bukan hal yang mustahil jika ia akan menjadi ketergantungan. Hal
tersebut dibuktikan oleh penelitian yang dilakukan oleh Zhang et al (2014) yang
mengatakan konformitas positif mempengaruhi smartphone addiction. Selain
karena untuk mendapatkan identitas dan menghindari celaan dari teman-temannya,
seseorang akan melakukan phubbing ketika ia melihat lingkungan sekitar juga
melakukannya. Oleh karena itu, peneliti berasumsi bahwa konformitas secara tidak
langsung mempengaruhi phubbing dengan melalui smartphone addiction.
Variabel berikutnya adalah Academic cyberloafing. Prasad et al (2010)
mendefinisikan cyberloafing sebagai "tindakan secara sengaja dari karyawan dalam
menggunakan akses internet perusahaan mereka selama jam kerja untuk
menjelajahi situs web yang tidak terkait dengan pekerjaan dan dilakukan untuk
keperluan pribadi.” Namun, dalam penelitian ini peneliti melakukan penelitian
cyberloafing dengan setting akademik. Maksudnya adalah mahasiswa yang
9
menggunakan fasilitas internet baik yang disediakan oleh kampus maupun internet
pribadi selama perkuliahan berlangsung di dalam kelas. Menurut penelitian yang
dilakukan oleh Gokçearslan et al (2016), cyberloafing memiliki pengaruh yang
signifikan terhadap smartphone addiction. Cyberloafing pada penelitian tersebut
memiliki arah pengaruh yang positif terhadap smartphone addiction (ℽ = 0.14).
Artinya, semakin tinggi nilai cyberloafing, maka akan semakin tinggi nilai
smartphone addiction dengan besar pengaruh sebesar 14%. Berdasarkan penelitian
tersebut dapat diprediksi bahwa academic cyberloafing memiliki pengaruh
terhadap perilaku smartphone addiction. Siswa yang melakukan academic
cyberloafing akan mengalami gangguan akademik. Hal tersebut dikarenakan
penggunaan smartphone di dalam kelas untuk melihat notifikasi yang masuk,
ataupun membalas pesan singkat ketika proses belajar mengajar berlangsung. Hal
tersebut secara tidak langsung dapat dikatakan suatu bentuk pengabaian terhadap
guru / dosen / teman kelas yang sedang memaparkan materi di dalam kelas.
Selain dari variabel-variabel yang telah diuraikan diatas, peneliti juga
menggunakan variabel jenis kelamin dalam model. Karadag et al (2015) dalam
penelitiannya mengatakan bahwa variabel jenis kelamin sebagai variabel moderator
juga memberikan pengaruh yang signifikan sebesar 14% yang dalam hal ini
menguatkan besar pengaruh dari mobile phone addiction terhadap perilaku
phubbing. Karadag et al (2015) dalam penelitiannya juga menyebutkan bahwa
mobile phone addiction dalam mempengaruhi phubbing pada perempuan lebih
besar daripada laki-laki. Hal tersebut juga sejalan dengan penelitian yang dilakukan
oleh Chotpitayasunondh & Douglas (2016) yang mengatakan bahwa frekuensi
10
melakukan phubbing perempuan secara signifikan (p=0,001) lebih besar daripada
laki-laki. Namun, pada penelitian ini peneliti menggunakan jenis kelamin sebagai
variabel bebas (independent variabel) yang mempengaruhi perilaku phubbing pada
model penelitian.
Variabel demografi berikutnya yang digunakan dalam model adalah tingkat
kuliah (grade). Ugur dan Koc (2016) dalam penelitiannya mengatakan bahwa
mahasiswa pada tingkat 1 secara signifikan lebih sering melakukan phubbing
daripada mahasiswa pada tingkat lainnya (p=0,003). Ugur dan Koc (2016) juga
mengatakan bahwa 95% dari 349 responden pada sebuah Universitas di Turki
mengaku pernah melakukan phubbing di dalam kelas setidaknya satu atau dua kali
dan 32% nya mengaku melakukan hal tersebut setiap hari. Hal tersebut yang
mendasari peneliti menggunakan variabel tingkat kuliah (grade) dalam model
penelitian. Selain itu, penelitian dari Ugur dan Koc (2016) yang mendasari peneliti
dalam memilih subjek penelitian yaitu mahasiswa.
Berdasarkan fenomena dan dampak yang telah dijabarkan di atas, peneliti
melakukan pemodelan dari variable-variabel yang secara teoritis mempengaruhi
perilaku phubbing secara langsung dan tidak langsung. Variable-variabel yang
ingin diteliti adalah regulasi diri, fear of missing out (FoMO), konformitas,
academic cyberloafing, jenis kelamin dan tingkat kuliah (grade).
Sebelum melakukan pemodelan, peneliti terlebih dahulu melakukan analisis
psikometrik pada instrument / skala yang digunakan dalam penelitian ini. Hal ini
dilakukan agar instrumen dalam penelitian memang benar-benar mengukur
variabel-variabel yang dikehendaki. Selain itu, hasil dari analisis psikometrik ini
11
diharapkan dapat menghasilkan instrumen pengukuran yang baku (terutama
instrumen phubbing) sehingga dapat digunakan untuk penelitian selanjutnya.
Analisis psikometrik ini dilakukan dengan menggunakan tiga pendekatan / metode
yang berbeda. Adapun pendekatan / metode yang digunakan adalah Classical Test
Theory (CTT), Confirmatory Factor Analysis (CFA), dan Item Response Theory
(IRT). Oleh karena itu, penelitian ini diberi judul “ANALISIS PSIKOMETRIK
INSTRUMEN PHUBBING DAN FAKTOR-FAKTOR YANG
MEMPENGARUHINYA.”
1.2.Batasan dan Rumusan Masalah
1.2.1. Batasan Masalah
1. Phubbing yang dimaksud dalam penelitian ini adalah perilaku mengabaikan
seseorang dalam lingkungan sosial dengan mengalihkan perhatian kepada
telepon (smartphone / gadget).
2. Smartphone addiction yang dimaksud pada penelitian ini adalah perilaku
keterikatan atau kecanduan terhadap smartphone yang memungkinkan
menjadi masalah sosial seperti halnya menarik diri, dan kesulitan dalam
performa aktifitas sehari-hari atau sebagai gangguan kontrol impuls
terhadap seseorang.
3. Regulasi diri yang dimaksud dalam penelitian ini adalah kemampuan untuk
merencanakan, membimbing, dan memantau perilaku seseorang secara
fleksibel dalam menghadapi keadaan yang berubah.
4. Rasa takut kehilangan (FoMO) yang dimaksud dalam penelitian ini adalah
suatu keadaan dimana seseorang mengalami kegelisahan setelah melihat
12
ataupun mengecek sosial media yang dimiliki dan melihat keseruan-
keseruan yang sedang dilakukan oleh rekannya di luar sana dan adanya
keinginan yang besar untuk tetap terus terhubung dengan apa yang sedang
dilakukan oleh orang lain melalui dunia maya.
5. Teori konformitas yang dimaksud dalam penelitian ini adalah sebuah
perubahan perilaku atau kepercayaan sebagai hasil nyata atau yang
dibayangkan dari tekanan kelompok.
6. Teori academic cyberloafing yang dimaksud dalam penelitian ini adalah
mahasiswa yang menggunakan fasilitas internet baik yang disediakan oleh
kampus maupun internet pribadi selama perkuliahan berlangsung di dalam
kelas.
7. Jenis kelamin yang dimaksud dalam penelitian ini adalah laki-laki dan
perempuan.
8. Tingkat kuliah (grade) yang dimaksud dalam penelitian ini adalah tingkat
dalam satuan tahun yang terbagi menjadi empat bagian yaitu, tingkat 1,
tingkat 2, tingkat 3, dan tingkat 4.
9. Analisis psikometrik yang dimaksud dalam penelitian ini adalah analisis
skala pengukuran yang digunakan dalam penelitian ini dengan
menggunakan tiga metode yang berbeda. Metode analisis dilakukan dengan
pendekatan CTT (Classical Test Theory), CFA (Confirmatory Factor
Analysis), dan IRT (Item Response Theory) satu parameter atau yang lebih
dikenal dengan nama Rasch Model. Metode yang akan dilakukan adalah
analisis item dan uji reliabilitas dengan menggunakan pendekatan klasik, uji
13
validitas konstruk dengan menggunakan confirmatory factor analysis
(CFA), dan kalibrasi parameter item dengan menggunakan pendekatan
Rasch measurement model. Adapun instrumen / skala yang akan dianalisis
adalah instrumen phubbing, smartphone addiction scale-short version
(SAS-SV), self-regulation scale, FoMO scale, skala konformitas, dan
academic cyberloafing scale.
1.2.2. Rumusan Masalah
1. Apakah seluruh item dalam instrumen phubbing, smartphone addiction
scale-short version (SAS-SV), self-regulation scale, FoMO scale, skala
konformitas, dan academic cyberloafing scale layak untuk digunakan (item
diterima dengan baik), memiliki reliabilitas yang baik, valid, dan
terstandarisasi?
2. Apakah smartphone addiction, jenis kelamin, dan tingkat kuliah (grade)
signifikan mempengaruhi phubbing?
3. Apakah regulasi diri, fear of missing out (FoMO), konformitas, dan
academic cyberloafing mempengaruhi phubbing melalui smartphone
addiction?
1.3.Tujuan Penelitian
1. Melakukan analisis item untuk kelayakan butir soal (item) dan uji reliabilitas
pada masing-masing instrument yang digunakan dalam penelitian ini yaitu
instrumen phubbing, smartphone addiction scale-short version (SAS-SV),
self-regulation scale, FoMO scale, skala konformitas, dan academic
cyberloafing scale.
14
2. Melakukan uji validitas konstruk pada instrumen phubbing, smartphone
addiction scale-short version (SAS-SV), self-regulation scale, FoMO scale,
skala konformitas, dan academic cyberloafing scale.
3. Melakukan kalibrasi parameter pada instrumen phubbing, smartphone
addiction scale-short version (SAS-SV), self-regulation scale, FoMO scale,
skala konformitas, dan academic cyberloafing scale.
4. Membuat suatu model dan menguraikan faktor-faktor yang mempengaruhi
perilaku phubbing di kalangan mahasiswa.
1.4.Manfaat Penelitian
1. Secara teoritis, penelitian ini diharapkan dapat memberikan kontribusi literatur bagi
khazanah kajian psikologi, terutama mengenai phubbing. Selain itu, dalam
penelitian ini didapatkan instrumen phubbing, smartphone addiction scale-short
version (SAS-SV), self-regulation scale, FoMO scale, skala konformitas, dan
academic cyberloafing scale yang valid, reliabel dan terstandarisasi sehingga dapat
digunakan untuk penelitian selanjutnya.
2. Secara praktis penelitian ini di harapkan dapat memberikan deskripsi tentang
regulasi diri, rasa takut kehilangan (FoMO), konformitas, dan academic
cyberloafing, baik di lingkungan perkuliahan, maupun di lingkungan masyarakat,
dan dapat digunakan untuk mengurangi perilaku phubbing sehingga dapat
mengurangi dampak negatif dari perilaku phubbing.
15
BAB 2
LANDASAN TEORI
2.1. Phubbing
2.1.1. Definisi Phubbing
Phubbing adalah perilaku mengabaikan seseorang dalam lingkungan sosial
dengan mengalihkan perhatian kepada telepon (smartphone / gadget) (Haigh,
2013; Chotpitayasunondh & Douglas, 2016). Phubbing dapat digambarkan
sebagai individu yang melihat telepon genggamnya saat berbicara dengan
orang lain, berurusan dengan telepon seluler dan melarikan diri dari
komunikasi interpersonal (Karadag, 2015).
Haigh (dalam Chotpitayasunondh ,2016) mengatakan konsep phubbing
didefinisikan sebagai perilaku pengabaian orang lain pada interaksi sosial dan
sebagai gantinya berfokus pada sebuah smartphone. Dengan kata lain,
phubbing melibatkan penggunaan smartphone dalam keadaan sosial baik dua
orang maupun lebih, dan lebih memilih untuk melakukan interaksi dengan
smartphone daripada seseorang yang ada disekitarnya.
Robert dan David (2016) mengatakan bahwa korban dari pelaku
phubbing (phubber) adalah mereka yang diabaikan oleh seseorang yang
berfokus kepada telepon genggamnya ketika berada di perusahaan. Phubbing
bisa menjadi sebuah gangguan didalam percakapan dengan seseorang saat dia
sedang berbincang dengan anda sambil menggunakan ponsel yang ia miliki
atau saat anda berada di dekat yang lain tetapi mereka lebih memilih untuk
menggunakan ponsel mereka daripada berkomunikasi dengan anda.
16
David dan Roberts (2016) juga mengatakan bahwa phubbing terjadi
ketika anda sedang berbicara dengan teman, atau kolega anda dan anda
menangkap lawan bicara anda sedang melirik ke arah ponselnya, menjawab
panggilan telepon, mengirim pesan singkat (SMS), ataupun mengecek
pemberitahuan yang muncul pada sosial media ketika sedang berkomunikasi
dengan anda.
2.1.2. Faktor-Faktor Penyebab Phubbing
Karadag (2015) menyebutkan dalam penelitiannya bahwa faktor-faktor yang
mempengaruhi perilaku phubbing diantaranya adalah:
1) Adiksi terhadap smartphone
Teknologi yang memfasilitasi kehidupan manusia menyebabkan masalah
dalam kehidupan manusia juga. Di dunia industri, kehidupan manusia
membutuhkan akses lebih cepat ke berbagai jenis data, interaksi dan
komunikasi yang lebih cepat, dan dengan demikian, banyak konsep, seperti
waktu, persepsi kebutuhan, dan rasa asyik dapat berubah sewaktu-waktu.
Kebutuhan terhadap teknologi lebih banyak memiliki konsekuensi
seperti penggunaan teknologi yang berlebihan (Davis, 2001; Karadag, 2015),
tingkat keterlibatan yang tinggi dalam teknologi (Charlton & Danforth; 2007;
Karadag, 2015) dan akhirnya kecanduan teknologi (Turel, Serenko & Giles,
2011; Karadag, 2015).
Kecanduan teknologi telah didefinisikan oleh kriteria kecanduan DSM-
IV, dan telah dijelaskan dalam definisi perilaku adiktif sebagai masalah
psikologis yang terkait dengan penggunaan teknologi secara tidak harmonis.
17
Kecanduan ini sebagian besar tergantung pada faktor-faktor yang sebagian
besar memasuki kehidupan manusia dengan komputer. Ponsel pintar yang
dilengkapi dengan fitur komputer memiliki efek signifikan di antara faktor-
faktor ini sebagai objek kecanduan.
2) Adiksi terhadap internet
Selain menawarkan banyak kemudahan yang ditawarkan untuk kehidupan
sehari-hari, komputer ini menimbulkan efek negatif pada manusia dengan
menawarkan beragam dan kenyamanan berselancar di Internet dan bermain
game. Perilaku individu yang berlebihan terhadap penggunaan komputer
telah menyebabkan peneliti menyelidiki konsep kecanduan komputer
(Griffiths, 2000; Shaffer, 2002; Shotton, 1991; Karadag, 2015). Studi ini
menunjukkan bahwa komputer saja tidak menjadi masalah, namun
menimbulkan masalah karena adanya aplikasi di dalamnya. (Chou & Hsiao,
2000; Lin & Tsai, 2002; Yang & Tung, 2007; Karadag, 2015).
3) Adiksi terhadap sosial media
Media sosial yang biasa digunakan adalah saluran komunikasi dimana
interaksi yang sangat kompleks terjalin, yang dapat memberi dampak besar
pada orang. Media sosial, yang mencakup banyak elemen seperti permainan,
komunikasi, pertukaran informasi, dan sharing multimedia, dan yang
mendorong orang untuk tetap online, membawa pengikutnya dari komputer
ke smartphone juga.
Aplikasi yang paling sering digunakan adalah aplikasi game bersama
dengan aplikasi situs media sosial seperti facebook, twitter, Instagram,
18
whatsapp, dll. Dengan kata lain, media sosial memiliki tempat yang
signifikan di antara objek kecanduan ponsel pintar (Kwon & Yang., 2013).
Terlepas dari kenyataan bahwa orang mengakses media sosial melalui telepon
mereka, tidak boleh dilupakan bahwa media sosial hanyalah salah satu objek
kecanduan di dalam telepon seluler dan bahwa kecanduan telepon akan tetap
bertahan meski media sosial tidak ada.
4) Adiksi terhadap games
Di antara faktor-faktor yang mempengaruhi phubbing, kecanduan game
merupakan sumber kecanduan lainnya yang sama pentingnya dengan
kecanduan ponsel. Individu yang tidak memiliki keterampilan manajemen
waktu menggunakan game untuk melepaskan diri dari masalah dan sebagai
alat relaksasi mental (Wood, 2008; Karadag, 2015).
Game addiction mengacu kepada game online, video games, dan
game komputer, yang kesemuanya memiliki asal usul yang sama, mengacu
pada bermain game komputer sejauh hal itu mempengaruhi kehidupan
sehari-hari dan dianggap sebagai perilaku adiktif.
Faktor-faktor yang dijelaskan diatas adalah faktor penyebab perilaku
phubbing secara virtual. Berdasarkan penelitian yang dilakukan oleh
Karadag (2015), penyumbang terbesar yang mempengaruhi perilaku
phubbing adalah adiksi terhadap smartphone. Oleh karena itu penulis
menggunakan adiksi terhadap smartphone sebagai variabel mediator dalam
penelitian ini.
19
2.1.3. Dampak Phubbing
Seperti yang telah dijelaskan sebelumnya, dampak dari perilaku phubbing
adalah lawan bicara ataupun orang yang berada di depannya merasa terabaikan.
Akibatnya, kualitas dari hubungan pun menurun. Penelitian yang dilakukan
oleh Wang et al (2017) di China memaparkan bahwa ada hubungan yang
negatif antara partner phubbing (pphubbing) dengan relationship satisfaction.
Artinya semakin tinggi perilaku pphubbing maka akan semakin rendah
relationship satisfaction pada pasangan dewasa yang telah menikah di Negara
China. Pada penelitian tersebut juga dijelaskan bahwa pphubbing memiliki
hubungan yang positif dengan depresi. Artinya bahwa pphubbing adalah salah
satu faktor penyebab dari depresi. Dari hipotesis yang dibuktikan melalui
penelitian tersebut bahwa phubbing merupakan faktor penting yang dapat
melemahkan / mengurangi relationship satisfaction dan meningkatkan resiko
depresi melalui relationship satisfaction.
2.1.4. Aspek-Aspek Phubbing
Karadag (2015) mengatakan dalam penelitiannya hasil dari exploratory factor
analysis (EFA), terdapat dua aspek dari perilaku phubbing, yaitu:
1. Gangguan komunikasi (communication disturbance)
Gangguan komunikasi yang terjadi dalam hal ini adalah gangguan komunikasi
yang disebabkan karena hadirnya ponsel sebagai faktor yang mengganggu
komunikasi face-to-face di lingkungan.
2. Obsesi terhadap ponsel (phone obsession)
20
Obsesi terhadap ponsel terjadi karena dorongan akan kebutuhan menggunakan
ponsel yang tinggi walaupun sedang melakukan komunikasi face-to-face di
lingkungan.
2.1.5. Pengukuran Phubbing
Pada penelitian ini, penulis melakukan konstruksi alat ukur phubbing yang
berdasarkan kepada teori dan aspek-aspek yang dijelaskan oleh karadag
(2015). Instrumen phubbing ini terdiri dari dua dimensi yaitu gangguan
komunikasi dan obsesi terhadap ponsel yang dikembangkan menjadi 25 item.
2.2. Smartphone Addiction
2.2.1. Definisi Smartphone Addiction
Kwon dan Yang (2013) menyebutkan bahwa istilah smartphone addiction
sebagai perilaku keterikatan atau kecanduan terhadap smartphone yang
memungkinkan menjadi masalah sosial seperti halnya menarik diri, dan
kesulitan dalam performa aktivitas sehari-hari atau sebagai gangguan kontrol
impuls terhadap diri seseorang.
Menurut Wieland dalam Mok et al (2014) smartphone addiction adalah
gangguan psikologis muncul tanda-tanda gejala fisik dan psikologis. Orang
yang adiksi terhadap internet maupun smartphone tidak melakukan aktifitas
fisik yang banyak, mereka pada umumnya mengabaikan kesehatan mereka, dan
juga adanya tanda fisik yang negatif seperti sikap tubuh yang buruk, sakit
punggung, sakit kepala migraine, kebersihan pribadi yang buruk, makan yang
21
tidak teratur, dan adanya gangguan tidur dapat mempengaruhi fungsi
kekebalan tubuh, pola sekresi hormon, jantung, dan gangguan pola pencernaan.
Park & Lee (dalam Gokçearslan et al, 2016) mengatakan bahwa
smartphone addiction adalah penggunaan smatphone yang berlebihan dan sulit
dikendalikan serta pengaruhnya meluas ke bidang kehidupan lain dengan cara
yang negatif.
Dari definisi yang dijabarkan oleh para ahli diatas, dapat diambil
kesimpulan bahwa smartphone addiction merupakan suatu aktifitas dalam
penggunaan smartphone yang dilakukan secara berlebihan dan terus-menerus
tanpa adanya kesadaran saat melakukan kegiatan, dengan jangka waktu yang
lebih dari biasanya yang mengarah pada efek negatif dan memiliki konsekuensi
merugikan diri sendiri serta mempengaruhi keadaan fisik, psikis, maupun
sosial.
2.2.2. Aspek-Aspek Smartphone Addiction
Menurut Kwon dan Yang (2013) adiksi terhadap smartphone memiliki tiga
aspek berdasarkan kepada hasil analisis receiver operating characteristic
(ROC) yang dilakukan untuk memeriksa kemampuan diagnostik SAS-SV
dalam memprediksi adiksi terhadap smartphone, yaitu:
1) Gangguan kehidupan sehari-hari
Gangguan kehidupan sehari-hari termasuk kehilangan pekerjaan yang
direncanakan, mengalami kesulitan berkonsentrasi di kelas atau saat bekerja,
mengalami sakit kepala atau penglihatan yang kabur, sakit pada pergelangan
tangan atau di bagian leher, dan gangguan tidur.
22
2) Penarikan diri
Penarikan diri yang dimaksud adalah individu menjadi mudah marah, gelisah
dan tidak bisa menahan diri jika tidak menggunakan smartphone, terus
menerus bersama smartphone dan tidak bisa lepas dari smartphone serta
menjadi kesal dan marah ketika terganggu saat menggunakan smartphone.
3) Toleransi
Toleransi yang dimaksud adalah toleransi yang didefinisikan sebagai
seseorang yang selalu berusaha untuk mengontrol penggunaan smartphone
tetapi selalu gagal dalam melakukannya.
2.2.3. Pengukuran Smartphone Addiction
Pada penelitian ini, adiksi terhadap smartphone diukur menggunakan alat ukur
yang dikembangkan oleh Kwon dan Yang (2013) yaitu dengan menggunakan
smartphone addcition scale-short version (SAS-SV). SAS-SV memiliki
konsistensi internal dengan nilai reliabilitas cronbach alpha sebesar 0,911.
SAS memiliki item sebanyak 10 item.
2.3. Regulasi Diri
2.3.1. Definisi Regulasi Diri
Regulasi diri atau pengaturan diri merupakan aspek penting dalam menentukan
perilaku seseorang. Regulasi diri adalah upaya individu untuk mengatur diri
dalam suatu aktivitas dengan mengikutsertakan kemampuan metakognisi,
motivasi, dan perilaku aktif. Regulasi diri bukan merupakan kemampuan
mental atau kemampuan akademik, melainkan bagaimana individu mengolah
dan mengubah pada suatu bentuk aktivitas.
23
Frederick Kanfer (1970 dalam Miller & Brown, 1991), mengatakan
bahwa regulasi diri adalah kemampuan untuk berkembang,
mengimplementasikan dan menahan tingkah laku secara fleksibel dalam cara
untuk mencapai suatu tujuan. Sebagian besar teori psikologi tentang self-
regulation didasari oleh cybernetics (sebuah teori fisik dari sistem kontrol
otomatis), sehingga terkadang self-regulation disamakan dengan self-control.
Sementara itu, Karoly (1993) mendefinisikan self regulation sebagai
proses internal atau tanggapan yang memungkinkan individu dalam
mengendalikan aktivitas yang telah diarahkan tujuannya dari perubahan situasi.
Sejalan dengan Karoly (1993), Brown (dalam Neal & Carey, 2005) telah
mendefinisikan regulasi diri sebagai "kemampuan untuk merencanakan,
membimbing, dan memantau perilaku seseorang secara fleksibel dalam
menghadapi keadaan yang berubah.”
Berdasarkan teori yang dikemukakan Karoly (1993), Luszczynska et al
(2004) mengatakan bahwa regulasi diri dapat dilihat sebagai keunikan /
disposisi pribadi yang dimiliki oleh seseorang dalam melakukan pengendalian
atas tindakannya. Pengendalian tindakan yang dimaksud adalah bagaimana
seseorang dapat memfokuskan perhatiannya pada tugas dengan menghindari
perhatian dari gangguan, menahan godaan, dan mengelola emosi yang tidak
menyenangkan.
Pada penelitian ini, regulasi diri yang difokuskan kepada kontrol
perhatian yang merupakan komponen dari disposisi regulasi diri. Pengaturan
perhatian / kontrol perhatian adalah kemampuan dalam mengatur rangsangan /
24
stimulus yang masuk untuk menjaga fokus perhatian terhadap tugas yang
sedang dia kerjakan agar tetap fokus pada tujuan yang telah ditetapkan
(Luszczynska et al, 2004).
2.3.2. Pengukuran Regulasi Diri
Pada penelitian kali ini, peneliti menggunakan self regulation scale yang
dikembangkan oleh Diehl, Semegon, dan Schwarzer (2006). SRS memiliki
nilai reliabilitas internal cronbach alpha sebesar 0,76. SRS terdiri dari empat
pilihan jawaban yaitu sangat setuju, setuju, tidak setuju, sangat tidak setuju.
2.4. Fear of Missing Out (FoMO)
2.4.1. Definisi Fear of Missing Out (FoMO)
Przybylski et al (2013) mengatakan bahwa FoMO adalah suatu keadaan
dimana seseorang mengalami kegelisahan setelah melihat ataupun mengecek
sosial media yang dimiliki dan melihat keseruan-keseruan yang sedang
dilakukan oleh rekannya di luar sana dan adanya keinginan yang besar untuk
tetap terus terhubung dengan apa yang sedang dilakukan oleh orang lain
melalui dunia maya.
Sedangkan JWT intelligent dalam Anggraini (2014) mendefinisikan
FoMO sebagai perasaan gelisah dan takut bahwa seseorang tertinggal, apabila
teman-temannya sedang melakukan atau merasakan sesuatu yang lebih baik
atau lebih menyenangkan dibandingkan apa yang sedang ia lakukan atau ia
miliki saat ini. Perasaan dimana seseorang merasa begitu khawatir jika
melewatkan tren yang sedang terjadi di kehidupan sosialnya.
25
Rasa takut kehilangan (fear of missing out) didefinisikan sebagai
"perasaan tidak nyaman dan terkadang semua yang sedang dialami oleh
seseorang bahwa ia mengalami kehilangan informasi apa yang sedang
dilakukan oleh rekan kerjanya, kehilangan yang ingin ia ketahui, atau lebih dari
itu ataupun sesuatu yang lebih baik dari yang ia miliki" (JWT Marketing
Communication dalam Abel et al, 2016).
JWT Marketing Communication dalam Abel et al (2016) mengatakan
bahwa inti dari FoMO adalah kenyataan bahwa seseorang sangat peduli dengan
apa yang dilakukan orang lain dan memikirkan hubungan dengan perasaan
yang ditinggalkan, takut akan apa yang dipikirkan orang lain tentang kehidupan
pribadi.
2.4.2. Aspek-Aspek Fear of Missing Out (FoMO)
Aspek-aspek dari rasa takut kehilangan atau fear of missing out (FoMO)
menurut Przybylski et al (2013) dipengaruhi oleh perspektif Self Determinant
Theory atau SDT. Dalam perspektif SDT menurut Przybylski et al (2013)
regulasi diri dan kesehatan psikologis yang efektif dapat dicapai berdasarkan
bentuk kepuasan pada tiga kebutuhan dasar psikologi, yaitu:
1) Competence, kemampuan untuk secara efektif dalam bertindak dan
berinteraksi dengan lingkungannya.
2) Autonomy, individu adalah inisiator dan sumber dari perilakunya (inisiatif
pribadi).
26
3) Relatedness, kecenderungan yang melekat pada individu untuk merasa
terhubung dengan orang lain (kedekatan atau keinginan untuk berhubungan
dengan orang lain).
Menurut Przybylski et al (2013) rendahnya level dari kebutuhan dasar
psikologis tersebut yang berhubungan dengan fear of missing out (FoMO) atau
rasa takut kehilangan karena berdasarkan perspektif tersebut menganggap
bahwa FoMO sebagai keadaan situasional saat tidak terpenuhinya kebutuhan
psikologis pada self dan relatedness, maka aspek-aspek dari FoMO menurut
Przybylski et al (2013) yaitu:
1) Tidak terpenuhinya kebutuhan psikologis akan relatedness
Relatedness (kedekatan atau keinginan untuk berhubungan dengan orang
lain) adalah kebutuhan seseorang untuk merasakan perasaan tergabung,
terhubung, dan kebersamaan dengan orang lain. Kondisi seperti pertalian
yang kuat, hangat dan peduli dapat memuaskan kebutuhan untuk pertalian,
sehingga individu merasa ingin memiliki kesempatan lebih dalam
berinteraksi dengan orang-orang yang dianggap penting dan terus
mengembangkan kompetensi sosialnya. Dan apabila kebutuhan psikologis
akan relatedness tidak terpenuhi menyebabkan individu merasa cemas dan
mencoba mencari tahu pengalaman dan apa yang dilakukan oleh orang lain,
salah satunya melalui internet.
2) Tidak terpenuhinya kebutuhan psikologis akan self
Kebutuhan psikologis akan self (diri sendiri) berkaitan dengan competence
dan autonomy. Competence didefinisikan sebagai keinginan yang melekat
27
pada individu untuk merasa efektif dalam berinteraksi dengan
lingkungannya mencerminkan kebutuhan untuk melatih kemampuan dan
mencari tantangan yang optimal (Reeve & Sickenius, 2015; Marlina, 2017).
Kebutuhan competence ini berkaitan dengan keyakinan individu
untuk melakukan tindakan atau perilaku tertentu secara efisien dan efektif.
Rendahnya kepuasan terhadap competence akan memungkinkan individu
merasa frustasi dan putus asa. Sementara autonomy adalah pengalaman
merasakan adanya pilihan dukungan dan kemauan yang berkaitan dengan
memulai, memelihara dan mengakhiri keterlibatan perilaku (Niemic et al,
2015; Marlina, 2017).
Autonomy bermakna bahwa individu bebas mengintegrasikan
tindakan yang dijalankan dengan diri sendiri tanpa terikat atau mendapat
control dari orang lain (individu adalah inisator dan sumber dari
perilakunya). Apabila kebutuhan psikologis akan self tidak terpenuhi, maka
individu akan menyalurkannya melalui internet untuk memperoleh berbagai
macam informasi dan berhubungan dengan orang lain. Hal tersebut akan
menyebabkan individu terus berusaha untuk mencari tahu apa yang sedang
terjadi pada orang lain melalui internet.
Sementara itu, aspek-aspek Fear of Missing Out (FoMO) menurut
JWCIntelegent dalam Marlina (2017) diantaranya adalah sebagai berikut:
1) Merasa takut kehilangan informasi-informasi terbaru yang ada dalam
internet.
28
2) Gelisah atau gugup ketika tidak menggunakan internet sedangkan orang
lain menggunakan internet.
3) Merasa tidak aman karena internet.
4) Merasa sangat mudah tertinggal informasi yang tersebar di internet.
Pada penelitian ini, aspek-aspek fear of missing out yang digunakan adalah
menurut Przybylski et al (2013) yaitu tidak terpenuhinya kebutuhan psikologis
akan relatedness dan tidak terpenuhinya kebutuhan psikologis akan self.
2.4.3. Pengukuran Rasa Takut Kehilangan (FoMO)
Pada penelitian ini, peneliti menggunakan alat ukur Fear of Missing Out
(FoMO) scale yang dikembangkan oleh Przybyiski et al (dalam Al-Menayes,
2016). Pada alat ukur ini terdiri dari 8 item dengan lima pilihan jawaban berupa
skala likert. Namun untuk menghindari jawaban netral, peneliti menggunakan
empat pilihan jawaban. Pilihan jawaban tersebut yaitu sangat sesuai, sesuai,
tidak sesuai, dan sangat tidak sesuai. FoMO scale ini memiliki nilai rata-rata
konsistensi internal reliabilitas cronbach alpha sebesar 0,776.
2.5. Konformitas
2.5.1. Definisi Konformitas
Myers (2012) dalam bukunya mengatakan bahwa konformitas adalah sebuah
perubahan perilaku atau kepercayaan sebagai hasil nyata atau yang
dibayangkan dari tekanan kelompok.
Konformitas tidak hanya sekedar berperilaku sesuai dengan perilaku yang
dilakukan oleh orang lain, tetapi dipengaruhi oleh bagaimana cara mereka
29
berperilaku. Individu berperilaku atau berfikir secara berbeda dari perilaku dan
pikiran yang biasa kita lakukan jika kita sendiri (Myers, 2012)
Konformitas merupakan perilaku tertentu yang dilakukan, dikarenakan
orang lain atau kelompoknya melakukan suatu peilaku atau tindakan yang
sama, maka individu juga melakukanya walaupun individu tersebut menyukai
atau tidak menyukai apa yang terjadi (Sears, Freedman, dan Peplau, 1985;
Pertiwi: 2013).
Santrock dalam Pertiwi (2013) mengatakan bahwa konformitas muncul
ketika individu mengikuti tingkah laku orang lain dikarenakan tekanan dari
orang lain baik yang nyata maupun yang dibayangkan.
Dari beberapa pendapat diatas tentang konformitas, penulis mengambil
kesimpulan bahwa konformitas adalah suatu perilaku mengikuti seseorang
karena mendapatkan tekanan sehingga seseorang melakukan perilaku tersebut.
2.5.2. Aspek-Aspek Konformitas
Terdapat beberapa aspek dari konformitas menurut Myers (2012), yaitu:
1) Pemenuhan (compliance) adalah ketika seseorang bersama-sama dengan
yang orang lain inginkan atau harapkan, tetapi hanya untuk mendapatkan
hadiah yang ditawarkan jika mereka melakukannya, atau menghindari
hukuman bila dipaksa melakukannya. Aspek ini terjadi dimana seseorang
berperilaku sesuai dengan tekanan yang diberikan oleh kelompoknya tetapi
secara pribadi ia tidak menyetujui perilaku tersebut. Hal tersebut terjadi
karena dipengaruhi oleh sosial normative yang didasarkan pada keinginan
individu untuk diterima atau disukai oleh orang lain.
30
2) Penerimaan (acceptance) adalah konformitas yang didasari oleh
penerimaan seseorang terhadap bukti realitas yang diberikan orang lain.
Dengan kata lain, jika seseorang tidak mengetahui apa yang hendak ia
lakukan, maka ia akan menjadikan perilaku kelompok sebagai pedoman
perilaku dan meyakini bahwa hal tersebut yang benar.
2.5.3. Pengukuran Konformitas
Pada penelitian ini, peneliti menggunakan skala konformitas yang dimodifikasi
dengan mengacu kepada konformitas Myers (2012) yang terdiri dari 10 item
dengan dua dimensi, yaitu dimensi compliance dan acceptance.
2.6. Academic Cyberloafing
2.6.1. Definisi Academic Cyberloafing
Lim (2002) mengatakan bahwa cyberloafing adalah suatu perilaku yang
menyimpang di tempat kerja. Perilaku yang menyimpang ditempat kerja
tersebut menurut Robinson & Bennet (dalam Lim, 2002) adalah tindakan
secara sengaja yang dilakukan oleh anggota organisasi yang melanggar norma
organisasi, sehingga kesejahteraan organisasi dan anggotanya biasanya
terpengaruh secara negatif.
Cyberloafing (baik berselancar di Web, maupun mengecek e-mail
untuk penggunaan pribadi di kantor) merupakan penggunaan waktu yang tidak
produktif dan oleh karena itu dapat dianggap sebagai perilaku yang
menyimpang di tempat kerja. (Lim & Teo, 2005)
Prasad et al (2010) mendefinisikan cyberloafing sebagai "tindakan
secara sengaja dari karyawan dalam menggunakan akses internet perusahaan
31
mereka selama jam kerja untuk menjelajahi situs web yang tidak terkait dengan
pekerjaan dan dilakukan untuk keperluan pribadi.” Prasad et al (2010) juga
menambahkan bahwa Dari perspektif yang lebih umum, cyberloafing dapat
diklasifikasikan sebagai bentuk penundaan atau prokrastinasi. Dapat dikatakan
seperti itu karena ketika mahasiswa atau karyawan cyberloaf menunda kerja
mereka sampai periode waktu yang cukup lama (Lay & Silverman, 1996;
Prasad, 2016).
Dalam penelitian ini, penulis menggunakan cyberloafing dalam setting
akademik. Prasad et al (2010) mengatakan bahwa cyberloafing dalam setting
akademik adalah mahasiswa yang menggunakan fasilitas internet baik yang
disediakan oleh kampus maupun internet pribadi selama perkuliahan
berlangsung di dalam kelas. Akbulut et.al. (2016) berpendapat bahwa
academic cyberloafing merupakan penggunaan akses internet di institusi
pendidikan secara sengaja untuk keperluan pribadi ketika bekerja atau saat jam
kuliah sedang berlangsung.
2.6.2. Dimensi Academic Cyberloafing
Akbulut et al (2016) membagi academic cyberloafing menjadi lima dimensi,
yaitu:
1) Sharing (posting konten dan chatting)
Mengacu pada aktivitas dimana individu dapat mengirim konten atau
posting pada forum media sosial.
32
2) Shopping (belanja online)
Didefinisikan sebagai aktivitas yang melibatkan pencarian informasi
pada mesin pencari (search engine), membaca melalui dunia maya (blog
atau e-book) dan membeli produk secara online.
3) Real time updating (tweeting)
Secara khusus mengacu pada penggunaan aplikasi Twitter untuk
aktivitas dunia maya.
4) Accessing online content (mengunduh musik dan video)
Dimensi ini mencakup aktivitas mengunduh musik ataupun menonton
video secara online, contohnya menonton dari aplikasi Youtube.
5) Gaming/gambling (berjudi dan bermain game)
Merupakan segala penggunaan alat elektronik (baik online maupun
tidak) yang mencakup bermain game atau berjudi.
2.6.3. Pengukuran Cyberloafing
Pada penelitian ini, penulis mengadaptasi alat ukur academic cyberloafing
scale yang dikembangkan oleh Akbulut et al (2016) yang terdiri dari 30 Item.
Academic cyberloafing scale ini memiliki nilai reliabilitas cronbach alpha
sebesar 0,92.
2.7. Jenis Kelamin
Jenis kelamin adalah suatu konsep analisis yang digunakan untuk mengidentifikasi
perbedaan laki-laki dan perempuan dilihat dari sudut non-biologis, yaitu dari aspek
sosial, budaya, maupun psikologis (Siti Mutmainah, 2006; Normadewi, 2012).
33
2.8. Tingkat kuliah (Grade)
Semester adalah satuan waktu terkecil yang digunakan untuk menyatakan lamanya
proses kegiatan belajar-mengajar suatu program dalam suatu jenjang pendidikan
(unpad.ac.id, 2017). Satu tahun akademik terdiri dari dua semester regular, yaitu
semester gasal dan semester genap. Pada penelitian ini, peneliti mengelompokkan
responden berdasarkan tahun akademik yang berarti semester satu dan dua
merupakan tingkat pertama, semester tiga dan empat merupakan tingkat ke dua,
semester lima dan enam merupakan tingkat ke tiga dan semester tujuh dan delapan
merupakan tingkat ke empat dalam perkuliahan. Karena tingkat kuliah (grade) ini
merupakan variabel kategorik, maka dalam melakukan analisis data peneliti
melakukan dummy coding dimana tingkat 4 menjadi variabel kontrol.
2.9. Kerangka Berpikir
Phubbing atau phone snubbing adalah sebuah perilaku dimana ketika seseorang
sedang berada didalam sebuah lingkungan sosial mengabaikan orang lain yang ada
di sekitarnya dan lebih terfokus kepada gadget atau smartphone yang dimilikinya.
Sejauh ini belum ada penelitian selain dari virtual behaviour yang mengatakan
bahwa smartphone addiction sebagai penyumbang terbesar yang mempengaruhi
seseorang untuk berperilaku phubbing. Selain itu, model yang dibuat oleh
Chotpitayasunondh & Douglas (2016) dalam penelitiannya menyatakan bahwa
untuk mengukur prediktor dalam perilaku phubbing, digunakan smartphone
addiction sebagai variabel mediator agar dapat mengetahui faktor-faktor tidak
34
langsung (indirect effect) dengan hasil yang signifikan. Oleh karena itu, penulis
menjadikan smartphone addiction ini sebagai variabel mediator.
Smartphone addiction merupakan suatu aktifitas dalam penggunaan
smartphone yang dilakukan secara berlebihan dan terus-menerus tanpa adanya
kesadaran saat melakukan kegiatan, dengan jangka waktu yang lebih dari biasanya
yang mengarah pada efek negatif dan memiliki konsekuensi merugikan diri sendiri
serta mempengaruhi keadaan fisik, psikis, maupun sosial.
Ada beberapa faktor yang menurut peneliti mempengaruhi seseorang dalam
menjadi smartphone addiction, salah satunya regulasi diri juga diasumsikan dapat
mempengaruhi smartphone addiction. Regulasi diri adalah kemampuan seseorang
untuk dapat berkembang dan mengelola diri dalam bertindak dan berperilaku.
Seseorang dengan regulasi diri yang baik dapat diasumsikan cenderung untuk bisa
mengatur dirinya untuk tidak menjadi kecanduan terhadap smartphone karena
mampu untuk menahan diri dalam penggunaan smartphone secara terus menerus.
Dengan kemampuan regulasi diri yang baik, maka dapat menahan diri dari
smartphone addiction dan bias menempatkan kapan dan dimana seseorang harus
menggunakan smartphone tanpa harus mengabaikan orang lain yang sedang berada
di sekitarnya.
Faktor lainnya adalah fear of missing out (FoMO). FoMO adalah perasaan
gelisah dan takut bahwa seseorang tertinggal, apabila teman-temannya sedang
melakukan atau merasakan sesuatu yang lebih baik atau lebih menyenangkan
dibandingkan apa yang sedang ia lakukan atau ia miliki saat ini. Faktor tersebut
dapat menjadi salah satu pemicu individu untuk terus menerus melakukan
35
pengecekan kepada smartphone yang dimilikinya. Hal itulah yang dapat membuat
individu tersebut menjadi adiksi terhadap smartphone. Seseorang dengan tingkat
FoMO yang rendah, tidak akan memiliki rasa takut dan khawatir akan tertinggal
informasi yang sedang dilakukan orang lain. Oleh karena itu, seseorang dengan
tingkat FoMO yang tinggi akan meningkatkan smartphone addiction dan juga akan
cenderung untuk mengabaikan orang lain di sekitarnya karena kehadira dari
smartphone yang dimilikinya.
Faktor berikutnya dari penyebab smartphone addiction adalah konformitas.
Konformitas adalah suatu perilaku mengikuti seseorang karena mendapatkan
tekanan sehingga seseorang melakukan perilaku tersebut. Konformitas dapat
diasumsikan sebagai salah satu prediktor terhadap smartphone addiction karena
individu dipengaruhi oleh sosial normative yang didasarkan pada keinginan
individu untuk diterima atau disukai oleh orang lain. Jika lingkungannya memiliki
smartphone dan menggunakan smartphone dalam aktifitas sehari-harinya, bukan
hal yang tidak mungkin individu tersebut juga menggunakan smartphone nya. Dari
hal tersebut dapat memicu seseorang menjadi adiksi terhadap smartphone. Karena
saling menggunakan smartphone satu sama lain, maka mereka akan saling
mengabaikan karena adanya smartphone.
Faktor selanjutnya yang diasumsikan dapat mempengaruhi smartphone
addiction adalah academic cyberloafing. Cyberloafing adalah suatu tindakan (baik
berselancar di Web, maupun mengecek e-mail untuk penggunaan pribadi di kantor)
yang merupakan penggunaan waktu yang tidak produktif dan oleh karena itu dapat
dianggap sebagai perilaku yang menyimpang di tempat kerja. Cyberloafing dalam
36
penelitian ini menggunakan setting akademik karena subjek penelitian ini adalah
mahasiswa. Academic cyberloafing dapat dianggap menjadi sebuah prediktor bagi
smartphone addiction karena individu akan selalu terfokus kepada smartphone
yang dimilikinya baik untuk berselancar di website, sharing (posting konten
maupun chatting), online shoping, real time updating (tweeting), accessing online
content (mengunduh musik dan video) maupun gaming / gambling (bermain games
/ berjudi) secara online dengan menggunakan fasilitas yang dimiliki oleh kampus
saat berada di dalam kelas atau sedang dalam perkuliahan. Hal-hal tersebut yang
kemudian menjadikan seseorang mengabaikan orang lain di lingkungan kelas
seperti guru / dosen / teman yang sedang memaparkan materi.
Dalam penelitian ini, peneliti juga menambahkan variabel demografi yaitu
jenis kelamin dan tingkat kuliah (grade) kedalam model penelitian. Sesuai dengan
penelitian sebelumnya bahwa jenis kelamin sebagai variabel moderator secara
signifikan mempengaruhi hubungan antara smartphone addiction dengan perilaku
phubbing (Karadag, 2015). Namun, pada penelitian ini peneliti menggunakan
variabel jenis kelamin sebagai variabel bebas (independent variable) yang
diasumsikan akan mempengaruhi smartphone addiction dan juga perilaku
phubbing. Sama hal nya dengan jenis kelamin, tingkat kuliah (grade) juga
digunakan sebagai variabel bebas (independent variabel) yang diasumsikan
mempengaruhi variabel smartphone addiction dan perilaku phubbing. Hal yang
mendasari penggunaan variabel tingkat kuliah adalah penelitian sebelumnya yang
dilakukan oleh Ugur & Koc (2015) yang mengatakan bahwa mahasiswa tingkat
37
pertama secara signifikan lebih sering melakukan phubbing daripada mahasiswa
tingkat lainnya (p=0,003).
Dari kerangka berfikir yang telah dijabarkan dapat diilustrasikan kedalam
bentuk model sebagai berikut:
Gambar 2.1. Kerangka Berfikir
Berdasarkan gambar 2.1. diatas, terdapat dua variabel endogen (variabel terikat)
dalam penelitian ini, yaitu phubbing dan smartphone addiction. Adapun yang
menjadi variabel eksogen (variabel bebas) adalah regulasi diri, FoMO, konformitas,
academic cyberloafing, dan faktor demografi (jenis kelamin dan tingkat kuliah /
grade).
2.9. Hipotesis penelitian
1. Hipotesis Analisis Psikometrik Instrumen
Seluruh item yang digunakan dalam pengukuran variabel penelitian baik
instrument phubbing, smartphone addiction scale-short version (SAS-SV),
38
self-regulation scale, FoMO scale, skala konformitas, dan academic
cyberloafing scale merupakan instrumen yang layak (item diterima dengan
baik), reliabel, valid, dan terstandarisasi.
2. Hipotesis Pemodelan Faktor-Faktor yang Mempengaruhi Perilaku
Phubbing
a. Hipotesis Mayor
Model yang diteorikan (regulasi diri, FoMO, konformitas, academic
cyberloafing, demografi, dan smartphone addiction) fit dengan data dalam
mempengaruhi phubbing.
b. Hipotesis Minor
Pengaruh Langsung (Direct Effect)
Ha1 : Smartphone addiction memiliki pengaruh yang signifikan dan positif
terhadap phubbing.
Ha2 : Sel-regulation memiliki pengaruh yang signifikan dan negatif
terhadap phubbing.
Ha3 : FoMO memiliki pengaruh yang signifikan dan positif terhadap
phubbing.
Ha4 : Konformitas memiliki pengaruh yang signifikan dan positif terhadap
phubbing.
Ha5 : Academic cyberloafing memiliki pengaruh yang signifikan dan positif
terhadap phubbing.
Ha6 : Perempuan lebih berpengaruh terhadap phubbing daripada laki-laki.
Ha7 : tingkat 1 lebih berpengaruh terhadap phubbing daripada tingkat 4.
39
Ha8 : tingkat 2 lebih berpengaruh terhadap phubbing daripada tingkat 4.
Ha9 : tingkat 3 lebih berpengaruh terhadap phubbing daripada tingkat 4.
Ha10 : Sel-regulation memiliki pengaruh yang signifikan dan negatif
terhadap smartphone addiction.
Ha11 : FoMO memiliki pengaruh yang signifikan dan positif terhadap
smartphone addiction.
Ha12 : Konformitas memiliki pengaruh yang signifikan dan positif terhadap
smartphone addiction.
Ha13 : Academic cyberloafing memiliki pengaruh yang signifikan dan positif
terhadap smartphone addiction.
Pengaruh Tidak Langsung (Indirect Effect)
Ha14 : Self-regulation memiliki pengaruh yang signifikan terhadap phubbing
secara tidak langsung melalui smartphone addiction.
Ha15 : FoMO memiliki pengaruh yang signifikan terhadap phubbing secara
tidak langsung melalui smartphone addiction.
Ha16 : Konformitas memiliki pengaruh yang signifikan terhadap phubbing
secara tidak langsung melalui smartphone addiction.
Ha17 : Academic cyberloafing memiliki pengaruh yang signifikan terhadap
phubbing secara tidak langsung melalui smartphone addiction.
40
BAB 3
METODE PENELITIAN
3.1. Populasi dan Sampel
Populasi yang digunakan dalam penelitian ini adalah mahasiswa di Jakarta, Bogor,
Depok, Tangerang, dan Bekasi. Kriteria populasi dalam penelitian ini adalah
mahasiswa S1 yang memiliki smartphone dan bersedia menjadi subjek penelitian.
Pengambilan sampel pada penelitian ini menggunakan teknik nonprobability
sampling dengan metode accidental sampling, yaitu metode pengambilan sampel
dimana siapa saja yang secara aksidental atau kebetulan bertemu dengan peneliti
dan bersedia menjadi sampel serta sesuai dengan kriteria yang cocok untuk
digunakan sebagai sumber data. Sampel dalam penelitian ini adalah 217 mahasiswa
di Jakarta, Bogor, Depok, Tangerang, dan Bekasi.
3.2. Variabel Penelitian
1. Phubbing
Variabel penelitian yang akan dijadikan sebagai variabel terikat (dependent
variable) pada penelitian ini adalah variabel phubbing. Phubbing merupakan
perilaku mengabaikan seseorang dalam lingkungan sosial dengan mengalihkan
perhatian kepada telepon genggam (smartphone / gadget). Variabel phubbing
terdiri dari dua dimensi yaitu gangguan komunikasi dan obsesi terhadap ponsel
(Karadag, 2015).
Untuk melakukan pengukuran terhadap variabel phubbing, peneliti
melakukan konstruksi alat ukur / instrumen phubbing yang terdiri dari 25 item.
Instrumen phubbing dibuat berdasarkan kepada teori phubbing yang dijelaskan
41
oleh Karadag (2015). Instrumen phubbing yang dibuat menggunakan skala
likert dengan pilihan jawaban sangat setuju (SS), setuju (S), tidak setuju (TS),
dan sangat tidak setuju (STS).
Tabel 3.1
Blue Print Instrumen Phubbing
No Aspek-aspek Indikator
Item
Jumlah Favorable Unfavorable
1
Gangguan
komunikasi
(communication
disturbance)
Menerima atau
melakukan panggilan
telepon ketika sedang
berkomunikasi
1,4 2,3,5 5
Membalas pesan
singkat (SMS / Chat)
ketika sedang
berkomunikasi
7,8 6 3
Mengirim pesan
singkat (SMS/Chat)
ketika sedang
berkomunikasi
9,10 2
Mengecek notifikasi
media sosial ketika
sedang
berkomunikasi
11, 14 12, 13 4
2
Obsesi terhadap
ponsel (phone
obsession)
Kelekatan terhadap
ponsel
15, 16, 17,
18 4
Cemas ketika jauh
dari ponsel
19, 20 21 3
Kesulitan dalam
mengatur
penggunaan ponsel
22, 23, 24 25 4
Jumlah 25
2. Smartphone addiction
Variabel penelitian berikutnya yang digunakan dalam penelitian ini adalah
variabel smartphone addiction. Smartphone addiction merupakan perilaku
keterikatan atau kecanduan terhadap smartphone yang memungkinkan menjadi
42
masalah sosial seperti halnya menarik diri, dan kesulitan dalam performa
aktivitas sehari-hari atau sebagai gangguan kontrol impuls terhadap diri
seseorang. Kwon et al (2013) mengatakan seseorang dapat dikatakan adiksi
terhadap smartphone (smartphone addiction) jika memiliki tiga aspek, yaitu
gangguan kehidupan sehari-hari, penarikan diri, dan toleransi.
Untuk melakukan pengukuran terhadap variabel smartphone
addiction, peneliti melakukan adaptasi dari instrumen smartphone addiction
scale-short version (SAS-SV) yang dikembangkan oleh Kwon et al (2015).
SAS-SV memiliki nilai reliabilitas Cronbach alpha sebesar 0,911. SAS-SV
terdiri dari 10 item dengan menggunakan skala likert dengan pilihan jawaban
sangat setuju (SS), setuju (S), tidak setuju (TS), dan sangat tidak setuju (SS).
Tabel 3.2
Blue Print Smartphone Addiction Scale (SAS-SV)
No Dimensi Indikator Item
Jumlah Favorable Unfavorable
1
Gangguan
kehidupan
sehari-hari
Tidak dapat
menyelesaikan pekerjaan
Sulit berkonsentrasi
Adanya gangguan fisik
saat menggunakan
smartphone
1, 2, 3 - 3
2 Penarikan
diri
Tidak bisa menahan diri
untuk tidak
menggunakan
smartphone
Resah dan gelisah ketika
tidak menggunakan
smartphone
4, 5, 6 - 3
3
Toleransi
Tidak terwujudnya usaha
untuk mengontrol
penggunaan smartphone
7, 8, 9, 10 - 4
Jumlah
item 10
43
3. Regulasi diri
Variabel regulasi diri pada penelitian ini digunakan sebagai variabel bebas
(independent variabel). Regulasi diri merupakan proses internal atau
tanggapan yang memungkinkan individu dalam mengendalikan aktivitas yang
telah diarahkan tujuannya dari perubahan situasi. Dalam penelitian ini, regulasi
diri lebih difokuskan kepada kontrol perhatian yang merupakan komponen dari
disposisi regulasi diri. Regulasi diri pada penelitian ini bersifat unidimensional
dengan dimensi kontrol perhatian (attention control).
Untuk mengukur variabel regulasi diri, peneliti menggunakan self-
regulation scale (SRS) yang dikembangkan oleh Swharzer et al (2006). SRS
memiliki nilai reliabilitas sebesar 0,76. SRS terdiri dari 10 item dengan empat
pilihan jawaban yaitu sangat setuju (SS), setuju (S), tidak setuju (TS), dan
sangat tidak setuju (STS).
Tabel 3.3
Blue print self regulation scale (SRS)
No Dimensi Indikator Item
Jumlah Favorable unfavorable
1 Attention
control
Mampu mengatur
stimulus yang masuk
Fokus terhadap
pekerjaan
Fokus pada tujuan yang
telah ditetapkan
1,2,3,4,6,8,10 5,7,9 10
Jumlah item 10
4. Fear of Missing Out (FoMO)
Fear of Missing Out (FoMO) atau rasa takut kehilangan merupakan variabel
bebas (independent variable) selanjutnya yang digunakan dalam penelitian ini.
FoMO merupakan suatu keadaan dimana seseorang mengalami kegelisahan
setelah melihat ataupun mengecek sosial media yang dimiliki dan melihat
44
keseruan-keseruan yang sedang dilakukan oleh rekannya di luar sana dan
adanya keinginan yang besar untuk tetap terus terhubung dengan apa yang
sedang dilakukan oleh orang lain melalui dunia maya. Variabel FoMO terdiri
dari dua dimensi yaitu, tidak terpenuhinya kebutuhan psikologis akan
relatedness dan tidak terpenuhinya kebutuhan psikologis akan self (Przybylski
et al, 2013)
Untuk mengukur variabel FoMO, peneliti menggunakan FoMO scale yang
dikembangkan oleh Przybylski et al (dalam Al-Menayes). FoMO scale
memiliki nilai rata-rata reliabilitas sebesar 0,776. FoMO scale terdiri dari 8
item dengan empat pilihan jawaban yaitu sangat setuju (SS), setuju (S), tidak
setuju (TS), dan sangat tidak setuju (STS).
Tabel 3.4
Blue print FoMO Scale
NO Dimensi Indikator Item
Jumlah Favourable Unfavourable
1
Tidak
terpenuhinya
kebutuhan
psikologis
akan
relatedness
Rasa ingin terhubung
dengan orang lain
tidak terpenuhi
Merasa ingin memiliki
kesempatan lebih
dalam berinteraksi
1,2,3,4,5 - 5
2
Tidak
terpenuhinya
kebutuhan
psikologis
akan self
Tidak dapat
mengintegrasikan
tindakan
6,7,8 - 3
Jumlah item 8
5. Konformitas
Variabel konformitas merupakan suatu sebuah perubahan perilaku atau
kepercayaan sebagai hasil nyata atau yang dibayangkan dari tekanan
kelompok. Variabel konformitas terdiri dari dua dimensi yaitu compliance
(pemenuhan) dan acceptance (penerimaan) (Myers, 2005).
45
Untuk mengukur variabel konformitas, peneliti melakukan modifikasi item
yang berdasarkan kepada teori konformitas Myers. Instrumen konformitas
terdiri dari 10 item dengan empat pilihan jawaban yaitu sangat setuju (SS),
setuju (S), tidak setuju (TS), dan sangat tidak setuju (STS).
Tabel 3.5
Blueprint skala konformitas NO Dimensi Indikator Item Jumlah
1 Compliance Mengikuti
kemauan
seseorang agar
tidak ditolak.
1,2, 3,4,5 5
2 Acceptance Melakukan
suatu
perbuatan
karena
kepercayaan
terhadap
seseorang
6,7,8,9,10 5
Jumlah item 10
6. Academic cyberloafing
Academic cyberloafing merupakan penggunaan fasilitas internet oleh
mahasiswa baik yang disediakan oleh kampus maupun internet pribadi selama
perkuliahan berlangsung di dalam kelas. Variabel academic cyberloafing
terdiri dari lima dimensi yaitu, sharing, shoping, real-time updating, accessing
online content, dan gaming/gambling (Akbulut et al, 2016).
Untuk mengukur variabel academic cyberloafing, peneliti menggunakan
instrumen penelitian academic cyberloafing scale yang dikembangkan oleh
akbulut et al (2016). Academic cyberloafing scale memiliki nilai koefisien
reliabilitas sebesar 0,92. Academic cyberloafing scale terdiri dari 30 item
dengan empat pilihan jawaban yaitu sangat setuju (SS), setuju (S), tidak setuju
(TS), dan sangat tidak setuju (STS).
46
Tabel 3.6
Blueprint academic cyberloafing scale
Dimensi Indikator Item
(Fav) Jumlah
1. Sharing
a. Melihat konten (foto / video) dan data
personal di akun media sosial teman
b. Membagikan dan memperbaharui konten
pribadi maupun umum di media sosial
c. Menulis pada kolom komentar di sosial
media dan menyukai unggahan teman saat
jam perkuliahan
d. Menautkan / menandai (tag) teman dalam
foto yang bagikan
e. Chatting dengan teman menggunakan
aplikasi chat online
1,2,9
3,6
4,5
7
8
9
2. Shopping
a. Mengunjungi dan berbelanja melalui aplikasi
belanja dan/atau lelang online yang sedang
atau tidak sedang menawarkan diskon belanja
b. Menggunakan layanan bank online (e-
banking)
c. Mengunjungi situs belanja barang-barang
bekas layak pakai (second-hand)
d. Melihat iklan lowongan pekerjaan pada
media online
10,11,12
13
14
15
16
7
3. Real-time
Updating
a. Membagikan kembali (retweet / repost) dan
memberikan like pada konten yang dibagikan
oleh teman
b. Membaca dan memposting tweet / status di
media sosial
c. Mengomentari trending topics di media
social
17, 18
19,20
21
5
4. Accessing
Online
Content
a. Mengunduh musik, film atau video, dan
aplikasi melalu situs gratis atau berbayar
b. Menonton film atau video melalui situs
menonton online
c. Mendengarkan musik melalui aplikasi online
22,25,26
23
24
5
5. Gaming /
Gambling
a. Mengunjungi situs taruhan online dan
melakukan tindakan judi online
b. Mengunjungi situs olahraga online
c. Bermain game online
27,28
29
30
4
Total 30
47
7. Jenis kelamin
Jenis kelamin diukur dengan menggunakan codding tertentu, yaitu untuk jenis
kelamin perempuan diberi kode “0”, sedangkan untuk jenis kelamin laki-laki
diberi kode “1”.
8. Tingkat kuliah (grade)
Tingkat kuliah merupakan variabel kategorik yang diukur dengan
menggunakan dummy codding dimana memiliki empat kategori yaitu tingkat 1,
tingkat 2, tingkat 3, dan tingkat 4. Tingkat 4 dalam variabel ini dijadikan
variabel kontrol. Adapun dummy codding dibuat sebagai berikut:
Tabel 3.7. Dummy coding variabel tingkat kuliah (grade) NAMA TINGKAT T1 T2 T3
Tingkat 1 0 0 1
Tingkat 2 0 1 0
Tingkat 3 1 0 0
Tingkat 4 0 0 0
3.3. Analisis Psikometrik Instrumen Penelitian
Sebelum melakukan analisis data, peneliti melakukan pengujian terhadap instrumen
/ skala-skala yang digunakan dalam penelitian ini dengan jumlah 93 item dari 6 skala
/ instrumen penelitian. Adapun keenam instrumen penelitian tersebut adalah
instrumen phubbing, smartphone addiction scale-short version (SAS-SV), self-
regulation scale (SRS), FoMO scale, Skala Konformitas, dan academic cyberloafing
scale. Pada analisis psikometrik instrument penelitian ini, peneliti melakukan
beberapa analisis yaitu item analisis dengan menggunakan pendekatan klasik (CTT),
tes reliabilitas, uji validitas konstruk dengan metode analisis faktor (confirmatory
factor analysis), dan kalibrasi parameter item dengan menggunakan pendekatan
48
Rasch measurement model. Adapun penjelasan mengenai analisis tersebut adalah
sebagai berikut.
3.3.1. Analisis Item Classical True Score Model
Analisis item dengan menggunakan pendekatan klasik ini dikenalkan pertama
kali oleh Charles Spearman pada tahun 1904 (Crocker dan Algina, 1986). Esensi
dari model Spearman adalah nilai tes yang diamati dapat dibayangkan sebagai
gabungan dari dua komponen hipotesis skor yang benar (true score) dan
komponen kesalahan acak yang diungkapkan dalam bentuk:
X = T + E
dimana X mewakili skor test yang diamati, T merupakan skor benar (true score)
individu, dan E merupakan komponen kesalahan acak (error) (Crocker dan
Algina, 1986).
Dalam penelitian ini, untuk menguji kualitas item instrument, peneliti
menggunakan pendekatan analisis klasik atau classical test theory (CTT).
Analisis item dengan metode CTT ini dilakukan dengan menggunakan aplikasi
ITEMAN 3.0. Analisis item dilakukan dengan tujuan mengetahui tingkat
kesukaran soal, daya pembeda dan penyebaran distribusi jawaban (item
discrimination). Dalam hal ini, peneliti menggunakan skor daya pembeda item
sebagai acuan dari kualitas item yang akan digunakan dalam model.
Daya pembeda item berfungsi untuk menentukan dapat tidaknya suatu soal
membedakan kelompok dalam aspek yang diukur sesuai dengan perbedaan yang
ada pada kelompok itu. Tujuan dari pengujian daya pembeda adalah untuk
49
melihat kemampuan butir soal / item dalam membedakan antara responden yang
berkemampuan tinggi dengan responden yang berkemampuan rendah.
Korelasi point biserial maupun korelasi biserial adalah korelasi product
moment yang diterapkan pada data, variabel yang dikorelasikan masing-masing
bersifat berbeda satu sama lain. Variabel item bersifat kategorik sedangkan
variabel skor total bersifat kontinum. Variabel item kategorik karena skor pada
item berupa kategorisasi dari skala likert. Variabel item total bersifat kontinum
yang diperoleh dari jumlah jawaban responden. Hasil dari analisis item tersebut
adalah indeks daya pembeda dari setiap item apakah item tersebut baik, direvisi,
atau ditolak. Indeks daya pembeda berkisar antara -1 s/d +1. Semakin tinggi
indeks daya pembeda suatu item, maka semakin kuat / baik item tersebut
(Crocker dan Algina, 1986).
Indeks daya pembeda memiliki beberapa klasifikasi. Adapun klasifikasinya
tertera pada tabel 3.8. (Crocker dan Algina, 1986).
Tabel 3.8. Indeks Daya Pembeda
Indeks Daya
Pembeda
Kategori Interpretasi
0,40 - 1,00 Sangat baik item diterima dengan baik
0,30 - 0,39 Baik item diterima
0,20 - 0,29 Cukup item diterima dengan revisi
0,19 - 0,00 Jelek item tidak dipakai/dibuang
3.3.2. Reliabilitas Tes
Salah satu indeks dari korelasi pendekatan klasik adalah korelasi antara dua
variable. Koefisien korelasi yang menyatakan tingkat korelasi antara skor yang
benar (true score) dan skor yang diamati (observed score) pada tes dikenal
50
sebagai indeks reliabilitas (Crocker dan Algina, 1986). Untuk mendapatkan
indeks reliabilitas digunakan persamaan sebagai berikut:
𝛒XT = 𝝈𝑻
𝝈𝑿
dimana indeks reliabilitas merupakan rasio standar deviasi dari skor benar (true
score) terhadap standar deviasi dari skor yang diamati (observed score).
Dengan catatan bahwa korelasi skor tersebut berasal dari banyak pengujian
yang berulang. Ungkapan tersebut tampaknya memiliki nilai praktis yang kecil
karena nilai yang sebenarnya (true score) tidak dapat diamati secara langsung
dan peneliti tidak dapat memperoleh semua skor yang teramati untuk setiap
peserta tes yang dalam hal ini adalah responden penelitian. Namun demikian,
ada kemungkin untuk membayangkan menguji sekelompok peserta ujian pada
dua kesempatan dengan tes yang sama atau dengan dua bentuk tes.
Ketika dua tes memenuhi persyaratan untuk tes paralel, adalah mungkin
untuk membuat hubungan matematis antara 𝛒XT, korelasi antara skor yang
benar dan yang diamati, dan 𝛒xx', korelasi antara skor yang diamati pada dua
tes paralel. Menurut teori skor benar klasik (classical true score), dua tes
didefinisikan sebagai paralel ketika:
1. Setiap peserta ujian memiliki true score yang sama pada kedua bentuk tes
2. Variasi kesalahan untuk dua bentuk adalah sama.
51
Menurut Azwar (1999), reliabilitas sebenarnya mengacu kepada
konsistensi atau keterpercayaan alat ukur, yang mengandung makna
kecermatan pengukuran. Pengukuran yang tidak reliabel akan menghasilkan
skor yang tidak dapat dipercaya karena perbedaan skor yang terjadi diantara
individu lebih ditentukan oleh faktor-faktor error (kesalahan) daripada faktor
perbedaan yang sesungguhnya. Pengukuran yang tidak reliabel tentu tidak akan
konsisten dari waktu ke waktu (Azwar, 1999). Menurut Crocker & Algina
(2008), kuesioner dinyatakan reliabel jika mempunyai nilai koefisien alpha,
maka digunakan ukuran kemantapan alpha yang diinterpretasikan sebagai
berikut pada tabel 3.9.
Tabel 3.9. Nilai Cronbach Alpha Nilai Cronbach Alpha Kualifikasi
0,00-0,20 Kurang reliabel
0,21-0,40 Agak reliabel
0,41-0,60 Cukup reliabel
0,61-0,80 Reliabel
0,81-1,00 Sangat reliabel
3.3.3. Uji Validitas Konstruk
Dalam penelitian ini, selain melakukan analisis item dengan pendekatan klasik,
peneliti juga melakukan analisis psikometrik lainnya yaitu uji validitas
konstruk. Adapun metode yang digunakan untuk melakukan uji validitas
konstruk adalah analisis faktor atau confirmatory factor analysis (CFA).
Teknik CFA ini memiliki beberapa prosedur menurut Umar dalam Suryadi, et
al (2014):
1. Menyusun suatu definisi operasional tentang konsep atau trait yang hendak
diukur. Untuk mengukur trait atau faktor tersebut diperlukan item
(stimulus) sebagai indikatornya.
52
2. Disusun hipotesis/teori bahwa seluruh item yang disusun (dibuat) adalah
valid mengukur konstruk yang didefinisikan. Dengan kata lain diteorikan
(hipotesis) bahwa hanya ada 1 faktor yang diukur yaitu konstruk yang
didefinisikan (model unidimensional).
3. Berdasarkan data yang diperoleh kemudian dihitung matriks korelasi antar
item, yang disebut matriks S.
4. Matriks korelasi tersebut digunakan untuk mengestimasi korelasi yang
seharusnya terjadi menurut teori/model yang ditetapkan. Jika teori/hipotesis
pada butir 2 adalah benar, maka semestinya semua item hanya mengukur
satu faktor saja (unidimensional).
5. Adapun langkah-langkahnya adalah:
a. Dihitung (diestimasi) parameter dari model/teori yang diuji, dimana hal
tersebut terdiri dari koefisien muatan faktor dan varian kesalahan
pengukuran (residual)
b. Setelah nilai parameter diperoleh, kemudian diestimasi (dihitung)
korelasi antar setiap item sehingga diperoleh matriks korelasi antar item
berdasarkan hipotesis/teori yang diuji (matriks korelasi ini disebut
sigma).
6. Uji validitas konstruk dilakukan dengan menguji hipotesis bahwa S = Ʃ atau
dapat dituliskan HO: S – Ʃ = 0. Uji hipotesis ini misalnya dilakukan
menggunakan uji chi-square, dimana jika chi-square tidak signifikan
(p>0,05) maka dapat disimpulkan bahwa hipotesis nihil (H0) tidak ditolak.
53
Artinya, teori yang mengatakan bahwa semua item hanya mengukur satu
konstruk saja terbukti sesuai (fit) dengan data.
7. Jika telah terbukti model unidimensional (satu faktor) fit dengan data maka
langkah selanjutnya menguji apakah item signifikan dalam mengukur apa
yang hendak diukur, dengan menggunakan t-test. Jika hasil t-test tidak
signifikan maka item tersebut tidak signifikan dalam mengukur apa yang
hendak diiukur, bila perlu item yang demikian didrop dan sebaliknya.
Melihat signifikan atau tidaknya item tersebut mengukur satu faktor dengan
melihat nilai t bagi koefisien muatan faktor item. Perbandingannya adalah
jika t > 1,96 maka item tersebut signifikan dan sebaliknya.
8. Selanjutnya, apabila dari hasil CFA terdapat item yang koefisien muatan
faktornya negatif, maka item tersebut harus di drop. Sebab, hal ini tidak
sesuai dengan sifat item, dimana item tersebut bersifat positif (favorable)
9. Adapun, pengujian analisis CFA seperti yang dipaparkan di atas dapat
dilakukan dengan menggunakan bantuan software LISREL 8.70.
3.3.4. Kalibrasi Parameter Item dengan Rasch Measurement Model
Pendekatan item response theory (IRT) merupakan pendekatan alternatif yang
dapat digunakan dalam menganalisis suatu tes / skala psikologi. Konsep utama
dari IRT adalah kurva karaktersitik item (Item Characteristic Curve / ICC).
ICC menggambarkan probabilitas respon jawaban benar untuk suatu item
sebagai fungsi dari sifat laten yang mendasari kinerja pada item dalam sebuah
tes. (Crocker dan Algina, 1986).
54
Hambleton & Swaminathan (1985: 16) dan Hambleton, Swaminathan,
& Rogers (1991: 9) menyatakan bahwa ada tiga asumsi yang mendasari item
response theory, yaitu unidimensi, independensi lokal dan invariansi
parameter. Unidimensi, artinya setiap butir tes hanya mengukur satu
kemampuan. Independensi lokal adalah suatu kondisi dimana jika faktor-faktor
yang mempengaruhi prestasi konstan, maka respon subjek terhadap pasangan
item yang manapun akan independen secara statistik satu sama lain. Asumsi
independensi lokal ini akan terpenuhi jika jawaban peserta terhadap suatu item
tidak mempengaruhi jawaban peserta terhadap item lainnya.
Tes untuk memenuhi asumsi independensi lokal dapat dilakukan
dengan membuktikan bahwa peluang dari pola jawaban setiap peserta tes sama
dengan hasil kali peluang jawaban peserta tes pada setiap item. Invariansi
parameter artinya karakteristik item tidak tergantung pada distribusi parameter
kemampuan peserta tes dan parameter yang menjadi ciri peserta tes tidak
bergantung dari ciri item. Kemampuan seseorang tidak akan berubah hanya
karena mengerjakan tes yang berbeda tingkat kesulitannya dan parameter item
tidak akan berubah hanya karena diujikan pada kelompok peserta tes yang
berbeda tingkat kemampuannya.
Dalam IRT, selain asumsi-asumsi yang telah diuraikan sebelumnya, hal
penting yang perlu diperhatikan adalah pemilihan model yang tepat. Pemilihan
model yang tepat akan mengungkap keadaan yang sesungguhnya dari data tes
sebagai hasil pengukuran. Ada 3 model hubungan antara kemampuan dengan
55
parameter item, yaitu model 1 parameter (model Rasch), model 2 parameter,
dan model 3 parameter.
Model satu parameter atau biasa disebut dengan Rasch measurement
model ini merupakan model yang sangat popular. Disebut sebagai model satu
parameter karena dalam model ini karakteristik item hanya ditunjukkan oleh
statistic bi yang merupakan parameter tingkat kesukaran item. Persamaan
matematiknya adalah (Azwar, 1999):
Pi (θ) = 𝑒(𝜃−𝑏𝑖)
1+ 𝐸(𝜃−𝑏𝑖) i = 1, 2, …, n
Dimana:
Pi (θ) = probabilitas seseorang subjek yang memiliki abilitas θ untuk
menjawab item I dengan benar.
θ = tingkat kemampuan (abilitas).
bi = parameter tingkat kesukaran item.
n = banyaknya item dalam tes
e = angka transcendental yang bernilai 2,718
Parameter bi merupakan suatu titik pada skala kemampuan (abilitas)
dimana probabilitas untuk menjawab benar adalah sebesar 0,5. Semakin besar
nilai parameter bi maka akan semakin besar pula kemampuan yang dituntut
dari seorang subjek untuk memperoleh 50% peluang menjawab dengan benar.
Artinya item tersebut semakin sukar. Karena hanya ada satu parameter item
56
yang mempengaruhi performansi subjek maka dalam model ini dikatakan
bahwa semua item memiliki daya beda yang sama (Azwar, 1999).
Dalam penelitian ini, untuk mengukur instrumen / skala yang akan
digunakan menggunakan model satu parameter (model Rasch). Kalibrasi
parameter item dengan Rasch measurement model adalah metode untuk
memperoleh ukuran objektif, fundamental, linier dari pengamatan stokastik
yang berasal dari respons kategori yang diperintahkan (Linacre, 1991). Subjek
dan item total skor mentah digunakan untuk memperkirakan ukuran linier.
Dalam kondisi model Rasch, langkah-langkah ini bebas-item (bebas-distribusi
item) dan bebas-orang (bebas distribusi-orang). Artinya, tidak bergantung
terhadap item-item lain dan juga tidak bergantung terhadap sampel / subjek
(Linacre, 1991).
Dalam melakukan kalibrasi, peneliti menggunakan aplikasi winstep
untuk mendapatkan tabel 6 (Person / KID: fit order), tabel 10 (Item / ACT: fit
order), dan tabel 17 (Person / KID: measure). Tabel 6 adalah tabel tentang
statistik kemampuan (ablity) sampel / responden yang diurutkan dari tidak fit
hingga fit. Fungsi dari tabel tersebut adalah untuk melihat responden / subjek
yang tidak fit (misfit). Tabel 10 adalah tabel tentang statistik item yang
diurutkan dari tidak fit hingga fit. Fungsi dari tabel tersebut adalah untuk
melakukan seleksi pada item-item yang tidak fit. Tabel 17 adalah tabel
pengukuran subjek (Linacre, 1991). Adapun langkah-langkah dalam
melakukan kalibrasi adalah sebagai berikut (Linacre, 1991):
57
Langkah pertama yang dilakukan dalam metode Rasch model adalah
dengan membuat syntax yang sesuai dengan kebutuhan sehingga didapatkan
pilihan-pilihan tabel yang dimuat pada output winstep. Kemudian peneliti
memilih tabel 6. Langkah selanjutnya adalah dengan melihat pada tabel 6 yang
dijadikan acuan untuk melihat apakah terdapat subjek / responden yang tidak
fit dengan melihat nilai MNSQ OUTFIT dan/atau PT MEA Corr. Jika terdapat
subjek / responden yang tidak fit (dalam hal ini MNSQ OUTFIT ≥2,00 dan/atau
PT MEA Corr. ≤ 0,00), maka langkah selanjutnya adalah melakukan seleksi
person / subjek / responden.
Setelah melakukan seleksi person / subjek yang tidak fit, maka dibuat
syntax baru dengan hasil seleksi person / subjek tersebut sehingga didapatkan
pilihan tabel pada output. Kemudian, peneliti memilih tabel 10 untuk
melakukan seleksi item. Untuk melakukan seleksi item, yang perlu
diperhatikan adalah nilai MNSQ OUTFIT dan/atau PT MEA Corr. Jika
terdapat item yang tidak fit (dalam hal ini MNSQ OUTFIT ≥2,00 dan/atau PT
MEA Corr. ≤ 0,00), maka item tersebut dibuang / di drop. Artinya, item
tersebut tidak diikut sertakan dalam analisis data.
3.4. Analisis Jalur Faktor-faktor yang Mempengaruhi Phubbing
Analisis jalur (path analysis) ini merupakan pengembangan dari analisis regresi,
sehingga analisis regresi dapat dikatakan bentuk khusus dari analisis jalur. Jadi
persamaan yang digunakan untuk analisis regresi juga digunakan pada analisis
jalur. Persamaan pada analisis regresi berganda adalah sebagai berikut:
58
Y = a + b1 X1 + b2 X2 + … + bk Xk + e
Keterangan:
a : konstanta
b1, b2, dan bk : koefisien regresi variabel
X1, X2, Xk : variabel bebas (independent variable)
Y : variabel terikat (dependent variable)
e : residu / eror
Pada penelitian ini, peneliti melakukan analisis data yang didapat dengan
menggunakan metode analisis jalur (path analysis) yang bertujuan untuk menjawab
pertanyaan pengujian hipotesis penelitian ini yaitu apakah terdapat pengaruh yang
signifikan dari variabel bebas (independen variabel) regulasi diri, fear of missing out
(FoMO), konformitas, dan academic cyberloafing terhadap perilaku phubbing
(dependent variable) dengan melalui smartphone addiction sebagai variabel
mediator.
Sebelum menggunakan analisis jalur dalam penelitiannya, maka harus disusun
model yang menggambarkan hubungan atau pengaruh antara variabel bebas
(independent variable) dan variabel bebas (dependent variable) yang dalam hal ini
disebut dengan menetapkan spesifikasi model. Spesifikasi model dibuat dengan
menggunakan variabel smartphone addiction sebagai variabel mediator. Adapun
untuk variabel bebasnya adalah regulasi diri, fear of missing out (FoMO),
konformitas, academic cyberloafing, dan variabel demografi yang dalam penelitian
ini adalah jenis kelamin dan tingkat kuliah.
59
Gambar 3.1. Spesifikasi model faktor-faktor yang mempengaruhi
phubbing. Variabel sr, fomo, konfor, acl, jk, t1, t2, dan t3 adalah variabel
bebas (eksogen), sa serta phubbing adalah variabel terikat (endogen)
Persamaannya dapat dilihat sebagai berikut (identifikasi parameter):
1. Pengaruh langsung (direct effect)
Y1 = ℽ1 1 X1 + ℽ1 2 X2 + ℽ1 3 X3+ ℽ1 4 X4 + ζ1
Y2 = ℽ2 1 X1 + ℽ2 2 X2 + ℽ2 3 X3 + ℽ2 4 X4 + ℽ2 5 X5 + ℽ2 6 X6 + ℽ2 7 X7 + ℽ2 8
X8 + β2 1Y1 + ζ2
2. Pengaruh tidak langsung (indirect effect)
Y2 = ℽ1 1 * β2 1 X1+ ℽ1 2 * β2 1 X2 + ℽ1 3 * β2 1 X3 + ℽ1 4 * β2 1 X4 + ζ1 ζ2
Keterangan:
Y1 = smartphone addiction
Y2 = phubbing
X1 = regulasi diri
X2 = FoMO (fear of missing out)
60
X3 = konformitas
X4 = academic cyberloafing
X5 = jenis kelamin
X6 = tingkat kuliah / grade (tingkat 1)
X7 = tingkat kuliah / grade (tingkat 2)
X8 = tingkat kuliah / grade (tingkat 3)
ℽ1 1 X1= koefisien antara regulasi diri dengan smartphone addiction
ℽ1 2 X2= koefisien antara FoMO dengan smartphone addiction
ℽ1 3 X3= koefisien antara konformitas dengan smartphone addiction
ℽ1 4 X4= koefisien antara academic cyberloafing dengan smartphone
addiction
ℽ2 1 X1 = koefisien antara self-regulasi dengan phubbing
ℽ2 2 X2= koefisien antara FoMO dengan phubbing
ℽ2 3 X3= koefisien antara konformitas dengan phubbing
ℽ2 4 X4= koefisien antara academic cyberloafing dengan phubbing
ℽ2 5 X5= koefisien antara jenis kelamin dengan phubbing
ℽ2 6 X6= koefisien antara tingkat kuliah / grade (tingkat 1) dengan phubbing
ℽ2 7 X7= koefisien antara tingkat kuliah / grade (tingkat 2) dengan phubbing
ℽ2 8 X8= koefisien antara tingkat kuliah / grade (tingkat 3) dengan phubbing
61
β2 1 Y1= koefisien antara smartphone addiction dengan perilaku phubbing
ζ1 = error / residu dari smartphone addiction
ζ2 = error / residu dari perilaku phubbing
Adapun data yang dianalisis dengan persamaan diatas adalah hasil dari
pengukuran yang sudah dikalibrasi ke dalam rasch score. Dalam hal ini, rasch
score adalah hasil kalibrasi yang diukur dengan menggunakan software Winstep
dengan pendekatan rasch measurement model / IRT. Untuk mengestimasi
parameter, peneliti menggunakan estimator maximum likelihood. Adapun estimasi
parameter tersebut dilakukan dengan menggunakan software Mplus 7.0 (Muthen &
Muthen, 2012).
Langkah selanjutnya adalah uji model fit berdasarkan hasil estimasi yang
diperoleh. Dalam hal ini peneliti menggunakan beberapa kriteria untuk menguji
model fit. Kriteria model fit diantaranya adalah uji chi-square (χ2) dimana model
dikatakan fit jika nilai chi-square (χ2) nya rendah dan dengan nilai signifikasi p ≥
0,05 (Ferdinand, 2000). Selain itu, indeks yang bisa digunakan untuk menentukan
model fit adalah CFI (Comparative Fit Index) dan TLI (Tucker Lewis Index). CFI
dan TLI memiliki rentangan nilai dari 0-1. Untuk indeksnya sendiri jika memiliki
nilai CFI / TLI > 0,90, maka model dapat dikatakan fit. Nilai CFI / TLI ≥ 0,95
menunjukkan a very good fit (Bentler, 1990).
Kriteria selanjutnya bisa dilihat dari indeks root mean square error of
approximation (RMSEA) ≤ 0,08 merupakan indeks untuk dapat diterimanya model
yang menunjukkan sebuah close fit dari model tersebut berdasarkan degree of
freedom (df) (Hair et al, 2008). Kriteria lainnya adalah indeks SRMS (standardized
62
root mean-square residual) yang didefinisikan sebagai perbedaan nilai baku antara
skor observerd correlation dan predicted correlation. Model dengan indeks SRMR
< 0,08 menunjukkan reasonable model fit dan model dengan indeks SRMR < 0,05
menunjukkan good model fit (Joreskog & Sorborn, 1981). Jika model tidak
memenuhi kriteria diatas, maka langkah selanjutnya yang dilakukan adalah
respesifikasi model dengan melakukan modifikasi parameter (modification indices)
sampai model dapat dikatakan fit.
Langkah selanjutnya adalah respesifikasi model / modifikasi model. Langkah
ini dilakukan jika model yang dibuat tidak fit dengan data. Adapun tahap pertama
pada langkah ini adalah dengan melihat muatan terbesar pada output Mplus di
bagian on statements, lalu memodifikasi syntax Mplus sesuai dengan perintah
tersebut. Begitu seterusnya dilakukan hingga model fit.
Langkah berikutnya adalah menguji hipotesis penelitian yang dalam hal ini
adalah melakukan uji signifikansi terhadap parameter dari model path analysis.
Parameter yang diujikan adalah koefisien pengaruh langsung (direct effect) dan
koefisien pengaruh tidak langsung (indirect effect). Koefisien pengaruh langsung
dari satu variabel ke variabel lain disebut Beta (β) dan Gamma(γ). Untuk koefisien
jalur pengaruh tidak langsung dari satu variabel ke variabel terikat yang dalam hal
ini adalah phubbing terdapat empat jalur, yaitu 1.) regulasi diri terhadap phubbing
melalui variabel mediator smartphone addiction, 2.) FoMO terhadap phubbing
melalui variabel mediator smartphone addiction, 3.) konformitas terhadap
phubbing melalui variabel mediator smartphone addiction, dan 4.) academic
cyberloafing melalui variabel mediator smartphone addiction.
63
BAB 4
HASIL PENELITIAN
4.1. Gambaran Umum Responden Penelitian
Sampel pada penelitian ini adalah mahasiswa/i di Jakarta, Bogor, Depok,
Tangerang, dan Bekasi sebanyak 217 responden. Penjelasan mengenai sampel
penelitian berdasarkan jenis kelamin, usia, dan semester akan diuraikan dalam table
4.1 berikut ini:
Table 4.1
Gambaran responden penelitian Sampel Penelitian Frekuensi %
Jenis Kelamin:
Laki-Laki
Perempuan
46
171
21,2%
78,8%
Usia:
18
19
20
21
22
23
24
18
42
34
61
50
10
2
8,3%
19,4%
15,7%
28,1%
23,0%
4,6%
0,9%
Tingkat kuliah (grade)
Tingkat 1 (semester 1 dan 2)
Tingkat 2 (semester 3 dan 4)
Tingkat 3 (semester 5 dan 6)
Tingkat 4 (semester 7 dan 8)
26
57
36
98
11,98%
26,27%
16,59%
45,16%
TOTAL 217 100%
Berdasarkan data yang terdapat pada table 4.1, dapat diketahui bahwa
responden laki-laki berjumlah 46 orang (21,2%) dan responden perempuan
berjumlah 171 orang (78,8%). Dengan demikian, responden yang terdapat dalam
penelitian ini sebagian besar adalah perempuan.
Responden dengan usia 21 tahun merupakan responden dengan jumlah yang
paling banyak dalam penelitian ini, yaitu sebanyak 61 orang (28,1%), dan
64
responden dengan usia 24 tahun merupakan jumlah responden paling sedikit yaitu
2 orang (0,9%). Sementara itu, responden dengan usia 18 tahun berjumlah 18 orang
(8,3%), 19 tahun berjumlah 42 orang (19,4%), 20 tahun berjumlah 34 orang
(15,7%), 22 tahun berjumlah 50 orang (23%), dan 23 tahun berjumlah 10 orang
(4,6%).
Kemudian, responden dengan jumlah terbanyak terdapat pada tingkat 4
(semester 7 dan 8) yaitu sebanyak 98 orang (45,16%), sedangkan jumlah paling
sedikit terdapat pada tingkat 1 (semester 1 dan 2) yaitu sebanyak 26 orang
(11,98%). Sementara itu, responden pada tingkat 2 (semester 3 dan 4) dan tingkat
3 (semester 5 dan 6) masing-masing memiliki jumlah sebesar 57 orang (26,27%)
dan 36 orang (16,59%).
4.2. Hasil Analisis Psikometrik Instrumen Penelitian
4.2.1. Hasil Analisis Item Classical True Score Model
1. Instrumen Phubbing
Peneliti menganalisis 25 item dari skala phubbing dengan menggunakan
aplikasi ITEMAN 3.0. Peneliti menggunakan nilai Item-Scale Correlation
yang tertera pada output ITEMAN 3.0 sebagai indeks daya pembeda. Dari
hasil analisis tersebut, didapatkan 17 item dengan kategori sangat baik, 5 item
dengan kategori baik, dan 3 item dengan kategori cukup dan perlu direvisi.
Adapun rinciannya tertera pada tabel 4.2. dan tabel 4.3. di bawah ini
65
Tabel 4.2. Indeks Daya Pembeda Item Instrumen Phubbing
ITEM INDEKS DAYA
PEMBEDA Kategori
PH1 0,405 Sangat Baik
PH2 0,253 Cukup
PH3 0,317 Baik
PH4 0,308 Baik
PH5 0,222 Cukup
PH6 0,510 Sangat Baik
PH7 0,660 Sangat Baik
PH8 0,524 Sangat Baik
PH9 0,617 Sangat Baik
PH10 0,563 Sangat Baik
PH11 0,561 Sangat Baik
PH12 0,317 Baik
PH13 0,407 Sangat Baik
PH14 0,598 Sangat Baik
PH15 0,523 Sangat Baik
PH16 0,374 Baik
PH17 0,494 Sangat Baik
PH18 0,632 Sangat Baik
PH19 0,527 Sangat Baik
PH20 0,642 Sangat Baik
PH21 0,298 Cukup
PH22 0,418 Sangat Baik
PH23 0,363 Baik
PH24 0,523 Sangat Baik
PH25 0,408 Sangat Baik
Tabel 4.3. Kriteria Daya Pembeda Instrumen Phubbing
SKALA KRITERIA NO ITEM JUMLAH
Instrumen
Phubbing
Sangat Baik
1, 6, 7, 8, 9, 10,
11, 13, 14, 15, 17,
18, 19, 20, 22, 24,
25
17
Baik 3, 4, 12, 16, 23 5
Cukup 2, 5, 21 3
Jelek - 0
Jumlah 25
Dari data diatas, terdapat 17 item yang diterima dengan sangat baik karena
berada pada indeks daya pembeda > 0,4; 5 item yang diterima dengan baik
karena berada pada indeks daya pembeda > 0,3; dan 3 item dengan kategori
cukup yang dapat diterima namun perlu direvisi yaitu item 2, 5, dan 21 karena
memiliki indeks daya pembeda masing-masing sebesar 0,253, 0,222, dan
0,298. Adapun item-item yang dimaksud adalah:
66
Tabel 4.4. Item yang Perlu Direvisi
No Item
2 Saya akan menonaktifkan telepon genggam (HP) saat sedang mengikuti
perkuliahan di kelas
5 Ketika saya sedang berkomunikasi dalam sebuah acara dan telepon genggam
(HP) saya berdering, saya akan menerima telepon tersebut dengan meminta
izin terlebih dahulu kepada lawan bicara
21 Saya akan merasa lebih cemas ketika saya tidak membawa dompet daripada
tidak membawa telepon genggam (HP) saat bepergian
2. Hasil Analisis Item Smartphone Addiction Scale-Short Version (SAS-SV)
Peneliti menganalisis 10 item dari smartphone addiction scale-short version
(SAS-SV) dengan menggunakan aplikasi ITEMAN 3.0. Peneliti menggunakan
nilai Item-Scale Correlation yang tertera pada output ITEMAN 3.0 sebagai
indeks daya pembeda. Dari hasil analisis tersebut, seluruh item dari skala ini
berada di dalam kategori sangat baik. Adapun rinciannya tertera pada table 4.5.
dan tabel 4.6. di bawah ini.
Tabel 4.5. Indeks Daya Pembeda Item SAS-SV
ITEM INDEKS DAYA
PEMBEDA Kategori
GK1 0,573 Sangat Baik
GK2 0,524 Sangat Baik
GK3 0,463 Sangat Baik
PD4 0,563 Sangat Baik
PD5 0,722 Sangat Baik
PD6 0,684 Sangat Baik
T7 0,627 Sangat Baik
T8 0,622 Sangat Baik
T9 0,569 Sangat Baik
T10 0,611 Sangat Baik
Tabel 4.6 Kriteria Daya Pembeda SAS- SV
SKALA KRITERIA NO ITEM JUMLAH
Smartphone Addiction
Scale-Short Version
(SAS-SV)
Sangat Baik 1, 2, 3, 4, 5, 6, 7,
8, 9, 10 10
Baik - 0
Cukup - 0
Jelek - 0
Jumlah 10
67
Dari data diatas, seluruh item pada smartphone addiction scale-short version
(SAS-SV) memiliki kriteria yang sangat baik karena berada pada indeks daya
pembeda > 0,4 sehingga seluruh item dapat diterima dan tidak ada item yang
harus direvisi maupun item yang dibuang.
3. Hasil Analisis Item Self-Regulation Scale
Peneliti menganalisis 10 item dari self-regulation scale dengan menggunakan
aplikasi ITEMAN 3.0. Peneliti menggunakan nilai Item-Scale Correlation
yang tertera pada output ITEMAN 3.0 sebagai indeks daya pembeda. Dari hasil
analisis tersebut, seluruh item dari skala ini berada di dalam kategori sangat
baik. Adapun rinciannya tertera pada table 4.7 dan tabel 4.8. di bawah ini.
Tabel 4.7. Indeks Daya Pembeda Item Self-Regulation Scale
ITEM INDEKS DAYA
PEMBEDA Kategori
SR1 0,573 Sangat Baik
SR2 0,624 Sangat Baik
SR3 0,525 Sangat Baik
SR4 0,551 Sangat Baik
SR5 0,493 Sangat Baik
SR6 0,710 Sangat Baik
SR7 0,437 Sangat Baik
SR8 0,479 Sangat Baik
SR9 0,641 Sangat Baik
SR10 0,496 Sangat Baik
Tabel 4.8. Kriteria Daya Pembeda Self-Regulation Scale
SKALA KRITERIA NO ITEM JUMLAH
Self-Regulation Scale
Sangat Baik 1, 2, 3, 4, 5, 6, 7,
8, 9, 10 10
Baik - 0
Cukup - 0
Jelek - 0
Jumlah 10
Dari data diatas, seluruh item pada self-regulation scale memiliki kriteria yang
sangat baik karena berada pada indeks daya pembeda > 0,4 sehingga seluruh
68
item dapat diterima dan tidak ada item yang harus direvisi maupun item yang
dibuang.
4. Hasil Analisis Item FoMO Scale
Peneliti menganalisis 8 item dari self-regulation scale dengan menggunakan
aplikasi ITEMAN 3.0. Peneliti menggunakan nilai Item-Scale Correlation
yang tertera pada output ITEMAN 3.0 sebagai indeks daya pembeda. Dari hasil
analisis tersebut, seluruh item dari skala ini berada di dalam kategori sangat
baik. Adapun rinciannya tertera pada tabel 4.9. dan tabel 4.10. di bawah ini.
Tabel 4.9. Indeks Daya Pembeda Item FoMO Scale
ITEM INDEKS DAYA
PEMBEDA Kategori
RT1 0,611 Sangat Baik
RT2 0,685 Sangat Baik
RT3 0,657 Sangat Baik
RT4 0,687 Sangat Baik
RT5 0,619 Sangat Baik
ST6 0,528 Sangat Baik
ST7 0,618 Sangat Baik
ST8 0,603 Sangat Baik
Tabel 4.10. Kriteria Daya Pembeda FoMO Scale
SKALA KRITERIA NO ITEM JUMLAH
Fomo Scale
Sangat Baik 1, 2, 3, 4, 5, 6, 7, 8 8
Baik - 0
Cukup - 0
Jelek - 0
Jumlah 8
Dari data diatas, seluruh item pada FoMO scale memiliki kriteria yang sangat
baik karena berada pada indeks daya pembeda > 0,4 sehingga seluruh item
dapat diterima dan tidak ada item yang harus direvisi maupun item yang
dibuang.
69
5. Hasil Analisis Item Skala Konformitas
Peneliti menganalisis 10 item dari skala konformitas dengan menggunakan
aplikasi ITEMAN 3.0. Peneliti menggunakan nilai Item-Scale Correlation
yang tertera pada output ITEMAN 3.0 sebagai indeks daya pembeda. Dari hasil
analisis tersebut, didapatkan 8 item berada di dalam kategori sangat baik, dan
2 item berada di dalam kategori baik. Adapun rinciannya tertera pada tabel
4.11. dan tabel 4.12. di bawah ini.
Tabel 4.11. Indeks Daya Pembeda Item Skala Konformitas
ITEM INDEKS DAYA
PEMBEDA Kategori
C1 0,487 Sangat Baik
C2 0,622 Sangat Baik
C3 0,491 Sangat Baik
C4 0,652 Sangat Baik
C5 0,461 Sangat Baik
A6 0,689 Sangat Baik
A7 0,136 Sangat Baik
A8 0,629 Sangat Baik
A9 0,355 Baik
A10 0,379 Baik
Tabel 4.12. Kriteria Daya Pembeda Skala Konfromitas
SKALA KRITERIA NO ITEM JUMLAH
Skala Konformitas
Sangat Baik 1, 2, 3, 4, 5, 6, 7,
8 8
Baik 9, 10 2
Cukup - 0
Jelek - 0
Jumlah 10
Dari data diatas, terdapat 8 item yang diterima dengan sangat baik karena
berada pada indeks daya pembeda > 0,4 dan 2 item yang diterima dengan baik
karena berada pada indeks daya pembeda > 0,3 sehingga seluruh item dapat
diterima dan tidak ada item yang harus direvisi maupun item yang dibuang.
70
6. Hasil Analisis Item Academic Cyberloafing Scale
Peneliti menganalisis 30 item dari academic cyberloafing scale dengan
menggunakan aplikasi ITEMAN 3.0. Peneliti menggunakan nilai Item-Scale
Correlation yang tertera pada output ITEMAN 3.0 sebagai indeks daya
pembeda. Dari hasil analisis tersebut, seluruh item dari skala ini berada di
dalam kategori sangat baik. Adapun rinciannya tertera pada tabel 4.13. dan
tabel 4.14 di bawah ini.
Tabel 4.13. Indeks Daya Pembeda Item ACS
ITEM INDEKS DAYA
PEMBEDA Kategori
SH1 0,567 Sangat Baik
SH2 0,674 Sangat Baik SH3 0,631 Sangat Baik SH4 0,628 Sangat Baik SH5 0,725 Sangat Baik SH6 0,677 Sangat Baik
SH7 0,690 Sangat Baik
SH8 0,560 Sangat Baik
SH9 0,696 Sangat Baik
S10 0,699 Sangat Baik
S11 0,742 Sangat Baik
S12 0,757 Sangat Baik
S13 0,665 Sangat Baik
S14 0,594 Sangat Baik
S15 0,731 Sangat Baik
S16 0,672 Sangat Baik
RTU17 0,726 Sangat Baik
RTU18 0,695 Sangat Baik
RTU19 0,765 Sangat Baik
RTU20 0,676 Sangat Baik
RTU21 0,692 Sangat Baik
AOC22 0,606 Sangat Baik
AOC23 0,656 Sangat Baik
AOC24 0,677 Sangat Baik
AOC25 0,600 Sangat Baik
AOC26 0,638 Sangat Baik
G27 0,545 Sangat Baik
G28 0,481 Sangat Baik
G29 0,486 Sangat Baik
G30 0,593 Sangat Baik
71
Tabel 4.14. Kriteria Daya Pembeda ACS
SKALA KRITERIA NO ITEM JUMLAH
Academic
Cyberloafing Scale
Sangat Baik
1, 2, 3, 4, 5, 6, 7,
8, 9, 10, 11, 12,
13, 14, 15, 16, 17,
18 ,19, 20, 21, 22,
23, 24, 25, 26, 27,
28, 29, 30
30
Baik - 0
Cukup - 0
Jelek - 0
Jumlah 30
Dari data diatas, seluruh item pada academic cyberloafing scale memiliki
kriteria yang sangat baik karena berada pada indeks daya pembeda > 0,4
sehingga seluruh item dapat diterima dan tidak ada item yang harus direvisi
maupun item yang dibuang.
4.2.2 Hasil Uji Reliabilitas Tes
Pada penelitian ini, peneliti melakukan uji reliabilitas dengan model Cronbach
alpha yang diukur berdasarkan skala Cronbach alpha 0-1 dengan
menggunakan metode CTT melalui aplikasi ITEMAN 3.0.
Adapun reliabilitas Cronbach alpha untuk masing-masing skala yang
telah dilakukan analisis item adalah sebagai berikut.
Tabel 4.15. Reliabilitas Instrumen Penelitian
Skala Cronbach alpha
(reliabilitas) Kualifikasi
Phubbing Scale 0,841 Sangat Reliabel
Smartphone Addiction Scale-
Short Version (SAS-SV) 0,794 Sangat Reliabel
Self-Regulation Scale (SRS) 0,746 Sangat Reliabel
FoMO Scale 0,791 Sangat Reliabel
Skala konformitas 0,642 Reliabel
Academic Cyberloafing Scale 0,953 Sangat Reliabel
4.2.3 Hasil Uji Validitas Konstruk
1. Uji Validitas Konstruk Phubbing
Peneliti melakukan uji validitas konstruk dengan metode Confirmatory Factor
Analysis terhadap 25 item dengan tujuan untuk melihat apakah benar bahwa
72
skala ini bersifat unidimensional, artinya adalah benar bahwa skala tersebut
hanya mengukur phubbing. Dari hasil analisis yang dilakukan dengan model
unidimensional, didapatkan hasil yang tidak fit dengan nilai Chi-
square=2365,51, df=275, P-Value=0,00000, RMSEA=0,188. Oleh sebab itu,
peneliti melakukan modifikasi terhadap parameter yang dimiliki oleh model,
dimana parameter tersebut adalah parameter theta delta atau parameter
kesalahan pengukuran dengan membebaskan parameter tersebut berkorelasi
satu dengan yang lainnya sehingga diperoleh model fit seperti yang tertera pada
gambar 4.1.
Gambar 4.1. Path Diagram Instrumen Phubbing
73
Pada gambar 4.1, nilai Chi-Square menghasilkan P-Value > 0,05 (P-Value
= 0,05969) yang menunjukkan bahwa model fit dengan data, yang artinya
model dengan unidimensional dapat diterima, bahwa seluruh item mengukur
satu variabel / konstruk saja yaitu dalam hal ini adalah phubbing.
Selanjutnya, peneliti melihat signifikansi item tersebut apakah benar
bahwa keseluruhan item tersebut mengukur variabel phubbing atau ada item
yang harus didrop / dibuang dengan tidak diikutsertakan dalam langkah
selanjutnya / analisis data. Sebagaimana disebutkan dalam tabel 4.16 sebagai
berikut:
Tabel 4.16. Uji Validitas Konstruk Phubbing
Item Muatan Faktor Loading Std. Error T-Value Signifikan
PH1 0,37 0,07 5,63 V
PH2 0,15 0,07 2,14 V
PH3 0,45 0,06 6,93 V
PH4 0,29 0,07 4,21 V
PH5 0,11 0,07 1,65 X
PH6 0,58 0,06 9,26 V
PH7 0,93 0,05 17,82 V
PH8 0,75 0,06 12,90 V
PH9 0,88 0,05 16,33 V
PH10 0,75 0,06 12,74 V
PH11 0,57 0,06 8,96 V
PH12 0,40 0,07 5,71 V
PH13 0,56 0,06 8,80 V
PH14 0,65 0,06 10,51 V
PH15 0,37 0,07 5,42 V
PH16 0,14 0,07 2,05 V
PH17 0,34 0,07 5,03 V
PH18 0,34 0,07 4,87 V
PH19 0,20 0,07 2,98 V
PH20 0,35 0,07 5,32 V
PH21 0,19 0,07 2,65 V
PH22 0,23 0,07 3,30 V
PH23 0,22 0,07 3,30 V
PH24 0,35 0,06 5,41 V
PH25 0,29 0,07 4,09 V
Ket: tanda V = signifikan (T-Value > 1,96), X = tidak signifikan
Berdasarkan tabel 4.16 diatas, dapat dilihat bahwa seluruh item memiliki
muatan faktor loading yang positif dan terdapat satu buah item yang tidak
74
signifikan (T-Value < 1,96). Item tersebut adalah item 5 dengan nilai t-value =
1,65. Item tersebut tidak valid sehingga harus didrop. Artinya, item tersebut
tidak mengukur apa yang hendak diukur yang dalam hal ini adalah phubbing
sehingga item tersebut harus dibuang dan tidak diikutsertakan dalam analisis
data penelitian. Namun, apabila hasil dari dua metode lainnya signifikan, maka
item tersebut akan dipertimbangkan untuk diikutsertakan dalam analisis data.
2. Uji Validitas Konstruk Smartphone Addiction
Peneliti melakukan uji validitas konstruk dengan metode Confirmatory Factor
Analysis terhadap 10 item smartphone addiction scale-short version (SAS-SV)
dengan menggunakan model multifactorial. Pemilihan model multifactorial
karena smartphone addiction memiliki tiga dimensi, yaitu gangguan kehidupan
sehari-hari, penarikan diri, dan toleransi. Analisis faktor dengan menggunakan
model multifactorial bertujuan untuk melihat apakah benar bahwa skala ini
bersifat multidimensional, artinya adalah benar bahwa skala tersebut mengukur
dimensi-dimensi yang dimiliki oleh smartphone addiction. Dari hasil analisis
yang dilakukan dengan model multifactorial, didapatkan hasil yang tidak fit
dengan nilai Chi-square=106,11; df=32; P-Value=0,00000, RMSEA=0,104.
Oleh sebab itu, peneliti melakukan modifikasi terhadap parameter yang
dimiliki oleh model, dimana parameter tersebut adalah parameter theta delta
atau parameter kesalahan pengukuran dengan membebaskan parameter
tersebut berkorelasi satu dengan yang lainnya sehingga diperoleh model fit
seperti yang tertera pada gambar 4.2.
75
Gambar 4.2. Path Diagram SAS-SV
Pada gambar 4.2, nilai Chi-Square menghasilkan P-Value > 0,05 (P-Value
= 0,11046) yang menunjukkan bahwa model fit dengan data, yang artinya
model dengan multidimensional dapat diterima, bahwa seluruh item mengukur
tiga dimensi yang dimiliki oleh smartphone addiction.
Selanjutnya, peneliti melihat signifikansi item tersebut apakah benar
bahwa keseluruhan item tersebut mengukur variabel smartphone addiction
atau ada item yang harus didrop / dibuang dengan tidak diikutsertakan dalam
langkah selanjutnya yaitu analisis data. Sebagaimana disebutkan dalam tabel
4.17. sebagai berikut:
Tabel 4.17. Uji Validitas Konstruk SAS-SV
Dimensi Item Muatan Faktor
Loading
Std.
Error T-Value
Signifikan
Gangguan
kehidupan sehari-
hari
GK1 0,78 0,08 9,26 V
GK2 0,58 0,07 7,71 V
GK3 0,47 0,09 5,15 V
Penarikan diri
PD4 0,54 0,07 7,69 V
PD5 0,76 0,06 12,04 V
PD6 0,78
0,06 12,30 V
Toleransi
T7 0,74 0,06 11,42 V
T8 0,73 0,06 11,32 V
T9 0,56 0,07 8,11 V
T10 0,52 0,07 7,37 V
Ket: tanda V = signifikan (T-Value > 1,96), X = tidak signifikan
76
Berdasarkan tabel 4.17 diatas, dapat dilihat seluruh item memiliki muatan
faktor loading yang positif dan t-value > 1,96 sehingga seluruh item dapat
dikatakan signifikan / valid. Artinya, seluruh item benar mengukur dimensi-
dimensi yang dimiliki oleh smartphone addiction. Dengan demikian, seluruh
item dari smartphone addiction scale-short version (SAS-SV) dapat digunakan
dalam analisis data dan tidak ada item yang harus dibuang / didrop.
3. Uji Validitas Konstruk Self-Regulation
Peneliti melakukan uji validitas konstruk dengan metode Confirmatory Factor
Analysis terhadap 10 item dengan tujuan untuk melihat apakah benar bahwa
skala ini bersifat unidimensional, artinya adalah benar bahwa skala tersebut
hanya mengukur self-regulation. Dari hasil analisis yang dilakukan dengan
model unidimensional, didapatkan hasil yang tidak fit dengan nilai Chi-
square=187,69, df=35, P-Value=0,00000, RMSEA=0,142. Oleh sebab itu,
peneliti melakukan modifikasi terhadap parameter yang dimiliki oleh model,
dimana parameter tersebut adalah parameter kesalahan pengukuran dengan
membebaskan parameter tersebut berkorelasi satu dengan yang lainnya
sehingga diperoleh model fit seperti yang tertera pada gambar 4.3.
Gambar 4.3. Path Diagram SRS
77
Pada gambar 4.3, nilai Chi-Square menghasilkan P-Value > 0,05 (P-Value
= 0,10337) yang menunjukkan bahwa model fit dengan data, yang artinya
model dengan unidimensional dapat diterima, bahwa seluruh item mengukur
satu variabel / konstruk saja yaitu dalam hal ini adalah self-regulation.
Selanjutnya, peneliti melihat signifikansi item tersebut apakah benar
bahwa keseluruhan item tersebut mengukur variabel self-regulation atau ada
item yang harus didrop / dibuang dengan tidak diikutsertakan dalam langkah
selanjutnya / analisis data. Sebagaimana disebutkan dalam tabel 4.18. sebagai
berikut:
Tabel 4.18. Uji Validitas Konstruk SRS
Item Muatan Faktor Loading Std. Error T-Value Signifikan
SR1 0,53 0,07 8,12 V
SR2 0,63 0,06 9,87 V
SR3 0,71 0,07 10,57 V
SR4 0,57 0,07 8,68 V
SR5 0,36 0,07 5,39 V
SR6 0,81 0,06 12,86 V
SR7 0,41 0,07 5,63 V
SR8 0,50 0,07 7,58 V
SR9 0,62 0,07 8,88 V
SR10 0,50 0,07 7,64 V
Ket: tanda V = signifikan (T-Value > 1,96), X = tidak signifikan
Berdasarkan tabel 4.18 diatas, dapat dilihat seluruh item memiliki muatan
faktor loading yang positif dan t-value > 1,96 sehingga seluruh item dapat
dikatakan signifikan / valid. Artinya, seluruh item benar mengukur apa yang
hendak diukur dalam hal ini adalah self-regulation. Dengan demikian, seluruh
item dari self-regulation scale dapat digunakan dalam analisis data dan tidak
ada item yang harus dibuang / didrop.
78
4. Uji Validitas Konstruk FoMO
Peneliti melakukan uji validitas konstruk dengan metode Confirmatory Factor
Analysis terhadap 8 item FoMO Scale dengan menggunakan model
multifactorial. Pemilihan model multifactorial karena FoMO memiliki dua
dimensi, yaitu tidak terpenuhinya kebutuhan psikologis akan relatedness dan
tidak terpenuhinya kebutuhan psikologis akan self. Analisis faktor dengan
menggunakan model multifactorial bertujuan untuk melihat apakah benar
bahwa skala ini bersifat multidimensional, artinya adalah benar bahwa skala
tersebut mengukur dimensi-dimensi yang dimiliki oleh FoMO. Dari hasil
analisis yang dilakukan dengan model multifactorial, didapatkan hasil yang
tidak fit dengan nilai Chi-square=161,23; df=19; P-Value=0,00000,
RMSEA=0,186. Oleh sebab itu, peneliti melakukan modifikasi terhadap
parameter yang dimiliki oleh model, dimana parameter tersebut adalah
parameter theta delta atau parameter kesalahan pengukuran dengan
membebaskan parameter tersebut berkorelasi satu dengan yang lainnya
sehingga diperoleh model fit seperti yang tertera pada gambar 4.4.
Gambar 4.4. Path Diagram FoMO Scale
79
Pada gambar 4.4, nilai Chi-Square menghasilkan P-Value > 0,05 (P-Value
= 0,11464) yang menunjukkan bahwa model fit dengan data, yang artinya
model dengan multidimensional dapat diterima, bahwa seluruh item mengukur
dua dimensi yang dimiliki oleh FoMO.
Selanjutnya, peneliti melihat signifikansi item tersebut apakah benar
bahwa keseluruhan item tersebut mengukur variabel FoMO atau ada item yang
harus didrop / dibuang dengan tidak diikutsertakan dalam langkah selanjutnya
yaitu analisis data. Sebagaimana disebutkan dalam tabel 4.19. sebagai berikut:
Tabel 4.19. Uji Validitas Konstruk FoMO Scale
Dimensi Item Muatan Faktor
Loading
Std.
Error T-Value
Signifikan
Tidak terpenuhinya
kebutuhan psikologi
akan relatedness
RT1 0,56 0,06 8,67 V
RT2 0,75 0,06 12,04 V
RT3 0,54 0,08 6,52 V
RT4 0,86 0,06 14,12 V
RT5 0,55 0,06 8,51 V
Tidak terpenuhinya
kebutuhan psikologi
akan self
ST6 0,45 0,07 6,09 V
ST7 0,61 0,08 7,26 V
ST8 0,57 0,08 7,09 V
Ket: tanda V = signifikan (T-Value > 1,96), X = tidak signifikan
Berdasarkan tabel 4.20 diatas, dapat dilihat seluruh item memiliki muatan
faktor loading yang positif dan t-value > 1,96 sehingga seluruh item dapat
dikatakan signifikan / valid. Artinya, seluruh item benar mengukur dimensi-
dimensi yang dimiliki oleh FoMO. Dengan demikian, seluruh item dari FoMO
scale dapat digunakan dalam analisis data dan tidak ada item yang harus
dibuang / didrop.
5. Uji Validitas Konstruk Konformitas
Peneliti melakukan uji validitas konstruk dengan metode Confirmatory Factor
Analysis terhadap 10 item skala konformitas dengan menggunakan model
80
multifactorial. Pemilihan model multifactorial karena konformitas memiliki
dua dimensi, yaitu compliance dan acceptance. Analisis faktor dengan
menggunakan model multifactorial bertujuan untuk melihat apakah benar
bahwa skala ini bersifat multidimensional, artinya adalah benar bahwa skala
tersebut mengukur dimensi-dimensi yang dimiliki oleh konformitas. Dari hasil
analisis yang dilakukan dengan model multifactorial, didapatkan hasil yang
tidak fit dengan nilai Chi-square=233,83; df=34; P-Value=0,00000,
RMSEA=0,165. Oleh sebab itu, peneliti melakukan modifikasi terhadap
parameter yang dimiliki oleh model, dimana parameter tersebut adalah
parameter theta delta atau parameter kesalahan pengukuran dengan
membebaskan parameter tersebut berkorelasi satu dengan yang lainnya
sehingga diperoleh model fit seperti yang tertera pada gambar 4.5.
Gambar 4.5. Path Diagram Skala Konformitas
Pada gambar 4.5, nilai Chi-Square menghasilkan P-Value > 0,05 (P-Value
= 0,06247) yang menunjukkan bahwa model fit dengan data, yang artinya
model dengan multidimensional dapat diterima, bahwa seluruh item mengukur
dua dimensi yang dimiliki oleh konformitas.
81
Selanjutnya, peneliti melihat signifikansi item tersebut apakah benar
bahwa keseluruhan item tersebut mengukur variabel konformitas atau ada item
yang harus didrop / dibuang dengan tidak diikutsertakan dalam langkah
selanjutnya yaitu analisis data. Sebagaimana disebutkan dalam tabel 4.20.
sebagai berikut:
Tabel 4.20. Uji Validitas Konstruk Skala Konformitas
Dimensi Item Muatan Faktor
Loading
Std.
Error T-Value
Signifikan
Compliance
C1 0,47 0,07 6,97 V
C2 0,64 0,06 9,95 V
C3 0,72 0,06 11,60 V
C4 0,79 0,06 13,12 V
C5
0,39 0,07 5,37 V
Acceptance
A6 0,74 0,06 11,95 V
A7 0,27 0,07 3,74 V
A8 0,77 0,06 12,65 V
A9 0,09 0,08 1,20 X
A10 0,13 0,07 1,72 X
Ket: tanda V = signifikan (T-Value > 1,96), X = tidak signifikan
Berdasarkan tabel 4.21 diatas, dapat dilihat seluruh item memiliki muatan
faktor loading yang positif dan t-value > 1,96 sehingga seluruh item dapat
dikatakan signifikan / valid. Artinya, seluruh item benar mengukur dimensi-
dimensi yang dimiliki oleh konformitas. Dengan demikian, seluruh item dari
skala konformitas dapat digunakan dalam analisis data dan tidak ada item yang
harus dibuang / didrop.
6. Uji Validitas Konstruk Academic Cyberloafing
Pada konstruk academic cyberloafing, peneliti menguji lima dimensi yang
dimiliki oleh academic cyberloafing secara terpisah dengan model
unidimensional. Kelima dimensi tersebut adalah sharing, shopping, real-time
updating, accessing online content, dan gaming / gambling.
82
a. Sharing
Peneliti melakukan uji validitas konstruk dengan metode Confirmatory
Factor Analysis terhadap 9 item dengan tujuan untuk melihat apakah benar
bahwa skala ini bersifat unidimensional, artinya adalah benar bahwa skala
tersebut hanya mengukur sharing. Dari hasil analisis yang dilakukan
dengan model unidimensional, didapatkan hasil yang tidak fit dengan nilai
Chi-square=85,35, df=27, P-Value=0,00000, RMSEA=0,100. Oleh sebab
itu, peneliti melakukan modifikasi terhadap parameter yang dimiliki oleh
model, dimana parameter tersebut adalah parameter theta delta atau
parameter kesalahan pengukuran dengan membebaskan parameter
tersebut berkorelasi satu dengan yang lainnya sehingga diperoleh model
fit seperti yang tertera pada gambar 4.6.
Gambar 4.6. Path Diagram Dimensi Sharing dari ACS
Pada gambar 4.6, nilai Chi-Square menghasilkan P-Value > 0,05 (P-
Value = 0,05798) yang menunjukkan bahwa model fit dengan data, yang
83
artinya model dengan unidimensional dapat diterima, bahwa seluruh item
mengukur satu variabel / konstruk saja yaitu dalam hal ini adalah sharing.
Selanjutnya, peneliti melihat signifikansi item tersebut apakah benar
bahwa keseluruhan item tersebut mengukur dimensi sharing atau ada item
yang harus didrop / dibuang dengan tidak diikutsertakan dalam langkah
selanjutnya / analisis data. Sebagaimana disebutkan dalam tabel 4.21.
sebagai berikut:
Tabel 4.21. Uji Validitas Konstruk Sharing
Item Muatan Faktor Loading Std. Error T-Value Signifikan
SH1 0,80 0,06 13,99 V
SH2 0,82 0,06 14,59 V
SH3 0,86 0,05 15,75 V
SH4 0,90 0,05 17,06 V
SH5 0,81 0,06 14,25 V
SH6 0,85 0,06 15,48 V
SH7 0,78 0,06 13,33 V
SH8 0,74 0,06 12,55 V
SH9 0,77 0,06 13,30 V
Ket: tanda V = signifikan (T-Value > 1,96), X = tidak signifikan
Berdasarkan tabel 4.21 diatas, dapat dilihat seluruh item memiliki muatan
faktor loading yang positif dan t-value > 1,96 sehingga seluruh item dapat
dikatakan signifikan / valid. Artinya, seluruh item benar mengukur apa
yang hendak diukur dalam hal ini adalah sharing. Dengan demikian,
seluruh item dari dimensi sharing dapat digunakan dalam analisis data dan
tidak ada item yang harus dibuang / didrop.
b. Shopping
Peneliti melakukan uji validitas konstruk dengan metode Confirmatory
Factor Analysis terhadap 7 item dengan tujuan untuk melihat apakah benar
bahwa skala ini bersifat unidimensional, artinya adalah benar bahwa skala
tersebut hanya mengukur shopping. Dari hasil analisis yang dilakukan
84
dengan model unidimensional, didapatkan hasil yang tidak fit dengan nilai
Chi-square=334,61, df=14, P-Value=0,00000, RMSEA=0,326. Oleh
sebab itu, peneliti melakukan modifikasi terhadap parameter yang dimiliki
oleh model, dimana parameter tersebut adalah parameter theta delta atau
parameter kesalahan pengukuran dengan membebaskan parameter
tersebut berkorelasi satu dengan yang lainnya sehingga diperoleh model
fit seperti yang tertera pada gambar 4.7.
Gambar 4.7. Path Diagram Dimensi Shopping dari ACS
Pada gambar 4.7, nilai Chi-Square menghasilkan P-Value > 0,05
(P-Value = 0,37885) yang menunjukkan bahwa model fit dengan data,
yang artinya model dengan unidimensional dapat diterima, bahwa seluruh
item mengukur satu variabel / konstruk saja yaitu dalam hal ini adalah
shopping.
Selanjutnya, peneliti melihat signifikansi item tersebut apakah benar
bahwa keseluruhan item tersebut mengukur dimensi shopping atau ada
item yang harus didrop / dibuang dengan tidak diikutsertakan dalam
langkah selanjutnya / analisis data. Sebagaimana disebutkan dalam tabel
4.22. sebagai berikut:
85
Tabel 4.22. Uji Validitas Konstruk Shopping
Item Muatan Faktor Loading Std. Error T-Value Signifikan
S1 0,89 0,05 16,64 V
S2 0,90 0,05 16,74 V
S3 0,93 0,05 17,57 V
S4 0,76 0,06 12,80 V
S5 0,66 0,06 10,40 V
S6 0,88 0,05 16,19 V
S7 0,62 0,06 9,76 V
Ket: tanda V = signifikan (T-Value > 1,96), X = tidak signifikan
Berdasarkan tabel 4.22 diatas, dapat dilihat seluruh item memiliki muatan
faktor loading yang positif dan t-value > 1,96 sehingga seluruh item dapat
dikatakan signifikan / valid. Artinya, seluruh item benar mengukur apa
yang hendak diukur dalam hal ini adalah shoping. Dengan demikian,
seluruh item dari dimensi shoping dapat digunakan dalam analisis data dan
tidak ada item yang harus dibuang / didrop.
c. Real-Time Updating
Peneliti melakukan uji validitas konstruk dengan metode Confirmatory
Factor Analysis terhadap 5 item dengan tujuan untuk melihat apakah benar
bahwa skala ini bersifat unidimensional, artinya adalah benar bahwa skala
tersebut hanya mengukur real-time updating. Dari hasil analisis yang
dilakukan dengan model unidimensional, didapatkan hasil yang tidak fit
dengan nilai Chi-square=52,53, df=5, P-Value=0,00000, RMSEA=0,210.
Oleh sebab itu, peneliti melakukan modifikasi terhadap parameter yang
dimiliki oleh model, dimana parameter tersebut adalah parameter
kesalahan pengukuran dengan membebaskan parameter tersebut
berkorelasi satu dengan yang lainnya sehingga diperoleh model fit seperti
yang tertera pada gambar 4.8.
86
Gambar 4.8. Path Diagram Dimensi RTU dari ACS
Pada gambar 4.8, nilai Chi-Square menghasilkan P-Value > 0,05 (P-
Value = 0,99111) yang menunjukkan bahwa model fit dengan data, yang
artinya model dengan unidimensional dapat diterima, bahwa seluruh item
mengukur satu variabel / konstruk saja yaitu dalam hal ini adalah real-time
updating.
Selanjutnya, peneliti melihat signifikansi item tersebut apakah benar
bahwa keseluruhan item tersebut mengukur dimensi real-time updating
atau ada item yang harus didrop / dibuang dengan tidak diikutsertakan
dalam langkah selanjutnya / analisis data. Sebagaimana disebutkan dalam
tabel 4.23. sebagai berikut:
Tabel 4.23. Uji Validitas Konstruk Real-Time Updating
Item Muatan Faktor Loading Std. Error T-Value Signifikan
RTU1 0,94 0,05 18,38 V
RTU2 0,99 0,05 20,21 V
RTU3 0,89 0,05 16,68 V
RTU4 0,92 0,05 17,57 V
RTU5 0,59 0,06 9,52 V
Ket: tanda V = signifikan (T-Value > 1,96), X = tidak signifikan
Berdasarkan tabel 4.23 diatas, dapat dilihat seluruh item memiliki muatan
faktor loading yang positif dan t-value > 1,96 sehingga seluruh item dapat
dikatakan signifikan / valid. Artinya, seluruh item benar mengukur apa
87
yang hendak diukur dalam hal ini adalah real-time updating. Dengan
demikian, seluruh item dari dimensi real-time updating dapat digunakan
dalam analisis data dan tidak ada item yang harus dibuang / didrop.
d. Accessing Online Content
Peneliti melakukan uji validitas konstruk dengan metode Confirmatory
Factor Analysis terhadap 5 item dengan tujuan untuk melihat apakah benar
bahwa skala ini bersifat unidimensional, artinya adalah benar bahwa skala
tersebut hanya mengukur accessing online content. Dari hasil analisis yang
dilakukan dengan model unidimensional, didapatkan hasil yang tidak fit
dengan nilai Chi-square=13,34, df=5, P-Value=0,02036, RMSEA=0,088.
Oleh sebab itu, peneliti melakukan modifikasi terhadap parameter yang
dimiliki oleh model, dimana parameter tersebut adalah parameter theta
delta atau parameter kesalahan pengukuran dengan membebaskan
parameter tersebut berkorelasi satu dengan yang lainnya sehingga
diperoleh model fit seperti yang tertera pada gambar 4.9.
Gambar 4.9. Path Diagram Dimensi AOC dari ACS
88
Pada gambar 4.9, nilai Chi-Square menghasilkan P-Value > 0,05 (P-
Value = 0,46062) yang menunjukkan bahwa model fit dengan data, yang
artinya model dengan unidimensional dapat diterima, bahwa seluruh item
mengukur satu variabel / konstruk saja yaitu dalam hal ini adalah accessing
online content.
Selanjutnya, peneliti melihat signifikansi item tersebut apakah
benar bahwa keseluruhan item tersebut mengukur dimensi accessing
online content atau ada item yang harus didrop / dibuang dengan tidak
diikutsertakan dalam langkah selanjutnya / analisis data. Sebagaimana
disebutkan dalam tabel 4.24. sebagai berikut:
Tabel 4.24. Uji Validitas Konstruk Accessing Online Content
Item Muatan Faktor Loading Std. Error T-Value Signifikan
AOC1 0,78 0,06 13,09 V
AOC2 0,81 0,06 13,91 V
AOC3 0,80 0,06 13,06 V
AOC4 0,83 0,06 14,02 V
AOC5 0,76 0,06 12,52 V
Ket: tanda V = signifikan (T-Value > 1,96), X = tidak signifikan
Berdasarkan tabel 4.24 diatas, dapat dilihat seluruh item memiliki
muatan faktor loading yang positif dan t-value > 1,96 sehingga seluruh
item dapat dikatakan signifikan / valid. Artinya, seluruh item benar
mengukur apa yang hendak diukur dalam hal ini adalah Accessing online
content. Dengan demikian, seluruh item dari dimensi accessing online
content dapat digunakan dalam analisis data dan tidak ada item yang harus
dibuang / didrop.
89
e. Gaming / Gambling
Peneliti melakukan uji validitas konstruk dengan metode Confirmatory
Factor Analysis terhadap 4 item dengan tujuan untuk melihat apakah benar
bahwa skala ini bersifat unidimensional, artinya adalah benar bahwa skala
tersebut hanya mengukur gaming / gambling. Dari hasil analisis yang
dilakukan dengan model unidimensional, didapatkan hasil yang fit dengan
nilai Chi-square=2,95, df=2, P-Value=0,22911, RMSEA=0,047.
Gambar 4.10 Path Diagram Dimensi Gaming/Gambling
Pada gambar 4.10, nilai Chi-Square menghasilkan P-Value > 0,05
(P-Value = 0,22911) yang menunjukkan bahwa model fit dengan data,
yang artinya model dengan unidimensional dapat diterima, bahwa seluruh
item mengukur satu variabel / konstruk saja yaitu dalam hal ini adalah
gaming / gambling.
Selanjutnya, peneliti melihat signifikansi item tersebut apakah benar
bahwa keseluruhan item tersebut mengukur dimensi gaming/ gambling
atau ada item yang harus didrop / dibuang dengan tidak diikutsertakan
dalam langkah selanjutnya / analisis data. Sebagaimana disebutkan dalam
tabel 4.25. sebagai berikut:
90
Tabel 4.25. Uji Validitas Konstruk Gaming / Gambling
Item Muatan Faktor Loading Std. Error T-Value Signifikan
G1 0,90 0,05 16,41 V
G2 0,94 0,05 17,89 V
G3 0,78 0,06 13,27 V
G4 0,55 0,06 8,54 V
Ket: tanda V = signifikan (T-Value > 1,96), X = tidak signifikan
Berdasarkan tabel 4.25 diatas, dapat dilihat seluruh item memiliki muatan
faktor loading yang positif dan t-value > 1,96 sehingga seluruh item dapat
dikatakan signifikan / valid. Artinya, seluruh item benar mengukur apa
yang hendak diukur dalam hal ini adalah gaming / gambling. Dengan
demikian, seluruh item dari dimensi gaming / gambling dapat digunakan
dalam analisis data dan tidak ada item yang harus dibuang / didrop.
4.2.4 Hasil Kalibrasi Parameter Item dengan Rasch Measurement Model
1. Analisis Item Instrumen Phubbing
Sebelum melakukan analisis item instrumen phubbing, peneliti melakukan
analisis person terlebih dahulu untuk seleksi person yang tidak fit / misfit. Dari
tabel 6 output winstep didapatkan 16 orang / responden yang tidak fit dari total
responden 217 orang (dalam hal ini MNSQ OUTFIT ≥2,00 dan/atau PT MEA
Corr. ≤ 0,00). Daftar responden tersebut terdapat pada tabel 4.26.
Selanjutnya, peneliti mengeliminasi 16 responden yang tidak fit dengan cara
membuat file pdl (person deleted) dan dengan menambahkan syntax PDFIL
sehingga keluar output tabel yang baru. Kemudian, peneliti memilih untuk
membuka tabel 10 (Item/ ACT: fit order) untuk melakukan seleksi item. Dari
hasil analisis seleksi item instrumen phubbing, tidak ada item yang misfit /
91
tidak fit. Berikut rincian hasil seleksi item instrumen phubbing yang dijelaskan
dalam tabel 4.27.
Tabel 4.26. Tabel Person Misfit dari Instrumen Phubbing NO MEASURE MNSQ OUTFIT PTMEA Corr.
154 0,72 4,63 0,45
173 -1,93 3,38 0,05
203 -0,87 2,81 0,38
53 -2,28 2,38 0,44
3 1,14 2,36 0,22
23 1,14 2,36 0,22
159 -1,38 2,19 0,23
120 1,14 2,10 0,23
144 0,32 2,18 0,50
195 -0,48 2,18 0,06
141 1,03 2,14 0,37
26 1,57 2,04 0,30
129 -2,52 2,10 0,33
151 -0,77 2,04 0,47
105 -1,08 2,00 0,57
126 -0,57 2,03 0,40
Tabel 4.27. Analisis Item Rasch Model Instrumen Phubbing
ITEM OUTFIT PT-MEASURE
CORR.
SIGN
(FIT) MNSQ ZSTD
PH1 0,95 -0,5 0,41 √
PH2 1,39 3,7 0,31 √
PH3 0,93 -0,7 0,30 √
PH4 0,96 -0,4 0,27 √
PH5 1,47 4,6 0,24 √
PH6 0,81 -2,1 0,51 √
PH7 0,59 -5,0 0,61 √
PH8 0,74 -2,9 0,50 √
PH9 0,63 -4,4 0,62 √
PH10 0,82 -1,9 0,52 √
PH11 0,96 -0,4 0,49 √
PH12 0,98 -0,1 0,34 √
PH13 0,75 -2,9 0,42 √
PH14 0,61 -4,7 0,53 √
PH15 1,11 1,1 0,45 √
PH16 1,36 3,3 0,40 √
PH17 0,62 -4,6 0,54 √
PH18 1,18 1,8 0,67 √
PH19 1,05 0,6 0,57 √
PH20 0,96 -0,4 0,67 √
PH21 1,99 8,2 0,27 √
PH22 0,90 -1,0 0,42 √
PH23 1,13 1,3 0,39 √
PH24 1,08 0,9 0,55 √
PH25 1,05 0,5 0,34 √
Ket: tanda √ = signifikan (MNSQ < 2; PT-MEASURE CORR > 0,00), X =
tidak signifikan
92
Dari tabel 4.27 diatas, dapat dijelaskan bahwa seluruh item instrumen
phubbing lolos dari seleksi item karena memiliki nilai MNSQ OUTPUT
dibawah 0,2 dan nilai PT MEASURE Corr diatas 0,000. Artinya, seluruh item
pada instrumen phubbing fit / signifikan sehingga tidak ada item yang dibuang
atau tidak diikutsertakan dalam analisis data.
2. Analisis Item Smartphone Addiction Scale-Short Version (SAS-SV)
Sebelum melakukan analisis item SAS-SV, peneliti melakukan analisis person
terlebih dahulu untuk seleksi person yang tidak fit / misfit. Dari tabel 6 output
winstep didapatkan 19 orang / responden yang tidak fit dari total responden
217 orang (dalam hal ini MNSQ OUTFIT ≥2,00 dan/atau PT MEA Corr. ≤
0,00). Daftar responden tersebut terdapat pada tabel 4.28.
Selanjutnya, peneliti mengeliminasi data dari 19 responden yang tidak fit
dengan cara membuat file pdl (person deleted) dan dengan menambahkan
syntax PDFIL sehingga keluar output tabel yang baru. Kemudian, peneliti
memilih untuk membuka tabel 10 (Item/ ACT: fit order) untuk melakukan
seleksi item. Dari hasil analisis seleksi item SAS-SV, tidak ada item yang
misfit / tidak fit. Berikut rincian hasil seleksi item SAS-SV yang dijelaskan
dalam tabel 4.29.
93
Tabel 4.28. Tabel Person Misfit dari SAS-SV NO MEASURE MNSQ OUTFIT PTMEA Corr.
154 -3,94 3,64 0,06
141 -0,83 3,81 -0,11
102 -2,75 3,17 -0,08
132 -0,54 3,03 0,07
173 -3,11 2,57 0,32
26 -0,54 2,74 0,64
3 -0,24 2,61 0,00
23 -0,24 2,61 0,00
166 -1,44 2,54 0,11
112 -3,11 2,54 0,13
56 0,04 2,38 0,57
147 -1,44 2,34 0,23
98 0,04 2,27 0,65
108 -3,50 2,24 0,03
203 -0,83 2,20 0,62
10 0,62 219 -0,24
41 2,08 2,05 0,68
135 -1,76 2,09 0,22
182 1,49 2,06 -0,13
Tabel 4.29. Analisis Item Rasch Model SAS-SV
ITEM OUTFIT PT-MEASURE
CORR.
SIGN
(FIT) MNSQ ZSTD
SA1 1,14 1,4 0,54 √
SA2 1,21 1,9 0,53 √
SA3 1,33 3,0 0,49 √
SA4 1,04 0,4 0,57 √
SA5 0,72 -3,0 0,73 √
SA6 0,65 -3,9 0,68 √
SA7 0,89 -1,1 0,67 √
SA8 0,85 -1,6 0,67 √
SA9 0,91 -0,9 0,58 √
SA10 1,24 2,2 0,65 √
Ket: tanda √ = signifikan (MNSQ < 2; PT-MEASURE CORR > 0,00), X =
tidak signifikan
Dari tabel 4.29 diatas, dapat dijelaskan bahwa seluruh item SAS-SV
lolos dari seleksi item karena memiliki nilai MNSQ OUTPUT dibawah 0,2 dan
nilai PT MEASURE Corr diatas 0,000. Artinya, seluruh item pada SAS-SV fit
/ signifikan sehingga tidak ada item yang dibuang atau tidak diikutsertakan
dalam analisis data.
94
3. Analisis Item Self-Regulation Scale
Sebelum melakukan analisis item Self-Regulation Scale, peneliti melakukan
analisis person terlebih dahulu untuk seleksi person yang tidak fit / misfit. Dari
tabel 6 output winstep didapatkan 18 orang / responden yang tidak fit dari total
responden 217 orang (dalam hal ini MNSQ OUTFIT ≥2,00 dan/atau PT MEA
Corr. ≤ 0,00). Daftar responden tersebut terdapat pada tabel 4.30.
Selanjutnya, peneliti mengeliminasi data dari 18 responden yang tidak fit
dengan cara membuat file pdl (person deleted) dan dengan menambahkan
syntax PDFIL sehingga keluar output tabel yang baru. Kemudian, peneliti
memilih untuk membuka tabel 10 (Item/ ACT: fit order) untuk melakukan
seleksi item. Dari hasil analisis seleksi item self-regulation scale, tidak ada
item yang misfit / tidak fit. Berikut rincian hasil seleksi item self-regulation
scale yang dijelaskan dalam tabel 4.31.
Tabel 4.30. Tabel Person Misfit dari SRS NO MEASURE MNSQ OUTFIT PTMEA Corr.
159 -0,03 5,79 -0,41
176 1,22 5,35 0,89
26 -0,03 4,83 0,16
22 2,59 4,60 0,27
102 -2,55 4,08 -0,36
116 -1,34 3,59 -0,50
53 1,22 3,06 0,87
174 2,14 3,21 0,67
154 4,85 2,53 0,73
179 1,22 2,64 0,80
111 2,59 2,56 0,68
69 2,14 2,46 0,05
118 1,22 2,28 0,29
132 -0,38 2,25 0,54
65 -1,34 2,16 0,55
212 0,36 2,18 0,57
10 -0,38 2,01 0,83
155 1,68 2,01 0,13
95
Tabel 4.31. Analisis Item Rasch Model SRS
ITEM OUTFIT PT-MEASURE
CORR.
SIGN
(FIT) MNSQ ZSTD
SR1 1,12 1,0 0,57 √
SR2 1,00 0,1 0,61 √
SR3 0,94 -0,4 0,54 √
SR4 0,82 -1,3 0,49 √
SR5 1,03 0,3 0,58 √
SR6 0,68 -3,0 0,69 √
SR7 1,25 2,3 0,54 √
SR8 0,92 -0,5 0,46 √
SR9 0,88 -1,1 0,67 √
SR10 1,08 0,6 0,55 √
Ket: tanda √ = signifikan (MNSQ < 2; PT-MEASURE CORR > 0,00), X =
tidak signifikan
Dari tabel 4.31. diatas, dapat dijelaskan bahwa seluruh item self-
regulation lolos dari seleksi item karena memiliki nilai MNSQ OUTPUT
dibawah 0,2 dan nilai PT MEASURE Corr diatas 0,000. Artinya, seluruh item
pada skala self-regulation scale fit / signifikan sehingga tidak ada item yang
dibuang atau tidak diikutsertakan dalam analisis data.
4. Analisis Item FoMO Scale
Sebelum melakukan analisis item FoMO scale, peneliti melakukan analisis
person terlebih dahulu untuk seleksi person yang tidak fit / misfit. Dari tabel 6
output winstep didapatkan 20 orang / responden yang tidak fit dari total
responden 217 orang (dalam hal ini MNSQ OUTFIT ≥2,00 dan/atau PT MEA
Corr. ≤ 0,00). Daftar responden tersebut terdapat pada tabel 4.32.
Selanjutnya, peneliti mengeliminasi data dari 20 responden yang tidak fit
dengan cara membuat file pdl (person deleted) dan dengan menambahkan
syntax PDFIL sehingga keluar output tabel yang baru. Kemudian, peneliti
memilih untuk membuka tabel 10 (Item/ ACT: fit order) untuk melakukan
seleksi item. Dari hasil analisis seleksi item FoMO scale, tidak ada item yang
96
misfit / tidak fit. Berikut rincian hasil seleksi item FoMO scale yang dijelaskan
dalam tabel 4.33.
Tabel 4.32. Tabel Person Misfit dari FoMO Scale NO MEASURE MNSQ OUTFIT PTMEA Corr.
154 2,37 5,34 0,24
22 -0,04 5,27 0,70
10 -0,42 4,18 0,27
141 -0,04 3,96 0,04
53 -0,80 3,73 0,71
68 -1,96 3,62 0,73
102 -0,42 3,43 -0,11
118 0,74 3,17 0,38
43 1,94 30,8 0,41
63 1,53 3,09 -0,28
91 0,74 2,98 0,49
195 -0,42 3,87 0,21
111 -0,04 2,72 0,71
212 -2,78 2,48 0,11
148 -0,04 2,38 0,53
213 -0,04 2,30 0,15
174 3,80 2,33 -0,55
101 1,94 2,31 0,48
38 1,53 2,22 0,32
41 2,73 2,01 -0,13
Tabel 4.33. Analisis Item Rasch Model FoMO Scale
ITEM OUTFIT PT-MEASURE
CORR.
SIGN
(FIT) MNSQ ZSTD
F1 1,12 1,1 0,69 √
F2 0,80 -2,0 0,74 √
F3 1,19 1,7 0,63 √
F4 0,77 -2,3 0,75 √
F5 0,99 -0,1 0,67 √
F6 1,06 0,6 0,64 √
F7 0,88 -1,0 0,67 √
F8 1,05 0,5 0,63 √
Ket: tanda √ = signifikan (MNSQ < 2; PT-MEASURE CORR > 0,00), X =
tidak signifikan
Dari tabel 4.33 diatas, dapat dijelaskan bahwa seluruh item FoMO scale
lolos dari seleksi item karena memiliki nilai MNSQ OUTPUT dibawah 0,2 dan
nilai PT MEASURE Corr diatas 0,000. Artinya, seluruh item pada skala FoMO
fit / signifikan sehingga tidak ada item yang dibuang atau tidak diikutsertakan
dalam analisis data.
97
5. Analisis Item Skala Konformitas
Sebelum melakukan analisis item skala konformitas, peneliti melakukan
analisis person terlebih dahulu untuk seleksi person yang tidak fit / misfit. Dari
tabel 6 output winstep didapatkan 13 orang / responden yang tidak fit dari total
responden 217 orang (dalam hal ini MNSQ OUTFIT ≥2,00 dan/atau PT MEA
Corr. ≤ 0,00). Daftar responden tersebut terdapat pada tabel 4.34.
Selanjutnya, peneliti mengeliminasi data dari 13 responden yang tidak fit
dengan cara membuat file pdl (person deleted) dan dengan menambahkan
syntax PDFIL sehingga keluar output tabel yang baru. Kemudian, peneliti
memilih untuk membuka tabel 10 (Item/ ACT: fit order) untuk melakukan
seleksi item. Dari hasil analisis seleksi item skala konformitas, tidak ada item
yang misfit / tidak fit. Berikut rincian hasil seleksi item skala konformitas yang
dijelaskan dalam tabel 4.35.
Tabel 4.34. Tabel Person Misfit dari skala konformitas NO MEASURE MNSQ OUTFIT PTMEA Corr.
144 -2,57 6,40 0,17
116 0,30 5,25 -0,45
135 -2,22 2,56 0,39
102 -2,22 3,13 -0,60
1 -1,59 3,02 0,30
68 -0,75 2,74 0,56
62 -1,89 2,62 0,49
160 -3,43 2,81 0,42
26 -0,23 2,76 0,18
141 0,04 2,49 0,70
197 -1,02 2,62 0,23
203 -0,49 2,05 0,86
41 -1,30 2,08 0,25
98
Tabel 4.35. Analisis Item Rasch Model Skala Konformitas
ITEM OUTFIT PT-MEASURE
CORR.
SIGN
(FIT) MNSQ ZSTD
K1 0,79 -2,4 0,52 √
K2 0,76 -2,8 0,62 √
K3 0,78 -1,4 0,54 √
K4 0,75 -2,7 0,66 √
K5 1,25 2,6 0,52 √
K6 0,74 -3,1 0,74 √
K7 1,29 2,6 0,12 √
K8 0,78 -2,6 0,62 √
K9 1,28 2,7 0,36 √
K10 1,27 2,6 0,36 √
Ket: tanda √ = signifikan (MNSQ < 2; PT-MEASURE CORR > 0,00), X =
tidak signifikan
Dari tabel 4.35 diatas, dapat dijelaskan bahwa seluruh item skala konformitas
lolos dari seleksi item karena memiliki nilai MNSQ OUTPUT dibawah 0,2 dan
nilai PT MEASURE Corr diatas 0,000. Artinya, seluruh item pada skala
konformitas fit / signifikan sehingga tidak ada item yang dibuang atau tidak
diikutsertakan dalam analisis data.
6. Analisis Item Academic Cyberloafing Scale
Sebelum melakukan analisis item academic cyberloafing scale, peneliti
melakukan analisis person terlebih dahulu untuk seleksi person yang tidak fit /
misfit. Dari tabel 6 output winstep didapatkan 31 orang / responden yang tidak
fit dari total responden 217 orang (dalam hal ini MNSQ OUTFIT ≥2,00
dan/atau PT MEA Corr. ≤ 0,00). Daftar responden tersebut terdapat pada tabel
4.36.
99
Tabel 4.36. Tabel Person Misfit dari ACS NO MEASURE MNSQ OUTFIT PTMEA Corr.
129 -5,44 6,20 -0,25
154 -4,99 4,82 -0,07
159 1,32 4,29 -0,37
68 -1,91 3,55 0,23
53 -2,91 3,49 0,11
58 -1,61 3,49 0,69
116 -0,85 3,17 -0,06
10 1,32 3,03 0,40
3 1,24 2,83 0,56
23 1,24 2,83 0,56
212 -3,17 2,42 0,33
65 -1,32 2,74 0,37
153 -1,71 2,54 0,70
26 -3,30 2,26 0,34
144 0,11 2,63 0,61
102 -0,94 2,55 -0,10
197 -1,91 2,44 0,35
160 -1,81 2,44 0,41
62 -1,13 2,39 0,61
195 -1,13 2,29 0,46
132 -1,13 2,29 0,35
141 -2,22 2,12 0,56
109 -3,17 2,20 0,42
142 -1,71 2,10 0,69
152 0,52 2,16 0,49
166 0,11 2,14 0,37
61 -1,03 2,13 0,08
32 -2,67 2,04 0,27
77 -0,76 2,10 0,47
145 -1,91 2,02 0,52
182 -1,61 2,02 0,62
Selanjutnya, peneliti mengeliminasi data dari 31 responden yang tidak fit
dengan cara membuat file pdl (person deleted) dan dengan menambahkan
syntax PDFIL sehingga keluar output tabel yang baru. Kemudian, peneliti
memilih untuk membuka tabel 10 (Item/ ACT: fit order) untuk melakukan
seleksi item. Dari hasil analisis seleksi item academic cyberloafing scale, tidak
ada item yang misfit / tidak fit. Berikut rincian hasil seleksi item academic
cyberloafing scale yang dijelaskan dalam table 4. 37.
100
Tabel 4.37. Analisis Item Rasch Model ACS
ITEM OUTFIT PT-MEASURE
CORR.
SIGN
(FIT) MNSQ ZSTD
CL1 1,08 0,8 0,68 √
CL2 0,99 0,0 0,70 √
CL3 1,03 0,3 0,68 √
CL4 0,97 -0,3 0,70 √
CL5 0,73 -2,5 0,75 √
CL6 0,78 -2,1 0,72 √
CL7 0,69 -2,9 0,74 √
CL8 1,31 2,9 0,63 √
CL9 0,90 -0,9 0,74 √
CL10 0,70 -2,6 0,74 √
CL11 0,74 -2,2 0,76 √
CL12 0,72 -2,6 0,78 √
CL13 0,72 -2,2 0,67 √
CL14 0,78 -1,8 0,70 √
CL15 0,71 -2,5 0,75 √
CL16 0,92 -0,6 0,70 √
CL17 0,87 -1,0 0,72 √
CL18 0,83 -1,3 0,73 √
CL19 0,65 -3,0 0,74 √
CL20 1,07 0,6 0,70 √
CL21 0,80 -1,7 0,72 √
CL22 1,34 2,8 0,62 √
CL23 1,10 0,8 0,72 √
CL24 1,03 0,3 0,72 √
CL25 1,31 2,5 0,68 √
CL26 1,45 4,0 0,67 √
CL27 1,07 0,4 0,55 √
CL28 1,22 1,2 0,48 √
CL29 1,25 1,7 0,54 √
CL30 1,40 2,8 0,61 √
Ket: tanda √ = signifikan (MNSQ < 2; PT-MEASURE CORR > 0,00), X =
tidak signifikan
Dari tabel 4.37 diatas, dapat dijelaskan bahwa seluruh item academic
cyberloafing scale lolos dari seleksi item karena memiliki nilai MNSQ
OUTPUT dibawah 0,2 dan nilai PT MEASURE Corr diatas 0,000. Artinya,
seluruh item pada academic cyberloafing scale fit / signifikan sehingga tidak
ada item yang dibuang atau tidak diikutsertakan dalam analisis data.
101
4.3. Kesimpulan Hasil Analisis Psikometrik
Dari hasil uji validitas item dengan menggunakan tiga metode diatas, terdapat
beberapa item yang perlu diperhatikan. Item-item tersebut adalah item yang tidak
valid / yang harus di revisi berdasarkan hasil dari analisis salah satu metode yang
digunakan dalam penelitian ini. item-item tersebut dijelaskan didalam tabel 4.38.
Tabel 4.38. Tabel Item yang Bermasalah
ITEM SKALA
INDEKS
DAYA
PEMBEDA
T-VALUE MNSQ
OUTFIT Kesimpulan
PH2 Phubbing 0,253 2,14 1,39 Digunakan
PH5 Phubbing 0,222 1,65 1,47 Dibuang /
didrop
PH21 Phubbing 0,298 2,65 1,99 Digunakan
A9 Konformitas 0,355 1,20 1,28 Dibuang /
didrop
A10 Konformitas 0,379 1,72 1,27 Dibuang /
didrop
Ket: valid=indeks daya pembeda > 0,3; T-Value > 1,96; MNSQ OUTFIT < 2,00
Dari tabel 4.38 diatas, dapat diartikan bahwa terdapa lima item yang memiliki
masalah pada instrumen penelitian berdasarkan dari hasil analisis psikometrik.
Adapun lima item tersebut adalah PH2, PH5, dan PH21 (item2, item5, dan item21
pada instrument phubbing), serta A9 dan A10 (item9 dan item10 pada skala
konformitas). Dari kelima item tersebut, dua diantaranya masih dapat diterima oleh
peneliti untuk digunakan pada analisis data. Adapun item tersebut adalah PH2 dan
PH21. Item tersebut masih dapat ditoleransi karena hasil dari analisis didapatkan
nilai t-value dan outfit sesuai dengan kriteria. Selain itu, masalah yang terdapat pada
item PH2 dan PH21 terdapat pada indeks daya pembeda yang kurang dari 0,3.
Namun demikian, PH2 dan PH21 masih berada dalam kategori cukup pada kriteria
daya pembeda dan masih dapat diterima dengan syarat item perlu direvisi. Untuk
item A9 dan A10 memiliki nilai memiliki nilai t-value < 1,96. Hasil tersebut
102
didapatkan dari hasil uji validitas konstruk dengan metode CFA. Artinya adalah
item A9 dan A10 tidak signifikan / tidak valid dalam mengukur konstruk
konformitas. Oleh karena itu item A9 dan A10 perlu untuk dibuang walaupun
memiliki nilai indeks daya pembeda dan OUTFIT yang sesuai dengan kriteria.
Untuk item PH5, selain memiliki nilai indeks daya pembeda < 0,3, item tersebut
juga memiliki nilai t-value < 1,96. Oleh karena itu, item PH5 juga perlu untuk
dibuang/didrop.
4.4.Hasil Analisis Deskriptif
Pada penelitian ini, penulis melakukan uji statistik deskriptif dari sampel yang
berjumlah 186 orang. Analisis deskriptif yang digunakan adalah hasil dari kalibrasi
dengan menggunakan rasch score dengan screening person yang tidak fit dari 217
orang menjadi 186 orang. Untuk lebih jelasnya dapat dilihat pada table 4.39.
Tabel 4.39. Analisis Deskriptif N Minimum Maximum Mean Std. Deviation
PHUBBING 186 27.25 69.11 49.1086 7.50239
SMARTPHONE
ADDICTION
186 15.02 84.25 43.7143 11.78314
SELF-REGULATION 186 24.47 88.73 54.2783 11.78299
FEAR OF MISSING OUT 186 12.53 88.05 49.8778 12.99345
KONFORMITAS 186 15.69 73.11 38.5880 9.50227
ACADEMIC
CYBERLOAFING
186 10.49 76.83 39.4224 10.49775
Valid N (listwise) 186
Berdasarkan tabel 4.39 diketahui deskripsi statistik pada setiap variabel. Kolom
minimum dan maksimum menjelaskan nilai terdendah dan tertinggi yang dimiliki
oleh responden. Berdasarkan tabel 4.30, nilai terendah terdapat pada variabel
academic cyberloafing yaitu sebesar 10,49 dengan nilai mean dan standar deviasi
masing-masing sebesar 39,4224 dan 10,49775. Nilai tertinggi terdapat pada
variabel self-regulation yaitu sebesar 88,73 dengan nilai mean dan standar deviasi
masing-masing sebesar 54,2783 dan 11,78299.
103
4.5.Hasil Kategorisasi Skor Variabel Penelitian
Berdasarkan pada skala yang digunakan pada penelitian ini, kategorisasi dalam
penelitian ini dibagi kedalam dua kategori, yaitu rendah dan tinggi. Pedoman
interpretasi skor adalah sebagai berikut:
Tabel 4.40. Pedoman Interpretasi Skor KATEGORI RUMUS
TINGGI X ≥ MEAN
RENDAH X < MEAN
Adapun kategorisasi skor masing-masing variabel adalah sebagai berikut:
1. Kategorisasi Perilaku Phubbing
Tabel 4.41. Kategorisasi Variabel Penelitian
Variabel Frekuensi (%)
Rendah Tinggi
Phubbing 56,5% 43,5%
Smartphone addiction 68,3% 31,7%
Regulasi diri 38,2% 61,8%
Fear of missing out 60,2% 39,8%
Konformitas 88,7% 11,3%
Academic cyberloafing 85,5% 14,5%
Berdasarkan tabel 4.41 dari 186 jumlah subjek penelitian, terlihat bahwa subjek
penelitian dengan skor perilaku phubbing yang rendah sebanyak 105 orang
(56,5%), sedangkan subjek penelitian dengan skor perilaku phubbing yang tinggi
sebanyak 81 orang (43,5%).
Kemudian untuk skor smartphone addiction dari 186 jumlah subjek
penelitian memiliki skor yang rendah sebanyak 127 orang (68,3%), sedangkan
subjek penelitian dengan skor smartphone addiction yang tinggi sebanyak 59 orang
(31,7%).
Untuk variabel regulasi diri skor dari 186 jumlah subjek penelitian memiliki
skor yang rendah sebanyak 71 orang (38,2%), sedangkan subjek penelitian dengan
skor regulasi diri yang tinggi sebanyak 115 orang (61,8%).
104
Untuk variabel FoMO dari 186 jumlah subjek penelitian memiliki skor yang
rendah sebanyak 112 orang (60,2%), sedangkan subjek penelitian dengan skor
FoMO yang tinggi sebanyak 74 orang (39,8%).
Untuk variabel konformitas dari 186 jumlah subjek penelitian memiliki skor
yang rendah sebanyak 165 orang (88,7%), sedangkan subjek penelitian dengan skor
konformitas yang tinggi sebanyak 21 orang (11,3%).
Untuk variabel academic cyberloafing dari 186 jumlah subjek penelitian
memiliki skor yang rendah sebanyak 159 orang (85,5%), sedangkan subjek
penelitian dengan skor academic cyberloafing yang tinggi sebanyak 27 orang
(14,5%).
4.6.Hasil Uji Analisis Regresi
Pada dasarnya, dalam regresi terdapat 3 hal yang dapat dilihat, yaitu pertama
melihat R-square (R2) yang bertujuan untuk melihat persentase (%) varians
dependent variable (DV) yang dalam hal ini adalah phubbing yang dijelaskan oleh
keseluruhan independent variable (IV). Kedua, melihat signifikansi keseluruhan IV
terhadap DV, yang ketiga yaitu melihat sumbangan masing-masing IV (R-square
change) serta signifikansinya terhadap DV. Berikut adalah tabel yang menunjukkan
nilai R2:
Tabel 4.42. Model Summary Analisis Regresi
Dependent Variable R R2 Adjusted R2 S.E
Estimate
Phubbing .606a .367 .335 6.11799
Keterangan:
R : Regresi
R2 : Koefisien determinasi
Adjusted R2 : Nilai R2 yang telah di sesuaikan
S.E. estimates : Standar eror
105
Berdasarkan tabel 4.42. di atas, dapat dilihat bahwa nilai R2 adalah 0,367 atau
36,7%. Artinya, proporsi varians dari smartphone addiction, regulasi diri, FoMO,
konformitas, academic cyberloafing, jenis kelamin, dan tingkat kuliah (grade) yang
memengaruh phubbing dalam penelitian ini adalah sebesar 36,7%, sedangkan
sisanya 63,3% dipengaruhi oleh variabel lain di luar penelitian ini. Selain dari nilai
R2, output dari analisis regresi juga berupa nilai koefisien regresi dan
signifikansinya. Adapun tabel dari koefisien regresi adalah sebagai berikut:
Tabel 4.43. koefisien regresi Beta Std. Error t-value p-value
Smartphone
Addiction 0,509 0,045 7,203 0,000*
Self-Regulation -0,001 0,040 -0,016 0,987
Fear of Missing
Out 0,061 0,040 0,873 0,384
Konformitas 0,022 0,054 0,324 0,746
Academic
Cyberloafing 0,131 0,047 1,988 0,048*
Jenis Kelamin -0,049 1,214 -0,793 0,429
Tingkat 1 -0,072 1,335 -1,106 0,270
Tingkat 2 -0,025 1,102 -0,383 0,702
Tingkat 3 0,048 1,532 0,761 0,448
Ket: *): Signifikan (p<0,05)
Berdasarkan persamaan regresi pada tabel 4.43, hanya terdapat 2 dari 7 IV yang
signifikan memengaruhi phubbing, yaitu smartphone addiction dan academic
cyberloafing. Adapun penjelasan dari nilai koefisien regresi yang diperoleh masing-
masing IV yang signifikan adalah sebagai berikut:
1. Variabel smartphone addiction terhadap phubbing memiliki koefisien
regresi = 0,509 dan p-value = 0,000 (p < 0,05). Hal ini menunjukkan bahwa
variabel smartphone addiction memiliki pengaruh terhadap phubbing
sebesar 50,9% dan signifikan (t-value = 7,203, p > 1,96). Nilai koefisien
yang positif menunjukkan arah hubungan, artinya semakin tinggi tingkat
106
smartphone addiction, maka akan semakin tinggi kemungkinan seseorang
untuk melakukan phubbing. Begitu juga sebaliknya.
2. Variabel self-regulation terhadap phubbing memiliki koefisien regresi = -
0,001 dan p-value 0,987 (p > 0,05). Hal ini menunjukkan bahwa variabel
self-regulation tidak berpengaruh terhadap phubbing.
3. Variabel fear of missing out terhadap phubbing memiliki koefisien regresi
= 0,061 dan p-value 0,384 (p > 0,05). Hal ini menunjukkan bahwa variabel
fear of missing out tidak berpengaruh terhadap phubbing.
4. Variabel konformitas terhadap phubbing memiliki koefisien regresi = 0,022
dan p-value 0,746 (p > 0,05). Hal ini menunjukkan bahwa variabel
konformitas tidak berpengaruh terhadap phubbing.
5. Variabel academic cyberloafing terhadap phubbing memiliki koefisien
regresi = 0,131 dan p-value 0,048 (p < 0,05). Hal ini menunjukkan bahwa
variabel academic cyberloafing memiliki pengaruh terhadap phubbing
sebesar 13,1% dan signifikan (t-value = 1,988, p > 1,6). Nilai koefisien yang
positif menunjukkan arah hubungan, artinya semakin tinggi tingkat
academic cyberloafing, maka akan semakin tinggi kemungkinan seseorang
untuk melakukan phubbing. Begitu juga sebaliknya.
6. Variabel jenis kelamin terhadap phubbing memiliki koefisien regresi = -
0,049 dan p-value 0,429 (p > 0,05). Hal ini menunjukkan bahwa variabel
jenis kelamin tidak berpengaruh terhadap phubbing.
107
7. Variabel tingkat 1 terhadap phubbing memiliki koefisien regresi = -0,072
dan p-value 0,270 (p > 0,05). Hal ini menunjukkan bahwa variabel tingkat
1 tidak berpengaruh terhadap phubbing
8. Variabel tingkat 2 terhadap phubbing memiliki koefisien regresi = -0,025
dan p-value 0,702 (p > 0,05). Hal ini menunjukkan bahwa variabel tingkat
2 tidak berpengaruh terhadap phubbing.
9. Variabel tingkat 3 terhadap phubbing memiliki koefisien regresi = 0,048
dan p-value 0,448 (p > 0,05). Hal ini menunjukkan bahwa variabel tingkat
3 tidak berpengaruh terhadap phubbing.
Metode analisis regresi ini terdapat kelemahan, yaitu tidak dapat melihat
pengaruh tidak langsung (indirect effect) dan hanya bisa melihat hubungan antara
IV dengan DV secara langsung (direct effect), sedangkan terdapat banyak faktor
lainnya yang mempengaruhi DV diluar IV. Maka dari itu, peneliti menggunakan
metode analisis jalur (path analysis) untuk mengetahui pengaruh tidak langsung
(indirect effect) terhadap phubbing.
4.7.Hasil Analisis Jalur Faktor-Faktor yang Mempengaruhi Phubbing
4.6.1. Hasil Pengujian Model Fit (Test of Goodness of Fit)
Sebelum melakukan uji hipotesis, peneliti melakukan pengujian model fit
terlebih dahulu dengan menggunakan aplikasi Mplus. Model dalam penelitian
ini dijelaskan pada gambar 4.11. Model dikatakan fit jika nilai Chi-square nya
rendah dengan nilai signifikansi p-value≥ 0,05; RMSEA < 0,08; CFI dan TLI
>0,90; dan SRMR < 0,08. Hasil analisis didapatkan dari output aplikasi Mplus
yang digambarkan pada tabel 4.44.
108
Tabel 4.44. hasil pengujian model fit (test of goodness of fit)
Indeks Indeks
Kesesuaian Indeks Model Evaluasi Model
p-value > 0,05 0,8019 Memenuhi kriteria fit
RMSEA (estimate)
90 percent C.I.
Probability RSMEA
< 0,05
< 0,05
> 0,05
0,000
0,000
0,070
0,902
Memenuhi kriteria fit
Memenuhi kriteria fit
Memenuhi kriteria fit
CFI
TLI
1
1
1,000
1,076
Memenuhi kriteria fit
Memenuhi kriteria fit
SRMR < 0,05 0,011 Memenuhi kriteria fit
Keterangan:
RMSEA : Root mean square error of approximation
C.I : Confident interval
CFI : Comparative fit index
TLI : Tucker lewis index
SRMR : Standardized root mean square residual
Dari tabel 4.49 dapat diambil kesimpulan bahwa model ini fit karena
telah memenuhi kriteria dari uji model fit (test of goodness of fit). Model
tersebut memiliki nilai Chi-square dengan signifikansi p-value sebesar 0,8019
(p-value > 0,05) dan RMSEA (estimate) sebesar 0,000 (RMSEA < 0,08)
sehingga model tersebut dapat dikatakan fit.
Gambar 4.11. Model penelitian
Karena model telah terbukti fit dengan data maka ini berarti bahwa hipotesis
mayor dalam pemodelan phubbing yang berbunyi “model yang diteorikan
(regulasi diri, FoMO, konformitas, academic cyberloafing, demografi, dan
109
smartphone addiction) fit dengan data dalam memengaruhi phubbing” dapat
diterima.
4.6.2. Hasil Analisis Pengaruh Antar Variabel Penelitian
Untuk dapat menjawab seluruh analisis jalur pada penelitian ini baik yang
secara langsung (direct effect) maupun secara tidak langsung (indirect effect),
peneliti menggunakan nilai signifikansi p-value pada tabel 4.45 dan 4.46.
Sedangkan untuk melihat besar pengaruh proporsi varians independent
variable (IV) terhadap dependent variable (DV) peneliti menggunakan nilai
koefisien beta (β) pada gambar 4.12, tabel 4.45, dan tabel 4.46 berikut ini:
Gambar 4.12. model dengan jalur yang signifikan dengan nilai standardized
coeficient dan standard error
Tabel 4.45. Hasil dari estimasi koefisien jalur (beta) direct effect
Jalur langsung
(direct effect) Koefisien S.E. t-value p-value
R
Square
(R2)
SA → PH (Ha1)
SR → PH (Ha2)
FoMO → PH (Ha3)
Konformitas→PH(Ha4)
ACL → PH (Ha5)
JK → PH (Ha6)
T1 → PH (Ha7)
T2 → PH (Ha8)
T3 → PH (Ha9)
0,510
-0,001
0,061
0,022
0,131
-0,049
-0,072
-0,025
0,048
0,062
0,062
0,068
0,067
0,064
0,060
0,063
0,064
0,062
8,163
-0,016
0,898
0,333
2,053
-0,814
-1,138
-0,394
0,783
0,000*
0,987
0,369
0,739
0,040*
0,415
0,255
0,693
0,433
0,365
SR →SA (Ha10)
FoMO →SA (Ha11)
Konformitas→SA(Ha12)
ACL → SA (Ha13)
-0,240
0,338
0,126
0,092
0,062
0,064
0,068
0,068
-3,892
5,253
1,851
1,363
0,000*
0,000*
0,064
0,173
0,274
Ket: SR = Self Regulation, FoMO = Fear of Missing Out, ACL = Academic
Cyberloafing, JK = Jenis Kelamin, PH= Phubbing
110
Tabel 4.46. Hasil dari estimasi koefisien jalur (beta) indirect effect Jalur Tidak Langsung
(indirect effect) Koefisien S.E. t-value p-value
SR → SA → PH (Ha14)
FoMO → SA → PH (Ha15)
Konformitas → SA → PH (Ha16)
ACL → SA → PH (Ha17)
-0,123
0,172
0,064
0,047
0,035
0,040
0,036
0,035
-3,456
4,339
1,800
1,349
0,001*
0,000*
0,072
0,177
Ket: SR = Self Regulation, FoMO = Fear of Missing Out, ACL = Academic
Cyberloafing, JK = Jenis Kelamin, PH= Phubbing.
Dari tabel 4.45, dan tabel 4.46, dapat disimpulkan bahwa secara
langsung (direct effect) terdapat 4 dari 13 hipotesis dengan hipotesis nihil
ditolak. Adapun hipotesis tersebut diantaranya adalah Ha1, Ha5, H10, dan Ha11.
Sedangkan untuk hipotesis indirect effect terdapat 2 dari 4 hipotesis dengan
hipotesis nihil ditolak. Adapun hipotesis tersebut adalah Ha14, dan Ha15.
Berdasarkan gambar 4.12, tabel 4.45, dan tabel 4.46, dapat
disimpulkan persamaan model analisis jalur sebagai berikut:
1. Pengaruh langsung (direct effect)
a. Smartphone addiction = -0,240 regulasi diri* + 0,338 FoMO* +
0,126 Konformitas + 0,092 academic cyberloafing + 0,726
b. Phubbing = 0,510 smartphone addiction* - 0,001 regulasi diri +
0,061 FoMO + 0,022 konformitas + 0,131 academic cyberloafing*
- 0,046 jenis kelamin - 0,081 T1 – 0,033 T2 + 0,047 T3 + 0,659
2. Pengaruh tidak langsung (indirect effect)
Phubbing = -0,138 self regulation* + 0,194 FoMO* + 0,073
konformitas + 0,053 academic cyberloafing + 0,659
Keterangan:
tanda (*) = variabel signifikan / hipotesis nihil ditolak
111
Selain dari persamaan model analisis jalur, tabel 4.45, dan tabel 4.46
dapat digunakan sebagai hasil uji hipotesis minor baik untuk yang direct
effect maupun yang indirect effect. Adapun rinciannya sebagai berikut:
1. Ha1: Variabel smartphone addiction memiliki nilai koefisien sebesar
0,510 dengan nilai signifikansi 0,000 (sig. < 0,05), maka dapat
disimpulkan bahwa hipotesis nihil (H0) ditolak, yang berarti bahwa
variabel smartphone addiction secara positif memiliki pengaruh yang
signifikan terhadap phubbing. Jadi, semakin tinggi tingkat smartphone
addiction, maka akan semakin tinggi pula phubbing begitu sebaliknya.
Hal ini sejalan dengan penelitian yang dilakukan oleh Karadag et al
(2015) yang mengatakan bahwa mobile phone addiction secara positif
memiliki pengaruh terhadap perilaku phubbing.
2. Ha2: Variabel self-regulation memiliki nilai koefisien sebesar -0,001
dengan nilai signifikansi 0,987 (sig. > 0,05), maka dapat disimpulkan
bahwa hipotesis nihil (H0) diterima, yang berarti bahwa variabel
smartphone addiction tidak memiliki pengaruh yang signifikan terhadap
phubbing.
3. Ha3: Variabel FoMO memiliki nilai koefisien sebesar 0,061 dengan nilai
signifikansi 0,369 (sig. > 0,05), maka dapat disimpulkan bahwa hipotesis
nihil (H0) diterima, yang berarti bahwa variabel FoMO tidak memiliki
pengaruh yang signifikan terhadap phubbing.
4. Ha4: Variabel konformitas memiliki nilai koefisien sebesar 0,022 dengan
nilai signifikansi 0,739 (sig. > 0,05), maka dapat disimpulkan bahwa
112
hipotesis nihil (H0) diterima, yang berarti bahwa variabel konformitas
tidak memiliki pengaruh yang signifikan terhadap phubbing.
5. Ha5: Variabel academic cyberloafing memiliki nilai koefisien sebesar
0,131 dengan nilai signifikansi 0,040 (sig. < 0,05), maka dapat
disimpulkan bahwa hipotesis nihil (H0) ditolak, yang berarti bahwa
variabel academic cyberloafing secara positif memiliki pengaruh yang
signifikan terhadap phubbing. Jadi, semakin tinggi tingkat academic
cyberloafing, maka akan semakin tinggi pula phubbing begitu
sebaliknya.
6. Ha6: Variabel jenis kelamin memiliki nilai koefisien sebesar -0,049
dengan nilai signifikansi 0,415 (sig. > 0,05), maka dapat disimpulkan
bahwa hipotesis nihil (H0) diterima, yang berarti bahwa variabel jenis
kelamin tidak memiliki pengaruh yang signifikan terhadap perilaku
phubbing.
7. Ha7: Variabel T1 memiliki nilai koefisien sebesar -0,072 dengan nilai
signifikansi 0,255 (sig. > 0,05), maka dapat disimpulkan bahwa hipotesis
nihil (H0) diterima, yang berarti bahwa variable T1 tidak memiliki
pengaruh yang signifikan terhadap perilaku phubbing.
8. Ha8: Variabel T2 memiliki nilai koefisien sebesar -0,025 dengan nilai
signifikansi 0,693 (sig. > 0,05), maka dapat disimpulkan bahwa hipotesis
nihil (H0) diterima, yang berarti bahwa variable T2 tidak memiliki
pengaruh yang signifikan terhadap perilaku phubbing.
113
9. Ha9: Variabel T3 memiliki nilai koefisien sebesar 0,048 dengan nilai
signifikansi 0,433 (sig. > 0,05), maka dapat disimpulkan bahwa hipotesis
nihil (H0) diterima, yang berarti bahwa variable T3 tidak memiliki
pengaruh yang signifikan terhadap perilaku phubbing.
10. Ha10: Variabel self regulation memiliki nilai koefisien sebesar -0,240
dengan nilai signifikansi 0,000 (sig. < 0,05), maka dapat disimpulkan
bahwa hipotesis nihil (H0) ditolak, yang berarti bahwa variabel self
regulation secara negative memiliki pengaruh yang signifikan terhadap
smartphone addiction. Jadi, semakin rendah variabel self regulation,
maka semakin tinggi smartphone addiction atau sebaliknya. Hal tersebut
sejalan dengan penelitian sebelumnya yang dilakukan oleh Gokçearslan
et al (2016) yang mengatakan bahwa self regulation memiliki pengaruh
yang negative terhadap smartphone addiction. Artinya adalah mahasiswa
yang memiliki kemampuan self regulation yang tinggi akan
menunjukkan kebiasaan smartphone addiction yang rendah.
11. Ha11: Variabel FoMO memiliki nilai koefisien sebesar 0,338 dengan nilai
signifikansi 0,000 (sig. < 0,05), maka dapat disimpulkan bahwa hipotesis
nihil (H0) ditolak, yang berarti bahwa variabel FoMO secara positif
memiliki pengaruh yang signifikan terhadap smartphone addiction. Jadi,
semakin tinggi variabel FoMO, maka semakin tinggi smartphone
addiction atau sebaliknya. Hal tersebut sejalan dengan penelitian
sebelumnya yang dilakukan oleh Chotpitayasunondh & Douglas (2016)
114
yang mengatakan bahwa FoMO (fear of missing out) memiliki pengaruh
yang positif terhadap smartphone addiction.
12. Ha12: Variabel konformitas memiliki nilai koefisien sebesar 0,126
dengan nilai signifikansi 0,064 (sig. > 0,05), maka dapat disimpulkan
bahwa hipotesis nihil (H0) diterima, yang berarti bahwa variable
konformitas tidak memiliki pengaruh yang signifikan terhadap
smartphone addiction.
13. Ha13: Variabel academic cyberloafing memiliki nilai koefisien sebesar
0,092 dengan nilai signifikansi 0,173 (sig. > 0,05), maka dapat
disimpulkan bahwa hipotesis nihil (H0) diterima, yang berarti bahwa
variabel academic cyberloafing tidak memiliki pengaruh yang signifikan
terhadap smartphone addiction.
14. Ha14: Variabel self-regulation memiliki nilai koefisien sebesar -0,123
dengan nilai signifikansi 0,001 (sig. < 0,05), maka dapat disimpulkan
bahwa hipotesis nihil (H0) ditolak, yang berarti bahwa variabel self-
regulation secara tidak langsung memiliki pengaruh yang signifikan
terhadap perilaku phubbing dengan melalui smartphone addiction
sebagai variabel mediator. Variabel tersebut memiliki nilai koefisien
yang negatif sehingga arah hubungan yang berlawanan. Artinya adalah
semakin tinggi nilai variabel self-regulation, maka semakin rendah
smartphone addiction dan perilaku phubbing atau sebaliknya.
15. Ha15: Variabel FoMO memiliki nilai koefisien sebesar 0,172 dengan nilai
signifikansi 0,000 (sig. < 0,05), maka dapat disimpulkan bahwa hipotesis
115
nihil (H0) ditolak, yang berarti bahwa variable FoMO secara tidak
langsung memiliki pengaruh yang signifikan terhadap perilaku phubbing
dengan melalui smartphone addiction sebagai variabel mediator.
Variabel tersebut memiliki nilai koefisien yang positif sehingga arah
hubungan yang searah. Artinya adalah semakin tinggi nilai variable
FoMO, maka semakin tinggi smartphone addiction dan perilaku
phubbing atau sebaliknya.
16. Ha16: Variabel konformitas memiliki nilai koefisien sebesar 0,064
dengan nilai signifikansi 0,072 (sig. > 0,05), maka dapat disimpulkan
bahwa hipotesis nihil (H0) diterima, yang berarti bahwa variable
konformitas secara tidak langsung tidak memiliki pengaruh yang
signifikan terhadap perilaku phubbing dengan melalui smartphone
addiction sebagai variabel mediator.
17. Ha17: Variabel academic cyberloafing memiliki nilai koefisien sebesar
0,047 dengan nilai signifikansi 0,177 (sig. > 0,05), maka dapat
disimpulkan bahwa hipotesis nihil (H0) diterima, yang berarti bahwa
variable academic cyberloafing secara tidak langsung tidak memiliki
pengaruh yang signifikan terhadap perilaku phubbing dengan melalui
smartphone addiction sebagai variabel mediator.
116
BAB 5
KESIMPULAN, DISKUSI, DAN SARAN
5.1. Kesimpulan
Berdasarkan hasil analisis psikometrik yang dilakukan pada instrumen penelitian,
yaitu instrument phubbing, smartphone addiction scale-short version (SAS-SV),
self-regulation scale, FoMO scale, skala konformitas, dan academic cyberloafing
scale, terdapat lima butir item yang bermasalah. Adapun item tersebut adalah item
2, item 5, item 21 (PH2, PH5, PH21) dari instrument phubbing, item 9 dan item 10
(A9, A10) dari skala konformitas. Untuk item PH2, dan PH21 dari instrumen
phubbing dianggap bermasalah karena berdasarkan hasil analalisis item dengan
pendekatan klasik didapatkan nilai daya pembeda < 0,3. Namun demikian, item
tersebut berada dalam kategori daya pembeda cukup dan dapat diterima dengan
syarat item perlu untuk di revisi. Untuk item A9 dan A10 dari skala konformitas
dianggap bermasalah memiliki nilai t-value < 1,96. Artinya item tersebut tidak valid
/ tidak signifikan untuk mengukur konstruk konformitas. Begitu pula dengan item
PH5 yang memiliki nilai t-value dan indeks daya pembeda tidak sesuai dengan
kriteria.
Selain menghasilkan item-item yang valid, penelitian ini juga menghasilkan
model fit antara teoritis dengan lapangan. Sebelum melakukan uji model fit, peneliti
melakukan uji hipotesis dengan menggunakan multiple linier regression dimana
hasil tersebut membuktikan bahwa terdapat pengaruh yang signifikan (p<0,005)
pada variabel smartphone addiction, regulasi diri, FoMO, konformitas, academi
cyberloafing, jenis kelamin, dan tingkat kuliah (grade) terhadap perilaku phubbing.
117
Namun, uji regresi hanya dapat digunakan untuk melihat pengaruh langsung IV
terhadap DV. Karena di dalam penelitian ini terdapat variabel mediator yaitu
variabel smartphone addiction, maka peneliti menggunakan analisis jalur (path
analysis) agar dapat melihat pengaruh tidak langsung dan pengaruh langsung dari
setiap IV terhadap perilaku phubbing.
Hasil dari uji model dengan menggunaka analisis jalur didapatkan model
yang fit dengan dua buah variabel yang memiliki pengaruh langsung (direct effect)
terhadap phubbing. Pada persamaan model pengaruh langsung (direct effect) ini
terdapat dua dari sembilan variabel yang signifikan dalam mempengaruhi phubbing
yaitu smartphone addiction dan academic cyberloafing. Sedangkan pada
persamaan model pengaruh tidak langsung (indirect effect) terdapat dua dari empat
jalur yang signifikan dalam mempengaruhi phubbing dengan melalui smartphone
addiction sebagai variabel mediator yaitu regulasi diri dan FoMO.
5.2. Diskusi
Berdasarkan dengan tujuan penelitian, penelitian ini bertujuan untuk melakukan
analisis psikometrik serta melihat apakah model faktor-faktor yang mempengaruhi
phubbing yang diteorikan sesuai dengan hasil data penelitian. Beberapa variabel
yang diprediksi dapat mempengaruhi phubbing adalah smartphone addiction,
regulasi diri, FoMO, konformitas, academic cyberloafing, jenis kelamin, dan
tingkat kuliah (grade).
Berdasarkan hasil penelitian, variabel yang paling besar pengaruhnya
terhadap phubbing adalah smartphone addiction sebesar 51%. Hal ini sesuai dengan
penelitian yang dilakukan oleh Karadag et al (2015) dan juga Chotpitayasunondh
118
& Douglas (2016) bahwa seseorang yang adiksi terhadap smartphone yang
mengakibatkan dirinya mengabaikan orang lain yang ada di lingkungan sekitar.
Seseorang yang memiliki adiksi terhadap smartphone akan cenderung untuk
menarik diri dari lingkungan sosial sehingga ia akan terus fokus terhadap
smartphone. Dalam hal apapun akan selalu membawa dan memperhatikan
smartphone yang dimilikinya dan akan bersikap acuh terhadap orang lain yang ada
disekitarnya. Selain itu, seseorang yang memiliki adiksi terhadap smartphone juga
akan lebih tertarik untuk memperhatikan smartphone yang dimilikinya daripada
melakukan komunikasi dengan orang lain yang sedang berada di sekitarnya. Hal
tersebut yang mengakibatkan seseorang melakukan phubbing. Selain itu,
berdasarkan penjelasan diatas juga menjadikan dasar mengapa smartphone
addiction dijadikan sebagai variabel mediator.
variabel academic cyberloafing juga menjadi salah satu faktor penyebab
perilaku phubbing secara langsung sebesar 13,1%, namun tidak signifikan jika
melalu smartphone addiction. Hal ini terjadi karena berdasarkan dari penelitian
sebelumnya yang dilakukan oleh Tindell dab Bohlander dalam Knight (2017) pada
penelitiannya di tahun 2012 ditemukan bahwa 95% dari pelajar membawa
smartphone kedalam kelas setiap hari, 92% diantaranya menggunakan smartphone
tersebut untuk mengirim pesan singkat ketika pelajaran sedang berlangsung, dan
10% dari mereka mengaku pernah mengirim pesan singkat ketika sedang ujian
paling sedikit satu kali kesempatan. Penelitian yang dilakukan oleh Koc dan Ugur
(2015) mengatakan bahwa 98% dari responden penelitiannya mengaku pernah
menerima dan mengirim pesan singkat sebelum kelas dimulai dan 95% dari mereka
119
mengaku pernah melakukan phubbing di dalam kelas walaupun hanya sekali atau
dua kali dan 32% dari mereka melakukan hal tersebut setiap hari. Responden dari
penelitian tersebut juga memperhatikan phubbing yang dilakukan oleh temannya di
kelas, 98% dari responden menyatakan bahwa mereka pernah melihat temannya
melakukan phubbing dan 41% diantaranya mengaku bahwa mereka menyaksikan
temannya melakukan phubbing setiap hari. Dari data statistik tersebut dapat diambil
kesimpulan bahwa adanya academic cyberloafing dapat memicu seseorang untuk
melakukan phubbing.
Berbeda dengan variabel sebelumnya yang mempengaruhi phubbing secara
langsung, variabel regulasi diri dan FoMO menjadi salah satu prediktor yang
mempengaruhi phubbing melalui variabel mediator smartphone addiction (indirect
effect). Variabel regulasi diri signifikan mempengaruhi phubbing melalui
smartphone addiction sebesar 12,3% dengan nilai koefisien negatif. Kegagalan
seseorang untuk mengatur diri sendiri dapat menyebabkan penggunaan media
mereka meningkat. Akibatnya, situasi ini cenderung berubah menjadi kecanduan
media. Siswa yang memiliki keterampilan pengaturan diri yang lebih tinggi akan
menunjukkan perilaku smartphone addiction yang lebih rendah (Gökçearslan et al.,
2016). Ketika seseorang dengan kemampuan regulasi diri yang rendah, maka ia
akan menunjukkan perilaku smartphone addiction yang tinggi sehingga besar
kemungkinan ia untuk melakukan phubbing.
Variabel lainnya yang signifikan adalah Variabel FoMO, variabel tersebut
signifikan mempengaruhi phubbing melalui smartphone addiction sebesar 17,2%.
JWT Marketing Communication dalam Abel et al (2016) mengatakan bahwa inti
120
dari FoMO adalah kenyataan bahwa seseorang sangat peduli dengan apa yang
dilakukan orang lain dan memikirkan hubungan dengan perasaan yang
ditinggalkan, takut akan apa yang dipikirkan orang lain tentang kehidupan pribadi.
FoMo melemahkan orang-orang yang membangkitkan rasa tidak aman mereka
dengan ditemukannya penelitian terkait dengan penggunaan ponsel yang berlebihan
(Carbonell, Oberst, & Beranuy dalam Chotpitayasunondh & Douglas, 2016). Rasa
takut kehilangan informasi tersebut yang membuat seseorang lebih tertarik dengan
mencari tahu informasi mengenai orang lain dan merasa lebih penting daripada
berinteraksi dengan orang lain yang ada di sekitarnya.
Berdasarkan diskusi yang telah dijelaskan diatas, penelitian ini dapat
menjelaskan bagaimana hubungan antar variabel yang memiliki pengaruh terhadap
perilaku phubbing, baik secara langsung maupun secara tidak langsung. Penelitian
ini juga memiliki beberapa kelemahan yang disebabkan oleh beberapa faktor
diantaranya adalah adanya specification error. Hal tersebut terjadi karena phubbing
dalam model faktor-faktor yang mempengaruhi perilaku phubbing memiliki besar
pengaruh sebesar 36,7% yang dijelaskan oleh variabel smartphone addiction,
regulasi diri, FoMO, konformitas, academic cyberloafing, jenis kelamin, dan
tingkat kuliah (grade). Sehingga masih terdapat 63,3% variabel-variabel yang
mempengaruhi perilaku phubbing yang tidak diikut sertakan di dalam penelitian
ini. Selain itu, kelemahan kedua dari penelitian ini adalah sampling error. Hal
tersebut dikarenakan sampel yang digunakan pada penelitian ini terbatas hanya
pada mahasiswa sejabodetabek dan adanya ketidakmerataan jumlah responden
121
pada masing-masing wilayah dan kurangnya informasi tambahan mengenai data-
data tambahan terkait phubbing yang dapat dijadikan analisis deskriptif.
5.3. Saran
Berdasarkan penelitian yang telah dilakukan, peneliti memberikan beberapa saran
yang terbagi menjadi saran teoritis dan saran praktis.
5.3.1. Saran teoritis
Untuk pengembangan pada penelitian selanjutnya, peneliti memberikan saran-saran
sebagai berikut:
1. Apabila ingin menggunakan instrumen phubbing dalam penelitian ini,
disarankan untuk melakukan revisi pada item PH2 dan PH21 terlebih
dahulu.
2. Untuk penelitian selanjutnya, dapat ditambahkan pertanyaan terkait
lamanya penggunaan smartphone dalam sehari, pernah melakukan
phubbing dan menjadi korban phubbing.
3. Jika ingin menggunakan variabel tingkat kuliah (grade) sebaiknya gunakan
sampel dengan jumlah yang sama pada setiap semester / tingkat kuliah agar
dapat merepresentasikan data secara merata sehingga mendapatkan
perbedaan yang signifikan antara satu tingkat dengan tingkat lainnya.
4. Untuk penelitian selanjutnya, dapat digunakan sampel diluar dari
mahasiswa dengan rentang usia yang bervariasi agar dapat mengetahui
pengaruh usia terhadap perilaku phubbing.
122
5.3.2. Saran praktik
Untuk dapat mengurangi perilaku phubbing pada mahasiswa, maka peneliti
menyarankan beberapa intervensi sebagai berikut:
1. Kurangi penggunaan smartphone agar terhindar dari adiksi dan
mengalihkannya dengan melakukan hal-hal yang lebih positif. Selain itu,
non-aktifkan smartphone ketika sedang berada di dalam kelas agar bisa
fokus dalam kegiatan belajar mengajar agar tidak melakukan academic
cyberloafing serta untuk lebih menghargai orang lain yang sedang berbicara
di depan kelas dengan mendengarkan apa yang sedang disampaikan.
2. Melatih regulasi diri (self-regulation) dengan cara reframing yaitu melihat
makna lain dari sebuah keadaan / peristiwa dengan merubah sudut pandang.
Dengan melakukan reframing, seorang phubber akan memposisikan diri
menjadi korban phubbing sehingga individu tersebut akan merasakan
bagaimana rasanya diabaikan.
3. Lawan FoMO dengan cara mengatur waktu untuk online, matikan
notifikasi, dan jika perlu uninstall aplikasi sosial media yang dimiliki.
Namun, jika hal tersebut dianggap terlalu ekstrim, maka cara sederhana
yang dapat dilakukan adalah gunakan sosial media dengan penuh kesadaran
bahwa yang orang tampilkan di dunia maya hanyalah bagian indah dari
hidup mereka, bukan sisi sebaliknya. Terakhir, yang paling penting adalah
bersosialisasilah dengan orang-orang dalam kehidupan nyata baik dengan
anggota keluarga, saudara, atau teman.
123
DAFTAR PUSTAKA
Abel, J.P., Buff, C. L., Burr, S. A. (2016). Social media and the fear of missing out:
scale development and assessment. Journal of Business & Economics
Research, 14, 33-44.
Al-Menayes, J. (2016). The fear of missing out scale: validation of the Arabic
version and correlation with social media addiction. International Journal of
Applied Psychology. 6(2), 41-46.doi: 10.5923/j.ijap.20160602.04
Alto, P. (2016) Phubbing explained: delvv survey reveals pressures behind
antisocial smartphone behavior. Diunduh pada tanggal 12 Oktober 2017
pukul 20:25 WIB dari https://www.prnewswire.com/news-
releases/phubbing-explained-delvv-survey-reveals-pressures-behind-
antisocial-smartphone-behavior-300301942.html
Anggraini, L. (2014). Fenomena FoMO (fear of missing out) sebagai salah satu
bentuk motivasi konsumen millenial. Depok: skripsi Universitas Indonesia.
Auliani, P., A. (2015). Mau tahu hasil riset google soal pengguna “smartphone”
di Indonesia? Diunduh pada tanggal 10 Oktober 2017 pukul 14:25 dari
http://tekno.kompas.com/read/2015/11/19/23084827/Mau.Tahu.Hasil.Riset.
Google.soal.Penggunaan.Smartphone.di.Indonesia
Azwar, S. (1999). Dasar-Dasar Psikometri. Yogyakarta: Pustaka Belajar.
Bolle, C. (2014). “Who is a smartphone addict?” The impact of personal factors and
type of usage on smartphone addiction in a dutch population. Thesis of the
degree Master in Communication Sciences. University of Twente
Enschede.1-41.
Chotpitayasunondh, V., & Douglas, K. M. (2016). How “phubbing” becomes the
norm: the antacedents and consequences of snubbing via smartphone.
Computer in Human Behavior, 63, 9-18.doi:10.1016/j.chb.2016.05.018
Choliz, M. (2012). Mobile-phone addiction in adolescence: the test of mobile phone
dependence (TMD). Progress in Healt Sciences, 2 (1), 33-44.
Crocker, L., & Algina, J. (2008). Introduction to Classical and Modern Test Theory.
Canada: Cengage Learning
David, M., & Roberts, J. (2017). Phubbed and alone: phone snubbing, social
exclusion, and attachment to social media. University of Chicago Press, 2(2),
155-163.doi: 10.1086/690940
Diehl, M., Semegon, A. B., Schwarzer, R. (2006). Assessing attention control in
goal pursuit: a component of dispositional self-regulation. Journal of
Personality Assessment, 86(3), 306-317.
124
Gokçearslan, S., Mumcu, F. K., Haslaman, T., Cevik, Y. D., (2016). Modelling
smartphone addiction: the role of smartphone usage, self-regulation, general
self-efficacy, and cyberloafing in university student. Computer and Human
Behavior, 63, 639-649.doi: 10.1016/j.chb.2016.05.091
Hair Jr, J. F., Hult, G. T. M., Ringle, C. M., dan Sarstedt, M., (2014). A Primer on
Partial Least Squares Structural Equation Modeling (PLS-SEM).
Washington DC: Sage Publication, Inc.
Kanthawongs, P., Jabutay, F. A., Upalanala, R., Kanthawongs, P. (2016). An
empirical study on the impact of self-regulation and compulsivity toward
smartphone addiction of university student. 13th International Conference on
Cognition and Exploratory Learning in Digital Age (CELDA 2016), 339-342.
Karadag, E., Tosuntas, S. B., Erzen, E., Duru, P., Bostan, N., Sahin, B. M., et al.
(2015). Determinants of phubbing, which is the sum of many virtual
addictions: a structural eqution model. Journal of Behavioral Addictions,
4(2), 60-74.doi: 10.1556/2006.4.2015.005
Karoly, P. (1993). Mechanism of self-regulation: a system view. Annual Reviews
Inc, 44:23-52.
Kwon, M., Yang, S., (2013). The smartphone addiction scale: development and
validation of a short version for adolescent. PLOS One, 8 (12), 1-7.doi:
10.1371/journal.pone.008355
Lim, V. K. G., (2002). The IT way of loafing on the job: cyberloafing, neutralizing
and organizational justice. Journal of Organizational Behavior, 23, 675-
694.doi: 10.1002/job.161
Lim, V. K. G., & Teo, T. S. H., (2005). Prevalence, perceived seriousness,
justification and regulation of cyberloafing in Singapore an exploratory study.
Information and Management, 42, 1081-1093. doi:10.1016/j.im.2004.12.002
Linacre, J. M. (1991). A User’s Guide to WINSTEP, MINISTEP Rasch Model
Computer Programs. Chicago: Winstep.com
Luszczynska, A. et al (2004). Measuring one component of dispositional self-
regulation: attention control in goal pursuit. Personality and Individual
Differences, 37, 555-556. doi:10.1016/j.paid.2003.09.026
Marlina (2017). Hubungan Fear of Missing Out (FoMO) dengan Kecenderungan
Kecanduan Internet pada Emerging Adulthood. Depok: skripsi Universitas
Indonesia.
Matondang, Z., (2009). Validitas dan reliabilitas suatu instrumen penelitian. Jurnal
Tabularasa PPS Unimed, 6 (1), 87-97.
Mok, J. Y., et al. (2014). Latent class analysis of internet and smartphone addiction
in college students. Neuropsychiatric Disease and Treatment. 10, 817-828
125
Muthen, L. K., Muthen, B. O. (2012). Mplus Statistical Analysis With Latent
Variables User Guide’s: Seventh Edition. Los Angeles: Muthen & Muthen
Myer, D. G., (2012). Social Psychology: Tenth Edition. New York: Mc Graw Hill
Companies
Neal, D. J., & Carey, K. B., (2005). A follow-up psychometric analysis of the self-
regulation questionnaire. Psychology of Addictive Behavior, 19 (4), 414-422. doi: 10.1037/0893-164X.19.4.414
Nurdiani, G. (2015). Hubungan antara Loneliness dengan Smartphone Addiction.
Jakarta: Skripsi Universitas Mercubuana
Normadewi, B. (2012). Analisis Pengaruh Jenis Kelamin dan Tingkat Pendidikan
Terhadap Persepsi Etis Mahasiswa Akuntansi dengan Love of Money
Sebagai Variabel Intervening. Semarang: skripsi Universitas Diponegoro
Nurmayasari, A. (2014). Pengaruh Personality Trait, Konformitas dan Faktor
Demografi terhadap Impulsive Buying Pengunjung Mall di Kota Bogor.
Jakarta: skripsi UIN Syarif Hidayatullah Jakarta
Pertiwi, S. A. (2013). Konformitas dan fanatisme pada remaja korean wave
(penelitian pada komunitas Super Junior fans club ELF “Ever Lasting
Friend” di Samarinda. E-journal psikologi fisip unmul. 1(2). 157-166
Prasad, S., Lim, V. K., Chen, D. J. (2010). Self-regulation, individual characteristic
and cyberloafing. Pacific Asia Conference Information System (PACIS), 159,
1640-1648
Przybylski, A. K., Murayama, K., DeHaan, C. R., Gladwell, V. (2013).
Motivational, emotional, and behavioral correlates of fear of missing out.
Computer in Human Behavior, 29, 1841-1848.
http://dx.doi.org/10.1016/j.chb.2013.02.014
Rahmayani, I. 2015. Indonesia raksasa teknologi digital asia. Diunduh pada
tanggal: 10 Oktober 2017 pukul 12:30 WIB dari
https://www.kominfo.go.id/content/detail/6095/indonesia-raksasa-teknologi-
digital-asia/0/sorotan_media
Roberts, J. A., David, M. E. (2016) My life has become a major distraction from
my cell phone: partner phubbing and relationship satisfaction among
romantic partner. Computer in Human Behavior, 54, 134-141.
http://dx.doi.org/10.1016/j.chb.2015.07.058.
Suryadi, B., Mutiah, D., Miftahuddin, Dewi, M.S., Muchtar, Y.D., & Tresniasari,
N. (2014). Metodologi Penelitian. Jakarta: UIN Syarif Hidayatullah
Thaeras, F., (2017). ‘Phubbing’, fenomena sosial yang merusak hubungan.
Diunduh pada tanggal 12 Oktober 2017 pukul 15:20 dari
https://www.cnnindonesia.com/gaya-hidup/20170714134144-277-
227920/phubbing-fenomena-sosial-yang-merusak-hubungan/
126
Ugur, N. G., Koc, T. (2015). Time for digital detox: misuse of mobile technology
and phubbing. Social and Behavioral Science, 195, 1022-1031.
Wang, X., Xie, X., Wang, Y., Wang, P., Lei, L. (2017). Partner phubbing and
depression among married Chinese adults: the roles of relationship
satisfaction and relationship length. Personality and Individual Differences,
110, 12-17.doi: 10.1016/j.paid.2017.01.014
Zhang, K. Z, Chen, C., Lee, M. K., (2014). Understanding the role of motives in
smartphone addiction. Pacific Asia Conference on Information System
(PACIS), 131
128
Lampiran 2
Kuesioner Penelitian
Nama/Inisial :
Usia :
No. Handphone :
Jenis Kelamin :
Semester :
Skala 1
Dibawah ini, terdapat sejumlah pernyataan yang menggambarkan perilaku phubbing. Anda
diminta untuk memilih salah satu pada setiap pernyataan dengan memberikan tanda
checklist (√). Pilihlah jawaban yang paling sesuai menggambarkan diri anda.
Keterangan:
STS = Sangat Tidak Setuju
TS = Tidak Setuju
S = Setuju
SS = Sangat Setuju
NO PERNYATAAN STS TS S SS
1 Ketika telepon genggam (HP) saya
berdering, saya akan segera menjawab
telepon tersebut walaupun saya sedang
berbicara hal penting dengan teman
saya.
2 Saya akan menonaktifkan telepon
genggam (HP) saat sedang mengikuti
perkuliahan di kelas
3 Saya lebih memilih untuk menolak
panggilan masuk pada telepon
genggam (HP) saya ketika sedang
berbicara dengan teman
4 Saya lebih tertarik untuk melakukan
panggilan telepon daripada berbicara
dengan teman dalam sebuah acara
5 Ketika saya sedang berkomunikasi
dalam sebuah acara dan telepon
genggam (HP) saya berdering, saya
akan menerima telepon tersebut dengan
meminta izin terlebih dahulu kepada
lawan bicara
6 Ketika dalam sebuah acara, saya akan
mengabaikan chat / pesan masuk di
telepon genggam (HP) saya
7 Saya akan membalas pesan / chat
masuk di telepon genggam (HP) saya
129
meskipun saya sedang berbicara
dengan teman
8 Membalas pesan / chat ketika sedang
berkomunikasi dengan teman adalah
hal yang wajar menurut saya.
9 Saya suka mengirim pesan / chat
walaupun sedang berbicara dengan
teman
10 Mengirim pesan / chat ketika sedang
berkomunikasi dengan teman adalah
hal yang wajar menurut saya
11 Mata saya tertuju kepada telepon
genggam (HP) ketika saya sedang
berkumpul bersama teman hanya
untuk mengecek apakah ada notifikasi
yang masuk
12 Memperhatikan kontak mata ketika
berbicara dengan lawan bicara adalah
hal yang paling penting daripada
mengecek notifikasi yang masuk di
telepon genggam (HP) saya.
13 Saya akan mengabaikan notifikasi
yang muncul di telepon genggam (HP)
saya ketika saya sedang berbicara
dengan teman
14 Saya selalu mengecek notifikasi pada
telepon genggam (HP) saya walaupun
saya sedang berbicara dengan teman
15 Ketika saya bangun tidur, yang
pertama kali saya cari adalah telepon
genggam (HP) saya
16 Ketika saya pergi dan lupa membawa
telepon genggam (HP), saya akan
kembali pulang untuk mengambilnya
17 Saya meletakan telepon genggam (HP)
dalam jangkauan saya
18 Sulit bagi saya untuk lepas dari telepon
genggam (HP)
19 Ketika saya pergi dan lupa membawa
telepon genggam (HP), saya merasa
cemas
20 Saya merasa cemas ketika saya jauh
dari telepon genggam (HP)
21 Saya akan merasa lebih cemas ketika
saya tidak membawa dompet daripada
tidak membawa telepon genggam (HP)
saat bepergian
22 Intensitas penggunaan telepon
genggam (HP) saya meningkat dari hari
ke hari
130
23 Waktu yang saya alokasikan untuk
kegiatan sosial, pribadi, dan tugas-
tugas lainnya berkurang karena
penggunaan telepon genggam (HP)
24 Sulit bagi saya untuk mengatur
penggunaan telepon genggam (HP)
25 Saya akan meninggalkan telepon
genggam (HP) ketika saya sedang
belajar
Skala 2
Dibawah ini, terdapat sejumlah pernyataan yang menggambarkan smartphone addiction.
Anda diminta untuk memilih salah satu pada setiap pernyataan dengan memberikan tanda
checklist (√). pilihlah jawaban yang paling sesuai menggambarkan diri anda.
Keterangan:
STS = Sangat Tidak Setuju
TS = Tidak Setuju
S = Setuju
SS = Sangat Setuju
NO PERNYATAAN STS TS S SS
1 Saya tidak dapat melakukan pekerjaan
yang telah saya rencanakan karena
penggunaan telepon genggam (HP)
2 Saya mengalami kesulitan
berkonsentrasi di kelas, saat
melakukan tugas, atau saat sedang
bekerja karena penggunaan telepon
genggam (HP)
3 Saya merasakan sakit di pergelangan
tangan atau di belakang leher saat
sedang menggunakan telepon genggam
(HP)
4 Saya merasa tidak sanggup jika tidak
membawa telepon genggam (HP)
5 Saya merasa resah dan tidak sabar
ketika tidak memegang telepon
genggam (HP)
6 Pikiran saya selalu tertuju kepada
telepon genggam (HP) walaupun saya
sedang tidak menggunakannya
7 Saya tidak akan berhenti untuk
menggunakan telepon genggam (HP)
walaupun kehidupan sehari-hari saya
sudah terpengaruhi (tersita) olehnya
8 Saya terus menerus mengecek telepon
genggam (HP) agar tidak ketinggalan
131
percakapan orang lain di twitter atau
9 Saya menggunakan telepon genggam
(HP) lebih lama dari yang saya
harapkan
10 Orang-orang di sekitar saya
mengatakan bahwa saya terlalu banyak
menggunakan telepon genggam (HP)
Skala 3
Dibawah ini, terdapat sejumlah pernyataan yang menggambarkan regulasi diri. Anda
diminta untuk memilih salah satu pada setiap pernyataan dengan memberikan tanda
checklist (√) pilihlah jawaban yang paling sesuai menggambarkan diri anda.
Keterangan:
STS = Sangat Tidak Setuju
TS = Tidak Setuju
S = Setuju
SS = Sangat Setuju
NO PERNYATAAN STS TS S SS
1 Saya dapat berkonsentrasi pada suatu
kegiatan untuk waktu yang lama
2 Jika saya terganggu ketika saya
melakukan suatu kegiatan, mudah bagi
saya untuk kembali melakukan
aktivitas tersebut
3 Jika suatu kegiatan terlalu membuat
saya terbawa perasaan, saya dapat
menenangkan diri sehingga saya dapat
segera melanjutkan kegiatan tersebut
4 Jika suatu kegiatan membutuhkan
sikap dalam menghadapi masalah, saya
mampu mengendalikan perasaan saya
5 Sulit bagi saya untuk menekan pikiran
yang mengganggu terhadap apa yang
saya harus lakukan
6 Saya dapat mengendalikan pikiran
saya dari hal-hal yang mengganggu
terhadap tugas yang saya lakukan
7 Ketika saya cemas terhadap sesuatu,
saya tidak dapat berkonsentrasi dalam
melakukan suatu kegiatan
8 Setelah jeda, saya tidak mengalami
kesulitan untuk berkonsentrasi kembali
dalam melanjutkan pekerjaan
9 Saya memiliki banyak pikiran dan
perasaan yang mengganggu
kemampuan saya untuk fokus bekerja
132
10 Saya tetap fokus pada tujuan saya dan
tidak membiarkan sesuatu apa pun
untuk mengganggu saya untuk
melakukan tindakan yang telah saya
rencanakan
Skala 4
Dibawah ini, terdapat sejumlah pernyataan yang menggambarkan fear of missing out
(FoMO). Anda diminta untuk memilih salah satu pada setiap pernyataan dengan
memberikan tanda checklist (√). pilihlah jawaban yang paling sesuai menggambarkan diri
anda.
Keterangan:
STS = Sangat Tidak Setuju
TS = Tidak Setuju
S = Setuju
SS = Sangat Setuju
NO PERNYATAAN STS TS S SS
1 Saya merasa gelisah ketika orang lain
memiliki pengalaman yang lebih
berharga daripada saya
2 Saya merasa cemas / gelisah ketika
saya tidak mengetahui apa yang
sedang dilakukan teman-teman saya
3 Saya takut teman saya lebih memiliki
pengalaman yang berharga daripada
saya
4 Saya merasa cemas ketika saya
mengetahui bahwa teman-teman saya
sedang bersenang-senang tanpa saya
5 Ketika saya pergi berlibur, saya terus
mengikuti kegiatan yang sedang
dilakukan teman-teman saya melalui
sosial media (stalking)
6 Terkadang, saya bertanya-tanya
apakah saya akan menghabiskan
terlalu banyak waktu untuk mengikuti
apa yang sedang terjadi
7 Ketika saya tidak mengikuti suatu
acara kumpul bersama yang telah saya
rencanakan, saya merasa bimbang
8 Saya merasa bimbang ketika saya
kehilangan kesempatan untuk bertemu
dengan teman-teman
133
Skala 5
Dibawah ini, terdapat sejumlah pernyataan yang menggambarkan konformitas. Anda
diminta untuk memilih salah satu pada setiap pernyataan dengan memberikan tanda
checklist (√). pilihlah jawaban yang paling sesuai menggambarkan diri anda.
Keterangan:
STS = Sangat Tidak Setuju
TS = Tidak Setuju
S = Setuju
SS = Sangat Setuju
NO PERNYATAAN STS TS S SS
1 Saya rela melakukan apa saja sesuai
dengan apa yang diinginkan orang
lain agar diterima di lingkungan
2 Saya ditekan untuk melakukan hal
konyol agar populer
3 Saya merokok ketika saya bertemu
dengan orang yang suka meroko
(perokok) meskipun sebenarnya saya
bukan perokok
4 Saya ikut menghadiri konser dengan
teman-teman daripada belajar untuk
ujian agar tidak dijauhi teman-teman
5 Saya bolos kuliah untuk pergi nonton
karena ajakan dari teman-teman.
6 Saya berpakaian sesuai dengan apa
yang teman-teman saya suka
7 Saya biasanya mematuhi orang tua
saya
8 Saya biasanya melakukan apa saja
yang teman saya perintahkan kepada
saya
9 Saya mengikuti keinginan orang tua
saya bahkan ketika itu bukan sesuatu
yang ingin saya lakukan
10 Saya jarang melanggar peraturan
134
Skala 6
Dibawah ini, terdapat sejumlah pernyataan yang menggambarkan cyberloafing. Anda
diminta untuk memilih salah satu pada setiap pernyataan dengan memberikan tanda
checklist (√). pilihlah jawaban yang paling sesuai menggambarkan diri anda.
Keterangan:
STS = Sangat Tidak Setuju
TS = Tidak Setuju
S = Setuju
SS = Sangat Setuju
NO PERNYATAAN STS TS S SS
1 Saya melihat unggahan (posting-an)
teman-teman saya ketika sedang
belajar di dalam kelas dengan
menggunakan wifi kampus
2 Saya memeriksa profil media sosial
teman-teman saya ketika sedang
belajar di dalam kelas dengan
menggunakan wifi kampus
3 Saya berbagi konten di media sosial
(foto, video, dll) ketika sedang belajar
di dalam kelas dengan menggunakan
wifi kampus
4 Saya menyukai postingan yang
menarik ketika sedang belajar di
dalam kelas dengan menggunakan wifi
kampus
5 Saya mengomentari foto yang telah
dibagikan di sosial media ketika
sedang belajar di dalam kelas dengan
menggunakan wifi kampus
6 Saya membuat status / posting-an di
sosial media ketika sedang belajar di
dalam kelas dengan menggunakan wifi
kampus
7 Saya menandai / tag teman pada foto
yang saya unggah ketika sedang
belajar di dalam kelas dengan
menggunakan wifi kampus
8 Saya berkomunikasi online (chatting)
dengan teman-teman ketika sedang
belajar di dalam kelas dengan
menggunakan wifi kampus
135
9 Saya menonton video yang telah
dibagikan di sosial media ketika
sedang belajar di dalam kelas dengan
menggunakan wifi kampus
10 Saya berbelanja online ketika sedang
belajar di dalam kelas dengan
menggunakan wifi kampus
11 Saya mengunjungi situs online yang
menawarkan iklan promo (diskon) hari
ini ketika sedang belajar di dalam
kelas dengan menggunakan wifi
kampus
12 Saya mengunjungi situs belanja online
ketika sedang belajar di dalam kelas
dengan menggunakan wifi kampus
13 Saya mengunjungi situs lelang ketika
sedang belajar di dalam kelas dengan
menggunakan wifi kampus
14 Saya menggunakan layanan perbankan
berbasis online (mobile banking)
ketika sedang belajar di dalam kelas
dengan menggunakan wifi kampus
15 Saya mengunjungi toko online barang-
barang bekas layak pakai ketika
sedang belajar di dalam kelas dengan
menggunakan wifi kampus
16 Saya memeriksa iklan lowongan kerja
ketika sedang belajar di dalam kelas
dengan menggunakan wifi kampus
17 Saya me-retweet kicauan (tweet) yang
saya suka ketika sedang belajar di
dalam kelas dengan menggunakan wifi
kampus
18 Saya menyukai kicauan (tweet) yang
saya suka ketika sedang belajar di
dalam kelas dengan menggunakan wifi
kampus
19 Saya mengunggah (posting) kicauan
(tweets) ketika sedang belajar di dalam
kelas dengan menggunakan wifi
kampus
20 Saya membaca kicauan (tweet) ketika
sedang belajar di dalam kelas dengan
menggunakan wifi kampus
21 Saya mengomentari topik yang sedang
tren di sosial media ketika sedang
136
belajar di dalam kelas dengan
menggunakan wifi kampus 22 Saya mengunduh musik ketika sedang
belajar di dalam kelas dengan
menggunakan wifi kampus
23 Saya menonton video online
(streaming) ketika sedang belajar di
dalam kelas dengan menggunakan wifi
kampus
24 Saya mendengarkan musik online
ketika sedang belajar di dalam kelas
dengan menggunakan wifi kampus
25 Saya mengunduh video ketika sedang
belajar di dalam kelas dengan
menggunakan wifi kampus
26 Saya mengunduh aplikasi yang saya
butuhkan ketika sedang belajar di
dalam kelas dengan menggunakan wifi
kampus
27 Saya mengunjungi situs taruhan ketika
sedang belajar di dalam kelas dengan
menggunakan wifi kampus
28 Saya bertaruh online ketika sedang
belajar di dalam kelas dengan
menggunakan wifi kampus
29 Saya mengunjungi situs olah raga
ketika sedang belajar di dalam kelas
dengan menggunakan wifi kampus
30 Saya bermain games online ketika
sedang belajar di dalam kelas dengan
menggunakan wifi kampus
137
Lampiran 3
HASIL UJI VALIDITAS CFA
1. Instrumen Phubbing
UJI VALIDITAS PHUBBING DA NI=25 NO=217 MA=PM LA PH1 PH2 PH3 PH4 PH5 PH6 PH7 PH8 PH9 PH10 PH11 PH12 PH13 PH14 PH15
PH16 PH17 PH18 PH19 PH20 PH21 PH22 PH23 PH24 PH25 PM SY FI=PHUBBING.COR MO NX=25 NK=1 LX=FR PH=ST TD=SY LK PHUBBING FR TD 20 19 TD 10 8 TD 24 23 TD 17 7 TD 14 11 TD 19 16 TD 13 6 TD
24 22 TD 23 22 TD 3 1 TD 10 1 TD 25 15 TD 20 18 FR TD 19 18 TD 17 16 TD 12 7 TD 19 3 TD 12 3 TD 10 9 TD 13 5 TD 13
12 TD 16 4 TD 25 2 TD 24 9 TD 23 16 TD 24 2 TD 11 3 FR TD 17 11 TD 10 4 TD 17 5 TD 18 14 TD 14 6 TD 21 20 TD 12 5 TD
17 2 TD 6 2 TD 22 12 TD 24 20 TD 25 12 TD 25 7 TD 25 3 FR TD 17 14 TD 20 2 TD 18 17 TD 18 7 TD 18 2 TD 21 7 TD 16 15 TD
17 15 TD 19 15 TD 15 3 TD 11 5 TD 14 5 TD 21 13 FR TD 21 5 TD 18 12 TD 18 11 TD 13 11 TD 16 14 TD 19 14 TD 18 16
TD 20 16 TD 15 13 TD 4 3 TD 22 20 TD 23 14 TD 20 9 FR TD 10 6 TD 14 10 TD 8 6 TD 22 16 TD 22 18 TD 22 19 TD 22 4 TD 4
2 TD 24 19 TD 24 18 TD 19 9 TD 18 9 TD 23 18 TD 15 4 FR TD 21 4 TD 12 11 TD 9 4 TD 24 4 TD 24 10 TD 19 10 TD 15 12 TD
16 3 TD 3 2 TD 17 8 TD 11 8 TD 20 10 TD 22 1 TD 24 1 TD 23 20 TD
23 19 FR TD 10 3 TD 23 8 TD 24 8 TD 20 17 TD 19 17 TD 21 17 TD 19 2 TD 9
2 TD 20 14 TD 21 3 TD 21 2 TD 24 21 TD 5 3 PD OU SS TV MI AD=OFF
139
2. SAS-SV
UJI VALIDITAS KONSTRUK SMARTPHONE ADDICTION DA NI=10 NO=217 MA=PM LA GA1 GA2 GA3 PD4 PD5 PD6 T7 T8 T9 T10 PM SY FI=SA.COR MO NX=10 NK=3 PH=ST TD=SY LK GG_KEHIDUPAN P_DIRI TOLERANSI FR LX 1 1 LX 2 1 LX 3 1 LX 4 2 LX 5 2 LX 6 2 LX 7 3 LX 8 3
LX 9 3 LX 10 3 FR TD 5 4 TD 9 1 TD 10 9 TD 3 1 TD 8 2 PD OU SS TV MI
140
3. SRS
UJI VALIDITAS SELF REGULATION DA NI=10 NO=217 MA=PM LA SR1 SR2 SR3 SR4 SR5 SR6 SR7 SR8 SR9 SR10 PM SY FI=SR.COR MO NX=10 NK=1 LX=FR PH=ST TD=SY LK SR FR TD 7 3 TD 8 7 TD 6 3 TD 9 5 TD 6 4 TD 9 7 TD 9 3 TD 9 2
TD 2 1 TD 10 2 PD OU SS TV MI
141
4. FoMO Scale
UJI VALIDITAS KONSTRUK FOMO DA NI=8 NO=217 MA=PM LA RT1 RT2 RT3 RT4 RT5 ST6 ST7 ST8 PM SY FI=FOMO.COR MO NX=8 NK=2 PH=ST TD=SY LK RT ST FR LX 1 1 LX 2 1 LX 3 1 LX 4 1 LX 5 1 LX 6 2 LX 7 2 LX 8 2 FR TD 5 1 TD 4 3 TD 6 3 TD 8 7 TD 8 5 TD 3 2 TD 7 4 PD OU SS TV MI
142
5. Skala Konformitas
UJI VALIDITAS KONFORMITAS DA NI=10 NO=217 MA=PM LA C1 C2 C3 C4 C5 A6 A7 A8 A9 A10 PM SY FI=konformitasmulti.cor MO NX=10 NK=2 ph=st td=sy LK compliance acceptance fr lx 1 1 lx 2 1 lx 3 1 lx 4 1 lx 5 1 fr lx 6 2 lx 7 2 lx 8 2 lx 9 2 lx 10 2 fr td 10 7 td 5 4 td 9 7 td 10 3 td 7 5 td 6 5 td 10 9 td 9 3 td 9 4 PD OU SS TV MI
143
6. Dimensi Sharing dari ACS
UJI VALIDITAS KONSTRUK SHARING DA NI=9 NO=217 MA=PM LA SH1 SH2 SH3 SH4 SH5 SH6 SH7 SH8 SH9 PM SY FI=SHARING.COR MO NX=9 NK=1 LX=FR TD=SY PH=ST LK SHARING FR TD 7 6 TD 8 3 TD 7 4 TD 9 3 PD OU SS TV MI
144
7. Dimensi Shopping dari ACS
UJI VALIDITAS KONSTRUK SHOPPING DA NI=7 NO=217 MA=PM LA S1 S2 S3 S4 S5 S6 S7 PM SY FI=SH.COR MO NX=7 NK=1 LX=FR TD=SY PH=ST LK SHOPING FR TD 3 2 TD 5 3 TD 7 5 TD 7 6 TD 4 2 TD 5 2 TD 7 2 TD 7 4 TD 4 1 TD
5 4 PD OU SS TV MI
145
8. Dimensi RTU daro ACS
UJI VALIDITAS KONSTRUK REAL TIME UPDATING DA NI=5 NO=217 MA=PM LA RTU1 RTU2 RTU3 RTU4 RTU5 PM SY FI=RTU.COR MO NX=5 NK=1 LX=FR TD=SY PH=ST LK REALTIME FR TD 5 3 TD 3 2 PD OU SS TV MI
146
9. Dimensi AOC dari ACS
UJI VALIDITAS KONSTRUK ACCESSING ONLINE CONTENT DA NI=5 NO=217 MA=PM LA AOC1 AOC2 AOC3 AOC4 AOC5 PM SY FI=AOC.COR MO NX=5 NK=1 LX=FR TD=SY PH=ST LK ACCESSING FR TD 5 1 TD 4 3 PD OU SS TV MI
147
10. Dimensi Gaming / Gambling dari ACS
UJI VALIDITAS KONSTRUK GAMING DA NI=4 NO=217 MA=PM LA G1 G2 G3 G4 PM SY FI=GAMING.COR MO NX=4 NK=1 LX=FR TD=SY PH=ST LK GAMING PD OU SS TV MI
148
Lampiran 4
Hasil Analisis Regresi
Tabel analisis frekuensi statistik
Statistics
USIA JENIS
KELAMIN
GRADE
N Valid 217 217 217
Missing 0 0 0
Percentiles 100 24.00 4.00
USIA
Frequency Percent Valid Percent Cumulative
Percent
Valid
18 18 8.3 8.3 8.3
19 42 19.4 19.4 27.6
20 34 15.7 15.7 43.3
21 61 28.1 28.1 71.4
22 50 23.0 23.0 94.5
23 10 4.6 4.6 99.1
24 2 .9 .9 100.0
Total 217 100.0 100.0
JENIS KELAMIN
Frequency Percent Valid Percent Cumulative
Percent
Valid
Laki-Laki 46 21.2 21.2 21.2
Perempuan 171 78.8 78.8 100.0
Total 217 100.0 100.0
149
GRADE
Frequency Percent Valid Percent Cumulative
Percent
Valid
1 26 12.0 12.0 12.0
2 57 26.3 26.3 38.2
3 36 16.6 16.6 54.8
4 98 45.2 45.2 100.0
Total 217 100.0 100.0
TABEL ANALISIS DESKRIPTIF STATISTIK
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
PHUBBING 186 27.25 69.11 49.1086 7.50239
SMARTPHONE ADDICTION 186 15.02 84.25 43.7143 11.78314
SELF-REGULATION 186 24.47 88.73 54.2783 11.78299
FEAR OF MISSING OUT 186 12.53 88.05 49.8778 12.99345
KONFORMITAS 186 15.69 73.11 38.5880 9.50227
ACADEMIC CYBERLOAFING 186 10.49 76.83 39.4224 10.49775
Valid N (listwise) 186
150
TABEL KATEGORISASI
PHUBBING
Frequency Percent Valid Percent Cumulative
Percent
Valid
RENDAH 105 56.5 56.5 56.5
TINGGI 81 43.5 43.5 100.0
Total 186 100.0 100.0
SMARTPHONE ADDICTION
Frequency Percent Valid Percent Cumulative
Percent
Valid
RENDAH 127 68.3 68.3 68.3
TINGGI 59 31.7 31.7 100.0
Total 186 100.0 100.0
SELF-REGULATION
Frequency Percent Valid Percent Cumulative
Percent
Valid
RENDAH 71 38.2 38.2 38.2
TINGGI 115 61.8 61.8 100.0
Total 186 100.0 100.0
FEAR OF MISSING OUT
Frequency Percent Valid Percent Cumulative
Percent
Valid
RENDAH 112 60.2 60.2 60.2
TINGGI 74 39.8 39.8 100.0
Total 186 100.0 100.0
KONFORMITAS
Frequency Percent Valid Percent Cumulative
Percent
Valid
RENDAH 165 88.7 88.7 88.7
TINGGI 21 11.3 11.3 100.0
Total 186 100.0 100.0
151
ACADEMIC CYBERLOAFING
Frequency Percent Valid Percent Cumulative
Percent
Valid
RENDAH 159 85.5 85.5 85.5
TINGGI 27 14.5 14.5 100.0
Total 186 100.0 100.0
TABEL REGRESI
Variables Entered/Removeda
Model Variables
Entered
Variables
Removed
Method
1
Tingkat 3,
Academic
Cyberloafing,
Jenis Kelamin,
Self-Regulation,
Tingkat 1, Fear
of Missing Out,
Tingkat 2,
Konformitas,
Smartphone
Addictionb
. Enter
a. Dependent Variable: Phubbing
b. All requested variables entered.
Model Summary
Model R R Square Adjusted R
Square
Std. Error of the
Estimate
1 .606a .367 .335 6.11799
a. Predictors: (Constant), Tingkat 3, Academic Cyberloafing, Jenis
Kelamin, Self-Regulation, Tingkat 1, Fear of Missing Out, Tingkat 2,
Konformitas, Smartphone Addiction
152
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1
Regression 3823.604 9 424.845 11.350 .000b
Residual 6587.640 176 37.430
Total 10411.244 185
a. Dependent Variable: Phubbing
b. Predictors: (Constant), Tingkat 3, Academic Cyberloafing, Jenis Kelamin, Self-Regulation,
Tingkat 1, Fear of Missing Out, Tingkat 2, Konformitas, Smartphone Addiction
Coefficientsa
Model Unstandardized Coefficients Standardized
Coefficients
t Sig.
B Std. Error Beta
1
(Constant) 29.240 3.777 7.742 .000
Smartphone Addiction .324 .045 .509 7.203 .000
Self-Regulation -.001 .040 -.001 -.016 .987
Fear of Missing Out .035 .040 .061 .873 .384
Konformitas .018 .054 .022 .324 .746
Academic Cyberloafing .094 .047 .131 1.988 .048
Jenis Kelamin -.963 1.214 -.049 -.793 .429
Tingkat 1 -1.478 1.335 -.072 -1.106 .270
Tingkat 2 -.423 1.102 -.025 -.383 .702
Tingkat 3 1.166 1.532 .048 .761 .448
a. Dependent Variable: Phubbing
153
Lampiran 5
Output Hasil Uji Kelayakan Item dengan Iteman
MicroCAT (tm) Testing System
Copyright (c) 1982, 1984, 1986, 1988 by Assessment Systems Corporation
Item and Test Analysis Program -- ITEMAN (tm) Version 3.00
Item analysis for data from file SKRIPSI.prn Page
1
Item Statistics Alternative Statistics
--------------------------------- ----------------------
-
Seq. Scale Item Item Item-Scale N per Alter- Proportion
No. -Item Mean Var. Correlation Item native Endorsing
Key
---- ----- ------ ------ ----------- ----- ------ ---------- --
-
1 1-1 2.530 0.443 0.405 217 1 0.037 +
2 0.456
3 0.447
4 0.060
Other 0.000
2 1-2 2.535 0.599 0.253 217 1 0.120 +
2 0.281
3 0.544
4 0.055
Other 0.000
3 1-3 2.724 0.375 0.317 217 1 0.028 +
2 0.281
3 0.631
4 0.060
Other 0.000
4 1-4 1.733 0.353 0.308 217 1 0.336 +
2 0.604
3 0.051
4 0.009
Other 0.000
5 1-5 1.742 0.532 0.222 217 1 0.401 +
2 0.484
3 0.088
4 0.028
Other 0.000
6 1-6 2.396 0.442 0.510 217 1 0.078 +
2 0.470
3 0.429
154
4 0.023
Other 0.000
7 1-7 2.465 0.424 0.660 217 1 0.060 +
2 0.442
3 0.470
4 0.028
Other 0.000
MicroCAT (tm) Testing System
Copyright (c) 1982, 1984, 1986, 1988 by Assessment Systems Corporation
Item and Test Analysis Program -- ITEMAN (tm) Version 3.00
Item analysis for data from file SKRIPSI.prn Page
2
Item Statistics Alternative Statistics
--------------------------------- ----------------------
-
Seq. Scale Item Item Item-Scale N per Alter- Proportion
No. -Item Mean Var. Correlation Item native Endorsing
Key
---- ----- ------ ------ ----------- ----- ------ ---------- --
-
8 1-8 2.548 0.404 0.524 217 1 0.060 +
2 0.350
3 0.571
4 0.018
Other 0.000
9 1-9 2.488 0.434 0.617 217 1 0.055 +
2 0.438
3 0.470
4 0.037
Other 0.000
10 1-10 2.512 0.480 0.563 217 1 0.078 +
2 0.369
3 0.516
4 0.037
Other 0.000
11 1-11 2.332 0.563 0.561 217 1 0.111 +
2 0.507
3 0.323
4 0.060
Other 0.000
12 1-12 1.747 0.420 0.317 217 1 0.355 +
2 0.558
3 0.074
155
4 0.014
Other 0.000
13 1-13 2.373 0.363 0.407 217 1 0.046 +
2 0.553
3 0.382
4 0.018
Other 0.000
14 1-14 2.295 0.374 0.598 217 1 0.055 +
2 0.622
3 0.295
4 0.028
Other 0.000
MicroCAT (tm) Testing System
Copyright (c) 1982, 1984, 1986, 1988 by Assessment Systems Corporation
Item and Test Analysis Program -- ITEMAN (tm) Version 3.00
Item analysis for data from file SKRIPSI.prn Page
3
Item Statistics Alternative Statistics
--------------------------------- ----------------------
-
Seq. Scale Item Item Item-Scale N per Alter- Proportion
No. -Item Mean Var. Correlation Item native Endorsing
Key
---- ----- ------ ------ ----------- ----- ------ ---------- --
-
15 1-15 3.046 0.551 0.523 217 1 0.041 +
2 0.129
3 0.571
4 0.258
Other 0.000
16 1-16 2.926 0.584 0.374 217 1 0.023 +
2 0.263
3 0.479
4 0.235
Other 0.000
17 1-17 3.124 0.293 0.494 217 1 0.000 +
2 0.092
3 0.691
4 0.217
Other 0.000
18 1-18 2.724 0.679 0.632 217 1 0.051 +
2 0.364
3 0.396
156
4 0.189
Other 0.000
19 1-19 2.820 0.599 0.527 217 1 0.046 +
2 0.267
3 0.507
4 0.180
Other 0.000
20 1-20 2.558 0.597 0.642 217 1 0.074 +
2 0.396
3 0.429
4 0.101
Other 0.000
21 1-21 2.009 0.811 0.298 217 1 0.350 +
2 0.341
3 0.258
4 0.051
Other 0.000
MicroCAT (tm) Testing System
Copyright (c) 1982, 1984, 1986, 1988 by Assessment Systems Corporation
Item and Test Analysis Program -- ITEMAN (tm) Version 3.00
Item analysis for data from file SKRIPSI.prn Page
4
Item Statistics Alternative Statistics
--------------------------------- ----------------------
-
Seq. Scale Item Item Item-Scale N per Alter- Proportion
No. -Item Mean Var. Correlation Item native Endorsing
Key
---- ----- ------ ------ ----------- ----- ------ ---------- --
-
22 1-22 2.309 0.416 0.418 217 1 0.069 +
2 0.585
3 0.313
4 0.032
Other 0.000
23 1-23 2.525 0.517 0.363 217 1 0.060 +
2 0.429
3 0.438
4 0.074
Other 0.000
24 1-24 2.539 0.589 0.523 217 1 0.065 +
2 0.438
3 0.392
4 0.106
157
Other 0.000
25 1-25 2.198 0.481 0.408 217 1 0.147 +
2 0.521
3 0.318
4 0.014
Other 0.000
26 2-1 2.309 0.471 0.573 217 1 0.088 +
2 0.558
3 0.313
4 0.041
Other 0.000
27 2-2 2.424 0.594 0.524 217 1 0.101 +
2 0.447
3 0.378
4 0.074
Other 0.000
28 2-3 2.341 0.575 0.463 217 1 0.111 +
2 0.502
3 0.323
4 0.065
Other 0.000
MicroCAT (tm) Testing System
Copyright (c) 1982, 1984, 1986, 1988 by Assessment Systems Corporation
Item and Test Analysis Program -- ITEMAN (tm) Version 3.00
Item analysis for data from file SKRIPSI.prn Page
5
Item Statistics Alternative Statistics
--------------------------------- ----------------------
-
Seq. Scale Item Item Item-Scale N per Alter- Proportion
No. -Item Mean Var. Correlation Item native Endorsing
Key
---- ----- ------ ------ ----------- ----- ------ ---------- --
-
29 2-4 2.452 0.506 0.563 217 1 0.069 +
2 0.470
3 0.401
4 0.060
Other 0.000
30 2-5 2.355 0.496 0.722 217 1 0.088 +
2 0.516
3 0.350
4 0.046
158
Other 0.000
31 2-6 2.032 0.391 0.684 217 1 0.157 +
2 0.677
3 0.143
4 0.023
Other 0.000
32 2-7 2.295 0.494 0.627 217 1 0.120 +
2 0.488
3 0.369
4 0.023
Other 0.000
33 2-8 1.820 0.470 0.622 217 1 0.327 +
2 0.539
3 0.120
4 0.014
Other 0.000
34 2-9 2.548 0.423 0.569 217 1 0.055 +
2 0.373
3 0.539
4 0.032
Other 0.000
35 2-10 1.991 0.590 0.611 217 1 0.267 +
2 0.507
3 0.194
4 0.032
Other 0.000
MicroCAT (tm) Testing System
Copyright (c) 1982, 1984, 1986, 1988 by Assessment Systems Corporation
Item and Test Analysis Program -- ITEMAN (tm) Version 3.00
Item analysis for data from file SKRIPSI.prn Page
6
Item Statistics Alternative Statistics
--------------------------------- ----------------------
-
Seq. Scale Item Item Item-Scale N per Alter- Proportion
No. -Item Mean Var. Correlation Item native Endorsing
Key
---- ----- ------ ------ ----------- ----- ------ ---------- --
-
36 3-1 2.760 0.367 0.573 217 1 0.014 +
2 0.290
3 0.618
4 0.078
159
Other 0.000
37 3-2 2.733 0.389 0.624 217 1 0.032 +
2 0.267
3 0.636
4 0.065
Other 0.000
38 3-3 2.940 0.314 0.525 217 1 0.014 +
2 0.147
3 0.724
4 0.115
Other 0.000
39 3-4 3.014 0.272 0.551 217 1 0.009 +
2 0.101
3 0.756
4 0.134
Other 0.000
40 3-5 2.521 0.415 0.493 217 1 0.046 +
2 0.424
3 0.493
4 0.037
Other 0.000
41 3-6 2.728 0.364 0.710 217 1 0.028 +
2 0.272
3 0.645
4 0.055
Other 0.000
42 3-7 2.111 0.467 0.437 217 1 0.161 +
2 0.590
3 0.226
4 0.023
Other 0.000
MicroCAT (tm) Testing System
Copyright (c) 1982, 1984, 1986, 1988 by Assessment Systems Corporation
Item and Test Analysis Program -- ITEMAN (tm) Version 3.00
Item analysis for data from file SKRIPSI.prn Page
7
Item Statistics Alternative Statistics
--------------------------------- ----------------------
-
Seq. Scale Item Item Item-Scale N per Alter- Proportion
No. -Item Mean Var. Correlation Item native Endorsing
Key
160
---- ----- ------ ------ ----------- ----- ------ ---------- --
-
43 3-8 2.922 0.257 0.479 217 1 0.005 +
2 0.157
3 0.751
4 0.088
Other 0.000
44 3-9 2.502 0.490 0.641 217 1 0.078 +
2 0.382
3 0.498
4 0.041
Other 0.000
45 3-10 2.903 0.345 0.496 217 1 0.014 +
2 0.184
3 0.687
4 0.115
Other 0.000
46 4-1 2.567 0.633 0.665 217 1 0.083 +
2 0.378
3 0.429
4 0.111
Other 0.000
47 4-2 2.336 0.537 0.707 217 1 0.097 +
2 0.530
3 0.313
4 0.060
Other 0.000
48 4-3 2.101 0.534 0.580 217 1 0.180 +
2 0.581
3 0.198
4 0.041
Other 0.000
49 4-4 2.313 0.547 0.720 217 1 0.124 +
2 0.479
3 0.355
4 0.041
Other 0.000
161
MicroCAT (tm) Testing System
Copyright (c) 1982, 1984, 1986, 1988 by Assessment Systems Corporation
Item and Test Analysis Program -- ITEMAN (tm) Version 3.00
Item analysis for data from file SKRIPSI.prn Page
8
Item Statistics Alternative Statistics
--------------------------------- ----------------------
-
Seq. Scale Item Item Item-Scale N per Alter- Proportion
No. -Item Mean Var. Correlation Item native Endorsing
Key
---- ----- ------ ------ ----------- ----- ------ ---------- --
-
50 4-5 2.240 0.579 0.661 217 1 0.138 +
2 0.544
3 0.258
4 0.060
Other 0.000
51 4-6 2.664 0.481 0.513 217 1 0.041 +
2 0.341
3 0.530
4 0.088
Other 0.000
52 4-7 2.885 0.425 0.637 217 1 0.023 +
2 0.207
3 0.631
4 0.138
Other 0.000
53 4-8 2.880 0.465 0.611 217 1 0.023 +
2 0.230
3 0.590
4 0.157
Other 0.000
54 5-1 2.101 0.414 0.487 217 1 0.147 +
2 0.618
3 0.221
4 0.014
Other 0.000
55 5-2 1.691 0.407 0.622 217 1 0.392 +
2 0.539
3 0.055
4 0.014
Other 0.000
162
56 5-3 1.313 0.335 0.491 217 1 0.747 +
2 0.194
3 0.060
4 0.000
Other 0.000
MicroCAT (tm) Testing System
Copyright (c) 1982, 1984, 1986, 1988 by Assessment Systems Corporation
Item and Test Analysis Program -- ITEMAN (tm) Version 3.00
Item analysis for data from file SKRIPSI.prn Page
9
Item Statistics Alternative Statistics
--------------------------------- ----------------------
-
Seq. Scale Item Item Item-Scale N per Alter- Proportion
No. -Item Mean Var. Correlation Item native Endorsing
Key
---- ----- ------ ------ ----------- ----- ------ ---------- --
-
57 5-4 1.539 0.396 0.652 217 1 0.530 +
2 0.406
3 0.060
4 0.005
Other 0.000
58 5-5 1.811 0.623 0.461 217 1 0.396 +
2 0.424
3 0.152
4 0.028
Other 0.000
59 5-6 1.622 0.466 0.689 217 1 0.479 +
2 0.433
3 0.074
4 0.014
Other 0.000
60 5-7 3.313 0.344 0.136 217 1 0.005 +
2 0.051
3 0.571
4 0.373
Other 0.000
61 5-8 1.696 0.396 0.629 217 1 0.392 +
2 0.525
3 0.078
4 0.005
Other 0.000
163
62 5-9 2.719 0.571 0.355 217 1 0.046 +
2 0.327
3 0.488
4 0.138
Other 0.000
63 5-10 2.733 0.555 0.379 217 1 0.041 +
2 0.323
3 0.498
4 0.138
Other 0.000
MicroCAT (tm) Testing System
Copyright (c) 1982, 1984, 1986, 1988 by Assessment Systems Corporation
Item and Test Analysis Program -- ITEMAN (tm) Version 3.00
Item analysis for data from file SKRIPSI.prn Page
10
Item Statistics Alternative Statistics
--------------------------------- ----------------------
-
Seq. Scale Item Item Item-Scale N per Alter- Proportion
No. -Item Mean Var. Correlation Item native Endorsing
Key
---- ----- ------ ------ ----------- ----- ------ ---------- --
-
64 6-1 2.373 0.557 0.567 217 1 0.124 +
2 0.415
3 0.424
4 0.037
Other 0.000
65 6-2 2.088 0.559 0.674 217 1 0.217 +
2 0.502
3 0.258
4 0.023
Other 0.000
66 6-3 2.180 0.562 0.631 217 1 0.180 +
2 0.488
3 0.304
4 0.028
Other 0.000
67 6-4 2.369 0.565 0.628 217 1 0.120 +
2 0.438
3 0.396
4 0.046
Other 0.000
164
68 6-5 2.046 0.468 0.725 217 1 0.194 +
2 0.585
3 0.203
4 0.018
Other 0.000
69 6-6 2.120 0.456 0.677 217 1 0.157 +
2 0.585
3 0.240
4 0.018
Other 0.000
70 6-7 2.028 0.478 0.690 217 1 0.198 +
2 0.604
3 0.171
4 0.028
Other 0.000
MicroCAT (tm) Testing System
Copyright (c) 1982, 1984, 1986, 1988 by Assessment Systems Corporation
Item and Test Analysis Program -- ITEMAN (tm) Version 3.00
Item analysis for data from file SKRIPSI.prn Page
11
Item Statistics Alternative Statistics
--------------------------------- ----------------------
-
Seq. Scale Item Item Item-Scale N per Alter- Proportion
No. -Item Mean Var. Correlation Item native Endorsing
Key
---- ----- ------ ------ ----------- ----- ------ ---------- --
-
71 6-8 2.456 0.608 0.560 217 1 0.111 +
2 0.392
3 0.429
4 0.069
Other 0.000
72 6-9 2.134 0.604 0.696 217 1 0.194 +
2 0.530
3 0.226
4 0.051
Other 0.000
73 6-10 1.880 0.511 0.699 217 1 0.300 +
2 0.544
3 0.134
4 0.023
Other 0.000
165
74 6-11 1.972 0.635 0.742 217 1 0.290 +
2 0.488
3 0.180
4 0.041
Other 0.000
75 6-12 2.018 0.626 0.757 217 1 0.267 +
2 0.484
3 0.212
4 0.037
Other 0.000
76 6-13 1.714 0.407 0.665 217 1 0.369 +
2 0.567
3 0.046
4 0.018
Other 0.000
77 6-14 1.765 0.502 0.594 217 1 0.369 +
2 0.525
3 0.078
4 0.028
Other 0.000
MicroCAT (tm) Testing System
Copyright (c) 1982, 1984, 1986, 1988 by Assessment Systems Corporation
Item and Test Analysis Program -- ITEMAN (tm) Version 3.00
Item analysis for data from file SKRIPSI.prn Page
12
Item Statistics Alternative Statistics
--------------------------------- ----------------------
-
Seq. Scale Item Item Item-Scale N per Alter- Proportion
No. -Item Mean Var. Correlation Item native Endorsing
Key
---- ----- ------ ------ ----------- ----- ------ ---------- --
-
78 6-15 1.917 0.537 0.731 217 1 0.300 +
2 0.498
3 0.189
4 0.014
Other 0.000
79 6-16 1.912 0.532 0.672 217 1 0.290 +
2 0.530
3 0.157
4 0.023
Other 0.000
166
80 6-17 1.839 0.541 0.726 217 1 0.346 +
2 0.488
3 0.147
4 0.018
Other 0.000
81 6-18 1.806 0.552 0.695 217 1 0.373 +
2 0.465
3 0.143
4 0.018
Other 0.000
82 6-19 1.797 0.530 0.765 217 1 0.359 +
2 0.512
3 0.101
4 0.028
Other 0.000
83 6-20 1.949 0.629 0.676 217 1 0.313 +
2 0.452
3 0.207
4 0.028
Other 0.000
84 6-21 1.894 0.473 0.692 217 1 0.281 +
2 0.558
3 0.147
4 0.014
Other 0.000
MicroCAT (tm) Testing System
Copyright (c) 1982, 1984, 1986, 1988 by Assessment Systems Corporation
Item and Test Analysis Program -- ITEMAN (tm) Version 3.00
Item analysis for data from file SKRIPSI.prn Page
13
Item Statistics Alternative Statistics
--------------------------------- ----------------------
-
Seq. Scale Item Item Item-Scale N per Alter- Proportion
No. -Item Mean Var. Correlation Item native Endorsing
Key
---- ----- ------ ------ ----------- ----- ------ ---------- --
-
85 6-22 2.111 0.624 0.606 217 1 0.217 +
2 0.502
3 0.235
4 0.046
Other 0.000
167
86 6-23 1.991 0.682 0.656 217 1 0.290 +
2 0.484
3 0.171
4 0.055
Other 0.000
87 6-24 1.977 0.649 0.677 217 1 0.300 +
2 0.461
3 0.203
4 0.037
Other 0.000
88 6-25 2.041 0.694 0.600 217 1 0.281 +
2 0.442
3 0.230
4 0.046
Other 0.000
89 6-26 2.350 0.836 0.638 217 1 0.212 +
2 0.318
3 0.378
4 0.092
Other 0.000
90 6-27 1.502 0.407 0.545 217 1 0.562 +
2 0.387
3 0.037
4 0.014
Other 0.000
91 6-28 1.498 0.379 0.481 217 1 0.553 +
2 0.410
3 0.023
4 0.014
Other 0.000
MicroCAT (tm) Testing System
Copyright (c) 1982, 1984, 1986, 1988 by Assessment Systems Corporation
Item and Test Analysis Program -- ITEMAN (tm) Version 3.00
Item analysis for data from file SKRIPSI.prn Page
14
Item Statistics Alternative Statistics
--------------------------------- ----------------------
-
Seq. Scale Item Item Item-Scale N per Alter- Proportion
No. -Item Mean Var. Correlation Item native Endorsing
Key
---- ----- ------ ------ ----------- ----- ------ ---------- --
-
168
92 6-29 1.677 0.523 0.486 217 1 0.452 +
2 0.442
3 0.083
4 0.023
Other 0.000
93 6-30 1.880 0.686 0.593 217 1 0.369 +
2 0.424
3 0.166
4 0.041
Other 0.000
MicroCAT (tm) Testing System
Copyright (c) 1982, 1984, 1986, 1988 by Assessment Systems Corporation
Item and Test Analysis Program -- ITEMAN (tm) Version 3.00
Item analysis for data from file SKRIPSI.prn Page
15
Missing-data option: Compute statistics on all available item responses
There were 217 examinees in the data file.
Scale Statistics
----------------
Scale: 1 2 3 4 5 6
------- ------- ------- ------- ------- -------
N of Items 25 10 10 8 10 30
N of Examinees 217 217 217 217 217 217
Mean 2.448 2.257 2.713 2.498 2.054 1.976
Variance 0.102 0.176 0.112 0.213 0.107 0.237
Std. Dev. 0.320 0.419 0.335 0.462 0.327 0.487
Skew -0.023 0.265 0.052 0.160 0.725 0.127
Kurtosis -0.097 0.969 1.580 0.885 1.222 0.678
Minimum 1.560 1.000 1.800 1.000 1.400 1.000
Maximum 3.240 3.900 4.000 4.000 3.300 3.667
Median 2.440 2.200 2.700 2.500 2.000 2.033
Alpha 0.841 0.794 0.746 0.791 0.642 0.953
SEM 0.128 0.190 0.169 0.211 0.196 0.106
Mean P N/A N/A N/A N/A N/A N/A
Mean Item-Tot. 0.459 0.596 0.553 0.637 0.490 0.652
Mean Biserial N/A N/A N/A N/A N/A N/A
169
Scale Intercorrelations
-----------------------
1 2 3 4 5 6
1 1.000 0.578 -0.199 0.270 0.219 0.318
2 0.578 1.000 -0.298 0.407 0.260 0.301
3 -0.199 -0.298 1.000 -0.078 0.025 -0.141
4 0.270 0.407 -0.078 1.000 0.298 0.208
5 0.219 0.260 0.025 0.298 1.000 0.367
6 0.318 0.301 -0.141 0.208 0.367 1.000
170
Lampiran 6
Output hasil uji analisis jalur (path analysis) dengan Mplus
Mplus VERSION 7
MUTHEN & MUTHEN
09/24/2018 3:54 PM
INPUT INSTRUCTIONS
TITLE: PATH ANALISIS;
DATA: FILE IS DATAFIX.TXT;
NOBSERVATIONS ARE 186;
VARIABLE: NAMES ARE
PHUBBING SA SR FOMO KONFOR ACL JK T1 T2 T3;
MODEL: PHUBBING ON SA SR FOMO KONFOR ACL JK T1 T2 T3;
SA ON SR FOMO KONFOR ACL;
MODEL INDIRECT: PHUBBING IND SA SR;
PHUBBING IND SA FOMO;
PHUBBING IND SA KONFOR;
PHUBBING IND SA ACL;
OUTPUT: STDYX; !MODINDICES (ALL);
INPUT READING TERMINATED NORMALLY
PATH ANALISIS;
SUMMARY OF ANALYSIS
Number of groups 1
Number of observations 186
Number of dependent variables 2
Number of independent variables 8
Number of continuous latent variables 0
Observed dependent variables
Continuous
PHUBBING SA
Observed independent variables
SR FOMO KONFOR ACL JK T1
T2 T3
Estimator ML
Information matrix OBSERVED
Maximum number of iterations 1000
Convergence criterion 0.500D-04
Maximum number of steepest descent iterations 20
Input data file(s)
DATAFIX.TXT
Input data format FREE
171
THE MODEL ESTIMATION TERMINATED NORMALLY
MODEL FIT INFORMATION
Number of Free Parameters 17
Loglikelihood
H0 Value -1288.078
H1 Value -1287.259
Information Criteria
Akaike (AIC) 2610.156
Bayesian (BIC) 2664.994
Sample-Size Adjusted BIC 2611.148
(n* = (n + 2) / 24)
Chi-Square Test of Model Fit
Value 1.638
Degrees of Freedom 4
P-Value 0.8019
RMSEA (Root Mean Square Error Of Approximation)
Estimate 0.000
90 Percent C.I. 0.000 0.070
Probability RMSEA <= .05 0.902
CFI/TLI
CFI 1.000
TLI 1.078
Chi-Square Test of Model Fit for the Baseline Model
Value 146.391
Degrees of Freedom 17
P-Value 0.0000
SRMR (Standardized Root Mean Square Residual)
Value 0.011
MODEL RESULTS
Two-Tailed
Estimate S.E. Est./S.E. P-Value
PHUBBING ON
SA 0.324 0.044 7.404 0.000
SR -0.001 0.039 -0.016 0.987
FOMO 0.035 0.039 0.898 0.369
KONFOR 0.018 0.053 0.333 0.739
ACL 0.094 0.046 2.044 0.041
JK -0.963 1.181 -0.815 0.415
T1 -1.478 1.299 -1.138 0.255
T2 -0.423 1.072 -0.394 0.693
T3 1.166 1.490 0.782 0.434
172
SA ON
SR -0.240 0.063 -3.809 0.000
FOMO 0.306 0.061 5.021 0.000
KONFOR 0.156 0.085 1.842 0.066
ACL 0.103 0.076 1.360 0.174
Intercepts
PHUBBING 29.242 3.674 7.959 0.000
SA 31.371 5.544 5.659 0.000
Residual Variances
PHUBBING 35.418 3.673 9.644 0.000
SA 100.220 10.393 9.643 0.000
STANDARDIZED MODEL RESULTS
STDYX Standardization
Two-Tailed
Estimate S.E. Est./S.E. P-Value
PHUBBING ON
SA 0.510 0.062 8.163 0.000
SR -0.001 0.062 -0.016 0.987
FOMO 0.061 0.068 0.898 0.369
KONFOR 0.022 0.067 0.333 0.739
ACL 0.131 0.064 2.053 0.040
JK -0.049 0.060 -0.814 0.415
T1 -0.072 0.063 -1.138 0.255
T2 -0.025 0.064 -0.394 0.693
T3 0.048 0.062 0.783 0.433
SA ON
SR -0.240 0.062 -3.892 0.000
FOMO 0.338 0.064 5.253 0.000
KONFOR 0.126 0.068 1.851 0.064
ACL 0.092 0.068 1.363 0.173
Intercepts
PHUBBING 3.915 0.595 6.575 0.000
SA 2.670 0.513 5.200 0.000
Residual Variances
PHUBBING 0.635 0.056 11.330 0.000
SA 0.726 0.056 13.021 0.000
R-SQUARE
Observed Two-Tailed
Variable Estimate S.E. Est./S.E. P-Value
PHUBBING 0.365 0.056 6.517 0.000
SA 0.274 0.056 4.921 0.000
QUALITY OF NUMERICAL RESULTS
Condition Number for the Information Matrix 0.660E-05
(ratio of smallest to largest eigenvalue)
173
TOTAL, TOTAL INDIRECT, SPECIFIC INDIRECT, AND DIRECT EFFECTS
Two-Tailed
Estimate S.E. Est./S.E. P-Value
Effects from SR to PHUBBING
Sum of indirect -0.078 0.023 -3.387 0.001
Specific indirect
PHUBBING
SA
SR -0.078 0.023 -3.387 0.001
Effects from FOMO to PHUBBING
Sum of indirect 0.099 0.024 4.155 0.000
Specific indirect
PHUBBING
SA
FOMO 0.099 0.024 4.155 0.000
Effects from KONFOR to PHUBBING
Sum of indirect 0.051 0.028 1.787 0.074
Specific indirect
PHUBBING
SA
KONFOR 0.051 0.028 1.787 0.074
Effects from ACL to PHUBBING
Sum of indirect 0.034 0.025 1.337 0.181
Specific indirect
PHUBBING
SA
ACL 0.034 0.025 1.337 0.181
STANDARDIZED TOTAL, TOTAL INDIRECT, SPECIFIC INDIRECT, AND DIRECT EFFECTS
STDYX Standardization
Two-Tailed
Estimate S.E. Est./S.E. P-Value
Effects from SR to PHUBBING
Sum of indirect -0.123 0.035 -3.456 0.001
Specific indirect
174
PHUBBING
SA
SR -0.123 0.035 -3.456 0.001
Effects from FOMO to PHUBBING
Sum of indirect 0.172 0.040 4.339 0.000
Specific indirect
PHUBBING
SA
FOMO 0.172 0.040 4.339 0.000
Effects from KONFOR to PHUBBING
Sum of indirect 0.064 0.036 1.800 0.072
Specific indirect
PHUBBING
SA
KONFOR 0.064 0.036 1.800 0.072
Effects from ACL to PHUBBING
Sum of indirect 0.047 0.035 1.349 0.177
Specific indirect
PHUBBING
SA
ACL 0.047 0.035 1.349 0.177
DIAGRAM INFORMATION
Use View Diagram under the Diagram menu in the Mplus Editor to view the
diagram.
If running Mplus from the Mplus Diagrammer, the diagram opens automatically.
Diagram output
c:\users\hapsyah\documents\data notebook\skripsi\data olahan\path analisis
(mplus)\mplus\path de
Beginning Time: 15:54:31
Ending Time: 15:54:31
Elapsed Time: 00:00:00
MUTHEN & MUTHEN
3463 Stoner Ave.
Los Angeles, CA 90066
Tel: (310) 391-9971
Fax: (310) 391-8971
Web: www.StatModel.com
Support: [email protected]
sCopyright (c) 1998-2012 Muthen & Muthen
175
Lampiran 7
Output hasil kalibrasi parameter dengan aplikasi Winstep
TABLE 10.1 analisis skala phubbing PHCF2.DAT Sep 26 14:33 2018
INPUT: 217 KIDS 25 ACTS MEASURED: 201 KIDS 25 ACTS 4 CATS WINSTEPS 3.65.0
--------------------------------------------------------------------------------
KID: REAL SEP.: 2.10 REL.: .81 ... ACT: REAL SEP.: 8.06 REL.: .98
ACT STATISTICS: MISFIT ORDER
--------------------------------------------------------------------------------
-----
|ENTRY RAW MODEL| INFIT | OUTFIT |PTMEA|EXACT MATCH|
|
|NUMBER SCORE COUNT MEASURE S.E. |MNSQ ZSTD|MNSQ ZSTD|CORR.| OBS% EXP%|
ACT |
|------------------------------------+----------+----------+-----+-----------+--
----|
| 21 404 201 1.23 .12|1.99 8.1|1.99 8.2|A .27| 36.3 60.1|
PH21 |
| 5 347 201 2.06 .12|1.42 4.1|1.47 4.6|B .24| 51.2 59.4|
PH5 |
| 2 513 201 -.28 .12|1.40 3.8|1.39 3.7|C .31| 56.2 57.9|
PH2 |
| 16 584 201 -1.28 .12|1.34 3.2|1.36 3.3|D .40| 51.7 61.1|
PH16 |
| 18 547 201 -.75 .12|1.17 1.7|1.18 1.8|E .67| 50.7 59.1|
PH18 |
| 23 512 201 -.27 .12|1.13 1.3|1.13 1.3|F .39| 52.2 57.8|
PH23 |
| 15 616 201 -1.75 .12|1.12 1.2|1.11 1.1|G .45| 63.2 61.7|
PH15 |
| 24 515 201 -.31 .12|1.08 .9|1.08 .9|H .55| 56.2 57.9|
PH24 |
| 19 571 201 -1.09 .12|1.06 .6|1.05 .6|I .57| 57.2 60.4|
PH19 |
| 25 445 201 .66 .12|1.04 .5|1.05 .5|J .34| 58.7 59.8|
PH25 |
| 12 351 201 2.00 .12| .97 -.3| .98 -.1|K .34| 66.2 59.2|
PH12 |
| 4 350 201 2.02 .12| .96 -.4| .96 -.4|L .27| 63.2 59.2|
PH4 |
| 11 467 201 .35 .12| .96 -.3| .96 -.4|M .49| 64.2 58.8|
PH11 |
| 20 521 201 -.39 .12| .96 -.4| .96 -.4|l .67| 59.2 58.1|
PH20 |
| 1 510 201 -.24 .12| .94 -.6| .95 -.5|k .41| 60.7 57.9|
PH1 |
| 3 545 201 -.72 .12| .93 -.7| .93 -.7|j .30| 65.2 59.1|
PH3 |
| 22 465 201 .38 .12| .90 -1.0| .90 -1.0|i .42| 63.7 58.9|
PH22 |
| 10 508 201 -.21 .12| .82 -1.9| .82 -1.9|h .52| 66.2 57.9|
PH10 |
| 6 479 201 .19 .12| .81 -2.1| .81 -2.1|g .51| 56.2 58.4|
PH6 |
| 13 474 201 .26 .12| .74 -2.9| .75 -2.9|f .42| 61.7 58.5|
PH13 |
| 8 515 201 -.31 .12| .74 -2.9| .74 -2.9|e .50| 67.7 57.9|
PH8 |
| 9 497 201 -.06 .12| .63 -4.4| .63 -4.4|d .61| 68.2 58.0|
PH9 |
| 17 625 201 -1.88 .12| .62 -4.6| .62 -4.6|c .54| 72.1 61.9|
176
PH17 |
| 14 461 201 .44 .12| .61 -4.7| .61 -4.7|b .53| 70.6 59.1|
PH14 |
| 7 497 201 -.06 .12| .59 -5.0| .59 -5.0|a .61| 70.6 58.0|
PH7 |
|------------------------------------+----------+----------+-----+-----------+--
----|
| MEAN 492.8 201.0 .00 .12|1.00 -.3|1.00 -.2| | 60.4 59.0|
|
| S.D. 72.3 .0 1.02 .00| .30 3.0| .31 3.1| | 7.9 1.2|
|
--------------------------------------------------------------------------------
-----
TABLE 10.3 analisis skala phubbing PHCF2.DAT Sep 26 14:33 2018
INPUT: 217 KIDS 25 ACTS MEASURED: 201 KIDS 25 ACTS 4 CATS WINSTEPS 3.65.0
--------------------------------------------------------------------------------
ACT CATEGORY/OPTION/DISTRACTOR FREQUENCIES: MISFIT ORDER
---------------------------------------------------------------------
|ENTRY DATA SCORE | DATA | AVERAGE S.E. OUTF PTMEA| |
|NUMBER CODE VALUE | COUNT % | MEASURE MEAN MNSQ CORR.| ACT |
|--------------------+------------+--------------------------+------|
| 21 A 1 1 | 67 33 | -.48 .09 1.2 -.27 |PH21 | 1 STS
| 2 2 | 72 36 | -.10 .10 1.3 .05 | | 2 TS
| 3 3 | 55 27 | .14 .11 1.2 .22 | | 3 S
| 4 4 | 7 3 | -.07* .45 1.7 .02 | | 4 SS
| | | | |
| 5 B 1 1 | 80 40 | -.37 .09 1.2 -.21 |PH5 | 1 STS
| 2 2 | 99 49 | -.06 .08 1.1 .11 | | 2 TS
| 3 3 | 19 9 | .05 .23 1.6 .08 | | 3 S
| 4 4 | 3 1 | 1.00 .75 1.1 .17 | | 4 SS
| | | | |
| 2 C 1 1 | 21 10 | -.65 .14 1.2 -.20 |PH2 | 1 STS
| 2 2 | 58 29 | -.45 .11 1.1 -.22 | | 2 TS
| 3 3 | 112 56 | .06 .08 1.1 .30 | | 3 S
| 4 4 | 10 5 | .06 .18 1.3 .06 | | 4 SS
| | | | |
| 16 D 1 1 | 4 2 | -1.50 .24 .8 -.23 |PH16 | 1 STS
| 2 2 | 54 27 | -.45 .12 1.3 -.21 | | 2 TS
| 3 3 | 100 50 | -.19 .07 .9 -.04 | | 3 S
| 4 4 | 43 21 | .40 .12 1.1 .35 | | 4 SS
| | | | |
| 18 E 1 1 | 9 4 | -1.12 .27 1.0 -.25 |PH18 | 1 STS
| 2 2 | 74 37 | -.69 .07 .8 -.48 | | 2 TS
| 3 3 | 82 41 | -.01 .07 .8 .15 | | 3 S
| 4 4 | 36 18 | .83 .10 .8 .54 | | 4 SS
| | | | |
| 23 F 1 1 | 8 4 | -.43 .19 1.3 -.07 |PH23 | 1 STS
| 2 2 | 90 45 | -.44* .07 1.0 -.30 | | 2 TS
| 3 3 | 88 44 | -.04 .09 1.2 .13 | | 3 S
| 4 4 | 15 7 | .94 .25 .9 .37 | | 4 SS
| | | | |
| 15 G 1 1 | 5 2 | -.78 .19 1.3 -.12 |PH15 | 1 STS
| 2 2 | 26 13 | -.82* .15 1.0 -.30 | | 2 TS
| 3 3 | 121 60 | -.24 .07 .9 -.11 | | 3 S
| 4 4 | 49 24 | .44 .12 1.0 .41 | | 4 SS
| | | | |
| 24 H 1 1 | 9 4 | -.65 .16 1.2 -.13 |PH24 | 1 STS
| 2 2 | 91 45 | -.57 .07 .9 -.44 | | 2 TS
| 3 3 | 80 40 | .08 .08 1.0 .23 | | 3 S
| 4 4 | 21 10 | .94 .16 .9 .44 | | 4 SS
| | | | |
177
| 19 I 1 1 | 6 3 | -.94 .23 1.1 -.16 |PH19 | 1 STS
| 2 2 | 53 26 | -.71 .10 .9 -.39 | | 2 TS
| 3 3 | 109 54 | -.14 .06 .9 .03 | | 3 S
| 4 4 | 33 16 | .79 .13 .8 .50 | | 4 SS
| | | | |
| 25 J 1 1 | 24 12 | -.68 .14 1.1 -.23 |PH25 | 1 STS
| 2 2 | 111 55 | -.28 .07 1.1 -.16 | | 2 TS
| 3 3 | 65 32 | .26 .10 1.0 .35 | | 3 S
| 4 4 | 1 0 | -1.43* 2.6 -.11 | | 4 SS
| | | | |
| 12 K 1 1 | 66 33 | -.56 .11 1.1 -.33 |PH12 | 1 STS
| 2 2 | 121 60 | -.02 .06 .8 .21 | | 2 TS
| 3 3 | 13 6 | .62 .28 1.1 .24 | | 3 S
| 4 4 | 1 0 | -1.20* 2.6 -.09 | | 4 SS
| | | | |
| 4 L 1 1 | 64 32 | -.43 .11 1.2 -.22 |PH4 | 1 STS
| 2 2 | 126 63 | -.09 .07 1.1 .11 | | 2 TS
| 3 3 | 10 5 | .49 .25 1.1 .17 | | 3 S
| 4 4 | 1 0 | 1.28 .9 .12 | | 4 SS
| | | | |
| 11 M 1 1 | 17 8 | -1.03 .21 .9 -.31 |PH11 | 1 STS
| 2 2 | 109 54 | -.37 .07 .9 -.27 | | 2 TS
| 3 3 | 68 34 | .33 .09 .9 .42 | | 3 S
| 4 4 | 7 3 | .43 .34 1.2 .13 | | 4 SS
| | | | |
| 20 l 1 1 | 10 5 | -1.14 .23 .9 -.26 |PH20 | 1 STS
| 2 2 | 83 41 | -.61 .07 .8 -.44 | | 2 TS
| 3 3 | 87 43 | .07 .07 .9 .23 | | 3 S
| 4 4 | 21 10 | 1.14 .13 .7 .52 | | 4 SS
| | | | |
| 1 k 1 1 | 6 3 | -.89 .27 1.1 -.15 |PH1 | 1 STS
| 2 2 | 91 45 | -.47 .08 1.0 -.33 | | 2 TS
| 3 3 | 94 47 | .10 .08 1.0 .29 | | 3 S
| 4 4 | 10 5 | .62 .22 1.0 .21 | | 4 SS
| | | | |
| 3 j 1 1 | 5 2 | -.24 .24 1.5 -.01 |PH3 | 1 STS
| 2 2 | 57 28 | -.59* .11 1.0 -.32 | | 2 TS
| 3 3 | 130 65 | .00 .07 1.0 .26 | | 3 S
| 4 4 | 9 4 | .31 .24 1.2 .12 | | 4 SS
| | | | |
| 22 i 1 1 | 11 5 | -.86 .21 1.0 -.20 |PH22 | 1 STS
| 2 2 | 123 61 | -.34 .07 1.1 -.26 | | 2 TS
| 3 3 | 60 30 | .20 .10 1.0 .28 | | 3 S
| 4 4 | 7 3 | .97 .30 .9 .25 | | 4 SS
| | | | |
| 10 h 1 1 | 11 5 | -1.02 .28 1.0 -.25 |PH10 | 1 STS
| 2 2 | 78 39 | -.57 .08 .8 -.38 | | 2 TS
| 3 3 | 107 53 | .17 .07 .9 .41 | | 3 S
| 4 4 | 5 2 | 1.07 .39 .8 .23 | | 4 SS
| | | | |
| 6 g 1 1 | 14 7 | -1.50 .15 .7 -.43 |PH6 | 1 STS
| 2 2 | 98 49 | -.32 .07 1.0 -.18 | | 2 TS
| 3 3 | 87 43 | .22 .08 1.0 .40 | | 3 S
| 4 4 | 2 1 | .42 .17 1.1 .07 | | 4 SS
| | | | |
| 13 f 1 1 | 8 4 | -1.59 .33 .7 -.34 |PH13 | 1 STS
| 2 2 | 114 57 | -.31 .07 1.2 -.20 | | 2 TS
| 3 3 | 78 39 | .20 .08 1.0 .34 | | 3 S
| 4 4 | 1 0 | .25 1.2 .03 | | 4 SS
| | | | |
| 8 e 1 1 | 9 4 | -1.06 .43 1.1 -.23 |PH8 | 1 STS
| 2 2 | 72 36 | -.59 .07 .8 -.38 | | 2 TS
| 3 3 | 118 59 | .14 .07 .9 .42 | | 3 S
| 4 4 | 2 1 | 1.59 .54 .6 .21 | | 4 SS
178
| | | | |
| 9 d 1 1 | 8 4 | -1.72 .27 .6 -.37 |PH9 | 1 STS
| 2 2 | 93 46 | -.51 .07 .8 -.38 | | 2 TS
| 3 3 | 97 48 | .26 .07 .8 .48 | | 3 S
| 4 4 | 3 1 | 1.30 .45 .7 .21 | | 4 SS
| | | | |
| 17 c 2 2 | 19 9 | -.98 .15 .8 -.31 |PH17 | 2 TS
| 3 3 | 141 70 | -.29 .06 .9 -.24 | | 3 S
| 4 4 | 41 20 | .67 .11 .8 .49 | | 4 SS
| | | | |
| 14 b 1 1 | 7 3 | -1.48 .27 .7 -.30 |PH14 | 1 STS
| 2 2 | 131 65 | -.38 .06 .9 -.35 | | 2 TS
| 3 3 | 60 30 | .42 .09 .8 .45 | | 3 S
| 4 4 | 3 1 | .83 .57 1.0 .14 | | 4 SS
| | | | |
| 7 a 1 1 | 7 3 | -1.82 .27 .6 -.37 |PH7 | 1 STS
| 2 2 | 94 47 | -.54 .06 .7 -.42 | | 2 TS
| 3 3 | 98 49 | .31 .07 .8 .54 | | 3 S
| 4 4 | 2 1 | .73 1.03 1.0 .11 | | 4 SS
---------------------------------------------------------------------
TABLE 10.4 analisis skala phubbing PHCF2.DAT Sep 26 14:33 2018
INPUT: 217 KIDS 25 ACTS MEASURED: 201 KIDS 25 ACTS 4 CATS WINSTEPS 3.65.0
--------------------------------------------------------------------------------
MOST MISFITTING RESPONSE STRINGS
ACT OUTMNSQ |KID
| 12 11111 2 22111 211 11111 21 1
|47061875386300938761 83766105416197866541437169702
|14500495786882800832172791407048739820580966344062
high--------------------------------------------------
21 PH21 1.99 A|.1..........4..44...........4...........4.......4.
5 PH5 1.47 B|4114............3...........3.4.....3.....3..3...3
2 PH2 1.39 C|.....1....41......11....1.......41...4...1........
16 PH16 1.36 D|2.2...................................41..........
18 PH18 1.18 E|...2.........1........4......1....1...............
23 PH23 1.13 F|.........1.......1......4..1...................4..
15 PH15 1.11 G|........................1.1.........1.1..4..1.....
24 PH24 1.08 H|......................1......1..14................
19 PH19 1.05 I|..2...................11..............1.........1.
25 PH25 1.05 J|....1.............1...........................43..
12 PH12 .98 K|.11...................................3...34......
4 PH4 .96 L|1.41.....................................3........
11 PH11 .96 M|....4.............1...1....41414..................
20 PH20 .96 l|..................4...11.....1........1...........
1 PH1 .95 k|........14.4.......................4..............
3 PH3 .93 j|..........1...1....41.4........1..........1.......
22 PH22 .90 i|.............1....................................
10 PH10 .82 h|......1......1...........4.....1.................3
6 PH6 .81 g|.............4....................................
13 PH13 .75 f|2............4....................................
8 PH8 .74 e|....1..1..........................................
9 PH9 .63 d|...............................1....1.............
14 PH14 .61 b|....4................4............................
7 PH7 .59 a|.........................4........................
|----------------------------------------------low-
|41261875311111938762183766221116211811111437219712
|17000495786300800831 72791105418197866541966164002
| 45 86882 2 40704 739 20580 34 6
179
TABLE 10.5 analisis skala phubbing PHCF2.DAT Sep 26 14:33 2018
INPUT: 217 KIDS 25 ACTS MEASURED: 201 KIDS 25 ACTS 4 CATS WINSTEPS 3.65.0
--------------------------------------------------------------------------------
MOST UNEXPECTED RESPONSES
ACT MEASURE |KID
| 12 11111 2 22111 211 11111 21 1
|47061875386300938761 83766105416197866541437169702
|14500495786882800832172791407048739820580966344062
high--------------------------------------------------
15 PH15 -1.75 G|........................1.1.........1.1..4..1.....
16 PH16 -1.28 D|2.2...................................41..........
19 PH19 -1.09 I|..2...................11..............1.........1.
18 PH18 -.75 E|...2.........1........4......1....1...............
3 PH3 -.72 j|..........1...1....41.4........1..........1.......
20 PH20 -.39 l|..................4...11.....1........1...........
8 PH8 -.31 e|....1..1..........................................
24 PH24 -.31 H|......................1......1..14................
2 PH2 -.28 C|.....1....41......11....1.......41...4...1........
23 PH23 -.27 F|.........1.......1......4..1...................4..
1 PH1 -.24 k|........14.4.......................4..............
10 PH10 -.21 h|......1......1...........4.....1.................3
7 PH7 -.06 a|.........................4........................
9 PH9 -.06 d|...............................1....1.............
6 PH6 .19 g|.............4....................................
13 PH13 .26 f|2............4....................................
11 PH11 .35 M|....4.............1...1....41414..................
22 PH22 .38 i|.............1....................................
14 PH14 .44 b|....4................4............................
25 PH25 .66 J|....1.............1...........................43..
21 PH21 1.23 A|.1..........4..44...........4...........4.......4.
12 PH12 2.00 K|.11...................................3...34......
4 PH4 2.02 L|1.41.....................................3........
5 PH5 2.06 B|4114............3...........3.4.....3.....3..3...3
|----------------------------------------------low-
|41261875311111938762183766221116211811111437219712
|17000495786300800831 72791105418197866541966164002
| 45 86882 2 40704 739 20580 34 6
TABLE 10.6 analisis skala phubbing PHCF2.DAT Sep 26 14:33 2018
INPUT: 217 KIDS 25 ACTS MEASURED: 201 KIDS 25 ACTS 4 CATS WINSTEPS 3.65.0
--------------------------------------------------------------------------------
MOST UNEXPECTED RESPONSES
--------------------------------------------------------------------------------
------------------------
| DATA |OBSERVED|EXPECTED|RESIDUAL|ST. RES.|MEASDIFF| ACT | KID | ACT |
KID |
|------+--------+--------+--------+--------+--------+-------+--------+-------+--
-----------------------|
| 4 | 4 | 1.41 | 2.59 | 4.96 | -3.20 | 12 | 76 | PH12 |
aul |
| 3 | 3 | 1.19 | 1.81 | 4.56 | -4.22 | 5 | 22 | PH5 | N
|
| 4 | 4 | 1.53 | 2.47 | 4.42 | -2.78 | 21 | 106 | PH21 |
Nana |
| 4 | 4 | 1.63 | 2.37 | 4.13 | -2.48 | 5 | 114 | PH5 |
afi |
| 4 | 4 | 1.68 | 2.32 | 4.00 | -2.32 | 21 | 110 | PH21 |
Reyandzani |
| 4 | 4 | 1.76 | 2.24 | 3.82 | -2.09 | 25 | 94 | PH25 |
Hamba |
| 4 | 4 | 1.91 | 2.09 | 3.52 | -1.64 | 21 | 157 | PH21 |
180
Cr |
| 1 | 1 | 3.02 | -2.02 | -3.48 | 1.44 | 15 | 69 | PH15 |
Nph |
| 1 | 1 | 2.98 | -1.98 | -3.41 | 1.33 | 15 | 214 | PH15 |
RA |
| 3 | 3 | 1.33 | 1.67 | 3.40 | -3.50 | 5 | 164 | PH5 |
Restitami |
| 1 | 1 | 2.95 | -1.95 | -3.35 | 1.24 | 8 | 10 | PH8 |
dts |
| 2 | 2 | 3.64 | -1.64 | -3.26 | 3.41 | 16 | 41 | PH16 |
Vv |
| 4 | 4 | 2.07 | 1.93 | 3.22 | -1.20 | 21 | 80 | PH21 |
dee |
| 4 | 4 | 2.08 | 1.92 | 3.20 | -1.17 | 23 | 70 | PH23 |
Alnoor |
| 1 | 1 | 2.87 | -1.87 | -3.19 | 1.00 | 18 | 102 | PH18 |
Dian |
| 1 | 1 | 2.87 | -1.87 | -3.17 | .98 | 2 | 84 | PH2 |
Afi |
| 1 | 1 | 2.86 | -1.86 | -3.17 | .97 | 3 | 166 | PH3 | W
|
| 4 | 4 | 2.11 | 1.89 | 3.15 | -1.09 | 21 | 30 | PH21 |
April |
| 1 | 1 | 2.84 | -1.84 | -3.11 | .90 | 19 | 32 | PH19 |
Rifqi |
| 1 | 1 | 2.83 | -1.83 | -3.10 | .88 | 15 | 162 | PH15 |
Niah |
| 1 | 1 | 2.82 | -1.82 | -3.09 | .86 | 3 | 98 | PH3 | N
|
| 4 | 4 | 2.15 | 1.85 | 3.07 | -.98 | 21 | 108 | PH21 |
Berlin |
| 1 | 1 | 2.80 | -1.80 | -3.03 | .78 | 19 | 77 | PH19 | P
|
| 1 | 1 | 2.79 | -1.79 | -3.02 | .77 | 15 | 155 | PH15 |
Aldo |
| 3 | 3 | 1.42 | 1.58 | 2.99 | -3.15 | 5 | 36 | PH5 |
Yusa |
| 1 | 1 | 2.76 | -1.76 | -2.95 | .67 | 8 | 55 | PH8 | I
|
| 3 | 3 | 1.43 | 1.57 | 2.94 | -3.11 | 4 | 49 | PH4 | M
|
| 4 | 4 | 2.22 | 1.78 | 2.93 | -.78 | 5 | 60 | PH5 |
In |
| 4 | 4 | 2.23 | 1.77 | 2.93 | -.77 | 11 | 200 | PH11 | A
|
| 4 | 4 | 2.23 | 1.77 | 2.93 | -.77 | 11 | 140 | PH11 |
Rosma |
| 4 | 4 | 2.23 | 1.77 | 2.93 | -.77 | 11 | 68 | PH11 |
Kresna Widyasti Santoso |
| 3 | 3 | 1.44 | 1.56 | 2.93 | -3.09 | 12 | 36 | PH12 |
Yusa |
| 1 | 1 | 2.75 | -1.75 | -2.92 | .64 | 3 | 1 | PH3 |
AIC |
| 4 | 4 | 2.24 | 1.76 | 2.90 | -.73 | 4 | 205 | PH4 |
Ns |
| 1 | 1 | 2.73 | -1.73 | -2.90 | .60 | 1 | 37 | PH1 |
Mei |
| 1 | 1 | 2.72 | -1.72 | -2.88 | .57 | 10 | 79 | PH10 |
Ff |
| 1 | 1 | 2.71 | -1.71 | -2.85 | .54 | 21 | 174 | PH21 |
YN |
| 1 | 1 | 2.71 | -1.71 | -2.85 | .53 | 2 | 138 | PH2 | S
|
| 1 | 1 | 2.70 | -1.70 | -2.84 | .52 | 23 | 188 | PH23 |
181
alika |
| 4 | 4 | 2.28 | 1.72 | 2.83 | -.63 | 14 | 87 | PH14 | r
|
| 3 | 3 | 1.47 | 1.53 | 2.81 | -2.98 | 12 | 155 | PH12 |
Aldo |
| 4 | 4 | 2.30 | 1.70 | 2.80 | -.58 | 2 | 160 | PH2 |
Yoka |
| 1 | 1 | 2.68 | -1.68 | -2.80 | .46 | 10 | 102 | PH10 |
Dian |
| 1 | 1 | 2.67 | -1.67 | -2.77 | .43 | 15 | 213 | PH15 |
Nosi |
| 3 | 3 | 1.49 | 1.51 | 2.76 | -2.93 | 5 | 162 | PH5 |
Niah |
| 4 | 4 | 2.32 | 1.68 | 2.76 | -.51 | 1 | 88 | PH1 |
dewi amelia |
| 1 | 1 | 2.64 | -1.64 | -2.71 | .33 | 18 | 140 | PH18 |
Rosma |
| 1 | 1 | 2.63 | -1.63 | -2.69 | .31 | 3 | 68 | PH3 |
Kresna Widyasti Santoso |
| 1 | 1 | 2.63 | -1.63 | -2.69 | .31 | 2 | 63 | PH2 | M
|
| 1 | 1 | 2.62 | -1.62 | -2.69 | .30 | 16 | 148 | PH16 |
Putri |
--------------------------------------------------------------------------------
------------------------
182
TABLE 10.1 analisis skala SMARTPHONE ADDICTION SAS-SVCF2.DAT Sep 26 14:38 2018
INPUT: 217 KIDS 10 ACTS MEASURED: 197 KIDS 10 ACTS 4 CATS WINSTEPS 3.65.0
--------------------------------------------------------------------------------
KID: REAL SEP.: 1.90 REL.: .78 ... ACT: REAL SEP.: 5.66 REL.: .97
s
ACT STATISTICS: MISFIT ORDER
--------------------------------------------------------------------------------
-----
|ENTRY RAW MODEL| INFIT | OUTFIT |PTMEA|EXACT MATCH|
|
|NUMBER SCORE COUNT MEASURE S.E. |MNSQ ZSTD|MNSQ ZSTD|CORR.| OBS% EXP%|
ACT |
|------------------------------------+----------+----------+-----+-----------+--
----|
| 3 475 197 -.50 .13|1.35 3.2|1.33 3.0|A .47| 57.9 64.4|
SA3 |
| 10 398 197 .91 .14|1.25 2.3|1.24 2.2|B .65| 63.5 67.4|
SA10 |
| 2 477 197 -.54 .13|1.20 2.0|1.21 1.9|C .51| 58.4 64.4|
SA2 |
| 1 453 197 -.11 .13|1.10 1.0|1.14 1.4|D .53| 65.5 64.9|
SA1 |
| 4 487 197 -.71 .13|1.04 .5|1.04 .4|E .55| 62.9 63.8|
SA4 |
| 9 506 197 -1.05 .13| .90 -1.0| .91 -.9|e .56| 70.6 63.4|
SA9 |
| 7 459 197 -.22 .13| .89 -1.1| .89 -1.1|d .67| 62.4 64.9|
SA7 |
| 8 360 197 1.63 .14| .87 -1.3| .85 -1.6|c .68| 67.0 66.8|
SA8 |
| 5 464 197 -.31 .13| .72 -3.1| .72 -3.0|b .73| 72.6 64.7|
SA5 |
| 6 399 197 .89 .14| .65 -3.9| .65 -3.9|a .68| 76.6 67.4|
SA6 |
|------------------------------------+----------+----------+-----+-----------+--
----|
| MEAN 447.8 197.0 .00 .13|1.00 -.2|1.00 -.2| | 65.7 65.2|
|
| S.D. 44.2 .0 .81 .00| .22 2.2| .22 2.2| | 5.8 1.4|
|
--------------------------------------------------------------------------------
-----
183
TABLE 10.3 analisis skala SMARTPHONE ADDICTION SAS-SVCF2.DAT Sep 26 14:38 2018
INPUT: 217 KIDS 10 ACTS MEASURED: 197 KIDS 10 ACTS 4 CATS WINSTEPS 3.65.0
--------------------------------------------------------------------------------
ACT CATEGORY/OPTION/DISTRACTOR FREQUENCIES: MISFIT ORDER
---------------------------------------------------------------------
|ENTRY DATA SCORE | DATA | AVERAGE S.E. OUTF PTMEA| |
|NUMBER CODE VALUE | COUNT % | MEASURE MEAN MNSQ CORR.| ACT |
|--------------------+------------+--------------------------+------|
| 3 A 1 1 | 12 6 | -2.46 .38 1.0 -.30 |SA3 | 1 STS
| 2 2 | 104 53 | -1.07 .11 1.3 -.23 | | 2 TS
| 3 3 | 69 35 | -.27 .16 1.3 .25 | | 3 S
| 4 4 | 12 6 | .85 .57 1.5 .28 | | 4 SS
| | | | |
| 10 B 1 1 | 47 24 | -1.95 .15 1.0 -.47 |SA10 | 1 STS
| 2 2 | 106 54 | -.81 .11 1.1 -.04 | | 2 TS
| 3 3 | 37 19 | .37 .16 1.0 .38 | | 3 S
| 4 4 | 7 4 | 2.15 .66 1.4 .39 | | 4 SS
| | | | |
| 2 C 1 1 | 13 7 | -2.59 .40 1.0 -.34 |SA2 | 1 STS
| 2 2 | 96 49 | -1.08 .12 1.3 -.22 | | 2 TS
| 3 3 | 80 41 | -.30 .14 1.3 .26 | | 3 S
| 4 4 | 8 4 | 1.54 .71 1.2 .33 | | 4 SS
| | | | |
| 1 D 1 1 | 14 7 | -2.27 .30 1.0 -.29 |SA1 | 1 STS
| 2 2 | 118 60 | -1.10 .10 1.1 -.30 | | 2 TS
| 3 3 | 57 29 | .07 .19 1.3 .37 | | 3 S
| 4 4 | 8 4 | 1.18 .49 1.3 .28 | | 4 SS
| | | | |
| 4 E 1 1 | 9 5 | -2.30 .28 1.1 -.24 |SA4 | 1 STS
| 2 2 | 95 48 | -1.28 .11 1.1 -.36 | | 2 TS
| 3 3 | 84 43 | -.28 .13 1.1 .28 | | 3 S
| 4 4 | 9 5 | 1.97 .68 .9 .42 | | 4 SS
| | | | |
| 9 e 1 1 | 8 4 | -2.86 .34 .9 -.30 |SA9 | 1 STS
| 2 2 | 74 38 | -1.40 .11 .9 -.35 | | 2 TS
| 3 3 | 110 56 | -.31 .12 1.2 .35 | | 3 S
| 4 4 | 5 3 | 2.41 1.13 .7 .36 | | 4 SS
| | | | |
| 7 d 1 1 | 18 9 | -2.84 .21 .8 -.46 |SA7 | 1 STS
| 2 2 | 100 51 | -1.09 .10 1.0 -.24 | | 2 TS
| 3 3 | 75 38 | -.03 .12 1.0 .40 | | 3 S
| 4 4 | 4 2 | 3.42 .95 .4 .42 | | 4 SS
| | | | |
| 8 c 1 1 | 59 30 | -1.91 .14 .9 -.53 |SA8 | 1 STS
| 2 2 | 115 58 | -.55 .10 .8 .17 | | 2 TS
| 3 3 | 21 11 | .83 .18 .8 .38 | | 3 S
| 4 4 | 2 1 | 4.92 .97 .5 .40 | | 4 SS
| | | | |
| 5 b 1 1 | 13 7 | -2.98 .25 .7 -.41 |SA5 | 1 STS
| 2 2 | 108 55 | -1.28 .09 .8 -.40 | | 2 TS
| 3 3 | 69 35 | .17 .11 .7 .47 | | 3 S
| 4 4 | 7 4 | 2.32 .80 .9 .41 | | 4 SS
| | | | |
| 6 a 1 1 | 27 14 | -2.47 .20 .7 -.48 |SA6 | 1 STS
| 2 2 | 141 72 | -.78 .09 .9 -.03 | | 2 TS
| 3 3 | 26 13 | .63 .19 .8 .38 | | 3 S
| 4 4 | 3 2 | 3.98 1.09 .6 .41 | | 4 SS
---------------------------------------------------------------------
184
TABLE 10.4 analisis skala SMARTPHONE ADDICTION SAS-SVCF2.DAT Sep 26 14:38 2018
INPUT: 217 KIDS 10 ACTS MEASURED: 197 KIDS 10 ACTS 4 CATS WINSTEPS 3.65.0
--------------------------------------------------------------------------------
MOST MISFITTING RESPONSE STRINGS
ACT OUTMNSQ |KID
|1 111 111 1 211 1 211 1 22211 11111 1
|72930484043 53050868662181734766111062372085764255
|40103362783482190684501487844783670008696601092223
high--------------------------------------------------
3 SA3 1.33 A|....2.........44..4.41...14.4...41..1.......3.....
10 SA10 1.24 B|.24...4444..4........1....1..3....3....3........2.
2 SA2 1.21 C|..2..2.....4.1........11..........4...............
1 SA1 1.14 D|3...2....444....4..1....1..4......1..............3
4 SA4 1.04 E|........2........4...........1.4......1..133..3...
9 SA9 .91 e|...2..2............................1....1...33.33.
7 SA7 .89 d|......2................................1..........
8 SA8 .85 c|.................1...................3............
5 SA5 .72 b|..............................4...................
6 SA6 .65 a|....4.......................3.....................
|----------------------------------------------low-
|12111411141453211818662211731766122211311111764215
|70930384083 82050664501181844783611062672085092253
|4 103 627 3 190 8 487 4 70008 96601 2
185
TABLE 10.5 analisis skala SMARTPHONE ADDICTION SAS-SVCF2.DAT Sep 26 14:38 2018
INPUT: 217 KIDS 10 ACTS MEASURED: 197 KIDS 10 ACTS 4 CATS WINSTEPS 3.65.0
--------------------------------------------------------------------------------
MOST UNEXPECTED RESPONSES
ACT MEASURE |KID
|1 111 111 1 211 1 211 1 22211 11111 1
|72930484043 53050868662181734766111062372085764255
|40103362783482190684501487844783670008696601092223
high--------------------------------------------------
9 SA9 -1.05 e|...2..2............................1....1...33.33.
4 SA4 -.71 E|........2........4...........1.4......1..133..3...
2 SA2 -.54 C|..2..2.....4.1........11..........4...............
3 SA3 -.50 A|....2.........44..4.41...14.4...41..1.......3.....
5 SA5 -.31 b|..............................4...................
7 SA7 -.22 d|......2................................1..........
1 SA1 -.11 D|3...2....444....4..1....1..4......1..............3
6 SA6 .89 a|....4.......................3.....................
10 SA10 .91 B|.24...4444..4........1....1..3....3....3........2.
8 SA8 1.63 c|.................1...................3............
|----------------------------------------------low-
|12111411141453211818662211731766122211311111764215
|70930384083 82050664501181844783611062672085092253
|4 103 627 3 190 8 487 4 70008 96601 2
186
TABLE 10.6 analisis skala SMARTPHONE ADDICTION SAS-SVCF2.DAT Sep 26 14:38 2018
INPUT: 217 KIDS 10 ACTS MEASURED: 197 KIDS 10 ACTS 4 CATS WINSTEPS 3.65.0
--------------------------------------------------------------------------------
MOST UNEXPECTED RESPONSES
--------------------------------------------------------------------------------
------------------------
| DATA |OBSERVED|EXPECTED|RESIDUAL|ST. RES.|MEASDIFF| ACT | KID | ACT |
KID |
|------+--------+--------+--------+--------+--------+-------+--------+-------+--
-----------------------|
| 3 | 3 | 3.93 | -.93 | -3.64 | 5.99 | 1 | 174 | SA1 |
YN |
| 4 | 4 | 2.24 | 1.76 | 3.31 | -.80 | 2 | 210 | SA2 |
Vira Mauli |
| 1 | 1 | 2.76 | -1.76 | -3.23 | .92 | 2 | 32 | SA2 |
Rifqi |
| 4 | 4 | 2.28 | 1.72 | 3.21 | -.67 | 5 | 68 | SA5 |
Kresna Widyasti Santoso |
| 3 | 3 | 1.40 | 1.60 | 3.17 | -3.94 | 1 | 53 | SA1 |
Dita |
| 4 | 4 | 2.32 | 1.68 | 3.09 | -.52 | 1 | 34 | SA1 |
AMT |
| 4 | 4 | 2.32 | 1.68 | 3.09 | -.52 | 10 | 58 | SA10 |
Shakila |
| 4 | 4 | 2.33 | 1.67 | 3.06 | -.48 | 3 | 144 | SA3 |
TA |
| 4 | 4 | 2.33 | 1.67 | 3.06 | -.48 | 3 | 16 | SA3 |
Irene |
| 4 | 4 | 2.40 | 1.60 | 2.90 | -.26 | 4 | 63 | SA4 | M
|
| 4 | 4 | 2.44 | 1.56 | 2.81 | -.13 | 3 | 78 | SA3 |
Asp |
| 1 | 1 | 2.56 | -1.56 | -2.78 | .25 | 2 | 21 | SA2 |
CA |
| 1 | 1 | 2.54 | -1.54 | -2.76 | .21 | 3 | 60 | SA3 |
In |
| 4 | 4 | 2.53 | 1.47 | 2.63 | .16 | 1 | 100 | SA1 |
ADS |
| 1 | 1 | 2.45 | -1.45 | -2.61 | -.09 | 2 | 214 | SA2 |
RA |
| 4 | 4 | 2.54 | 1.46 | 2.60 | .21 | 3 | 168 | SA3 | K
|
| 4 | 4 | 2.54 | 1.46 | 2.60 | .21 | 3 | 65 | SA3 | B
|
| 3 | 3 | 1.62 | 1.38 | 2.60 | -3.13 | 3 | 70 | SA3 |
Alnoor |
| 2 | 2 | 3.40 | -1.40 | -2.59 | 3.15 | 9 | 130 | SA9 |
SN |
| 1 | 1 | 2.44 | -1.44 | -2.59 | -.13 | 3 | 117 | SA3 |
Jordy |
| 1 | 1 | 2.42 | -1.42 | -2.57 | -.18 | 1 | 84 | SA1 |
Afi |
| 3 | 3 | 1.66 | 1.34 | 2.53 | -3.00 | 9 | 152 | SA9 | I
|
| 1 | 1 | 2.40 | -1.40 | -2.53 | -.26 | 4 | 77 | SA4 | P
|
| 2 | 2 | 3.37 | -1.37 | -2.53 | 3.04 | 10 | 20 | SA10 |
Sk |
| 1 | 1 | 2.39 | -1.39 | -2.52 | -.29 | 9 | 200 | SA9 | A
|
| 3 | 3 | 1.67 | 1.33 | 2.52 | -2.97 | 8 | 128 | SA8 | N
|
187
| 3 | 3 | 1.68 | 1.32 | 2.50 | -2.92 | 4 | 151 | SA4 |
Bayu Haryadi |
| 3 | 3 | 1.68 | 1.32 | 2.50 | -2.92 | 4 | 42 | SA4 |
Sekuntum |
| 4 | 4 | 2.64 | 1.36 | 2.45 | .51 | 10 | 48 | SA10 |
Fadli |
| 4 | 4 | 2.65 | 1.35 | 2.43 | .55 | 3 | 201 | SA3 |
Fs |
| 4 | 4 | 2.65 | 1.35 | 2.43 | .55 | 3 | 159 | SA3 |
Asuka |
| 1 | 1 | 2.32 | -1.32 | -2.43 | -.52 | 1 | 188 | SA1 |
alika |
| 2 | 2 | 3.30 | -1.30 | -2.41 | 2.81 | 9 | 186 | SA9 |
fira |
| 1 | 1 | 2.29 | -1.29 | -2.39 | -.62 | 4 | 36 | SA4 |
Yusa |
| 1 | 1 | 2.28 | -1.28 | -2.38 | -.65 | 9 | 126 | SA9 |
Ls |
| 3 | 3 | 1.77 | 1.23 | 2.37 | -2.61 | 10 | 179 | SA10 |
Nau |
| 3 | 3 | 1.77 | 1.23 | 2.36 | -2.58 | 9 | 70 | SA9 |
Alnoor |
| 3 | 3 | 1.77 | 1.23 | 2.36 | -2.58 | 9 | 69 | SA9 |
Nph |
| 3 | 3 | 1.77 | 1.23 | 2.36 | -2.58 | 9 | 22 | SA9 | N
|
| 3 | 3 | 1.79 | 1.21 | 2.34 | -2.52 | 4 | 180 | SA4 |
SM |
| 4 | 4 | 2.71 | 1.29 | 2.34 | .76 | 4 | 86 | SA4 | i
|
| 2 | 2 | 3.25 | -1.25 | -2.33 | 2.64 | 2 | 191 | SA2 |
Besty |
| 2 | 2 | 3.25 | -1.25 | -2.33 | 2.64 | 2 | 43 | SA2 |
Aisyah |
| 1 | 1 | 2.23 | -1.23 | -2.32 | -.83 | 3 | 217 | SA3 | I
|
| 1 | 1 | 2.23 | -1.23 | -2.32 | -.83 | 3 | 160 | SA3 |
Yoka |
| 2 | 2 | 3.24 | -1.24 | -2.31 | 2.61 | 3 | 103 | SA3 |
Olivia |
| 4 | 4 | 2.74 | 1.26 | 2.30 | .83 | 1 | 133 | SA1 |
aku |
| 4 | 4 | 2.74 | 1.26 | 2.30 | .83 | 1 | 4 | SA1 |
Elisa |
| 4 | 4 | 2.74 | 1.26 | 2.29 | .86 | 10 | 186 | SA10 |
fira |
| 4 | 4 | 2.74 | 1.26 | 2.29 | .86 | 10 | 142 | SA10 |
INS |
--------------------------------------------------------------------------------
------------------------
188
TABLE 10.1 analisis skala SELF REGULATION DAT Sep 26 14:43 2018
INPUT: 217 KIDS 10 ACTS MEASURED: 199 KIDS 10 ACTS 4 CATS WINSTEPS 3.65.0
--------------------------------------------------------------------------------
KID: REAL SEP.: 1.63 REL.: .73 ... ACT: REAL SEP.: 6.91 REL.: .98
ACT STATISTICS: MISFIT ORDER
--------------------------------------------------------------------------------
-----
|ENTRY RAW MODEL| INFIT | OUTFIT |PTMEA|EXACT MATCH|
|
|NUMBER SCORE COUNT MEASURE S.E. |MNSQ ZSTD|MNSQ ZSTD|CORR.| OBS% EXP%|
ACT |
|------------------------------------+----------+----------+-----+-----------+--
----|
| 7 421 199 2.47 .14|1.18 1.8|1.25 2.3|A .52| 68.8 67.5|
SR7 |
| 1 545 199 -.08 .16|1.13 1.2|1.12 .9|B .56| 67.8 72.9|
SR1 |
| 10 578 199 -.94 .17|1.07 .6|1.08 .6|C .54| 75.4 78.1|
SR10 |
| 5 503 199 .86 .14|1.03 .3|1.03 .3|D .56| 64.3 67.1|
SR5 |
| 2 544 199 -.05 .16|1.01 .1|1.00 .1|E .61| 72.4 72.7|
SR2 |
| 3 580 199 -1.00 .17| .92 -.6| .94 -.4|e .53| 79.4 78.3|
SR3 |
| 9 497 199 .98 .14| .93 -.7| .88 -1.1|d .66| 67.8 66.0|
SR9 |
| 8 577 199 -.91 .17| .93 -.5| .92 -.5|c .43| 78.9 78.0|
SR8 |
| 4 594 199 -1.40 .17| .91 -.7| .82 -1.3|b .47| 83.4 79.6|
SR4 |
| 6 539 199 .07 .15| .75 -2.7| .67 -3.0|a .69| 79.9 71.6|
SR6 |
|------------------------------------+----------+----------+-----+-----------+--
----|
| MEAN 537.8 199.0 .00 .16| .99 -.1| .97 -.2| | 73.8 73.2|
|
| S.D. 49.7 .0 1.12 .01| .12 1.2| .15 1.4| | 6.1 4.9|
|
--------------------------------------------------------------------------------
-----
189
TABLE 10.3 analisis skala SELF REGULATION DAT Sep 26 14:43 2018
INPUT: 217 KIDS 10 ACTS MEASURED: 199 KIDS 10 ACTS 4 CATS WINSTEPS 3.65.0
--------------------------------------------------------------------------------
ACT CATEGORY/OPTION/DISTRACTOR FREQUENCIES: MISFIT ORDER
---------------------------------------------------------------------
|ENTRY DATA SCORE | DATA | AVERAGE S.E. OUTF PTMEA| |
|NUMBER CODE VALUE | COUNT % | MEASURE MEAN MNSQ CORR.| ACT |
|--------------------+------------+--------------------------+------|
| 7 A 1 1 | 29 15 | -.72 .28 1.2 -.35 |SR7 | 1 STS
| 2 2 | 121 61 | .41 .11 1.3 -.12 | | 2 TS
| 3 3 | 46 23 | 1.60 .21 1.2 .38 | | 3 S
| 4 4 | 3 2 | 3.02 .63 1.1 .20 | | 4 SS
| | | | |
| 1 B 1 1 | 2 1 | -2.73 .38 .6 -.22 |SR1 | 1 STS
| 2 2 | 60 30 | -.33 .14 1.1 -.39 | | 2 TS
| 3 3 | 125 63 | .81 .11 1.1 .22 | | 3 S
| 4 4 | 12 6 | 2.99 .56 .9 .41 | | 4 SS
| | | | |
| 10 C 2 2 | 37 19 | -.80 .21 1.0 -.43 |SR10 | 2 TS
| 3 3 | 144 72 | .68 .11 1.2 .13 | | 3 S
| 4 4 | 18 9 | 2.36 .31 1.0 .38 | | 4 SS
| | | | |
| 5 D 1 1 | 7 4 | -1.52 .31 1.0 -.27 |SR5 | 1 STS
| 2 2 | 84 42 | -.11 .12 1.0 -.38 | | 2 TS
| 3 3 | 104 52 | 1.10 .13 1.1 .38 | | 3 S
| 4 4 | 4 2 | 4.24 .54 .8 .35 | | 4 SS
| | | | |
| 2 E 1 1 | 4 2 | -2.08 .56 .9 -.25 |SR2 | 1 STS
| 2 2 | 55 28 | -.37 .18 1.1 -.38 | | 2 TS
| 3 3 | 130 65 | .78 .09 .9 .21 | | 3 S
| 4 4 | 10 5 | 3.80 .39 .7 .50 | | 4 SS
| | | | |
| 3 e 2 2 | 32 16 | -.75 .24 1.0 -.39 |SR3 | 2 TS
| 3 3 | 152 76 | .62 .10 .9 .08 | | 3 S
| 4 4 | 15 8 | 2.73 .44 1.0 .42 | | 4 SS
| | | | |
| 9 d 1 1 | 12 6 | -1.91 .25 .8 -.42 |SR9 | 1 STS
| 2 2 | 80 40 | -.16 .10 .8 -.40 | | 2 TS
| 3 3 | 103 52 | 1.32 .12 .9 .53 | | 3 S
| 4 4 | 4 2 | 2.85 1.15 1.1 .22 | | 4 SS
| | | | |
| 8 c 2 2 | 31 16 | -.81 .25 1.0 -.39 |SR8 | 2 TS
| 3 3 | 157 79 | .73 .10 1.1 .22 | | 3 S
| 4 4 | 11 6 | 1.95 .55 1.3 .23 | | 4 SS
| | | | |
| 4 b 2 2 | 21 11 | -1.27 .25 .8 -.42 |SR4 | 2 TS
| 3 3 | 160 80 | .65 .09 .9 .13 | | 3 S
| 4 4 | 18 9 | 1.86 .54 1.2 .28 | | 4 SS
| | | | |
| 6 a 1 1 | 4 2 | -2.35 .76 .8 -.28 |SR6 | 1 STS
| 2 2 | 56 28 | -.69 .12 .6 -.52 | | 2 TS
| 3 3 | 133 67 | 1.02 .10 .8 .44 | | 3 S
| 4 4 | 6 3 | 3.85 .63 .7 .39 | | 4 SS
---------------------------------------------------------------------
190
TABLE 10.4 analisis skala SELF REGULATION DAT Sep 26 14:43 2018
INPUT: 217 KIDS 10 ACTS MEASURED: 199 KIDS 10 ACTS 4 CATS WINSTEPS 3.65.0
--------------------------------------------------------------------------------
MOST MISFITTING RESPONSE STRINGS
ACT OUTMNSQ |KID
| 1121 21111 111 1111 22111 111 11
|2 6920186176508883849864999543 0074321654864337 24
|33809391103656321845259973122765417445235728560413
high--------------------------------------------------
7 SR7 1.25 A|224..1.4.1...4................1...1.1..3..3....3..
1 SR1 1.12 B|......4..42....42........2....2....4.........4....
10 SR10 1.08 C|...........24....2...2.4.4.......4.......4........
5 SR5 1.03 D|....4......2.22..........................1..1....3
2 SR2 1.00 E|...2..2.4.442..........2..................1.......
3 SR3 .94 e|........2...4.....2.....2.42.44..24...............
9 SR9 .88 d|..............4.......................4...........
8 SR8 .92 c|.........4..2......22.4.2....2.....244......4.....
4 SR4 .82 b|................44..........2..44.....2.42.4..4.4.
6 SR6 .67 a|................4......................1..........
|----------------------------------------------low-
|23611218621111811184111199954362211121111861137424
|3 8920111176503883459864731227 0074345654724360 13
| 0939 03656 218 2599 54174 235 85
191
TABLE 10.5 analisis skala SELF REGULATION DAT Sep 26 14:43 2018
INPUT: 217 KIDS 10 ACTS MEASURED: 199 KIDS 10 ACTS 4 CATS WINSTEPS 3.65.0
--------------------------------------------------------------------------------
MOST UNEXPECTED RESPONSES
ACT MEASURE |KID
| 1121 21111 111 1111 22111 111 11
|2 6920186176508883849864999543 0074321654864337 24
|33809391103656321845259973122765417445235728560413
high--------------------------------------------------
4 SR4 -1.40 b|................44..........2..44.....2.42.4..4.4.
3 SR3 -1.00 e|........2...4.....2.....2.42.44..24...............
10 SR10 -.94 C|...........24....2...2.4.4.......4.......4........
8 SR8 -.91 c|.........4..2......22.4.2....2.....244......4.....
1 SR1 -.08 B|......4..42....42........2....2....4.........4....
2 SR2 -.05 E|...2..2.4.442..........2..................1.......
6 SR6 .07 a|................4......................1..........
5 SR5 .86 D|....4......2.22..........................1..1....3
9 SR9 .98 d|..............4.......................4...........
7 SR7 2.47 A|224..1.4.1...4................1...1.1..3..3....3..
|----------------------------------------------low-
|23611218621111811184111199954362211121111861137424
|3 8920111176503883459864731227 0074345654724360 13
| 0939 03656 218 2599 54174 235 85
192
TABLE 10.6 analisis skala SELF REGULATION DAT Sep 26 14:43 2018
INPUT: 217 KIDS 10 ACTS MEASURED: 199 KIDS 10 ACTS 4 CATS WINSTEPS 3.65.0
--------------------------------------------------------------------------------
MOST UNEXPECTED RESPONSES
--------------------------------------------------------------------------------
------------------------
| DATA |OBSERVED|EXPECTED|RESIDUAL|ST. RES.|MEASDIFF| ACT | KID | ACT |
KID |
|------+--------+--------+--------+--------+--------+-------+--------+-------+--
-----------------------|
| 1 | 1 | 2.71 | -1.71 | -3.56 | .24 | 7 | 203 | SR7 |
Ihda |
| 1 | 1 | 2.61 | -1.61 | -3.15 | -.15 | 6 | 153 | SR6 |
Jay |
| 4 | 4 | 2.35 | 1.65 | 3.07 | -1.06 | 9 | 162 | SR9 |
Niah |
| 4 | 4 | 2.38 | 1.62 | 3.01 | -.95 | 4 | 21 | SR4 |
CA |
| 1 | 1 | 2.56 | -1.56 | -2.97 | -.35 | 7 | 210 | SR7 |
Vira Mauli |
| 4 | 4 | 2.43 | 1.57 | 2.93 | -.81 | 1 | 36 | SR1 |
Yusa |
| 2 | 2 | 3.06 | -1.06 | -2.93 | 2.49 | 3 | 84 | SR3 |
Afi |
| 2 | 2 | 3.05 | -1.05 | -2.93 | 2.44 | 10 | 138 | SR10 | S
|
| 2 | 2 | 3.04 | -1.04 | -2.93 | 2.41 | 8 | 45 | SR8 | F
|
| 2 | 2 | 3.03 | -1.03 | -2.92 | 2.31 | 4 | 42 | SR4 |
Sekuntum |
| 4 | 4 | 2.94 | 1.06 | 2.92 | 1.57 | 1 | 182 | SR1 |
Ahmad Pradhana AdiPutra |
| 4 | 4 | 2.96 | 1.04 | 2.92 | 1.75 | 7 | 68 | SR7 |
Kresna Widyasti Santoso |
| 4 | 4 | 2.97 | 1.03 | 2.92 | 1.79 | 4 | 205 | SR4 |
NF |
| 4 | 4 | 2.97 | 1.03 | 2.92 | 1.79 | 4 | 204 | SR4 |
Nisa Fa'iziyah |
| 4 | 4 | 2.97 | 1.03 | 2.91 | 1.82 | 8 | 169 | SR8 |
SSG |
| 4 | 4 | 2.98 | 1.02 | 2.91 | 1.85 | 10 | 149 | SR10 |
Vl |
| 4 | 4 | 2.98 | 1.02 | 2.91 | 1.85 | 10 | 93 | SR10 |
Ia |
| 2 | 2 | 3.02 | -1.02 | -2.91 | 2.22 | 7 | 23 | SR7 |
Jj |
| 2 | 2 | 3.02 | -1.02 | -2.91 | 2.22 | 7 | 3 | SR7 |
Jj |
| 4 | 4 | 2.92 | 1.08 | 2.91 | 1.43 | 6 | 181 | SR6 | A
|
| 2 | 2 | 3.09 | -1.09 | -2.90 | 2.76 | 2 | 119 | SR2 | R
|
| 2 | 2 | 3.02 | -1.02 | -2.90 | 2.19 | 1 | 173 | SR1 |
DENI.P |
| 4 | 4 | 2.91 | 1.09 | 2.90 | 1.38 | 3 | 147 | SR3 |
seruni |
| 4 | 4 | 2.98 | 1.02 | 2.90 | 1.90 | 3 | 91 | SR3 |
Fik |
| 4 | 4 | 2.98 | 1.02 | 2.90 | 1.90 | 3 | 37 | SR3 |
Mei |
| 4 | 4 | 2.98 | 1.02 | 2.90 | 1.90 | 3 | 6 | SR3 |
Fahrul Alpiansyah |
193
| 1 | 1 | 2.53 | -1.53 | -2.90 | -.45 | 2 | 62 | SR2 | L
|
| 2 | 2 | 3.01 | -1.01 | -2.89 | 2.17 | 2 | 155 | SR2 |
Aldo |
| 4 | 4 | 2.91 | 1.09 | 2.89 | 1.32 | 10 | 171 | SR10 | H
|
| 4 | 4 | 2.91 | 1.09 | 2.89 | 1.32 | 4 | 145 | SR4 |
Sofi |
| 4 | 4 | 2.90 | 1.10 | 2.88 | 1.29 | 8 | 24 | SR8 |
PH |
| 4 | 4 | 2.90 | 1.10 | 2.88 | 1.29 | 8 | 15 | SR8 |
Mif |
| 2 | 2 | 3.13 | -1.13 | -2.85 | 3.03 | 8 | 155 | SR8 |
Aldo |
| 4 | 4 | 2.88 | 1.12 | 2.85 | 1.14 | 9 | 83 | SR9 |
Soffa |
| 2 | 2 | 3.14 | -1.14 | -2.85 | 3.06 | 10 | 166 | SR10 | W
|
| 4 | 4 | 3.01 | .99 | 2.81 | 2.17 | 2 | 173 | SR2 |
DENI.P |
| 4 | 4 | 3.01 | .99 | 2.81 | 2.17 | 2 | 166 | SR2 | W
|
| 4 | 4 | 3.02 | .98 | 2.80 | 2.19 | 1 | 210 | SR1 |
Vira Mauli |
| 2 | 2 | 2.98 | -.98 | -2.80 | 1.90 | 3 | 97 | SR3 |
Cindai |
| 2 | 2 | 2.98 | -.98 | -2.80 | 1.90 | 3 | 52 | SR3 |
Lnd |
| 3 | 3 | 1.52 | 1.48 | 2.79 | -4.10 | 7 | 4 | SR7 |
Elisa |
| 2 | 2 | 2.98 | -.98 | -2.77 | 1.85 | 10 | 185 | SR10 |
Widi S G |
| 4 | 4 | 2.56 | 1.44 | 2.76 | -.35 | 7 | 106 | SR7 |
Nana |
| 2 | 2 | 2.97 | -.97 | -2.75 | 1.82 | 8 | 192 | SR8 |
fd |
| 2 | 2 | 2.97 | -.97 | -2.75 | 1.82 | 8 | 97 | SR8 |
Cindai |
| 2 | 2 | 2.97 | -.97 | -2.75 | 1.82 | 8 | 37 | SR8 |
Mei |
| 2 | 2 | 3.26 | -1.26 | -2.74 | 3.71 | 3 | 61 | SR3 |
Gns |
| 2 | 2 | 3.28 | -1.28 | -2.74 | 3.80 | 2 | 190 | SR2 |
Seoltang |
| 4 | 4 | 2.59 | 1.41 | 2.73 | -.22 | 4 | 70 | SR4 |
Alnoor |
| 4 | 4 | 2.77 | 1.23 | 2.72 | .51 | 4 | 148 | SR4 |
Putri |
--------------------------------------------------------------------------------
------------------------
194
TABLE 10.1 analisis skala FOMO FOMOUT.DAT Sep 26 14:48 2018
INPUT: 217 KIDS 8 ACTS MEASURED: 193 KIDS 8 ACTS 4 CATS WINSTEPS 3.65.0
--------------------------------------------------------------------------------
KID: REAL SEP.: 1.87 REL.: .78 ... ACT: REAL SEP.: 7.35 REL.: .98
ACT STATISTICS: MISFIT ORDER
--------------------------------------------------------------------------------
-----
|ENTRY RAW MODEL| INFIT | OUTFIT |PTMEA|EXACT MATCH|
|
|NUMBER SCORE COUNT MEASURE S.E. |MNSQ ZSTD|MNSQ ZSTD|CORR.| OBS% EXP%|
ACT |
|------------------------------------+----------+----------+-----+-----------+--
----|
| 3 405 193 1.54 .14|1.19 1.8|1.20 1.8|A .57| 66.8 68.7|
F3 |
| 1 494 193 -.30 .14|1.13 1.3|1.13 1.2|B .66| 61.1 67.0|
F1 |
| 8 554 193 -1.58 .15|1.09 .8|1.06 .5|C .58| 71.0 70.1|
F8 |
| 6 513 193 -.70 .14|1.05 .6|1.07 .7|D .58| 64.8 67.6|
F6 |
| 5 425 193 1.12 .14| .97 -.3| .98 -.2|d .65| 72.5 68.6|
F5 |
| 7 549 193 -1.47 .15| .89 -1.0| .88 -1.1|c .63| 69.9 69.7|
F7 |
| 2 446 193 .69 .14| .83 -1.8| .81 -1.9|b .72| 71.5 68.2|
F2 |
| 4 445 193 .71 .14| .80 -2.1| .78 -2.3|a .73| 70.5 68.2|
F4 |
|------------------------------------+----------+----------+-----+-----------+--
----|
| MEAN 478.9 193.0 .00 .15| .99 -.1| .99 -.2| | 68.5 68.5|
|
| S.D. 53.1 .0 1.11 .00| .14 1.4| .14 1.4| | 3.7 1.0|
|
--------------------------------------------------------------------------------
-----
TABLE 10.3 analisis skala FOMO FOMOUT.DAT Sep 26 14:48 2018
INPUT: 217 KIDS 8 ACTS MEASURED: 193 KIDS 8 ACTS 4 CATS WINSTEPS 3.65.0
--------------------------------------------------------------------------------
ACT CATEGORY/OPTION/DISTRACTOR FREQUENCIES: MISFIT ORDER
---------------------------------------------------------------------
|ENTRY DATA SCORE | DATA | AVERAGE S.E. OUTF PTMEA| |
|NUMBER CODE VALUE | COUNT % | MEASURE MEAN MNSQ CORR.| ACT |
|--------------------+------------+--------------------------+------|
| 3 A 1 1 | 29 15 | -1.28 .31 1.5 -.28 |F3 | 1 STS
| 2 2 | 121 63 | -.48 .12 1.1 -.26 | | 2 TS
| 3 3 | 38 20 | 1.35 .23 1.0 .44 | | 3 S
| 4 4 | 5 3 | 3.31 .42 1.0 .33 | | 4 SS
| | | | |
| 1 B 1 1 | 10 5 | -2.61 .28 1.0 -.34 |F1 | 1 STS
| 2 2 | 79 41 | -.93 .12 1.0 -.39 | | 2 TS
| 3 3 | 90 47 | .38 .14 1.1 .29 | | 3 S
| 4 4 | 14 7 | 2.72 .42 1.0 .47 | | 4 SS
| | | | |
| 8 C 1 1 | 2 1 | -4.11 .57 .6 -.24 |F8 | 1 STS
| 2 2 | 45 23 | -1.46 .18 1.0 -.43 | | 2 TS
| 3 3 | 122 63 | .08 .12 1.0 .17 | | 3 S
| 4 4 | 24 12 | 1.57 .39 1.3 .38 | | 4 SS
195
| | | | |
| 6 D 1 1 | 5 3 | -3.06 .42 .8 -.28 |F6 | 1 STS
| 2 2 | 67 35 | -1.07 .14 1.1 -.40 | | 2 TS
| 3 3 | 110 57 | .31 .14 1.3 .31 | | 3 S
| 4 4 | 11 6 | 2.35 .38 1.0 .36 | | 4 SS
| | | | |
| 5 d 1 1 | 21 11 | -2.21 .23 .8 -.43 |F5 | 1 STS
| 2 2 | 116 60 | -.48 .12 1.2 -.25 | | 2 TS
| 3 3 | 52 27 | 1.25 .19 .9 .50 | | 3 S
| 4 4 | 4 2 | 2.41 .76 1.3 .22 | | 4 SS
| | | | |
| 7 c 1 1 | 3 2 | -4.10 .33 .6 -.29 |F7 | 1 STS
| 2 2 | 42 22 | -1.38 .15 .9 -.39 | | 2 TS
| 3 3 | 130 67 | .00 .12 1.1 .12 | | 3 S
| 4 4 | 18 9 | 2.41 .35 .8 .48 | | 4 SS
| | | | |
| 2 b 1 1 | 14 7 | -2.18 .33 1.0 -.34 |F2 | 1 STS
| 2 2 | 111 58 | -.80 .11 .8 -.45 | | 2 TS
| 3 3 | 62 32 | 1.15 .15 .7 .53 | | 3 S
| 4 4 | 6 3 | 3.40 .68 .9 .38 | | 4 SS
| | | | |
| 4 a 1 1 | 17 9 | -2.71 .20 .6 -.47 |F4 | 1 STS
| 2 2 | 103 53 | -.65 .10 .8 -.32 | | 2 TS
| 3 3 | 70 36 | 1.04 .17 .9 .53 | | 3 S
| 4 4 | 3 2 | 4.42 .20 .4 .34 | | 4 SS
---------------------------------------------------------------------
TABLE 10.4 analisis skala FOMO FOMOUT.DAT Sep 26 14:48 2018
INPUT: 217 KIDS 8 ACTS MEASURED: 193 KIDS 8 ACTS 4 CATS WINSTEPS 3.65.0
--------------------------------------------------------------------------------
MOST MISFITTING RESPONSE STRINGS
ACT OUTMNSQ |KID
|111 1 1 211 111 22111 11 1 111 1 1 1
|976532 0320719 97033 11444983163976616366228757529
|66689337101930632576160532264628487691391515720660
high--------------------------------------------------
3 F3 1.20 3|2....44.14.1.....1.....1...11.1..........3......2.
1 F1 1.13 1|..........4.4......4...4.....4.........11.....3...
8 F8 1.06 8|...3...2.2............4.22....44.4..444.....4..3..
6 F6 1.07 6|..........24..2.4..24.....4...............1.......
5 F5 .98 5|.22.422......4.4................1....11......3...2
7 F7 .88 7|.3................2..4............44..............
2 F2 .81 2|.......4...................4.1.......1.....3......
4 F4 .78 4|..........................................3.......
|----------------------------------------------low-
|11151231322119611133122111983111976616311128717121
|976833 0100710 97076 11444264663487611366215750569
|666 9 7 193 325 60532 28 9 915 2 6 0
196
TABLE 10.5 analisis skala FOMO FOMOUT.DAT Sep 26 14:48 2018
INPUT: 217 KIDS 8 ACTS MEASURED: 193 KIDS 8 ACTS 4 CATS WINSTEPS 3.65.0
--------------------------------------------------------------------------------
MOST UNEXPECTED RESPONSES
ACT MEASURE |KID
|111 1 1 211 111 22111 11 1 111 1 1 1
|976532 0320719 97033 11444983163976616366228757529
|66689337101930632576160532264628487691391515720660
high--------------------------------------------------
8 F8 -1.58 8|...3...2.2............4.22....44.4..444.....4..3..
7 F7 -1.47 7|.3................2..4............44..............
6 F6 -.70 6|..........24..2.4..24.....4...............1.......
1 F1 -.30 1|..........4.4......4...4.....4.........11.....3...
2 F2 .69 2|.......4...................4.1.......1.....3......
4 F4 .71 4|..........................................3.......
5 F5 1.12 5|.22.422......4.4................1....11......3...2
3 F3 1.54 3|2....44.14.1.....1.....1...11.1..........3......2.
|----------------------------------------------low-
|11151231322119611133122111983111976616311128717121
|976833 0100710 97076 11444264663487611366215750569
|666 9 7 193 325 60532 28 9 915 2 6 0
TABLE 10.6 analisis skala FOMO FOMOUT.DAT Sep 26 14:48 2018
INPUT: 217 KIDS 8 ACTS MEASURED: 193 KIDS 8 ACTS 4 CATS WINSTEPS 3.65.0
--------------------------------------------------------------------------------
MOST UNEXPECTED RESPONSES
--------------------------------------------------------------------------------
------------------------
| DATA |OBSERVED|EXPECTED|RESIDUAL|ST. RES.|MEASDIFF| ACT | KID | ACT |
KID |
|------+--------+--------+--------+--------+--------+-------+--------+-------+--
-----------------------|
| 1 | 1 | 2.66 | -1.66 | -3.22 | .44 | 3 | 31 | F3 |
alifianti |
| 4 | 4 | 2.40 | 1.60 | 3.01 | -.49 | 8 | 77 | F8 | P
|
| 2 | 2 | 3.49 | -1.49 | -2.89 | 4.10 | 8 | 107 | F8 |
Ilman Luthfi Hilmi |
| 4 | 4 | 2.46 | 1.54 | 2.88 | -.28 | 2 | 86 | F2 | i
|
| 4 | 4 | 2.48 | 1.52 | 2.84 | -.20 | 5 | 193 | F5 |
Dini Rizkia A |
| 1 | 1 | 2.51 | -1.51 | -2.83 | -.10 | 3 | 179 | F3 |
Nau |
| 1 | 1 | 2.46 | -1.46 | -2.73 | -.28 | 2 | 16 | F2 |
Irene |
| 3 | 3 | 1.60 | 1.40 | 2.68 | -3.67 | 5 | 152 | F5 | I
|
| 2 | 2 | 3.34 | -1.34 | -2.65 | 3.56 | 8 | 20 | F8 |
Sk |
| 4 | 4 | 2.63 | 1.37 | 2.63 | .32 | 5 | 90 | F5 |
Ridho |
| 4 | 4 | 2.66 | 1.34 | 2.60 | .44 | 3 | 20 | F3 |
Sk |
| 4 | 4 | 2.67 | 1.33 | 2.59 | .49 | 8 | 61 | F8 |
Gns |
| 4 | 4 | 2.67 | 1.33 | 2.59 | .49 | 8 | 33 | F8 |
Ryanti |
| 1 | 1 | 2.36 | -1.36 | -2.57 | -.62 | 3 | 105 | F3 |
RA |
| 2 | 2 | 3.23 | -1.23 | -2.55 | 3.10 | 5 | 176 | F5 |
197
Nisrina |
| 2 | 2 | 3.23 | -1.23 | -2.55 | 3.10 | 5 | 166 | F5 | W
|
| 4 | 4 | 2.73 | 1.27 | 2.55 | .71 | 1 | 145 | F1 |
Sofi |
| 4 | 4 | 2.73 | 1.27 | 2.55 | .71 | 1 | 16 | F1 |
Irene |
| 4 | 4 | 2.79 | 1.21 | 2.51 | .98 | 8 | 119 | F8 | R
|
| 2 | 2 | 1.14 | .86 | 2.49 | -5.80 | 5 | 190 | F5 |
Seoltang |
| 4 | 4 | 2.82 | 1.18 | 2.49 | 1.10 | 6 | 92 | F6 |
Tini |
| 2 | 2 | 3.14 | -1.14 | -2.48 | 2.68 | 3 | 196 | F3 | R
|
| 1 | 1 | 2.29 | -1.29 | -2.48 | -.89 | 6 | 21 | F6 |
CA |
| 4 | 4 | 2.85 | 1.15 | 2.48 | 1.22 | 1 | 36 | F1 |
Yusa |
| 3 | 3 | 1.74 | 1.26 | 2.46 | -3.12 | 3 | 125 | F3 |
Nabilah rlvira |
| 4 | 4 | 2.88 | 1.12 | 2.45 | 1.37 | 7 | 67 | F7 |
AR |
| 4 | 4 | 2.88 | 1.12 | 2.45 | 1.37 | 7 | 66 | F7 |
Af |
| 4 | 4 | 2.90 | 1.10 | 2.43 | 1.48 | 8 | 162 | F8 |
Niah |
| 4 | 4 | 2.90 | 1.10 | 2.43 | 1.48 | 8 | 138 | F8 | S
|
| 4 | 4 | 2.90 | 1.10 | 2.43 | 1.48 | 8 | 78 | F8 |
Asp |
| 4 | 4 | 2.91 | 1.09 | 2.42 | 1.54 | 3 | 23 | F3 |
Jj |
| 4 | 4 | 2.91 | 1.09 | 2.42 | 1.54 | 3 | 3 | F3 |
Jj |
| 2 | 2 | 3.08 | -1.08 | -2.42 | 2.39 | 7 | 37 | F7 |
Mei |
| 1 | 1 | 2.22 | -1.22 | -2.41 | -1.13 | 3 | 145 | F3 |
Sofi |
| 1 | 1 | 2.22 | -1.22 | -2.41 | -1.13 | 3 | 86 | F3 | i
|
| 1 | 1 | 2.22 | -1.22 | -2.41 | -1.13 | 3 | 34 | F3 |
AMT |
| 4 | 4 | 2.93 | 1.07 | 2.40 | 1.62 | 6 | 172 | F6 |
Jeanadianz |
| 4 | 4 | 2.93 | 1.07 | 2.40 | 1.62 | 6 | 1 | F6 |
AIC |
| 1 | 1 | 2.20 | -1.20 | -2.38 | -1.22 | 5 | 94 | F5 |
Hamba |
| 4 | 4 | 2.95 | 1.05 | 2.37 | 1.74 | 1 | 201 | F1 |
Fs |
| 4 | 4 | 2.95 | 1.05 | 2.37 | 1.74 | 1 | 113 | F1 |
NH |
| 1 | 1 | 2.19 | -1.19 | -2.36 | -1.28 | 1 | 169 | F1 |
SSG |
| 1 | 1 | 2.19 | -1.19 | -2.36 | -1.28 | 1 | 161 | F1 | N
|
| 3 | 3 | 1.84 | 1.16 | 2.35 | -2.75 | 2 | 85 | F2 | H
|
| 2 | 2 | 3.03 | -1.03 | -2.34 | 2.14 | 6 | 201 | F6 |
Fs |
| 2 | 2 | 3.03 | -1.03 | -2.34 | 2.14 | 6 | 6 | F6 |
Fahrul Alpiansyah |
| 3 | 3 | 1.84 | 1.16 | 2.34 | -2.73 | 1 | 70 | F1 |
198
Alnoor |
| 4 | 4 | 2.97 | 1.03 | 2.34 | 1.83 | 2 | 107 | F2 |
Ilman Luthfi Hilmi |
| 4 | 4 | 2.98 | 1.02 | 2.32 | 1.88 | 7 | 216 | F7 | F
|
| 3 | 3 | 3.84 | -.84 | -2.31 | 5.80 | 8 | 58 | F8 |
Shakila |
--------------------------------------------------------------------------------
------------------------
198
TABLE 10.1 analisis skala KONFORMITAS DATA2.DAT Sep 26 14:54 2018
INPUT: 217 KIDS 10 ACTS MEASURED: 204 KIDS 10 ACTS 4 CATS WINSTEPS 3.65.0
--------------------------------------------------------------------------------
KID: REAL SEP.: 1.30 REL.: .63 ... ACT: REAL SEP.: 14.14 REL.: 1.00
ACT STATISTICS: MISFIT ORDER
--------------------------------------------------------------------------------
--------------
|ENTRY RAW MODEL| INFIT | OUTFIT |PTMEA|EXACT MATCH|
| |
|NUMBER SCORE COUNT MEASURE S.E. |MNSQ ZSTD|MNSQ ZSTD|CORR.| OBS%
EXP%|DISPLACE| ACT |
|------------------------------------+----------+----------+-----+-----------+--
------+------|
| 9 563 204 -2.08 .12|1.29 2.8|1.28 2.7|A .36| 55.9 59.6|
.00| A9 |
| 7 681 204 -3.84 .13|1.23 2.4|1.29 2.6|B .12| 48.0 62.6|
.00| A7 |
| 10 562 204 -2.07 .12|1.27 2.6|1.27 2.6|C .36| 59.3 59.6|
.00| A10 |
| 5 368 204 .65 .12|1.25 2.6|1.25 2.6|D .52| 52.5 59.9|
.00| C5 |
| 3 259 204 2.69 .16|1.06 .6| .78 -1.4|E .54| 78.9 76.5|
.01| C3 |
| 8 346 204 .99 .13| .79 -2.5| .78 -2.6|e .62| 66.2 60.9|
.00| A8 |
| 1 421 204 -.12 .12| .78 -2.5| .79 -2.4|d .52| 67.2 59.8|
.00| C1 |
| 4 313 204 1.54 .13| .77 -2.7| .75 -2.7|c .66| 74.5 64.4|
.00| C4 |
| 2 342 204 1.05 .13| .76 -2.9| .76 -2.8|b .62| 68.6 60.8|
.00| C2 |
| 6 334 204 1.18 .13| .76 -2.8| .74 -3.1|a .74| 72.5 62.1|
.00| A6 |
|------------------------------------+----------+----------+-----+-----------+--
------+------|
| MEAN 418.9 204.0 .00 .13| .99 -.3| .97 -.5| | 64.4 62.6|
| |
| S.D. 129.5 .0 1.92 .01| .23 2.5| .25 2.5| | 9.6 4.8|
| |
--------------------------------------------------------------------------------
--------------
199
TABLE 10.3 analisis skala KONFORMITAS DATA2.DAT Sep 26 14:54 2018
INPUT: 217 KIDS 10 ACTS MEASURED: 204 KIDS 10 ACTS 4 CATS WINSTEPS 3.65.0
--------------------------------------------------------------------------------
ACT CATEGORY/OPTION/DISTRACTOR FREQUENCIES: MISFIT ORDER
---------------------------------------------------------------------
|ENTRY DATA SCORE | DATA | AVERAGE S.E. OUTF PTMEA| |
|NUMBER CODE VALUE | COUNT % | MEASURE MEAN MNSQ CORR.| ACT |
|--------------------+------------+--------------------------+------|
| 9 A 1 1 | 4 2 | -3.10 .46 .7 -.24 |A9 | 1 STS
| 2 2 | 70 34 | -1.81 .10 1.1 -.31 | | 2 TS
| 3 3 | 101 50 | -1.06 .09 1.0 .28 | | 3 S
| 4 4 | 29 14 | -1.05 .24 1.6 .12 | | 4 SS
| | | | |
| 7 B 2 2 | 9 4 | -2.17 .30 1.1 -.17 |A7 | 2 TS
| 3 3 | 117 57 | -1.35 .09 1.6 .01 | | 3 S
| 4 4 | 78 38 | -1.27 .14 1.5 .07 | | 4 SS
| | | | |
| 10 C 1 1 | 5 2 | -2.21 .41 1.2 -.13 |A10 | 1 STS
| 2 2 | 67 33 | -1.82 .12 1.2 -.31 | | 2 TS
| 3 3 | 105 51 | -1.16 .09 1.1 .19 | | 3 S
| 4 4 | 27 13 | -.80 .23 1.4 .21 | | 4 SS
| | | | |
| 5 D 1 1 | 78 38 | -1.98 .09 1.0 -.47 |C5 | 1 STS
| 2 2 | 91 45 | -1.12 .09 .8 .21 | | 2 TS
| 3 3 | 32 16 | -.82 .19 1.4 .22 | | 3 S
| 4 4 | 3 1 | 1.68 .97 .9 .35 | | 4 SS
| | | | |
| 3 E 1 1 | 156 76 | -1.65 .08 1.1 -.51 |C3 | 1 STS
| 2 2 | 41 20 | -.55 .09 .6 .39 | | 2 TS
| 3 3 | 7 3 | .53 .38 1.0 .34 | | 3 S
| | | | |
| 8 e 1 1 | 79 39 | -2.08 .08 .8 -.55 |A8 | 1 STS
| 2 2 | 109 53 | -1.03 .09 .8 .34 | | 2 TS
| 3 3 | 15 7 | -.14 .21 .8 .33 | | 3 S
| 4 4 | 1 0 | 1.93 .7 .22 | | 4 SS
| | | | |
| 1 d 1 1 | 31 15 | -2.39 .11 .8 -.42 |C1 | 1 STS
| 2 2 | 129 63 | -1.38 .08 1.1 -.02 | | 2 TS
| 3 3 | 44 22 | -.57 .17 1.0 .39 | | 3 S
| | | | |
| 4 c 1 1 | 107 52 | -1.93 .07 .8 -.57 |C4 | 1 STS
| 2 2 | 85 42 | -.92 .08 .7 .35 | | 2 TS
| 3 3 | 12 6 | .66 .37 .6 .48 | | 3 S
| | | | |
| 2 b 1 1 | 80 39 | -2.00 .09 .9 -.50 |C2 | 1 STS
| 2 2 | 112 55 | -1.09 .07 .8 .29 | | 2 TS
| 3 3 | 10 5 | -.02 .39 .9 .29 | | 3 S
| 4 4 | 2 1 | 2.65 .00 .5 .38 | | 4 SS
| | | | |
| 6 a 1 1 | 94 46 | -2.06 .07 .8 -.62 |A6 | 1 STS
| 2 2 | 92 45 | -.98 .07 .6 .32 | | 2 TS
| 3 3 | 16 8 | .10 .22 .8 .41 | | 3 S
| 4 4 | 2 1 | 2.65 .00 .5 .38 | | 4 SS
---------------------------------------------------------------------
200
TABLE 10.4 analisis skala KONFORMITAS DATA2.DAT Sep 26 14:54 2018
INPUT: 217 KIDS 10 ACTS MEASURED: 204 KIDS 10 ACTS 4 CATS WINSTEPS 3.65.0
--------------------------------------------------------------------------------
MOST MISFITTING RESPONSE STRINGS
ACT OUTMNSQ |KID
| 1211 1 1 111 11 221111 211111 11 1 11
|2 30204881 7106 8551115210754219631185414266325421
|33372763954674566918624788437410643169200891811392
high--------------------------------------------------
9 A9 1.28 A|......................444.44..4.....4.144.4.41....
7 A7 1.29 B|..333.........2...2....2........................44
10 A10 1.27 C|...2..2.2......1.1....4....4.4.41.44.4............
5 C5 1.25 D|..........4.....3..33..3.3..3....3.....3...3..3...
3 C3 .78 E|11...333.3..3...................2.................
8 A8 .78 e|.....................3............................
1 C1 .79 d|.........................................3........
4 C4 .75 c|...........3.3.................................2..
2 C2 .76 b|.....1...........3....................3...........
6 A6 .74 a|..................3...............................
|----------------------------------------------low-
|23121141814111661151221111754221111185411166321411
|3 30206891 7105 8518115210437419631169204291815321
| 3727 3 5 674 69 624788 106431 08 1 92
201
TABLE 10.5 analisis skala KONFORMITAS DATA2.DAT Sep 26 14:54 2018
INPUT: 217 KIDS 10 ACTS MEASURED: 204 KIDS 10 ACTS 4 CATS WINSTEPS 3.65.0
--------------------------------------------------------------------------------
MOST UNEXPECTED RESPONSES
ACT MEASURE |KID
| 1211 1 1 111 11 221111 211111 11 1 11
|2 30204881 7106 8551115210754219631185414266325421
|33372763954674566918624788437410643169200891811392
high--------------------------------------------------
7 A7 -3.84 B|..333.........2...2....2........................44
9 A9 -2.08 A|......................444.44..4.....4.144.4.41....
10 A10 -2.07 C|...2..2.2......1.1....4....4.4.41.44.4............
1 C1 -.12 d|.........................................3........
5 C5 .65 D|..........4.....3..33..3.3..3....3.....3...3..3...
8 A8 .99 e|.....................3............................
2 C2 1.05 b|.....1...........3....................3...........
6 A6 1.18 a|..................3...............................
4 C4 1.54 c|...........3.3.................................2..
3 C3 2.69 E|11...333.3..3...................2.................
|----------------------------------------------low-
|23121141814111661151221111754221111185411166321411
|3 30206891 7105 8518115210437419631169204291815321
| 3727 3 5 674 69 624788 106431 08 1 92
202
TABLE 10.6 analisis skala KONFORMITAS DATA2.DAT Sep 26 14:54 2018
INPUT: 217 KIDS 10 ACTS MEASURED: 204 KIDS 10 ACTS 4 CATS WINSTEPS 3.65.0
--------------------------------------------------------------------------------
MOST UNEXPECTED RESPONSES
--------------------------------------------------------------------------------
------------------------
| DATA |OBSERVED|EXPECTED|RESIDUAL|ST. RES.|MEASDIFF| ACT | KID | ACT |
KID |
|------+--------+--------+--------+--------+--------+-------+--------+-------+--
-----------------------|
| 3 | 3 | 3.93 | -.93 | -3.75 | 5.43 | 7 | 133 | A7 |
aku |
| 3 | 3 | 1.32 | 1.68 | 3.46 | -3.56 | 3 | 117 | C3 |
Jordy |
| 3 | 3 | 1.32 | 1.68 | 3.45 | -3.56 | 5 | 151 | C5 |
Bayu Haryadi |
| 1 | 1 | 2.83 | -1.83 | -3.09 | .90 | 10 | 6 | A10 |
Fahrul Alpiansyah |
| 4 | 4 | 2.17 | 1.83 | 3.05 | -.91 | 5 | 4 | C5 |
Elisa |
| 3 | 3 | 1.41 | 1.59 | 3.03 | -3.20 | 2 | 42 | C2 |
Sekuntum |
| 3 | 3 | 1.42 | 1.58 | 2.98 | -3.16 | 5 | 61 | C5 |
Gns |
| 1 | 1 | 2.72 | -1.72 | -2.87 | .59 | 10 | 159 | A10 |
Asuka |
| 2 | 2 | 1.11 | .89 | 2.81 | -4.84 | 3 | 166 | C3 | W
|
| 2 | 2 | 3.52 | -1.52 | -2.80 | 2.97 | 7 | 65 | A7 | B
|
| 3 | 3 | 1.48 | 1.52 | 2.79 | -2.96 | 3 | 115 | C3 |
Sangun |
| 4 | 4 | 2.35 | 1.65 | 2.72 | -.42 | 9 | 140 | A9 |
Rosma |
| 4 | 4 | 2.35 | 1.65 | 2.72 | -.42 | 9 | 69 | A9 |
Nph |
| 4 | 4 | 2.35 | 1.65 | 2.72 | -.42 | 9 | 38 | A9 |
Nadiah |
| 3 | 3 | 1.53 | 1.47 | 2.64 | -2.80 | 8 | 212 | A8 |
GS |
| 3 | 3 | 1.53 | 1.47 | 2.64 | -2.79 | 5 | 134 | C5 |
Eila |
| 3 | 3 | 1.53 | 1.47 | 2.64 | -2.79 | 5 | 10 | C5 |
dts |
| 2 | 2 | 3.44 | -1.44 | -2.58 | 2.71 | 10 | 207 | A10 |
Na |
| 2 | 2 | 3.44 | -1.44 | -2.58 | 2.71 | 10 | 46 | A10 |
Ir |
| 3 | 3 | 1.57 | 1.43 | 2.54 | -2.67 | 6 | 51 | A6 |
Nadhira |
| 3 | 3 | 1.57 | 1.43 | 2.53 | -2.66 | 3 | 183 | C3 |
adims |
| 4 | 4 | 2.48 | 1.52 | 2.50 | -.07 | 10 | 190 | A10 |
Seoltang |
| 4 | 4 | 2.48 | 1.52 | 2.50 | -.07 | 10 | 113 | A10 |
NH |
| 4 | 4 | 2.48 | 1.52 | 2.50 | -.07 | 10 | 111 | A10 |
DR |
| 4 | 4 | 2.48 | 1.52 | 2.50 | -.07 | 10 | 59 | A10 |
Viska |
| 4 | 4 | 2.48 | 1.52 | 2.49 | -.06 | 9 | 211 | A9 |
Tazkiya |
203
| 4 | 4 | 2.48 | 1.52 | 2.49 | -.06 | 9 | 86 | A9 | i
|
| 4 | 4 | 2.48 | 1.52 | 2.49 | -.06 | 9 | 10 | A9 |
dts |
| 4 | 4 | 2.49 | 1.51 | 2.48 | -.05 | 7 | 112 | A7 |
DMA |
| 1 | 1 | 2.49 | -1.49 | -2.45 | -.04 | 3 | 23 | C3 |
Jj |
| 1 | 1 | 2.49 | -1.49 | -2.45 | -.04 | 3 | 3 | C3 |
Jj |
| 1 | 1 | 2.48 | -1.48 | -2.44 | -.06 | 9 | 42 | A9 |
Sekuntum |
| 3 | 3 | 1.61 | 1.39 | 2.44 | -2.54 | 2 | 159 | C2 |
Asuka |
| 1 | 1 | 2.48 | -1.48 | -2.43 | -.07 | 10 | 166 | A10 | W
|
| 3 | 3 | 1.64 | 1.36 | 2.38 | -2.46 | 5 | 216 | C5 | F
|
| 3 | 3 | 1.64 | 1.36 | 2.38 | -2.46 | 5 | 127 | C5 |
Alya cantik |
| 3 | 3 | 1.64 | 1.36 | 2.38 | -2.46 | 5 | 108 | C5 |
Berlin |
| 3 | 3 | 1.64 | 1.36 | 2.38 | -2.46 | 5 | 47 | C5 | k
|
| 3 | 3 | 1.66 | 1.34 | 2.34 | -2.41 | 4 | 176 | C4 |
Nisrina |
| 3 | 3 | 1.66 | 1.34 | 2.34 | -2.41 | 4 | 104 | C4 |
wiwit |
| 3 | 3 | 1.66 | 1.34 | 2.33 | -2.39 | 1 | 128 | C1 | N
|
| 2 | 2 | 3.32 | -1.32 | -2.32 | 2.35 | 7 | 51 | A7 |
Nadhira |
| 4 | 4 | 2.60 | 1.40 | 2.30 | .27 | 10 | 154 | A10 |
MZAAA |
| 4 | 4 | 2.60 | 1.40 | 2.30 | .27 | 10 | 53 | A10 |
Dita |
| 4 | 4 | 2.60 | 1.40 | 2.30 | .27 | 10 | 24 | A10 |
PH |
| 3 | 3 | 3.84 | -.84 | -2.30 | 4.48 | 7 | 207 | A7 |
Na |
| 3 | 3 | 3.84 | -.84 | -2.30 | 4.48 | 7 | 122 | A7 |
At |
| 4 | 4 | 2.61 | 1.39 | 2.30 | .28 | 9 | 154 | A9 |
MZAAA |
| 4 | 4 | 2.61 | 1.39 | 2.30 | .28 | 9 | 127 | A9 |
Alya cantik |
| 4 | 4 | 2.61 | 1.39 | 2.30 | .28 | 9 | 118 | A9 |
Nadiyah Elvina |
--------------------------------------------------------------------------------
------------------------
204
TABLE 10.1 analisis skala CYBERLOAFING ACS.DAT Sep 26 15:01 2018
INPUT: 217 KIDS 30 ACTS MEASURED: 163 KIDS 30 ACTS 4 CATS WINSTEPS 3.65.0
--------------------------------------------------------------------------------
KID: REAL SEP.: 3.30 REL.: .92 ... ACT: REAL SEP.: 5.34 REL.: .97
ACT STATISTICS: MISFIT ORDER
--------------------------------------------------------------------------------
-----
|ENTRY RAW MODEL| INFIT | OUTFIT |PTMEA|EXACT MATCH|
|
|NUMBER SCORE COUNT MEASURE S.E. |MNSQ ZSTD|MNSQ ZSTD|CORR.| OBS% EXP%|
ACT |
|------------------------------------+----------+----------+-----+-----------+--
----|
| 30 319 163 .56 .16|1.54 4.0|1.50 3.7|A .52| 60.1 70.3|
I0030|
| 26 402 163 -1.43 .15|1.46 4.0|1.50 4.1|B .49| 59.5 63.5|
I0026|
| 25 365 163 -.57 .15|1.35 2.8|1.36 2.8|C .57| 62.6 68.8|
CL25 |
| 29 288 163 1.33 .16|1.34 3.1|1.34 2.9|D .45| 71.2 67.7|
I0029|
| 28 261 163 2.01 .16|1.32 3.3|1.31 2.7|E .40| 57.1 65.0|
I0028|
| 22 363 163 -.53 .15|1.24 2.0|1.23 1.9|F .48| 66.9 69.0|
CL22 |
| 8 411 163 -1.64 .15|1.12 1.2|1.20 1.8|G .41| 71.8 63.0|
CL8 |
| 23 346 163 -.11 .16|1.20 1.6|1.17 1.4|H .68| 74.8 70.5|
CL23 |
| 27 267 163 1.86 .16|1.19 1.9|1.15 1.4|I .53| 68.7 65.3|
I0027|
| 20 341 163 .01 .16|1.16 1.3|1.13 1.1|J .63| 65.0 70.7|
CL20 |
| 24 341 163 .01 .16|1.13 1.1|1.09 .8|K .68| 71.2 70.7|
CL24 |
| 1 409 163 -1.59 .15|1.03 .3|1.07 .7|L .45| 69.3 63.1|
CL1 |
| 3 369 163 -.67 .15|1.01 .1|1.01 .2|M .52| 69.3 68.2|
CL3 |
| 4 403 163 -1.45 .15| .94 -.6| .98 -.2|N .48| 76.7 63.5|
CL4 |
| 16 336 163 .13 .16| .97 -.2| .95 -.4|O .60| 72.4 70.8|
CL16 |
| 2 355 163 -.33 .16| .95 -.4| .96 -.3|o .60| 73.6 69.7|
CL2 |
| 17 325 163 .41 .16| .94 -.4| .93 -.6|n .69| 69.9 70.6|
CL17 |
| 9 368 163 -.65 .15| .89 -1.0| .90 -.8|m .63| 79.1 68.4|
CL9 |
| 18 319 163 .56 .16| .89 -.9| .89 -.9|l .71| 70.6 70.3|
CL18 |
| 11 340 163 .04 .16| .80 -1.7| .79 -1.8|k .72| 76.7 70.7|
CL11 |
| 13 302 163 .98 .16| .78 -2.1| .77 -2.1|j .57| 77.9 68.9|
CL13 |
| 14 308 163 .83 .16| .78 -2.1| .76 -2.2|i .66| 79.8 69.3|
CL14 |
| 15 337 163 .11 .16| .77 -2.1| .75 -2.2|h .67| 76.7 70.7|
CL15 |
| 12 352 163 -.26 .16| .76 -2.2| .76 -2.2|g .73| 77.3 70.0|
CL12 |
| 5 357 163 -.38 .16| .74 -2.4| .73 -2.4|f .65| 78.5 69.6|
205
CL5 |
| 21 331 163 .26 .16| .73 -2.4| .71 -2.6|e .65| 78.5 70.8|
CL21 |
| 10 327 163 .36 .16| .72 -2.6| .70 -2.7|d .71| 75.5 70.7|
CL10 |
| 19 313 163 .71 .16| .71 -2.8| .69 -2.9|c .72| 76.1 69.8|
CL19 |
| 6 358 163 -.41 .16| .70 -2.8| .69 -2.9|b .60| 80.4 69.5|
CL6 |
| 7 348 163 -.16 .16| .58 -4.2| .56 -4.3|a .67| 81.6 70.3|
CL7 |
|------------------------------------+----------+----------+-----+-----------+--
----|
| MEAN 342.0 163.0 .00 .16| .99 -.1| .99 -.2| | 72.3 68.6|
|
| S.D. 36.6 .0 .89 .00| .25 2.2| .25 2.2| | 6.4 2.5|
|
--------------------------------------------------------------------------------
-----
206
TABLE 10.3 analisis skala CYBERLOAFING ACS.DAT Sep 26 15:01 2018
INPUT: 217 KIDS 30 ACTS MEASURED: 163 KIDS 30 ACTS 4 CATS WINSTEPS 3.65.0
--------------------------------------------------------------------------------
ACT CATEGORY/OPTION/DISTRACTOR FREQUENCIES: MISFIT ORDER
---------------------------------------------------------------------
|ENTRY DATA SCORE | DATA | AVERAGE S.E. OUTF PTMEA| |
|NUMBER CODE VALUE | COUNT % | MEASURE MEAN MNSQ CORR.| ACT |
|--------------------+------------+--------------------------+------|
| 30 A 1 1 | 42 26 | -2.30 .19 1.2 -.33 |I0030 | 1 STS
| 2 2 | 90 55 | -1.59 .12 1.3 -.07 | | 2 TS
| 3 3 | 27 17 | -.45 .27 1.2 .33 | | 3 S
| 4 4 | 4 2 | 1.80 .87 1.8 .36 | | 4 SS
| | | | |
| 26 B 1 1 | 14 9 | -3.07 .28 1.1 -.33 |I0026 | 1 STS
| 2 2 | 67 41 | -1.86 .10 1.1 -.21 | | 2 TS
| 3 3 | 74 45 | -1.09 .17 1.4 .26 | | 3 S
| 4 4 | 8 5 | .37 .74 1.6 .30 | | 4 SS
| | | | |
| 25 C 1 1 | 20 12 | -3.05 .25 1.0 -.40 |CL25 | 1 STS
| 2 2 | 91 56 | -1.65 .09 1.0 -.11 | | 2 TS
| 3 3 | 45 28 | -.99 .21 1.3 .22 | | 3 S
| 4 4 | 7 4 | 1.51 .86 1.5 .44 | | 4 SS
| | | | |
| 29 D 1 1 | 55 34 | -2.12 .20 1.4 -.30 |I0029 | 1 STS
| 2 2 | 93 57 | -1.40 .09 .7 .08 | | 2 TS
| 3 3 | 13 8 | -.35 .67 1.9 .24 | | 3 S
| 4 4 | 2 1 | 3.25 .58 1.1 .37 | | 4 SS
| | | | |
| 28 E 1 1 | 73 45 | -1.90 .17 1.6 -.25 |I0028 | 1 STS
| 2 2 | 84 52 | -1.36 .12 1.2 .10 | | 2 TS
| 3 3 | 4 2 | .53 .83 1.2 .22 | | 3 S
| 4 4 | 2 1 | 3.25 .58 1.2 .37 | | 4 SS
| | | | |
| 22 F 1 1 | 15 9 | -3.28 .21 .8 -.39 |CL22 | 1 STS
| 2 2 | 100 61 | -1.57 .09 1.1 -.06 | | 2 TS
| 3 3 | 44 27 | -1.00 .27 1.5 .21 | | 3 S
| 4 4 | 4 2 | 1.39 1.14 1.5 .32 | | 4 SS
| | | | |
| 8 G 1 1 | 3 2 | -2.07 .94 1.8 -.05 |CL8 | 1 STS
| 2 2 | 77 47 | -2.05 .10 1.0 -.36 | | 2 TS
| 3 3 | 78 48 | -1.08 .18 1.5 .28 | | 3 S
| 4 4 | 5 3 | .70 .90 1.3 .27 | | 4 SS
| | | | |
| 23 H 1 1 | 26 16 | -3.19 .18 .8 -.51 |CL23 | 1 STS
| 2 2 | 99 61 | -1.58 .07 .5 -.07 | | 2 TS
| 3 3 | 30 18 | -.43 .31 1.1 .35 | | 3 S
| 4 4 | 8 5 | .91 .78 2.2 .38 | | 4 SS
| | | | |
| 27 I 1 1 | 71 44 | -2.04 .17 1.4 -.33 |I0027 | 1 STS
| 2 2 | 82 50 | -1.39 .09 .9 .08 | | 2 TS
| 3 3 | 8 5 | .75 .55 1.0 .36 | | 3 S
| 4 4 | 2 1 | 4.20 .37 .8 .44 | | 4 SS
| | | | |
| 20 J 1 1 | 28 17 | -2.97 .20 .9 -.46 |CL20 | 1 STS
| 2 2 | 95 58 | -1.56 .09 .8 -.04 | | 2 TS
| 3 3 | 37 23 | -.61 .24 1.2 .34 | | 3 S
| 4 4 | 3 2 | 2.86 1.36 .9 .42 | | 4 SS
| | | | |
| 24 K 1 1 | 29 18 | -2.96 .20 .9 -.47 |CL24 | 1 STS
| 2 2 | 95 58 | -1.64 .07 .5 -.11 | | 2 TS
| 3 3 | 34 21 | -.32 .28 1.0 .42 | | 3 S
| 4 4 | 5 3 | 1.56 .79 1.6 .38 | | 4 SS
207
| | | | |
| 1 L 1 1 | 3 2 | -3.36 .41 1.0 -.18 |CL1 | 1 STS
| 2 2 | 78 48 | -2.01 .10 .9 -.34 | | 2 TS
| 3 3 | 78 48 | -1.05 .17 1.4 .30 | | 3 S
| 4 4 | 4 2 | 1.05 1.46 1.5 .28 | | 4 SS
| | | | |
| 3 M 1 1 | 12 7 | -3.13 .31 .9 -.32 |CL3 | 1 STS
| 2 2 | 97 60 | -1.78 .10 1.0 -.24 | | 2 TS
| 3 3 | 53 33 | -.73 .22 1.2 .37 | | 3 S
| 4 4 | 1 1 | 4.57 .1 .33 | | 4 SS
| | | | |
| 4 N 1 1 | 3 2 | -2.99 .04 1.1 -.14 |CL4 | 1 STS
| 2 2 | 83 51 | -2.12 .10 .8 -.44 | | 2 TS
| 3 3 | 74 45 | -.80 .17 1.1 .44 | | 3 S
| 4 4 | 3 2 | -.18 2.52 2.9 .13 | | 4 SS
| | | | |
| 16 O 1 1 | 24 15 | -2.99 .24 .8 -.43 |CL16 | 1 STS
| 2 2 | 107 66 | -1.55 .09 .8 -.05 | | 2 TS
| 3 3 | 30 18 | -.44 .31 1.2 .35 | | 3 S
| 4 4 | 2 1 | 3.25 .58 .6 .37 | | 4 SS
| | | | |
| 2 o 1 1 | 18 11 | -3.18 .23 .8 -.41 |CL2 | 1 STS
| 2 2 | 99 61 | -1.71 .08 .7 -.18 | | 2 TS
| 3 3 | 45 28 | -.50 .25 1.1 .43 | | 3 S
| 4 4 | 1 1 | 4.57 .1 .33 | | 4 SS
| | | | |
| 17 n 1 1 | 32 20 | -2.94 .18 .8 -.50 |CL17 | 1 STS
| 2 2 | 103 63 | -1.51 .09 .7 .00 | | 2 TS
| 3 3 | 25 15 | -.13 .29 1.0 .41 | | 3 S
| 4 4 | 3 2 | 2.53 1.69 1.7 .38 | | 4 SS
| | | | |
| 9 m 1 1 | 10 6 | -2.99 .25 1.0 -.26 |CL9 | 1 STS
| 2 2 | 107 66 | -1.89 .08 .8 -.37 | | 2 TS
| 3 3 | 40 25 | -.62 .24 1.0 .35 | | 3 S
| 4 4 | 6 4 | 1.97 .86 1.1 .47 | | 4 SS
| | | | |
| 18 l 1 1 | 36 22 | -2.93 .16 .7 -.53 |CL18 | 1 STS
| 2 2 | 100 61 | -1.44 .08 .6 .05 | | 2 TS
| 3 3 | 25 15 | -.14 .29 1.1 .40 | | 3 S
| 4 4 | 2 1 | 4.20 .37 .4 .44 | | 4 SS
| | | | |
| 11 k 1 1 | 24 15 | -3.14 .22 .8 -.47 |CL11 | 1 STS
| 2 2 | 103 63 | -1.71 .07 .5 -.19 | | 2 TS
| 3 3 | 34 21 | .10 .24 .7 .57 | | 3 S
| 4 4 | 2 1 | 1.62 2.95 2.5 .24 | | 4 SS
| | | | |
| 13 j 1 1 | 35 21 | -2.44 .26 1.2 -.34 |CL13 | 1 STS
| 2 2 | 119 73 | -1.46 .09 .9 .05 | | 2 TS
| 3 3 | 7 4 | .77 .52 .7 .33 | | 3 S
| 4 4 | 2 1 | 4.20 .37 .5 .44 | | 4 SS
| | | | |
| 14 i 1 1 | 36 22 | -2.74 .21 .9 -.46 |CL14 | 1 STS
| 2 2 | 111 68 | -1.41 .08 .7 .09 | | 2 TS
| 3 3 | 14 9 | .18 .44 1.0 .36 | | 3 S
| 4 4 | 2 1 | 4.20 .37 .4 .44 | | 4 SS
| | | | |
| 15 h 1 1 | 23 14 | -3.18 .22 .7 -.47 |CL15 | 1 STS
| 2 2 | 106 65 | -1.65 .08 .6 -.14 | | 2 TS
| 3 3 | 34 21 | .09 .29 .8 .57 | | 3 S
| | | | |
| 12 g 1 1 | 19 12 | -3.23 .23 .8 -.44 |CL12 | 1 STS
| 2 2 | 101 62 | -1.79 .07 .6 -.26 | | 2 TS
| 3 3 | 41 25 | -.26 .20 .8 .50 | | 3 S
| 4 4 | 2 1 | 4.20 .37 .2 .44 | | 4 SS
208
| | | | |
| 5 f 1 1 | 12 7 | -3.58 .28 .6 -.41 |CL5 | 1 STS
| 2 2 | 110 67 | -1.79 .08 .7 -.28 | | 2 TS
| 3 3 | 39 24 | -.22 .25 .9 .50 | | 3 S
| 4 4 | 2 1 | 1.49 3.08 2.3 .23 | | 4 SS
| | | | |
| 21 e 1 1 | 22 13 | -3.16 .21 .7 -.46 |CL21 | 1 STS
| 2 2 | 115 71 | -1.59 .09 1.0 -.09 | | 2 TS
| 3 3 | 25 15 | .25 .32 .8 .52 | | 3 S
| 4 4 | 1 1 | .89 2.0 .13 | | 4 SS
| | | | |
| 10 d 1 1 | 26 16 | -2.91 .21 .8 -.43 |CL10 | 1 STS
| 2 2 | 112 69 | -1.64 .08 .7 -.14 | | 2 TS
| 3 3 | 23 14 | .34 .31 .7 .52 | | 3 S
| 4 4 | 2 1 | 3.25 .58 .7 .37 | | 4 SS
| | | | |
| 19 c 1 1 | 34 21 | -3.01 .15 .7 -.54 |CL19 | 1 STS
| 2 2 | 110 67 | -1.39 .09 .7 .11 | | 2 TS
| 3 3 | 17 10 | .20 .38 .9 .41 | | 3 S
| 4 4 | 2 1 | 3.62 .95 .8 .40 | | 4 SS
| | | | |
| 6 b 1 1 | 9 6 | -3.53 .23 .6 -.34 |CL6 | 1 STS
| 2 2 | 114 70 | -1.79 .08 .7 -.30 | | 2 TS
| 3 3 | 39 24 | -.36 .29 1.0 .45 | | 3 S
| 4 4 | 1 1 | 4.57 .1 .33 | | 4 SS
| | | | |
| 7 a 1 1 | 11 7 | -3.66 .21 .5 -.40 |CL7 | 1 STS
| 2 2 | 120 74 | -1.73 .08 .8 -.26 | | 2 TS
| 3 3 | 31 19 | -.05 .28 .8 .49 | | 3 S
| 4 4 | 1 1 | 4.57 .1 .33 | | 4 SS
---------------------------------------------------------------------
209
TABLE 10.4 analisis skala CYBERLOAFING ACS.DAT Sep 26 15:01 2018
INPUT: 217 KIDS 30 ACTS MEASURED: 163 KIDS 30 ACTS 4 CATS WINSTEPS 3.65.0
--------------------------------------------------------------------------------
MOST MISFITTING RESPONSE STRINGS
ACT OUTMNSQ |KID
| 11 221 1 2 1 1 1 12 1 1121 21 1 1
|937 0018 8 723067 501476866711129446165791149742
|89042545951871060318208029160446574293084005280884
high--------------------------------------------------
30 I0030 1.50 A|2.......1.4.4.1.11...1.3....3.3333................
26 I0026 1.50 B|.3..............44.1.1...4..4.......1.33.3.......3
25 CL25 1.36 C|.....44..1......4......4.......1..33...333.3......
29 I0029 1.34 D|..4..11.11..1.1.......3.......3...3..3....3.......
28 I0028 1.31 E|2441.11.11.11..............3.................2....
22 CL22 1.23 F|..2..44..........4...........311..33..333333....3.
8 CL8 1.20 G|3..............1..44...................33.3.3..33.
23 CL23 1.17 H|.....44....4....44.....4......3.3.3..33...........
27 I0027 1.15 I|.....11.11.11.31..3.......3.......................
20 CL20 1.13 J|...........4..1.......1.........3.............3...
24 CL24 1.09 K|...4.44......4.................3....3..3.3........
1 CL1 1.07 L|.3..............................4......333..3.3.3.
3 CL3 1.01 M|..2.................1........3..3.13.33........3..
4 CL4 .98 N|.3................4...................333...4..3..
16 CL16 .95 O|..............1....1..1..3....33..................
2 CL2 .96 o|.............................3.3..3.....3...3.....
17 CL17 .93 n|..............1.4....31.......................3...
9 CL9 .90 m|.....44...........4..........13.3333...........3..
18 CL18 .89 l|..............1.....331.......................3...
11 CL11 .79 k|..................1...41....1....3................
13 CL13 .77 j|....1......11.....11.............................2
14 CL14 .76 i|..............1...11...............3..............
15 CL15 .75 h|..................1....1.......3.3................
12 CL12 .76 g|..................1....1.......3.3................
5 CL5 .73 f|........................4....3........3...........
21 CL21 .71 e|.2.....4...............1.3...3....................
|----------------------------------------------low-
|91142221851177232618511176866121119411215792141712
|837 0019 8 106037 208429160716524246164001189844
| 90 545 8 0 1 0 0 44 7 9308 52 0 8
210
TABLE 10.5 analisis skala CYBERLOAFING ACS.DAT Sep 26 15:01 2018
INPUT: 217 KIDS 30 ACTS MEASURED: 163 KIDS 30 ACTS 4 CATS WINSTEPS 3.65.0
--------------------------------------------------------------------------------
MOST UNEXPECTED RESPONSES
ACT MEASURE |KID
| 11 221 1 2 1 1 1 12 1 1121 21 1 1
|937 0018 8 723067 501476866711129446165791149742
|89042545951871060318208029160446574293084005280884
high--------------------------------------------------
8 CL8 -1.64 G|3..............1..44...................33.3.3..33.
1 CL1 -1.59 L|.3..............................4......333..3.3.3.
4 CL4 -1.45 N|.3................4...................333...4..3..
26 I0026 -1.43 B|.3..............44.1.1...4..4.......1.33.3.......3
3 CL3 -.67 M|..2.................1........3..3.13.33........3..
9 CL9 -.65 m|.....44...........4..........13.3333...........3..
25 CL25 -.57 C|.....44..1......4......4.......1..33...333.3......
22 CL22 -.53 F|..2..44..........4...........311..33..333333....3.
6 CL6 -.41 b|..............................3.....3.3.....3....3
5 CL5 -.38 f|........................4....3........3...........
2 CL2 -.33 o|.............................3.3..3.....3...3.....
12 CL12 -.26 g|..................1....1.......3.3................
7 CL7 -.16 a|.............................3......3.............
23 CL23 -.11 H|.....44....4....44.....4......3.3.3..33...........
20 CL20 .01 J|...........4..1.......1.........3.............3...
24 CL24 .01 K|...4.44......4.................3....3..3.3........
11 CL11 .04 k|..................1...41....1....3................
15 CL15 .11 h|..................1....1.......3.3................
16 CL16 .13 O|..............1....1..1..3....33..................
21 CL21 .26 e|.2.....4...............1.3...3....................
10 CL10 .36 d|..................11.3.1.........3................
17 CL17 .41 n|..............1.4....31.......................3...
18 CL18 .56 l|..............1.....331.......................3...
30 I0030 .56 A|2.......1.4.4.1.11...1.3....3.3333................
19 CL19 .71 c|...................3..1......3....................
14 CL14 .83 i|..............1...11...............3..............
13 CL13 .98 j|....1......11.....11.............................2
29 I0029 1.33 D|..4..11.11..1.1.......3.......3...3..3....3.......
27 I0027 1.86 I|.....11.11.11.31..3.......3.......................
28 I0028 2.01 E|2441.11.11.11..............3.................2....
|----------------------------------------------low-
|91142221851177232618511176866121119411215792141712
|837 0019 8 106037 208429160716524246164001189844
| 90 545 8 0 1 0 0 44 7 9308 52 0 8
211
TABLE 10.6 analisis skala CYBERLOAFING ACS.DAT Sep 26 15:01 2018
INPUT: 217 KIDS 30 ACTS MEASURED: 163 KIDS 30 ACTS 4 CATS WINSTEPS 3.65.0
--------------------------------------------------------------------------------
MOST UNEXPECTED RESPONSES
--------------------------------------------------------------------------------
------------------------
| DATA |OBSERVED|EXPECTED|RESIDUAL|ST. RES.|MEASDIFF| ACT | KID | ACT |
KID |
|------+--------+--------+--------+--------+--------+-------+--------+-------+--
-----------------------|
| 4 | 4 | 1.83 | 2.17 | 4.40 | -2.58 | 4 | 112 | CL4 |
DMA |
| 3 | 3 | 1.22 | 1.78 | 4.30 | -5.09 | 29 | 90 | I0029 |
Ridho |
| 4 | 4 | 2.12 | 1.88 | 3.87 | -1.36 | 11 | 18 | CL11 | V
|
| 4 | 4 | 2.12 | 1.88 | 3.85 | -1.35 | 23 | 140 | CL23 |
Rosma |
| 3 | 3 | 1.28 | 1.72 | 3.77 | -4.74 | 18 | 190 | CL18 |
Seoltang |
| 4 | 4 | 2.15 | 1.85 | 3.75 | -1.22 | 17 | 200 | CL17 | A
|
| 1 | 1 | 2.89 | -1.89 | -3.75 | 1.44 | 8 | 36 | CL8 |
Yusa |
| 4 | 4 | 2.15 | 1.85 | 3.74 | -1.21 | 5 | 72 | CL5 |
Ny |
| 3 | 3 | 1.31 | 1.69 | 3.58 | -4.59 | 17 | 190 | CL17 |
Seoltang |
| 4 | 4 | 2.22 | 1.78 | 3.52 | -.95 | 1 | 15 | CL1 |
Mif |
| 1 | 1 | 2.80 | -1.80 | -3.48 | 1.10 | 25 | 5 | CL25 | Y
|
| 3 | 3 | 3.92 | -.92 | -3.46 | 6.21 | 8 | 98 | CL8 | N
|
| 4 | 4 | 2.23 | 1.77 | 3.46 | -.89 | 25 | 140 | CL25 |
Rosma |
| 3 | 3 | 1.35 | 1.65 | 3.38 | -4.42 | 29 | 163 | I0029 |
Nisa |
| 4 | 4 | 2.28 | 1.72 | 3.30 | -.70 | 23 | 200 | CL23 | A
|
| 4 | 4 | 2.28 | 1.72 | 3.30 | -.70 | 23 | 63 | CL23 | M
|
| 3 | 3 | 1.41 | 1.59 | 3.16 | -4.19 | 20 | 190 | CL20 |
Seoltang |
| 2 | 2 | 1.09 | .91 | 3.08 | -6.05 | 28 | 48 | I0028 |
Fadli |
| 4 | 4 | 2.36 | 1.64 | 3.08 | -.42 | 9 | 171 | CL9 | H
|
| 3 | 3 | 1.44 | 1.56 | 3.06 | -4.07 | 6 | 24 | CL6 |
PH |
| 4 | 4 | 2.37 | 1.63 | 3.05 | -.39 | 30 | 7 | I0030 |
Adf |
| 1 | 1 | 2.64 | -1.64 | -3.05 | .53 | 13 | 2 | CL13 | A
|
| 2 | 2 | 3.56 | -1.56 | -3.05 | 4.01 | 30 | 98 | I0030 | N
|
| 3 | 3 | 1.46 | 1.54 | 3.01 | -4.01 | 29 | 94 | I0029 |
Hamba |
| 4 | 4 | 2.40 | 1.60 | 2.98 | -.30 | 26 | 60 | I0026 |
In |
| 4 | 4 | 2.40 | 1.60 | 2.98 | -.28 | 22 | 63 | CL22 | M
|
212
| 3 | 3 | 1.47 | 1.53 | 2.97 | -3.95 | 22 | 148 | CL22 |
Putri |
| 4 | 4 | 2.41 | 1.59 | 2.94 | -.24 | 25 | 200 | CL25 | A
|
| 1 | 1 | 2.59 | -1.59 | -2.94 | .37 | 26 | 8 | I0026 |
Pb |
| 1 | 1 | 2.58 | -1.58 | -2.92 | .34 | 30 | 89 | I0030 |
Rf |
| 3 | 3 | 1.49 | 1.51 | 2.91 | -3.88 | 29 | 214 | I0029 |
RA |
| 4 | 4 | 2.44 | 1.56 | 2.89 | -.16 | 26 | 69 | I0026 |
Nph |
| 4 | 4 | 2.46 | 1.54 | 2.84 | -.08 | 24 | 71 | CL24 |
Dk |
| 3 | 3 | 1.53 | 1.47 | 2.82 | -3.74 | 28 | 66 | I0028 |
Af |
| 4 | 4 | 2.47 | 1.53 | 2.81 | -.03 | 30 | 1 | I0030 |
AIC |
| 3 | 3 | 1.54 | 1.46 | 2.80 | -3.70 | 2 | 112 | CL2 |
DMA |
| 1 | 1 | 2.51 | -1.51 | -2.78 | .11 | 26 | 100 | I0026 |
ADS |
| 3 | 3 | 1.55 | 1.45 | 2.77 | -3.65 | 14 | 42 | CL14 |
Sekuntum |
| 3 | 3 | 1.56 | 1.44 | 2.76 | -3.63 | 24 | 70 | CL24 |
Alnoor |
| 3 | 3 | 1.56 | 1.44 | 2.76 | -3.63 | 6 | 112 | CL6 |
DMA |
| 3 | 3 | 1.57 | 1.43 | 2.74 | -3.59 | 27 | 81 | I0027 |
Sari |
| 2 | 2 | 3.44 | -1.44 | -2.73 | 3.58 | 21 | 139 | CL21 |
Dinda Alferina G |
| 3 | 3 | 1.59 | 1.41 | 2.71 | -3.53 | 9 | 78 | CL9 |
Asp |
| 4 | 4 | 2.53 | 1.47 | 2.70 | .16 | 20 | 188 | CL20 |
alika |
| 3 | 3 | 1.59 | 1.41 | 2.70 | -3.51 | 3 | 78 | CL3 |
Asp |
| 3 | 3 | 1.59 | 1.41 | 2.70 | -3.51 | 22 | 215 | CL22 | i
|
| 1 | 1 | 2.46 | -1.46 | -2.69 | -.08 | 20 | 20 | CL20 |
Sk |
| 3 | 3 | 1.60 | 1.40 | 2.67 | -3.46 | 25 | 215 | CL25 | i
|
| 4 | 4 | 2.57 | 1.43 | 2.64 | .28 | 23 | 188 | CL23 |
alika |
| 1 | 1 | 2.42 | -1.42 | -2.63 | -.21 | 16 | 20 | CL16 |
Sk |
--------------------------------------------------------------------------------
------------------------