[9]
Prosiding Konferensi Nasional Peneliti Muda Psikologi Indonesia 2017 Vol. 2, No. 1, Hal 9-17
GAMBARAN CYBERSLACKING PADA MAHASISWA
Yemima Valencia Susanto PutriYemimavalenciasp@gmail.com
Fakultas Psikologi, Universitas Kristen Krida Wacana
Yasinta Astin Sokang Astinsokang@ukrida.ac.id
Fakultas Psikologi, Universitas Kristen Krida Wacana
Abstrak
Internet telah menjadi alat komunikasi yang tak terhindarkan dalam kehidupan sehari-hari. Hal ini menimbulkan cyberslacking pada mahasiswa. Cyberslacking dapat ditemukan ketika mereka mengakses internet untuk hal yang tidak berkaitan dengan kelas yang sedang berlangsung. Tujuan dari penelitian ini adalah untuk mengetahui gambaran perilaku cyberslacking pada mahasiswa. Cyberslacking terdiri atas minor cyberslacking dan serious cyberslacking. Data dikumpulkan dari 84 mahasiswa dengan menggunakan cyberslacking questionnaire. Hasil penelitian menunjukkan bahwa tingkat minor cyberslacking berada pada tingkat sedang (mean=13,36, SD=4,986) dan tingkat serious cyberslacking berada pada tingkat rendah (mean=11,48, SD=6,920). Hasil data tambahan menunjukkan bahwa online streaming adalah aplikasi yang paling banyak digunakan di internet.
Keywords :cyberslacking, internet, Mahasiswa Pendahuluan
Internet sudah menjadi alat komunikasi yang tak terhindarkan dalam kehidupan sehari-hari (Young, 1999; Ceyhan & Ceyhan, 2008; APJII, 2014). Hal ini terlihat dari jumlah pengguna internet di Indonesia yang sudah mencapai 88,1 juta orang dimana 49% diantaranya berusia 18-25 tahun (APJII, 2014). Peningkatan ini terjadi salah satunya disebabkan karena mahasiswa menggunakan internet sebagai alat utama pembelajaran (Young, 2004). Junco dan Cotten (2011) menyatakan bahwa internet digunakan untuk mengumpulkan informasi yang berkaitan dengan tugas, sebagai media komunikasi dengan teman sekelas guna mendiskusikan tugas yang sedang dikerjakan. Di balik manfaat tersebut, internet juga memberikan konsekuensi negatif, yaitu cyberslacking.
Berdasarkan pengamatan yang dilakukan peneliti, ditemukan mahasiswa banyak melakukan pengalihan perhatian dari dosen yang sedang mengajar di kelas.
Mereka memainkan handphone, tab, ipad, laptop, dan gadget lainnya ketika kegiatan belajar-mengajar sedang berlangsung. Hasil pengamatan ini juga diperkuat dengan penyebaran kuesioner singkat terhadap 21 mahasiswa yang menunjukkan hasil bahwa para mahasiswa sering menggunakan gadget mereka ketika di kelas. kegiatan yang biasa dilakukan mahasiswa adalah mengecek sosial media yang mereka miliki seperti: instagram, aplikasi chatting, facebook, melakukan browsing, menonton video, melakukan belanja online atau sekedar membaca berita. Mereka mengaku alasan mereka memakai gadget karena merasakan kebosanan di kelas.
Cyberslacking adalah perilaku
menggunakan internet di lingkungan belajar untuk kepentingan pribadi yang tidak terkait dengan tugas di kelas (Geokçearslan et al. 2016; Lim, 2002;Lavoie & Pychyl, 2001). Sebagian besar orang menggunakan internet sebagai pengalih dari tujuan mereka (Davis, et al.
[10]
2002). Salah satu ciri penting cyberslacking yaitu bahwa motif melakukan cyberslacking adalah untuk menghindari tugas dan menjelajahi hal yang lebih disenangi di internet (Blanchard & Henle, 2008) dibandingkan dengan kebutuhan beristirahat untuk mengembalikan tenaga dan fokus (O‟Neill, Hambley, & Chatellier, 2014).
Cyberslacking (disebut juga dengan Cyberloafing) terbagi atas dua jenis, yaitu (1) minor cyberslacking dan (2) serious cyberslacking (Blanchard & Henle, 2008). Bentuk perilaku dari minor cyberslacking menurut Blanchard dan Henle (2008) yaitu mengirim atau menerima e-mail pribadi di kelas, melakukan browsing, membaca berita, dan melakukan belanja online. Sedangkan bentuk perilaku dari serious cyberslacking yaitu mengunjungi situs dewasa, mengurus situs pribadi dan berinteraksi dengan orang lain melalui chatrooms, blog, dan iklan personal, melakukan perjudian online, dan mengunduh lagu secara ilegal (Blanchard & Henle, 2008).
Survei yang dilakukan oleh sebuah situs karir, menemukan bahwa lebih dari 90% karyawan dari 1244 sampel melakukan cyberslacking ketika mereka sedang bekerja (Marron, 2000). Survei lain juga menemukan bahwa sekitar 84% karyawan mengirim e-mail yang tidak berkaitan dengan pekerjaan dan sekitar 90% berselancar di internet, ketika mereka seharusnya bekerja (Vault dalam Lim, 2002)
Cyberslacking dipengaruhi oleh
sikap, emosi, dan faktor sosial yang dimiliki mahasiswa untuk menggunakan internet untuk urusan pribadi (O‟Neill, Hambley, & Chatellier, 2014). Lingkungan yang mendukung (teman yang melakukan cyberslacking) memengaruhi mahasiswa untuk melakukan cyberslacking. Namun, keinginan mahasiswa untuk melakukan cyberslacking ternyata menjadi faktor yang lebih mempengaruhi untuk melakukan cyberslacking dibanding faktor adanya pengaruh dari sesama teman yang
melakukan cyberslacking (Gerow, et al. 2010).
Penelitian yang dilakukan Lavoie dan Pychyl (2001) menemukan bahwa cyberslacking sudah menjadi bagian dari kehidupan bermahasiswa. Mahasiswa yang membawa laptop ke kelas duapertiga kali lebih rentan melakukan cyberslacking (Ragan, Jennings, Massey, & Doolittle, 2014). Mahasiswa cenderung mencari kegiatan lain (off-task) ketika merasakan kebosanan atau berusaha untuk tetap terjaga ketika kegiatan belajar mengajar sedang berlangsung (Ragan et al. 2014). Hal ini menyebabkan mahasiswa memiliki potensi yang cukup tinggi melakukan cyberslacking (Meier et al. 2016).
Cyberslacking dikatakan
memberikan dampak yang positif pada emosi seseorang (Lim & Chen, 2012). Kesenangan ketika melakukan
cyberslacking (seperti: menggunakan
facebook) membantu mahasiswa
mengurangi stres terkait masalah akademik (Meier, Reinecke, & Meltzer, 2016). Dampak lain yang didapatkan dari melakukan cyberslacking adalah mahasiswa dapat mengaplikasikan informasi yang diperoleh dari browsing terhadap tugas yang didapatkan (Meier, Reinecke, & Meltzer, 2016).
Cyberslacking ditemukan berkaitan dengan performa mahasiswa (Ravizza, Hambrick, & Fenn, 2013). Cyberslacking yang dilakukan mahasiswa mengalihkan perhatian dari aktivitas yang berkaitan dengan kegiatan belajar mengajar di kelas (Gerow et al. 2010), sehingga nilai ujian yang didapatkan mahasiswa menjadi rendah (Ravizza et al. 2013). Hasil yang ditemukan Meier et al. (2016) menemukan bahwa melakukan cyberslacking (seperti menggunakan facebook di kelas) dapat merusak hasil akademis mahasiswa dan kesejahteraan secara keseluruhan. Menurut Geokçearslan et al. (2016) dan jika cyberslacking di kelas dilakukan dengan menggunakan smartphone, maka akan berisiko lebih tinggi untuk mengalami smartphone addiction.
[11]
Wang, Chen, & Liang (2011) dalam penelitiannya menemukan bahwa tingkat mahasiswa yang mengakses media sosial ketika berada di kelas sebesar 64% dan tingkat mahasiswa yang mengakses media sosial ketika mengerjakan tugas sebesar 80%. Hasil penelitian Aagaard (2015) menyebutkan bahwa penggunaan facebook di kelas sudah menjadi hal yang sangat biasa dilakukan setiap harinya. Hasil penelitian Meier, Reinecke, & Meltzer (2016) menyatakan kebiasaan membuka facebook dan kesenangan yang didapatkan dari mengecek facebook dapat memprediksi frekuensi prokrastinasi dengan menggunakan media online. Hasil penelitian Tindell dan Bohlander (2012) menyatakan bahwa mahasiswa menggunakan smartphone mereka untuk mengakses internet ketika mereka di kelas. Informasi yang didapatkan mahasiswa ketika mengakses internet di kelas, baik informasi yang dapat langsung diterapkan di dalam kelas maupun informasi lainnya, dapat membantu mahasiswa dalam mengerjakan tugasnya.
Beberapa penelitian eksploratif telah dilakukan sebelumnya dengan menggunakan partisipan karyawan yang bekerja di kantor (Lim & Teo, 2005), akan tetapi belum ditemukan adanya penelitian eksploratif mengenai cyberslacking pada mahasiswa. Oleh karena itu, dengan alasan ini peneliti tertarik untuk meneliti gambaran cyberslacking pada mahasiswa.
Aktivitas online dalam minor cyberslacking ditemukan lebih banyak dilakukan oleh karyawan dibandingkan
dengan aktivitas online dalam serious cyberslacking. Lebih lanjut Blanchard dan Henle ( 2008) juga menyatakan bahwa minor cyberslacking lebih diterima di norma sosial dibandingkan dengan serious cyberslacking. Minor cyberslacking dirasa lebih sedikit berisiko dibandingkan dengan serious cyberslacking. Hal ini yang menyebabkan frekuensi melakukan minor
cyberslacking ditemukan lebih tinggi
dibandingkan dengan frekuensi melakukan serious cyberslacking.
Metode Penelitian
Penelitian ini menggunakan pendekatan kuantitatif dengan teknik analisis statistik deskriptif. Perhitungan dilakukan dengan menggunakan SPSS versi 16.0.
Instrumen Penelitian
Instrumen penelitian yang digunakan dalam penelitian ini adalah The
scale for cyber slacking in the
questionnaire (Ince & Gül, 2011)
berdasarkan konstruk teori dari Blanchard & Henle (2008) yang membagi cyberslacking menjadi dua aspek yaitu
minor cyberslacking dan serious
cyberslacking. Peneliti melakukan adaptasi dengan menerjemahkan aitem, lalu mengeliminasi aitem yang dirasa tidak relevan dengan mahasiswa. Setelah itu peneliti meminta review dari dosen pembimbing terkait dengan aitem skala tersebut. Skala lalu di uji coba terhadap 35 mahasiswa dan menghasilkan beberapa aitem digugurkan. Instrumen lain yang digunakan yaitu intensitas aplikasi yang dipakai partisipan. Instrumen ini berisikan beberapa aplikasi yang biasa digunakan mahasiswa.
Gambaran Umum Karakteristik Partisipan Penelitian
Populasi dalam penelitian ini adalah mahasiswa
[12]
aktif Universitas X. Teknik pengambilan sampling menggunakan purposive sampling. Sampel berjumlah sebanyak 84 mahasiswa.
Berdasarkan tabel 1, usia sampel paling banyak berkisar pada 17-20 tahun. Berdasarkan jenis kelamin, sampel perempuan lebih banyak dibandingkan dengan sampel laki-laki. Berdasarkan
tingkat semester, sampel paling banyak berada pada tingkatan semester dua. Gadget yang paling banyak dipakai mahasiswa yaitu smartphone. Berdasarkan lama menggunakan internet, sampel paling banyak berkisar pada 2-9 tahun.
Hasil
Berdasarkan tabel 2, aplikasi yang paling banyak dipakai mahasiswa yaitu aplikasi line yang biasa digunakan untuk berkomunikasi. Selanjutnya, aplikasi kedua yang paling banyak dipakai yaitu aplikasi youtube, yang biasa digunakan untuk menonton video dan dapat dikategorikan sebagai kegiatan streaming.
Berdasarkan tabel 3, dapat dilihat bahwa nilai rata-rata minor cybeslacking sebesar 13,36. Nilai rata-rata tersebut termasuk dalam kategori sedang. Hal ini berdasarkan
kategorisasi yang dibuat peneliti yaitu: 0-5 kategori sangat rendah, 6-12 kategori rendah,
12-17 kategori sedang, 18-24 kateogir tinggi, dan 23-30 kategori tinggi. Berdasarkan hasil diatas, dapat dilihat bahwa nilai rata-rata serious cybeslacking sebesar 11,48.
Nilai rata-rata tersebut termasuk dalam kategori rendah. Hal ini berdasarkan kategorisasi yang dibuat peneliti yaitu: 0-6 kategori sangat rendah, 7-13 kategori rendah, 14-20 kategori sedang, 21-27 kategori tinggi, dan 28-35 kategori tinggi.
Berdasarkan jenis kelamin, tidak terdapat perbedaan minor cyberslacking (p , dengan partisipan laki-laki ( , dan partisipan perempuan ( , erdasarkan jenis kelamin, terdapat perbedaan serious
cyberslacking (p< , dengan
partisipan laki-laki ( , dan partisipan perempuan ( ,
Berdasarkan tabel, usia ditemukan tidak memiliki korelasi dengan minor cyberslacking (r= -.102 dan p > 0,05). Sedangkan usia ditemukan tidak memiliki korelasi dengan serious cyberslacking. Usia tidak memiliki korelasi dengan minor cyberslacking (r= .128 dan p > 0,05). Tingkatan semester tidak memiliki korelasi dengan minor cyberslacking (r=.035 dan p > 0,05). Tingkatan semester tidak memiliki korelasi dengan serious cyberslacking (r=.065 dan p > 0,05) Lama menggunakan internet tidakmemiliki korelasi dengan minor cyberslacking (r=.171 dan p > 0,05). Lama menggunakan internet tidak memiliki korelasi dengan serious cyberslacking (r=.161 dan p > 0,05). Intensitas penggunaan aplikasi memiliki korelasi signifikan dan arah positif dengan minor cyberslacking (r=.419 dan p= 0,00). Intensitas penggunaan aplikasi memiliki korelasi signifikan dan arah positif dengan serious cyberslacking (r=.378 dan p=0,00).
Diskusi
Tingkat minor cyberslacking mahasiswa sedang (mean=13,36) dan
serious cyberslacking rendah
[13]
dengan hasil penelitian Lavoie dan Pychyl (2001) yang menyatakan bahwa karyawan menggunakan 47% waktunya menggunakan internet untuk melakukan
cyberslacking. Lavioe dan Pychyl
menyatakan bahwa hasil penelitiannya mengindikasikan bahwa tingkat cyberslacking karyawan termasuk tinggi. Perbedaan hasil ini diperoleh karena mahasiswa tidak memiliki jam kuliah yang pasti seperti jam kerja karyawan. Tidakhanya perbedaan pada jam kerja, terdapat perbedaan pada tugas dan kegiatan mahasiswa dan karyawan. Tugas dan kegiatan mahasiswa meliputi, mengikuti kegiatan belajar-mengajar, membuat tugas, bercengkrama dengan teman-teman, dan lain-lain. Untuk melaksanakan tugas dan kegiatan tersebut, mahasiswa tidak selalu menggunakan fasilitas internet. Sedangkan pada karyawan, diminta untuk mengikuti tuntutan pekerjaan yang pada era ini banyak dikerjakan di depan komputer dengan menggunakan fasilitas internet.
Ditinjau dari segi perbedaan jam kerja, mahasiswa mengalokasikan waktunya untuk beberapa kegiatan, baik berkuliah, mengerjakan tugas dan lain-lain. Sedangkan pada penelitian sebelumnya (Lavoie & Pychyl, 2001; Blanchard & Henle, 2008) yang meneliti cyberslacking dengan partisipan karyawan, alokasi waktu karyawan banyak digunakan untuk bekerja di depan meja. Vitak et al. (2011) yang menyatakan bahwa semakin lama waktu yang digunakan untuk mengakses internet dalam bekerja atau di kelas, semakin banyak juga waktu yang digunakan untuk mereka terlibat dalam menggunakan internet untuk urusan pribadi. Hal ini yang menyebabkan tingkat cyberslacking di mahasiswa cenderung lebih rendah dibandingkan dengan penelitian sebelumnya (Lavoie & Pychyl, 2001; Blanchard & Henle, 2008) yang menunjukkan tingkat cyberslacking pada karyawan cenderung tinggi.
Hasil menunjukkan bahwa tingkat minor cyberslacking berada pada tingkat sedang. Hasil ini diperoleh karena sebagian
besar jawaban partisipan menjawab kadang- kadang atau sangat sering pada aitem “saya mengunjungi online shop”. Penelitian Delafrooz, Paim, dan Khatibi (2010) menemukan bahwa sekarang ini mahasiswa banyak berbelanja via online shop untuk alasan kemudahan (menyimpan waktu dan uang), harga yang lebih murah, dan lebih banyaknya pilihan ketika mereka berbelanja. Hal ini yang membuat banyak mahasiswa yang kadang-kadang atau sangat sering mengunjungi online shop.
Hasil menunjukkan bahwa tingkat serious cyberslacking berada pada tingkat rendah. Hasil ini diperoleh karena sebagian besar jawaban partisipan menjawab tidak pernah atau sangat jarang pada aitem “saya mengunjungi situs judi”. Wibowo (2013) menyatakan bahwa melakukan judi online termasuk kedalam salah satu jenis cyber crime. Lebih lanjut dinyatakan bahwa perilaku ini diikuti dengan resiko ditangkap oleh polisi. Hal ini yang dapat menyebabkan banyak mahasiswa menjawab tidak pernah atau sangat jarang mengunjungi situs judi online.
Tingkat minor cyberslacking mahasiswa sedang dan serious
cyberslacking rendah. Hasil ini
menunjukkan bahwa frekuensi minor cyberslacking lebih banyak dilakukan dibandingkan dengan serious cyberslacking. Dari segi konstruk yang digunakan (Blanchard & Henle, 2008), pembagian minor cyberslacking dan serious cyberslacking memang dibagi berdasarkan frekuensi jenis kegiatan yang dilakukan. Perilaku yang termasuk minor cyberslacking adalah perilaku dengan frekuensi yang banyak dilakukan oleh karyawan, sedangkan serious cyberslacking adalah perilaku dengan frekuensi yang sedikit dilakukan oleh karyawan. Sehingga hal ini menjelaskan perbedaan tingkat
minor cyberslacking dan serious
cyberslacking pada penelitian ini.
Data demografis menunjukkan 91,7% partisipan paling sering mengakses internet via smartphone, Geokçearslan et al. (2016) menyatakan bahwa sekarang ini
[14]
smartphone sudah sulit dipisahkan dari kehidupan pemiliknya. Partisipan sering mengakses internet via smartphone karena smartphone sekarang ini tersedia dalam bentuk yang mudah digenggam dan mudah dibawa, sehingga memudahkan partisipan untuk mengakses smartphone tersebut. Kemudahan ini mengantarkan mahasiswa menjadi lebih mudah teralihkan perhatiannya dari proses belajar mengajar.
Berdasarkan jenis kelamin, tidak terdapat perbedaan minor cyberslacking partisipan laki-laki dengan partisipan perempuan namun terdapat perbedaan serious cyberslacking partisipan laki-laki dengan partisipan perempuan. Hasil ini diperoleh karena pada beberapa aitem tidak terdapat perbedaan jawaban baik dari partisipan laki-laki maupun partisipan perempuan. Salah satu contoh aitem tersebut adalah aitem “saya mengunjungi situs judi” dan aitem “ saya mengunjungi situs belanja online” Pada aitem “saya mengunjungi situs judi” didapatkan hasil yang tidak berbeda antara laki-laki dan perempuan Sedangkan untuk aitem “ saya mengunjungi situs online”, keuntungan yang didapatkan dari berbelanja online juga didapatkan oleh laki-laki maupun perempuan. Hal ini yang menyebabkan tidak terdapat perbedaan tingkat cyberslacking pada laki-laki maupun pada perempuan.
Berdasarkan hasil uji korelasi antara usia dengan serious cyberslacking, ditemukan hasil bahwa usia tidak memiliki korelasi dengan serious cyberslacking. Namun usia memiliki korelasi positif dengan minor cyberslacking. Hal ini konsisten dengan hasil penelitian Garret & Danziger (2008) dan Henle, Kohut, & Booth (2009). Baturay dan Toker (2015) menyebutkan bahwa semakin muda usia
seseorang, semakin kecil kemungkinan individu tersebut melakukan cyberslacking. Hasil ini memberikan data tambahan bagi kedua penelitian sebelumnya, bahwa korelasi negatif antara usia dengan cyberslacking tidak hanya ditemukan pada lingkup dunia kerja saja, tapi juga terjadi dalam konteks dunia perkuliahan.
Ditemukan bahwa lama menggunakan internet ditemukan tidak berkorelasi dengan minor cyberslacking dan serious cyberslacking. Hasil penelitian menunjukkan bahwa tidak terdapat perbedaan tingkat minor cyberslacking dan
serious cyberslacking bila dibedakan
berdasarkan lama menggunakan internet. Lebih lanjut Baturay dan Toker (2015) menyatakan bahwa 9 tahun merupakan batas penggunaan internet, dimana mahasiswa yang sudah menggunakan internet lebih dari 9 tahun memiliki tingkat perilaku cyberslacking lebih tinggi dibandingkan dengan yang menggunakan internet di bawah 9 tahun.
Berdasarkan data demografis terlihat bahwa aplikasi yang paling banyak digunakan mahasiswa adalah aplikasi „Line‟ yang biasa digunakan untuk saling berkirim pesan. Hasil ini menunjukkan bahwa komunikasi menjadi salah satu alasan utama mahasiswa menggunakan internet. Sponcil dan Gitimu (2013) menyatakan bahwa saat ini interaksi sosial secara online sudah menjadi bagian dari relasi sosial multimedia. Komunikasi menggunakan internet sudah dianggap menjadi komunikasi yang kualitasnya hanya berbeda sedikit dibandingkan dengan komunikasi tatap muka dan memiliki kualitas lebih tinggi dibandingkan dengan komunikasi hanya menggunakan telepon.
Peneliti menemukan bahwa aplikasi kedua yang banyak digunakan adalah
[15]
aplikasi „Youtube‟ yang biasa digunakan untuk melakukan kegiatan streaming video atau musik. Kegiatan streaming ini belum masuk ke dalam konstruk teori Blanchard dan Henle, (2008) mengenai pembagian jenis cyberslacking. Hal ini dilatarbelakangi oleh waktu penelitian dimana saat itu kegiatan streaming belum banyak dilakukan, aplikasi streaming belum marak saat itu. Peneliti menemukan bahwa streaming belakangan ini menjadi tren dikalangan mahasiswa bahkan masyarakat umum. Hal ini ditandai dengan semakin banyaknya aktivitas yang dilakukan lewat streaming. Menonton film, mendengar lagu, membaca komik, adalah beberapa aktivitas yang dilakukan lewat streaming ini. Aplikasi yang memfasilitasi kegiatan ini juga semakin berkembang. Beberapa aplikasi tersebut adalah: Youtube, Joox, webtoon, situs-situs menonton film online, dan lain-lain. Hal ini didukung juga dengan hasil penelitian ini dimana beberapa aplikasi streaming seperti Youtube, Joox, yang menempati 10 besar aplikasi yang paling banyak dipakai
mahasiswa.
Keterbatasan penelitian ini adalah tidak mencantumkan beberapa data tambahan seperti jaringan internet yang dipakai mahasiswa untuk mengakses internet di kampus, dan biaya yang dikeluarkan setiap bulannya untuk menggunakan internet, dan lama penggunaan internet perhari. Selain itu pengambilan data menggunakan kuesioner dirasa tidak cukup menggambarkan cyberslacking pada mahasiswa sendiri. Karena jika hanya dengan menggunakan kuesioner, tidak diperoleh data penggunaan internet, penggunaan internet untuk keperluan akademis atau penggunaan
internet untuk kepentingan hiburan dan kepentingan lainnya.
Kesimpulan
Penelitian tingkat minor cyberslacking mahasiswa berada pada tingkat sedang, sedangkan tingkat serious cyberslacking berada pada tingkat rendah. Data tambahan menunjukkan bahwa belakangan ini aplikasi streaming (seperti: Youtube, Joox) mulai banyak dipakai oleh para mahasiswa.
Saran
Penelitian selanjutnya disarankan untuk menggunakan sampel lebih banyak, dan lebih beragam untuk mendapatkan data yang lebih bervariasi. Penelitian selanjutnya disarankan untuk mencantumkan jaringan internet yang dipakai mahasiswa untuk mengakses internet di kampus, dan biaya yang dikeluarkan setiap bulannya untuk menggunakan internet, lama penggunaan internet perhari, untuk mendapatkan data yang lebih bervariasi.
[16] Daftar Pustaka
Asosiasi Penyelenggara Jasa Internet Indonesia. (2014). Profil Pengguna
Internet 2014. Jakarta:
Perpustakaan Nasional Rl: Katalog Dalam Terbitan (KDT).
Azwar, S. (2012). Metode Penelitian. Yogyakarta: Pustaka Belajar.
Baturay, M. H., & Toker, S. (2015). An investigation of the impact of demographics on cyberloafing from an educational setting angle. Computer in Human Behavior, 50, 358-366.
Blanchard, A. L., & Henle, C. A. (2008). Correlates of different forms of cyberloafing: The role of norms and external locus of control. Computers in Human Behavior, 24, 1067–1084.
Ceyhan, A. A., & Ceyhan, E. (2008). Loneliness, depression, and computer self-efficacy as predictors of problematic internet use.
Cyberpsychology &
Behavior, 11(6), 699-701.
Davis, R., Flett, G., & Besser, A. (2002). Validation of a new scale for measuring problematic internet use: implication for pre-employment screening. Cyberpsychology & Behavior, 5(4), 331-345.
Delafrooz, N., Paim, L., & Khatibi, A. (2010). Students' online shopping behavior: an empirical study. Journal of American Science, 6(1), 137-147.
Garret, R. K., & Danziger, J. N. (2008). On cyberslacking: Workplace status and personal Internet use at work.
CyberPsychology & Behavior,
11(3), 287-292.
Geokçearslan, S., Mumcu, F. K., Haslaman, T., & Çevik, Y. D. (2016). Modelling smartphone addiction: The role of smartphone usage, selfregulation, self-efficacy and cyberloafing in university. Computers in Human Behavior, 63, 639-649.
Gerow, J. E., Galluch, P. S., & Thatcher, J. B. (2010). To slack or not to slack: internet usage in the classroom. Journal of information techonology theory and application, 11, 5-24. Henle, C. A., Kohut, G., & Booth, R.
(2009). Designing electronic use polies to enhance employee perception of fairnessand to reduce cyberloafing: An empirical test of justice theory. Computers in Human Behavior, 25, 902-910.
Ince, M., & Gül, H. (2011). The Relation of cyber slacking behaviors with various organizational outputs: Example of karamanoglu mehmetbey university. European Journal of Scientific Research, 52, 507-527.
Junco, R., & Cotten, S. R. (2011). Perceived academic effects of instant messaging use. Computers & Education, 56(2), 370-378. Lavoie, J. A., & Pychyl, T. A. (2001).
Cyberslacking and the Procrastination Superhighway:A Web-Based Survey of Online Procrastination, Attitudes, and Emotion. Social Science Computer Review.
Lim, V. K. (2002). The IT way of loafing on the job: Cyberloafing, neutralizing and organizational justice. Journal of Organizational Behavior, 23(5),675–694.
Lim, V. K., & Chen, D. J. (2012). Cyberloafing at the workplace: Gain or drain on work? Behaviour & Information Technology, 31, 343–353.
Lim, V. K., & Teo, T. S. (2005). Prevalence, perceived seriousness, justification and regulation of cyberloafing in Singapore An exploratory study. Information & Management, 42(8),1081–1093. Marron, K. (2000). Attack of the
cyberslackers. The Globe and Mail, 5.
[17]
Meier, A., Reinecke, L., & Meltzer, C. E. ( “Facebocrastination”? Predictors of using Facebook for procrastination and its effects on students‟ well-being. Computers in Human Behavior, 64,65-76.
O‟Neill, T A , Hambley, L. A., & Chatellier, G. S. (2014). Cyberslacking, engagement, and personality in distributed work environments. Computers in Human Behavior, 40, 152-160.
Ragan, E. D., Jennings, S. R., Massey, J. D., & Doolittle, P. E. (2014). Unregulated use of laptops over time in large lecture classes. Computers & Education, 78, 78-86.
Ravizza, S. M., Hambrick, D. Z., & Fenn, K. M. (2013). Non-academic Internet Use in the Classroom is Negatively Related to Classroom. Computers & Education, 78, 109-114.
Sponcil, M., & Gitimu, P. (2013). Use of social media by college students: Relationship to communication and self-concept. Journal of Technology Research, 4, 1.
Sugiyono. (2016). Statistika untuk penelitian. Bandung: Alfabeta.
Tindell, D. R., & Bohlander, R. W. (2012). The use and abuse of cell phones and text messaging in the classroom: A survey of college students. College Teaching, 60(1), 1-9.
Urbina, S. (2004). Essentials of psychology testing. New Jersey, Hoboken: John Wiley & Sons,Inc.
Vitak, J., Crouse, J., & LaRose, R. (2011). Personal internet use at work: Understanding cyberslacking. Computers in Human Behavior, 27(5), 1751-1759.
Wang, Q., Chen, W., & Liang, Y. (2011). The effects of social media on college students.
Wibowo, R. (2013). Perilaku Mahasiswa FISIP yang melakukan judi bola online. Skripsi S1.
Young, K. S. (1999). Internet Addiction: Symptoms, Evaluation, and Treatment. Innovations in Clinical Practice, 17, 19-31.
Young, K. S. (2004). Internet Addiction: A new clinical phenomenon and its consequences. American Behavioral Scientist 48(4), 402-415.
Young, K. S. (2009). Internet Addiction: Diagnosis and Treatment Considerations. Journal of
Contemporary Psychotherapy,
