49
BAB IV
HASIL PENELITIAN DAN PEMBAHASAN
A. Pelaksanaan Penelitian
Proses pengambilan data dilakukan pada tanggal 28 September 2013 sampai dengan tanggal 1 November 2013. Waktu yang digunakan
untuk mengambil data pada subjek penelitian ini cukup lama karena peneliti mengalami kesulitan dalam mencari subejek penelitian yang
sesuai dengan syarat-syarat yang telah ditetapkan. Subjek penelitian adalah mahasiswa dari berbagai usia, baik
perempuan maupun laki-laki dan menjadi pengguna aktif empat jenis media komunikasi yang menjadi fokus pada penelitian ini, yaitu SMS,
instant messengger, facebook, dan twitter. Subjek yang menjadi sampel dalam penelitian ini adalah mahasiswa Fakultas Psikologi Sanata Dharma.
Penelitian ini dilaksanakan di Kampus III, Fakultas Psikologi, Universitas Sanata Dharma Yogyakarta.
Penelitian ini dilakukan dengan cara menyebarkan skala prokrastinasi dan angket penggunaan media komunikasi secara langsung
pada mahasiswa yang telah memenuhi kriteria peneliti. Skala dan angket yang disebar sekitar 110 eksemplar. Setelah dikumpulkan, 10 eksemplar
tidak memenuhi kriteria sehingga tidak dipakai dan 100 eksemplar lainnya memenuhi kriteria yang ditentukan oleh peneliti.
B. DESKRIPSI PENELITIAN
1. Deskripsi Subjek Penelitian Subjek dalam penelitian ini adalah mahasiswa dan mahasiswi
Fakultas Psikologi Universitas Sanata Dharma Yogyakarta. Jumlah subjek dalam penelitian ini ada 100 orang mahasiswa. Berikut tabel
deskripsi subjek penelitian berdasarkan jenis kelamin :
Tabel 5 Deskripsi Data Subjek Berdasarkan Jenis Kelamin
Jenis kelamin Jumlah
Persentase
Laki-laki 24 orang
24 Perempuan
76 orang 76
Jumlah 100
100 Dalam penelitian ini juga ada deskripsi subjek penelitian
bedasarkan usia mahasiswa. Mahasiswa dan mahasiswi yang bersedia menjadi subjek penelitian berkisar antara usia 18
– 24 tahun. Berikut tabel deskripsi subjek penelitian bedasarkan usia :
Tabel 6 Deskripsi Data Subjek Bedasarkan Usia
Usia Jumlah
Persentase
18 21
21 19
32 32
20 27
27 21
13 13
22 2
2 23
4 4
24 1
1
2. Deskripsi Data Penelitian Deskripsi data merupakan alat statistik yang menjelaskan
tentang ciri-ciri suatu data yang digunakan untuk penelitian yang meliputi mean, deviasi standar, skor total terendah dan tertinggi dari
masing-masing variabel-variabel yang ada dalam penelitian. Adapun deskripsi data variabel ditunjukkan seperti pada tabel berikut :
Tabel 7 Hasil Analisis Deskriptif
Variabel Penelitian
N Mean
Std. Dev
Min Max
SMS X1 100
1484,20 1930,96
2 10080
IM X2 100
2089,50 2667,84
1 10080
Facebook X3 100
428,28 689,44
2 4200
Twitter X4 100
1145,71 1642,52
3 8400
Prokrastasi Y 100
86,23 12,02
53 118
Tabel di atas menunjukan bahwa dari 100 pengguna SMS rata- rata menghabiskan waktu 1484,20 menit per minggu. Waktu minimun
untuk menggunakan SMS yaitu 2 menit dan paling banyak menghabiskan 10.080 menit per minggu. Dari 100 pengguna, rata-rata
waktu menggunakaninstant messenggeradalah 2089,50 menit per minggu. Pengguna minimal menggunakan instant messengger 1 menit
per minggu dan paling banyak 10.080 menit perminggu. Rata-rata menggunakan facebook diperoleh 428,28 menit per minggu. Waktu
minimum mengakses facebook adalah 2 menit per minggu dan waktu paling banyak dihabiskan untuk menggunakan facebook adalah 4200
menit per minggu. Pengguna twitter menghabiskan waktu rata-rata
1145,71 menit untuk menggunakan twitter selama seminggu. Jumlah paling sedikit digunakan 3 menit per minggu dan jumlah waktu paling
banyak digunakan dalam seminggu adalah 8400 menit. Didalam tabel tersebut juga disertakan nilai-nilai dari standar
deviasi yang didapat. Untuk hasil deskripsi media komunikasi : SMS, instan messengger, facebook dan twitter, terdapat nilai standar deviasi
yang lebih besar dari pada nilai mean masing-masing media. Semakin besar nilai dari standar deviasi, maka semakin besar jarak rata-rata
setiap unit data terhadap rata hitung. Hal tesebut mengindikasikan bahwa nilai mean merupakan representasi buruk dari keseluruhan
data. Dari hasil perhitungan menggunakan SPSS, ditemukan
distribusi data intensitas media tidak normal. Hal ini dikarenakan banyak nilai dari masing-masing intensitas media banyak yang
mendekati nol. Distribusi data menjadi miring skewness ke arah kanan.Oleh
karena itu,
pengelompokan data
kurang bisa
menggunakan cara
pada distribusi
data normal.
Untuk pengkategorisasian data didasarkan pada nilai kuartil K1, K2, K3.
Nilai K1 didapat dari nilai percentile 25, nilai K2 didapat dari nilai percentile 50, dan nilai K3 didapat dari nilai percentile 75.
Dengan menggunakan SPSS untuk mencari nilai kuartil pada masing-masing skor intensitas media, maka diperoleh :
1. Untuk intensitas penggunaan media komunikasi SMS, K1 = 125, K2 = 840, dan K3 = 2100.
Tabel 8 Percentile SMS
N Valid
100 Missing
Percentiles 25
125,00 50
840,00 75
2100,00
2. Untuk intensitas penggunaan media instant messengger diperoleh K1 = 176,25, K2 = 840,00, dan K3 = 2940,00.
Tabel 9 Percentile Instant Messengger
N Valid
100 Missing
Percentiles 25
176,25 50
840,00 75
2940,00
3. Untuk intensitas penggunaan media facebook diperoleh K1 = 52,50, K2 = 180,00, dan K3 = 420,00.
Tabel 10 Percentile Facebook
N Valid
100 Missing
Percentiles 25
52,50 50
180,00 75
420,00
4. Untuk intensitas penggunaan media twitter diperoleh K1 = 93,75, K2 = 570,00, dan K3 = 1635,00.
Tabel 11 Percentile Twitter
N Valid
100 Missing
Percentiles 25
93,75 50
570,00 75
1635,00
Berdasarkan nilai kuartil yang didapat, maka dapat dibuat norma kategorisasi intensitas penggunaan media komunikasi : SMS, instan
messengger, facebook, dan twitter yang dibagi menjadi 3 kategori, yaitu tinggi x K3, sedang K1 ≤ x ≤ K3, dan kurang x ≤ K1 . Berikut
adalah cakupan luas interval pada 3 kategori tersebut :
Tabel 12 Norma Kategorisasi Intensitas Penggunaan Media Komunikasi :
SMS, Instan Messengger, Facebook, Dan Twitter
Normatif Rentang Nilai
Kategori SMS
IM Facebook
Twitter x K3
X 2101 X 2101
X 2101 X 2101
Tinggi K1 ≤ x ≤ K3 125 ≤ X ≤ 2100 125 ≤ X ≤ 2100 125 ≤ X ≤ 2100 125 ≤ X ≤ 2100
Sedang x ≤ K1
X ≤ 124 X ≤ 124
X ≤ 124 X ≤ 124
Rendah
Berdasarkan norma diatas, maka diperoleh kategori respon subjek sebagai berikut :
1. Kategori skor intensitas penggunaan media komunikasi : SMS
Tabel 13 Kategori Skor Intensitas Penggunaan Media
Komunikasi : SMS
Skor Jumlah
Subjek Kategori
X 2101 125 ≤ X ≤ 2100
X ≤ 124 20
55 25
Tinggi Sedang
Rendah Total
100
Subjek penelitian diatas berjumlah 100 orang, 25 orang masuk dalam kategori intensitas menggunakan media
SMS rendah kurang dari 125 menit dalam seminggu, 55 orang berada dalam intensitas sedang 125 hingga 2100
menit dalam seminggu dan sisanya 25 orang termasuk dalam kategori intensitas penggunaan media SMS tinggi
lebih dari 2100 menit dalam seminggu.
2. Kategori skor intensitas penggunaan media komunikasi : instant messengger
Tabel 14 Kategori Skor Intensitas Penggunaan Media
Komunikasi : Instant Messengger
Skor Jumlah
Subjek Kategori
X 2941 176,25 ≤ X ≤ 2940
X ≤ 176,24 24
51 25
Tinggi Sedang
Rendah Total
100
Subjek penelitian diatas berjumlah 100 orang, 25 orang masuk dalam kategori intensitas menggunakan media
instant messengger rendah kurang dari 176 menit dalam seminggu, 51 orang berada dalam intensitas sedang 176
hingga 2940 menit dalam seminggu dan sisanya 24 orang termasuk dalam kategori intensitas penggunaan media
instant messengger tinggi lebih dari 2940 menit dalam seminggu.
3. Kategori skor intensitas penggunaan media komunikasi : facebook
Tabel 15 Kategori Skor Intensitas Penggunaan Media
Komunikasi : Facebook
Skor Jumlah
Subjek Kategori
X 421 52,5 ≤ X ≤ 420
X ≤ 52,4 22
53 25
Tinggi Sedang
Rendah Total
100
Subjek penelitian diatas berjumlah 100 orang, 25 orang masuk dalam kategori intensitas menggunakan media
facebookrendah kurang dari 52 menit dalam seminggu, 53 orang berada dalam intensitas sedang 52 hingga 420 menit
dalam seminggu dan sisanya 22 orang termasuk dalam kategori intensitas penggunaan mediafacebook tinggi lebih
dari 420 menit dalam seminggu.
4. Kategori skor intensitas penggunaan media komunikasi : twitter
Tabel 16 Kategori Skor Intensitas Penggunaan Media
Komunikasi : Twitter
Skor Jumlah
Subjek Kategori
X 1636 93,75 ≤ X ≤ 1635
X ≤ 93,74 25
50 25
Tinggi Sedang
Rendah Total
100
Subjek penelitian diatas berjumlah 100 orang, 25 orang masuk dalam kategori intensitas menggunakan media
twitterrendah kurang dari 93 menit dalam seminggu, 50 orang berada dalam intensitas sedang 93 hingga 1635 menit
dalam seminggu dan sisanya 25 orang termasuk dalam kategori intensitas penggunaan media twitter tinggi lebih
dari 1635 menit dalam seminggu.
Berbeda dengan cara menganalisis hasil yang diperoleh variabel intensitas penggunaan media komunikasi : SMS, instant messengger,
facebook,dan twitter,
pada analisis
deskripsi prokrastinasi
akademikdapat dihitung nilai mean teoritis dan mean empiris. Mean teoritis adalah rata-rata skor skala penelitian yang didapatkan dari
angka yang menjadi titik tengah dari nilai skala tersebut, sedangkan
mean empiris adalah nilai tengah yang didapatkan berdasarkan skor data yang didapat dari penelitian yang dilakukan.
Skala prokrastinasi akademik pada mahasiswa yang digunakan dalam penelitian ini berisi 37 item pertanyaan. Setiap item diberi skor 1
untuk nilai terendah dan diberikan skor 4 untuk nilai tertinggi. Rentang maksimal dan minimal dalam skala ini adalah 4 x 37 = 148 sampai
dengan 1 x 37 = 37. Luas jarak sebaran 148-37 = 111. Dari hasil tersebut didapat standar deviasi teoretik, yaitu 111 6 = 18,5.Mean
teoritik didapatdari , yaitu
= 92,5. Hasil analisis deskriptif prokrastinasi tersebut dapat dilihat pada
tabel berikut ini :
Tabel 17 Analisis Deskriptif Prokrastinasi Akademik
Statistik Skor Teoritik
Skor Empirik N
100 100
Skor Maksimum 148
118 Skor Minimum
37 53
Mean 92,5
86,23 SD
18,5 12,02
Mean empiris yang diperoleh untuk skala prokrastinasi akademik sebesar 86,23 dan mean teoritiknya sebesar 92,5. Nilai mean empiris
prokrastinasi akademik lebih kecil dari mean teoritik, maka tingkat prokrastinasi akademik subjek rendah.
Data yang diperoleh kemudian akan dikelompokan untuk mengetahui jumlah subjek pada masing-masing kategori. Penggunaan
kategori memiliki tujuan untuk klasifikasi subjek kedalam kelompok- kelompok menurut suatu kontimum berdasarkan atribut yang diukur.
Kontinum jenjang yang digunakan terdiri dari tiga kategori, yaitu: rendah,sedang, dan tinggi. Norma kategori skor dapat dilihat pada tabel
berikut:
Tabel 18 Norma Kategori Skor Skala
Skor Kategorisasi
X μt-1σ μt-1σ ≤ X μt+1σ
X ≥ μt+1σ Rendah
Sedang Tinggi
Ket : μt = mean teoritis ; σ = standar deviasi
Berdasarkan norma diatas, maka diperoleh kategori subjek sebagai berikut:
Tabel 19 Kategori Skor Subjek Pada Skala Prokrastinasi Akademik
Mahasiswa
Skor Jumlah Subjek
Prosentase Kategori
X 74 74 ≤ X 111
X ≥ 111 15
82 3
15 82
3 Rendah
Sedang Tinggi
Total 100
100
Berdasarkan tabel diatas, dapat dilihat bahwa 15 mahasiswa 15 memiliki tingkat prokrastinasi rendah, 82 mahasiswa 82
dalam kategori sedang, dan 3 mahasiswa 3 pada kategori prokrastinasi tinggi. Dari keseluruhan hasil tersebut, dapat disimpulkan
bahwa sebagian besar mahasiswa yang menjadi subjek memiliki tingkat prokrastinasi akademik dalam kategori sedang.
C. ANALISIS DATA 1. UJI ASUMSI
1.1. Uji Normalitas Model regresi yang baik itu sebaran atau distribusi data
normal atau mendekati normal. Dalam uji asumsi normalitas pada model regresi yang akan diuji adalah sebaran residu atau eror
bukan sebaran variabel dependen Santoso, 2010. Untuk melihat normal atau tidaknya distribusi data maka digunakan uji statistik
Kolmogorov-Smirnov pada alpha sebesar 5. Jika nilai signifikasi dari pengujian Kolmogorov-Smirnov lebih besar dari
0,05 berarti data normal.
Tabel 20 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 100
Normal Parameters
a,b
Mean ,0000000
Std. Deviation 11,86463443
Most Extreme Differences Absolute
,052 Positive
,030 Negative
-,052 Kolmogorov-Smirnov Z
,521 Asymp. Sig. 2-tailed
,949 a. Test distribution is Normal.
b. Calculated from data.
Dari hasil tabel diatas, Asymp. Sig. 2-tailed didapat 0,949. Menurut Santoso 2010, jika nilai Asymp. Sig. 2-tailed
lebih besar dari α= 0,05 maka kesimpulan yang diambil adalah hipotesis nol gagal ditolak. Dengan α = 0,05maka dapat
disimpulkan hipotesis nol diterima 0,9490,05, yang berarti data yang diuji memiliki distribusi yang tidak berbeda dari data
normal, atau dengan kata lain data yang diuji memiliki distribusi normal
1.2. Uji Heteroskedastisitas Dalam persamaan regresi berganda perlu juga diuji
mengenai sama atau tidak varians dari residual dari observasi yang satu dengan observasi yang lain. Jika residualnya
mempunyai varians yang sama disebut terjadi homoskedastisitas dan jika variansnya tidak samaberbeda disebut terjadi
Heteroskedastisitas. Persamaan regresi yang baik jika tidak terjadi heterokedastisitas Sunyoto, 2010.
Salah satu cara untuk mendeteksi heterokedastisitas adalah menggunakan metode Park dan Glejser. Menurut Widarjono
2010, heteroskedastisitas terjadi jika variabel independen X secara statistik signifikan mempengaruhi.Sebaliknya jika variabel
independen tidak signifikan mempengaruhi maka terjadi homoskedastisitas.Berikut tampilan hasil uji heterokedastisitas
menggunakan metode Park dan Glejser :
Tabel 21 Uji Park
Unstandardized Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
3,004 ,450
6,670 ,000
LN_X1 ,112
,127 ,093
,880 ,381
LN_X2 ,157
,120 ,141
1,307 ,195
LN_X3 ,039
,148 ,030
,266 ,791
LN_X4 -,003
,127 -,002
-,023 ,982
a. Dependent Variable: LNRES2
Tabel diatas merupakan uji Heteroskedastisitas dengan metode park dimana LNRES2, LN_X1, LN_X2, LN_X3 dan
LN_X4 merupakan logaritma natural residual kuadrat, logaritma natural SMS, logaritma natural instan messengger, logaritma
natural facebook, dan logaritma natural twitter.LN_X1, LN_X2, LN_X3 dan LN_X4 secara statistik tidak signifikan pada α = 5
lihat kolom sig. sehingga dapat disimpulkan bahwa tidak terdapat masalah heteroskedastisitas.
Tabel 22 Uji Glejser
Unstandardized Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
7,899 1,187
6,653 ,000
SMS ,033
,023 ,146
1,424 ,158
I M ,008
,019 ,052
,442 ,660
Facebook ,006
,065 ,010
,094 ,925
Twitter ,017
,031 ,065
,561 ,576
a. Dependent Variable: ABRES
Uji dengan metode Glejser ditampilkan pada tabel diatas. Dalam metode ini, apabila nilai Sig. kolom sig. pada tabel dari
nilai α, maka tidak terjadi gejala heteroskedastisitas. Hasil dari tabel menunjukan bahwa dalam regresi ini tidak terjadi gejala
heterodastisitas. Dari kedua hasil tabel diatas disimpulkan bahwa tidak
terdapat heterokedastisitas pada persamaan regresi tersebut. Hal tersebut terlihat dari tidak adanya nilai sig. variabel dari kedua
metode tersebut yang di bawah 0,05. 1.3. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi terdapat korelasi antar variabel bebas. Model
regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas atau dikatakan tidak ada masalah multikolinearitas.
Deteksi multikolinearitas dengan melihat tolerance dan variance inflation factorVIF. Menurut Widarjono 2010, jika nilai VIF
melebihi angka 10 maka bisa disimpulkan ada multikolinearitas. Untuk nilai tolerance, semakin mendekati angka 0 maka diduga
ada multikolinearitas.Hasil uji multikolinearitas dapat dilihat pada tabel berikut ini :
Tabel 23 Uji Multikolinearitas
Model Collinearity Statistics
Tolerance VIF
1 Constant
SMS ,970
1,031 I M
,744 1,344
Facebook ,947
1,056 Twitter
,756 1,323
a. Dependent Variable: Prokrastinasi
Dilihat dari hasilnya, nilai pada kolom VIF kurang dari angka 10, maka variabel-variabel yang ada tidak memiliki
masalah multikolinearitas. Nilai pada kolom tolerance pada tiap variabel juga tidak ada yang mendekati angka 0. Oleh karena itu
dapat disimpulkan bahwa tidak ada masalah multikolinearitas antar variabel bebas dalam model regresi.
1.4. Uji Autokorelasi Persamaan regresi yang baik adalah yang tidak memiliki
masalah autokorelasi, jika terjadi autokorelasi maka persamaan tersebut menjadi tidak baik karena tidak layak dipakai prediksi
Sunyoto, 2010. Untuk melihat ada masalah autokorelasi atau tidak akan digunakan metode Durbin-Watson.
Penentuan ada tidaknya autokorelasi dapat dilihat dengan jelas dengan menggunakan gambar 1. Dari gambar tersebut secara
tepat bisa kita ketahui jika nilai d mendekati 2 maka tidak ada autokorelasi. Sebaliknya jika nilai d mendekatai 0 atau mendekati
4 maka diduga ada autokorelasi positif atau autokorelasi negatif.
Gambar 1 Statistik Durbin-Watson
Autokorelasi Positif
Ragu-ragu Tidak ada
autokorelasi Ragu-ragu
Autokorelasi negatif
0 d
L
d
U
2 4-d
U
4-d
L
4 Hasil uji Durbin-Watson dapat dilihat dari tabel berikut ini :
Tabel 24 Uji Autokorelasi
Model Durbin-Watson
1 1,778
Hasil tabel didapat nilai Durbin-Watson DW sebesar 1,778. Dengan menggunakan derajat kepercayaan 5, sampel n
sebanyak 100, variabel penjelas k = 4, maka didapat nilai d
L
dan d
U
sebesar 1,592 dan 1,758. Nilai DW berada diantara nilai d
U
sampai dengan 4-d
U
1,7581,7782,242 maka bisa disimpulkan bahwa tidak ada masalah autokorelasi lihat Gambar 1.
2. UJI HIPOTESIS 2.1. Analisis Regresi berganda
Analisis regresi linier berganda digunakan untuk menguji adanya hubungan antara dua atau lebih variabel bebas dengan satu
variabel terikat. Dari hasil regresi dengan menggunakan program
SPSS, maka didapatkan koefisien regresi yang dapat dilihat pada tabel berikut ini :
Tabel 25 Hasil Uji Regresi
Unstandardized Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
84,084 1,985
42,361 ,000
SMS ,018
,038 ,047
,457 ,649
I M ,025
,032 ,094
,798 ,427
Facebook ,019
,109 ,018
,173 ,863
Twitter ,036
,051 ,083
,712 ,478
a. Dependent Variable: Prokrastinasi
Berdasarkan pada tabel diatas, maka didapatkan persamaan regresi linier berganda sebagai berikut:
Ŷ = 84,084 + 0,018X
1
+ 0,025X
2
+ 0,019X
3
+ 0,036X
4
Hasil persamaan regresi berganda di atas adalah positif. Artinya bahwa hubungan intensitas penggunaan SMS, instant
messengger, facebook dan twitterterhadap prokrastinasi akademik mahasiswa adalah positif searah. Hal ini menjelaskan apabila
terjadi peningkatan Intensitas penggunaan SMS, instant messengger, facebook dan twitter,maka prokrastinasi akademik
mahasiswa juga semakin meningkat. 2.2. Koefisien Determinasi
Koefisien determinasi R² dilakukan untuk melihat adanya hubungan yang sempurna atau tidak, yang ditunjukkan pada
apakah perubahan variabel bebas SMS, IM, facebook dan
twitter akan diikuti oleh variabel terikat prokrastinasi pada proporsi yang sama. Pengujian ini dengan melihat nilai R Square
R
2
. Nilai koefisien determinasi adalah antara 0 sampai dengan 1. Selanjutnya nilai R² yang kecil berarti kemampuan variabel-
variabel independent dalam menjelaskan variasi variabel dependent amat terbatas. Nilai yang mendekati 1 berarti variabel-
variabel independent memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi dependent Ghozali,
2005. Nilai yang dipakai dalam penelitian ini adalah nilai R
2
karena nilai ini dapat naik atau turun apabila satu variabel bebas ditambahkan ke dalam model yang diuji. Nilai R
2
dapat dilihat pada tabel berikut ini :
Tabel 26 Hasil Uji Koefisien Determinasi
Model R
R Square Adjusted R Square
Std. Error of the Estimate
1 ,161
a
,026 -,015
12,11184
Nilai R
2
koefisien determinasi dalam tabel adalah sebesar 0,026. Artinya variasi prokrastinasi akademik dijelaskan oleh
intensitas penggunaan
media komunikasi
SMS, instant
messengger, facebook dan twitter sebesar 2,6 sisanya sebesar 97,4 dijelaskan oleh variabel lain.
2.3.Uji Signifikasi Simultan Uji F Uji signifikasi stimultan digunakan untuk mengetahui
hubungan antara variabel independent dan variabel dependent, apakah variabel SMS X
1
, instant messengger X
2
, facebook X3, dan twitterX
4
benar-benar berpengaruh secara simultan bersama-sama terhadap variabel dependen Y Prokrastinasi.
Tabel 27 Hasil Uji Signifikasi Simultan Uji F
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
371,525 4
92,881 ,633
,640
a
Residual 13936,185
95 146,697
Total 14307,710
99 a. Predictors: Constant, Twitter, SMS, Facebook, I M
b. Dependent Variable: Prokrastinasi
Dari hasil uji F pada penelitian ini didapatkan nilai F hitung sebesar 0,633 dengan angka signifikansi P value sebesar 0,640.
Dengan tingkat signifikasi 95, maka nilai P sebesar 0,640 0,05.
Artinya, secara
bersama-sama variabel
intensitas penggunaan SMS, instan messengger,facebook, dan twittertidak
berpengaruh terhadap prokrastinasi akademik mahasiswa atau H diterima.
2.4. Uji Signifikasi Parameter Individual uji statistik t Uji statistik t pada dasarnya menunjukkan seberapa jauh
pengaruh satu variabel penjelasindependen secara individual dalam menerangkan variasi variabel dependen Ghozali, 2005.
Berikut adalah tabel hasil uji signifikasi parameter individual atau uji t :
Tabel 28 Uji Signifikasi Parameter Individual
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 84,084
1,985 42,361
,000 SMS
,018 ,038
,047 ,457
,649 I M
,025 ,032
,094 ,798
,427 Facebook
,019 ,109
,018 ,173
,863 Twitter
,036 ,051
,083 ,712
,478 a. Dependent Variable: Prokrastinasi
Untuk melihat apakah secara individu variabel-variabel independen
berpengaruh terhadap
prokrastinasi akademik
mahasiswa, maka dilihat nilai probabilitasnya atau significance kolom 6. Semua variabel intensitas penggunaan SMS, instant
messengger, facebook dan twitter menggunakan α = 5, sehingga
jika dilihat dari tabel maka variabel intensitas penggunaan SMS, instant messengger, facebook dan twitter secara individu tidak
secara signifikan berpengaruh terhadap variabel prokrastinasi akademik mahasiswa. Hal ini dikarena nilai p probabilitas tiap
variabel lebih besar dari nilai α maka kita menerima hipotesis nol H
.
D. PEMBAHASAN Berdasarkan uji hipotesis yang telah dilakukan ditemukan bahwa
tidak ada pengaruh antara intensitas penggunaan media komunikasi : SMS, instant messengger, facebook, dan twitter sebagai variabel independen
terhadap variabel prokrastinasi akademik sebagai variabel dependen. Variabel intensitas penggunaan SMS, instant messengger, facebook, dan
twitterdapat menerangkan variabel prokrastinasi akademik sebesar 2,6. Walaupun dapat memberikan pengaruh sebesar 2,6, akan tetapi
penelitian ini tidak dapat mengeneralisasikan populasi karena uji F pada penelitian ini menyatakan bahwa penelitian ini tidak signifikan. Dengan
nilai Sig. sebesar 0,64 dan nilai α = 5, penelitian ini dinyatakan menerima H
atau dengan kata lain variabel intensitas penggunaan SMS, instan messengger, facebook, dan twittertidak berpengaruh terhadap
prokrastinasi akademik mahasiswa. Penelitian ini menunjukan bahwa secara bersama-sama intensitas
penggunaan SMS, instan messengger, facebook, dan twitter tidak memiliki pengaruh yang signifikan terhadap prokrastinasi akademik. Hal
inimenunjukan jika intensitas penggunaan media komunikasi masa kini kurang memiliki peran yang menyebabkan seorang mahasiswa akan
menjadi prokrastinator. Hal ini didukung bahwa secara masing-masing variabel bebas juga dilakukan perhitungan dan ditemukan masing-masing
media yang dijadikan variabel dalam penelitian ini yaitu, SMS, instant
messengger, facebook, dan twitter juga tidak berpengaruh pada prokrastinasi akademik mahasiswa yang diuji.
Uji T sebagai cara melihat seberapa jauh pengaruh satu variabel penjelasindependen secara individual dalam menerangkan variasi variabel
dependen.Dipenelitian ini telah dijelaskan secara konkrit bahwa memang tidak ditemukan pengaruh yang signifikan secara individual. Taraf
signifikasi yang digunakan adalah 5 untuk tiap masing-masing skor atau nilai sig. variabel, dimana nilai sig. SMS = 0,649, IM = 0,427, facebook =
0,863, dan twitter = 0,478. Jika nilai sig. variabel trsbt kurang dari nilai α, maka dianggap signifikan atau ada pengaruh secara individu. Dengan
hasil uji T ini, maka jelas bahwa memang secara individual variabel independen tidak dapat menerangkan variabel dependen.
Variabel independen terbukti memiliki pengaruh yang kecil dan tidak signifikan terhadap variabel prokrastinasi akademik mahasiswa. Hal
ini diasumsikan bahwa mahasiswa dapat mengatur waktu menggunakan media komunikasi dengan tepat. Keadaan tersebut berkaitan dengan
kemampuan mahasiswa dalam mengontrol dirinya sendiri. Menurut Goldfried dan Marbaum dalam Lazarus, 1976, kontrol diri diartikan
sebagai kemampuan untuk menyusun, membimbing, mengatur dan mengarahkan bentuk perilaku yang dapat membawa ke arah konsekuensi
positif. Sebagai mahasiswa yang tugas utamanya adalah belajarkuliah,
mahasiswa dengan kontrol diri yang tinggi akan dapat mengatur perilaku
mereka untuk fokus dalam belajar. Jika kontrol diri mahasiswa rendah maka tidak mampu mengatur dan mengarahkan perilakunya sehingga akan
lebih mementingkan sesuatu yang lebih menyenangkan, dan diasumsikan banyak menunda-nunda prokrastinasi.
Dengan hasil penelitian ini, yaitu tidak ada pengaruh yang signifikan antara intensitas penggunaan media komunikasi : SMS, instant
messengger, facebook dan twitter terhadap prokrastinasi akademik mahasiswa, dimana angka pengaruhnya kecil 2,6, maka dapat
dikatakan bahwa mahasiswa dapat mengontrol waktu yang dimiliki untuk tidak menggunakan SMS, instant messengger, facebook dan twitter secara
berlebihan dan dapat mengarahkan perilakunya untuk belajarkuliah. Secara empiris, ada beberapa faktor yang menyebabkan suatu
penelitian tidak signifikan, salah satunya data penelitian tidak berhasil membuktikan hipotesis. Peneliti menyadari bahwa penelitian ini tidak bisa
menggeneralisasikan populasi karena data penelitian yang mungkin kurang bagus.
Subjek yang digunakan adalah mahasiswa yang sesuai dengan kriteria yang ditentukan oleh peneliti. Peneliti menemukan bahwa subjek
yang ikut berpartisipasi dalam penelitian ini menggunakan media komunikasi kurang lebih hanya 24 jam per minggu. Ini menunjukan
bahwa data penelitian tidak memiliki intensitas yang tinggi dalam menggunakan media komunikasinya. Dengan demikian, kesalahan dalam
penelitian inikarena data penelitian yang tidak dapat menjelaskan variabel prokrastinasi sesuai dengan hipotesis.
Berdasarkan tampilan grafik histogram yang didapat juga menjelaskan bagaimana data penelitian menunjukan mahasiswa yang
menjadi subjek tidak memiliki intensitas yang tinggi dalam menggunakan media komunikasinya. Berikut adalah penjelasan beserta tampilan
histogram persebaran intensitas penggunaan tiap-tiap media komunikasi yang didapat :
1. Poin ini akan menjelaskan bagaimana intensitas penggunaan media komunikasi : SMS di kalangan mahasiswa. Berikut
tabelnya :
Tabel 29 Histogram Persebaran Intensitas Penggunaan Media
Komunikasi : SMS
Ket : Frekuensi = tingkat kekerapan pengguna ; Intentitas_sms= skor total intensitas pengguna media SMS
Dari tabel diatas menunjukan bahwa penggunaan media komunikasi SMS terlihat miring kearah kanan, dimana jika
terjadi kemiringan seperti itu dapat dikatakan bahwa kondisi distribusi data intensitas penggunaan SMS tidak terlihat
normal. Skor total SMS terlihat memiliki frekuensi yang tinggi pada bagian kanan histogram dikarenakan banyak mahasiswa
menggunakan media SMS dengan waktu penggunaan yang sedikit.
2. Poin ini akan menjelaskan bagaimana intensitas penggunaan media komunikasi : instant messengger IM di kalangan
mahasiswa. Berikut tabelnya :
Tabel 30 Histogram Persebaran Intensitas Penggunaan Media
Komunikasi : Instant Messengger
Ket : Frekuensi = tingkat kekerapan pengguna ; Intensitas_im= skor total intensitas pengguna media instant messengger
Dari tabel diatas menunjukan bahwa penggunaan media komunikasi instant messengger terlihat miring kearah kanan,
dimana jika terjadi kemiringan seperti itu dapat dikatakan bahwa kondisi distribusi data intensitas penggunaan instant
messengger tidak terlihat normal. Skor total instant messengger terlihat memiliki frekuensi yang tinggi pada bagian
kanan histogram dikarenakan banyak mahasiswa menggunakan media instant messengger dengan waktu penggunaan yang
sedikit. 3. Poin ini akan menjelaskan bagaimana intensitas penggunaan
media komunikasi : Facebook di kalangan mahasiswa. Berikut tabelnya :
Tabel 31 Histogram Persebaran Intensitas Penggunaan Media
Komunikasi : Facebook
Ket : Frekuensi = tingkat kekerapan pengguna ; Intensitas_facebook = skor total intensitas pengguna media facebook
Dari tabel diatas menunjukan bahwa penggunaan media komunikasi facebook terlihat miring kearah kanan, dimana jika
terjadi kemiringan seperti itu dapat dikatakan bahwa kondisi distribusi data intensitas penggunaan facebook tidak terlihat
normal. Skor total facebook terlihat memiliki frekuensi yang tinggi pada bagian kanan histogram dikarenakan banyak
mahasiswa menggunakan media facebook dengan waktu penggunaan yang sedikit.
4. Poin ini akan menjelaskan bagaimana intensitas penggunaan media komunikasi : Twitter di kalangan mahasiswa. Berikut
tabelnya :
Tabel 20 Histogram Persebaran Intensitas Penggunaan Media
Komunikasi : Twitter
Ket : Frekuensi = tingkat kekerapan pengguna ; Intensitas_twitter = skor total intensitas pengguna media twitter
Dari tabel diatas menunjukan bahwa penggunaan media komunikasi twitter terlihat miring kearah kanan, dimana jika
terjadi kemiringan seperti itu dapat dikatakan bahwa kondisi distribusi data intensitas penggunaan twitter tidak terlihat
normal. Skor total twitter terlihat memiliki frekuensi yang tinggi pada bagian kanan histogram dikarenakan banyak
mahasiswa menggunakan media twitter dengan waktu penggunaan yang sedikit.
Dengan melihat tingkat intensitas masing-masing media komunikasi yang digunakan dapat dijelaskan bahwa data penelitian yang ditemukan tidak
menunjukan intensitas yang tinggi. Oleh karena hal tersebut dan hasil penelitian menunjukkan pengaruh yang kecil, yaitu sebesar 2,6 serta tidak
signifikannya penelitian ini maka penelitian ini gagal memenuhi hipotesis, dimana hipotesis penelitian ini adalah ada pengaruh yang signifikan antara
intensitas penggunaan SMS,instant messengger, facebook dan twitter dengan prokrastinasi akademik mahasiswa.
79
BAB V
PENUTUP
A. KESIMPULAN
Kategori