Preferensi Siswa Dalam Tingkat Kecanduan Game Online Dengan Metode Analisis Konjoin Full Profile (Studi Kasus Siswa SMA Negeri 14 Medan) Chapter III IV
BAB 3
HASIL DAN PEMBAHASAN
3.1 Sampel Dan Teknik Pengambilan sampel
Responden penelitian ini adalah siswa SMA Negeri 14 Medan. Data jumlah siswa
yang diperoleh adalah sebagai berikut:
Tabel 3.1 Jumlah Siswa SMA Negeri 14 Medan
No
Kelas
Jumlah Siswa
1
X
304
2
XI
345
3
XII
277
Total
926
Metode yang digunakan untuk jumlah sampel adalah dengan menggunakan rumus
Slovin, sebagai berikut:
�
n=
1+�� 2
keterangan:
n
= Jumlah sampel
N
= Jumlah populasi
e
= batas toleransi kesalahan
Populasi dalam penelitian ini adalah siswa SMA Negeri 14 Medan
sebanyak 926 jiwa. Sehingga, jumlah siswayang diambil sebagai sampel adalah:
n=
=
=
�
1+�� 2
926
1+926(0,1)2
926
10,26
= 90,25
Universitas Sumatera Utara
31
= 90 orang
Maka dapat ditentukan jumlah sampel dalam penelitian ini adalah sebanyak 90
orang. Teknik pengambilan sampel menggunakan metode Proportionated
stratified random sampling, maka jumlah sampel yang harus diambil berdasarkan
perhitungan proporsi dari setiap jurusan di SMA Negeri 14 Medan dengan rumus
sebagai berikut:
�� =
��
��
�
dengan:
��
= jumlah sampel menurut stratum
��
N
= jumlah populasi
n
= jumlah sampel
= jumlah populasi menurut stratum
Tabel 3.2 Penarikan Sampel dengan Proporsional
Proportionated
Jumlah
No
Kelas
Jurusan
stratified random
Siswa
sampling
1
2
3
IPA
190
IPS
114
IPA
236
IPS
109
IPA
171
IPS
106
X
XI
XII
Total
190
X 90 = 18,46
926
114
X 90 = 11,08
926
236
X 90 = 22,94
926
109
X 90 = 10,60
926
171
X 90 = 16,62
926
106
X 90 = 10,30
926
926
90
Jumlah Sampel
18
11
23
11
17
10
90
31
Universitas Sumatera Utara
32
3.2 Penyajian Data
Data analisis konjoin didapat berdasarkan urutan kartu profil dalam kuesioner.
Dalam penelitian ini metode presentasi yang digunakan adalah full-profileyang
menggunakan data metrik yaitu dengan cara merating. Proses menilai konjoin
dilakukan dengan langkah-langkah sebagai berikut:
1.
Menentukan atribut dan level atribut yaitu:
6) Faktor Emosi(Jenuh dan Bosan, Stres dan Depresi).
7) Faktor
Lingkungan (Teman Sepergaulan Sesama Gamers, Mengikuti
Ajakan Teman, Mengikuti Trend dan pergaulan)
8) Ketertarikan(Rasa Ingin tau dan penasaran, Merasa Tertantang, Sifat Game
Yang Seru dan Menghibur)
9) Perkembangan Teknologi (Fasilitas Yang Memadai, Mudahnya akses
Bermain Game online)
10) Gaya Hidup (Kurangnya Kegiatan, Kebiasaan atau hobi)
2.
Mendesain stimuli yaitu setelah atribut dan level atribut diperoleh selanjutnya
adalah menentukan preferensi responden terhadap setiap kombinasi maka dari
itu dibentuklah stimuli. Stimuli adalah kombinasi antara atribut dengan level.
Dari 5 atribut dan 5 level atribut tersebut didapat jumlah kombinasi yang
mungkin untuk disusun sebanyak 72 stimuli (diperoleh dari hasil perkalian
setiap level dari masing – masing atribut = 2 x 3 x 3 x 2 x 2). Dengan jumlah
stimuli sebanyak itu, maka akan menyulitkan responden untuk memberikan
penilaian terhadap stimuli tersebut serta membutuhkan waktu yang lama para
responden untuk mengevaluasinya, sehingga untuk memudahkan responden
kombinasi didesain oleh software SPSS 16.0 sehingga menghasilkan 16
stimuli. Adapun langkah membuat dengan SPSS 16.0 adalah sebagai berikut:
a. Dari program SPSS, biarkan data editor dalam keadaan kosong
b. Pilih menu file, new, dan pilih syntax
c. Ketik pada syntax editor
32
Universitas Sumatera Utara
33
ORTHOPLAN
/FACTOR=
EMOSI 'Faktor Emosi' (‘Jenuh dan Bosan’ ‘Stres dan Depresi’)
LKNGN ‘Faktor Lingkungan' (‘Teman Sepergaulan Sesama Gamers’
‘Mengikuti Ajakan Teman’ ‘Mengikuti Trend dan pergaulan’)
KTRKN 'Ketertarikan' (‘Rasa Ingin Tau Dan Penasaran’ ‘Merasa Tertantang’
‘Sifat Game Yang Seru Dan Menghibur’)
TKLGI‘Perkembangan Teknologi' (‘Fasilitas Yang Memadai’ ‘Mudahnya
Akses Bermain Game Online’)
GAYA'Gaya Hidup' (‘Kurangnya Kegiatan’ ‘Kebiasaan Atau Hobi’)
/HOLDOUT=0
SAVEOUTFILE='DATA SPSS.SAV'.
Pilih menu Run All dapat dibentuk kombinasi pada data view.
Setelah dievaluasi satu persatu dengan menggunakan software SPSS 16.0
dihasilkan 16 stimuli dan dapat langsung digunakan untuk mengetahui
preferensi responden.Stimuli dapat dilihat pada lampiran 1.
Selanjutnya responden diminta untuk memberikan rating terhadap
kombinasi pekerjaan yang ada pada lampiran 1 dengan menggunakan skala
likert dan dengan urutan:
1 = Sangat tidak setuju dengan stimuli tersebut
2 = Tidak setuju dengan stimuli tersebut
3 = Cukup setuju dengan stimuli tersebut
4 = setuju dengan stimuli tersebut
5 = Sangat setuju dengan stimuli tersebut
3.
Menghitung Nilai Urutan
Untuk menghitung nilai utilitas dan nilai kepentingan relatif atribut dapat
menggunakan 2 cara yaitu:
a.
Menggunakan Perhitungan Manual
Untuk menduga rating atribut berdasarkan data responden, maka dilakukan
perhitungan dengan menggunakan data salah seorang responden.Datanya dapat
33
Universitas Sumatera Utara
34
dilihat pada lampiran 3. Lakukan pengkodean dengan variabel dummy yang
mewakili setiap level dari masing – masing atribut. Untuk semua atribut dan level
dari atribut dikodekan pada tabel 3.3 sebagai berikut:
Tabel 3.3 Pengkodean Level
Jumlah
level
X1
X2
1
1
1
2
0
0
3
0
Atribut
X4
1
0
0
X3
0
1
0
X5
0
1
0
X6
1
0
-
X7
1
0
-
Bentuk pertanyaan dalam kuesioner dari setiap kombinasi terdapat pada lampiran
2 dan responden diminta untuk memberikan preferensinya dari setiap
kombinasi.Preferensi diperoleh dengan mengurutkan kombinasi – kombinasi yang
tersedia berdasarkan tingkat kepentingan relatif. Data pada tabel 3.3 akan
dikodekan menjadi variabel dummy, sebagaimana dilakukan pada regresi dengan
variabel kuantitatif. Hasilnya adalah data pada tabel 3.4 sebagai berikut:
Tabel 3.4 Pengkodean Data Untuk Regresi
No
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
Faktor
Emosi
Faktor
Lingkungan
Ketertarikan
Perkembangan
Teknologi
Gaya
Hidup
X1
X2
X3
X4
X5
X6
X7
0
1
1
1
0
0
0
1
0
0
1
1
1
0
0
1
0
1
0
0
1
1
0
1
0
1
0
1
1
1
0
0
0
0
0
0
0
0
0
0
1
0
1
0
0
0
1
1
0
1
1
0
0
0
1
0
1
1
0
1
0
1
0
1
0
0
0
1
1
1
0
0
0
0
1
0
0
0
0
0
0
0
1
0
1
0
1
0
0
0
1
1
1
1
1
0
1
0
0
1
1
0
0
0
1
0
0
1
1
1
0
1
34
Universitas Sumatera Utara
35
Pada tabel 3.4 adalah data yang telah ditransformasikan, selanjutnya data yang
diperoleh dari hasil kuesioner dianalisis dengan persamaan regresi linier berganda
dengan variabel bebas berupa dummy 8 buah.
�(�) = �0 + �1 �1 + �2 �2 + �3 �3 + �4 �4 + �5 �5
Keterangan:
U(X)
= Kegunaan atau utilitas
�0
= Intercept
�0 , �1 , �2 , �3 , �4 , �5
=Nilai
Utilitas setiap level dari masing – masing
atribut
X1
= Variabel dummy mewakili atribut Faktor Emosi
X2
= Variabel dummy mewakili atribut Faktor
Lingkungan
X3
= Variabel dummy mewakili atribut Ketertarikan
X4
= Variabel dummy mewakili atribut Perkembangan
Teknologi
X5
= Variabel dummy mewakili atribut Gaya Hidup
Menentukan �0 ,�1 , �2 , ... ,Dapat menggunakan software SPSS sebagai berikut:
a. Atribut yang sudah diubah menjadi variabel dummy, selanjutnya diinput
ke SPSS Statistics Data Editor.
b. Input juga nilai rating di kolom sebelahnya
c. Pilih Analyze, Regression Linear
d. Isi nilai rating sebagai variabel dependent, dan ke – 7 level atribut sebagai
variabel independent
e. Klik ok
35
Universitas Sumatera Utara
36
Maka hasilnya dapat dilihat pada tabel 3.5 berikut ini yaitu koefisien nilai b dari
SPSS
Tabel 3.5 Koefisien Nilai b dari SPSS
Model
Unstandardized
Standardized
Coefficients
Coefficients
B
Std. Error
(Constant)
4,750
0,407
b1
-0,750
0,258
b2
-0,500
b3
Beta
t
Sig.
11,658
0,000
0,539
2,910
0,020
0,316
-0,359
-1,584
0,152
-0,500
0,364
-0,311
-1,372
0,207
b4
-0,875
0,316
-0,629
-2,772
0,024
b5
-0,750
0,364
-0,467
-2,058
0,074
b6
-0,250
0,258
-0,180
-0,970
0,360
b7
0.250
0,258
0,180
0,970
0,360
Persamaan regresi liniear berganda digunakan untuk memperkirakan nilai
utilitas. Harus diperoleh nilai utilitas dari setiap atribut, setiap atribut memiliki
level. Dengan diketahuinya kode variabel dummy, setiap level dilambangkan
terlebih dahulu. Untuk atribut, utilitas masing – masing level dilambangkan
oleh 11 (Jenuh dan Bosan), 12 (Stres dan Depresi), 21 (Teman Sepergaulan
Sesama Gamers), 22 (Mengikuti Ajakan Teman), 23 (Mengikuti Trend dan
Pergaulan), 31 (Rasa Ingin Tau dan Penasaran), 32 (Merasa Tertantang), 33
(Sifat Game Yang Seru dan Menghibur), 41 (Fasilitas Yang Memadai), 42
(Mudahnya Akses Bermain Game online), 51 (Kurangnya Kegiatan), 52
(Kebiasaan atau hobi). Hubungan setiap koefisien variabel dummy, mewakili
36
Universitas Sumatera Utara
37
perbedaan dalam parth-worth untuk level yang bersangkutan dikurangi parthworth dari level dasar.
Setelah didapat koefisien nilai b, maka dicari nilai kegunaannya
(utility) sebagai berikut:
a)
Untuk atribut Faktor Emosi diperoleh persamaan yang dinyatakan oleh
persamaan berikut:
11 - 12 = b1
(1)
11 + 12 = 0
(2)
Dengan menggunakan nilai – nilai koefisien dari hasil SPSS maka diperoleh
persamaan sebagai berikut:
11 - 12 = - 0,750
(3)
11 + 12= 0
(4)
Dari persamaan (3) dan (4) diperoleh persamaan:
11 - 12 = - 0,750
11 + 12 = 0
-212 = -0,750
12= 0,375
(5)
Dari persamaan (2) diperoleh persamaan:
11 + 12 = 0
11 + 0,375 = 0
11 = -0.375
(6)
Sehingga diperoleh hasil setelah dipecahkan:
11 = -0,375
12 = 0,375
b) Persamaan untuk atribut Faktor Lingkungan sebagai berikut:
21- 23 = b2
(7)
22 - 23 = b3
(8)
21 + 22 + 23 = 0
(9)
37
Universitas Sumatera Utara
38
21 - 23 = -0,500
(10)
22 - 23 = -0,500
(11)
Dari persamaan (10) dan (11) diperoleh persamaan:
21 - 23 = -0,500
22 - 23 = -0,500
21 - 22 = 0
(12)
21 = 22
(13)
Dari persamaan (9) diperoleh persamaan:
21 + 22 + 23 = 0
22 +22 +23 = 0
222 + 23 = 0
(14)
Dari persamaan (11) dan (14) diperoleh persaman:
22 - 23 = -0,500
222 + 23 = 0
322 = -0,500
22 = -0,167
(15)
Dari persamaan (11) diperoleh persamaan:
22 - 23= -0,500
-0,167 - 23= -0,500
23= 0,333
(16)
Dari persamaan (10) diperoleh persamaan:
21 - 23 = -0,500
21 – 0,333 = -0,500
21 = -0,167
(17)
Maka setelah dipecahkan diperoleh hasil sebagai berikut:
21 = -0,167
22 = -0,167
23 = 0,333
38
Universitas Sumatera Utara
39
c)
Persamaan untuk atribut Ketertarikan dinyatakan pada persamaan berikut:
31 - 33 = b4
(18)
32 - 33 = b5
(19)
31 + 32 + 33 = 0
(20)
Dengan menggunakan nilai – nilai koefisien dari hasil SPSS maka diperoleh
persamaan betrikut:
31 - 33 = -0,875
(21)
32 - 33 = -0,750
(22)
Dari persamaan (21) dan (22) diperoleh:
31 - 33 = -0,875
32 - 33 = -0,750
31 - 32 = -0,125
(23)
31 = -0,125 + 32
(24)
Dari persamaan (20) diperoleh persamaan:
31 + 32 + 33 = 0
-0,125 + 32 +32 +33 = 0
-0,125 + 232+33 = 0
232 + 33 = 0,125
(25)
Dari persamaan (22) dan (25) diperoleh persamaan:
32 - 33 = -0,750
232 + 33 = 0,125
332 = -0,625
32 = -0,208
(26)
Dari persamaan (22) diperoleh persamaan:
32 - 33= -0,750
-0,208 - 33= -0,750
33= 0,542
(27)
Dari persamaan (21) diperoleh persamaan:
31 - 33= -0,875
31 – 0,542 = -0,875
31 = -0,333
(28)
39
Universitas Sumatera Utara
40
Sehingga diperoleh:
31 = -0,333
32 = -0,208
33 = 0,542
d) Untuk
atribut
Perkembangan
Teknologi
diperoleh
persamaan
yang
dinyatakan oleh persamaan berikut:
41 - 43 = b6
(29)
41 + 42 = 0
(30)
Dengan menggunakan nilai koefisien dari hasil SPSS maka diperoleh persamaan
sebagai berikut:
41 - 42 = -0,250
(31)
41 + 42 = 0
(32)
Dari persamaan (31) dan (32) diperoleh persamaan:
41 - 42 = -0,250
41 + 42 = 0
-242 = -0,250
42 = 0,125
(33)
Dari persamaan (30) diperoleh persamaan:
41 + 42 = 0
41 + 0,125 = 0
41 = -0,125
(34)
Sehingga diperoleh hasil setelah dipecahkan:
41 = -0,125
42 = 0,125
e)
Untuk atribut Gaya Hidup maka akan diperoleh persamaan sebagai berikut:
51- 52 = b7
(35)
51 + 52 = 0
(36)
40
Universitas Sumatera Utara
41
Dengan menggunakan nilai koefisien dari hasil SPSS maka diperoleh persamaan
sebagai berikut:
51 - 52 = 0,250
(38)
51 + 53 = 0
(39)
Dari persamaan (38) dan (39) diperoleh persamaan:
51 - 52 = 0,250
51 + 52 = 0
-2 52 = 0,250
(40)
52 = -0,125
(41)
Dari persamaan (39) diperoleh persamaan:
51 + 52 = 0
51 + -0,125 = 0
51 = 0,125
(42)
Sehingga diperoleh hasil setelah dipecahkan:
51 = 0,125
52 = -0,125
Untuk setiap level disajikan pada tabel 3.5 melalui level-levelnya dapat dihitung
tingkat kepentingan atribut, diketahui bahwa tingkat kepentingan atribut adalah
selisih utilitas tertinggi dan terendah. Seperti yang dinyatakan pada persamaan
berikut:
Ii= {max (� ij) – min (�ij)}
(3.1)
Tingkat kepentingan atribut adalah:
Faktor Emosi (Ii)
= 0,375 – (-0,375) = 0,750
Faktor Lingkungan (I2)
= 0,333 – (-0,167) = 0,5
Ketertarikan (I3)
= 0,542 – (-0,333) = 0,875
Perkembangan Teknologi (I4)
= 0,125 – (-0,125) = 0,250
Gaya Hidup b (I5)
= 0,125 – (-0,125) = 0,250
Dengan tingkat kepentingan atribut tersebut dapat diketahui urutan atribut
berdasarkan tingkat kepentingan, tetapi jika diubah menjadi tingkat kepentingan
relatif (bobot) dapat dihitung dengan rumus:
41
Universitas Sumatera Utara
42
��
Wi= ∑�
(3.2)
�=1 ��
Dengan rumus 3.2 diatas maka tingkat kepentingan relatif (bobot) setiap atribut
adalah:
Faktor Emosi:
W1=
0,750
=
0,750+0,5+0,875+0,25+0,25
0,750
= 0,2857
2,625
Faktor Lingkungan:
W2=
0,5
0,750+0,5+0,875+0,25+0,25
=
0,5
2,625
= 0,1905
Ketertarikan:
0,875
W3=
0,750+0,5+0,875+0,25+0,25
=
0,875
2,625
= 0,3333
Perkembangan Teknologi:
0,25
W4=
0,750+0,5+0,875+0,25+0,25
=
0,25
2,625
= 0,0952
Gaya Hidup:
W5=
b.
0,25
0,750+0,5+0,875+0,25+0,25
=
0,25
2,625
= 0,0952
Menggunakan software SPSS 16.0 dengan program syntax
Dari Hasil Metode Full Profile Untuk 1 Responden maka didapat seperti tabel
berikut:
42
Universitas Sumatera Utara
43
Tabel 3.6 Hasil Metode Full Profile Untuk 1 Responden
Tingkat
Level
Kepentingan
Atribut
Utilitas
Deskripsi
Lambang
Skor
Jenuh Dan Bosan
11
-0,375
Stres Dan Depresi
12
0,375
21
-0,167
Mengikuti Ajakan Teman
22
-0,167
Mengikuti
Faktor Emosi
Teman Sepergaulan Sesama
Gamers
Faktor
Lingkungan
Trend
Dan
23
0,333
Tau
Dan
31
-0,333
32
-0,208
33
0,542
41
-0,125
Pergaulan
Rasa
Ingin
Penasaran
Ketertarikan
Merasa Tertantang
Sifat Game Yang Seru Dan
Menghibur
Perkembangan
Teknologi
Fasilitas Yang Memadai
Mudahnya Akses Bermain
42
0,125
Kurangnya Kegiatan
51
0,125
Kebiasaan Atau Hobi
52
-0,125
Game Online
Gaya Hidup
Skor
Bobot
0,750
0,2857
0,5
0,1905
0,875
0,3333
0,250
0,0952
0,250
0,0952
Pada tabel dibawah ini adalah penilaian 1 orang responden dapat dilihat sebagai
berikut:
43
Universitas Sumatera Utara
44
Tabel 3.7 Nilai Utilitas 1 Orang Responden
Utilitas
Std.
Estimate
Error
Jenuh Dan Bosan
-0,375
0,129
Stres Dan Depresi
0,375
0,129
Teman Sepergaulan Sesama Gamers
-0,167
0,172
Mengikuti Ajakan Teman
-0,167
0,201
Mengikuti Trend Dan Pergaulan
0,333
0,201
Rasa Ingin Tau Dan Penasaran
-0,333
0,172
Merasa Tertantang
-0,208
0,201
Sifat Game Yang Seru Dan Menghibur
0,542
0,201
-0,125
0,129
Mudahnya Akses Bermain Game Online
0,125
0,129
Kurangnya Kegiatan
0,125
0,129
Kebiasaan Atau Hobi
-0,125
0,129
4,250
0,142
Atribut
Level
Faktor Emosi
Faktor
Lingkungan
Ketertarikan
Perkembangan Fasilitas Yang Memadai
Teknologi
Gaya Hidup
(Constant)
Tabel 3.8 Nilai Kepentingan Relatif 1 Orang Responden
Atribut
NPR
Faktor Emosi
28,57%
Faktor Lingkungan
19,05%
Ketertarikan
33,33%
Perkembangan Teknologi
9,52%
Gaya Hidup
9.52%
44
Universitas Sumatera Utara
45
Pada tabel 3.9 adalah nilai kepentingan atribut keseluruhan responden dapat
dilihat sebagai berikut:
Tabel 3.9 Nilai Utilitas Keseluruhan Responden
Utilitas
Std.
Estimate
Error
Jenuh Dan Bosan
-0,033
0,036
Stres Dan Depresi
0,033
0,036
Teman Sepergaulan Sesama Gamers
-0,041
0,048
Mengikuti Ajakan Teman
-0,039
0,057
Mengikuti Trend Dan Pergaulan
0,080
0,057
Rasa Ingin Tau Dan Penasaran
0,056
0,048
Merasa Tertantang
-0,101
0,057
Sifat Game Yang Seru Dan Menghibur
0,046
0,057
0,068
0,036
Mudahnya Akses Bermain Game Online
-0,068
0,036
Kurangnya Kegiatan
0,044
0,036
Kebiasaan Atau Hobi
-0,044
0,036
4,250
4,431
Atribut
Level
Faktor Emosi
Faktor
Lingkungan
Ketertarikan
Perkembangan Fasilitas Yang Memadai
Teknologi
Gaya Hidup
(Constant)
Tabel 3.10 Nilai Kepentingan Relatif Keseluruhan Responden
4.
Atribut
NPR
Faktor Emosi
21,287%
Faktor Lingkungan
22,081%
Ketertarikan
30,646%
Perkembangan Teknologi
13,797%
Gaya Hidup
12,189%
Dari hasil Metode Full Profile dan nilai kepentingan atribut, baik dari 1
responden maupun keseluruhan responden dari tabel diatas, maka didapat
interpretasi sebagai berikut:
45
Universitas Sumatera Utara
46
1) Pada tabel 3.8 dapat dilihat bahwa 1 responden memilih atribut
Ketertarikansebagai atribut yang dianggap paling penting pengaruhnya
terhadap kecanduan game online pada siswa sebesar 33,333% yang diikuti
dengan atribut Faktor Emosi sebesar 28,571%, untuk atribut Faktor
Lingkungan sebesar 19,048%, untuk atribut Perkembangan Teknologi dan
Gaya Hidup masing-masing sebesar 9,524%.
2) Pada tabel 3.10 dapat dilihat bahwa keseluruhan responden memilih
Ketertarikan sebagai atribut yang dianggap paling penting pengaruhnya
terhadap kecanduan game online pada siswa SMA Negeri 14 Medan sebesar
30,646% yang diikuti dengan atribut Faktor Lingkungan sebesar 22,081%,
atribut Faktor Emosi sebesar 21,287%, atribut Perkembangan Teknologi
sebesar 13,797%, dan atribut Gaya Hidup sebesar 12,189%.
Gambar 3.1 Diagram Nilai Kepentingan Relatif
NPR
Faktor Emosi
Faktor Lingkungan
Ketertarikan
Perkembangan Teknologi
Gaya Hidup
Dari gambar 3.1 dapat dilihat bahwa atribut Ketertarikan sebagai atribut yang
dianggap relatif penting pengaruhnya terhadap kecanduan game online pada siswa
SMA Negeri 14 Medan.
46
Universitas Sumatera Utara
47
3.3 Interpretasi Model Analisis Konjoin
Penerapan model analisis konjoin melalui pendekatan analisis regresi berganda
menggunakan variabel dummy terhadap ketujuh profil faktor yang mempengaruhi
Kecanduan Game Online Pada Siswa SMA Negeri 14 Medan.
�(�) = �0 + �11 �11 + �12 �12 + �21 �21 + �22 �22 + �23 �23
+ �31 �31 + �32 �32 + �33 �33 + �41 �41 + �42 �42
+ �51 �51 + �52 �52 + �53 �53
Dari tabel 3.9 diperoleh estimasi koefisien persamaan dasar konjoin atau
estimasi utilitas, yang disebut sebagai prediksi parth-worth adalah:
0 = 4,25011 = -0,03312 = 0,03321 = -0,04122 = -0,039 23 = 0,080 31 = 0,056
32 = -0,101 33 = 0,046 41 = 0,068 42 = -0,068 51 = 0,044 52 = -0,044
Dengan mensubstitusikan setiap estimasi utilitas kedalam persamaan dasar
konjoin akan menjadi :
U(X) = 4,250 - 0,033 X11 + 0,033X12- 0,041X21 -0,039X22+ 0,080 X23+ 0,056 X310,101 X32 +0,046 X33+ 0,068 X41 -0,068 X42+ 0,044 X51- 0,044X52
Pada dasarnya utilitas adalah derajat seberapa besar nilai ukuran kepuasan
responden dari penggunaan barang dan jasa.Jadi utilitas disini adalah seberapa
besar pengaruh nilai dari masing – masing level.Nilai Utilitas menunjukkan
seberapa besar pengaruh nilai dari masing – masing level pada tiap – tiap atribut
dari hasil yang didapat berdasarkan mensubstitusikan setiap estimasi utilitas
kedalam persamaan dasar konjoin diatas.
Jika nilainya negatif berarti responden kurang menyukai atau kurang menganggap
penting stimuli tersebut.Sebaliknya, jika nilai positif, maka responden suka
dengan stimuli produk tersebut.
47
Universitas Sumatera Utara
48
3.4 Pengukuran Validitas Dan Reliabilitas
Pengukuran validitas dan reliabilitas ini digunakan untuk menunjukkan korelasi
dan kevalidan penilai responden. Nilai – nilai ini berkorelasi dengan input rating
untuk profil yang diperoleh dari responden.
Tabel 3.11 Korelasi
Metode
Value
Sig.
Pearson's R
0,985
0,000
Kendall's tau
0,836
0,000
Pada pengukuran validitas dan reliabilitas ini output korelasi secara pearson
dengan menggunakan SPSS menghasilkan angka yang relatif kuat yaitu 0,985
(diatas 0.5). Hal ini menunjukkan adanya hubungan yang kuat antara estimasi dan
aktual, artinya data hasil perhitungandari model regresi berkorelasi sangat kuat
dengan data yang diperoleh berdasarkan pendapat responden. Sedangkan pada uji
signifikansi lima korelasi yang dibahas menghasilkan signifikansi 0,000 (dibawah
0,05) maka kelima korelasi tersebut mempunyai signifikansi yang cukup kuat.
Nilai koefisien ini signifikansi pada = 5%, karena jika hasil ini memiliki
signifikansinya diatas 0,05 maka signifikansinya tidak kuat. Dengan demikian
dapat dikatakan bahwa pendapat dari 90 responden tersebut bisa diterima untuk
menggambarkan pengaruh Faktor Emosi, Faktor Lingkungan, Ketertarikan,
Perkembangan Teknologi, dan Gaya hidup terhadap Kecanduan Game Online
pada siswa SMA Negeri 14 Medan.
48
Universitas Sumatera Utara
BAB 4
KESIMPULAN DAN SARAN
4.1 Kesimpulan
3) Berdasarkan hasil penelitian dan pembahasan
dapat disimpulkan bahwa
keseluruhan responden memilih atributKetertarikan sebagai atribut yang
dianggap relatif penting pengaruhnya terhadap kecanduan game online pada
siswa SMA Negeri 14 Medan sebesar 30,646% yang diikuti dengan atribut
Faktor Lingkungan sebesar 22,081%, atribut Faktor Emosi sebesar 21,287%,
atribut Perkembangan Teknologi sebesar 13,797%, dan atribut Gaya Hidup
sebesar 12,189%.
2. Dari nilai utilitas masing-masing taraf atribut diperoleh informasi bahwa:
1) Faktor Emosi yang stres dan depresi mempengaruhi kecanduan game
online pada siswa SMA Negeri 14 Medan (0,033).
2) Faktor Lingkungan yang mengikuti Trend dan pergaulan mempengaruhi
kecanduan game online pada siswa SMA Negeri 14 Medan (0,080).
3) Ketertarikan rasa ingin tau dan penasaran mempengaruhi kecanduan game
online pada siswa SMA Negeri 14 Medan (0,056).
4) Perkembangan Teknologi Dengan fasilitas memadai mempengaruhi
kecanduan game online pada siswa SMA Negeri 14 Medan (0,068)..
5) Gaya Hidup yang kurangnya kegiatan mempengaruhi kecanduan game
online pada siswa SMA Negeri 14 Medan (0,044).
4.2 Saran
Dari hasil penelitian, analisis dan kesimpulan di atas, berikut beberapa saran yang
dapat disampaikan:
1) Dari Faktor Emosi yang stress dan depresi, Faktor lingkungan yang
mengikuti trend dan pergaulan, Faktor Ketertarikan rasa ingin tau dan
penasaran, Perkembangan Teknologi dengan fasilitas memadai, serta Gaya
Universitas Sumatera Utara
50
Hidup terhadap kurangnya kegiatan mempengaruhi kecanduan game online
pada siswa diharapkan pihak sekolah lebih memperhatikan dan mengawasi
lagi keluarnya siswa di luar lingkungan sekolah pada jam belajar, pihak
sekolah juga diharapkan lebih banyak mengadakan kegiatan ekstrakurikuler
yang positif untuk siswanya sesuai dengan minat dan kesenangan siswa
sehingga siswa tidak bosan dan tidak beralih ke game online.
2) Bagi orang tua siswa dan masyarakat, bahwafenomena bermain game online
bukan hanya untuk kesenangan semata akan tetapi banyak dampak yang
terjadi untuk itu perlu pengawasan dan bimbingan kepada anak sehingga
tidak menjadi kecanduan.
3) Bagi siswa, permainan hanya sebagai sarana hiburan dan sekiranya tetap
mengutamakan pembelajaran di sekolah
50
Universitas Sumatera Utara
HASIL DAN PEMBAHASAN
3.1 Sampel Dan Teknik Pengambilan sampel
Responden penelitian ini adalah siswa SMA Negeri 14 Medan. Data jumlah siswa
yang diperoleh adalah sebagai berikut:
Tabel 3.1 Jumlah Siswa SMA Negeri 14 Medan
No
Kelas
Jumlah Siswa
1
X
304
2
XI
345
3
XII
277
Total
926
Metode yang digunakan untuk jumlah sampel adalah dengan menggunakan rumus
Slovin, sebagai berikut:
�
n=
1+�� 2
keterangan:
n
= Jumlah sampel
N
= Jumlah populasi
e
= batas toleransi kesalahan
Populasi dalam penelitian ini adalah siswa SMA Negeri 14 Medan
sebanyak 926 jiwa. Sehingga, jumlah siswayang diambil sebagai sampel adalah:
n=
=
=
�
1+�� 2
926
1+926(0,1)2
926
10,26
= 90,25
Universitas Sumatera Utara
31
= 90 orang
Maka dapat ditentukan jumlah sampel dalam penelitian ini adalah sebanyak 90
orang. Teknik pengambilan sampel menggunakan metode Proportionated
stratified random sampling, maka jumlah sampel yang harus diambil berdasarkan
perhitungan proporsi dari setiap jurusan di SMA Negeri 14 Medan dengan rumus
sebagai berikut:
�� =
��
��
�
dengan:
��
= jumlah sampel menurut stratum
��
N
= jumlah populasi
n
= jumlah sampel
= jumlah populasi menurut stratum
Tabel 3.2 Penarikan Sampel dengan Proporsional
Proportionated
Jumlah
No
Kelas
Jurusan
stratified random
Siswa
sampling
1
2
3
IPA
190
IPS
114
IPA
236
IPS
109
IPA
171
IPS
106
X
XI
XII
Total
190
X 90 = 18,46
926
114
X 90 = 11,08
926
236
X 90 = 22,94
926
109
X 90 = 10,60
926
171
X 90 = 16,62
926
106
X 90 = 10,30
926
926
90
Jumlah Sampel
18
11
23
11
17
10
90
31
Universitas Sumatera Utara
32
3.2 Penyajian Data
Data analisis konjoin didapat berdasarkan urutan kartu profil dalam kuesioner.
Dalam penelitian ini metode presentasi yang digunakan adalah full-profileyang
menggunakan data metrik yaitu dengan cara merating. Proses menilai konjoin
dilakukan dengan langkah-langkah sebagai berikut:
1.
Menentukan atribut dan level atribut yaitu:
6) Faktor Emosi(Jenuh dan Bosan, Stres dan Depresi).
7) Faktor
Lingkungan (Teman Sepergaulan Sesama Gamers, Mengikuti
Ajakan Teman, Mengikuti Trend dan pergaulan)
8) Ketertarikan(Rasa Ingin tau dan penasaran, Merasa Tertantang, Sifat Game
Yang Seru dan Menghibur)
9) Perkembangan Teknologi (Fasilitas Yang Memadai, Mudahnya akses
Bermain Game online)
10) Gaya Hidup (Kurangnya Kegiatan, Kebiasaan atau hobi)
2.
Mendesain stimuli yaitu setelah atribut dan level atribut diperoleh selanjutnya
adalah menentukan preferensi responden terhadap setiap kombinasi maka dari
itu dibentuklah stimuli. Stimuli adalah kombinasi antara atribut dengan level.
Dari 5 atribut dan 5 level atribut tersebut didapat jumlah kombinasi yang
mungkin untuk disusun sebanyak 72 stimuli (diperoleh dari hasil perkalian
setiap level dari masing – masing atribut = 2 x 3 x 3 x 2 x 2). Dengan jumlah
stimuli sebanyak itu, maka akan menyulitkan responden untuk memberikan
penilaian terhadap stimuli tersebut serta membutuhkan waktu yang lama para
responden untuk mengevaluasinya, sehingga untuk memudahkan responden
kombinasi didesain oleh software SPSS 16.0 sehingga menghasilkan 16
stimuli. Adapun langkah membuat dengan SPSS 16.0 adalah sebagai berikut:
a. Dari program SPSS, biarkan data editor dalam keadaan kosong
b. Pilih menu file, new, dan pilih syntax
c. Ketik pada syntax editor
32
Universitas Sumatera Utara
33
ORTHOPLAN
/FACTOR=
EMOSI 'Faktor Emosi' (‘Jenuh dan Bosan’ ‘Stres dan Depresi’)
LKNGN ‘Faktor Lingkungan' (‘Teman Sepergaulan Sesama Gamers’
‘Mengikuti Ajakan Teman’ ‘Mengikuti Trend dan pergaulan’)
KTRKN 'Ketertarikan' (‘Rasa Ingin Tau Dan Penasaran’ ‘Merasa Tertantang’
‘Sifat Game Yang Seru Dan Menghibur’)
TKLGI‘Perkembangan Teknologi' (‘Fasilitas Yang Memadai’ ‘Mudahnya
Akses Bermain Game Online’)
GAYA'Gaya Hidup' (‘Kurangnya Kegiatan’ ‘Kebiasaan Atau Hobi’)
/HOLDOUT=0
SAVEOUTFILE='DATA SPSS.SAV'.
Pilih menu Run All dapat dibentuk kombinasi pada data view.
Setelah dievaluasi satu persatu dengan menggunakan software SPSS 16.0
dihasilkan 16 stimuli dan dapat langsung digunakan untuk mengetahui
preferensi responden.Stimuli dapat dilihat pada lampiran 1.
Selanjutnya responden diminta untuk memberikan rating terhadap
kombinasi pekerjaan yang ada pada lampiran 1 dengan menggunakan skala
likert dan dengan urutan:
1 = Sangat tidak setuju dengan stimuli tersebut
2 = Tidak setuju dengan stimuli tersebut
3 = Cukup setuju dengan stimuli tersebut
4 = setuju dengan stimuli tersebut
5 = Sangat setuju dengan stimuli tersebut
3.
Menghitung Nilai Urutan
Untuk menghitung nilai utilitas dan nilai kepentingan relatif atribut dapat
menggunakan 2 cara yaitu:
a.
Menggunakan Perhitungan Manual
Untuk menduga rating atribut berdasarkan data responden, maka dilakukan
perhitungan dengan menggunakan data salah seorang responden.Datanya dapat
33
Universitas Sumatera Utara
34
dilihat pada lampiran 3. Lakukan pengkodean dengan variabel dummy yang
mewakili setiap level dari masing – masing atribut. Untuk semua atribut dan level
dari atribut dikodekan pada tabel 3.3 sebagai berikut:
Tabel 3.3 Pengkodean Level
Jumlah
level
X1
X2
1
1
1
2
0
0
3
0
Atribut
X4
1
0
0
X3
0
1
0
X5
0
1
0
X6
1
0
-
X7
1
0
-
Bentuk pertanyaan dalam kuesioner dari setiap kombinasi terdapat pada lampiran
2 dan responden diminta untuk memberikan preferensinya dari setiap
kombinasi.Preferensi diperoleh dengan mengurutkan kombinasi – kombinasi yang
tersedia berdasarkan tingkat kepentingan relatif. Data pada tabel 3.3 akan
dikodekan menjadi variabel dummy, sebagaimana dilakukan pada regresi dengan
variabel kuantitatif. Hasilnya adalah data pada tabel 3.4 sebagai berikut:
Tabel 3.4 Pengkodean Data Untuk Regresi
No
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
Faktor
Emosi
Faktor
Lingkungan
Ketertarikan
Perkembangan
Teknologi
Gaya
Hidup
X1
X2
X3
X4
X5
X6
X7
0
1
1
1
0
0
0
1
0
0
1
1
1
0
0
1
0
1
0
0
1
1
0
1
0
1
0
1
1
1
0
0
0
0
0
0
0
0
0
0
1
0
1
0
0
0
1
1
0
1
1
0
0
0
1
0
1
1
0
1
0
1
0
1
0
0
0
1
1
1
0
0
0
0
1
0
0
0
0
0
0
0
1
0
1
0
1
0
0
0
1
1
1
1
1
0
1
0
0
1
1
0
0
0
1
0
0
1
1
1
0
1
34
Universitas Sumatera Utara
35
Pada tabel 3.4 adalah data yang telah ditransformasikan, selanjutnya data yang
diperoleh dari hasil kuesioner dianalisis dengan persamaan regresi linier berganda
dengan variabel bebas berupa dummy 8 buah.
�(�) = �0 + �1 �1 + �2 �2 + �3 �3 + �4 �4 + �5 �5
Keterangan:
U(X)
= Kegunaan atau utilitas
�0
= Intercept
�0 , �1 , �2 , �3 , �4 , �5
=Nilai
Utilitas setiap level dari masing – masing
atribut
X1
= Variabel dummy mewakili atribut Faktor Emosi
X2
= Variabel dummy mewakili atribut Faktor
Lingkungan
X3
= Variabel dummy mewakili atribut Ketertarikan
X4
= Variabel dummy mewakili atribut Perkembangan
Teknologi
X5
= Variabel dummy mewakili atribut Gaya Hidup
Menentukan �0 ,�1 , �2 , ... ,Dapat menggunakan software SPSS sebagai berikut:
a. Atribut yang sudah diubah menjadi variabel dummy, selanjutnya diinput
ke SPSS Statistics Data Editor.
b. Input juga nilai rating di kolom sebelahnya
c. Pilih Analyze, Regression Linear
d. Isi nilai rating sebagai variabel dependent, dan ke – 7 level atribut sebagai
variabel independent
e. Klik ok
35
Universitas Sumatera Utara
36
Maka hasilnya dapat dilihat pada tabel 3.5 berikut ini yaitu koefisien nilai b dari
SPSS
Tabel 3.5 Koefisien Nilai b dari SPSS
Model
Unstandardized
Standardized
Coefficients
Coefficients
B
Std. Error
(Constant)
4,750
0,407
b1
-0,750
0,258
b2
-0,500
b3
Beta
t
Sig.
11,658
0,000
0,539
2,910
0,020
0,316
-0,359
-1,584
0,152
-0,500
0,364
-0,311
-1,372
0,207
b4
-0,875
0,316
-0,629
-2,772
0,024
b5
-0,750
0,364
-0,467
-2,058
0,074
b6
-0,250
0,258
-0,180
-0,970
0,360
b7
0.250
0,258
0,180
0,970
0,360
Persamaan regresi liniear berganda digunakan untuk memperkirakan nilai
utilitas. Harus diperoleh nilai utilitas dari setiap atribut, setiap atribut memiliki
level. Dengan diketahuinya kode variabel dummy, setiap level dilambangkan
terlebih dahulu. Untuk atribut, utilitas masing – masing level dilambangkan
oleh 11 (Jenuh dan Bosan), 12 (Stres dan Depresi), 21 (Teman Sepergaulan
Sesama Gamers), 22 (Mengikuti Ajakan Teman), 23 (Mengikuti Trend dan
Pergaulan), 31 (Rasa Ingin Tau dan Penasaran), 32 (Merasa Tertantang), 33
(Sifat Game Yang Seru dan Menghibur), 41 (Fasilitas Yang Memadai), 42
(Mudahnya Akses Bermain Game online), 51 (Kurangnya Kegiatan), 52
(Kebiasaan atau hobi). Hubungan setiap koefisien variabel dummy, mewakili
36
Universitas Sumatera Utara
37
perbedaan dalam parth-worth untuk level yang bersangkutan dikurangi parthworth dari level dasar.
Setelah didapat koefisien nilai b, maka dicari nilai kegunaannya
(utility) sebagai berikut:
a)
Untuk atribut Faktor Emosi diperoleh persamaan yang dinyatakan oleh
persamaan berikut:
11 - 12 = b1
(1)
11 + 12 = 0
(2)
Dengan menggunakan nilai – nilai koefisien dari hasil SPSS maka diperoleh
persamaan sebagai berikut:
11 - 12 = - 0,750
(3)
11 + 12= 0
(4)
Dari persamaan (3) dan (4) diperoleh persamaan:
11 - 12 = - 0,750
11 + 12 = 0
-212 = -0,750
12= 0,375
(5)
Dari persamaan (2) diperoleh persamaan:
11 + 12 = 0
11 + 0,375 = 0
11 = -0.375
(6)
Sehingga diperoleh hasil setelah dipecahkan:
11 = -0,375
12 = 0,375
b) Persamaan untuk atribut Faktor Lingkungan sebagai berikut:
21- 23 = b2
(7)
22 - 23 = b3
(8)
21 + 22 + 23 = 0
(9)
37
Universitas Sumatera Utara
38
21 - 23 = -0,500
(10)
22 - 23 = -0,500
(11)
Dari persamaan (10) dan (11) diperoleh persamaan:
21 - 23 = -0,500
22 - 23 = -0,500
21 - 22 = 0
(12)
21 = 22
(13)
Dari persamaan (9) diperoleh persamaan:
21 + 22 + 23 = 0
22 +22 +23 = 0
222 + 23 = 0
(14)
Dari persamaan (11) dan (14) diperoleh persaman:
22 - 23 = -0,500
222 + 23 = 0
322 = -0,500
22 = -0,167
(15)
Dari persamaan (11) diperoleh persamaan:
22 - 23= -0,500
-0,167 - 23= -0,500
23= 0,333
(16)
Dari persamaan (10) diperoleh persamaan:
21 - 23 = -0,500
21 – 0,333 = -0,500
21 = -0,167
(17)
Maka setelah dipecahkan diperoleh hasil sebagai berikut:
21 = -0,167
22 = -0,167
23 = 0,333
38
Universitas Sumatera Utara
39
c)
Persamaan untuk atribut Ketertarikan dinyatakan pada persamaan berikut:
31 - 33 = b4
(18)
32 - 33 = b5
(19)
31 + 32 + 33 = 0
(20)
Dengan menggunakan nilai – nilai koefisien dari hasil SPSS maka diperoleh
persamaan betrikut:
31 - 33 = -0,875
(21)
32 - 33 = -0,750
(22)
Dari persamaan (21) dan (22) diperoleh:
31 - 33 = -0,875
32 - 33 = -0,750
31 - 32 = -0,125
(23)
31 = -0,125 + 32
(24)
Dari persamaan (20) diperoleh persamaan:
31 + 32 + 33 = 0
-0,125 + 32 +32 +33 = 0
-0,125 + 232+33 = 0
232 + 33 = 0,125
(25)
Dari persamaan (22) dan (25) diperoleh persamaan:
32 - 33 = -0,750
232 + 33 = 0,125
332 = -0,625
32 = -0,208
(26)
Dari persamaan (22) diperoleh persamaan:
32 - 33= -0,750
-0,208 - 33= -0,750
33= 0,542
(27)
Dari persamaan (21) diperoleh persamaan:
31 - 33= -0,875
31 – 0,542 = -0,875
31 = -0,333
(28)
39
Universitas Sumatera Utara
40
Sehingga diperoleh:
31 = -0,333
32 = -0,208
33 = 0,542
d) Untuk
atribut
Perkembangan
Teknologi
diperoleh
persamaan
yang
dinyatakan oleh persamaan berikut:
41 - 43 = b6
(29)
41 + 42 = 0
(30)
Dengan menggunakan nilai koefisien dari hasil SPSS maka diperoleh persamaan
sebagai berikut:
41 - 42 = -0,250
(31)
41 + 42 = 0
(32)
Dari persamaan (31) dan (32) diperoleh persamaan:
41 - 42 = -0,250
41 + 42 = 0
-242 = -0,250
42 = 0,125
(33)
Dari persamaan (30) diperoleh persamaan:
41 + 42 = 0
41 + 0,125 = 0
41 = -0,125
(34)
Sehingga diperoleh hasil setelah dipecahkan:
41 = -0,125
42 = 0,125
e)
Untuk atribut Gaya Hidup maka akan diperoleh persamaan sebagai berikut:
51- 52 = b7
(35)
51 + 52 = 0
(36)
40
Universitas Sumatera Utara
41
Dengan menggunakan nilai koefisien dari hasil SPSS maka diperoleh persamaan
sebagai berikut:
51 - 52 = 0,250
(38)
51 + 53 = 0
(39)
Dari persamaan (38) dan (39) diperoleh persamaan:
51 - 52 = 0,250
51 + 52 = 0
-2 52 = 0,250
(40)
52 = -0,125
(41)
Dari persamaan (39) diperoleh persamaan:
51 + 52 = 0
51 + -0,125 = 0
51 = 0,125
(42)
Sehingga diperoleh hasil setelah dipecahkan:
51 = 0,125
52 = -0,125
Untuk setiap level disajikan pada tabel 3.5 melalui level-levelnya dapat dihitung
tingkat kepentingan atribut, diketahui bahwa tingkat kepentingan atribut adalah
selisih utilitas tertinggi dan terendah. Seperti yang dinyatakan pada persamaan
berikut:
Ii= {max (� ij) – min (�ij)}
(3.1)
Tingkat kepentingan atribut adalah:
Faktor Emosi (Ii)
= 0,375 – (-0,375) = 0,750
Faktor Lingkungan (I2)
= 0,333 – (-0,167) = 0,5
Ketertarikan (I3)
= 0,542 – (-0,333) = 0,875
Perkembangan Teknologi (I4)
= 0,125 – (-0,125) = 0,250
Gaya Hidup b (I5)
= 0,125 – (-0,125) = 0,250
Dengan tingkat kepentingan atribut tersebut dapat diketahui urutan atribut
berdasarkan tingkat kepentingan, tetapi jika diubah menjadi tingkat kepentingan
relatif (bobot) dapat dihitung dengan rumus:
41
Universitas Sumatera Utara
42
��
Wi= ∑�
(3.2)
�=1 ��
Dengan rumus 3.2 diatas maka tingkat kepentingan relatif (bobot) setiap atribut
adalah:
Faktor Emosi:
W1=
0,750
=
0,750+0,5+0,875+0,25+0,25
0,750
= 0,2857
2,625
Faktor Lingkungan:
W2=
0,5
0,750+0,5+0,875+0,25+0,25
=
0,5
2,625
= 0,1905
Ketertarikan:
0,875
W3=
0,750+0,5+0,875+0,25+0,25
=
0,875
2,625
= 0,3333
Perkembangan Teknologi:
0,25
W4=
0,750+0,5+0,875+0,25+0,25
=
0,25
2,625
= 0,0952
Gaya Hidup:
W5=
b.
0,25
0,750+0,5+0,875+0,25+0,25
=
0,25
2,625
= 0,0952
Menggunakan software SPSS 16.0 dengan program syntax
Dari Hasil Metode Full Profile Untuk 1 Responden maka didapat seperti tabel
berikut:
42
Universitas Sumatera Utara
43
Tabel 3.6 Hasil Metode Full Profile Untuk 1 Responden
Tingkat
Level
Kepentingan
Atribut
Utilitas
Deskripsi
Lambang
Skor
Jenuh Dan Bosan
11
-0,375
Stres Dan Depresi
12
0,375
21
-0,167
Mengikuti Ajakan Teman
22
-0,167
Mengikuti
Faktor Emosi
Teman Sepergaulan Sesama
Gamers
Faktor
Lingkungan
Trend
Dan
23
0,333
Tau
Dan
31
-0,333
32
-0,208
33
0,542
41
-0,125
Pergaulan
Rasa
Ingin
Penasaran
Ketertarikan
Merasa Tertantang
Sifat Game Yang Seru Dan
Menghibur
Perkembangan
Teknologi
Fasilitas Yang Memadai
Mudahnya Akses Bermain
42
0,125
Kurangnya Kegiatan
51
0,125
Kebiasaan Atau Hobi
52
-0,125
Game Online
Gaya Hidup
Skor
Bobot
0,750
0,2857
0,5
0,1905
0,875
0,3333
0,250
0,0952
0,250
0,0952
Pada tabel dibawah ini adalah penilaian 1 orang responden dapat dilihat sebagai
berikut:
43
Universitas Sumatera Utara
44
Tabel 3.7 Nilai Utilitas 1 Orang Responden
Utilitas
Std.
Estimate
Error
Jenuh Dan Bosan
-0,375
0,129
Stres Dan Depresi
0,375
0,129
Teman Sepergaulan Sesama Gamers
-0,167
0,172
Mengikuti Ajakan Teman
-0,167
0,201
Mengikuti Trend Dan Pergaulan
0,333
0,201
Rasa Ingin Tau Dan Penasaran
-0,333
0,172
Merasa Tertantang
-0,208
0,201
Sifat Game Yang Seru Dan Menghibur
0,542
0,201
-0,125
0,129
Mudahnya Akses Bermain Game Online
0,125
0,129
Kurangnya Kegiatan
0,125
0,129
Kebiasaan Atau Hobi
-0,125
0,129
4,250
0,142
Atribut
Level
Faktor Emosi
Faktor
Lingkungan
Ketertarikan
Perkembangan Fasilitas Yang Memadai
Teknologi
Gaya Hidup
(Constant)
Tabel 3.8 Nilai Kepentingan Relatif 1 Orang Responden
Atribut
NPR
Faktor Emosi
28,57%
Faktor Lingkungan
19,05%
Ketertarikan
33,33%
Perkembangan Teknologi
9,52%
Gaya Hidup
9.52%
44
Universitas Sumatera Utara
45
Pada tabel 3.9 adalah nilai kepentingan atribut keseluruhan responden dapat
dilihat sebagai berikut:
Tabel 3.9 Nilai Utilitas Keseluruhan Responden
Utilitas
Std.
Estimate
Error
Jenuh Dan Bosan
-0,033
0,036
Stres Dan Depresi
0,033
0,036
Teman Sepergaulan Sesama Gamers
-0,041
0,048
Mengikuti Ajakan Teman
-0,039
0,057
Mengikuti Trend Dan Pergaulan
0,080
0,057
Rasa Ingin Tau Dan Penasaran
0,056
0,048
Merasa Tertantang
-0,101
0,057
Sifat Game Yang Seru Dan Menghibur
0,046
0,057
0,068
0,036
Mudahnya Akses Bermain Game Online
-0,068
0,036
Kurangnya Kegiatan
0,044
0,036
Kebiasaan Atau Hobi
-0,044
0,036
4,250
4,431
Atribut
Level
Faktor Emosi
Faktor
Lingkungan
Ketertarikan
Perkembangan Fasilitas Yang Memadai
Teknologi
Gaya Hidup
(Constant)
Tabel 3.10 Nilai Kepentingan Relatif Keseluruhan Responden
4.
Atribut
NPR
Faktor Emosi
21,287%
Faktor Lingkungan
22,081%
Ketertarikan
30,646%
Perkembangan Teknologi
13,797%
Gaya Hidup
12,189%
Dari hasil Metode Full Profile dan nilai kepentingan atribut, baik dari 1
responden maupun keseluruhan responden dari tabel diatas, maka didapat
interpretasi sebagai berikut:
45
Universitas Sumatera Utara
46
1) Pada tabel 3.8 dapat dilihat bahwa 1 responden memilih atribut
Ketertarikansebagai atribut yang dianggap paling penting pengaruhnya
terhadap kecanduan game online pada siswa sebesar 33,333% yang diikuti
dengan atribut Faktor Emosi sebesar 28,571%, untuk atribut Faktor
Lingkungan sebesar 19,048%, untuk atribut Perkembangan Teknologi dan
Gaya Hidup masing-masing sebesar 9,524%.
2) Pada tabel 3.10 dapat dilihat bahwa keseluruhan responden memilih
Ketertarikan sebagai atribut yang dianggap paling penting pengaruhnya
terhadap kecanduan game online pada siswa SMA Negeri 14 Medan sebesar
30,646% yang diikuti dengan atribut Faktor Lingkungan sebesar 22,081%,
atribut Faktor Emosi sebesar 21,287%, atribut Perkembangan Teknologi
sebesar 13,797%, dan atribut Gaya Hidup sebesar 12,189%.
Gambar 3.1 Diagram Nilai Kepentingan Relatif
NPR
Faktor Emosi
Faktor Lingkungan
Ketertarikan
Perkembangan Teknologi
Gaya Hidup
Dari gambar 3.1 dapat dilihat bahwa atribut Ketertarikan sebagai atribut yang
dianggap relatif penting pengaruhnya terhadap kecanduan game online pada siswa
SMA Negeri 14 Medan.
46
Universitas Sumatera Utara
47
3.3 Interpretasi Model Analisis Konjoin
Penerapan model analisis konjoin melalui pendekatan analisis regresi berganda
menggunakan variabel dummy terhadap ketujuh profil faktor yang mempengaruhi
Kecanduan Game Online Pada Siswa SMA Negeri 14 Medan.
�(�) = �0 + �11 �11 + �12 �12 + �21 �21 + �22 �22 + �23 �23
+ �31 �31 + �32 �32 + �33 �33 + �41 �41 + �42 �42
+ �51 �51 + �52 �52 + �53 �53
Dari tabel 3.9 diperoleh estimasi koefisien persamaan dasar konjoin atau
estimasi utilitas, yang disebut sebagai prediksi parth-worth adalah:
0 = 4,25011 = -0,03312 = 0,03321 = -0,04122 = -0,039 23 = 0,080 31 = 0,056
32 = -0,101 33 = 0,046 41 = 0,068 42 = -0,068 51 = 0,044 52 = -0,044
Dengan mensubstitusikan setiap estimasi utilitas kedalam persamaan dasar
konjoin akan menjadi :
U(X) = 4,250 - 0,033 X11 + 0,033X12- 0,041X21 -0,039X22+ 0,080 X23+ 0,056 X310,101 X32 +0,046 X33+ 0,068 X41 -0,068 X42+ 0,044 X51- 0,044X52
Pada dasarnya utilitas adalah derajat seberapa besar nilai ukuran kepuasan
responden dari penggunaan barang dan jasa.Jadi utilitas disini adalah seberapa
besar pengaruh nilai dari masing – masing level.Nilai Utilitas menunjukkan
seberapa besar pengaruh nilai dari masing – masing level pada tiap – tiap atribut
dari hasil yang didapat berdasarkan mensubstitusikan setiap estimasi utilitas
kedalam persamaan dasar konjoin diatas.
Jika nilainya negatif berarti responden kurang menyukai atau kurang menganggap
penting stimuli tersebut.Sebaliknya, jika nilai positif, maka responden suka
dengan stimuli produk tersebut.
47
Universitas Sumatera Utara
48
3.4 Pengukuran Validitas Dan Reliabilitas
Pengukuran validitas dan reliabilitas ini digunakan untuk menunjukkan korelasi
dan kevalidan penilai responden. Nilai – nilai ini berkorelasi dengan input rating
untuk profil yang diperoleh dari responden.
Tabel 3.11 Korelasi
Metode
Value
Sig.
Pearson's R
0,985
0,000
Kendall's tau
0,836
0,000
Pada pengukuran validitas dan reliabilitas ini output korelasi secara pearson
dengan menggunakan SPSS menghasilkan angka yang relatif kuat yaitu 0,985
(diatas 0.5). Hal ini menunjukkan adanya hubungan yang kuat antara estimasi dan
aktual, artinya data hasil perhitungandari model regresi berkorelasi sangat kuat
dengan data yang diperoleh berdasarkan pendapat responden. Sedangkan pada uji
signifikansi lima korelasi yang dibahas menghasilkan signifikansi 0,000 (dibawah
0,05) maka kelima korelasi tersebut mempunyai signifikansi yang cukup kuat.
Nilai koefisien ini signifikansi pada = 5%, karena jika hasil ini memiliki
signifikansinya diatas 0,05 maka signifikansinya tidak kuat. Dengan demikian
dapat dikatakan bahwa pendapat dari 90 responden tersebut bisa diterima untuk
menggambarkan pengaruh Faktor Emosi, Faktor Lingkungan, Ketertarikan,
Perkembangan Teknologi, dan Gaya hidup terhadap Kecanduan Game Online
pada siswa SMA Negeri 14 Medan.
48
Universitas Sumatera Utara
BAB 4
KESIMPULAN DAN SARAN
4.1 Kesimpulan
3) Berdasarkan hasil penelitian dan pembahasan
dapat disimpulkan bahwa
keseluruhan responden memilih atributKetertarikan sebagai atribut yang
dianggap relatif penting pengaruhnya terhadap kecanduan game online pada
siswa SMA Negeri 14 Medan sebesar 30,646% yang diikuti dengan atribut
Faktor Lingkungan sebesar 22,081%, atribut Faktor Emosi sebesar 21,287%,
atribut Perkembangan Teknologi sebesar 13,797%, dan atribut Gaya Hidup
sebesar 12,189%.
2. Dari nilai utilitas masing-masing taraf atribut diperoleh informasi bahwa:
1) Faktor Emosi yang stres dan depresi mempengaruhi kecanduan game
online pada siswa SMA Negeri 14 Medan (0,033).
2) Faktor Lingkungan yang mengikuti Trend dan pergaulan mempengaruhi
kecanduan game online pada siswa SMA Negeri 14 Medan (0,080).
3) Ketertarikan rasa ingin tau dan penasaran mempengaruhi kecanduan game
online pada siswa SMA Negeri 14 Medan (0,056).
4) Perkembangan Teknologi Dengan fasilitas memadai mempengaruhi
kecanduan game online pada siswa SMA Negeri 14 Medan (0,068)..
5) Gaya Hidup yang kurangnya kegiatan mempengaruhi kecanduan game
online pada siswa SMA Negeri 14 Medan (0,044).
4.2 Saran
Dari hasil penelitian, analisis dan kesimpulan di atas, berikut beberapa saran yang
dapat disampaikan:
1) Dari Faktor Emosi yang stress dan depresi, Faktor lingkungan yang
mengikuti trend dan pergaulan, Faktor Ketertarikan rasa ingin tau dan
penasaran, Perkembangan Teknologi dengan fasilitas memadai, serta Gaya
Universitas Sumatera Utara
50
Hidup terhadap kurangnya kegiatan mempengaruhi kecanduan game online
pada siswa diharapkan pihak sekolah lebih memperhatikan dan mengawasi
lagi keluarnya siswa di luar lingkungan sekolah pada jam belajar, pihak
sekolah juga diharapkan lebih banyak mengadakan kegiatan ekstrakurikuler
yang positif untuk siswanya sesuai dengan minat dan kesenangan siswa
sehingga siswa tidak bosan dan tidak beralih ke game online.
2) Bagi orang tua siswa dan masyarakat, bahwafenomena bermain game online
bukan hanya untuk kesenangan semata akan tetapi banyak dampak yang
terjadi untuk itu perlu pengawasan dan bimbingan kepada anak sehingga
tidak menjadi kecanduan.
3) Bagi siswa, permainan hanya sebagai sarana hiburan dan sekiranya tetap
mengutamakan pembelajaran di sekolah
50
Universitas Sumatera Utara