Anda di halaman 1dari 10

Perbedaan Lintas Budaya pada Perilaku Cyberbulling:

Sebuah Penelitian Jangka Pendek Longitudinal


Abstrak
Studi saat ini menguji hubungan antara budaya dan cyberbullying menggunakan
jangka pendek desain penelitian longitudinal. Peserta kuliah-usia dari Amerika
Serikat (n = 293) dan Jepang (n = 722) menyelesaikan beberapa kuesioner pada
gelombang 1 yang diukur frekuensi cyberbullying, cyberbullying penguatan, sikap
positif terhadap cyberbullying, dan selfconstrual saling tergantung. Sekitar 2 bulan
kemudian, peserta menyelesaikan frekuensi cyberbullying kuesioner lagi. Hasil
penelitian menunjukkan tingkat yang lebih tinggi perubahan cyberbullying untuk
sampel AS dibandingkan dengan sampel Jepang. Tindak lanjut analisis menunjukkan
bahwa cyberbullying penguatan dan saling tergantung diri construal moderator efek
ini. Secara khusus, perubahan cyberbullying adalah tertinggi (menunjukkan
peningkatan dari waktu ke waktu) untuk sampel AS ketika penguatan tertinggi dan
ketika saling tergantung diri construal adalah yang terendah. Implikasi teoritis
dibahas.
Kata Kunci
cyberbullying, komunikasi, proses kelompok, hubungan interpersonal

Metode yang digunakan seseorang untuk merugikan orang lain berkembang


dengan perubahan, dan akses ke teknologi. Misalnya, Anderson dan
Huesmann (2003) mencatat bahwa ketersediaan pistol dan lainnya, senjata
api dikaitkan dengan tingkat pembunuhan yang lebih tinggi. Dalam budaya
teknologi saat ini, informasi, dan media hiburan berkumpul. Orang browsing
internet, menonton film, dan bahkan menulis di blog dari telepon seluler
mereka. Konvergensi tersebut dan pengembangan baru media sosial
(misalnya, Instant Messaging, Facebook) telah memberikan agresor metode
"baru" menyebabkan bahaya, disebut cyberbullying. Cyberbullying telah
didefinisikan sebagai ". . . intimidasi dan pelecehan dengan cara teknologi
elektronik baru. . . "(Cost, 2012), yang memperpanjang definisi bullying
tradisional (misalnya, Olweus, 1999) dengan menambahkan komponen
teknologi. individu dapat mengirim pesan teks dan email tidak baik,
mempublikasi rahasia tentang hal lain untuk melihat masyarakat, dan
bahkan upload foto memalukan / video dari orang lain semua dengan
maksud untuk menyakiti orang lain. bahkan situs informasi terhormat seperti
situs informasi, seperti Wikipedia, dapat digunakan untuk menyebarkan
palsu, informasi berbahaya lainnya. Statistik terbaru menunjukkan bahwa
cyberbullying adalah masalah besar. Temuan survei menunjukkan bahwa
11% dari pemuda terlibat dalam cyber agresi secara teratur, 47% telah
menyaksikan cyber agresi, dan 29% melaporkan menjadi korban cyber
(Patchin & Hinduja, 2006), lebih lanjut memvalidasi kebutuhan untuk terus

mempelajari faktor-faktor apa yang memprediksi perilaku cyberbullying.


Mampu memprediksi perilaku cyberbullying memiliki implikasi penting, baik
secara teori dan praktis. Beberapa studi telah menemukan bahwa orangorang yang menjadi korban cyber pengalaman beragam hasil psikologis dan
perilaku negatif. Misalnya, penelitian telah ditemukan bahwa korban cyber
lebih mungkin untuk merasa marah (Dehue, 2008), takut (Beran & Li, 2006),
sedih (Patchin & Hinduja, 2006), mengalami masalah di sekolah (Beran & Li,
2007), dan terlibat dalam perilaku agresif (Hinduja & Patchin, 2008). Tujuan
dari penelitian saat ini adalah untuk menguji beberapa teori yang
mengidentifikasi faktor-faktor risiko sebagai prediktor perilaku cyberbullying,
dan untuk memeriksa hipotesis bahwa budaya diri construals memoderasi
hubungan antara prediktor cyberbullying dan cyberbullying perubahan
menggunakan desain memanjang jangka pendek.

Kerangka teoritis dan Cyberbullying


Literatur tentang cyberbullying relatif baru, dan sebagian besar penelitian ini
telah atheoretical dan deskriptif. Baru-baru ini, Barlett dan Gentile (2012)
membuat prediksi spesifik mengenai prediktor cyberbullying yang berasal
dari beberapa model sosial-kognitif belajar dan agresi (Umum Model
Pembelajaran: Buckley & Anderson, 2006; Gentile et al,. 2009; dan Agresi
Umum Model: Anderson & Bushman, 2002). Model mereka berpendapat
bahwa frekuensi cyberbullying sebagian besar hasil dari mekanisme
pembelajaran umum. setiap pertemuan sukses
cyberbullying adalah
percobaan pembelajaran, di mana individu mungkin belajar bahwa
cyberbullying adalah tindakan agresif yang tepat. Barlett dan Gentile (2012)
mengemukakan bahwa, melalui pembelajaran tersebut, cyberbullies
mungkin belajar bahwa (a) ada konsekuensi langsung seringkali sedikit untuk
online agresor, (b) taktik cyberbullying mungkin lebih anonim daripada
metode intimidasi tradisional (misalnya, Barlett & Gentile, 2012; Vandebosch
& Van Cleemput, 2008), dan (c) kekuasaan tradisional ketidakseimbangan
antara angka dua pengganggu-korban tradisional menurun atau bergeser
(orang bahkan lebih lemah dapat cyberbully dengan teknologi; Vandebosch
& Van Cleemput, 2008). Lanjutan diperkuat positif pengalaman dan uji coba
belajar dengan cyberbullying terkait dengan pengembangan positif sikap
terhadap cyberbullying, yang secara langsung memprediksi frekuensi
cyberbullying. Untuk mendukung teori mereka, Barlett Gentile(2012)
menemukan (a) korelasi positif yang signifikan antara frekuensi
cyberbullying, sikap positif terhadap cyberbullying, sikap positif terhadap
anonimitas dan kurangnya kekuatan diferensial; (b) cyberbullying dan cyberkorban masih relative stabil dari waktu ke waktu; dan (c) sikap positif
terhadap cyberbullying dan cyberbullying penguatan dimediasi stabilitas
frekuensi cyberbullying.

Kemungkinan Perbedaan Budaya pada Cyberbullying


Ada beberapa alasan bahwa teoretis dalam frekuensi cyberbullying mungkin
berbeda antara sampel di Amerika Serikat dan Jepang. Di Amerika Eropa
konteks budaya, sebagian besar orang dan diperkuat untuk berperilaku
sesuai dengan independen diri construal (melihat diri sebagai terpisah dari
konteks sosial dan menekankan otonomi; Singelis, 1994). Namun, dalam
konteks budaya Jepang, kebanyakan orang diperkuat untuk berperilaku
sesuai dengan diri construal saling tergantung (melihat diri mereka sendiri
faktor situasional yang menyebabkan provokasi terjadi ("mereka mengalami
hari yang buruk"), sedangkan yang dengan di bentuk sikap mandiri diri
construals kemungkinan menganggap beberapa faktor kepribadian yang
disebabkan provokasi ("Dia / dia adalah brengsek") dan mungkin membalas
agresif. Selain itu, mereka yang dibentuk sikap saling bergantung selfconstruals memproses informasi emosional dari perspektif orang lain,
sedangkan dibentuk dengan diri construal independen mengumpulkan
makna emosional tentang situasi dari perspektif mereka sendiri (Mesquita &
Leu, 2007). Akhirnya, penelitian yang relevan menunjukkan bahwa langsung
dan agresi tidak langsung lebih rendah di negara-negara yang mendorong
saling tergantung diri construals dibandingkan dengan negara-negara yang
mendorong diri construals independen (misalnya, Bergeron & Schneider,
2005; Cross & Madson, 1997).
Oleh karena itu, orang mungkin berhipotesis bahwa peserta dari
Amerika Serikat akan terlibat dalam lebih menyakitkan cyber perilaku (yaitu,
cyberbullying) dibandingkan peserta dari Jepang. Atau, satu mungkin
hipotesa efek sebaliknya karena dua alasan: akses yang lebih besar untuk
cyberbullying teknologi di Jepang dan kemampuan cyberbullying akan
dilakukan secara pribadi. karena cyberbullying terjadi di negara-negara
dunia, tinggi-teknologi dimediasi yang mendorong saling tergantung selfconstruals, seperti Jepang, mungkin memiliki lebih banyak aksesibilitas dan
kesempatan untuk cyberbully. Jepang mengungguli Amerika Serikat dalam
hal pengembangan teknologi. Memang, Florida et al. (2011) menunjukkan
bahwa Jepang outranked Amerika Serikat di peringkat teknologi global
(indeks berbasis sumber daya keuangan yang ditujukan untuk penelitian dan
pengembangan, bagian sumber daya manusia dikhususkan untuk penelitian
dan pengembangan, dan jumlah paten per kapita). Kumpulan data saat ini
memungkinkan kita untuk menguji dua hipotesis bersaing:
Hipotesis 1: Budaya yang menekankan dan mendorong independen diri
construals lebih

mungkin cyberbully.
Hipotesis 2: teknologi tinggi budaya yang menekankan dan mendorong
saling ketergantungan yanglebih mungkin untuk cyberbully.
Meskipun kurangnya perbedaan pengujian lintas budaya penelitian
cyberbullying (khusus variabel yang sedang perbedaan lintas-budaya),
penelitian telah menunjukkan bahwa cyberbullying adalah masalah di
seluruh dunia. Meskipun kuesioner yang digunakan untuk menilai berbeda
cyberbullying (dan jelas tingkat frekuensi dampak; Rivers & Noret, 2010),
cyberbullying telah diamati di beberapa studi yang dilakukan dengan sampel
dari Amerika Serikat (misalnya, Patchin & Hinduja, 2006), Kanada (misalnya,
Beran & Li, 2006), China (misalnya, Li, 2009), Singapura (misalnya, Ang, Tan,
& Mansor, 2010), Turki (Cetin, Yaman, dan Peker, 2011), Inggris (misalnya,
Smith et al., 2008), Swiss (Perren, Dooley, Shaw, & Cross, 2010), Spanyol
(Calvete, Orue, Estevez, Villardon, & Padilla, 2010), dan negara-negara
lainnya. Li (2009) sampel peserta dari kedua Cina (budaya yang menekankan
interdependensi) dan Kanada (budaya yang menekankan kemandirian) dan
menunjukkan bahwa 15% \Kanada peserta dikelompokkan sebagai
cyberbullies dibandingkan dengan 7% dari sampel Cina. Meskipun penting,
penelitian ini tidak menguji perbedaan lintas-budaya dalam cyberbullying.
Perubahan, tidak menggunakan desain memanjang, dan tidak menguji apa
variabel moderat cyberbullying mengubah menggunakan pendekatan
teoritis.
Penelitian Longitudinal Cyberbullying
Sampai saat ini, sebagian besar penelitian tentang memprediksi
cyberbullying telah cross-sectional (atau korelasional), membatasi
kesimpulan dalam beberapa cara. Pertama, karena didahulukan sementara
tidak diamati, data korelasional tidak dapat digunakan untuk membuat klaim
kausal. Kedua, data cross-sectional tidak bisa menilai perubahan beberapa
hasil yang menarik. Penelitian longitudinal desain benar untuk kedua
kekurangan tersebut. Pada saat publikasi, kami menyadari hanya tiga
memanjang studi menguji prediktor cyberbullying. Jose, Kljakovic, Scheib,
dan Notter (2012) diuji. hubungan lintas-tertinggal antara intimidasi
tradisional, cyberbullying, korban tradisional, dan cyber-korban diukur 1
tahun terpisah (maka studi longitudinal dua gelombang). Hasil menunjukkan
bahwa Gelombang 1 frekuensi tradisional dan cyberbullying signifikan
diprediksi gelombang 2 cyberbullying. Tidak ada prediktor lainnya diuji. Juga
menggunakan studi longitudinal dua gelombang, Fanti, Demetriou, dan Hawa
(2012) menemukan bahwa gelombang 1 narsisme, intimidasi tradisional, dan

cyber viktimisasi diprediksi gelombang 2 frekuensi cyberbullying (1 tahun


kemudian). Akhirnya, Barlett dan bukan Yahudi (2012; Studi 2) menggunakan
studi longitudinal jangka pendek dan menemukan (a) stabilitas yang kuat
dalam cyberbullying dari waktu ke waktu, (b) bahwa sikap positif terhadap
cyberbullying dimediasi stabilitas ini, dan (c) cyberbullying penguatan juga
dimediasi stabilitas dalam cyberbullying dari waktu ke waktu. Kebutuhan
penelitian membujur tambahan dalam literatur cyberbullying mengerikan,
dan penelitian ini lebih lanjut tes hubungan memanjang seperti. Mirip
dengan Barlett dan bukan Yahudi (2012), penelitian ini menggunakan studi
longitudinal jangka pendek untuk menguji apa variabel memprediksi
perubahan cyberbullying atas waktu. Salah satu variabel yang telah
understudied dalam literatur dan absen dari analisis membujur adalah
budaya.
Sekilas Studi Current
Tujuan dari penelitian ini adalah untuk menguji variabel apa yang terkait
dengan perubahan cyberbullying perilaku menggunakan desain memanjang
jangka pendek. Kami memilih untuk menggunakan desain longitudinal untuk
menilai perubahan perilaku cyberbullying dan menguji variabel moderat
mungkin dalam setiap perubahan Frekuensi cyberbullying dari waktu ke
waktu. Metode ini lebih disukai daripada satu titik waktu cross-sectional
desain penelitian, karena klaim kausal dapat dibuat mengenai hubungan
antara variable dinilai pada Gelombang 1 dan Gelombang 2, sebagai
preseden temporal diamati (Baron & Kenny, 1986). Dalam penelitian ini, para
peserta menyelesaikan beberapa kuesioner yang digunakan untuk menilai
cyberbullying frekuensi, cyberbullying penguatan, sikap positif terhadap
cyberbullying, dan saling tergantung diri construal. Sekitar 2 bulan
kemudian, peserta menyelesaikan cyberbullying yang mengukur frekuensi
lagi.
Berasal dari literatur sebelumnya dan postulasi teoritis Barlett dan
Gatile (2012) Model distal, kami memprediksikan bahwa budaya akan
memoderasi hubungan antara beberapa Gelombang 1 variabel prediktor
(misalnya, cyberbullying sikap, cyberbullying penguatan, dan saling
bergantung self-construal) dan gelombang 2 frekuensi cyberbullying. Efek
utama dari hipotesis variabel prediktor pada frekuensi cyberbullying telah
menguraikan; Namun, seperti disebutkan sebelumnya, tidak jelas bagaimana
budaya akan mempengaruhi arah dan kekuatan lereng hubungan tersebut.
Pada satu tingkat, karena Jepang lebih berteknologi maju relatif terhadap
Amerika Serikat, yang pengaruhnya kuat untuk peserta Jepang. Pada tingkat

lain, efek mungkin kuat untuk sampel AS, karena perbedaan yang disebutkan
sebelumnya di self-construals.
metode
peserta
Sampel dikumpulkan dari kedua Amerika Serikat dan Jepang. Secara
keseluruhan, 980 (54% perempuan) sarjana siswa berpartisipasi dalam
kedua gelombang pengumpulan data dalam penelitian ini. rata-rata usia
seluruh sampel adalah 20,51 (SD = 2,00) tahun. Mayoritas (53%) berada di 1
atau 2 tahun pendidikan sarjana. Jepang sampel (n = 722; 50% perempuan)
memiliki usia rata-rata dari 20,92 (SD = 1,69) tahun. Sampel AS (n = 258;
69% perempuan) memiliki usia rata-rata 19.35 (SD = 2.33) tahun. Selain itu,
untuk sampel AS, dengan rincian etnokultural adalah 225 Euro Amerika, 6
African American, 7 Latino / a, 5 multiras, dan 15 peserta diklasifikasikan
sebagai "Lain."
Table 1. Scale Information for the Entire Sample and each Sample.
Materials1 dan Prosedur
Data dikumpulkan sebagai bagian dari studi cyberbullying jauh lebih besar.
Setelah menyelesaikan informed consent, peserta menyelesaikan kuesioner2
berikut (Tabel 1 menampilkan reliabilitas dan informasi umum untuk skala
ini):
Perilaku cyberbullying. The Ybarra, Diener-Barat, dan daun kuesioner perilaku
(2007) maya digunakan untuk menilai frekuensi cyberbullying. Skala ini
terdiri dari tiga item dan meminta peserta seberapa sering mereka
cyberbullied lain pada tahun lalu pada (tidak pernah) sampai 6 (setiap hari /
hamper setiap skala hari) rating. Item yang dijumlahkan sehingga skor yang
lebih tinggi menunjukkan cyberbullying lebih tinggi. Item sampel termasuk
"Made komentar kasar atau berarti komentar dengan siapapun secara
online."
Cyberbullying penguatan. The Cyberbullying Penguatan Skala (CRS; Barlett &
Gentile, 2012) digunakan untuk menilai sejauh mana individu secara positif
diperkuat oleh teman-teman mereka dan keluarga untuk aggressing
menggunakan teknologi. Ini adalah kuesioner 12-item yang meminta peserta
untuk menunjukkan tingkat kesepakatan dengan pertanyaan pada 1 (tidak
sama sekali) sampai 7 (sangat) Peringkat skala. Barang-barang tertentu yang
terbalik mencetak dan dijumlahkan sehingga skor yang lebih tinggi
menunjukkan lebih tinggi tingkat cyberbullying penguatan. Item sampel
meliputi, "Teman-teman saya dan saya keduanya mendapatkan kepuasan
dari yang berarti kepada orang lain secara online. "
Sikap positif terhadap cyberbullying. Para Sikap Positif Terhadap
Cyberbullying Angket (PACQ) digunakan untuk menilai sejauh mana peserta

merasa positif tentang cyberbullying lain. Ini adalah kuesioner 20-item yang
memiliki peserta menunjukkan tingkat kesepakatan dengan item pada 1
(sangat tidak setuju) sampai 5 (sangat setuju) skala penilaian. Barangbarang ini disimpulkan sehingga skor yang lebih tinggi menunjukkan sikap
yang lebih menguntungkan terhadap menggunakan cyberbullying taktik.
Item sampel meliputi, "Ketika memprovokasi, dapat diterima untuk
membalas menggunakan Internet, email, atau pesan teks. "
Saling tergantung diri construal. The saling terkait Self-construal subskala
Independen / Saling Self-construal Skala (Singelis, 1994) digunakan untuk
menilai berapa banyak peserta diidentifikasi dengan menjadi saling
tergantung. Kami hanya digunakan subskala ini karena, pada tingkat teoritis,
harus menjadi prediktor kuat dari cyberbullying dari subskala independen. Ini
adalah 12-item subskala yang memiliki peserta menunjukkan tingkat
kesepakatan dengan item pada 1 (sangat tidak setuju) sampai 7 (sangat
setuju)
skala
penilaian.
Item
sampel
meliputi,
"Saya
harus
mempertimbangkan saran orangtuaku ketika membuat rencana pendidikan /
karir. "item tertentu yang terbalik mencetak dan kemudian dijumlahkan,
sehingga skor yang lebih tinggi menunjukkan tingkat yang lebih tinggi dari
saling bergantung self-construal.
Demografi. Sebuah kuesioner demografi digunakan untuk menilai jenis
kelamin, etnis, usia, dan lainnya informasi yang relevan. Sekitar 2 bulan
kemudian, peserta menyelesaikan versi modifikasi dari Ybarra et al. (2007)
Cyberbullying subskala lagi dan kemudian mengucapkan terima kasih dan
sepenuhnya debriefed. Kami memodifikasi instruksi skala untuk membaca
"Seberapa sering Anda melakukan hal-hal berikut dalam dua masa lalu
bulan. "
Hasil
Perbedaan Antara Pengujian Sampel dan Jenis Kelamin
Untuk menguji perbedaan antara budaya, jenis kelamin, dan interaksi pada
variabel yang relevan, beberapa 2 (sex) 2 (negara) ANOVA dilakukan.
Hasilnya ditampilkan pada Tabel 2. Dalam semua analisis, Hasil penelitian
menunjukkan efek utama yang signifikan bagi negara dan seks. Pemeriksaan
sarana menunjukkan bahwa rata-rata, laki-laki cenderung memiliki skor yang
lebih tinggi pada semua hasil. Selain itu, rata-rata, peserta dari Amerika
Serikat (vs Jepang) dinilai lebih tinggi pada semua hasil. Namun, ini efek
utama yang memenuhi syarat dengan Sex signifikan interaksi Negara
untuk semua hasil. dalam semua kasus, perbedaan antara Amerika Serikat
dan Jepang berarti lebih besar untuk laki-laki daripada perempuan.
Zero-Order Korelasi
Tabel 3 menampilkan korelasi antara variabel yang relevan untuk seluruh
sampel, sampel Jepang,dan sampel AS. Dalam semua kasus, hasil penelitian
menunjukkan bahwa cyberbullying di Wave 2 secara signifikanberkorelasi
dengan cyberbullying di gelombang 1 (rs> .39, ps <.01), sikap positif

terhadap cyberbullying (rs> .19, ps <.01), dan cyberbullying penguatan (rs>


.29, ps <.01).
Memprediksi Wave 2 Cyberbullying
Selanjutnya, kami menguji prediktor cyberbullying di Wave 2 relatif terhadap
Gelombang 1 cyberbullying dengan 2 (contoh: USA, Jepang) 2 (sex: lakilaki, perempuan) ANCOVA yang cyberbullying di Wave 2 digunakan sebagai
variabel hasil dan cyberbullying di Gelombang 1 digunakan sebagai kovariat.
ini
Analisis ini mirip dengan prediksi pengujian perubahan cyberbullying di Wave
2 relatif terhadap Gelombang 1. Sebagai diharapkan, Gelombang 1
cyberbullying adalah prediktor kuat dari Wave 2 cyberbullying, F (1, 975) =
270,74, p <.001, B = 0,59. Hasil juga menunjukkan efek utama yang
signifikan untuk sampel, F (1, 975) = 15,58, p <.001, dan seks, F (1, 975) =
16.11, p <.001. Wanita memiliki tingkat lebih rendah dari Wave 2
cyberbullying (M = 3.36, SE = .05) dibandingkan dengan laki-laki (M = 3.57,
SE = 0,06), menunjukkan bahwa relative perubahan dari Gelombang 1 lebih
besar (meningkat cyberbullying) untuk laki-laki daripada untuk perempuan.
Demikian pula, sampel AS terlibat dalam relatif lebih cyberbullying (M =
3.57, SE = 07; relative ke Wave 1) daripada sampel Jepang (M = 3.26, SE =
0,04).
Namun, efek utama yang memenuhi syarat oleh Contoh signifikan
interaksi Sex, F (1, 975) = 6.47, p <.02. Analisis efek sederhana digunakan
untuk menyelidiki interaksi ini. hasil penelitian menunjukkan efek yang
signifikan utama sampel untuk peserta laki-laki, F (1, 975) = 10,71, p <.01.
Laki-laki AS melaporkan tingkat yang lebih tinggi dari cyberbullying (M =
3.81, SE = 0,11) dibandingkan dengan laki-laki Jepang (M = 3.32, SE = .05).
Selain itu, hasil menunjukkan perbedaan yang tidak bermakna, F (1, 975) =
3.21, ns, antara perempuan AS (M = 3.32, SE = 0,08) dan betina Jepang (M
= 3.32, SE = .05) pada Wave 2 cyberbullying (lihat Gambar 1). Sekali lagi,
karena Gelombang 1 cyberbullying adalah partialed sebagai kovariat,
interaksi ini menunjukkan bahwa laki-laki AS menunjukkan peningkatan yang
relatif besar dalam cyberbullying dari waktu ke waktu daripada laki-laki
Jepang, tapi ada tidak ada perbedaan dalam jumlah relative cyberbullying
dari waktu ke waktu untuk perempuan dalam dua sampel.
Analisis moderasi akhir digunakan saling diri construal sebagai prediktor.
Hasil menunjukkan moderasi signifikan, B = -.01, t (934) = -3,30, p <.01.
Lereng sederhana analisis menunjukkan bahwa hubungan antara saling diri
construal dan cyberbullying di gelombang 2 signifikan dan negatif untuk
sampel AS, B = -.03, t (934) = -4,99, p <.001, 95% CI = [-.04, -.02]. ini
menunjukkan bahwa tingkat tertinggi cyberbullying terjadi pada tingkat
terendah saling bergantung self-construal untuk sampel AS. Efek ini tidak
ditemukan sampel Jepang, B = -.007, t (934) = -1,97, p = 0,049, 95% CI =
[-.01, .000], sebagai 95% CI termasuk 0 (lihat Gambar 4).
diskusi

Dua hipotesis bersaing mengenai perbedaan budaya dalam cyberbullying


diuji dalam penelitian ini. Satu hipotesis mengemukakan bahwa
cyberbullying akan lebih tinggi dalam sampel AS dibandingkan dengan
sampel
Jepang
karena
diri
construal
mereka. Hipotesis
kedua
mengemukakan Pola berlawanan menanggapi karena Jepang mengungguli
Amerika Serikat pada teknologi Kemajuan (Florida et al., 2011). Hasil
penelitian menunjukkan bahwa peserta dari Amerika Serikat melaporkan
tingkat yang lebih tinggi dari cyberbullying dari sampel Jepang. Hasil juga
menunjukkan bahwa budaya konteks (Jepang vs Amerika Serikat)
memoderasi hubungan antara sikap positif terhadap cyberbullying,
cyberbullying penguatan, saling tergantung diri construal, dan cyberbullying
frekuensi. Hubungan antara sikap positif terhadap cyberbullying dan
kemudian cyberbullying perilaku, dan antara dirasakan penguatan positif
untuk cyberbullying dan kemudian perilaku cyberbullying, positif dan
signifikan bagi kedua sampel, tetapi secara signifikan kuat dalam sampel AS
daripada di sampel Jepang. Agresi terus menjadi masalah sosial. Penelitian
dalam domain ini telah dikonseptualisasikan perilaku agresif sepanjang
kontinum keparahan, mulai dari tingkat yang relatif rendah fisik bahaya
(misalnya, cyberbullying) hingga sangat perilaku kekerasan (misalnya,
pembunuhan, penyerangan). Gentile dan Sesma (2003) menyatakan bahwa
perilaku
semacam
itu
juga
dapat
digambarkan
sebagai
yang
diselenggarakan pada piramida frekuensi, sehingga perilaku pada akhir
rendah dari kontinum agresi lebih sering daripada yang tinggi pada
kontinum. Hal ini memiliki implikasi penting bagi masa depan yang agresif
tingkah laku. Teori dan penelitian tentang agresi eskalasi menunjukkan
bahwa provokasi kecil bisa mudah menyebabkan pembalasan yang lebih
parah, terus dalam siklus meningkat ke atas (Anderson, Buckley, &
Carnagey, 2008). Dengan demikian, memahami anteseden cyberbullying
memiliki implikasi untuk masa depan pemahaman, mungkin lebih ganas,
perilaku agresif fisik, seperti tradisional bullying. Hasil dari penelitian ini
menunjukkan bahwa budaya, penguatan, dan positif sikap, adalah prediktor
kunci dari cyberbullying.
Temuan dari penelitian ini juga dapat menggeneralisasi untuk penelitian di
bullying yang lebih luas domain. Meskipun penelitian ini tidak menganalisis
data tradisional melawan cyberbullying, Penelitian lainnya (misalnya, Barlett
& Gentile, 2012) telah menemukan korelasi tinggi antara intimidasi
tradisional, cyberbullying, korban tradisional, dan cyber-korban. Hal ini
menunjukkan bahwa cyberbullies mungkin juga pengganggu tradisional dan
cyber korban kemungkinan korban tradisional. Dengan demikian, peran yang
agresor dan korban menganggap di dunia online juga dapat terwujud di
dunia nyata. Namun, jika teori kita benar maka, komponen-komponen
tertentu dari cyberbullying (yaitu, sikap positif terhadap cyberbullying) harus
lebih kuat berkorelasi dengan cyberbullying dibandingkan tradisional
bullying. Ini adalah apa yang ditemukan Barlett dan bukan Yahudi (2012).
Oleh karena itu, sangat mungkin bahwa perbedaan budaya dan moderator
yang dijelaskan dalam artikel ini mungkin lebih kuat terkait dengan

cyberbullying dari intimidasi tradisional, meskipun ini adalah daerah


penelitian masa depan.
Implikasi untuk Teori
Barlett dan bukan Yahudi (2012) menemukan bukti yang menunjukkan
bahwa teori-teori pembelajaran umum (GLM;
Gentile et al., 2009) dapat memprediksi frekuensi cyberbullying. Teori ini
menunjukkan bahwa setiap sukses
cyberbullying insiden adalah percobaan belajar, dan dengan terus
cyberbullying, individu cenderung
belajar cyberbullying yang merupakan perilaku yang sesuai untuk
menimbulkan bahaya. Hasil dari penelitian ini
didukung hubungan ini dengan menunjukkan korelasi yang signifikan antara
frekuensi cyberbullying,
sikap positif terhadap cyberbullying, dan cyberbullying penguatan. Hal ini
menunjukkan bahwa penguatan dari orang lain dan sikap internal yang
sendiri baik memprediksi cyberbullying. Pendeknya,
Model kami memprediksi, dan hasil penelitian kami menunjukkan, bahwa diri
dan orang lain yang mempengaruhi cyberbullying melalui
proses pembelajaran.
Kami diperpanjang teori distal kami cyberbullying dengan menunjukkan
bahwa belajar sikap budaya
(saling tergantung diri construals) terkait dengan perilaku cyberbullying. Hal
ini menunjukkan bahwa
meskipun belajar cyberbullying sikap mungkin biasa, belajar budaya sendiri
construals
mempengaruhi ekspresi perilaku agresif. Saling tergantung diri construal,
oleh karena itu, mungkin
berfungsi sebagai faktor protektif dalam hubungan antara variabel sikap
lainnya belajar dan cyberbullying
perilaku.

Anda mungkin juga menyukai