Prosiding Konferensi Nasional Peneliti Muda Psikologi Indonesia 2017

Vol. 2, No. 1, Hal 9-17

GAMBARAN CYBERSLACKING PADA MAHASISWA

Yemima Valencia Susanto Putri
Yemimavalenciasp@gmail.com
Fakultas Psikologi, Universitas Kristen Krida Wacana

Yasinta Astin Sokang

Astinsokang@ukrida.ac.id
Fakultas Psikologi, Universitas Kristen Krida Wacana

Abstrak
Internet telah menjadi alat komunikasi yang tak terhindarkan dalam kehidupan sehari-hari. Hal
ini menimbulkan cyberslacking pada mahasiswa. Cyberslacking dapat ditemukan ketika
mereka mengakses internet untuk hal yang tidak berkaitan dengan kelas yang sedang
berlangsung. Tujuan dari penelitian ini adalah untuk mengetahui gambaran perilaku
cyberslacking pada mahasiswa. Cyberslacking terdiri atas minor cyberslacking dan serious
cyberslacking. Data dikumpulkan dari 84 mahasiswa dengan menggunakan cyberslacking
questionnaire. Hasil penelitian menunjukkan bahwa tingkat minor cyberslacking berada pada
tingkat sedang (mean=13,36, SD=4,986) dan tingkat serious cyberslacking berada pada tingkat
rendah (mean=11,48, SD=6,920). Hasil data tambahan menunjukkan bahwa online streaming
adalah aplikasi yang paling banyak digunakan di internet.
Keywords :cyberslacking, internet, Mahasiswa

Pendahuluan Mereka memainkan handphone, tab, ipad,

Internet sudah menjadi alat
komunikasi yang tak terhindarkan dalam
kehidupan sehari-hari (Young, 1999;
Ceyhan & Ceyhan, 2008; APJII, 2014). Hal
ini terlihat dari jumlah pengguna internet di
Indonesia yang sudah mencapai 88,1 juta
orang dimana 49% diantaranya berusia 18-
25 tahun (APJII, 2014). Peningkatan ini
terjadi salah satunya disebabkan karena
mahasiswa menggunakan internet sebagai
alat utama pembelajaran (Young, 2004).
Junco dan Cotten (2011) menyatakan
bahwa internet digunakan untuk
mengumpulkan informasi yang berkaitan
dengan tugas, sebagai media komunikasi
dengan teman sekelas guna mendiskusikan
tugas yang sedang dikerjakan. Di balik
manfaat tersebut, internet juga memberikan
konsekuensi negatif, yaitu cyberslacking.
Berdasarkan pengamatan yang
dilakukan peneliti, ditemukan mahasiswa
banyak melakukan pengalihan perhatian
dari dosen yang sedang mengajar di kelas.
laptop, dan gadget lainnya ketika kegiatan
belajar-mengajar sedang berlangsung. Hasil
pengamatan ini juga diperkuat dengan
penyebaran kuesioner singkat terhadap 21
mahasiswa yang menunjukkan hasil bahwa
para mahasiswa sering menggunakan
gadget mereka ketika di kelas. kegiatan
yang biasa dilakukan mahasiswa adalah
mengecek sosial media yang mereka miliki
seperti: instagram, aplikasi chatting,
facebook, melakukan browsing, menonton
video, melakukan belanja online atau
sekedar membaca berita. Mereka mengaku
alasan mereka memakai gadget karena
merasakan kebosanan di kelas.
Cyberslacking adalah perilaku
menggunakan internet di lingkungan
belajar untuk kepentingan pribadi yang
tidak terkait dengan tugas di kelas
(Geokearslan et al. 2016; Lim,
2002;Lavoie & Pychyl, 2001). Sebagian
besar orang menggunakan internet sebagai
pengalih dari tujuan mereka (Davis, et al.

[9]
2002). Salah satu ciri penting cyberslacking
yaitu bahwa motif melakukan
cyberslacking adalah untuk menghindari
tugas dan menjelajahi hal yang lebih
disenangi di internet (Blanchard & Henle,
2008) dibandingkan dengan kebutuhan
beristirahat untuk mengembalikan tenaga
dan fokus (ONeill, Hambley, & Chatellier,
2014).
Cyberslacking (disebut juga dengan
Cyberloafing) terbagi atas dua jenis, yaitu
(1) minor cyberslacking dan (2) serious
cyberslacking (Blanchard & Henle, 2008).
Bentuk perilaku dari minor cyberslacking
menurut Blanchard dan Henle (2008) yaitu
mengirim atau menerima e-mail pribadi di
kelas, melakukan browsing, membaca
berita, dan melakukan belanja online.
Sedangkan bentuk perilaku dari serious
cyberslacking yaitu mengunjungi situs
dewasa, mengurus situs pribadi dan
berinteraksi dengan orang lain melalui
chatrooms, blog, dan iklan personal,
melakukan perjudian online, dan
mengunduh lagu secara ilegal (Blanchard
& Henle, 2008).
Survei yang dilakukan oleh sebuah
situs karir, menemukan bahwa lebih dari
90% karyawan dari 1244 sampel
melakukan cyberslacking ketika mereka
sedang bekerja (Marron, 2000). Survei lain
juga menemukan bahwa sekitar 84%
karyawan mengirim e-mail yang tidak
berkaitan dengan pekerjaan dan sekitar
90% berselancar di internet, ketika mereka
seharusnya bekerja (Vault dalam Lim,
2002)
Cyberslacking dipengaruhi oleh
sikap, emosi, dan faktor sosial yang
dimiliki mahasiswa untuk menggunakan
internet untuk urusan pribadi (ONeill,
Hambley, & Chatellier, 2014). Lingkungan
yang mendukung (teman yang melakukan
cyberslacking) memengaruhi mahasiswa
untuk melakukan cyberslacking. Namun,
keinginan mahasiswa untuk melakukan
cyberslacking ternyata menjadi faktor yang
lebih mempengaruhi untuk melakukan
cyberslacking dibanding faktor adanya
pengaruh dari sesama teman yang
[10]
melakukan cyberslacking (Gerow, et al.
2010).
Penelitian yang dilakukan Lavoie
dan Pychyl (2001) menemukan bahwa
cyberslacking sudah menjadi bagian dari
kehidupan bermahasiswa. Mahasiswa yang
membawa laptop ke kelas duapertiga kali
lebih rentan melakukan cyberslacking
(Ragan, Jennings, Massey, & Doolittle,
2014). Mahasiswa cenderung mencari
kegiatan lain (off-task) ketika merasakan
kebosanan atau berusaha untuk tetap
terjaga ketika kegiatan belajar mengajar
sedang berlangsung (Ragan et al. 2014).
Hal ini menyebabkan mahasiswa memiliki
potensi yang cukup tinggi melakukan
cyberslacking (Meier et al. 2016).
Cyberslacking dikatakan
memberikan dampak yang positif pada
emosi seseorang (Lim & Chen, 2012).
Kesenangan ketika melakukan
cyberslacking (seperti: menggunakan
facebook) membantu mahasiswa
mengurangi stres terkait masalah akademik
(Meier, Reinecke, & Meltzer, 2016).
Dampak lain yang didapatkan dari
melakukan cyberslacking adalah
mahasiswa dapat mengaplikasikan
informasi yang diperoleh dari browsing
terhadap tugas yang didapatkan (Meier,
Reinecke, & Meltzer, 2016).
Cyberslacking ditemukan berkaitan
dengan performa mahasiswa (Ravizza,
Hambrick, & Fenn, 2013). Cyberslacking
yang dilakukan mahasiswa mengalihkan
perhatian dari aktivitas yang berkaitan
dengan kegiatan belajar mengajar di kelas
(Gerow et al. 2010), sehingga nilai ujian
yang didapatkan mahasiswa menjadi
rendah (Ravizza et al. 2013). Hasil yang
ditemukan Meier et al. (2016) menemukan
bahwa melakukan cyberslacking (seperti
menggunakan facebook di kelas) dapat
merusak hasil akademis mahasiswa dan
kesejahteraan secara keseluruhan. Menurut
Geokearslan et al. (2016) dan jika
cyberslacking di kelas dilakukan dengan
menggunakan smartphone, maka akan
berisiko lebih tinggi untuk mengalami
smartphone addiction.
 Wang, Chen, & Liang (2011) dalam dengan aktivitas online dalam serious
penelitiannya menemukan bahwa tingkat cyberslacking. Lebih lanjut Blanchard dan
mahasiswa yang mengakses media sosial Henle ( 2008) juga menyatakan bahwa
ketika berada di kelas sebesar 64% dan minor cyberslacking lebih diterima di
tingkat mahasiswa yang mengakses media norma sosial dibandingkan dengan serious
sosial ketika mengerjakan tugas sebesar cyberslacking. Minor cyberslacking dirasa
80%. Hasil penelitian Aagaard (2015) lebih sedikit berisiko dibandingkan dengan
menyebutkan bahwa penggunaan facebook serious cyberslacking. Hal ini yang
di kelas sudah menjadi hal yang sangat menyebabkan frekuensi melakukan minor
biasa dilakukan setiap harinya. Hasil cyberslacking ditemukan lebih tinggi
penelitian Meier, Reinecke, & Meltzer dibandingkan dengan frekuensi melakukan
(2016) menyatakan kebiasaan membuka serious cyberslacking.
facebook dan kesenangan yang didapatkan
dari mengecek facebook dapat memprediksi Metode Penelitian
frekuensi prokrastinasi dengan Penelitian ini menggunakan
menggunakan media online. Hasil pendekatan kuantitatif dengan teknik
penelitian Tindell dan Bohlander (2012) analisis statistik deskriptif. Perhitungan
menyatakan bahwa mahasiswa dilakukan dengan menggunakan SPSS
menggunakan smartphone mereka untuk versi 16.0.
mengakses internet ketika mereka di kelas.
Informasi yang didapatkan mahasiswa Instrumen Penelitian
ketika mengakses internet di kelas, baik Instrumen penelitian yang
informasi yang dapat langsung diterapkan digunakan dalam penelitian ini adalah The
di dalam kelas maupun informasi lainnya, scale for cyber slacking in the
dapat membantu mahasiswa dalam questionnaire (Ince & Gl, 2011)
mengerjakan tugasnya. berdasarkan konstruk teori dari Blanchard
Beberapa penelitian eksploratif & Henle (2008) yang membagi
telah dilakukan sebelumnya dengan cyberslacking menjadi dua aspek yaitu
menggunakan partisipan karyawan yang minor cyberslacking dan serious
bekerja di kantor (Lim & Teo, 2005), akan cyberslacking. Peneliti melakukan adaptasi
tetapi belum ditemukan adanya penelitian dengan menerjemahkan aitem, lalu
eksploratif mengenai cyberslacking pada mengeliminasi aitem yang dirasa tidak
mahasiswa. Oleh karena itu, dengan alasan relevan dengan mahasiswa. Setelah itu
ini peneliti tertarik untuk meneliti peneliti meminta review dari dosen
gambaran cyberslacking pada mahasiswa. pembimbing terkait dengan aitem skala
Aktivitas online dalam minor tersebut. Skala lalu di uji coba terhadap 35
cyberslacking ditemukan lebih banyak mahasiswa dan menghasilkan beberapa
dilakukan oleh karyawan dibandingkan aitem digugurkan. Instrumen lain yang
digunakan yaitu intensitas
aplikasi yang dipakai
partisipan. Instrumen ini
berisikan beberapa aplikasi
yang biasa digunakan
mahasiswa.

Gambaran Umum
Karakteristik Partisipan
Penelitian
Populasi dalam
penelitian ini adalah mahasiswa

[11]
aktif Universitas X. Teknik pengambilan
sampling menggunakan purposive
sampling. Sampel berjumlah sebanyak 84
mahasiswa.
Berdasarkan tabel 1, usia sampel paling
banyak berkisar pada 17-20 tahun.
Berdasarkan jenis kelamin, sampel
perempuan lebih banyak dibandingkan
dengan sampel laki-laki. Berdasarkan
tingkat semester, sampel paling banyak
berada pada tingkatan semester dua.
Gadget yang paling banyak dipakai
mahasiswa yaitu smartphone. Berdasarkan
lama menggunakan internet, sampel paling
banyak berkisar pada 2-9 tahun.
Hasil
Berdasarkan tabel 2, aplikasi yang
paling banyak dipakai mahasiswa yaitu
aplikasi line yang biasa digunakan untuk
berkomunikasi. Selanjutnya, aplikasi kedua
yang paling banyak dipakai yaitu aplikasi
youtube, yang biasa digunakan untuk
menonton video dan dapat dikategorikan
sebagai kegiatan streaming.
Berdasarkan tabel 3, dapat dilihat
bahwa nilai rata-rata minor cybeslacking
sebesar 13,36. Nilai rata-rata tersebut
termasuk dalam kategori sedang. Hal ini
berdasarkan
kategorisasi yang
dibuat peneliti yaitu:
0-5 kategori sangat
rendah, 6-12
kategori rendah, 12-
17 kategori sedang, 18-24 kateogir tinggi,
dan 23-30 kategori tinggi. Berdasarkan
hasil diatas, dapat dilihat bahwa nilai rata-
rata serious cybeslacking sebesar 11,48.
[12]
Nilai rata-rata tersebut termasuk dalam
kategori rendah. Hal ini berdasarkan
kategorisasi yang dibuat peneliti yaitu: 0-6
kategori sangat rendah, 7-13 kategori
rendah, 14-20 kategori sedang, 21-27
kategori tinggi, dan 28-35 kategori tinggi.
Berdasarkan jenis kelamin, tidak
terdapat perbedaan minor cyberslacking
(p , dengan partisipan laki-laki
( , dan partisipan perempuan
( , erdasarkan jenis kelamin,
terdapat perbedaan serious
cyberslacking (p< , dengan
partisipan laki-laki ( , dan
partisipan perempuan ( ,
Berdasarkan tabel, usia
ditemukan tidak memiliki korelasi
dengan minor cyberslacking (r= -.102
dan p > 0,05). Sedangkan usia
ditemukan tidak memiliki korelasi
dengan serious cyberslacking. Usia tidak
memiliki korelasi dengan minor
cyberslacking (r= .128 dan p > 0,05).
Tingkatan semester tidak memiliki korelasi
dengan minor cyberslacking (r=.035 dan p
> 0,05). Tingkatan semester tidak memiliki
korelasi dengan serious cyberslacking
(r=.065 dan p > 0,05) Lama menggunakan
internet tidakmemiliki korelasi dengan
minor cyberslacking (r=.171 dan p > 0,05).
Lama menggunakan internet tidak memiliki
korelasi dengan serious cyberslacking
(r=.161 dan p > 0,05). Intensitas
penggunaan aplikasi memiliki korelasi
signifikan dan arah positif dengan minor
cyberslacking (r=.419 dan p= 0,00).
Intensitas penggunaan aplikasi memiliki
korelasi signifikan dan arah positif dengan
serious cyberslacking (r=.378 dan p=0,00).
Diskusi
Tingkat minor cyberslacking
mahasiswa sedang (mean=13,36) dan
serious cyberslacking rendah
(mean=11,48). Hasil ini tidak sesuai
dengan hasil penelitian Lavoie dan Pychyl
(2001) yang menyatakan bahwa karyawan
menggunakan 47% waktunya
menggunakan internet untuk melakukan
cyberslacking. Lavioe dan Pychyl
menyatakan bahwa hasil penelitiannya
mengindikasikan bahwa tingkat
cyberslacking karyawan termasuk tinggi.
Perbedaan hasil ini diperoleh karena
mahasiswa tidak memiliki jam kuliah yang
pasti seperti jam kerja karyawan.
Tidakhanya perbedaan pada jam kerja,
terdapat perbedaan pada tugas dan kegiatan
mahasiswa dan karyawan. Tugas dan
kegiatan mahasiswa meliputi, mengikuti
kegiatan belajar-mengajar, membuat tugas,
bercengkrama dengan teman-teman, dan
lain-lain. Untuk melaksanakan tugas dan
kegiatan tersebut, mahasiswa tidak selalu
menggunakan fasilitas internet. Sedangkan
pada karyawan, diminta untuk mengikuti
tuntutan pekerjaan yang pada era ini
banyak dikerjakan di depan komputer
dengan menggunakan fasilitas internet.
Ditinjau dari segi perbedaan jam
kerja, mahasiswa mengalokasikan
waktunya untuk beberapa kegiatan, baik
berkuliah, mengerjakan tugas dan lain-lain.
Sedangkan pada penelitian sebelumnya
(Lavoie & Pychyl, 2001; Blanchard &
Henle, 2008) yang meneliti cyberslacking
dengan partisipan karyawan, alokasi waktu
karyawan banyak digunakan untuk bekerja
di depan meja. Vitak et al. (2011) yang
menyatakan bahwa semakin lama waktu
yang digunakan untuk mengakses internet
dalam bekerja atau di kelas, semakin
banyak juga waktu yang digunakan untuk
mereka terlibat dalam menggunakan
internet untuk urusan pribadi. Hal ini yang
menyebabkan tingkat cyberslacking di
mahasiswa cenderung lebih rendah
dibandingkan dengan penelitian
sebelumnya (Lavoie & Pychyl, 2001;
Blanchard & Henle, 2008) yang
menunjukkan tingkat cyberslacking pada
karyawan cenderung tinggi.
Hasil menunjukkan bahwa tingkat
minor cyberslacking berada pada tingkat
sedang. Hasil ini diperoleh karena sebagian
[13]
besar jawaban partisipan menjawab
kadang- kadang atau sangat sering pada
aitem saya mengunjungi online shop.
Penelitian Delafrooz, Paim, dan Khatibi
(2010) menemukan bahwa sekarang ini
mahasiswa banyak berbelanja via online
shop untuk alasan kemudahan (menyimpan
waktu dan uang), harga yang lebih murah,
dan lebih banyaknya pilihan ketika mereka
berbelanja. Hal ini yang membuat banyak
mahasiswa yang kadang-kadang atau
sangat sering mengunjungi online shop.
Hasil menunjukkan bahwa tingkat
serious cyberslacking berada pada tingkat
rendah. Hasil ini diperoleh karena sebagian
besar jawaban partisipan menjawab tidak
pernah atau sangat jarang pada aitem saya
mengunjungi situs judi. Wibowo (2013)
menyatakan bahwa melakukan judi online
termasuk kedalam salah satu jenis cyber
crime. Lebih lanjut dinyatakan bahwa
perilaku ini diikuti dengan resiko ditangkap
oleh polisi. Hal ini yang dapat
menyebabkan banyak mahasiswa
menjawab tidak pernah atau sangat jarang
mengunjungi situs judi online.
Tingkat minor cyberslacking
mahasiswa sedang dan serious
cyberslacking rendah. Hasil ini
menunjukkan bahwa frekuensi minor
cyberslacking lebih banyak dilakukan
dibandingkan dengan serious
cyberslacking. Dari segi konstruk yang
digunakan (Blanchard & Henle, 2008),
pembagian minor cyberslacking dan
serious cyberslacking memang dibagi
berdasarkan frekuensi jenis kegiatan yang
dilakukan. Perilaku yang termasuk minor
cyberslacking adalah perilaku dengan
frekuensi yang banyak dilakukan oleh
karyawan, sedangkan serious cyberslacking
adalah perilaku dengan frekuensi yang
sedikit dilakukan oleh karyawan. Sehingga
hal ini menjelaskan perbedaan tingkat
minor cyberslacking dan serious
cyberslacking pada penelitian ini.
Data demografis menunjukkan
91,7% partisipan paling sering mengakses
internet via smartphone, Geokearslan et
al. (2016) menyatakan bahwa sekarang ini
smartphone sudah sulit dipisahkan dari
kehidupan pemiliknya. Partisipan sering
mengakses internet via smartphone karena
smartphone sekarang ini tersedia dalam
bentuk yang mudah digenggam dan mudah
dibawa, sehingga memudahkan partisipan
untuk mengakses smartphone tersebut.
Kemudahan ini mengantarkan mahasiswa
menjadi lebih mudah teralihkan
perhatiannya dari proses belajar mengajar.
Berdasarkan jenis kelamin, tidak
terdapat perbedaan minor cyberslacking
partisipan laki-laki dengan partisipan
perempuan namun terdapat perbedaan
serious cyberslacking partisipan laki-laki
dengan partisipan perempuan. Hasil ini
diperoleh karena pada beberapa aitem tidak
terdapat perbedaan jawaban baik dari
partisipan laki-laki maupun partisipan
perempuan. Salah satu contoh aitem
tersebut adalah aitem saya mengunjungi
situs judi dan aitem saya mengunjungi
situs belanja online Pada aitem saya
mengunjungi situs judi didapatkan hasil
yang tidak berbeda antara laki-laki dan
perempuan Sedangkan untuk aitem saya
mengunjungi situs online, keuntungan
yang didapatkan dari berbelanja online juga
didapatkan oleh laki-laki maupun
perempuan. Hal ini yang menyebabkan
tidak terdapat perbedaan tingkat
cyberslacking pada laki-laki maupun pada
perempuan.
Berdasarkan hasil uji korelasi antara
usia dengan serious cyberslacking,
ditemukan hasil bahwa usia tidak memiliki
korelasi dengan serious cyberslacking.
Namun usia memiliki korelasi positif
dengan minor cyberslacking. Hal ini
konsisten dengan hasil penelitian Garret &
Danziger (2008) dan Henle, Kohut, &
Booth (2009). Baturay dan Toker (2015)
menyebutkan bahwa semakin muda usia
[14]
seseorang, semakin kecil kemungkinan
individu tersebut melakukan cyberslacking.
Hasil ini memberikan data tambahan bagi
kedua penelitian sebelumnya, bahwa
korelasi negatif antara usia dengan
cyberslacking tidak hanya ditemukan pada
lingkup dunia kerja saja, tapi juga terjadi
dalam konteks dunia perkuliahan.
Ditemukan bahwa lama
menggunakan internet ditemukan tidak
berkorelasi dengan minor cyberslacking
dan serious cyberslacking. Hasil penelitian
menunjukkan bahwa tidak terdapat
perbedaan tingkat minor cyberslacking dan
serious cyberslacking bila dibedakan
berdasarkan lama menggunakan internet.
Lebih lanjut Baturay dan Toker (2015)
menyatakan bahwa 9 tahun merupakan
batas penggunaan internet, dimana
mahasiswa yang sudah menggunakan
internet lebih dari 9 tahun memiliki tingkat
perilaku cyberslacking lebih tinggi
dibandingkan dengan yang menggunakan
internet di bawah 9 tahun.
Berdasarkan data demografis
terlihat bahwa aplikasi yang paling banyak
digunakan mahasiswa adalah aplikasi
Line yang biasa digunakan untuk saling
berkirim pesan. Hasil ini menunjukkan
bahwa komunikasi menjadi salah satu
alasan utama mahasiswa menggunakan
internet. Sponcil dan Gitimu (2013)
menyatakan bahwa saat ini interaksi sosial
secara online sudah menjadi bagian dari
relasi sosial multimedia. Komunikasi
menggunakan internet sudah dianggap
menjadi komunikasi yang kualitasnya
hanya berbeda sedikit dibandingkan dengan
komunikasi tatap muka dan memiliki
kualitas lebih tinggi dibandingkan dengan
komunikasi hanya menggunakan telepon.
Peneliti menemukan bahwa aplikasi
kedua yang banyak digunakan adalah
aplikasi Youtube yang biasa digunakan internet untuk kepentingan hiburan dan
untuk melakukan kegiatan streaming video kepentingan lainnya.
atau musik. Kegiatan streaming ini belum
masuk ke dalam konstruk teori Blanchard Kesimpulan
dan Henle, (2008) mengenai pembagian Penelitian tingkat minor
jenis cyberslacking. Hal ini cyberslacking mahasiswa berada pada
dilatarbelakangi oleh waktu penelitian tingkat sedang, sedangkan tingkat serious
dimana saat itu kegiatan streaming belum cyberslacking berada pada tingkat rendah.
banyak dilakukan, aplikasi streaming Data tambahan menunjukkan bahwa
belum marak saat itu. Peneliti menemukan belakangan ini aplikasi streaming (seperti:
bahwa streaming belakangan ini menjadi Youtube, Joox) mulai banyak dipakai oleh
tren dikalangan mahasiswa bahkan para mahasiswa.
masyarakat umum. Hal ini ditandai dengan
semakin banyaknya aktivitas yang Saran
dilakukan lewat streaming. Menonton film, Penelitian selanjutnya disarankan
mendengar lagu, membaca komik, adalah untuk menggunakan sampel lebih banyak,
beberapa aktivitas yang dilakukan lewat dan lebih beragam untuk mendapatkan data
streaming ini. Aplikasi yang memfasilitasi yang lebih bervariasi. Penelitian
kegiatan ini juga semakin berkembang. selanjutnya disarankan untuk
Beberapa aplikasi tersebut adalah: mencantumkan jaringan internet yang
Youtube, Joox, webtoon, situs-situs dipakai mahasiswa untuk mengakses
menonton film online, dan lain-lain. Hal ini internet di kampus, dan biaya yang
didukung juga dengan hasil penelitian ini dikeluarkan setiap bulannya untuk
dimana beberapa aplikasi streaming seperti menggunakan internet, lama penggunaan
Youtube, Joox, yang menempati 10 besar internet perhari, untuk mendapatkan data
aplikasi yang paling banyak dipakai yang lebih bervariasi.

mahasiswa.
Keterbatasan penelitian ini adalah
tidak mencantumkan beberapa data
tambahan seperti jaringan internet yang
dipakai mahasiswa untuk mengakses
internet di kampus, dan biaya yang
dikeluarkan setiap bulannya untuk
menggunakan internet, dan lama
penggunaan internet perhari. Selain itu
pengambilan data menggunakan kuesioner
dirasa tidak cukup menggambarkan
cyberslacking pada mahasiswa sendiri.
Karena jika hanya dengan menggunakan
kuesioner, tidak diperoleh data penggunaan
internet, penggunaan internet untuk
keperluan akademis atau penggunaan

[15]
Daftar Pustaka
Asosiasi Penyelenggara Jasa Internet
Indonesia. (2014). Profil Pengguna
Internet 2014. Jakarta:
Perpustakaan Nasional Rl: Katalog
Dalam Terbitan (KDT).
Azwar, S. (2012). Metode Penelitian.
Yogyakarta: Pustaka Belajar.
Baturay, M. H., & Toker, S. (2015). An
investigation of the impact of
demographics on cyberloafing from
an educational setting angle.
Computer in Human Behavior, 50,
358-366.
Blanchard, A. L., & Henle, C. A. (2008).
Correlates of different forms of
cyberloafing: The role of norms and
external locus of control.
Computers in Human Behavior, 24,
10671084.
Ceyhan, A. A., & Ceyhan, E. (2008).
Loneliness, depression, and
computer self-efficacy as predictors
of problematic internet use.
Cyberpsychology & Cyberslacking
Behavior, 11(6), 699-701.
Davis, R., Flett, G., & Besser, A. (2002).
Validation of a new scale for
measuring problematic internet use:
implication for pre-employment
screening. Cyberpsychology &
Behavior, 5(4), 331-345.
Delafrooz, N., Paim, L., & Khatibi, A.
(2010). Students' online shopping
behavior: an empirical study.
Journal of American Science, 6(1),
137-147.
Garret, R. K., & Danziger, J. N. (2008). On
cyberslacking: Workplace status
and personal Internet use at work.
CyberPsychology & Behavior,
11(3), 287-292.
Geokearslan, S., Mumcu, F. K.,
Haslaman, T., & evik, Y. D.
(2016). Modelling smartphone
addiction: The role of smartphone
usage, selfregulation, self-efficacy
and cyberloafing in university.
Computers in Human Behavior, 63,
639-649.
[16]
Gerow, J. E., Galluch, P. S., & Thatcher, J.
B. (2010). To slack or not to slack:
internet usage in the classroom.
Journal of information techonology
theory and application, 11, 5-24.
Henle, C. A., Kohut, G., & Booth, R.
(2009). Designing electronic use
polies to enhance employee
perception of fairnessand to reduce
cyberloafing: An empirical test of
justice theory. Computers in Human
Behavior, 25, 902-910.
Ince, M., & Gl, H. (2011). The Relation
of cyber slacking behaviors with
various organizational outputs:
Example of karamanoglu
mehmetbey university. European
Journal of Scientific Research, 52,
507-527.
Junco, R., & Cotten, S. R. (2011).
Perceived academic effects of
instant messaging use. Computers
& Education, 56(2), 370-378.
Lavoie, J. A., & Pychyl, T. A. (2001).
and the
Procrastination Superhighway:A
Web-Based Survey of Online
Procrastination, Attitudes, and
Emotion. Social Science Computer
Review.
Lim, V. K. (2002). The IT way of loafing
on the job: Cyberloafing,
neutralizing and organizational
justice. Journal of Organizational
Behavior, 23(5),675694.
Lim, V. K., & Chen, D. J. (2012).
Cyberloafing at the workplace:
Gain or drain on work? Behaviour
& Information Technology, 31,
343353.
Lim, V. K., & Teo, T. S. (2005).
Prevalence, perceived seriousness,
justification and regulation of
cyberloafing in Singapore An
exploratory study. Information &
Management, 42(8),10811093.
Marron, K. (2000). Attack of the
cyberslackers. The Globe and
Mail, 5.
Meier, A., Reinecke, L., & Meltzer, C. E. Wibowo, R. (2013). Perilaku Mahasiswa
( Facebocrastination? FISIP yang melakukan judi bola
Predictors of using Facebook for online. Skripsi S1.
procrastination and its effects on Young, K. S. (1999). Internet Addiction:
students well-being. Computers in Symptoms, Evaluation, and
Human Behavior, 64,65-76. Treatment. Innovations in Clinical
ONeill, T A , Hambley, L. A., & Practice, 17, 19-31.
Chatellier, G. S. (2014). Young, K. S. (2004). Internet Addiction: A
Cyberslacking, engagement, and new clinical phenomenon and its
personality in distributed work consequences. American Behavioral
environments. Computers in Human Scientist 48(4), 402-415.
Behavior, 40, 152-160. Young, K. S. (2009). Internet Addiction:
Ragan, E. D., Jennings, S. R., Massey, J. Diagnosis and Treatment
D., & Doolittle, P. E. (2014). Considerations. Journal of
Unregulated use of laptops over Contemporary Psychotherapy,
time in large lecture classes. 39(4), 241-246.
Computers & Education, 78, 78-
86.
Ravizza, S. M., Hambrick, D. Z., & Fenn,
K. M. (2013). Non-academic
Internet Use in the Classroom is
Negatively Related to Classroom.
Computers & Education, 78, 109-
114.
Sponcil, M., & Gitimu, P. (2013). Use of
social media by college students:
Relationship to communication and
self-concept. Journal of Technology
Research, 4, 1.
Sugiyono. (2016). Statistika untuk
penelitian. Bandung: Alfabeta.
Tindell, D. R., & Bohlander, R. W. (2012).
The use and abuse of cell phones
and text messaging in the
classroom: A survey of college
students. College Teaching, 60(1),
1-9.
Urbina, S. (2004). Essentials of psychology
testing. New Jersey, Hoboken: John
Wiley & Sons,Inc.
Vitak, J., Crouse, J., & LaRose, R. (2011).
Personal internet use at work:
Understanding cyberslacking.
Computers in Human Behavior,
27(5), 1751-1759.
Wang, Q., Chen, W., & Liang, Y. (2011).
The effects of social media on
college students.

[17]
[18]