Gimpel2021 en Id

Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.
com
Jurnal Sistem Informasi Manajemen
ISSN: (Cetak) (Online) Halaman muka jurnal: https://www.tandfonline.com/loi/mmis20
Efektivitas Norma Sosial dalam Memerangi Berita

Palsu di Media Sosial
Henner Gimpel, Sebastian Heger, Christian Olenberger & Lena Utz
Untuk mengutip artikel ini: Henner Gimpel, Sebastian Heger, Christian Olenberger & Lena Utz (2021)
Efektivitas Norma Sosial dalam Memerangi Berita Palsu di Media Sosial, Jurnal Sistem Informasi
Manajemen, 38:1, 196-221, DOI: 10.1080/07421222.2021.1870389
Untuk menautkan ke artikel ini: https://doi.org/10.1080/07421222.2021.1870389
Lihat materi tambahan
Diterbitkan online: 02 Apr 2021.
Kirimkan artikel Anda ke jurnal ini
Tampilan artikel: 333
Lihat artikel terkait
Lihat data Tanda silang
Syarat & Ketentuan lengkap akses dan penggunaan dapat ditemukan di

https://www.tandfonline.com/action/journalInformation?journalCode=mmis20
JURNAL SISTEM INFORMASI MANAJEMEN 2021,
VOL. 38, TIDAK. 1, 196–221
https://doi.org/10.1080/07421222.2021.1870389
Efektivitas Norma Sosial dalam Memerangi Berita Palsu di

Media Sosial
Henner GimpelA, Sebastian HegerB, Christian OlenbergerB, dan Lena UtzB
AUniversitas Hohenheim, Pusat Penelitian FIM, Grup Proyek Bisnis & Rekayasa Sistem Informasi dari
FIT Fraunhofer, Stuttgart, Jerman; BPusat Penelitian FIM, Universitas Augsburg, Grup Proyek Bisnis &
Rekayasa Sistem Informasi dari Fraunhofer FIT, Augsburg, Jerman
ABSTRAK KATA KUNCI

Berita palsu menimbulkan ancaman besar bagi masyarakat, dengan konsekuensi berita palsu; norma sosial;
negatif yang serius. Oleh karena itu, kami menyelidiki bagaimana orang dapat perilaku pelaporan online;
media sosial; norma-norma
didorong untuk melaporkan berita palsu dan mendukung penyedia platform media
pengganti; norma deskriptif
sosial dalam tindakan mereka terhadap informasi yang salah. Berdasarkan psikologi
sosial, kami berhipotesis bahwa norma sosial mendorong pengguna media sosial
untuk melaporkan berita palsu. Dalam dua eksperimen, kami menyajikan umpan
berita kepada peserta yang berisi beberapa berita nyata dan palsu, sementara pada
saat yang sama memaparkan mereka pada pesan norma sosial yang bersifat
injunctive dan deskriptif. Norma sosial injunctive menggambarkan perilaku apa yang
kebanyakan orang setujui atau tidak setujui. Norma sosial deskriptif mengacu pada
apa yang dilakukan orang lain dalam situasi tertentu. Hasilnya mengungkapkan,
antara lain, bahwa menyoroti perilaku yang diinginkan secara sosial untuk melaporkan
berita palsu menggunakan norma sosial yang tidak mengikat mengarah pada tingkat
pelaporan yang lebih tinggi untuk berita palsu. Sebaliknya, norma-norma sosial
deskriptif tidak memiliki efek seperti itu. Selain itu, kami mengamati bahwa penerapan
gabungan norma-norma sosial injunctive dan deskriptif menghasilkan peningkatan
perilaku pelaporan yang paling substansial. Dengan demikian, norma sosial adalah
obat sosio-teknis yang menjanjikan terhadap berita palsu.
pengantar
"Dahulu kala . . . ” adalah pembukaan standar dongeng. Alangkah mudahnya jika ada ciri mencolok
yang menandai berita bohong! Berita palsu “secara sengaja dan benar-benar salah” [3, P. 4], seperti
dongeng. Dongeng merupakan cerita pedih yang tersebar luas dan berlangsung lama. Dalam nada
yang sama, berita palsu menyebar “secara signifikan lebih jauh, lebih cepat, lebih dalam, dan lebih
luas” daripada berita asli [87, P. 1147]. Namun, tidak seperti dongeng, berita palsu tidak serta merta
mengungkapkan sifat aslinya.
Berita bohong di media sosial menjadi masalah serius bagi masyarakat. Semakin banyak orang mencari
dan mengkonsumsi berita dari media sosial daripada media berita tradisional [35, 61, 79]. Media sosial
sangat rentan terhadap berita palsu, karena verifikasi informasi—yang biasanya merupakan bagian dari
upaya jurnalistik—tidak dapat dipastikan [72]. Ada banyak contoh berita palsu dalam domain seperti
kesehatan masyarakat (misalnya, informasi yang salah yang dikenal sebagai infodemik
KONTAK Henner Gimpel henner.gimpel@fim-rc.de Universitas Hohenheim, Pusat Penelitian FIM, Grup Proyek
Bisnis & Rekayasa Sistem Informasi dari Fraunhofer FIT, Schloß Hohenheim 1, 70599 Stuttgart, Jerman.
Versi warna dari satu atau lebih gambar dalam artikel dapat ditemukan secara online di www.tandfonline.com/
mmis. Data tambahan untuk artikel ini dapat diakses disitus web penerbit
© 2021 Taylor & Francis Group, LLC
JURNAL SISTEM INFORMASI MANAJEMEN 197
selama pandemi COVID-19 [48]), perubahan iklim [85], politik [2], atau pasar saham [18]). Berita
palsu membuat individu mempercayai informasi yang tidak akurat dan mempengaruhi opini
dan tindakan mereka [3].
Penyedia platform media sosial berada di bawah tekanan yang meningkat untuk mengambil tindakan yang lebih
proaktif untuk menghentikan penyebaran berita palsu. Banyak platform media sosial memberi penggunanya opsi
untuk melaporkan berita palsu sehingga berita palsu dapat diperiksa, ditandai, atau bahkan dihapus secara
profesional. Namun, bukti anekdot menunjukkan bahwa pengguna hanya melaporkan berita secara sporadis
sebagai berita palsu. Temuan penelitian empiris kami mendukung bahwa pengguna tidak pernah atau hanya jarang
melaporkan berita palsu. Jadi, sementara basis pengguna yang besar menghasilkan konten di media sosial, dan
platform media sosial memungkinkan penggunanya untuk berkontribusi menjaga media sosial bebas dari berita
palsu, pengguna hampir tidak mengambil kemungkinan ini. “Jelas, membantu pengguna membuat keputusan yang
lebih tepat di media sosial adalah bagian penting dari solusi dalam membatasi penyebaran berita palsu” [44, hlm.
1025-1026] dan penyedia platform pendukung untuk mematuhi tanggung jawab mereka. Timbul pertanyaan,
bagaimana memotivasi pengguna untuk melaporkan berita palsu?
Psikologi sosial menunjukkan bahwa norma-norma sosial (SN) sangat mempengaruhi perilaku. Mereka
mungkin menjadi solusi untuk teka-teki itu. SN dapat mengarahkan perilaku ke arah yang bermanfaat bagi
individu dan masyarakat [13, 15, 17]. Ada dua jenis SN: SN injunctive menggambarkan perilaku mana yang
disetujui atau tidak disetujui oleh kebanyakan orang. SN deskriptif mengacu pada apa yang dilakukan
individu lain dalam situasi tertentu [17]. Penelitian sebelumnya menunjukkan bahwa SN adalah alat yang
ampuh untuk mendorong perilaku prososial di berbagai domain.13, 17, 34].
Namun, tidak jelas apakah media sosial merupakan sarana yang memadai untuk menyampaikan pesan
SN. Pertama, efek pengamat menunjukkan bahwa individu bereaksi secara diam-diam ketika orang lain hadir
karena rasa tanggung jawab yang hilang [50], juga dalam konteks media sosial [25]. Kedua, pesan SN dapat
menjadi bumerang [13]. Di satu sisi, penyedia media sosial mungkin menerapkan SN deskriptif yang tidak
ditargetkan, yang menunjukkan bahwa sebagian besar pengguna tidak melaporkan berita palsu dan, dengan
demikian, menurunkan motivasi pengguna. Di sisi lain, pesan SN dapat menurunkan kepercayaan artikel
berita, yang mengarah pada peningkatan pelaporan berita nyata [76]. Oleh karena itu, menjadi misteri
apakah dan seberapa jauh pesan SN berlaku untuk konteks pelaporan berita palsu di media sosial dan, jika
memang demikian, apakah efek bersihnya positif atau negatif.
Sarjana sistem informasi (IS) baru-baru ini berfokus pada berbagai aspek kognitif dan perilaku pengguna
yang mengonsumsi berita palsu di media sosial. Aliran penelitian IS ini menunjukkan bahwa perubahan halus
pada antarmuka pengguna dapat memicu refleksi dan mengurangi perilaku pengguna yang tidak diinginkan
yang berkontribusi pada penyebaran berita palsu lebih lanjut [44, 45, 54–56]. Hasil ini mendorong elemen
desain antarmuka pengguna seperti pesan SN untuk mengarahkan perilaku pengguna. Namun, tidak ada
surat kabar ISIS baru-baru ini yang menyelidiki norma sosial atau cara lain untuk meningkatkan pelaporan
berita palsu oleh pengguna media sosial. Dengan latar belakang ini, kami mengajukan pertanyaan penelitian
berikut:
Dapatkah pesan norma sosial injunctive dan deskriptif yang diberikan sebagai bagian dari antarmuka pengguna
media sosial meningkatkan perilaku pelaporan berita palsu pengguna media sosial?
Untuk menjawab pertanyaan penelitian kami, kami menurunkan hipotesis teoretis dan
melakukan dua eksperimen online. Berdasarkan kombinasi argumen teoretis dan bukti empiris,
kami menyarankan agar menggabungkan pesan SN injunctive dan deskriptif sebagai sosial
198 GIMPEL ET AL.
fitur desain media memiliki efek positif pada pelaporan berita palsu. Menariknya, SN deskriptif
saja tidak memengaruhi pelaporan berita palsu.
Hasil kami berkontribusi pada penelitian dan praktik. Dari perspektif ilmiah, kami mengikuti seruan baru-
baru ini untuk lebih banyak penelitian IS tentang intervensi sosio-teknis sebagai solusi terhadap berita palsu [
8] dan berkontribusi pada aliran penelitian IS tentang berita palsu [misalnya, 44, 45, 56]. Dari perspektif
praktis, kami memberikan bukti untuk SN sebagai alat potensial bagi penyedia platform media sosial dalam
perjuangan mereka melawan berita palsu. Pada akhirnya, menggunakan alat ini dapat berkontribusi pada
lebih sedikit berita palsu dan, dengan demikian, mengurangi beban sosial dari efek buruk media sosial.
Latar Belakang Teori dan Pengembangan HipotesisBerita
Palsu
Berita palsu sendiri bukanlah fenomena baru. Di masa lalu, berbagai kelompok orang, seperti
pengiklan, aktivis politik, dan fanatik agama, telah menggunakan berbagai bentuk berita palsu untuk
mempengaruhi opini publik atau menyebarkan propaganda [59, 79]. Dua karakteristik utama yang
membuat berita menjadi berita palsu: ketidakaslian dan penipuan. Di satu sisi, berita palsu
mengandung informasi palsu yang dapat dibuktikan kebenarannya, yang bagaimanapun juga sengaja
disebarluaskan [79]. Di sisi lain, berita palsu dapat menyesatkan konsumen, di mana informasi yang
salah ditafsirkan sebagai kebenaran [3, 59]. Berita palsu muncul dalam bentuk teks, gambar, file
audio, atau video yang diedit atau sengaja diambil di luar konteks [59, 79].
Selain berbagai bentuk berita palsu, ada juga motivasi yang berbeda bagi individu dan kelompok
terorganisir untuk memproduksi dan mendistribusikan informasi palsu. Pertama, berita palsu, seperti konten
satir atau hoax, berfungsi sebagai sumber hiburan. Kedua, karena desainnya yang eye-catching dan
berorientasi pada sensasi, berita palsu sangat cocok untuk mendorong pembaca mengunjungi sumber
aslinya [72, 79] dan dengan demikian menghasilkan keuntungan finansial melalui iklan [3]. Ketiga, berita
palsu dapat mempengaruhi opini. Tujuannya mungkin untuk menciptakan keuntungan bagi kandidat politik
yang disukai [3, 4, 59, 79, 88] atau untuk mempengaruhi opini publik tentang isu politik atau sosial. Oleh
karena itu, bahaya utama berita palsu terletak pada kenyataan bahwa orang tidak mengenali informasi palsu
dan manipulasi yang terkait. Informasi yang salah ini dapat menyebabkan perubahan perilaku memilih atau
sikap politik atau sosial yang tidak dapat dibenarkan yang mengakibatkan dampak negatif yang parah pada
individu dan masyarakat.
Bahkan mengoreksi informasi yang salah tidak serta merta mengubah kepercayaan orang [31, 63]. Lebih jauh
lagi, bahkan ketika seseorang percaya koreksi, informasi yang salah dapat tetap ada. Setiap pengulangan informasi
yang salah dapat memiliki konsekuensi negatif, bahkan dalam konteks menyangkalnya [36]. Efek ini disebabkan oleh
bias keakraban dan kelancaran. Semakin banyak orang mendengar sebuah cerita, semakin akrab cerita itu, dan
semakin besar kemungkinan mereka untuk mempercayainya sebagai nyata [37, 67,77]. Akibatnya, paparan informasi
yang salah dapat memiliki efek jangka panjang, sementara koreksi mungkin berumur pendek. Oleh karena itu,
sangat penting untuk membatasi penyebaran dan dampak berita palsu.
Berita Palsu di Media Sosial
Meskipun berita palsu telah digunakan di masa lalu, signifikansi dan penyebarannya baru-baru
ini menjadi penting [78]. Media sosial, khususnya, menyediakan platform untuk penyebaran
berita palsu yang efektif. Pertama, media sosial menawarkan khalayak luas [26, 84]. Untuk
bagian penting dari audiens ini, media sosial merupakan sumber penting dari berita [35, 61], yang
membuat penggunanya sangat rentan terhadap berita palsu. Kedua, hambatan untuk masuk ke
media sosial rendah [3]. Misalnya, upaya rendah yang terlibat dalam pengaturan akun juga
memungkinkan pembuatan akun pengguna yang dikendalikan mesin, seperti bot sosial [28].
Akibatnya, sekitar 19 juta akun yang dikendalikan mesin aktif di Twitter selama pemilihan presiden AS
2016, menyebarkan informasi tentang para kandidat [64]. Ketiga, kecepatan dan jangkauan transmisi
melalui media sosial lebih tinggi dari sebelumnya. Karena bertukar informasi adalah bagian penting
dari media sosial [43], lebih mudah untuk mendiskusikan atau berbagi berita baik nyata maupun palsu
[79]. Sekitar 25 persen orang dewasa AS melaporkan bahwa mereka membagikan berita palsu dengan
sengaja atau tidak sadar [6]. Oleh karena itu, informasi dapat dengan cepat mencapai akses global
secara viral [78, 90]. Kebaruan berita palsu dan perasaan negatif yang sering ditimbulkannya adalah
alasan tambahan bahwa berita palsu menyebar lebih cepat daripada berita asli [87]. Bersamaan
dengan itu, distribusi yang terdesentralisasi menyulitkan penghentian penyebaran berita palsu karena
tidak ada lagi pusat asal penyebaran yang dapat diatasi. Keempat, tidak ada otoritas yang mengontrol
keaslian informasi [78]. Proses verifikasi informasi jurnalistik dan fungsi gatekeeping terkait tidak
dapat lagi dijamin karena media sosial memungkinkan setiap orang untuk berpartisipasi dalam
produksi berita [2, 65]. Karena kurangnya kontrol, memvalidasi keaslian informasi sekarang berada di
tangan pengguna [72]. Selain itu, penyebaran berita palsu yang meluas dapat mengurangi
permintaan akan informasi otentik [3].
Namun, kemampuan orang untuk memutuskan apakah informasi itu benar atau salah memiliki
beberapa kelemahan alami, terutama di lingkungan media sosial [51, 56, 79]. Faktor kunci untuk
memvalidasi keaslian adalah kredibilitas informasi, yang kompleks dan beragam [68, 89]. Faktor yang
berbeda, seperti sumber (keahlian, pengetahuan, dan kepercayaan), penerima (penerimaan pesan),
dan karakteristik pesan (konsistensi dan kejelasan) semua berinteraksi dalam penilaian kredibilitas
informasi.89]. Selain itu, keyakinan dan pengetahuan sebelumnya [67] dari pengguna penting karena
faktor-faktor ini dapat menyebabkan bias konfirmasi. Orang-orang lebih suka mempercayai informasi
yang sesuai dengan keyakinan mereka yang sudah ada sebelumnya [3, 38, 44]. Ketika mereka
menemukan informasi yang menantang keyakinan mereka yang sudah ada sebelumnya, mereka
mengalami disonansi kognitif.29, 53]. Menyelesaikan disonansi kognitif ini membutuhkan upaya
kognitif, dan orang cenderung menghindari ini [82]. Secara bersamaan, penilaian peserta media sosial
lainnya juga berdampak pada kredibilitas artikel berita [45]. Karena faktor-faktor tersebut, perlu
dikembangkan tindakan pencegahan yang mendukung pengguna media sosial dalam menangani
berita palsu.
Dari perspektif teoretis yang berbeda, penelitian sebelumnya tentang efek pengamat menunjukkan
bahwa kesediaan orang untuk membantu berkurang semakin banyak orang yang hadir [30]. Efek ini berlaku
tidak hanya dalam kasus kehadiran fisik [50, 74] tetapi juga dalam lingkungan online [30]. Mengikuti model
intervensi pengamat, seorang pengamat harus mengikuti lima langkah: memperhatikan dan menilai suatu
peristiwa sebagai keadaan darurat, mengakui tanggung jawab sendiri, memutuskan untuk campur tangan,
dan akhirnya melakukan intervensi.43]. Langkah-langkah ini dapat dipengaruhi oleh kehadiran orang lain.
Misalnya, ukuran kelompok yang lebih besar menyebabkan berkurangnya tingkat respons dan kesediaan
untuk membantu dalam komunitas online [86] atau selama komunikasi email [5, 11]. Di media sosial, di mana
banyak pengguna melihat konten yang sama, ini dapat menyebabkan difusi tanggung jawab [86] di mana
individu tersebut tidak bertanggung jawab untuk melaporkan berita palsu. Pengguna yang tidak merasa
bertanggung jawab adalah faktor lain yang berkontribusi terhadap efek ini. Dalam sekelompok orang,
seorang individu mengevaluasi akuntabilitasnya lebih rendah karena individu lain mungkin lebih
bertanggung jawab untuk campur tangan dalam situasi tertentu. Membuat akuntabilitas menjadi transparan
200 GIMPEL ET AL.
dapat mengurangi efek ini. Namun, transparansi juga dapat berdampak negatif ketika pengguna merasa
bahwa intervensi mereka dievaluasi oleh orang lain dan, oleh karena itu, tidak berani mengambil tindakan [
25]. Untuk alasan ini, dan karena pentingnya tindakan pencegahan lainnya, perlu untuk menunjukkan
kepada pengguna media sosial bahwa pelaporan itu diinginkan.
Penanggulangan Terhadap Berita Palsu
Sebuah badan penelitian IS muncul yang menjawab pertanyaan seputar konsumsi berita palsu [8].
Kim dan Dennis menawarkan bukti bahwa mengubah cara sumber berita disajikan mengarahkan
pengguna media sosial untuk lebih merenungkan apakah akan mempercayai artikel dan melakukan
aktivitas yang berkontribusi pada penyebarannya [44]. Secara khusus, baik mengubah antarmuka
untuk menyoroti sumber artikel dan memberikan peringkat sumber oleh dewan ahli secara positif
memengaruhi proses kognitif dan perilaku pengguna. Dalam nada yang sama, Kim et al. menyelidiki
tiga jenis peringkat reputasi sumber yang berbeda dan menyarankan bahwa peringkat ini
memengaruhi sejauh mana pengguna percaya artikel di media sosial [45]. Moravec dkk. menemukan
bukti bahwa fakta meminta orang untuk merenungkan latar belakang pengetahuan mereka dan
menilai kebenaran sebuah berita membuat mereka berpikir lebih kritis tentang berita itu dan lainnya [
54].
Terlepas dari hasil ini, dalam praktiknya, banyak penyedia platform media sosial dikritik karena kurangnya
tindakan pencegahan terhadap berita palsu [83]. Oleh karena itu, penyedia media sosial mencoba
mengembangkan berbagai tindakan pencegahan untuk mencegah penyebaran berita palsu, seperti
mendeteksi bot sosial atau pengguna cyborg secara otomatis. Cara lain adalah dengan mengurangi insentif
finansial untuk menyebarkan berita palsu dengan melarang situs beriklan jika mereka telah berulang kali
membagikan berita palsu [80]. Namun, pendekatan saat ini tidak secara otomatis memeriksa keaslian
informasi [90]. Karena struktur kompleks berita palsu, deteksi berita palsu sulit untuk diotomatisasi [12, 51,
79]. Oleh karena itu, penyedia media sosial bekerja sama dengan organisasi pemeriksa fakta pihak ketiga
yang secara manual memeriksa informasi yang mencurigakan [40]. Penyedia media sosial kemudian dapat
menandai konten yang sesuai dan menampilkan artikel lain tentang topik ini.
Namun, dalam sebuah studi tentang desain antarmuka media sosial, Moravec et al. menyelidiki efek dari
menandai berita palsu sebagai "disengketakan oleh 3"rd pemeriksa fakta partai” [56, P. 1345]. Mereka
menemukan bahwa menandai berita palsu memicu peningkatan aktivitas kognitif tetapi tidak memengaruhi
penilaian tentang kebenaran dan keyakinan pengguna. Dalam percobaan mereka, bendera berita palsu tidak
cukup kuat untuk membuat pengguna mengatasi keyakinan apriori dan bias konfirmasi mereka. Dalam
sebuah studi baru-baru ini, Moravec et al. menyelidiki pendekatan efektif untuk menerapkan bendera berita
palsu dengan mengadaptasinya ke proses kognitif [55]. Hasil mereka menunjukkan bahwa desain spesifik
dari bendera berita palsu memiliki pengaruh yang signifikan terhadap kepercayaan artikel berita [55].
Semua pendekatan ini bergantung pada pra-pemilihan konten yang mencurigakan. Oleh karena itu,
penyedia media sosial mengandalkan dukungan dari penggunanya [58]. Misalnya, Facebook mengirimkan
konten ke organisasi pemeriksa fakta pihak ketiga untuk verifikasi jika cukup banyak pengguna yang
melaporkan konten tertentu sebagai palsu [57]. Pengguna dan perilaku pelaporan mereka menjadi elemen
sentral dari sistem karena mereka bertindak sebagai enabler untuk mekanisme selanjutnya. Namun, tidak
ada data tentang perilaku pelaporan pengguna yang tersedia atau dapat diakses publik [59].
Norma sosial
Karakteristik penting dari media sosial adalah bahwa pengambilan keputusan tidak terisolasi tetapi
terjadi dalam lingkungan sosial virtual. Dalam lingkungan sosial seperti itu, sikap dan perilaku orang
lain dapat menghasilkan SN yang sangat memengaruhi perilaku individu.17, 24]. SN adalah
"keyakinan individu tentang perilaku khas dan dimaafkan dalam situasi tertentu" [46,
P. 480]. SN merupakan faktor penting dalam proses pengambilan keputusan dan dapat menyebabkan
perilaku manusia prososial [13, 17, 34]. Mereka dapat dikomunikasikan melalui pesan SN yang
memvisualisasikan atau memverbalisasikan norma. Penelitian membedakan dua jenis SN. Pertama, SN
injunctive “menentukan apa yang harus dilakukan” [17, P. 1015] dan mendeskripsikan perilaku, yang
diharapkan dari lingkungan sosial dengan mendefinisikan tindakan mana yang diinginkan dan yang tidak
diinginkan [69]. Kedua, SN deskriptif menginformasikan tentang apa yang biasanya dilakukan orang lain
dalam situasi tertentu [17]. Meskipun kedua SN memberikan informasi sosial, mereka bertindak melalui
motivasi yang berbeda [17,69, 70]. SN injunctive mempengaruhi perilaku dengan menyoroti potensi
penghargaan dan hukuman sosial untuk perilaku yang diinginkan atau tidak diinginkan.16]. Evaluasi moral
semacam itu mempengaruhi perilaku bahkan jika orang lain yang imajiner bukan keluarga atau teman,
tetapi anggota masyarakat secara umum.14].
Meskipun SN sebagian besar memandu perilaku individu, mereka tidak selalu, dan dalam
setiap situasi terungkap efek yang diinginkan [17]. Teori fokus perilaku normatif [17]
mengasumsikan bahwa seorang individu lebih mungkin untuk berperilaku menurut SN ketika
perhatian individu difokuskan pada norma pada saat perilaku. Priming atau menyoroti perilaku
individu lain adalah alat teladan untuk mengaktifkan SN [17, 34].
Penelitian sebelumnya telah menunjukkan pentingnya SN injunctive untuk pengambilan keputusan dalam
konteks yang berbeda seperti penggunaan alkohol [49, 70], berjudi [60], penghindaran pajak [92], donasi organ [65],
dan perilaku seksual online berisiko [7]. Karena pengaruh serbaguna pada perilaku ini, kami menduga bahwa SN
pengganti juga dapat digunakan untuk meningkatkan perilaku pelaporan pengguna media sosial. Kami berharap
ketika pengguna media sosial disadarkan bahwa melaporkan berita palsu adalah perilaku yang diinginkan oleh
lingkungan sosial, hal itu juga berdampak positif pada keputusan mereka untuk melaporkan berita palsu. Secara
khusus, kami berharap bahwa penggunaan SN pengganti akan menyebabkan lebih banyak berita palsu yang
dilaporkan. Berdasarkan ini, kami menurunkan hipotesis berikut:
Hipotesis 1 (H1): Kehadiran pesan SN pengganti yang menunjukkan bahwa melaporkan berita palsu adalah
perilaku yang diinginkan secara sosial meningkatkan jumlah berita palsu yang dilaporkan.
Berlawanan dengan SN injunctive, SN deskriptif memotivasi tindakan dengan memberikan informasi

tentang perilaku orang lain dan menunjukkan tindakan mana yang mungkin efektif, adaptif, dan tepat.16].
Perilaku orang lain dapat digunakan sebagai heuristik, memberikan pengambil keputusan keuntungan
pemrosesan informasi dan jalan pintas pengambilan keputusan dalam situasi yang tidak pasti, ambigu, atau
mengancam.42]. Penelitian sebelumnya telah menunjukkan keberhasilan penerapan SN deskriptif untuk
mengurangi membuang sampah sembarangan [17, 69], mendukung daur ulang [62], meningkatkan perilaku
memilih [32], mempromosikan penggunaan kembali handuk [34], meningkatkan sumbangan uang [14, 20],
dan untuk mendorong makan yang lebih sehat [71]. Berdasarkan hasil ini, kami menduga bahwa
demonstrasi orang lain yang melaporkan konten di platform media sosial meningkatkan perilaku pelaporan
pengguna. Oleh karena itu, kami menduga bahwa jumlah laporan meningkat dibandingkan tanpa pesan SN.
Asumsi ini mengarah pada hipotesis berikut:
202 GIMPEL ET AL.
Hipotesis 2 (H2): Kehadiran pesan SN deskriptif yang menunjukkan bahwa orang lain melaporkan
berita palsu di media sosial meningkatkan jumlah berita palsu yang dilaporkan.
Selain pertimbangan terisolasi dari dua jenis SN, aplikasi gabungan juga dimungkinkan. Dalam sebuah
studi tentang perilaku daur ulang, Cialdini [13] menunjukkan bahwa penggunaan bersama SN injunctive dan
deskriptif mengarah pada niat yang sangat tinggi untuk mendaur ulang. Demikian pula, Schultz et al. [75]
mengungkapkan dalam percobaan lapangan tentang penggunaan kembali handuk bahwa menggabungkan
dua jenis SN memiliki dampak yang lebih besar pada perilaku daripada hanya menggunakan salah satunya.
Dengan demikian, penelitian sebelumnya menunjukkan bahwa meskipun kedua jenis norma menggunakan
motivasi yang berbeda.17, 69, 70], aplikasi simultan mereka dapat menghasilkan efek perilaku positif
tambahan. Teori fokus menunjukkan bahwa kehadiran pesan norma deskriptif tambahan dapat
mengarahkan fokus pengguna ke norma injunctive [17]. Menerapkan wawasan ini pada kasus pelaporan
berita palsu, kami berharap bahwa kehadiran pesan SN deskriptif—menggambarkan pengguna lain telah
melaporkan kiriman berita—akan lebih memfokuskan perhatian pengguna pada SN tambahan yang
menggambarkan bahwa pelaporan adalah perilaku yang diinginkan—yang akibatnya meningkatkan jumlah
berita palsu yang dilaporkan. Oleh karena itu, kami berharap jumlah laporan akan melebihi jumlah laporan
jika hanya menerapkan satu pesan SN pada satu waktu (yaitu, injunctive atau deskriptif). Oleh karena itu,
kami merumuskan hipotesis berikut:
Hipotesis 3 (H3): Kehadiran simultan pesan SN injunctive dan deskriptif yang menunjukkan bahwa
melaporkan berita palsu adalah perilaku yang diinginkan secara sosial dan bahwa orang lain melaporkan
berita palsu mengarah ke jumlah yang lebih tinggi dari berita palsu yang dilaporkan daripada penggunaan
hanya satu dari dua jenis SN.
Namun, karakteristik khusus dari SN deskriptif adalah bahwa kekuatan SN deskriptif dapat
bervariasi dengan menyesuaikan jumlah orang yang menunjukkan perilaku tertentu. Penelitian saat
ini menunjukkan korelasi positif antara kekuatan SN deskriptif dan pengaruhnya terhadap perilaku [21
, 46]. Misalnya, Demarque et al. [21] mengungkapkan dalam lingkungan belanja online bahwa
informasi tentang jumlah orang yang membeli produk ekologis yang lebih banyak menyebabkan lebih
banyak pelanggan lain yang membeli produk ekologis. Semakin tinggi jumlah orang yang
menunjukkan perilaku tertentu, semakin perilaku ini dianggap sebagai cara standar dalam melakukan
sesuatu dan meningkatkan keinginan untuk menggunakan SN sebagai jalan pintas pengambilan
keputusan. Dalam kombinasi dengan SN injunctive, meningkatkan kekuatan SN deskriptif lebih
memfokuskan perhatian orang pada perilaku yang diinginkan (diwakili oleh SN injunctive) dan
memotivasi mereka untuk berperilaku dengan cara yang diinginkan [76]. Sebaliknya, SN deskriptif
yang lemah menunjukkan bahwa kebanyakan orang tidak bertindak sesuai keinginan mungkin
kontraproduktif [17].
Untuk berita palsu, kami menduga bahwa kehadiran SN deskriptif yang lebih kuat memfokuskan
perhatian pengguna pada pos tertentu dan tindakan pelaporan. Secara bersamaan, SN deskriptif
menyoroti SN pengganti dan meningkatkan kemungkinan pengguna melaporkan kiriman berita palsu
tertentu. Oleh karena itu, kami berharap semakin banyak pengguna yang melaporkan berita palsu
tertentu, semakin besar kemungkinan pengguna lain juga akan melaporkan berita palsu ini. Namun,
hasil Wong et al. [94] menunjukkan bahwa niat untuk melaporkan tergantung pada manfaat yang
dirasakan dari tindakan pelaporan. Pengguna lebih sering melaporkan ketika mereka merasa bahwa
pelaporan juga membantu memecahkan masalah [94]. Oleh karena itu, kami menduga bahwa
peningkatan kekuatan norma deskriptif dapat menyebabkan sedikit persepsi pengguna
manfaat tambahan dalam tindakan pelaporannya karena cukup banyak orang lain yang telah
melaporkan berita palsu tertentu untuk menarik perhatian penyedia media sosial. Efek ini melawan
pengaruh positif dari SN deskriptif dan injunctive. Kami menduga bahwa dari kekuatan tertentu dan
seterusnya, pengurangan karena manfaat tambahan yang dirasakan rendah melampaui peningkatan
karena SN deskriptif. Jika ambang batas ini terlampaui, peningkatan lebih lanjut dalam kekuatan
mengarah pada pengurangan probabilitas pelaporan. Berdasarkan ini, kami menyimpulkan hipotesis
berikut:
Hipotesis 4 (H4): Kekuatan pesan SN deskriptif—sementara SN injunctive juga ada—mempengaruhi

kemungkinan pengguna untuk melaporkan berita sebagai berita palsu. Pengaruhnya tidak monoton
dan mengikuti bentuk u terbalik.
Terlepas dari efek yang diinginkan dari SN (bahwa berita palsu dilaporkan), perlu dicatat bahwa efek yang
tidak diinginkan dari SN juga dapat terjadi. Secara khusus, pengguna mungkin melaporkan berita yang benar
sebagai berita palsu. Kami tidak berhipotesis efek apa pun di sini, karena ini bukan fokus dari artikel ini.
Namun, kami menyertakan efek yang tidak diinginkan ini pada perilaku pelaporan dalam analisis kami untuk
menguji apakah hipotesis manfaat SN ada harganya dalam hal laporan yang menyesatkan.
Belajar 1
Untuk menguji hipotesis teoretis kami, kami melakukan dua eksperimen online, Studi 1 dan 2.
Studi terkait erat, dengan Studi 2 menggali lebih dalam tentang H2.
metode
Peserta
Kami merekrut peserta untuk eksperimen kami melalui grup Facebook untuk siswa. Siswa adalah kelompok
yang menarik karena mereka menggunakan media sosial secara teratur, dalam banyak kasus setiap hari [66],
yang membuat mereka sangat terbuka untuk sering terpapar berita palsu. Menggunakan eksperimen online
(bukan lab) dan pengambilan sampel melalui Facebook terkadang dibahas sebagai kelemahan metodologis.
Kami malah mempertimbangkan pilihan desain ini sebagai kekuatan yang mendukung validitas ekologi
eksperimen untuk konteks penelitian kami. Kami merekrut peserta melalui posting Facebook Jerman.
Eksperimen tersebut diimplementasikan dalam bahasa Jerman. Tangkapan layar yang disajikan di sini adalah
terjemahan. Kami memotivasi partisipasi dengan undian untuk tiga voucher.
Untuk memastikan kualitas tanggapan, kami hanya menyertakan data dari peserta yang menggunakan
media sosial setidaknya sekali seminggu dan yang menyelesaikan eksperimen. Pemeriksaan eksplisit
dilakukan untuk memastikan bahwa peserta berinteraksi dengan semua bahan percobaan untuk melihat
semua konten. Pendekatan ini membawa kami ke data dari 320 pengguna media sosial aktif. Sampel sangat
terdiri dari siswa (n = 293) dengan usia rata-rata 23,2 tahun. Sebanyak 70 persen peserta adalah perempuan
(n = 224). Secara total, 267 peserta menyatakan bahwa mereka menggunakan media sosial sebagai sumber
informasi tentang peristiwa terkini, urusan publik, dan isu-isu politik setidaknya seminggu sekali. Studi
sebelumnya juga menyoroti pentingnya media sosial sebagai sumber berita [61]. Para peserta jarang
melaporkan posting (rata-rata 0,12 per hari, standar deviasi 0,51). Lampiran A Tambahan Online memiliki
perincian.
204 GIMPEL ET AL.
Tugas
Kami memberi para peserta umpan berita yang dikembangkan sendiri untuk memanipulasi dan memantau
lingkungan eksperimental. Untuk meningkatkan tingkat realisme dan menciptakan lingkungan yang akrab
bagi para peserta, kami mengarahkan pengembangan kami ke arah desain umpan berita paling terkenal
yang dikembangkan oleh Facebook [61]. Kami menampilkan konten dalam bentuk posting yang berisi
sumber, gambar, judul, dan kalimat utama. Kami mengecualikan informasi lain yang dapat digunakan oleh
peserta sebagai referensi potensial untuk mengevaluasi kebenaran sebuah berita menurut penerimaannya
secara umum (bias pengaruh sosial), seperti jumlah suka, komentar, dan pembagian. Juga, setiap posting
memiliki tiga tombol Facebook standar untuk interaksi: tombol suka, tombol komentar, dan tombol bagikan.
Kami telah menambahkan tombol laporan. Fitur pelaporan seperti itu sudah ada di Facebook, tetapi
memerlukan beberapa klik untuk menggunakannya. Kami telah menyederhanakan proses pelaporan untuk
mengurangi kemungkinan kesulitan dan, oleh karena itu, untuk memisahkan efek perlakuan yang berbeda
dengan lebih baik.Gambar 1 menunjukkan implementasi yang patut dicontoh dari pos dalam percobaan.
Umpan berita terdiri dari 15 posting dari tiga jenis berbeda. Pertama, umpan berita mencakup lima
posting berita palsu yang berisi berita palsu yang tersebar luas di Facebook (di negara-negara
berbahasa Jerman) dan terbukti palsu [74, 81]. Kami memodifikasi postingan berita palsu berdasarkan
karakteristik berita palsu yang umum seperti kesalahan ejaan, pemformatan yang mencolok, atau
gambar yang jelas diubah untuk memudahkan mengidentifikasinya. Setiap berita palsu ditugaskan ke
sumber berita yang tidak ada untuk mengurangi keaslian lebih lanjut. Selain berita palsu, umpan
berita mencakup lima posting berita nyata. Ini tidak mengandung karakteristik berita palsu dan
berasal dari sumber berita asli. Selain kiriman berita, umpan berita juga memiliki lima pos netral
teman imajiner untuk menciptakan lingkungan yang agak realistis dan meningkatkan validitas
eksternal. Urutan tampilan posting dibuat secara acak untuk setiap peserta. Lampiran B Online
Tambahan berisi semua posting.
Gambar 1. Implementasi pesan norma sosial (SN) injunctive (kiri) dan pesan SN deskriptif
(kanan).
Perawatan
Kami menghadapi peserta dengan SN yang berbeda dan mengamati perilaku pelaporan berita palsu.
Kami menggunakan 2 (pesan SN injungtif: hadir vs. tidak hadir) x 2 (pesan SN deskriptif: hadir vs. tidak
hadir) desain antar-subjek:
(1) Perawatan kontrol: Tidak ada pesan SN yang digunakan dalam umpan berita.
(2) Perawatan SN pengganti: Pesan SN pengganti ditampilkan di awal umpan
berita.
(3) Perawatan SN deskriptif: Lima dari sepuluh postingan dengan konten berita, apakah itu
berita palsu atau berita asli, ditandai secara acak dengan pesan SN deskriptif.
(4) Pengobatan gabungan: Gabungan dari (2) dan (3).
Untuk memvariasikan kekuatan SN deskriptif, kami menggunakan desain 5-tingkat dalam subjek
dalam perawatan dengan pesan SN deskriptif. Setiap level terjadi tepat satu kali per peserta.
Berdasarkan alokasi acak, jumlah peserta per perlakuan berkisar antara 77 hingga
83. Untuk menguji kesetaraan struktural dari empat perlakuan, kami melakukan tes ANOVA (untuk
usia dan perilaku penggunaan media sosial) dan tes chi-kuadrat (untuk jenis kelamin, pendidikan, dan
pekerjaan) [52]. Hasilnya menunjukkan tidak ada perbedaan pada tingkat signifikansi 5 persen. Jadi,
kita asumsikan kesetaraan struktural. Daftar rinci hasil dapat ditemukan di Lampiran C Online
Tambahan.
Variabel independen
Agar efektif, SN harus dianggap sesuai dan kredibel [20], dan mereka harus hadir dalam persepsi atau
fokus perhatian [16]. Berdasarkan rekomendasi ini, kami mengembangkan implementasi untuk pesan
SN injungtif dan deskriptif. Kami memberikan perhatian khusus bahwa pesan norma tidak muncul
seperti instruksi oleh eksperimen tetapi sebagai bagian dari umpan berita media sosial. Pesan SN
pengganti ditampilkan sebagai teks di awal umpan berita (sisi kiri .)Gambar 1). Teks tersebut berbunyi
sebagai berikut: “Berita palsu semakin mengancam opini publik. Oleh karena itu, penting bagi
pengguna kami untuk melaporkan konten yang tidak pantas tersebut untuk meningkatkan kualitas
bagi kita semua.” Para peserta harus mengkonfirmasi teks dengan mengklik tombol yang sesuai untuk
melihat umpan berita. Dengan demikian, kami dapat memastikan bahwa peserta mengenali SN
injunctive (fokus perhatian).
Kami menerapkan pesan SN deskriptif sebagai informasi tambahan untuk sebuah postingan,
yang menunjukkan berapa banyak pengguna yang telah melaporkan postingan ini (sebelah
kanan Gambar 1). Dengan meningkatkan jumlah laporan, kekuatan SN deskriptif juga
meningkat. Eksperimen kami membedakan lima tingkat yang berbeda (5, 25, 125, 625, 3,125)
untuk mencakup spektrum yang luas tanpa mengurangi kredibilitas. Penugasan kekuatan SN
deskriptif ke sebuah pos bersifat acak. Selain itu, jumlah laporan untuk setiap pos meningkat
secara acak hingga maksimum 10 persen untuk memastikan bahwa hasil kami tidak didasarkan
pada jumlah laporan tertentu dan bahwa pola dasar serta keunggulan angka disembunyikan
dari peserta.
Penelitian sebelumnya secara konsisten menunjukkan peran yang menentukan dari bias konfirmasi
dalam menilai posting media sosial [44, 45, 54, 56], yang merupakan prasyarat untuk melaporkan berita
palsu. Kami berasumsi bahwa bias konfirmasi juga akan ada dalam percobaan kami. Mengingat berbagai
topik yang dicakup oleh posting dalam percobaan kami, posting yang identik di semua perawatan, dan
alokasi acak peserta untuk perawatan, kami berasumsi tentang keyakinan sebelumnya yang identik dan
206 GIMPEL ET AL.
pengetahuan tentang posting di semua perawatan. Dengan demikian, bias konfirmasi tidak dapat menjadi sumber
perbedaan perlakuan dalam perilaku partisipan.
Variabel dependen
Sebagai variabel dependen utama, kami mengukur seberapa banyak berita palsu yang dilaporkan seseorang.
Selain itu, kami juga mengukur seberapa banyak berita nyata yang dilaporkan seseorang. Pendekatan ini
memberi kita indikasi seberapa baik berita palsu dapat dikenali. Untuk uji statistik, kami menerapkan tingkat
signifikansi 5 persen.
Prosedur
Peserta diberitahu bahwa tujuannya adalah untuk menyelidiki perilaku pengguna di media sosial.
Kami sengaja menghindari menyebutkan berita palsu. Peserta ditanya seberapa sering mereka
menggunakan media sosial sebagai sumber berita dan seberapa besar mereka mempercayai
informasi ini. Kemudian, para peserta mengikuti tutorial interaktif, di mana mereka membaca
deskripsi, secara eksplisit menjelaskan berbagai fitur yang tersedia di umpan berita. Para peserta
berinteraksi dengan satu postingan berita yang hanya digunakan untuk pengenalan ini dan tidak
menunjukkan norma sosial. Tutorial ini bertujuan untuk meningkatkan kesadaran peserta tentang
fitur pelaporan dan mengajari mereka cara melaporkan konten tanpa memberi tahu mereka bahwa
mereka harus melaporkan.
Selanjutnya, dalam apa yang disebut interaksi alami, para peserta melihat umpan berita dengan semua 15
posting secara acak dan diminta untuk berinteraksi dengannya seolah-olah mereka melakukannya dengan umpan
berita pribadi mereka. Hanya pada fase inilah keempat perlakuan tersebut berbeda. Proses interaksi alami adalah
yang paling menarik untuk menguji hipotesis kami.
Selanjutnya, dalam penilaian palsu, para peserta melihat umpan berita lagi, tetapi semua interaksi
diatur ulang. Para peserta menerima instruksi eksplisit untuk melaporkan berita palsu di umpan berita
dan diberi insentif oleh probabilitas yang lebih tinggi untuk memenangkan voucher ketika berkinerja
baik, khususnya dalam penilaian palsu. Proses penilaian palsu tidak boleh dilebih-lebihkan untuk efek
potensial dari paparan ganda dan urutan posting dan insentif yang diubah dibandingkan dengan
proses interaksi alami. Kami hanya menggunakannya untuk menilai apakah peserta dapat
membedakan antara berita palsu dan nyata jika mereka memperhatikan dengan seksama. Seperti
yang diharapkan, para peserta mengidentifikasi berita palsu dan berita asli (lihat Lampiran D Online
Tambahan).
Eksperimen diakhiri dengan kuesioner singkat tentang penggunaan media sosial
dan demografi dan pembekalan. Pembekalan memberi tahu para peserta bahwa kami
telah memanipulasi berbagai fitur posting dan bahwa ini tidak selalu sesuai dengan
dunia nyata.Gambar 2 merangkum proses percobaan. Kami melakukan pra-tes
(Lampiran Tambahan Online D) dan melaporkan semua skala di Lampiran E
Tambahan Online.
Hasil
Untuk mengukur pengaruh pesan SN pada pelaporan berita palsu, kami membandingkan
jumlah berita palsu yang dilaporkan dalam empat perlakuan menggunakan analisis regresi.
Karena sifat diskrit dari variabel dependen (bilangan bulat dalam kisaran dari nol hingga lima)
dan residual yang tidak terdistribusi secara normal dalam regresi linier, kami menerapkan
regresi logistik terurut [1]. Asumsi variabel dependen ordinal, setidaknya satu kategoris
Gambar 2. Ringkasan prosedur percobaan (Studi 1).
variabel independen, dan tidak ada multikolinearitas yang dipenuhi oleh desain. Selain itu, kami
melakukan uji Brant dan mengonfirmasi bahwa asumsi peluang proporsional terpenuhi (lihat
Lampiran F Online Tambahan).
Kami menggunakan perlakuan kontrol sebagai dasar untuk menganalisis perbedaan antara
perlakuan kontrol dan perlakuan SN. Kami melakukan rebase untuk menggunakan pengobatan
gabungan sebagai dasar untuk menyelidiki perbedaan antara pengobatan gabungan dan
pengobatan SN injunctive dan pengobatan SN deskriptif.Tabel 1 merangkum hasilnya.
Tabel 1. Hasil regresi logistik yang dipesan untuk membandingkan empat perlakuan terkait pelaporan berita palsu
dalam Studi 1.A
Standar Rasio Peluang Terkait
Perawatan Dasar Koefisien Kesalahan nilai-p (Ukuran Efek) Hipotesa
SN 0,674 0,326 0,039 * 1.962 H1
(kecil)
Perawatan SN deskriptif 0,456 0,335 0,173 1.578 H2
(kecil)
Gabungan 1,373 0,321 < 0,001 *** 3.947 H3
(medium)
0|1 0,927 0.249 < 0,001 ***
Kontrol 1|2 1.793 0,263 < 0,001 ***
Intersepsi 2|3 2.312 0,276 < 0,001 ***
3|4 3.406 0,328 < 0,001 ***
4|5 4,558 0,451 < 0,001 ***
R Nagelkerke2: 0,068
Kontrol - 1,373 0,321 < 0,001 *** 0,253

(medium)
Perawatan SN - 0,699 0,292 0,017 * 0,497 H3
(kecil)
SN deskriptif - 0,916 0.303 0,003 ** 0,400
(medium)
0|1 - 0,446 0.209 0,033 *
Gabungan 1|2 0,420 0.209 0,044 *
Intersepsi 2|3 0,940 0.217 < 0,001 ***
3|4 2.032 0.270 < 0,001 ***
4|5 3.185 0,409 < 0,001 ***
Catatan: APada model pertama, perlakuan kontrol adalah baseline, sedangkan pada model kedua, perlakuan gabungan adalah
dasar. + p < 0,1; * p < 0,05; ** p < .01; *** p < 0,001. n = 320.
208 GIMPEL ET AL.
H1: Pengaruh Pesan SN Pengganti pada Pelaporan Berita Palsu

Analisis regresi menunjukkan pesan SN injunctive secara signifikan meningkatkan kemungkinan
postingan berita palsu dilaporkan. Dibandingkan dengan perlakuan kontrol, kami mengamati bahwa
kemungkinan pelaporan berita palsu meningkat secara signifikan sebesar 96 persen (yaitu, hampir
dua kali lipat). Mengubah rasio odds ke Cohen's d [73] dan menerapkan level standarnya untuk efek
kecil, sedang, dan besar [19] menunjukkan bahwa efek ini signifikan tetapi kecil. Seperti yang kami
hipotesiskan, menunjukkan pentingnya dan keinginan dalam lingkungan sosial pelaporan berita palsu
memandu perilaku peserta untuk melaporkan lebih banyak berita palsu di umpan berita mereka. Hasil
mendukung H1. Analisis eksplorasi tambahan dari data menunjukkan tidak ada pengaruh signifikan
pada pelaporan berita nyata saat menerapkan pesan SN pengganti (lihat Lampiran G Online
Tambahan).
H2: Pengaruh Pesan SN Deskriptif pada Pelaporan Berita Palsu

Membandingkan perlakuan SN deskriptif dengan perlakuan kontrol, kami melihat peningkatan 58
persen dalam kemungkinan pelaporan berita palsu, tetapi efek kecil ini secara statistik tidak berbeda
secara signifikan dari nol. H2 tidak didukung.
Data menunjukkan efek potensial dari SN deskriptif pada pelaporan (keliru) berita
nyata yang diduga palsu. Peluang melaporkan berita nyata meningkat 232 persen.
Namun, peningkatan ini juga gagal mencapai signifikansi statistik (p-value 8 persen).
Detail tentang regresi untuk pelaporan berita nyata ada di Lampiran G Online
Tambahan.
Tidak mendukung H2 berlawanan dengan intuisi. Salah satu alasannya mungkin karena SN
deskriptif tidak cukup menjadi fokus perhatian karena – bertentangan dengan SN injungtif –
peserta tidak harus mengakuinya. Gagasan ini didukung oleh fakta bahwa hanya 25,1 persen
dari semua peserta yang melihat pesan SN deskriptif menyatakan bahwa mereka menggunakan
pesan SN deskriptif untuk mengidentifikasi berita palsu dalam kuesioner ex-post. Alasan lain
bisa jadi efek yang berbeda dari SN deskriptif positif dan negatif [13, 15]. Umpan berita berisi
sepuluh posting berita, lima asli dan lima palsu. Dalam Studi 1, pesan SN deskriptif secara acak
menandai lima dari sepuluh posting berita ini sebagai telah dilaporkan oleh pengguna lain
terlepas dari apakah berita itu asli atau palsu. Peserta yang melihat berita palsu ditandai
mungkin menganggap ini sebagai SN positif dan mungkin melaporkan sendiri berita palsu itu.
Peserta yang melihat berita nyata yang ditandai mungkin menganggap ini sebagai SN negatif
dan mungkin juga melaporkan berita nyata itu sendiri atau mungkin tidak terlibat dalam
pelaporan sama sekali. Karena alokasi acak dari pesan SN deskriptif menghasilkan pesan SN
positif dan negatif campuran untuk sebagian besar peserta, kami tidak dapat memilih efek yang
berpotensi kontradiktif dari SN deskriptif positif dan negatif dengan data dari Studi 1. Dalam
Studi 2,
H3: Pengaruh Gabungan Pesan SN Injunctive dan Deskriptif pada Pelaporan Berita Palsu
Membandingkan perlakuan gabungan dengan perlakuan kontrol, kemungkinan pelaporan
berita palsu meningkat secara signifikan sebesar 295 persen (yaitu, hampir empat kali lipat; efek
sedang; berasal dari rasio odds 0,253 yang dilaporkan di Tabel 1 untuk regresi dengan
pengobatan gabungan sebagai dasar). Pada saat yang sama, kemungkinan pelaporan berita
palsu dalam pengobatan gabungan juga secara signifikan lebih tinggi daripada pengobatan SN
injunctive (peningkatan peluang 101 persen; efek kecil) dan perlakuan SN deskriptif
(peningkatan peluang 150 persen; efek sedang) . Dengan demikian, data mendukung H3.
Selain itu, data mengungkapkan bahwa jumlah laporan untuk berita nyata juga secara
signifikan lebih tinggi untuk pesan SN gabungan dibandingkan dengan tidak adanya pesan
SN (perlakuan kontrol; lihat Lampiran G Online Tambahan). Dalam perlakuan kontrol, tiga
peserta melaporkan tepat satu berita nyata. Sebagai perbandingan, tujuh peserta
melaporkan satu berita nyata dalam pengobatan gabungan, dan lima peserta melaporkan
dua berita nyata. Untuk SN deskriptif saja, kami menemukan peningkatan yang tidak
signifikan dalam pelaporan berita nyata. Tampaknya menambahkan SN injunctive
memperkuat efek ini.
Sebagai pemeriksaan ketahanan, kami melakukan analisis tambahan untuk mengontrol
kesadaran peserta tentang fitur pelaporan. Lampiran H Tambahan Online memberikan
informasi rinci.
H4: Pengaruh Kekuatan Pesan Deskriptif SN Terhadap Kemungkinan

Pemberitaan Berita Palsu
Untuk mengevaluasi dampak kekuatan SN deskriptif pada perilaku pelaporan
peserta, kami menggunakan analisis regresi logistik. Variabel dependen biner
menjelaskan status pelaporan kiriman yang menunjukkan apakah peserta terkait
melaporkan kiriman atau tidak. Variabel bebas menggambarkan kekuatan SN
deskriptif. Karena kita tidak dapat mengasumsikan hubungan langsung antara
nilai numerik kekuatan SN deskriptif dan pengaruhnya terhadap perilaku, kita
menafsirkan kekuatan SN deskriptif sebagai faktor ordinal. Kami fokus pada
pengobatan gabungan karena efek SN deskriptif menonjol. Karena masing-
masing dari 82 peserta perawatan ini telah melihat lima posting berita palsu,
sampel kami untuk analisis ini terdiri dari 410 berita palsu.39, 93]. Meja 2
merangkum hasilnya. Lampiran Tambahan Online I juga memvariasikan baseline.
Kekuatan SN deskriptif meningkatkan kemungkinan postingan berita palsu dilaporkan (Meja 2).
Kami mengamati bahwa, dibandingkan dengan tidak ada SN deskriptif (kekuatan 0), peluangnya lebih
tinggi sebesar 106 persen pada kekuatan 5, 128 persen pada kekuatan 25, 219 persen pada kekuatan
125, dan 269 persen pada kekuatan 625. Semua perbedaan pada baseline ini signifikan secara
statistik; ukuran efeknya kecil hingga sedang. Kami mengamati indikasi bahwa SN deskriptif terlemah
juga memberikan pengaruh paling kecil. Untuk SN deskriptif terkuat (kekuatan 3,125),
Meja 2. Hasil regresi logistik yang menganalisis kemungkinan sebuah posting berita dilaporkan
berdasarkan kekuatan SN deskriptif.A
Kekuatan Koefisien Kesalahan Standar nilai-p Rasio Peluang (Ukuran Efek) Hipotesis Terkait
Mencegat - 1,473 0.214 < 0,001 *** -
5 0,723 0.313 0,021 * 2.061
(kecil)
25 0.823 0,389 0,035 * 2.277
(kecil)
125 1.160 0,329 < 0,001 *** 3.190 H4
(medium)
625 1.306 0.311 < 0,001 *** 3.691
(medium)
3,125 0,570 0,353 0.106 1.768
(kecil)
Catatan: ABaseline adalah kekuatan 0. + p < 0.1; * p < 0,05; ** p < .01; *** p < 0,001. n = 410.
210 GIMPEL ET AL.
peluangnya lebih rendah daripada kekuatan lainnya (lihat Meja 2), secara statistik secara signifikan lebih
rendah daripada kekuatan 625 (Lampiran Tambahan Online I), dan secara statistik tidak berbeda secara
signifikan dari peluang untuk baseline tanpa SN deskriptif (Meja 2). Dengan demikian, kami mengamati
bahwa kemungkinan melaporkan pos meningkat menjadi 625 dan kemudian turun untuk SN deskriptif
terkuat yang diuji dalam percobaan kami. Penjelasan hipotesis ex-ante adalah bahwa dengan meningkatnya
jumlah laporan dari pengguna lain, manfaat yang dirasakan dari tindakan pelaporan sendiri berkurang [94],
yang mengarah ke bentuk U terbalik ini. Dengan demikian, hasilnya mendukung H4.
Pseudo R dari Nagelkerke2 untuk regresi logistik ini rendah. Jelas, faktor lain di luar SN deskriptif
mempengaruhi pelaporan. Kemungkinan konten, sumber, dan karakteristik pasca-tingkat lainnya
memengaruhi pelaporan bersama dengan perbedaan individu di antara peserta. Karena setiap judul
dan sumber berita hanya digunakan sekali, data kami tidak mengizinkan pengontrolan untuk judul
atau efek sumber. Juga, kami memeriksa bagaimana kekuatan SN deskriptif mempengaruhi pelaporan
berita nyata. Tidak ada perbedaan signifikan yang dapat diamati (Lampiran Tambahan Online I).
Singkatnya, data dari Studi 1 mendukung hipotesis H1, H3, dan H4. Kami tidak menemukan
dukungan empiris untuk H2 sejauh ini. Alasannya mungkin karena sebagian besar peserta,
penerapan spesifik SN deskriptif campuran elemen SN deskriptif positif dan negatif. Jadi,
terserah Studi 2 untuk menguji H2 lebih lanjut.
Belajar 2
Studi 1 menguji H2 tanpa membedakan antara SN deskriptif positif dan negatif. Seperti disebutkan di atas,
melihat postingan berita palsu yang ditandai oleh pengguna lain dapat memiliki efek yang berbeda dari
melihat postingan berita asli yang ditandai. Studi 2 menyelidiki ini lebih lanjut.
metode
Studi 2 adalah eksperimen online yang mirip dengan Studi 1, dengan perbedaan mencolok dalam
perawatannya.
Peserta
Prosedur perekrutan dan filter mengenai kumpulan data yang lengkap dan valid seperti dalam Studi 1, hanya
menggunakan grup Facebook yang berbeda untuk menarik peserta lain (lihat Lampiran D Online Tambahan
untuk detailnya). Sampel terdiri dari 157 peserta yang menggunakan media sosial lebih dari sekali seminggu.
Sekali lagi, sampel sangat terdiri dari siswa (n = 116) dengan usia rata-rata 25,6 tahun. Sekitar 60 persen
peserta adalah perempuan (n = 94). Secara total, 142 peserta menyatakan bahwa mereka menggunakan
media sosial sebagai sumber berita setidaknya seminggu sekali. Selain itu, 145 tidak melaporkan berita palsu
atau melaporkan jumlah yang relatif minim dibandingkan dengan lingkungan sosialnya. Untuk detail lebih
lanjut, lihat Lampiran A Tambahan Online.
Tugas
Tugasnya sama seperti di Studi 1. Namun, kami memodifikasi berita palsu asli untuk mengurangi
tingkat keaslian lebih lanjut. Emoticon ditambahkan ke dua berita palsu, dan istilah "Misi Angkatan
Bersenjata Jerman" diubah menjadi "Misi perang." Kami mengganti satu berita palsu sepenuhnya
karena peserta dalam Studi 1 tidak mengenalinya dengan baik. Kami mengganti berita yang
sebenarnya karena sudah ketinggalan zaman pada saat Studi 2. Langkah-langkah ini
semakin meningkatkan perbedaan antara berita palsu dan berita nyata sehingga SN deskriptif
positif dan negatif lebih mudah dialami. Lihat Lampiran D Tambahan Online untuk rincian
tentang penyesuaian.
Perawatan
Kami menggunakan tiga perawatan: (1) pengobatan kontrol, (2) pengobatan SN deskriptif positif (di mana
kelima berita palsu tetapi tidak ada berita nyata ditandai dengan pesan SN deskriptif, dengan masing-masing
kekuatan muncul satu kali), (3) pengobatan SN deskriptif negatif (di mana kelima berita asli tetapi tidak ada
berita palsu ditandai dengan pesan SN deskriptif, dengan masing-masing kekuatan muncul satu kali).
Variabel Independen dan Dependen

Identik dengan Studi 1.
Prosedur
Prosedurnya sebagian besar identik dengan Studi 1 dengan dua tambahan. Pertama, dalam penilaian palsu, para
peserta menilai setiap postingan berita (pada skala Likert 5 langkah) seberapa palsu atau realistisnya postingan
tersebut. Kedua, literatur sebelumnya tentang motivasi pengguna media sosial untuk melaporkan berita palsu masih
langka. Untuk mendapatkan pengetahuan lebih lanjut, kami bertanya kepada peserta apakah mereka melaporkan
berita palsu jika mereka melihatnya. Berdasarkan jawaban mereka, peserta diminta untuk menilai pra-pemilihan
faktor motivasi yang mungkin atau rintangan pada perbedaan semantik 5 tingkat dan untuk menambahkan faktor
lebih lanjut dalam teks bebas. Lampiran E Tambahan Online mencantumkan semua skala survei yang digunakan
dalam Studi 2.
Hasil
Studi 1 dan 2 sebanding dalam hal perilaku pelaporan: Baik jumlah berita palsu yang
dilaporkan maupun jumlah berita nyata yang dilaporkan secara statistik berbeda secara
signifikan antara kelompok kontrol dari kedua studi (uji Chi-kuadrat, nilai p 0,511 dan
0,272 , masing-masing).
Untuk menganalisis H2 secara lebih rinci, kami membandingkan—seperti dalam Studi 1—perilaku
pelaporan berita palsu partisipan dalam perlakuan yang berbeda dengan menggunakan regresi logistik
terurut.Tabel 3 merangkum hasilnya. Kami melihat bahwa menggunakan pesan SN deskriptif positif
mengarah pada peningkatan peluang sebesar 36 persen dibandingkan tanpa pesan SN, tetapi ukuran
efeknya kurang dari kecil, dan efeknya tidak signifikan secara statistik. Secara bersamaan, hasil menunjukkan
bahwa pesan SN deskriptif negatif hampir tidak menyebabkan perubahan dalam perilaku pelaporan berita
palsu daripada tidak ada pesan SN karena kemungkinannya hanya meningkat 1 persen, dan tidak ada efek
signifikan yang diamati. Secara keseluruhan, bahkan dalam pengaturan ekstrim Studi 2, tidak ada pengaruh
norma deskriptif pada perilaku pelaporan berita palsu yang dapat dideteksi, yang menguatkan hasil kami
dari Studi 1. Seperti dalam Studi 1, kami telah melakukan analisis tambahan untuk mengontrol kesadaran
peserta tentang fitur pelaporan (lihat Lampiran H Online Tambahan).
Selain itu, Studi 2 memberikan wawasan tentang faktor motivasi dan hambatan dalam melaporkan berita
palsu. Secara keseluruhan, 74 peserta menyatakan akan melaporkan berita palsu jika melihatnya, dan 83
tidak. Singkatnya, faktor motivasi dan rintangan untuk pelaporan terutama termotivasi secara intrinsik dan
altruistik dan bukan karena kemungkinan insentif keuangan. Jawaban dari teks bebas memiliki tumpang
tindih yang cukup besar dengan faktor-faktor yang dipilih sebelumnya. Namun, dua rintangan lebih lanjut
dapat diidentifikasi.Tabel 4 menunjukkan hasil peringkat.
212 GIMPEL ET AL.
Tabel 3. Hasil regresi logistik yang dipesan untuk membandingkan tiga perlakuan sehubungan dengan pelaporan
berita palsu dalam Studi 2.A
Standar Rasio Peluang Terkait
Perawatan Dasar Koefisien Kesalahan nilai-p (Ukuran Efek) Hipotesa
Positif 0,282 0,368 0,443 1.326
SN deskriptif (kurang dari
Perawatan kecil)
Negatif 0,010 0,389 0.979 1.010 H2
SN deskriptif (kurang dari
kecil)
Intersepsi 0|1 0,324 0.277 0,242
Kontrol
1|2 1.024 0.288 < 0,001 ***
2|3 1.641 0.307 < 0,001 ***
3|4 1.981 0,325 < 0,001 ***
4|5 2.603 0,376 < 0,001 ***
Catatan: AKelompok kontrol adalah garis dasar. + p < 0,1; * p < 0,05; ** p < .01; *** p < 0,001. n = 157.
Tabel 4. Faktor motivasi (n = 74) dan rintangan (n = 83) untuk melaporkan berita palsu diukur pada skala 5 tingkat di
mana 1 sesuai dengan “sangat tidak setuju” dan 5 untuk “sangat setuju”.
Standar
Faktor motivasi dan rintangan Berarti median Deviasi
Faktor motivasi yang dipilih sebelumnya untuk melaporkan berita palsu
Saya ingin menghindari konsekuensi negatif yang dihasilkan dari penyebaran palsu 4.662 5.0 0,556
berita
Penting bagi saya untuk membantu orang lain membentuk opini mereka berdasarkan fakta yang 4.432 5.0 0.812
sebenarnya. Lanskap berita yang benar penting bagi saya 4.338 5.0 0,848
Saya ingin meningkatkan kondisi kehidupan untuk diri saya sendiri dan orang lain 3.865 4.0 0,984
Saya tidak ingin bahwa relevansi topik akan berkurang dengan penyebaran 3.797 4.0 1.085
berita palsu
Berita palsu menyebabkan perasaan yang tidak menyenangkan dalam diriku 3.757 4.0 1.083
Saya ingin meningkatkan kualitas platform media sosial yang saya gunakan Saya 3.527 4.0 1.230
ingin berbagi pengetahuan saya dengan orang lain 2.973 3.0 1.085
Saya berharap penghargaan dari lingkungan sosial saya, saya 1.811 1.5 0,989
mengharapkan insentif materi atau finansial 1.716 1.0 1.040
Rintangan yang dipilih sebelumnya untuk melaporkan berita palsu
Saya tidak percaya bahwa tindakan pelaporan memiliki efek atau berlawanan dengan 3.807 4.0 1.109
penyebaran berita palsu
Saya hanya konsumen berita dan tidak berpartisipasi aktif dalam wacana publik 3.723 4.0 1.130
Prosedur pelaporan terlalu rumit bagi saya 3.157 3.0 1.366
Melaporkan berita palsu tidak memberi saya insentif materi atau finansial. 2,783 3.0 1.440
Saya tidak tertarik dengan opini publik 2.687 3.0 1.278
Berita palsu berfungsi untuk hiburan Saya 2.350 2.0 1.204
belum pernah melihat berita palsu 2.169 2.0 1.228
Berita palsu tunduk pada kebebasan berpendapat Saya 2.120 2.0 1,005
tidak tahu bagaimana melaporkan berita palsu 2.000 1.0 1.269
Hambatan lebih lanjut untuk melaporkan berita palsu (jawaban dari pertanyaan teks bebas)
Kurangnya tanggung jawab
Ketidakpastian sendiri
Diskusi
Berita palsu adalah ancaman yang lebih besar dari sebelumnya, terutama dengan penyebaran yang
luas dan cepat di media sosial. Kami bertujuan untuk berkontribusi pada badan penelitian IS tentang
berita palsu dengan mempelajari intervensi sosial-teknis sebagai solusi untuk berita palsu [8].
Secara khusus, kami secara teoritis dan eksperimental menganalisis pengaruh SN injunctive dan
deskriptif pada pelaporan berita palsu pengguna media sosial.
Pekerjaan kami memanfaatkan pengetahuan tentang berita palsu di media sosial dan pengetahuan yang berasal
dari psikologi sosial tentang norma-norma sosial dan teori fokus perilaku normatif. Hasil kami menunjukkan bahwa
pesan SN berdampak pada perilaku pelaporan pengguna di lingkungan online. Pengguna media sosial dapat
dipandu dalam perilaku mereka dengan menyoroti perilaku yang diinginkan dan membuat transparan apa yang
dilakukan pengguna lain. Namun, kehati-hatian diperlukan, karena SN juga dapat menimbulkan perilaku yang tidak
diinginkan dalam melaporkan berita yang lebih nyata sebagai "tangkapan sampingan". Namun demikian, karena
tingkat pelaporan berita nyata secara substansial lebih rendah daripada tingkat pelaporan berita palsu, kami
berpendapat bahwa efek keseluruhan dari peningkatan pelaporan dengan kombinasi pesan SN yang berbeda adalah
bermanfaat.
Psikolog sosial telah menunjukkan efektivitas norma-norma sosial. Sebagian, hasil kami
sebanding dengan penelitian sebelumnya dalam konteks yang berbeda mengenai efektivitas SN
injunctive [7, 49, 60, 65, 70, 92]. Selain itu, hasil kami, sebagian, juga bertentangan dengan
temuan peneliti lain bahwa SN deskriptif adalah alat yang tepat untuk memotivasi perilaku yang
diinginkan dengan menggambarkan perilaku orang lain [16].
Aplikasi gabungan dari pesan SN keduanya—injunctive dan deskriptif—telah menyebabkan efek
paling substansial dari studi sebelumnya karena mempengaruhi motivasi yang berbeda [9, 13, 14, 75].
Kami baru saja menunjukkan bahwa hal ini juga terjadi dalam domain pelaporan berita palsu di media
sosial dan bagaimana pesan SN dapat diintegrasikan ke dalam antarmuka media sosial. Mengikuti
teori fokus perilaku normatif [17], pesan SN deskriptif tampaknya memusatkan perhatian pengguna
pada SN pengganti (bila ini cukup ada) dan dengan demikian meningkatkan pelaporan pengguna
tentang posting berita palsu.
Selain itu, penerapan gabungan SN injunctive dan deskriptif lebih praktis daripada hanya
menerapkan SN injunctive. Pesan norma ganti rugi kami telah ditampilkan saat umpan berita
dimuat dan kemudian diklik oleh pengguna. Prosedur ini sangat tidak ramah pengguna; oleh
karena itu, penyedia media sosial kemungkinan tidak akan menampilkan pesan setiap kali
platform diakses. Namun, pesan SN deskriptif terus-menerus mengingatkan pengguna SN
pengganti, sehingga mengarahkan kembali fokus pengguna ke apa yang "harus dilakukan" [17].
Hasil kami memberikan wawasan yang menunjukkan ambang batas mengenai efek positif dari SN
deskriptif. Seperti Wong dkk. [94] sudah menunjukkan, niat untuk melaporkan tergantung pada
manfaat yang dirasakan dari tindakan pelaporan. Temuan ini tidak sesuai dengan penelitian lain yang
menunjukkan korelasi positif antara perilaku dan kekuatan SN deskriptif [21, 46]. Namun, studi ini
meneliti efek dalam skenario seperti belanja online [21], yang menjanjikan keuntungan individu yang
berbeda dari pemberitaan berita palsu di media sosial.
Implikasi umum dari hasil penelitian kami adalah bahwa peneliti yang mengerjakan berita palsu harus
mempertimbangkan efek SN. Peneliti yang terlibat dalam penelitian perilaku harus mengintegrasikan SN
dalam teori mereka dan memeriksa SN yang lazim dalam populasi yang mereka pelajari untuk memahami
perilaku dengan lebih baik. Peneliti yang terlibat dalam penelitian ilmu desain harus menyadari kekuatan SN
untuk mengarahkan perilaku pengguna. Mereka dapat memanfaatkan kekuatan ini dalam desain sosio-
teknis mereka dan harus berhati-hati terhadap efek samping dari penggunaan SN secara tidak sengaja.
Selanjutnya, untuk mengevaluasi desain mereka secara ketat, peneliti harus mengingat bahwa SN dapat
menjadi variabel penjelas dari perilaku pengguna di lingkungan media sosial dan, dengan demikian, dapat
mengukur SN untuk mengontrol efeknya. Akhirnya, itu penting
214 GIMPEL ET AL.
untuk diingat bahwa mempublikasikan tentang fenomena seperti melaporkan perilaku di media sosial juga
menandakan SN deskriptif dan dapat memengaruhi perilaku pengguna.
Kontribusi untuk Teori
Pertama, kami memberikan dukungan teoritis dan empiris untuk peran pesan SN sebagai
pendekatan yang efektif untuk memandu keputusan pelaporan pengguna media sosial menuju
pelaporan berita palsu, tetapi pesan SN tidak selalu efektif. Di satu sisi, pesan SN injunctive
adalah alat motivasi yang menyoroti evaluasi moral di lingkungan media sosial dan
memengaruhi perilaku pelaporan pengguna. Di sisi lain, secara empiris, kami tidak menemukan
pengaruh yang signifikan ketika kami hanya menerapkan pesan SN deskriptif di lingkungan
media sosial. Kombinasi kedua jenis pesan SN paling efektif.
Kedua, kami memberikan bukti lebih lanjut bahwa SN deskriptif juga dapat menjadi bumerang. Pengguna
di lingkungan media sosial berkurang dalam melaporkan berita palsu ketika kekuatan pesan SN deskriptif
melebihi ambang batas. Penjelasannya mungkin bahwa pengguna kehilangan motivasi untuk melaporkan
berita palsu karena berkurangnya manfaat, karena banyak pengguna telah melaporkan pesan tersebut.
Ketiga, kami tidak menemukan bukti empiris bahwa pesan SN memiliki efek negatif pada pelaporan
berita nyata. Meskipun data kami tidak menunjukkan efek yang signifikan, kami tidak dapat mengecualikan
bahwa dengan meningkatnya kekuatan pesan SN deskriptif yang salah tempat, berita nyata menjadi lebih
mungkin untuk dilaporkan sebagai berita palsu.
Penelitian IS terbaru menunjukkan bahwa desain antarmuka media sosial memengaruhi persepsi dan
keterlibatan pengguna dengan berita palsu [44, 45, 54, 56]. Moravec dkk. menunjukkan bahwa meminta
pengguna untuk menilai kebenaran artikel mendorong mereka untuk berpikir lebih kritis tentang kejujuran
artikel ini dan artikel lainnya [54]. Dalam studi mereka, pertanyaan evaluasi adalah bagian dari desain
eksperimental dan tidak dimaksudkan sebagai elemen desain permanen yang potensial dari antarmuka
media sosial. Selanjutnya, menandai berita palsu sebagai “disengketakan oleh 3rd pemeriksa fakta partai” [56,
hlm. 1345] dapat meningkatkan aktivitas kognitif pengguna – tetapi efektivitasnya bergantung pada
bagaimana informasi disajikan kepada pengguna [55, 56]. Selanjutnya, penelitian SI sebelumnya
menunjukkan bahwa memberikan varian yang berbeda dari peringkat sumber secara positif memengaruhi
proses kognitif dan perilaku pengguna terkait berita palsu [44, 45, 54].
Penelitian kami tentang norma sosial untuk memerangi berita palsu penting karena melengkapi
penelitian IS sebelumnya. Kami mempelajari bagaimana membuat pengguna mengevaluasi kebenaran
dengan perubahan halus pada antarmuka media sosial sementara Moravec et al. memeriksa efek evaluasi ini
setelah pengguna terlibat di dalamnya [54].
Selanjutnya, profesional 3rd pengecekan fakta pihak atau bahkan tindakan yang lebih kuat seperti
menekan kemunculan artikel di umpan berita pengguna atau bahkan menghapus berita palsu dari platform
media sosial melengkapi mekanisme pengguna yang melaporkan potensi palsu untuk ditandai, ditekan, atau
dihapus. Sementara pelaporan pengguna dapat digunakan untuk awalnya mendeteksi posting berita palsu di
sejumlah besar konten media sosial, ketergantungan selanjutnya pada pengetahuan ahli untuk memeriksa
posting yang mencurigakan mungkin penting karena benar-benar menilai sebuah berita mungkin
memerlukan pengetahuan pribadi tentang peristiwa dalam artikel berita. .
Wawasan baru dari penelitian kami adalah bahwa pesan norma sosial sebagai bagian dari desain
antarmuka media sosial dapat secara positif memengaruhi perilaku pelaporan berita palsu pengguna. Fokus
kami pada pengguna yang melaporkan potensi palsu menambah badan penelitian IS yang muncul tentang
intervensi sosio-teknis yang membahas konsumsi berita palsu [8]. Fokus novel ini sangat penting
karena melengkapi portofolio intervensi sosio-teknis, yang dapat mengurangi tantangan yang
ditimbulkan oleh berita palsu bagi penyedia platform media sosial dan masyarakat.
Implikasi Praktis
Hasil kami juga memiliki implikasi bagi praktisi yang merancang platform dan antarmuka
media sosial. Pertama, untuk mendorong pengguna melaporkan berita palsu, pesan harus
ditampilkan, dengan menyoroti SN imbauan bahwa perilaku ini diinginkan secara sosial.
Kedua, untuk lebih meningkatkan jumlah laporan berita palsu, praktisi harus
mempertimbangkan untuk menggabungkan pesan SN injunctive dan deskriptif untuk
memfokuskan perhatian pengguna mereka. Dalam hal ini, penggunaan SN deskriptif juga
dapat memiliki efek buruk. Hasilnya adalah trade-off antara jumlah laporan berita palsu
yang lebih tinggi dan keakuratan pelaporan berita palsu atau jujur. Seseorang harus
memutuskan sesuai dengan tujuan spesifik platform media sosial, desain, pengguna, dan
pengaruh lingkungan. Untuk alasan ini, seseorang dapat bereaksi dari ambang tertentu
dan memilih pendekatan alternatif. Sebagai contoh,
Keterbatasan dan Penelitian Masa Depan
Temuan kami tunduk pada batasan. Generalisasi hasil empiris kami dibatasi oleh desain bahan
eksperimental kami (terinspirasi oleh Facebook, satu kata untuk pesan SN pengganti, satu cara
untuk menampilkan pesan SN deskriptif) dan oleh peserta kami (muda, Jerman, berpendidikan,
pengguna media sosial aktif yang direkrut melalui Facebook). Selanjutnya, kami tidak dapat
memastikan bahwa setiap orang telah berpartisipasi hanya sekali. Namun, tidak ada duplikat
yang diidentifikasi di antara 77 persen peserta dalam Studi 1 dan 76 persen peserta dalam Studi
2 yang memberikan alamat email untuk undian voucher. Selain itu, dalam praktiknya, pengguna
media sosial tidak selalu dapat diminta untuk mengonfirmasi pesan SN pengganti yang sama.
Variasi kata-kata dapat membantu menghadapi pengguna lebih sering dengan SN pengganti
dan mempromosikan perilaku yang diinginkan. Faktor motivasi dan rintangan untuk
melaporkan berita palsu yang kami identifikasi dalam Studi 2 dapat mendukung pengembangan
pesan SN pengganti. Komposisi judul postingan, persepsi reputasi sumber postingan, gambar
dan subjek postingan, dan keakraban pengguna dengan berita, semuanya dapat memengaruhi
identifikasi berita palsu. Kami tidak mengeksplorasi faktor-faktor yang terkait dengan deteksi ini
tetapi hanya berfokus pada perilaku pelaporan.
Selain keterbatasan ini, kami juga melihat lima area untuk penelitian masa depan
yang muncul dari hasil kami. Pertama, penelitian masa depan mungkin menguji
hipotesis kami secara empiris dengan sampel yang lebih beragam atau komplementer
dalam bentuk media sosial lain yang menggunakan elemen desain lain atau memiliki
struktur berbeda, seperti forum atau pesan instan. Dalam konteks ini, pekerjaan di
masa depan juga harus menangani kondisi batas SN deskriptif secara lebih rinci. Hasil
kami menunjukkan bahwa ada titik belok di mana SN deskriptif tidak lagi
meningkatkan perilaku pengguna. Titik belok tersebut harus diperiksa dalam studi
empiris lebih lanjut. Melampaui pengaturan eksperimental buatan ke eksperimen
lapangan pada platform media sosial langsung akan sangat memperkuat validitas
eksternal. Dalam melakukannya,
216 GIMPEL ET AL.
Kedua, pekerjaan di masa depan harus mengeksplorasi apakah SN dari lingkungan sosial terdekat
memiliki pengaruh yang lebih menentukan, seperti penelitian sebelumnya dari IS [47] dan domain lainnya [7,
60] menyarankan. Selanjutnya, faktor-faktor lain berinteraksi dengan kognisi dan penilaian konsumsi berita
pengguna di media sosial, misalnya, keakraban dengan sumber berita, topik, atau tajuk berita [45, 56].
Ketiga, muncul arah yang menjanjikan untuk mempelajari pengaruh gamifikasi pada pemberitaan berita
palsu, yaitu “[. . .] penggunaan elemen desain game dalam konteks non-game” [23, P. 10] atau “proses
peningkatan layanan dengan biaya untuk pengalaman yang menyenangkan untuk mendukung penciptaan
nilai pengguna secara keseluruhan” [41, P. 19]. Gamifying pelaporan berita palsu dapat mengambil,
misalnya, bentuk permainan sosial [27] atau lencana [10] seperti yang diselidiki dalam konteks lain oleh
penelitian IS baru-baru ini.
Keempat, sementara intervensi berbasis SN adalah alat sosio-teknis untuk mendorong keterlibatan pengguna
aktif, yang memungkinkan tindakan tindak lanjut seperti penilaian sumber pengguna atau pengecekan fakta pihak
ketiga, kami menduga bahwa SN deskriptif juga meningkatkan kemampuan untuk mendeteksi berita palsu.
Penelitian masa depan dapat menyelidiki efek ini.
Kelima, pendekatan lain untuk meningkatkan perilaku pengguna di lingkungan digital adalah konsep
dorongan digital [91]. Peneliti IS baru-baru ini berhasil memodifikasi arsitektur pilihan untuk memandu
orang, misalnya, melalui priming [22]. Oleh karena itu, kami berasumsi bahwa menyelidiki efektivitas
pendekatan dorongan digital untuk memerangi berita palsu di media sosial cukup menjanjikan.
Keenam, peneliti IS harus lebih mengembangkan pengetahuan deskriptif dan preskriptif tentang berita
palsu di media sosial untuk melawan ancaman sosial ini dengan sukses. Selain meningkatkan perilaku
pelaporan, sangat penting untuk mendapatkan lebih banyak wawasan tentang mengapa pengguna
mempercayai berita palsu, bagaimana pengenalan dapat ditingkatkan, dan tindakan pencegahan apa yang
dapat ditemukan mengandung berita palsu? Satu arah yang mungkin adalah untuk meningkatkan
pengetahuan pengguna tentang topik tertentu dengan menyediakan artikel terkait tetapi berpotensi
bertentangan di bawah posting media sosial [33].
Kesimpulan
Secara keseluruhan, makalah ini menyelidiki pengaruh SN pada pengguna yang melaporkan berita palsu di media
sosial. Kami secara teoritis dapat memperoleh dan memvalidasi secara empiris bahwa SN dapat menyebabkan
perubahan perilaku yang diinginkan dengan memandu pengguna untuk melaporkan berita palsu. Potensi untuk
menerapkan mekanisme ini tampaknya cukup besar, karena aplikasi media sosial yang ada tidak harus diadaptasi
dengan biaya besar tetapi dapat diperluas dengan menambahkan pesan SN. Oleh karena itu, mereka adalah alat
yang menjanjikan untuk mendukung metode yang ada melawan berita palsu dan mengurangi penyebaran dan
dampak negatifnya.
Referensi
1. Agresti, A.; dan Kateri, M. Analisis data kategoris. Dalam M. Lovric (ed.),Ensiklopedia
Internasional Ilmu Statistik. Berlin, Heidelberg: Springer,2011.
2. Aisch, G; Huang, J; dan Kang, C. Membedah teori konspirasi #PizzaGate,2016. https://
www.nytimes.com/interactive/2016/12/10/business/media/pizzagate.html (diakses pada
09 Juni 2019).
3. Allcott, H.; dan Gentzkow, M.Media Sosial dan Berita Palsu di Pemilu 2016. Cambridge,
MA: Biro Riset Ekonomi Nasional,2017.
4. Balmas, M. Saat berita bohong menjadi nyata. Riset Komunikasi, 41, 3 (2012), 430–454.
5. Barron, G. dan Yechiam, E. Permintaan email pribadi dan penyebaran tanggung jawab.Komputer
dalam Perilaku Manusia, 18, 5 (2002), 507–520.
6. Barthel, M; Mitchell, A; dan Holcomb, J. Banyak orang Amerika percaya berita palsu menabur
kebingungan,2016. http://www.journalism.org/2016/12/15/many-americans-believe-fake-
newsis-sowing-confusion/(diakses pada 21 Februari 2020).
7. Baumgartner, SE; Valkenburg, PM; dan Peter, J. Pengaruh norma-norma teman sebaya deskriptif
dan injunctive pada perilaku online seksual berisiko remaja.Cyberpsikologi, Perilaku, dan
Jejaring Sosial, 14, 12 (2011), 753-758.
8. Bernard, J.-G; Dennis, AR; Galletta, DF; Khan, A; dan Webster, J. Web kusut: Mempelajari
berita palsu online. Dalam H. Krcmar; J. Fedorowicz; WF Boh; JM Leimeister; dan S. Wattal
(eds.),Prosiding 40th Konferensi Internasional tentang Sistem Informasi, ICIS 2019: Asosiasi
Sistem Informasi, 2019.
9. Bernedo, M; Ferraro, PJ; dan Price, M. Dampak terus-menerus dari pesan berbasis norma dan
implikasinya terhadap konservasi air.Jurnal Kebijakan Konsumen, 37, 3 (2014), 437–452.
10. Bhattacharya, S; Banerjee, S; Bos, saya; dan Kankanhalli, A. Efek temporal dari pengakuan
berulang dan kurangnya pengakuan pada kontribusi komunitas online.Jurnal Sistem
Informasi Manajemen, 37, 2 (2020), 536–562.
11. Blair, CA; Foster Thompson, L; dan Wuensch, KL Perilaku membantu elektronik: Kehadiran virtual
orang lain membuat perbedaan.Psikologi Sosial Dasar dan Terapan, 27, 2 (2005), 171-178.
12. Chatfield, DI; Reddick, CG; dan Choi, media KP Online menggunakan berita palsu untuk
membingkai Kampanye Presiden Trump 2016. Dalam CC Hinant dan A. Ojo (eds.),Prosiding 18th
Konferensi Internasional Tahunan tentang Penelitian Pemerintah Digital, 2017, hlm. 213–222.
13. Cialdini, RB Menyusun pesan normatif untuk menjaga lingkungan. Arah Saat Ini dalam
Ilmu Psikologi, 12, 4 (2003), 105–109.
14. Cialdini, RB Norma sosial deskriptif sebagai sumber kontrol sosial yang kurang dihargai.
Psikometrika, 72, 2 (2007), 263–268.
15. Cialdini, RB; Demaine, LJ; Sagarin, BJ; Barrett, DW; Jalan, K; dan Winter, PL Mengelola norma
sosial untuk dampak persuasif.Pengaruh Sosial, 1, 1 (2006), 3–15.
16. Cialdini, RB; Kalgren, CA; dan Reno, RR Sebuah teori fokus perilaku normatif: Sebuah perbaikan
teoritis dan evaluasi ulang peran norma dalam perilaku manusia. Dalam MP Zanna (ed.),
Kemajuan dalam Psikologi Sosial Eksperimental Volume 24: Elsevier, 1991, hal. 201–234.
17. Cialdini, RB; Reno, RR; dan Kallgren, CA Sebuah teori fokus perilaku normatif: Daur ulang konsep norma
untuk mengurangi membuang sampah sembarangan di tempat umum.Jurnal Psikologi Kepribadian
dan Sosial, 58, 6 (1990), 1015–1026.
18. Clarke, J; Chen, H; Du, D; dan Hu, YJ Berita palsu, perhatian investor, dan reaksi pasar.Riset
Sistem Informasi, (2020), online sebelum dicetak.
19. Cohen, J. Analisis Kekuatan Statistik untuk Ilmu Perilaku. New York, NY: Pers Akademik,
1969.
20. Croson, R; Berguna, F; dan Shang, J. Bersaing dengan keluarga Jones: Hubungan norma-norma sosial
deskriptif yang dirasakan, informasi sosial, dan pemberian amal.Kepemimpinan Manajemen Nirlaba,
19, 4 (2009), 467–489.
21. Demarque, C; Charalambides, L; Hilton, DJ; dan Waroquier, L. Mendorong konsumsi
berkelanjutan: Penggunaan norma deskriptif untuk mempromosikan perilaku minoritas dalam
lingkungan belanja online yang realistis.Jurnal Psikologi Lingkungan, 43 (2015), 166-174.
22. Dennis, AR; Yuan, L; Feng, X; Webb, E; dan Hsieh, CJ Digital nudging: Numeric dan semantic
priming dalam e-commerce.Jurnal Sistem Informasi Manajemen, 37, 1 (2020), 39–65.
23. Mencegah, S; Dixon, D; Khaled, R; dan Nacke, L. Dari elemen desain game hingga gamefulness:
Mendefinisikan gamifikasi. Dalam A. Lugmayr; H. Franssila; C.Safran; dan I. Hammouda (eds.),
Prosiding 15th Konferensi MindTrek Akademik Internasional Membayangkan Lingkungan Media
Masa Depan. New York, NY: ACM,2011, hlm. 9–15.
24. Jerman, M.; dan Gerard, HB Sebuah studi tentang pengaruh sosial normatif dan informasional
pada penilaian individu.Jurnal Psikologi Abnormal dan Sosial, 51, 3 (1955), 629–636.
218 GIMPEL ET AL.
25. DiFranzo, D; Taylor, SH; Kazeroni, F; Wherry, OD; dan Bazarova, NN Teguh dalam desain.
Dalam R. Mandryk; M. Hancock; M.Perry; dan A. Cox (eds.),Prosiding Konferensi CHI 2018
tentang Faktor Manusia dalam Komputasi Sistem - CHI '18. New York, New York, AS: ACM
Press,2018, hlm. 1–12.
26. Facebook. Info perusahaan,2019. https://newsroom.fb.com/company-info/(diakses pada
03 Januari 2019).
27. Fang, B; Zheng, Z; Kamu, T; dan Goes, PB Social Influence and Monetization of Freemium Social
Games.Jurnal Sistem Informasi Manajemen, 36, 3 (2019), 730–754.
28. Ferrara, E; Varol, O; Davis, C; Menczer, F; dan Flammini, A. Munculnya bot sosial.
Komunikasi ACM, 59, 7 (2016), 96-104.
29. Festinger, L. Sebuah teori disonansi kognitif. Stanford: CA: Stanford University Press,1957.
30. Fischer, P; Kruger, JI; Greitemeyer, T; Vogrincic, C; Kastenmuller, A; Frey, D; Hee, M; Wicher,
M; dan Kainbacher, M. Efek pengamat: Tinjauan meta-analitik tentang intervensi
pengamat dalam keadaan darurat berbahaya dan tidak berbahaya.Buletin Psikologis, 137,
4 (2011), 517–537.
31. Flynn, DJ; Nyhan, B; dan Reifler, J. Sifat dan asal-usul mispersepsi: Memahami keyakinan yang
salah dan tidak didukung tentang politik.Kemajuan dalam Psikologi Politik, 38, 2 (2017), 127–
150.
32. Gerber, AS; dan Rogers, T. Norma sosial deskriptif dan motivasi untuk memilih: Semua orang memberikan
suara dan Anda juga harus demikian.Jurnal Politik, 71, 1 (2009), 178–191.
33. Gimpel, H; Heger, S; Kasper, J; dan Schäfer, R. Kekuatan artikel terkait – Meningkatkan
deteksi berita palsu di platform media sosial. Dalam T.Bui (ed.),Prosiding 53rd Konferensi
Internasional Hawaii tentang Ilmu Sistem: Konferensi Internasional Hawaii tentang Ilmu
Sistem, 2020.
34. Goldstein, NJ; Cialdini, RB; dan Griskevicius, V. Sebuah ruangan dengan sudut pandang: Menggunakan norma-
norma sosial untuk memotivasi pelestarian lingkungan di hotel.Jurnal Riset Konsumen, 35, 3 (2008), 472–482.
35. Gottfried, J.; dan Shearer, E. News digunakan di seluruh platform media sosial,2016. https://aset.
pewresearch.org/wp-content/uploads/sites/13/2016/05/PJ_2016.05.26_social-media-
andnews_FINAL-1.pdf(diakses pada 21 Februari 2020).
36. Greenhill, KM; dan Oppenheim, B. Rumor mengatakan: Penerapan informasi yang belum diverifikasi di
zona konflik.Studi Internasional Triwulanan, 61, 3 (2017), 660–676.
37. Hasher, L; Goldstein, D; dan Toppino, T. Frekuensi dan konferensi validitas referensial.
Jurnal Pembelajaran Verbal dan Perilaku Verbal, 16, 1 (1977), 107-112.
38. Pemilik Rumah, EE; dan LaMarre, HL Politik Facebook: Menuju model proses untuk mencapai
kredibilitas sumber politik melalui media sosial.Jurnal Teknologi Informasi & Politik,11, 4 (2014),
368–382.
39. Huber, PJ Perilaku perkiraan kemungkinan maksimum di bawah kondisi tidak standar. Di dalam
LM Le Cam dan J. Neyman (eds.), Prosiding Simposium Berkeley Kelima tentang Statistik
dan Probabilitas Matematika. Berkeley, CA: Pers Universitas California,1967, hal. 221–233.
40. Hunt, E. “Disputed by Multiple Fact-Checkers”: Facebook Meluncurkan Peringatan Baru untuk
Memerangi Berita Palsu, 2017. https://www.theguardian.com/technology/2017/mar/22/facebook-
factchecking-tool-fake-news (diakses pada 22 Januari 2019).
41. Huotari, K.; dan Hamari, J. Mendefinisikan gamification - Sebuah perspektif pemasaran layanan. Di dalam
A. Lugmayr (ed.), Prosiding 16th Konferensi MindTrek Akademik Internasional. New
York, NY: ACM,2012, hlm. 17–22.
42. Jacobson, RP; Mortensen, CR; dan Cialdini, RB Badan-badan wajib dan tidak terikat: Kecenderungan respons
yang berbeda untuk norma-norma sosial yang bersifat injunctive dan deskriptif.Jurnal Psikologi Kepribadian
dan Sosial, 100, 3 (2011), 433–448.
43. Kaplan, AM; dan Haenlein, M. Pengguna dunia, bersatu!: Tantangan dan peluang media
sosial.Cakrawala Bisnis, 53, 1 (2010), 59–68.
44. Kim, A.; dan Dennis, AR Kata siapa? Pengaruh format penyajian dan rating sumber terhadap berita
bohong di media sosial.MIS Triwulanan, 43, 3 (2019), 1025–1039.
45. Kim, A; Moravec, PL; dan Dennis, AR Memerangi berita palsu di media sosial dengan peringkat
sumber: Efek peringkat reputasi pengguna dan pakar.Jurnal Sistem Informasi Manajemen, 36, 3
(2019), 931–968.
46. Kormos, C; Gifford, R; dan Brown, E. Pengaruh deskriptif informasi norma sosial terhadap
perilaku transportasi berkelanjutan.Lingkungan dan Perilaku, 47, 5 (2014), 479–501.
47. Kuem, J; Khansa, L; dan Kim, SS Keunggulan dan keterlibatan: Mekanisme berbeda yang
mengatur kelanjutan dan kontribusi dalam komunitas online.Jurnal Sistem Informasi
Manajemen, 37, 1 (2020), 162–190.
48. Laato, S; Islam, AKMN; Islam, MN; dan Whelan, E. Apa yang mendorong berbagi informasi dan
cyberchondria yang tidak terverifikasi selama pandemi COVID-19?Jurnal Sistem Informasi Eropa,
29, 3 (2020), 288–305.
49. LaBrie, JW; Hummer, JF; Tetangga, C; dan Larimer, ME Pendapat siapa yang penting?
Hubungan antara norma-norma dan konsekuensi alkohol pada mahasiswa.Perilaku
Adiktif, 35, 4 (2010), 343–349.
50. Latané, B.; dan Darley, JMPengamat yang Tidak Responsif: Mengapa Dia Tidak Membantu? New York:
Appleton-Century Crofts, 1970.
51. Lazer, DMJ; Baum, MA; Benkler, Y; Berinsky, AJ; Bukit Hijau, KM; Menczer, F; Metzger,
M.J; Nyhan, B; Pennycook, G; Rothschild, D; Schudson, M; Sloman, SA; Sunstein, CR;
Thorson, EA; Watt, DJ; dan Zittrain, JL Ilmu berita palsu.Sains, 359, 6380 (2018), 1094–
1096.
52. Lee, CF; Lee, JC; dan Lee, ACStatistik untuk Ekonomi Bisnis dan Keuangan, 2dan edn.
Singapura: Ilmiah Dunia,2000.
53. Mills, J. Meningkatkan 1957 versi teori disonansi. Dalam E. Harmon-Jones (ed.),Disonansi
Kognitif: Meninjau Kembali Teori Penting dalam Psikologi, 2dan edn. Washington: Asosiasi
Psikologi Amerika,2019, hlm. 27–39.
54. Moravec, P; Kim, A; Dennis, A; dan Minas, R. Apakah Anda benar-benar tahu apakah itu benar? Bagaimana meminta pengguna
untuk menilai cerita memengaruhi kepercayaan pada berita palsu di media sosial. Dalam T.Bui (ed.),Prosiding 52dan
Konferensi Internasional Hawaii tentang Ilmu Sistem: Konferensi Internasional Hawaii tentang
Ilmu Sistem, 2019.
55. Moravec, PL; Kim, A; dan Dennis, AR Menarik untuk merasakan dan sensibilitas: Sistem 1 dan
sistem 2 intervensi untuk berita palsu di media sosial.Penelitian Sistem Informasi, 31, 3 (2020),
987-1006.
56. Moravec, PL; Minas, R; dan Dennis, AR Berita palsu di media sosial: orang percaya apa yang ingin mereka
percayai padahal itu tidak masuk akal sama sekali.MIS Triwulanan, 43, 4 (2019), 1343-1360.
57. Mosseri, A. News Feed FYI: Mengatasi Hoax dan Berita Palsu, 2016. https://newsroom.fb. com/
news/2016/12/news-feed-fyi-addressing-hoaxes-and-fake-news/(diakses pada 22 Januari 2019).
58. Murray, A. Cara Melaporkan Berita Palsu ke Media Sosial, 2016. https://www.bbc.com/news/
38053324 (diakses pada 04 Januari 2019).
59. Mustafaraj, E.; dan Metaxas, PT Berita bohong yang menyebarkan wabah. Dalam P.Boldi; K.
Kinder-Kurlanda; P.Rubah; D. McGuinness; dan L. Poirer (eds.),Prosiding ACM 2017 tentang Web
Science Conference - WebSci '17. New York, AS: ACM Press,2017, hlm. 235–239.
60. Tetangga, C; Penghilang, TW; Sisi Putih, U; Fossos, N; Walker, DD; dan Larimer, ME
Norma hukum dan masalah perjudian di kalangan mahasiswa.Jurnal Studi Perjudian,
23, 3 (2007), 259–273.
61. Newman, N; Fletcher, R; Kalogeropoulos, A; Retribusi, DAL; dan Nielsen, Laporan Berita Digital
RK Reuters Institute 2017,2017. https://reutersinstitute.politics.ox.ac.uk/sites/default/files/
Digital%20News%20Report%202017%20web_0.pdf (diakses pada 27 Oktober 2020).
62. Nigbur, D; Lyon, E; dan Uzzell, D. Sikap, norma, identitas, dan perilaku lingkungan:
Menggunakan teori perilaku terencana yang diperluas untuk memprediksi partisipasi dalam
program daur ulang tepi jalan.Jurnal Psikologi Sosial Inggris, 49, 2 (2010), 259–284.
63. Nyhan, B.; dan Reifler, J. Ketika koreksi gagal: Bertahannya kesalahan persepsi politik.
Perilaku Politik, 32, 2 (2010), 303–330.
220 GIMPEL ET AL.
64. Institut Internet Oxford, Universitas Oxford. Sumber Daya Untuk Memahami Bot Politik,2016.
https://www.oii.ox.ac.uk/blog/resource-for-understanding-political-bots/(diakses pada 21
Februari 2020).
65. Taman, HS; dan Smith, SW Kekhasan dan pengaruh norma subjektif, norma deskriptif dan
normatif pribadi, dan norma deskriptif dan injungtif masyarakat pada niat perilaku: Kasus
dua perilaku penting untuk donasi organ.Penelitian Komunikasi Manusia,33, 2 (2007),
194–218.
66. Pempek, TA; Yermolayeva, YA; dan Calvert, pengalaman jejaring sosial siswa SL College di
Facebook.Jurnal Psikologi Perkembangan Terapan, 30, 3 (2009), 227–238.
67. Pennycook, G; Meriam, TD; dan Rand, Ditjen Perhubungan sebelumnya meningkatkan keakuratan yang
dirasakan dari berita palsu.Jurnal Psikologi Eksperimental. Umum, 147, 12 (2018), 1865–1880.
68. Kecil, RE; dan Cacioppo, model kemungkinan Elaborasi JT. Dalam L. Berkowitz (ed.),Kemajuan dalam
Psikologi Sosial Eksperimental. San Diego, AS: Pers Akademik,1986, hlm. 123–205.
69. Reno, RR; Cialdini, RB; dan Kallgren, CA Pengaruh transsituasi norma-norma sosial.Jurnal
Psikologi Kepribadian dan Sosial, 64, 1 (1993), 104-112.
70. Rimal, RN; dan Real, K. Memahami pengaruh norma yang dirasakan terhadap perilaku.
Teori Komunikasi, 13, 2 (2003), 184-203.
71. Robinson, E; Fleming, A; dan Higgs, S. Mendorong makan yang lebih sehat: Menguji penggunaan pesan
berbasis norma kesehatan dan sosial.Psikologi Kesehatan: Jurnal Resmi Divisi Psikologi Kesehatan,
American Psychological Association, 33, 9 (2014), 1057–1064.
72. Rubin, VL; Chen, Y; dan Conroy, NJ Deteksi penipuan untuk berita: Tiga jenis pemalsuan. Di
dalamProsiding Asosiasi Ilmu Pengetahuan dan Teknologi Informasi, 2016, hal. 1-4.
73. Sánchez-Meca, J; Marín-Martínez, F; dan Chacón-Moscoso, S. Indeks ukuran efek untuk
hasil dikotomis dalam meta-analisis.Metode Psikologis, 8, 4 (2003), 448–467.
74. Schmehl, K.; dan Lytvynenko, J. 7 Dari 10 artikel paling viral tentang Angela Merkel Di
Facebook Salah,2017. https://www.buzzfeednews.com/article/karstenschmehl/top-merkel
- berita (diakses pada 07 Oktober 2020).
75. Schultz, PW; Khazia, AM; dan Zaleski, AC Menggunakan pengaruh sosial normatif untuk
mempromosikan konservasi di antara tamu hotel.Pengaruh Sosial, 3, 1 (2008), 4–23.
76. Schultz, PW; Nolan, JM; Cialdini, RB; Goldstein, NJ; dan Griskevicius, V. Kekuatan norma
sosial yang konstruktif, destruktif, dan rekonstruktif.Ilmu Psikologi, 18, 5 (2007), 429–434.
77. Schwarz, N; Sanna, LJ; Skurnik, saya; dan Yoon, C. Pengalaman metakognitif dan seluk-beluk
mengatur orang lurus: implikasi untuk debiasing dan kampanye informasi publik. Dalam M.
P.Zanna (ed.), Kemajuan dalam Psikologi Sosial Eksperimental, 1NS edn.: Buku Teks Elsevier, 2007,
hal.127-161.
78. Shao, C; Ciampaglia, GL; Flamini, A; dan Menczer, F. Hoaxy: Sebuah Platform untuk Melacak
Misinformasi Online. Dalam J. Bourdeau; JA Hendler; RN Nkambou; I. Horrock; dan OLEH Zhao
(eds.).WWW'16 Companion: Prosiding 25th Konferensi Internasional tentang World Wide Web
11-15 Mei 2016, Montreal, Kanada. Republik dan Kanton Jenewa: Komite Pengarah Konferensi
World Wide Web Internasional,2016, hlm. 745–750.
79. Shu, K; Silva, A; Wang, S; Tang, J; dan Liu, H. Pendeteksian berita palsu di media sosial.
Buletin Eksplorasi ACM SIGKDD, 19, 1 (2017), 22–36.
80. Shukla, S.; dan Lyons, T. Memblokir iklan dari halaman yang berulang kali menyebarkan berita palsu,
2017.https://newsroom.fb.com/news/2017/08/blocking-ads-from-pages-that-repeatedly-share-false
- berita/(diakses pada 22 Januari 2019).
81. Silverman, C. Berikut adalah 50 berita palsu terbesar di Facebook dari tahun 2016, 2016.https://
www.buzzfeed.com/craigsilverman/top-fake-news-of-2016 (diakses pada 22 Januari 2019).
82. Simon, HA Pengambilan keputusan yang rasional dalam organisasi bisnis. Tinjauan Ekonomi
Amerika, 69, 4 (1979), 493–513.
83. Dewan Redaksi. Facebook dan Virus Digital Disebut Berita Palsu,2016. https://www.
nytimes.com/2016/11/20/opinion/sunday/facebook-and-the-digital-virus-called-fake-news.
html(diakses pada 21 Februari 2020).
84. Perusahaan Internasional Twitter. Surat Q3 2018 Kepada Pemegang Saham,2018. https://
(diakses
s22.q4cdn.com/826641620/files/doc_financials/2018/q3/Q3-2018-Shareholder-Letter.pdf pada
03 Januari 2019).
85. van der Linden, S; Leiserowitz, A; Rosenthal, S; dan Maibach, E. Menyuntikkan publik terhadap informasi
yang salah tentang perubahan iklim.Tantangan Global, 1, 2 (2017), 1–7.
86. Voelpel, SC; Eckhoff, RA; dan Förster, J. David melawan Goliath?: Ukuran grup dan efek pengamat dalam
berbagi pengetahuan virtual.Hubungan manusia, 61, 2 (2008), 271–295.
87. Vosoughi, S; Roy, D; dan Aral, S. Penyebaran berita benar dan salah secara online.Sains, 359, 6380 (2018
), 1146-1151.
88. Warzel, C.; dan Mac, R. Twitter baru saja meluncurkan halaman pemilu paruh waktu dan sudah penuh
dengan sampah,2018. https://www.buzzfeednews.com/article/charliewarzel/twitter-just-launched
- halaman-tengah semester-dan-itu-sudah (diakses pada 03 Januari 2019).
89. Wathen, CN; dan Burkell, J. Percaya atau tidak: Faktor-faktor yang mempengaruhi kredibilitas di Web.
Jurnal Masyarakat Amerika untuk Ilmu Pengetahuan dan Teknologi Informasi, 53, 2 (2002), 134-144.
90. Weedon, J; Nuland, W; dan Stamos, A. Operasi Informasi dan Facebook,2017. https://
fbnewsroomus.files.wordpress.com/2017/04/facebook-and-information-operations-v1.pdf
(diakses pada 22 Januari 2019).
91. Weinmann, M; Schneider, C; dan Vom Brocke, J. Digital menyenggol.Rekayasa Sistem Bisnis
& Informasi, 58, 6 (2016), 433–436.
92. Wenzel, M. Sisi sosial sanksi: Norma pribadi dan sosial sebagai moderator pencegahan.
Hukum dan Perilaku Manusia, 28, 5 (2004), 547–567.
93. White, H. A penduga matriks kovarians yang konsisten heteroskedastisitas dan uji langsung untuk
heteroskedastisitas. Econometrica: Jurnal Masyarakat Ekonometrika (1980), 817–838.
94. Wong, RYM; Cheung, CMK; dan Xiao, B. Memerangi penyalahgunaan online: Apa yang mendorong orang untuk
menggunakan fungsi pelaporan online di situs jejaring sosial. Dalam T. Bui dan RH Sprague (eds.),Prosiding
49th Konferensi Internasional Hawaii tentang Ilmu Sistem, 2016, hlm. 415–424.
Tentang Penulis
Henner Gimpel ( henner.gimpel@fim-rc.de ;penulis korespondensi) memegang kursi untuk
Manajemen Digital di Universitas Hohenheim, Jerman. Ia meraih gelar doktor dalam Sistem
Informasi dari Institut Teknologi Karlsruhe. Dr. Gimpel adalah anggota Research Center Finance
& Information Management dan Project Group Business & Information Systems Engineering
dari Fraunhofer FIT, Jerman. Fokus utama karyanya adalah analisis dan desain penggunaan
teknologi dan media digital dalam pekerjaan dan kehidupan pribadi individu dan kelompok.
Sebastian Heger ( sebastian.heger@fim-rc.de )meraih gelar doktor dalam Sistem Informasi

dari Universitas Augsburg. Penelitiannya berfokus pada topik sistem informasi sosio-teknis dan
keberlanjutan.
Christian Olenberger ( christian.olenberger@fim-rc.de )menerima gelar MS dengan pujian dalam
program pascasarjana elit Manajemen Keuangan & Informasi di Technical University of Munich,
University of Augsburg, dan University of Bayreuth, Jerman. Dia adalah kandidat doktor, dengan fokus
utama pada digitalisasi dan desain sistem informasi.
Lena Utz ( lena.utz@fim-rc.de )menerima gelar MS dengan pujian dalam program pascasarjana elit
Manajemen Keuangan & Informasi di Technical University of Munich, University of Augsburg, dan
University of Bayreuth, Jerman. Dia adalah kandidat doktor di FIM Research Center, Jerman, dengan
fokus pada manajemen hubungan pelanggan dan perilaku informasi manusia.

Gimpel2021 en Id

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Gimpel2021 en Id

Diunggah oleh

Hak Cipta:

Format Tersedia

Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.

Jurnal Sistem Informasi Manajemen

ISSN: (Cetak) (Online) Halaman muka jurnal: https://www.tandfonline.com/loi/mmis20

Efektivitas Norma Sosial dalam Memerangi Berita

Henner Gimpel, Sebastian Heger, Christian Olenberger & Lena Utz

Untuk menautkan ke artikel ini: https://doi.org/10.1080/07421222.2021.1870389

Lihat materi tambahan

Diterbitkan online: 02 Apr 2021.

Kirimkan artikel Anda ke jurnal ini

Tampilan artikel: 333

Lihat artikel terkait

Lihat data Tanda silang

Syarat & Ketentuan lengkap akses dan penggunaan dapat ditemukan di

Efektivitas Norma Sosial dalam Memerangi Berita Palsu di

ABSTRAK KATA KUNCI

Latar Belakang Teori dan Pengembangan HipotesisBerita

Berita Palsu di Media Sosial

Penanggulangan Terhadap Berita Palsu

Berlawanan dengan SN injunctive, SN deskriptif memotivasi tindakan dengan memberikan informasi

Hipotesis 4 (H4): Kekuatan pesan SN deskriptif—sementara SN injunctive juga ada—mempengaruhi

Gambar 2. Ringkasan prosedur percobaan (Studi 1).

Intersepsi 2|3 2.312 0,276 < 0,001 ***

3|4 3.406 0,328 < 0,001 ***

4|5 4,558 0,451 < 0,001 ***

Kontrol - 1,373 0,321 < 0,001 *** 0,253

3|4 2.032 0.270 < 0,001 ***

4|5 3.185 0,409 < 0,001 ***

H1: Pengaruh Pesan SN Pengganti pada Pelaporan Berita Palsu

H2: Pengaruh Pesan SN Deskriptif pada Pelaporan Berita Palsu

H4: Pengaruh Kekuatan Pesan Deskriptif SN Terhadap Kemungkinan

Variabel Independen dan Dependen

2|3 1.641 0.307 < 0,001 ***

3|4 1.981 0,325 < 0,001 ***

4|5 2.603 0,376 < 0,001 ***

Kurangnya tanggung jawab

Kontribusi untuk Teori

Keterbatasan dan Penelitian Masa Depan

Sebastian Heger ( sebastian.heger@fim-rc.de )meraih gelar doktor dalam Sistem Informasi

Anda mungkin juga menyukai