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

com

J
COM
Memberikan informasi kesehatan melalui Twitter: latar
belakang profesional dan gaya pesan memengaruhi
kepercayaan sumber, kredibilitas pesan, dan niat perilaku

Lars König dan Priska Breves

Abstrak Sejak pandemi COVID-19 melanda komunitas global, politisi serta ilmuwan
semakin beralih ke Twitter untuk berbagi informasi kesehatan yang mendesak
menggunakan berbagai gaya pesan. Hasil dari 2×2 percobaan antar-subjek
menunjukkan bahwa jika Tweet ditulis dalam huruf kecil, peserta menganggap
sumber informasi lebih dapat dipercaya. Selain itu, informasi tersebut dianggap
lebih kredibel, dan masyarakat lebih mau membaca informasi kesehatan dan
membagikannya melalui media sosial. Lebih jauh lagi, para ilmuwan dianggap
memiliki lebih banyak keahlian daripada politisi. Namun, politisi dianggap
memiliki lebih banyak integritas dan kebajikan daripada ilmuwan.

Kata kunci komunikasi kesehatan; Komunikasi risiko; Sains dan media

DOI https://doi.org/10.22323/2.20040204

Dikirim: 25 Februari 2021

Diterima: 12 April 2021
Diterbitkan: 21 Juni 2021

pengantar Twitter adalah layanan microblogging yang digunakan setiap hari oleh 199 juta pengguna
[Firsching, 2021] dari berbagai latar belakang [Mislove et al., 2011] dan itu membentuk kembali
sistem perawatan kesehatan [Hawn, 2009]. Orang awam secara teratur menggunakan Twitter untuk
berbagi informasi kesehatan tentang demensia [Robillard et al., 2013], tweet tentang pengalaman
rasa sakit mereka [Heaivilin et al., 2011] dan penggunaan antibiotik mereka [Scanfeld, Scanfeld dan
Larson, 2010]. Karena informasi kesehatan dikaitkan dengan karakteristik bahasa tertentu
[Coppersmith, Dredze dan Harman, 2014], data Twitter dapat digunakan untuk mengukur dan
melacak evolusi status kesehatan dalam masyarakat [Prieto et al., 2014]. Para peneliti, misalnya,
telah menggunakan data Twitter untuk memprediksi kematian akibat penyakit jantung [Eichstaedt,
Schwartz, Kern et al., 2015; Eichstaedt, Schwartz, Giorgi
et al., 2018], pendaftaran pasar tindakan perawatan yang terjangkau [Wong et al., 2015], prevalensi
HIV [Irlandia et al., 2015], tingkat obesitas [Mitchell, Frank et al., 2013] dan depresi [Tsugawa et al.
al., 2015]. Selain melacak status kesehatan, Twitter digunakan oleh para sarjana untuk
mengomunikasikan temuan penelitian [Veletsianos, 2012] dan oleh pemerintah untuk
mempromosikan keterlibatan warga [Chen et al., 2020]. Selanjutnya, kesehatan utama

Artikel Jurnal Ilmu Komunikasi 20(04)(2021)A04 1

 organisasi seperti American Heart Association dan American Cancer Society menggunakan
Twitter untuk promosi kesehatan dan upaya keterlibatan publik mereka [Park, Reber dan
Chon, 2016].

Sejak pandemi COVID-19 melanda komunitas global [Organisasi Kesehatan Dunia, 2020], orang awam [Singh et al., 2020], politisi [Spahn,

2020] dan ilmuwan [Drosten, 2020] semakin beralih ke Twitter untuk berbicara tentang pandemi dan berbagi informasi kesehatan.

Mengkomunikasikan informasi kesehatan melalui Twitter tampaknya merupakan pendekatan yang masuk akal karena banyak orang

melaporkan bahwa mereka menggunakan platform media sosial seperti Facebook, YouTube, Twitter, dan Instagram sebagai sumber berita

reguler [Shearer dan Mitchell, 2021]. Namun, tidak semua informasi tentang pandemi COVID-19 di Twitter akurat [Kouzy et al., 2020; Sharma

dkk., 2020; Singh dkk., 2020]. Sebuah studi baru-baru ini menganalisis Tweet tentang pandemi COVID-19 dan menemukan bahwa 25% dari

Tweet berisi informasi yang salah dan 17% berisi informasi yang tidak dapat diverifikasi [Kouzy et al., 2020]. Penyebaran informasi yang salah

telah sejauh ini sehingga Twitter mulai menghapus Tweet menyesatkan tentang pandemi COVID-19 yang dapat mendorong orang untuk

terlibat dalam perilaku berbahaya [Peters, 2020]. Selanjutnya, para ilmuwan mulai mengembangkan strategi nudge untuk mencegah orang

berbagi informasi yang salah melalui Twitter [Pennycook et al., 2020]. Mengingat meningkatnya jumlah misinformasi tentang pandemi

COVID-19 di Twitter, penting untuk memahami bagaimana orang awam memutuskan apakah sumber informasi dapat dipercaya dan apakah

informasi mereka kredibel. ilmuwan mulai mengembangkan strategi dorongan untuk mencegah orang berbagi informasi yang salah melalui

Twitter [Pennycook et al., 2020]. Mengingat meningkatnya jumlah misinformasi tentang pandemi COVID-19 di Twitter, penting untuk

memahami bagaimana orang awam memutuskan apakah sumber informasi dapat dipercaya dan apakah informasi mereka kredibel. ilmuwan

mulai mengembangkan strategi dorongan untuk mencegah orang berbagi informasi yang salah melalui Twitter [Pennycook et al., 2020].

Mengingat meningkatnya jumlah misinformasi tentang pandemi COVID-19 di Twitter, penting untuk memahami bagaimana orang awam

memutuskan apakah sumber informasi dapat dipercaya dan apakah informasi mereka kredibel.

Mengevaluasi informasi kesehatan online

Padahal informasi kesehatan di internet seringkali mengandung informasi yang salah [Kata, 2010; Keelan dkk., 2007; Miles, Petrie dan Baja, 2000; Pandey et al., 2010], orang awam biasanya

beralih ke internet sebagai sumber informasi pertama mereka [Fox dan Duggan, 2013; Prestin, Vieux dan Chou, 2015]. Menurut model integrasi sumber konten [Stadtler, Winter et al., 2017;

Staddler dan Bromme, 2014], orang awam memutuskan apakah informasi kesehatan akurat dengan mengevaluasi kredibilitas informasi yang diberikan (misalnya, "Apakah klaim kesehatan

secara logis koheren dan kompatibel dengan pengetahuan saya sebelumnya?") dan kepercayaan sumber informasi (misalnya , “Apakah sumber informasi ahli di bidangnya?”). Apakah

sumber informasi dianggap dapat dipercaya tergantung pada kemampuan/keahlian mereka (misalnya, “Apakah sumber informasi kompeten dan berpengalaman?”), kebajikan (misalnya,

“Apakah sumber informasi bertanggung jawab dan penuh perhatian?”) dan integritas (misalnya, “Apakah sumber informasi jujur dan adil?”) dan beragam inventaris telah dikembangkan

untuk mengukur faktor-faktor ini [Engelke, Hase dan Wintterlin, 2019; Hendriks, Kienhues dan Bromme, 2015; Mayer, Davis dan Schoorman, 1995]. Karena kebanyakan orang hanya memiliki

pemahaman yang terbatas tentang sains dan klaim kesehatan bisa sangat kompleks, orang awam sering menghadapi kesulitan saat mengevaluasi keakuratan klaim kesehatan [Bromme

dan Goldman, 2014; Bromme dan Thomm, 2016]. Dalam situasi sulit seperti itu, orang awam sering mendasarkan evaluasi mereka pada faktor-faktor yang mengelilingi klaim kesehatan.

“Apakah sumber informasi jujur dan adil?”) dan beragam inventaris telah dikembangkan untuk mengukur faktor-faktor ini [Engelke, Hase dan Wintterlin, 2019; Hendriks, Kienhues dan

Bromme, 2015; Mayer, Davis dan Schoorman, 1995]. Karena kebanyakan orang hanya memiliki pemahaman yang terbatas tentang sains dan klaim kesehatan bisa sangat kompleks, orang

awam sering menghadapi kesulitan saat mengevaluasi keakuratan klaim kesehatan [Bromme dan Goldman, 2014; Bromme dan Thomm, 2016]. Dalam situasi sulit seperti itu, orang awam

sering mendasarkan evaluasi mereka pada faktor-faktor yang mengelilingi klaim kesehatan. “Apakah sumber informasi jujur dan adil?”) dan beragam inventaris telah dikembangkan untuk

mengukur faktor-faktor ini [Engelke, Hase dan Wintterlin, 2019; Hendriks, Kienhues dan Bromme, 2015; Mayer, Davis dan Schoorman, 1995]. Karena kebanyakan orang hanya memiliki

pemahaman yang terbatas tentang sains dan klaim kesehatan bisa menjadi sangat kompleks, orang awam sering menghadapi kesulitan saat mengevaluasi keakuratan klaim kesehatan

[Bromme dan Goldman, 2014; Bromme dan Thomm, 2016]. Dalam situasi sulit seperti itu, orang awam sering mendasarkan evaluasi mereka pada faktor-faktor yang mengelilingi klaim

kesehatan. Karena kebanyakan orang hanya memiliki pemahaman yang terbatas tentang sains dan klaim kesehatan bisa menjadi sangat kompleks, orang awam sering menghadapi

kesulitan saat mengevaluasi keakuratan klaim kesehatan [Bromme dan Goldman, 2014; Bromme dan Thomm, 2016]. Dalam situasi sulit seperti itu, orang awam sering mendasarkan evaluasi

mereka pada faktor-faktor yang mengelilingi klaim kesehatan. Karena kebanyakan orang hanya memiliki pemahaman yang terbatas tentang sains dan klaim kesehatan bisa sangat

kompleks, orang awam sering menghadapi kesulitan saat mengevaluasi keakuratan klaim kesehatan [Bromme dan Goldman, 2014; Bromme dan Thomm, 2016]. Dalam situasi sulit seperti itu, orang awam sering

Studi terbaru menunjukkan bahwa orang awam menggunakan latar belakang profesional dari
sumber informasi untuk mengevaluasi keakuratan informasi kesehatan. Informasi kesehatan
yang tidak dikenal di situs web, misalnya, dianggap kurang kredibel jika disediakan oleh siswa
(misalnya, Tim Alster, siswa baru sekolah menengah) daripada oleh

https://doi.org/10.22323/2.20040204 JCOM 20(04)(2021)A04 2

 ahli medis (misalnya, Dr. William Blake, spesialis HIV) [Eastin, 2001]. Studi lain menemukan
bahwa komunikator kesehatan dalam video ceramah dianggap kurang dapat dipercaya jika
latar belakang profesional mereka menunjukkan potensi konflik kepentingan [König and Jucks,
2019c]. Selain itu, pelobi, dibandingkan dengan ilmuwan, dianggap kurang dapat dipercaya
saat berpartisipasi dalam debat ilmiah [König and Jucks, 2019a] dan lebih manipulatif saat
memberikan saran kesehatan di forum kesehatan online [König and Jucks, 2019b]. Satu teori
yang mungkin membantu menjelaskan efek ini adalah teori otoritas epistemik [Kruglanski,
Raviv et al., 2005; Kruglanski, Dechesne dkk., 2009; Zagzebski, 2015]. Teori tersebut
mengasumsikan bahwa sumber informasi memiliki otoritas epistemik yang berbeda-beda
yang dapat dipengaruhi oleh latar belakang profesi, keahlian, dan berbagai faktor lainnya. Jika
sumber informasi telah memperoleh otoritas epistemik yang tinggi dalam domain tertentu,
mereka dapat menjadi “sumber di mana seseorang berpaling untuk memperoleh
pengetahuan tentang berbagai topik” [Kruglanski, Dechesne et al., 2009]. Oleh karena itu,
informasi kesehatan yang diberikan oleh para ahli medis mungkin tampak lebih kredibel
karena ahli medis memiliki otoritas epistemik yang lebih besar dalam domain kedokteran
daripada ahli non-medis. Faktor sumber lain yang dapat mempengaruhi persepsi kredibilitas
dan keahlian komunikator di media sosial adalah kesesuaian yang dirasakan antara
komunikator dan topik komunikasi [Breves et al., 2019]. Dalam konteks Twitter, satu studi
menemukan bahwa “ketika sumber profesional dengan banyak pengikut tweet, peserta
cenderung menganggap konten lebih kredibel daripada ketika sumber orang awam dengan
banyak pengikut tweet” [Lee dan Sundar, 2013].

Faktor penting lain yang mempengaruhi evaluasi informasi kesehatan online adalah gaya
pesan di mana klaim kesehatan ditulis. Telah ditunjukkan bahwa gaya pesan yang terlalu
positif [König and Jucks, 2019b; König and Jucks, 2020] dapat merusak kepercayaan
sumber informasi dan kredibilitas informasi mereka ketika memberikan informasi
kesehatan di forum kesehatan online. Selanjutnya, dalam konteks perdebatan ilmiah
tentang obat-obatan, telah ditunjukkan bahwa penggunaan gaya pesan agresif dapat
menjadi bumerang dan merusak peringkat kepercayaan dan kredibilitas [König and
Jucks, 2019a]. Selain mempengaruhi penilaian kepercayaan dan kredibilitas, telah
ditunjukkan bahwa gaya menulis dan berbicara emosional dapat membentuk komunikasi
dokter-pasien di forum internet [Bientzle et al., 2015], kualitas instruksional podcast
[König, 2020] dan persepsi risiko [Flemming, Cress, Kimmig et al., 2018]. Misalnya, satu
studi menemukan bahwa setelah mendengarkan komunikator sains yang antusias,
peserta menilai informasi yang diberikan lebih menarik dan mengasyikkan [König, 2020].
Selain itu, para peserta lebih menikmati proses mendengarkan, memiliki motivasi yang
lebih tinggi untuk mempelajari lebih lanjut tentang topik yang dibahas dan mereka
menilai pembawa acara podcast lebih dapat dipercaya.

Pengaruh latar belakang profesional dan gaya pesan pada kepercayaan sumber,
kredibilitas pesan dan niat perilaku

Sejak pandemi COVID-19 dimulai, berbagai orang dengan latar belakang profesi
yang beragam telah beralih ke Twitter untuk menyampaikan informasi kesehatan
yang mendesak kepada masyarakat umum. Ini termasuk politisi, seperti menteri
kesehatan dari Amerika Serikat [Azar, 2020] dan Republik Federal Jerman [Spahn,
2020], serta ilmuwan dari lembaga yang dikenal luas, seperti Universitas Johns
Hopkins [Gardner, 2020] dan Charite di Berlin [Drosten, 2020].

https://doi.org/10.22323/2.20040204 JCOM 20(04)(2021)A04 3

 Dari penelitian sebelumnya diketahui bahwa politisi biasanya dianggap tidak jujur [Gallup,
2018]. Selanjutnya diketahui bahwa politisi dianggap kurang hangat dan kurang kompeten
dibandingkan profesor [Fiske dan Dupree, 2014]. Selain itu, kesesuaian antara topik
kesehatan dan ilmuwan mungkin lebih tinggi dibandingkan dengan kesesuaian antara politisi
dan topik komunikasi, yang dapat meningkatkan kredibilitas sumber yang dirasakan [Breves
et al., 2019]. Berdasarkan temuan ini, orang mungkin berhipotesis bahwa para ilmuwan bisa
lebih efektif ketika mengkomunikasikan informasi kesehatan COVID-19 yang mendesak
kepada masyarakat umum melalui Twitter daripada politisi.

Lebih jauh lagi, ketika menyampaikan informasi penting melalui Twitter, sebagian orang hampir
secara eksklusif menggunakan huruf kapital saat menulis pesan mereka. Salah satu contoh
menonjol yang secara teratur men-tweet dalam huruf kapital adalah Presiden Amerika Serikat ke-45
[Trump, 2018]. Meskipun penelitian telah mulai melihat penggunaan Tweet dalam huruf kapital
dalam konteks kampanye politik [Enli, 2017], tidak ada penelitian yang secara sistematis menyelidiki
alasan spesifik mengapa orang men-tweet dalam huruf kapital. Namun, di berbagai komunitas
online, tweeting dengan huruf kapital biasanya diartikan sebagai bentuk teriakan yang seharusnya
menekankan pentingnya dan keseriusan pesan [Strizver, 2020; Tschhabitscher, 2021; Turki, 2018].
Meski berbagai orang men-tweet dengan huruf kapital untuk mengkomunikasikan informasi
kesehatan COVID-19 kepada masyarakat umum [Trump, 2020], strategi ini bisa menjadi bumerang
karena dapat mengganggu kelancaran pemrosesan. Kefasihan pemrosesan dapat didefinisikan
sebagai "pengalaman subjektif tentang kemudahan yang digunakan orang untuk memproses
informasi" dan dapat berasal dari fitur pesan perseptual dan linguistik [Alter dan Oppenheimer,
2009]. Karena persepsi kelancaran selalu tersedia, orang-orang mengandalkannya secara teratur
ketika mengevaluasi informasi [Greifeneder dan Bless, 2007; Whittlesea dan Leboe, 2003]. Pesan
yang sulit dibaca [Reber dan Schwarz, 1999] atau disampaikan dalam kualitas audio yang buruk
[Newman dan Schwarz, 2018], misalnya, dianggap kurang kredibel. Berdasarkan temuan tersebut,
di dapat dikatakan bahwa Tweet yang hampir secara eksklusif mengandalkan huruf kapital lebih
sulit dibaca dan karenanya mengurangi kelancaran pemrosesan. Oleh karena itu, orang mungkin
berhipotesis bahwa pesan yang ditulis dengan huruf kecil bisa lebih efektif ketika
mengkomunikasikan informasi kesehatan COVID-19 yang mendesak kepada masyarakat umum
melalui Twitter daripada pesan yang ditulis dengan huruf kapital.

Sejauh ini, belum ada penelitian yang menyelidiki apakah latar belakang profesional
sumber informasi (menjadi politisi vs. ilmuwan) dan gaya pesan (tweet dengan huruf
kapital vs. tweet dengan huruf kecil) memengaruhi efektivitas komunikasi kesehatan
COVID-19 informasi melalui Twitter. Untuk mengatasi kesenjangan penelitian ini,
kami melakukan 2× 2 percobaan antar-mata pelajaran. Selama percobaan, peserta
diperlihatkan profil Twitter seseorang bernama Andreas Bauer. Bergantung pada
kondisi eksperimental, profil Twitter menyatakan bahwa Andreas Bauer adalah
seorang politisi (“Menteri Kesehatan Masyarakat di Pemerintah Saarland”) atau
seorang ilmuwan (“Profesor Kesehatan Masyarakat di Universitas Saarland”).
Selanjutnya, peserta diperlihatkan Tweet berisi informasi kesehatan dari Andreas
Bauer. Tergantung pada kondisi percobaan, Tweet ditulis dalam huruf kapital atau
huruf kecil. Selanjutnya, peserta menjawab pertanyaan tentang kepercayaan sumber
informasi, kredibilitas informasi yang diberikan dan niat perilaku mereka. Tujuan dari
prosedur ini adalah untuk menguji hipotesis berikut.

https://doi.org/10.22323/2.20040204 JCOM 20(04)(2021)A04 4

 Hipotesis 1: Ilmuwan, dibandingkan dengan politisi, lebih efektif ketika
mengkomunikasikan informasi kesehatan COVID-19 melalui Twitter,
mengenai kepercayaan sumber, kredibilitas pesan, dan niat perilaku.

Hipotesis 2: Pesan ditulis dengan huruf kecil, dibandingkan dengan huruf kapital
surat, lebih efektif saat mengkomunikasikan informasi kesehatan
COVID-19 melalui Twitter, mengenai keterpercayaan sumber,
kredibilitas pesan, dan niat perilaku.

Metode Sampel

Untuk merekrut peserta, kami menghubungi orang-orang melalui buletin email dan situs
jejaring sosial dan meminta mereka untuk mengambil bagian dalam percobaan. Sebagai
insentif untuk partisipasi, peserta memiliki kesempatan untuk mengikuti undian dan
memenangkan salah satu dari beberapa voucher toko online. Analisis daya apriori
menggunakan G*Power (Faul et al. [2007]; spesifikasi: keluarga uji =F tes; uji statistik = ANOVA:
efek tetap, khusus, efek utama dan interaksi; jenis analisis daya = apriori;
F = 0,15, α = 0,05, pangkat = 0,85, pembilang df = 1, jumlah kelompok = 4) menyatakan bahwa
total 401 peserta diperlukan untuk mendeteksi efek kecil hingga sedang dengan kekuatan
yang memuaskan. Untuk mengimbangi kemungkinan pengecualian peserta, kami sedikit
melakukan oversampling. Sebanyak 439 peserta menyelesaikan percobaan dan menunjukkan
pada akhir penelitian bahwa mereka menjawab semua pertanyaan dengan jujur. 15 peserta
dikeluarkan dari analisis data karena mereka menyatakan bahwa mereka menghadapi
masalah teknis selama penelitian. Oleh karena itu, sampel kenyamanan akhir berisi 424 (262
perempuan, 156 laki-laki, 6 beragam) peserta dengan usia rata-rata 26 tahun (M = 25.65, SD =
6.86).

Bahan dan prosedur

2 × 2 eksperimen antar-subjek dilakukan secara online menggunakan platform

SoSci Survey (SoSci Survey GmbH, Munich, Jerman) untuk pengumpulan data.
Pada langkah pertama, peserta diberitahu tentang konteks umum penelitian dan
prosedur percobaan yang akan datang. Setelah peserta memberikan
persetujuan mereka untuk berpartisipasi dalam percobaan, mereka memberikan
informasi demografis dan menjawab langkah-langkah kontrol. Setelah ini,
peserta secara acak ditugaskan ke salah satu dari empat kondisi eksperimental
dan diperlihatkan profil Twitter seseorang bernama Andreas Bauer. Tergantung
pada kondisi eksperimental, profil Twitter menyatakan bahwa Andreas Bauer
adalah seorang politikus (“Menteri Kesehatan Masyarakat di Pemerintah
Saarland”, lihat Gambar 1) atau seorang ilmuwan (“Profesor Kesehatan
Masyarakat di Universitas Saarland”, lihat Gambar 2).

andreasbauer1960.de/Gesundheitstip. . . ”). Tergantung pada kondisi percobaan,

Tweet ditulis dalam huruf kapital (lihat Gambar 3) atau huruf kecil (lihat Gambar 4).
Selanjutnya, peserta menjawab langkah-langkah dependen, dan pertanyaan cek
manipulasi. Setelah ini, peserta ditanya apakah mereka menghadapi masalah teknis
selama penelitian dan apakah mereka menjawab semua pertanyaan dengan jujur. Di
akhir penelitian, peserta diberikan pembekalan dan berkesempatan memasukkan
alamat email untuk mengikuti undian voucher toko online.

https://doi.org/10.22323/2.20040204 JCOM 20(04)(2021)A04 5

 Gambar 1. Profil Twitter politisi.

Gambar 2. Profil Twitter ilmuwan.

https://doi.org/10.22323/2.20040204 JCOM 20(04)(2021)A04 6

 Gambar 3. Tweet dengan huruf kapital.

Gambar 4. Tweet dalam huruf kecil.

Langkah-langkah kontrol dan pemeriksaan manipulasi

Sebanyak empat tindakan kontrol dimasukkan untuk menilai apakah kelompok eksperimen
berbeda dalam karakteristik yang dapat membiaskan hasil studi. Peserta menunjukkan
persetujuan mereka dengan tiga pernyataan tentang penggunaan internet mereka
(“Saya secara teratur menggunakan internet untuk membaca tentang topik ilmiah”), keyakinan
mereka pada sains (“Saya percaya pada sains”) dan pengetahuan mereka sebelumnya (“Saya
tahu banyak tentang COVID-19”). Peserta menunjukkan persetujuan mereka pada skala mulai
dari 1 (sangat tidak setuju) sampai 7 (sangat setuju). Selanjutnya, peserta ditanya “Seberapa
sering Anda menggunakan Twitter?”. Peserta menunjukkan jawaban mereka pada skala mulai
dari 1 (nol hari seminggu) hingga 8 (tujuh hari seminggu). Sebagai cek manipulasi, peserta
ditanya “Apa profesi Andreas Bauer?”. Peserta dapat memilih antara

https://doi.org/10.22323/2.20040204 JCOM 20(04)(2021)A04 7

 “Menteri Kesehatan Masyarakat di Pemerintah Saarland”, “Profesor Kesehatan
Masyarakat di Universitas Saarland” dan “Saya tidak tahu”. Selanjutnya, mereka
ditanya “Apakah Andreas Bauer hampir secara eksklusif menggunakan huruf kapital
di Tweet-nya?”. Peserta dapat memilih antara “Ya”, “Tidak” dan “Saya tidak tahu”.

Langkah-langkah tergantung

Keterpercayaan sumber

Untuk menilai seberapa dapat dipercaya sumber informasi dianggap, Muenster Epistemic
Trustworthiness Inventory [Hendriks, Kienhues and Bromme, 2015] digunakan. Peserta
menilai 15 item pada skala mulai dari 1 (tidak dapat dipercaya sama sekali) hingga 7 (sangat
dapat dipercaya). Item mengukur keahlian (misalnya, "tidak memenuhi syarat - memenuhi
syarat"), kebajikan (misalnya, "tidak bermoral - moral") dan integritas (misalnya, "tidak tulus -
tulus"). Karena kesukaan sering dianggap sebagai subdimensi tambahan dari kepercayaan,
peserta menunjukkan persetujuan mereka dengan pernyataan "Saya suka Andreas Bauer"
pada skala mulai dari 1 (sangat tidak setuju) hingga 7 (sangat setuju).

Kredibilitas pesan

Untuk menilai kredibilitas informasi yang diberikan dalam Tweet, peserta

menunjukkan persetujuan mereka dengan pernyataan “Nasihat kesehatan Andreas
Bauer kredibel” pada skala mulai dari 1 (sangat tidak setuju) hingga 7 (sangat setuju).

Niat perilaku

Untuk menilai niat perilaku peserta setelah membaca Tweet, peserta menunjukkan
persetujuan mereka dengan pernyataan "Saya akan membaca saran kesehatan Andreas
Bauer" dan "Saya akan membagikan saran kesehatan Andreas Bauer melalui media sosial"
pada skala mulai dari 1 (sangat tidak setuju) hingga 7 (sangat setuju).

Hasil Langkah-langkah kontrol dan pemeriksaan manipulasi

Untuk semua analisis, perangkat lunak statistik SPSS Statistics Version 26 (IBM Corp, Armonk,
New York, Amerika Serikat) digunakan. Sebelum menganalisis langkah-langkah dependen,
empat analisis varians satu arah antara subjek dilakukan dengan kondisi eksperimental
sebagai variabel independen dan langkah-langkah kontrol sebagai variabel dependen untuk
menganalisis apakah peserta dalam empat kelompok eksperimen berbeda dalam aspek yang
dapat membiaskan penelitian. hasil. Hasil penelitian menunjukkan bahwa peserta dalam
empat kelompok eksperimen tidak berbeda secara signifikan dalam hal penggunaan internet
mereka [F(3, 420) = 0,867, P = .458, η2P = .006], kepercayaan mereka pada sains [F(3, 420) =
0,257, P = .856, η2P = .002], pengetahuan mereka sebelumnya [F(3, 420) = 1,063, P = .364, η2P
= .008] dan penggunaan Twitter mereka [F(3, 420) = 1.100,
P = .349, η2P = .008]. Oleh karena itu, empat tindakan pengendalian tidak dimasukkan dalam
analisis lebih lanjut. Dari 424 peserta, 381 (89,9%) mengingat dengan benar latar belakang
profesional Andreas Bauer dan 354 (83,5%) mengingat dengan benar

https://doi.org/10.22323/2.20040204 JCOM 20(04)(2021)A04 8

 apakah dia hampir secara eksklusif menggunakan huruf kapital di Tweet-nya. 322 (75,9%)
peserta menjawab kedua pertanyaan cek manipulasi dengan benar. Tingkat ingatan yang
relatif tinggi menunjukkan bahwa manipulasi eksperimental bekerja seperti yang diharapkan.
Karena pencari informasi secara alami berbeda dalam perhatian mereka terhadap detail
dalam pengaturan online dunia nyata dan manipulasi eksperimental mungkin tidak perlu
diingat secara sadar untuk memiliki efek, semua peserta dimasukkan dalam analisis data.

Langkah-langkah tergantung

Untuk analisis ukuran dependen, analisis varians antar-subjek dua arah

dilakukan dengan latar belakang profesional (menjadi politisi vs. menjadi
ilmuwan) dan gaya pesan (tweet dengan huruf kapital vs. tweet dengan huruf
kecil) sebagai Variabel independen. Tabel 1 menunjukkan sarana dan standar
deviasi dari ukuran dependen dengan latar belakang profesional dan gaya pesan.

Tabel 1. Sarana dan standar deviasi dari tindakan dependen oleh dukungan profesional
dasar dan gaya pesan.

Langkah-langkah tergantung Latarbelakang profesional Gaya pesan

Politikus Ilmuwan P nilai Modal Lebih rendah- P nilai
(n = 222), (n = 202), surat-surat kasus
berarti (SD) berarti (SD) (n = 208), surat-surat

berarti (SD) (n = 216),

berarti (SD)
Keterpercayaan sumber
Keahlian 3.79 (1.19) 4.08 (1.33) . 008 3,67 (1,16) 4.17 (1.33) < .001
Integritas 4.01 (0.96) 3,79 (1,25) . 030 3.69 (1.07) 4.11 (1.12) < .001
Kebajikan 3.91 (1.17) 3,66 (1,40) . 042 3,53 (1,26) 4.05 (1.27) < .001
Kesukaan 3.25 (1.22) 3.13 (1.37) . 324 2.94 (1.30) 3.43 (1.25) < .001
Kredibilitas pesan
Kredibilitas 3,00 (1,47) 2,99 (1,65) . 943 2.60 (1.37) 3,37 (1,63) < .001
Niat perilaku
niat membaca 3.07 (1.94) 3.13 (1.91) . 760 2.63 (1.76) 3.56 (1.97) < .001
Berbagi niat 1,59 (1,16) 1,67 (1,29) . 498 1,46 (1.05) 1,79 (1,35) . 004

Efek utama dari latar belakang profesional

Ada efek utama yang signifikan dari latar belakang profesional pada keahlian [F(1,
420) = 5,679, P = .018, η2P = .013], integritas [F(1, 420) = 4,727, P = .030,
η2P = .011] dan kebajikan [F(1, 420) = 4,181, P = .042, η2P = .010]. Namun, tidak
ada efek utama yang signifikan dari latar belakang profesional pada kesukaan [F
(1, 420) = 0,975, P = .324, η2P = .002], kredibilitas [F(1, 420) = 0,005, P = .943,
η2p < .001], niat membaca [F(1, 420) = 0,093, P = .760, η2p < .001] dan niat
berbagi [F(1, 420) = 0,460, P = .498, η2P = .001].

Efek utama dari gaya pesan

Ada efek utama yang signifikan dari gaya pesan pada keahlian [F(1, 420) = 17.688,
p < .001, η2P = .040], integritas [F(1, 420) = 15.900, p < .001,

https://doi.org/10.22323/2.20040204 JCOM 20(04)(2021)A04 9

 η2P = .036], kebajikan [F(1, 420) = 18,474, p < .001, η2P = .042], disukai [F(1, 420)
= 15,984, p < .001, η2P = .037], kredibilitas [F(1, 420) = 28.321, p < .001,
η2P = .063], niat membaca [F(1, 420) = 26.660, p < .001, η2P = .060] dan
niat berbagi [F(1, 420) = 8.167, P = .004, η2P = .019].

Efek interaksi

Kedua faktor latar belakang profesional dan gaya pesan tidak berinteraksi satu sama lain
secara signifikan untuk mempengaruhi keahlian [F(1, 420) = 3,392, P = .066,
η2P = .008], integritas [F(1, 420) = 1,753, P = .186, η2P = .004], kebajikan [F(1,
420) = 0,752, P = .386, η2P = .002], disukai [F(1, 420) = 1,524, P = .218,
η2P = .004], kredibilitas [F(1, 420) = 2,469, P = .117, η2P = .006], niat membaca [F
(1, 420) = 2,278, P = .132, η2P = .005] dan niat berbagi [F(1, 420) = 1,642,
P = .201, η2P = .004].

Diskusi Tujuan dari penelitian ini adalah untuk menyelidiki apakah latar belakang profesional sumber informasi (menjadi politisi
vs. menjadi ilmuwan) dan gaya pesan (tweet dengan huruf kapital vs. tweet dengan huruf kecil) mempengaruhi efektivitas
komunikasi COVID- 19 informasi kesehatan melalui Twitter. Dihipotesiskan bahwa para ilmuwan, dibandingkan dengan
politisi, lebih efektif dalam mengkomunikasikan informasi kesehatan COVID-19 melalui Twitter. Hasilnya, bagaimanapun,
hanya sebagian mendukung hipotesis. Sejalan dengan hipotesis, para ilmuwan dianggap memiliki keahlian lebih dari
politisi. Namun, politisi dianggap memiliki lebih banyak integritas dan kebajikan daripada ilmuwan. Selain itu, latar
belakang profesional sumber informasi tidak mempengaruhi kesukaannya, kredibilitas informasi kesehatannya dan niat
peserta untuk membaca informasi kesehatannya dan membagikannya melalui media sosial. Hasil ini mengejutkan karena
penelitian sebelumnya menemukan bahwa para ilmuwan biasanya dianggap lebih dapat dipercaya daripada politisi. Salah
satu alasan untuk hasil ini mungkin terletak pada operasionalisasi yang digunakan dalam penelitian ini. Studi yang
menemukan bahwa politisi dianggap kurang dapat dipercaya biasanya mengajukan pertanyaan umum seperti "Seberapa
dapat dipercaya politisi?" atau “Seberapa besar Anda mempercayai anggota parlemen?”. Ketika dihadapkan dengan
pertanyaan umum seperti itu, peserta dapat mendasarkan evaluasi mereka pada pengetahuan mereka tentang politik
yang mungkin mencakup pengetahuan tentang berbagai skandal politik. Oleh karena itu, evaluasi mereka mungkin
menjadi lebih negatif. Dalam studi saat ini, bagaimanapun, peserta tidak memberikan pendapat mereka tentang politisi
pada umumnya. Sebaliknya, mereka mengevaluasi seorang politisi tak dikenal yang tidak terkait dengan skandal politik
apa pun dan yang merupakan menteri kesehatan masyarakat. Peserta mungkin berasumsi bahwa politisi harus memiliki
integritas dan kebajikan untuk mencapai posisi politik yang tinggi. Untuk menguji penjelasan ini, studi masa depan dapat
mereplikasi studi saat ini, tetapi alih-alih memperkenalkan politisi sebagai menteri kesehatan masyarakat, mereka dapat
memperkenalkan politisi sebagai anggota parlemen. Peserta mungkin berasumsi bahwa politisi harus memiliki integritas
dan kebajikan untuk mencapai posisi politik yang tinggi. Untuk menguji penjelasan ini, studi masa depan dapat
mereplikasi studi saat ini, tetapi alih-alih memperkenalkan politisi sebagai menteri kesehatan masyarakat, mereka dapat
memperkenalkan politisi sebagai anggota parlemen. Peserta mungkin berasumsi bahwa politisi harus memiliki integritas
dan kebajikan untuk mencapai posisi politik yang tinggi. Untuk menguji penjelasan ini, studi masa depan dapat
mereplikasi studi saat ini, tetapi alih-alih memperkenalkan politisi sebagai menteri kesehatan masyarakat, mereka dapat
memperkenalkan politisi sebagai anggota parlemen.

Hipotesis kedua menyatakan bahwa pesan yang ditulis dengan huruf kecil
dibandingkan dengan huruf kapital lebih efektif dalam menyampaikan informasi
kesehatan COVID-19 melalui Twitter. Sejalan dengan hipotesis, sumber informasi yang
mentweet dengan huruf kecil dianggap lebih dapat dipercaya. Lebih khusus lagi,
mereka dianggap memiliki lebih banyak keahlian, integritas dan

https://doi.org/10.22323/2.20040204 JCOM 20(04)(2021)A04 10

 kebajikan. Selain itu, informasi kesehatan mereka dianggap lebih kredibel dan
peserta lebih bersedia membaca informasi kesehatan mereka dan
membagikannya melalui media sosial. Meskipun hasilnya sejalan dengan
hipotesis, penelitian tambahan dapat mengeksplorasi apakah kelancaran
pemrosesan benar-benar merupakan kekuatan pendorong di balik efek yang
ditemukan. Studi masa depan dapat mereplikasi studi saat ini tetapi
menggunakan manipulasi karakteristik pesan yang lebih luas. Bisa bervariasi
misalnya 0%, 20%, 40%, 60%, 80% atau 100% pesan ditulis dengan huruf kapital.
Jika kelancaran pemrosesan adalah mekanisme yang mendasari efek yang
ditemukan, kami berharap evaluasi negatif menjadi lebih jelas dengan
meningkatnya jumlah huruf kapital. Pendekatan ini, tentu saja, membutuhkan
lebih banyak peserta penelitian. Namun,

Studi masa depan juga dapat mengidentifikasi dan memanipulasi faktor-faktor

yang mungkin mengubah latar belakang profesional yang ditemukan dan efek
gaya pesan. Telah dikemukakan, misalnya, bahwa sifat tentatif dari informasi
ilmiah dapat mempengaruhi penilaian kredibilitas [Bromme dan Goldman, 2014;
Flemming, Cress dan Kimmerle, 2017]. Sejalan dengan argumen ini, tampaknya
menjadi temuan umum dalam konteks penelitian jurnalisme bahwa “setelah
membaca artikel jurnalistik tentang temuan ilmiah baru, pembaca yang
mengenali sifat tentatif temuan menilai artikel jurnalistik yang melaporkan
temuan ini kurang kredibel. ” [Flemming, Kimmerle et al., 2020]. Dari sudut
pandang ilmiah, temuan ini tampak mengejutkan karena mengakui tentatifnya
informasi ilmiah adalah praktik umum dan masuk akal dalam komunitas
akademik [Hyland, 1996]. Namun demikian, temuan ini menggambarkan bahwa
beragam faktor memiliki potensi untuk mempengaruhi penilaian kredibilitas
dan kepercayaan [Choi dan Stvilia, 2015; Metzger dan Flanagin, 2015;
Pornpitakpan, 2004]. Oleh karena itu, studi masa depan bisa mengeksplorasi
apakah menekankan tentatif informasi yang diberikan memodifikasi efek gaya
pesan. Misalnya, orang mungkin berpendapat bahwa Tweet yang ditulis dengan
huruf kecil tampak kredibel selama tidak menekankan ketenteraman informasi
yang diberikan. Namun, jika Tweet menekankan tentatifnya informasi yang
diberikan,

Keterbatasan dan arah penelitian masa depan

Meskipun penelitian saat ini memberikan wawasan yang berharga tentang efek latar
belakang profesional dan gaya pesan pada kepercayaan sumber, kredibilitas pesan
dan niat perilaku, mungkin ada keterbatasan untuk generalisasi hasil. Dua batasan
mengenai usia peserta penelitian dan lokasi geografis eksperimen tampaknya
sangat penting. Penting untuk ditekankan bahwa kami mengandalkan sampel
kenyamanan yang tidak mewakili populasi Jerman yang mungkin membatasi
generalisasi dari efek yang ditemukan. Dengan usia rata-rata 26 tahun, misalnya,
peserta penelitian relatif masih muda. Karena penelitian sebelumnya menunjukkan
bahwa usia peserta studi dapat mempengaruhi pemantauan sumber, sugestibilitas
terhadap informasi yang salah dan evaluasi kredibilitas [Choi dan Stvilia, 2015;
Mitchell, Johnson dan Mather, 2003], penelitian masa depan harus mereplikasi
penelitian saat ini dengan kelompok usia yang berbeda. Dapat dihipotesiskan,
misalnya, bahwa peserta studi yang lebih muda lebih kritis ketika mengevaluasi
pesan di Twitter karena mereka

https://doi.org/10.22323/2.20040204 JCOM 20(04)(2021)A04 11

 lebih akrab dengan layanan komunikasi modern seperti Twitter dan oleh karena itu
lebih sadar akan tingginya prevalensi misinformasi pada layanan tersebut.

Keterbatasan lain bisa terletak pada lokasi geografis di mana penelitian ini berlangsung. Lebih
khusus, negara-negara telah mengembangkan epistemologi sipil yang berbeda, yang
menggambarkan cara-cara di mana masyarakat mengevaluasi dan mendiskusikan klaim
pengetahuan [Jasanoff, 2005; Jasanoff, 2011]. Di Jerman, tempat studi ini berlangsung, diskusi
biasanya berfokus pada “membangun pemikiran ahli yang dibuat secara komunal, yang
mampu mendukung konsensus kebijakan”, sedangkan di Amerika Serikat, “informasi biasanya
dihasilkan oleh pihak yang berkepentingan dan diuji di depan umum melalui konfrontasi
terbuka. antara sudut pandang yang berlawanan dan sarat kepentingan” [Jasanoff, 2011]. Oleh
karena itu, peserta studi di Jerman mungkin lebih memilih pesan dalam huruf kecil karena
terlihat sebagai cara yang lebih konstruktif untuk mengkomunikasikan informasi kesehatan
dan mencapai konsensus. Di Amerika Serikat, bagaimanapun, peserta studi mungkin lebih
akrab dengan pesan yang ditulis dalam huruf kapital dan karena itu mungkin bereaksi
berbeda terhadapnya. Oleh karena itu, dapat dihipotesiskan bahwa efek gaya pijat yang
ditemukan lebih kuat di Jerman daripada di Amerika Serikat. Faktor lain yang mungkin
mempengaruhi hasil adalah lokasi geografis yang dinyatakan dalam profil Twitter. Bergantung
pada kondisi eksperimental, profil Twitter menyatakan bahwa Andreas Bauer adalah seorang
politisi (“Menteri Kesehatan Masyarakat di Pemerintah Saarland”) atau seorang ilmuwan
(“Profesor Kesehatan Masyarakat di Universitas Saarland”). Dalam kedua kasus tersebut, profil
Twitter menunjukkan bahwa Andreas Bauer berada di negara bagian Saarland, Jerman. Orang
mungkin berpendapat bahwa negara bagian Saarland di Jerman biasanya tidak dikaitkan
dengan keunggulan akademik dan oleh karena itu para ilmuwan dan politisi dari negara
bagian ini mungkin tampak kurang dapat dipercaya secara umum. Untuk menguji hipotesis
ini, studi masa depan dapat menyelidiki apakah ilmuwan dan politisi dari negara bagian
Jerman dengan universitas unggulan yang terkenal (misalnya, North Rhine-Westphalia,
Saxony) tampaknya lebih dapat dipercaya daripada ilmuwan dan politisi dari negara bagian
Jerman tanpa universitas unggulan (misalnya, Mecklenburg-Vorpommern, Saarland)
[Wissenschaftsrat, 2019].

Kesimpulan

Saat mengevaluasi informasi kesehatan mendesak yang dikomunikasikan melalui Twitter,

orang mendasarkan penilaian mereka pada latar belakang profesional sumber informasi
dan gaya pesan mereka. Jika pesan ditulis dalam huruf kecil, bukan huruf kapital, orang
menganggap sumber informasi memiliki lebih banyak keahlian, lebih banyak integritas,
dan lebih banyak kebajikan. Selain itu, informasi kesehatan dianggap lebih kredibel dan
masyarakat lebih mau membaca informasi kesehatan dan membagikannya melalui
media sosial. Berkenaan dengan latar belakang profesional sumber informasi, para
ilmuwan dianggap memiliki lebih banyak keahlian daripada politisi. Namun, politisi
dianggap memiliki lebih banyak integritas dan kebajikan daripada ilmuwan.

Alter, AL dan Oppenheimer, DM (2009). 'Menyatukan suku kefasihan untuk membentuk a

Referensi
bangsa metakognitif'. Review Psikologi Kepribadian dan Sosial 13 (3),
hlm. 219–235. https://doi.org/10.1177/1088868309341564.
Azar, A. (2020). @HHSgov mengumumkan hampir $1 Miliar dalam bentuk hibah #CARESAct untuk mendukung
lansia dan penyandang disabilitas di masyarakat selama wabah #COVID19.
URL: https://twitter.com/SecAzar/status/1253460484407218176.

https://doi.org/10.22323/2.20040204 JCOM 20(04)(2021)A04 12

 Bientzle, M., Griewatz, J., Kimmerle, J., Küppers, J., Cress, U. dan
Lammerding-Koeppel, M. (2015). 'Dampak kata-kata ilmiah versus emosional
dari pertanyaan pasien pada komunikasi dokter-pasien di forum internet:
eksperimen terkontrol secara acak dengan mahasiswa kedokteran'.Jurnal
Penelitian Internet Medis 17 (11), e268. https://doi.org/10.2196/jmir.4597.
Breves, PL, Liebers, N., Abt, M. dan Kunze, A. (2019). 'Kecocokan yang dirasakan antara
Influencer Instagram dan merek yang didukung'. Jurnal Penelitian Periklanan 59
(4), hlm. 440–454. https://doi.org/10.2501/JAR-2019-030.
Bromme, R. dan Goldman, SR (2014). 'Pemahaman publik yang terbatas tentang
Sains'. Psikolog Pendidikan 49 (2), hlm. 59–69.
https://doi.org/10.1080/00461520.2014.921572.
Bromme, R. dan Thomm, E. (2016). 'Mengetahui siapa yang tahu: kemampuan orang awam'
untuk menilai relevansi para ahli untuk topik sains. Ilmu Kognitif 40 (1),
hlm. 241–252. https://doi.org/10.1111/cogs.12252.
Chen, Q., Min, C., Zhang, W., Wang, G., Ma, X. dan Evans, R. (2020). 'Membongkar
kotak hitam: bagaimana mempromosikan keterlibatan warga melalui media sosial
pemerintah selama krisis COVID-19'. Komputer dalam Perilaku Manusia 110, 106380.
https://doi.org/10.1016/j.chb.2020.106380.
Choi, W. dan Stvilia, B. (2015). 'Penilaian kredibilitas web: konseptualisasi,
operasionalisasi, variabilitas, dan model'. Jurnal Asosiasi Ilmu dan
Teknologi Informasi 66 (12), hlm. 2399–2414.
https://doi.org/10.1002/asi.23543.
Coppersmith, G., Dredze, M. dan Harman, C. (2014). 'Mengukur kesehatan mental
sinyal di Twitter'. Dalam: Workshop on Computational Linguistics and Clinical
Psychology: from Linguistic Signal to Clinical Reality (Baltimore, MD, USA 27th
June 2014), hlm. 51–60.https://doi.org/10.3115/v1/W14-3207.
Drosten, C. (2020). Für alle, die noch immer nicht daran glauben: bersterblichkeit durch
#COVID19 di Inggris.
URL: https://twitter.com/c_drosten/status/1252601814891069440.
Eastin, MS (2001). 'Penilaian kredibilitas informasi kesehatan online: the
efek keahlian sumber dan pengetahuan konten'. Jurnal
Komunikasi Mediasi Komputer 6 (4), JCMC643.
https://doi.org/10.1111/j.1083-6101.2001.tb00126.x.
Eichstaedt, JC, Schwartz, HA, Giorgi, S., Kern, ML, Park, G., Sap, M.,
Labarthe, DR, Larson, EE, Seligman, MEP dan Ungar, LH (2018). 'Lebih banyak
bukti bahwa bahasa Twitter memprediksi penyakit jantung: respons dan
replikasi'.https://doi.org/10.31234/osf.io/p75ku.
Eichstaedt, JC, Schwartz, HA, Kern, ML, Park, G., Labarthe, DR,
Pedagang, RM, Jha, S., Agrawal, M., Dziurzynski, LA, Sap, M., Weeg, C., Larson, EE,
Ungar, LH dan Seligman, MEP (2015). 'Bahasa psikologis di Twitter memprediksi
kematian penyakit jantung tingkat kabupaten'.Ilmu Psikologi 26 (2), hlm. 159–
169. https://doi.org/10.1177/0956797614557867.
Engelke, KM, Hase, V. dan Wintterlin, F. (2019). 'Mengukur kepercayaan dan ketidakpercayaan
dalam jurnalisme: refleksi status quo dan saran untuk jalan ke depan'.
Jurnal Penelitian Kepercayaan 9 (1), hlm. 66–86.
https://doi.org/10.1080/21515581.2019.1588741.
Enli, G. (2017). 'Twitter sebagai arena bagi orang luar yang otentik: menjelajahi sosial
kampanye media Trump dan Clinton dalam pemilihan presiden AS 2016'.
Jurnal Komunikasi Eropa 32 (1), hlm. 50–61.
https://doi.org/10.1177/0267323116682802.

https://doi.org/10.22323/2.20040204 JCOM 20(04)(2021)A04 13

 Faul, F., Erdfelder, E., Lang, A.-G. dan Buchner, A. (2007). 'G*Power 3: fleksibel
program analisis kekuatan statistik untuk ilmu sosial, perilaku, dan biomedis '.
Metode Penelitian Perilaku 39 (2), hlm. 175–191.
https://doi.org/10.3758/BF03193146.
Firsching, J. (2021). Twitter Statistiken 2021: Entwicklung Nutzerzahlen,
Nutzerwachstum & Umsatz. URL: https://www.futurebiz.de/artikel/twitter
- statistiken-nutzerzahlen/.
Fiske, ST dan Dupree, C. (2014). 'Mendapatkan kepercayaan serta rasa hormat dalam
berkomunikasi kepada audiens yang termotivasi tentang topik sains'. Prosiding
National Academy of Sciences 111 (Tambahan 4), hlm. 13593–13597.
https://doi.org/10.1073/pnas.1317505111.
Flemming, D., Cress, U. dan Kimmerle, J. (2017). 'Mengolah ilmiah
tentatifitas penelitian medis: studi eksperimental tentang efek berita
penelitian dan komentar pengguna di media online'. Ilmu Komunikasi 39
(6), hlm. 745–770. https://doi.org/10.1177/1075547017738091.
Flemming, D., Cress, U., Kimmig, S., Brandt, M. dan Kimmerle, J. (2018).
'Emosionalisasi dalam komunikasi sains: dampak narasi dan representasi
visual pada perolehan pengetahuan dan persepsi risiko'. Perbatasan dalam
Komunikasi 3, 3. https://doi.org/10.3389/fcomm.2018.00003.
Flemming, D., Kimmerle, J., Cress, U. dan Sinatra, GM (2020). 'Penelitian adalah
tentatif, tapi tidak apa-apa: mengatasi miskonsepsi tentang tentatifitas
ilmiah melalui teks sanggahan'. Proses Wacana 57 (1), hlm. 17–35.
https://doi.org/10.1080/0163853X.2019.1629805.
Fox, S. dan Duggan, M. (2013). 'Kesehatan Daring 2013'.Pusat Penelitian Pew.
URL:
http://www.pewinternet.org/2013/01/15/health-online-2013/.
Gallup (2018). Kejujuran/etika dalam profesi. URL: http://news.gallup.com/poll/16
54/Etika-Kejujuran-Profesi.aspx.
Gardner, L. (2020). Kami melacak penyebaran 2019-nCoV secara real-time.
URL: https://twitter.com/TexasDownUnder/status/1220014483516592129.
Greifeneder, R. dan Memberkati, H. (2007). 'Mengandalkan konten yang dapat diakses versus
pengalaman aksesibilitas: kasus kapasitas pemrosesan'. Kognisi Sosial 25 (6),
hlm. 853–881. https://doi.org/10.1521/soco.2007.25.6.853.
Hawn, C. (2009). 'Ambil dua Aspirin dan tweet saya di pagi hari: bagaimana Twitter,
Facebook, dan media sosial lainnya membentuk kembali perawatan kesehatan'. Urusan Kesehatan 28
(2), hlm. 361–368. https://doi.org/10.1377/hlthaff.28.2.361.
Heaivilin, N., Gerbert, B., Halaman, JE dan Gibbs, JL (2011). 'Kesehatan masyarakat
pengawasan sakit gigi melalui Twitter'. Jurnal Penelitian Gigi 90 (9), hlm.
1047–1051. https://doi.org/10.1177/0022034511415273.
Hendriks, F., Kienhues, D. dan Bromme, R. (2015). 'Mengukur kepercayaan orang awam terhadap
ahli di era digital: Muenster Epistemic Trustworthiness Inventory (METI)'.
PLoS SATU 10 (10), e0139309.
https://doi.org/10.1371/journal.pone.0139309.
Hyland, K. (1996). 'Berbicara dengan akademi: bentuk lindung nilai dalam penelitian sains
artikel'. Komunikasi tertulis 13 (2), hlm. 251–281.
https://doi.org/10.1177/0741088396013002004.
Irlandia, ME, Schwartz, HA, Chen, Q., Ungar, LH dan Albarracín, D. (2015).
'Tweet berorientasi masa depan memprediksi prevalensi HIV tingkat kabupaten yang lebih rendah
di Amerika Serikat'. Psikologi Kesehatan 34 (Suppl), hlm. 1252–1260.
https://doi.org/10.1037/hea0000279.

https://doi.org/10.22323/2.20040204 JCOM 20(04)(2021)A04 14

 Jasanoff, S. (2005). Desain tentang alam: sains dan demokrasi di Eropa dan
Amerika Serikat. Princeton, NJ, AS: Princeton University Press.
https://doi.org/10.1515/9781400837311.
— (2011). 'Pengetahuan kosmopolitan: ilmu iklim dan epistemologi sipil global'. Dalam: Buku
pegangan Oxford tentang perubahan iklim dan masyarakat. Ed. oleh
JS Dryzek, RB Norgaard dan D. Schlosberg. Oxford, Inggris: Oxford University
Press, hlm. 129–143.
https://doi.org/10.1093/oxfordhb/9780199566600.003.0009.
Kata, A. (2010). 'Kotak Pandora postmodern: misinformasi anti-vaksinasi di
internet'. Vaksin 28 (7), hlm. 1709–1716.
https://doi.org/10.1016/j.vaccine.2009.12.022.
Keelan, J., Pavri-Garcia, V., Tomlinson, G. dan Wilson, K. (2007). 'YouTube sebagai
sumber informasi tentang imunisasi: analisis isi'. JAMA: Jurnal Asosiasi Medis
Amerika 298 (21), hlm. 2482–2484.
https://doi.org/10.1001/jama.298.21.2482.
Konig, L. (2020). 'Podcast di perguruan tinggi: antusiasme guru meningkat
kegembiraan, minat, kesenangan, dan motivasi belajar siswa'. Studi
Pendidikan. https://doi.org/10.1080/03055698.2019.1706040.
König, L. dan Jucks, R. (2019a). 'Topik hangat dalam komunikasi sains: agresif
bahasa menurunkan kepercayaan dan kredibilitas dalam debat ilmiah. Pemahaman
Publik tentang Sains 28 (4), hlm. 401–416.
https://doi.org/10.1177/0963662519833903.
— (2019b). 'Pengaruh bahasa antusias pada kredibilitas informasi kesehatan
dan kepercayaan komunikator sains: wawasan dari eksperimen berbasis
web antar-subjek'.Jurnal Interaktif Penelitian Medis 8
(3), e13619. https://doi.org/10.2196/13619.
— (2019c). 'Kapan pencari informasi mempercayai informasi ilmiah? Wawasan
dari evaluasi penerima kuliah video online'.Jurnal Internasional Teknologi
Pendidikan di Pendidikan Tinggi 16, 1.
https://doi.org/10.1186/s41239-019-0132-7.
— (2020). 'Pengaruh bahasa dan profesi positif pada kepercayaan dan
kredibilitas dalam nasihat kesehatan online: studi eksperimental'.Jurnal
Penelitian Internet Medis 22 (3), e16685. https://doi.org/10.2196/16685.
Kouzy, R., Abi Jaoude, J., Kraitem, A., El Alam, MB, Karam, B., Adib, E., Zarka, J.,
Traboulsi, C., Akl, EW dan Baddour, K. (2020). 'Coronavirus menjadi viral:
mengukur epidemi kesalahan informasi COVID-19 di Twitter'.Cureus 12 (3),
e7255. https://doi.org/10.7759/cureus.7255.
Kruglanski, AW, Dechesne, M., Orehek, E. dan Pierro, A. (2009). 'Tiga dekade
epistemik awam: mengapa, bagaimana, dan siapa pembentukan pengetahuan'. Ulasan
Eropa tentang Psikologi Sosial 20 (1), hlm. 146–191.
https://doi.org/10.1080/10463280902860037.
Kruglanski, AW, Raviv, A., Bar-Tal, D., Raviv, A., Sharvit, K., Ellis, S., Bar, R.,
Pierro, A. dan Mannetti, L. (2005). 'Kata siapa?: Efek otoritas epistemik dalam
penilaian sosial'.Kemajuan dalam Psikologi Sosial Eksperimental 37, hlm. 345–392.
https://doi.org/10.1016/S0065-2601(05)37006-7.
Lee, JY dan Sundar, SS (2013). 'Untuk tweet atau retweet? Itu adalah pertanyaan untuk
profesional kesehatan di Twitter'. Komunikasi Kesehatan 28 (5), hlm. 509–524.
https://doi.org/10.1080/10410236.2012.700391.
Mayer, RC, Davis, JH dan Schoorman, FD (1995). 'Model integratif dari
kepercayaan organisasi'. Review Akademi Manajemen 20 (3), hlm. 709–734.
https://doi.org/10.2307/258792.

https://doi.org/10.22323/2.20040204 JCOM 20(04)(2021)A04 15

 Metzger, MJ dan Flanagin, AJ (2015). 'Pendekatan psikologis terhadap kredibilitas
penilaian online'. Dalam: Buku pegangan psikologi teknologi
komunikasi. Ed. oleh SS Sundar. John Wiley & Sons, hlm. 445–466.
https://doi.org/10.1002/9781118426456.ch20.
Miles, J., Petrie, C. dan Baja, M. (2000). 'Pelangsingan di Internet'.Jurnal dari
Royal Society of Medicine 93 (5), hlm. 254–257.
https://doi.org/10.1177/014107680009300510.
Mislove, A., Lehmann, S., Ahn, Y.-Y., Onnela, J.-P. dan Rosenquist, JN (2011).
'Memahami demografi pengguna Twitter'. Dalam: Konferensi AAI Internasional
Kelima tentang Weblog dan Media Sosial (Barcelona, Spanyol, 17–21 Juli 2011),
hlm. 554–557.
Mitchell, KJ, Johnson, MK dan Mather, M. (2003). 'Pemantauan sumber dan
sugestibilitas terhadap informasi yang salah: perbedaan terkait usia dewasa'. Psikologi
Kognitif Terapan 17 (1), hlm. 107–119. https://doi.org/10.1002/acp.857.
Mitchell, L., Frank, MR, Harris, KD, Dodds, PS dan Danforth, CM (2013).
'Geografi kebahagiaan: menghubungkan sentimen dan ekspresi Twitter,
demografi, dan karakteristik objektif tempat'. PLoS SATU 8 (5), e64417.
https://doi.org/10.1371/journal.pone.0064417.
Newman, EJ dan Schwarz, N. (2018). 'Suara bagus, riset bagus: bagaimana audionya
kualitas mempengaruhi persepsi penelitian dan peneliti. Ilmu
Komunikasi 40 (2), hlm. 246–257.
https://doi.org/10.1177/1075547018759345.
Pandey, A., Patni, N., Singh, M., Sood, A. dan Singh, G. (2010). 'YouTube sebagai sumber
informasi tentang pandemi influenza H1N1'. American Journal of Preventive
Medicine 38 (3), E1–E3. https://doi.org/10.1016/j.amepre.2009.11.007.
Park, H., Reber, BH dan Chon, M.-G. (2016). 'Tweeting sebagai komunikasi kesehatan:
penggunaan Twitter oleh organisasi kesehatan untuk promosi kesehatan dan
keterlibatan publik'. Jurnal Komunikasi Kesehatan 21 (2), hlm. 188–198.
https://doi.org/10.1080/10810730.2015.1058435.
Pennycook, G., McPhetres, J., Zhang, Y., Lu, JG dan Rand, D. (2020). 'Berkelahi
Informasi yang salah tentang COVID-19 di media sosial: bukti eksperimental untuk
intervensi dorongan akurasi yang terukur'. https://doi.org/10.31234/osf.io/uhbk9.
Peters, J. (2020). 'Twitter akan menghapus tweet menyesatkan terkait COVID-19 yang
bisa menghasut orang untuk terlibat dalam 'aktivitas berbahaya''. The Verge.
URL:
https://www.theverge.com/2020/4/22/21231956/twitter-remove-covi
d-19-tweets-call-to-action-harm-5g.
Pornpitakpan, C. (2004). 'Persuasif kredibilitas sumber: tinjauan kritis
dari lima dekade 'bukti'. Jurnal Psikologi Sosial Terapan 34 (2), hlm. 243–281.
https://doi.org/10.1111/j.1559-1816.2004.tb02547.x.
Prestin, A., Vieux, SN dan Chou, W.-y. S. (2015). 'Apakah aktivitas kesehatan online hidup dan
baik atau flatlining? Temuan dari 10 tahun Survei Tren Nasional Informasi
Kesehatan'.Jurnal Komunikasi Kesehatan 20 (7), hlm. 790–798.
https://doi.org/10.1080/10810730.2015.1018590.
Prieto, VM, Matos, S., lvarez, M., Cacheda, F. dan Oliveira, JL (2014). 'Indonesia:
tempat yang baik untuk mendeteksi kondisi kesehatan'. PLoS SATU 9 (1), e86191.
https://doi.org/10.1371/journal.pone.0086191.
Reber, R. dan Schwarz, N. (1999). 'Efek kefasihan persepsi pada penilaian
kebenaran'. Kesadaran dan Kognisi 8 (3), hlm. 338–342.
https://doi.org/10.1006/ccog.1999.0386.

https://doi.org/10.22323/2.20040204 JCOM 20(04)(2021)A04 16

 Robillard, JM, Johnson, TW, Hennessey, C., Beattie, BL dan Illes, J. (2013).
'Aging 2.0: informasi kesehatan tentang demensia di Twitter'. PLoS SATU 8
(7), e69861. https://doi.org/10.1371/journal.pone.0069861.
Scanfeld, D., Scanfeld, V. dan Larson, EL (2010). 'Diseminasi kesehatan'
informasi melalui jejaring sosial: Twitter dan antibiotik'. Jurnal Pengendalian
Infeksi Amerika 38 (3), hlm. 182–188.
https://doi.org/10.1016/j.ajic.2009.11.004.
Sharma, K., Seo, S., Meng, C., Rambhatla, S., Dua, A. dan Liu, Y. (2020).
'Coronavirus di media sosial: menganalisis informasi yang salah dalam
percakapan Twitter'. arXiv:2003.12309.
Shearer, E. dan Mitchell, A. (2021). 'Penggunaan berita di seluruh platform media sosial di
2020'. Pusat Penelitian Pew. URL: https://www.journalism.org/wp-content/upl
oads/sites/8/2021/01/PJ_2021.01.12_News-and-Social-Media_FINAL.pdf.
Singh, L., Bansal, S., Bode, L., Budak, C., Chi, G., Kawintiranon, K., Padden, C.,
Vanarsdall, R., Vraga, E. dan Wang, Y. (2020). 'Pertama melihat informasi
COVID-19 dan berbagi informasi yang salah di Twitter'. arXiv:2003.13907.
Spahn, J. (2020). Besuche wie der in der Uniklinik Gießen-Marburg sind wichtig, um zu
sehen, wo wir nachbessern müssen.
URL: https://twitter.com/jensspahn/status/1250095485282594820.
Staddler, M. dan Bromme, R. (2014). 'Model integrasi sumber konten:
deskripsi taksonomi tentang bagaimana pembaca memahami informasi ilmiah yang
saling bertentangan'. Dalam: Memproses informasi yang tidak akurat: perspektif
teoretis dan terapan dari ilmu kognitif dan ilmu pendidikan. Ed. oleh
DN Rapp dan JLG Braasch. Cambridge, MA, AS: MIT Press, hlm.
379–402.
Stadtler, M., Musim Dingin, S., Scharrer, L., Thomm, E., Krämer, N. dan Bromme, R. (2017).
'Seleksi, Integrasi dan Evaluasi'. Psikologische Rundschau 68 (3), hlm.
177–181. https://doi.org/10.1026/0033-3042/a000361.
Strizver, I. (2020). 'ALL CAPS: untuk menyetel atau tidak menyetel?'Fonts.com. URL: https://www.fo
nts.com/content/learning/fyti/situational-typography/all-caps.
Trump, DJ (2018). Kepada Presiden Iran Rouhani.
URL: https://www.thetrumparchive.com.
— (2020). KITA TIDAK BISA MEMBIARKAN PENYEMBUHANNYA LEBIH BURUK DARIPADA
MASALAHNYA SENDIRI. URL: https://www.thetrumparchive.com.
Tschhabitscher, H. (2021). 'Menulis huruf besar semua seperti berteriak'.Lifewire.
URL: https://www.lifewire.com/why-not-to-write-in-all-caps-1173242.
Tsugawa, S., Kikuchi, Y., Kishino, F., Nakajima, K., Itoh, Y. dan Ohsaki, H. (2015).
'Mengenali depresi dari aktivitas Twitter'. Dalam: CHI '15: Prosiding
Konferensi ACM Tahunan ke-33 tentang Faktor Manusia dalam Sistem
Komputasi (Seoul, Republik Korea, 18-23 April 2015). New York, NY, AS:
Asosiasi untuk Mesin Komputasi, hlm. 3187–3196.
https://doi.org/10.1145/2702123.2702280.
Turk, V. (2018). 'Mengapa tweet all-caps Donald Trump tampak BENAR-BENAR BERTERIAK
DAN MENAKUTKAN'. KABEL. URL: https://www.wired.co.uk/article/donald-trum
p-twitter-iranian-president-all-caps.
Veletsianos, G. (2012). Partisipasi dan praktik 'sarjana pendidikan tinggi' di
Indonesia'. Jurnal Pembelajaran Berbantuan Komputer 28 (4), hlm. 336–349.
https://doi.org/10.1111/j.1365-2729.2011.00449.x.
Whittlesea, BWA dan Leboe, JP (2003). 'Dua heuristik kelancaran (dan bagaimana cara mengetahuinya .)
mereka terpisah)'. Jurnal Memori dan Bahasa 49 (1), hlm. 62–79.
https://doi.org/10.1016/S0749-596X(03)00009-3.

https://doi.org/10.22323/2.20040204 JCOM 20(04)(2021)A04 17

 Wissenschaftsrat (2019). Förderlinie Exzellenzuniversitäten: Gesamtliste der geförderten
Universitäten und des Universittsverbunds.
URL: https://www.wissenschaftsrat.de/download/2019/ExStra_Entscheidu
ng.pdf?__blob=publicationFile&v=1.
Wong, CA, Sap, M., Schwartz, A., Town, R., Baker, T., Ungar, L. and
Pedagang, RM (2015). 'Sentimen Twitter memprediksi pendaftaran pasar tindakan
perawatan yang terjangkau'.Jurnal Penelitian Internet Medis 17 (2), e51.
https://doi.org/10.2196/jmir.3812.
Organisasi Kesehatan Dunia (2020). Penyakit Coronavirus 2019 (COVID-19): Situasi
Laporan – 93.
Zagzebski, LT (2015). Otoritas epistemik: teori kepercayaan, otoritas, dan
otonomi dalam keyakinan. New York, NY, AS: Oxford University Press.

Pengarang Dr. Lars König adalah seorang psikolog dan komunikator sains yang antusias. Saat
ini, karyanya berfokus pada komunikasi sains/kesehatan, persuasi di lingkungan
online, dan desain strategis lingkungan pembelajaran digital. Penelitiannya telah
muncul di antara lain Journal of Medical Internet Research, dan Public Understanding
of Science.
ORCID: https://orcid.org/0000-0003-1450-8449.
Surel:forschung@charakter-manufaktur.de.

Dr. Priska Linda Breves adalah peneliti di Institute of Human-Computer-Media,

Department of Media and Business Communication, University of Würzburg,
Jerman. Ia belajar komunikasi media di Universitas Würzburg dan Universitas
Columbia, New York. Minatnya adalah komunikasi strategis dan persuasif.
Penelitiannya telah muncul di International Journal of Advertising, dan
Computers in Human Behavior, antara lain.

ORCID: https://orcid.org/0000-0002-4074-8027.
Surel:priska.breves@uni-wuerzburg.de.

Bagaimana mengutip König, L. dan Breves, P. (2021). 'Menyediakan informasi kesehatan melalui Twitter:
latar belakang profesional dan gaya pesan memengaruhi kepercayaan sumber,
kredibilitas pesan, dan niat perilaku'.JCOM 20 (04), A04. https://doi.org/
10.22323/2.20040204.

©c Penulis. Artikel ini dilisensikan di bawah ketentuan Creative Commons

Attribution —NonCommercial —NoDerivativeWorks 4.0 License. ISSN 1824-2049.
Diterbitkan oleh SISSAMedialab.jcom.sissa.it

https://doi.org/10.22323/2.20040204 JCOM 20(04)(2021)A04 18