n = n = BAB 3 HASIL DAN PEMBAHASAN 3.1 Sampel Dan Teknik Pengambilan sampel

Transkripsi

1 BAB 3 HASIL DAN PEMBAHASAN 3.1 Sampel Dan Teknik Pengambilan sampel Responden penelitian ini adalah siswa SMA Negeri 14 Medan. Data jumlah siswa yang diperoleh adalah sebagai berikut: Tabel 3.1 Jumlah Siswa SMA Negeri 14 Medan No Kelas Jumlah Siswa 1 X XI XII 277 Total 926 Metode yang digunakan untuk jumlah sampel adalah dengan menggunakan rumus Slovin, sebagai berikut: NN n = 1+NNee 2 keterangan: n = Jumlah sampel N = Jumlah populasi e = batas toleransi kesalahan Populasi dalam penelitian ini adalah siswa SMA Negeri 14 Medan sebanyak 926 jiwa. Sehingga, jumlah siswayang diambil sebagai sampel adalah: NN 1+NNee = 1+926(0,1) 2 n = = ,26 = 90,25

2 31 = 90 orang Maka dapat ditentukan jumlah sampel dalam penelitian ini adalah sebanyak 90 orang. Teknik pengambilan sampel menggunakan metode Proportionated stratified random sampling, maka jumlah sampel yang harus diambil berdasarkan perhitungan proporsi dari setiap jurusan di SMA Negeri 14 Medan dengan rumus sebagai berikut: nn ii = NN ii NN xxxx dengan: nn ii NN ii N n = jumlah sampel menurut stratum = jumlah populasi menurut stratum = jumlah populasi = jumlah sampel Tabel 3.2 Penarikan Sampel dengan Proporsional No Kelas Jurusan Proportionated Jumlah stratified random Siswa sampling Jumlah Sampel 1 X IPA X 90 = 18,46 18 IPS X 90 = 11, XI IPA X 90 = 22,94 23 IPS X 90 = 10, XII IPA X 90 = 16,62 17 IPS X 90 = 10,30 10 Total

3 Penyajian Data Data analisis konjoin didapat berdasarkan urutan kartu profil dalam kuesioner. Dalam penelitian ini metode presentasi yang digunakan adalah full-profileyang menggunakan data metrik yaitu dengan cara merating. Proses menilai konjoin dilakukan dengan langkah-langkah sebagai berikut: 1. Menentukan atribut dan level atribut yaitu: 6) Faktor Emosi(Jenuh dan Bosan, Stres dan Depresi). 7) Faktor Lingkungan (Teman Sepergaulan Sesama Gamers, Mengikuti Ajakan Teman, Mengikuti Trend dan pergaulan) 8) Ketertarikan(Rasa Ingin tau dan penasaran, Merasa Tertantang, Sifat Game Yang Seru dan Menghibur) 9) Perkembangan Teknologi (Fasilitas Yang Memadai, Mudahnya akses Bermain Game online) 10) Gaya Hidup (Kurangnya Kegiatan, Kebiasaan atau hobi) 2. Mendesain stimuli yaitu setelah atribut dan level atribut diperoleh selanjutnya adalah menentukan preferensi responden terhadap setiap kombinasi maka dari itu dibentuklah stimuli. Stimuli adalah kombinasi antara atribut dengan level. Dari 5 atribut dan 5 level atribut tersebut didapat jumlah kombinasi yang mungkin untuk disusun sebanyak 72 stimuli (diperoleh dari hasil perkalian setiap level dari masing masing atribut = 2 x 3 x 3 x 2 x 2). Dengan jumlah stimuli sebanyak itu, maka akan menyulitkan responden untuk memberikan penilaian terhadap stimuli tersebut serta membutuhkan waktu yang lama para responden untuk mengevaluasinya, sehingga untuk memudahkan responden kombinasi didesain oleh software SPSS 16.0 sehingga menghasilkan 16 stimuli. Adapun langkah membuat dengan SPSS 16.0 adalah sebagai berikut: a. Dari program SPSS, biarkan data editor dalam keadaan kosong b. Pilih menu file, new, dan pilih syntax c. Ketik pada syntax editor 32

4 33 ORTHOPLAN /FACTOR= EMOSI 'Faktor Emosi' ( Jenuh dan Bosan Stres dan Depresi ) LKNGN Faktor Lingkungan' ( Teman Sepergaulan Sesama Gamers Mengikuti Ajakan Teman Mengikuti Trend dan pergaulan ) KTRKN 'Ketertarikan' ( Rasa Ingin Tau Dan Penasaran Merasa Tertantang Sifat Game Yang Seru Dan Menghibur ) TKLGI Perkembangan Teknologi' ( Fasilitas Yang Memadai Mudahnya Akses Bermain Game Online ) GAYA'Gaya Hidup' ( Kurangnya Kegiatan Kebiasaan Atau Hobi ) /HOLDOUT=0 SAVEOUTFILE='DATA SPSS.SAV'. Pilih menu Run All dapat dibentuk kombinasi pada data view. Setelah dievaluasi satu persatu dengan menggunakan software SPSS 16.0 dihasilkan 16 stimuli dan dapat langsung digunakan untuk mengetahui preferensi responden.stimuli dapat dilihat pada lampiran 1. Selanjutnya responden diminta untuk memberikan rating terhadap kombinasi pekerjaan yang ada pada lampiran 1 dengan menggunakan skala likert dan dengan urutan: 1 = Sangat tidak setuju dengan stimuli tersebut 2 = Tidak setuju dengan stimuli tersebut 3 = Cukup setuju dengan stimuli tersebut 4 = setuju dengan stimuli tersebut 5 = Sangat setuju dengan stimuli tersebut 3. Menghitung Nilai Urutan Untuk menghitung nilai utilitas dan nilai kepentingan relatif atribut dapat menggunakan 2 cara yaitu: a. Menggunakan Perhitungan Manual Untuk menduga rating atribut berdasarkan data responden, maka dilakukan perhitungan dengan menggunakan data salah seorang responden.datanya dapat 33

5 34 dilihat pada lampiran 3. Lakukan pengkodean dengan variabel dummy yang mewakili setiap level dari masing masing atribut. Untuk semua atribut dan level dari atribut dikodekan pada tabel 3.3 sebagai berikut: Tabel 3.3 Pengkodean Level Jumlah Atribut level X 1 X 2 X 3 X 4 X 5 X 6 X Bentuk pertanyaan dalam kuesioner dari setiap kombinasi terdapat pada lampiran 2 dan responden diminta untuk memberikan preferensinya dari setiap kombinasi.preferensi diperoleh dengan mengurutkan kombinasi kombinasi yang tersedia berdasarkan tingkat kepentingan relatif. Data pada tabel 3.3 akan dikodekan menjadi variabel dummy, sebagaimana dilakukan pada regresi dengan variabel kuantitatif. Hasilnya adalah data pada tabel 3.4 sebagai berikut: Tabel 3.4 Pengkodean Data Untuk Regresi No Faktor Emosi Faktor Lingkungan Ketertarikan Perkembangan Teknologi Gaya Hidup X 1 X 2 X 3 X 4 X 5 X 6 X

6 35 Pada tabel 3.4 adalah data yang telah ditransformasikan, selanjutnya data yang diperoleh dari hasil kuesioner dianalisis dengan persamaan regresi linier berganda dengan variabel bebas berupa dummy 8 buah. UU(XX) = αα 0 + αα 1 XX 1 + αα 2 XX 2 + αα 3 XX 3 + αα 4 XX 4 + αα 5 XX 5 Keterangan: U(X) αα 0 αα 0, αα 1, αα 2, αα 3, αα 4, αα 5 X 1 X 2 = Kegunaan atau utilitas = Intercept = Nilai Utilitas setiap level dari masing masing atribut = Variabel dummy mewakili atribut Faktor Emosi = Variabel dummy mewakili atribut Faktor Lingkungan X 3 X 4 = Variabel dummy mewakili atribut Ketertarikan = Variabel dummy mewakili atribut Perkembangan Teknologi X 5 = Variabel dummy mewakili atribut Gaya Hidup Menentukan αα 0, αα 1, αα 2,..., Dapat menggunakan software SPSS sebagai berikut: a. Atribut yang sudah diubah menjadi variabel dummy, selanjutnya diinput ke SPSS Statistics Data Editor. b. Input juga nilai rating di kolom sebelahnya c. Pilih Analyze, Regression Linear d. Isi nilai rating sebagai variabel dependent, dan ke 7 level atribut sebagai variabel independent e. Klik ok 35

7 36 Maka hasilnya dapat dilihat pada tabel 3.5 berikut ini yaitu koefisien nilai b dari SPSS Tabel 3.5 Koefisien Nilai b dari SPSS Unstandardized Coefficients Standardized Coefficients Model B Std. Error Beta t Sig. (Constant) 4,750 0,407 11,658 0,000 b1-0,750 0,258 0,539 2,910 0,020 b2-0,500 0,316-0,359-1,584 0,152 b3-0,500 0,364-0,311-1,372 0,207 b4-0,875 0,316-0,629-2,772 0,024 b5-0,750 0,364-0,467-2,058 0,074 b6-0,250 0,258-0,180-0,970 0,360 b ,258 0,180 0,970 0,360 Persamaan regresi liniear berganda digunakan untuk memperkirakan nilai utilitas. Harus diperoleh nilai utilitas dari setiap atribut, setiap atribut memiliki level. Dengan diketahuinya kode variabel dummy, setiap level dilambangkan terlebih dahulu. Untuk atribut, utilitas masing masing level dilambangkan oleh 11 (Jenuh dan Bosan), 12 (Stres dan Depresi), 21 (Teman Sepergaulan Sesama Gamers), 22 (Mengikuti Ajakan Teman), 23 (Mengikuti Trend dan Pergaulan), 31 (Rasa Ingin Tau dan Penasaran), 32 (Merasa Tertantang), 33 (Sifat Game Yang Seru dan Menghibur), 41 (Fasilitas Yang Memadai), 42 (Mudahnya Akses Bermain Game online), 51 (Kurangnya Kegiatan), 52 (Kebiasaan atau hobi). Hubungan setiap koefisien variabel dummy, mewakili 36

8 37 perbedaan dalam parth-worth untuk level yang bersangkutan dikurangi parthworth dari level dasar. Setelah didapat koefisien nilai b, maka dicari nilai kegunaannya (utility) sebagai berikut: a) Untuk atribut Faktor Emosi diperoleh persamaan yang dinyatakan oleh persamaan berikut: = b 1 (1) = 0 (2) Dengan menggunakan nilai nilai koefisien dari hasil SPSS maka diperoleh persamaan sebagai berikut: = - 0,750 (3) = 0 (4) Dari persamaan (3) dan (4) diperoleh persamaan: = - 0, = = -0, = 0,375 (5) Dari persamaan (2) diperoleh persamaan: = ,375 = 0 11 = (6) Sehingga diperoleh hasil setelah dipecahkan: 11 = -0, = 0,375 b) Persamaan untuk atribut Faktor Lingkungan sebagai berikut: = b 2 (7) = b 3 (8) = 0 (9) 37

9 = -0,500 (10) = -0,500 (11) Dari persamaan (10) dan (11) diperoleh persamaan: = -0, = -0, = 0 (12) 21 = 22 (13) Dari persamaan (9) diperoleh persamaan: = = = 0 (14) Dari persamaan (11) dan (14) diperoleh persaman: = -0, = = -0, = -0,167 (15) Dari persamaan (11) diperoleh persamaan: = -0,500-0, = -0, = 0,333 (16) Dari persamaan (10) diperoleh persamaan: = -0, ,333 = -0, = -0,167 (17) Maka setelah dipecahkan diperoleh hasil sebagai berikut: 21 = -0, = -0, = 0,333 38

10 39 c) Persamaan untuk atribut Ketertarikan dinyatakan pada persamaan berikut: = b 4 (18) = b 5 (19) = 0 (20) Dengan menggunakan nilai nilai koefisien dari hasil SPSS maka diperoleh persamaan betrikut: = -0,875 (21) = -0,750 (22) Dari persamaan (21) dan (22) diperoleh: = -0, = -0, = -0,125 (23) 31 = -0, (24) Dari persamaan (20) diperoleh persamaan: = 0-0, = 0-0, = = 0,125 (25) Dari persamaan (22) dan (25) diperoleh persamaan: = -0, = 0, = -0, = -0,208 (26) Dari persamaan (22) diperoleh persamaan: = -0,750-0, = -0, = 0,542 (27) Dari persamaan (21) diperoleh persamaan: = -0, ,542 = -0, = -0,333 (28) 39

11 40 Sehingga diperoleh: 31 = -0, = -0, = 0,542 d) Untuk atribut Perkembangan Teknologi diperoleh persamaan yang dinyatakan oleh persamaan berikut: = b 6 (29) = 0 (30) Dengan menggunakan nilai koefisien dari hasil SPSS maka diperoleh persamaan sebagai berikut: = -0,250 (31) = 0 (32) Dari persamaan (31) dan (32) diperoleh persamaan: = -0, = = -0, = 0,125 (33) Dari persamaan (30) diperoleh persamaan: = ,125 = 0 41 = -0,125 (34) Sehingga diperoleh hasil setelah dipecahkan: 41 = -0, = 0,125 e) Untuk atribut Gaya Hidup maka akan diperoleh persamaan sebagai berikut: = b 7 (35) = 0 (36) 40

12 41 Dengan menggunakan nilai koefisien dari hasil SPSS maka diperoleh persamaan sebagai berikut: = 0,250 (38) = 0 (39) Dari persamaan (38) dan (39) diperoleh persamaan: = 0, = = 0,250 (40) 52 = -0,125 (41) Dari persamaan (39) diperoleh persamaan: = ,125 = 0 51 = 0,125 (42) Sehingga diperoleh hasil setelah dipecahkan: 51 = 0, = -0,125 Untuk setiap level disajikan pada tabel 3.5 melalui level-levelnya dapat dihitung tingkat kepentingan atribut, diketahui bahwa tingkat kepentingan atribut adalah selisih utilitas tertinggi dan terendah. Seperti yang dinyatakan pada persamaan berikut: I i = {max (αα ij ) min (αα ij )} (3.1) Tingkat kepentingan atribut adalah: Faktor Emosi (Ii) = 0,375 (-0,375) = 0,750 Faktor Lingkungan (I 2 ) = 0,333 (-0,167) = 0,5 Ketertarikan (I 3 ) = 0,542 (-0,333) = 0,875 Perkembangan Teknologi (I 4 ) = 0,125 (-0,125) = 0,250 Gaya Hidup b (I 5 ) = 0,125 (-0,125) = 0,250 Dengan tingkat kepentingan atribut tersebut dapat diketahui urutan atribut berdasarkan tingkat kepentingan, tetapi jika diubah menjadi tingkat kepentingan relatif (bobot) dapat dihitung dengan rumus: 41

13 42 W i = IIII mm ii=1 IIII (3.2) Dengan rumus 3.2 diatas maka tingkat kepentingan relatif (bobot) setiap atribut adalah: Faktor Emosi: W 1 = 0,750 0,750+0,5+0,875+0,25+0,25 =0,750 2,625 = 0,2857 Faktor Lingkungan: 0,5 W 2 = = 0,5 0,750+0,5+0,875+0,25+0,25 2,625 = 0,1905 Ketertarikan: 0,875 W 3 = 0,750+0,5+0,875+0,25+0,25 =0,875 2,625 = 0,3333 Perkembangan Teknologi: 0,25 W 4 = = 0,25 0,750+0,5+0,875+0,25+0,25 2,625 = 0,0952 Gaya Hidup: 0,25 W 5 = = 0,25 0,750+0,5+0,875+0,25+0,25 2,625 = 0,0952 b. Menggunakan software SPSS 16.0 dengan program syntax Dari Hasil Metode Full Profile Untuk 1 Responden maka didapat seperti tabel berikut: 42

14 43 Tabel 3.6 Hasil Metode Full Profile Untuk 1 Responden Atribut Faktor Emosi Faktor Lingkungan Ketertarikan Level Deskripsi Utilitas Lambang Skor Jenuh Dan Bosan 11-0,375 Stres Dan Depresi 12 0,375 Teman Sepergaulan Sesama Gamers 21-0,167 Mengikuti Ajakan Teman 22-0,167 Mengikuti Trend Dan Pergaulan 23 0,333 Rasa Ingin Tau Dan Penasaran 31-0,333 Merasa Tertantang 32-0,208 Tingkat Kepentingan Skor Bobot 0,750 0,2857 0,5 0,1905 0,875 0,3333 Sifat Game Yang Seru Dan Menghibur 33 0,542 Perkembangan Teknologi Gaya Hidup Fasilitas Yang Memadai 41-0,125 Mudahnya Akses Bermain Game Online 42 0,125 Kurangnya Kegiatan 51 0,125 Kebiasaan Atau Hobi 52-0,125 0,250 0,0952 0,250 0,0952 Pada tabel dibawah ini adalah penilaian 1 orang responden dapat dilihat sebagai berikut: 43

15 44 Tabel 3.7 Nilai Utilitas 1 Orang Responden Atribut Level Utilitas Std. Estimate Error Faktor Emosi Jenuh Dan Bosan -0,375 0,129 Stres Dan Depresi 0,375 0,129 Teman Sepergaulan Sesama Gamers -0,167 0,172 Faktor Mengikuti Ajakan Teman -0,167 0,201 Lingkungan Mengikuti Trend Dan Pergaulan 0,333 0,201 Rasa Ingin Tau Dan Penasaran -0,333 0,172 Ketertarikan Merasa Tertantang -0,208 0,201 Sifat Game Yang Seru Dan Menghibur 0,542 0,201 Perkembangan Fasilitas Yang Memadai -0,125 0,129 Teknologi Mudahnya Akses Bermain Game Online 0,125 0,129 Gaya Hidup Kurangnya Kegiatan 0,125 0,129 Kebiasaan Atau Hobi -0,125 0,129 (Constant) 4,250 0,142 Tabel 3.8 Nilai Kepentingan Relatif 1 Orang Responden Atribut NPR Faktor Emosi 28,57% Faktor Lingkungan 19,05% Ketertarikan 33,33% Perkembangan Teknologi 9,52% Gaya Hidup 9.52% 44

16 45 Pada tabel 3.9 adalah nilai kepentingan atribut keseluruhan responden dapat dilihat sebagai berikut: Tabel 3.9 Nilai Utilitas Keseluruhan Responden Atribut Level Utilitas Std. Estimate Error Faktor Emosi Jenuh Dan Bosan -0,033 0,036 Stres Dan Depresi 0,033 0,036 Teman Sepergaulan Sesama Gamers -0,041 0,048 Faktor Mengikuti Ajakan Teman -0,039 0,057 Lingkungan Mengikuti Trend Dan Pergaulan 0,080 0,057 Rasa Ingin Tau Dan Penasaran 0,056 0,048 Ketertarikan Merasa Tertantang -0,101 0,057 Sifat Game Yang Seru Dan Menghibur 0,046 0,057 Perkembangan Fasilitas Yang Memadai 0,068 0,036 Teknologi Mudahnya Akses Bermain Game Online -0,068 0,036 Gaya Hidup Kurangnya Kegiatan 0,044 0,036 Kebiasaan Atau Hobi -0,044 0,036 (Constant) 4,250 4,431 Tabel 3.10 Nilai Kepentingan Relatif Keseluruhan Responden Atribut NPR Faktor Emosi 21,287% Faktor Lingkungan 22,081% Ketertarikan 30,646% Perkembangan Teknologi 13,797% Gaya Hidup 12,189% 4. Dari hasil Metode Full Profile dan nilai kepentingan atribut, baik dari 1 responden maupun keseluruhan responden dari tabel diatas, maka didapat interpretasi sebagai berikut: 45

17 46 1) Pada tabel 3.8 dapat dilihat bahwa 1 responden memilih atribut Ketertarikansebagai atribut yang dianggap paling penting pengaruhnya terhadap kecanduan game online pada siswa sebesar 33,333% yang diikuti dengan atribut Faktor Emosi sebesar 28,571%, untuk atribut Faktor Lingkungan sebesar 19,048%, untuk atribut Perkembangan Teknologi dan Gaya Hidup masing-masing sebesar 9,524%. 2) Pada tabel 3.10 dapat dilihat bahwa keseluruhan responden memilih Ketertarikan sebagai atribut yang dianggap paling penting pengaruhnya terhadap kecanduan game online pada siswa SMA Negeri 14 Medan sebesar 30,646% yang diikuti dengan atribut Faktor Lingkungan sebesar 22,081%, atribut Faktor Emosi sebesar 21,287%, atribut Perkembangan Teknologi sebesar 13,797%, dan atribut Gaya Hidup sebesar 12,189%. Gambar 3.1 Diagram Nilai Kepentingan Relatif NPR Faktor Emosi Faktor Lingkungan Ketertarikan Perkembangan Teknologi Gaya Hidup Dari gambar 3.1 dapat dilihat bahwa atribut Ketertarikan sebagai atribut yang dianggap relatif penting pengaruhnya terhadap kecanduan game online pada siswa SMA Negeri 14 Medan. 46

18 Interpretasi Model Analisis Konjoin Penerapan model analisis konjoin melalui pendekatan analisis regresi berganda menggunakan variabel dummy terhadap ketujuh profil faktor yang mempengaruhi Kecanduan Game Online Pada Siswa SMA Negeri 14 Medan. UU(XX) = αα 0 + αα 11 XX 11 + αα 12 XX 12 + αα 21 XX 21 + αα 22 XX 22 + αα 23 XX 23 + αα 31 XX 31 + αα 32 XX 32 + αα 33 XX 33 + αα 41 XX 41 + αα 42 XX 42 + αα 51 XX 51 + αα 52 XX 52 + αα 53 XX 53 Dari tabel 3.9 diperoleh estimasi koefisien persamaan dasar konjoin atau estimasi utilitas, yang disebut sebagai prediksi parth-worth adalah: 0 = 4, = -0, = 0, = -0, = -0, = 0, = 0, = -0, = 0, = 0, = -0, = 0, = -0,044 Dengan mensubstitusikan setiap estimasi utilitas kedalam persamaan dasar konjoin akan menjadi : U(X) = 4,250-0,033 X ,033X 12-0,041X 21-0,039X ,080 X ,056 X 31-0,101 X 32 +0,046 X ,068 X 41-0,068 X ,044 X 51-0,044X 52 Pada dasarnya utilitas adalah derajat seberapa besar nilai ukuran kepuasan responden dari penggunaan barang dan jasa.jadi utilitas disini adalah seberapa besar pengaruh nilai dari masing masing level.nilai Utilitas menunjukkan seberapa besar pengaruh nilai dari masing masing level pada tiap tiap atribut dari hasil yang didapat berdasarkan mensubstitusikan setiap estimasi utilitas kedalam persamaan dasar konjoin diatas. Jika nilainya negatif berarti responden kurang menyukai atau kurang menganggap penting stimuli tersebut.sebaliknya, jika nilai positif, maka responden suka dengan stimuli produk tersebut. 47

19 Pengukuran Validitas Dan Reliabilitas Pengukuran validitas dan reliabilitas ini digunakan untuk menunjukkan korelasi dan kevalidan penilai responden. Nilai nilai ini berkorelasi dengan input rating untuk profil yang diperoleh dari responden. Tabel 3.11 Korelasi Metode Value Sig. Pearson's R 0,985 0,000 Kendall's tau 0,836 0,000 Pada pengukuran validitas dan reliabilitas ini output korelasi secara pearson dengan menggunakan SPSS menghasilkan angka yang relatif kuat yaitu 0,985 (diatas 0.5). Hal ini menunjukkan adanya hubungan yang kuat antara estimasi dan aktual, artinya data hasil perhitungandari model regresi berkorelasi sangat kuat dengan data yang diperoleh berdasarkan pendapat responden. Sedangkan pada uji signifikansi lima korelasi yang dibahas menghasilkan signifikansi 0,000 (dibawah 0,05) maka kelima korelasi tersebut mempunyai signifikansi yang cukup kuat. Nilai koefisien ini signifikansi pada = 5%, karena jika hasil ini memiliki signifikansinya diatas 0,05 maka signifikansinya tidak kuat. Dengan demikian dapat dikatakan bahwa pendapat dari 90 responden tersebut bisa diterima untuk menggambarkan pengaruh Faktor Emosi, Faktor Lingkungan, Ketertarikan, Perkembangan Teknologi, dan Gaya hidup terhadap Kecanduan Game Online pada siswa SMA Negeri 14 Medan. 48

20 BAB 4 KESIMPULAN DAN SARAN 4.1 Kesimpulan 3) Berdasarkan hasil penelitian dan pembahasan dapat disimpulkan bahwa keseluruhan responden memilih atributketertarikan sebagai atribut yang dianggap relatif penting pengaruhnya terhadap kecanduan game online pada siswa SMA Negeri 14 Medan sebesar 30,646% yang diikuti dengan atribut Faktor Lingkungan sebesar 22,081%, atribut Faktor Emosi sebesar 21,287%, atribut Perkembangan Teknologi sebesar 13,797%, dan atribut Gaya Hidup sebesar 12,189%. 2. Dari nilai utilitas masing-masing taraf atribut diperoleh informasi bahwa: 1) Faktor Emosi yang stres dan depresi mempengaruhi kecanduan game online pada siswa SMA Negeri 14 Medan (0,033). 2) Faktor Lingkungan yang mengikuti Trend dan pergaulan mempengaruhi kecanduan game online pada siswa SMA Negeri 14 Medan (0,080). 3) Ketertarikan rasa ingin tau dan penasaran mempengaruhi kecanduan game online pada siswa SMA Negeri 14 Medan (0,056). 4) Perkembangan Teknologi Dengan fasilitas memadai mempengaruhi kecanduan game online pada siswa SMA Negeri 14 Medan (0,068).. 5) Gaya Hidup yang kurangnya kegiatan mempengaruhi kecanduan game online pada siswa SMA Negeri 14 Medan (0,044). 4.2 Saran Dari hasil penelitian, analisis dan kesimpulan di atas, berikut beberapa saran yang dapat disampaikan: 1) Dari Faktor Emosi yang stress dan depresi, Faktor lingkungan yang mengikuti trend dan pergaulan, Faktor Ketertarikan rasa ingin tau dan penasaran, Perkembangan Teknologi dengan fasilitas memadai, serta Gaya

21 50 Hidup terhadap kurangnya kegiatan mempengaruhi kecanduan game online pada siswa diharapkan pihak sekolah lebih memperhatikan dan mengawasi lagi keluarnya siswa di luar lingkungan sekolah pada jam belajar, pihak sekolah juga diharapkan lebih banyak mengadakan kegiatan ekstrakurikuler yang positif untuk siswanya sesuai dengan minat dan kesenangan siswa sehingga siswa tidak bosan dan tidak beralih ke game online. 2) Bagi orang tua siswa dan masyarakat, bahwafenomena bermain game online bukan hanya untuk kesenangan semata akan tetapi banyak dampak yang terjadi untuk itu perlu pengawasan dan bimbingan kepada anak sehingga tidak menjadi kecanduan. 3) Bagi siswa, permainan hanya sebagai sarana hiburan dan sekiranya tetap mengutamakan pembelajaran di sekolah 50