Jurnal Muara Ilmu Sosial, Humaniora, dan Seni ISSN 2579-6348 (Versi Cetak)

Vol. 4, No. 2, Oktober 2020: hlm 504-515 ISSN-L 2579-6356 (Versi Elektronik

KAJIAN META ANALISIS ALAT UKUR

INTERNET GAMING DISORDER

Claudia Fiscarina1, Naomi Soetikno2, Rita Markus Idulfilastri3

1
Program Studi Magister Psikologi Profesi, Universitas Tarumanagara, Jakarta
Email: claudia.717182012@stu.untar.ac.id
2
Fakultas Psikologi, Universitas Tarumanagara, Jakarta
Email: naomis@fpsi.untar.ac.id
3
Fakultas Psikologi, Universitas Tarumanagara, Jakarta
Email: ritamarkus@fpsi.untar.ac.id

Masuk : 07-10-2020, revisi: 27-10-2020, diterima untuk diterbitkan : 31-10-2020

ABSTRACT
Online game addiction is one of the addictive behaviors described by APA (2013) as a mental and behavioral
disorder called Internet Gaming Disorder (IGD) with 9 criteria. This study aims to identify the appropriate criteria
for internet gaming disorder to be used in the preparation of measuring instruments using a meta-analysis study. A
total of 33 out of 470 articles involving 11 measuring instruments for internet gaming disorder were studied using
random-effect models. A total of 29599 samples were involved in this study. The results showed that the criteria for
internet gaming disorder owned by the PVP Scale had a weighted score percentage of 10.3% with the criteria of
preoccupation, tolerance, loss of control, withdrawal, escape, deception, and disregard family / school disruption,
from the correlation coefficient test it showed that preoccupation (p 0.040 <0.05) and tolerance (p 0.043 <0.05)
had a positive correlation with internet gaming disorder. This study did not show publication bias.

Keywords: internet gaming disorder, meta analysis, age

ABSTRAK
Kecanduan game online merupakan salah satu dari perilaku kecanduan berdasarkan APA (2013) dijelaskan sebagai
gangguan mental dan perilaku dengan sebutan Internet Gaming Disorder (IGD) dengan 9 kriteria. Penelitian ini
bertujuan untuk mengidentifikasi kriteria internet gaming disorder yang tepat untuk dipergunakan dalam
penyusunan alat ukur dengan studi meta-analisis. Sebanyak 33 artikel dari 470 artikel yang melibatkan 11 alat ukur
internet gaming disorder dipelajari menggunakan random-effect models. Sebanyak 29599 sampel dilibatkan dalam
penelitian ini. Hasil penelitian menunjukkan bahwa kriteria internet gaming disorder yang dimiliki oleh PVP Scale
memiliki presentase weighted score sebesar 10.3% dengan kriteria preoccupation, tolerance, loss of control,
withdrawal, escape, deception, and disregard family / school disruption. Dari uji koefisien korelasi pada ketujuh
kriteria internet gaming disorder menunjukkan bahwa preoccupation (p 0.040 < 0.05) dan tolerance (p 0.043 <
0.05) memiliki korelasi positif terhadap internet gaming disorder. Studi ini tidak menunjukkan bias publikasi.

Kata Kunci: internet gaming disorder, meta analisis

1. PENDAHULUAN
Latar Belakang
Perkembangan teknologi semakin berkembang pesat saat ini seperti penggunaan gadget yang
merupakan salah satu alat teknologi yang sering digunakan. Mayoritas masyarakat menggunakan
gadget untuk memenuhi kebutuhan bermain game online dengan durasi minimal 53 menit
(Maulida, 2018). Saat ini dunia sedang menghadapi pandemi COVID-19 yang dapat
membahayakan masyarakat dan berakibat beberapa negara menerapkan kebijakan lockdown
untuk mencegah penyebaran virus lebih luas. Khususnya Indonesia yang saat ini melakukan
upaya Pembatasan Sosial Berskala Besar (PSBB) dengan memberlakukan physical distancing.
Kebijakan PSBB ini tentunya mempengaruhi sektor pendidikan seperti sekolah yang harus
meliburkan kegiatan tatap muka di sekolah/universitas dan digantikan dengan metode
pembelajaran jarak jauh berbasis internet (Kementerian Kesehatan Republik Indonesia, 2020).
Hal ini juga mempengaruhi anak-anak yang menjadi lebih sering berada di rumah karena harus
mengikuti metode pembelajaran jarak jauh yang mempergunakan perangkat gadget dan

https://doi.org/10.24912/jmishumsen.v4i2.9503 504
Kajian Meta Analisis Alat Ukur Internet Gaming Disorder Claudia Fiscarina, et al.

penggunaan perangkat ini membuat anak-anak menjadi bermain game selama mengikuti
pembelajaran jarak jauh. Luigi Gubitosi mengungkapkan trafik internet mengalami peningkatan
yang tajam sebesar 70% dikarenakan anak-anak bermain game online di rumah.

Game Online terbagi menjadi dua jenis yaitu online games dan offline games. Offline games
merupakan permainan dapat dimainkan oleh satu orang, sedangkan online games dimainkan
secara bersamaan oleh beberapa pemain dari tempat yang berbeda (Griffiths, 2010; Kim & Kim,
2010; Williams et al., 2006). Bermain game online memberikan dampak positif dan dampak
negatif bagi pemain. Dampak positif tersebut yaitu (a) meningkatkan kreativitas, (b)
meningkatkan kemampuan spasial, (c) mengarahkan pada emosi positif, (d) meningkatkan
kemampuan sosial (Granic, Lobel & Engels, 2014). Akan tetapi, bermain game online juga dapat
memberikan dampak negatif pada pemain jika pemain sudah mengalami kecanduan bermain
yaitu (a) perubahan emosi yang mengarah pada emosi negatif, (b) terganggunya pola tidur, (c)
masalah psikologis seperti depresi, kecemasan tinggi dan risiko bunuh diri, (d) mengalami gejala
fisik, (e) relasi dengan orang lain menjadi buruk, (f) terganggunya produktivitas (Price, 2019).

Dalam kondisi saat ini, individu memiliki kecenderungan mengalami perilaku kecanduan
bermain game. APA (2013) menyatakan perilaku kecanduan bermain sebagai internet gaming
disorder memiliki kriteria (a) keasyikan bermain, (b) terus menerus bermain padahal game
tersebut diambil dari individu, (c) individu menghabiskan sepanjang hari untuk bermain, (d)
upaya yang gagal dalam mengendalikan perilaku bermain, (e) kehilangan minat pada hobi
sebelumnya, (f) melanjutkan permainan secara berlebihan daripada mendapatkan pengetahuan
psikososial, (g) menipu orang terdekat terkait bermain game, (h) bermain untuk menghilangkan
perasaan negatif dan (i) membahayakan atau kehilangan hubungan, pekerjaan atau karir akibat
bermain, (j) menghabiskan waktu 8-10 jam per hari dan kurang lebih 30 jam per minggu. Namun
demikian, permasalahan kecanduan bermain mulai muncul dari masyarakat secara tidak disadari
dan mulai diteliti oleh beberapa peneliti sejak tahun 1990 sehingga alat ukur kecanduan bermain
mulai bermunculan dan terus berkembang hingga saat ini yang dapat didiagnosa secara klinis
sebagai internet gaming disorder.

Pada tahun 2002, (Salguero & Morán, 2002) di Spanyol menciptakan alat ukur Problematic
Video Gaming Preference Scale (PVP Scale) yang terdiri dari delapan dimensi yaitu
preoccupation, tolerance, loss of control, withdrawal, escape, lies dan deception, disregard for
the physical or psychological consequences, family/schooling disruption dengan 9 item.
Berikutnya, (Lemmens, Valkenburg, & Peter, 2009) mengembangkan suatu alat ukur yang
dinamakan Game Addiction Scale-21 (GAS-21) dengan tujuh dimensi tolerance, withdrawal,
salience, mood modification, relapse, conflict, problems yang memiliki 21 item. Kemudian
(Lemmens et al., 2009) menyempurnakan kembali alat ukur tersebut menjadi Game Addiction
Scale-7 (GAS-7) dengan tujuh kriteria yaitu tolerance, withdrawal, salience, mood modification,
relapse, conflict, problems yang memiliki 7 item. Lemmens, Valkenburg & Peter
mengembangkan kedua alat ukur game addiction scale ini di Netherland.

Jap, Tiatri, Jaya, & Suteja (2013) mengembangkan alat ukur yang dinamakan Indonesian Online
Game Addiction Questionnaire di Indonesia dengan tujuh kriteria salience, tolerance, mood
modification, relapse, withdrawal, conflict, sleep deprivation yang memiliki 7 item. Pada tahun
2014, (Pontes, Király, Demetrovics, & Griffiths, 2014) menciptakan alat ukur yang dinamakan
Internet Gaming Disorder-20 Test (IGD-20 Test) di United Kingdom dengan enam dimensi
tolerance, withdrawal, salience, mood modification, relapse, conflict yang memiliki 20 item.

505 https://doi.org/10.24912/jmishumsen.v4i2.9503
Jurnal Muara Ilmu Sosial, Humaniora, dan Seni ISSN 2579-6348 (Versi Cetak)
Vol. 4, No. 2, Oktober 2020: hlm 504-515 ISSN-L 2579-6356 (Versi Elektronik

Pada tahun 2015, (Lemmens, Valkenburg, & Gentile, 2015) mengembangkan alat ukur yang
dinamakan Lemmen IGD-9 dengan 9 kriteria salience, tolerance, loss of control, withdrawal,
escape, deception, loss of interest, continued use, negative consequences yang memiliki 9 item di
Netherland. Di tahun yang sama, Pontes & Griffiths (2015) juga mengembangkan alat ukur
Internet Gaming Disorder Scale-9 Short Form (IGDS-9SF) di United Kingdom dengan 9 kriteria
salience, tolerance, loss of control, withdrawal, escape, deception, conflict, loss of interests,
continued use yang memiliki 9 item. Pada tahun 2015 juga, (Rehbein et al., 2015)
mengembangkan alat ukur di Jerman yang dinamakan Video Game Dependency Scale (KFN-
CSAS II) dengan 9 dimensi salience, tolerance, withdrawal, escape, deception, reduce, loss of
interest, continued use, lost a significant relationship yang memiliki 18 item.

Di tahun 2016, (Pearcy, Roberts, & McEvoy, 2016) mengembangkan alat ukur yang dinamakan
Personal Internet Gaming Disorder Evaluation-9 (PIE-9) di Australia dengan 9 kriteria salience,
tolerance, withdrawal, escape, deception, relapse, loss of interests, continued use, harm yang
memiliki 9 item. Koo, Han, Park, & Kwon (2017) mengembangkan alat ukur yang dinamakan
Structured Clinical Interview for Internet Gaming Disorder (SCI-IGD) di Korea dengan 9
dimensi salience, tolerance, withdrawal, escape, relapse, loss of interest, continued use, deceive,
lost a significant relationship yang memiliki 12 item. Di tahun 2017, (Király et al., 2017)
mengembangkan alat ukur Internet Gaming Disorder Test-10 (IGDT-10) di United Kingdom
dengan 9 kriteria salience, tolerance, withdrawal, escape, relapse, loss of interest, continued use,
deceive, harm yang memiliki 10 item.

Diperlukan suatu studi yang dapat menganalisis beberapa pengukuran terkait internet gaming
disorder. Selain itu, masih belum banyak studi yang mencoba mengidentifikasi kriteria-kriteria
yang memiliki koefisien korelasi paling besar pada alat ukur sehingga diperlukan analisis lebih
lanjut mengenai kajian kriteria internet gaming disorder tidak hanya mengidentifikasi alat ukur
yang paling baik dalam mengukur perilaku kecanduan namun diperlukan kajian terkait kriteria
dari DSM-V dan ICD-11 yang sebaiknya dilibatkan dalam penyusunan alat ukur. Meta analisis
dalam studi ini bertujuan untuk mengidentifikasi kriteria internet gaming disorder yang
berkaitan dengan pengukuran dari game online dan dari penelitian ini juga memperjelas metode-
metode pengukuran game online serta permasalahan konseptual yang belum jelas dengan acuan
pengukuran game online dari tahun 2002-2017. Tujuan penelitian ini yaitu mengidentifikasi apa
saja kriteria internet gaming disorder yang tepat untuk digunakan dalam penyusunan alat ukur
internet gaming disorder. Secara praktis, penelitian ini diharapkan dapat memberikan informasi
atau masukan bagi peneliti yang saat ini melakukan riset terkait penyusunan alat ukur internet
gaming disorder, khususnya bagi praktisi dalam mengukur gejala internet gaming disorder pada
individu serta informasi bagi semua kalangan masyarakat dari berbagai usia dalam mengontrol
perilaku bermain.

2. METODE PENELITIAN
Pencarian dan kriteria inklusi
Empat database pencarian secara online untuk pencarian artikel dilakukan pada April 2020
(PubMed, APA, SAGE, dan Google Scholar) dengan kombinasi kata kunci seperti internet
gaming disorder, gaming addiction scale, dan remaja. Pencarian teridentifikasi 470 publikasi
(Gambar 1) yang dilakukan screening melalui kriteria inklusi (1) artikel harus published, (b)
artikel berbahasa Inggris, (c) artikel mencantumkan hasil pengolahan data yang lengkap, (d)
subjek merupakan pemain game, (e) mencantumkan uji reliabilitas, validitas dan koefisien
korelasi dari variabel yang digunakan.

https://doi.org/10.24912/jmishumsen.v4i2.9503 506
Kajian Meta Analisis Alat Ukur Internet Gaming Disorder Claudia Fiscarina, et al.

Gambar 1. Diagram dari pemilihan artikel (PRISMA, 2009)

Dari hasil pencarian artikel, didapat 470 artikel terkait. Sebanyak 154 artikel dibuang setelah
melalui proses pemilihan jika terdapat artikel yang sama, tidak dapat diakses dan hanya
mencantumkan abstrak saja, lalu sebanyak 37 artikel dibuang karena artikel tidak relevan dan
didapat artikel sebanyak 118 dilakukan screening kembali dan 59 artikel dibuang dengan alasan
tidak menggunakan salah satu dari 11 alat ukur yang akan dianalisis serta tujuan penelitian dari
artikel tidak mengukur internet gaming disorder. Kemudian sebanyak 26 artikel dibuang dengan
alasan belum published, bukan berbahasa Inggris, tidak ada penjelasan mengenai psychometric
properties seperti mencantumkan skor reliabilitas dan validitas dan hasil akhir dari screening
artikel ini didapat sebanyak 33 artikel yang digunakan di dalam penelitian ini terkait 11 alat ukur
Problematic Video Gaming Preference Scale (PVP Scale), Game Addiction Scale-7 (GAS-7),
Game Addiction Scale-21 (GAS-21), IGDS-9SF, Lemmen IGD-9, SCI-IGD, KFN-CSAS II,
PIE-9, IGDT-10, Internet Gaming Disorder-20 Test (IGD-20 test), Indonesian Online Game
Addiction Questionnaire.

Prosedur meta analisis

Meta analisis merupakan sintesa dari hasil yang didapatkan dari berbagai penelitian-penelitian
yang digunakan dan berfokus pada analisis statistik dari sejumlah hasil analisis studi-studi
individual (Card, 2012). Meta analisis bertujuan untuk mengintegrasikan temuan dari banyak
studi untuk menemukan dan mengestimasi hubungan yang mendasari literatur penelitian dengan
hasil sebagai pengembangan dasar teori. (Card, 2012). Pengolahan data dalam penelitian ini
menggunakan MetaXL untuk mendapatkan skor prevalensi dari setiap penelitian dan SPSS
untuk mendapatkan skor koefisien korelasi. Dalam penelitian meta analisis menggunakan 5
tahap dalam mengakumulasi hasil penelitian yaitu (a) merumuskan permasalahan), (b) mencari
literatur yang merupakan sampel dari populasi untuk mengurangi bias dan mewakili hasil
penelitian serta sesuai dengan tujuan penelitian yang mengacu pada PRISMA, (c) melakukan
evaluasi dengan memilah literatur, menganalisa dan menginterpretasi literatur menggunakan

507 https://doi.org/10.24912/jmishumsen.v4i2.9503
Jurnal Muara Ilmu Sosial, Humaniora, dan Seni ISSN 2579-6348 (Versi Cetak)
Vol. 4, No. 2, Oktober 2020: hlm 504-515 ISSN-L 2579-6356 (Versi Elektronik

analisis statistik untuk mendapatkan hasil dari prevalensi, mengukur effect size dan derajat
koefisien korelasi yang bisa menjadi informasi yang berharga.

3. HASIL DAN PEMBAHASAN

Uji prevalensi kriteria internet gaming disorder
Dari hasil pengolahan data dan didapat hasil prevalensi per penelitian dari alat ukur GAS-7,
GAS-21, IGD-9, IGD-20, IGDS-9SF, IGDT-10, Indonesian Online Game Addiction, PIE-9, PVP
Scale, SCI-IGD didapat bahwa kriteria internet gaming disorder yang dimiliki oleh salah satu
alat ukur dan pengukurannya dapat dilihat dari nilai persentase weight score nya yang paling
tepat untuk mengukurnya adalah PVP Scale dengan weight score 10.3%. Sedangkan pada alat
ukur GAS-7 dengan weight score 3.3%, GAS-21 dengan weight score 2.1%, IGD-9 dengan
weight score 0,1%, IGD-20 dengan weight score 2,8%, IGDS-9SF dengan weight score 1,7%,
IGDT-10 dengan weight score 0.0%, KFN-CSAS II dengan weight score 6.7%, Indonesian
Online Game Addiction dengan weight score 1,5%, PIE-9 dengan weight score 0.2%, SCI-IGD
dengan weight score 0.5%.

Tabel 1. Ringkasan prevalensi internet gaming disorder dari semua 33 studi

Study Study year Instrument Outcome Sample Size Prevalence
% (95% CI)
Salguero & Moran 2002 PVP Scale Problem video game 207 0.81 (0.66–
playing; adolescents 1.00)
Parker, Taylor, 2008 PVP Scale Problem Gambling; 667 0.56 (0.38-
Eastabrook, Schell, Adolescence; Internet 0.84)
Wood Misuse; Gaming Abuse;
Emotional Intelligence
Ream, Elliott, 2011 PVP Scale Playing Video Games; 3380 0.71 (0.48-
Dunlap Substance Use Problems 1.04)
Tejeiro, Espada, 2016 PVP Scale Problem Video Game 909 0.87 (0.77-
Gonzalvez, Playing Scale; Adults 0.98)
Christiansen
Hollett & Harris 2019 PVP Scale Emotion dysregulation; 928 1.27 (0.81-
problem video gaming 1.99)
Brunborg, 2016 GAS-7 Gaming addiction; gaming 1320 0.61 (0.43 –
Mentzoni, engagement; 0.88)
Melkevik, psychological health;
Torsheim, et al. Norwegian adolescents
Gaetan, Bonnet, 2016 GAS-7 7 item game addiction 306 0.79 (0.64-
Brejard, Cury scale; adolescents 0.99)
Tas 2017 GAS-7 Internet addiction; gaming 365 0.51 (0.18-
addiction and school 1.47)
engagement; adolescent
Lemmens, 2009 GAS-21 Game Addiction Scale; 1217 0.84 (0.53-
Valkenburg & Peter Adolescent 1.32)
Lemos, Cardoso, 2016 GAS-21 Brazilian version of the 384 0.33 (0.04-
Sougey Game Addiction Scale 2.42)
(GAS)
Baysak, Kaya, 2016 GAS-21 Online Game Addiction; 726 0.65 (0.46-
Dalgar & Turkish version of Game 0.92)
Candansayar Addiction Scale
Lemmens, 2015 IGD-9 Internet Gaming Disorder 2.444 0.19 (0.02 -
Valkenburg,Gentile, Scale 1.67)
Reynolds
Finseras, Pallesen, 2019 IGD-9 Internet Gaming Disorder 1240 1.08 (0.84-
Mentzoni, Scale; Mokken Scaling 1.39)
Krossbakken, et al. Analysis

https://doi.org/10.24912/jmishumsen.v4i2.9503 508
Kajian Meta Analisis Alat Ukur Internet Gaming Disorder Claudia Fiscarina, et al.

Pontes, Kiraly, 2014 IGD-20 Internet Gaming Disorder; 1003 0.77 (0.52
Demetrovics, IGD-20 Test 1.14)
Griffiths
Fuster, Carbonell, 2016 IGD-20 IGD-20 Test 1074 0.80 (0.50-
Pontes, Griffiths 1.26)
Hawi, Samaha 2017 IGD-20 Arabic version of the 375 0.66 (0.45-
Internet Gaming Disorder- 0.99)
20 Test
Hawi, Samaha & 2018 IGD-20 Internet gaming disorder; 2096 1.78 (1.03-
Griffiths age, sleep habits & 3.09)
academic achievement
Yu, Pesigan, Zhang 2019 IGD-20 IGD-20 Test; Chinese 1092 1.49 (0.52-
& Wu middle school and 4.29)
university student
Kim 2019 IGD-20 IGD-20 Test 1.152 0.95 (0.58-
1.57)
Cakiroglu, Soylu 2019 IGD-20 IGD-20 Test 1.161 0.57 (0.41-
0.78)
Pontes & Griffiths 2015 IGDS-9SF Internet Gaming Disorder 1.060 0.78 (0.47-
1.30)
Beranuy, 2020 IGDS-9SF Internet Gaming Disorder; 1.064 2.84 (0.13-
Machimbarrena, Online Gambling; Quality 60.23)
Oses, Carbonell, et of Life
al.
Lei, Liu, Zeng, 2020 IGDS-9SF Internet Gaming Disorder 729 3.93 (0.15 -
Liang, et al. 101.17)
Yu, Mo, Zhang, Li, 2019 IGDS-9SF Internet Gaming Disorder, 755 0.28 (0.08 –
et al. maladaptive cognition, 1.23)
adolescent
Mannikko, 2019 IGDT-10 Internet Gaming Disorder 773 3.93 (0.15 -
Ruotsalainen, Test (IGDT-10); 101.17)
Vanen, Kaariainen problematic gaming
behavior; Finnish
vocational school students
Kircaburun, 2019 IGDT-10 Trait emotional 470 0.26 (0.06 –
Griffiths, Billieux intelligence, problematic 1.19)
online behavior,
adolescent, mindfulness,
rumination & depression
Walther, 2011 KFN-CSAS Internet Gaming Disorder 2553 0.90 (0.70 –
Morgenstern, 1.16)
Hanewinkel
Rehbein, Kliem, 2015 KFN-CSAS Internet Gaming Disorder; 11003 0.32 (0.13 –
Baier, Moble, Petry adolescent 0.81)
Jap, Tiatri, Jaya, 2013 Indonesian Indonesian Online Game 1477 1.55 (0.90-
Suteja Online Game Addiction Questionnaire 2.67)
Addiction (IOGAQ)
Questionnaire
Pearcy, McEvoy, 2016 PIE-9 Internet Gaming Disorder 285 0.73 (0.16-
Roberts 3.36)
Pearcy, McEvoy, 2017 PIE-9 Internet Gaming Disorder; 119 0.32 (0.13-
Roberts Psychology Distress and 0.81)
Disability; Comorbid
Depression, OCD, ADHD,
Anxiety
Koo, Han, Park, 2017 SCI-IGD Internet Gaming Disorder; 236 0.32 (0.13 –
Kwon Adolescent 0.81)

509 https://doi.org/10.24912/jmishumsen.v4i2.9503
Jurnal Muara Ilmu Sosial, Humaniora, dan Seni ISSN 2579-6348 (Versi Cetak)
Vol. 4, No. 2, Oktober 2020: hlm 504-515 ISSN-L 2579-6356 (Versi Elektronik

Gambar 2. Forest plot dari prevalensi tiap studi internet gaming disorder

Pengukuran effect size

Effect size dapat dilihat bahwa semakin besar sampel, maka tingkat prevalensi semakin tinggi
atau semakin kuat, sehingga akan berdampak pada peningkatan koefisien korelasinya.
Penghitungan mean effect size menggunakan jumlah sampel pada setiap penelitian. Dari analisis
uji effect size ditemukan bahwa sample size 500-1000 dengan rata-rata effect size 1.53 yang
menunjukkan bahwa semakin tinggi skor maka semakin tinggi prevalensinya.

Tabel 2. Tabel Analisis Subgroup Effect Size

Sample Nama Peneliti Sample Prevalensi Mean Effect
Size Size
Salguero & Moran 207 0.81 (0.66–1.00)
Gaetan, Bonnet, Brejard, Cury 306 0.79 (0.64- 0.99)
Tas 365 0.51 (0.18- 1.47)
Lemos, Cardoso, Sougey 384 0.33 (0.04- 2.42)
<500 Hawi, Samaha 375 0.66 (0.45- 0.99) 0.58
Kircaburun, Griffiths, Billieux 470 0.26 (0.06 – 1.19)
Pearcy, McEvoy, Roberts 285 0.73 (0.16- 3.36)
Pearcy, McEvoy, Roberts 119 0.32 (0.13- 0.81)
Koo, Han, Park, Kwon 236 0.82 (0.72 – 0.95)
Parker, Taylor, Eastabrook, Schell, Wood 667 0.56 (0.38- 0.84)

Tejeiro, Espada, Gonzalvez, Christiansen 909 0.87 (0.77- 0.98)

Hollett & Harris 928 1.27 (0.81- 1.99)
500-1000 Baysak, Kaya, Dalgar & Candansayar 726 0.65 (0.46- 0.92) 1.53
Lei, Liu, Zeng, Liang, et al. 729 3.13 (0.25 -100.07)
Yu, Mo, Zhang, Li, et al. 755 0.28 (0.08 – 1.23)
Mannikko, Ruotsalainen, Vanen, 773 3.93 (0.15 -101.17)
Kaariainen
Brunborg, Mentzoni, Melkevik, Torsheim, 1320 0.61 (0.43 – 0.88)
et al.
1000-2000 1.12
Lemmens, Valkenburg & Peter 1217 0.84 (0.53- 1.32)
Finseras, Pallesen, Mentzoni, 1240 1.08 (0.84- 1.39)

https://doi.org/10.24912/jmishumsen.v4i2.9503 510
Kajian Meta Analisis Alat Ukur Internet Gaming Disorder Claudia Fiscarina, et al.

Krossbakken, et al.
Pontes, Kiraly, Demetrovics, 1003 0.77 (0.52 1.14)
Griffiths
Fuster, Carbonell, Pontes, Griffiths 1074 0.80 (0.50- 1.26)
Yu, Pesigan, Zhang & Wu 1092 1.49 (0.52- 4.29)
Kim 1152 0.95 (0.58-1.57)
Cakiroglu, Soylu 1161 0.57 (0.41- 0.78)
Pontes & Griffiths 1060 0.78 (0.47- 1.30)
Beranuy, Machimbarrena, Oses, Carbonell, 1064 2.84 (0.13- 60.23)
et al.
Jap, Tiatri, Jaya, Suteja 1477 1.55 (0.90- 2.67)
Lemmens, Valkenburg,Gentile, Reynolds 2444 0.19 (0.02 -1.67)
2000-3000 Hawi, Samaha & Griffiths 2096 1.78 (1.03- 3.09) 0.96
Walther, Morgenstern, Hanewinkel 2553 0.90 (0.70 – 1.16)
Ream, Elliott, Dunlap 3380 0.71 (0.48- 1.04) 0.52
>3000
Rehbein, Kliem, Baier, Moble, Petry 11003 0.32 (0.13 – 0.81)

Uji analisis koefisien korelasi

Uji analisis koefisien korelasi dilakukan dengan SPSS untuk melihat nilai p pada tujuh kriteria
internet gaming disorder. Nilai p merupakan nilai probability yang menunjukkan jika nilai p <
0.05 maka dianggap dimensi ini memiliki dampak signifikan terhadap effect size. Dari hasil
analisis koefisien korelasi diketahui bahwa setelah dikelompokkan berdasarkan tujuh kriteria
menurut PVP scale oleh Salguero & Moran pada tahun 2002 hanya dua kriteria yaitu
preoccupation dengan nilai p (0.040 < 0.05) dan tolerance dengan nilai p (0.043 < 0.05). Hal ini
membuktikan bahwa dari ketujuh kategori tersebut hanya 2 kategori yang memiliki dampak
signifikan terhadap effect size.

Tabel 3. Analisis Koefisien Korelasi

Kriteria p R
Preoccupation 0.819 0.040

Tolerance 0.829 0.043

Loss of control 0.581 0.095
Withdrawal 0.435 0.101
Escape 0.355 0.126
Deception 0.368 0.131
Disregard 0.559 0.327

4. KESIMPULAN DAN SARAN

Tujuan meta analisis dalam penelitian ini yaitu untuk mengidentifikasi kriteria internet gaming
disorder yang sebaiknya dicantumkan dalam penyusunan butir alat ukur internet gaming
disorder yang memiliki skor prevalensi tinggi serta apa kriteria yang memiliki koefisien korelasi
tertinggi dalam alat ukur. Hasil pengolahan data dari 32 artikel diperoleh bahwa kriteria yang
dapat mengukur perilaku kecanduan bermain seseorang yang memiliki tujuh kriteria yaitu
preoccupation, tolerance, loss of control, withdrawal, escape, deception, disregard
family/school disruption.

Tujuh kriteria ini pertama kali dimunculkan oleh PVP scale oleh Salguero & Moran pada tahun
2002 dengan alasan yang mengacu pada Shaffer (dikutip dalam Salguero & Moran, 2002) bahwa
dalam kasus pathological gambling yang termasuk dalam klasifikasi ‘impulse control disorder
not elsewhere classified’ dan banyak para ahli dalam bidang ini mengungkapkan bahwa gaming
addiction juga seharusnya dipertimbangkan sebagai gangguan perilaku kecanduan walaupun
asumsi ini tidak disebarluaskan. Salguero & Moran juga mengungkapkan bahwa pengukuran

511 https://doi.org/10.24912/jmishumsen.v4i2.9503
Jurnal Muara Ilmu Sosial, Humaniora, dan Seni ISSN 2579-6348 (Versi Cetak)
Vol. 4, No. 2, Oktober 2020: hlm 504-515 ISSN-L 2579-6356 (Versi Elektronik

masalah terkait kecanduan penggunaan semua jenis video game dan sistem game jelas sangat
diperlukan.

Selain itu, dari hasil uji analisis koefisien korelasi menunjukkan bahwa kriteria preoccupation
dan tolerance memiliki korelasi positif terhadap internet gaming disorder. Dapat disimpulkan
bahwa jika semakin tinggi kriteria preoccupation dan tolerance, maka semakin tinggi
kecenderungan individu mengalami internet gaming disorder. Kriteria preoccupation memiliki
definisi yang sama dengan salience pada alat ukur kecanduan bermain yang lain yaitu kegiatan
bermain menjadi kegiatan yang sangat penting bagi kehidupan seseorang, menguasai pola pikir
(keasyikan bermain dan distorsi kognitif), perasaan (mengidamkan permainan) dan perilaku
(kemunduran perilaku sosial). Walaupun individu tidak bermain, individu akan memikirkan pola
bermainnya untuk ke depannya. Kriteria tolerance yaitu proses meningkatnya intensitas bermain
untuk mendapatkan dampak perubahan emosi. Umumnya individu menghabiskan intensitas
waktu tertentu dalam bermain video game maupun internet.

Saran untuk penelitian selanjutnya yaitu sebaiknya menggunakan alat ukur kecanduan bermain
yang lebih banyak walaupun penggunaan alat ukur tersebut tergolong sedikit, serta perlu
dicermati skor sensitivity/specificity pada tiap alat ukur serta subjek lebih dispesifikkan pada
individu yang sudah terdiagnosa kecanduan oleh psikolog/praktisi klinis.

Ucapan Terima Kasih (Acknowledgement)

Peneliti mengucapkan terima kasih kepada Bapak Dr. Tommy Y.S. Suyasa, Ibu Sri Tiatri, Ph.D.
dan Bapak Jap Tji Beng, PhD. telah memberikan saran dan inspirasi serta referensi dalam
penyusunan penelitian ini. Terima kasih kepada teman-teman dekat (Regina Sutanto, Cynthia
Sutanto, Melissa, Cindy Emanuella, CORE Yoshi) serta tim bimbingan Ibu Naomi (Cindy
Stephanie, Kak Nevy, Ci Inca) yang telah memberikan masukan, semangat dan mendukung
selama pembuatan.

REFERENSI
American Psychiatric Association. (2013). Diagnostic and statistical manual of mental disorders
fifth edition (DSM-5). London: American Psychiatric Publishing
Baysak, E., Kaya, F. D., Dalgar, I., & Candansayar, P. S. (2016). Online game addiction in a
sample from Turkey: Development and validation of the Turkish version of game
addiction scale. Klinik Psikofarmakoloji Bülteni-Bulletin of Clinical
Psychopharmacology, 26(1), 21-31. https://doi.org/10.5455/bcp.20150502073016
Brunborg, G. S., Mentzoni, R. A., Melkevik, O. R., Torsheim, T., Samdal, O., Hetland, J., ... &
Palleson, S. (2013). Gaming addiction, gaming engagement, and psychological health
complaints among Norwegian adolescents. Media psychology, 16(1), 115-128.
https://doi.org/10.1080/15213269.2012.756374
Cakiroglu, S., & Soylu, N. (2019). Adaptation of internet gaming disorder questionnaire to
Turkish: Reliability and validity study. Turk Psikiyatri Dergisi, 30(2).
https://doi.org/10.5080/u23537
Card, N. A. (2012). Applied meta-analysis for social science research. New York, NY: Guilford.
Finserås, T. R., Pallesen, S., Mentzoni, R. A., Krossbakken, E., King, D. L., & Molde, H. (2019).
Evaluating an Internet Gaming Disorder scale using Mokken scaling analysis. Frontiers
in Psychology, 10, 911. https://doi.org/10.3389/fpsyg.2019.00911
Fuster, H., Carbonell, X., Pontes, H. M., & Griffiths, M. D. (2016). Spanish validation of the
Internet Gaming Disorder-20 (IGD-20) Test. Computers in Human Behavior, 56, 215-
224. https://doi.org/10.1016/j.chb.2015.11.050

https://doi.org/10.24912/jmishumsen.v4i2.9503 512
Kajian Meta Analisis Alat Ukur Internet Gaming Disorder Claudia Fiscarina, et al.

Gaetan, S., Bonnet, A., Bréjard, V., & Cury, F. (2014). French validation of the 7-item Game
Addiction Scale for adolescents. European Review of Applied Psychology, 64(4), 161-
168. https://doi.org/10.1016/j.erap.2014.04.004
Granic, I., Lobel, A., Engels, R. C. (2014). The benefits of playing video games. American
Psychologist, 69(1), 66-78. https://doi.org/10.1037/a0034857
Griffiths, M. D. (2010). The role of context in online gaming excess and addiction: Some case
study evidence. International Journal of Mental Health and Addiction, 8(1), 119-125.
https://doi.org/10.1007/s11469-009-9229-x
Hawi, N. S., & Samaha, M. (2017). Validation of the Arabic Version of the Internet Gaming
Disorder-20 Test. Cyberpsychology, Behavior, and Social Networking, 20(4), 268-272.
https://doi.org/10.1089/cyber.2016.0493
Hawi, N. S., Samaha, M., & Griffiths, M. D. (2018). Internet gaming disorder in Lebanon:
Relationships with age, sleep habits, and academic achievement. Journal of Behavioral
Addictions, 7(1), 70-78. https://doi.org/10.1556/2006.7.2018.16
Hollett, K. B., & Harris, N. (2019). Dimensions of emotion dysregulation associated with
problem video gaming. Addiction Research & Theory, 28(1), 38-45.
https://doi.org/10.1080/16066359.2019.1579801
Jap, T., Tiatri, S., Jaya, E. S., & Suteja, M. S. (2013). The development of Indonesian online
game addiction questionnaire. PLoS ONE, 8(4), 4-8.
https://doi.org/10.1371/journal.pone.0061098
Kementerian Kesehatan Republik Indonesia. (2020, Januari 28). Pedoman kesiapsiagaan
menghadapi infeksi Novel Coronavirus (2019-nCov). Diunduh dari
https://www.kemkes.go.id/resources/download/info-
terkini/Coronavirus/DOKUMEN_RESMI_Pedoman_Kesiapsiagaan_nCoV_Indonesia_2
8%20Jan%202020.pdf
Kim, M. G., & Kim, J. (2010). Cross-validation of reliability, convergent and discriminant
validity for the problematic online game use scale. Computers in Human Behavior, 26(3),
389-398. https://doi.org/10.1016/j.chb.2009.11.010
Király, O., Sleczka, P., Pontes, H. M., Urbán, R., Griffiths, M. D., & Demetrovics, Z. (2017).
Validation of the Ten-Item Internet Gaming Disorder Test (IGDT-10) and evaluation of
the nine DSM-5 Internet Gaming Disorder criteria. Addictive Behaviors, 64, 253-260.
https://doi.org/10.1016/j.addbeh.2015.11.005
Kircaburun, K., Gri, M. D., & Billieux, J. (2019). Trait emotional intelligence and problematic
online behaviors among adolescents: The mediating role of mindfulness, rumination, and
depression. Personality and Individual Differences, 139, 208-213.
https://doi.org/10.1016/j.paid.2018.11.024
Koo, H. J., Han, D. H., Park, S. Y., & Kwon, J. H. (2017). The structured clinical interview for
DSM-5 internet gaming disorder: Development and validation for diagnosing IGD in
adolescents. Psychiatry Investigation, 14(1), 21-29.
https://doi.org/10.4306/pi.2017.14.1.21
Lei, W., Liu, K., Zeng, Z., Liang, X., Huang, C., Gong, K., & He, W. (2020). The psychometric
properties of the Chinese version internet gaming disorder scale. Addictive Behaviors,
106. https://doi.org/10.1016/j.addbeh.2020.106392
Lemmens, J. S., Valkenburg, P. M., & Peter, J. (2009). Development and validation of a game
addiction scale for adolescents. Media Psychology, 12(1), 77-95.
https://doi.org/10.1080/15213260802669458
Lemmens, J. S., Valkenburg, P. M., & Gentile, D. A. (2015). The internet gaming disorder scale.
Psychological Assessment, 27(2), 567-582. https://doi.org/10.1037/pas0000062

513 https://doi.org/10.24912/jmishumsen.v4i2.9503
Jurnal Muara Ilmu Sosial, Humaniora, dan Seni ISSN 2579-6348 (Versi Cetak)
Vol. 4, No. 2, Oktober 2020: hlm 504-515 ISSN-L 2579-6356 (Versi Elektronik

Lemos, I. L., Cardoso, A., & Sougey, E. B. (2016). Validity and reliability assessment of the
Brazilian version of the game addiction scale (GAS). Comprehensive Psychiatry, 67, 19-
25. https://doi.org/10.1016/j.comppsych.2016.01.014
Männikkö, N., Billieux, J., & Kääriäinen, M. (2015). Problematic digital gaming behavior and its
relation to the psychological, social and physical health of Finnish adolescents and young
adults. Journal of Behavioral Addictions, 4(4), 281-288.
https://doi.org/10.1556/2006.4.2015.040
Martjin, C., Vanderlinden, M., Roefs, A., Huijding, J., & Jansen, A. (2010). Increasing body
satisfaction of body concerned women through evaluative conditioning using social
stimuli. Health Psychology, 29(5), 514-520.
Maulida, L. (2018, Oktober 17). Jumlah gamer di Indonesia capai 100 juta di 2020. Tek.id.
Diunduh dari www.tek.id/insight/jumlah-gamer-di-indonesia-capai-100-juta-di-2020-
b1U7v9c4A
Parker, J. D. A., Taylor, R. N., Eastabrook, J. M., Schell, S. L., & Wood, L. M. (2008). Problem
gambling in adolescence: Relationships with internet misuse, gaming abuse and
emotional intelligence. Personality and Individual Differences, 45(2), 174-180.
https://doi.org/10.1016/j.paid.2008.03.018
Pearcy, B. T. D., Roberts, L. D., & McEvoy, P. M. (2016). Psychometric testing of the personal
internet gaming disorder evaluation-9: A new measure designed to assess internet gaming
disorder. Cyberpsychology, Behavior, and Social Networking, 19(5), 335-41.
https://doi.org/10.1089/cyber.2015.0534
Pontes, H. M., Király, O., Demetrovics, Z., & Griffiths, M. D. (2014). The conceptualisation and
measurement of DSM-5 internet gaming disorder: The development of the IGD-20 test.
PLoS ONE, 9(10). https://doi.org/10.1371/journal.pone.0110137
Pontes, H. M., & Griffiths, M. D. (2015). Measuring DSM-5 internet gaming disorder:
Development and validation of a short psychometric scale. Computers in Human
Behavior, 45, 137-143. https://doi.org/10.1016/j.chb.2014.12.006
Price, J. (2019). Internet Gaming Disorder: Theory, Assessment, Treatment, and Prevention. The
Educational and Developmental Psychologist, 36(2), 90–90.
https://doi.org/10.1017/edp.2019.9
Ream, G. L., Elliott, L. C., & Dunlap, E. (2011). Playing video games while using or feeling the
effects of substances: Associations with substance use problems. International Journal of
Environmental Research and Public Health, 8(10), 3979–3998.
https://doi.org/10.3390/ijerph8103979
Rehbein, F., Kliem, S., Baier, D., Mößle, T., & Petry, N. M. (2015). Prevalence of internet
gaming disorder in German adolescents: Diagnostic contribution of the nine DSM-5
criteria in a state-wide representative sample. Addiction, 110(5), 842-851.
https://doi.org/10.1111/add.12849
Rusdi, A. & Lismayati, A. (2018). Analisis faktor eksploratori pada Skala Body Satisfaction
Scale: Studi pada wanita remaja. Researchgate.net. doi: 10.13140/RG.2.2.20967.91048.
Salguero, R. A. T., & Morán, R. M. B. (2002). Measuring problem video game playing in
adolescents. Addiction, 97(12), 1601-1606. https://doi.org/10.1046/j.1360-
0443.2002.00218.x
Tas, I. (2017). Relationship between internet addiction, gaming addiction and school engagement
among adolescents. Universal Journal of Educational Research, 5(12), 2304-2311.
https://doi.org/10.13189/ujer.2017.051221
Tejeiro, R. A., Espada, J. P., Gonzálvez, M. T., & Christiansen, P. (2016). Psychometric
properties of the Problem Video Game Playing scale in adults. European Review of
Applied Psychology, 66(1), 9-13. https://doi.org/10.1016/j.erap.2015.11.004

https://doi.org/10.24912/jmishumsen.v4i2.9503 514
Kajian Meta Analisis Alat Ukur Internet Gaming Disorder Claudia Fiscarina, et al.

Williams, D., Ducheneaut, N., Xiong, L., Zhang, Y., Yee, N., & Nickell, E. (2006). From tree
house to barracks: The social life of guilds in World of Warcraft. Games and Culture,
1(4), 338-361. https://doi.org/10.1177/1555412006292616

515 https://doi.org/10.24912/jmishumsen.v4i2.9503