Status Facebook Dapat Menunjukkan Anda Orang Religius atau Nonreligius, Begini Penjelasannya

Penelitian tersebut mereplikasi hasil akhir Ritter dan kawan-kawan pada penggunaan bahasa orang religius dan nonreligius di Twitter

Status Facebook Dapat Menunjukkan Anda Orang Religius atau Nonreligius, Begini Penjelasannya
Intisari

TRIBUNKALTIM.CO - Sebuah penelitian terhadap 12.815 pengguna Facebook di Amerika Serikat dan Inggris mengungkapkan bahwa penggunaan emosi positif dan kata-kata sosial yang mereka gunakan dikaitkan dengan afiliasi keagamaan.

Sedangkan, penggunaan emosi negatif dan proses kognitif lebih sering terjadi pada mereka yang nonreligius daripada mereka yang religius.

Penelitian tersebut mereplikasi hasil akhir Ritter dan kawan-kawan pada penggunaan bahasa orang religius dan nonreligius di Twitter, yang muncul dalam jurnal Social Psychological and Personality Science.

Periset dari Amerika Serikat, Inggris, dan Australia memiliki peran dibalik penelitian ini.

"Seperti yang ditemukan Ritter dan rekan-rekannya pada tahun 2013, kami juga menemukan bahwa emosi positif dan kata-kata sosial dikaitkan dengan orang religius, sedangkan emosi negatif dan proses kognitif lebih dikaitkan dengan orang yang nonreligius," ujar David Yaden dari University of Pennsylvania, yang memimpin penulis penelitian.

Dan mereka menemukan beberapa wawasan tambahan; "Individu nonreligius sering membahas fisik dan menuliskan tentang kematian daripada orang-orang religius,” tambah Yaden.

Para peneliti mengumpulkan data dari aplikasi MyPersonality, yang salah satunya meminta pengguna Facebook untuk melaporkan afiliasi keagamaan mereka, dan meminta mereka untuk mengizinkan peneliti menganalisis status tertulis mereka di media sosial dan laporan informasi mengenai diri mereka (Kosinski, Stillwell, Graepel, 2013).

Mereka menjalankan dua analisis, untuk melihat kata-kata masing-masing kelompok (religius versus nonreligius). Tim melakukan analisis "top-down" dan "bottom-up".

Pendekatan “top-down”, Linguistic Enquiry dan Word Count (LIWC), menggunakan pengelompokan yang dipilih oleh peneliti, dan berguna dalam memahami data dari segi teori.

Pendekatan "bottom-up," atau Differential Language Analysis (DLA) memungkinkan sebuah algoritma untuk mengelompokkan kata-kata dan dapat memberikan "pandangan transparan" yang mendalam ke dalam bahasa.

Halaman
123
Editor: Alfiah Noor Ramadhany
Sumber: Intisari
Ikuti kami di
KOMENTAR

BERITA TERKINI

© 2019 TRIBUNnews.com Network,a subsidiary of KG Media.
All Right Reserved