Teknik pengambilan sampel teknik sampling adalah suatau cara mengambil sampel

yang representative dari populasi. Pengambilan sampel ini harus dilakukan sedemikian rupa
sehingga diperoleh sampel yang benar-benar dapat mewakilidan dapat menggambarkan
keadaan populasi yang sebenarnya.
Pada dasarnya ada dua cara pengambilan sampel, sampel sacara acak (random), dan bukan
acak (nonrandom).
Cara acak adalah suatu cara pemilihan sejumlah elemen dari populasi untuk menjadi
anggota sampel , dimana pemilihannya dilakukan sedemikian rupa sehingga setiap elemen
populasi mendapat kesempatan yang sama (equal change) untuk dipilh menjadi anggota
sampel.
Cara bukan acak adalah suatu pemilihan elemen-elemen dari populasi untuk menjadi
anggota sampel dimana setiap elemen tidak mendapat kesempatan yang sama untuk dipilih
untuk menjadi anggota sampel. Cara bukan acak lebih bersifat subyektif dan samplingnya
disebut nonprobability sampling, artinya setiap elementidak mempunyai probabilitas yang
sama untuk dipilih (Supranto. J, 2008).

Daftar pertanyaan (questionnaire)
Wawancara
Pengamatan langsung atau observasi
Melalui pos, telepon atau alat komunikasi lainnya
Alat ukur seperti meteran dan lain sebagainya.






Teknik Pengumpulan Data
Ada beberapa teknik pengumpulan data yang dapat digunakan dalam
penelitian ini, antara lain :
Kuisioner adalah satu set pertanyaan yang berurusan dengan satu topik
tunggal atau satu set topik yang saling berkaitan, yang harus dijawab
oleh subyek (James P. Chaplin dalam Nurlaili, 2004). Penyebaran
kuisioner bertujuan untuk mendapatkan data yang relevan dengan tujuan
penelitian dan memperoleh informasi dengan reabilitas serta validitas
setinggi mungkin.
Wawancara adalah suatu percakapan, tanya jawab lisan antara dua
orang atau lebih yang duduk berhadapan secara fisik dan diarahkan pada
suatu masalah tertentu (Kartono dalam Nurlaili, 2004). Wawancara
dilakukan untuk mendapatkan informasi yang terlewatkan dari kuisioner.
Observasi adalah studi yang disengaja dan sistematis tentang fenomena
sosial dan gejala-gejala alam dengan jalan pengamatan dan pencatatan
(Kartono dalam Nurlaili 2004). Observasi dilakukan untuk mengetahui
gambaran kondisi suatu wilayah.

2.1 Pembuatan Kuesioner
Kuesioner dapat dibeda-bedakan atas beberapa jenis, tergantung pada sudut
pandanganya (Arikunto,1997):
a. Dipandang dari cara menjawab, dibagi menjadi :
1. Kuesioner terbuka adalah kuesioner yang memberi kesempatan kepada
responden untuk menjawab dengan kalimatnya sendiri.
2. Kuesioner tertutup adalah kuesioner yang sudah disediakan jawabannya
sehingga responden tinggal memilih

b. Dipandang dari jawaban yang diberikan, dibagi menjadi :
1. Kuesioner langsung yaitu responden menjawab tentang dirinya.
2. Kuesioner tidak langsung yaitu jika responden menjawab tentang orang lain.
c. Dipandang dari bentuknya, dibagi menjadi:
1. Kuesioner pilihan ganda adalah sama dengan kuesioner tertutup.
2. Kuesioner isian adalah sama dengan kuesioner terbuka.
3. Check list adalah sebuah daftar di mana responden tinggal membubuhkan
tanda check (v) pada kolom yang sesuai.
4. Rating-scale (skala bertingkat) adalah sebuah pertanyaan diikuti oleh kolom-
kolom yang menunjukkan tingkatan-tingkatan misalnya mulai dari sangat
setuju sampai ke sangat tidak setuju
2.2 Teknik Pengolahan Data, Analisis dan Interpretasi Data
2.2.1 Uji Validitas dan Reabilitas Instrumen Penelitian
2.2.1.1 Uji Validitas
Arikunto (1997) memberikan pengertian validitas adalah suatu ukuran yang
menunjukkan tingkat kevalidan atau kesahihan sesuatu instrumen. Untuk menguji
tingkat validitas data, dalam penelitian ini menggunakan metode Pearson product
moment. Suatu instrument dikatakan telah valid jika memenuhi persyaratan r > r
tabel.

2.2.1.2 Uji Reabilitas
Singarimbun dan Effendi dalam Widiasih memberikan pengertian reabilitas
adalah indeks yang menunjukkan sejauh mana suatu alat pengukur dapat dipercaya
atau dapat diandalkan. Uji reabilitas data dapat menggunakan pendekatan alpha
cronbach.
Kriteria indeks reabilitas menurut Arikunto (1997), ditabelkan sebagai berikut
:

Tabel 2.4 Kriteria Indeks Koefisien Reabilitas
Besarnya Nilai r Kriteria
Kurang dari 0,200
Antara 0,200 sampai dengan 0,399
Antara 0,400 sampai dengan 0,599
Antara 0,600 sampai dengan 0,799
Antara 0,800 sampai dengan 1,000
Sangat Rendah
Rendah
Cukup
Tinggi
Sangat Tinggi

2.2.2 Analisa Deskriptif
Menurut Nurlaili (2004) salah satu bentuk analisis untuk pengolahan data
deskriptif adalah dengan merangkum sejumlah besar data-data yang masih mentah
sehingga hasilnya dapat diterjemahkan. Penyusunan ulang, pengaturan kembali
data akan menyediakan informasi yang akan menjawab permasalahan. Semua
bentuk analisis berusaha menggambarkan pola-pola secara konsisten dalam data
sehingga hasilnya dapat dipelajari dan diterjemahkan dengan cara yang singkat dan
berarti.
Analisa data deskriptif mengacu pada transformasi dari data-data mentah ke
dalam suatu bentuk yang mudah dimengerti dan diterjemahkan. Pendeskriptifan
respon/ hasil observasi merupakan ciri khas dari bentuk pertama analisis.
Perhitungan rata-rata, distribusi frekwensi dan distribusi persentase adalah bentuk
yang paling umum dari peringkasan data.
Beberapa teknik pemisahan data adalah sebagai berikut :
1. Tabulasi
Tabulasi menunjukkan pengaturan data ke dalam bentuk suatu
tabel/suatu format ringkas. Perhitungan jumlah respon dari suatu
pernyataan dan meletakkan jawaban responden ke dalam distribusi
frekuensi adalah merupakan hal sederhana. Hasil tabulasi akan
memberikan informasi besarnya frekuensi kejadian untuk setiap respon.
2. Persentase
Data yang ditabulasikan akan berguna bila mempunyai persentase dan
presentase kumulatif sebagai pencerminan dari distribusi frekuensi.
3. Pengukuran dari kecenderungan terpusat
Penggambaran dari kecenderungan terpusat dari distribusi dengan
mean, median, modus adalah bentuk dasar lain dari deskriptif analisis.
Pengukuran ini akan sangat berguna jika tujuannya adalah untuk
mengidentifikasikan nilai-nilai khas suatu variabel/karakteristik yang
paling umum dari suatu grup.
4. Tabulasi silang
Tujuan pengelompokan dan tabulasi silang adalah untuk
mengidentifikasikan perbedaan-perbedaan diantara grup-grup tersebut
dan membuat perbandingannya.

2.2.3 Analisa Regresi
Analisa regresi digunakan untuk persoalan/fenomena yang meliputi lebih dari
suatu variabel, yang beguna untuk mempelajari analisis data yang terdiri atas
banyak variabel. Jika terdapat data yang terdiri atas dua variabel, kita harus
mempelajari bagaimana variabel-variabel itu berhubungan. Hubungan yang terjadi
pada umumnya dinyatakan dalam bentuk persamaan matematik yang menyatakan
hubungan fungsional antara variabel-variabel.
Bentuk persamaan regresi adalah sebagai berikut :

Y = e X X X X
I I
........
3 3 2 2 1 1 0
(2-1)
dimana :
Y : variabel terikat

0
: konstanta
1 : parameter
X ; variabel bebas
e : kesalahan pengganggu

Beberapa fungsi analisis regresi adalah sebagai berikut :
a. Menentukan dan menjelaskan ketergantungan Y pada X
b. Menentukan dan mengetahui hubungan antara Y dan X
c. Dipergunakan untuk maksud-maksud peramalan

Sebelum persamaan regresi tersebut dapat digunakan, persamaan regresi
harus memenuhi uji asumsi klasik. Uji asumsi klasik yang harus dipenuhi oleh suatu
persamaan regresi antara lain :

1. Uji Asumsi Multikolinieritas
Multikolinieritas merupakan keadaan dimana terdapat korelasi yang sangat tinggi
antar faktor bebas dalam persamaan regresi. Menurut Gujarati dalam Widiasih,
multikolinieritas memiliki arti adanya korelasi linier yang tinggi di antara dua atau
lebih faktor bebas. Berarti, jika diantara faktor bebas yang digunakan sama
sekali tidak berkorelasi satu dengan yang lain maka bisa dikatakan tidak terjadi
multikolinieritas. Ada atau tidaknya korelasi antara dua atau lebih faktor bebas
dapat dilihat dari nilai VIF (Variance Independence Faktor). Jika terdapat variabel
yang memiliki nilai VIF melebihi 5, maka dapat dipastikan terjadi multikolinieritas.
Diharapkan dalam persamaan regresi tersebut tidak terjadi multikolinieritas.
2. Uji Asumsi Normalitas
Uji asumsi normalitas digunakan untuk mendeteksi apakah distribusi data
variabel bebas dan variabel terikatnya adalah normal. Untuk menguji normalitas
ini diketahui dari tampilan normal probability plot. Jika data menyebar di sekitar
garis diagonal dan mengikuti arah garis diagonal maka model regresi memenuhi
asumsi normalitas.
3. Uji Asumsi Heteroskedastisitas
Heteroskedastisitas akan mengakibatkan penaksiran koefisien-koefisien regresi
menjadi tidak efisien karena hasil penaksiran akan menjadi kurang dari
semestinya. Uji ini dapat diketahui dari Scatterplot. Jika ada pola tertentu yang
teratur maka terjadi heteroskedastisitas, tetapi bila tidak ada pola yang jelas
maka dapat dikatakan tidak terjadi heteroskedastisitas.
Untuk menyatakan bahwa persamaan regresi tersebut dapat digunakan,
persamaan regresi harus melalui beberapa pengujian. Beberapa pengujian yang
juga harus dipenuhi oleh suatu persamaan regresi antara lain :
1. Uji F
Uji F disini bertujuan untuk mengetahui kelinieran persamaan regresi linier
berganda. Hal ini dapat dilakukan dengan membandingkan nilai F hitung dengan
nilai F tabel. Jika nilai F hitung F tabel maka dapat disimpulkan bahwa
variabel bebas memiliki hubungan yang linier (Achmad Z. S., 2005). Uji F juga
dapat dilakukan dengan membandingkan nilai sig.F dengan alpha( ). Apabila
sig.F (0,05) maka dapat disimpulkan bahwa variabel bebas memiliki
hubungan yang linier (Singgih S,2005).
2. Uji t
Uji t disini bertujuan untuk mengetahui pengaruh tiap-tiap variabel bebas
terhadap variabel terikat (Widiasih,_). Hal ini dapat dilihat dengan
membandingkan hasil nilai sig.t dengan alpha( ). Apabila sig.t (0,05)
maka persamaan regresi dapat dipakai untuk memprediksi faktor yang
mempengaruhi kesadaran masyarakat. Selain itu juga dapat dilihat dengan
membandingkan nilai t hitung dengan t tabel. Apabila t hitung t tabel maka
persamaan regresi dapat dipergunakan (Singgih S, 2005).