m. Sikap
Berdasarkan hasil wawancara, bahwa sikap adalah perasaan seseorang tentang obyek, aktivitas, peristiwa dan orang lain. Perasaan ini menjadi konsep yang
merepresentasikan suka atau tidak sukanya positif, negatif, atau netral seseorang pada sesuatu.
n. Postur Tubuh
Berdasarkan hasil wawancara, bahwa Postur tubuh adalah bentuk lekukan tubuh mulai dari atas kepala sampai ujung kaki. Postur tubuh merupakan salah satu
faktornya, sebab postur tubuh yang ideal akan lebih mudah terjadinya pelecehan seksual terhadap pekerja anak wanita. Contohnya postur tubuh yang seksi.
o. Imbalan
Berdasarkan hasil wawancara, imbalan merupakan upah yang wajib terima atau berhak memperoleh bayaran karena telah melakukan pekerjaan yang sesuai.
Adapun imbalan yang diperoleh pekerja anak tersebut tidak sesuai. Adapun cara untuk memperoleh imbalan tinggi dengan melakukan permintaan, baik permintaan
dengan cara paksaan atau kemauan sendiri.
p. Ancaman
Berdasarkan hasil wawancara, bahwa ancaman merupakan suatu faktor terjadinya pelecehan seksual. Apabila si pekerja anak tidak melakukan permintaan,
akan diancam dengan dikeluarkan dari pekerjaan.
q. Perlindungan Keluarga
Berdasarkan hasil wawancara, bahwa perlindungan keluarga sangat dibutuhkan, dimana si pekerja anak tidak merasa takut atau bimbangan, apabila si
pekrja melakukan hal yang tidak wajar.
r. Kebudayaan
Berdasarkan hasil wawancara, bahwa kebudayaan merupakn awal bentuk yang berkaitan dengan budi dan akal penelitian.
s. Agama
Agama adalah pedoman hidup atau penuntun hidup. Berdasarkan hasil wawancara, pekerja anak wanita yang banyak terkena pada agama muslim.
t. Kebiasaan Pimpinan
Berdasarkan hasil wawancara, bahwa kebiasaan pimpinan merupakan salah satu faktor terjadiya pelecehan seksual. Dimana kebiasaan pimpinan harus
dilakukan, apabila tidak si pekerja anak wanita tersebut akan mendapat saksi. Salah satu kebiasaan pimpinan adalah egois atau mau menang sendiri
2.2. Pekerja Anak 2.2.1.
Defenisi Pekerja Anak
Secara umum pekerja anak atau buruh anak adalah anak-anak yang melakukan pekerjaan secara rutin untuk orang tuanya, untuk orang lain atau untuk
dirinya sendiri yang membutuhkan sejumlah besar waktu, dengan menerima imbalan atau tidak. Sementara itu, batasan usia anak ternyata cukup variatif. UU Nomor
251997 tentang Ketenagakerjaan ayat 20 menyebutkan bahwa yang dimaksud anak adalah orang laki-laki atau perempuan yang berumur kurang dari 15 tahun. BPS
dalam penyajian data statistik membatasi pekerja anak sebagai penduduk yang berumur 10-14 tahun. Menurut ILO memberi batasan pekerja anak lebih luas, yaitu
pekerja yang berumur di bawah 18 tahun. Dengan definisi anak sebagai penduduk usia 10-14 tahun, pada tahun 2003
Indonesia memiliki 566,5 ribu pekerja anak atau 2,8 persen terhadap total anak pada usia tersebut. Angka ini lebih rendah dibanding tahun 2001, yaitu sebanyak 948,7
jiwa 4,6 persen. Jika dipisahkan antara daerah perdesaan dan perkotaan, terlihat bahwa proporsi pekerjaan anak lebih tinggi di perdesaan. Namun di keduanya, terjadi
penurunan proporsi pekerja anak secara konsisten. Penurunan jumlah pekerja anak juga terjadi di Kutai Kartanegara. Pada tahun 2000 jumlah pekerja anak adalah
sebesar 11.632 anak. Angka ini turun menjadi 3.012 anak pada tahun 2005. Namun perlu dicatat bahwa angka pekerja anak yang terdata dalam survai BPS tidak
mencerminkan seluruh pekerja anak. Seperti yang dikatakan demograf Terence H. Hull Ellisman, 2002.
2.2.2. Bentuk-bentuk Pekerja Anak Wanita
Bentul-bentuk pekerja anak wanita yang di Kecamatan Kota Kisaran Timur Kabupaten Asahan yang diteliti adalah pekerja wanita yang berkerja sebagai
pembantu rumah tangga, bekerja di arena kereta api dan terminal, karyawan pabrik roti, karyawan toko serta berkerja yang bergabung dengan kaum laki-laki pemulung
dan anak jalanan.
2.3. Analisis Faktor 2.3.1. Pengertian
Analisis faktor merupakan nama umum yang menunjukan suatu prosedur, utamanya dipergunakan untuk mereduksi data atau meringkas dari variabel yang
banyak diubah menjadi sedikit variabel, misalnya dari 15 variabel yang lama diubah menjadi 4 atau 5 variabel baru yang disebut faktor dan masih memuat sebagian besar
informasi yang terkandung dalam variabel asli original variabel Supranto, 2004. Selain itu analisis faktor dapat juga berfungsi sebagai alat uji validasi internal dari
alat ukur yang dipergunakan Ridwan, 2002. Analisis faktor merupakan salah satu teknik analisis statistik multivariat,
dengan titik berat yang diminati adalah hubungan secara seksama bersama pada semua variabel tanpa membedakan variabel tergantung dan variabel bebas atau
disebut sebagai metode antar ketergantungan interdependence methods. Proses analisis faktor mencoba menemukan hubungan antar variabel yang saling
independent tersebut, sehingga bisa dibuat satu atau beberapa kumpulan variabel yang lebih sedikit jumlah variabel awal sehingga memudahkan analisis statistik
selanjutnya Wibowo,2006. Tujuan yang penting dari analisis faktor adalah menyederhanakan hubungan
yang beragam dan kompleks pada beberapa variabel yang diamati dengan menyatukan faktor atau dimensi yang saling berhubungan pada suatu struktur data
yang baru yang mempunyai beberapa faktor yang lebih kecil Wibisono,2003.
Analisis faktor dipergunakan di dalam situasi sebagai berikut Supranto, 2004 : 1.
Mengenali atau mengidentifikasi dimensi yang mendasari Underling dimensions atau faktor, yang menjelaskan korelasi antara suatu set variabel.
2. Mengenali atau mengidentifikasi suatu set variabel baru yang tidak berkorelasi
independent yang lebih sedikit jumlahnya untuk menggantikan suatu set variabel asli yang saling berkorelasi di dalam analsis multivariat selanjutnya.
3. Mengenali atau mengidentifikasi suatu set variabel yang penting dari suatu set
variabel yang lebih banyak jumlahnya untuk dipergunakan di dalam analisis multivariat selanjutnya.
2.3.2. Model Analisis Faktor Dan Statistik Yang Relevan
Secara matematis, analisis faktor agak mirip dengan regresi linier berganda yaitu bahwa setiap variabel dinyatakan sebagai suatu kombinasi linier dari faktor
yang mendasari. Dimana analisis regresi linier berganda dapat mengetahui besarnya pengaruh dari setiap variabel bebas terhadap variabel tak bebas serta meramalkan
nilai variabel yang tak bebas tersebut Supranto, 2004. Jumlah varian yang disumbangkan oleh suatu variabel dengan variabel
lainnya yang tercakup dalam analisis disebut communality. Hubungan antara variabel yang diuraikan dinyatakan dalam suatu common factors yang sedikit jumlahnya
ditambah dengan faktor yang unik untuk setiap variabel. Faktor yang unik tidak berkorelasi dengan sesama faktor yang unik dan juga tidak berkorelasi dengan
common factor. Common factor sendiri bisa dinyatakan sebagai kombinasi linier dari variabel-
variabel yang terlihatterobservasi the observed variables hasil penelitian lapangan.
Common faktor adalah hubungan yang tidak berkorelasi dengan faktor unik. Faktor unik biasanya juga dianggap saling tidak berkorelasi, akan tetapi mungkin atau tidak
mungkin berkorelasi saru sama lain. Masing-masing faktor dapat diekspresikan dengan persamaan sebagai berikut:
F
1
= W
i1
X
1
+W
i2
X
2
+W
i3
X
3
+.....+W
ik
X
k
Dimana : F
1
adalah faktor W
i
adalah bobot variabel terhadap faktor
K
adalah jumlah variabel X adalah variabel
Semakin besar bobot Wi suatu variabel terhadap faktor, maka pengaruh variabel terhadap faktor tersebut semakin erat, yang berarti perubahan variabel
memberikan kontribusi yang semakin besar pada nilai faktor. Hal ini berlaku untuk keadaan sebaliknya Supranto, 2004.
Statistik kunci yang relevan dengan analisis faktor adalah : Bartllet’s tes of sphericty yaitu suatu uji statistik yang digunakan untuk menguji hipotesis bahwa
variabel tidak saling berkorelasi uncorrelated dalam populasi.
2.3.3. Model Matematik Dalam Analisis Faktor
Di dalam model analisis faktor, komponen hipotesis diturunkan dari hubungan antara variabel teramati. Model analisis faktor mensyaratkan bahwa hubungan antar
variabel teramati harus linier dan nilai koefisien korelasi tak boleh nol, artinya benar- benar harus ada hubungan. Komponen hipotesis yang diturunkan harus memiliki sifat
sebagai berikut:
1. Komponen hipotesis tersebut diberi nama faktor.
2. Variabel komponen hipotesis yang disebut faktor bisa dikelompokkan menjadi
dua yaitu: common factor and unique factor. Dua komponen ini bisa dibedakan kalau dinyatakan dalam timbangan di dalam persamaan linier, yang menurunkan
variabel terobservasi dari variabel komponen hipotesis. Common factor mempunyai lebih dari satu variabel dengan timbangan yang bukan nol nilainya.
Suatu faktor unik hanya mempunyai satu variabel dengan timbangan yang tidak nol terikat dengan faktor. Jadi hanya satu variabel yang tergantung pada satu
faktor unik. 3.
Common factor selalu dianggap tidak berkorelasi dengan faktor unik. Faktor unik biasanya juga dianggap saling tidak berkorelasi, akan tetapi common
factor mungkin atau tidak mungkin berkorelasi satu sama lainnya. 4.
Umumnya dianggap bahwa jumlah common factor lebih sedikit dari jumlah variabel asli. Akan tetapi banyaknya faktor unik biasanya dianggap sama dengan
banyaknya variabel asli.
2.3.4. Langkah-Langkah Analisis Faktor
1. Merumuskan Masalah
Merumuskan masalah meliputi beberapa hal : 1.
Tujuan analisis faktor harus diidentifikasi. 2.
Variabel yang akan dipergunakan didalam analisis faktor dispesifikasi berdasarkan penelitian sebelumnya, teori dan pertimbangan dari peneliti.
3. Pengukuran variabel berdasarkan skala interval dan rasio.
4. Banyaknya elemen sampel n harus cukupmemadai, sebagai petunjuk N=85
dan d=90. n=
2
1 d
N N
+ n = jumlah sampel
=
2
1 ,
8 5 1
8 5 +
N = jumlah populasi = 45
d = tingkat kepercayaan
2. Bentuk Matriks Korelasi.
Proses analisis didasarkan pada suatu matriks korelasi agar variabel pendalaman yang berguna bisa diperoleh dari penelitian matriks ini. Agar analisis
faktor bisa tepat dipergunakan, variabel-variabel yang akan dianalisis harus berkorelasi. Apabila koefisien korelasi antar variabel terlalu kecil, hubungannya
lemah, analisis faktor menjadi tidak tepat. Prinsip utama Analisis faktor adalah korelasi, maka asumsi-asumsi akan
terkait dengan metode statistik korelasi yaitu: 1.
Besar korelasi atau korelasi independen variabel yang cukup kuat, misalnya diatas 0,5 atau bila dilihat tingkat signifikansinya adalah kurang dari 0,5.
2. Besar korelasi parsial, korelasi antar dua variabel dengan menganggap
variabel lain adalah tetap konstan harus kecil. Pada SPSS deteksi korelasi parsial diberikan pada Anti Image Correlation.
Statistik formal tersedia untuk menguji ketepatan model faktor yaitu Barlett’s Test of Sphericity bisa digunakan untuk menguji hipotesis bahwa variabel tak
berkorelasi di dalam populasi. Nilai yang besar untuk uji statistik, berati hipotesis nol
harus ditolak berarti ada korelasi yang signifikan diantara beberapa variabel. Kalau hipotesis nol diterima, ketepatan analisis faktor harus dipertanyakan.
Statistik lainnya yang berguna adalah KMO Kaiser-Meyer-Olkin mengukur kecukupan sampling sampling adequancy. Indeks ini membandingkan besarnya
koefisien korelasi terobservasi dengan besarnya koefisien korelasi parsial. Nilai KMO yang kecil menunjukkan korelasi antar pasangan variabel tidak bisa diterangkan oleh
variabel lain dan analisis faktor mungkin tidak tepat. a.
Harga KMO sebesar 0,9 adalah sangat memuaskan b.
Harga KMO sebesar 0,8 adalah memuaskan c.
Harga KMO sebesar 0,7 adalah harga menengah d.
Harga KMO sebesar 0,6 adalah cukup e.
Harga KMO sebesar 0,5 adalah kurang memuaskan f.
Harga KMO sebesar 0,4 adalah tidak dapat diterima. Measure of Sampling Adequacy MSA ukuran dihitung untuk seluruh matriks
korelasi dan setiap variabel yang layak untuk diaplikasikan pada analisis faktor. Nilai MSA yang rendah merupakan pertimbangan untuk membuang variabel tersebut pada
tahap analisis selanjutnya. Wibisono, 2003. Angka MSA berkisar 0-1 menunjukan apakah sampel bisa dianalisis lebih lanjut Wibowo A, 2006.
a. MSA = 1, variabel tersebut dapat diprediksi tanpa kesalahan oleh variabel
lain. b.
MSA 0,5 variabel masih dapat diprediksi dan dapat dianalisis lebih lanjut. c.
MSA 0,5 variabel tidak dapat diprekdiksi dan tidak dapat dianalisis lebih lanjut.
3. Menentukan Metode Analisis Faktor
Setelah ditetapkan bahwa analisis faktor merupakan teknik yang tepat untuk menganalisis data yang sudah dikumpulkan, kemudian ditentukan atau dipilih metode
yang tepat untuk analisis faktor. Ada dua cara atau metode yang bisa dipergunakan dalam analisis faktor, khususnya untuk menghitung koefisien skor faktor, yaitu
analisis komponen utama Principal Component Analysis dan analisis faktor umum Common Factor Analysis
Di dalam principal component analysis, jumlah varian dalam data dipertimbangkan. Principal Component Analysis direkomendasikan kalau hal yang
pokok ialah menentukan bahwa banyaknya faktor harus minimun dengan memperhitungkan varian maksimum dalam data untuk dipergunakan di dalam
analisis multivariat lebih lanjut. Faktor-faktor tersebut dinamakan principal components.
Di dalam common factor analysis, faktor diestimasi didasarkan pada common variance, communalities dimasukkan di dalam matriks korelasi. Metode ini dianggap
tidak tepat kalau tujuan utamanya ialah mengenalimengidentifikasi dimensi yang mendasari dan common variance yang menarik perhatian. Metode ini juga dikenal
sebagai principal axis factoring Supranto, 2004. Communalities ialah jumlah varian yang sumbangkan oleh suatu variabel
dengan seluruh variabel lainnya dalam analisis. Bisa juga disebut proporsi atau bagian varian yang dijelaskan common factor, atau besarnya sumbangan suatu faktor
terhadap varian seluruh variabel. Semakin besar communalities sebuah variabel, berarti semakin kuat hubungannya dengan faktor yang dibentuknya.
Eigenvalue merupakan jumlah varian yang dijelaskan oleh setiap faktor. Eigenvalue akan menunjukkan kepentingan relatif masing-masing faktor dalam
menghitung varian yang dianalisis. Wibowo, 2006. 4.
Rotasi Faktor-Faktor
Suatu hasil atau output yang penting dari analisis faktor ialah apa yang disebut matriks faktor pola factor pattern matrix. Matriks faktor berisi koefisien yang
dipergunakan untuk mengekspresikan variabel yang dibakukan dinyatakan dalam faktor. Koefisien-koefisien ini yang disebut muatan faktor, mewakili korelasi antar-
faktor dan variabel. Suatu koefisien dengan nilai absolutmutlak yang besar menunjukkan bahwa faktor dan variabel berkorelasi sangat kuat. Koefisien dari
matriks faktor bisa dipergunakan untuk menginterpretasikan faktor. Meskipun matriks faktor awal yang belum dirotasi menunjukkan hubungan
antar faktor masing-masing variabel, jarang menghasilkan faktor yang bisa diinterpretasikan diambil kesimpulannya, oleh karena faktor-faktor tersebut
berkorelasi atau terkait dengan banyak variabel lebih dari satu. Di dalam melakukan rotasi faktor, kita menginginkan agar setiap faktor
mempunyai muatan atau koefisien yang tidak nol atau yang signifikan untuk beberapa variabel saja. Dimana gunanya rotasi adalah untuk mengontrolmemeriksa variabel
yang belum layak dimasukkan menjadi layak dimasukkan dalam buat penamaan. Demikian halnya kita juga menginginkan agar setiap variabel mempunyai muatan
yang tidak nol atau signifikan dengan beberapa faktor saja, kalau mungkin dengan
satu faktor saja. Kalau terjadi bahwa beberapa faktor mempunyai muatan tinggi dengan variabel yang sama, sangat sulit untuk membuat interpretasi tentang terhadap
seluruh varian dari seluruh variabel asli mengalami perubahan. Ada dua metode rotasi yang berbeda yaitu :
1. Orthogonal ratation, kalau sumbu dipertahankan tegak lurus sesamanya
bersudut 90 . Metode rotasi yang banyak dipergunakan yaitu varimax,
prosedur. Karena varimax adalah solusi awal yang terbaik dimana gamma=1 yang menunjukkan tingkat kepercayaan yang tinggi. Prosedur ini merupakan
metode orthogonal yang berusaha meminimumkan membuat sedikit mungkin banyaknya variabel dengan muatan tinggi high loading pada satu
faktor, dengan demikian memudahkan pembuatan interpretasi mengenai faktor. Rotasi orthogonal menghasilkan faktor-faktor yang tidak berkorelasi
satu sama lain uncorreclated each other antara lain none, equimax, varimax, quartimax, orthomax.
- None adalah pilih tidak untuk memutar solusi awal.
- Equimax adalah pilih untuk melakukan rotasi equimax solusi awal
gamma=jumlah faktor 2. -
Variamx adalah pilih untuk melakukan rotasi varimax solusi awal gamma=1.
- Quartimax adalah pilih untuk melakukan rotasi quatimax solasi awal
gamma=0. -
Orthomax adalah pilih untuk melakukan rotasi orthomax solusi awal, kemudian masukkan gamma nilai antara 0 dan 1.
2. Oblique ratation, kalau sumbu tidak dipertahankan harus tegak lurus
sesamanya bersudut 90 dan faktor-faktor tidak berkorelasi. Kadang-kadang
dengan membolehkan korelasi antar-faktor bisa menyederhanakan matriks faktor pola factor pattern matrix. Oblique ratation harus dipergunakan kalau
faktor dalam populasi berkorelasi sangat kuat Supranto, 2004. 5.
Interpretasi Faktor
Interpretasi dipermudah dengan mengindentifikasi variabel yang muatannya besar pada faktor yang sama. Faktor tersebut kemudian bisa diinterpretasikan,
dinyatakan dalam variabel yang mempunyai muatan tinggi padanya. Manfaat lainnya di dalam membantu untuk membuat interpretasi ialah menge-plot variabel, dengan
menggunakan factor loading sebagai sumbu koordinat sumbu F1 dan F2. Variabel pada ujung atau akhir suatu sumbu ialah variabel yang mempunyai
high loading hanya pada faktor tertentu faktor F1 dan F2 oleh karena itu bisa menyimpulkan bahwa faktor tersebut terdiri dari variabel-variabel tersebut.
Sedangkan variabel yang dekat dengan titik asal perpotongan sumbu F1 dan F2 mempunyai muatan rendah low loading pada kedua faktor.
Variabel yang tidak dengan sumbu salah satu faktor berarti berkorelasi dengan kedua faktor tersebut. Kalau suatu faktor tidak bisa diberi label sebagai faktor tidak
terdefinisikan atau faktor umum. Variabel-variabel yang berkorelasi kuat nilai factor loading yang besar dengan faktor tertentu dan memberikan inspirasi nama faktor
yang bersangkutan Supranto, 2004 6.
Menghitung Skor dan Nilai Faktor
Nilai faktor adalah ukuran yang mengatakan representasi suatu variabel oleh masing-masing faktor. Nilai faktor menunjukkan bahwa suatu data mewakili
karakteristik khusus yang direpresentasikan oleh faktor. Nilai faktor ini selanjutnya digunakan untuk analisis lanjutan.
Sebenarnya analisis faktor tidak harus dilanjutkan dengan menghitung skor atau nilai faktor, sebab tanpa menghitung pun hasil analisis faktor sudah bermanfaat
yaitu mereduksi variabel yang banyak menjadi variabel baru yang lebih sedikit dari variabel aslinya.
7. Memilih Surrogate Variables
Surrogate variable adalah suatu bagian dari variabel asli yang dipilih untuk digunakan di dalam analisis selanjutnya. Pemilihan surrogate variable meliputi
sebagian dari beberapa variabel asli untuk dipergunakan di dalam analisis selanjutnya. Hal ini memungkinkan peneliti untuk melakukan analisis lanjutan dan
menginterpretasikan hasilnya dinyatakan dalam variabel asli bukan dalam skor faktor. Dengan meneliti matriks faktor, kita bisa memilih untuk setiap faktor variabel dengan
muatan tinggi pada faktor yang bersangkutan. Variabel tersebut kemudian bisa dipergunakan sebagai variabel pengganti atau
surrogate variable untuk faktor yang bersangkutan. Proses untuk mencari variabel pengganti akan berjalan lancar kalau muatan faktor factor loading untuk suatu
variabel jelas-jelas lebih tinggi daripada muatan faktor lainnya. Akan tetapi pilihan menjadi susah, kalau ada dua variabel atau lebih mempunyai muatan yang sama
tingginya. Di dalam hal seperti ini, pemilihan antara variabel-variabel ini harus didasarkan pada pertimbangan teori dan pengukuran sebagai contoh, mungkin teori
menyarankan bahwa suatu variabel dengan muatan sedikit lebih kecil mungkin lebih penting daripada dengan sedikit lebih tinggi.
Demikian juga halnya, kalau suatu variabel mempunyai muatan sedikit lebih rendah akan tetapi telah diukur lebih telitiakurat, seharusnya dipilih sebagai
surrogate variable. 8.
Proses Analisis Faktor
Secara garis besar tahapan pada analisis faktor adalah sebagai berikut: 1.
Memilih variabel yang layak dimasukkan dalam analisis faktor. Oleh karena analisis faktor berupaya mengelompokkan sejumlah variabel, maka
seharusnya ada korelasi yang cukup kuat diantara variabel, sehingga akan terjadi pengelompokkan. Jika sebuah variabel atau lebih berkorelasi lemah
dengan variabel lainnya, maka variabel tersebut akan dikeluarkan dari analisis faktor. Alat seperti MSA atau Bartlett’s Test dapat digunakan untuk keperluan
ini. 2.
Setelah sejumlah variabel terpilih, maka dilakukan ”ekstraksi” variabel tersebut hingga menjadi satu atau beberapa faktor.
3. Faktor yang terbentuk dapat menggambarkan perbedaan diantara
faktor-faktor yang ada. Hal tersebut akan mengganggu analisis, karena justru sebuah faktor harus berbeda secara nyata dengan faktor
lain. 4.
Kemudian mengartikan hasil penemuan artinya faktor-faktor tersebut mewakili variabel yang mana saja
2.4. Alur Penelitian
Faktor yang mempengaruhi pelecehan
seksual terhadap pekerja anak :
Pekerjaan Hubungan Sosial dengan
Lingkungan Waktu Kerja
Fasilitas pekerja Pengetahuan
Pendapatan Pakaian
Teknologi Keluarga
Kejiwaan Sikap
Postur Tubuh Imbalan
Ancaman Perlindungan Keluarga
Kebudayaan Agama
Kebiasaan Pimpinan
Analisis Faktor
Hasil : Faktor1
Faktor 2 Faktor……
Faktor n
B A B III METODE PENELITIAN
3.1. Jenis Penelitian
Jenis penelitian bersifat deskriptif dengan menggunakan metode penerapan analisis faktor eksploratori yang mempengaruhi pelecehan seksual terhadap pekerja
anak.
3.2.Lokasi Dan Waktu Penelitian
Penelitian ini dilaksanakan di wilayah Kecamatan Kota Kisaran Timur Kabupaten Asahan. Penelitian ini dilakukan pada bulan September 2009 sd Februari
2010.
3.3.Populasi dan Sampel
Populasi dalam penelitian ini yaitu seluruh pekerja anak wanita yang berusia 18 tahun yang berada di wilayah Kecamatan Kota Kisaran Timur Kabupaten
Asahan, yang berjumlah 85 orang BPS, 2008 dan terdapat jumlah sampel adalah 45 orang dengan cara sampling Accidential. Sampling Accidential adalah teknik
penentuan sampel berdasarkan kebetulan yaitu siapa saja yang secara kebetulan bertemu dengan peneliti dapat digunakan sebagai sampel, bila dipandang orang yang
kebetulan ditemui itu cocok sebagai sumber data. Sugiyono, 2008.
3.4. Pengumpulan Data