TRANSFORMASI SAMPLING DI ERA DIGITAL: VALIDITAS PENGGUNAAN BIG DATA SEBAGAI POPULASI DALAM PENELITIAN SOSIAL

Authors

  • Muammar Khaddafi Universitas Malikussaleh
  • Naira Azzahra Universitas Malikussaleh
  • Ardiana Rahmadania Universitas Malikussaleh
  • Devi Aulia Sari Universitas Malikussaleh
  • Azizah Muhshana Siregar Universitas Malikussaleh

DOI:

https://doi.org/10.61722/jinu.v3i6.11783

Keywords:

Big Data, transformasi sampling, populasi, penelitian sosial, validitas

Abstract

Perkembangan teknologi digital telah mengubah metode pengumpulan data dalam penelitian sosial. Kehadiran Big Data memungkinkan peneliti memperoleh data dalam jumlah yang sangat besar, beragam, dan tersedia secara real-time sehingga mendorong transformasi dari teknik sampling konvensional menuju pemanfaatan data digital sebagai representasi populasi penelitian. Penelitian ini bertujuan untuk menganalisis transformasi teknik sampling di era digital serta mengkaji validitas penggunaan Big Data sebagai populasi dalam penelitian sosial. Penelitian ini menggunakan pendekatan kualitatif deskriptif melalui studi literatur dengan menganalisis berbagai publikasi ilmiah terkini mengenai Big Data, teknik sampling, validitas data, dan metodologi penelitian sosial. Hasil penelitian menunjukkan bahwa Big Data memiliki keunggulan dalam menyediakan data yang berukuran besar, beragam, dan diperoleh secara cepat sehingga mampu menggambarkan fenomena sosial secara lebih komprehensif. Namun, penggunaan Big Data masih menghadapi berbagai tantangan, seperti representativitas data, bias seleksi, kualitas data, serta perlindungan privasi. Oleh karena itu, pemanfaatan Big Data sebagai populasi penelitian memerlukan pertimbangan metodologis yang tepat agar validitas dan reliabilitas hasil penelitian tetap terjamin

References

Kim, J. K., & Wang, Z. (2019). Sampling Techniques for Big Data Analysis. International Statistical Review, 87(S1), S177–S191. https://doi.org/10.1111/insr.12290

Daikeler, J., Fröhling, L., Sen, I., Birkenmaier, L., Gummer, T., Schwalbach, J., Silber, H., Weiß, B., Weller, K., & Lechner, C. (2025). Assessing Data Quality in the Age of Digital Social Research: A Systematic Review. Social Science Computer Review, 43(5). https://doi.org/10.1177/08944393241245395

Freese, J., & Jin, O. (2025). Online Nonprobability Samples. Annual Review of Sociology, 51, 109–128. https://doi.org/10.1146/annurev-soc-090524-043117

Vicente, P. (2023). Sampling Twitter Users for Social Science Research: Evidence from a Systematic Review of the Literature. Quality & Quantity. https://doi.org/10.1007/s11135-023-01615-w

Klinke, D., Jacobsen, J., Dieres, M., Schwander, H., von Scheve, C., & Specht, J. (2026). Social Media Sampling Is an Effective Way to Access Hard-to-Survey Populations and Low-Prevalence Groups. International Journal of Social Research Methodology, 29(3), 463–482. https://doi.org/10.1080/13645579.2025.2564866

Pollard, M. S., Robbins, M. W., & Griswold, M. (2026). A Demonstration of Propensity-Score Weighting to Adjust a Social Media Nonprobability Sample Survey of Political Attitudes. Public Opinion Quarterly, 90(2), 536–565. https://doi.org/10.1093/poq/nfaf071

Bergquist, P., et al. (2025). Survey Sampling in the Global South Using Facebook Advertisements. Political Science Research and Methods, 13(4), 781–797. https://doi.org/10.1017/psrm.2025.18

Downloads

Published

2026-07-06