ラテンアメリカの心理学者における証拠に基づく心理学の知識と認識

サンプリング：

非実験的サンプリングは、被験者が募集に応じて研究に参加するため、自発的な被験者によって行われます。

サンプルサイズ

質的変数の無限母集団の公式が使用されます。これは、順序変数を扱うため、また、それを統合する観測単位の総数が不明であるため、またはその母集団が 100,000 を超える場合であり、公式は次のとおりです。

100,000 人のサンプル サイズは 384 人である必要があるため、測定するデータが 95% の確率で、評価で観察されたデータに対して ±5% の範囲内に収まります。

データ管理計画:

データディクショナリの設計

トレーニングが提供され、データ型 (例: 文字列と数値）、変数のサイズ、データのエンコーディング、および特定の変数に付加された制約と検証（付録）。

データ収集

調査データは、安全な HTTPS 接続を介して送信され、ユーザーのログインが TLS によって保護されているため、ベスト プラクティスとセキュリティを満たす「SOC 2」認定を受けた Google フォームを通じて取得されます。 さらに、データは業界および研究標準の暗号化アルゴリズムを使用して暗号化されます。

データの保持

データベースは、R スタジオでさらに分析するために Excel で生成されます。データベースは、データ セキュリティのために暗号化された USB スティックに入れて大学に保管され、このスティックのパスワードはプロジェクト マネージャーのみが保持します。

データの完全性、正確性、一貫性を提供する標準

国際疾病分類 (ICD-11) は、メンタルヘルスエンティティの最適な定義を通じてデータの一貫性、正確性、完全性を示すために使用されます。 一方、グローバル ヘルス トレーニング センターが推奨するデータ使用基準は次のとおりです。

(a) 列見出し（変数）はデータ間で変更されません。 b) すべての変数に対して同じ用語が維持されます。 c) 被験者の識別には一貫した形式と標準定義があります。

d) データセットの名前は常に同じです。 e) フォーム/CRF セクションの名前 (人口統計データなど) f) データ オブジェクトのリスト (名前と定義) g) 自然言語によるデータ要素の説明 h) データ要素の詳細なプロパティ (データ型、サイズ、 null 可能性、オプション性、インデックス) i) 応答オプション、例: チェック ボックス、ラジオ ボタン、テキスト j) 検証ルール、例: 必須フィールド、範囲チェック k) データ要素と他のデータ要素の関係。 l) 要素に関連付ける必要があるプライバシーおよびセキュリティ制限に関する詳細 (例: 保護された医療情報のステータス)。

研究を報告するための方法論的ガイドライン:

CHERRIE と呼ばれる、横断的オンライン研究の方法論的レポートの品質を向上させるためのガイドが使用されます。

データ分析

記述統計を使用して、参加者の特性の中心傾向頻度を分析しました。 データが分布、変数のタイプ、参加者の数の分析において正規性の基準を満たしていないため、ノンパラメトリック分析が適用されます。したがって、順序データを対比するためにスピアマン相関が使用されます。 一方、私たちはオッズ比分析を使用して、証拠に基づいた心理学の知識が、他の集団よりも多くの研究が行われているある集団グループに存在する可能性を判断する予定です。