라틴 아메리카 심리학자의 증거 기반 심리학 지식과 인식

견본 추출:

비 실험적 샘플링은 자발적인 피험자에 의해 수행됩니다. 피험자는 응용 프로그램 요청으로 연구에 올 것이기 때문입니다.

표본의 크기

질적 변수의 무한 모집단 공식이 사용됩니다. 서수 변수로 작업하고 이를 통합하는 총 관측 단위 수를 알 수 없거나 모집단이 100,000보다 크고 공식이 다음과 같기 때문입니다.

100,000명에 대한 표본 크기는 384명이 되어야 측정하려는 데이터의 95% 시간이 평가에서 관찰된 데이터에 대해 ±5% 구간에 있습니다.

데이터 관리 계획:

데이터 사전 설계

교육이 제공되고 데이터 유형(예: 문자열 및 숫자), 변수 크기, 데이터 인코딩, 주어진 변수에 첨부된 제약 조건 및 검증(부록).

데이터 수집

연구 데이터는 보안 HTTPS 연결을 통해 전송되고 사용자 로그인이 TLS를 통해 보호되었기 때문에 모범 사례 및 보안을 충족하는 "SOC 2" 인증을 받은 Google 양식을 통해 얻을 것입니다. 또한 데이터는 산업 및 연구 표준 암호화 알고리즘을 사용하여 암호화됩니다.

데이터 보존

데이터베이스는 R 스튜디오에서 추가 분석을 위해 Excel에서 생성되며, 데이터 보안을 위해 대학에서 암호화된 USB 스틱에 보관되며 이 스틱의 암호는 프로젝트 관리자만 보유합니다.

데이터 무결성, 정확성 및 일관성을 제공하는 표준

국제 질병 분류(International Classification of Diseases, ICD-11)는 정신 건강 항목의 최적 정의를 통해 데이터 일관성, 정확성 및 완전성을 제시하는 데 사용됩니다. 한편, The Global Health Training Center에서 권장하는 데이터 사용 기준은 다음과 같이 사용됩니다.

(a) 열 표제(변수)는 데이터 간에 변경되지 않습니다. b) 모든 변수에 대해 동일한 용어가 유지됩니다. c) 피험자 식별을 위한 일관된 형식과 표준 정의가 있습니다.

d) 데이터 세트의 이름은 항상 동일합니다. e) 양식/CRF 섹션의 이름, 예: 인구통계 데이터 f) 데이터 객체 목록(이름 및 정의) g) 자연어로 된 데이터 요소 설명 h) 데이터 요소의 세부 속성(데이터 유형, 크기, null 가능성, 선택성, 색인) i) 응답 옵션, 예: 확인란, 라디오 버튼, 텍스트 j) 유효성 검사 규칙(예: 필수 필드, 범위 확인) k) 데이터 요소와 다른 데이터 요소의 관계. l) 요소와 관련되어야 하는 개인 정보 보호 및 보안 제한에 대한 세부 정보(예: 보호된 건강 정보 상태).

연구 보고를 위한 방법론적 지침:

CHERRIE라는 단면 온라인 연구의 방법론적 보고 품질을 개선하기 위한 가이드가 사용될 것입니다.

데이터 분석

참가자 특성의 중심경향빈도를 분석하기 위해 기술통계를 사용하였다. 데이터가 분포, 변수 유형 및 참가자 수 분석에서 정규성 기준을 충족하지 않기 때문에 비모수 분석이 적용됩니다. 따라서 Spearman 상관 관계는 서수 데이터를 대조하는 데 사용됩니다. 다른 한편으로, 우리는 증거 기반 심리학 지식이 다른 인구 집단보다 더 많은 연구를 통해 한 인구 집단에 존재할 가능성을 결정하기 위해 승산비 분석을 사용할 계획입니다.