No Easy Fix for Bogus Respondents in Online Opt-In Polls
Cette étude a évalué l'impact des répondants frauduleux sur les enquêtes en ligne à opt‑in et a comparé trois méthodes pour les identifier : questions pièges, présélection automatisée (CloudResearch Sentry) et appariement aux fichiers électoraux. Les auteurs ont administré un sondage en ligne du 14 au 19 novembre 2024 auprès de 11 114 adultes américains et ont mesuré les effets des filtres sur trois indicateurs de qualité des données : « yea‑saying », qualité des réponses ouvertes et effets d'ordre des réponses. Les questions pièges et la présélection automatisée ont amélioré la qualité des données de façon similaire en réduisant les « yea‑sayers », les réponses non pertinentes et les effets de primauté, tandis que l'appariement au fichier électoral a supprimé beaucoup de répondants valides et a parfois empiré ces problèmes. Les méthodes ont aussi modifié des estimations électorales et de participation déclarée, augmentant globalement la participation estimée et révélant une hausse relative du soutien démocrate après élimination des cas problématiques, en partie parce que certains répondants frauduleux déclaraient avoir voté pour le candidat vainqueur. Les cas signalés par les questions pièges et la présélection étaient plus susceptibles de se déclarer âgés de 18–29 ans ou hispaniques, ce qui reflète principalement la propension des répondants insincères à se faire passer pour ces groupes plutôt qu'un jugement sur les répondants réels.