Un nuevo estudio del Pew Research Center analiza la eficacia de tres métodos principales para eliminar a los encuestados fraudulentos en las encuestas en línea de suscripción voluntaria: preguntas trampa, servicios de prefiltrado automatizado y la coincidencia con archivos electorales registrados. La investigación concluye que, aunque la purga de casos falsos reduce los errores en la mayoría de las métricas, no existe una solución infalible. El análisis de datos muestra que la coincidencia con archivos electorales aumentó ligeramente el error al eliminar principalmente a encuestados legítimos que habían rechazado proporcionar su nombre o dirección. Por el contrario, las preguntas trampa y el servicio de prefiltrado automatizado mejoraron la calidad de los datos de manera similar. Un hallazgo crítico es que todos los tres métodos aumentaron modestamente la sobreestimación del apoyo a los demócratas en las elecciones de 2024. Este sesgo no se debe a un sesgo partidista sistemático, sino a la tendencia de los encuestados falsos a afirmar que votaron por el candidato ganador, en este caso, Donald Trump. El estudio destaca que los encuestados falsos son una amenaza principal para las encuestas en línea, pero no afectan a las encuestas en línea aleatorias, como el Panel de Tendencias Americanas de Pew, que son inmunes a este riesgo. Además, se señala que las preguntas trampa pueden confundir a los encuestados legítimos, generando falsos positivos, y que los métodos de prefiltrado pueden eliminar un porcentaje significativo de casos válidos, como el 53,69% de los casos que fallaron al menos una prueba técnica en el sistema de prefiltrado evaluado.
Noticias agregadas con IA