¿La análisis conjunto mitiga el sesgo de deseabilidad social?

Resumen ¿Cómo podemos obtener respuestas honestas en encuestas? El análisis conjunto se ha convertido en una herramienta popular para abordar el sesgo de deseabilidad social (SDB) o la mala representación sistemática en encuestas sobre temas sensibles. Sin embargo, no ha habido evidencia directa que muestre su idoneidad para este propósito. Proponemos un diseño experimental novedoso para identificar la capacidad del análisis conjunto para mitigar el SDB. Específicamente, comparamos un diseño conjunto estándar, completamente aleatorizado, con un diseño parcialmente aleatorizado donde solo se varía el atributo sensible entre los dos perfiles en cada tarea. También incluimos una condición de control para eliminar la confusión debido a la mayor atención al atributo variable bajo el diseño parcialmente aleatorizado. Implementamos esta estrategia empírica en dos estudios sobre actitudes acerca de la conservación ambiental y preferencias sobre candidatos al congreso. En ambos estudios, nuestras estimaciones indican que el diseño conjunto completamente aleatorizado podría reducir el SDB para el efecto del componente marginal promedio (AMCE) del atributo sensible en aproximadamente dos tercios del AMCE mismo. Aunque es alentador, advertimos que nuestros resultados son exploratorios y muestran cierta sensibilidad a especificaciones de modelo alternativas, sugiriendo la necesidad de evidencia confirmatoria adicional basada en el diseño propuesto.