앞서 제시된 탐지 기법들은 각각 탐지하는 IER의 유형이 다르고, 장점과 단점이 모두 있다. 예를 들어, 롱스트링 기법과 개인 내 응답 분산도는 동일 반응을 반복적으로 보이는 응답자를 탐지하기에 적합한 기법인 반면, 홀-짝 일관성 지표는 이를 잘 탐지하지 못한다. 반대로 심리측정적 동의어나 개인-전체 상관관계는 무작위 반응을 잘 탐지하는 반면, 개인 내 응답 분산도는 이를 잘 걸러내지 못한다. 또한, 마할라노비스 거리나 심리측정적 동의어는 응답자 대부분이 성실히 응답했다는 가정에 기반하지만, 재표집된 개인 신뢰도나 개인 내 응답 분산도 등은 그런 가정을 전제하지 않는다. 이런 차이들로 인해 하나의 탐지 기법에만 의존하는 것보다는 여러 탐지 기법을 함께 사용하는 것이 효과적으로 불성실 응답을 탐지할 수 있다.

Curran(2016)은 복수의 탐지 기법을 순차적으로 적용하는 다중 허들 접근이 효과적인 IER 제거 방법이라고 하였다. 이는 하나 혹은 몇 개의 기법을 동시에 적용하여 불성실 응답 여부를 판단하는 것이 아니고 여러 탐지 기법을 순차적으로 적용하는 것이다. 예를 들어, 롱스트링 기법으로 불변 응답자들을 먼저 걸러낸 후 이상치 분석(마할라노비스 거리)이나 심리측정적 동의어를 적용하는 방식이다. 또한, 이 접근은 너무 충족되기 쉬운 IER 판정의 cutoff로 인해 성실한 응답이 제거될 가능성을 낮춘 접근이라고도 할 수 있다. 왜냐하면 다중 허들 접근에서는 각 기법이 단독으로 사용될 때보다 보수적인 cutoff를 사용하여 불성실한 응답이 분명한 응답자만을 제거하고자 하는데, 이는 이후 기법을 통해 불성실 응답을 제거할 기회가 있기 때문이다. 그래서 이 접근을 사용할 때는 서로 상관이 높은 IER 탐지 기법들은 같이 사용하지 않는 것이 좋다.

• 각주