当我们坐出租车时，如果司机不顾合同或承诺走尽可能短的路，走了不必要的长路，我们可能会觉得被骗了。我们坐出租车的决定是否受到了我们最终可能会感到被骗的信念的影响？司机的行为是否受到他对我们认为的作弊行为的看法的影响？我们在信任游戏的背景下通过直接询问参与者关于作弊的概念来解决这些问题。我们发现：i）即使在没有承诺或信息的情况下，信任交换的双方都对什么是欺骗有隐含的概念；ii）这些概念并不是唯一的——绝大多数发送者会因为他们的信任/投资回报为负而感到被骗，而相当一部分人则根据平分规则来定义欺骗；iii）这些隐含的观念会影响双方在交易中的行为，包括信任还是欺骗以及在多大程度上。最后，我们表明，个人对作弊的概念可以追溯到父母灌输的两类价值观：合作和竞争。第一类价值观倾向于软化这一概念，而另一类则会收紧它。

据我们所知，为数不多的分析虚假采访对调查结果影响的方法论研究大多是基于项目学生在“实验室环境”中产生的“人工造假”。相比之下，小组数据提供了一个独特的机会来识别实际上是面试官伪造的数据。通过比较两波的数据，可以很容易地识别出明确的赝品。然而，在大多数调查中都没有第二波，因为它们具有纯粹的横截面性质。为了寻找一种不需要两波数据的方法，我们测试了一种名为本福德定律的非常规基准，几位会计师使用该基准来发现欺诈行为。我们的初步结果使我们得出结论，本福德定律可能不是检测虚假数据的有效方法，但它可能是面试过程质量控制的一种新工具。德国社会经济小组研究（SOEP）的原始数据提供了虚假面试的丰富来源，因为它建立在几个子样本之上。然而，因为面试官知道小组受访者会在一段时间内再次接受面试，所以聪明的面试官不会伪造小组面试。事实上，在SOEP的原始数据中，这一份额仅占所有记录的0.5%。假货用于分析未检测到的假货对调查结果的潜在影响。主要结果是伪造的记录对平均值和比例没有影响。但在极为罕见的特殊情况下，如果无法检测到伪造品，则相关性和回归系数的估计可能存在偏差。需要注意的是，除了前两波样本E中的一些伪造数据外，伪造数据从未在广泛使用的SOEP中传播。造假行为在数据公布之前就被发现了。