Les sciences sociales empiriques s'appuient fortement sur les enquêtes pour mesurer le comportement humain. Des études antérieures montrent que ces données sont sujettes à des erreurs aléatoires et à des biais systématiques causés par la désirabilité sociale, les difficultés de rappel et l'effet Hawthorne. De plus, la collecte de données d'enquête à haute fréquence est souvent impossible, ce qui est important pour les résultats qui fluctuent. L'innovation dans la technologie des capteurs pourrait relever ces défis. Dans cette étude, nous utilisons des capteurs pour décrire l'adoption de la lumière solaire au Kenya et analyser dans quelle mesure les données d'enquête sont limitées par des erreurs systématiques et aléatoires. Les données des capteurs révèlent que les ménages utilisaient des lumières pendant environ 4 h par jour. Les visites fréquentes d'enquêteurs pour un sous-échantillon aléatoire ont augmenté l'utilisation de la lumière à court terme, mais n'ont eu aucun effet à long terme. Malgré d'importantes erreurs de mesure dans les données d'enquête, l'utilisation autodéclarée ne diffère pas en moyenne des mesures des capteurs et les différences ne sont pas corrélées aux caractéristiques des ménages. Cependant, l'erreur de mesure de retour à la moyenne se démarque : les ménages qui ont beaucoup utilisé la lumière ont tendance à sous-déclarer, tandis que les ménages qui l'ont peu utilisée ont tendance à surdéclarer l'utilisation. Enfin, les questions d'utilisation générale fournissent des informations plus précises que de poser des questions sur chaque heure de la journée. Les données des capteurs peuvent servir de référence pour tester les questions d'enquête et semblent particulièrement utiles pour les analyses de petits échantillons.