En este estudio, se propone un nuevo método de estimación de respuesta aleatoria de tres declaraciones para mejorar la desventaja de que el método de estimación de máxima verosimilitud podría generar un valor negativo para estimar la proporción sensible (SNP) cuando su valor real es pequeño. El estimador de Bayes de la SNP se obtiene mediante el uso de un procedimiento de modelado bayesiano jerárquico. Además, se utiliza un algoritmo híbrido que combina el muestreo de Gibbs en los algoritmos de Metropolis-Hastings para obtener el estimador de Bayes de la SNP. El intervalo de mayor densidad posterior de la SNP se obtiene en función de la distribución empírica de las cadenas de Markov. Utilizamos el término 3RR-HB para denotar el método propuesto aquí. Las simulaciones de Monte Carlo muestran que la calidad del procedimiento 3RR-HB es buena y que puede mejorar la desventaja del método de estimación de máxima verosimilitud. El procedimiento 3RR-HB propuesto es simple de usar. Se utiliza un ejemplo sobre la proporción de homosexuales en estudiantes universitarios para ilustrar.