8 Sciarini and Goldberg (2016)
摘要自 Sciarini and Goldberg (2016)。
8.1 文獻摘要
8.1.1 文獻回顧
高估投票率有兩種成因，一是 misreporting，一是 overrepresentation。大部分的文獻都只處理前者，前者與 social desirability 有關。但是，common cause model 與 leverage-salience theory 還指出，投票參與的傾向與參與調查的傾向相關。
8.1.2 資料與方法
因為瑞士無須註冊就能投票，因此名冊上會有投票與未投票的選民紀錄；作者再透過私人公司的資料配對，了解這些選民的資料以及是否參與政治調查。作者透過這份絕佳的資料，使用 Heckman selection model，以 probit 先後估計選民參與投票的傾向與參與政治參與的傾向。
8.1.3 主要研究發現
文獻上認為，高估投票率主因是 overreporting，其次才是無反應誤差；作者在瑞士的資料中發現，無反應誤差與 overreporing 同樣重要。
作者並發現，的確過去的政治參與，很大程度可以預估調查參與。並且，過去的政治參與低者，overreporting 的機率很低，接著隨過去的政治參與率越高，則 overreporting 的機率會越來越高，然後再慢慢降低（二次函數形式）。
不過，在瑞士資料中，作者發現無反應誤差並不影響 overreporting。作者接著又以瑞士資料的參與模型計算 inverse Mills ratio (\(λ_i\))，並以美國的 CCES 與 ANES 資料，校正其樣本選擇的問題，結果發現無反應誤差確實會影響對 overreporting 的分析結果：受訪者對政治的興趣影響 overreporting 的效果更強。
8.2 評價
8.2.1 研究貢獻
實證上，使用一份全新的資料，而能利用專門處理樣本選擇偏差的 Heckman selection model，計算 inverse Mills ratio，校正樣本選擇的問題。不同於過往文獻忽視無反應誤差，作者從中發現，無反應誤差在高估投票率的議題上不容忽視，也可能也會影響對 overreporting 的分析。
8.2.2 研究限制與問題
為何瑞士資料中，無反應誤差不會對 overreporting 的分析結果產生影響，但美國資料中卻會，作者沒有給出很明確的答案，只有訴諸於測量誤差與制度差異，這讓此部分的結論不那麼扎實。
瑞士的 inverse Mills ratio 應用在美國的資料可行嗎？