Porazdelitev moči prava in raziskave podjetništva

Raziskovalci poslovnih šol so naredili temeljno napako v svojih prizadevanjih za razumevanje podjetništva. Nepravilno so domnevali, da je večina interesov v startup svetu normalno porazdeljena, ko običajno sledijo distribuciji moči prava, Chris Crawford in njegovi kolegi najdejo v novem članku Journal of Business Venturing.

Družboslovci na splošno predpostavljajo, da pojavi, ki jih želijo razložiti, sledijo normalni porazdelitvi. To zelo dobro razlaga veliko stvari na tem svetu, kot je višina odraslih moških ali cene živil, vendar delujejo dokaj slabo za pojasnjevanje uspešnosti startupov.

$config[code] not found

Crawford in drugi, kot je Jerry Neumann, poročajo, da so ključni kazalniki uspešnosti novih podjetij - vključno z rastjo prihodkov in zaposlenosti, vrednotenjem podjetij in donosom angelskega in tveganega kapitala - sledili distribuciji zakonov o moči. Z razdeljevanjem zakonov o moči je nekaj izjemnih primerov posledica skoraj vseh rezultatov, ali je tisto, kar merite, del donosov Y-Combinatorja, ki izhajajo iz naložb v Airbnb, vir dobička v zadnjem skladu Sequoia Capital ali delovnih mestih ameriške industrije.

Crawford in njegovi sodelavci na abstrakten način povzamejo svoje trditve. Pravijo, da "naši rezultati zahtevajo razvoj nove teorije, da bi razložili in napovedali mehanizme, ki ustvarjajo te porazdelitve in tiste, ki se v njih nahajajo."

Da bi razumeli, zakaj so pravilni, naj poudarim tri posledice njihovih ugotovitev:

• Statistična predpostavka velike večine današnjih raziskav o podjetništvu je napačna, zaradi česar so njihove ugotovitve sumljive. Vzemimo, na primer, to vrstico iz znanstvenega članka Johna Wiklunda iz Univerze Syracuse in Dean Shepherd iz indijske univerze, ki piše (2011: 927) »v vsakem vzorcu podjetij se lahko razumno domneva, da se bo uspešnost običajno spreminjala okrog povprečja. "

Predpostavka o porazdelitvi trdnih rezultatov vodi raziskovalce, kot sta Wiklund in Shepherd, da uporabijo statistične podatke, ki temeljijo na normalnih distribucijah. Crawford in njegovi kolegi pa kažejo, da podatki o uspešnosti zagonskih podjetij niso normalno porazdeljeni, temveč sledijo distribuciji zakonov o moči. Kot je razvidno iz številke, ki sem si jo sposodil iz papirja, so normalne porazdelitve in porazdelitve moči prava zelo različne živali. Če predpostavimo, da podatki sledijo enemu vzorcu, ko dejansko sledi drugemu, pomeni, da bodo vaše statistične analize napačne.

• Prizadevanja raziskovalcev, da zagotovijo, da se njihovi podatki "ujemajo" s predpostavkami o normalnosti, jih vodijo do tega, da zavržejo same podatke, ki vsebujejo največ informacij o podjetništvu. Statistična analiza, ki je odvisna od predpostavke normalne porazdelitve, je zelo občutljiva na odstopanja - kot je Uberjeva zadnja ocena ali tržna kapitalizacija Facebooka. Da bi se izognili "pristranskosti", ki bo nastala s poskušanjem vključitve izločenih točk v analize, ki temeljijo na normalnih distribucijah, jih raziskovalci po navadi odpravijo. Toda, ko to, kar merite, sledi distribuciji moči prava, je ta pristop podoben metanju otroka namesto vode za kopanje.

• Skrbi oblikovalcev politike o zasebnosti ljudi zelo otežujejo raziskovalce, da natančno uporabijo vladne podatke, da bi pojasnili podjetništvo. Večina vladnih zbirk podatkov, kot so tiste, ki jih je zagotovilo Urad za popis prebivalstva ali Zvezne rezerve, rutinsko »top code« - ali odstranijo najvišje izvajalce - v javnih različicah svojih podatkovnih nizov preprečujejo uporabnikom, da bi identificirali udeležence študije. Ta prizadevanja za zaščito zasebnosti spodkopavajo natančno merjenje podjetništva, ko ključne spremenljivke, ki jih raziskovalci napovedujejo, sledijo distribuciji zakonov o moči. Najpomembnejši podatki v podatkovni zbirki so številke, ki so skrite pred analizo.

Startup Photo prek Shutterstocka

Komentar ▼