Power Distribution at Pananaliksik sa Entrepreneurship

Anonim

Ang mga mananaliksik sa paaralan ng negosyo ay gumawa ng isang pangunahing pagkakamali sa kanilang mga pagsisikap upang maunawaan ang entrepreneurship. Maling naisip nila na ang karamihan sa mga kinalabasan ng interes sa mundo ng pagsisimula ay karaniwang ipinamamahagi kapag karaniwang sinusunod nila ang pamamahagi ng batas ng kapangyarihan, si Chris Crawford at ang kanyang mga kasamahan ay natagpuan sa isang bagong papel sa Journal of Business Venturing.

Sa pangkalahatan ipinapalagay ng mga social scientist na ang phenomena na kanilang hinahangad na ipaliwanag sundin ang isang normal na pamamahagi. Ito ay gumagana nang maayos para sa pagpapaliwanag ng maraming mga bagay sa mundo, tulad ng taas ng mga adult na lalaki o mga presyo ng grocery, ngunit gumagana ang mga ito sa halip mahina para sa nagpapaliwanag ng pagganap ng mga startup.

$config[code] not found

Crawford at iba pa, tulad ng ulat ni Jerry Neumann na ang mga mahahalagang tagapagpahiwatig ng pagganap ng mga bagong kumpanya - kabilang ang kita at paglago ng trabaho, matatag na mga pagtatasa at anghel at pagbabalik ng capital venture - sundin ang pamamahagi ng kapangyarihan ng batas. Sa pamamagitan ng pamamahagi ng batas ng kapangyarihan, ang ilang mga kaso ng matinding account ay halos lahat ng mga resulta, kung ano ang iyong sinusukat ay ang bahagi ng mga pagbalik ng Y-Combinator na nagmumula sa pamumuhunan sa Airbnb, ang pinagmumulan ng mga kita sa pinakabagong pondo ng Sequoia Capital o ng mga trabaho nilikha ng industriya ng Amerika.

Si Crawford at ang kanyang mga kasamahan ay gumawa ng isang matapang na paghahabol sa abstract ng kanilang papel. Sinasabi nila, "ang aming mga resulta ay tumawag sa pagpapaunlad ng bagong teorya upang ipaliwanag at hulaan ang mga mekanismo na bubuo ng mga pamamahagi na ito at ang mga nagbabalik dito."

Upang maunawaan kung bakit tama ang mga ito, hayaan mo akong i-highlight ang tatlong implikasyon ng kanilang mga natuklasan:

• Ang statistical assumption ng karamihan sa pananaliksik sa entrepreneurship na isinasagawa ngayon ay hindi tama, na pinaghihinalaang ang kanilang mga natuklasan. Kunin, halimbawa, ang linyang ito mula sa isang scholarly article ni Johan Wiklund ng Syracuse University at Dean Shepherd ng Indian University na sumulat (2011: 927) "sa anumang sample ng mga kumpanya maaari itong makatwirang ipagpalagay na ang pagganap ay mag-iiba nang normal sa isang mean. "

Ang palagay ng pamamahagi ng pagganap ng kompanya ay humahantong sa mga mananaliksik tulad ng Wiklund at Shepherd na gumamit ng mga istatistika ng inferential batay sa normal na pamamahagi. Ngunit ipinakita ng Crawford at mga kasamahan na ang data sa start-up na kompanya ay hindi karaniwang ipinamamahagi, ngunit sumusunod sa isang distribusyon ng batas ng kapangyarihan. Tulad ng figure na hiniram ko mula sa kanilang mga papel ay nagpapakita, normal na pamamahagi at kapangyarihan distribusyon ng batas ay ibang-iba hayop. Ipagpapalagay na ang data ay sumusunod sa isang pattern kapag ito ay sumusunod sa isa pang ay nangangahulugan na ang iyong statistical pagsusuri ay mali.

• Pagsisikap ng mga mananaliksik upang matiyak na ang kanilang data na "magkasya" ang mga pagpapalagay ng normalidad na humantong sa kanila na itapon ang napaka data na naglalaman ng pinakamaraming impormasyon tungkol sa entrepreneurship. Ang pagtatasa ng istatistika na nakadepende sa palagay ng isang normal na pamamahagi ay masyadong sensitibo sa mga outliers - tulad ng pinakahuling pagsusuri ni Uber o kapital ng merkado ng Facebook. Upang maiwasan ang "bias" na magmumula sa pagsisikap na isama ang mga outlier sa pagsusuri na umaasa sa mga normal na pamamahagi, kadalasan ay pinapaliban ng mga mananaliksik. Ngunit kapag ang iyong sinusukat ay sumusunod sa isang distribusyon ng batas ng kapangyarihan, ang diskarte na iyon ay katulad ng pagbubuhos ng sanggol sa halip na ang paliguan ng tubig.

• Ang mga alalahanin ng mga gumagawa ng mga patakaran tungkol sa privacy ng mga tao ay napakahirap para sa mga mananaliksik upang tumpak na gamitin ang data ng pamahalaan upang ipaliwanag ang entrepreneurship. Karamihan sa mga database ng pamahalaan, tulad ng mga ibinigay ng Census Bureau o ng Federal Reserve, ay karaniwang "top code" - o alisin ang pinakamataas na performer - sa mga pampublikong bersyon ng kanilang mga hanay ng data upang maiwasan ang mga gumagamit na makilala ang mga kalahok sa pag-aaral. Ang tunay na pagsisikap na maprotektahan ang pagkapribado ay nagpapahina sa tumpak na pagsukat ng entrepreneurship kapag ang mga mananaliksik sa pangunahing variable ay hinuhulaan na sundin ang pamamahagi ng kapangyarihan ng batas. Ang pinakamahalagang piraso ng impormasyon sa database ay ang tunay na mga numero na nakatago mula sa pagtatasa.

Startup Photo via Shutterstock

Magkomento ▼