Erhvervsskoleforskere har lavet en grundlæggende fejl i deres indsats for at forstå iværksætteri. De har fejlagtigt antaget, at de fleste udfald af interesse i opstartsverdenen normalt fordeles, når de generelt følger en magtfordeling, Chris Crawford og hans kolleger finder i et nyt papir i Journal of Business Venturing.
Socialforskere antager generelt, at de fænomener, de søger at forklare, følger en normal fordeling. Dette virker ret godt for at forklare mange ting i denne verden, som højden på voksne mænd eller købmandspriser, men de arbejder temmelig dårligt for at forklare udførelsen af startups.
$config[code] not foundCrawford og andre, som Jerry Neumann, rapporterer om nøgleindikatorer for nye virksomheders præstationer - herunder vækst i indtægter og beskæftigelse, faste værdiansættelser og engel- og venturekapitalafkast - følger en magtfordeling. Med en kraftlovfordeling tegner nogle få ekstreme tilfælde for næsten alle resultaterne, om hvad du måler, er den brøkdel af Y-Combinator's afkast, der kommer fra investering i Airbnb, overskuddet i Sequoia Capitals seneste fond eller job skabt af amerikansk industri.
Crawford og hans kolleger gør et dristigt krav i abstrakt af deres papir. De siger, "vores resultater kræver udvikling af ny teori for at forklare og forudsige de mekanismer, der genererer disse distributioner og outliers deri."
For at forstå, hvorfor de har det rigtige, lad mig fremhæve tre konsekvenser af deres resultater:
• Den statistiske antagelse af det store flertal af iværksætterforskning, der udføres i dag, er ukorrekt, hvilket gør deres fund mistanke om. Tag f.eks. Denne linje fra en vitenskabelig artikel af Johan Wiklund fra Syracuse University og Dean Shepherd of Indian University, der skriver (2011: 927). "I enhver stikprøve af virksomheder kan det med rimelighed antages, at præstationen varierer normalt omkring et gennemsnit. ”
Forudsætningen om fordelingen af virksomhedsresultater fører forskere som Wiklund og Shepherd til at bruge inferentiel statistik baseret på normale distributioner. Men Crawford og kollegaer viser, at dataene om opstartspræstationer ikke normalt distribueres, men følger en magtfordeling. Som det tal, jeg lånte fra deres papirudstillinger, er normale distributioner og magtfordelingsfordeling meget forskellige dyr. Forudsat at dataene følger et mønster, når det rent faktisk følger en anden, betyder det, at dine statistiske analyser vil være forkerte.
• Politik beslutningstagernes bekymringer om folks privatliv gør det meget vanskeligt for forskere at bruge nøjagtige offentlige data til at forklare iværksætteri. De fleste regeringsdatabaser, som dem, der leveres af Census Bureau eller Federal Reserve, rutinemæssigt "top code" - eller fjerner de allerhøjeste udøvere - i offentlige versioner af deres datasæt for at forhindre brugere i at identificere undersøgelsens deltagere. Denne meget indsats for at beskytte privatliv underminerer nøjagtig måling af iværksætteri, når nøglevariablerne forskere forudsiger at følge en magtfordeling. De vigtigste informationstyper i databasen er de meget tal, der er skjult for analyse.
Startup Photo via Shutterstock
Kommentar ▼
