Affärsskolforskare har gjort ett grundläggande fel i deras ansträngningar att förstå entreprenörskap. De har felaktigt antagit att de flesta resultat av intresse i startvärlden normalt distribueras när de i allmänhet följer en power law distribution, Chris Crawford och hans kollegor hittar i ett nytt papper i Journal of Business Venturing.
Socialforskare antar vanligtvis att fenomenen de försöker förklara följer en normal fördelning. Det fungerar ganska bra för att förklara många saker i den här världen, som vuxna män eller livsmedelsbutiker, men de fungerar ganska dåligt för att förklara prestandan för nystarter.
$config[code] not foundCrawford m.fl., liksom Jerry Neumann, rapporterar de viktigaste indikatorerna på de nya bolagens resultat - inklusive intäkter och sysselsättningstillväxt, fasta värderingar och ängel- och riskkapitalavkastning - följa en power law distribution. Med en kraftfördelning är det några extremfall som står för nästan alla resultat, oavsett vad du mäter är bråkdelen av Y-Combinator avkastning som kommer från investering i Airbnb, vinstkällan i Sequoia Capitals senaste fond eller jobb skapad av amerikansk industri.
Crawford och hans kollegor gör en djärv fordran i abstrakt av sitt papper. De säger, "våra resultat kräver utveckling av ny teori för att förklara och förutsäga mekanismerna som genererar dessa fördelningar och utjämnare däri."
För att förstå varför de har rätt, låt mig betona tre konsekvenser av deras resultat:
• Det statistiska antagandet om den stora majoriteten av entreprenörskapsforskning som genomförts idag är inkorrekt, vilket gör deras resultat misstänkta. Ta till exempel den här raden från en vetenskaplig artikel av Johan Wiklund från Syracuse University och Dean Shepherd of Indian University som skriver (2011: 927) "I något urval av företag kan det rimligen antas att prestanda varierar normalt runt ett medelvärde. ”
Antagandet av fördelningen av företagsprestanda leder forskare som Wiklund och Shepherd för att använda inferentiell statistik baserad på normala fördelningar. Men Crawford och kollegor visar att uppgifterna om igångsättning av företagets prestanda normalt inte distribueras, men följer en kraftfördelning. Som den siffra som jag lånade från sina pappersprogram är normala fördelningar och kraftlagsfördelningar väldigt olika djur. Om man antar att uppgifterna följer ett mönster när det faktiskt följer en annan, betyder det att dina statistiska analyser kommer att vara felaktiga.
• Politikmakarnas bekymmer om människors integritet gör det mycket svårt för forskarna att exakt använda statliga data för att förklara entreprenörskap. De flesta regeringsdatabaser, som de som tillhandahålls av folkräkningsbyrån eller Federal Reserve, rutinmässigt "top code" - eller tar bort de allra högsta artisterna - i offentliga versioner av deras dataset för att förhindra användare att identifiera studiedeltagarna. Den stora ansträngningen att skydda privatlivet underminerar noggrann mätning av entreprenörskap när de nyckelvariabler forskarna förutspår följer en kraftfördelning. De viktigaste uppgifterna i databasen är de siffror som är gömda från analysen.
Startupfoto via Shutterstock
Kommentar ▼
