Power Law Distribution un uzņēmējdarbības pētniecība

Anonim

Uzņēmējdarbības skolu pētnieki ir pieļāvuši būtisku kļūdu, cenšoties saprast uzņēmējdarbību. Viņi ir nepareizi pieņēmuši, ka lielākā daļa interešu par starta pasauli parasti tiek sadalīti, kad viņi parasti seko varas tiesību sadalījumam, Chris Crawford un viņa kolēģi atrod jaunā dokumentā Journal of Business Venturing.

Sociālie zinātnieki parasti pieņem, ka parādības, ko viņi vēlas izskaidrot, seko normālam sadalījumam. Tas darbojas diezgan labi, lai izskaidrotu daudzas lietas šajā pasaulē, piemēram, pieaugušo vīriešu augstumu vai pārtikas preču cenas, bet tās darbojas diezgan slikti, lai izskaidrotu jaunizveidoto uzņēmumu darbību.

$config[code] not found

Crawford un citi, piemēram, Džerijs Neumans, ziņo, ka galveno uzņēmumu darbības rādītāju, tostarp ieņēmumu un nodarbinātības pieauguma, uzņēmumu vērtēšanas un eņģeļu un riska kapitāla atdeves, galvenie rādītāji seko varas tiesību sadalījumam. Ar enerģētikas likumu sadalījumu daži ārkārtīgi gadījumi veido gandrīz visus rezultātus, vai tas, ko jūs mērāt, ir daļa no Y-Combinator peļņas, kas nāk no ieguldījumiem Airbnb, peļņas avots Sequoia Capital jaunākajā fondā vai darbavietās Amerikas rūpniecība.

Crawford un viņa kolēģi izteicās treknrakstā, atsaucoties uz savu darbu. Viņi saka: „Mūsu rezultāti prasa izstrādāt jaunu teoriju, lai izskaidrotu un prognozētu mehānismus, kas ģenerē šos sadalījumus, un izņēmumus tajā.”

Lai saprastu, kāpēc viņiem ir taisnība, ļaujiet man uzsvērt trīs secinājumus, kas saistīti ar to rezultātiem:

• Statistikas pieņēmums par lielāko daļu šobrīd veikto uzņēmējdarbības pētījumu ir nepareizs, padarot viņu secinājumus par aizdomīgiem. Ņemiet, piemēram, šo līniju no zinātniskā raksta, ko sagatavojis Johans Viklunds no Sirakūzu universitātes un Indijas universitātes dekanāšā, kurš raksta (2011: 927) „jebkurā uzņēmuma izlasē, var pamatoti pieņemt, ka sniegums parasti mainīsies vidēji. "

Pieņēmums par uzņēmuma darbības rezultātu izplatīšanu noved pie tādiem pētniekiem kā Wiklund un Shepherd, lai izmantotu secīgu statistiku, kas balstīta uz normāliem sadalījumiem. Bet Crawford un kolēģi pierāda, ka dati par starta uzņēmuma darbību parasti netiek izplatīti, bet seko varas tiesību sadalījumam. Kā skaitlis, ko es aizņēmu no savām grāmatām, normāli sadalījumi un varas likuma sadalījumi ir ļoti atšķirīgi dzīvnieki. Pieņemot, ka dati seko vienam paraugam, kad tas faktiski seko citam, tas nozīmē, ka jūsu statistikas analīze būs nepareiza.

• Pētnieku centieni nodrošināt to, ka viņu dati “atbilst” normālisma pieņēmumiem liek viņiem izmest pašus datus, kas satur vislielāko informāciju par uzņēmējdarbību. Statistiskā analīze, kas ir atkarīga no pieņēmuma par normālu sadalījumu, ir ļoti jutīga pret izņēmumiem - piemēram, Uber jaunāko vērtējumu vai Facebook tirgus kapitalizāciju. Lai izvairītos no „aizspriedumiem”, kas radīsies, mēģinot iekļaut ārpusbiržas analīzēs, kas balstās uz normāliem sadalījumiem, pētnieki tos parasti novērš. Bet, kad jūs mērāt seko varas likuma sadalījumam, šī pieeja ir līdzīga bērna izmetināšanai, nevis vannas ūdenim.

• Politikas veidotāju bažas par cilvēku privātumu padara pētniekiem ļoti grūti precīzi izmantot valdības datus, lai izskaidrotu uzņēmējdarbību. Lielākā daļa valdības datu bāzu, piemēram, Census Bureau vai Federal Reserve, regulāri publicē savu datu kopu "top kodu" vai noņem visaugstākos izpildītājus, lai liegtu lietotājiem identificēt pētījuma dalībniekus. Tas, ka ļoti centieni aizsargāt privātumu mazina precīzu uzņēmējdarbības mērīšanu, kad galvenie mainīgie pētnieki prognozē, seko varas tiesību sadalījumam. Svarīgākie informācijas elementi datubāzē ir tie skaitļi, kas ir paslēpti no analīzes.

Startup Photo caur Shutterstock

Komentēt ▼