Distribució de la llei de poder i investigació d'emprenedoria

Anonim

Els investigadors de les escoles de negocis han comès un error fonamental en els seus esforços per comprendre l'esperit emprenedor. Han assumit incorrectament que la majoria dels resultats d'interès en el món d'inici es distribueixen normalment quan generalment segueixen una distribució de la llei de poder, Chris Crawford i els seus col · legues troben en un nou article al Journal of Business Venturing.

Els científics socials generalment assumeixen que els fenòmens que busquen explicar segueixen una distribució normal. Això funciona bastant bé per explicar moltes coses d'aquest món, com ara l'alçada dels homes adults o els preus de supermercats, però funcionen bastant malament per explicar el rendiment de les startups.

$config[code] not found

Crawford i altres, com Jerry Neumann, informen que els indicadors clau de l'acompliment de noves empreses -inclosos el creixement dels ingressos i l'ocupació, les valoracions fermes i els ingressos d'àngel i de capital de risc- segueixen una distribució de la llei de poder. Amb una distribució de la llei de poder, uns quants casos extrems representen gairebé tots els resultats, ja sigui el que mesura és la fracció dels rendiments de Y-Combinator que provenen de la inversió en Airbnb, la font de beneficis de l'últim fons de Sequoia Capital o els llocs de treball creat per la indústria nord-americana.

Crawford i els seus col · legues fan una negreta afirmació en abstracte del seu treball. Diuen que "els nostres resultats requereixen el desenvolupament d'una nova teoria per explicar i predir els mecanismes que generen aquestes distribucions i els més externs".

Per comprendre per què són correctes, deixeu-me ressaltar tres implicacions de les seves conclusions:

• La hipòtesi estadística de la gran majoria de les investigacions empresarials realitzades avui és incorrecta, i sospita que les seves troballes. Prengui, per exemple, aquesta línia d'un article acadèmic de Johan Wiklund de Syracuse University i Dean Shepherd of Indian University que escriu (2011: 927) "en qualsevol mostra d'empreses, es pot assumir raonablement que el rendiment variarà normalment al voltant d'una mitjana. "

L'assumpció de la distribució del rendiment de la signatura porta a investigadors com Wiklund i Shepherd a utilitzar estadístiques inferencials basades en distribucions normals. Però Crawford i els seus col·legues mostren que les dades sobre el rendiment de l'empresa inicial no es distribueixen normalment, però segueix una distribució de la llei de poder. A mesura que la figura que vaig demanar prestat als seus articles en paper, les distribucions normals i les distribucions de la llei de poder són animals molt diferents. Si suposem que les dades segueixen un patró quan realment segueix a un altre, això significa que les seves anàlisis estadístiques seran incorrectes.

• Els esforços dels investigadors per garantir que les seves dades "encaixessin" amb els supòsits de normalitat els porten a llençar les mateixes dades que contenen la major quantitat d'informació sobre l'esperit emprenedor. L'anàlisi estadística que depèn de la hipòtesi d'una distribució normal és molt sensible als outliers, com ara l'última valoració d'Uber o la capitalització del mercat de Facebook. Per evitar el "biaix" que provindrà d'incloure els valors més alts en les anàlisis que es basen en les distribucions normals, els investigadors solen eliminar-los. Però quan el que estàs mesurant segueix una distribució de la llei de poder, aquest enfocament és semblant a llançar al bebè en lloc de l'aigua del bany.

• Les preocupacions dels legisladors sobre la privadesa de les persones fan que els investigadors siguin molt difícils d'utilitzar amb precisió les dades del govern per explicar l'esperit emprenedor. La majoria de les bases de dades governamentals, com les proporcionades per l'Oficina del Cens o la Reserva Federal, rutinàriament "codi superior" -o eliminen els màxims intèrprets- en versions públiques dels seus conjunts de dades per evitar que els usuaris identifiquin els participants de l'estudi. Aquest mateix esforç per protegir la privacitat minala una mesura precisa de l'esperit emprenedor quan les variables clau que preveuen les investigadores segueixen una distribució de la llei de poder. Les peces d'informació més importants de la base de dades són els nombres que s'amaguen de l'anàlisi.

Foto d'inici mitjançant Shutterstock

Comentari ▼