Phân phối luật điện và nghiên cứu kinh doanh

Anonim

Các nhà nghiên cứu trường kinh doanh đã mắc một lỗi cơ bản trong nỗ lực tìm hiểu tinh thần kinh doanh. Họ đã giả định không chính xác rằng hầu hết các kết quả quan tâm trong thế giới khởi nghiệp thường được phân phối khi họ thường tuân theo phân phối luật quyền lực, Chris Crawford và các đồng nghiệp của mình tìm thấy trong một bài báo mới trên Tạp chí kinh doanh mạo hiểm.

Các nhà khoa học xã hội thường cho rằng các hiện tượng mà họ đang tìm cách giải thích tuân theo sự phân phối bình thường. Điều này hoạt động khá tốt để giải thích rất nhiều điều trong thế giới này, như chiều cao của đàn ông trưởng thành hoặc giá thực phẩm, nhưng họ làm việc khá kém để giải thích hiệu suất của các công ty khởi nghiệp.

$config[code] not found

Crawford và những người khác, như Jerry Neumann báo cáo rằng các chỉ số chính về hiệu suất của các công ty mới - bao gồm tăng trưởng doanh thu và việc làm, định giá công ty và lợi nhuận của thiên thần và đầu tư mạo hiểm - tuân theo phân phối luật quyền lực. Với phân phối luật quyền lực, một vài trường hợp cực đoan chiếm gần như tất cả các kết quả, cho dù những gì bạn đang đo là phần lợi nhuận của Y-Combinator đến từ đầu tư vào Airbnb, nguồn lợi nhuận từ quỹ mới nhất của Sequoia Capital hay công việc được tạo ra bởi ngành công nghiệp Mỹ.

Crawford và các đồng nghiệp của ông đưa ra một tuyên bố táo bạo trong bản tóm tắt của bài báo của họ. Họ nói, những kết quả của chúng tôi kêu gọi sự phát triển của lý thuyết mới để giải thích và dự đoán các cơ chế tạo ra các phân phối này và các ngoại lệ trong đó.

Để hiểu lý do tại sao họ đúng, hãy để tôi nhấn mạnh ba ý nghĩa của phát hiện của họ:

• Giả định thống kê của phần lớn các nghiên cứu khởi nghiệp được thực hiện ngày hôm nay là không chính xác, khiến cho kết quả của họ bị nghi ngờ. Lấy ví dụ, dòng này từ một bài báo học thuật của Johan Wiklund của Đại học Syracuse và Dean Shepherd của Đại học Ấn Độ, người viết (2011: 927) trong bất kỳ mẫu nào của các công ty, có thể giả định rằng hiệu suất sẽ thay đổi bình thường xung quanh một giá trị trung bình. Giáo dục

Giả định về phân phối hiệu suất của công ty khiến các nhà nghiên cứu như Wiklund và Người chăn cừu sử dụng số liệu thống kê suy luận dựa trên các phân phối bình thường. Nhưng Crawford và các đồng nghiệp cho thấy rằng dữ liệu về hiệu suất của công ty khởi nghiệp thường không được phân phối, nhưng tuân theo phân phối luật quyền lực. Như con số mà tôi mượn từ bài báo của họ cho thấy, phân phối bình thường và phân phối luật quyền lực là những động vật rất khác nhau. Giả sử rằng dữ liệu theo một mẫu khi nó thực sự đi theo mẫu khác sẽ có nghĩa là các phân tích thống kê của bạn sẽ sai.

• Các nhà nghiên cứu nỗ lực để đảm bảo rằng dữ liệu của họ phù hợp với các giả định về tính bình thường khiến họ vứt bỏ chính dữ liệu chứa nhiều thông tin nhất về tinh thần kinh doanh. Phân tích thống kê phụ thuộc vào giả định phân phối bình thường rất nhạy cảm với các ngoại lệ - như định giá mới nhất của Uber, hoặc vốn hóa thị trường của Facebook. Để tránh sự thiên vị của người Hồi giáo sẽ đến từ việc cố gắng đưa các ngoại lệ vào các phân tích dựa trên các phân phối bình thường, các nhà nghiên cứu thường loại bỏ chúng. Nhưng khi những gì bạn đang đo theo phân phối luật điện, cách tiếp cận đó giống như ném em bé ra ngoài thay vì nước tắm.

• Các nhà hoạch định chính sách, những lo ngại về quyền riêng tư của mọi người, khiến các nhà nghiên cứu rất khó sử dụng chính xác dữ liệu của chính phủ để giải thích tinh thần kinh doanh. Hầu hết các cơ sở dữ liệu của chính phủ, như các cơ sở dữ liệu do Cục điều tra dân số hoặc Cục dự trữ liên bang cung cấp, thường xuyên có mã mã hàng đầu - hoặc loại bỏ những người thực hiện cao nhất - trong các phiên bản công khai của bộ dữ liệu của họ để ngăn người dùng xác định người tham gia nghiên cứu. Chính nỗ lực đó để bảo vệ quyền riêng tư làm suy yếu sự đo lường chính xác của tinh thần kinh doanh khi các biến số chính mà các nhà nghiên cứu dự đoán tuân theo phân phối luật quyền lực. Các phần thông tin quan trọng nhất trong cơ sở dữ liệu là những con số bị ẩn khỏi phân tích.

Ảnh khởi động qua Shutterstock

Nhận xét