Güç Hukuku Dağılımları ve Girişimcilik Araştırması

İşletme okulu araştırmacıları girişimciliği anlama çabalarında temel bir hata yaptılar. Yanlışlıkla başlangıç ​​dünyasına duyulan ilginin çoğunun, genellikle bir güç kanunu dağılımını takip ettiklerinde dağıtıldığını, Chris Crawford ve meslektaşlarının Journal of Business Venturing'de yeni bir makalede bulduğunu varsaydılar.

Sosyal bilimciler genellikle açıklamak istedikleri olayların normal bir dağılım izlediğini varsaymaktadır. Bu, yetişkin erkeklerin veya bakkal fiyatlarının yüksekliği gibi, bu dünyada pek çok şeyi açıklamak için oldukça iyi çalışıyor, ancak başlangıçların performansını açıklamak için oldukça zayıf çalışıyorlar.

$config[code] not found

Crawford ve diğerleri, Jerry Neumann gibi, yeni şirketlerin performansının ana göstergelerinin - gelir ve istihdam artışı, firma değerleri ve melek ve risk sermayesi getirileri dahil - bir güç kanunu dağılımını takip ettiğini bildirmiştir. Bir güç kanunu dağıtımıyla, birkaç aşırı durum, sonuçların neredeyse tümünü oluşturmaktadır; ölçtüğünüz şey, Y-Combinator'ın Sequoia Capital'in en son fonundaki kârının kaynağı ya da işleri olan Airbnb'deki yatırımdan elde ettiği getirilerin oranıdır. Amerikan endüstrisi tarafından yaratılmıştır.

Crawford ve meslektaşları makalelerinin özetinde cesur bir iddiada bulunuyorlar. “Sonuçlarımız, bu dağıtımları ve buradaki aykırı değerleri üreten mekanizmaları açıklamak ve tahmin etmek için yeni teorinin geliştirilmesi için çağrıda bulunuyorlar.

Neden haklı olduklarını anlamak için, bulgularının üç sonucunu vurgulayayım:

• Bugün yapılan girişimcilik araştırmalarının büyük çoğunluğunun istatistiksel varsayımı yanlıştır ve bulgularını şüpheli kılar. Örneğin, bu yazıyı Syracuse Üniversitesi'nden Johan Wiklund ve Hint Üniversitesi'nden Dean Shepherd'ın (2011: 927) yazdığı “makalelerin herhangi birinde, herhangi bir firma örneğinde, performansın ortalama olarak normal olarak değişeceği kabul edilebilir. ”

Firma performansının dağılımının varsayımı, Wiklund ve Shepherd gibi araştırmacıların normal dağılımlara dayalı çıkarımsal istatistik kullanmasına yol açmaktadır. Ancak Crawford ve meslektaşları, başlangıçtaki firma performansıyla ilgili verilerin normal şekilde dağıtılmadığını, ancak bir güç kanunu dağılımını takip ettiğini gösteriyor. Makalelerinden ödünç aldığım rakamın gösterdiği gibi normal dağılımlar ve güç hukuku dağılımları çok farklı hayvanlardır. Verilerin gerçekte bir diğerini takip ettiğinde bir deseni izlediğini varsaymak, istatistiksel analizlerinizin yanlış olacağı anlamına gelir.

• Araştırmacıların, verilerinin normallik varsayımlarına “uyduğunu” sağlama çabaları, girişimcilik hakkında en fazla bilgiyi içeren verileri atmalarına yol açar. Normal bir dağıtım varsayımına dayanan istatistiksel analiz, Uber’in en son değerlemesi veya Facebook’un piyasa değeri gibi, aykırı değerlere karşı çok hassastır. Araştırmacılar normal dağılımlara dayanan analizlere aykırı değerleri dahil etmeye çalışmaktan gelecek olan önyargıları önlemek için, genellikle bunları ortadan kaldırır. Ancak ölçtüğünüz şey bir güç kanunu dağılımını takip ettiğinde, bu yaklaşım bebeği banyo suyu yerine atmaya benzer.

• Politika yapıcıların insanların mahremiyetiyle ilgili endişeleri, araştırmacıların girişimciliği açıklamak için devlet verilerini doğru bir şekilde kullanmalarını zorlaştırmaktadır. Sayım Bürosu veya Federal Reserve tarafından sağlananlar gibi çoğu hükümet veri tabanı, kullanıcıların çalışma katılımcılarını tanımlamasını engellemek için veri setlerinin halka açık sürümlerinde rutin olarak “en üst kod” (veya en yüksek performans gösterenleri kaldırır). Gizliliği koruma çabası, araştırmacıların bir güç kanunu dağılımını takip etmeyi öngördüğü durumlarda girişimciliğin doğru bir şekilde ölçülmesini engellemektedir. Veritabanındaki en önemli bilgi parçaları analizden gizlenen rakamlardır.

Shutterstock ile başlangıç ​​fotoğrafı

Yorum ▼