นักวิจัยของโรงเรียนธุรกิจได้ทำข้อผิดพลาดพื้นฐานในความพยายามที่จะเข้าใจผู้ประกอบการ พวกเขาสันนิษฐานว่าไม่ถูกต้องว่าผลลัพธ์ที่น่าสนใจส่วนใหญ่ในโลกสตาร์ทอัพนั้นมักจะมีการกระจายเมื่อพวกเขาติดตามการกระจายอำนาจกฎหมาย Chris Crawford และเพื่อนร่วมงานของเขาพบในกระดาษใหม่ในวารสาร Business Venturing
โดยทั่วไปนักสังคมศาสตร์สันนิษฐานว่าปรากฏการณ์ที่พวกเขาพยายามจะอธิบายนั้นเป็นไปตามการแจกแจงแบบปกติ วิธีนี้ใช้ได้ผลดีสำหรับอธิบายสิ่งต่าง ๆ มากมายในโลกนี้เช่นความสูงของผู้ใหญ่หรือราคาขายของชำ แต่มันทำงานได้ไม่ดีนักเมื่ออธิบายการทำงานของสตาร์ทอัพ
$config[code] not foundCrawford และคนอื่น ๆ เช่น Jerry Neumann รายงานว่าตัวชี้วัดสำคัญของผลการดำเนินงานของ บริษัท ใหม่รวมถึงการเติบโตของรายได้และการจ้างงานการประเมินมูลค่าของ บริษัท และผลตอบแทนจากการลงทุนของเทวดาและเทวดา ด้วยการกระจายกฎหมายพลังงานกรณีที่รุนแรงน้อยมากเกือบทั้งหมดของผลลัพธ์ไม่ว่าสิ่งที่คุณกำลังวัดคือส่วนของผลตอบแทนของ Y-Combinator ที่มาจากการลงทุนใน Airbnb แหล่งที่มาของผลกำไรในกองทุนล่าสุดของ Sequoia Capital หรืองาน สร้างขึ้นโดยอุตสาหกรรมอเมริกัน
Crawford และเพื่อนร่วมงานของเขาอ้างสิทธิ์อย่างกล้าหาญในนามธรรมของเอกสารของพวกเขา พวกเขากล่าวว่า“ ผลลัพธ์ของเราเรียกร้องให้มีการพัฒนาทฤษฎีใหม่เพื่ออธิบายและทำนายกลไกที่สร้างการแจกแจงและค่าผิดปกติในนั้น”
เพื่อให้เข้าใจว่าทำไมพวกเขาถึงถูกต้องให้ฉันเน้นสามผลกระทบของการค้นพบของพวกเขา:
•สมมติฐานทางสถิติของการวิจัยผู้ประกอบการส่วนใหญ่ที่ทำในวันนี้ไม่ถูกต้องทำให้การค้นพบของพวกเขาสงสัย ยกตัวอย่างเช่นบทความนี้จากบทความทางวิชาการโดย Johan Wiklund ของมหาวิทยาลัยซีราคิวส์และ Dean Shepherd แห่งมหาวิทยาลัยอินเดียผู้เขียน (2011: 927)“ ในตัวอย่างของ บริษัท ใด ๆ ก็สามารถสันนิษฐานได้ว่าประสิทธิภาพจะแตกต่างกันไปตามค่าเฉลี่ย ”
ข้อสันนิษฐานของการกระจายตัวของผลการดำเนินงานของ บริษัท ทำให้นักวิจัยอย่าง Wiklund และ Shepherd ใช้สถิติเชิงอนุมานจากการแจกแจงแบบปกติ แต่ครอว์ฟอร์ดและเพื่อนร่วมงานแสดงให้เห็นว่าข้อมูลเกี่ยวกับประสิทธิภาพการทำงานของ บริษัท เริ่มต้นนั้นไม่ได้รับการแจกจ่ายตามปกติ แต่เป็นไปตามการกระจายกฎหมายพลังงาน ตามรูปที่ฉันยืมมาจากเอกสารของพวกเขาการแจกแจงแบบปกติและการแจกแจงกฎกำลังเป็นสัตว์ที่แตกต่างกันมาก สมมติว่าข้อมูลเป็นไปตามรูปแบบเดียวเมื่อเป็นไปตามจริงอีกรูปแบบหนึ่งจะหมายความว่าการวิเคราะห์ทางสถิติของคุณจะผิด
•ความกังวลของผู้กำหนดนโยบายเกี่ยวกับความเป็นส่วนตัวของผู้คนทำให้นักวิจัยใช้ข้อมูลรัฐบาลเพื่ออธิบายการเป็นผู้ประกอบการได้อย่างถูกต้อง ฐานข้อมูลของรัฐบาลส่วนใหญ่เช่นฐานข้อมูลที่จัดทำโดยสำนักสำรวจสำมะโนประชากรหรือ Federal Reserve "รหัสอันดับต้น ๆ " เป็นประจำหรือลบชุดข้อมูลที่มีประสิทธิภาพสูงสุดในชุดข้อมูลสาธารณะเพื่อป้องกันไม่ให้ผู้ใช้ระบุผู้เข้าร่วมการศึกษา ความพยายามอย่างมากในการปกป้องความเป็นส่วนตัวนั้นทำลายการวัดความถูกต้องของการเป็นผู้ประกอบการเมื่อนักวิจัยตัวแปรสำคัญคาดการณ์ว่าจะปฏิบัติตามการกระจายกฎหมายพลังงาน ข้อมูลที่สำคัญที่สุดในฐานข้อมูลคือจำนวนที่ซ่อนจากการวิเคราะห์
ภาพถ่ายเริ่มต้นผ่าน Shutterstock
ความคิดเห็น▼
