I ricercatori delle business school hanno commesso un errore fondamentale nei loro sforzi per comprendere l'imprenditorialità. Hanno erroneamente ipotizzato che la maggior parte degli esiti di interesse nel mondo delle startup siano normalmente distribuiti quando seguono in genere una distribuzione di legge sulla potenza, Chris Crawford ei suoi colleghi trovano in un nuovo articolo su Journal of Business Venturing.
Gli scienziati sociali generalmente ritengono che i fenomeni che stanno cercando di spiegare seguono una distribuzione normale. Questo funziona abbastanza bene per spiegare molte cose in questo mondo, come l'altezza degli uomini adulti o dei prezzi della spesa, ma funzionano piuttosto male per spiegare le prestazioni delle startup.
$config[code] not foundCrawford e altri, come Jerry Neumann riportano che gli indicatori chiave della performance di nuove aziende - tra cui la crescita di entrate e occupazione, valutazioni aziendali e rendimenti angel e venture capital - seguono una distribuzione della legge sull'energia. Con una distribuzione della legge sull'energia, alcuni casi estremi spiegano quasi tutti i risultati, sia che la misura che stai misurando sia la frazione dei rendimenti di Y-Combinator che provengono dagli investimenti in Airbnb, dalla fonte di profitti nell'ultimo fondo di Sequoia Capital o dai posti di lavoro creato dall'industria americana.
Crawford e i suoi colleghi affermano in modo audace il riassunto del loro articolo. Dicono, "i nostri risultati richiedono lo sviluppo di una nuova teoria per spiegare e prevedere i meccanismi che generano queste distribuzioni e i loro valori anomali".
Per capire perché hanno ragione, vorrei evidenziare tre implicazioni delle loro scoperte:
• L'assunto statistico della stragrande maggioranza delle ricerche imprenditoriali condotte oggi è errato, rendendo i loro risultati sospetti. Prendiamo, ad esempio, questa frase da un articolo di Johan Wiklund della Syracuse University e Dean Shepherd della Indian University che scrivono (2011: 927) "in qualsiasi campione di aziende si può ragionevolmente presumere che le prestazioni variano normalmente attorno a una media. ”
L'assunzione della distribuzione delle prestazioni aziendali porta ricercatori come Wiklund e Shepherd ad utilizzare statistiche inferenziali basate su distribuzioni normali. Ma Crawford e colleghi dimostrano che i dati sulle prestazioni delle start-up non sono normalmente distribuiti, ma seguono una distribuzione della legge sull'energia. Come mostra la figura che ho preso in prestito dal loro articolo, le distribuzioni normali e le distribuzioni della legge di potenza sono animali molto diversi. Supponendo che i dati seguano uno schema quando effettivamente ne segue un altro significherà che le tue analisi statistiche saranno errate.
• Le preoccupazioni dei responsabili delle decisioni politiche sulla privacy delle persone rendono molto difficile per i ricercatori utilizzare accuratamente i dati del governo per spiegare l'imprenditorialità. La maggior parte dei database governativi, come quelli forniti dal Census Bureau o dalla Federal Reserve, ordinariamente "top code" - o rimuovono i più alti interpreti - nelle versioni pubbliche dei loro set di dati per impedire agli utenti di identificare i partecipanti allo studio. Lo stesso sforzo per proteggere la privacy mina la misurazione accurata dell'imprenditorialità quando le variabili chiave che i ricercatori stanno predicando seguono una distribuzione della legge di potenza. Le informazioni più importanti nel database sono i numeri che sono nascosti dall'analisi.
Foto di avvio tramite Shutterstock
Commento ▼
