Distribusi Hukum Kekuasaan dan Penelitian Kewirausahaan

Anonim

Peneliti sekolah bisnis telah membuat kesalahan mendasar dalam upaya mereka untuk memahami kewirausahaan. Mereka telah salah berasumsi bahwa sebagian besar hasil yang menarik di dunia startup biasanya didistribusikan ketika mereka umumnya mengikuti distribusi kuasa hukum, Chris Crawford dan rekan-rekannya menemukan dalam sebuah makalah baru di Journal of Business Venturing.

Ilmuwan sosial umumnya berasumsi bahwa fenomena yang ingin mereka jelaskan mengikuti distribusi normal. Ini bekerja cukup baik untuk menjelaskan banyak hal di dunia ini, seperti tingginya harga pria dewasa atau harga bahan makanan, tetapi mereka bekerja dengan buruk untuk menjelaskan kinerja startup.

$config[code] not found

Crawford dan lainnya, seperti Jerry Neumann melaporkan bahwa indikator utama kinerja perusahaan baru - termasuk pendapatan dan pertumbuhan lapangan kerja, penilaian perusahaan dan pengembalian modal ventura dan malaikat - mengikuti distribusi undang-undang kekuasaan. Dengan distribusi kuasa hukum, beberapa kasus ekstrem mencakup hampir semua hasil, apakah yang Anda ukur adalah fraksi dari pengembalian Y-Combinator yang berasal dari investasi di Airbnb, sumber keuntungan dalam dana terbaru Sequoia Capital, atau pekerjaan. dibuat oleh industri Amerika.

Crawford dan koleganya membuat klaim berani dalam abstrak makalah mereka. Mereka mengatakan, "hasil kami menyerukan pengembangan teori baru untuk menjelaskan dan memprediksi mekanisme yang menghasilkan distribusi ini dan outlier di dalamnya."

Untuk memahami mengapa mereka benar, izinkan saya menyoroti tiga implikasi dari temuan mereka:

• Asumsi statistik sebagian besar penelitian kewirausahaan yang dilakukan hari ini salah, membuat temuan mereka mencurigakan. Ambil, misalnya, baris ini dari artikel ilmiah oleh Johan Wiklund dari Syracuse University dan Dean Shepherd dari Indian University yang menulis (2011: 927) “dalam sampel perusahaan mana pun dapat diasumsikan bahwa kinerja akan bervariasi di sekitar rata-rata. ”

Asumsi distribusi kinerja perusahaan mengarahkan para peneliti seperti Wiklund dan Shepherd untuk menggunakan statistik inferensial berdasarkan distribusi normal. Tetapi Crawford dan rekannya menunjukkan bahwa data kinerja perusahaan baru tidak terdistribusi normal, tetapi mengikuti distribusi kuasa hukum. Sebagaimana ditunjukkan oleh angka yang saya pinjam dari makalah mereka, distribusi normal dan distribusi power law adalah hewan yang sangat berbeda. Dengan asumsi bahwa data mengikuti satu pola ketika sebenarnya mengikuti yang lain akan berarti bahwa analisis statistik Anda akan salah.

• Upaya peneliti untuk memastikan bahwa data mereka "sesuai" dengan asumsi normalitas membuat mereka membuang data yang mengandung informasi paling banyak tentang kewirausahaan. Analisis statistik yang bergantung pada asumsi distribusi normal sangat sensitif terhadap pencilan - seperti penilaian terbaru Uber atau kapitalisasi pasar Facebook. Untuk menghindari "bias" yang datang dari upaya memasukkan pencilan dalam analisis yang mengandalkan distribusi normal, peneliti biasanya menghilangkannya. Tetapi ketika apa yang Anda ukur mengikuti distribusi kuasa hukum, pendekatan itu mirip dengan membuang bayi keluar dari air mandi.

• Kekhawatiran pembuat kebijakan tentang privasi orang membuatnya sangat sulit bagi peneliti untuk secara akurat menggunakan data pemerintah untuk menjelaskan kewirausahaan. Sebagian besar basis data pemerintah, seperti yang disediakan oleh Biro Sensus atau Federal Reserve, secara rutin "kode teratas" - atau menghapus yang berkinerja paling tinggi - dalam versi publik dari kumpulan data mereka untuk mencegah pengguna mengidentifikasi peserta studi. Upaya itu untuk melindungi privasi merongrong pengukuran kewirausahaan yang akurat ketika variabel-variabel kunci yang diprediksi para peneliti mengikuti distribusi kekuatan hukum. Bagian terpenting dari informasi dalam database adalah angka-angka yang tersembunyi dari analisis.

Foto Startup melalui Shutterstock

Komentar ▼