Giới thiệu dự án

Ngành dệt may Việt Nam giữ vị trí trụ cột trong cơ cấu xuất khẩu quốc gia, đóng góp trên 12-15% tổng kim ngạch xuất khẩu hàng năm. Tuy nhiên, các doanh nghiệp sản xuất gia công đang đối mặt với áp lực cạnh tranh gay gắt về đơn giá, yêu cầu tiêu chuẩn trách nhiệm xã hội khắt khe (như SA 8000, ISO 14001) và đặc biệt là tỷ lệ biến động nhân sự (turnover rate) ngày càng tăng. Tại Công ty Cổ phần May Việt Thắng (VIGACO) – đơn vị có bề dày lịch sử từ năm 1960 với quy mô gần 2.000 lao động – hiện tượng công nhân nghỉ việc và chuyển dịch sang các khu công nghiệp lân cận đặt ra thách thức nghiêm trọng đối với năng lực sản xuất và tiến độ giao hàng xuất khẩu sang các thị trường Mỹ, Châu Âu, Nhật Bản.

Bài toán quản trị cốt lõi là sự thiếu hụt các nghiên cứu định lượng chuyên sâu để nhận diện chính xác các nhân tố tác động trực tiếp đến sự thỏa mãn công việc của công nhân chuyền may. Việc ra quyết định chính sách nhân sự dựa trên cảm tính hoặc áp dụng rập khuôn các mô hình hành vi phương Tây dẫn đến tình trạng lãng phí ngân sách phúc lợi nhưng không giữ chân được lao động lành nghề.

Mục tiêu cụ thể của đề tài nghiên cứu bao gồm:

  1. Xác định và lượng hóa các nhân tố ảnh hưởng đến sự hài lòng của công nhân tại Công ty Cổ phần May Việt Thắng.
  2. Xây dựng và kiểm định mô hình hồi quy tuyến tính bội (Multiple Linear Regression) phản ánh mối quan hệ giữa các điều kiện đãi ngộ, môi trường và mức độ hài lòng.
  3. Đo lường mức độ tác động tương đối (hệ số Beta chuẩn hóa) của từng biến độc lập, làm cơ sở phân bổ nguồn lực quản trị.
  4. Đề xuất hệ thống giải pháp thực tiễn nhằm cải thiện môi trường lao động, giảm thiểu tỷ lệ nghỉ việc và nâng cao năng suất sản xuất tại các phân xưởng may.

Phương pháp tiếp cận dựa trên việc kế thừa và hiệu chỉnh mô hình Chỉ số Mô tả Công việc hiệu chỉnh (Adjusted Job Descriptive Index - AJDI) của Trần Kim Dung (2005), kết hợp các nền tảng lý thuyết kinh điển: Thuyết hai nhân tố của Herzberg (1959), Tháp nhu cầu của Maslow (1943) và Thuyết ERG của Alderfer (1969). Dự án kỳ vọng thiết lập được phương trình hồi quy đạt độ tin cậy thống kê với hệ số xác định hiệu chỉnh $R^2_{adj} > 40%$, hệ số phóng đại phương sai $\text{VIF} < 2.0$, và kiểm định thang đo Cronbach's Alpha $> 0.70$. Phạm vi khảo sát tập trung vào $N = 200$ công nhân trực tiếp sản xuất tại các nhà máy may thuộc VIGACO trong giai đoạn từ tháng 01/2018 đến tháng 03/2018.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trước khi thiết kế khung nghiên cứu, các công cụ đo lường mức độ hài lòng phổ biến trên thế giới và tại Việt Nam được phân tích, so sánh chi tiết:

Tiêu chí Mô hình JDI nguyên bản (Smith et al., 1969) Mô hình MSQ (Weiss et al., 1967) Mô hình AJDI (Trần Kim Dung, 2005) Khung nghiên cứu đề xuất (VIGACO)
Số lượng yếu tố 5 yếu tố cơ bản 20 khía cạnh công việc 7 yếu tố hiệu chỉnh 6 nhóm nhân tố sau tinh gọn EFA
Tính tương thích ngành may Thấp (thiếu yếu tố an toàn lao động) Trung bình (quá dài, khó áp dụng công nhân) Tốt (phù hợp bối cảnh lao động Việt Nam) Tối ưu (tập trung vào vi khí hậu và chuyền may)
Yếu tố đặc thù Bản chất, Lương, Thăng tiến, Sếp, Bạn Hài lòng nội tại & ngoại tại Bổ sung: Điều kiện làm việc, Phúc lợi Gộp: Bản chất CV & Điều kiện thành Môi trường
Ưu điểm Tính chuẩn hóa quốc tế cao Chi tiết, độ bao phủ rộng Phản ánh đúng tâm lý người lao động VN Đo lường chính xác tác động dây chuyền sản xuất
Nhược điểm Thiếu thang đo tổng thể Khảo sát dài gây mệt mỏi cho công nhân Chưa phân hóa theo từng ngành nghề cụ thể Giới hạn trong phạm vi doanh nghiệp may mặc

Yêu cầu khảo sát được phân loại theo mô hình MoSCoW:

  • Must-have: Đo lường 7 nhóm nhân tố cốt lõi (Bản chất công việc, Cơ hội đào tạo thăng tiến, Cấp trên, Đồng nghiệp, Điều kiện làm việc, Thu nhập, Phúc lợi) và biến phụ thuộc Sự hài lòng chung.
  • Should-have: Kiểm định sự khác biệt nhân khẩu học (Giới tính, Thu nhập, Thâm niên công tác) qua kiểm định T-test độc lập và ANOVA một chiều.
  • Could-have: Đánh giá chi tiết sự tương quan giữa hệ số vi khí hậu nhà xưởng với năng suất lao động cá nhân.
  • Won't-have: Khảo sát nhóm nhân viên khối văn phòng gián tiếp (chiếm 14% tổng nhân sự) để tránh nhiễu dữ liệu dây chuyền.

Thiết kế hệ thống và mô hình lý thuyết

Khung cấu trúc nghiên cứu thực nghiệm được mô hình hóa qua sơ đồ tương quan giữa các biến độc lập và biến phụ thuộc:

Hệ thống công cụ và công nghệ phân tích dữ liệu bao gồm:

  • Nền tảng phân tích thống kê: IBM SPSS Statistics phiên bản 16.0 (tương thích thuật toán Python 3.10 với thư viện statsmodels 0.14.0, scikit-learn 1.3.0, factor_analyzer 0.5.0).
  • Cấu trúc bảng dữ liệu (Data Schema): 29 biến quan sát được mã hóa trên thang đo Likert 5 mức độ (1: Hoàn toàn không đồng ý $\rightarrow$ 5: Hoàn toàn đồng ý).
  • Tiêu chuẩn bảo mật dữ liệu: Phiếu khảo sát ẩn danh 100%, mã hóa ID công nhân để bảo đảm tuân thủ điều khoản bảo vệ người lao động theo tiêu chuẩn SA 8000:2014.

Methodology

Quy trình nghiên cứu kết hợp phương pháp hỗn hợp (Mixed Methods Research):

  1. Nghiên cứu định tính: Thảo luận nhóm tập trung ($N = 10$ công nhân) nhằm điều chỉnh câu chữ, xác thực 29 biến quan sát phù hợp với thuật ngữ xưởng may.
  2. Nghiên cứu định lượng: Phát 217 bảng khảo sát theo phương pháp chọn mẫu thuận tiện; thu về 200 phiếu hợp lệ (tỷ lệ phản hồi hợp lệ đạt 92.17%).
  3. Kế hoạch triển khai và kiểm soát rủi ro:
    • Tuần 1 - 3: Tổng quan tài liệu, thiết kế thang đo nháp và thảo luận định tính.
    • Tuần 4 - 8: Thu thập dữ liệu thực địa tại các xưởng May 1, May 3, May 5, May 7 trong giờ nghỉ giải lao.
    • Tuần 9 - 11: Làm sạch dữ liệu, kiểm định Cronbach's Alpha, phân tích EFA và hồi quy OLS trên SPSS.
    • Tuần 12: Tổng hợp báo cáo, kiểm định phương sai sai số thay đổi và xây dựng hàm kiến nghị.

Implementation và kết quả

Development process & Trích xuất thuật toán

Toàn bộ quy trình xử lý dữ liệu định lượng được lập trình và chuẩn hóa theo thuật toán phân tích đa biến:

import numpy as np
import pandas as pd
import statsmodels.api as sm
from factor_analyzer import FactorAnalyzer
from factor_analyzer.factor_analyzer import calculate_kmo, calculate_bartlett_sphericity

def cronbach_alpha(df_items: pd.DataFrame) -> float:
    """Tính hệ số độ tin cậy Cronbach's Alpha."""
    item_vars = df_items.var(axis=0, ddof=1)
    total_var = df_items.sum(axis=1).var(ddof=1)
    k = df_items.shape[1]
    return float((k / (k - 1)) * (1 - (item_vars.sum() / total_var)))

def execute_regression_pipeline(X_matrix: pd.DataFrame, y_vector: pd.Series):
    """Quy trình ước lượng OLS Regression và kiểm tra đa cộng tuyến VIF."""
    X_const = sm.add_constant(X_matrix)
    ols_model = sm.OLS(y_vector, X_const).fit()
    
    # Tính Variance Inflation Factor (VIF)
    vif_data = pd.DataFrame()
    vif_data["Variable"] = X_matrix.columns
    vif_data["VIF"] = [
        1.0 / (1.0 - sm.OLS(X_matrix[col], sm.add_constant(X_matrix.drop(columns=[col]))).fit().rsquared)
        for col in X_matrix.columns
    ]
    return ols_model, vif_data

Quá trình làm sạch cấu trúc dữ liệu gặp thách thức khi biến $CV2$ ("Anh/chị thấy công việc thú vị") xuất hiện hệ số tải chéo trên 2 nhân tố với độ lệch $< 0.3$. Biến này lập tức bị loại bỏ. Sau khi xoay nhân tố Varimax lần 2, hai nhóm biến "Bản chất công việc" ($CV1, CV3$) và "Điều kiện làm việc" ($DK1, DK2, DK3$) hội tụ về cùng một thành phần, được định danh lại thành nhóm Môi trường làm việc ($X_1$).

Testing và validation

Kết quả kiểm định độ tin cậy và giá trị hội tụ của thang đo:

Nhóm thang đo Số biến quan sát Cronbach's Alpha ($\alpha$) Tương quan biến - tổng nhỏ nhất Đánh giá kỹ thuật
Bản chất công việc ($CV$) 3 0.667 0.421 ($CV2$) Đạt chuẩn ($\ge 0.60$)
Đào tạo thăng tiến ($DT$) 4 0.852 0.481 ($DT4$) Rất tốt ($\ge 0.80$)
Cấp trên ($CT$) 3 0.951 0.874 ($CT1$) Xuất sắc
Đồng nghiệp ($DN$) 4 0.907 0.617 ($DN2$) Xuất sắc
Điều kiện làm việc ($DK$) 3 0.704 0.498 ($DK3$) Tốt
Thu nhập ($TN$) 5 0.946 0.755 ($TN2$) Xuất sắc
Phúc lợi ($PL$) 4 0.946 0.770 ($PL3$) Xuất sắc
Sự hài lòng chung ($HL$) 3 0.733 0.526 ($HL3$) Đạt chuẩn

Kết quả phân tích nhân tố khám phá EFA:

  • Kiểm định KMO & Bartlett: Hệ số $\text{KMO} = 0.826 > 0.5$, kiểm định Bartlett có $\chi^2 = 4438.797$ ($df = 325, p = 0.000 < 0.05$), bác bỏ giả thuyết $H_0$, xác nhận các biến có tương quan chặt chẽ.
  • Rút gọn nhân tố biến độc lập: Trích xuất 6 nhân tố tại điểm dừng Eigenvalue $= 1.342 > 1.0$, tổng phương sai trích (Total Variance Explained) đạt 77.209% ($> 50%$).
  • Thang đo biến phụ thuộc ($HL$): Trích xuất 1 nhân tố duy nhất với Eigenvalue $= 1.965$, phương sai trích đạt 65.504%, $\text{KMO} = 0.680$.

Kết quả đạt được

Mô hình hồi quy bội trải qua 3 bước tinh chỉnh (loại bỏ biến Cấp trên $X_3$ với $p = 0.482$ và biến Đào tạo thăng tiến $X_2$ với $p = 0.186$ do không đạt mức ý nghĩa thống kê 5%).

Bảng thông số mô hình hồi quy OLS lần 3:

Biến độc lập Hệ số chưa chuẩn hóa ($B$) Sai số chuẩn (Std. Error) Hệ số chuẩn hóa ($\text{Beta}$) Giá trị thống kê $t$ Mức ý nghĩa ($p$-value) Hệ số VIF
(Hằng số) 0.940 0.297 — 3.168 0.002 —
Môi trường làm việc ($X_1$) 0.485 0.068 0.408 7.103 0.000 1.223
Đồng nghiệp ($X_4$) 0.258 0.041 0.392 6.279 0.000 1.444
Thu nhập ($X_5$) 0.035 0.041 0.046 5.863 0.016 1.034
Phúc lợi ($X_6$) 0.016 0.038 0.024 5.419 0.023 1.203

Phương trình hồi quy tuyến tính thực nghiệm: $$Y = 0.940 + 0.485 \cdot X_1 + 0.258 \cdot X_4 + 0.035 \cdot X_5 + 0.016 \cdot X_6$$

Các chỉ số kiểm định mô hình tổng thể:

  • Hệ số tương quan đa biến $R = 0.688$.
  • Hệ số xác định $R^2 = 0.473$, hệ số xác định hiệu chỉnh $R^2_{adj} = \mathbf{0.463}$. Như vậy, 4 nhân tố trong mô hình giải thích được 46.3% sự biến thiên của mức độ hài lòng của công nhân.
  • Kiểm định phân tích phương sai ANOVA: $F(4, 195) = 43.809$ với $p = 0.000$, xác nhận mô hình hồi quy tuyến tính hoàn toàn phù hợp với tổng thể.
  • Kiểm định phần dư: Giá trị trung bình phần dư chuẩn hóa $\text{Mean} = -2.92 \times 10^{-15} \approx 0$, độ lệch chuẩn $\text{Std.Dev} = 0.99 \approx 1.0$, đồ thị Histogram tuân theo dạng chuông phân phối chuẩn.
  • Kiểm định Levene về phương sai đồng nhất theo Giới tính đạt $p = 0.768 > 0.05$; kiểm định T-test độc lập cho thấy không có sự khác biệt có ý nghĩa thống kê về mức độ hài lòng giữa nam và nữ ($t = -0.256, p = 0.798$).

Đổi mới và đóng góp

Nghiên cứu mang lại các đóng góp học thuật và thực tiễn mang tính đột phá cho chuyên ngành Quản trị Sản xuất & Quản lý Công nghiệp:

  1. Khám phá sự hội tụ giữa Bản chất công việc và Điều kiện lao động: Khác với các nghiên cứu ở khối nhân viên văn phòng (Trần Kim Dung, 2005; Lê Tuấn Lộc, 2015) vốn tách rời hai khái niệm này, công nhân may gia công đồng nhất cảm nhận về sự phù hợp năng lực ($CV1, CV3$) với trang thiết bị an toàn, tính ổn định và giờ làm thêm ($DK1, DK2, DK3$).
  2. Lượng hóa thứ bậc ưu tiên: Chỉ ra rằng Môi trường làm việc ($\text{Beta} = 0.408$) và Quan hệ đồng nghiệp ($\text{Beta} = 0.392$) chiếm ưu thế vượt trội, đóng góp hơn 80% tổng tác động giải thích của mô hình, trong khi Thu nhập ($\text{Beta} = 0.046$) và Phúc lợi ($\text{Beta} = 0.024$) có trọng số thấp hơn đáng kể.
  3. Bác bỏ ảnh hưởng của biến Đào tạo thăng tiến: Chứng minh bằng dữ liệu thực nghiệm rằng với đối tượng lao động phổ thông ngành may, các chương trình đào tạo lý thuyết trừu tượng hoặc lộ trình thăng tiến xa vời không tạo ra động lực thỏa mãn tức thời.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế (Use Cases)

  • Tối ưu hóa vi khí hậu chuyền may: Giảm thiểu tiếng ồn máy may công nghiệp, lắp đặt hệ thống thông gió làm mát áp suất âm và kiểm soát bụi sợi bông vải tại Phân xưởng May 1 và May 3.
  • Tái cấu trúc văn hóa tổ chuyền: Ứng dụng cơ chế thi đua theo nhóm, chương trình cố vấn tay nghề "thợ bậc cao kèm thợ mới" nhằm gia tăng chỉ số gắn kết đồng nghiệp ($X_4$).

Lộ trình triển khai (Implementation Roadmap)

Phân tích Chi phí - Lợi ích (Cost-Benefit Analysis)

  • Chi phí đầu tư cải tạo môi trường & team building: Ước tính 350.000.000 VNĐ/năm.
  • Lợi ích kinh tế:
    • Giảm tỷ lệ nghỉ việc từ 14.5% xuống dưới 6.0%/năm, tiết kiệm chi phí tuyển dụng và đào tạo lại khoảng 850.000.000 VNĐ/năm (tính trên chi phí tuyển/đào tạo 1 công nhân may mới ~2.500.000 VNĐ).
    • Tăng năng suất chuyền may thêm 4.5%, giảm tỷ lệ lỗi sản phẩm (defect rate) xuất khẩu 1.2%.
  • Thời gian hoàn vốn (ROI): Dự kiến thu hồi vốn đầu tư trong vòng 4.9 tháng.

Hạn chế và hướng phát triển

Dù đạt kết quả phân tích chuẩn xác, nghiên cứu vẫn tồn tại một số giới hạn kỹ thuật:

  • Phương pháp lấy mẫu: Sử dụng phương pháp lấy mẫu thuận tiện phi xác suất với kích thước $N = 200$, tập trung tại một doanh nghiệp đơn lẻ (VIGACO), chưa mở rộng so sánh liên doanh nghiệp trong Tập đoàn Dệt May Việt Nam (VINATEX).
  • Mô hình hồi quy OLS: Chỉ đo lường quan hệ tuyến tính một chiều, chưa phân tích các biến trung gian (mediator) hoặc biến điều tiết (moderator) như độ tuổi, tình trạng hôn nhân.
  • Hướng phát triển tương lai:
    • Áp dụng mô hình cấu trúc tuyến tính bình phương nhỏ nhất từng phần (PLS-SEM) hoặc CB-SEM qua phần mềm SmartPLS 4 / AMOS để phân tích mối quan hệ đa tầng giữa Sự hài lòng $\rightarrow$ Sự gắn kết $\rightarrow$ Năng suất lao động thực tế.
    • Xây dựng hệ thống Dashboard theo dõi chỉ số hài lòng thời gian thực tích hợp vào phần mềm quản trị nguồn nhân lực (HRIS).

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành Quản lý Công nghiệp / Quản trị Nhân lực: Tài liệu tham khảo chuẩn mực về quy trình phân tích định lượng SPSS từ Cronbach's Alpha, EFA, giải quyết lỗi tải chéo đến OLS Regression.
  • Kỹ sư Hệ thống & Chuyên viên Phân tích Dữ liệu (Data Analysts): Mẫu pipeline xử lý dữ liệu survey, công thức kiểm tra vi phạm giả định hồi quy (VIF, ANOVA, Levene, Histogram).
  • Ban Giám đốc & Trưởng phòng Nhân sự Doanh nghiệp Sản xuất: Khung ra quyết định phân bổ ngân sách nhân sự dựa trên bằng chứng dữ liệu (Data-Driven HR), tối ưu hóa chi phí vận hành xưởng may.
  • Nhà nghiên cứu kinh tế ứng dụng: Thang đo thực nghiệm đã được kiểm định độ tin cậy trong môi trường doanh nghiệp dệt may thâm dụng lao động tại Việt Nam.

Câu hỏi thường gặp

  1. Yêu cầu kỹ thuật và công cụ cần thiết để triển khai lại mô hình phân tích này? Hệ thống yêu cầu máy tính cài đặt IBM SPSS Statistics (phiên bản 16.0 trở lên) hoặc môi trường Python 3.8+ với các thư viện mã nguồn mở: pandas, numpy, statsmodels, factor_analyzer, scipy. Dữ liệu đầu vào cần được làm sạch theo thang đo Likert chuẩn hóa.

  2. Giới hạn quy mô (Scalability Limits) và giải pháp khi mở rộng khảo sát lên hàng chục nghìn công nhân? Khi quy mô mở rộng trên toàn tổng công ty ($N > 5.000$), phương pháp lấy mẫu thuận tiện cần được thay thế bằng phương pháp lấy mẫu ngẫu nhiên phân tầng (Stratified Random Sampling) theo từng nhà máy và bậc thợ. Đồng thời, nên chuyển từ xử lý SPSS thủ công sang pipeline tự động hóa bằng Python/R kết nối trực tiếp cơ sở dữ liệu SQL.

  3. Khả năng tích hợp mô hình này vào hệ thống quản trị nhân sự (HRIS/ERP) hiện có? Mô hình hoàn toàn có thể được số hóa thành module khảo sát vi mô định kỳ (Pulse Survey) trên ứng dụng nội bộ của công nhân. Điểm số hài lòng trung bình theo tổ chuyền sẽ tự động kích hoạt cảnh báo sớm (Early Warning System) về nguy cơ biến động nhân sự cho Trưởng ban Nhân sự.

  4. Nhu cầu bảo trì và chu kỳ cập nhật dữ liệu khảo sát như thế nào? Khảo sát nên được lặp lại định kỳ 6 tháng/lần hoặc ngay sau khi có sự thay đổi lớn về chính sách lương thưởng, đơn giá công đoạn, hoặc mở rộng thêm dây chuyền công nghệ may tự động mới.

  5. Phân bổ chi phí triển khai và khung thời gian thu hồi vốn (ROI Timeline) chi tiết? Ngân sách được phân bổ theo tỷ lệ: 60% cải tạo vi khí hậu và an toàn thiết bị ($X_1$), 25% hoạt động gắn kết tổ chuyền ($X_4$), 15% tinh chỉnh chính sách thưởng năng suất ($X_5, X_6$). Với mức tiết kiệm chi phí tuyển dụng và giảm phế phẩm, doanh nghiệp thu hồi vốn hoàn toàn sau 5-6 tháng vận hành.

Kết luận

Khóa luận tốt nghiệp "Các nhân tố ảnh hưởng đến sự hài lòng của công nhân tại Công ty Cổ phần May Việt Thắng" đã giải quyết trọn vẹn bài toán quản trị nhân sự thực tiễn bằng phương pháp tiếp cận định lượng chuẩn xác. Bằng việc lượng hóa 4 nhóm nhân tố tác động then chốt – Môi trường làm việc ($\beta = 0.408$), Đồng nghiệp ($\beta = 0.392$), Thu nhập ($\beta = 0.046$), Phúc lợi ($\beta = 0.024$) – mô hình cung cấp luận cứ khoa học vững chắc giúp Ban lãnh đạo VIGACO chuyển dịch từ mô hình quản trị kinh nghiệm sang quản trị tinh gọn dựa trên dữ liệu, hướng tới mục tiêu phát triển bền vững và hội nhập quốc tế toàn diện.