Giới thiệu dự án

Trong bối cảnh cuộc Cách mạng Công nghiệp 4.0 và làn sóng chuyển dịch chuỗi cung ứng toàn cầu, ngành công nghiệp hỗ trợ sản xuất ô tô và linh kiện kỹ thuật cao đóng vai trò hạt nhân trong nền kinh tế Việt Nam. Tại Khu phức hợp Cơ khí và Ô tô THACO Chu Lai (quy mô 1.200 ha với tổng vốn đầu tư vượt 80.500 tỷ đồng), Công ty TNHH MTV Sản Xuất Linh Kiện Composite Chu Lai Trường Hải (CCMC) là đơn vị mũi nhọn chuyên nghiên cứu, sản xuất các chi tiết nội - ngoại thất composite cho các dòng xe bus, xe tải và xuất khẩu sang thị trường quốc tế như Hàn Quốc, Nhật Bản.

Vấn đề cốt lõi đặt ra là sự chuyển dịch mạnh mẽ từ kỹ thuật thủ công (Hand Lay-up) sang các công nghệ tự động hóa cao như ép gia nhiệt SMC (Sheet Molding Compound), đúc hút chân không RTM/VARTM (Vacuum-Assisted Resin Transfer Molding) và gia công cắt gọt bằng robot tia nước áp lực cao (tốc độ 17 m/phút) đòi hỏi lực lượng lao động phải có trình độ chuyên môn kỹ thuật sâu. Mặc dù sở hữu lực lượng lao động trẻ trung, nhiệt huyết, công ty đang đối mặt với khoảng trống năng lực (competency gap) khi tay nghề công nhân, kiến thức vật liệu polymer/composite và kỹ năng vận hành công nghệ tự động chưa đồng đều. Công tác đào tạo nguồn nhân lực (NNL) tại CCMC giai đoạn 2017–2019 vẫn còn mang tính sự vụ, thiếu khung đánh giá hiệu quả định lượng sau đào tạo.

Mục tiêu cụ thể của công trình nghiên cứu:

  1. Hệ thống hóa cơ sở lý luận và thực tiễn về công tác đào tạo NNL trong các doanh nghiệp sản xuất công nghiệp phụ trợ công nghệ cao.
  2. Phân tích thực trạng hoạt động đào tạo tại CCMC Chu Lai giai đoạn 2017–2019 thông qua dữ liệu thứ cấp và dữ liệu khảo sát sơ cấp ($N=147$).
  3. Xây dựng và kiểm định mô hình hồi quy đa biến xác định các nhân tố ảnh hưởng trực tiếp đến hiệu quả đào tạo NNL.
  4. Đề xuất hệ thống giải pháp hoàn thiện quy trình và nâng cao chất lượng đào tạo NNL tại CCMC đến năm 2025.

Nghiên cứu sử dụng phương pháp tiếp cận hỗn hợp (mixed-method), kết hợp khảo sát định lượng qua thang đo Likert 5 điểm, xử lý thống kê bằng phần mềm IBM SPSS Statistics v26 và khung đánh giá 4 cấp độ của Kirkpatrick (Reaction, Learning, Behavior, Results).

Phạm vi nghiên cứu tập trung vào 147 cán bộ công nhân viên (CBCNV) thuộc Nhà máy Sản xuất Linh kiện Composite Chu Lai tại Thôn 4, Xã Tam Hiệp, Huyện Núi Thành, Tỉnh Quảng Nam; dữ liệu thứ cấp thu thập trong giai đoạn 2017–2019 và đề xuất giải pháp ứng dụng thực tiễn đến năm 2025.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại CCMC, quy trình sản xuất composite bao gồm hai phân xưởng chính: Xưởng định hình (với 4 chuyền: SMC, RTM/VARTM, Lăn tay, Gia công khuôn) và Xưởng hoàn thiện (Chuyền cắt Robot tia nước, Chuyền sơn). Hiện trạng đào tạo bộc lộ nhiều điểm hạn chế khi so sánh với các mô hình quản trị nhân sự hiện đại.

Phương thức đào tạo Ưu điểm thực tế Nhược điểm & Rủi ro Mức độ phù hợp với CCMC
Chỉ dẫn công việc tại chỗ (OJT truyền thống) Tiết kiệm chi phí trực tiếp; gắn liền với thao tác thực tế tại chuyền composite. Dễ truyền đạt thao tác lỗi; thiếu chuẩn hóa quy chuẩn an toàn hóa chất polymer; phụ thuộc tay nghề người hướng dẫn. 40% (chỉ phù hợp với chuyền lăn tay cơ bản).
Cử đi học tại trường/viện bên ngoài Tiếp cận kiến thức lý thuyết vật liệu mới bài bản; cập nhật công nghệ châu Âu. Chi phí đào tạo cao; thời gian kéo dài gây gián đoạn sản xuất; kiến thức hàn lâm khó áp dụng trực tiếp tại dây chuyền SMC/RTM. 25% (áp dụng cho kỹ sư R&D, quản đốc).
Đào tạo theo khung năng lực & Mô phỏng (Đề xuất) Chuẩn hóa quy trình 4 bước; kiểm soát lỗi bọt khí/rỗ bề mặt; đo lường chính xác hiệu quả đầu tư (ROI). Đòi hỏi chi phí đầu tư ban đầu cho giáo trình số hóa, chuyên gia công nghệ và phòng lab kiểm chuẩn. 95% (tối ưu cho toàn bộ 147 CBCNV nhà máy).

Đối chuẩn thực tiễn (Benchmarking) từ các tập đoàn lớn cho thấy:

  • Tập đoàn Điện lực Việt Nam (EVN): Triển khai chương trình "Đào tạo tài năng" gắn kết 4 trường chuyên thuộc và đào tạo vận hành công nghệ mới ngay sau tuyển dụng.
  • Công ty Xây dựng Hòa Bình: Ứng dụng công nghệ thông tin vào quản trị chuyên môn, mở lớp kỹ thuật định kỳ kết hợp thi nâng bậc nghề.
  • Tập đoàn Danone: Ứng dụng mô hình đánh giá 360 độ (Chương trình Odyssée), xây dựng "Danone Campus" và phân loại năng lực theo bản đồ kỹ năng số hóa.

Yêu cầu người học và hệ thống đào tạo được chuẩn hóa theo mô hình MoSCoW:

  • Must have: Quy chuẩn an toàn hóa chất nhựa/sợi thủy tinh (MSDS), kỹ năng vận hành máy ép SMC, tiêu chuẩn kiểm soát bọt khí RTM.
  • Should have: Chương trình đánh giá Kirkpatrick Cấp độ 3 (Hành vi) và Cấp độ 4 (Kết quả kinh doanh).
  • Could have: Nền tảng E-learning nội bộ và video mô phỏng lỗi 3D trên biên dạng linh kiện composite.
  • Won't have (lúc này): Hệ thống đào tạo thực tế ảo (VR) toàn diện do rào cản chi phí đầu tư.

Thiết kế hệ thống

Hệ thống quản lý và quy trình đào tạo NNL chuẩn hóa tại CCMC được thiết kế dưới dạng luồng xử lý 6 giai đoạn khép kín:

Mô hình nghiên cứu định lượng các nhân tố tác động đến hiệu quả đào tạo được thiết lập với 6 biến độc lập và 1 biến phụ thuộc (tổng cộng 23 biến quan sát):

  1. Cơ hội và nhu cầu đào tạo (CHĐT): 3 biến quan sát ($CHĐT_1 \rightarrow CHĐT_3$).
  2. Nội dung và chương trình đào tạo (CTĐT): 4 biến quan sát ($CTĐT_1 \rightarrow CTĐT_4$).
  3. Chất lượng giảng viên (GV): 3 biến quan sát ($GV_1 \rightarrow GV_3$).
  4. Môi trường và địa điểm đào tạo (MTĐT): 3 biến quan sát ($MTĐT_1 \rightarrow MTĐT_3$).
  5. Thời lượng đào tạo (TLĐT): 3 biến quan sát ($TLĐT_1 \rightarrow TLĐT_3$).
  6. Kết quả chương trình đào tạo (KQĐT): 4 biến quan sát ($KQĐT_1 \rightarrow KQĐT_4$).
  • Biến phụ thuộc - Đánh giá chung về công tác đào tạo (ĐGC): 3 biến quan sát ($ĐGC_1 \rightarrow ĐGC_3$).

Hệ thống cơ sở dữ liệu quản lý đào tạo được thiết kế chuẩn hóa quan hệ (Relational Schema):

-- Schema Thiết kế Cơ sở Dữ liệu Quản lý Đào tạo Nhân sự CCMC
CREATE TABLE Employees (
    EmpID VARCHAR(20) PRIMARY KEY,
    FullName VARCHAR(100) NOT NULL,
    Department VARCHAR(50), -- R&D, Xưởng Định hình, Xưởng Hoàn thiện, Kế toán
    Position VARCHAR(50),
    TechnicalGrade INT DEFAULT 1
);

CREATE TABLE TrainingCourses (
    CourseID VARCHAR(20) PRIMARY KEY,
    CourseName VARCHAR(100) NOT NULL,
    TechDomain VARCHAR(50), -- SMC, RTM, Waterjet Robot, An Toan Lao Dong
    DurationHours INT NOT NULL,
    Method VARCHAR(30) -- In-house, On-the-job, External
);

CREATE TABLE TrainingResults (
    ResultID VARCHAR(20) PRIMARY KEY,
    EmpID VARCHAR(20) REFERENCES Employees(EmpID),
    CourseID VARCHAR(20) REFERENCES TrainingCourses(CourseID),
    ScoreLevel1_Reaction DECIMAL(3,2), -- Thang 1 - 5
    ScoreLevel2_Learning DECIMAL(5,2),  -- Thang 0 - 100
    ScoreLevel3_Behavior DECIMAL(3,2),  -- Thang 1 - 5
    ProductivityImpact DECIMAL(5,2),   -- Ty le giam phe pham (%)
    CompletionDate DATE
);

Methodology

Phương pháp nghiên cứu tích hợp giữa phân tích thống kê mô tả, kiểm định độ tin cậy thang đo bằng hệ số Cronbach's Alpha, phân tích nhân tố khám phá EFA (Exploratory Factor Analysis) và mô hình hồi quy tuyến tính bội (Multiple Linear Regression).

Kích thước mẫu khảo sát: Áp dụng quy tắc kinh nghiệm của Hair et al. và Nguyễn Đình Thọ & Nguyễn Thị Mai Trang (2011), cỡ mẫu tối thiểu bằng 5 lần số biến quan sát ($23 \times 5 = 115$ mẫu). Để đảm bảo tính đại diện và bù trừ sai số, tác giả tiến hành điều tra toàn bộ $N=147$ cán bộ công nhân viên tại CCMC.

Implementation và kết quả

Development process

Quá trình thu thập và làm sạch dữ liệu thực hiện thông qua Google Forms và bảng hỏi in trực tiếp tại nhà máy từ cuối tháng 11/2020 đến tháng 12/2020. Quy trình xử lý và tính toán thống kê được mô hình hóa bằng script Python/SPSS:

import numpy as np
import pandas as pd
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor

# 1. Load và tiền xử lý dữ liệu khảo sát (N = 147)
df = pd.read_csv("ccmc_training_survey_data.csv")

# 2. Thiết lập mô hình hồi quy đa biến OLS
# ĐGC = beta_0 + beta_1*CHDT + beta_2*CTDT + beta_3*GV + beta_4*MTDT + beta_5*TLDT + beta_6*KQDT + e
X = df[['CHDT', 'CTDT', 'GV', 'MTDT', 'TLDT', 'KQDT']]
y = df['DGC']
X = sm.add_constant(X)

ols_model = sm.OLS(y, X).fit()

# 3. Trích xuất thông số kiểm định mô hình
print(ols_model.summary())

# 4. Kiểm tra hiện tượng đa cộng tuyến (VIF)
vif_data = pd.DataFrame()
vif_data["Variable"] = X.columns
vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(X.shape[1])]
print(vif_data)

Mô hình hồi quy toán học tổng quát: $$ĐGC = \beta_0 + \beta_1 CHĐT + \beta_2 CTĐT + \beta_3 GV + \beta_4 MTĐT + \beta_5 TLĐT + \beta_6 KQĐT + \epsilon$$

Testing và validation

Kết quả kiểm định chất lượng thang đo và mô hình kinh tế lượng đạt độ tin cậy thống kê cao:

  1. Kiểm định Cronbach's Alpha: Hệ số $\alpha$ của toàn bộ 7 nhóm thang đo đều đạt từ 0.768 đến 0.892 (> 0.6), hệ số tương quan biến - tổng (Corrected Item-Total Correlation) của tất cả 23 biến quan sát đều > 0.35, không có biến nào bị loại.
  2. Phân tích nhân tố khám phá EFA:
    • Kiểm định KMO = 0.835 (> 0.5), kiểm định Bartlett's Test có giá trị $Sig. = 0.000 < 0.05$.
    • Phương pháp trích Principal Axis Factoring với phép xoay Promax (hoặc Varimax) trích xuất được 6 nhân tố với giá trị Eigenvalue = 1.248 (> 1), tổng phương sai trích lũy tích (Cumulative %) đạt 64.82% (> 50%).
  3. Phân tích Hồi quy bội:
    • Hệ số xác định $R^2 = 0.672$, $R^2$ hiệu chỉnh $= 0.658$ (Mô hình giải thích được 65.8% sự biến thiên của mức độ hài lòng về công tác đào tạo).
    • Kiểm định Fisher: $F = 47.85$, $Sig. = 0.000 < 0.01$, chứng minh mô hình hồi quy hoàn toàn phù hợp với dữ liệu thực tế.
    • Hệ số phóng đại phương sai $VIF < 2.1$ trên tất cả các biến, loại trừ hoàn toàn nguy cơ đa cộng tuyến.
==============================================================================
Variable      Unstandardized (B)   Std. Error   Beta (β)     t-stat     Sig.
------------------------------------------------------------------------------
Constant           0.342             0.185         -         1.848     0.066
CHĐT (X1)          0.165             0.048       0.172       3.437     0.001
CTĐT (X2)          0.248             0.052       0.258       4.769     0.000
GV   (X3)          0.189             0.044       0.198       4.295     0.000
MTĐT (X4)          0.124             0.041       0.131       3.024     0.003
TLĐT (X5)          0.142             0.045       0.149       3.155     0.002
KQĐT (X6)          0.285             0.056       0.292       5.089     0.000
==============================================================================
Dependent Variable: ĐGC | R-squared: 0.672 | Adjusted R-squared: 0.658 | F = 47.85 (p < 0.001)

Kết quả đạt được

Phương trình hồi quy chuẩn hóa: $$ĐGC = 0.172 \cdot CHĐT + 0.258 \cdot CTĐT + 0.198 \cdot GV + 0.131 \cdot MTĐT + 0.149 \cdot TLĐT + 0.292 \cdot KQĐT$$

Kết quả phân tích định lượng chỉ ra rằng:

  • Kết quả đào tạo ($KQĐT, \beta = 0.292$) và Nội dung chương trình ($CTĐT, \beta = 0.258$) là hai nhân tố có tác động mạnh mẽ nhất đến sự hài lòng và năng suất của người lao động.
  • Kiểm định One-Sample T-test (so với giá trị kiểm định $Test\ Value = 3.5$) cho thấy phần lớn người lao động đánh giá cao sự hỗ trợ của giảng viên ($GV: \mu = 3.82, p < 0.05$), nhưng lại chưa thực sự hài lòng về tính thực chiến của nội dung đào tạo công nghệ mới SMC/RTM và thời lượng đào tạo còn bị ép tiến độ ($TLĐT: \mu = 3.38 < 3.5, p < 0.05$).

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp rõ rệt về cả phương diện lý luận quản trị và ứng dụng kỹ thuật sản xuất:

+------------------------------------------------------------------------------+
|                ĐÓNG GÓP VÀ ĐỔI MỚI CHÍNH CỦA ĐỒ ÁN/KHÓA LUẬN                 |
+------------------------------------+-----------------------------------------+
| Mô hình truyền thống tại CCMC      | Giải pháp Đổi mới từ Đề tài             |
+------------------------------------+-----------------------------------------+
| 1. Đào tạo theo thói quen OJT      | 1. Xây dựng ma trận kỹ năng (Skill      |
|    chưa có giáo trình chuẩn hóa.   |    Matrix) cho từng dây chuyền riêng biệt|
| 2. Đánh giá chỉ dừng ở điểm danh   | 2. Chuẩn hóa 4 cấp độ Kirkpatrick với   |
|    và bài thi lý thuyết cuối khóa. |    KPI phế phẩm và thời gian chu kỳ.     |
| 3. Nội dung dàn trải, thiếu phân   | 3. Module hóa kiến thức vật liệu        |
|    hóa theo công nghệ (SMC vs RTM).|    composite, ép nhiệt và cắt Robot tia nước.|
| 4. Chi phí dự toán dàn trải,       | 4. Đo lường chỉ số ROI đào tạo định kỳ, |
|    chưa gắn với hiệu suất vận hành.|    giảm 22% tỷ lệ lỗi rỗ khí trên vỏ xe. |
+------------------------------------+-----------------------------------------+
  1. Chuẩn hóa kỹ thuật công nghệ: Tích hợp quy chuẩn vận hành an toàn hóa chất composite, công nghệ ép SMC và đúc hút chân không VARTM vào khung đào tạo trực quan, giúp giảm 22% lỗi rỗ bề mặt linh kiện và tăng 18% tốc độ cắt gọt robot tia nước (đạt chuẩn 17 m/phút).
  2. Số hóa phương pháp đánh giá: Chuyển đổi từ đánh giá cảm tính sang đánh giá dựa trên dữ liệu hồi quy thực chứng ($R^2 = 0.658$), giúp Ban Giám đốc phân bổ chính xác 100% ngân sách đào tạo vào các module mang lại giá trị gia tăng cao.

Ứng dụng thực tế và triển khai

Giải pháp hoàn thiện đào tạo NNL được triển khai tại Công ty CCMC theo lộ trình 3 giai đoạn:

Chiến lược phân bổ đào tạo theo nhóm đối tượng:

  • Khối Quản lý & Kỹ sư R&D: Đào tạo chuyên sâu về mô phỏng dòng chảy nhựa trong khuôn RTM, công nghệ vật liệu composite chống cháy chuẩn châu Âu và quản trị tinh gọn LEAN/Kaizen.
  • Khối Công nhân trực tiếp sản xuất: Đào tạo tay nghề thao tác quét gelcoat, xếp lớp sợi thủy tinh, căn chỉnh áp suất máy ép SMC và bảo trì đầu phun tia nước áp lực cao.

Phân tích hiệu quả kinh tế (ROI): Với chi phí đào tạo trung bình dự kiến khoảng 150–200 triệu đồng/năm, việc giảm thiểu tỷ lệ phế phẩm linh kiện composite từ 3.2% xuống dưới 1.5% mang lại giá trị tiết kiệm vật tư và nhân công ước tính đạt hơn 680 triệu đồng/năm, tương ứng với tỷ suất sinh lời đào tạo ($ROI$) đạt xấp xỉ 240%.

Hạn chế và hướng phát triển

Dù đạt được các kết quả thống kê có ý nghĩa, đề tài vẫn tồn tại một số hạn chế nhất định:

  1. Quy mô và không gian nghiên cứu: Dữ liệu sơ cấp được thu thập tại một đơn vị duy nhất ($N=147$ tại CCMC), chưa mở rộng khảo sát so sánh đa trung tâm với 11 nhà máy linh kiện phụ tùng khác thuộc Khối Linh kiện Phụ tùng THACO Chu Lai.
  2. Thời gian đo lường hành vi: Đánh giá Kirkpatrick cấp độ 3 và 4 chủ yếu dựa trên số liệu ước lượng và khảo sát ngắn hạn (tháng 11–12/2020), chưa theo dõi dọc (longitudinal study) theo chu kỳ 3–5 năm.

Hướng phát triển tiếp theo:

  • Tích hợp hệ thống quản lý học tập số hóa (LMS/LXP) liên kết trực tiếp với dữ liệu ERP sản xuất của Tập đoàn THACO.
  • Phát triển các bài kiểm tra thực hành sử dụng công nghệ thực tế ảo tăng cường (AR) để mô phỏng sự cố áp suất chân không trong công nghệ VARTM.

Đối tượng hưởng lợi

  • Sinh viên & Giảng viên ngành Quản trị Nhân lực / Quản trị Kinh doanh: Cung cấp tài liệu tham khảo thực tế về mô hình nghiên cứu kết hợp SPSS/EFA và khung lý thuyết đào tạo Kirkpatrick trong doanh nghiệp sản xuất công nghiệp nặng.
  • Kỹ sư Quản lý & Chuyên viên HR Doanh nghiệp: Nắm bắt quy trình phân tích nhu cầu và ma trận kỹ năng cho công nhân ngành composite, chế tạo khuôn và cơ khí chính xác.
  • Ban Lãnh đạo Doanh nghiệp Sản xuất: Sở hữu khung căn cứ khoa học để hoạch định ngân sách đào tạo và nâng cao tỷ lệ nội địa hóa linh kiện ô tô theo định hướng chuỗi giá trị toàn cầu.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật để triển khai hệ thống quản trị đào tạo tại nhà máy sản xuất linh kiện?

Hệ thống yêu cầu máy chủ cơ sở dữ liệu (hỗ trợ SQL Server/PostgreSQL), phần mềm thống kê (SPSS/Python), mạng nội bộ kết nối xưởng sản xuất và hệ thống camera giám sát thao tác để đánh giá sự thay đổi hành vi tại chuyền (Kirkpatrick Level 3).

2. Kích thước mẫu $N=147$ có đảm bảo độ tin cậy khoa học cho phân tích EFA và Hồi quy không?

Với 23 biến quan sát, kích thước mẫu tối thiểu theo tiêu chuẩn $5:1$ là 115 mẫu. Do đó, quy mô mẫu $N=147$ (điều tra toàn bộ lực lượng lao động của nhà máy) đáp ứng vượt mức tiêu chuẩn thống kê, đảm bảo hệ số KMO đạt 0.835 và phương sai trích lũy tích đạt 64.82%.

3. Làm thế nào để giải quyết mâu thuẫn giữa tiến độ sản xuất và thời lượng đào tạo cho công nhân?

Áp dụng phương pháp Micro-learning (chia nhỏ bài học thành các module 15–20 phút đầu ca làm việc) và tăng cường đào tạo thực hành OJT có kèm cặp bởi công nhân bậc cao, tránh tổ chức các buổi học lý thuyết kéo dài gây gián đoạn ca sản xuất.

4. Chi phí đào tạo tại nhà máy composite gồm những danh mục nào?

Bao gồm: Chi phí giảng viên (nội bộ/thuê ngoài), chi phí tiêu hao nguyên vật liệu thực hành (nhựa polyester, sợi thủy tinh, dung môi tẩy rửa), tài liệu kỹ thuật, chi phí bảo hộ lao động chuyên dụng và chi phí cơ hội do dừng máy.

5. Phương pháp nào kiểm soát rủi ro nhân sự nghỉ việc sau khi được công ty đào tạo nâng cao?

Doanh nghiệp cần ký kết cam kết đào tạo (Training Bond) gắn liền với chính sách thăng tiến minh bạch, tăng phụ cấp tay nghề theo bậc kỹ thuật và xây dựng môi trường làm việc an toàn, văn hóa doanh nghiệp gắn kết.

Kết luận

Khóa luận tốt nghiệp "Hoàn thiện công tác đào tạo nguồn nhân lực tại Công ty TNHH MTV Sản Xuất Linh Kiện Composite Chu Lai Trường Hải" của tác giả Nguyễn Thị Trâm Anh đã giải quyết thấu đáo cả hai khía cạnh học thuật và thực tiễn. Nghiên cứu đã chứng minh bằng số liệu thực nghiệm ($R^2 = 0.658, F = 47.85$) rằng Kết quả đào tạo và Nội dung chương trình là hai đòn bẩy quan trọng nhất quyết định hiệu quả nguồn nhân lực. Việc áp dụng đồng bộ quy trình đào tạo 6 bước cùng khung đánh giá Kirkpatrick chuẩn hóa sẽ giúp CCMC Chu Lai nâng cao năng lực cạnh tranh, làm chủ hoàn toàn các công nghệ sản xuất composite tiên tiến (SMC, VARTM, Robot tia nước) và đóng góp tích cực vào chiến lược phát triển công nghiệp ô tô Việt Nam.