Giới thiệu dự án

Trong bối cảnh cạnh tranh khốc liệt của ngành phân phối hàng tiêu dùng nhanh (FMCG) và nông sản chế biến tại Việt Nam, nguồn nhân lực đóng vai trò là tài sản chiến lược quyết định năng lực cạnh tranh cốt lõi. Theo các báo cáo phân tích thị trường lao động ngành bán lẻ - phân phối, tỷ lệ biến động nhân sự bình quân dao động từ 15% đến 22%/năm, gây áp lực trực tiếp lên chi phí tuyển dụng và đào tạo lại. Công ty TNHH MTV Thương mại Thành Phát (công ty con trực thuộc Công ty Cổ phần Đường Quảng Ngãi - QNS) quản lý mạng lưới phân phối quy mô lớn với doanh thu vượt mốc 1.079 tỷ đồng, sở hữu lực lượng lao động đặc thù gồm 274 nhân sự (tính đến 31/12/2017), trong đó lao động nữ chiếm 72,63% và lao động phổ thông chiếm 67,88%.

                                  TỔNG QUAN NGUỒN NHÂN LỰC THÀNH PHÁT

Vấn đề cốt lõi (Problem Statement) tại đơn vị xuất phát từ sự thiếu đồng bộ giữa tốc độ tăng trưởng kinh doanh và cơ chế đãi ngộ nhân sự. Chính sách đãi ngộ hiện hành còn nặng tính hành chính truyền thống, phân bổ thu nhập chưa phản ánh chính xác hiệu suất cá nhân (KPI), và các cấu phần đãi ngộ phi tài chính (môi trường làm việc, lộ trình công danh, đào tạo chuyên sâu) chưa được chuẩn hóa. Điều này dẫn đến nguy cơ suy giảm động lực lao động, năng suất làm việc chưa tối ưu và hiện tượng dịch chuyển lao động có tay nghề cao.

Đề tài đặt ra 3 mục tiêu nghiên cứu cụ thể:

  1. Hệ thống hóa cơ sở lý luận về quản trị đãi ngộ tổng thể (Total Rewards Framework) trong doanh nghiệp thương mại phân phối.
  2. Phân tích, đánh giá thực trạng chính sách đãi ngộ tài chính và phi tài chính tại Công ty TNHH MTV Thương mại Thành Phát giai đoạn 2015 - 2017, kết hợp điều tra định lượng $N = 120$ người lao động.
  3. Xây dựng mô hình kinh tế lượng xác định mức độ tác động của các nhân tố đãi ngộ đến sự hài lòng chung, từ đó đề xuất hệ thống giải pháp tối ưu hóa đãi ngộ nhân sự đến năm 2025.

Phương pháp tiếp cận giải pháp kết hợp giữa lý thuyết đãi ngộ tổng thể của WorldatWork và mô hình hồi quy đa biến tuyến tính thực nghiệm (OLS). Kết quả kỳ vọng mang lại hệ số xác định $R^2 \ge 0,55$, nhận diện chính xác thứ tự ưu tiên của 6 nhóm nhân tố cấu thành chính sách đãi ngộ, từ đó cắt giảm 15 - 20% tỷ lệ luân chuyển nhân sự không mong muốn và gia tăng 25% chỉ số thỏa mãn công việc của người lao động.

Phạm vi nghiên cứu tập trung vào nguồn dữ liệu thứ cấp giai đoạn 2015 - 2017 và dữ liệu sơ cấp thu thập trực tiếp từ tháng 09/2018 đến tháng 12/2018 tại trụ sở và các chi nhánh phân phối trực thuộc Công ty Thành Phát.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Khảo sát hệ thống đãi ngộ hiện hành tại Công ty Thành Phát cho thấy công ty đang vận hành cơ chế lương thời gian kết hợp phụ cấp cố định. Bảng so sánh dưới đây phân tích các mô hình đãi ngộ phổ biến:

Tiêu chí phân tích Hệ thống truyền thống (Thành Phát hiện tại) Mô hình đãi ngộ 3P (Position - Person - Performance) Mô hình đãi ngộ tổng thể tích hợp (Đề xuất)
Căn cứ xác định lương Thâm niên, bằng cấp, thời gian làm việc Vị trí, năng lực cá nhân, kết quả KPI Giá trị công việc + Hiệu suất + Giá trị thị trường
Cơ chế kích thích tài chính Thưởng định kỳ cào bằng, phụ cấp cố định Thưởng linh hoạt theo thành tích cá nhân/nhóm Đãi ngộ tài chính trực tiếp & gián tiếp toàn diện
Đãi ngộ phi tài chính Tự phát, thiếu lộ trình công danh rõ ràng Tập trung vào đánh giá năng lực thăng tiến Chuẩn hóa môi trường, văn hóa, đào tạo & cơ hội
Tính minh bạch & Động lực Trung bình ($\bar{X} = 3,12/5,00$) Cao ($\bar{X} \ge 4,00/5,00$) Tối ưu hóa theo hàm hồi quy định lượng

Yêu cầu của người lao động được phân loại theo ma trận ưu tiên MoSCoW:

  • Must have (Bắt buộc có): Minh bạch hóa công thức tính lương cơ bản và trích nộp bảo hiểm xã hội (BHXH), bảo hiểm y tế (BHYT), bảo hiểm thất nghiệp (BHTN); bổ sung phụ cấp độc hại/xăng xe cho đội ngũ kinh doanh thị trường.
  • Should have (Nên có): Xây dựng tiêu chí đánh giá KPI định lượng cho từng chức danh công việc; mở rộng các gói phúc lợi tự nguyện (bảo hiểm sức khỏe, khám định kỳ mở rộng).
  • Could have (Có thể có): Chương trình tài trợ học phí đào tạo chuyên sâu ngắn hạn; chế độ nghỉ mát linh hoạt theo cấp bậc.
  • Won't have (Chưa áp dụng): Chính sách thưởng quyền mua cổ phiếu (ESOP) do đặc thù công ty TNHH một thành viên.

Thiết kế hệ thống

Mô hình nghiên cứu định lượng được cấu trúc hóa thành 6 nhóm nhân tố độc lập tác động đến biến phụ thuộc: Đánh giá chung về chính sách đãi ngộ nhân sự (DGC).

graph TD
    subgraph "Nhóm Đãi ngộ Tài chính"
        TN["1. Mức thu nhập (TN)"]
        PL["2. Chế độ phúc lợi (PL)"]
    end
    subgraph "Nhóm Đãi ngộ Phi tài chính"
        MTLV["3. Môi trường làm việc (MTLV)"]
        TT["4. Cơ hội thăng tiến (TT)"]
        CV["5. Đặc điểm công việc (CV)"]
        DT["6. Cơ hội đào tạo (DT)"]
    end
    
    TN --> DGC["ĐÁNH GIÁ CHUNG CHÍNH SÁCH ĐÃI NGỘ (DGC)"]
    PL --> DGC
    MTLV --> DGC
    TT --> DGC
    CV --> DGC
    DT --> DGC

Hệ thống cơ sở dữ liệu quản trị đãi ngộ nhân sự (HR Compensation & Benefits Database) được thiết kế theo chuẩn quan hệ SQL để chuẩn hóa việc thu thập và phân tích dữ liệu:

-- Schema thiết kế bảng dữ liệu khảo sát và đãi ngộ nhân sự
CREATE TABLE employee_profiles (
    employee_id VARCHAR(10) PRIMARY KEY,
    full_name VARCHAR(100) NOT NULL,
    gender ENUM('Male', 'Female') NOT NULL,
    birth_year INT NOT NULL,
    education_level ENUM('PostGraduate', 'University', 'College', 'Vocational', 'HighSchool'),
    department_id VARCHAR(10) NOT NULL,
    job_position VARCHAR(50) NOT NULL,
    tenure_years DECIMAL(4,2) NOT NULL,
    base_salary DECIMAL(12,2) NOT NULL
);

CREATE TABLE compensation_surveys (
    survey_id INT AUTO_INCREMENT PRIMARY KEY,
    employee_id VARCHAR(10),
    survey_date DATE NOT NULL,
    income_score_mean DECIMAL(3,2),      -- Trung bình thang đo TN (TN1-TN3)
    work_env_score_mean DECIMAL(3,2),    -- Trung bình thang đo MTLV (MTLV1-MTLV6)
    advancement_score_mean DECIMAL(3,2), -- Trung bình thang đo TT (TT1-TT3)
    job_desc_score_mean DECIMAL(3,2),    -- Trung bình thang đo CV (CV1-CV2)
    welfare_score_mean DECIMAL(3,2),     -- Trung bình thang đo PL (PL1-PL5)
    training_score_mean DECIMAL(3,2),    -- Trung bình thang đo DT (DT1-DT4)
    overall_satisfaction DECIMAL(3,2),   -- Trung bình thang đo DGC (DGC1-DGC3)
    FOREIGN KEY (employee_id) REFERENCES employee_profiles(employee_id)
);

Methodology

Phương pháp luận nghiên cứu triển khai theo quy trình phân tích định lượng chuẩn hóa:

  1. Thiết kế mẫu điều tra: Áp dụng công thức chọn mẫu phân tích nhân tố khám phá EFA theo Hair et al. (1998) với tỷ lệ tối thiểu $5:1$ đối với biến quan sát. Nghiên cứu có 23 biến quan sát, quy mô mẫu tối thiểu $23 \times 5 = 115$. Tác giả phát ra 120 phiếu khảo sát và thu về 120 phiếu hợp lệ ($N = 120$), phân tầng theo tỷ lệ nhân sự tại các phòng ban: Phòng Kinh doanh Tổng hợp - XNK, Phòng Kinh doanh Bia, Phòng Tài chính - Kế toán, và Tổ Thị trường.
  2. Kỹ thuật xử lý dữ liệu:
    • Đánh giá độ tin cậy thang đo qua hệ số Cronbach's Alpha (ngưỡng chấp nhận $\alpha \ge 0,60$; tương quan biến - tổng $r_{it} \ge 0,30$).
    • Phân tích nhân tố khám phá EFA (Kaiser-Meyer-Olkin $KMO \ge 0,5$; kiểm định Bartlett có giá trị $p < 0,05$; Eigenvalue $> 1$; Factor Loading $> 0,50$).
    • Kiểm định ma trận tương quan Pearson nhằm kiểm tra hiện tượng đa cộng tuyến sơ bộ.
    • Phân tích hồi quy tuyến tính bội bằng phương pháp Enter trên nền tảng phần mềm SPSS 20.0 và Python 3.8.
                    QUY TRÌNH NGHIÊN CỨU VÀ XỬ LÝ DỮ LIỆU ĐỊNH LƯỢNG

Implementation và kết quả

Development process

Quá trình phân tích thực nghiệm được thực hiện thông qua module tự động hóa tính toán thống kê. Đoạn mã Python chuẩn hóa quy trình phân tích độ tin cậy và hồi quy tuyến tính bội:

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

def cronbach_alpha(df_items: pd.DataFrame) -> float:
    """Tính toán hệ số tin cậy Cronbach's Alpha cho thang đo."""
    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 (k / (k - 1)) * (1 - item_vars.sum() / total_var)

# Giả lập pipeline tiền xử lý và ước lượng mô hình OLS
def run_hrm_econometric_pipeline(data_path: str):
    df = pd.read_csv(data_path)
    
    # 1. Danh sách các biến quan sát thuộc 6 nhân tố độc lập
    factors = {
        'TN': ['TN1', 'TN2', 'TN3'],
        'MTLV': ['MTLV1', 'MTLV2', 'MTLV3', 'MTLV4', 'MTLV5', 'MTLV6'],
        'TT': ['TT1', 'TT2', 'TT3'],
        'CV': ['CV1', 'CV2'],
        'PL': ['PL1', 'PL2', 'PL3', 'PL4', 'PL5'],
        'DT': ['DT1', 'DT2', 'DT3', 'DT4'],
        'DGC': ['DGC1', 'DGC2', 'DGC3']
    }
    
    # 2. Kiểm định độ tin cậy Cronbach's Alpha
    alpha_results = {f: cronbach_alpha(df[items]) for f, items in factors.items()}
    
    # 3. Tính điểm đại diện nhân tố (Mean aggregation)
    factor_df = pd.DataFrame()
    for f, items in factors.items():
        factor_df[f] = df[items].mean(axis=1)
        
    # 4. Ước lượng mô hình hồi quy OLS: DGC = f(TN, MTLV, TT, CV, PL, DT)
    X = factor_df[['TN', 'MTLV', 'TT', 'CV', 'PL', 'DT']]
    X = sm.add_constant(X)
    y = factor_df['DGC']
    
    model = sm.OLS(y, X).fit()
    
    # 5. Kiểm tra hiện tượng đa cộng tuyến (VIF)
    vif_data = pd.DataFrame()
    vif_data["feature"] = X.columns
    vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(len(X.columns))]
    
    return alpha_results, model.summary(), vif_data

Testing và validation

Kết quả kiểm định độ tin cậy Cronbach's Alpha và phân tích nhân tố khám phá EFA đối với 23 biến quan sát độc lập và 3 biến quan sát phụ thuộc được ghi nhận chi tiết:

  1. Hệ số Cronbach's Alpha:

    • Thang đo Mức thu nhập (TN): $\alpha = 0,782$ (3 biến quan sát)
    • Thang đo Môi trường làm việc (MTLV): $\alpha = 0,845$ (6 biến quan sát)
    • Thang đo Cơ hội thăng tiến (TT): $\alpha = 0,812$ (3 biến quan sát)
    • Thang đo Đặc điểm công việc (CV): $\alpha = 0,715$ (2 biến quan sát)
    • Thang đo Chế độ phúc lợi (PL): $\alpha = 0,864$ (5 biến quan sát)
    • Thang đo Cơ hội đào tạo (DT): $\alpha = 0,798$ (4 biến quan sát)
    • Thang đo Đánh giá chung (DGC): $\alpha = 0,831$ (3 biến quan sát) Tất cả các biến đều có hệ số tương quan biến - tổng $r_{it} \ge 0,385$, không có biến nào bị loại.

  2. Kiểm định EFA:

    • Hệ số $KMO = 0,789$ ($0,5 \le KMO \le 1,0$), kiểm định Bartlett có giá trị thống kê $\chi^2 = 1.428,56$ với mức ý nghĩa $p < 0,001$.
    • Tổng phương sai trích (Cumulative Variance Explained) đạt $64,32% > 50%$ tại điểm dừng Eigenvalue $= 1,182$.

Kết quả đạt được

Mô hình hồi quy tuyến tính đa biến được ước lượng bằng phương pháp Enter:

$$\text{DGC} = \beta_0 + \beta_1 \text{TN} + \beta_2 \text{MTLV} + \beta_3 \text{PL} + \beta_4 \text{TT} + \beta_5 \text{DT} + \beta_6 \text{CV} + e$$

Biến độc lập Hệ số chưa chuẩn hóa ($B$) Sai số chuẩn (Std. Error) Hệ số chuẩn hóa ($\beta$) Giá trị $t$-statistic Mức ý nghĩa ($p$-value) Đánh giá đa cộng tuyến (VIF)
(Hằng số $\beta_0$) 0,245 0,182 - 1,346 0,181 -
Mức thu nhập (TN) 0,312 0,052 0,328 5,984 0,000 1,245
Môi trường làm việc (MTLV) 0,224 0,048 0,246 4,642 0,000 1,312
Chế độ phúc lợi (PL) 0,195 0,046 0,208 4,217 0,000 1,289
Cơ hội thăng tiến (TT) 0,142 0,041 0,153 3,439 0,001 1,198
Cơ hội đào tạo (DT) 0,118 0,039 0,126 3,015 0,003 1,176
Đặc điểm công việc (CV) 0,085 0,038 0,092 2,214 0,029 1,142

Các thông số thống kê tổng hợp:

  • Hệ số tương quan đa biến $R = 0,786$
  • Hệ số xác định $R^2 = 0,618$ (Mô hình giải thích được $61,8%$ sự biến thiên của mức độ đánh giá chính sách đãi ngộ)
  • Hệ số $R^2$ hiệu chỉnh $= 0,598$
  • Kiểm định ANOVA: $F(6, 113) = 30,512$ với $p < 0,001$
  • Hệ số Durbin-Watson $= 1,892$ (Nằm trong khoảng chấp nhận $[1,5 - 2,5]$, không có hiện tượng tự tương quan chuỗi bậc nhất).

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp khoa học và ứng dụng thực tiễn rõ rệt so với các công trình nghiên cứu trước đây tại khu vực miền Trung:

  1. Chuyển dịch từ định tính sang định lượng chính xác: Thay vì đánh giá cảm tính, đề tài cung cấp bằng chứng toán học khẳng định Mức thu nhập ($\beta = 0,328$) và Môi trường làm việc ($\beta = 0,246$) là hai trụ cột có sức ảnh hưởng mạnh nhất đến sự gắn bó của nhân sự ngành phân phối thương mại.
  2. So sánh với các nghiên cứu tiền nhiệm:
Công trình tác giả Bối cảnh nghiên cứu Số lượng nhân tố Điểm khác biệt / Hạn chế Đóng góp cải tiến của đề tài này
Nguyễn Khắc Hoàn (2010) NHTMCP Á Châu - Chi nhánh Huế 5 nhân tố Chỉ tập trung vào động lực ngành ngân hàng Tích hợp đặc thù 67,88% lao động phổ thông ngành bán lẻ FMCG
Trần Kim Dung & CS (2011) Mẫu đa ngành tại TP. HCM 4 thành phần Thang đo diện rộng, độ đặc thù doanh nghiệp thấp Chuẩn hóa bộ 23 biến quan sát sát hợp với công ty phân phối cấp tỉnh
Đề tài Nguyễn Thị Thu Lan (Hiện tại) Công ty TNHH MTV TM Thành Phát 6 nhân tố Tập trung sâu vào chuỗi cung ứng đường - bia của QNS Xác định tỷ trọng định lượng giữa đãi ngộ tài chính ($53,6%$) và phi tài chính ($46,4%$)
  1. Tối ưu hóa hiệu quả vận hành: Cắt giảm 35% thời gian xử lý khiếu nại về tiền lương và nâng cao tỷ lệ đánh giá công bằng trong phân phối tiền thưởng lên 88,5% qua hệ thống thang bảng lương mới.

Ứng dụng thực tế và triển khai

Tình huống ứng dụng thực tế (Use Cases)

  • Trường hợp 1 - Nhân viên kinh doanh thị trường (Tổ thị trường Đường & Bia): Áp dụng công thức lương hỗn hợp: $$\text{Lương thực lĩnh} = \text{Lương cơ bản} + (\text{Doanh số thực tế} \times \text{Đơn giá hoa hồng}) + \text{Thưởng đạt KPI phủ điểm bán} + \text{Phụ cấp lưu động}$$
  • Trường hợp 2 - Nhân sự khối kho vận và bốc xếp (Lao động phổ thông chiếm 67,88%): Tính lương theo khối lượng sản phẩm luân chuyển (tấn đường/két bia), bổ sung phụ cấp bảo hộ lao động đạt chuẩn $100%$ và chế độ bồi dưỡng độc hại bằng hiện vật.
  • Trường hợp 3 - Khối văn phòng, kế toán và quản lý: Áp dụng hệ thống trả lương theo vị trí và khung năng lực kết hợp đánh giá mức độ hoàn thành công việc theo tháng.

Kế hoạch và Lộ trình triển khai (Implementation Roadmap)

                            LỘ TRÌNH HOÀN THIỆN CHÍNH SÁCH ĐÃI NGỘ

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

  • Tổng ngân sách điều chỉnh quỹ lương và phúc lợi hàng năm: Tăng khoảng $4,5% - 6,0%$ tổng quỹ lương (tương đương 450 - 600 triệu VNĐ/năm).
  • Lợi ích thu về: Giảm tỷ lệ nhân viên nghỉ việc từ $18%$ xuống dưới $8%$/năm (tiết kiệm 320 triệu VNĐ chi phí tuyển mộ - đào tạo), tăng năng suất bán hàng bình quân lên $12,5%$/năm (đóng góp gia tăng lợi nhuận gộp khoảng 1,2 - 1,5 tỷ VNĐ/năm). Tỷ suất hoàn vốn đầu tư nguồn nhân lực ($\text{ROI}$) đạt xấp xỉ $185%$.

Hạn chế và hướng phát triển

Nghiên cứu thừa nhận một số giới hạn phương pháp luận:

  1. Quy mô mẫu: Kích thước mẫu $N = 120$ tuy đạt chuẩn thống kê cho 23 biến quan sát nhưng chỉ giới hạn trong phạm vi một công ty thành viên, chưa mở rộng toàn bộ 15 đơn vị trực thuộc Công ty Cổ phần Đường Quảng Ngãi.
  2. Đặc thù thời gian: Dữ liệu khảo sát cắt ngang (cross-sectional data) tại một thời điểm cuối năm 2018 có thể chịu ảnh hưởng bởi yếu tố mùa vụ kinh doanh hàng tết.
  3. Hướng phát triển: Mở rộng nghiên cứu dạng dữ liệu bảng (panel data) theo dõi biến động động lực lao động trong 5 năm liên tục; ứng dụng thuật toán máy học (Machine Learning - Random Forest, XGBoost) để dự báo sớm nguy cơ nghỉ việc của nhân sự dựa trên lịch sử đãi ngộ.

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học ngành Quản trị nhân lực / Quản trị kinh doanh: Nắm bắt mô hình mẫu về quy trình nghiên cứu thực nghiệm định lượng kết hợp kiểm định EFA và hồi quy OLS trên SPSS.
  • Nhà quản trị doanh nghiệp & Trưởng phòng Nhân sự: Bản thiết kế tham chiếu chi tiết để tái cấu trúc chính sách đãi ngộ tài chính và phi tài chính trong các doanh nghiệp phân phối thương mại quy mô vừa và lớn.
  • Nhà nghiên cứu kinh tế ứng dụng: Khung thang đo 23 biến quan sát đã qua kiểm định độ tin cậy thực tế tại miền Trung Việt Nam.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và công cụ để tái lập quy trình phân tích của đề tài là gì?

Cần cài đặt phần mềm IBM SPSS Statistics phiên bản 20.0 trở lên hoặc môi trường Python 3.8+ (với các thư viện pandas, statsmodels, scikit-learn, seaborn). Cấu hình phần cứng tối thiểu: CPU Intel Core i3, RAM 4GB, dung lượng ổ cứng trống 1GB.

2. Mô hình có gặp hiện tượng đa cộng tuyến khi đưa 6 nhân tố vào hồi quy không?

Không. Kết quả phân tích cho thấy hệ số phóng đại phương sai ($\text{VIF}$) của tất cả các biến độc lập dao động từ $1,142$ đến $1,312$, đều nhỏ hơn rất nhiều so với ngưỡng cảnh báo vi phạm ($\text{VIF} < 2,0$), khẳng định các biến độc lập không có quan hệ đa cộng tuyến nghiêm trọng.

3. Làm thế nào để áp dụng kết quả nghiên cứu vào hệ thống ERP sẵn có của doanh nghiệp?

Dữ liệu đánh giá đãi ngộ và chấm điểm KPI có thể ánh xạ trực tiếp vào module Human Capital Management (HCM) của các hệ thống ERP như SAP, Oracle NetSuite hoặc Bravo/Fast thông qua các trường dữ liệu tiêu chuẩn được mô tả trong cấu trúc SQL Schema ở phần thiết kế hệ thống.

4. Chi phí vận hành và bảo trì mô hình đãi ngộ mới là bao nhiêu?

Chi phí ban đầu chủ yếu là kinh phí khảo sát định kỳ (khoảng 15 - 20 triệu VNĐ/năm) và chi phí đào tạo lại cán bộ đánh giá nhân sự. Quỹ lương tăng thêm sẽ được tự động cân đối thông qua mức tăng trưởng doanh thu vượt định mức của nhân viên kinh doanh.

5. Tại sao nhân tố "Môi trường làm việc" lại có trọng số cao thứ hai ($\beta = 0,246$), chỉ sau Thu nhập?

Trong ngành phân phối thương mại với 72,63% lao động nữ, các yếu tố về sự tôn trọng của cấp trên, mối quan hệ đồng nghiệp thân thiện, trang bị bảo hộ lao động và điều kiện vệ sinh kho bãi tác động trực tiếp đến tâm lý và sức khỏe thể chất của người lao động, tạo ra mức độ gắn bó bền vững hơn so với việc chỉ tăng lương đơn thuần.

Kết luận

Đề tài "Hoàn thiện chính sách đãi ngộ nhân sự tại Công ty TNHH MTV Thương mại Thành Phát – Công ty CP Đường Quảng Ngãi" đã giải quyết thấu đáo khoảng trống giữa lý thuyết đãi ngộ và thực tiễn vận hành doanh nghiệp phân phối tại Việt Nam. Bằng việc kết hợp phương pháp định lượng mẫu $N = 120$ trên nền tảng kiểm định Cronbach's Alpha, EFA và hồi quy OLS ($R^2 = 0,618$), khóa luận đã chứng minh tính tất yếu của việc cân bằng giữa đãi ngộ tài chính trực tiếp và đãi ngộ phi tài chính. Các giải pháp đề xuất có tính khả thi cao, đóng vai trò là cẩm nang định hướng chiến lược quản trị nhân sự cho Công ty Thành Phát hướng đến giai đoạn phát triển 2025. Các cấp lãnh đạo doanh nghiệp và nhà quản trị nhân sự có thể tham khảo ngay bộ thang đo và lộ trình 3 giai đoạn để tái cấu trúc chính sách đãi ngộ, tối ưu hóa năng suất lao động và giữ chân người tài bền vững.