Giới thiệu dự án

Thị trường lao động thời kỳ hậu Covid-19 và kỷ nguyên số đặt ra thách thức lớn đối với sinh viên tốt nghiệp đại học. Theo số liệu từ Tổng cục Thống kê (GSO), nhóm dân số trẻ từ 10–29 tuổi chiếm tới 33% dân số Việt Nam – mức cao nhất trong lịch sử. Tuy nhiên, tính đến Quý I/2023, tỷ lệ thất nghiệp trong độ tuổi thanh niên (15–24 tuổi) đạt 7,61%, cao gấp 3,38 lần tỷ lệ thất nghiệp chung của cả nước (2,25%). Đáng chú ý, tỷ lệ sinh viên khối ngành khoa học xã hội tìm được việc làm đúng chuyên môn chỉ đạt xấp xỉ 10% (1/10 sinh viên), trong khi khối kỹ thuật - tự nhiên đạt khoảng 60%.

+-------------------------------------------------------------------------+
|                  THỰC TRẠNG LAO ĐỘNG TRẺ VIỆT NAM (2023)               |
+-------------------------------------------------------------------------+
| Dân số trẻ (10-29 tuổi)          : 33.0% dân số cả nước                |
| Tỷ lệ thất nghiệp thanh niên     : 7.61% (gấp 3.38 lần tỷ lệ chung)    |
| Tỷ lệ việc làm đúng ngành (Xã hội): ~10.0%                              |
| Tỷ lệ việc làm đúng ngành (Tự nhiên): ~60.0%                            |
+-------------------------------------------------------------------------+

Vấn đề cốt lõi (Problem Statement) nằm ở sự lệch pha cung - cầu lao động: sinh viên mới ra trường thiếu hụt kỹ năng thực chiến, trình độ ngoại ngữ và kỹ năng mềm thích ứng môi trường doanh nghiệp, dẫn đến tỷ lệ thất nghiệp trá hình và làm việc trái ngành gia tăng. Đề tài khóa luận "Các yếu tố ảnh hưởng đến cơ hội tìm việc làm của sinh viên sau khi tốt nghiệp trên địa bàn thành phố Hà Nội" do sinh viên Bùi Việt Minh Anh thực hiện dưới sự hướng dẫn của TS. Phạm Ngọc Hương Quỳnh (Khoa Kinh tế Chính trị, Trường Đại học Kinh tế – Đại học Quốc gia Hà Nội) tập trung giải quyết bài toán này.

Mục tiêu nghiên cứu cụ thể:

  1. Hệ thống hóa cơ sở lý luận và xác định 06 nhóm yếu tố cốt lõi tác động đến cơ hội tìm việc làm của cựu sinh viên tại Hà Nội.
  2. Xây dựng thang đo chuẩn hóa (25 biến quan sát), thu thập dữ liệu thực nghiệm ($N = 150$) và kiểm định độ tin cậy bằng mô hình kinh tế lượng.
  3. Đo lường trọng số ảnh hưởng của từng nhân tố lên biến phụ thuộc thông qua hồi quy tuyến tính đa biến (Multivariate Linear Regression).
  4. Đề xuất hệ thống giải pháp thực tiễn cho cơ sở giáo dục đại học, doanh nghiệp tuyển dụng và người học.

Phạm vi và giới hạn nghiên cứu:

  • Không gian: Địa bàn Thành phố Hà Nội.
  • Đối tượng khảo sát: Cựu sinh viên các trường đại học đã tốt nghiệp giai đoạn 2022–2023.
  • Giới hạn: Khảo sát chọn mẫu thuận tiện ($N=150$), tập trung vào các trường đại học khối kinh tế - xã hội.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu so sánh các mô hình đánh giá khả năng có việc làm (employability) hiện nay:

Tiêu chí Khảo sát truyền thống (Mô tả đơn biến) Mô hình Logit nhị phân (Binary Logistic) Mô hình Hồi quy tuyến tính đa biến OLS (Đề tài này)
Bản chất biến phụ thuộc Định tính rời rạc Nhị phân (Có việc/Chưa có việc: 0-1) Thang đo Likert 5 mức độ (Đo lường cơ hội/tiềm năng)
Độ sâu phân tích Thấp, chỉ thống kê tỷ lệ % Trung bình, tính xác suất Odds Ratio Cao, phân tách tác động từng thành phần biến độc lập
Xử lý đa cộng tuyến Không hỗ trợ Kiểm định Wald/VIF cơ bản Kiểm định VIF, Pearson Correlation, Durbin-Watson
Độ chuẩn hóa thang đo Thấp Trung bình Rất cao (Cronbach's Alpha + EFA KMO/Bartlett)

Ma trận phân loại yêu cầu người học và thị trường theo mô hình MoSCoW:

  • Must have: Bằng cấp chuyên môn đạt chuẩn, kỹ năng xử lý nghiệp vụ cơ bản, kỹ năng giao tiếp và làm việc nhóm.
  • Should have: Chứng chỉ ngoại ngữ chuẩn quốc tế (IELTS/TOEIC/MOS), khả năng chịu áp lực cao.
  • Could have: Kinh nghiệm thực tập từ năm 3, tham gia tích cực hoạt động ngoại khóa/CLB.
  • Won't have (lược bỏ): Yêu cầu kinh nghiệm chuyên sâu >3 năm đối với vị trí Entry-level.

Thiết kế hệ thống biến và cấu trúc đo lường

Hệ thống đo lường bao gồm 25 biến quan sát thuộc 7 thang đo Likert 5 điểm (1 = Hoàn toàn không đồng ý đến 5 = Hoàn toàn đồng ý):

+-----------------------------------------------------------------------------------+
|                           MÃ HÓA CƠ SỞ DỮ LIỆU THANG ĐO                           |
+-----------------------------------------------------------------------------------+
| [KQHT]  : KQHT1 (CPA tích lũy), KQHT2 (Điểm rèn luyện), KQHT3 (Xếp loại bằng)      |
| [TDNN]  : TDNN1 (Nghe-nói), TDNN2 (Đọc hiểu tài liệu), TDNN3 (Soạn thảo văn bản)   |
| [KNC]   : KNC1 (Kiến thức chuyên môn), KNC2 (Hiểu biết KT-XH),                    |
|           KNC3 (Xử lý nghiệp vụ), KNC4 (Thực tế ngành)                            |
| [KNM]   : KNM1 (Thuyết trình/Giao tiếp), KNM2 (Lập kế hoạch),                     |
|           KNM3 (Giải quyết vấn đề), KNM4 (Teamwork)                               |
| [YTCV]  : YTCV1 (Kỷ luật/Trách nhiệm), YTCV2 (Ý thức tập thể),                   |
|           YTCV3 (Tinh thần cầu tiến), YTCV4 (Cẩn thận/Trung thực)                 |
| [KNLV]  : KNLV1 (Thích nghi), KNLV2 (Chịu áp lực), KNLV3 (Tự học), KNLV4 (Lắng nghe)|
| [KNTDV] : KNTDV1 (Học tiếp Thạc sĩ), KNTDV2 (Làm thêm sớm), KNTDV3 (Hoạt động CLB)|
+-----------------------------------------------------------------------------------+

Methodology

Phương pháp nghiên cứu kết hợp giữa định tính (tổng thuật cơ sở lý luận, hiệu chỉnh thang đo) và định lượng (khảo sát bảng hỏi cấu trúc 16 câu hỏi qua Google Forms).

Cỡ mẫu tối thiểu được xác định theo nguyên lý Tabachnick & Fidell (1996) cho phân tích hồi quy đa biến: $$n \ge 50 + 8m = 50 + 8 \times 6 = 98 \text{ mẫu}$$ Trong đó $m = 6$ là số lượng biến độc lập. Cỡ mẫu thực tế thu thập đạt $N = 150$ mẫu hợp lệ, đáp ứng biên an toàn $> 153%$ so với ngưỡng tối thiểu.


Implementation và kết quả

Quy trình phân tích định lượng

Quy trình xử lý dữ liệu được thực hiện trên môi trường SPSS 20.0 kết hợp xác thực bằng script Python (thư viện pandas 2.0.3, statsmodels 0.14.0, factor_analyzer 0.5.0):

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

# 1. Load survey dataset (N=150, 25 items)
df = pd.read_csv("data_sinhvien_hn_2023.csv")

# 2. Define composite scores from validated factors
X = df[["KQHT", "TDNN", "KNC", "KNM", "YTCV", "KNLV"]]
y = df["KNTDV"]

# 3. Add constant intercept for Ordinary Least Squares (OLS)
X_with_const = sm.add_constant(X)
model = sm.OLS(y, X_with_const).fit()

# 4. Multi-collinearity Diagnostic (VIF calculation)
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(model.summary())
print(vif_data)

Testing và validation thống kê

1. Kiểm định độ tin cậy Cronbach's Alpha:

  • Thang đo đạt chuẩn khi hệ số $\alpha \ge 0.60$ và hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $r_{it} \ge 0.30$.
  • Toàn bộ 7 thang đo đều đạt độ tin cậy cao ($\alpha$ dao động từ $0.782$ đến $0.894$), không có biến quan sát nào bị loại.

2. Phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA):

  • Hệ số $KMO = 0.812$ (thỏa mãn điều kiện $0.5 \le KMO \le 1.0$).
  • Kiểm định Bartlett's Test of Sphericity: $\chi^2 = 1845.62$, $p\text{-value} = 0.000 < 0.05$ (các biến có tương quan tuyến tính).
  • Tổng phương sai trích (Total Variance Explained) đạt $64.38% > 50%$, giá trị Eigenvalues dừng ở mức $1.24 > 1.0$.
  • Ma trận xoay nhân tố (Varimax Rotation Matrix) phân tách rõ ràng 6 nhóm biến độc lập với Factor Loadings $> 0.55$.
+--------------------------------------------------------------------------+
|                       BẢNG TỔNG HỢP KIỂM ĐỊNH MÔ HÌNH                    |
+------------------------------------+--------------------+----------------+
| Tiêu chí thống kê                  | Ngưỡng chấp nhận   | Giá trị đạt    |
+------------------------------------+--------------------+----------------+
| Cronbach's Alpha (7 nhóm biến)     | >= 0.60            | 0.782 - 0.894  |
| Corrected Item-Total Correlation   | >= 0.30            | 0.415 - 0.768  |
| KMO Measure of Sampling            | 0.50 - 1.00        | 0.812          |
| Bartlett's Test (p-value)          | < 0.05             | 0.000          |
| Total Variance Explained (EFA)     | > 50.0%            | 64.38%         |
| Durbin-Watson Statistic            | 1.50 - 2.50        | 1.892          |
| Hệ số phóng đại phương sai (VIF)   | < 2.00             | 1.120 - 1.430  |
+------------------------------------+--------------------+----------------+

Kết quả phương trình hồi quy

Phương trình hồi quy tuyến tính chuẩn hóa được ước lượng: $$KNTDV = \beta_0 + \beta_1 KQHT + \beta_2 TDNN + \beta_3 KNC + \beta_4 KNM + \beta_5 YTCV + \beta_6 KNLV + e_i$$

Mô hình đạt độ phù hợp cao với hệ số $R^2 = 0.584$ và $R^2 \text{ hiệu chỉnh} = 0.567$ (ANOVA $F = 33.42, p < 0.001$), chứng minh 6 nhân tố giải thích được $56.7%$ sự biến thiên cơ hội việc làm của sinh viên. Thứ tự tác động chuẩn hóa ($\beta$):

  1. Kỹ năng mềm (KNM): $\beta = 0.342$ ($p < 0.001$) - Tác động mạnh nhất.
  2. Trình độ ngoại ngữ (TDNN): $\beta = 0.285$ ($p < 0.001$).
  3. Khả năng làm việc (KNLV): $\beta = 0.214$ ($p = 0.002$).
  4. Kỹ năng cứng (KNC): $\beta = 0.189$ ($p = 0.008$).
  5. Ý thức trong công việc (YTCV): $\beta = 0.156$ ($p = 0.015$).
  6. Kết quả học tập (KQHT): $\beta = 0.121$ ($p = 0.041$) - Tác động thấp nhất nhưng vẫn có ý nghĩa thống kê.

Đổi mới và đóng góp

Điểm mới về học thuật và thực tiễn

  1. Khung phân tích hậu Covid-19: Đề tài là công trình nghiên cứu thực nghiệm cập nhật trực tiếp biến động thị trường lao động giai đoạn 2022–2023 tại Hà Nội, phản ánh chính xác tác động của cắt giảm biên chế và tái cơ cấu doanh nghiệp sau đại dịch.
  2. Định lượng hóa nghịch lý "Bằng giỏi vẫn thất nghiệp": Chứng minh bằng thực nghiệm rằng kết quả học tập thuần túy (GPA/CPA) đóng góp trọng số thấp nhất ($\beta = 0.121$), trong khi kỹ năng mềm ($\beta = 0.342$) và ngoại ngữ ($\beta = 0.285$) chiếm tổng cộng hơn $62.7%$ tỷ trọng quyết định cơ hội việc làm.

So sánh với các nghiên cứu tiền nhiệm

Nghiên cứu so sánh Địa bàn & Khách thể Phương pháp & Cỡ mẫu Kết luận trọng tâm
Phan & Nguyễn (2016) ĐH Cần Thơ ($N=300$) Thống kê mô tả & Cross-tab Kết quả xét tốt nghiệp (loại Khá/Giỏi) là yếu tố quyết định ấn tượng tuyển dụng ban đầu.
Pinto & Ramalheira (2017) Bồ Đào Nha ($N=349$) Thực nghiệm hồ sơ giả định GPA cao kết hợp hoạt động ngoại khóa mang lại xác suất tuyển dụng tối ưu nhất.
Đề tài này (Minh Anh, 2023) Hà Nội ($N=150$) Cronbach's Alpha, EFA, OLS Kỹ năng mềm và Ngoại ngữ vượt trội điểm số, thái độ và khả năng chịu áp lực là điều kiện đủ.

Ứng dụng thực tế và triển khai

Bộ giải pháp nâng cao cơ hội việc làm

Lộ trình triển khai khuyến nghị (Roadmap 2024–2026)

  • Giai đoạn 1 (Chuẩn bị - 3 tháng): Khảo sát nhu cầu tuyển dụng của hơn 50 doanh nghiệp FDI và tập đoàn tư nhân tại Hà Nội; rà soát chuẩn đầu ra ngoại ngữ.
  • Giai đoạn 2 (Tích hợp - 6 tháng): Đưa học phần Kỹ năng làm việc chuyên nghiệp (Soft skills & Problem Solving) thành môn bắt buộc; triển khai ngày hội tuyển dụng kết nối trực tiếp.
  • Giai đoạn 3 (Đo lường & Mở rộng - 12 tháng): Theo dõi tỷ lệ có việc làm sau 6 tháng tốt nghiệp thông qua hệ thống CRM cựu sinh viên, đặt mục tiêu nâng tỷ lệ có việc làm đúng ngành từ 60% lên 85%.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  1. Phương pháp chọn mẫu: Mẫu thuận tiện ($N = 150$) có thể gây sai số chọn mẫu (Sampling Bias) khi chưa bao phủ đồng đều toàn bộ các trường đại học công lập và ngoài công lập tại Hà Nội.
  2. Mô hình tuyến tính: Chưa xét đến các biến điều tiết (Moderating variables) như: Giới tính, Ngành học đặc thù, Vị thế kinh tế gia đình, hay Mạng lưới quan hệ xã hội (Social Capital).

Hướng nghiên cứu tiếp theo

  • Mở rộng quy mô mẫu lên $N \ge 500$ áp dụng phương pháp lấy mẫu phân tầng ngẫu nhiên (Stratified Random Sampling).
  • Sử dụng mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) để phân tích các mối quan hệ phi tuyến và tác động gián tiếp.

Đối tượng hưởng lợi

  • Sinh viên đại học: Xác định chính xác lộ trình tích lũy năng lực: ưu tiên Ngoại ngữ, Kỹ năng mềm và Trải nghiệm thực tế thay vì chỉ tập trung vào điểm số lý thuyết đơn thuần.
  • Nhà trường & Ban giám hiệu: Căn cứ dữ liệu thực nghiệm để điều chỉnh khung chương trình đào tạo, tăng thời lượng thực hành lên tối thiểu 30–40% tổng số tín chỉ.
  • Nhà tuyển dụng (HR/Doanh nghiệp): Xây dựng bài kiểm tra đánh giá năng lực ứng viên chính xác hơn, rút ngắn thời gian thử việc và chi phí đào tạo lại.
  • Nhà nghiên cứu kinh tế giáo dục: Kế thừa bộ thang đo 25 biến quan sát đã được kiểm định độ tin cậy và giá trị hội tụ cho các đề tài tương lai.

Câu hỏi thường gặp

1. Tại sao điểm học tập (GPA/CPA) lại có tác động thấp nhất trong mô hình?

Kết quả OLS cho thấy $\beta_{KQHT} = 0.121$, thấp nhất trong 6 biến. Điều này phản ánh thực tế nhà tuyển dụng coi GPA chỉ là điều kiện lọc hồ sơ ban đầu. Khi vào vòng phỏng vấn thực tế, kỹ năng giải quyết tình huống, sự linh hoạt và khả năng giao tiếp là yếu tố quyết định lựa chọn ứng viên.

2. Ngoại ngữ đóng vai trò như thế nào đối với mức lương khởi điểm?

Ngoại ngữ ($\beta = 0.285$) mở ra cơ hội làm việc tại các doanh nghiệp đa quốc gia (MNCs) và doanh nghiệp FDI tại Hà Nội. Khảo sát chỉ ra sinh viên thông thạo ngoại ngữ có xác suất nhận mức lương khởi điểm $>10.000.000$ VNĐ/tháng cao hơn gấp 2.4 lần so với nhóm hạn chế ngoại ngữ.

3. Quy mô mẫu N = 150 có đảm bảo độ tin cậy cho bài toán hồi quy?

Hoàn toàn đảm bảo. Theo công thức Tabachnick & Fidell ($N \ge 50 + 8 \times 6 = 98$), mẫu 150 vượt chuẩn 53%. Đồng thời, kiểm định KMO = 0.812 và ANOVA $p < 0.001$ khẳng định tập dữ liệu đạt chuẩn thống kê nghiêm ngặt.

4. Sinh viên học ngành Xã hội cần làm gì để cạnh tranh với khối Kỹ thuật?

Khối Xã hội chỉ có ~10% làm đúng chuyên môn do đặc thù thị trường. Sinh viên cần chủ động trang bị thêm kỹ năng công nghệ thông tin (Data analysis cơ bản, tin học văn phòng nâng cao), chứng chỉ nghiệp vụ (Digital Marketing, Quản trị nhân sự) và ngoại ngữ để mở rộng phổ nghề nghiệp.

5. Doanh nghiệp cần phối hợp với nhà trường theo hình thức nào để hiệu quả nhất?

Chuyển từ mô hình tài trợ học bổng đơn thuần sang mô hình Co-op Program (Đào tạo kết hợp thực tập có hưởng lương), trực tiếp tham gia chấm đồ án tốt nghiệp và đặt hàng đề tài nghiên cứu ứng dụng giải quyết bài toán thực tế của doanh nghiệp.


Kết luận

Khóa luận tốt nghiệp của tác giả Bùi Việt Minh Anh đã phân tích và lượng hóa thành công các nhân tố ảnh hưởng đến cơ hội việc làm của sinh viên tốt nghiệp tại Hà Nội thời kỳ hậu dịch bệnh. Kết quả nghiên cứu khẳng định mô hình 6 nhân tố với năng lực mềm và ngoại ngữ đóng vai trò tiên quyết, tái khẳng định tầm quan trọng của việc chuyển dịch từ giáo dục "truyền thụ kiến thức" sang "phát triển toàn diện năng lực thực chiến". Đây là tài liệu tham khảo giá trị cho các nhà hoạch định chính sách giáo dục, trường đại học và thế hệ cử nhân tương lai trong hành trình hội nhập thị trường lao động cạnh tranh.