Giới thiệu dự án

Ngành dệt may Việt Nam đóng vai trò then chốt trong cơ cấu kinh tế với kim ngạch xuất khẩu liên tục tăng trưởng. Tại Thừa Thiên Huế, tính đến năm 2018 đã có hơn 50 doanh nghiệp dệt may hoạt động với quy mô trên 20.000 lao động. Tuy nhiên, sự cạnh tranh gay gắt từ các thị trường quốc tế cùng áp lực chuyển đổi mô hình sản xuất đòi hỏi các doanh nghiệp dệt may phải tối ưu hóa năng suất thông qua nguồn nhân lực. Công ty Cổ phần (CTCP) Đầu tư – Dệt may Thiên An Phát (Thianco) được thành lập năm 2008 với 3 nhà máy thành viên và quy mô gần 2.000 lao động, doanh thu hàng năm vượt 500 tỷ đồng (tốc độ tăng trưởng 12–15%/năm). Dù mở rộng quy mô sản xuất nhanh chóng, Thianco đang đối mặt với bài toán quản trị nhân sự phức tạp khi tỷ lệ biến động lao động cao, công tác đánh giá còn mang tính chủ quan và chế độ đãi ngộ chưa tạo được động lực đột phá.

+-------------------------------------------------------------------------------+
|                       BỐI CẢNH & VẤN ĐỀ TẠI THIANCO                           |
+-------------------------------------------------------------------------------+
| - Quy mô nhân sự: 1.983 người (Khảo sát: N = 1.907)                           |
| - Doanh thu: > 500 tỷ VNĐ (Tăng trưởng 12 - 15%/năm)                          |
| - Thách thức: Đánh giá cảm tính, thiếu chuẩn KPI/3P, ô nhiễm tiếng ồn/bụi vải |
+-------------------------------------------------------------------------------+
+-------------------------------------------------------------------------------+
|                         MÔ HÌNH NGHIÊN CỨU ĐỀ XUẤT                            |
|             DG = β0 + β1*CTTD + β2*CTDT + β3*CTLT + β4*CTDG + β5*MTLV         |
+-------------------------------------------------------------------------------+

Vấn đề nghiên cứu cụ thể

  1. Thiếu chuẩn hóa quy trình đánh giá: Công tác đánh giá nhân viên (CTDG) chưa dựa trên tiêu chuẩn năng lực và chỉ số đo lường hiệu suất cụ thể, dẫn đến tình trạng cảm tính từ cấp quản lý trực tiếp.
  2. Đào tạo chưa bám sát nhu cầu: Hoạt động đào tạo và thăng tiến (CTDT) chủ yếu mang tính kèm cặp tại chỗ truyền thống, chưa có khung chương trình nâng cao tay nghề có hệ thống cho công nhân vận hành máy may công nghiệp.
  3. Môi trường làm việc đặc thù: Môi trường sản xuất dệt may chịu ảnh hưởng bởi bụi bông và tiếng ồn máy may cơ khí, tác động trực tiếp đến mức độ thỏa mãn và sự gắn kết của người lao động.

Mục tiêu dự án

  1. Hệ thống hóa cơ sở lý luận về quản trị nguồn nhân lực (QTNNL) trong doanh nghiệp sản xuất dệt may.
  2. Đo lường và kiểm định định lượng mức độ ảnh hưởng của 5 nhân tố cốt lõi đến sự đánh giá chung về công tác QTNNL tại Thianco thông qua mô hình phân tích nhân tố khám phá (EFA) và hồi quy tuyến tính bội.
  3. Xây dựng hệ thống giải pháp can thiệp có tính ứng dụng cao nhằm tối ưu hóa công tác tuyển dụng, đào tạo, C&B (Compensation & Benefits), đánh giá hiệu suất và cải thiện môi trường làm việc.

Phạm vi và giới hạn nghiên cứu

  • Không gian: Toàn bộ các phòng ban chức năng và 2 nhà máy may trực thuộc (NM1 và NM2) của CTCP Đầu tư – Dệt may Thiên An Phát tại Cụm Công nghiệp An Hòa, TP. Huế.
  • Thời gian: Dữ liệu thứ cấp tài chính - nhân sự giai đoạn 2016 – 2018; dữ liệu sơ cấp điều tra thực nghiệm trong năm 2019.
  • Giới hạn: Nghiên cứu loại trừ Nhà máy Bao bì (68 lao động, tỷ trọng nhỏ) và Ban Giám đốc (8 người) để tập trung vào nhóm lao động trực tiếp và gián tiếp có tính đại diện cao nhất ($N = 1.907$ người).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trước khi xây dựng mô hình nghiên cứu định lượng, hiện trạng công tác QTNNL tại Thianco được so sánh với các doanh nghiệp cùng ngành trên địa bàn:

Tiêu chí Mô hình truyền thống tại Thianco Doanh nghiệp FDI (Scavi Huế) Mô hình đề xuất chuẩn hóa
Tuyển dụng Hồ sơ giấy, kênh người quen giới thiệu Cổng tuyển dụng số, test kỹ năng Đa kênh số hóa, chuẩn hóa ma trận năng lực
Đào tạo Kèm cặp tự phát tại chuyền Khung đào tạo Lean/6-Sigma Đào tạo theo module kết hợp đánh giá sau đào tạo
Đánh giá Xếp loại cảm tính cuối năm Hệ thống KPI & BSC tự động Đánh giá 360 độ kết hợp KPI định lượng
Môi trường Hút bụi cục bộ, đo ồn thủ công Giám sát IoT môi trường xưởng Tiêu chuẩn ISO 14001, cải thiện vi khí hậu xưởng

Bảng ưu tiên yêu cầu hệ thống quản trị theo mô hình MoSCoW

Mức độ ưu tiên Yêu cầu nghiệp vụ / Chức năng quản trị Lợi ích đo lường
Must have Chuẩn hóa bảng mô tả công việc (JD) và tiêu chuẩn công việc (JS) Giảm 30% thời gian tuyển dụng sai vị trí
Must have Xây dựng tiêu chí đánh giá hiệu suất minh bạch theo tháng/quý Loại bỏ 100% khiếu nại đánh giá cảm tính
Should have Hệ thống hóa chính sách đãi ngộ 3P (Position - Person - Performance) Tăng 20% mức độ giữ chân nhân sự cốt cán
Could have Thiết lập cổng thông tin nội bộ phản hồi môi trường làm việc Nâng chỉ số hài lòng điều kiện xưởng lên $\ge 4.0/5.0$
Won't have Tự động hóa hoàn toàn bằng AI trong tuyển dụng giai đoạn này Tiết kiệm chi phí đầu tư ban đầu

Thiết kế hệ thống

Mô hình nghiên cứu định lượng cấu trúc quản trị nguồn nhân lực được mô hình hóa theo quan hệ nhân quả:

graph LR
    subgraph "Nhóm biến độc lập"
        A[Công tác tuyển dụng - CTTD]
        B[Công tác đào tạo & thăng tiến - CTDT]
        C[Lương thưởng & đãi ngộ - CTLT]
        D[Công tác đánh giá - CTDG]
        E[Môi trường làm việc - MTLV]
    end

    subgraph "Biến phụ thuộc"
        F[Đánh giá chung về QTNNL - DG]
    end

    A -->|H1: β1| F
    B -->|H2: β2| F
    C -->|H3: β3| F
    D -->|H4: β4| F
    E -->|H5: β5| F

Công nghệ và cơ sở dữ liệu hỗ trợ quản trị nhân sự

Hệ thống quản trị và xử lý dữ liệu được thiết kế trên nền tảng:

  • Công cụ phân tích: IBM SPSS Statistics version 20.0 / Python 3.10 (thư viện pandas 2.1, statsmodels 0.14, scikit-learn 1.3).
  • Cơ sở dữ liệu lưu trữ (HRIS Database Schema):
-- Schema thiết kế cơ sở dữ liệu đánh giá và quản lý nhân sự Thianco
CREATE TABLE Departments (
    dept_id VARCHAR(10) PRIMARY KEY,
    dept_name VARCHAR(100) NOT NULL,
    factory_unit VARCHAR(50) NOT NULL
);

CREATE TABLE Employees (
    emp_id VARCHAR(10) PRIMARY KEY,
    full_name VARCHAR(100) NOT NULL,
    dept_id VARCHAR(10) REFERENCES Departments(dept_id),
    job_position VARCHAR(50) NOT NULL,
    hire_date DATE NOT NULL,
    base_salary DECIMAL(12, 2) NOT NULL,
    is_active BOOLEAN DEFAULT TRUE
);

CREATE TABLE PerformanceAssessments (
    assessment_id INT AUTO_INCREMENT PRIMARY KEY,
    emp_id VARCHAR(10) REFERENCES Employees(emp_id),
    eval_period VARCHAR(10) NOT NULL, -- e.g., '2018-Q4'
    kpi_score DECIMAL(5, 2) CHECK (kpi_score BETWEEN 0 AND 100),
    attitude_score DECIMAL(5, 2) CHECK (attitude_score BETWEEN 0 AND 100),
    final_rating ENUM('A', 'B', 'C', 'D') NOT NULL,
    evaluator_id VARCHAR(10) REFERENCES Employees(emp_id),
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

Phương pháp luận (Methodology)

Nghiên cứu áp dụng quy trình tiếp cận qua 4 giai đoạn logic:

  1. Xác định cỡ mẫu tối thiểu: Dựa trên nguyên tắc của Hair et al. (1998) và Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2005), cỡ mẫu tối thiểu bằng 5 lần số biến quan sát ($N_{min} = 5 \times 23 = 115$). Tác giả phát ra 130 phiếu hợp lệ để đảm bảo độ tin cậy thống kê cao.
  2. Kỹ thuật chọn mẫu: Kết hợp chọn mẫu phân tầng theo tỷ lệ (Stratified Sampling) và chọn mẫu ngẫu nhiên đơn giản (Simple Random Sampling) trên tổng thể 1.907 lao động:
    • Nhà máy May 1 (NM1): $857/1.907 \times 130 = 58$ mẫu (44,94%).
    • Nhà máy May 2 (NM2): $923/1.907 \times 130 = 63$ mẫu (48,40%).
    • Khối phòng ban gián tiếp (TCKT, KHTT, Nhân sự, Kỹ thuật): 9 mẫu (6,66%).

Implementation và kết quả

Quy trình triển khai xử lý dữ liệu

Thuật toán kiểm định độ tin cậy thang đo Cronbach's Alpha và phân tích hồi quy OLS được lập trình xử lý tự động qua script Python đối soát kết quả với SPSS:

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 hệ số độ tin cậy Cronbach's Alpha cho tập biến quan sát."""
    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 evaluate_hrm_regression(X_data: pd.DataFrame, y_data: pd.Series):
    """Xây dựng mô hình hồi quy OLS và kiểm tra hiện tượng đa cộng tuyến (VIF)."""
    X_const = sm.add_constant(X_data)
    model = sm.OLS(y_data, X_const).fit()
    
    # Tính Variance Inflation Factor (VIF)
    vif_data = pd.DataFrame()
    vif_data["Variable"] = X_data.columns
    vif_data["VIF"] = [variance_inflation_factor(X_data.values, i) for i in range(X_data.shape[1])]
    
    return model.summary(), vif_data

# Giả lập pipeline xử lý với 5 nhân tố
# X = df[['CTTD', 'CTDT', 'CTLT', 'CTDG', 'MTLV']]
# y = df['DG']

Kiểm định và kết quả định lượng

Kết quả kiểm định độ tin cậy thang đo (Cronbach's Alpha)

Tất cả 5 nhóm biến độc lập và 1 biến phụ thuộc gồm 26 biến quan sát đều thỏa mãn điều kiện $0.7 \le \alpha \le 0.9$ và hệ số tương quan biến - tổng ($Corrected\ Item-Total\ Correlation) > 0.3$:

Nhóm nhân tố Ký hiệu Số biến quan sát Hệ số Cronbach's Alpha Tương quan biến-tổng nhỏ nhất
Tuyển dụng CTTD 5 0.812 0.514
Đào tạo & Thăng tiến CTDT 4 0.835 0.582
Lương thưởng & Đãi ngộ CTLT 5 0.864 0.611
Đánh giá nhân lực CTDG 4 0.798 0.493
Môi trường làm việc MTLV 5 0.821 0.528
Đánh giá chung QTNNL DG 3 0.847 0.645

Kết quả phân tích nhân tố khám phá (EFA)

  • Hệ số $KMO = 0.784$ ($0.5 \le KMO \le 1.0$), kiểm định Bartlett có mức ý nghĩa $Sig. = 0.000 < 0.05$.
  • Phương pháp trích Principal Component Analysis với phép xoay Varimax trích được 5 nhân tố với giá trị $Eigenvalue = 1.241 > 1.0$.
  • Tổng phương sai trích ($Cumulative\ Variance\ Explained$) đạt $62.85% > 50%$, chứng minh 5 nhân tố giải thích được 62.85% sự biến thiên của dữ liệu gốc.

Kết quả phân tích mô hình hồi quy tuyến tính bội

Phương trình hồi quy chuẩn hóa xác định mức độ ảnh hưởng của từng thành phần lên mức độ hài lòng về công tác QTNNL:

$$\widehat{DG} = \beta_0 + 0.186 \cdot CTTD + 0.245 \cdot CTDT + 0.312 \cdot CTLT + 0.198 \cdot CTDG + 0.164 \cdot MTLV$$

Biến độc lập Hệ số hồi quy chưa chuẩn hóa (B) Sai số chuẩn (Std. Error) Hệ số chuẩn hóa ($\beta$) Giá trị t Mức ý nghĩa (Sig.) Hệ số phóng đại phương sai (VIF)
Hằng số ($\beta_0$) 0.412 0.185 — 2.227 0.028 —
CTTD 0.178 0.048 0.186 3.708 0.000 1.231
CTDT 0.231 0.051 0.245 4.529 0.000 1.342
CTLT 0.298 0.054 0.312 5.518 0.000 1.415
CTDG 0.189 0.049 0.198 3.857 0.000 1.288
MTLV 0.155 0.046 0.164 3.369 0.001 1.196
  • Thống kê mô hình: $R^2 = 0.618$; $R^2\text{ hiệu chỉnh} = 0.603$; Kiểm định $F = 40.128$ ($Sig. = 0.000$).
  • Kiểm định hiện tượng tự tương quan: $Durbin-Watson = 1.842$ (nằm trong khoảng tối ưu $1.5 - 2.5$).
  • Kết luận: Tất cả 5 giả thuyết từ H1 đến H5 đều được chấp nhận với độ tin cậy 99% ($p < 0.01$). Nhân tố Công tác lương thưởng và phúc lợi đãi ngộ (CTLT) có tác động mạnh nhất ($\beta = 0.312$), tiếp đến là Đào tạo và thăng tiến (CTDT) ($\beta = 0.245$).

Đổi mới và đóng góp

  1. Bổ sung nhân tố Môi trường làm việc (MTLV) vào mô hình thực nghiệm ngành dệt may: Khác với mô hình nghiên cứu lý thuyết chung của Singh (2004) hay Trần Kim Dung (2006) vốn chỉ tập trung vào chức năng hành chính, nghiên cứu đã chứng minh bằng thực nghiệm rằng trong ngành sản xuất công nghiệp nhẹ với tiếng ồn và bụi vải, yếu tố môi trường vật lý đóng góp trực tiếp ($\beta = 0.164, p < 0.01$) vào nhận định chất lượng QTNNL của công nhân.
  2. Bộ chỉ số đo lường chuẩn hóa 23 biến quan sát: Xây dựng thành công thang đo hiệu chỉnh phù hợp với văn hóa lao động của các nhà máy dệt may miền Trung, đạt chuẩn kiểm định EFA và kiểm tra hiện tượng đa cộng tuyến nghiêm ngặt ($VIF < 1.5$).
  3. Cung cấp bằng chứng định lượng hỗ trợ tái cơ cấu quỹ lương: Phân tích dữ liệu thực tế giai đoạn 2016-2018 cho thấy chi phí tiền lương chiếm tỷ trọng lớn nhưng chưa tối ưu theo hiệu suất. Kết quả hồi quy cung cấp căn cứ vững chắc cho Thianco chuyển đổi từ trả lương thời gian sang mô hình lương kết hợp hiệu suất 3P.

Ứng dụng thực tế và triển khai

Bộ giải pháp can thiệp 5 trụ cột

                                  HỆ THỐNG GIẢI PHÁP QTNNL
  1. Tuyển dụng (CTTD): Xây dựng ngân hàng đề thi trắc nghiệm tay nghề may trực tiếp; ứng dụng bảng tiêu chuẩn công việc (JS) chuẩn hóa cho từng vị trí chuyền trưởng, KCS (QA/QC), công nhân may máy chuyên dụng.
  2. Đào tạo & Thăng tiến (CTDT): Xây dựng lộ trình thăng tiến 4 cấp bậc kỹ thuật; tổ chức các lớp đào tạo kỹ năng Kaizen, Lean 5S ngay tại phân xưởng; liên kết trường Cao đẳng Nghề đào tạo văn bằng chuẩn hóa.
  3. Đãi ngộ & Phúc lợi (CTLT): Thiết lập cơ chế thưởng vượt năng suất định mức hàng tuần; công khai minh bạch thang bảng lương và bảo hiểm xã hội (100% trích nộp theo quy định); bổ sung phúc lợi xe đưa đón và bữa ăn ca dinh dưỡng cao.
  4. Đánh giá nhân viên (CTDG): Triển khai phiếu đánh giá hiệu suất định kỳ theo tháng với thang điểm KPI rõ ràng; tổ chức đối thoại phản hồi kết quả trực tiếp giữa quản đốc phân xưởng và công nhân.
  5. Môi trường làm việc (MTLV): Nâng cấp hệ thống thông gió làm mát xưởng may; lắp đặt màng lọc bụi sợi bông công nghiệp; cấp phát định kỳ trang thiết bị bảo hộ lao động (nút bịt tai chống ồn, khẩu trang than hoạt tính).

Lộ trình triển khai (Implementation Roadmap)

Giai đoạn Thời gian Mục tiêu & Hạng mục triển khai Chỉ số đo lường chính (KPIs)
Phase 1 Quý 1 - Quý 2/2020 Chuẩn hóa toàn bộ hệ thống JD/JS; tái cấu trúc quy chế đánh giá KPI 100% vị trí có bản mô tả JD/JS chuẩn
Phase 2 Quý 3/2020 Thử nghiệm hệ thống đánh giá 360 độ và cơ chế lương 3P tại NM1 Giảm 15% tỷ lệ nghỉ việc tại NM1
Phase 3 Quý 4/2020 - Quý 1/2021 Mở rộng hệ thống lương 3P cho toàn bộ NM2; nâng cấp hệ thống thông gió Năng suất bình quân tăng $\ge 8%$
Phase 4 Quý 2/2021 trở đi Số hóa dữ liệu HRIS trên phần mềm quản trị tập trung Thời gian tính lương và xếp loại giảm 50%

Dự toán Chi phí - Lợi ích (Cost-Benefit Analysis)

  • Ước tính chi phí triển khai: 450 triệu VNĐ (Nâng cấp thông gió, chi phí phần mềm quản lý, đào tạo giảng viên nội bộ).
  • Lợi ích ước tính hàng năm: Giảm 25% tỷ lệ nhảy việc của công nhân may bậc cao (tiết kiệm ~300 triệu VNĐ chi phí tuyển dụng và đào tạo thợ mới), tăng 5% tổng sản lượng nhờ tối ưu hóa năng suất lao động chuyền (tương đương giá trị tăng thêm hơn 1,2 tỷ VNĐ/năm).
  • Thời gian hoàn vốn (Payback Period): Ước tính 6 - 8 tháng sau khi vận hành toàn diện.

Hạn chế và hướng phát triển

Hạn chế nghiên cứu

  • Quy mô mẫu: Kích thước mẫu $N = 130$ dù đạt chuẩn thống kê kiểm định EFA và hồi quy nhưng vẫn là mẫu đại diện cho 1.907 lao động; các nghiên cứu sâu hơn cần mở rộng lên $N \ge 300$.
  • Phương pháp thu thập: Phỏng vấn trực tiếp bảng hỏi Likert đôi khi gặp độ lệch do tâm lý e ngại đánh giá tiêu cực ban lãnh đạo của một bộ phận công nhân xưởng.

Hướng phát triển trong tương lai

  1. Ứng dụng mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) để phân tích các biến trung gian như "Sự gắn kết tổ chức" (Organizational Commitment) và "Động lực làm việc" (Work Motivation).
  2. Phát triển mô hình Machine Learning dự báo nguy cơ nghỉ việc (Employee Attrition Prediction) dựa trên dữ liệu hiệu suất, số giờ tăng ca và mức thu nhập lịch sử.

Đối tượng hưởng lợi

+-------------------------------------------------------------------------------+
|                             ĐỐI TƯỢNG HƯỞNG LỢI                               |
+-------------------------------------------------------------------------------+
|  [Sinh viên / Học viên]  --> Mẫu nghiên cứu thực nghiệm EFA/OLS hoàn chỉnh     |
|  [Nhà quản lý DN May]    --> Khung giải pháp 5 trụ cột tối ưu năng suất       |
|  [Chuyên gia Nhân sự]    --> Thang đo Likert chuẩn hóa 23 biến ngành dệt may  |
|  [Người lao động xưởng]  --> Thu nhập minh bạch, môi trường bảo hộ chuẩn hóa  |
+-------------------------------------------------------------------------------+
  • Sinh viên & Học viên cao học Quản trị Kinh doanh: Có một tài liệu tham khảo chuẩn mực về cấu trúc đề tài khóa luận thực nghiệm, phương pháp chọn mẫu phân tầng và kỹ thuật xử lý dữ liệu SPSS.
  • Doanh nghiệp Dệt may & Nhà quản lý HR: Tiếp cận khung giải pháp thực chiến đã được chứng minh hiệu quả qua dữ liệu toán học định lượng để ứng dụng trực tiếp vào tái cơ cấu nhân sự.
  • Người lao động tại các nhà máy: Thụ hưởng môi trường làm việc an toàn hơn, chính sách lương thưởng minh bạch và lộ trình đào tạo thăng tiến rõ ràng.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để doanh nghiệp triển khai mô hình đánh giá và quản trị này là gì?

Doanh nghiệp cần xây dựng bộ cơ sở dữ liệu nhân sự có cấu trúc (qua Excel nâng cao, Google Sheets hoặc phần mềm HRIS chuyên biệt), máy tính cấu hình văn phòng cơ bản để chạy các công cụ phân tích thống kê (SPSS v20+, R hoặc Python), cùng quy trình đánh giá định kỳ được ban hành bằng văn bản nội bộ rõ ràng.

2. Mô hình có gặp giới hạn khi mở rộng quy mô từ 2.000 lên 5.000 công nhân không?

Mô hình toán học hoàn toàn có khả năng mở rộng (Scalable). Khi quy mô nhân sự tăng lên, doanh nghiệp chỉ cần tái phân tầng mẫu khảo sát theo các phân xưởng mới và thực hiện kiểm định lại hệ số hồi quy để điều chỉnh trọng số các chính sách can thiệp cho phù hợp với từng giai đoạn phát triển.

3. Làm thế nào để tích hợp hệ thống lương 3P với phần mềm ERP/Kế toán hiện tại?

Hệ thống tiêu chí lương 3P có thể được số hóa thành các module công thức tính lương dựa trên dữ liệu đầu vào: Hệ số vị trí ($P_1$), Đánh giá năng lực ($P_2$), và Sản lượng/KPI thực tế ($P_3$). Dữ liệu này dễ dàng kết nối qua các giao thức API hoặc import trực tiếp vào các phần mềm kế toán như MISA, FAST hay SAP ERP.

4. Chi phí bảo trì và duy trì hệ thống quản trị mới hàng năm là bao nhiêu?

Chi phí duy trì định kỳ chiếm tỷ trọng rất nhỏ (khoảng 50–70 triệu VNĐ/năm), chủ yếu dành cho công tác tổ chức khảo sát định kỳ mức độ hài lòng của người lao động, in ấn tài liệu đào tạo nội bộ và bảo dưỡng hệ thống thiết bị đo kiểm môi trường xưởng.

5. Yếu tố nào trong 5 nhân tố cần được ưu tiên đầu tư cải thiện trước mắt?

Dựa trên trọng số hồi quy chuẩn hóa, Lương thưởng & Phúc lợi đãi ngộ ($\beta = 0.312$) và Đào tạo & Thăng tiến ($\beta = 0.245$) là hai nhân tố có sức ảnh hưởng lớn nhất. Doanh nghiệp cần tập trung xử lý dứt điểm tính công bằng trong phân phối thu nhập và xây dựng quy chế đào tạo tay nghề trước khi mở rộng các chính sách khác.

Kết luận

Đề tài khóa luận tốt nghiệp "Hoàn thiện công tác quản trị nguồn nhân lực tại Công ty Cổ phần Đầu tư – Dệt may Thiên An Phát" của tác giả Trần Thị Minh Thi đã giải quyết toàn diện bài toán thực tiễn của doanh nghiệp sản xuất dệt may thông qua phương pháp luận khoa học và dữ liệu thực nghiệm chuẩn xác. Bằng việc ứng dụng phân tích EFA và hồi quy OLS trên mẫu đại diện 130 cán bộ công nhân viên, nghiên cứu đã lượng hóa thành công sức ảnh hưởng của 5 yếu tố cốt lõi (CTTD, CTDT, CTLT, CTDG, MTLV) đến chất lượng QTNNL. Hệ thống giải pháp can thiệp 5 trụ cột cùng lộ trình triển khai rõ ràng không chỉ giúp Thianco nâng cao năng lực cạnh tranh, tối ưu hóa năng suất lao động mà còn đóng vai trò như một mô hình chuẩn mực có thể nhân rộng cho các doanh nghiệp dệt may trong khu vực. Bạn đọc quan tâm có thể ứng dụng trực tiếp bộ thang đo và phương pháp xử lý dữ liệu của đề tài để tiến hành đánh giá thực trạng quản trị nhân sự tại tổ chức của mình.