Tài liệu: Đề tài dự báo về khả năng nghỉ việc của nhân

Dự báo khả năng nghỉ việc nhân viên IBM tại Mỹ qua mô hình Azure Machine Learning. Phân tích dữ liệu, xây dựng thuật toán dự đoán chính xác.

• Tác giả: Nguyễn Thị Trâm Anh
• Người hướng dẫn: PTS. Phạm Ngọc Bảo Duy
• Trường học: Trường Đại học Tôn Đức Thắng
• Chuyên ngành: Kinh doanh quốc tế
• Đề tài: Dự báo về khả năng nghỉ việc của nhân viên công ty IBM tại Mỹ bằng cách sử dụng mô hình Azure Machine Learning
• Loại tài liệu: Báo cáo cuối kỳ
• Năm xuất bản: 2021
• Địa điểm: Thành phố Hồ Chí Minh

Tóm tắt

I. Khái Niệm Về Dự Báo Khả Năng Nghỉ Việc Của Nhân Viên

Dự báo khả năng nghỉ việc là một lĩnh vực quan trọng trong quản lý nhân sự hiện đại. Đây là quá trình sử dụng các mô hình machine learning và phân tích dữ liệu để xác định những nhân viên có nguy cơ cao rời bỏ công ty. Tại các tổ chức lớn như IBM, việc dự báo lượng nhân viên rời đi giúp giảm chi phí tuyển dụng và đào tạo. Bằng cách phân tích các yếu tố ảnh hưởng như mức độ hài lòng công việc, áp lực tăng ca, mức thu nhập, và cơ hội phát triển sự nghiệp, các công ty có thể chủ động giữ chân nhân tài. Ứng dụng Azure Machine Learning và các mô hình predictive analytics giúp tăng độ chính xác trong việc dự báo này.

1.1. Định Nghĩa Dự Báo Khả Năng Nghỉ Việc

Dự báo khả năng nghỉ việc (Employee Attrition Prediction) là quá trình phân tích dữ liệu nhằm xác định nhân viên có khả năng rời bỏ công ty. Đây là công cụ quản trị nhân sự quan trọng, giúp các tổ chức dự phòng trước tình trạng mất nhân lực. Thông qua việc áp dụng các thuật toán machine learning như Random Forest, Logistics Regression, và Decision Forest, các công ty có thể chính xác nhận diện được các yếu tố rủi ro và đưa ra chiến lược giữ chân nhân viên hiệu quả.

1.2. Tầm Quan Trọng Trong Quản Lý Nhân Sự

Trong bối cảnh kinh tế cạnh tranh, chất lượng nhân lực là yếu tố tăng trưởng chính. Dự báo nghỉ việc giúp công ty giảm chi phí liên quan đến tuyển dụng, đào tạo, và mất năng suất. Bằng cách xác định sớm những nhân viên chủ chốt có nguy cơ rời đi, các tổ chức có thể xây dựng kế hoạch giữ chân theo từng cá nhân và tăng cường sự gắn kết của nhân viên.

II. Các Yếu Tố Ảnh Hưởng Đến Quyết Định Nghỉ Việc

Nghiên cứu về yếu tố ảnh hưởng đến quyết định nghỉ việc cho thấy có nhiều biến số quan trọng. Mức độ hài lòng công việc là yếu tố chính, bao gồm sự hài lòng về lương bổng, cơ hội phát triển sự nghiệp, và môi trường làm việc. Ngoài ra, áp lực tăng ca, quan hệ với đồng nghiệp, và cân bằng cuộc sống công việc cũng đóng vai trò quan trọng. Các công ty như IBM thu thập dữ liệu từ nhiều nguồn khác nhau để xây dựng bộ dữ liệu toàn diện. Việc phân tích các thuộc tính ảnh hưởng giúp xác định những lĩnh vực cần cải thiện để tăng tỷ lệ giữ chân nhân viên.

2.1. Các Yếu Tố Cá Nhân Ảnh Hưởng

Yếu tố cá nhân bao gồm tuổi tác, trình độ học vấn, kinh nghiệm làm việc, và mức thu nhập hàng tháng. Những nhân viên trẻ tuổi hoặc mới vào nghề thường có tỷ lệ nghỉ việc cao hơn. Mức lương thấp cũng là lý do chính khiến nhân viên tìm kiếm cơ hội công việc khác. Những chứng chỉ chuyên môn và kỹ năng cao làm cho nhân viên trở thành mục tiêu cuốn dụ của các công ty khác, tăng nguy cơ rời bỏ tổ chức hiện tại.

2.2. Các Yếu Tố Tổ Chức Ảnh Hưởng

Yếu tố tổ chức liên quan đến cơ hội phát triển sự nghiệp, chính sách công ty, và văn hóa tổ chức. Thiếu cơ hội thăng tiến là nguyên nhân phổ biến dẫn đến quyết định nghỉ việc. Áp lực tăng ca và khối lượng công việc quá tải gây kiệt sức cho nhân viên. Quan hệ với sếp và sự công nhân từ cấp trên cũng ảnh hưởng đáng kể đến quyết định ở lại hay rời công ty.

III. Ứng Dụng Machine Learning Trong Dự Báo Nghỉ Việc

Machine learning là công cụ mạnh mẽ trong việc dự báo khả năng nghỉ việc của nhân viên. Các mô hình Two-Class Logistics Regression, Random Forest, Decision Forest, và Support Vector Machine được ứng dụng trên nền tảng Azure Machine Learning. Quá trình xây dựng mô hình bao gồm các bước: thu thập dữ liệu, xử lý và làm sạch dữ liệu, lựa chọn đặc trưng, và huấn luyện mô hình. Tỷ lệ chính xác của các mô hình khác nhau và cần so sánh hiệu năng để chọn mô hình tốt nhất. Việc triển khai web service cho phép các tổ chức dự báo tức thì về nguy cơ nghỉ việc của từng nhân viên.

3.1. Các Mô Hình Dự Báo Được Sử Dụng

Mô hình Two-Class Logistics Regression là một phương pháp phân loại đơn giản nhưng hiệu quả, phù hợp với các bài toán nhị phân như nghỉ việc hoặc không. Random Forest là mô hình ensemble mạnh mẽ, kết hợp nhiều cây quyết định để tăng độ chính xác dự báo. Decision Forest và Support Vector Machine cung cấp những cách tiếp cận khác nhau để giải quyết bài toán phân loại, mỗi mô hình có ưu điểm riêng tùy theo đặc điểm dữ liệu.

3.2. Quy Trình Xây Dựng Và Đánh Giá Mô Hình

Quy trình xây dựng mô hình bắt đầu từ việc thu thập dữ liệu từ hệ thống nhân sự của công ty. Xử lý dữ liệu bao gồm xóa giá trị thiếu, chuẩn hóa và mã hóa các biến. Lựa chọn đặc trưng (Feature Selection) giúp xác định những yếu tố quan trọng nhất. Cuối cùng, đánh giá mô hình thông qua metrics như precision, recall, f1-score và confusion matrix để đảm bảo hiệu năng cao nhất.

IV. Giải Pháp Và Kiến Nghị Từ Kết Quả Dự Báo

Dựa trên kết quả dự báo từ các mô hình machine learning, các công ty có thể xây dựng chiến lược để giảm tỷ lệ nghỉ việc. Những nhân viên có nguy cơ cao được xác định sớm, cho phép quản lý nhân sự can thiệp kịp thời. Các giải pháp cụ thể bao gồm tăng lương, cải thiện điều kiện làm việc, tạo cơ hội thăng tiến, và xây dựng chương trình phát triển sự nghiệp. Cân bằng công việc cuộc sống cũng cần được ưu tiên để tăng sự hài lòng nhân viên. Việc liên tục cập nhật và tái huấn luyện mô hình đảm bảo độ chính xác dự báo vẫn duy trì ở mức cao, hỗ trợ quyết định chiến lược nhân sự hiệu quả.

4.1. Các Giải Pháp Dựa Trên Dữ Liệu

Giải pháp dựa trên dữ liệu bao gồm xác định nhân viên chủ chốt có nguy cơ cao rời đi và tập trung nguồn lực vào nhóm này. Phân tích chi tiết về nguyên nhân chính dẫn đến quyết định nghỉ việc giúp công ty nhắm chính xác vào các vấn đề cần giải quyết. Xây dựng chương trình giữ chân được cá nhân hóa dựa trên đặc điểm của từng nhân viên sẽ nâng cao hiệu quả và tăng tỷ lệ thành công.

4.2. Khuyến Nghị Cho Các Tổ Chức

Các tổ chức nên áp dụng dự báo khả năng nghỉ việc như một phần của chiến lược nhân sự toàn diện. Đầu tư vào công nghệ machine learning và phân tích dữ liệu sẽ mang lại lợi ích dài hạn. Tạo môi trường làm việc tích cực, nâng cao cơ hội phát triển, và cải thiện mức lương là những ưu tiên hàng đầu. Liên tục đánh giá và điều chỉnh chiến lược giữ chân dựa trên dữ liệu thực tế để đạt kết quả tốt nhất.

Trích đoạn nội dung tài liệu

Chương I: Giới thiệu đề tài nghiên cứu Chương 2: Cơ sở lý thuyết Chương 3: Phương pháp nghiên cứu s Chương 4: Kết quả nghiên cứu s _ Chương 5: Kết luận và đề xuất giải pháp. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT 2,1 Lý thuyết về quyết định nghỉ việc và các yếu tổ ảnh hưởng 2.1 Lý thuyết về quyết định nghỉ việc Theo Tommy Thomas, 2009 quyết định nghỉ việc là tình trạng xảy ra khi nhân viên của một tổ chức lựa chọn đưa ra quyết định chấm dứt hợp đồng lao động với tổ chức. Theo Tett & Meyer, 1993 quyét định nghí việc là hành động có ý thức, có sự cân nhắc trước khi rời khỏi tô chức hiện tại. Theo Mobley, 1997 quá trình đưa ra quyết định nghỉ việc là một chuỗi các giai đoạn nhận thức, bắt đầu từ việc đánh giá công việc hiện tại, tiếp theo là cảm giác thỏa mãn hoặc không thoả mãn về công việc hiện tại, nếu không thoả mãn họ sẽ nghĩ đến việc nghỉ việc.

Kế tiếp họ sẽ đánh giá tìm kiếm việc làm khác và chi phí bỏ ra. Nếu họ nhận thấy sự thay thế là có sẵn và chi phí bỏ ra không cao, họ sẽ thực hiện việc tìm kiếm và đánh giá các lựa chọn. Từ đó ý định nghỉ việc sẽ được kích thích và cuối cùng là đưa ra quyết định nghỉ việc.2 Ảnh hưởng của sự nghỉ việc Theo Chan và cộng sự, 2001 đã khăng định nhân viên nghỉ việc là một vấn đề nghiêm trọng đối với tô chức, đặc biệt trong lĩnh vực quản trị nhân sự. Ông cho rằng tỷ lệ nghí việc cao sẽ gây bất lợi cho tô chức thông qua việc gia tăng các loại chỉ phí, ảnh hưởng trực tiếp và gián tiếp tới tô chức.

® Ảnh hưởng trực tiếp: Khi một nhân viên nghỉ việc, công ty phải mắt 78.000 USD dé thay thế nhân viên nghỉ việc (Ramsey Smith, 2004), bao gồm: - Chi phi cho tuyén dung, chi phí đào tạo cho nhân viên (Alexander và cộng su, 1994). -_ Chỉ phí đo sự mất mát những kiến thức ngầm quan trong (Droege, Hoobler, 2003). - Chi phi phat sinh tir két quả hoạt động kinh doanh không hiệu quả, suy giảm năng suất tạm thời của tổ chức (Osterman, 1987). ® Ảnh hưởng gián tiếp: - Gay thiếu hụt nhân sự có chuyên môn và kinh nghiệm, làm giảm hiệu suất công việc và giản đoạn hoạt động của dự án.

- Ảnh hưởng tinh thần làm việc của nhân viên khác. -_ Thông tin, tình hình kinh doanh cũng như chính sách, khách hàng thân thiết của tô chức cũng có nguy cơ bị chia sẻ ra bên ngoài đặc biệt nguy hiểm khi nhân viên chuyên sang làm việc cho đối thủ cạnh tranh. Các yếu tổ ảnh hướng đến quyết định nghỉ việc Hiện nay, công tác nghiên cứu về các yếu tô ảnh hưởng tới quyết định nghỉ việc của nhân viên đã được nhiều nhà nghiên cứu tìm hiệu, nhóm tác giả nhận thấy có 2 yếu tố chính ảnh hưởng đến quyết định này là: yếu tố cá nhân và yếu tổ tô chức. ®© Yếu tô cá nhân: Age: tuôi tác có thê ảnh hưởng đến quyết định nghỉ việc của nhân viên.

Theo Pitts và cộng sự, 2011 cho thấy ý định nghỉ việc sẽ xuất hiện và tăng trong giai đoạn tuôi đầu tiên tham gia vào lao động sau đó thì giảm lại. Gender: theo kết quả từ các nghiên cứu cia Knapp, 1982; Schwartz, 1989; Powell và York, 1992 đã có kết luận rằng có mối quan hệ giữa giới tính và quyết định nghỉ việc, và họ phân tích rằng khả năng nữ giới rời bỏ nơi làm việc nhiều hơn nam giới. Edueation: trình độ học vấn cá nhân cũng là một nhân tố tác động đến quyết định nghỉ việc, các nghiên cứu đã đưa ra kết luận là người lao động có trình độ học vấn càng cao thì càng có nhiều cơ hội tìm kiếm công việc thay thế theo Cordes va Dougherty, 1993; Todd va Deery Schimit, 1996; Blankertz va Robinson, 1997. Overtime: theo phân tích của Zangaro và Socken, 2007 về sự hài lòng công việc đã nhận thấy rằng làm thêm giờ gây ra căng thẳng trong công việc, nó mang tính tương quan mạnh mẽ đến sự hài lòng trong công việc.

Marital Status: theo Krau, 1981 tinh trạng hôn nhân cũng có thể ảnh hưởng đến sự hao mòn nhân lực. Số con, trách nhiệm khi có gia đỉnh sẽ tạo ra các nhu cầu ổn định. Monthly Income: trong phan tích của Griffth và cộng sự, 2000 thảo luận về tác dụng và trả công sự thoả mãn. Họ nhận thấy điều quan trọng nhất là nhân viên phải có cảm giác công bằng trong tiền lương.

Theo MeConnell, 2007 cho rằng mức lương là nguyên nhân hàng đầu gây ra ý định nghỉ việc của nhân viên. Theo Willis, 2000 tiền lương, thưởng là vấn để quan trọng nhất khi nói đến việc thu hút và giữ chân nhân tài. Total Working Years: thâm niên làm việc cũng có mối quan hệ với quyết định nghỉ việc của người lao động. Người lao động làm việc cho tô chức với thời gian càng dai, họ sẽ càng gắn bó với tô chức và tiếp tục làm việc cho tổ chức lâu dài hơn theo Miller và Wheeler, 1992; Krecker, 1994; Lane, 1998.

®© Yếu tổ tổ chúc: Job Level: theo Delfgaauw Josse, 2007 sự không hài lòng với một lĩnh vực công việc chẳng hạn như nhiệm vụ họ đang làm có thê đây người lao động ra khỏi công việc đó, họ sẽ tìm tới công việc khác phù hợp hơn. Environment Satisfaction: theo Knipht, Crutsinger, Kim, 2006 sự hải lòng trong môi trường làm việc có thê ảnh hưởng đến quyết định của một nhân viên ở lại với tổ chức dù vẫn có cơ hội việc làm khác. Relationship Satisfaction: sự hài lòng trong mối quan hệ là sự đánh giá chủ quan về mối quan hệ của một người với nhiều người trong tổ chức. Khi sự hài lòng ở mức cao mối quan hệ sẽ kéo đài, và ngược lại.

Job Satisfaction: theo két qua nghién ciru cua Bashir va cộng sự, 2012, sự hài lòng với công việc có tác động ngược chiều đến quyết định nghỉ việc. Bashir cũng cho biết kết quả này trùng khớp với nghiên cứu của Hulin, 1966.2 Các nghiên cứu trước K. Vanden poel, 2008 với bài nghiên cứu “Integrating the voice of customers through call center email into a decision support system for attrition prediction”. Trong nghiên cứu này, họ thiết lập rằng việc thêm dữ liệu văn bản, phi cầu trúc thành một nhận dạng rời đi thông thường.

Các kết qua là nâng cao hiệu suất trong phân tích nhan dang rời đi. Nghiên cứu này hỗ trợ cho những người ra quyết định tiếp thị để cải thiện khả năng nhận biết khách hàng có xác suất rời đi. CP Wei va IT Chiu,2002 với bài nghiên cứu “Turning telecommunications call details to attrition prediction: a data mining approach”. Trong nghiên cứu này, thực nghiệm đánh gia phương pháp nhận dạng sự rời đi từ dữ liệu hợp đồng thuê bao và mô hình cuộc gọi sửa đôi được khai thác từ chỉ tiết cuộc gọi.

Điều này được mô tả là phương pháp có khả năng mô tả tiềm năng những khách hàng tiêu chuẩn với mức hợp đồng cụ thê cho khoảng thời gian dự đoán được. VV Saradhi va GK Palshikar, 2011 voi bai nghién cứu “Employee churn prediction” đã nghiên cứu và so sánh một số các phương pháp trong Machine Learning để ngăn chặn quyết định nghỉ việc của nhân viên. Trong này họ đã thực hiện một số phương pháp để tạo và so sánh các mô hình để có được mô hình dự đoán tốt nhất. Kaloya, CK Choudhary và G.Gupta, 2011 đã nghiên cứu về “Employee attrition risk assessment using logistic regression analysis”.

Nghiên cứu này sử dụng phương pháp Logistics Regression để ngăn chặn sự rời đi của nhân viên. Trong điều này các nhà nghiên cứu thu thập đữ liệu nhân khâu học của nhân viên hiện tại ở công ty. Các thông tin này hữu ích để tạo ra những mô hình phân loại nhóm các nhân viên có rủi ro cao. Mục tiêu cuối cùng của nghiên cứu là xác định nhóm nhân viên có rủi ro cao đề tô chức chú ý và ngăn chặn khỏi sự nghỉ việc này.

ML Kane- Sellers, 2007 da nghién ciru vé “Predictive models of employee voluntary turnover in a North American professional salesforce using data-mining analysis”. Bài nghiên cứu chủ yếu tập trung vào các đặc điểm cá nhân, đặc tính công việc và phát triển nguồn nhân lực (human resources development) ảnh hưởng đến sự tự nguyện của nhân viên. Các kết quả khuyến nghị rằng sự đào tạo và tham gia phát triển là các yếu tố giữ chân nhân viên hơn là tiền lương và sự thăng tiễn trong công việc. CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU Chúng tôi đề xuất sử dụng mô hình Azure Machine Learning để dự báo khả năng nghỉ việc của nhân viên tại công ty IBM theo quy trình như sau: @ Đầu tiên, chúng tôi thu thập đữ liệu về nhân viên bao gồm cá nhân viên ở quá khứ và hiện tại.

e Thứ hai, chúng tôi áp dụng các kỹ thuật làm sạch dữ liệu khác nhau tạo ra tập dữ liệu mới đồng thời tiến hành phân tích, mô tả dữ liệu để xác định các thuộc tính chính ảnh hưởng lớn đến quyết định nghỉ việc của nhân viên. e© Thứ ba, chúng tôi áp dụng mô hình số học Azure Machine Leaming với nhiều thuật toán khác nhau trên tập đữ liệu đã được xử lý cùng với các biến số đã được chọn ra để dự báo khả năng nghỉ việc của nhân viên. e Cuối cùng dựa trên kết quả thu thập được, so sánh các chỉ số hiệu suất của mô hình máy học và chọn ra mô hình có hiệu quả nhất đề giải quyết vấn đề đặt ra và phát hành phần mềm hỗ trợ nhân sự trong công tác HRM.1 Thu thập và mô tả dữ liệu Đề thực hiện bài nghiên cứu, chúng tôi đã sử dụng bộ đữ liệu “IBM Employee Dataset” duoc cung cấp bởi IBM Watson Analytics tại trang web https:/Avww.com/rohitsahoo/employee. Bộ đữ liệu bao gồm 1470 mẫu quan sát với 35 đặc tính khác nhau liên quan đến đời sống làm việc và đặc điểm cá nhân của nhân viên tại Hoa Kỳ bao gồm: Định nghĩa thuộc Thuộc tính Loại dữ liệu Mô tả thuộc tính T tính 1 Age Số nguyên Tudi 2 Attrition Phan loai Quyét định nghỉ việc 3 Business Phan loai Mức độ đi công tác Non Travel/Trayvel_ travel Rarely/Travel_ Frequently Daily rate Số nguyên Mức lương theo ngày Human Department Phân loại Phòng ban làm việc Resources/Research & Development/Sales Distance from Khoảng cách giữa Số nguyên home nơi làm việc và nhà.

Below College eS WN. College Education Phân loại Trỉnh độ giáo dục. Doctor aA Human Resources/Life Education Sciences/Medical/ Phân loại Lĩnh vực giáo dục field Marketing/Technical Degree/Other Employee Số nguyên Số lượng nhân viên count Employee 10 Số nguyên Mã số nhân viên number Low Ne Environment Mức độ hài lòng về. Medium II Phân loại satisfaction môi trường làm việc .