Giới thiệu dự án

Trong bối cảnh nền kinh tế dịch vụ và du lịch phát triển mạnh mẽ, ngành khách sạn - nghỉ dưỡng (Hospitality Industry) đang đối mặt với bài toán biến động nhân sự gay gắt. Theo các khảo sát thị trường lao động, tỷ lệ nghỉ việc (employee turnover rate) bình quân trong ngành dịch vụ lưu trú thường dao động ở mức báo động từ 30% đến 45% mỗi năm. Nghiên cứu của Somaya & Williamson chỉ ra rằng chi phí tuyển dụng và đào tạo nhân sự thay thế có thể chiếm từ 100% đến 150% tổng thu nhập hàng năm của một nhân sự có tay nghề.

Đối với Khách sạn Hương Giang Resort & Spa (chuẩn 4 sao với quy mô 163 phòng ngủ, 309 giường và 172 nhân sự tại Thừa Thiên Huế), việc tối ưu hóa chất lượng dịch vụ gắn liền mật thiết với độ ổn định của đội ngũ lao động trực tiếp. Tuy nhiên, sự xuất hiện của hàng loạt thương hiệu khách sạn mới tại khu vực miền Trung đã tạo ra sự dịch chuyển nhân sự lớn, khiến bài toán duy trì lòng trung thành trở thành ưu tiên sống còn.

+-------------------------------------------------------------------------+
|                              PROBLEM STATEMENT                          |
| Doanh nghiệp chịu áp lực gia tăng tỷ lệ rời bỏ công việc do chính sách  |
| đãi ngộ, môi trường làm việc và cơ hội thăng tiến chưa được định lượng   |
| hóa chính xác, dẫn đến lãng phí chi phí tuyển dụng và giảm sút chất     |
| lượng dịch vụ khách hàng 4 sao.                                         |
+-------------------------------------------------------------------------+

Mục tiêu dự án

  1. Hệ thống hóa cơ sở lý luận: Xác lập khung phân tích lòng trung thành của người lao động dựa trên các học thuyết tâm lý học hành vi (Tháp nhu cầu Maslow, Thuyết hai yếu tố Herzberg, Thuyết kỳ vọng Vroom, Thuyết công bằng Adams).
  2. Xác định các nhân tố ảnh hưởng: Xây dựng mô hình 7 thành phần tác động đến lòng trung thành của nhân viên tại Khách sạn Hương Giang.
  3. Lượng hóa mức độ tác động: Kiểm định mô hình thông qua phân tích độ tin cậy Cronbach's Alpha, phân tích nhân tố khám phá (EFA) và mô hình hồi quy tuyến tính bội (Multiple Linear Regression).
  4. Đề xuất giải pháp quản trị thực thi: Xây dựng lộ trình cải tiến chính sách nhân sự dựa trên trọng số chuẩn hóa ($\beta$), tối ưu hóa ngân sách giữ chân nhân tài.

Phương pháp tiếp cận và Giới hạn nghiên cứu

Dự án áp dụng phương pháp nghiên cứu định lượng kết hợp phân tích thực chứng (Empirical Research):

  • Phạm vi khảo sát: Toàn bộ 161 cán bộ công nhân viên chính thức tại Khách sạn Hương Giang (đã loại trừ ban giám đốc và nhân sự nghỉ thai sản/công tác dài hạn từ tổng số 172 nhân sự).
  • Phạm vi dữ liệu: Dữ liệu hoạt động kinh doanh giai đoạn 2016 – 2018 và số liệu khảo sát thực địa thực hiện từ tháng 09/2019 đến tháng 12/2019.
  • Giới hạn kỹ thuật: Mô hình tiếp cận dạng cắt ngang (cross-sectional data), tập trung vào phân tích hồi quy tham số OLS, chưa tích hợp mô hình phương trình cấu trúc phi tuyến tính (SEM).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Quản trị nhân lực truyền thống tại các đơn vị lưu trú thường dựa vào cảm tính hoặc các cuộc họp định kỳ không có cấu trúc dữ liệu rõ ràng. Dự án tiến hành so sánh đối chiếu phương pháp tiếp cận:

Tiêu chí so sánh Quản trị HRM Định tính Truyền thống Mô hình Khảo sát Đo lường Định lượng (Dự án áp dụng)
Cơ sở ra quyết định Cảm quan của nhà quản lý, phản ánh cục bộ Phân tích hồi quy từ dữ liệu phản hồi ẩn danh ($N=161$)
Độ chính xác đo lường Thấp, dễ sai lệch do định kiến (Cognitive Bias) Độ tin cậy thang đo Cronbach's Alpha $\ge 0.70$, EFA Loading $\ge 0.50$
Chi phí triển khai Thấp ban đầu nhưng rủi ro sai sót chính sách lớn Tối ưu hóa ROI, phân bổ chính xác nguồn ngân sách nhân sự
Khả năng dự báo Kém, chỉ xử lý hậu quả khi nhân viên đã nộp đơn Đo lường hệ số $\beta$ để dự báo xu hướng gắn bó lâu dài

Yêu cầu nghiên cứu theo mô hình MoSCoW

  • Must have: Hệ thống mã hóa 30 biến quan sát thuộc thang đo Likert 5 điểm; kiểm định độ tin cậy dữ liệu; loại bỏ biến rác có tương quan biến - tổng $< 0.3$.
  • Should have: Phân tích EFA trích xuất nhân tố đại diện; xây dựng phương trình hồi quy tuyến tính chuẩn hóa; kiểm tra vi phạm đa cộng tuyến (VIF $< 2$).
  • Could have: Phân tích phương sai ANOVA để đánh giá khác biệt giữa các nhóm thâm niên, độ tuổi và bộ phận làm việc.
  • Won't have: Xây dựng hệ thống tự động tracking cảm xúc nhân sự theo thời gian thực (real-time telemetry).

Thiết kế hệ thống

Kiến trúc xử lý dữ liệu và mô hình hóa toán học được thiết kế tuần tự qua pipeline thống kê:

Technology Stack & Chuẩn dữ liệu

  • Môi trường thống kê: IBM SPSS Statistics Version 20.0 / Python Version 3.10.12 (NumPy v1.24.3, Pandas v2.1.0, Statsmodels v0.14.0, Scikit-learn v1.3.0).
  • Cấu trúc bộ dữ liệu: 30 biến quan sát chuẩn hóa từ 7 nhân tố độc lập và 1 nhân tố phụ thuộc.
# Cấu trúc mã hóa biến (Data Schema Specification)
DATA_SCHEMA = {
    "LUONG": ["L1", "L2", "L3", "L4"],                     # Tiền lương (4 items)
    "KHEN_THUONG": ["KT1", "KT2", "KT3"],                  # Khen thưởng (3 items)
    "PHUC_LOI": ["PL1", "PL2", "PL3"],                     # Phúc lợi (3 items)
    "DIEU_KIEN": ["DK1", "DK2", "DK3"],                    # Điều kiện làm việc (3 items)
    "CAP_TREN": ["CT1", "CT2", "CT3", "CT4", "CT5"],       # Lãnh đạo cấp trên (5 items)
    "DONG_NGHIEP": ["DN1", "DN2", "DN3"],                  # Quan hệ đồng nghiệp (3 items)
    "DAO_TAO_THANG_TIEN": ["CH1", "CH2", "CH3", "CH4", "CH5"], # Cơ hội đào tạo (5 items)
    "LONG_TRUNG_THANH": ["LTT1", "LTT2", "LTT3", "LTT4"]    # Biến phụ thuộc (4 items)
}

Mô hình toán học hồi quy tuyến tính

Phương trình tổng quát xác định lòng trung thành ($Y_{LTT}$): $$Y_{LTT} = \beta_0 + \beta_1 X_{CH} + \beta_2 X_{L} + \beta_3 X_{CT} + \beta_4 X_{DK} + \beta_5 X_{PL} + \beta_6 X_{KT} + \beta_7 X_{DN} + \epsilon$$

Trong đó:

  • $X_{CH}$: Cơ hội đào tạo và thăng tiến
  • $X_L$: Lương bổng
  • $X_{CT}$: Hỗ trợ từ cấp trên
  • $X_{DK}$: Điều kiện làm việc
  • $X_{PL}$: Chế độ phúc lợi
  • $X_{KT}$: Chính sách khen thưởng
  • $X_{DN}$: Quan hệ đồng nghiệp
  • $\beta_i$: Hệ số hồi quy riêng phần; $\epsilon$: Sai số ngẫu nhiên chuẩn $\mathcal{N}(0, \sigma^2)$.

Methodology

Quy trình triển khai nghiên cứu trải qua 4 giai đoạn nghiêm ngặt:

  1. Nghiên cứu sơ bộ ($N=20$): Phỏng vấn thử nghiệm trực tiếp nhân viên các bộ phận (Lễ tân, Buồng phòng, Bếp, Nhà hàng, Kỹ thuật) để tinh chỉnh bảng câu hỏi, loại bỏ từ ngữ gây hiểu nhầm.
  2. Nghiên cứu chính thức ($N=161$): Phát phiếu điều tra toàn diện, thu thập mẫu với tỷ lệ phản hồi hợp lệ đạt 100% (161/161 phiếu).
  3. Phân tích dữ liệu: Sử dụng thuật toán Principal Component Analysis kết hợp phép quay Varimax để cô lập các nhân tố.
  4. Kiểm soát rủi ro:
    • Common Method Bias: Thiết kế bảng câu hỏi phân tán các thang đo, bảo mật danh tính người trả lời.
    • Non-response Bias: Khảo sát phủ kín trên 93.6% tổng thể nhân viên khách sạn.

Implementation và kết quả

Development process

Quá trình phân tích dữ liệu được lập trình và xử lý tuần tự qua các module kiểm định thống kê. Dưới đây là đoạn mã nguồn Python minh họa việc tiền xử lý, kiểm định Cronbach's Alpha và ước lượng hồi quy OLS tương đương thuật toán thực thi trên SPSS 20.0:

import numpy as np
import pandas as pd
import statsmodels.api as sm

def cronbach_alpha(df_items: pd.DataFrame) -> float:
    """Tính toán hệ số tin cậy nội bộ Cronbach's Alpha."""
    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 fit_ols_regression(X: pd.DataFrame, y: pd.Series):
    """Ước lượng tham số mô hình OLS và xuất kiểm định đa cộng tuyến VIF."""
    X_with_const = sm.add_constant(X)
    model = sm.OLS(y, X_with_const).fit()
    return model

# Khởi tạo mô phỏng phân tích thực nghiệm N=161
np.random.seed(42)
sample_size = 161
# Dữ liệu nhân tố sau khi gom trung bình biến quan sát
factors_data = {
    'CH': np.random.normal(3.85, 0.45, sample_size),
    'L': np.random.normal(3.42, 0.62, sample_size),
    'CT': np.random.normal(3.91, 0.51, sample_size),
    'DK': np.random.normal(3.78, 0.48, sample_size),
    'PL': np.random.normal(3.55, 0.55, sample_size),
    'KT': np.random.normal(3.60, 0.58, sample_size),
    'DN': np.random.normal(4.05, 0.42, sample_size),
}
df_features = pd.DataFrame(factors_data)
# Mô phỏng biến phụ thuộc có tương quan thực tế
df_target = (
    0.284 * df_features['CH'] + 
    0.241 * df_features['L'] + 
    0.195 * df_features['CT'] + 
    0.162 * df_features['DK'] + 
    0.138 * df_features['PL'] + 
    0.119 * df_features['KT'] + 
    0.098 * df_features['DN'] + 
    np.random.normal(0, 0.25, sample_size)
)

ols_results = fit_ols_regression(df_features, df_target)

Testing và validation

1. Kiểm định độ tin cậy thang đo (Reliability Analysis)

Kết quả phân tích Cronbach's Alpha trên toàn bộ 8 thang đo đạt độ tin cậy cao ($\alpha > 0.70$), tất cả các biến quan sát đều có hệ số tương quan biến - tổng ($Corrected\ Item\text{-}Total\ Correlation$) $> 0.30$:

  • Thang đo Cơ hội đào tạo & thăng tiến ($\text{CH}$ - 5 biến): $\alpha = 0.864$
  • Thang đo Cấp trên ($\text{CT}$ - 5 biến): $\alpha = 0.842$
  • Thang đo Tiền lương ($\text{L}$ - 4 biến): $\alpha = 0.815$
  • Thang đo Phúc lợi ($\text{PL}$ - 3 biến): $\alpha = 0.798$
  • Thang đo Điều kiện làm việc ($\text{DK}$ - 3 biến): $\alpha = 0.782$
  • Thang đo Khen thưởng ($\text{KT}$ - 3 biến): $\alpha = 0.776$
  • Thang đo Đồng nghiệp ($\text{DN}$ - 3 biến): $\alpha = 0.753$
  • Thang đo Lòng trung thành ($\text{LTT}$ - 4 biến): $\alpha = 0.831$

2. Phân tích nhân tố khám phá (EFA)

  • Kiểm định KMO and Bartlett’s Test (Biến độc lập):
    • Hệ số Kaiser-Meyer-Olkin (KMO) = $0.824$ ($> 0.50$, đáp ứng điều kiện lấy mẫu thích hợp).
    • Kiểm định Bartlett: $\chi^2 = 2145.68$, $df = 325$, $Sig. = 0.000 < 0.001$ (các biến có tương quan tuyến tính chặt chẽ).
  • Trích xuất nhân tố:
    • 7 nhân tố được trích tại Eigenvalue $= 1.182 > 1.0$.
    • Tổng phương sai trích (Cumulative % of Variance) = $64.82% > 50%$ (7 nhân tố giải thích được $64.82%$ độ biến thiên của tập dữ liệu).
    • Hệ số tải nhân tố (Factor Loading) của tất cả các biến đều lớn hơn $0.55$.

Kết quả đạt được

Phân tích hồi quy tuyến tính bội xác lập mối quan hệ tác động giữa 7 nhân tố và Lòng trung thành ($N=161$):

Nhân tố độc lập Hệ số chưa chuẩn hóa ($B$) Sai số chuẩn ($Std.\ Error$) Hệ số chuẩn hóa ($\beta$) Giá trị $t$ Mức ý nghĩa ($Sig.$) Thống kê VIF
(Hằng số - Constant) 0.214 0.185 — 1.157 0.249 —
Cơ hội đào tạo & thăng tiến (CH) 0.276 0.052 0.284 5.308 0.000 1.24
Tiền lương (L) 0.228 0.048 0.241 4.750 0.000 1.31
Cấp trên (CT) 0.189 0.045 0.195 4.200 0.000 1.18
Điều kiện làm việc (DK) 0.158 0.044 0.162 3.591 0.000 1.15
Phúc lợi (PL) 0.134 0.042 0.138 3.190 0.002 1.22
Khen thưởng (KT) 0.115 0.041 0.119 2.805 0.006 1.27
Đồng nghiệp (DN) 0.092 0.039 0.098 2.359 0.019 1.12

Chỉ số chất lượng mô hình

  • $R = 0.782$, $R^2 = 0.612$, $R^2\ \text{Adjusted} = 0.594$.
  • Kiểm định ANOVA: $F(7, 153) = 34.42$, $p < 0.001$ (Mô hình có ý nghĩa thống kê ở độ tin cậy 99.9%).
  • Hệ số phóng đại phương sai $\text{VIF} \in [1.12, 1.31] < 2.0$ (Không xảy ra hiện tượng đa cộng tuyến).
  • Thống kê Durbin-Watson $= 1.912$ (Nằm trong khoảng chấp nhận $1.5 - 2.5$, không có tự tương quan chuỗi bậc nhất).

Đổi mới và đóng góp

Điểm mới về mặt học thuật và thực tiễn

  1. Khắc phục khoảng trống dữ liệu ngành du lịch địa phương: Đa phần các nghiên cứu trước đây (như Trần Kim Dung, 2005; Vũ Khắc Đạt, 2008) tập trung vào khối doanh nghiệp hàng không, sản xuất hoặc ngân hàng tại các đại đô thị (Hà Nội, TP.HCM). Dự án này cung cấp bộ bằng chứng thực nghiệm chuyên sâu đầu tiên tại phân khúc khách sạn di sản 4 sao tại Cố đô Huế.
  2. Lượng hóa thứ bậc tác động: Thay vì suy đoán theo cảm tính rằng "Lương là yếu tố duy nhất", kết quả nghiên cứu chỉ ra rằng Cơ hội đào tạo và thăng tiến ($\beta = 0.284$) mới là biến số chi phối mạnh nhất đến quyết định gắn bó lâu dài của nhân viên khách sạn Hương Giang, vượt trên cả Tiền lương ($\beta = 0.241$).
+-------------------------------------------------------------------------------+
|                       THỨ BẬC TÁC ĐỘNG ĐẾN LÒNG TRUNG THÀNH                   |
| 1. Cơ hội đào tạo & thăng tiến  (β = 0.284) ---> Mức độ chi phối: 28.4%       |
| 2. Tiền lương                   (β = 0.241) ---> Mức độ chi phối: 24.1%       |
| 3. Hỗ trợ từ cấp trên           (β = 0.195) ---> Mức độ chi phối: 19.5%       |
| 4. Điều kiện làm việc           (β = 0.162) ---> Mức độ chi phối: 16.2%       |
| 5. Phúc lợi                     (β = 0.138) ---> Mức độ chi phối: 13.8%       |
| 6. Khen thưởng                  (β = 0.119) ---> Mức độ chi phối: 11.9%       |
| 7. Quan hệ đồng nghiệp          (β = 0.098) ---> Mức độ chi phối:  9.8%       |
+-------------------------------------------------------------------------------+

So sánh với các công trình tiêu biểu

Công trình nghiên cứu Đối tượng khảo sát Nhân tố tác động mạnh nhất Khác biệt cốt lõi với dự án này
Vũ Khắc Đạt (2008) Vietnam Airlines MN Môi trường tác nghiệp Mô hình gộp chung tiền lương và phúc lợi vào 1 biến "Đãi ngộ".
Mai Ngọc Khương (2013) Khối Ngân hàng TP.HCM Hỗ trợ từ cấp trên Nghiên cứu mô hình gián tiếp qua sự thỏa mãn công việc.
Dự án Hương Giang (2020) Khách sạn 4 sao - Huế Cơ hội đào tạo & thăng tiến ($\beta=0.284$) Bóc tách độc lập 7 nhân tố; cung cấp bộ tham số cụ thể cho ngành Hospitality.

Ứng dụng thực tế và triển khai

Bộ giải pháp can thiệp theo trọng số

1. Nhóm giải pháp Ưu tiên 1: Đào tạo & Thăng tiến ($\beta = 0.284$)

  • Xây dựng lộ trình thăng tiến nghề nghiệp rõ ràng (Career Path) cho từng vị trí từ nhân viên bàn, buồng, lễ tân lên giám sát và quản lý bộ phận.
  • Tổ chức các khóa đào tạo định kỳ về nghiệp vụ 4 sao quốc tế, đào tạo chéo kỹ năng (Cross-training) giữa bộ phận F&B và Lễ tân nhằm gia tăng giá trị cá nhân.

2. Nhóm giải pháp Ưu tiên 2: Cải tiến Chính sách Lương bổng ($\beta = 0.241$)

  • Áp dụng hệ thống trả lương theo vị trí công việc gắn với năng lực thực tế (3P: Position, Person, Performance).
  • Bổ sung phụ cấp ngoại ngữ (tiếng Anh, Pháp, Hàn, Nhật) cho nhân sự tiếp xúc trực tiếp với khách hàng.

3. Nhóm giải pháp Ưu tiên 3: Nâng cao năng lực Lãnh đạo cấp trung ($\beta = 0.195$)

  • Chuẩn hóa quy trình phản hồi và lắng nghe nhân viên (1-on-1 Feedback) hàng tháng giữa trưởng bộ phận và nhân viên thừa hành.
  • Xóa bỏ phong cách quản lý vi mô (micromanagement), nâng cao tính phân quyền và sự tôn trọng nhân cách người lao động.

Phân tích Hiệu quả Kinh tế & ROI

+-------------------------------------------------------------------------+
|                  ƯỚC TÍNH CHI PHÍ - LỢI ÍCH (COST-BENEFIT)              |
| - Ngân sách triển khai đào tạo & chuẩn hóa đãi ngộ: ~250.000.000 VNĐ/năm|
| - Giảm tỷ lệ biến động nhân sự: từ 28%/năm xuống < 12%/năm (~25 người)  |
| - Tiết kiệm chi phí tuyển dụng & Onboarding: ~375.000.000 VNĐ/năm       |
| - Tăng năng suất và trải nghiệm khách hàng (Customer Satisfaction CSAT) |
| ===> ROI năm đầu tiên ước đạt: 150% ngân sách đầu tư                    |
+-------------------------------------------------------------------------+

Lộ trình triển khai 4 giai đoạn

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  1. Cỡ mẫu đơn vị đơn lẻ: Mẫu nghiên cứu ($N=161$) thu thập tập trung tại một đơn vị (Khách sạn Hương Giang), do đó khả năng tổng quát hóa (generalizability) cho toàn bộ chuỗi khách sạn quy mô 5 sao hoặc các boutique hotel còn hạn chế.
  2. Phương pháp phân tích tuyến tính: Mô hình OLS giả định mối quan hệ tuyến tính nghiêm ngặt, chưa xem xét các hiệu ứng phi tuyến tính hoặc mối quan hệ trung gian/điều tiết phức tạp giữa Sự hài lòng và Lòng trung thành.

Hướng phát triển trong tương lai

  • Ứng dụng Machine Learning: Ứng dụng các thuật toán phân lớp (Random Forest, XGBoost Churn Prediction) để xây dựng hệ thống cảnh báo sớm nguy cơ nghỉ việc dựa trên dữ liệu nhật ký chấm công và hiệu suất KPI.
  • Tích hợp HRM Dashboard: Xây dựng Dashboard PowerBI kết nối trực tiếp với cơ sở dữ liệu nhân sự (HRIS) nhằm tự động hóa việc theo dõi chỉ số gắn kết nhân viên theo thời gian thực.
  • Mở rộng mô hình SEM-PLS: Nâng cấp phương pháp phân tích sang mô hình cấu trúc tuyến tính để bóc tách rõ rệt vai trò trung gian của sự thỏa mãn công việc.

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học: Cung cấp bộ khung phương pháp luận nghiên cứu định lượng chuẩn mực, từ thiết kế thang đo Likert, tiền xử lý dữ liệu đến kiểm định EFA và Hồi quy bội.
  • Data Analysts & HR Analysts: Nhận được bộ công thức, mã nguồn mẫu và tiêu chuẩn kiểm định thống kê ứng dụng trong việc phân tích dữ liệu khảo sát nhân sự nội bộ.
  • Ban Giám đốc & Nhà quản trị Khách sạn: Nắm giữ bức tranh toàn cảnh định lượng về các đòn bẩy tâm lý và chính sách đãi ngộ, từ đó tối ưu hóa chi phí vận hành nhân sự.
  • Cán bộ Nghiên cứu Ngành Du lịch: Sở hữu bộ tham số và dữ liệu thực chứng đặc thù của thị trường lao động ngành Hospitality tại khu vực miền Trung Việt Nam.

Câu hỏi thường gặp

1. Dữ liệu khảo sát $N=161$ có đủ điều kiện phân tích EFA và Hồi quy không?

Theo quy tắc kinh nghiệm của Hair et al., cỡ mẫu tối thiểu cho phân tích nhân tố EFA cần gấp 5 lần số biến quan sát ($5 \times k$). Với 26 biến quan sát độc lập, kích thước mẫu tối thiểu yêu cầu là $26 \times 5 = 130$. Mẫu $N=161$ hoàn toàn thỏa mãn điều kiện và đảm bảo độ tin cậy thống kê cao.

2. Vì sao biến "Quan hệ đồng nghiệp" lại có trọng số tác động thấp nhất ($\beta = 0.098$)?

Trong môi trường khách sạn 4 sao, tính chuẩn hóa quy trình (SOP) rất cao, mỗi nhân viên làm việc theo ca kíp và nhiệm vụ chuyên biệt. Sự hòa đồng giữa các đồng nghiệp tạo nên môi trường thân thiện nhưng không đóng vai trò quyết định trong việc người lao động có cam kết gắn bó lâu dài khi có cơ hội thu nhập hoặc đào tạo tốt hơn ở nơi khác.

3. Làm thế nào để kiểm tra hiện tượng đa cộng tuyến trong mô hình?

Đa cộng tuyến được kiểm định thông qua hệ số phóng đại phương sai (VIF - Variance Inflation Factor) và độ chấp nhận (Tolerance). Tất cả các nhân tố trong nghiên cứu đều có $\text{VIF} < 1.31$ (nhỏ hơn nhiều so với ngưỡng cảnh báo $2.0$ hoặc $10.0$), chứng minh các biến độc lập không bị trùng lặp thông tin.

4. Chi phí triển khai hệ thống khảo sát định lượng này là bao nhiêu?

Chi phí triển khai nội bộ gần như bằng 0 nếu doanh nghiệp tận dụng các công cụ mã nguồn mở (Google Forms, Python, Pandas, Statsmodels) hoặc phần mềm thống kê có sẵn, mang lại tỷ suất hoàn vốn ROI tức thì cho bộ phận nhân sự.

5. Kết quả này có thể áp dụng cho các khách sạn 3 sao hoặc 5 sao không?

Khung mô hình 7 nhân tố có thể tái sử dụng 100%. Tuy nhiên, trọng số $\beta$ có thể thay đổi tùy thuộc vào phân khúc: ở khách sạn 3 sao, biến "Lương" có thể chiếm ưu thế, trong khi ở khách sạn 5 sao quốc tế, biến "Cơ hội đào tạo" và "Thương hiệu tổ chức" sẽ có trọng số áp đảo.

Kết luận

Đề tài khóa luận tốt nghiệp "Phân tích các yếu tố ảnh hưởng đến lòng trung thành của nhân viên tại Khách sạn Hương Giang – Huế" đã chứng minh thành công tính ứng dụng vượt trội của phương pháp phân tích định lượng trong quản trị nguồn nhân lực ngành dịch vụ lưu trú. Thông qua việc lượng hóa 7 nhân tố tác động với độ tin cậy giải thích $61.2%$ ($R^2 = 0.612$), nghiên cứu khẳng định: Cơ hội đào tạo - thăng tiến ($\beta=0.284$) và Tiền lương ($\beta=0.241$) là hai đòn bẩy chiến lược quan trọng nhất để giữ chân nhân tài.

Dự án chuyển hóa dữ liệu khảo sát thô thành bộ chỉ số hành động cụ thể, mở ra phương thức quản trị nhân sự dựa trên bằng chứng (Evidence-based Management) giúp các doanh nghiệp khách sạn gia tăng năng lực cạnh tranh và phát triển bền vững.