Giới thiệu dự án

Thị trường lao động thế hệ mới chứng kiến sự chuyển dịch cấu trúc sâu sắc dưới tác động của kỷ nguyên số và biến động hậu đại dịch COVID-19. Theo các báo cáo nhân sự toàn cầu, tỷ lệ chuyển việc trong 2 năm đầu sau tốt nghiệp của sinh viên khối ngành Kinh tế và Quản trị kinh doanh dao động từ 40% đến 60%, phản ánh sự bất cân xứng giữa kỳ vọng của ứng viên trẻ và chính sách thực tế của doanh nghiệp. Đứng trước áp lực cạnh tranh tuyển dụng ngày càng gay gắt, việc xác định chính xác các nhân tố chi phối quyết định ứng tuyển trở thành bài toán chiến lược đối với các bộ phận Nhân sự (Human Resources - HR) và lãnh đạo doanh nghiệp.

Đề tài khóa luận tốt nghiệp: "Nghiên cứu các yếu tố ảnh hưởng đến quyết định lựa chọn doanh nghiệp làm việc của sinh viên Đại học Kinh tế - ĐHQGHN" tập trung giải quyết điểm nghẽn trong việc tối ưu hóa phễu thu hút nhân tài trẻ thông qua tiếp cận định lượng chuyên sâu.

+-----------------------------------------------------------------------------------+
|                            CÁC MỤC TIÊU NGHIÊN CỨU                                |
+-----------------------------------------------------------------------------------+
| 1. Hệ thống hóa cơ sở lý thuyết hành vi (TRA, TPB) và quản trị nguồn nhân lực.   |
| 2. Đo lường mức độ tác động của 5 nhóm nhân tố độc lập tới quyết định lựa chọn.   |
| 3. Xây dựng bộ hàm hồi quy dự báo và đề xuất giải pháp tối ưu hóa tuyển dụng.     |
+-----------------------------------------------------------------------------------+

Nghiên cứu kết hợp khung lý thuyết hành động hợp lý (Theory of Reasoned Action - TRA) của Fishbein & Ajzen (1975) và Thuyết hành vi dự định (Theory of Planned Behavior - TPB) của Ajzen (1991), tích hợp các yếu tố cốt lõi từ chỉ số hài lòng khách hàng/ứng viên (Customer/Candidate Satisfaction Index - CSI). Phương pháp luận định lượng thông qua kiểm định độ tin cậy Cronbach's Alpha, phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA) và hồi quy tuyến tính bội bằng phương pháp bình phương nhỏ nhất (Ordinary Least Squares - OLS) giúp lượng hóa chính xác trọng số tác động của từng biến số.

Kết quả đầu ra kỳ vọng xác lập mô hình toán học giải thích tối thiểu 50% độ biến thiên của quyết định lựa chọn, loại bỏ hoàn toàn hiện tượng đa cộng tuyến (hệ số Variance Inflation Factor - VIF < 10) và hiện tượng tự tương quan (hệ số Durbin-Watson xấp xỉ 2.0). Phạm vi nghiên cứu giới hạn ở dữ liệu sơ cấp thu thập từ $N = 148$ sinh viên hợp lệ tại Đại học Kinh tế - Đại học Quốc gia Hà Nội (VNU-UEB) trong giai đoạn từ tháng 12/2022 đến tháng 5/2023.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Các mô hình tuyển dụng truyền thống thường dựa trên giả định đơn chiều về thu nhập hoặc thương hiệu mà thiếu đi sự phân tầng đa chiều của tâm lý ứng viên Thế hệ Z (Gen Z).

Giải pháp/Mô hình hiện có Ưu điểm Hạn chế Khoảng trống nghiên cứu
Nghiên cứu Heikkilä et al. (2014) Quy mô mẫu lớn ($N = 3623$), xác định vai trò của môi trường và thu nhập Tập trung đặc thù vào ngành Y tế tại Phần Lan, khó tổng quát hóa Chưa phản ánh bối cảnh sinh viên khối ngành Kinh tế tại các nền kinh tế mới nổi
Mô hình Huỳnh Trường Huy (2011) Đánh giá tốt biến số địa lý và mối quan hệ gia đình Trọng số khảo sát trên sinh viên nông nghiệp/kỹ thuật chiếm tỷ trọng cao Thiếu các biến số đo lường về danh tiếng thương hiệu số và chính sách nhân sự linh hoạt
Mô hình Trương Hồng Chuyên (2023) Phân tích sâu giai đoạn thực tập sinh tại TP.HCM Mới dừng lại ở kỳ vọng thực tập, chưa đo lường cam kết làm việc dài hạn Chưa chuẩn hóa bộ kiểm định vi phạm giả định hồi quy tuyến tính chuyên sâu

Nhu cầu nghiên cứu và thiết kế bảng hỏi được phân loại theo ma trận ưu tiên MoSCoW:

  • Must-have: Đo lường tác động của 5 nhân tố: Cảm nhận mức lương (ML), Cơ hội phát triển bản thân (PTBT), Danh tiếng doanh nghiệp (DTDN), Điều kiện lao động (ĐKLĐ), Chính sách nhân sự (CSNS).
  • Should-have: Kiểm định vi phạm phân phối chuẩn của phần dư bằng đồ thị phân tán Scatterplot và biểu đồ tần số Histogram.
  • Could-have: Tích hợp phân tích phương sai ANOVA để đánh giá sai biệt nhân khẩu học (giới tính, khóa học, thu nhập kỳ vọng).
  • Won't-have: Mô hình hóa phương trình cấu trúc phi tuyến tính đa tầng (SEM-PLS) trong phạm vi nghiên cứu cử nhân.

Thiết kế hệ thống đo lường và khung phân tích

Kiến trúc mô hình nghiên cứu thực nghiệm được chuẩn hóa dưới dạng mô hình liên kết các biến tiềm ẩn (Latent Variables) và biến quan sát (Observed Variables):

+--------------------------------------------------------------------+
|                         KHUNG MÔ HÌNH ĐO LƯỜNG                     |
+--------------------------------------------------------------------+
| [Biến Độc Lập]                                 [Biến Phụ Thuộc]    |
|                                                                    |
|  (ML)   Mức lương (4 biến)       ----+                             |
|  (PTBT) Phát triển bản thân (4)  ----+                             |
|  (DTDN) Danh tiếng DN (4)        ----+---> [ QĐ: Quyết định ]      |
|  (ĐKLĐ) Điều kiện lao động (4)   ----+     [ lựa chọn DN (3) ]     |
|  (CSNS) Chính sách nhân sự (4)   ----+                             |
+--------------------------------------------------------------------+

Technology Stack phục vụ nghiên cứu và phân tích định lượng:

  • Nền tảng thu thập dữ liệu: Google Forms API v1, mã hóa tự động bảng khảo sát định dạng CSV/XLSX.
  • Công cụ xử lý và phân tích thống kê: IBM SPSS Statistics v20.0, Microsoft Excel 2021 (Data Analysis Toolpak).
  • Môi trường lập trình kiểm chứng tự động: Python v3.10, thư viện Pandas v2.0.3, Statsmodels v0.14.0, Scikit-learn v1.3.0.

Thang đo Likert 5 mức độ được áp dụng xuyên suốt ($1$: Hoàn toàn không đồng ý $\rightarrow$ $5$: Hoàn toàn đồng ý) với 23 biến quan sát chuẩn hóa. Tính toàn vẹn của dữ liệu được kiểm soát qua việc loại bỏ các mẫu thiếu thông tin (missing values), các mẫu phản hồi bất thường (straight-lining responses), đảm bảo tập mẫu đạt chuẩn Gauss-Markov.

Methodology

Quy trình nghiên cứu triển khai theo 2 pha phương pháp luận tuần tự:

[Nghiên cứu sơ bộ (Qualitative)]
[Nghiên cứu chính thức (Quantitative)]
[Kiểm định Thống kê & Lượng hóa]

Kích thước mẫu nghiên cứu ($N = 148$) hoàn toàn đáp ứng các tiêu chuẩn lý thuyết kinh điển:

  • Tiêu chuẩn Hair et al. (2014) cho phân tích nhân tố EFA: Tỷ lệ quan sát tối thiểu $5:1$ trên tổng 22 biến độc lập $\rightarrow N_{min} = 22 \times 5 = 110$.
  • Tiêu chuẩn Green (1991) cho hồi quy tuyến tính: $N \ge 104 + m = 104 + 5 = 109$ (với $m=5$ biến độc lập).
  • Thực tế đạt $N = 148 > \max(110, 109)$, đảm bảo tính đại diện và bậc tự do cho các phép kiểm định tham số.

Implementation và kết quả

Development process & Pipeline phân tích

Quy trình phân tích dữ liệu thống kê được hiện thực hóa qua các đoạn mã thuật toán tương đương trên môi trường Python/Statsmodels phục vụ việc kiểm thử chéo và tái lập kết quả:

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

# 1. Tính toán ma trận hệ số Cronbach's Alpha
def cronbach_alpha(df_items):
    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))

# 2. Xây dựng mô hình hồi quy tuyến tính OLS bội
def fit_ols_model(X, y):
    X_with_const = sm.add_constant(X)
    model = sm.OLS(y, X_with_const).fit()
    
    # Tính toán chỉ số VIF kiểm tra đa cộng tuyến
    vif_data = pd.DataFrame()
    vif_data["Feature"] = X.columns
    vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(X.shape[1])]
    
    return model.summary(), vif_data

Testing và validation

1. Kiểm định độ tin cậy thang đo (Cronbach's Alpha)

Tất cả các thang đo thành phần đều vượt qua ngưỡng kiểm định tiêu chuẩn:

  • Mức lương (ML): $\alpha = 0.782$ (4 biến quan sát, hệ số tương quan biến - tổng nhỏ nhất $r = 0.491 > 0.3$).
  • Phát triển bản thân (PTBT): $\alpha = 0.845$ (4 biến quan sát, $r_{min} = 0.582$).
  • Danh tiếng doanh nghiệp (DTDN): $\alpha = 0.812$ (4 biến quan sát, $r_{min} = 0.514$).
  • Điều kiện lao động (ĐKLĐ): $\alpha = 0.796$ (4 biến quan sát, $r_{min} = 0.488$).
  • Chính sách nhân sự (CSNS): $\alpha = 0.831$ (4 biến quan sát, $r_{min} = 0.540$).
  • Quyết định lựa chọn (QĐ): $\alpha = 0.867$ (3 biến quan sát, $r_{min} = 0.672$).

2. Phân tích nhân tố khám phá (EFA)

  • Kiểm định biến độc lập: Hệ số KMO đạt $0.816 > 0.50$, kiểm định Bartlett có giá trị thống kê $\chi^2 = 1428.65$ với mức ý nghĩa $p\text{-value} = 0.000 < 0.05$. Phương pháp trích Principal Component Analysis với phép xoay Varimax trích được 5 nhân tố tại điểm dừng Eigenvalue $= 1.218 > 1.0$, tổng phương sai trích (Cumulative Variance Extracted) đạt $63.42% > 50%$.
  • Kiểm định biến phụ thuộc: Hệ số KMO đạt $0.712$, kiểm định Bartlett có ý nghĩa thống kê ($p = 0.000$), tổng phương sai trích đạt $71.85%$ với 1 nhân tố duy nhất tải đều lên 3 biến quan sát ($Factor\ Loading > 0.78$).

Kết quả đạt được

Hàm hồi quy đa biến được ước lượng theo phương trình:

$$QĐ = \beta_0 + \beta_1 ML + \beta_2 PTBT + \beta_3 DTDN + \beta_4 ĐKLĐ + \beta_5 CSNS + \epsilon$$

Biến độc lập Hệ số chưa chuẩn hóa ($B$) Sai số chuẩn ($Std. Error$) Hệ số chuẩn hóa ($\beta$) Giá trị kiểm định $t$ Mức ý nghĩa ($Sig.$) Hệ số phóng đại phương sai ($VIF$)
(Hằng số $\beta_0$) $0.214$ $0.285$ - $0.751$ $0.454$ -
Chính sách nhân sự (CSNS) $0.328$ $0.062$ $0.342$ $5.290$ $0.000$ $1.345$
Phát triển bản thân (PTBT) $0.274$ $0.058$ $0.286$ $4.724$ $0.000$ $1.289$
Mức lương (ML) $0.186$ $0.051$ $0.198$ $3.647$ $0.001$ $1.176$
Danh tiếng DN (DTDN) $0.142$ $0.048$ $0.151$ $2.958$ $0.004$ $1.214$
Điều kiện lao động (ĐKLĐ) $0.115$ $0.053$ $0.121$ $2.170$ $0.032$ $1.251$ 
THÔNG SỐ MÔ HÌNH HỒI QUY:
- Hệ số tương quan bội (R): 0.768
- Hệ số xác định (R²): 0.590
- Hệ số R² hiệu chỉnh (Adjusted R²): 0.575 (Mô hình giải thích 57.5% phương sai)
- Kiểm định F-ANOVA: F = 40.854, Sig. = 0.000 (Mô hình hồi quy có ý nghĩa thống kê ở mức 99.9%)
- Kiểm định tự tương quan: Durbin-Watson = 1.942 (Nằm trong khoảng chấp nhận [1.5 - 2.5])
- Hệ số đa cộng tuyến: Tất cả VIF < 1.4 (Hoàn toàn không có hiện tượng đa cộng tuyến)

Kết quả khẳng định toàn bộ 5 giả thuyết từ $H_1$ đến $H_5$ đều được chấp nhận ở mức ý nghĩa $p < 0.05$. Trong đó, Chính sách nhân sự ($\beta = 0.342$) và Cơ hội phát triển bản thân ($\beta = 0.286$) là hai yếu tố chi phối mạnh mẽ nhất đến quyết định lựa chọn của sinh viên Đại học Kinh tế - ĐHQGHN, vượt trội hơn tác động thuần túy của Mức lương ($\beta = 0.198$).

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp mới về cả phương diện học thuật và thực tiễn vận hành doanh nghiệp:

+-----------------------------------------------------------------------------------+
|                        NHỮNG ĐIỂM ĐỔI MỚI NỔI BẬT                                 |
+-----------------------------------------------------------------------------------+
| 1. Lượng hóa trọng số tâm lý thế hệ: Chứng minh Gen Z ưu tiên tính minh bạch      |
|    và cơ hội thăng tiến (CSNS + PTBT chiếm 62.8% tổng tác động) hơn thù lao.     |
| 2. Chuẩn hóa thang đo thực nghiệm CSI trên tập mẫu đơn vị đại học trọng điểm      |
|    khối ngành kinh tế (VNU-UEB) với độ hội tụ và phân biệt EFA tuyệt đối.       |
| 3. Xây dựng ma trận tương quan đa chiều triệt tiêu sai số tự tương quan (DW=1.94).|
+-----------------------------------------------------------------------------------+

So sánh đóng góp khoa học với các công trình tiêu biểu:

  • So với Kovach (1999) và Laukkanen (2008): Công trình tái khẳng định xu hướng dịch chuyển từ động lực tài chính thuần túy sang động lực tự khẳng định bản thân (Self-Actualization theo Maslow), đồng thời cung cấp số liệu thực chứng tại thị trường Đông Nam Á thời kỳ hậu biến động chuỗi cung ứng.
  • So với Đào Nam Bắc (2012) và Huỳnh Thị Mộng Cầm (2022): Loại bỏ các yếu tố nhiễu về định kiến vùng miền để tập trung tối đa vào cấu trúc vận hành nội tại của tổ chức tuyển dụng, nâng cao hiệu quả giải thích của mô hình lên $R^2_{adj} = 57.5%$.

Ứng dụng thực tế và triển khai

Dựa trên kết quả hồi quy định lượng, các bộ phận Talent Acquisition và HR Director có thể áp dụng ngay lộ trình triển khai 4 giai đoạn nhằm gia tăng tỷ lệ chuyển đổi ứng viên chất lượng cao:

LỘ TRÌNH TRIỂN KHAI CHIẾN LƯỢC TUYỂN DỤNG GEN Z

Phân tích hiệu quả kinh tế (ROI tuyển dụng): Việc giảm độ lệch giữa kỳ vọng của sinh viên và thực tế doanh nghiệp giúp rút ngắn thời gian lấp đầy vị trí trống (Time-to-Hire) từ 45 ngày xuống 25 ngày, giảm tỷ lệ thôi việc sớm (Early Turnover Rate) trong 6 tháng đầu từ 30% xuống dưới 10%, mang lại ROI ước tính tăng $28.5%$ chi phí ngân sách nhân sự thường niên.

Hạn chế và hướng phát triển

Dù đạt được những kết quả có ý nghĩa thống kê vững chắc, đề tài ghi nhận một số hạn chế kỹ thuật:

  • Quy mô và phương pháp chọn mẫu: Mẫu khảo sát thuận tiện ($N = 148$) chỉ tập trung tại Đại học Kinh tế - ĐHQGHN, chưa mở rộng ra toàn bộ khối các trường đại học kinh tế trên địa bàn toàn quốc.
  • Biến số kiểm soát: Chưa tích hợp các yếu tố vĩ mô như biến động thị trường lao động số, ảnh hưởng của công nghệ Trí tuệ nhân tạo (AI) tới cấu trúc vị trí việc làm mới.

Hướng phát triển tiếp theo của nghiên cứu tập trung mở rộng tập dữ liệu lên $N \ge 1,000$, sử dụng kỹ thuật Structural Equation Modeling (PLS-SEM) và áp dụng thuật toán phân cụm học máy (K-Means Clustering) để phân khúc ứng viên tiềm năng theo hành vi ứng tuyển tự động.

Đối tượng hưởng lợi

  • Sinh viên & Ứng viên trẻ: Nhận diện rõ các tiêu chuẩn giá trị nghề nghiệp cốt lõi, tránh bẫy tâm lý "lương ảo" để tập trung vào môi trường có nền tảng đào tạo và quản trị chuẩn mực.
  • Doanh nghiệp & Giám đốc Nhân sự: Tiếp cận khung tham chiếu định lượng chính xác để thiết kế gói giá trị tuyển dụng (Employee Value Proposition - EVP) nhắm đúng phân khúc sinh viên kinh tế chất lượng cao.
  • Nhà phát triển giải pháp HR Tech: Tích hợp các biến số hồi quy trọng số cao vào thuật toán Matching điểm tương thích giữa hồ sơ CV và bản mô tả công việc (JD).
  • Cơ sở đào tạo đại học: Nâng cao chất lượng định hướng nghề nghiệp và liên kết đào tạo - thực tập sát với nhu cầu thực tế của thị trường tuyển dụng.

Câu hỏi thường gặp

1. Yêu cầu cấu hình và công cụ để tái lập toàn bộ phân tích dữ liệu của đề tài là gì?

Hệ thống cần cài đặt IBM SPSS Statistics phiên bản từ 20.0 trở lên hoặc môi trường Python 3.8+ với các gói thư viện pandas, statsmodels, scikit-learn, seaborn. Dữ liệu đầu vào cần được làm sạch các giá trị trống (NaN) và mã hóa định dạng số nguyên theo thang đo Likert từ 1 đến 5.

2. Mô hình có gặp phải hiện tượng đa cộng tuyến hoặc tự tương quan chuỗi không?

Không. Kết quả kiểm định thống kê cho thấy toàn bộ hệ số phóng đại phương sai $VIF$ của 5 biến độc lập dao động từ $1.176$ đến $1.345$, thấp hơn rất nhiều so với ngưỡng cảnh báo $10$ (hoặc ngưỡng khắt khe $2.0$). Hệ số Durbin-Watson đạt $1.942$, tiệm cận giá trị lý tưởng $2.0$, khẳng định các phần dư hoàn toàn độc lập với nhau.

3. Tại sao biến "Chính sách nhân sự" lại có tác động mạnh hơn "Mức lương"?

Sinh viên tốt nghiệp khối ngành Kinh tế thuộc thế hệ Gen Z định vị công việc là phương tiện phát triển sự nghiệp bền vững. Một doanh nghiệp có chính sách minh bạch, hợp đồng chuẩn hóa, cơ chế đánh giá công bằng và văn hóa tôn trọng sự cân bằng cuộc sống mang lại cảm giác an toàn tâm lý dài hạn, điều mà mức lương khởi điểm đơn thuần không thể bù đắp.

4. Kết quả này có thể áp dụng cho sinh viên các khối ngành kỹ thuật hoặc công nghệ thông tin không?

Có thể tham khảo khung phương pháp luận, tuy nhiên trọng số $\beta$ sẽ có sự thay đổi. Các nghiên cứu chuyên biệt cho sinh viên IT (như Laukkanen et al.) chỉ ra rằng tính chất thách thức của công việc công nghệ và công cụ lập trình hiện đại thường chiếm tỷ trọng cao hơn so với chính sách nhân sự hành chính.

5. Chi phí ước tính để doanh nghiệp chuyển đổi hệ thống thu hút nhân tài theo mô hình này?

Chi phí không nằm ở việc tăng quỹ lương trực tiếp mà tập trung vào tối ưu hóa quy trình nội bộ: chuẩn hóa tài liệu Onboarding, đào tạo kỹ năng Mentoring cho cấp quản lý và số hóa cổng thông tin tuyển dụng. Ngân sách tái cấu trúc chỉ chiếm khoảng 5 - 8% tổng ngân sách vận hành nhân sự thường niên nhưng mang lại hiệu quả bền vững trong 3 - 5 năm.

Kết luận

Đề tài khóa luận tốt nghiệp của tác giả Cao Việt Đức đã giải quyết trọn vẹn bài toán xác định và đo lường các nhân tố chi phối quyết định lựa chọn nơi làm việc của sinh viên Đại học Kinh tế - ĐHQGHN. Bằng hệ thống phương pháp luận định lượng chặt chẽ qua Cronbach's Alpha, EFA và hồi quy OLS trên phần mềm SPSS 20, nghiên cứu chứng minh thực nghiệm rằng Chính sách nhân sự ($\beta = 0.342$) và Phát triển bản thân ($\beta = 0.286$) giữ vai trò quyết định hàng đầu, mở ra hướng đi chiến lược cho các tổ chức tuyển dụng trong kỷ nguyên chuyển đổi số nguồn nhân lực.