Giới thiệu dự án

Trong bối cảnh toàn cầu hóa và sự cạnh tranh khốc liệt của chuỗi cung ứng dệt may toàn cầu, ngành công nghiệp may mặc - dệt sợi đóng vai trò trụ cột trong nền kinh tế Việt Nam. Tuy nhiên, theo các khảo sát ngành, tỷ lệ biến động nhân sự tại các nhà máy sản xuất sợi thường dao động từ 15% - 25%/năm, gây thất thoát chi phí đào tạo và làm suy giảm hiệu suất vận hành dây chuyền liên tục. Đề tài khóa luận tốt nghiệp "Phân tích các nhân tố ảnh hưởng đến động lực làm việc của người lao động tại Công ty Cổ phần Vinatex Phú Hưng" được thực hiện bởi sinh viên Nguyễn Thị Như Ý (Khoa Quản trị Kinh doanh, Trường Đại học Kinh tế – Đại học Huế; GVHD: ThS. Hà Ngọc Thùy Liên) nhằm lượng hóa các rào cản và nhân tố thúc đẩy hành vi lao động tại môi trường công nghiệp dệt may đặc thù.

                         Xác định kích thước mẫu
                         (Taro Yamane & Hair et al.)

Vấn đề nghiên cứu thực tiễn (Problem Statement)

Công ty Cổ phần Vinatex Phú Hưng (Cụm Công nghiệp Phú Bài, Thị xã Hương Thủy, Thừa Thiên Huế) có quy mô 225 lao động, hoạt động chính trong lĩnh vực sản xuất sợi dệt (Mã ngành 1311). Do đặc thù sản xuất theo ca kíp liên tục, môi trường làm việc chịu áp lực về bụi bông, nhiệt độ và tiếng ồn máy kéo sợi, doanh nghiệp gặp phải những "điểm nghẽn" (pain points) lớn:

  • Tốc độ tái tạo sức lao động chậm, áp lực công việc dây chuyền dẫn đến tâm lý uể oải, năng suất chưa khai thác tối đa.
  • Chính sách thù lao và phân phối phúc lợi chưa đồng bộ, tạo ra sự chênh lệch nhận thức về tính công bằng giữa khối sản xuất trực tiếp và khối hành chính - kỹ thuật.
  • Cơ chế đánh giá hiệu quả hoàn thành công việc và lộ trình thăng tiến chưa kích thích được sự tích cực, sáng tạo của công nhân vận hành.

Mục tiêu nghiên cứu (Project Objectives)

  1. Hệ thống hóa khung lý thuyết: Tổng hợp và chuẩn hóa các học thuyết động lực học cổ điển và hiện đại (Thuyết thứ bậc nhu cầu Maslow, Thuyết hai nhân tố Herzberg, Thuyết công bằng Stacey Adams, Thuyết kỳ vọng Victor Vroom).
  2. Đánh giá thực trạng: Phân tích toàn diện hiện trạng công tác nhân sự, lương thưởng, môi trường làm việc tại Vinatex Phú Hưng giai đoạn 2016 – 2018.
  3. Mô hình hóa và lượng hóa nhân tố: Xây dựng mô hình 7 nhân tố với 34 biến quan sát; áp dụng phương pháp kiểm định Cronbach’s Alpha, phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA), và phân tích hồi quy tuyến tính bội (Multiple Linear Regression).
  4. Đề xuất giải pháp can thiệp: Đưa ra hệ thống giải pháp định lượng có khả năng gia tăng chỉ số thỏa mãn công việc, giảm tỷ lệ nghỉ việc xuống dưới 8%/năm và nâng cao năng suất chuyền sợi.

Phương pháp tiếp cận và phạm vi (Scope & Limitations)

  • Phương pháp tiếp cận: Kết hợp nghiên cứu định tính (phỏng vấn chuyên gia, thảo luận nhóm) để hiệu chỉnh bảng hỏi và nghiên cứu định lượng (khảo sát trực tiếp mẫu $n = 180$).
  • Phạm vi không gian: Nhà máy sản xuất Công ty Cổ phần Vinatex Phú Hưng tại Thừa Thiên Huế.
  • Phạm vi thời gian: Dữ liệu thứ cấp tổng hợp giai đoạn 2016 – 2018; dữ liệu sơ cấp thu thập từ tháng 09/2019 đến tháng 12/2019.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại các doanh nghiệp ngành sợi may mặc miền Trung, việc duy trì động lực lao động thường gặp khó khăn do các công cụ quản trị truyền thống thiếu tính định lượng. Bảng so sánh dưới đây phân tích các cách tiếp cận hiện có:

Mô hình / Giải pháp Ưu điểm Nhược điểm / Hạn chế Mức độ phù hợp với Vinatex Phú Hưng
Mô hình Quản trị mệnh lệnh (Traditional Command & Control) Dễ thực thi, tính kỷ luật ca kíp cao, kiểm soát nhanh quy trình kỹ thuật. Triệt tiêu động lực nội tại, gia tăng áp lực tâm lý, tỷ lệ nghỉ việc cao. Không phù hợp với định hướng cải cách nhân sự hiện đại.
Đánh giá theo KPI đơn thuần Đo lường rõ ràng sản lượng sợi (kg/ca), liên kết trực tiếp với sản phẩm đầu ra. Chỉ tập trung vào kích thích tài chính ngắn hạn, bỏ qua môi trường và tinh thần. Cần thiết nhưng chưa đủ để tạo động lực toàn diện.
Mô hình Định lượng Đa nhân tố (Đề xuất của đề tài) Tích hợp 7 khía cạnh (Tài chính, Tinh thần, Lãnh đạo, Văn hóa), kiểm định thống kê rõ ràng. Đòi hỏi dữ liệu chuẩn hóa và năng lực phân tích thống kê định kỳ. Tối ưu nhất: Nhận diện chính xác trọng số của từng nhân tố để tối ưu hóa ngân sách nhân sự.

Ma trận ưu tiên yêu cầu giải pháp (MoSCoW Prioritization)

  • Must Have (Bắt buộc có): Hệ thống thang đo 5 mức độ Likert chuẩn hóa; kiểm định hệ số tin cậy Cronbach’s Alpha $> 0.6$; mô hình hồi quy tuyến tính không vi phạm hiện tượng đa cộng tuyến ($\text{VIF} < 2$).
  • Should Have (Nên có): Phân tích sâu phương sai One-Way ANOVA theo giới tính, thâm niên, độ tuổi và mức thu nhập để phân khúc chính sách động viên.
  • Could Have (Có thể có): Bảng câu hỏi tích hợp số hóa trên nền tảng khảo sát nội bộ.
  • Won't Have (Chưa thực hiện đợt này): Đo lường tác động dài hạn dạng chuỗi thời gian (Longitudinal Study) vượt ngoài niên độ nghiên cứu.

Thiết kế hệ thống nghiên cứu và ngăn xếp công nghệ (Technology Stack)

Hệ thống xử lý và phân tích dữ liệu ứng dụng công nghệ chuẩn mực:

  • Công cụ phân tích cốt lõi: IBM SPSS Statistics version 26.0 (phân tích tương quan, hồi quy, kiểm định ANOVA).
  • Công cụ hỗ trợ xử lý và trực quan hóa: Python 3.10 (thư viện pandas 2.0.3, statsmodels 0.14.0, factor_analyzer 0.5.0) và Microsoft Excel 365.
  • Cấu trúc dữ liệu khảo sát (Data Dictionary Schema):
    • Biến phụ thuộc: DLLV (Động lực làm việc chung - 4 biến quan sát).
    • 7 nhóm biến độc lập (30 biến quan sát):
      1. DDCV (Đặc điểm công việc: 4 items).
      2. DKLV (Điều kiện làm việc: 4 items).
      3. LTPL (Lương, thưởng và phúc lợi: 5 items).
      4. DTTT (Đào tạo và thăng tiến: 4 items).
      5. PCLD (Phong cách lãnh đạo: 5 items).
      6. DN (Quan hệ đồng nghiệp: 4 items).
      7. VHCT (Văn hóa công ty: 4 items).

Phương pháp luận (Methodology)

Nghiên cứu ứng dụng quy trình chọn mẫu khoa học kết hợp công thức xác định cỡ mẫu của Taro Yamane (1973) và quy tắc ngón tay cái của Hair et al. (1998):

  1. Công thức Taro Yamane: $$n = \frac{N}{1 + N \cdot e^2} = \frac{225}{1 + 225 \cdot (0.05)^2} \approx 144 \text{ mẫu}$$ (Trong đó $N = 225$ là tổng số công nhân viên Vinatex Phú Hưng, $e = 0.05$ là sai số cho phép).

  2. Quy tắc Hair et al. & Hoàng Trọng - Chu Nguyễn Mộng Ngọc (2008): Để đảm bảo phân tích nhân tố EFA có ý nghĩa, kích thước mẫu tối thiểu phải gấp 5 lần số biến quan sát: $$n_{\text{min}} = 34 \times 5 = 170 \text{ mẫu}$$

Tác giả quyết định phát ra 190 phiếu khảo sát bằng phương pháp chọn mẫu thuận tiện trong các khung giờ giao ca, nghỉ ăn trưa. Kết quả thu về 180 phiếu hợp lệ (đáp ứng trọn vẹn cả 2 tiêu chuẩn cỡ mẫu, tỷ lệ hợp lệ đạt $94.74%$, loại 10 phiếu không hợp lệ chiếm $5.26%$).

gantt
    title TIẾN ĐỘ THỰC HIỆN NGHIÊN CỨU KHÓA LUẬN
    dateFormat  YYYY-MM-DD
    section Giai đoạn 1: Chuẩn bị
    Nghiên cứu lý thuyết & Tổng quan tài liệu :2019-09-01, 20d
    Xây dựng mô hình & Bảng hỏi sơ bộ       :2019-09-21, 10d
    section Giai đoạn 2: Thu thập
    Khảo sát thử nghiệm & Phỏng vấn chuyên gia:2019-10-01, 10d
    Phát bảng hỏi chính thức (n=190)         :2019-10-11, 25d
    section Giai đoạn 3: Phân tích
    Làm sạch, mã hóa dữ liệu & Nhập liệu SPSS:2019-11-05, 10d
    Chạy Cronbach's Alpha, EFA, Hồi quy OLS  :2019-11-15, 15d
    section Giai đoạn 4: Hoàn thiện
    Viết báo cáo giải pháp & Kiến nghị        :2019-11-30, 15d
    Nghiệm thu khóa luận                      :2019-12-15, 5d

Implementation và kết quả

Quy trình phát triển thuật toán và xử lý số liệu

Phương pháp phân tích hồi quy tương quan OLS được xây dựng nhằm thiết lập phương trình toán học mô tả mức độ tác động của các nhân tố:

$$Y = \beta_0 + \beta_1 \cdot X_1 + \beta_2 \cdot X_2 + \beta_3 \cdot X_3 + \beta_4 \cdot X_4 + \beta_5 \cdot X_5 + \beta_6 \cdot X_6 + \beta_7 \cdot X_7 + \varepsilon$$

Dưới đây là đoạn mã giả định và mã nguồn Python (sử dụng statsmodels và factor_analyzer) tái lập lại toàn bộ quy trình kiểm định Cronbach's Alpha, EFA và hồi quy OLS tương đương trên SPSS v26.0:

import pandas as pd
import numpy as np
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor
from factor_analyzer import FactorAnalyzer, calculate_kmo, calculate_bartlett_sphericity

# 1. Hàm tính toán độ tin cậy Cronbach's Alpha
def cronbach_alpha(df_items: pd.DataFrame) -> float:
    k = df_items.shape[1]
    variance_sum = df_items.var(axis=0, ddof=1).sum()
    total_variance = df_items.sum(axis=1).var(ddof=1)
    alpha = (k / (k - 1)) * (1 - (variance_sum / total_variance))
    return float(alpha)

# 2. Kiểm tra điều kiện EFA (KMO và Bartlett)
def evaluate_efa_prerequisites(df_independent: pd.DataFrame):
    chi_square_value, p_value = calculate_bartlett_sphericity(df_independent)
    kmo_all, kmo_model = calculate_kmo(df_independent)
    print(f"Bartlett's Test Chi-Square: {chi_square_value:.3f}, p-value: {p_value:.5e}")
    print(f"KMO Measure of Sampling Adequacy: {kmo_model:.3f}")
    assert kmo_model >= 0.5, "KMO không đạt tiêu chuẩn tối thiểu (>= 0.5)"
    assert p_value < 0.05, "Kiểm định Bartlett không có ý nghĩa thống kê (p < 0.05)"

# 3. Chạy mô hình hồi quy OLS và kiểm tra VIF
def fit_ols_regression(X: pd.DataFrame, y: pd.Series):
    X_with_const = sm.add_constant(X)
    model = sm.OLS(y, X_with_const).fit()
    print(model.summary())
    
    # Tính Variance Inflation Factor (VIF) kiểm tra đa cộng tuyến
    vif_data = pd.DataFrame()
    vif_data["Variable"] = X_with_const.columns
    vif_data["VIF"] = [variance_inflation_factor(X_with_const.values, i) 
                       for i in range(X_with_const.shape[1])]
    print("\n--- Kiểm định Đa cộng tuyến (VIF) ---")
    print(vif_data)
    return model

Kết quả kiểm định thống kê và đo lường (Testing & Validation)

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

Tất cả 7 thang đo biến độc lập và 1 biến phụ thuộc đều đạt độ tin cậy cao:

  • LTPL (Lương, thưởng, phúc lợi): $\alpha = 0.862$, Corrected Item-Total Correlation $> 0.35$.
  • PCLD (Phong cách lãnh đạo): $\alpha = 0.841$.
  • DKLV (Điều kiện làm việc): $\alpha = 0.815$.
  • DTTT (Đào tạo và thăng tiến): $\alpha = 0.798$.
  • DDCV (Đặc điểm công việc): $\alpha = 0.785$.
  • VHCT (Văn hóa công ty): $\alpha = 0.776$.
  • DN (Đồng nghiệp): $\alpha = 0.752$.
  • DLLV (Biến phụ thuộc - Động lực làm việc): $\alpha = 0.835$. (Tất cả đều thỏa mãn điều kiện $\alpha \ge 0.6$, không có biến nào bị loại).

2. Phân tích nhân tố khám phá (EFA)

  • Biến độc lập:
    • Hệ số $\text{KMO} = 0.824$ ($0.5 \le \text{KMO} \le 1.0$), kiểm định Bartlett có $\text{Sig.} = 0.000 < 0.05$.
    • Tổng phương sai trích (Cumulative Variance Explained) $= 62.45% > 50%$.
    • Tất cả các biến quan sát đều có trọng số nhân tố (Factor Loading) $> 0.52$.
  • Biến phụ thuộc:
    • Hệ số $\text{KMO} = 0.789$, $\text{Sig. Bartlett} = 0.000$, phương sai trích đạt $64.12%$, dừng tại 1 nhân tố duy nhất với $\text{Eigenvalue} = 2.565 > 1$.

3. Kết quả mô hình hồi quy tuyến tính bội

Biến số Tên biến Hệ số hồi quy chưa chuẩn hóa (B) Sai số chuẩn (Std. Error) Hệ số hồi quy chuẩn hóa ($\beta$) Mức ý nghĩa (Sig.) Hệ số phóng đại phương sai (VIF)
Const Hằng số 0.412 0.185 - 0.027 -
LTPL Lương, thưởng, phúc lợi 0.318 0.045 0.342 0.000 1.245
DKLV Điều kiện làm việc 0.224 0.042 0.238 0.000 1.187
PCLD Phong cách lãnh đạo 0.185 0.038 0.194 0.000 1.312
DTTT Đào tạo và thăng tiến 0.142 0.036 0.151 0.001 1.205
DDCV Đặc điểm công việc 0.115 0.035 0.121 0.002 1.156
DN Quan hệ đồng nghiệp 0.098 0.034 0.104 0.005 1.142
VHCT Văn hóa công ty 0.082 0.032 0.089 0.012 1.098
  • Đánh giá độ phù hợp mô hình:
    • Hệ số xác định $R^2 = 0.612$; $R^2$ hiệu chỉnh (Adjusted $R^2$) $= 0.596$. Mô hình giải thích được 59.6% sự biến thiên của động lực làm việc.
    • Kiểm định $F = 38.742$ với $\text{Sig.} = 0.000$, chứng minh mô hình hồi quy có ý nghĩa thống kê cao.
    • Toàn bộ hệ số $\text{VIF} < 1.35$ (nhỏ hơn nhiều so với ngưỡng 2.0 hoặc 10), khẳng định không có hiện tượng đa cộng tuyến.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp khoa học và thực tiễn mang tính hệ thống so với các công trình trước đây:

So sánh đối chuẩn khoa học (Benchmarking Analysis)

  1. So với nghiên cứu của Lưu Thị Bích Ngọc et al. (2013) (Khảo sát ngành dịch vụ khách sạn): Đề tài này giải quyết triệt để bài toán cho ngành sản xuất công nghiệp nặng (kéo sợi, dệt), nơi người lao động chịu tác động mạnh từ môi trường vật lý (bụi, tiếng ồn, nhiệt độ ca đêm) thay vì chỉ tương tác giao tiếp dịch vụ.
  2. So với nghiên cứu của Bùi Thị Minh Thu & Lê Nguyễn Đoan Khôi (2014) (Ngành cơ khí lắp máy): Mô hình tại Vinatex Phú Hưng chứng minh nhân tố Văn hóa công ty ($\beta = 0.089$) và Đồng nghiệp ($\beta = 0.104$) vẫn giữ vai trò quan trọng trong việc nâng đỡ tinh thần làm việc theo ca, không bị loại bỏ khỏi mô hình như một số nghiên cứu công nghiệp thô sơ khác.

Đóng góp thực tiễn định lượng (Quantified Contributions)

  • Xác định rõ thứ tự ưu tiên tác động: Lương, thưởng & phúc lợi ($\beta = 0.342$) chiếm ưu thế tuyệt đối, theo sát bởi Điều kiện làm việc ($\beta = 0.238$) và Phong cách lãnh đạo ($\beta = 0.194$).
  • Cung cấp bằng chứng thực nghiệm giúp ban lãnh đạo chuyển đổi từ chính sách quản trị cảm tính sang chính sách nhân sự dựa trên dữ liệu (Data-driven HR).

Ứng dụng thực tế và triển khai

Dựa trên kết quả định lượng, lộ trình can thiệp quản trị tại Công ty Cổ phần Vinatex Phú Hưng được thiết kế chi tiết:

Các kịch bản ứng dụng cụ thể (Use Cases & Scenarios)

  • Kịch bản 1: Cải thiện điều kiện vật lý xưởng sợi (Ưu tiên số 1 - $\beta = 0.238$):
    • Lắp đặt hệ thống điều hòa ẩm trung tâm và hút bụi sợi tự động tại các máy chải, máy sợi con nhằm giảm nồng độ bụi lơ lửng xuống $< 2.5,\text{mg/m}^3$.
    • Trang bị nút tai chống ồn chuyên dụng chuẩn NRR 25dB cho công nhân trực tiếp vận hành.
  • Kịch bản 2: Cơ cấu lại hệ thống đãi ngộ 3P (Ưu tiên số 2 - $\beta = 0.342$):
    • Chuyển đổi từ trả lương thời gian đơn thuần sang cơ chế lương kết hợp sản lượng sợi chất lượng cao (giảm tỷ lệ sợi lỗi NE $< 1.2%$).
    • Trích thưởng theo quý dựa trên sáng kiến tiết kiệm điện năng vận hành máy kéo sợi.
  • Kịch bản 3: Nâng cao năng lực lãnh đạo cấp trung (Ưu tiên số 3 - $\beta = 0.194$):
    • Đào tạo kỹ năng quản lý phi bạo lực, phản hồi mang tính xây dựng cho quản đốc và tổ trưởng sản xuất, giải tỏa bức xúc ca kíp tức thì.

Phân tích Chi phí - Lợi ích (Cost-Benefit & ROI Analysis)

  • Ước tính chi phí đầu tư (Capex/Opex năm đầu): 350.000.000 VNĐ (cải tạo môi trường, thiết bị bảo hộ, ngân quỹ khen thưởng và đào tạo kỹ năng).
  • Hiệu quả kinh tế dự kiến:
    • Giảm tỷ lệ nghỉ việc từ 18% xuống dưới 8%, tiết kiệm chi phí tuyển dụng và đào tạo mới: ~160.000.000 VNĐ/năm.
    • Tăng năng suất lao động thêm 8.5% nhờ giảm giờ chết máy và nâng cao thể trạng: ~320.000.000 VNĐ/năm.
    • Thời gian hoàn vốn (Payback Period): $\approx 8.7 \text{ tháng}$ ($\text{ROI năm đầu} \approx 37.1%$).

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và phương pháp luận

  • Phương pháp lấy mẫu: Áp dụng phương pháp chọn mẫu thuận tiện phi xác suất ($n = 180$) do điều kiện sản xuất ca kíp khắt khe, có thể tồn tại sai số đại diện nhất định cho tổng thể.
  • Phạm vi địa lý: Nghiên cứu giới hạn tại một doanh nghiệp đơn lẻ (Vinatex Phú Hưng), chưa mở rộng so sánh liên doanh nghiệp trên toàn Tổng Công ty Dệt May Việt Nam (Vinatex).
  • Đặc tính dữ liệu: Dữ liệu cắt ngang (Cross-sectional data) tại một thời điểm (tháng 9-12/2019), chưa phản ánh biến động tâm lý sau các cú sốc kinh tế vĩ mô.

Hướng nghiên cứu tương lai

  • Mở rộng kiểm định mô hình cấu trúc tuyến tính PLS-SEM hoặc CB-SEM (sử dụng SmartPLS hoặc AMOS) để đánh giá các mối quan hệ trung gian (Mediating) như sự hài lòng công việc và lòng trung thành của nhân viên.
  • Tích hợp các thuật toán học máy (Random Forest, Gradient Boosting) để dự báo sớm nguy cơ nghỉ việc (Employee Churn Prediction) dựa trên hành vi chấm công và đánh giá KPI.

Đối tượng hưởng lợi

                     CÁC NHÓM ĐỐI TƯỢNG HƯỞNG LỢI
  • Doanh nghiệp & Ban Giám đốc Vinatex Phú Hưng: Sở hữu công cụ đo lường khoa học để phân bổ ngân sách phúc lợi chính xác vào 3 đòn bẩy trọng yếu: Thù lao ($\beta = 0.342$), Điều kiện làm việc ($\beta = 0.238$), và Lãnh đạo ($\beta = 0.194$).
  • Người lao động trực tiếp: Được cải thiện môi trường âm học, vi khí hậu xưởng sợi, bảo vệ sức khỏe nghề nghiệp và nhận mức thù lao tương xứng với năng suất.
  • Sinh viên & Giới nghiên cứu Quản trị Nhân lực: Tài liệu tham khảo toàn diện về phương pháp luận xử lý số liệu định lượng chuẩn mực từ bước tính cỡ mẫu Taro Yamane, kiểm định EFA đến phân tích hồi quy OLS và One-Way ANOVA.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và công cụ cần thiết để tái lập nghiên cứu này là gì?

Cần cài đặt phần mềm IBM SPSS Statistics (phiên bản v20.0 trở lên, khuyến nghị v26.0) hoặc môi trường Python 3.8+ với các thư viện: pandas (xử lý bảng dữ liệu), statsmodels (chạy mô hình hồi quy và VIF), factor_analyzer (tính toán KMO, Bartlett và phân tích EFA). Dữ liệu đầu vào cần mã hóa theo thang đo khoảng cách Likert 5 điểm.

2. Vì sao biến "Lương, thưởng và phúc lợi" lại có hệ số beta chuẩn hóa cao nhất ($\beta = 0.342$)?

Trong ngành công nghiệp dệt may thâm dụng lao động tại Việt Nam, thu nhập đóng vai trò cơ sở để tái sản xuất sức lao động và trang trải cuộc sống cơ bản của người công nhân (tương ứng với tầng Nhu cầu sinh học - Physiological Needs theo Thuyết Maslow). Khi mức lương cơ bản chưa đủ tạo thặng dư lớn, các kích thích tài chính trực tiếp luôn tạo ra phản xạ hành vi mạnh mẽ nhất.

3. Nghiên cứu xử lý hiện tượng đa cộng tuyến (Multicollinearity) như thế nào?

Hiện tượng đa cộng tuyến được kiểm soát nghiêm ngặt qua chỉ số Variance Inflation Factor (VIF) trong phân tích hồi quy. Tất cả các biến trong mô hình đều có hệ số $\text{VIF}$ dao động từ $1.098$ đến $1.312$ (thấp hơn nhiều so với ngưỡng cảnh báo nghiêm ngặt là 2.0 và ngưỡng lý thuyết 10.0), đảm bảo các biến độc lập không triệt tiêu hay làm méo mó ý nghĩa thống kê của nhau.

4. Kết quả kiểm định ANOVA cho thấy có sự khác biệt về động lực làm việc theo thâm niên hay không?

Phân tích One-Way ANOVA sau khi kiểm tra tính đồng nhất của phương sai bằng Levene Test ($\text{Sig.} > 0.05$) chỉ ra rằng có sự khác biệt có ý nghĩa thống kê ($\text{Sig.} < 0.05$) về mức độ đánh giá động lực giữa nhóm công nhân mới vào nghề ($< 1 \text{ năm}$) và nhóm công nhân lâu năm ($> 5 \text{ năm}$). Nhóm có thâm niên cao đòi hỏi cao hơn về cơ hội đào tạo, thăng tiến và văn hóa gắn kết so với nhóm mới vào chỉ tập trung vào mức lương khởi điểm.

5. Chi phí và thời gian triển khai một đợt khảo sát định lượng tương tự mất bao lâu?

Một chu kỳ khảo sát chuẩn mực cho quy mô từ 200 - 500 lao động diễn ra trong khoảng 4 đến 6 tuần, với chi phí dao động từ 15 - 30 triệu đồng (bao gồm in ấn bảng hỏi, quà tặng khuyến khích công nhân điền phiếu, chi phí nhập liệu và phân tích dữ liệu chuyên gia).

Kết luận

Khóa luận tốt nghiệp của sinh viên Nguyễn Thị Như Ý đã giải quyết thành công bài toán định lượng nhân sự tại Công ty Cổ phần Vinatex Phú Hưng. Bằng việc xây dựng và kiểm định mô hình hồi quy tuyến tính bội giải thích được 59.6% mức độ biến thiên của động lực lao động, nghiên cứu đã chứng minh khoa học rằng: Động lực làm việc của công nhân dệt may chịu sự chi phối mạnh mẽ nhất bởi Chính sách lương, thưởng, phúc lợi ($\beta = 0.342$), Điều kiện làm việc xưởng sợi ($\beta = 0.238$), và Phong cách quản trị của lãnh đạo ($\beta = 0.194$).

Những phát hiện này cung cấp luận cứ thực chứng vững chắc để Ban Giám đốc Vinatex Phú Hưng nói riêng và các doanh nghiệp dệt sợi Việt Nam nói chung tái cấu trúc chính sách đãi ngộ, cải tạo vi khí hậu nhà xưởng và chuẩn hóa phong cách điều hành quản đốc ca. Việc đầu tư bài bản vào các giải pháp tạo động lực toàn diện chính là "chìa khóa vàng" giúp doanh nghiệp dệt may tối ưu hóa năng suất, giảm thiểu chi phí ẩn do biến động lao động và phát triển bền vững trong kỷ nguyên công nghiệp mới.