Giới thiệu dự án

Trong bối cảnh nền kinh tế thị trường cạnh tranh gay gắt, ngành xây dựng và bảo trì hạ tầng giao thông đòi hỏi sự bền bỉ, độ chuẩn xác kỹ thuật cao cùng tính kỷ luật nghiêm ngặt. Công ty Cổ phần Quản lý Đường bộ và Xây dựng Công trình Thừa Thiên Huế (HURAPECO) là đơn vị có bề dày hoạt động với cơ cấu 156 lao động (năm 2019), trong đó lao động trực tiếp chiếm 78,85% và lao động nam chiếm 75,64%. Mặc dù kết quả sản xuất kinh doanh ghi nhận mức tăng trưởng doanh thu ấn tượng từ 70,852 tỷ VNĐ (2017) lên 128,093 tỷ VNĐ (2019, tăng 42,72%) và lợi nhuận sau thuế đạt 2,150 tỷ VNĐ (tăng 63,37% so với 2018), doanh nghiệp vẫn đối mặt với các điểm nghẽn nội tại về quản trị nhân sự: tình trạng đi muộn về sớm, tỷ lệ nhân viên nghỉ việc tăng và thái độ làm việc thiếu nhiệt huyết ở các bộ phận hiện trường.

Vấn đề cốt lõi đặt ra là sự thiếu hụt một công cụ định lượng khoa học để đo lường chính xác mức độ thỏa mãn và các yếu tố tác động trực tiếp đến động lực của người lao động. Đề tài tập trung giải quyết bài toán này thông qua 3 mục tiêu cụ thể:

  1. Hệ thống hóa cơ sở lý thuyết về tạo động lực lao động (tháp Maslow, thuyết 2 yếu tố Herzberg, thuyết kỳ vọng Vroom, thuyết tăng cường Skinner, thuyết công bằng Adams).
  2. Xây dựng mô hình nghiên cứu thực nghiệm, kiểm định độ tin cậy và lượng hóa mức độ tác động của 5 nhóm nhân tố chính đến động lực làm việc của nhân viên tại HURAPECO.
  3. Đề xuất hệ thống giải pháp quản trị nhân sự thực tiễn nhằm gia tăng năng suất và mức độ gắn kết của cán bộ công nhân viên (CBCNV).

Nghiên cứu sử dụng phương pháp định lượng ứng dụng với cỡ mẫu khảo sát $N = 140$, thu thập qua bảng hỏi Likert 5 điểm, kết hợp phân tích số liệu tài chính - nhân sự giai đoạn 2017–2019. Phạm vi nghiên cứu giới hạn tại trụ sở và các xí nghiệp trực thuộc HURAPECO trên địa bàn tỉnh Thừa Thiên Huế.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại các doanh nghiệp xây lắp và quản lý giao thông truyền thống, công tác tạo động lực thường bị đồng nhất với chính sách lương cứng hoặc phân chia tiền thưởng định kỳ mang tính bình quân, thiếu tính cạnh tranh.

Mô hình tiếp cận Ưu điểm Nhược điểm / Hạn chế Mức độ phù hợp với HURAPECO
Thuyết Hai yếu tố (Herzberg, 1959) Phân định rõ nhân tố duy trì (Hygiene) và nhân tố động viên (Motivator). Khó tách biệt ranh giới giữa lương thưởng (duy trì) và ghi nhận thành tích trong môi trường công trường. Trung bình
Mô hình 10 nhân tố (Kovach, 1987) Toàn diện, bao quát cả yếu tố tâm lý và vật chất. Nhiều biến số trùng lặp, thang đo chưa tối ưu cho lao động kỹ thuật giao thông tại Việt Nam. Khá
Mô hình đề xuất 5 nhân tố (Nghiên cứu này) Tối ưu hóa biến quan sát, đo lường đúng trọng tâm đặc thù ngành đường bộ. Đòi hỏi quy trình kiểm định thống kê đa bước (EFA, Regression). Rất cao

Phân tích nhu cầu quản trị nguồn nhân lực theo mô hình MoSCoW:

  • Must-have: Xác định trọng số hồi quy chuẩn hóa ($\beta$) của 5 nhân tố; kiểm định vi phạm giả định hồi quy (đa cộng tuyến, phương sai sai số thay đổi).
  • Should-have: Kiểm định phi tham số (Mann-Whitney, Kruskal-Wallis) để tìm khác biệt động lực theo biến nhân khẩu học (giới tính, độ tuổi, trình độ học vấn, thâm niên).
  • Could-have: Tích hợp bảng câu hỏi khảo sát định kỳ vào hệ thống quản lý nội bộ.
  • Won't-have: Đánh giá chi tiết hiệu suất từng cá nhân cụ thể theo KPI vi mô trong phạm vi đề tài này.

Thiết kế hệ thống nghiên cứu

Mô hình nghiên cứu được xây dựng trên mối quan hệ tuyến tính giữa 5 biến độc lập và 1 biến phụ thuộc:

Technology Stack & Công cụ xử lý:

  • Phần mềm phân tích: IBM SPSS Statistics v22.0 / v26.0 kết hợp Python v3.10 (thư viện pandas, statsmodels, scikit-learn phục vụ đối soát số liệu).
  • Thang đo: Thang đo Likert 5 mức độ (1: Hoàn toàn không đồng ý $\rightarrow$ 5: Hoàn toàn đồng ý).
  • Hệ thống dữ liệu: File dữ liệu ma trận khảo sát $140 \times 28$ thuộc tính (mã hóa chuẩn hóa biến quan sát).

Bảo mật và chuẩn hóa dữ liệu:

  • Thu thập dữ liệu ẩn danh (Anonymous survey), loại bỏ hoàn toàn các trường dữ liệu định danh cá nhân trực tiếp (PII).
  • Mã hóa dữ liệu dạng số nguyên (integer 1..5) cho biến Likert và biến phân loại nhị phân/đa thức cho biến nhân khẩu học.

Methodology

Quy trình nghiên cứu triển khai theo 4 giai đoạn chuẩn mực:

Giai đoạn 1 (Tháng 10/2020): Thiết kế sơ bộ bảng hỏi, tham vấn chuyên gia & hiệu chỉnh
Giai đoạn 2 (Tháng 11/2020): Khảo sát thực địa, phát 140 phiếu điều tra tại các xí nghiệp
Giai đoạn 3 (Tháng 12/2020): Làm sạch dữ liệu, phân tích Cronbach's Alpha, EFA, Hồi quy OLS
Giai đoạn 4 (Tháng 01/2021): Thẩm định kết quả, phân tích ANOVA/Non-parametric & đề xuất giải pháp

Đánh giá và kiểm soát rủi ro phương pháp luận:

  • Rủi ro sai lệch chọn mẫu: Áp dụng quy tắc Tabachnick & Fidell ($N \ge 8m + 50 = 8 \times 5 + 50 = 90$). Cỡ mẫu thực tế $N = 140$ vượt 55,5% ngưỡng tối thiểu, đảm bảo tính đại diện thống kê.
  • Rủi ro biến rác: Loại bỏ các biến quan sát có hệ số tương quan biến - tổng ($Item\text{-}Total\ Correlation < 0,30$) ngay tại bước Cronbach's Alpha.

Implementation và kết quả

Development process

Quá trình phân tích thực nghiệm được cấu trúc hóa dưới dạng kịch bản phân tích dữ liệu thống kê. Dưới đây là thuật toán xử lý dữ liệu chuẩn hóa bằng Python tương đương quy trình thực hiện trên SPSS:

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

# 1. Tính toán Cronbach's Alpha cho từng nhóm thang đo
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)
    return (k / (k - 1)) * (1 - (variance_sum / total_variance))

# 2. Xử lý phân tích nhân tố khám phá (EFA)
def run_efa(df_independent: pd.DataFrame, n_factors: int = 5):
    fa = FactorAnalyzer(n_factors=n_factors, rotation="varimax", method="principal")
    fa.fit(df_independent)
    loadings = fa.loadings_
    ev, v = fa.get_eigenvalues()
    return loadings, ev

# 3. Ước lượng mô hình hồi quy tuyến tính bội OLS
def run_ols_regression(X: pd.DataFrame, y: pd.Series):
    X_with_const = sm.add_constant(X)
    model = sm.OLS(y, X_with_const).fit()
    
    # Kiểm tra hiện tượng đa cộng tuyến (VIF)
    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

Phương trình hồi quy tuyến tính tổng quát được thiết lập:

$$Y = \beta_0 + \beta_1 X_1 + \beta_2 X_2 + \beta_3 X_3 + \beta_4 X_4 + \beta_5 X_5 + e$$

Trong đó: $Y$ là Động lực làm việc (DLLV); $X_1$: Quan hệ với đồng nghiệp và cấp trên (QH); $X_2$: Điều kiện làm việc (DKLV); $X_3$: Đào tạo và phát triển (DTPT); $X_4$: Bản chất công việc (BCCV); $X_5$: Lương thưởng và phúc lợi (LTP); $e$ là sai số ngẫu nhiên.

Testing và validation

Kết quả kiểm định chất lượng mô hình đáp ứng toàn bộ các tiêu chuẩn kiểm định kinh tế lượng khắt khe:

Bước kiểm định Chỉ số kỹ thuật Ngưỡng tiêu chuẩn Giá trị đạt được Đánh giá kỹ thuật
Độ tin cậy thang đo Cronbach's Alpha biến độc lập $\ge 0,70$ $0,782 - 0,864$ Thang đo lường tốt, không có biến rác ($r_{it} > 0,3$)
Độ tin cậy biến phụ thuộc Cronbach's Alpha (DLLV) $\ge 0,70$ $0,821$ Đạt độ tin cậy chuẩn
Độ thích hợp mẫu EFA Hệ số KMO $0,50 \le KMO \le 1,0$ $0,812$ Phân tích nhân tố rất thích hợp
Tính tương quan biến EFA Kiểm định Bartlett's Test $Sig. < 0,05$ $Sig. = 0,000$ Các biến quan sát tương quan có ý nghĩa
Phương sai trích EFA Cumulative Variance $> 50%$ $61,45%$ Mô hình EFA giải thích được 61,45% biến thiên
Giá trị đặc trưng Eigenvalue $> 1,0$ $> 1,215$ 5 nhân tố trích xuất hội tụ chuẩn
Độ phù hợp mô hình OLS $R^2$ hiệu chỉnh ($Adj. R^2$) Càng gần 1 càng tốt $0,548$ 5 biến độc lập giải thích 54,8% biến thiên $Y$
Kiểm định mô hình tổng thể ANOVA ($F$-test) $Sig. < 0,05$ $F = 34,712; Sig. = 0,000$ Mô hình hồi quy có ý nghĩa thống kê
Tự tương quan phần dư Durbin-Watson ($d$) $1,0 < d < 3,0$ $1,876$ Không có hiện tượng tự tương quan
Hiện tượng đa cộng tuyến Hệ số phóng đại phương sai (VIF) $VIF < 2,0$ $1,120 - 1,450$ Không vi phạm hiện tượng đa cộng tuyến

Kết quả đạt được

Hệ số hồi quy chuẩn hóa ($\beta$) thể hiện mức độ đóng góp tương đối của từng nhân tố đến động lực làm việc:

  • Quan hệ với đồng nghiệp và cấp trên ($\beta \approx 0,312, p < 0,01$): Nhân tố tác động mạnh nhất. Sự hỗ trợ từ lãnh đạo xí nghiệp và tinh thần phối hợp đồng đội đóng vai trò hạt nhân.
  • Lương thưởng và phúc lợi ($\beta \approx 0,285, p < 0,01$): Nền tảng vật chất then chốt để duy trì mức độ an tâm công tác của người lao động.
  • Điều kiện làm việc ($\beta \approx 0,214, p < 0,05$): Môi trường an toàn lao động, trang bị bảo hộ tại công trường đường bộ giảm thiểu rủi ro thể chất.
  • Bản chất công việc ($\beta \approx 0,186, p < 0,05$): Sự tự chủ và tính phong phú của nhiệm vụ được giao.
  • Đào tạo và phát triển ($\beta \approx 0,154, p < 0,05$): Cơ hội nâng cao tay nghề và thăng tiến nghề nghiệp.

Kiểm định phi tham số (Kruskal-Wallis và Mann-Whitney U) chỉ ra không có sự khác biệt có ý nghĩa thống kê về động lực theo giới tính ($p > 0,05$), nhưng có sự khác biệt rõ rệt theo vị trí làm việc giữa lao động gián tiếp (văn phòng) và lao động trực tiếp (xí nghiệp công trường).

Đổi mới và đóng góp

Nghiên cứu mang lại những giá trị cải tiến mang tính thực nghiệm so với các nghiên cứu tiền nhiệm trong cùng lĩnh vực:

                           SO SÁNH MÔ HÌNH NGHIÊN CỨU
  Nghiên cứu                    Phương pháp & Mẫu     Tập trung chính
  Phạm Thị Minh Lý (2015)       N=386 (SMEs TPHCM)    Nhân viên văn phòng
  Vũ Minh Hùng (2017)           N=120 (Dịch vụ công)  Điều kiện làm việc chung
  Hoàng Phương Thảo (Đề tài)    N=140 (HURAPECO Huế)  Lao động xây lắp giao thông
  1. Hiệu chỉnh thang đo đặc thù ngành hạ tầng giao thông: Không áp dụng rập khuôn các mô hình của khối dịch vụ hay công nghệ thông tin, nghiên cứu tích hợp các biến quan sát đo lường tính chất nặng nhọc, độc hại và phân tán của ngành duy tu sửa chữa đường bộ.
  2. Lượng hóa mức độ giải thích vượt trội: Mô hình đạt hệ số $R^2$ hiệu chỉnh $54,8%$, vượt qua ngưỡng thông thường ($40 - 50%$) trong các nghiên cứu hành vi tổ chức tại doanh nghiệp xây dựng nhà nước cổ phần hóa.
  3. Đóng góp phương pháp luận kết hợp: Kết hợp giữa phân tích hồi quy tham số (Parametric Regression) để tìm trọng số định lượng và kiểm định phi tham số (Non-parametric tests) nhằm phát hiện khác biệt nhóm nhân khẩu học không tuân theo phân phối chuẩn.

Ứng dụng thực tế và triển khai

Trường hợp ứng dụng tại HURAPECO

Mô hình và kết quả nghiên cứu được ứng dụng trực tiếp tại các đơn vị cơ sở:

  • Xí nghiệp QLĐB 1, 2, 3: Triển khai quy chuẩn an toàn lao động, trang bị xe cơ giới chuyên dụng và cải thiện điều kiện lán trại dã chiến khi duy tu quốc lộ/tỉnh lộ.
  • Xí nghiệp Bê tông nhựa (BTN) XDCT Hương Thọ, Phú Lộc: Thiết lập định mức năng suất ca kíp và chính sách thưởng vượt tiến độ minh bạch.
                      LỘ TRÌNH TRIỂN KHAI GIẢI PHÁP 4 QUÝ

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

  • Chi phí dự kiến triển khai: Khoảng 180 - 220 triệu VNĐ/năm (chi cho quỹ khen thưởng đột xuất, trang thiết bị an toàn và các khóa huấn luyện an toàn - kỹ thuật).
  • Lợi ích định lượng:
    • Giảm 25% tỷ lệ nghỉ việc và chi phí tuyển dụng thay thế (tiết kiệm ước tính ~120 triệu VNĐ/năm).
    • Tăng 10 - 15% năng suất lao động hiện trường, rút ngắn thời gian hoàn thành nghiệm thu công trình.
    • Tối ưu hóa biên lợi nhuận ròng thông qua việc hạn chế tối đa sai hỏng kỹ thuật và tai nạn lao động.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Phương pháp lấy mẫu: Sử dụng phương pháp chọn mẫu thuận tiện ($N = 140$) do điều kiện công nhân thi công phân tán rải rác trên các tuyến giao thông, có thể tiềm ẩn sai số ngẫu nhiên.
  • Phạm vi không gian: Dữ liệu chỉ thu thập tại địa bàn Thừa Thiên Huế, chưa bao quát toàn bộ các doanh nghiệp xây dựng công trình giao thông tại khu vực Miền Trung.

Hướng nghiên cứu mở rộng

  • Ứng dụng mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) để phân tích các mối quan hệ đa tầng, biến trung gian (Job Satisfaction) và biến điều tiết (Organizational Culture).
  • Mở rộng tập mẫu xuyên suốt các công ty cùng ngành tại Quảng Bình, Quảng Trị và Đà Nẵng để nâng cao tính phổ quát của mô hình.

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học ngành Quản trị nhân lực/Kinh tế: Tiếp cận tài liệu tham khảo hoàn chỉnh từ thiết kế bảng hỏi, xử lý ma trận SPSS, giải thích bảng hồi quy ANOVA đến viết báo cáo học thuật.
  • Chuyên viên Nhân sự & Data Analyst: Tham khảo kịch bản phân tích Cronbach's Alpha, EFA và OLS để áp dụng vào phân tích Employee Turnover và Employee Engagement nội bộ.
  • Ban Giám đốc & Nhà quản lý doanh nghiệp xây dựng: Sở hữu khung phân tích định lượng cụ thể, tránh việc ra quyết định đãi ngộ nhân sự dựa trên cảm tính chủ quan.
  • Nhà nghiên cứu kinh tế lượng ứng dụng: Kế thừa bộ thang đo 28 biến quan sát chuẩn hóa để kiểm định cho các ngành công nghiệp nặng và kỹ thuật.

Câu hỏi thường gặp

1. Tại sao kích thước mẫu n = 140 là đủ độ tin cậy thống kê cho nghiên cứu này?

Theo quy tắc kinh nghiệm của Bollen (1989) (tối thiểu 5 mẫu cho 1 biến quan sát) và Tabachnick & Fidell (1999) ($n \ge 8m + 50$ với $m$ là số biến độc lập): Với $m = 5$, cỡ mẫu tối thiểu là $8 \times 5 + 50 = 90$. Cỡ mẫu $N = 140$ đạt $89,7%$ tổng số CBCNV toàn công ty (156 người), đảm bảo kiểm định có ý nghĩa thống kê cao.

2. Làm thế nào để kiểm soát hiện tượng đa cộng tuyến trong mô hình hồi quy 5 nhân tố?

Hiện tượng đa cộng tuyến được kiểm soát chặt chẽ qua hệ số phóng đại phương sai (VIF). Trong mô hình nghiên cứu, tất cả các hệ số VIF của 5 biến độc lập đều nằm trong khoảng $1,120 - 1,450$, thấp hơn nhiều so với ngưỡng cảnh báo $VIF < 2,0$, chứng minh các biến độc lập không có hiện tượng tương quan cao làm sai lệch ước lượng OLS.

3. Tại sao biến "Quan hệ đồng nghiệp và cấp trên" lại có trọng số tác động cao nhất?

Đặc thù công tác quản lý đường bộ và thi công xây lắp đòi hỏi sự phối hợp nhóm cao độ tại công trường xa trụ sở. Sự tin tưởng, hỗ trợ từ cấp trên và tinh thần đồng đội giúp giảm bớt áp lực môi trường khắc nghiệt, tạo động lực tinh thần vượt trội so với các yếu tố đơn thuần về vật chất.

4. Kết quả kiểm định phi tham số cho thấy điều gì về sự phân hóa nhân sự?

Kiểm định Mann-Whitney U và Kruskal-Wallis cho thấy không có sự khác biệt động lực theo giới tính ($p > 0,05$), nhưng có sự chênh lệch có ý nghĩa thống kê theo thâm niên và vị trí làm việc. Lao động trực tiếp lâu năm có mức độ nhạy cảm cao hơn với điều kiện an toàn và chính sách thù lao so với nhóm nhân viên văn phòng.

5. Doanh nghiệp cần ưu tiên phân bổ ngân sách cho nhân tố nào trước?

Ưu tiên số 1 là hoàn thiện chính sách đánh giá hiệu quả gắn với tiền lương, tiền thưởng minh bạch (LTP, $\beta = 0,285$) kết hợp cải thiện cơ chế trao đổi, đối thoại hai chiều giữa Ban giám đốc/Đội trưởng công trình với người lao động (QH, $\beta = 0,312$).

Kết luận

Khóa luận tốt nghiệp của tác giả Hoàng Phương Thảo đã giải quyết thành công bài toán lượng hóa các nhân tố tác động đến động lực lao động tại Công ty Cổ phần Quản lý Đường bộ và Xây dựng Công trình Thừa Thiên Huế. Bằng việc kết hợp chặt chẽ giữa hệ thống lý thuyết quản trị kinh điển và phương pháp phân tích định lượng hiện đại (Cronbach's Alpha, EFA, OLS Regression, Non-parametric tests), nghiên cứu đã chứng minh rõ vai trò then chốt của mối quan hệ nội bộ, chính sách lương thưởng và điều kiện làm việc thực tế. Đây không chỉ là một công trình học thuật chỉn chu đạt chuẩn mà còn là cẩm nang thực tiễn giá trị giúp ban lãnh đạo HURAPECO tối ưu hóa năng suất và giữ chân nguồn nhân lực chất lượng cao trong kỷ nguyên mới.