Giới thiệu dự án

Trong kỷ nguyên số và cạnh tranh thị phần dịch vụ viễn thông - Internet băng rộng (FTTH, OTT, IPTV), nguồn nhân lực chất lượng cao đóng vai trò then chốt quyết định năng lực vận hành và tăng trưởng bền vững của doanh nghiệp. Ngành viễn thông Việt Nam ghi nhận tốc độ tăng trưởng doanh thu dữ liệu trung bình 12-15%/năm, kéo theo áp lực chỉ tiêu kinh doanh (KPI) và yêu cầu kỹ thuật khắt khe. Tại Công ty Cổ phần Viễn thông FPT (FPT Telecom) chi nhánh Huế – đơn vị quản lý hạ tầng mạng và thuê bao trên địa bàn tỉnh Thừa Thiên Huế với tổng quy mô 187 nhân sự – hiện tượng quá tải công việc, tỷ lệ biến động lao động kỹ thuật và áp lực bán hàng đa kênh đặt ra bài toán cấp bách về việc duy trì động lực làm việc và nâng cao trải nghiệm nội bộ.

Vấn đề cốt lõi (Problem Statement) nằm ở sự mất cân đối giữa tốc độ tăng trưởng doanh thu (năm 2020 đạt 82,941 tỷ VNĐ, tăng 8,66% so với 2019) và mức độ thỏa mãn của cán bộ công nhân viên (CBCNV) đối với các chế độ đãi ngộ, môi trường làm việc vật lý và chính sách phát triển nghề nghiệp.

Mục tiêu cụ thể của dự án nghiên cứu:

  1. Hệ thống hóa cơ sở lý luận về hành vi tổ chức và sự hài lòng của người lao động (Job Satisfaction).
  2. Xây dựng và kiểm định thang đo định lượng 7 nhân tố tác động đến sự hài lòng công việc trong ngành dịch vụ viễn thông địa phương.
  3. Thu thập, xử lý bộ dữ liệu sơ cấp từ 145 cán bộ nhân viên FPT Telecom Huế bằng mô hình phân tích định lượng chuyên sâu (Cronbach's Alpha, EFA, OLS Multiple Regression).
  4. Xác định trọng số tác động của từng nhân tố và đề xuất giải pháp quản trị nhân lực thực tiễn (HRM interventions).

Giải pháp tiếp cận kết hợp mô hình Chỉ số Mô tả Công việc (Job Descriptive Index - JDI) của Smith, Kendall & Hulin (1969) và mô hình điều chỉnh theo bối cảnh kinh tế Việt Nam của Trần Kim Dung (2005), tích hợp kiểm định thống kê đa biến trên phần mềm chuyên dụng SPSS.

Kết quả đầu ra kỳ vọng:

  • Hệ số tin cậy nội tại $\alpha \ge 0.70$ cho tất cả các thang đo thành phần.
  • Mô hình hồi quy đạt mức giải thích $R^2 \ge 50%$, không vi phạm hiện tượng đa cộng tuyến ($VIF < 2.0$) và tự tương quan ($1.5 < Durbin-Watson < 2.5$).
  • Bộ khuyến nghị quản trị khả thi theo từng nhóm nhân tố với lộ trình triển khai chi tiết.

Phạm vi nghiên cứu giới hạn tại FPT Telecom chi nhánh Huế (văn phòng chính tại 46 Phạm Hồng Thái và 3 phòng giao dịch trực thuộc), dữ liệu thứ cấp giai đoạn 2018-2020 và dữ liệu sơ cấp thu thập trong quý 1/2021.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu nhân sự tại các doanh nghiệp dịch vụ hạ tầng mạng thường đối mặt với tính chất công việc phân tán (kỹ thuật ngoại vi, chuyên viên kinh doanh thị trường, giao dịch viên).

Mô hình đánh giá Ưu điểm Nhược điểm Khả năng ứng dụng tại FPT Telecom
Thuyết 2 nhân tố Herzberg (1959) Phân định rõ yếu tố thúc đẩy (Motivator) và duy trì (Hygiene). Khó lượng hóa mức độ ảnh hưởng độc lập của từng biến số. Dùng làm cơ sở lý thuyết phân nhóm biến.
Mô hình JDI gốc (Smith et al., 1969) Chuẩn hóa 5 khía cạnh: Bản chất CV, Đào tạo & Thăng tiến, Lãnh đạo, Đồng nghiệp, Tiền lương. Chưa bao quát điều kiện làm việc đặc thù viễn thông và chính sách phúc lợi ngoài lương tại Việt Nam. Kế thừa 5 nhân tố lõi, cần bổ sung biến quan sát.
Mô hình JSS (Spector, 1997) 9 khía cạnh chi tiết hóa cho ngành dịch vụ. Bảng hỏi dài (36 items), dễ gây sai lệch do tâm lý người trả lời. Quá tải đối với khối kỹ thuật hiện trường.
Mô hình Trần Kim Dung (2005) Tối ưu hóa cho môi trường doanh nghiệp Việt Nam (+ Phúc lợi, + Điều kiện làm việc). Cần kiểm định lại tính tương thích với văn hóa doanh nghiệp tập đoàn công nghệ (FPT Core Values). Lựa chọn làm khung tham chiếu chính.

Yêu cầu nghiên cứu theo ma trận MoSCoW:

  • Must have: Kiểm định độ tin cậy thang đo (Cronbach's Alpha), Phân tích nhân tố khám phá (EFA), Mô hình hồi quy tuyến tính OLS (Enter method), Phân tích phương sai ANOVA theo nhân khẩu học.
  • Should have: Phân tích ma trận tương quan Pearson ($r$), kiểm tra hiện tượng đa cộng tuyến qua hệ số phóng đại phương sai (VIF).
  • Could have: So sánh tương quan đa nhóm giữa khối kinh doanh và khối kỹ thuật.
  • Won't have: Mô hình cấu trúc tuyến tính SEM phức tạp (do giới hạn cỡ mẫu $N=187$).

Thiết kế hệ thống

Quy trình xử lý dữ liệu và cấu trúc giải pháp phân tích được thiết kế theo pipeline khép kín:

Kiến trúc dữ liệu (Data Dictionary Schema):

  • Biến độc lập (24 items):
    • Bản chất công việc ($CV_1 \rightarrow CV_3$)
    • Cơ hội đào tạo & thăng tiến ($CH_1 \rightarrow CH_4$)
    • Lãnh đạo ($LD_1 \rightarrow LD_3$)
    • Đồng nghiệp ($DN_1 \rightarrow DN_3$)
    • Tiền lương ($TL_1 \rightarrow TL_4$)
    • Phúc lợi ($PL_1 \rightarrow PL_4$)
    • Điều kiện làm việc ($DK_1 \rightarrow DK_3$)
  • Biến phụ thuộc (3 items):
    • Sự hài lòng chung ($SHL_1 \rightarrow SHL_3$)
  • Biến nhân khẩu học: Giới tính (Nominal: Nam/Nữ), Độ tuổi (Ordinal), Học vấn (Ordinal: Sau ĐH/ĐH/Cao đẳng/Phổ thông), Bộ phận (Nominal: Kỹ thuật/Kinh doanh/DVKH/Hành chính), Thâm niên (Ordinal), Thu nhập bình quân (Ordinal).

Công nghệ sử dụng:

  • Phần mềm phân tích: IBM SPSS Statistics v26.0 (Build 26.0.0.0).
  • Hệ thống xử lý bảng tính: Microsoft Excel 365 (Data Analysis Toolpak).
  • Ngôn ngữ scripting xử lý kiểm tra tự động: Python 3.10 (thư viện pandas, statsmodels, scikit-posthocs).

Bảo mật và toàn vẹn dữ liệu: Toàn bộ khảo sát được thực hiện theo nguyên tắc ẩn danh tuyệt đối (Double-blind survey). Dữ liệu mã hóa không lưu danh tính cá nhân, ngăn chặn xung đột lợi ích giữa người lao động và cấp quản lý trực tiếp.

Methodology

Phương pháp chọn mẫu: Áp dụng kỹ thuật chọn mẫu ngẫu nhiên phân tầng (Stratified Random Sampling) theo 3 khối phòng ban chức năng nhằm đảm bảo tính đại diện cho tổng thể $N=187$:

  • Khối Hành chính Tổng hợp & Kỹ thuật: Quy mô $N_1 = 89$ (47.6%) $\rightarrow$ Cỡ mẫu $n_1 = 69$.
  • Khối Kinh doanh (IBB1, IBB2, IBB3, Play Box): Quy mô $N_2 = 58$ (31.0%) $\rightarrow$ Cỡ mẫu $n_2 = 45$.
  • Khối Dịch vụ Khách hàng (CS/CUS, Thu ngân): Quy mô $N_3 = 40$ (21.4%) $\rightarrow$ Cỡ mẫu $n_3 = 31$.
  • Tổng mẫu khảo sát thực tế: $n = 145$ nhân sự (đáp ứng tiêu chuẩn Hair et al. với tỷ lệ quan sát/biến $145/27 = 5.37:1 > 5:1$).

Tiêu chí kiểm định thống kê chuẩn:

  • Độ tin cậy thang đo: $\text{Cronbach's Alpha} \ge 0.60$; Hệ số tương quan biến - tổng ($\text{Corrected Item-Total Correlation}$) $\ge 0.30$.
  • Phân tích nhân tố khám phá EFA: $0.5 \le KMO \le 1.0$; Kiểm định Bartlett có $p\text{-value} < 0.05$; Trị số Eigenvalue $> 1.0$; Tổng phương sai trích (Total Variance Explained) $> 50%$; Hệ số tải nhân tố (Factor Loading) $> 0.50$.
  • Đa cộng tuyến: Hệ số phóng đại phương sai $VIF < 2.0$ (chấp nhận không có hiện tượng đa cộng tuyến nghiêm trọng).

Implementation và kết quả

Development process

Quá trình thu thập và tiền xử lý dữ liệu được thực thi qua 4 giai đoạn logic. Dữ liệu từ 145 phiếu khảo sát hợp lệ được làm sạch (loại bỏ Missing Values và Outliers thông qua phân tích biểu đồ Boxplot).

Đoạn mã cú pháp (SPSS Syntax / Python Automation) thực hiện pipeline kiểm định độ tin cậy và ước lượng mô hình hồi quy:

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

# Load and inspect dataset
df = pd.read_csv("fpt_telecom_hue_hr_data.csv")

# 1. Compute Cronbach's Alpha for composite scale
def cronbach_alpha(itemscores):
    itemscores = np.asarray(itemscores)
    itemvars = itemscores.var(axis=0, ddof=1)
    tscores = itemscores.sum(axis=1)
    nitems = itemscores.shape[1]
    return (nitems / (nitems - 1)) * (1 - (itemvars.sum() / tscores.var(ddof=1)))

# 2. Extract composite scores (Mean across items)
df['CV'] = df[['CV1', 'CV2', 'CV3']].mean(axis=1)
df['CH'] = df[['CH1', 'CH2', 'CH3', 'CH4']].mean(axis=1)
df['LD'] = df[['LD1', 'LD2', 'LD3']].mean(axis=1)
df['DN'] = df[['DN1', 'DN2', 'DN3']].mean(axis=1)
df['TL'] = df[['TL1', 'TL2', 'TL3', 'TL4']].mean(axis=1)
df['PL'] = df[['PL1', 'PL2', 'PL3', 'PL4']].mean(axis=1)
df['DK'] = df[['DK1', 'DK2', 'DK3']].mean(axis=1)
df['SHL'] = df[['SHL1', 'SHL2', 'SHL3']].mean(axis=1)

# 3. OLS Multiple Regression Model Estimation
X = df[['CV', 'CH', 'LD', 'DN', 'TL', 'PL', 'DK']]
X_with_const = sm.add_constant(X)
y = df['SHL']

model = sm.OLS(y, X_with_const).fit()
print(model.summary())

# 4. Multicollinearity Check (VIF)
vif_data = pd.DataFrame()
vif_data["Feature"] = X.columns
vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(len(X.columns))]
print(vif_data)

Mô hình phương trình hồi quy tuyến tính tổng quát:

$$Y_{SHL} = \beta_0 + \beta_1 X_{CV} + \beta_2 X_{CH} + \beta_3 X_{LD} + \beta_4 X_{DN} + \beta_5 X_{TL} + \beta_6 X_{PL} + \beta_7 X_{DK} + \epsilon$$

Testing và validation

Kết quả kiểm định độ tin cậy thang đo (Cronbach's Alpha) và phân tích nhân tố khám phá (EFA):

Thang đo thành phần Số biến quan sát Cronbach's Alpha Item-Total nhỏ nhất Kết luận kiểm định
Bản chất công việc (CV) 3 0.812 0.624 Đạt chuẩn tốt ($> 0.8$)
Cơ hội đào tạo & thăng tiến (CH) 4 0.845 0.651 Đạt chuẩn tốt ($> 0.8$)
Lãnh đạo (LD) 3 0.878 0.718 Đạt chuẩn rất tốt
Đồng nghiệp (DN) 3 0.796 0.589 Đạt chuẩn sử dụng tốt
Tiền lương (TL) 4 0.829 0.603 Đạt chuẩn tốt
Phúc lợi (PL) 4 0.862 0.672 Đạt chuẩn rất tốt
Điều kiện làm việc (DK) 3 0.781 0.563 Đạt chuẩn sử dụng tốt
Sự hài lòng chung (SHL) 3 0.854 0.685 Đạt chuẩn thang đo phụ thuộc

Kiểm định tính thích hợp của phân tích EFA:

  • Chỉ số $KMO = 0.838$ ($0.5 \le KMO \le 1.0$), chứng minh kích thước mẫu hoàn toàn tương thích.
  • Kiểm định Bartlett's Test of Sphericity đạt giá trị $\chi^2 = 1684.25$ với $p\text{-value} = 0.000 < 0.001$, bác bỏ giả thuyết các biến không tương quan.
  • Phương pháp trích Principal Axis Factoring với phép xoay Varimax trích được 7 nhân tố tại Eigenvalue $= 1.214 > 1.0$, tổng phương sai trích $\text{Total Variance Explained} = 64.72% > 50%$. Tất cả các hệ số tải nhân tố (Factor Loadings) đều dao động từ $0.582$ đến $0.849$, không có biến nào bị biến dạng cấu trúc.

Kết quả đạt được

Kết quả ước lượng hồi quy bằng phương pháp Enter trên mẫu $n=145$:

Biến độc lập Hệ số chưa chuẩn hóa ($B$) Sai số chuẩn ($Std. Error$) Hệ số chuẩn hóa ($\beta$) $t\text{-statistic}$ Mức ý nghĩa ($Sig.$) Hệ số VIF
(Hằng số - Constant) 0.312 0.245 — 1.273 0.205 —
Cơ hội đào tạo & thăng tiến (CH) 0.264 0.048 0.281 5.500 0.000 1.342
Phúc lợi (PL) 0.228 0.045 0.245 5.067 0.000 1.285
Bản chất công việc (CV) 0.185 0.042 0.198 4.405 0.000 1.210
Lãnh đạo (LD) 0.162 0.041 0.174 3.951 0.000 1.298
Điều kiện làm việc (DK) 0.141 0.039 0.152 3.615 0.000 1.189
Tiền lương (TL) 0.098 0.044 0.108 2.227 0.028 1.391
Đồng nghiệp (DN) 0.084 0.040 0.091 2.100 0.038 1.204

Chỉ số tổng hợp mô hình:

  • Hệ số xác định $R^2 = 0.628$, $R^2 \text{ hiệu chỉnh} = 0.609$. Mô hình giải thích được $60.9%$ sự biến thiên của mức độ hài lòng trong công việc của nhân viên FPT Telecom Huế.
  • Kiểm định $F = 33.02$ với $p\text{-value} = 0.000 < 0.001$, khẳng định mô hình hồi quy hoàn toàn phù hợp với dữ liệu tổng thể.
  • Hệ số $Durbin-Watson = 1.892$ (tiệm cận 2.0), xác nhận không có hiện tượng tự tương quan chuỗi bậc nhất.
  • Tất cả các biến độc lập đều có hệ số $VIF < 1.40$, loại trừ hoàn toàn nguy cơ đa cộng tuyến.

Thứ tự mức độ tác động chuẩn hóa: $$\text{Đào tạo & Thăng tiến } (\beta = 0.281) > \text{Phúc lợi } (\beta = 0.245) > \text{Bản chất CV } (\beta = 0.198) > \text{Lãnh đạo } (\beta = 0.174) > \text{Điều kiện LV } (\beta = 0.152) > \text{Tiền lương } (\beta = 0.108) > \text{Đồng nghiệp } (\beta = 0.091)$$

Đổi mới và đóng góp

  1. Hiệu chỉnh mô hình đo lường cho ngành hạ tầng dịch vụ số: Khắc phục nhược điểm của mô hình JDI truyền thống bằng cách tích hợp và lượng hóa thành công hai nhân tố bản địa "Phúc lợi ngoài lương" và "Điều kiện làm việc vật lý/hạ tầng mạng".
  2. Minh chứng thực nghiệm về cấu trúc động lực nhân sự công nghệ: Kết quả phản ánh bước chuyển dịch trong tâm lý lao động tri thức: Yếu tố "Cơ hội đào tạo & thăng tiến" ($\beta = 0.281$) và "Phúc lợi" ($\beta = 0.245$) vượt lên trên yếu tố "Tiền lương cơ bản" ($\beta = 0.108$). Điều này chứng minh nhân sự ngành viễn thông ưu tiên lộ trình thăng tiến rõ ràng và an sinh xã hội bền vững hơn là chỉ cạnh tranh về thu nhập ngắn hạn.
  3. Bộ dữ liệu kiểm định chuẩn xác cao: Tỷ lệ phương sai giải thích đạt $60.9%$ với phương pháp chọn mẫu phân tầng chuẩn xác, cung cấp khung tham chiếu có thể tái lập (reproducible benchmark) cho các chi nhánh FPT Telecom khác trên toàn quốc.

Ứng dụng thực tế và triển khai

Dựa trên trọng số tác động từ mô hình hồi quy, FPT Telecom chi nhánh Huế có thể áp dụng ngay khung giải pháp 5 trụ cột:

Chiến lược triển khai và bài toán kinh tế (Cost-Benefit Analysis):

  • Giai đoạn 1 (Tháng 1 - Tháng 3): Tái cấu trúc chính sách đánh giá OKRs và minh bạch hóa tiêu chí thăng chức nội bộ. Chi phí ước tính: 30 triệu VNĐ (xây dựng tài liệu và truyền thông nội bộ).
  • Giai đoạn 2 (Tháng 4 - Tháng 6): Nâng cấp trang thiết bị làm việc, cấp phát bộ toolset đo kiểm quang chuẩn cho 79 nhân viên kỹ thuật và mở rộng không gian văn phòng. Chi phí ước tính: 150 triệu VNĐ.
  • Giai đoạn 3 (Tháng 7 - Tháng 12): Triển khai gói bảo hiểm FPT Care nâng cao và chính sách du lịch định kỳ. Chi phí ước tính: 220 triệu VNĐ.

Hiệu quả tài chính dự phóng (ROI Projection):

  • Giảm tỷ lệ nghỉ việc (Turnover Rate) của khối Kinh doanh và Kỹ thuật từ $18%$ xuống dưới $8%$/năm, giúp tiết kiệm khoảng 350 triệu VNĐ chi phí tuyển dụng và đào tạo lại nhân sự mới mỗi năm.
  • Tăng năng suất bán hàng và bảo trì tuyến cáp thêm $15%$, đóng góp trực tiếp vào mục tiêu tăng trưởng doanh thu thuần đạt trên 95 tỷ VNĐ trong năm kế tiếp.

Hạn chế và hướng phát triển

  • Giới hạn không gian và địa lý: Nghiên cứu chỉ khảo sát trên địa bàn tỉnh Thừa Thiên Huế ($n=145$), chưa thực hiện kiểm định chéo với các chi nhánh viễn thông tại các thành phố lớn (Hà Nội, TP.HCM, Đà Nẵng) với tính chất thị trường cạnh tranh gay gắt hơn.
  • Hạn chế dữ liệu thời gian: Dữ liệu cắt ngang (Cross-sectional data) tại một thời điểm (quý 1/2021) chưa phản ánh biến động tâm lý nhân viên trong các giai đoạn biến động kinh tế vĩ mô kéo dài.
  • Hướng nghiên cứu tiếp theo:
    1. Mở rộng cỡ mẫu lên quy mô toàn vùng (FPT Telecom Miền Trung, $N > 1000$).
    2. Ứng dụng mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) để phân tích vai trò trung gian của "Cam kết gắn bó tổ chức" (Organizational Commitment) và "Động lực phụng sự" đối với hiệu suất làm việc thực tế.

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học Quản trị: Cung cấp mẫu nghiên cứu định lượng hoàn chỉnh từ khâu thiết kế bảng hỏi, tính toán cỡ mẫu phân tầng, đến xử lý dữ liệu SPSS và giải thích kết quả kinh tế lượng ứng dụng.
  • Chuyên viên Nhân sự & HR Analytics: Nắm bắt thuật toán kiểm định độ tin cậy thang đo và bộ trọng số thực nghiệm để xây dựng thang đo chỉ số hài lòng nội bộ (Employee Net Promoter Score - eNPS).
  • Ban Giám đốc Doanh nghiệp Viễn thông: Có cơ sở dữ liệu định lượng khoa học để phân bổ ngân sách phúc lợi, đào tạo và cải tiến cơ sở vật chất đúng điểm nghẽn, tối đa hóa hiệu suất đầu tư nhân sự.
  • Nhà nghiên cứu Hành vi tổ chức: Nguồn dữ liệu tham chiếu tin cậy về thị trường lao động ngành công nghệ thông tin - truyền thông (ICT) tại khu vực miền Trung Việt Nam.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và công cụ cần thiết để triển khai lại nghiên cứu này?

Cần máy tính cấu hình cơ bản (RAM tối thiểu 4GB), cài đặt phần mềm IBM SPSS Statistics (phiên bản từ v20.0 trở lên) hoặc môi trường Python 3.8+ với các thư viện pandas, scipy, statsmodels.

2. Mô hình có gặp giới hạn khi mở rộng quy mô khảo sát cho doanh nghiệp quy mô lớn hơn không?

Không. Mô hình có tính mở rộng cao (Scalability). Với doanh nghiệp trên 1.000 nhân viên, pipeline xử lý giữ nguyên; có thể nâng cấp từ OLS Regression sang phân tích nhân tố khẳng định (CFA) và mô hình SEM trên AMOS hoặc SmartPLS để đánh giá đa tầng.

3. Làm thế nào để tích hợp khảo sát này vào hệ sinh thái quản trị nhân sự hiện có?

Có thể số hóa bảng hỏi 27 biến quan sát lên các nền tảng HR Tech (Google Forms, Microsoft Forms, Base HRM, Workday), sau đó kết nối API trích xuất dữ liệu tự động vào script Python để định kỳ xuất báo cáo hàng quý.

4. Tại sao hệ số tác động của "Tiền lương" ($\beta = 0.108$) lại thấp hơn "Đào tạo & Thăng tiến" ($\beta = 0.281$)?

Theo thuyết Herzberg, tiền lương thuộc nhóm yếu tố duy trì (Hygiene Factor) – nếu thiếu sẽ gây bất mãn, nhưng khi đã đạt mức sàn thị trường thì không còn là động lực thúc đẩy mạnh mẽ nhất. Trong môi trường công nghệ như FPT, cơ hội phát triển năng lực và lộ trình thăng tiến minh bạch mang lại động lực nội tại (Intrinsic Motivation) cao hơn.

5. Chi phí ước tính và thời gian hoàn vốn (ROI) của các giải pháp đề xuất là bao nhiêu?

Tổng ngân sách đầu tư cải tiến HRM khoảng 400 triệu VNĐ trong năm đầu tiên. Thời gian hoàn vốn dự kiến từ 14 đến 18 tháng thông qua việc giảm thiểu chi phí hao hụt nhân sự chất lượng cao và gia tăng doanh thu dịch vụ viễn thông.

Kết luận

Đồ án khóa luận đã giải quyết trọn vẹn bài toán đo lường và lượng hóa các yếu tố tác động đến sự hài lòng công việc của cán bộ nhân viên tại FPT Telecom chi nhánh Huế. Thông qua phương pháp nghiên cứu định lượng chặt chẽ trên mẫu $n=145$, nghiên cứu khẳng định mô hình 7 nhân tố đạt độ thích ứng cao ($R^2 = 60.9%$), trong đó "Cơ hội đào tạo & thăng tiến" và "Phúc lợi" là hai đòn bẩy quan trọng nhất. Kết quả nghiên cứu không chỉ mang lại giá trị học thuật chuẩn mực về phân tích kinh tế lượng trong quản trị nhân lực, mà còn là bản thiết kế chiến lược hành động giúp ban lãnh đạo FPT Telecom tối ưu hóa nguồn lực con người, giảm tỷ lệ nghỉ việc và củng cố lợi thế cạnh tranh bền vững trên thị trường dịch vụ số.