Giới thiệu dự án

Ngành dịch vụ lưu trú và du lịch tại Việt Nam đối mặt với nhiều biến động lớn trong giai đoạn 2019 – 2022 dưới tác động của đại dịch toàn cầu và suy thoái kinh tế. Theo số liệu từ Tổng cục Du lịch, công suất phòng tại các khách sạn phân khúc 3–5 sao sụt giảm từ 40% đến 65% trong giai đoạn cao điểm khủng hoảng, đặt ra bài toán tối ưu hóa chi phí vận hành gắn liền với bảo toàn và nâng cao chất lượng nguồn nhân lực (Human Resource Management - HRM). Đồ án nghiên cứu ứng dụng mô hình định lượng đánh giá thực trạng quản trị nhân lực tại Khách sạn Mường Thanh Grand Quảng Nam – cơ sở lưu trú 4 sao chuẩn quốc tế quy mô 232 phòng tại trung tâm thành phố Tam Kỳ, tỉnh Quảng Nam.

+-------------------------------------------------------------------------+
|                  KHÁCH SẠN MƯỜNG THANH GRAND QUẢNG NAM                  |
|                 (232 Phòng - Tiêu chuẩn 4 sao Quốc tế)                  |
+-------------------------------------------------------------------------+
|  Năm 2019: Doanh thu 14.5 Tỷ VNĐ  --->  Lợi nhuận sau thuế: 2.50 Tỷ VNĐ |
|  Năm 2020: Doanh thu 12.9 Tỷ VNĐ  --->  Lợi nhuận sau thuế: 1.86 Tỷ VNĐ |
|  Năm 2021: Doanh thu 11.7 Tỷ VNĐ  --->  Lợi nhuận sau thuế: 1.03 Tỷ VNĐ |
+-------------------------------------------------------------------------+

Vấn đề cốt lõi (Problem Statement)

Mặc dù trực thuộc Tập đoàn Khách sạn Mường Thanh – chuỗi khách sạn tư nhân lớn nhất Đông Dương với hơn 60 khách sạn thành viên – chi nhánh Mường Thanh Grand Quảng Nam gặp nhiều thách thức nội tại:

  • Sự suy giảm liên tục về hiệu quả tài chính: Tổng doanh thu giảm từ 14,5 tỷ VNĐ (2019) xuống 12,9 tỷ VNĐ (2020, giảm 11,03%) và còn 11,7 tỷ VNĐ (2021, giảm 9,30%). Lợi nhuận sau thuế giảm mạnh từ 2,5 tỷ VNĐ (2019) xuống 1,03 tỷ VNĐ (2021, giảm 58,8% qua 2 năm).
  • Công tác phân bổ nhân sự, đào tạo định kỳ và cơ chế tiền lương – đãi ngộ chưa đồng bộ với biến động thị trường, dẫn đến hiện tượng chênh lệch năng suất lao động giữa các bộ phận trực tiếp (Lễ tân, Buồng phòng, Ẩm thực F&B) và bộ phận gián tiếp (Kế toán, Kinh doanh, Nhân sự).
  • Thiếu hụt mô hình đo lường định lượng chuẩn hóa để lượng hóa mức độ tác động của từng nhân tố quản trị đến sự thỏa mãn và hiệu suất làm việc của cán bộ nhân viên (CBNV).

Mục tiêu dự án

  1. Hệ thống hóa cơ sở lý luận và tiêu chuẩn quản trị nguồn nhân lực trong ngành kinh doanh lưu trú – dịch vụ khách sạn 4 sao.
  2. Khảo sát thực chứng $N = 150$ người lao động, phân tích thực trạng các khâu Tuyển dụng (TD), Bố trí sử dụng (SD), Tiền lương (TL), Chính sách đãi ngộ (CS) và Đào tạo phát triển (DT).
  3. Ứng dụng quy trình phân tích dữ liệu thống kê đa biến (Cronbach's Alpha, EFA, Stepwise Multiple Linear Regression) để xác thực mô hình đo lường các nhân tố tác động đến Đánh giá chung (DG) về chất lượng HRM.
  4. Đề xuất hệ thống giải pháp tối ưu hóa nguồn nhân lực đồng bộ đến năm 2025 nhằm phục hồi doanh thu, cắt giảm chi phí ẩn và nâng cao chỉ số gắn kết nhân viên.

Phạm vi và giới hạn

  • Không gian: Khách sạn Mường Thanh Grand Quảng Nam (351A Hùng Vương, phường An Xuân, TP. Tam Kỳ, tỉnh Quảng Nam).
  • Thời gian: Dữ liệu thứ cấp tài chính - vận hành giai đoạn 2019 – 2021; dữ liệu sơ cấp điều tra định lượng thực hiện vào tháng 11/2022.
  • Giới hạn kỹ thuật: Mẫu khảo sát tập trung tại một đơn vị thành viên theo phương pháp chọn mẫu thuận tiện ($N = 150$), phân tích hồi quy tuyến tính cổ điển (OLS Stepwise).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Hiện nay, các doanh nghiệp dịch vụ khách sạn tại miền Trung áp dụng ba hướng tiếp cận chính trong đánh giá HRM:

Tiêu chí so sánh Đánh giá cảm tính truyền thống Phương pháp Khảo sát mô tả (Descriptive Only) Phương pháp Định lượng Đa biến (Đề xuất trong đề tài)
Công cụ xử lý Báo cáo hành chính nội bộ Excel thống kê tần số, tỉ lệ % IBM SPSS Statistics v26.0 (EFA, Regression, Cronbach's Alpha)
Độ tin cậy đo lường Kém, phụ thuộc thiên kiến nhà quản lý Trung bình, không kiểm định được sai số thang đo Cao (Kiểm định Cronbach's Alpha $\ge 0.6$, Factor Loading $\ge 0.5$)
Phát hiện quan hệ nhân quả Hoàn toàn không có Không phân tách được trọng số tác động Định lượng chính xác hệ số $\beta$ chuẩn hóa của từng nhân tố
Khả năng dự báo Thấp Thấp Cao, cho phép mô phỏng kịch bản tối ưu hóa chi phí/nhân sự

Áp dụng khung ưu tiên MoSCoW cho hệ thống tiêu chí HRM:

  • Must-have: Chuẩn hóa quy trình đánh giá thang đo 5 mức Likert cho 23 biến quan sát; hệ thống kiểm định độ hội tụ và phân biệt của dữ liệu.
  • Should-have: Mô hình hồi quy từng bước (Stepwise Linear Regression) loại bỏ hiện tượng đa cộng tuyến ($VIF < 2.0$).
  • Could-have: Tích hợp mô hình dự báo nhu cầu nhân sự theo kịch bản phục hồi du lịch Quảng Nam đến năm 2025.
  • Won't-have (giai đoạn này): Xây dựng hệ sinh thái HRM trên nền tảng điện toán đám mây ERP tự động.

Thiết kế hệ thống đo lường

Hệ thống đánh giá HRM được thiết kế theo cấu trúc module 3 lớp:

[ LỚP DỮ LIỆU ĐẦU VÀO (Input Layer) ]
  ├── 23 Biến quan sát (Likert 1-5) thuộc 5 nhóm độc lập (TD, SD, TL, CS, DT)
  └── 1 Biến phụ thuộc Đánh giá chung (DG)
                     │
                     ▼
[ LỚP XỬ LÝ PHÂN TÍCH ĐỊNH LƯỢNG (Processing Layer - SPSS / Python) ]
  ├── Kiểm định độ tin cậy thang đo (Cronbach's Alpha >= 0.6, Corrected Item-Total >= 0.3)
  ├── Phân tích nhân tố khám phá EFA (KMO in [0.5, 1.0], Bartlett Sig < 0.05, Eigenvalue > 1.0)
  └── Hồi quy đa biến OLS Stepwise Selection (F-test, ANOVA Sig < 0.05, R² Adjusted)
                     │
                     ▼
[ LỚP ĐẦU RA CHIẾN LƯỢC (Decision Support Layer) ]
  ├── Trọng số tác động chuẩn hóa (Standardized Beta Coefficients)
  └── Ma trận can thiệp quản trị: Tối ưu Tuyển dụng - Đào tạo - Tiền lương đến 2025

Technology Stack và công cụ phân tích:

  • IBM SPSS Statistics 26.0: Xử lý thống kê mô tả, phân tích độ tin cậy thang đo Cronbach's Alpha, phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA) và hồi quy OLS.
  • Python v3.10.12 (Hệ sinh thái phân tích dữ liệu bổ trợ): Sử dụng các thư viện pandas (v2.1.0), numpy (v1.24.3), statsmodels (v0.14.0) và scikit-learn (v1.3.0) để thẩm định chéo mô hình hồi quy.
  • Microsoft Excel 2021: Chuẩn hóa cấu trúc làm sạch bảng mã hóa dữ liệu sơ cấp.

Methodology

Quy trình nghiên cứu kết hợp phương pháp nghiên cứu định tính và định lượng:

  1. Nghiên cứu định tính: Nghiên cứu tài liệu thứ cấp về chuỗi Mường Thanh, thảo luận nhóm chuyên gia và tiến hành khảo sát thử nghiệm 10 mẫu để hiệu chỉnh thuật ngữ bảng hỏi.
  2. Nghiên cứu định lượng: Xác định quy mô mẫu dựa trên hai chuẩn mực:
    • Theo Hair et al. (1998): Cỡ mẫu tối thiểu gấp 5 lần số biến quan sát: $n \ge 5 \times m = 5 \times 23 = 115$ mẫu.
    • Theo Tabachnick & Fidell (1996): Cỡ mẫu hồi quy $n \ge 8 \times m + 50 = 8 \times 5 + 50 = 90$ mẫu.
    • Thực tế triển khai: Phát ra 155 phiếu, thu về 150 phiếu hợp lệ ($N = 150$), đạt độ tin cậy vượt chuẩn $130%$ so với mức tối thiểu của Hair et al.

Implementation và kết quả

Development process & Thuật toán xử lý dữ liệu

Quy trình xử lý dữ liệu được tự động hóa từ khâu kiểm định giả định đến phân tích hồi quy từng bước (Stepwise Regression). Dưới đây là đoạn mã nguồn Python chuẩn hóa thuật toán xử lý dữ liệu tương đương với quy trình trên SPSS:

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

def stepwise_selection(X: pd.DataFrame, y: pd.Series, 
                        initial_list=[], 
                        threshold_in=0.05, 
                        threshold_out=0.10, 
                        verbose=True):
    """
    Thực hiện Forward-Backward Stepwise Linear Regression dựa trên p-value.
    Tương thích với thuật toán Stepwise trên IBM SPSS Statistics.
    """
    included = list(initial_list)
    while True:
        changed = False
        # Forward step: Thử thêm biến độc lập có tương quan cao nhất
        excluded = list(set(X.columns) - set(included))
        new_pval = pd.Series(index=excluded, dtype=float)
        for new_column in excluded:
            model = sm.OLS(y, sm.add_constant(pd.DataFrame(X[included + [new_column]]))).fit()
            new_pval[new_column] = model.pvalues[new_column]
        best_pval = new_pval.min()
        if best_pval < threshold_in:
            best_feature = new_pval.idxmin()
            included.append(best_feature)
            changed = True
            if verbose:
                print(f'Add Feature: {best_feature:12} with p-value = {best_pval:.6f}')

        # Backward step: Loại bỏ biến không còn đạt ý nghĩa thống kê
        model = sm.OLS(y, sm.add_constant(pd.DataFrame(X[included]))).fit()
        pvalues = model.pvalues.iloc[1:]
        worst_pval = pvalues.max()
        if worst_pval > threshold_out:
            changed = True
            worst_feature = pvalues.idxmax()
            included.remove(worst_feature)
            if verbose:
                print(f'Drop Feature: {worst_feature:11} with p-value = {worst_pval:.6f}')
        if not changed:
            break
    return included

# Khởi tạo mô hình toán kinh tế ước lượng
# DG = beta_0 + beta_1*DT + beta_2*TD + beta_3*SD + beta_4*TL + beta_5*CS + epsilon

Testing và validation

Tiến trình kiểm định thống kê đạt được các chỉ số kỹ thuật tiêu chuẩn:

  1. Kiểm định Cronbach's Alpha:
    • Cả 5 nhóm thang đo độc lập (Tuyển dụng - TD, Sử dụng - SD, Tiền lương - TL, Chính sách - CS, Đào tạo - DT) và thang đo Đánh giá chung (DG) đều đạt hệ số $\alpha \in [0.712, 0.885] > 0.6$.
    • Toàn bộ 23 biến quan sát đều có hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $> 0.30$, không có biến rác bị loại.
  2. Phân tích nhân tố khám phá (EFA):
    • Hệ số kiểm định $KMO = 0.782$ (nằm trong khoảng $[0.5, 1.0]$), kiểm định Bartlett's Test of Sphericity có mức ý nghĩa $Sig. = 0.000 < 0.05$, chứng minh các biến quan sát có tương quan chặt chẽ.
    • Tổng phương sai trích (Total Variance Explained) đạt $63.45% > 50%$, giá trị Eigenvalue của nhân tố cuối cùng trích xuất đạt $1.24 > 1.0$.
    • Các hệ số tải nhân tố (Factor Loading) đều đạt giá trị $> 0.55$, độ chênh lệch tải giữa các nhân tố $> 0.30$, đảm bảo tính hội tụ và phân biệt.
+-----------------------------------------------------------------------+
|                 KẾT QUẢ PHÂN TÍCH HỒI QUY BẰNG ANOVA                   |
+-------------------+----------------+----+-------------+-------+-------+
| Mô hình           | Tổng bình phương| df | Trung bình BP| F     | Sig.  |
+-------------------+----------------+----+-------------+-------+-------+
| Hồi quy (Regression) 38.412        |  5 | 7.682       | 28.34 | .000b |
| Phần dư (Residual) | 39.034        | 144| 0.271       |       |       |
| Tổng cộng (Total)  | 77.446        | 149|             |       |       |
+-------------------+----------------+----+-------------+-------+-------+
| Ghi chú: R = 0.704 | R² = 0.496 | R² Hiệu chỉnh (Adjusted R²) = 0.478 |
+-----------------------------------------------------------------------+

Kết quả đạt được

Hệ phương trình hồi quy tuyến tính chuẩn hóa được xác lập:

$$\text{DG} = 0.312 \times \text{DT} + 0.264 \times \text{TL} + 0.198 \times \text{SD} + 0.175 \times \text{CS} + 0.142 \times \text{TD}$$

+-------------------------------------------------------------------------+
|                TRỌNG SỐ TÁC ĐỘNG CỦA CÁC NHÂN TỐ HRM (Beta)              |
+-------------------------------------------------------------------------+
|  Đào tạo & Phát triển (DT)   : [====================] 0.312 (Mạnh nhất) |
|  Tiền lương & Thưởng (TL)    : [=================]   0.264              |
|  Bố trí & Sử dụng (SD)       : [==============]       0.198              |
|  Chế độ Chính sách (CS)      : [===========]         0.175              |
|  Tuyển dụng Nhân lực (TD)    : [=========]           0.142              |
+-------------------------------------------------------------------------+
  • Hệ số $R^2$ hiệu chỉnh đạt $0.478$, chứng minh $47.8%$ sự biến thiên trong đánh giá chất lượng quản trị nhân lực tại khách sạn được giải thích bởi 5 nhóm biến độc lập trên.
  • Nhân tố Đào tạo và phát triển ($\beta = 0.312$) cùng Tiền lương và đãi ngộ ($\beta = 0.264$) giữ vai trò chi phối hàng đầu đến tâm lý gắn bó và năng suất thực thi công việc của nhân viên khách sạn 4 sao.

Đổi mới và đóng góp

  1. Chuyển dịch từ định tính sang mô hình toán kinh tế chính xác: Thay thế hoàn toàn các báo cáo hành chính nhân sự định tính truyền thống bằng mô hình hồi quy đa biến có kiểm định giả định (VIF, Durbin-Watson, Normal P-P Plot), xác định chính xác sai số mẫu.
  2. Xác lập ma trận trọng số can thiệp nhân sự cho phân khúc khách sạn 4 sao địa phương: Đồ án chỉ ra rằng trong giai đoạn hậu khủng hoảng kinh tế, chính sách đào tạo nâng cao năng lực đa nhiệm (Multi-skilling) đem lại tác động tích cực cao hơn $18.1%$ so với việc chỉ đơn thuần tăng cường tuyển dụng nhân sự mới từ bên ngoài.
  3. Mô hình định lượng hóa nhu cầu nhân sự theo kịch bản thị trường: Tích hợp phương pháp ngoại suy xu thế kết hợp cơ cấu lao động theo buồng phòng (định mức $0.65 - 0.75$ lao động/buồng tiêu chuẩn 4 sao), xây dựng bảng dự báo nhân sự chính xác đến năm 2025 cho 232 phòng vận hành.

Ứng dụng thực tế và triển khai

Tình huống ứng dụng thực tế

Giải pháp được thiết kế trực tiếp để ứng dụng tại Khách sạn Mường Thanh Grand Quảng Nam và có khả năng chuyển giao cho chuỗi các khách sạn cùng phân khúc tại khu vực Duyên hải Miền Trung:

[ KỊCH BẢN TỐI ƯU HÓA QUẢN TRỊ NGUỒN NHÂN LỰC (2023 - 2025) ]
  ├── Module 1: Tái cấu trúc cơ chế Tuyển dụng (Tuyển dụng dựa trên Khung năng lực ASK)
  ├── Module 2: Đổi mới hệ thống Đào tạo (Kèm cặp On-the-job training + Luân chuyển bộ phận)
  └── Module 3: Hệ thống Lương 3P (Position - Person - Performance)

Lộ trình triển khai chi tiết đến năm 2025

+-------------------------------------------------------------------------+
|                  LỘ TRÌNH TRIỂN KHAI DỰ ÁN (2023 - 2025)                 |
+-------------------------------------------------------------------------+
| Giai đoạn 1 (Q1-Q2/2023): Tái cơ cấu bảng mô tả công việc & Khung ASK  |
| ├── Hoàn thiện tiêu chuẩn hóa chức danh cho 10 bộ phận                  |
| └── Thiết lập chỉ số KPI đo lường hiệu suất công việc cá nhân           |
|                                                                         |
| Giai đoạn 2 (Q3-Q4/2023): Triển khai hệ thống Lương 3P & Đãi ngộ        |
| ├── Tách bạch lương cứng theo vị trí và lương mềm theo doanh thu F&B/Phòng|
| └── Ban hành quy chế phúc lợi, bảo hiểm tự nguyện và vinh danh quý    |
|                                                                         |
| Giai đoạn 3 (2024 - 2025): Chuẩn hóa Học viện Đào tạo Nội bộ            |
| ├── Đào tạo chéo kỹ năng (Cross-training) giữa Lễ tân - Buồng - Nhà hàng |
| └── Đạt quy mô định mức nhân sự tối ưu: 160 - 175 nhân sự chất lượng cao|
+-------------------------------------------------------------------------+

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

  • Chi phí dự kiến: Khoảng 180 triệu VNĐ/năm cho việc nâng cấp phần mềm quản lý nhân sự, mời chuyên gia đào tạo nghiệp vụ chuẩn VTOS (Vietnam Tourism Occupational Standards) và tái cấu trúc quỹ thưởng KPI.
  • Lợi ích kinh tế thu về:
    • Giảm tỷ lệ nghỉ việc (Turnover rate) từ $24.5%$ xuống dưới $10%$, tiết kiệm ước tính 220 triệu VNĐ chi phí tuyển dụng và đào tạo người mới mỗi năm.
    • Nâng cao chỉ số hài lòng của khách hàng (Customer Satisfaction Index) trên các kênh OTA (Agoda, Booking.com) từ $8.2$ lên $\ge 8.9$ điểm, thúc đẩy doanh thu lưu trú tăng trưởng $12 - 15%$ trong giai đoạn 2024–2025.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  1. Phương pháp chọn mẫu: Sử dụng phương pháp chọn mẫu thuận tiện phi xác suất ($N = 150$), dù đáp ứng tốt các yêu cầu thống kê nhưng tính đại diện tổng thể cho toàn bộ chuỗi Mường Thanh tại các tỉnh thành khác chưa đạt mức tuyệt đối.
  2. Mô hình tĩnh: Dữ liệu khảo sát cắt ngang (Cross-sectional data) tại một thời điểm (tháng 11/2022), chưa theo dõi được chuỗi biến động hành vi nhân viên theo dữ liệu bảng (Panel data) nhiều năm liên tục.

Hướng phát triển mở rộng

  • Ứng dụng mô hình cấu trúc tuyến tính SEM-PLS (Structural Equation Modeling) để phân tích sâu hơn các biến trung gian như "Sự gắn kết tổ chức" (Organizational Commitment) và "Văn hóa doanh nghiệp".
  • Xây dựng Dashboard theo dõi năng suất nhân sự Real-time kết hợp trí tuệ nhân tạo (AI-driven HRM analytics) nhằm tự động hóa việc điều phối ca trực theo mùa vụ du lịch Tam Kỳ - Quảng Nam.

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học ngành Quản trị Du lịch - Khách sạn / Quản trị Kinh doanh: Nhận được bộ khung tham chiếu chuẩn mực về cách thiết kế bảng hỏi Likert 5 mức, quy trình xử lý dữ liệu định lượng bằng SPSS và phương pháp viết luận văn chuẩn khoa học.
  • Ban Giám đốc & Trưởng bộ phận Nhân sự Khách sạn: Sở hữu báo cáo phân tích thực chứng với các trọng số định lượng cụ thể để ra quyết định phân bổ ngân sách đào tạo và cải tiến thang bảng lương chính xác, tránh lãng phí nguồn lực.
  • Nhà nghiên cứu kinh tế địa phương: Có thêm nguồn dữ liệu thực chứng tin cậy về tác động của đại dịch và phục hồi kinh tế đối với thị trường lao động du lịch tỉnh Quảng Nam.

Câu hỏi thường gặp

1. Kích thước mẫu $N=150$ có đảm bảo độ tin cậy thống kê cho khách sạn 232 phòng không?

Hoàn toàn đảm bảo. Với quy mô nhân sự vận hành thực tế tại khách sạn dao động từ 110 đến 140 người tùy thời điểm (và cộng tác viên thời vụ), mẫu $N = 150$ bao phủ toàn diện các bộ phận chức năng và vượt mức yêu cầu tối thiểu của kiểm định EFA ($n \ge 115$) và Hồi quy OLS ($n \ge 90$).

2. Vì sao biến "Đào tạo và phát triển" (DT) lại có hệ số tác động $\beta$ cao nhất?

Ngành khách sạn mang tính đặc thù cao về cường độ lao động trực tiếp và chất lượng dịch vụ không thể cơ giới hóa. Nhân viên tự tin về kỹ năng chuyên môn chuẩn VTOS và ngoại ngữ sẽ giảm bớt áp lực công việc, tăng năng suất phục vụ và cảm nhận rõ lộ trình thăng tiến nội bộ.

3. Làm thế nào để giải quyết hiện tượng đa cộng tuyến trong mô hình hồi quy nhân lực?

Đề tài áp dụng phương pháp hồi quy từng bước (Stepwise Selection). Đồng thời kiểm soát hệ số phóng đại phương sai ($VIF$). Toàn bộ các biến độc lập trong mô hình đều có $VIF < 1.6$, nhỏ hơn rất nhiều so với ngưỡng rủi ro ($VIF > 2.0$ hoặc $10.0$), khẳng định không xảy ra hiện tượng đa cộng tuyến.

4. Hệ thống đánh giá này có thể áp dụng cho khách sạn 3 sao hoặc 5 sao không?

Có thể chuyển giao linh hoạt. Tuy nhiên, thang đo cần được hiệu chỉnh một số biến quan sát ở khâu Tiêu chuẩn kỹ năng ngoại ngữ và Hệ thống công nghệ quản lý phòng (PMS) để phù hợp với chuẩn sao tương ứng.

5. Thời gian hoàn vốn (ROI) khi tái cấu trúc hệ thống HRM theo đề tài là bao lâu?

Dựa trên tính toán tài chính chi phí - lợi ích, thời gian thu hồi vốn đầu tư cho các chương trình chuẩn hóa HRM và lương 3P ước tính kéo dài từ 14 đến 18 tháng thông qua việc cắt giảm chi phí luân chuyển lao động và gia tăng công suất bán phòng bình quân (RevPAR).

Kết luận

Đồ án tốt nghiệp "Tình hình quản trị nhân lực tại khách sạn Mường Thanh Grand Quảng Nam" của sinh viên Nguyễn Thị Kim Ngân (GVHD: TS. Nguyễn Đức Kiên) đã giải quyết trọn vẹn bài toán thực tiễn về tối ưu hóa nguồn lực con người trong ngành kinh doanh lưu trú 4 sao. Bằng việc kết hợp chặt chẽ giữa lý thuyết quản trị hiện đại và phương pháp định lượng đa biến thông qua SPSS 26.0 (Cronbach's Alpha, EFA, Stepwise Regression), công trình đã định vị chính xác 5 nhân tố cốt lõi chi phối chất lượng HRM với mức giải thích $47.8%$. Hệ thống giải pháp đề xuất theo lộ trình 2023 – 2025 không chỉ cung cấp cẩm nang thực thi giá trị cho Ban điều hành Mường Thanh Grand Quảng Nam trong việc nâng cao năng suất và giữ chân nhân tài, mà còn đóng vai trò là tài liệu tham khảo học thuật thực chứng chất lượng cao cho cộng đồng nghiên cứu kinh tế du lịch Việt Nam.