Đề Tài Nghiên Cứu Ứng Dụng Học Máy Trong Phân Tích Dữ Liệu Quản Trị Nguồn Nhân Lực

Quản trị Nguồn Nhân Lực (HRM) đóng vai trò then chốt trong thành công của mọi tổ chức. 46 trang · 2024.

• Tác giả: TS. Thái Kim Phụng
• Người hướng dẫn: TS. Thái Kim Phụng
• Trường học: Trường Công Nghệ Và Thiết Kế - Đại Học Kinh Tế TP. Hồ Chí Minh
• Chuyên ngành: Quản Trị Nguồn Nhân Lực
• Đề tài: Ứng Dụng Học Máy Trong Phân Tích Dữ Liệu Quản Trị Nguồn Nhân Lực
• Loại tài liệu: Đề Tài Nghiên Cứu
• Năm xuất bản: 2024
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• MỞ ĐẦU
• 1. CHƯƠNG 1: GIỚI THIỆU NGHIÊN CỨU
• 1.1. Lý do chọn đề tài
• 1.2. Mục tiêu nghiên cứu
• 1.3. Đối tượng và phạm vi
• 1.4. Phương pháp nghiên cứu
• 1.5. Ý nghĩa đóng góp của nghiên cứu
• 1.6. Bố cục báo cáo nghiên cứu
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ TỔNG QUAN NGHIÊN CỨU
• 2.1. Định nghĩa Nhân viên nghỉ việc
• 2.2. Nguyên nhân nhân viên nghỉ việc
• 2.3. Các phương pháp phân loại trong máy học
• 2.4. Đánh giá hiệu quả mô hình
• 2.5. Các nghiên cứu liên quan đến đề tài
• 3. CHƯƠNG 3: MÔ HÌNH THỰC NGHIỆM DỰ BÁO NHÂN VIÊN RỜI BỎ
• 3.1. Quy trình thực nghiệm mô hình
• 3.2. Thu thập dữ liệu
• 3.3. Tiền xử lý dữ liệu
• 3.4. Phân tích khám phá
• 3.5. Lựa chọn đặc trưng
• 3.6. Chuẩn hóa dữ liệu
• 3.7. Thực nghiệm mô hình
• 4. CHƯƠNG 4: KẾT QUẢ THỰC NGHIỆM
• 4.1. Kết quả mô hình dự báo nhân viên rời bỏ
• 4.2. Thảo luận kết quả mô hình
• 5. CHƯƠNG 5: KẾT LUẬN VÀ KIẾN NGHỊ
• 5.1. Tổng kết quá trình nghiên cứu
• 5.2. Các kiến nghị từ kết quả nghiên cứu
• 5.3. Hạn chế và hướng phát triển
• DANH MỤC TỪ VIẾT TẮT
• DANH MỤC HÌNH ẢNH
• DANH MỤC BẢNG BIỂU

Tóm tắt

I. Tổng Quan Ứng Dụng Học Máy trong Quản Trị Nguồn Nhân Lực

Quản trị Nguồn Nhân Lực (HRM) đóng vai trò then chốt trong thành công của mọi tổ chức. Việc tối ưu hóa nguồn nhân lực giúp duy trì và nâng cao lợi thế cạnh tranh. Trong bối cảnh kinh tế toàn cầu đầy biến động, việc quản lý nhân sự hiệu quả trở nên cấp thiết hơn bao giờ hết. Một trong những thách thức lớn nhất là giữ chân nhân viên, bởi sự rời đi không chỉ gây tổn thất về kiến thức và kỹ năng mà còn ảnh hưởng đến tinh thần làm việc chung. Theo Agarwal và cộng sự (2013), việc nhân viên rời bỏ có thể dẫn đến mất khách hàng và ảnh hưởng tiêu cực đến hoạt động kinh doanh, đặc biệt trong ngành dịch vụ. Do đó, việc ứng dụng các công nghệ hiện đại như học máy (Machine Learning) để phân tích dữ liệu nhân sự và dự báo khả năng nghỉ việc của nhân viên trở nên vô cùng quan trọng.

1.1. Vai trò của HR Analytics và Phân tích HR

HR Analytics đóng vai trò then chốt trong việc cung cấp thông tin chi tiết về lực lượng lao động, hành vi của nhân viên, và các yếu tố ảnh hưởng đến cam kết, sự hài lòng và năng suất. Bằng cách áp dụng các kỹ thuật phân tích HR, tổ chức có thể đưa ra quyết định thông minh và nâng cao hiệu suất làm việc. Việc ứng dụng Machine Learning HR cho phép phân tích dữ liệu HR data quy mô lớn một cách hiệu quả.

1.2. Tầm quan trọng của việc dự đoán Churn prediction

Dự đoán Churn prediction (dự đoán nghỉ việc) là yếu tố then chốt trong chiến lược giữ chân nhân tài. Việc xác định sớm các nhân viên có nguy cơ rời bỏ giúp doanh nghiệp chủ động đưa ra các biện pháp can thiệp kịp thời, từ đó giảm thiểu chi phí tuyển dụng và đào tạo lại. Nghiên cứu của Raza và cộng sự (2022) nhấn mạnh rằng việc chủ động dự báo và giải quyết các nguyên nhân nghỉ việc giúp duy trì sự ổn định và phát triển bền vững của doanh nghiệp.

II. Thách Thức và Vấn Đề trong Phân Tích Dữ Liệu Nguồn Nhân Lực

Việc ứng dụng học máy trong phân tích dữ liệu nhân sự không phải lúc nào cũng dễ dàng. Các tổ chức thường gặp phải các thách thức như thiếu dữ liệu chất lượng, sự phức tạp trong việc thu thập và xử lý dữ liệu từ nhiều nguồn khác nhau, và khó khăn trong việc lựa chọn các thuật toán phù hợp. Bên cạnh đó, vấn đề bảo mật dữ liệu và tuân thủ các quy định pháp lý về quyền riêng tư cũng là một yếu tố cần được xem xét cẩn thận. Do đó, việc xây dựng một hệ thống phân tích dữ liệu nhân sự hiệu quả đòi hỏi sự đầu tư về công nghệ, con người và quy trình.

2.1. Rào cản về chất lượng và số lượng HR data

Một trong những thách thức lớn nhất là đảm bảo chất lượng và số lượng HR data. Dữ liệu nhân sự thường phân tán ở nhiều hệ thống khác nhau, gây khó khăn trong việc tập hợp và chuẩn hóa. Dữ liệu thiếu chính xác hoặc không đầy đủ có thể dẫn đến kết quả phân tích sai lệch, ảnh hưởng đến quyết định quản lý. Vì vậy, việc đầu tư vào các công cụ và quy trình thu thập, làm sạch và tích hợp dữ liệu là vô cùng quan trọng.

2.2. Khó khăn trong việc chọn mô hình Machine Learning HR phù hợp

Việc lựa chọn mô hình Machine Learning HR phù hợp là một thách thức không nhỏ. Mỗi mô hình có những ưu và nhược điểm riêng, và hiệu quả của chúng phụ thuộc vào đặc điểm của dữ liệu và mục tiêu phân tích. Cần có kiến thức chuyên sâu về học máy và kinh nghiệm thực tiễn để đánh giá và so sánh các mô hình khác nhau, từ đó chọn ra mô hình tối ưu cho từng bài toán cụ thể.

2.3. Vấn đề về quyền riêng tư và bảo mật dữ liệu nhân sự

Bảo vệ quyền riêng tư và bảo mật dữ liệu nhân sự là yêu cầu bắt buộc khi ứng dụng học máy. Các tổ chức cần tuân thủ nghiêm ngặt các quy định pháp lý về bảo vệ dữ liệu cá nhân, đồng thời áp dụng các biện pháp kỹ thuật để ngăn chặn truy cập trái phép và rò rỉ dữ liệu. Việc này đòi hỏi sự phối hợp chặt chẽ giữa bộ phận nhân sự, bộ phận công nghệ thông tin và bộ phận pháp lý.

III. Cách Ứng Dụng AI trong HR Để Giải Quyết Bài Toán

Để vượt qua các thách thức trong phân tích dữ liệu nhân sự, các tổ chức có thể ứng dụng AI trong HR một cách thông minh và chiến lược. Điều này bao gồm việc xây dựng một hệ thống thu thập và quản lý dữ liệu hiệu quả, sử dụng các công cụ phân tích dữ liệu tiên tiến, và đào tạo đội ngũ chuyên gia có kiến thức về cả nhân sự và học máy. Quan trọng hơn, cần xác định rõ các mục tiêu phân tích và lựa chọn các phương pháp phù hợp để đạt được kết quả mong muốn. Việc tích hợp trí tuệ nhân tạo HR cần được thực hiện một cách bài bản và có lộ trình rõ ràng.

3.1. Xây dựng hệ thống thu thập và quản lý HR data hiệu quả

Để khai thác tối đa tiềm năng của HR Analytics, cần xây dựng một hệ thống thu thập và quản lý HR data hiệu quả. Hệ thống này cần có khả năng tích hợp dữ liệu từ nhiều nguồn khác nhau, đảm bảo tính chính xác và đầy đủ của dữ liệu, và cung cấp các công cụ để truy vấn và phân tích dữ liệu một cách dễ dàng. Việc sử dụng Hệ thống quản lý nhân sự (HRMS) hiện đại có thể giúp tự động hóa quá trình thu thập và quản lý dữ liệu.

3.2. Sử dụng Công cụ phân tích HR để tìm insight

Có rất nhiều công cụ phân tích HR có sẵn trên thị trường, từ các phần mềm đơn giản đến các nền tảng phức tạp hơn. Việc lựa chọn công cụ phù hợp phụ thuộc vào nhu cầu và ngân sách của từng tổ chức. Các công cụ này cung cấp các chức năng như trực quan hóa dữ liệu, thống kê mô tả, khai phá dữ liệu, và mô hình học máy, giúp người dùng dễ dàng tìm ra các insight quan trọng từ dữ liệu nhân sự.

3.3. Đào tạo đội ngũ chuyên gia Phân tích HR và Machine Learning HR

Để khai thác hiệu quả các công cụ và phương pháp phân tích dữ liệu nhân sự, cần có một đội ngũ chuyên gia có kiến thức về cả nhân sự và học máy. Các chuyên gia này cần có khả năng hiểu rõ các bài toán nhân sự, lựa chọn các phương pháp phân tích phù hợp, giải thích kết quả phân tích, và đưa ra các khuyến nghị hành động dựa trên dữ liệu. Các khóa đào tạo về HR Analytics và Machine Learning HR là rất cần thiết để xây dựng đội ngũ này.

IV. Ứng Dụng Học Máy Dự Đoán Nghỉ Việc và Đánh Giá Hiệu Suất

Các mô hình học máy có thể được ứng dụng trong nhiều bài toán khác nhau của Quản trị nhân sự. Ví dụ, mô hình dự đoán nghỉ việc có thể giúp các tổ chức xác định sớm các nhân viên có nguy cơ rời bỏ, từ đó áp dụng các biện pháp can thiệp kịp thời. Mô hình đánh giá hiệu suất có thể giúp đánh giá khách quan và toàn diện hiệu suất của nhân viên, từ đó đưa ra các quyết định khen thưởng, kỷ luật và phát triển nhân viên phù hợp. Các mô hình học máy trong HR giúp nhà quản lý có thông tin chính xác, khách quan.

4.1. Ứng dụng Machine learning HR để Retention prediction

Việc sử dụng Machine learning HR trong Retention prediction (dự đoán giữ chân) mang lại nhiều lợi ích. Các mô hình có thể phân tích các yếu tố ảnh hưởng đến quyết định nghỉ việc của nhân viên, như mức lương, cơ hội thăng tiến, môi trường làm việc, và mối quan hệ với đồng nghiệp. Từ đó, tổ chức có thể tập trung vào việc cải thiện các yếu tố này để tăng cường sự gắn bó của nhân viên.

4.2. Employee development thông qua phân tích Employee behavior analysis

Phân tích Employee behavior analysis (phân tích hành vi nhân viên) có thể cung cấp thông tin chi tiết về điểm mạnh, điểm yếu, và tiềm năng của từng nhân viên. Dựa trên thông tin này, tổ chức có thể xây dựng các chương trình Employee development (phát triển nhân viên) cá nhân hóa, giúp nhân viên phát huy tối đa năng lực và đóng góp vào sự thành công của tổ chức.

4.3. Nâng cao hiệu quả Tuyển dụng thông minh nhờ Học Máy

Học máy có thể được ứng dụng để cải thiện quy trình tuyển dụng thông minh. Các mô hình có thể phân tích hồ sơ ứng viên, đánh giá kỹ năng và kinh nghiệm, và dự đoán khả năng thành công của ứng viên trong công việc. Điều này giúp nhà tuyển dụng đưa ra quyết định tuyển dụng chính xác hơn, giảm thiểu chi phí tuyển dụng và nâng cao chất lượng nguồn nhân lực.

V. Nghiên Cứu Ứng Dụng Dự Báo Nhân Viên Rời Bỏ Sử Dụng Học Máy

Nghiên cứu được thực hiện trên bộ dữ liệu của IBM từ Kaggle, tập trung vào việc xây dựng mô hình dự báo khả năng nghỉ việc của nhân viên. Các thuật toán như Logistic Regression, K-Nearest Neighbors, Decision Tree, Support Vector Machine, Neural Network và Random Forest được sử dụng để thực nghiệm. Nghiên cứu cũng xem xét việc xử lý dữ liệu mất cân bằng bằng kỹ thuật SMOTE (Synthetic Minority Over-sampling Technique) để cải thiện độ chính xác của mô hình. Các kết quả cho thấy sự tiềm năng của việc ứng dụng học máy vào quản trị nhân sự, từ đó hỗ trợ nhà quản lý đưa ra các quyết định dựa trên dữ liệu.

5.1. Quy trình thực nghiệm mô hình dự báo Phân tích attrition

Quy trình thực nghiệm bao gồm các bước: thu thập dữ liệu, tiền xử lý dữ liệu (xử lý giá trị null, loại bỏ thuộc tính không cần thiết), chuyển đổi dữ liệu (One-Hot Encoding, MinMax Scale), huấn luyện mô hình (sử dụng RFE và SMOTE), và đánh giá mô hình (sử dụng Confusion Matrix). Mục tiêu là tìm ra mô hình dự báo Phân tích attrition (tỷ lệ nhân viên nghỉ việc) có độ chính xác cao nhất.

5.2. Đánh giá hiệu suất các Mô hình học máy trong HR

Hiệu suất của các Mô hình học máy trong HR được đánh giá dựa trên các chỉ số như Accuracy, Precision, Recall, và F1-Score. Ma trận nhầm lẫn (Confusion Matrix) được sử dụng để phân tích chi tiết các loại lỗi mà mô hình mắc phải. Kết quả cho thấy một số mô hình, đặc biệt là sau khi áp dụng các kỹ thuật xử lý dữ liệu mất cân bằng, có khả năng dự báo khá tốt.

5.3. Thảo luận kết quả và so sánh các HR analytics tools

Kết quả thực nghiệm cho thấy sự khác biệt về hiệu suất giữa các mô hình khác nhau. Việc so sánh các HR analytics tools giúp xác định các công cụ phù hợp nhất cho từng loại dữ liệu và mục tiêu phân tích. Nghiên cứu cũng thảo luận về các yếu tố ảnh hưởng đến hiệu suất của mô hình, như chất lượng dữ liệu, lựa chọn đặc trưng, và thuật toán học máy.

VI. Kết Luận Tiềm Năng và Hướng Phát Triển Của Học Máy Trong HR

Ứng dụng học máy trong quản trị nguồn nhân lực mở ra những tiềm năng to lớn cho việc cải thiện hiệu suất và hiệu quả của tổ chức. Tuy nhiên, để khai thác tối đa tiềm năng này, cần có sự đầu tư về công nghệ, con người và quy trình. Các tổ chức cần xây dựng một hệ thống phân tích dữ liệu nhân sự hiệu quả, đào tạo đội ngũ chuyên gia, và tuân thủ các quy định pháp lý về bảo mật dữ liệu. Hướng phát triển trong tương lai bao gồm việc tích hợp các nguồn dữ liệu khác nhau, phát triển các mô hình phân tích sentiment nhân viên (Employee sentiment analysis) phức tạp hơn, và ứng dụng các kỹ thuật học sâu (Deep Learning) để giải quyết các bài toán nhân sự phức tạp.

6.1. Tóm tắt các kết quả chính và đóng góp của nghiên cứu

Nghiên cứu đã chứng minh tính khả thi và hiệu quả của việc ứng dụng học máy để dự báo khả năng nghỉ việc của nhân viên. Các kết quả cho thấy sự tiềm năng của việc sử dụng dữ liệu để đưa ra các quyết định quản lý nhân sự chính xác và hiệu quả hơn. Nghiên cứu cũng cung cấp các khuyến nghị về việc xây dựng và triển khai các hệ thống phân tích dữ liệu nhân sự.

6.2. Các hạn chế và hướng nghiên cứu Lập kế hoạch nguồn nhân lực

Nghiên cứu có một số hạn chế, như kích thước mẫu nhỏ và tập trung vào một công ty duy nhất. Hướng nghiên cứu trong tương lai có thể tập trung vào việc mở rộng quy mô nghiên cứu, tích hợp các nguồn dữ liệu khác nhau, và phát triển các mô hình phức tạp hơn. Ngoài ra, cần có thêm nghiên cứu về việc ứng dụng học máy vào Lập kế hoạch nguồn nhân lực (HR planning) và các bài toán nhân sự khác.

6.3. Ứng dụng Big Data HR để Employee sentiment analysis

Với sự phát triển của Big Data HR, việc phân tích cảm xúc và thái độ của nhân viên (Employee sentiment analysis) trở nên khả thi hơn bao giờ hết. Bằng cách phân tích các bình luận, đánh giá, và tương tác của nhân viên trên các nền tảng khác nhau, tổ chức có thể hiểu rõ hơn về mức độ hài lòng và gắn bó của nhân viên, từ đó đưa ra các biện pháp cải thiện kịp thời.

Nội dung chính

Dưới đây là bài viết Content chuẩn SEO chuyên sâu phân tích báo cáo nghiên cứu khoa học, được tối ưu hóa cấu trúc, từ khóa học thuật và ứng dụng thực tiễn theo đúng định dạng yêu cầu.

---

Ứng Dụng Học Máy Trong Phân Tích Dữ Liệu Quản Trị Nguồn Nhân Lực: Giải Pháp Dự Báo Nhân Viên Nghỉ Việc Bằng Random Forest, RFE và SMOTE

• Tên đề tài: Ứng Dụng Học Máy Trong Phân Tích Dữ Liệu Quản Trị Nguồn Nhân Lực
• Mã số đề tài: CTD-2023-08
• Chủ nhiệm đề tài: TS. Thái Kim Phụng (Trường Công nghệ và Thiết kế – Đại học Kinh tế TP. Hồ Chí Minh - UEH)
• Thành viên nghiên cứu: ThS. Nguyễn Phát Đạt (Ngân hàng Quốc tế VIB), ThS. Nguyễn Văn Hồ (Trường Đại học Kinh tế – Luật, ĐHQG-HCM)
• Năm công bố: 2024 (Được chấp nhận đăng trên Tạp chí Khoa học Đại học Mở TP.HCM – Kinh tế và Quản trị Kinh doanh)

---

Tóm tắt nghiên cứu (Research Summary)

Nghiên cứu "Ứng dụng học máy trong phân tích dữ liệu quản trị nguồn nhân lực" tập trung giải quyết câu hỏi nghiên cứu cốt lõi: Làm thế nào để xây dựng một mô hình học máy có độ chính xác cao nhằm dự báo nguy cơ nghỉ việc của nhân viên trong bối cảnh dữ liệu nhân sự bị mất cân bằng nghiêm trọng?

Nhóm tác giả đã triển khai phương pháp thực nghiệm định lượng trên bộ dữ liệu IBM HR Analytics (1.470 quan sát, 35 biến đặc trưng). Quy trình phân tích dữ liệu trải qua các bước tiền xử lý chuyên sâu: mã hóa One-Hot Encoding, chuẩn hóa MinMax Scaler, chọn lọc đặc trưng bằng kỹ thuật RFE (Recursive Feature Elimination) và tái tạo mẫu cân bằng dữ liệu thiểu số bằng SMOTE (Synthetic Minority Over-sampling Technique). Sáu thuật toán học máy có giám sát gồm Logistic Regression (LR), K-Nearest Neighbors (KNN), Decision Tree (DT), Support Vector Machine (SVM), Neural Network (NN) và Random Forest (RF) đã được huấn luyện và đối chuẩn chéo qua ma trận nhầm lẫn (Confusion Matrix).

Kết quả thực nghiệm khẳng định việc kết hợp RFE + SMOTE đã tạo bước đột phá trong việc cải thiện chất lượng mô hình. Trong đó, Random Forest (RF) đạt hiệu suất tối ưu vượt trội với Accuracy đạt 92.2% và F1-Score đạt 0.921. Nghiên cứu mang lại hàm ý quản trị sâu sắc, giúp các tổ chức chuyển dịch phương thức quản trị nhân lực từ phản ứng bị động sang chiến lược chủ động giữ chân nhân tài, giảm thiểu chi phí tuyển dụng và đào tạo thay thế.

---

Bối cảnh và tầm quan trọng (Context & Significance)

Trong nền kinh tế tri thức đầy biến động, nguồn nhân lực đóng vai trò là tài sản chiến lược cốt lõi quyết định lợi thế cạnh tranh bền vững của mọi tổ chức (Guest, 1997; Dutta et al., 2020). Hiện tượng nhân viên rời bỏ tổ chức (employee turnover/attrition) không chỉ làm thất thoát vốn tri thức, kỹ năng tích lũy và suy giảm tinh thần đồng đội, mà còn kéo theo gánh nặng chi phí trực tiếp và gián tiếp khổng lồ: chi phí tuyển mộ, tuyển chọn, đào tạo người mới, cùng nguy cơ mất mát khách hàng và gián đoạn vận hành (Agarwal et al., 2013; Firth et al., 2004).

Tuy nhiên, việc dự báo sự rời bỏ của nhân viên trong thực tế gặp phải một rào cản kỹ thuật lớn: sự mất cân bằng dữ liệu (imbalanced dataset). Trong phần lớn các doanh nghiệp, tỷ lệ nhân viên nghỉ việc tại một thời điểm thường chỉ chiếm từ 10% đến 20% tổng lực lượng lao động. Khi áp dụng các mô hình học máy truyền thống trực tiếp lên dữ liệu gốc, mô hình dễ rơi vào "bẫy độ chính xác" (Accuracy Paradox): tỷ lệ dự đoán đúng tổng thể (Accuracy) có thể vượt 80% chỉ bằng việc gán nhãn toàn bộ là "ở lại", nhưng năng lực nhận diện nhóm nhân viên thực sự có nguy cơ nghỉ việc (Recall và F1-Score) lại cực kỳ thấp (dưới 40%).

Trong bối cảnh chuyển đổi số và xu hướng phát triển mạnh mẽ của HR Analytics (Phân tích dữ liệu nhân sự), đề tài mang tính thời sự và cấp thiết cao. Bằng cách ứng dụng khoa học dữ liệu hiện đại, nghiên cứu lấp đầy khoảng trống thực nghiệm trong việc kết hợp kỹ thuật tinh lọc đặc trưng và cân bằng mẫu, cung cấp một giải pháp định lượng chuẩn xác giúp doanh nghiệp bảo vệ tài sản nhân lực trước khi sự cố nghỉ việc xảy ra.

       QUY TRÌNH DỰ BÁO NHÂN SỰ
[Dữ liệu IBM HR] ➔ [Tiền xử lý & Encoding] ➔ [RFE + SMOTE] ➔ [Random Forest (92.2%)] ➔ [Chiến lược giữ chân chủ động]

---

Methodology và Phương pháp tiếp cận (Methodology & Approach)

Quy trình nghiên cứu được thiết kế chuẩn mực theo khung thực nghiệm khoa học dữ liệu gồm 5 giai đoạn chính:

1. Thu thập dữ liệu và Phân tích khám phá (EDA)

• Tập dữ liệu: Dữ liệu nhân sự IBM được chia sẻ trên Kaggle, chứa 1.470 bản ghi và 35 biến thuộc tính phản ánh toàn diện các khía cạnh: thông tin nhân khẩu (Age, Gender, MaritalStatus, Education), thông tin công việc (Department, JobRole, TotalWorkingYears, MonthlyIncome, OverTime) và các chỉ số tâm lý/hành vi (JobSatisfaction, EnvironmentSatisfaction, WorkLifeBalance, RelationshipSatisfaction).
• Phân tích khám phá (EDA): Sử dụng biểu đồ phân phối Box-plot và bản đồ nhiệt Heatmap để phân tích tương quan. Kết quả đã loại bỏ các biến không có giá trị phân loại do chỉ mang một giá trị duy nhất hoặc không có biến thiên (EmployeeCount, StandardHours, Over18).

2. Tiền xử lý và Chuẩn hóa dữ liệu

• One-Hot Encoding: Biến đổi các biến định danh phi số (BusinessTravel, Department, EducationField, Gender, JobRole, MaritalStatus) thành các biến giả (dummy variables) nhị phân 0/1.
• MinMax Scaler: Chuẩn hóa toàn bộ các biến định lượng về khoảng giá trị đồng nhất $[0, 1]$, triệt tiêu sự chênh lệch đơn vị đo lường và giúp các thuật toán tối ưu hóa hội tụ nhanh hơn.

3. Tinh lọc đặc trưng và Xử lý mất cân bằng

Nghiên cứu thiết lập 3 kịch bản dữ liệu thực nghiệm để so sánh đối chứng:

1. Dữ liệu gốc: Dữ liệu sau chuẩn hóa chưa qua xử lý mẫu.
2. Dữ liệu áp dụng RFE: Sử dụng phương pháp loại bỏ đặc trưng đệ quy (Recursive Feature Elimination) để lọc bỏ các biến nhiễu, giữ lại các thuộc tính có trọng số tác động cao nhất đến biến mục tiêu Attrition.
3. Dữ liệu áp dụng RFE + SMOTE: Kết hợp RFE với kỹ thuật tạo mẫu tổng hợp nhóm thiểu số (Synthetic Minority Over-sampling Technique), sinh thêm các quan sát nhân tạo hợp lệ cho nhóm nhân viên nghỉ việc để đạt trạng thái cân bằng phân phối 50:50.

4. Huấn luyện mô hình và Tiêu chí đánh giá

• Mô hình thử nghiệm: Logistic Regression (LR), K-Nearest Neighbors (KNN), Decision Tree (DT), Support Vector Machine (SVM), Neural Network (NN) và Random Forest (RF).
• Tiêu chí đánh giá: Dựa trên ma trận nhầm lẫn (Confusion Matrix) với các chỉ số đo lường:
  • $\text{Accuracy} = \frac{TP + TN}{TP + TN + FP + FN}$
  • $\text{Precision} = \frac{TP}{TP + FP}$
  • $\text{Recall} = \frac{TP}{TP + FN}$
  • $\text{F1-Score} = 2 \times \frac{\text{Precision} \times \text{Recall}}{\text{Precision} + \text{Recall}}$

---

Phát hiện chính của nghiên cứu (Key Findings)

Dữ liệu thực nghiệm thu được qua 3 kịch bản mang lại những phát hiện có ý nghĩa then chốt:

SO SÁNH HIỆU SUẤT MÔ HÌNH RANDOM FOREST QUA 3 KỊCH BẢN:
Dữ liệu gốc:       [Accuracy: ~85%] | [F1-Score: 0.35 - 0.40] (Bẫy mất cân bằng)
Sau RFE:           [Accuracy: ~86%] | [F1-Score: 0.40 - 0.45] (Cải thiện không đáng kể)
Sau RFE + SMOTE:   [Accuracy: 92.2%] | [F1-Score: 0.921]     (Tối ưu vượt bậc)

1. Hiện tượng "Bẫy độ chính xác" trên dữ liệu thô

Khi chạy 6 thuật toán trên tập dữ liệu gốc, chỉ số Accuracy của các mô hình đạt mức khá cao (trên 80%), đặc biệt là Logistic Regression và SVM. Tuy nhiên, chỉ số Recall và F1-Score lại ở mức báo động (F1-score dao động dưới 0.4, LR chỉ đạt 0.356). Điều này phản ánh mô hình bỏ sót phần lớn các trường hợp nhân viên thực sự nghỉ việc, không có giá trị ứng dụng thực tế.

2. RFE đơn lẻ không đủ để khắc phục mất cân bằng

Khi áp dụng kỹ thuật loại bỏ đặc trưng đệ quy (RFE), độ chính xác và F1-score có xu hướng tăng nhẹ (F1 của LR tăng lên 0.405) nhưng không tạo ra sự đột biến. RFE giúp giảm bớt chiều dữ liệu và chi phí tính toán nhưng không giải quyết được nguồn gốc của sự lệch pha trong phân phối dữ liệu thiểu số.

3. Sự bứt phá toàn diện khi kết hợp RFE và SMOTE

Khi đưa dữ liệu qua quy trình tích hợp RFE + SMOTE, toàn bộ 6 mô hình đều có sự nhảy vọt về hiệu năng:

• Độ chính xác (Accuracy) của tất cả các thuật toán đều vượt mức 83%.
• Chỉ số F1-Score tăng mạnh, đạt mức cân bằng xuất sắc giữa Precision và Recall.

4. Random Forest là mô hình dự báo tối ưu nhất

Trong số các mô hình được thử nghiệm, Random Forest (RF) chứng minh tính ưu việt tuyệt đối trên tập dữ liệu RFE + SMOTE:

• Accuracy đạt 92.2%
• F1-Score đạt 0.921 (vượt trội so với SVM và Logistic Regression ở mức xấp xỉ 91%).

Khả năng kết hợp đa cây quyết định (Ensemble Learning) cùng kỹ thuật Bootstrapping giúp Random Forest kiểm soát hiện tượng quá khớp (overfitting) hoàn hảo, phân tách tốt các biên quyết định phức tạp phi tuyến tính trong hành vi nhân sự.

5. Các biến đặc trưng chi phối quyết định nghỉ việc

Thông qua quy trình RFE và phân tích tương quan, nghiên cứu đã nhận diện nhóm biến số có tác động mạnh nhất đến quyết định rời bỏ công ty của nhân sự:

• Làm việc tăng ca (OverTime): Nhân tố hàng đầu gây áp lực công việc và kiệt sức.
• Mức độ hài lòng (JobSatisfaction, EnvironmentSatisfaction): Phản ánh trải nghiệm môi trường văn hóa doanh nghiệp.
• Thu nhập hàng tháng (MonthlyIncome) và Tỷ lệ tăng lương (PercentSalaryHike): Yếu tố đòn bẩy tài chính.
• Thời gian gắn bó (YearsAtCompany, YearsWithCurrManager): Tác động của mối quan hệ với cấp quản lý trực tiếp và lộ trình thăng tiến.

---

Đóng góp khoa học và Hàm ý quản trị (Contributions & Implications)

                            CÁC ĐÓNG GÓP CỐT LÕI

1. Đóng góp về mặt lý thuyết và phương pháp luận

• Chuẩn hóa khung quy trình xử lý dữ liệu nhân sự: Nghiên cứu chứng minh rằng trong lĩnh vực People Analytics, việc kết hợp giữa chọn lọc đặc trưng (RFE) và kỹ thuật sinh mẫu thiểu số (SMOTE) là điều kiện tiên quyết để mô hình học máy đạt độ tin cậy.
• Định vị lại thước đo đánh giá mô hình: Nghiên cứu khẳng định F1-Score và Recall phải được ưu tiên hàng đầu so với Accuracy khi đánh giá các bài toán phân loại hành vi xã hội/nhân sự có tỷ lệ phân phối lệch.

2. Giá trị ứng dụng thực tiễn trong doanh nghiệp

• Hệ thống cảnh báo sớm (Early Warning Dashboard): Doanh nghiệp có thể tích hợp mô hình Random Forest vào phần mềm quản trị nguồn nhân lực (HRIS/ERP) để tự động tính toán xác suất nghỉ việc của từng nhân sự theo định kỳ.
• Chiến lược can thiệp có mục tiêu (Targeted Retention Strategy): Thay vì áp dụng chính sách phúc lợi đại trà tốn kém, bộ phận HR có thể can thiệp trúng đích vào các nhân sự chủ chốt đang có điểm bất mãn cao về OverTime, YearsWithCurrManager hoặc MonthlyIncome.
• Cải thiện mối quan hệ quản lý - nhân viên: Dữ liệu cho thấy vai trò của quản lý trực tiếp (YearsWithCurrManager) ảnh hưởng lớn đến tỷ lệ ở lại, gợi mở nhu cầu đào tạo năng lực lãnh đạo và quản trị cảm xúc cho cấp quản lý tầm trung.

---

Đối tượng quan tâm và Giá trị mang lại (Target Audience & Benefits)

Báo cáo nghiên cứu khoa học này mang lại giá trị tham khảo thiết thực cho nhiều nhóm đối tượng:

• Giám đốc Nhân sự (CHRO) & HR Business Partners (HRBP):
  • Nắm bắt phương pháp luận khoa học để xây dựng chiến lược nhân sự dựa trên dữ liệu (Data-driven HR).
  • Giảm thiểu từ 20% - 30% tỷ lệ nhảy việc ngoài ý muốn của các nhân sự hiệu suất cao (Top Performers).
• Chuyên viên Phân tích Dữ liệu (Data Analysts / Data Scientists):
  • Tham khảo quy trình kỹ thuật hoàn chỉnh: từ xử lý dữ liệu phân loại bằng One-Hot Encoding, cân bằng dữ liệu bằng SMOTE đến tối ưu hóa mô hình Random Forest.
  • Ứng dụng mã nguồn và pipeline phân tích vào các bài toán phân loại nhị phân tương tự (dự báo khách hàng rời bỏ - Churn Prediction, phát hiện gian lận - Fraud Detection).
• Các nhà nghiên cứu và Giảng viên khối ngành Kinh tế số / Quản trị:
  • Tài liệu tham khảo học thuật giá trị kết hợp giữa công nghệ thông tin và khoa học quản trị kinh doanh hiện đại.
• Ban điều hành Doanh nghiệp (C-level Executives):
  • Tối ưu hóa bài toán chi phí: cắt giảm ngân sách tuyển dụng thay thế liên tục, duy trì sự ổn định vận hành và bảo vệ bí mật kinh doanh.

---

Câu hỏi thường gặp (FAQ)

1. Phát hiện quan trọng nhất của nghiên cứu này là gì?

Phát hiện quan trọng nhất là việc chứng minh sự vượt trội của thuật toán Random Forest khi kết hợp cùng RFE và SMOTE, giúp nâng độ chính xác lên 92.2% và F1-Score lên 0.921. Nghiên cứu cũng chỉ ra rằng việc dựa vào chỉ số Accuracy đơn thuần trên dữ liệu thô sẽ dẫn đến những nhận định sai lầm nghiêm trọng trong quản trị nhân sự.

2. Kỹ thuật RFE và SMOTE đóng vai trò đặc biệt gì trong nghiên cứu?

• RFE (Recursive Feature Elimination): Giúp sàng lọc và loại bỏ các biến gây nhiễu, giảm số chiều dữ liệu, từ đó giảm chi phí tính toán và tránh quá khớp.
• SMOTE (Synthetic Minority Over-sampling): Giải quyết triệt để sự mất cân bằng mẫu bằng cách sinh dữ liệu nhân tạo thông minh cho nhóm nhân viên nghỉ việc, giúp mô hình học được các đặc trưng của nhóm thiểu số một cách chuẩn xác.

3. Kết quả mô hình trên dữ liệu IBM có thể tổng quát hóa cho doanh nghiệp Việt Nam không?

Bộ dữ liệu IBM mang tính đại diện cao cho các chỉ số nhân sự chuẩn quốc tế. Tuy nhiên, khi áp dụng vào các doanh nghiệp Việt Nam (đặc biệt là khối SME), tổ chức cần hiệu chỉnh lại tập đặc trưng để phù hợp với văn hóa làm việc, chế độ đãi ngộ nội địa và thu thập dữ liệu thực tế tại chính doanh nghiệp trước khi huấn luyện mô hình.

4. Hướng phát triển tiếp theo của đề tài là gì?

Nhóm tác giả định hướng mở rộng nghiên cứu bằng cách:

• Thử nghiệm các kiến trúc học sâu tiên tiến (Deep Learning, CNN, TabNet) và học máy tăng cường (Reinforcement Learning).
• Tích hợp thêm dữ liệu phi cấu trúc (văn bản phản hồi khảo sát, đánh giá hiệu suất 360 độ, dữ liệu tương tác nội bộ).
• Xây dựng nền tảng ứng dụng trực quan hóa hỗ trợ ra quyết định theo thời gian thực.

5. Doanh nghiệp cần chuẩn bị những gì để triển khai mô hình này?

Doanh nghiệp cần:

1. Số hóa và chuẩn hóa cơ sở dữ liệu nhân sự (thâm niên, lương thưởng, giờ làm việc, khảo sát mức độ hài lòng).
2. Thiết lập quy trình làm sạch dữ liệu định kỳ.
3. Trang bị năng lực phân tích dữ liệu hoặc sử dụng các công cụ People Analytics để tích hợp thuật toán vào quy trình ra quyết định của phòng HR.

---

Kết luận (Conclusion)

Đề tài nghiên cứu khoa học của TS. Thái Kim Phụng và cộng sự (2024) đã chứng minh tính khả thi và hiệu quả vượt trội của việc tích hợp học máy vào phân tích quản trị nguồn nhân lực. Bằng việc giải quyết triệt để bài toán mất cân bằng dữ liệu thông qua giải pháp RFE + SMOTE kết hợp thuật toán Random Forest, nghiên cứu đã thiết lập một tiêu chuẩn kỹ thuật tin cậy cho bài toán dự báo nhân sự nghỉ việc với độ chính xác đạt 92.2%.

Đây là bước đệm quan trọng thúc đẩy quá trình chuyển đổi số trong quản trị doanh nghiệp. Các nhà lãnh đạo và chuyên gia nhân sự được khuyến nghị ứng dụng ngay các khung phân tích dữ liệu dự đoán này để xây dựng môi trường làm việc hạnh phúc, giữ chân nhân tài và tối ưu hóa năng lực cạnh tranh bền vững cho tổ chức.

Trích đoạn nội dung tài liệu

Chương 1 - Giới thiệu nghiên cửu: Trinh bày tâm quan trọng cùa quản lý nguồn nhân lực trong tổ chức và lý do cần thiết phái dự báo khả năng nghi việc của nhân viên. 5 Chương 2 - Cơ sờ lý thuyết và lông quan nghiên cứu: Khảo sát và phân lích các nghiên cửu trước đây vê việc ứng dụng máy học và phân tích dữ liệu trong quàn lý nguôn nhân lực, từ đó xác định các khoáng trống nghiên cứu cần được khai thác. Chương 3 - Mô hỉnh thực nghiệm dự báo nhân viên rời bỏ: Trinh bày chi tiết về quy trinh nghiên cửu bao gồm các bước thu thập dừ liệu, tiền xử lý dữ liệu, chuyến đối dừ liệu, huấn luyện mô hình, đánh giá mô hỉnh và chọn lựa mô hình dự báo tốt nhất. Chương 4 - Kêt quà thực nghiệm: Trình bày kêt quà thực nghiệm các mô hình dự báo và tháo luận về hiệu suất của từng mô hình.

So sánh và đánh giá mô hình tốt nhất dựa trên các chí sô đánh giá như Accuracy, Precision, Recall và Fl-Score. Chương 5- Kêt luận và kiên nghị: Tông kêt lại các kêt quà chính của nghiên cứu và đề xuất các khuyển nghị cho các tố chức áp dụng mô hình dự báo để nâng cao hiệu suất quản lý nhân sự. Đưa ra các hướng nghiên cứu tiêp theo đê hoàn thiện và cải tiên mô hình. 6 CHƯƠNG 2: cơ SỞ LÝ THU VẾT VÀ TỎNG QUAN NGHIÊN cửu 0 chương 2, tác giá trinh bày các cơ sơ lý thuyêt nên táng bao gôm: định nghĩa nhân viên nghỉ viộc là gỉ, một sổ nguyên nhân nghỉ việc.

Sau đó, lác giá chỉ ra một sổ thuật toán trong bài toán phân loại cũng như các chi sổ đo đường độ chính xác mỏ hình. Cuối cùng, tác gia lược kháo các nghiên cứu liên quan.1 Định nghĩa Nhân viên nghỉ việc Nhân viên nghi việc là quá trinh một nhân viên quyết định rời bó công ty hoặc lô chức mà họ đang làm việc. Đây là một vấn đề quan trọng trong quản lý nhân sự vỉ sự nghi việc của nhân viên không chỉ làm mât đi nguôn lực lao động mà còn dan đên mất khách hàng và gây ảnh hường đến hoạt động kinh doanh cũng như sự phát trién cua doanh nghiệp (Agarwal và cộng sự, 2013). Việc rời bỏ công việc có ý nghía quan trọng với cà người lao động đang cân nhắc rời bỏ công việc và nhà quản lý đang phái đối mặt với tình trạng thiếu hụt nhân sự, chi phí luyến dụng và đào lạo nhân viên mới cao, và quan trọng không kém là vấn đồ năng suất của tô chửc (Firth và cộng sự, 2004) 2.2 Nguyên nhân nhân viên nghỉ việc Sự nghi việc của nhân viên cỏ thế do nhiều nguyên nhân khác nhau, tù’ yếu tố cá nhân như thu nhập, cơ hội thăng tiến, môi trường làm việc, đến các lý do gia đình (Raza và công sự, 2022).

Ap lực công việc và thiêu hài lòng vê công việc là một trong nhừng yêu tô khiến nhân viên muốn nghi viộc (Moorc, 2002). Việc nhân vicn nghi viộc là hiểu mà các doanh nghiệp không mong muốn xáy ra, do đó, nếu hiểu rõ những nguyên nhân này giúp các doanh nghiệp thâu hiêu được các khía cạnh liên quan quán trị nhân sự, từ đỏ cỏ thê xây dựng các chiến lược giừ chân nhân viên hiệu quá hơn, giám tý lệ nghi việc, nâng cao phúc lợi và duy tri lực lượng lao động ôn định, đám báo cho SỊT phát triên .3 Các phưong pháp phân loại trong máy học Dự đoán nhân viên rời bỏ là bài toán xác định xem một nhân viên có nghỉ việc ờ công ty hay không, với kết quá trá về là "Có” - Positive (giá trị 1) hoặc "Không" - Negative 7 (giá trị 0).