Giới thiệu dự án

Trong bối cảnh nền kinh tế toàn cầu chịu sự tái định hình sâu sắc từ các biến động chuỗi cung ứng và cuộc chiến thương mại Mỹ - Trung, ngành dệt may Việt Nam tiếp tục khẳng định vai trò là ngành kinh tế mũi nhọn với kim ngạch xuất khẩu đạt 35 tỷ USD vào năm 2018 (tăng trưởng bình quân CAGR 12% giai đoạn 2011–2018). Tuy nhiên, phần lớn các doanh nghiệp may mặc nội địa và FDI vẫn tập trung ở phương thức gia công đơn thuần (CMT, FOB cấp 1) với biên lợi nhuận mỏng. Trước áp lực cạnh tranh gia tăng từ Bangladesh và Campuchia, việc nâng cao năng suất lao động (NSLĐ) trở thành yếu tố sống còn để tối ưu hóa chi phí sản xuất, hạ giá thành sản phẩm và nâng cao năng lực cạnh tranh.

Công ty Scavi Huế (thuộc Tập đoàn Corele International - Pháp) là doanh nghiệp FDI tiêu biểu tại Khu công nghiệp Phong Điền, Tỉnh Thừa Thiên Huế, chuyên sản xuất các mặt hàng nội y cao cấp (lingerie), đồ thể thao và đồ bơi xuất khẩu cho các thương hiệu hàng đầu như Decathlon, Puma, Triumph, Petit Bateau. Với quy mô hơn 6.300 lao động (trong đó lao động trực tiếp chiếm 93,4%) và 40 chuyền may hoạt động liên tục tại 3 nhà máy, Scavi Huế đối mặt với bài toán tối ưu hóa vận hành khi tốc độ tăng trưởng doanh thu năm 2018 chậm lại (đạt 2.583,51 tỷ VNĐ, chỉ tăng 4,33% so với mức bùng nổ 57,80% của năm 2017).

+-----------------------------------------------------------------------------------+
|                            VẤN ĐỀ CỐT LÕI TẠI NHÀ MÁY                            |
+-----------------------------------------------------------------------------------+
|  [Tỷ lệ LĐ Phổ thông: 95.7%] ---> [Biến động nhân sự 18-25 tuổi: -14.7%]          |
|                                         |                                         |
|                                         v                                         |
|  [Năng suất theo doanh thu chững lại] <--- [Thiếu mô hình định lượng yếu tố NSLĐ] |
+-----------------------------------------------------------------------------------+

Vấn đề nghiên cứu (Problem Statement)

Mặc dù quy mô sản xuất và lực lượng lao động mở rộng nhanh chóng, công tác quản trị năng suất tại bộ phận sản xuất trực tiếp của Scavi Huế vẫn bộc lộ các điểm nghẽn:

  • Tốc độ tăng trưởng năng suất lao động theo giá trị ($W = \text{Doanh thu} / \text{Lao động trực tiếp}$) có dấu hiệu chững lại trong năm 2018.
  • Lực lượng lao động trực tiếp biến động mạnh ở độ tuổi trẻ (nhóm 18–25 tuổi giảm 14,70% trong năm 2018), đòi hỏi chi phí đào tạo lại liên tục.
  • Doanh nghiệp thiếu một mô hình kinh tế lượng định lượng hóa chính xác mức độ tác động đồng thời của các nhóm nhân tố: bản thân người lao động, quản lý phân công, điều kiện vật lý, cải tiến quy trình và môi trường văn hóa xưởng may.

Mục tiêu của dự án

  1. Xác định hệ thống các nhân tố tác động đến năng suất lao động của công nhân trực tiếp tại Nhà máy 1 và Nhà máy 2 thuộc Công ty Scavi Huế.
  2. Đo lường và lượng hóa mức độ tác động của từng nhân tố thông qua mô hình phân tích nhân tố khám phá (EFA) và hồi quy tuyến tính bội (Multiple Linear Regression).
  3. Đề xuất gói giải pháp quản trị sản xuất và nhân sự khả thi, giúp ban lãnh đạo Scavi Huế cải thiện 10–15% hiệu suất chuyền may trong giai đoạn 2020–2022.

Phương pháp tiếp cận giải pháp

Đề tài kết hợp giữa lý thuyết kinh tế lao động hiện đại của Tổ chức Năng suất Châu Âu (EPA) và mô hình định lượng thực nghiệm (Empirical Research):

  • Tiếp cận đa chiều: Xem xét năng suất không chỉ ở khía cạnh số lượng sản phẩm/giờ mà còn gắn liền với chất lượng hoàn thiện (tỷ lệ kiểm hàng AQL - Acceptable Quality Limit) và tinh thần cải tiến (Kaizen).
  • Sử dụng mô hình toán thống kê trên mẫu khảo sát thực chứng ($N = 120$) để kiểm định giả thuyết khoa học trước khi ra quyết định can thiệp quản trị.

Phạm vi và giới hạn

  • Không gian: Bộ phận sản xuất trực tiếp (Nhà máy 1, Nhà máy 2) tại Công ty Scavi Huế, KCN Phong Điền, Thừa Thiên Huế.
  • Thời gian nghiên cứu: Dữ liệu thứ cấp giai đoạn 2016–2018; dữ liệu sơ cấp thu thập từ tháng 10/2019 đến tháng 12/2019.
  • Giới hạn: Phương pháp chọn mẫu thuận tiện trong điều kiện dây chuyền sản xuất may mặc đang vận hành liên tục; nghiên cứu chưa mở rộng sang bộ phận gián tiếp và khối văn phòng.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại các xưởng sản xuất may mặc truyền thống, đánh giá năng suất thường chỉ dựa trên chỉ tiêu sản lượng hiện vật ($W = Q/T$) hoặc định mức thời gian bấm giờ đơn thuần. Cách tiếp cận này bộc lộ nhiều hạn chế khi phân tích các yếu tố hành vi và môi trường làm việc.

Tiêu chí đánh giá Phương pháp định mức truyền thống Phương pháp phân tích thực chứng EFA & Regression (Đề tài)
Bản chất đo lường Thuần túy cơ học, bấm giờ thao tác (Stopwatch study) Đo lường toàn diện cả yếu tố vật lý, quản lý, tâm lý xã hội và kỹ thuật
Khả năng lượng hóa Chỉ phản ánh thời gian hao phí trên từng công đoạn Xác định chính xác trọng số hồi quy ($\beta$) của từng nhân tố ảnh hưởng
Tính ứng dụng Khó giải thích nguyên nhân gốc rễ (Root Cause) khi NSLĐ giảm Nhận diện biến tác động mạnh nhất để phân bổ ngân sách cải tiến tối ưu
Chi phí triển khai Tốn nhân sự đo đạc liên tục, dễ sai lệch do hiệu ứng Hawthorne Dựa trên khảo sát cấu trúc chuẩn hóa, dễ nhân rộng và số hóa

Ma trận ưu tiên MoSCoW trong giải pháp nâng cao NSLĐ

+------------------------------------+------------------------------------+
|            MUST HAVE               |            SHOULD HAVE             |
| - Cải thiện vi khí hậu nhà xưởng   | - Tái cơ cấu quy trình phân công   |
| - Kiểm soát ánh sáng/tiếng ồn      | - Tối ưu hóa định mức thưởng Line  |
| - Đào tạo kỹ năng thao tác chuẩn   | - Chương trình Kaizen xưởng may    |
+------------------------------------+------------------------------------+
|            COULD HAVE              |            WON'T HAVE              |
| - Phần mềm số hóa bảng theo dõi NS | - Thay thế 100% dây chuyền tự động |
| - Trợ cấp nhà trẻ / đời sống       | - Thay đổi toàn bộ cơ cấu tổ chức  |
+------------------------------------+------------------------------------+

Thiết kế mô hình nghiên cứu

Mô hình nghiên cứu được xây dựng dựa trên 5 nhóm biến độc lập tác động lên 1 biến phụ thuộc thông qua thang đo Likert 5 mức độ:

graph LR
    subgraph Independent_Variables ["Nhóm Biến Độc Lập"]
        X1["X1: Bản thân người lao động (5 chỉ báo)"]
        X2["X2: Quản lý & Phân công lao động (5 chỉ báo)"]
        X3["X3: Điều kiện làm việc (5 chỉ báo)"]
        X4["X4: Cải tiến trong sản xuất (4 chỉ báo)"]
        X5["X5: Môi trường làm việc (5 chỉ báo)"]
    end

    subgraph Dependent_Variable ["Biến Phụ Thuộc"]
        Y["Y: Năng suất lao động trực tiếp (NSLĐ)"]
    end

    X1 -->|H1 (+)| Y
    X2 -->|H2 (+)| Y
    X3 -->|H3 (+)| Y
    X4 -->|H4 (+)| Y
    X5 -->|H5 (+)| Y

Ngăn xếp công nghệ và công cụ xử lý dữ liệu

  • IBM SPSS Statistics 20.0: Xử lý dữ liệu định lượng, Cronbach's Alpha, EFA, OLS Regression.
  • Microsoft Excel 2016: Mã hóa dữ liệu thô, tổng hợp bảng tần số và trực quan hóa biểu đồ.
  • Python 3.10 (Pandas, Statsmodels, Scikit-learn): Xây dựng pipeline kiểm định tự động và kiểm tra tính vững của mô hình.
+-------------------------------------------------------------------------+
|                        KIẾN TRÚC DỮ LIỆU ĐIỀU TRA                       |
+-------------------------------------------------------------------------+
| [Bảng hỏi 24 biến quan sát] -> [SPSS/Excel Matrix (120 x 24)]           |
|                                    |                                    |
|       +----------------------------+----------------------------+       |
|       |                                                         |       |
|       v                                                         v       |
| [Kiểm định Scale Reliability]                           [Phân tích EFA]  |
| (Cronbach's Alpha >= 0.6)                               (KMO >= 0.5)    |
|       |                                                         |       |
|       +----------------------------+----------------------------+       |
|                                    |                                    |
|                                    v                                    |
|                     [Mô hình Hồi quy Tuyến tính OLS]                    |
|                     (Kiểm định VIF, Durbin-Watson)                      |
+-------------------------------------------------------------------------+

Phương pháp luận (Methodology)

Nghiên cứu áp dụng quy trình định lượng chuẩn mực trong quản trị kinh doanh:

  1. Xác định cỡ mẫu tối thiểu:
    • Theo Hair et al. (1998): Cỡ mẫu $N \ge 5 \times k = 5 \times 24 = 120$ quan sát ($k$ là số biến quan sát).
    • Theo Tabachnick & Fidell (1991): Cỡ mẫu cho phân tích hồi quy $N \ge 8m + 50 = 8(5) + 50 = 90$ ($m$ là số biến độc lập).
    • Khảo sát thực tế: Phát ra và thu về 120 bảng hỏi hợp lệ từ công nhân trực tiếp tại 2 nhà máy.
  2. Quy trình phân tích 4 bước:
    • Bước 1: Thống kê mô tả đặc điểm mẫu (giới tính, độ tuổi, thâm niên, thu nhập, ca làm việc).
    • Bước 2: Kiểm định độ tin cậy thang đo bằng hệ số Cronbach’s Alpha (loại biến có tương quan biến - tổng $< 0.30$).
    • Bước 3: Phân tích nhân tố khám phá (EFA) với phép trích Principal Components và phép xoay Varimax để kiểm tra tính hội tụ và phân biệt.
    • Bước 4: Phân tích tương quan Pearson và ước lượng hồi quy OLS (Ordinary Least Squares) cùng các kiểm định vi phạm giả định (đa cộng tuyến, tự tương quan, phân phối chuẩn phần dư).

Implementation và kết quả

Quy trình phân tích dữ liệu và thuật toán thống kê

Thuật toán phân tích hồi quy và kiểm định thống kê được chuẩn hóa và thực thi thông qua mã nguồn Python (tương đương quy trình xử lý trên SPSS 20.0):

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

def evaluate_productivity_model(df, feature_cols, target_col):
    """
    Thực thi mô hình hồi quy OLS và kiểm định vi phạm giả định thống kê.
    Tham số:
        df: DataFrame chứa dữ liệu khảo sát đã mã hóa Likert 1-5
        feature_cols: Danh sách các nhân tố độc lập (X1 -> X5)
        target_col: Biến phụ thuộc (Y - NSLD)
    """
    X = df[feature_cols]
    y = df[target_col]
    
    # Bổ sung hệ số chặn (Intercept / Constant)
    X_with_const = sm.add_constant(X)
    
    # Ước lượng mô hình OLS
    model = sm.OLS(y, X_with_const).fit()
    
    # Tính toán hệ số phóng đại phương sai (VIF)
    vif_data = pd.DataFrame()
    vif_data["Variable"] = feature_cols
    vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(len(feature_cols))]
    
    # Kiểm định tự tương quan Durbin-Watson
    dw_stat = durbin_watson(model.resid)
    
    return {
        "summary": model.summary(),
        "rsquared_adj": model.rsquared_adj,
        "f_pvalue": model.f_pvalue,
        "vif": vif_data,
        "dw_statistic": dw_stat,
        "params": model.params,
        "pvalues": model.pvalues
    }

Kết quả kiểm định và dữ liệu thực nghiệm

1. Đặc điểm cấu trúc mẫu khảo sát ($N = 120$)

  • Giới tính: Nữ chiếm 80,8% (97 người), Nam chiếm 19,2% (23 người) — phản ánh chính xác đặc thù ngành may nội y.
  • Độ tuổi: Tập trung cao nhất ở nhóm 18–25 tuổi (45,8%) và 25–30 tuổi (30,8%).
  • Trình độ: Lao động phổ thông chiếm 95,0%; Trung cấp/Cao đẳng chiếm 5,0%.
  • Thu nhập bình quân: Nhóm 4–6 triệu VNĐ/tháng chiếm 65,0%; nhóm 6–8 triệu VNĐ/tháng chiếm 25,8%.
+-----------------------------------------------------------------------+
|                   CẤU TRÚC LAO ĐỘNG KHẢO SÁT (N=120)                  |
+-----------------------------------------------------------------------+
| Giới tính:  [========= Nữ: 80.8% =========] [ Nam: 19.2% ]            |
| Độ tuổi:    [=== 18-25: 45.8% ===] [= 25-30: 30.8% =] [ >30: 23.4% ]  |
| Thu nhập:   [====== 4-6 tr: 65.0% ======] [ 6-8 tr: 25.8% ] [ Khác ]  |
+-----------------------------------------------------------------------+

2. Kiểm định độ tin cậy thang đo (Cronbach's Alpha) và EFA

Tất cả 5 nhóm biến độc lập và 1 biến phụ thuộc đều đạt chuẩn độ tin cậy cao:

  • Bản thân người lao động ($X_1$): $\alpha = 0.812$, tương quan biến tổng nhỏ nhất $= 0.458 > 0.3$.
  • Quản lý và phân công lao động ($X_2$): $\alpha = 0.845$, tương quan biến tổng nhỏ nhất $= 0.512 > 0.3$.
  • Điều kiện làm việc ($X_3$): $\alpha = 0.798$, tương quan biến tổng nhỏ nhất $= 0.435 > 0.3$.
  • Cải tiến trong sản xuất ($X_4$): $\alpha = 0.826$, tương quan biến tổng nhỏ nhất $= 0.489 > 0.3$.
  • Môi trường làm việc ($X_5$): $\alpha = 0.864$, tương quan biến tổng nhỏ nhất $= 0.541 > 0.3$.
  • Năng suất lao động ($Y$): $\alpha = 0.852$, tương quan biến tổng nhỏ nhất $= 0.567 > 0.3$.

Kiểm định EFA biến độc lập: Hệ số KMO $= 0.821 > 0.5$; Kiểm định Bartlett có $p\text{-value} = 0.000 < 0.001$; Tổng phương sai trích đạt $63.48% > 50%$; 5 nhân tố được rút trích tại điểm dừng Eigenvalue $= 1.245 > 1.0$.

3. Kết quả phân tích hồi quy tuyến tính OLS

Mô hình hồi quy đạt độ thích hợp cao với $R^2 = 0.612$, $R^2_{\text{hiệu chỉnh}} = 0.595$, $F(5, 114) = 35.98$ ($p < 0.001$). Không có hiện tượng tự tương quan (Durbin-Watson $= 1.892 \approx 2$) và không vi phạm đa cộng tuyến (hệ số VIF của tất cả các biến đều $< 1.8$, nhỏ hơn ngưỡng 10).

Biến độc lập Hệ số chưa chuẩn hóa ($B$) Sai số chuẩn (Std. Error) Hệ số chuẩn hóa ($\beta$) Giá trị $t$ Mức ý nghĩa ($p$-value) Hệ số VIF
(Hằng số $\beta_0$) 0.428 0.285 — 1.502 0.136 —
Môi trường làm việc ($X_5$) 0.312 0.062 0.345 5.032 0.000 1.341
Điều kiện làm việc ($X_3$) 0.245 0.058 0.278 4.224 0.000 1.289
Quản lý & phân công ($X_2$) 0.198 0.055 0.215 3.600 0.000 1.412
Cải tiến sản xuất ($X_4$) 0.154 0.051 0.168 3.019 0.003 1.225
Bản thân người LĐ ($X_1$) 0.118 0.048 0.132 2.458 0.015 1.304

Phương trình hồi quy chuẩn hóa: $$Y = 0.345 \cdot X_5 + 0.278 \cdot X_3 + 0.215 \cdot X_2 + 0.168 \cdot X_4 + 0.132 \cdot X_1$$

+---------------------------------------------------------------------------------+
|                       MỨC ĐỘ TÁC ĐỘNG CỦA CÁC NHÂN TỐ (BETA)                    |
+---------------------------------------------------------------------------------+
| X5 (Môi trường làm việc):     [======================== 0.345 =================] |
| X3 (Điều kiện làm việc):      [==================== 0.278 ===============]       |
| X2 (Quản lý & phân công):     [=============== 0.215 ============]              |
| X4 (Cải tiến sản xuất):       [=========== 0.168 ========]                      |
| X1 (Bản thân người lao động): [======== 0.132 =====]                            |
+---------------------------------------------------------------------------------+

Đổi mới và đóng góp

Điểm mới trong phương pháp luận và phân tích

  1. Lượng hóa vai trò của yếu tố Tâm lý - Xã hội xưởng may: Khác với quan niệm truyền thống cho rằng "tiền lương" hay "kỹ năng công nhân" là yếu tố số một, kết quả nghiên cứu chỉ ra rằng tại Scavi Huế, Môi trường làm việc ($\beta = 0.345$) và Điều kiện làm việc ($\beta = 0.278$) mới là hai nhân tố có tác động mạnh nhất đến năng suất lao động của công nhân may trực tiếp.
  2. Phát hiện nút thắt vi khí hậu và phân công lao động: Phân tích điểm trung bình thành phần cho thấy biến "Nhiệt độ, thông gió nhà xưởng vào mùa hè" và "Sự hỗ trợ kỹ thuật kịp thời từ chuyền trưởng khi đứt chuyền" đạt điểm hài lòng thấp nhất ($2.95/5.0$ và $3.12/5.0$).

So sánh với các công trình nghiên cứu tiền nhiệm

Tiêu chí so sánh Nghiên cứu Thomas & Subal (Ấn Độ, 2012) Nghiên cứu Nguyễn Thị Phương Minh (Dệt may 29-3, 2014) Đề tài nghiên cứu tại Scavi Huế (2019)
Phạm vi & Đối tượng Ngành may Ấn Độ (mô hình vĩ mô) Mã hàng Nano tại 1 chuyền may Toàn bộ khối sản xuất trực tiếp (2 Nhà máy, 40 chuyền)
Phương pháp xử lý Phân tích định tính & hàm sản xuất Thống kê mô tả & định mức thời gian Kết hợp kiểm định Cronbach's Alpha, EFA và hồi quy OLS
Kết luận trọng tâm Cải tiến kỹ thuật tác động lớn hơn quản lý Tiền lương và bậc thợ quyết định năng suất Môi trường tập thể và điều kiện vi khí hậu chi phối lớn nhất
Tính ứng dụng giải pháp Khuyến nghị mang tính vĩ mô Cải tiến bảng định mức mã hàng Đề xuất giải pháp can thiệp 5 phân hệ vận hành chi tiết

Ứng dụng thực tế và triển khai

Dựa trên kết quả trọng số hồi quy, đề tài xây dựng lộ trình cải tiến năng suất gồm 4 gói giải pháp cụ thể:

+------------------------------------------------------------------------------------+
|                         LỘ TRÌNH TRIỂN KHAI GIẢI PHÁP 6 THÁNG                      |
+------------------------------------------------------------------------------------+
| Tháng 1-2: [Gói 1: Nâng cấp Vi khí hậu & Chiếu sáng]                               |
|            - Lắp đặt thêm 12 quạt làm mát công nghiệp và hệ thống phun sương trần  |
|            - Nâng độ rọi từ 450 lux lên chuẩn 750 lux tại mặt bàn máy may          |
|                                                                                    |
| Tháng 3-4: [Gói 2: Tối ưu Phân công chuyền may & Đào tạo đa năng]                  |
|            - Áp dụng ma trận kỹ năng (Skill Matrix) cân bằng chuyền (Line Balancing)|
|            - Rút ngắn thời gian xử lý sự cố đứt chuyền xuống dưới 5 phút           |
|                                                                                    |
| Tháng 5-6: [Gói 3 & 4: Phong trào Kaizen xưởng may & Quản trị văn hóa đồng đội]    |
|            - Triển khai nhóm chất lượng QCC (Quality Control Circle) thưởng 20%    |
|            - Thiết lập bảng năng suất điện tử real-time trên từng Line             |
+------------------------------------------------------------------------------------+

Chi tiết các gói giải pháp

Gói 1: Cải thiện môi trường và điều kiện vật lý làm việc ($\beta = 0.345$ và $\beta = 0.278$)

  • Lắp đặt hệ thống thông gió làm mát áp suất âm, đảm bảo nhiệt độ xưởng may duy trì ở mức $26^\circ\text{C} - 28^\circ\text{C}$ vào mùa khô miền Trung.
  • Bố trí lại layout bàn chuyền may theo nguyên lý Ergonomics, giảm thiểu thao tác với/cúi của công nhân, giảm mệt mỏi thể chất sau 4 giờ làm việc liên tục.

Gói 2: Chuẩn hóa công tác quản lý và phân công lao động ($\beta = 0.215$)

  • Xây dựng ma trận kỹ năng công nhân (Skill Matrix) để chuyền trưởng chủ động điều chuyển nhân sự đa năng vào các công đoạn cổ chai (bottleneck) khi có mã hàng mới.
  • Đào tạo kỹ năng giao tiếp và quản lý cảm xúc cho đội ngũ tổ trưởng/chuyền trưởng, giảm áp lực tâm lý tiêu cực lên công nhân.

Gói 3: Khuyến khích cải tiến kỹ thuật và thao tác may ($\beta = 0.168$)

  • Trang bị thêm các cữ gá dưỡng chuyên dùng cho sản phẩm may mặc nội y (đồ lót nam nữ đòi hỏi đường may cong, co giãn cao).
  • Thưởng nóng cho sáng kiến tiết kiệm nguyên phụ liệu và giảm thời gian chuyển đổi mã hàng (SMED).

Phân tích Chi phí - Lợi ích và ROI dự kiến

+-----------------------------------------------------------------------------+
|                          HẠNG MỤC DỰ TOÁN NGÂN SÁCH                         |
+-----------------------------------------------------------------------------+
| 1. Nâng cấp thông gió, chiếu sáng xưởng may:               250.000.000 VNĐ  |
| 2. Trang bị cữ gá dưỡng, phụ trợ may chuyên dụng:           80.000.000 VNĐ  |
| 3. Chi phí đào tạo chuyền trưởng & kỹ năng đa năng:         50.000.000 VNĐ  |
| 4. Quỹ thưởng thi đua Kaizen / QCC (năm đầu tiên):          60.000.000 VNĐ  |
| --------------------------------------------------------------------------- |
| TỔNG CHI PHÍ ĐẦU TƯ BAN ĐẦU:                               440.000.000 VNĐ  |
+-----------------------------------------------------------------------------+
  • Lợi ích kinh tế ước tính: Năng suất bình quân toàn xưởng tăng $3,5% \rightarrow$ Giá trị sản lượng gia tăng hàng năm ước đạt $2,8$ tỷ VNĐ. Tỷ lệ hàng lỗi tái chế giảm từ $2,8%$ xuống dưới $1,8%$, tiết kiệm $350$ triệu VNĐ chi phí nguyên phụ liệu/năm.
  • Thời gian hoàn vốn (Payback Period): $$\text{Thời gian hoàn vốn} = \frac{440.000.000}{2.800.000.000 + 350.000.000} \times 12 \approx 1,68 \text{ tháng}$$

Hạn chế và hướng phát triển

Hạn chế kỹ thuật của đề tài

  1. Quy mô và phương pháp chọn mẫu: Cỡ mẫu dừng ở $N = 120$ với phương pháp chọn mẫu thuận tiện. Mặc dù thỏa mãn các chuẩn kiểm định EFA và Hồi quy, tính đại diện chưa thể bao quát 100% cho tổng thể 5.896 lao động trực tiếp.
  2. Mô hình tĩnh (Cross-sectional Data): Dữ liệu thu thập tại một thời điểm (tháng 10–12/2019), chưa phản ánh được tính mùa vụ trong đơn hàng may mặc (mùa cao điểm xuất khẩu cuối năm so với đầu năm).

Định hướng mở rộng nghiên cứu

  • Ứng dụng mô hình cấu trúc tuyến tính (SEM - Structural Equation Modeling): Để phân tích các biến trung gian (như Động lực làm việc, Sự hài lòng công việc) tác động gián tiếp đến NSLĐ.
  • Tích hợp công nghệ IoT và AI trong quản trị may mặc: Lắp đặt cảm biến đo nhịp độ thao tác máy may kết nối hệ thống MES (Manufacturing Execution System) để phân tích dữ liệu lớn thời gian thực (Real-time Line Balancing).

Đối tượng hưởng lợi

+---------------------------------------------------------------------------------------+
|                                  ĐỐI TƯỢNG HƯỞNG LỢI                                  |
+---------------------------------------------------------------------------------------+
|  [Sinh viên / Học viên]      --> Tham khảo bộ khung đo lường & Syntax phân tích SPSS  |
|  [Kỹ sư IE / Quản lý xưởng]  --> Bộ giải pháp cân bằng chuyền & tối ưu Ergonomics     |
|  [Ban Giám đốc Doanh nghiệp] --> Cơ sở khoa học để phê duyệt ngân sách cải tiến       |
|  [Nhà nghiên cứu kinh tế]    --> Dữ liệu thực chứng ngành may xuất khẩu miền Trung    |
+---------------------------------------------------------------------------------------+
  1. Sinh viên và Học viên ngành Quản trị Kinh doanh / Quản lý Công nghiệp: Cung cấp tài liệu tham khảo hoàn chỉnh về quy trình xây dựng bảng hỏi, kiểm định EFA, hồi quy OLS trên số liệu thực tế của doanh nghiệp FDI.
  2. Kỹ sư Quản lý Sản xuất (IE) và Quản đốc xưởng may: Nắm được trọng số tác động của các yếu tố vi khí hậu và phân công chuyền may để điều chỉnh layout xưởng hợp lý.
  3. Ban Giám đốc Công ty Scavi Huế và Tập đoàn Scavi: Có cơ sở định lượng để ưu tiên rót vốn vào các hạng mục cải tạo môi trường xưởng, thay vì đầu tư dàn trải không hiệu quả.
  4. Nhà nghiên cứu Kinh tế lao động: Bổ sung bằng chứng thực nghiệm về mối quan hệ giữa yếu tố tâm lý xã hội và năng suất lao động trong ngành may mặc tại các thị trường mới nổi.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và công cụ để áp dụng mô hình khảo sát này tại doanh nghiệp khác?

Doanh nghiệp cần chuẩn bị bảng hỏi Likert chuẩn hóa 24 biến quan sát, phần mềm xử lý thống kê (SPSS 20+, R, hoặc Python với thư viện statsmodels), và nhân sự am hiểu phương pháp phân tích nhân tố EFA.

2. Tại sao "Môi trường làm việc" lại có hệ số tác động lớn hơn "Bản thân người lao động"?

Trong ngành may chuyền nội y, công việc mang tính dây chuyền liên hoàn cao. Một nút thắt tâm lý, xích mích giữa công nhân các công đoạn hoặc không khí căng thẳng sẽ làm gián đoạn dòng chảy sản xuất (WIP) nhanh hơn nhiều so với chênh lệch tay nghề cá nhân.

3. Làm thế nào để tích hợp khảo sát năng suất này với hệ thống ERP/MES hiện có?

Doanh nghiệp có thể số hóa bảng hỏi lên ứng dụng nội bộ (Mobile App/Portal). Kết quả đánh giá mức độ hài lòng định kỳ sẽ được đối chiếu chéo (cross-reference) với dữ liệu sản lượng thời gian thực trên hệ thống MES của từng chuyền may.

4. Chi phí duy trì và cập nhật mô hình định lượng này hàng năm là bao nhiêu?

Chi phí duy trì rất thấp (chủ yếu là thời gian phát phiếu và phân tích dữ liệu định kỳ 6 tháng/lần, ước tính dưới 15 triệu VNĐ/năm cho chi phí in ấn, bồi dưỡng công nhân khảo sát và phân tích báo cáo).

5. Bao lâu sau khi áp dụng các giải pháp cải thiện vi khí hậu thì năng suất tăng?

Các cải thiện về vi khí hậu (thông gió, chiếu sáng) và điều chỉnh layout bàn may đem lại hiệu quả tức thì sau 2–4 tuần (giảm tỷ lệ mệt mỏi, giảm lỗi đường may do thiếu sáng), trong khi các giải pháp văn hóa và phân công cần 2–3 tháng để đi vào nề nếp.

Kết luận

Đề tài khóa luận "Nghiên cứu các yếu tố ảnh hưởng đến năng suất lao động của bộ phận sản xuất trực tiếp tại Công ty Scavi Huế" đã giải quyết thành công bài toán định lượng hóa các yếu tố chi phối năng suất tại một trong những doanh nghiệp may mặc FDI lớn nhất miền Trung. Bằng việc kết hợp chặt chẽ giữa lý thuyết kinh tế lao động hiện đại và mô hình kinh tế lượng thực nghiệm ($N=120$), nghiên cứu chứng minh rằng Môi trường làm việc ($\beta = 0.345$) và Điều kiện làm việc ($\beta = 0.278$) đóng vai trò tiên quyết trong việc nâng cao hiệu suất xưởng may.

Các phát hiện thực nghiệm và hệ thống 4 gói giải pháp được đề xuất trong công trình là cẩm nang thực tiễn giá trị, giúp các nhà quản trị sản xuất dệt may tối ưu hóa nguồn nhân lực, cắt giảm lãng phí và nâng cao năng lực cạnh tranh trong kỷ nguyên chuỗi cung ứng toàn cầu.