統計主任（SO）面試攻略｜常見問題、數據分析知識及備考策略

職位概覽：統計主任的職責與工作範疇

統計主任（Statistical Officer，簡稱 SO）是香港政府**統計處（Census and Statistics Department，C&SD）**的核心職系之一，負責推動香港各類官方統計數據的收集、處理、分析及發布。對於有志投身公務員體系、同時熱愛數據與社會分析的求職者而言，這是一個極具發展潛力的職位。

主要職責範疇

統計主任的日常工作橫跨多個領域，涵蓋以下核心職能：

統計調查設計與執行

• 協助設計問卷、抽樣方案及統計調查流程
• 監督外勤調查員的實地工作，確保數據收集的準確性與一致性
• 為住戶統計調查、工業生產統計、貿易統計、勞動力統計等大型調查提供技術支援

數據處理與分析

• 運用統計軟件（如 SAS、R、SPSS 及 SQL）進行數據清洗、合併及驗證
• 建立統計模型，編製統計指數（如消費物價指數 CPI、本地生產總值 GDP 組成部分等）
• 撰寫統計報告、新聞稿及研究摘要，向政府決策層及公眾傳達統計結果

統計方法研究

• 研究及應用最新統計方法，包括抽樣理論、時間序列分析、迴歸模型等
• 評估統計數據的質素與可信度，為施政提供循證基礎

配合重大普查工作 統計處每十年進行一次人口普查。2026年人口普查已於2026年1月正式展開，是次普查採用創新的「抽樣+行政數據整合」模式，抽選全港約三十萬個住戶（約佔一成）進行詳細訪問，同時廣泛運用入境處、醫療、房屋等行政數據補充資訊。統計主任在這類大規模統計工程中擔演舉足輕重的角色。

遴選程序及學歷要求

入職學歷要求

申請**二級統計主任（Statistical Officer II，SO II）**須符合以下學歷條件之一：

此外，所有申請人須符合以下通用要求：

• 香港中學文憑試（HKDSE）或香港中學會考（HKCEE）中文及英文科達第二級或以上成績
• 通過《基本法及香港國家安全法》測試
• 通過綜合招聘考試（CRE）能力傾向測試（部分職位適用）

薪酬及晉升階梯

二級統計主任（SO II）

• 起薪點：約 HK$23,585（第8薪點，2025年4月調整後）
• 頂薪點：約 HK$47,010（第21薪點）
• 試用期：三年

晉升路徑

二級統計主任（SO II）
    ↓
一級統計主任（SO I）：HK$49,230 – $64,780
    ↓
高級統計主任（SSO）：HK$67,850 – $81,510
    ↓
統計師（Statistician）
    ↓
高級統計師（Senior Statistician）
    ↓
助理處長（Assistant Commissioner）

面試形式詳解

與部分公務員職系不同，統計主任面試通常只設一輪遴選面試，不另設筆試。然而，這並不意味著準備工作可以馬虎——面試邀請函本身已屬「難得之物」，能夠獲邀面試代表申請人的書面資歷已通過初步篩選。

面試形式

個人面試（Individual Panel Interview）

• 面試官通常由兩至三名統計處管理層人員組成，包括高級統計主任或統計師
• 面試時間約為 30 至 45 分鐘
• 以廣東話為主要語言，部分問題可能以英語提問，考核雙語溝通能力

面試評核重點

面試官主要評核以下四大範疇：

1. 統計專業知識：對基礎統計概念、抽樣方法、數據分析技術的掌握
2. 分析與解難能力：面對實際統計問題時的邏輯思維與處理方式
3. 對統計處工作的認識：了解部門架構、主要統計調查項目及最新工作動向
4. 溝通及表達能力：以清晰、有條理的方式解釋複雜統計概念，展示報告撰寫潛力

面試情景題（Scenario-based Questions）

面試官有時會提出工作情景假設題，例如：

• 「如果你在外勤調查中發現受訪者拒絕提供資料，你會如何處理？」
• 「如果你在核對統計數據時發現數字異常，下一步你會怎樣做？」

這類題目考驗求職者的實際判斷力和工作態度，並非只考統計知識，亦測試應對人際問題的成熟程度。

必考面試題型分析

根據過往求職者的面試分享及統計處的職位特性，統計主任面試的題型可歸納為以下五大類：

題型一：統計基礎知識題

考核求職者對核心統計概念的掌握，如抽樣方法、假設檢定、迴歸分析等。這類題目直接評估你的專業底子，是面試的重頭戲。

題型二：數據判斷與解讀題

面試官可能展示一份統計表格或圖表，要求求職者識別數據趨勢、異常值，或解釋統計結果的含義。此類題目考核求職者「讀懂數字」的實際能力。

題型三：調查設計與方法論題

針對「如何設計一項調查」、「如何決定樣本大小」、「如何減低非抽樣誤差」等方法論問題，反映求職者對調查統計工作流程的認識。

題型四：部門認識及時事題

「你對統計處有什麼了解？」、「你知道統計處最近進行了哪些重要工作嗎？」——這類題目要求求職者對部門歷史、架構及最新動態有基本認識。

題型五：個人動機及行為題

「為什麼選擇加入政府統計處？」、「你認為自己最適合這個職位的地方是什麼？」——以「STAR法則」（情境-任務-行動-結果）組織答案，能令回答更有說服力。

10條高頻面試問題及示範答案（含統計知識題）

問題一：請介紹一下你自己及你選擇申請統計主任的原因。

示範答案（要點）： 「我畢業於香港中文大學統計學系，主修應用統計及數據科學。在大學期間，我參與了一項關於香港居民生活質素的問卷調查研究，負責問卷設計、數據編碼及分析，對整個調查流程有親身體驗。我選擇申請統計主任是因為政府統計工作與社會息息相關——統計處發布的每一份數據，都直接影響政策制定及市民生活。我希望以所學的統計知識，為香港的循證施政作出貢獻。」

答題要點： 突出學術背景、實際統計經驗及對部門工作的理解，展示真誠動機而非單純求職穩定。

問題二：什麼是分層隨機抽樣（Stratified Random Sampling）？在什麼情況下應優先採用？

示範答案： 「分層隨機抽樣是將目標總體按某一特徵（如地區、年齡、職業）劃分為互不重疊的子群體（即『層』），然後在每一層內分別進行隨機抽樣。

採用分層抽樣的主要優勢在於：當總體內各層之間差異較大，而各層內部差異較小時，此方法能顯著提升估計精確度（即降低抽樣誤差），同時確保各重要子群體均得到足夠代表。

以統計處的一般住戶統計調查為例，若研究目的是分析不同地區居民的就業狀況，可按十八區將住戶分層，確保新界、九龍及港島的樣本均能反映各區實際情況，避免某些地區的樣本過少而影響結果的代表性。」

問題三：什麼是p值（p-value）？請以非統計學家能理解的語言解釋。

示範答案： 「p值是在假設虛無假設（H₀）成立的前提下，觀察到現有數據（或比現有數據更極端的結果）的概率。

簡單說，p值越小，意味着我們的數據越難以用「純粹巧合」來解釋，因此我們越有理由拒絕虛無假設。傳統統計學以 p < 0.05 為顯著性閾值。

舉個生活化的例子：假設你懷疑一枚硬幣是否公平，擲了100次，結果出現70次正面。p值的問題是：『如果這枚硬幣真的是公平的，出現70次或以上正面的概率是多少？』若計算得出 p < 0.05，我們便有理由拒絕「硬幣公平」的假設。

值得注意的是，p值並非「犯錯的概率」，也不代表虛無假設一定為假，只反映數據與假設之間的相容程度。」

問題四：什麼是非抽樣誤差（Non-sampling Error）？統計處如何應對？

示範答案： 「非抽樣誤差是指並非由於抽樣過程本身引起的誤差，而是由調查設計、執行或數據處理各環節所產生。主要類型包括：

• 無回應誤差（Non-response Error）：受訪者拒絕回答或失聯
• 測量誤差（Measurement Error）：問題措辭模糊、受訪者理解偏差或記憶不準確
• 覆蓋誤差（Coverage Error）：抽樣框未能涵蓋全部目標總體
• 數據處理誤差：編碼或輸入數據時出現人為失誤

統計處的應對方法包括：精心設計問卷及做前測（Pilot Test）、訓練外勤調查員的訪問技巧、對無回應個案作再次跟進、利用行政數據作校對，以及推行電腦輔助訪問（CAPI）以減少人為輸入錯誤。」

問題五：請解釋迴歸分析中「多重共線性（Multicollinearity）」的問題及其影響。

示範答案： 「多重共線性是指線性迴歸模型中，兩個或以上的自變數（解釋變數）之間存在高度相關性。當出現嚴重的多重共線性時，模型雖然整體擬合度可能仍然良好，但各自變數的係數估計值會變得極不穩定——即標準誤差增大，導致t值縮小，令本來顯著的變數看起來不顯著，影響統計推斷的可信度。

診斷方法包括：計算方差膨脹因子（VIF，Variance Inflation Factor），一般以 VIF > 10 作為嚴重共線性的警示。

處理方法包括：移除相關性過高的變數、利用主成分分析（PCA）降維、增加樣本數量，或採用嶺迴歸（Ridge Regression）等正則化方法。

在政府統計工作中，例如建立住宅樓價的多元迴歸模型時，樓齡與樓層面積往往高度相關，便需要留意此問題。」

問題六：如果你被要求設計一項調查，研究香港市民對樓市政策的看法，你會如何設計？

示範答案（答題框架）： 「我會按照以下步驟設計：

1. 明確研究目標：界定「對樓市政策的看法」的具體面向，如對辣招效果、居屋政策、租金管制等的意見。

2. 確定目標總體及抽樣框：目標總體為18歲或以上香港居民。可使用電話號碼資料庫或住址登記冊作抽樣框。

3. 選擇抽樣方法：建議採用分層系統抽樣，按地區（港島、九龍、新界）及住屋類型（公屋、居屋、私樓）分層，以確保各群體有足夠代表。

4. 問卷設計：採用李克特量表（Likert Scale）收集態度數據，並加入人口特徵問題（年齡、居住類型、月收入等）作為分析變數，問卷長度控制在15分鐘內完成。

5. 資料收集方法：結合電話訪問（CATI）及網上問卷，以提高回應率。

6. 樣本大小：設定95%置信水平、±3%誤差邊際，估計所需樣本約為1,068個有效樣本。

7. 數據分析：進行描述統計、交叉分析及多元迴歸，找出影響市民態度的顯著因素。」

問題七：你對統計處最近有什麼認識？

示範答案要點： 「統計處目前正全力推進 2026年人口普查工作，這是每十年一度的重要統計工程。今次普查採用了嶄新模式——以抽樣訪問（約三十萬個住戶）結合行政數據（如入境處的出入境記錄、醫療及房屋數據等）的方式，取代以往大規模逐戶普查，既能節省資源，又能確保數據質素。普查期由原本約1.5個月延長至全年（2026年1月至12月），讓統計員有更充裕的時間進行訪問。

除人口普查外，統計處亦定期發布多項重要統計，包括香港的本地生產總值（GDP）、消費物價指數（CPI）、勞動人口統計及外貿數據，為政府施政及商業決策提供重要參考。」

問題八：什麼是「系統抽樣（Systematic Sampling）」？它有什麼潛在問題？

示範答案： 「系統抽樣是先確定抽樣間隔（k = 總體大小N ÷ 樣本大小n），然後在1至k之間隨機選取一個起始點，再每隔k個單位抽取一個樣本。

例如：若總體有10,000個住戶，需要抽取500個，抽樣間隔為20，隨機起點為第8號，則抽取第8、28、48、68……號住戶。

此方法的優點是操作簡單、執行方便。潛在問題在於若總體本身存在週期性（Periodicity），而此週期恰與抽樣間隔相近，便可能引入系統性偏差。例如，若研究每日交通流量，按7的倍數抽取日期，可能每次都抽到同一星期幾，令結果出現偏差。」

問題九：在工作中你可能要向非統計專業的政策官員解釋統計結果，你如何做到溝通清晰？

示範答案： 「我認為有效的統計溝通需要做到三點：化繁為簡、視覺呈現及結論先行。

首先，我會避免使用過多術語，改用淺白的描述代替，例如將『置信區間』解釋為『我們有95%把握，真實數字落在這個範圍內』。

其次，我會善用圖表——折線圖呈現趨勢、柱狀圖作比較、地圖呈現地區分布——讓讀者一眼掌握核心信息，無需深究數字細節。

第三，我會採用『結論先行』的結構，先說明關鍵發現及其政策含義，再在附錄提供詳細的方法論說明，供有需要的讀者參考。

在大學期間，我曾多次向非統計學背景的同學講解研究結果，這讓我意識到以聽眾熟悉的生活例子類比，往往比直接展示公式更有效。」

問題十：如果你在進行數據核對時發現某項數字異常，你會如何處理？

示範答案： 「我會按照以下步驟系統地處理：

1. 確認異常：首先核實異常值是否屬於數據輸入錯誤（如小數點位置錯誤）、編碼錯誤，抑或確實反映現實情況。

2. 追溯原始資料：回查原始問卷或訪問記錄，與受訪者或外勤調查員確認，以排除記錄錯誤。

3. 統計檢驗：利用IQR法或Z-score計算，評估該值是否屬於統計意義上的離群值（Outlier）。

4. 向上匯報：若核查後確認數字異常，我會及時向上司匯報，並提供數據異常的詳細文件記錄，不應擅自修改數據。

5. 後續處理：視乎情況，或剔除該異常值並在報告中說明，或與其他相關數據來源交叉驗證，確保最終數據的可靠性。

數據質素是統計工作的基石，任何數據異常都應認真對待，不能因趕交期限而輕率處理。」

備考策略：統計學知識要點

核心統計概念清單

備考統計主任面試，以下統計知識領域是重點溫習範疇：

描述統計（Descriptive Statistics）

• 集中趨勢：平均數、中位數、眾數及各自適用情境
• 離散程度：標準差、方差、四分位距（IQR）
• 偏態（Skewness）與峰態（Kurtosis）的解讀

概率論基礎

• 條件概率、貝葉斯定理（Bayes’ Theorem）的基本應用
• 常見概率分布：常態分布、二項分布、泊松分布

推論統計（Inferential Statistics）

• 假設檢定框架：H₀與H₁、顯著水平（α）、p值、第一類及第二類錯誤
• 常見檢定：t檢定（單樣本、雙樣本、配對）、卡方檢定（獨立性與適配度）、F檢定
• 信賴區間（Confidence Interval）的建構與解讀

迴歸分析（Regression Analysis）

• 簡單線性迴歸與多元線性迴歸
• 模型假設：線性性、同方差性（Homoscedasticity）、殘差獨立性及常態性
• 常見問題：多重共線性、異方差性（Heteroscedasticity）、自相關（Autocorrelation）

抽樣理論（Sampling Theory）

• 概率抽樣：簡單隨機抽樣、系統抽樣、分層抽樣、整群抽樣
• 非概率抽樣：便利抽樣、滾雪球抽樣、配額抽樣
• 抽樣誤差與非抽樣誤差的區別

調查設計（Survey Design）

• 問卷設計原則：題目措辭、量表選擇（李克特量表、語義差異量表）
• 調查偏差類型：反應偏差、社會期許偏差（Social Desirability Bias）
• 前測（Pilot Testing）的重要性

熟悉統計處主要統計調查

備考期間應了解統計處的主要統計產品，包括：

統計軟件準備

面試中可提及對以下工具的熟悉程度，展示實際工作能力：

• SAS：政府統計機構的傳統首選，用於大型數據處理
• SQL：數據庫查詢及數據抽取
• R / Python：統計分析及數據可視化
• Excel：基礎數據整理及圖表製作

常見問題（FAQ）

統計主任人工幾多？

統計主任 II（SO II）入職薪酬屬總薪級表，月薪約 $23,585 至 $47,010，視乎入職薪點。隨年資晉升至統計主任 I（SO I）及高級統計主任（SSO），薪酬可進一步提升。統計主任享有公務員完整福利，包括醫療保障、退休金及房屋津貼。對於數據分析及統計學科出身的畢業生，政府統計主任是薪酬穩定、晉升清晰的專業職系選擇。

統計主任面試難唔難？

統計主任遴選競爭屬中等，申請人須具備統計或相關學科學位背景。面試考核涵蓋統計知識（抽樣方法、數據分析、統計軟件）、情景假設及個人動機題。考官著重評核考生能否用清晰語言解釋統計概念、對政府統計工作的認識，以及處理大型數據調查時的分析思維。具備 SPSS、R 或 Python 等統計軟件使用經驗有助加分。

統計主任面試要準備什麼？

備考 SO 面試，建議從以下方向著手：①溫習核心統計概念（抽樣、估算、回歸分析、時間序列等）；②了解香港政府統計處的主要統計調查（人口普查、勞動力調查、物價指數等）；③練習以通俗語言解釋統計結果的能力；④準備投考動機，說明對數據分析及政府統計工作的興趣；⑤了解政府數據開放政策及統計數據應用的最新趨勢。

點樣用 AI 練習統計主任面試？

OfferGod 是專為香港求職者設計的 AI 語音面試練習平台，提供針對政府專業職系面試的模擬題庫，涵蓋個人背景題、專業知識題及處境應對題。透過 AI 即時語音對答，你可以在家隨時模擬真實面試節奏，獲得答題結構及表達清晰度的即時反饋。備考統計主任面試，OfferGod 幫你把統計知識轉化為流暢的面試表達，提升實戰表現。

OfferGod AI 面試練習推介

充分的模擬練習是統計主任面試成功的關鍵。統計面試的挑戰在於——你不僅要「懂統計」，更要能即場用流暢的語言清晰解釋統計概念，同時展現對政府工作的熱誠與成熟的工作態度。

OfferGod 能為你提供：

• 針對統計主任的模擬面試題庫：涵蓋統計知識題、情景假設題及個人動機題，貼合統計處面試風格
• 即時 AI 回饋：逐題分析你的答案結構、統計術語準確度及表達清晰度，找出改善空間
• 重複練習功能：每道題目均可無限次練習，配合AI語音辨識功能，模擬真實面試場景
• 廣東話練習模式：針對以廣東話為主的香港公務員面試，讓你習慣以母語流暢表達統計概念
• 個人化弱項報告：系統追蹤你的練習記錄，識別薄弱題型，讓備考更有效率

無論你是剛踏出大學校門的統計學系畢業生，還是有意轉換跑道的在職人士，OfferGod 的 AI 面試教練都能助你在面試前建立信心，在實戰中展現最佳狀態。

立即登記 OfferGod 早鳥名單，搶先體驗 AI 真人語音面試練習，踏上香港政府統計處的職業道路。

本文資料參考自政府統計處官方網站、公務員事務局及公開招募資訊，薪酬數字以2025年4月調整後標準為準，如有更改請以官方公告為準。