香港香港大全HK GUIDE

香港教育数据分析课程与研究工具

过去十年，香港高校与公营机构在”教育数据”领域的投入明显加快。无论是教育局的教学质素数据、学校层面的增值评核，还是大学研究团队针对 PISA、TIMSS 等大型测评所做的二次分析，都在推动一个事实浮出水面：教育工作者如果不懂数据，已经很难读懂自己所处的行业。

对内地读者来说，香港在这方面的优势在于”中西交汇”——既可接触国际通用的量化研究方法，也能接触到香港本土的教育评核框架（如香港学能增值评估系统、SAMR 模型等）。本文从课程、研究工具、数据资源三个维度，梳理目前在香港可接触到的教育数据分析学习路径。

一、课程地图：三类学习路径

香港的教育数据分析相关课程大致可以分为三类，定位、时长、学费差异较大。

类型 典型机构 时长 适合人群 授课语言
授课型硕士 香港大学、香港中文大学、香港教育大学等 全日制 1 年 / 兼读制 2 年 想系统转型、需学历背书的在职教师或研究人员 英文为主，部分中文
短期证书 / 行政人员课程 大学专业及持续教育学院（CPCE）、教育学院、教育局委托项目 数天至数月 在职教师、行政人员、校领导 中文 / 英文
在线公开课（MOOC）与公开讲座 大学公开课程平台、教育局「教师专业发展」系列 自定进度 想先入门、试水的读者 中文 / 英文

1. 授课型硕士

港大、港中文、港教育、港城、港理大都开设与教育研究、教育心理学、教育测评相关的授课型硕士项目，部分课程包含数据处理、量化研究方法、Python/R 应用、SPSS 进阶等内容。具体开设与否、课程大纲、招生要求以各校官网每年公布的为准，建议直接在目标学校的 Graduate School 页面检索 “Education” 或 “Educational Psychology”。

教育大学的「教育数据科学」相关方向近年较受关注，强调把统计学、机器学习与教育议题结合，适合计划继续攻读博士或进入测评机构工作的内地申请人。

2. 短期证书与行政人员课程

对在职教师来说，更现实的选择是大学专业及持续教育学院（CPCE）以及教育学院开办的短期课程，主题通常聚焦：

这类课程多数在周末或暑期上课，收费按学分或按课程计算，最新学费以学校每学期公布为准。

3. 教育局与公营机构资源

教育局设有「教师专业发展」框架，定期委托大学或专业团体举办数据素养工作坊，涵盖校内评估数据运用、校本研究方法、SAMR（替代、增强、修改、重塑）技术融入模型等内容。这些项目对在职教师通常免费或象征性收费，开放给合资格学校的教师报名。

二、研究工具：量性与质性两条主线

教育数据分析离不开工具。以下按”量性”与”质性”两条主线整理香港学术圈常用的软件与平台。

量性分析工具

工具 主要用途 学习门槛 在港高校的常见程度
SPSS 描述统计、t 检验、方差分析、回归 低 极高，几乎所有教育研究入门课都教
Stata 面板数据、复杂抽样、教育经济学研究 中 高，公共政策、教育经济学方向常用
R / RStudio 统计建模、可视化、开源扩展包丰富 中高 高，硕博论文与教育数据科学方向常见
Python（pandas, scikit-learn） 数据清洗、机器学习、文本分析 中高 中，近年增长快，集中在博士与跨学科项目
HLM / HLM 8 多层线性模型（学生嵌套于学校） 高 教育心理学、教育测评方向较常用
Mplus 结构方程模型（SEM）、潜在类别分析 高 教育与心理学研究论文常用

小贴士：多层模型在教育研究中地位特殊，因为学生天然嵌套于班级、班级嵌套于学校。SPSS 处理不了这种结构，所以 HLM、Mplus、R 的 lme4 包几乎是做学校层级研究的”标配”。

质性与混合方法工具

工具 主要用途 学习门槛 在港高校的常见程度
NVivo 编码、主题分析、文献综述 中 高，几乎所有质性研究入门课都教
ATLAS.ti 编码、视觉化网络分析 中 中，部分教育与社会学项目
MAXQDA 质性 + 量性混合方法 中 中，欧陆与教育研究常用
Dedoose 线上协作式混合方法 低中 中，适合跨校协作研究

混合方法（Mixed Methods）在教育研究里越来越普及。香港不少学位论文采用”量化打基础 + 质性补深度”的设计，例如先用问卷与回归识别影响学业成绩的关键因素，再用访谈解释”为什么会这样”。NVivo + SPSS/R 是常见搭配。

工具选择建议

三、数据资源：去哪里找香港教育数据？

课程与工具只是”分析能力”，真正做研究还需要数据。香港的教育数据来源相对公开、透明，主要有以下几类。

1. 教育局与政府统计处

2. 大学公开数据库与项目

3. 国际大型测评

虽然不在香港本地，但 PISA、TIMSS、PIRLS、ICCS 等国际测评每几年公布一次，香港学生数据往往单独可查，是做”香港 vs 内地 vs 全球”比较研究的必备来源。

4. 学校内部数据

对在职教师而言，最有价值的数据其实是学校内部的学生成绩、出勤、行为记录。这类数据通常受个人资料（私隐）条例约束，对外分享需经学校同意并做去识别化处理。如果内地读者计划与香港学校合作研究，务必在合作初期就把数据使用、伦理审查、知情同意等条款写进协议。

四、给内地读者的实际建议

  1. 先选课程，再选工具：不要一上来就报 Python 班。先想清楚自己的目标是”读懂研究论文”“做学校层面的校本评核”还是”做学术研究”，再倒推需要的工具。
  2. 善用公开课试水：大学的 CPCE / SPEED 公开讲座、教育局委托的教师培训，都是低成本的入门方式。具体开课时间以各机构官网为准。
  3. 语言准备：硕士课程多数英文授课，粤语不是必需，但能听懂粤语的课堂讨论会更容易融入。
  4. 注意学分互认：如果你计划将来把学分带回内地或申请更高学位，提前确认目标课程的学分是否被相关高校承认。
  5. 关注伦理审查：涉及未成年人数据的研究在香港几乎都需要经过所属机构的 Research Ethics Committee 审查，这是与内地研究流程差异较大的环节，建议提前熟悉。

结语

教育数据分析在香港既是一个学术方向，也是一项正在普及的职业能力。无论你是想系统读一个硕士、想在周末补一门证书课、还是只想自学几款软件，香港都有相对成熟的入口。关键在于先把”目标”想清楚——是想升学、是想升职、还是只想”看懂数据”，路径会完全不同。

香港大全 持续整理关于香港求学、进修与职业发展的实用指南，欢迎延伸阅读同栏目下的其他文章。

常见问答

内地教师赴港修读教育数据分析硕士，授课语言以哪种为主？粤语是必需的吗？

香港大学的授课型硕士项目多数以英文为主要授课语言，粤语并非必需；但课堂上师生讨论常夹杂粤语，能听懂粤语会有助于融入小组讨论与本地同学互动。建议在申请前先评估自己的英文阅读与写作能力，并视需要选修学术英语衔接课程。

授课型硕士与短期证书课程如何选择？两者学费差距大吗？

授课型硕士定位是系统性转型与学历背书，学制通常为全日制 1 年或兼读制 2 年；短期证书课程则数天至数月，更适合在职教师在不脱产的情况下补技能。两者学费差异较大，具体金额以各校官网与每学期公布为准；硕士项目的总开销远高于证书课程，但学分认可度与体系完整度也更高。

如果没有统计学背景，从哪款教育数据分析软件入门最合适？

文章建议中学教师或入门者先从 SPSS 搭配 Excel 入手，因为学习门槛低、覆盖描述统计、t 检验、方差分析与回归等常用方法，且香港几乎所有教育研究入门课都会教授。后续若有学校层面研究需求，再逐步加入 R、Stata 或 HLM 等工具。

做学校层面的教育研究，为什么 SPSS 不够用？

学生天然嵌套于班级、班级嵌套于学校，这种多层结构 SPSS 难以处理。文章指出，做学校层级研究通常需要使用 HLM、Mplus 或 R 的 lme4 包等专门处理多层线性模型的工具，这也是香港教育心理学与教育测评方向的”标配”组合。

内地的教育数据研究经验能否直接用于香港的研究伦理审查？

香港涉及未成年人数据的研究通常需要经过所属机构的 Research Ethics Committee 审查，对数据使用、知情同意与去识别化处理的要求较严格。建议内地读者在合作初期就把数据使用、伦理审查与隐私条款写入合作协议，避免后续因流程差异而延误研究进度。

香港教育数据的公开程度如何？做比较研究从哪里获取数据？

香港的教育数据来源相对公开透明，包括教育局每年发布的《教育统计数字一览》、政府统计处的社会面数据，以及 PISA、TIMSS、PIRLS、ICCS 等国际测评中单独可查的香港学生数据。学校层面的部分数据集对外披露范围以教育局最新公布为准；学校内部数据则需经学校同意并做去识别化处理后才能用于研究。

延伸阅读