SPSS | 独立样本t检验
t 检验
亦称 student t检验（Student’s t test），是用于两个样本平均值差异程度的检验方法。它是用t分布理论来推断差异发生的概率，从而判定两个平均数的差异是否显著。
适用条件：
（1）总体标准差σ未知的正态分布；
（2）满足方差齐性。如果方差不齐性，则应采用校正t检验；
（3）样本含量较小（n < 30）
分类：
独立样本t检验
独立样本t检验和单因素方差分析功能上基本一致，但是独立样本t检验只能比较两组选项的差异，比如男性和女性。相对来讲，独立样本t检验在实验比较时使用频率更高，尤其是生物、医学相关领域。
配对样本t检验
“独立样本t检验”和“配对样本t检验”均是比较两个组别的差异。但二者有着实质性区别，
- 比较对象不同
如果是比较不同性别，婚姻状况(已婚和未婚)样本对某变量的差异时，应该使用独立样本t检验。如果比较组别之间有配对关系时，例如在两种背景情况下(有广告和无广告)，样本的购买意愿(是否)有着明显的差异性，只能使用配对样本t检验，配对关系是指类似实验组和对照组的这类关系。 - 样本个数不同
独立样本t检验：两组样本个数可以不相等；
配对样本t检验：两组样本量需要完全相等。
单样本t检验
“单样本t检验”用于分析定量数据是否与某个数字有着显著的差异性。
比如问卷某题项选项表示为1分代表非常不满意，2分代表比较不满意，3分代表一般，4分代表比较满意，5分代表非常满意，当想分析样本对此题项的态度是否有明显的倾向，比如明显高于3分或者明显低于3分时，即可以使用单样本t检验。
此分析方法在问卷研究中较少使用，平均得分是否明显不为3分可以很直观的看出，而不需要单独进行检验分析。
实际试验中最常用的t检验为“独立样本t检验”
“独立样本t检验”应满足的条件：
（1）数据必须为连续性数据；
（2）每组数据均服从正态分布；
（3）方差齐性。
步骤：
设置变量
录入数据
正态性检验
“分析”——“描述统计”——“探索”
“绘制(T)”中勾选“带检验的正态图”
结果
由于该数据每组有8个样本，故选择W检验；EFG各组的sig均大于0.05，故符合正态分布。
拓展：
1.KS检验俗称“D检验”，SW检验俗称“W检验”，记住口诀“大D小W”；
2.SAS规定大于2000才叫大，SPSS规定大于5000才叫大；
3.国内某某教授的统计学教材，认为大于50即叫大。
独立样本t检验
“分析”——“比较均值”——“独立样本t检验”
自定义“分组变量”
结果
根据独立样本检验表的方差方程的Levene检验，F统计量的sig值0.056>0.05，接受方差相等的假设，认为方差齐性，故参考第一行的t检验结果；
第一行t检验的双侧sig=0.077>0.05，即可认为在0.05的显著性水平上，E组和F组的体重没有显著性差异。
注：表格前排的sig是方差齐性检验，大于0.05用第一行，小于0.05用第二行；后面的sig是显著性差异，大于0.05说明无显著性差异。