T检验，亦称student t检验（Student's t test），主要用于样本含量较小（例如n < 30），总体标准差σ未知的正态分布。 T检验是用t分布理论来推论差异发生的概率，从而比较两个平均数的差异是否显著。它与f检验、卡方检验并列。t检验是戈斯特为了观测酿酒质量而发明的,并于1908年在Biometrika上公布。
那么如何用SPSS做T检验呢，看一下下面的做法吧~
1.单样本T检验，我们要做的其实主要就是求数据的置信区间以及数据是否有显著性差异，而我们生物医学上面基本都是要求95%的置信区间的，当然有一些特殊情况下面，这个区间也是会变的，首先，我们先导入数据样本，小编会以“身高”为例，求取身高的这个区间以及确定它是否有显著性差异。
2.导入数据样本之后，执行“分析-比较均值-单样本T检验（s）”，这个时候我们会看见一个弹出窗口，我们讲“升高（SG）”作为变量，进行设定，同时点击“选项”将置信百分比设置为95%，点击继续-确定。
3.确定之后，系统会分析出结果，我们会发现升高p（sig）<0.05,这个就说明这组数据不是正态分布，是存在显著性差异的，而这组数据的置信区间就是（141，144）【就是（下限，上限），如图】
配对样本T检验
1.这个数据我们一般都是比较同组数据前后的数据差异，当然还有其他情况，但是总是这两组样本都不是相互独立的，而且是必须服从正态分布的，这样才能进行分析，首先，我们先导入样本数据【例子不是前后对照】。
2.导入数据之后，我们执行“分析-比较均值-配对样本T检验（P）”,这个时候弹出一个窗口，我们讲前后样本分布移动至如图的位置，同时点击“选项”选着95%的置信百分比。点击继续-确定。
3.
4.确定之后，系统分析数据，第一个表的p（sig）>0.05,说明两组直接无相关关系，而第二个表间p<0.05，说明其两组数据之间有显著性差异。【具体分析都得以得出的数据为参考哦】
END
独立样本T检验
1.独立样本T检验可以说是需要的要求比较多的，首先我们的数据是得服从正态分布的，首先，导入样本数据，我们可以看到样本中的两组数据“性别和工资”。
2.但是我们会发现，性别是数字标记的，很多人可能会对其不习惯，我们可以设置转换一下，首先点击“性别”进入“变量视图”，我们点击“值”将“1设置为男”“2设置为女”【这个性别都是有具体数据的不能乱设定哦】，设置好之后确定，点击转换，数字就变成男女文字了【转换按钮在图片上面有标记】
3.基础数据处理好之后，执行“分析-比较均值-独立样本T检验（T）”,弹出窗口，将”工资“设定为检验变量，”性别“设为分组变量，同时点击定义组，设置组1，组2【组1就是男的数据组，组2就是女的数据组】，点击继续-确定。
4.确定之后，我们就得出数据，而我们的独立样本必须服从方差齐性，如果方差不齐性，那么就得用T"检验，所以，我们开始分析这组数据，第二个表上面P(sig)<0.05,说明他的方差不相等，这个就说明我们得选用T"检验，所以，我们得选第二行的数据值。
5.当然啦，如果第二个表上面P(sig)>0.05,说明他的方差相等，这个就说明我们得选用T检验，那么，我们就得选着第二个表的第一行的数据值。
END
碧茂课堂精彩课程推荐：
1.Cloudera数据分析课；
2.Spark和Hadoop开发员培训；
3.大数据机器学习之推荐系统；
4.Python数据分析与机器学习实战；
详情请关注我们公众号：碧茂大数据-课程产品-碧茂课堂
现在注册互动得海量学币，大量精品课程免费送！