对于两组服从正态分布（近似服从正态分布）的数据，可使用T检验分析两组数据均值是否有差异性。例如使用两种不同原理的检验方法检验同一样品某成分的含量，两组数据平均值接近，方差接近，那么这两种方法之间是否存在显著性的差异，就可以引入T检验，进行分析。借助于SPSS软件，我们无需进行复杂的人工统计学计算，就可以分析数据之间的差异性，今天我们列举一个实例，向大家介绍SPSST检验操作步骤，SPSST检验如何看P值。
IBM SPSS Statistics为我们提供了很多比较平均值的方法，其中独立样本T检验主要研究两个样本或两个案之间均值是否存在显著差异。
假设有这样一则报道，某高校学生平均每天学习时间2.5小时。调查该高校16个学生的学习时间，能否验证报道的正确性。学过一点数学的人大概率会说，样本量不足，偶然性很大不能够验证。但统计学家已经解决了这个问题，通过16个学生学习时间可以验证该高校学生学习时间是否是2.5小时，这就是著名T检验。T检验主要是通过两组样本的差异性，来判断数据的真伪。
在使用IBM SPSS Statistics参数检验中的T检验时，一般情况下，都需先验证数据是否服从正态分布。如果服从正态分布的话，就可以执行T检验；反之，则需要使用非参数检验的方法。
IBM SPSS Statistics的配对样本T检验与独立样本T检验相似，都可用于对比两个组的均值差异，不同的是，配对样本T检验对比的是两组变量的平均值，计算的是单个个案在两个变量的值的差异，检验其平均差值是否有差异，使用的是变量组的数据。
IBM SPSS Statistics的比较平均值分析法属于参数型的检验法，是以已知总体分布的前提下，检验样本数据与总体数据的差异，其中包含了平均值、单样本T检验、独立样本T检验、配对样本T检验以及单因素ANOVA检验的分析方法。
400-8765-888
kefu@makeding.com