t 检验，主要用于样本含量较小(例如 n<30)，总体标准差 σ 未知的正态分布资料，其中又将其分为了配对 t 检验和成组 t 检验。

一、原理及意义

配对 t 检验：又称配对样本均数 t 检验，是组内设计的比较，即相同被试者都接受相同的实验处理，所检验的对象是同一组别。

成组 t 检验：又称独立样本 t 检验，是组间设计的比较，即不同被试者接受不同的实验处理，所检验的对象是不同组别。

两种 t 检验相同点：平均值±标准差

二、操作流程-配对 t 检验

1.选择所需图表样式：

点击选择左侧 New Table & Graph 项中的 Column 选项，再点击选择右侧 Enter/import data 项中的 Ener replicate vales,stacked into columns 选项 ，最后点击选择创建。

2.输入数据，完善表格

在以下界面中输入数据所设置的组别。

3.输入数据，完善表格

再在此处输入各组的所有的样本数据。

4.输入数据，完善表格

输入组别与各组对应样本数据。

5.选择数据分析方式

点击左侧目录树中 Results 项，弹出右侧方框，再点击目录树中 XY analyses 项，选择其附属选项 column statistics，最后点击确认。

6.选择数据分析方式

Test if the values come from a Gaussian distribution 项中选择三项中任意一项或三项都选皆可，最后点击确认(检验数据是否呈正态分布，三种不同检验分析 D』Agootino-Pearson 法、Kolmogorov-Smirnov 法、Shapiro-Wilk 法，但分析结果相似)

7.结果解析

首先点击页面左侧 Results , 选择附属选项，如下图所示，D』Agootino-Pearson 法：数据表现出的 P 值。

(正态分布检验：P > 0.10 表述数据呈正态分布)

8.结果解析

如下图所示，Shapiro-Wilk 法：数据表现出的 P 值，Kolmogorov-Smirnov 法：数据表现出的 P 值。

(正态分布检验：P > 0.10 表述数据呈正态分布)

9.配对 t 检验是建议采用单一研究对象前后值连线的图形表达，但如果数据太多，则不适合用图形表达，选择页面左侧 Graphs 的附属选项 Data 1，再选择所需图形样式，最后点击点击确认。

10.点击菜单栏中 change 模块中的第一行第一个图标 ，可根据需求切换图形类型，单击此处，可更改纵坐标注释，横坐标同理。

三、操作流程-成组 t 检验

1.配对 t 检验与成组 t 检验选择使用不同的数据分析方式，选择使用不同的数据分析方式前面的步骤两者相同，点击左侧目录书树中 Results 项，弹出右侧方框，点击 Column analyses 项，选择其附属选项 t tests(and nonparametric tests)，点击确认。

2.全部选默认第一个选项，最后点击确认。

3.数据解析检验方差性检验 (齐与不齐);P > 0.10：表述方差齐。

4.数据解析。若方差不齐：P < 0.10：表述方差不齐，则进行数据校正；点击表格顶端 t test，弹出右侧窗口，默认选项，非配对；默认选项，参数检验；选择第二项， welch 校正；最后点击确认，重新得出 P 值。

5.查看结果。选择页面左侧 Graphs 的附属选项 Data 1；选择所需图形样式；最后点击确认。

6.结果图。点击菜单栏中 change 模块中的第一行第一个图标 ，可根据需求切换图形类型。