“独立样本 T 检验”过程比较两组个案的平均值并自动计算 t 检验效应大小。 理想情况下，在进行这项测试时，受试者应被随机分配到两组，这样，反应的任何差异都是由治疗（或不治疗）而非其他因素造成的。 而比较男性和女性的平均收入则不属于此情况。 人不是随机指定为男性或女性的。 在这些情况下，您应确保其他因素中的差别没有掩饰或夸大平均值中的显著性差异。 平均收入的差值还可能受诸如教育之类的因素影响（而非仅仅受性别影响）。
示例
高血压病人随机地分配到安慰剂组和治疗组。 安慰剂主体主要接受无效的药丸，而治疗主体主要接受一种期望能降低血压的新药。 在主体经过两个月的治疗之后，使用双样本 t 检验比较安慰剂组和治疗组的平均血压。 每名病人测量一次并归属于一个组。
统计信息
对于每个变量：样本大小、平均值、标准偏差、平均值的标准误差以及 t 检验的效应大小估算。 对于平均值的差异：平均值、标准误差和置信区间（您可以指定置信度级别）。 检验：Levene
方差相等性检验以及平均值相等性的汇聚方差和分离方差 t 检验。
数据注意事项
数据
感兴趣的定量变量的值位于数据文件的单独一列中。 此过程使用具有两个值的分组变量将个案分成两个组。 分组变量可以是数值（诸如 1 和 2，或者 6.25 和 12.5 之类的值），也可以是短字符串（例如 yes 和 no）。 作为备选方法，您可以使用定量变量（例如年龄）来将个案分成两个组，方法是指定一个分割点（分割点 21 将年龄分成 21 岁以下组和 21 岁及以上组）。
假定
对于相等方差 t 检验，观测值应是来自具有相等的总体方差的正态分布的独立随机样本。 对于不等方差 t 检验，观测值应是来自正态分布的独立随机样本。 双样本 t 检验对于偏离正态性是相当稳健的。 当以图形方式检查分布时，请检查以确保它们对称且没有离群值。
获取独立样本 T 检验
此功能需要 Statistics Base 选项。
从菜单中选择：分析 > 比较平均值 > 独立样本 T 检验 ...
选择一个或多个定量检验变量。 为每个变量单独计算 t 检验。
选择单个分组变量，然后单击定义组为想要比较的组指定两个代码。
以下设置为可选设置。
选择估算效应大小以控制 t 检验效应大小的估算。
选择同质性方差检验 ，计算 Levene 统计量，检验组间方差是否相等。 您可以在一个单独的表格中获得结果。
单击选项以控制缺失数据的处理和置信区间的置信度。
单击 Bootstrap 可导出稳健的标准误差估计值，并能为诸如平均值、中位数、比例、几率比、相关系数或回归系数等估计值导出置信区间。
此过程粘贴 T-TEST 命令语法。