t检验

案例数据

300 行 × 4 列，1 个二分类分组变量（性别）+ 3 个定量因变量（成绩），含正向显著、反向显著、非显著三种结果对照。

下载案例数据 查看数据文件

文件名	independent_t_test.xlsx
样本量	300 行（男 150 / 女 150）
变量数	4 列（1 分组 + 3 因变量）
数据用途	教育研究：性别在三门学科成绩上的差异比较
变量说明	性别（男/女，二分类）；数学成绩 / 语文成绩 / 英语成绩（0-100 分定量）。

完整案例

1. 背景

某区调研 300 名高中生的三门主科期末成绩，男女各 150 人。研究者希望回答："男女生在数学、语文、英语三门学科上的平均成绩是否存在显著差异？" 这是独立样本 t 检验的典型场景：1 个两分类分组变量（性别）+ 多个定量因变量逐一做组间均值差异检验。

2. 理论与公式

独立样本 t 检验比较两个独立组的均值差异，核心是用组间均值差除以标准误。

3. 数据结构

每行 1 位学生，包含 1 个二分类分组变量（性别）+ 3 个定量因变量。男女样本量平衡（各 150）：

变量名	角色	取值 / 单位
性别	分组变量 X（2 类）	男 / 女
数学成绩	因变量 Y₁	分（0-100）
语文成绩	因变量 Y₂	分（0-100）
英语成绩	因变量 Y₃	分（0-100）

分组变量必须是两类。如果有三组或以上，应改用方差分析。

4. 操作步骤

1. 登录 SPSSzero，进入 工作台 → 上传 independent_t_test.xlsx
2. 左侧方法栏 → 通用方法 → 点击 独立t检验
3. 把 性别 拖入 分组变量 框
4. 把 数学成绩 / 语文成绩 / 英语成绩 3 个变量拖入 分析项 Y 框（一次性多个）
5. 点击 开始分析

5. 结果表格与结果阅读

结果区按"主结果 → 效应量 → 详细描述"顺序输出。下面展示主结果 + 效应量 2 张紧凑三线表：

分析项	男 (n=150) (M±SD)	女 (n=150) (M±SD)	t	p
数学成绩	77.05±10.25	71.88±10.54	4.307	0.000***
语文成绩	74.68±9.29	80.59±9.39	-5.484	0.000***
英语成绩	77.14±9.55	78.25±9.22	1.027	0.305
* p<0.05 ** p<0.01 *** p<0.001；t>0 男 > 女，t<0 女 > 男

数学男生显著高（t=4.31），语文女生显著高（t=-5.48），英语无差异（p=0.305）。一份案例同时展示 3 种典型结论。

分析项	联合方差 S²pooled	Cohen's d	效应大小
数学成绩	108.059	0.497	接近中等
语文成绩	87.250	0.633	中等
英语成绩	88.101	0.119	极弱
Cohen's d：小=0.20，中=0.50，大=0.80

显著 + 中等效应（d≥0.5）才能称为"实质性差异"；单纯显著 + 效应小（如 d<0.2）说明组间差异在实际场景中可能不重要。

7. 文字分析

从主结果 + 效应量两表综合可得：

• 数学成绩：男生 M=77.05±10.25，女生 M=71.88±10.54，t(298)=4.307，p<0.001，Cohen's d=0.497 —— 男生显著高于女生，接近中等效应；
• 语文成绩：男生 M=74.68±9.29，女生 M=80.59±9.39，t(298)=-5.484，p<0.001，d=0.633 —— 女生显著高于男生，达到中等效应（最强差异）；
• 英语成绩：男生 M=77.14±9.55，女生 M=78.25±9.22，t(298)=1.027，p=0.305，d=0.119 —— 无显著差异，效应极弱。

结论：性别在数学、语文上有显著差异且方向相反（数学男生强、语文女生强），但英语无差异。本案例同时演示了"显著正向 / 显著反向 / 非显著"三种典型 t 检验结论，便于读者建立对照感。

8. 剖析提醒

性别 只能包含两个有效组别；三组及以上应使用方差分析。

方法定位

t 检验通常用于比较两个独立组在某个定量变量上的均值是否存在显著差异，例如比较男性和女性的满意度均值、实验组和对照组的成绩均值。

它回答的是“两组平均水平是否不同”。如果只有一个样本与固定值比较，应使用单样本 t 检验；如果同一批对象前后两次测量，应使用配对 t 检验；如果分组超过两组，应使用方差分析。

数据与变量准备

独立样本 t 检验需要一个两分类分组变量和一个或多个定量因变量。

变量角色	要求	示例
分组变量 性别	只能有两个有效组别	性别、实验组别
因变量 Y	定量变量	满意度、成绩、收入
可选检查	正态性、方差齐性	判断结果口径

如果分组变量有三类及以上，需要先合并为两组，或改用方差分析。

SPSSzero 操作建议

在工作台选择 t 检验，将两分类变量放入分组变量位置，将需要比较均值的定量变量放入因变量位置。若一次放入多个因变量，系统会分别输出每个因变量的检验结果。

建议先查看分组频数，确认两组样本量是否合理；再查看方差齐性检验，根据结果选择等方差或非等方差行。

结果解读

输出内容	解读重点
每组均值	判断哪一组更高
均值差	判断差异方向和大小
t 值	检验统计量
p 值	判断差异是否显著
效应量	判断差异实际大小
方差齐性	决定读取等方差或非等方差结果

若 p 值小于 0.05，通常说明两组均值存在显著差异；若 p 值不显著，则不能认为两组均值存在统计学差异。

写作模板

可写为：“采用独立样本 t 检验比较两组在 xx 指标上的差异。结果显示，A 组均值为 xx，B 组均值为 xx，t 值为 xx，p 值为 xx，说明两组在该指标上存在或不存在显著差异。”

若方差不齐，可补充：“由于 Levene 方差齐性检验显著，本文参考非等方差校正结果。”

常见问题

分组变量为什么只能有两组

独立样本 t 检验的设计就是比较两个独立组。三组及以上比较应使用单因素方差分析。

p 值显著就代表差异很大吗

不一定。p 值受样本量影响，样本量很大时很小差异也可能显著。建议同时查看均值差和效应量。

数据不正态怎么办

若样本量较大且无严重异常值，t 检验通常较稳健；若样本量小且偏态明显，可使用 Mann-Whitney U 检验等非参数方法。

与相近方法区分

研究问题	推荐方法
两个独立组均值比较	t 检验
单个样本均值与固定值比较	单样本 t 检验
同一样本前后比较	配对 t 检验
三组及以上均值比较	方差分析