獨立樣本 T 檢定
「獨立樣本 T 檢定」程序比較兩群組觀察值的平均值並自動計算 t 檢定效應大小。 理論上，這個檢定的受試者應該隨機地指定給兩個小組，這樣一來，回應差異都是來自處理方式（或者未予處理），而不是其他因素造成的。 如果您要比較男性和女性的平均收入，事情就不是這樣。 因為您不可能把某個人隨機地指定成男性或女性。 在這種情況下，您應該確定其他因素中的差異，不會顯著地遮蔽或加強平均數的差異。 因為像教育之類的因素也會影響到平均收入，而不只是性別一項而已。
- 範例
- 以高血壓患者為例。我們把高血壓患者隨機地指定成安慰劑組和治療組。 安慰劑受試者會收到沒有作用的藥丸，而治療組的受試者則收到預期會降低血壓的新藥。 經過兩個月的治療之後，我們使用二樣本 t 檢定，來比較安慰劑組和治療組受試者的平均血壓。 每位患者測量一次，而且只屬於一組。
- 統計資料
- 對於每個變數：樣本大小、平均值、標準差、平均值的標準誤以及 t 檢定的效應大小估算。 對於平均數的差異：平均數、標準誤和信賴區間 (您可以指定信賴等級)。 檢定：變異性相等的 Levene 檢定，以及平均數相等的綜合變異數和個別變異數 t 檢定。
資料考量
- 日期
- 相關的定量變數值，都存在資料檔中的單一欄位。 此程序會使用分組變數（其內含有兩個數值），把觀察值分成兩組。 分組變數可以是數字 (如 1 跟 2 或 6.25 跟 12.5)，也可以是短字串 (如 yes 和 no)。 不然還有種方式，就是您可以用 age 之類的定量變數，並指定其分割點，把觀察值分成兩組（分割點 21 會把 age 分成 21 歲以下的人一組，等於或大於 21 歲的人分成另一組）。
- 假設
- 對相等變異數 t 檢定而言，觀察值應該是來自獨立、隨機的樣本，而樣本母體又是呈現常態分佈、而且變異數相同。 對於不等變異數 t 檢定而言，觀察值應該是來自獨立、隨機的樣本，而樣本母體又是呈現常態分佈的。 二樣本 t 檢定雖然不太會受到偏離常態性影響。 但在以圖形方式檢查分佈情形時，請查看它們是否對稱，以及是否包含離群值。
獲取獨立樣本 T 檢定
本功能需要 Statistics Base 選項。
- 從功能表中選擇：
- 選取一個或多個數值檢定變數。 每個變數都會分別計算 t 檢定。
- 選取單一分組變數，然後再按一下「定義組別」，如此可替需要比較的組別，指定兩個代碼。
- 您可以選擇性地：
- 選取估算效應大小以控制 t 檢定效應大小的估算。
- 按一下選項以控制遺漏資料的處理和信賴區間的置信度。
- 按一下 靴拔重抽法可導出穩健的標準誤差估計值，並能為諸如平均值、中位數、比例、勝算比、相關係數或迴歸係數等估計值導出信賴區間。
此程序會貼上 T-TEST 指令語法。