什么情況下最適合用 T 檢驗分析？

做實驗總被 p 值折磨？三分鐘教你用 SPSS 玩轉 T 檢驗三大套路，從此統計結果撼服審稿人！文末附 SCI 級結果表述模板～

為什么 T 檢驗是生物人必備技能？

? 實驗組 vs 對照組差異檢驗黃金標準

? 小樣本量（n<30）也能精準推斷

? 一招搞定前后測量/分組比較/理論對比

? 80% 生物醫學研究的核心統計方法

如何選擇最適合你的 T 檢驗

場景 1. 獨立樣本 T 檢驗 — 「比比誰更猛」

核心用途：比較兩個完全獨立組別的均值差異。

數據要求：

① 獨立性：兩組數據來源獨立，互不干擾。

② 正態性：兩組數據各自近似服從正態分布（輕微偏離也沒事，穩健性高）。

③ 方差齊性：兩組的方差要大致相等（Levene 檢驗）

生物學經典案例：

① 比較兩種不同基因型小鼠（WT vs KO）的腫瘤體積。

② 比較兩種不同抗生素（A 藥 vs B 藥）處理后的細菌菌落數。

③ 比較不同生態環境（森林 vs 草原）土壤中的某種微生物含量。

場景 2. 配對樣本 T 檢驗 — 「自己和自己比」

核心用途：比較同一批研究對象在兩種不同處理或不同時間點下的均值差異。

數據要求：

① 配對性：數據必須成對出現，一一對應（樣本量必須相等?。?。

② 正態性：關鍵看配對差值的分布是否近似正態，而非原始數據。

生物學經典案例：

① 同一批患者接受治療前后的某項生理指標（如血壓、血糖）變化。

② 同一只小鼠在左側和右側背部接種不同腫瘤后的重量差異（配對設計）。

③ 同一份組織樣本分為兩份，分別用兩種檢測方法（如 qPCR vs ELISA）測得的表達量。

場景 3. 單樣本 T 檢驗 — 「我和大佬比」

核心用途：判斷一組樣本的均值是否與某個已知的理論值、標準值或總體均值存在差異。

數據要求：

① 單一性：只有一組數據。

② 正態性：這組數據本身近似服從正態分布。

生物學經典案例：

① 檢測本公司生產的試劑盒測得的吸光度值是否等于標準品的理論值。

② 分析某種疾病患者群體的平均血壓是否與正常值 120/80 mmHg 有顯著差異。

③ 驗證實驗室測定的某種元素含量是否等于國家標品認證值。

所以你的數據適合哪種 T 檢驗？

有兩組數據？

是同一批對象/高度配對的嗎？ → 是： 配對 T 檢驗 | 否： 獨立樣本 T 檢驗

只有一組數據？ → 單樣本 T 檢驗

準備工作（避雷必看！）

1. 正態性檢驗：分析 → 描述統計 → 探索 → 勾選「含檢驗的正態圖」（P > 0.05 才能用 T 檢驗！）

2. 方差齊性：獨立樣本 T 檢驗自動輸出 Levene 檢驗（P>0.05 說明方差齊）

圖源：SPSS（自制） 正態性檢驗

案例實戰：兩種藥物對小鼠血液鉀含量不同影響

【數據導入】

1. Excel 輸入兩列：分組（a/b）和鉀含量（數值）

2. SPSS 直接粘貼 → 變量視圖設置：

分組 Group：類型「字符串」，值標簽（a = 藥物 1；b = 藥物 2）

鉀含量 K_Content：尺度 →「度量」（連續變量）

圖源：SPSS（自制） 數據導入

獨立樣本 T 檢驗操作教學

1. 分析 → 比較平均值 → 獨立樣本 T 檢驗

2. 檢驗變量：鉀含量 K_Content

3. 分組變量：分組 Group → 定義組 → 輸入「a」和「b」

4. 關鍵選項：

? 置信區間百分比（默認 95%）

? 缺失值：按分析排除

圖源：SPSS（自制）獨立樣本 T 檢驗操作

5. 結果解讀先看這三要素

① 第一看方差齊性：

如果萊文（Levene）檢驗 P > 0.05 (例如 0.123) → 說明方差齊。OK，放心大膽地看第一行（假定等方差）的 t 檢驗結果。

如果 P ≤ 0.05 (例如你的案例 0.010) → 說明方差不齊！響警報！必須看第二行（不假定等方差）的結果。

案例中，P = 0.010 < 0.05 → 方差不齊！必須看第二行「不假定等方差」

圖源：SPSS（自制）方差齊性

② 第二看統計量：

t'= 2.098, df = 13.51, P = 0.055 > 0.05 → 差異無統計學意義

正確報告（學霸操作）：

「經 Levene 檢驗，兩組方差方差不齊（F = 8.219, P = 0.010），故采用校正 t 檢驗（Welch 法）。結果顯示，尚不能認為兩組鉀含量差異具有統計學意義（t'= 2.098, df = 13.51, P = 0.055）?！?/p>

圖源：SPSS（自制）組統計

③ 第三效應量（Cohen's d）：

公式：|均值差|/合并標準差 → 效應量 0.94（效果顯著！雖然 P>0.05 但效應量大）

圖源：SPSS（自制）效應量 Cohen's d

【SCI 級結論表述模板】

「藥物 a 組鼠血液鉀含量（2.40±1.09 μg/g）與 b 組（1.59±0.56 μg/g）差異雖無統計學意義（t'= 2.098，P = 0.055），但觀察到大的效應量（Cohen's d = 0.94），可能因樣本量不足導致統計效能降低，建議擴大樣本量進一步驗證?！?/p>

三大 T 檢驗 SPSS 速通指南

① 單樣本 T 檢驗：分析 → 比較平均值 → 單樣本 T 檢驗 → 輸入檢驗值（文獻理論值）

② 配對樣本 T 檢驗：分析 → 比較平均值 → 成對樣本 T 檢驗 → 配對變量前后測

③ 效應量計算：分析 → 描述統計 → 描述 → 勾選標準差（用于計算 Cohen's d）

翻車現場搶救指南

? 方差齊性 P<0.05 還看第一行 → 喜提審稿人怒懟

? 搶救方案：立馬報告 Welch 校正結果（第二行）

? 配對檢驗當成獨立樣本做 → 數據變廢紙

? 必做步驟：數據 → 轉換 → 創建配對變量差值

全文參考：IBMSPSS 官方文檔