下面這幅圖是從網頁上搜索得到的一個結果，我們就拿這個結果來解讀一下如何分析獨立樣本T檢驗的結果。

向左轉|向右轉

1.第一個看第一個sig值，它是對方差齊性的假設的檢驗，假如sig<0.05，說明不滿足方差齊性，我們認為方差是不齊的。

向左轉|向右轉

2.這種情況下，我們只能看第二行資料，也就是看下圖所示的sig值來判斷是否有組間差異。第二個sig值說明，差異不顯著，因為它大於了.05。我們得出的結論是沒有差異。

向左轉|向右轉

3.我們看第二行資料，sig值>0.05，說明方差是齊性的。

向左轉|向右轉

4.這時候，我們需要看另一個sig值，這個值仍然是沒有達到顯著水平（0.05)，我們認為兩組是沒有差異的。

擴充套件資料

T檢驗，亦稱student t檢驗（Student"s t test），主要用於樣本含量較小（例如n < 30），總體標準差σ未知的正態分佈。

T檢驗是用t分佈理論來推論差異發生的機率，從而比較兩個平均數的差異是否顯著。它與f檢驗、卡方檢驗並列。t檢驗是戈斯特為了觀測釀酒質量而發明的,並於1908年在Biometrika上公佈。

向左轉|向右轉

注意事項

1、選用的檢驗方法必須符合其適用條件(注意：t檢驗的前提：1.來自正態分佈總體； 2.隨機樣本 ；3.均數比較時，要求兩樣本總體方差相等，即具有方差齊性)。理論上，即使樣本量很小時，也可以進行t檢驗。（如樣本量為10，一些學者聲稱甚至更小的樣本也行），只要每組中變數呈正態分佈，兩組方差不會明顯不同。

下面這幅圖是從網頁上搜索得到的一個結果，我們就拿這個結果來解讀一下如何分析獨立樣本T檢驗的結果。

向左轉|向右轉

1.第一個看第一個sig值，它是對方差齊性的假設的檢驗，假如sig<0.05，說明不滿足方差齊性，我們認為方差是不齊的。

向左轉|向右轉

2.這種情況下，我們只能看第二行資料，也就是看下圖所示的sig值來判斷是否有組間差異。第二個sig值說明，差異不顯著，因為它大於了.05。我們得出的結論是沒有差異。

向左轉|向右轉

3.我們看第二行資料，sig值>0.05，說明方差是齊性的。

向左轉|向右轉

4.這時候，我們需要看另一個sig值，這個值仍然是沒有達到顯著水平（0.05)，我們認為兩組是沒有差異的。

擴充套件資料

你這是對兩組資料進行均值差異性分析，採用的是獨立樣本t檢驗。具體資料解釋可以如下：兩組資料做方差齊性檢驗，其中F值為6.617， p值為0.013，p值小於0.05，說明方差不相等，因此t值要依據下面的一行，即t值為-2.787，透過雙尾檢驗，p=0.007，小於0.05，達到了顯著性，拒絕原假設。說明透過獨立樣本t檢驗，可以得出如下結論：兩組資料得分均值方面存在著顯著差異。