独立样本T检验
要求被比较的两个样本彼此独立，既没有配对关系，要求两个样本均来自正态分布，要求均值是对于检验有意义的描述统计量。

例如：男性和女性的工资均值比较
分析——比较均值——独立样本T检验。

分析身高大于等于155厘米与身高小于155的两组男生的体重和肺活量均值之间是否有显著性差异。

组统计量
身高N 均值标准差均值的标准误
>= 155.00 13 40.838 5.1169 1.4192
体重
< 155.00 16 34.113 3.8163 .9541
>= 155.00 13 2.4038 .40232 .11158
肺活量
< 155.00 16 2.0156 .42297 .10574
基本信息的描述
方差齐次性检验（详见下面第二个例题）和T检验的计算结果。

从sig（双侧）栏数据可以看出，无论两组体重还是肺活量，方差均是齐的，均选择假设方差相等一行数据进行分析得出结论。

体重T检验结果，sig(双侧)=0.000，小于0.01，拒绝原假设。

两组均值之差的99%上、下限均为正值，也说明两组体重均值之差与0的差异显著。

由此可以得出结论，按身高155.0分组的两组体重均值差异，在统计学上高度显著。

肺活量T检验的结果，sig（双侧）=0.018，大于0.01,。

两组均值之差的上下限为
一个正值，一个负值，也说明差值的99%上下限与0的差异不显著。

由此可以得出结论，按身高155.0分组烦人两组肺活量均值差异在99%水平上不显著，均值差异是由抽样误差引起的。

以性别作为分组变量，比较当前工资salary变量的均值
组统计量
性别N 均值标准差均值的标准误
女216 $26,031.92 $7,558.021 $514.258
当前工资
男258 $41,441.78 $19,499.214 $1,213.968
方差齐性检验（levene检验）结果，F值为119.669，显著性概率为p<0.001,因此结论是两组方差差异显著，及方差不齐。

在下面的T 检验结果中应该选择假设方差不相等一行的数据作为本例的T检验的结果数据，另一航是假设方差相等的T检验的据算数据，不取这个结果。

T的值sig
两组均值差异为15409.9.平均现工资女的低于男的15409.9.
差值的标准误为1318.40
差分的95%的置信区间在-18003~-12816之间，不包括0，也说明两组均值之差与0有显著差异。

结论：从T 检验的P的值为0.000<0.01，和均值之差值的95%置信区间不包括0都能得出，女雇员现工资明显低于男雇员，茶差异有统计学意义。