t检验简介
t检验是心理学和社会科学研究中最常用的统计方法之一，用于检验两个样本均值之间的差异是否具有统计学显著性。它是一种参数检验方法，假设数据服从正态分布。
无论是比较两组被试在同一变量上的差异，还是比较同一组被试在不同条件下的变化，t检验都能提供有效的统计推断。
t检验类型
1. 独立样本t检验
用于比较两个独立组的均值差异，例如实验组和控制组的比较。两组数据来自不同的被试群体。
2. 配对样本t检验
用于比较同一组被试在两个不同条件下的均值差异，例如前测和后测的比较，或同卵双胞胎在不同处理下的反应。
结果解读
t检验的结果主要包含三个关键指标，需要综合起来解读：
t值
表示两组均值之间的差异程度，绝对值越大，差异越明显。
自由度(df)
反映样本量大小的指标，独立样本t检验自由度为n1+n2-2，配对样本t检验自由度为n-1。
显著性(p值)
判断差异是否具有统计学显著性的关键指标。通常以p<0.05为显著性水平，p<0.01为高度显著性水平。
应用提示
在心理学研究中正确使用t检验，需要注意以下几点：
- ✓ 样本量：样本量不宜过小，否则检验功效不足。
- ✓ 正态性：t检验假设数据服从正态分布，若不满足可考虑非参数检验。
- ✓ 方差齐性：独立样本t检验需满足方差齐性假设，可通过Levene检验验证。
- ✓ 效应量：除了显著性，建议同时报告效应量（如Cohen's d）以反映差异大小。
常见问题 (FAQ)
如何选择合适的t检验类型?
如果两组数据来自不同的被试群体，使用独立样本t检验；如果两组数据来自同一组被试（如前测/后测），使用配对样本t检验。
p值越小意味着差异越大吗?
p值反映的是差异由随机因素导致的概率，而不是差异的大小。差异大小由t值和效应量（如Cohen's d）反映。
样本量太小时怎么办?
样本量太小会降低检验功效。可以考虑增大样本量，或使用非参数检验方法（如Mann-Whitney U检验或Wilcoxon符号秩检验）。