- 应用条件
①独立性，即各观察值之间相互独立。对结果影响较大，一般根据资料的性质加以判断。
②正态性，各个样本均来自于正态分布的总体。t检验对正态性有一定的耐受能力，若只是少许偏离正太，则结果依然稳健。
③方差齐性，各样本所在总体方差相等。对结论影响较大，在进行均数比较时需要进行方差齐性检验。
【注】不能满足应用条件时:
①情况较轻时可以采用校正t检验的结果；
②使用变量变换使之满足条件；
③采用非参数检验过程。
- 例子
有关人员在有小麦丛矮病的麦田里，随机调查13株健株和15株病株的植株高度，分析健株高度是否高于病株。其调查数据如下：
健株： 25.0 31.2 36.4 38.5 45.1 45.8 46.3 52.3 55.6 58.5 63.0 64.7 68.4
病株：17.2 18.6 19.4 24.3 24.7 26.0 34.3 38.5 40.6 42.1 43.1 44.2 48.3 49.0 58.3
Step 1:
Step 2：正态性检验。首先需要拆分文件，对两组数据分别做检验。即"数据——拆分文件"。
Step 3：然后点一下比较组，把组别调入分组方式这里，再点击"确定"。
Step 4:
Step 5：将需要分析的数值调入右边方框，勾选“正态”（也写为常规，一般默认已经勾上），然后点击“确定”。
Step 6：结果分析。第一组的正态性检验P=0.200，第二组为P=0.200，可认为近似正态分布。
Step 7：取消拆分。“数据——拆分文件”，在跳出来的框框中点一下第一个“分组所有组”，然后点“确定”。
Step 8：然后点“分析——比较均值——独立样本t检验”。
Step 9：将组别调入分组变量，数值调入检验变量。接着点一下分组变量下方的“定义组”，在弹出来的框中输入组别1、2，再点“继续——确定”。
Step 10：结果分析。
表格一：依次为健株、病株两组数据的例数、平均值、标准差和均数的标准误。表格二：前部是两组的方差齐性检验，可看到P=0.993＞0.05，即健株、病株高度方差齐性；
后部为均值等同性t检验，可得出两组的t值、自由度、95%置信区间等，且P值为0.013<0.05，可认为差异有统计学意义，又根据两组数据的均值大小，可得出结论，健株高度显著高于病株。
