做實(shí)驗(yàn)總被 p 值折磨？三分鐘教你用 SPSS 玩轉(zhuǎn) T 檢驗(yàn)三大套路，從此統(tǒng)計(jì)結(jié)果撼服審稿人！文末附 SCI 級結(jié)果表述模板～

為什么 T 檢驗(yàn)是生物人必備技能？

? 實(shí)驗(yàn)組 vs 對照組差異檢驗(yàn)黃金標(biāo)準(zhǔn)

? 小樣本量（n<30）也能精準(zhǔn)推斷

? 一招搞定前后測量/分組比較/理論對比

? 80% 生物醫(yī)學(xué)研究的核心統(tǒng)計(jì)方法

如何選擇最適合你的 T 檢驗(yàn)

場景 1. 獨(dú)立樣本 T 檢驗(yàn) — 「比比誰更猛」

核心用途：比較兩個(gè)完全獨(dú)立組別的均值差異。

數(shù)據(jù)要求：

① 獨(dú)立性：兩組數(shù)據(jù)來源獨(dú)立，互不干擾。

② 正態(tài)性：兩組數(shù)據(jù)各自近似服從正態(tài)分布（輕微偏離也沒事，穩(wěn)健性高）。

③ 方差齊性：兩組的方差要大致相等（Levene 檢驗(yàn)）

生物學(xué)經(jīng)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(xì)菌菌落數(shù)。

③ 比較不同生態(tài)環(huán)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(yàn) — 「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(shí)間點(diǎn)下的均值差異。

數(shù)據(jù)要求：

① 配對性：數(shù)據(jù)必須成對出現(xiàn)，一一對應(yīng)（樣本量必須相等?。?/p>

② 正態(tài)性：關(guān)鍵看配對差值的分布是否近似正態(tài)，而非原始數(shù)據(jù)。

生物學(xué)經(jīng)典案例：

① 同一批患者接受治療前后的某項(xiàng)生理指標(biāo)（如血壓、血糖）變化。

② 同一只小鼠在左側(cè)和右側(cè)背部接種不同腫瘤后的重量差異（配對設(shè)計(jì)）。

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(dá)量。

場景 3. 單樣本 T 檢驗(yàn) — 「我和大佬比」

核心用途：判斷一組樣本的均值是否與某個(gè)已知的理論值、標(biāo)準(zhǔn)值或總體均值存在差異。

數(shù)據(jù)要求：

① 單一性：只有一組數(shù)據(jù)。

② 正態(tài)性：這組數(shù)據(jù)本身近似服從正態(tài)分布。

生物學(xué)經(jīng)典案例：

① 檢測本公司生產(chǎn)的試劑盒測得的吸光度值是否等于標(biāo)準(zhǔn)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(yàn)證實(shí)驗(yàn)室測定的某種元素含量是否等于國家標(biāo)品認(rèn)證值。

所以你的數(shù)據(jù)適合哪種 T 檢驗(yàn)？

有兩組數(shù)據(jù)？

是同一批對象/高度配對的嗎？ → 是： 配對 T 檢驗(yàn) | 否： 獨(dú)立樣本 T 檢驗(yàn)

只有一組數(shù)據(jù)？ → 單樣本 T 檢驗(yàn)

準(zhǔn)備工作（避雷必看?。?/strong>

1. 正態(tài)性檢驗(yàn)：分析 → 描述統(tǒng)計(jì) → 探索 → 勾選「含檢驗(yàn)的正態(tài)圖」（P > 0.05 才能用 T 檢驗(yàn)?。?/p>

2. 方差齊性：獨(dú)立樣本 T 檢驗(yàn)自動(dòng)輸出 Levene 檢驗(yàn)（P>0.05 說明方差齊）

圖源：SPSS（自制） 正態(tài)性檢驗(yàn)

案例實(shí)戰(zhàn)：兩種藥物對小鼠血液鉀含量不同影響

【數(shù)據(jù)導(dǎo)入】

1. Excel 輸入兩列：分組（a/b）和鉀含量（數(shù)值）

2. SPSS 直接粘貼 → 變量視圖設(shè)置：

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

鉀含量 K_Content：尺度 →「度量」（連續(xù)變量）

圖源：SPSS（自制） 數(shù)據(jù)導(dǎo)入

獨(dú)立樣本 T 檢驗(yàn)操作教學(xué)

1. 分析 → 比較平均值 → 獨(dú)立樣本 T 檢驗(yàn)

2. 檢驗(yàn)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(guān)鍵選項(xiàng)：

? 置信區(qū)間百分比（默認(rèn) 95%）

? 缺失值：按分析排除

圖源：SPSS（自制）獨(dú)立樣本 T 檢驗(yàn)操作

5. 結(jié)果解讀先看這三要素

① 第一看方差齊性：

如果萊文（Levene）檢驗(yàn) 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(yàn)結(jié)果。

如果 P ≤ 0.05 (例如你的案例 0.010) → 說明方差不齊！響警報(bào)！必須看第二行（不假定等方差）的結(jié)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(tǒng)計(jì)量：

t'= 2.098, df = 13.51, P = 0.055 > 0.05 → 差異無統(tǒng)計(jì)學(xué)意義

正確報(bào)告（學(xué)霸操作）：

「經(jīng) Levene 檢驗(yàn)，兩組方差方差不齊（F = 8.219, P = 0.010），故采用校正 t 檢驗(yàn)（Welch 法）。結(jié)果顯示，尚不能認(rèn)為兩組鉀含量差異具有統(tǒng)計(jì)學(xué)意義（t'= 2.098, df = 13.51, P = 0.055）?！?/p>

圖源：SPSS（自制）組統(tǒng)計(jì)

③ 第三效應(yīng)量（Cohen's d）：

公式：|均值差|/合并標(biāo)準(zhǔn)差 → 效應(yīng)量 0.94（效果顯著！雖然 P>0.05 但效應(yīng)量大）

圖源：SPSS（自制）效應(yīng)量 Cohen's d

【SCI 級結(jié)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(tǒng)計(jì)學(xué)意義（t'= 2.098，P = 0.055），但觀察到大的效應(yīng)量（Cohen's d = 0.94），可能因樣本量不足導(dǎo)致統(tǒng)計(jì)效能降低，建議擴(kuò)大樣本量進(jìn)一步驗(yàn)證?！?/p>

三大 T 檢驗(yàn) SPSS 速通指南

① 單樣本 T 檢驗(yàn)：分析 → 比較平均值 → 單樣本 T 檢驗(yàn) → 輸入檢驗(yàn)值（文獻(xiàn)理論值）

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

③ 效應(yīng)量計(jì)算：分析 → 描述統(tǒng)計(jì) → 描述 → 勾選標(biāo)準(zhǔn)差（用于計(jì)算 Cohen's d）

翻車現(xiàn)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(bào)告 Welch 校正結(jié)果（第二行）

? 配對檢驗(yàn)當(dāng)成獨(dú)立樣本做 → 數(shù)據(jù)變廢紙

? 必做步驟：數(shù)據(jù) → 轉(zhuǎn)換 → 創(chuàng)建配對變量差值

全文參考：IBMSPSS 官方文檔