你的分析结果有
T
值，有
sig
值，说明你是在进行平均值的比较。也就是你在比
较两组数据之间的平均值有没有差异。
从具有
t
值来看，你是在进行
T
检验。
T
检验是平均值的比较方法。
T
检验分为三种方法：
1.
单一样本
t
检验(
One-sample t test
)，是用来比较一组数据的平均值和一个
数值有无差异。例如，你选取了
5
个人，测定了他们的身高，要看这五个人的身
高平均值是否高于、低于还是等于
1.70m
，就需要用这个检验方法。
2.
配对样本
t
检验(
paired-samples t test
)，是用来看一组样本在处理前后的
平均值有无差异。
比如，
你选取了
5
个人，
分别在饭前和饭后测量了他们的体重，
想检测吃饭对他们的体重有无影响，就需要用这个
t
检验。
注意，配对样本
t
检验要求严格配对，也就是说，每一个人的饭前体重和饭后体
重构成一对。
3.
独立样本
t
检验
(
independent t test
)
，
是用来看两组数据的平均值有无差异。
比如，你选取了
5
男
5
女，想看男女之间身高有无差异，这样，男的一组，女
的一组，这两个组之间的身高平均值的大小比较可用这种方法。
总之，选取哪种
t
检验方法是由你的数据特点和你的结果要求来决定的。
t
检验会计算出一个统计量来，这个统计量就是
t
值，
spss
根据这个
t
值来计算
sig
值。因此，你可以认为
t
值是一个中间过程产生的
数据，不必理他，你只需要看
sig
值就可以了。
sig
值是一个最终值，也是
t
检验
的最重要的值。
sig
值的意思就是显著性(
significance
)，它的意思是说，平均值是在百分之几
的几率上相等的。
一般将这个
sig
值与
0.05
相比较，如果它大于
0.05
，说明平均值在大于
5%
的
几率上是相等的，而在小于
95%
的几率上不相等。我们认为平均值相等的几率
还是比较大的，说明差异是不显著的，从而认为两组数据之间平均值是相等的。
如果它小于
0.05
，说明平均值在小于
5%
的几率上是相等的，而在大于
95%
的
几率上不相等。我们认为平均值相等的几率还是比较小的，说明差异是显著的，
从而认为两组数据之间平均值是不相等的。
总之，只需要注意
sig
值就可以了。
前者是皮尔逊双侧检验的概率，所以选前者。
具体选择单侧还是双侧，请参考以下标准：
A.
甲乙两个总体有差别时，
甲高于乙或乙高于甲的可能性都存在，
则选双侧检验
B.
在根据专业知识，只有一种可能性，则选单侧检验
C.
在预实验的探索中，一般用双侧检验
D.
在研究者只关心一种可能性时，选单侧检验