t检验和方差分析的区别
方差分析，T检验均是对比差异性的方法。对于T检验的X来讲，其只能为2个类别比如男和女。如果X为3个类别比如本科以下，本科，本科以上；此时只能使用方差分析。
根据X的不同，方差分析又可以进行细分。X的个数为一个时，我们称之为单因素方差；X为2个时则为双因素方差；X为3个时则称作三因素方差，依次下去。当X超过1个时，统称为多因素方差。
比如在使用单因素方差分析时，需要每个选项的样本量大于30，比如男性和女性样本量分别是100和120，如果出现某个选项样本量过少时应该首先进行组别合并处理，比如研究不同年龄组样本对于研究变量的差异性态度时，年龄小于20岁的样本量仅为20个，那么需要将小于20岁的选项与另外一组(比如20~25岁)的组别合并为一组，然后再进行单因素方差分析。
如果选项无法进行合并处理，比如研究不同专业样本对于变量的态度差异，研究样本的专业共分为市场营销、心理学、教育学和管理学四个专业，这四个专业之间为彼此独立无法进行合并组别，但是市场营销专业样本量仅为20并没有代表意义，因此可以考虑首先筛选出市场营销专业，即仅比较心理学，教育学和管理学这三个专业对某变量的差异性态度，当对比的组别超过三个，并且呈现出显著性差异时，可以考虑使用事后检验进一步对比具体两两组别间的差异情况。
T检验共分为三种方法，分别是独立样本T检验，配对样本T检验和单样本T检验。
独立样本T检验和单因素方差分析功能上基本一致，但是独立样本T检验只能比较两组选项的差异，比如男性和女性。相对来讲，独立样本T检验在实验比较时使用频率更高，尤其是生物、医学相关领域。针对问卷研究，如果比较的类别为两组，独立样本T检验和单因素方差分析均可实现，研究者自行选择使用即可。
独立样本T检验和配对样本t检验功能上都是比较差异，而且均是比较两个组别差异。但二者有着实质性区别，如果是比较不同性别，婚姻状况(已婚和未婚)样本对某变量的差异时，应该使用独立样本T检验。如果比较组别之间有配对关系时，只能使用配对样本T检验，配对关系是指类似实验组和对照组的这类关系。另外独立样本T检验两组样本个数可以不相等，而配对样本T检验的两组样本量需要完全相等。
T检验的第三种分析方法为单样本t。比如问卷某题项选项表示为1分代表非常不满意，2分代表比较不满意，3分代表一般，4分代表比较满意，5分代表非常满意，当想分析样本对此题项的态度是否有明显的倾向，比如明显高于3分或者明显低于3分时，即可以使用单样本T检验。单样本T检验是比较某个题项的平均得分是否与某数字(例子是与3进行对比)有着明显的差异，如果呈现出显著性差异，即说明明显该题项平均打分明显不等于3分。此分析方法在问卷研究中较少使用，平均得分是否明显不为3分可以很直观的看出，而不需要单独进行检验分析。
SPSSAU操作如下：
本例子中研究X对于Y的差异；X为性别，Y为两项，分别是“淘宝客服服务态度”，“淘宝商家服务质量”。放置如下：
SPSSAU结果如下：
Sievers分析仪
2024-10-13 广告
1、适用条件不同
单因素方差分析的适用条件：每个总体均服从正态分布；每个总体的方差σ2相同；从每个总体中抽取的样本相互独立。
T检验的适用条件：已知一个总体均数；可得到一个样本均数及该样本标准差；样本来自正态或近似正态总体。
2、检验原理不同
单因素方差分析：通过分析研究不同来源的变异对总变异的贡献大小，从而确定可控因素对研究结果影响力的大小。
T检验：用t分布理论来推论差异发生的概率，从而比较两个平均数的差异是否显著。
T检验的三种方法
独立样本T检验和配对样本T检验功能上都是比较差异，而且均是比较两个组别差异。但二者有着实质性区别，如果是比较不同性别，婚姻状况（已婚和未婚）样本对某变量的差异时，应该使用独立样本T检验。如果比较组别之间有配对关系时，只能使用配对样本T检验。
另外独立样本T检验两组样本个数可以不相等，而配对样本T检验的两组样本量需要完全相等，并且独立样本T检验与配对样本T检验时在SPSS的数据放置格式不同。
T检验的第三种分析方法为单样本T检验。比如问卷某题项选项表示为1分代表非常不满意，2分代表比较不满意，3分代表一般，4分代表比较满意，5分代表非常满意，当想分析样本对此题项的态度是否有明显的倾向，比如明显高于3分或者明显低于3分时，即可以使用单样本T检验。
