通常我们实际工作面对的数据差异性并不是那么显著，而为了消除人为的主观臆断，就不得不引入统计检验。T检验是一种常用作均值判断的统计检验方法，Excel数据分析加载项和SPSS会是我们经常使用的工具，在下面会给出两种工具对应的实际操作步骤。
单样本T检验：常用于样本均值与总体均值的比较。
独立样本T检验：常用于两个独立样本之间均值的比较。
配对样本T检验：常用于在某种程度上相关的两个样本之间均值的比较。这个某种程度相关，主要对应有这么两种形式：同一样本在不同时刻产生的结果（比如同一个活动页采用前后采用两种引流策略）或两个紧密联系的样本分别测量产生的结果（比如双胞胎的IQ测试）。
单样本T检验-SPSS
操作步骤（原假设：样本均值=总体均值，其中总体均值由我们事先指定）：
分析->比较平均值->单样本T检验
将需要检验的变量移入“检验变量”框
在“检验值”框输入原假设中的指定值
点击“确定”
【结果解释】关注“单样本检验”结果输出表，如果“显著性”（即P值，以下均记作P值，此处我们只关注双尾，下同）≤0.05（注：我们统一使用0.05，下同），拒绝原假设，即样本均值不等于总体均值，比较样本均值和总体均值，表明样本均值是大于还是小于总体均值；如果P值＞0.05，则接受原假设，及样本均值和总体均值没有显著差异。
独立样本T检验-SPSS
操作步骤（原假设：样本1均值=样本2均值）：
分析->比较平均值->独立样本T检验
将需要检验的变量移入“检验变量”框
将分组变量移入“分组变量”框，在“定义组”中分别输入两个样本组的标识信息
点击“确定”
【结果解释】关注“独立样本检验”结果输出表，需要分成“已假设方差齐性”和“未假设方差齐性”两行结果来看，我们使用哪一行的结果取决于这里面包含的一层方差齐性检验。我们首先需要关注“方差相等性检验”的P值，如该P值≤0.05，即两个样本方差不等，则需要关注“未假设方差齐性”这一行的结果，否则需要关注“假设方差齐性”这一行的结果。确定该关注哪一行的结果后，再关注“平均值相等性的T检验”中的P值，同样是根据P值与0.05的关系来决定接受或拒绝原假设。
独立样本T检验-Excel数据分析加载项
操作步骤（由于Excel加载项没有集成“方差相等性”检验，因此需要分两步）：
F检验：双样本方差操作步骤（原假设：样本1方差=样本2方差）：
数据->数据分析->F检验：双样本方差
选择变量1、变量2对应的区域（如变量名称位于所选区域的第一个单元格，还需要勾选“标志”，下同）
选择输出区域
点击“确定
【结果解释】如P值≤0.05，则拒绝原假设，即样本1方差≠样本2方差；否则，接受原假设。根据a)的结果，如样本1方差=样本2方差，则选择“t检验：双样本等方差假设”；否则，选择“t检验：双样本异方差假设”（原假设：样本1均值=样本2均值）：
T检验：双样本等/异方差检验（原假设：样本1均值=样本2均值）：
数据->数据分析->t检验：双样本等方差假设或 t检验：双样本异方差假设
选择变量1、变量2对应的区域
在“假设平均差”框输入期望中的样本均值的差值，缺省时为0，对应样本均值相同
选择输出区域
点击“确定”
【结果解释】如P值≤0.05，则拒绝原假设，即样本1均值≠样本2均值；否则，接受原假设。
配对样本T检验-SPSS操作步骤
（原假设：样本1均值=样本2均值）
分析->比较平均值->单样本T检验
将需要检验的2个变量移入“成对变量”框
点击“确定”
【结果解释】如P值≤0.05，则拒绝原假设，即样本1均值≠样本2均值；否则，接受原假设
配对样本T检验-Excel数据分析加载项
操作步骤（原假设：样本1均值=样本2均值）
数据->数据分析->平均值的成对二样本分析
选择变量1、变量2对应的区域
选择输出区域
点击“确定”
【结果解释】如P值≤0.05，则拒绝原假设，即样本1均值≠样本2均值；否则，接受原假设。
应用场景举例：
前后采用两种运营策略给店铺带来的销售额对比。可以采集两种运营策略带来的店铺销售额（此处只是用作举例，不具备实际操作意义），做配对样本T检验。
两个付费渠道的ROI对比分析。可以采集两个付费渠道的历史ROI数据，然后做独立样本T检验。
