t 检验的条件

t 检验的假设 目标研究的条件 考试分数 (cf: ordinal 序列的Linkert Scale；称名的 norminal, 性别) 大样本（N=60, n1，n2=30）两个样本容量 n1，n2都大于30的独立样本称为独立大样本（p114） 1 数据必须是定量的（即等距或比率量表） 2 所测量的特点必须在总体中呈正态分布（确定平均值之差的抽样分布是正态的） 3 被试必须通过随机抽样得到，并互相独立。 参加本研究的学生是60 名大学二年级日语专业的学生, 分成实验组(n =3 0) 和控制组(n=3 0 ) 他们的年龄介于19 到21 岁之间, 两组都有20 名女生和10 名男生。学生们在中学都学了六年的英语。 独立大样本无须进行齐性方差检验（p116） cf: 独立小样本必须进行齐性方差检验 4 各组分数为来自相同方差总体的样本。 实验误差（即除自变量之外的无关变量）必须组间随机分布 第四个假设的意思是：两组分数都代表具有相同(即没有显著差异)方差的总体。可以通过确定两个样本的方差是否有显著差异来检验这一假设。这一步骤称为方差同一性检验(test for homogeneity of variance),当我们觉得方差有明显差异时,就要用此法加以检验(F-检验,讲ANOVA时会提到)。

在实际研究中，上述基础假设中的一个甚至更多在某种程度上被违反的可能是存在的。但t检验被称为是“强壮得”(robust)统计方法，意思是中等程度地违反个

别基础假设并不影响所作决断的精确性。Glass和Stanley (1970)说，在t检验中违反正态分布这一假设“影响不大”(has only trivial effects)，不用担心(is nocause for concern)。如果两个样本大小一样，那么违反方差相同的基础假设也不被认为是严重的。这就是研究者在独立样本实验中喜欢用相同大小样本的主要原因。所以，t检验可以较有把握地在许多情况下使用。但尽管如此，在运用该方法时，我们仍然要注意尽量满足基础假设，特别是随机选择和随机分配被试这一点。