在使用SPSS進行單樣本T檢驗時，很多人都會問，如果數據不符合正太分布，那還能夠進行T檢驗嗎？而大樣本，我們一般會認為它是符合正太分布的，在鈡型圖看來，正太分布，基本左右是對稱的，一般具備兩個參數，數學期望和標准方差，即：N(p, Q)
如果你的樣本數非常少，一般需要進行正太分布檢驗，檢驗的方法網上很多，我就不說了
下面以“雄性老鼠和雌性老鼠分別注射了某種毒素，經過觀察分析，進行隨機取樣，查看最終老鼠是否活着。
問題：很多人認為，雄性老鼠和雌性老鼠分別注射毒液后，雌性老鼠存活下來的數量會比雄性老鼠多？
我們將通過進行統計分析來認證這個假設是否成立。
下面進行參數設置：a 代表： 雄性老鼠
b代表：雌性老鼠
tim 代表：生存時間， 即指經過多長時間后，去查看結果
0 代表：結果死亡
1 代表：結果活着
隨機抽取的樣本，如下所示：
打開SPSS- 分析---檢驗均值---獨立樣本T檢驗，如下圖所示：
將你要分析的變量，移入右邊的框內， 再將你要進行分組的變量移入“分組變量”框內，“組別group（）里面的兩個參數，不能夠隨意設置，必須要跟樣本里面的數字一致
點擊確定后，分析結果，如下所示：
從組統計量 可以看出， 雄性老鼠的存活下來的均值為0.73， 但是雌性老鼠存活下來的均值為1.00，很明顯，雌性老是存活下來的個數明顯比雄性老鼠多，但是一般我們不看這個結果，為什么？因為樣本不夠大，如果將樣本升至10000個？ 也許這個均值將會發生變化，不具備統計學意義，
我們一般只看獨立樣本檢驗的結果。
獨立樣本檢驗，提供了兩種方法：levene檢驗和 均值T檢驗 兩種方法
Levene檢驗 主要用來檢驗原假設條件是否成立，（即：假設方差相等和方差不相等兩種情況）如果SIG>0.05，證明假設成立，不能夠拒絕原假設，如果SIG<0.05，證明假設不成立，拒絕原假設。
進行levene檢驗結果判斷是第一步， 從上圖，可以看出 sig<0.05 方差相等的假設不成立， 所以看第二行，方差不相等的情況
sig=0.082>0.05 即說明 P 值大於顯著性水平，不應該拒絕原假設：即指：雌性老鼠和雄性老鼠在注射毒液后，存活下來的個數沒有顯著的差異
本次分析的結果，不支持，很多人認為的：雄性老鼠和雌性老鼠分別注射毒液后，雌性老鼠存活下來的數量會比雄性老鼠多的結論。
其實方差不相等，並不代表不符合正太分布，也不能夠說有顯著的差異，方差不相同，說明曲線的偏離程度不同而已