區別：
假設檢驗通常是檢驗樣本對應的總體之間是否有顯著性差異
而關聯性檢驗是檢驗是否顯著相關。
一、單樣本t檢驗
1、設計思想：
兩個總體，總體A已知；總體B未知，但其樣本已知，問題是未知總體B與已知總體A之間有無差異？實際上是驗證該樣本是否就是來自這個已知總體A？
2、適用：
（1）已知一個總體和未知總體中的一個樣本。
（2）樣本數據符合正態分布，不符合時應采用非參檢驗。
3、SPSS處理解讀三步法：
二、配對樣本t檢驗
1、設計思想：
配對樣本t檢驗是配對的兩組數據相減變成一組數據，然后去和已知總體0比較，其實就是轉化為單樣本t檢驗。
2、適用：
（1）檢測的兩組配對數據之間存在相關性而不獨立，這與兩獨立樣本設計有着本質的區別。包括四種配對類型，3種為同體配對，1種異體配對（條件配對）。
（2）兩組樣本數據配對差值符合正態分布。
3、SPSS處理解讀三步法：
一般，第二步可以忽略。但從統計學角度，這一步是為了驗證配對數據的一致性，用於說明實驗措施的穩定性。
三、兩獨立樣本t檢驗(A/Btest 背后原理)
1、設計思想：
在兩個未知的總體中分別抽取一個樣本，然后比較兩個總體之間是否有差異？實際是檢驗兩樣本所來自總體的均值是否相等。
注意：分為「兩總體均值檢驗」和「兩總體率值檢驗」
2、適用：
（1）獨立性。完全隨機設計的兩樣本均值的比較。實踐中，兩個樣本獲取只有兩種可能：隨機分組或按屬性分組。不管哪種，均是保證兩組相互獨立，不受影響。
（2）正態性。兩獨立樣本t檢驗要求兩樣本所代表的總體分別服從正態分布N(μ1，σ^2)和N(μ2，σ^2)。
（3）方差齊性。要求兩個t分布形態相差不大。即兩總體方差σ1^2、σ2^2顯著性相等。（ps：若兩總體方差不滿足齊性，需要先進行變換校正）。
注意：實踐中，兩個樣本的獲取只有兩種可能：一是隨機分組，如60只SD大鼠，隨機分2組，每組30只，分別接受不同的處理，然后比較某個計量效應指標；二是按照某種屬性特征分組，如某班級按照性別分為男生組和女生組，然后比較男女生某門課程的考試成績差異。不管是隨機分組還是按照屬性特征分組，均是保證兩組相互獨立，不受影響。
兩獨立樣本t檢驗的檢驗假設是兩總體均值相等，即原假設H0：μ1-μ2=0，統計量計算公式為：
注意：如果是「兩總體率值檢驗」，那么分子是兩率值之差，分母 S₁²= p₁（1-p₁），S₂²= p₂（1-p₂）
3、SPSS處理解讀三步法：
第二步，如果假定等方差 p<0.05，說明兩組t分布形態差異過大，不適合比較。那么第三步就應該看不假定等方差對應的t或p值。
4、舉例：
25例糖尿病患者隨機分成兩組，對照組甲單純葯物治療，實驗組乙采用葯物合並飲食治療，二月后測空腹血糖如下，問兩種療法血糖值是否相同？
數據情況（描述三指標）：
對照組甲 樣本量n1=12，樣本均值x1=15.2 ，樣本標准差s1=182.5
實驗組乙 n2=13，x2=9.8，s2=141
檢驗步驟：
1）對樣本總體關系提出假設，選擇合適的檢驗方法，設定檢驗水平（給定顯著性水平或臨界值）
原假設H0：u1 =u2
備擇假設H1：u1≠u2
設定顯著性水平α=0.05，因備擇假設是H1：u1≠u2，故采用雙邊檢驗；
因是兩組獨立樣本均值的差異性檢驗，且兩總體標准差未知，且故選用 t檢驗方法。
2）根據樣本計算檢驗統計量值（t檢驗統計量或p值）
代入公式計算得 t=2.639
3）比較檢驗統計量值與檢驗水平大小，做出推斷結論。
因為是α=0.05且雙側檢驗，自由度 v =n1+n2-2=23 ，查t 臨界值表可知 tα/2=2.069；
所以t=2.639 >tα/2=2.069（也可以通過比較算得的p值是否小於α，判斷），落在拒絕域，則拒絕原假設H0，接受備擇假設H1。故認為兩種療法效果不同。