🐟 請您尊重本網站的智慧財產權，如有任何引用，請註明出處：Dr. Fish 漫游社會統計。（文章發表日期）。文章名稱。文章網址
平均數比較
獨立樣本ｔ檢定適用在兩個獨立樣本的平均數比較上，若利用專門的統計軟體，輸出結果通常會包含信賴區間。雖然 Excel 也可用來執行這個檢定，但輸出結果裡卻沒有信賴區間。若要取得信賴區間，可以透過函數或資料分析工具，過程中再進行簡單的數學運算，即可求得上下信賴限。
合併變異數估計值
平均數比較
獨立樣本ｔ檢定可用來比較兩個獨立樣本的平均數是否有顯著的不同，當假設檢定結果指出自變項具有效果時，可進一步計算效果量來瞭解自變項效果的大小。此外，信賴區間也相當實用，不但可看出樣本來自的母群體平均數差值可能存在的範圍，也可判斷自變項是否真地存在效果。
平均數比較
當利用 Levene 檢定來檢驗兩個樣本的變異數是否相等後，若資料滿足變異數同質性的假設，通常會用合併變異數估計值來計算 t 值。但若資料沒有滿足變異數同質性的假設，須改用 Welch t 檢定，分別考量兩樣本的變異數並修正自由度後，再評估平均數比較的檢定結果。
推論統計
假設檢定的過程可用來評估變項之間是否具有關聯性或自變項是否具有效果，但無法瞭解效果的大小。為了測量效果的大小，即須計算效果量。因此，效果量是指自變項效果大小或變項間關聯程度的一種客觀、標準化的測量方法，最常見為Cohen′s d、皮爾森積差相關係數和勝率比。
平均數比較
獨立樣本t檢定使用不同的研究參與者，關聯樣本t檢定則使用相同或配對的參與者。因為關聯樣本設計所致的變異小於獨立樣本的設計，使得關聯樣本t檢定統計量比獨立樣本更為強力，所以更容易拒絕虛無假設。但關聯樣本設計具有一些固有的限制，使得獨立樣本設計仍舊較常被採用。