你的分析结果有T值，有sig值，说明你是在进行平均值的比较。也就是你在比较两组数据之间的平均值有没有差异。 从具有t值来看，你是在进行T检验。T检验是平均值的比较方法。 T检验分为三种方法： 1. 单一样本t检验（One-sample t test） 是用来比较一组数据的平均值和一个数值有无差异。例如，你选取了5个人，测定了他们的身高，要看这五个人的身高平均值是否高于、低于还是等于1.70m，就需要用这个检验方法。 2. 配对样本t检验（paired-samples t test） 是用来看一组样本在处理前后的平均值有无差异。比如，你选取了5个人，分别在饭前和饭后测量了他们的体重，想检测吃饭对他们的体重有无影响，就需要用这个t检验。 注意，配对样本t检验要求严格配对，也就是说，每一个人的饭前体重和饭后体重构成一对。 3. 独立样本t检验（independent t test） 是用来看两组数据的平均值有无差异。比如，你选取了5男5女，想看男女之间身高有无差异，这样，男的一组，女的一组，这两个组之间的身高平均值的大小比较可用这种方法。 总之，选取哪种t检验方法是由你的数据特点和你的结果要求来决定的。 t检验会计算出一个统计量来，这个统计量就是t值， spss根据这个t值来计算sig值。因此，你可以认为t值是一个中间过程产生的数据，不必理他，你只需要看sig值就可以了。sig值是一个最终值，也是t检验的最重要的值。 sig值的意思就是显著性（significance），它的意思是说，平均值是在百分之几的几率上相等的。 一般将这个sig值与0.05相比较，如果它大于0.05，说明平均值在大于5%的几率上是相等的，而在小于95%的几率上不相等。我们认为平均值相等的几率还是比较大的，说明差异是不显著的，从而认为两组数据之间平均值是相等的。 如果它小于0.05，说明平均值在小于5%的几率上是相等的，而在大于95%的几率上不相等。我们认为平均值相等的几率还是比较小的，说明差异是显著的，从而认为两组数据之间平均值是不相等的。 表中的F检验就是方差齐性检验，它的Sig值为0.066，在0.05水平下不能拒绝原假设。也就是说，可以认为方差是齐的。这样就看表中的第一行后面的Sig值。由于后面的T检验的Sig值为0.025，小于0.05的显著性水平。因此在0.05水平下拒绝原假设。 如果表中的F检验得结果是方差不齐，则应看下面一行的后面的Sig值。不过，这种情况建议你采用非参数检验方法。 配对样本T检验看最后一个表的sig值 本文来源：https://www.wddqw.com/doc/728f604ecf84b9d528ea7a98.html