單樣本T檢驗與平均值檢驗、獨立樣本的T檢驗、配對樣本的T檢驗同屬IBM SPSS Statistics的平均值分析，都是通過比較平均值來分析變量間的關系。

不同的是，單樣本T檢驗，是用于比較單個變量的平均值是否與指定常數不同的檢驗方法，僅用于單個變量的檢驗，常用于檢驗抽取的樣本是否符合標準值等。

一、打開數據文件

本文將通過檢驗抽樣的初中生樣本身高是否符合標準身高，來介紹SPSS單樣本T檢驗法的使用。

如圖1所示，打開一組初中生的樣本身高數據，以賬號標注個案，身高數據作為目標檢驗變量。

圖1：示例數據

二、應用單樣本T檢驗

接著，打開IBM SPSS Statistics的單樣本T檢驗功能（分析-比較平均值-單樣本T檢驗）。

圖2：單樣本T檢驗功能

如圖3所示，設置面板中包含檢驗變量、檢驗值、選項等功能設置，接下來通過操作實際數據來學習其中的設置方法。

圖3：單樣本T檢驗設置

1、選擇變量

檢驗變量，即需要與設定值進行對比的變量，通過計算其平均值與設定值相比較，以檢驗其差值的顯著性。

檢驗值，即設定值。

本例中，我們需要檢驗的是樣本身高均值與標準值的差異，因此，需要將“身高”變量添加為檢驗變量，并將初中生標準身高153（舉例數據）輸入到檢驗值中。

圖4：選擇變量

2、單樣本T檢驗選項

接著，打開“選項”按鈕，為檢驗分析設置置信區間，一般情況下，設置為95%能確保較大的準確性。同時，設置“按具體分析排除個案”的缺失值處理方式。

圖5：單樣本T檢驗選項

3、結果分析

完成以上設置后，運行檢驗分析，結果如圖6所示。

從單樣本檢驗表格的顯著性（雙尾）數據看到，其值接近于0，小于0.05（在95%置信空間下），說明樣本身高均值與標準值有顯著性差異，平均值差值為0.865，樣本身高均值高于標準值。

圖6：結果顯示顯著性差異

以上就是IBM SPSS Statistics單樣本T檢驗的應用介紹。通過單樣本T檢驗，我們可以快速檢查樣本數據平均值與標準值是否存在差異，也可運用于樣本均值與總體均值的差異性檢驗。