学六西格玛的人，假设检验是绕不过的坎。而假设检验里，t检验又是用得最多、也最容易搞混的。
单样本t、双样本t、配对t——三种t检验，名字像，用法完全不同。用错了，结论就是错的。
这篇文章只讲一件事：3种t检验到底什么时候用，Minitab里怎么操作，结果出来怎么看。不讲理论推导，只讲实操。
一、先搞清楚：3种t检验到底有什么区别
很多人搞混3种t检验，根本原因是没理解"你在比较什么"。
单样本t检验：拿一组数据和目标值比
场景：你想知道某条产线的平均重量是不是达标（目标值50g）
比较方式：1组数据 vs 1个目标值
举例：抽30个产品测重量，看平均值是不是等于50g
双样本t检验：拿两组独立数据互相比
场景：你想知道早班和中班的产品重量有没有差异
比较方式：2组独立数据 vs 彼此
举例：早班抽30个，中班抽30个，看两组平均值有没有差异
配对t检验：拿同一组对象的前后比
场景：你想知道改善前后的产品重量有没有变化
比较方式：同一批产品，改善前测一次，改善后测一次
举例：20个产品改善前测重量，改善后再测重量，看前后有没有差异
一句话记忆：
单样本t = 1组数据 vs 目标
双样本t = 2组独立数据互比
配对t = 同一组前后比
二、3种t检验决策树（收藏这张图）
遇到问题不知道用哪种t检验？按这个决策树走：
你要比较什么？│├─ 比较一组数据和目标值 → 单样本t检验│ 例：产品重量达标吗？考试平均分及格吗？│├─ 比较两组数据│ ││ ├─ 两组数据来自不同对象 → 双样本t检验│ │ 例：早班vs中班？A供应商vsB供应商？│ ││ └─ 两组数据来自同一对象（前后/左右/AB） → 配对t检验│ 例：改善前vs改善后？左手vs右手？最容易搞混的场景：改善前vs改善后，用配对t还是双样本t？
如果改善前后测的是同一批产品 → 配对t
如果改善前测一批，改善后测另一批 → 双样本t
这个区别很多人考试和工作都会搞错，记住：看是不是"同一批"。
三、Minitab操作：单样本t检验
场景：某产线产品重量目标值50g，抽30个测重量，看是否达标。
操作步骤：
第1步：数据录入
把30个重量数据录入Minitab的C1列。
第2步：选择菜单
点"统计"→"基本统计"→"单样本t"
第3步：设置参数
样本：选C1
勾选"进行假设检验"
假设均值：输入50（目标值）
点"确定"
第4步：看结果
Minitab会输出一个结果窗口，重点看3个数据：
均值：这30个数据的平均值
P值：判断是否达标的依据
95%置信区间：均值的可信范围
结果解读：
P值<0.05：平均值和50g有显著差异，不达标
P值≥0.05：平均值和50g没有显著差异，达标
四、Minitab操作：双样本t检验
场景：早班抽30个产品测重量，中班抽30个测重量，看两个班次有没有差异。
操作步骤：
第1步：数据录入
两种录入方式：
方式A：早班数据放C1列，中班数据放C2列
方式B：所有数据放C1列，C2列标注"早班"或"中班"（分组变量）
第2步：选择菜单
点"统计"→"基本统计"→"双样本t"
第3步：设置参数
如果用方式A：选"两个样本在同一列中"，样本选C1，分组选C2
如果用方式B：选"每个样本位于自己的列中"，样本1选C1，样本2选C2
点"确定"
第4步：看结果
重点看4个数据：
差值：两组平均值的差
P值：判断有没有差异
95%置信区间：差值的范围
合并方差检验：判断两组方差是否相等
结果解读：
P值<0.05：两个班次有显著差异
P值≥0.05：两个班次没有显著差异
注意：Minitab会输出两个P值，一个"等方差"一个"不等方差"。先看方差齐性检验的P值：
方差齐性P值≥0.05：用"等方差"那行的t检验结果
方差齐性P值<0.05：用"不等方差"那行的t检验结果
这个细节很多人忽略，用错了行结果就错了。
五、Minitab操作：配对t检验
场景：20个产品改善前测重量，改善后再测重量，看改善有没有效果。
操作步骤：
第1步：数据录入
改善前数据放C1列，改善后数据放C2列。注意：每行必须是同一个产品的前后数据，不能错位。
第2步：选择菜单
点"统计"→"基本统计"→"配对t"
第3步：设置参数
**个样本：选C2（改善后）
第二个样本：选C1（改善前）
点"确定"
第4步：看结果
重点看3个数据：
均值差：改善后减改善前的平均差值
P值：判断改善有没有效果
95%置信区间：差值的范围
结果解读：
P值<0.05且均值差为正：改善后显著提高，有效果
P值<0.05且均值差为负：改善后显著降低，有效果（方向相反）
P值≥0.05：改善前后没有显著差异，没效果
六、P值怎么看（最关键的一步）
很多人会做t检验，但不会看P值。这里讲透。
P值的本质：P值表示"如果原假设成立（两组没差异），出现你观测到的数据（或更极端数据）的概率"。
判断标准（α=0.05）：
P值<0.05：小概率事件发生了，原假设不成立，两组有显著差异
P值≥0.05：不是小概率事件，原假设成立，两组没显著差异
3个常见误区：
误区1：P值越小差异越大
错。P值只告诉你"有没有差异"，不告诉你"差异有多大"。差异大小看均值差和置信区间。
误区2：P值≥0.05说明两组一样
错。P值≥0.05只说明"没有足够证据证明两组有差异"，不等于"两组一样"。可能是样本量不够，没检验出来。
误区3：P值<0.05就一定有实际意义
错。样本量很大时，很小的差异也会P值<0.05。有没有实际意义，要看均值差的大小和业务背景。
七、5个常见报错和排查
报错1：提示"数据列长度不一致"
原因：双样本t检验时，两组数据行数不同
解决：双样本t允许两组行数不同，检查是不是选错了列，或者数据里有空值
报错2：提示"样本量太小"
原因：数据少于3个
解决：t检验至少需要3个数据，建议每组至少15个以上才可靠
报错3：结果里P值显示"*"
原因：数据全是相同值，标准差为0
解决：检查数据是不是录错了，或者测量精度不够导致数据都一样
报错4：配对t检验结果不合理
原因：前后数据没有一一对应（行错位）
解决：检查C1和C2每行是不是同一个对象的前后数据
报错5：正态性检验不通过
原因：t检验要求数据服从正态分布，但你的数据偏态严重
解决：样本量≥30时t检验比较稳健，可以继续用；样本量小且严重偏态时，改用非参数检验（Mann-Whitney）
八、3种t检验的考试考点
六西格玛绿带/黑带考试里，t检验是高频考点。3个必考点：
考点1：什么场景用什么t检验
考试常给一个场景让你选检验方法。用上面的决策树判断。
考点2：P值的解读
考试常给一个P值让你判断结论。记住：P<0.05有差异，P≥0.05没差异。
考点3：原假设和备择假设的设定
原假设（H0）：两组没差异（μ1=μ2）
备择假设（H1）：两组有差异（μ1≠μ2）
P<0.05拒绝H0，接受H1
P≥0.05不拒绝H0
九、下一步学什么
会做3种t检验后，接下来的学习顺序：
方差分析（ANOVA）：比较3组及以上数据时用
卡方检验：比较分类数据时用
回归分析：分析变量间关系时用
这3个工具，张驰课堂的绿带课程里都有详细的Minitab实操教学。
十、免费资源
练习数据包：关注"张驰课堂"公众号，回复"t检验数据"，免费下载本文用的3组数据，跟着教程做一遍。
免费视频教程：6skt.com→课程→绿带→第20-22节（假设检验系列，免费观看）
免费题库：6skt.com→题库→绿带练习→分析阶段（含t检验题目）
t检验不难，难的是没人带你把3种检验的区别、选型、操作、解读一次讲透。
很多人学了假设检验，考试能做对，但工作中不会用——因为不知道什么场景选哪种。这篇文章就是帮你解决这个问题。
把3种t检验的决策树记住，遇到问题先判断"我在比较什么"，然后对号入座。操作步骤按菜单走，结果看P值。就这么简单。
会了t检验，后面的ANOVA、卡方、回归，都是一样的逻辑：选对方法→操作Minitab→看P值。区别只是选哪个菜单、填什么参数、结果怎么看。
这些我们后面会一篇一篇讲清楚。关注张驰课堂，跟着学就行。
