独立样本t检验有三个组怎么办
如何用SPSS进行两个独立样本的t检验？
如何用SPSS进行两个独立样本的t检验？
1、利用F检验判断两总体的方差是否相等；利用t检验判断两总体均值是否存在显著差异。
两独立样本t检验之前，对于数据的正确处理是一个非常关键的任务，spss要求两组数据在一个变量中，即在一个列中，同时要定义一个存放总体标志的标识变量。
2、选择“检验变量”和“分组变量”，在“定义组”时，此处使用指定值，因为原始数据已经定义相关组。置信区间通常是默认的95%。
3、结果解释：通过F检验的观察值为65.469，概率值为0，小于显著性水平，认为方差存在显著差异；再通过t检验的结果知，概率值都是小于显著性水平，认为两个总体的均值存在显著差异。最后的两列给出95%置信区间与总体均值差的上下限。
独立样本t检验是什么？
因为每一对数据就是一个区组(也称随机化约束)，区组内两数的波动可能存在相关，即配对两数的差值可能比同一样本内数据波动小。
如果把双样本t检验看做方差分析(由于区组的存在，导致没有完全随机化安排试验)，配对t检验的实质是用随机效应的交互作用(处理间×区组间)来估计误差项。此时的交互作用均方和等于处理(主效应因子)的均方和的随机部分。
如果是独立t检验，相当于方差分析模型中删除了区组因子，转到误差项里，MSe通常会大很多。所以2类错误可能会大很多。(注意由于只是在区组内随机化安排实验，所以虽能算出区组的方差，却无法精确检验其显著性。非区组因子仍然可以按普通方差分析处理。)
理论上存在着区组间不完全随机时，交互作用很大，但区组效应很小(不显著)的情况。但通常区组之间是很容易随机化的，这种情况不需要考虑。
如果仅仅想证明改进效果或控制因子是有用的(即筛选因子)，配对t检验是合适的。但由于区组因子的干扰，直观效果可能被掩盖。
在无法判断是否存在配对(即区组)时，通常两种t检验一起做，并比较结果。
当配对t检验显著性明显高于独立双样本t检验时，说明区组效应大，配对t检验更有效。
但两者结果显著性差不多时(注意这里有点主观)，应采用后者。因为后者误差的自由度多一倍，对误差的估计更准。
由于区组因子无法准确检验显著性，所以存在一点主观性，需要根据实际情况灵活处理，必要时，两个结果一起列出。不要把应用统计学当成数学，应用统计学是需要一定灵活性的。