t檢驗計算機

執行Welch的t檢驗以確定兩個獨立組的平均值之間是否存在統計學上的顯著差異。

t檢驗計算機

快速範例

組 1（樣本 A）至少 2 個值

組 2（樣本 B）至少 2 個值

檢定參數

顯著水準 (α)

檢定類型

小數精度

Embed t檢驗計算機 Widget

t檢驗計算機

歡迎使用 t 檢定計算機。這是一個用於比較兩個獨立組平均值的完整統計分析工具。本計算機執行 Welch t 檢定，對變異數不相等或樣本量不一致更穩健，因此在多數實務情境中建議作為預設選擇。

什麼是 t 檢定？什麼時候使用？

t 檢定是一種統計假設檢定，用於判斷兩組平均值是否存在顯著差異。獨立雙樣本 t 檢定（也稱不配對 t 檢定）用來比較兩組彼此獨立的觀測值。

在以下情況可使用 t 檢定：

你有兩個獨立組需要比較（例如處理組 vs. 對照組）
資料為連續型且近似常態分布
你想判斷觀察到的差異是否具有統計顯著性

理解 t 檢定公式

Welch 的 t 統計量

t 統計量衡量兩組樣本平均值相差多少個標準誤：

$$t = \frac{\bar{X}_1 - \bar{X}_2}{\sqrt{\frac{s_1^2}{n_1} + \frac{s_2^2}{n_2}}}$$

其中 $\bar{X}_1$、$\bar{X}_2$ 為樣本平均值，$s_1^2$、$s_2^2$ 為樣本變異數，$n_1$、$n_2$ 為樣本量。

自由度（Welch-Satterthwaite）

在 Welch t 檢定中，自由度按以下公式計算：

$$df = \frac{\left(\frac{s_1^2}{n_1} + \frac{s_2^2}{n_2}\right)^2}{\frac{(s_1^2/n_1)^2}{n_1-1} + \frac{(s_2^2/n_2)^2}{n_2-1}}$$

如何進行獨立雙樣本 t 檢定

輸入組 1 資料： 輸入第一組樣本的數值。可用逗號、空格或換行分隔。
輸入組 2 資料： 用相同格式輸入第二組樣本的數值。
選擇檢定參數： 選擇顯著水準（alpha）、檢定類型（雙尾或單尾）以及結果的小數精度。
執行分析： 按下計算以執行 t 檢定，並查看包含 t 統計量、p 值、自由度與效應量的結果。
解讀結果： 查看 t 分布曲線視覺化與解讀區塊，判斷兩組差異是否具有統計顯著性。

解讀你的結果

p 值解讀

p 值表示在虛無假設成立時，觀察到目前資料（或更極端資料）的機率：

p < 0.05： 在 95% 信賴水準下具有統計顯著性
p < 0.01： 在 99% 信賴水準下高度顯著
p > 0.05： 不顯著 - 觀察到的差異可能由隨機因素造成

Cohen's d 效應量

p 值反映統計顯著性，而 Cohen's d 反映實務意義（差異大小）：

Cohen's d 值	效應量	解讀
\|d\| < 0.2	可忽略	差異非常小
0.2 ≤ \|d\| < 0.5	小	差異較小但可察覺
0.5 ≤ \|d\| < 0.8	中等	差異適中且有意義
\|d\| ≥ 0.8	大	差異很大

雙尾檢定 vs. 單尾檢定

雙尾檢定（預設）

檢查平均值是否在任一方向上不同。若沒有明確的方向性假設，建議使用雙尾檢定。對立假設為：$H_1: \mu_1 \neq \mu_2$

單尾檢定

左尾： 檢查組 1 平均值是否小於組 2 平均值。對立假設：$H_1: \mu_1 < \mu_2$

右尾： 檢查組 1 平均值是否大於組 2 平均值。對立假設：$H_1: \mu_1 > \mu_2$

建議

除非你有充分的理論理由認為差異只會出現在一個方向上，否則建議使用雙尾檢定。單尾檢定的檢定力較高，但較不保守。

什麼是 Welch t 檢定？

Welch t 檢定是獨立樣本 t 檢定的一種變形，不要求兩組變異數相等。它更穩健，尤其在樣本量或變異數不一致時，常建議作為比較兩組獨立樣本的預設選擇。

Welch t 檢定的優點：

不要求母體變異數相等（對異質變異更穩健）
當變異數不等時，I 類錯誤率控制更準確
在多數應用中通常比 Student t 檢定更推薦
即使變異數相等也表現良好（使用它不會有懲罰）

實際應用

醫學研究

比較實驗組與對照組的治療效果、評估藥物有效性，或分析臨床結果。

教育

評估不同教學方法、課程或介入措施是否會導致不同的學生結果。

商業分析

用於行銷活動 A/B 測試、比較不同產品版本的顧客滿意度，或分析不同地區的銷售表現。

品質管制

比較不同製造流程、供應商或時間區間的產品規格差異。

常見問題

什麼是 t 檢定？什麼時候使用？

t 檢定是一種統計假設檢定，用於判斷兩組平均值是否存在顯著差異。當你比較兩個獨立樣本（例如對照組與處理組），且資料為連續型並近似常態分布時，可以使用 t 檢定。

雙尾 t 檢定與單尾 t 檢定有什麼差別？

雙尾檢定會檢查平均值是否在任一方向上不同（更大或更小）。單尾檢定只檢查一個特定方向的差異。雙尾檢定較保守，通常作為預設選擇，除非你有明確的方向性假設。

t 檢定中的 p 值是什麼意思？

p 值表示在虛無假設成立時，觀察到目前資料（或更極端資料）的機率。若 p 值小於你選擇的顯著水準（通常 0.05），則表示具有統計顯著性，意味著觀察到的差異不太可能僅由隨機因素造成。

什麼是 Cohen's d？為什麼重要？

Cohen's d 是一種效應量指標，以標準差單位量化兩組差異的大小。p 值反映統計顯著性，而 Cohen's d 反映實務意義。一般而言 0.2、0.5、0.8 分別代表小、中等與大的效應。

什麼是 Welch t 檢定？

參考資料

引用此內容、頁面或工具為：

"t檢驗計算機" 於 https://MiniWebtool.com/zh-tw/t檢驗計算機/，來自 MiniWebtool，https://MiniWebtool.com/

by miniwebtool team. Updated: Jan 13, 2026

開發者 API 可用: 用一次 JSON HTTP 請求，把這個工具接入你的應用程式、自動化流程或代理。查看 API 文件

您還可以嘗試我們的 AI數學解題器 GPT，通過自然語言問答解決您的數學問題。

t檢驗計算機

t檢驗計算機

什麼是 t 檢定？什麼時候使用？

理解 t 檢定公式

Welch 的 t 統計量

自由度（Welch-Satterthwaite）

如何進行獨立雙樣本 t 檢定

解讀你的結果

p 值解讀

Cohen's d 效應量

雙尾檢定 vs. 單尾檢定

雙尾檢定（預設）

單尾檢定

什麼是 Welch t 檢定？

實際應用

醫學研究

教育

商業分析

品質管制

常見問題

什麼是 t 檢定？什麼時候使用？

雙尾 t 檢定與單尾 t 檢定有什麼差別？

t 檢定中的 p 值是什麼意思？

什麼是 Cohen's d？為什麼重要？

什麼是 Welch t 檢定？

參考資料

統計與數據分析:

常用工具: