15.13.2 独立样本模式
GROUPS 子命令调用独立样本模式或“组”模式。此模式用于检验两组数值是否具有相同的总体均值。在此模式下，您还必须使用 /VARIABLES 子命令来告诉 PSPP 您要检验的因变量。
GROUPS 子命令中给出的变量是决定样本所属组的自变量。括号中的值是每个组的自变量特定值。如果省略括号且未给出值，则假定默认值为 1.0 和 2.0。
如果自变量是数值型的，则可以在括号内只指定一个值。如果这样做，自变量大于或等于此值的个案属于第一组，小于此值的个案属于第二组。使用这种形式的 GROUPS 子命令时，无论是否指定了 /MISSING=LISTWISE，自变量中的缺失值都按列表方式排除。
15.13.2.1 示例 - 独立样本 T 检验
研究人员想知道在总体中，成年男性是否比成年女性高。样本从所研究的总体中抽取，并记录在文件 physiology.sav 中。
如前所述（见 识别不正确的数据），数据集中有一个样本包含明显不正确的身高值。因此使用 SELECT 命令将其排除在分析之外。
get file='physiology.sav'. select if (height >= 200). t-test /variables = height /groups = sex(0,1).示例 15.7： 在排除所有小于 200 公斤的观测值后运行独立样本 T 检验
原假设是男性和女性的平均身高相等。
截图 15.6： 使用独立样本 T 检验对话框，检验 height 在 sex 各取值之间的差异
在这种情况下，分组变量是 sex，因此将其作为 GROUP 子命令的变量输入。组值为 0（男性）和 1（女性）。
如果您使用语法运行该过程，则需要将对应于每个组的值输入括号内。如果您使用图形用户界面，则必须打开“定义组”对话框，并如截图 15.7 所示输入对应于每个组的值。如果像本例这样，数据集已为分组变量定义了值标签，则可以通过标签或值输入它们。
截图 15.7： 为独立样本 T 检验设置分组变量的值
从结果 15.5 可以清楚地看到，男性的 样本 平均身高大于女性。然而，要判断这是否是显著结果，必须参考 T 检验表。
T 检验表包含两行；一行用于可安全假设各组样本方差相等的情况，第二行用于不能安全假设各组方差相等的情况。
然而在本例中，两行都显示双尾显著性小于 0.001，因此必须拒绝原假设，并得出总体中男性和女性的平均身高不相等的结论。
| F | Sig. | t | df | Sig.（双尾） | 均值差 | 标准误差 | 差值的 95% 置信区间 | |||
|---|---|---|---|---|---|---|---|---|---|---|
| 组 | N | 均值 | 标准差 | S.E. 均值 | ||||||
| 身高（毫米） | 男性 | 22 | 1796.49 | 49.71 | 10.60 | |||||
| 女性 | 17 | 1610.77 | 25.43 | 6.17 | ||||||
| 方差齐性 Levene 检验 | 均值相等性的 T 检验 | |||||||||
| 下限 | 上限 | |||||||||
| 身高（毫米） | 假设方差相等 | .97 | .331 | 14.02 | 37.00 | .000 | 185.72 | 13.24 | 158.88 | 212.55 |
| 不假设方差相等 | 15.15 | 32.71 | .000 | 185.72 | 12.26 | 160.76 | 210.67 |
结果 15.5： 按 sex 对 height 进行独立样本 T 检验的结果