獨立樣本 vs 相依樣本 t 檢定：前後測要用哪一個？完整比較

很多人知道「兩組平均數 → t 檢定」，但真正容易錯的是：到底要用獨立樣本 t 檢定，還是相依樣本 t 檢定？

最簡單的判斷不是看「有兩欄資料」，而是看每一筆觀察值之間的關係。

速答：獨立樣本和相依樣本 t 檢定怎麼選？
如果兩組資料來自不同且彼此獨立的人，例如實驗組 vs 控制組、A 班 vs B 班，通常使用獨立樣本 t 檢定；如果兩次資料來自同一批人，例如前測 vs 後測，或每筆資料有一對一配對關係，通常使用相依樣本／成對樣本 t 檢定（paired-samples t test）。

一、一句口訣先記住

不同的人 → Independent t test
同一批人兩次測量 → Paired t test

這個口訣可以解決大部分初學題。

二、什麼是獨立樣本 t 檢定？

獨立樣本 t 檢定比較兩個彼此獨立群體的平均數。

例如研究問題：

閱讀策略教學組的後測是否高於一般教學組？

組別：

實驗組 30 人
控制組 32 人

一個學生只會出現在其中一組。

這兩組資料彼此獨立，所以考慮：

independent-samples t test

三、什麼是相依樣本 t 檢定？

相依樣本 t 檢定又常叫：

paired-samples t test；
paired t test；
dependent t test；
成對樣本 t 檢定；
相依樣本 t 檢定；
重複量數 t 檢定。

它比較的是：一組配對差分的平均值是否偏離 0。

最典型情境是同一批學生接受：

教學前測；
教學後測。

每一個後測都可以對回同一位學生的前測。

四、為什麼前後測不能當兩個獨立群體？

假設：

小明：

前測 60
後測 80

小華：

前測 90
後測 91

如果只把前測平均和後測平均當兩群獨立資料，你會忽略每個人的起點不同。

Paired t test 會先看個人差分：

小明：+20
小華：+1

再分析平均變化是否顯著偏離 0。

這正是配對設計的重要資訊。

五、兩種 t test 的核心差別

項目	獨立樣本 t	相依樣本 t
英文	independent-samples t	paired-samples t
資料來源	不同人	同一人兩次／配對
常見案例	實驗組 vs 控制組	前測 vs 後測
分析核心	兩組平均差	配對差分平均
每人出現次數	通常一次	通常兩次
是否利用配對關係	否	是
常見替代	Welch t	Wilcoxon signed-rank 等

六、A 班 vs B 班：獨立樣本

A 班 30 人，B 班 30 人，研究者比較兩班數學成績。

即使兩班同校、同年級、使用同一份考卷，只要 A 班和 B 班不是同一批學生：

仍是獨立樣本。

七、同一班前測 vs 後測：相依樣本

30 位學生都接受：

前測；
教學；
後測。

每個人有兩筆成績。

這是：

paired t test。

八、左手 vs 右手也可能是 paired

同一位受試者測：

左手反應時間；
右手反應時間。

雖然不是前後測，但兩筆資料來自同一人，所以有配對關係，可以考慮 paired t。

九、配對個案也可能使用 paired t

研究者為每位實驗組受試者找一位年齡、性別或前測程度相近的配對控制個案。

如果分析設計真的依 pair 建立一對一關係，就可能使用配對方法。

所以 paired 不只等於前後測。

十、獨立樣本 t 檢定為什麼常看到 Levene’s Test？

傳統 Student independent t test 有等變異數假設。

SPSS 常先給 Levene’s Test for Equality of Variances，再提供：

Equal variances assumed
Equal variances not assumed

這讓很多人把大量注意力放在「第一列還第二列」。

但現代實務中，Welch t test 是常見而穩健的選擇，因為不要求兩組母體變異數完全相等。

FunnyTools 的獨立樣本 t 檢定簡易計算器就是以 Welch 方法計算。

十一、Welch t test 是什麼？

Welch t test 比較兩組獨立平均數，但允許：

兩組變異數不同；
兩組樣本數不同。

它的 df 常不是整數，例如：

Welch’s t(57.36) = 2.84

這是正常的。

不要看到自由度有小數就以為軟體錯了。

十二、paired t test 的 t 值怎麼來？

先算每一對的差：

D = 後測 - 前測

再計算：

差分平均；
差分標準差；
差分平均的 SE。

核心概念：

t = 平均差 ÷ 平均差的標準誤

所以 paired t 關注的是個人改變量是否一致地偏離 0。

十三、paired t test 的常態假設看什麼？

初學者常說：「前測要常態、後測也要常態。」

更核心的條件其實是：配對差分的分布。

例如先算：

後測 - 前測

再檢查差分是否有嚴重偏態或極端離群。

當然，獨立性、資料品質與研究設計仍然重要。

十四、獨立樣本 t test 要檢查什麼？

常見考量：

兩組觀察值獨立；
依變項適合以連續尺度分析；
極端離群；
分布形態；
樣本量；
變異數情況。

使用 Welch 方法可以減少對等變異數假設的依賴，但不能修復所有資料問題。

十五、paired t test 要檢查什麼？

常見考量：

配對關係正確；
每一對對應無誤；
差分分數沒有嚴重異常；
各 pair 之間彼此獨立；
依變項尺度合理。

如果配對資料順序弄錯，paired t 結果會完全失去意義。

十六、六個研究案例快速判斷

案例 1：兩種教學法

A 組 30 位學生接受新教學，B 組 30 位不同學生接受一般教學。
答案：independent-samples t / Welch t

案例 2：介入前後

20 位 ADHD 學生接受注意力訓練，每人有前測和後測。
答案：paired-samples t

案例 3：男生 vs 女生

同一份量表，兩群不同學生。
答案：independent-samples t

案例 4：同一人看兩種畫面

每位參與者都觀看靜態教材和動態教材，比較反應時間。
答案：paired t

案例 5：三個時間點

同一批人前測、中測、後測。
答案：通常考慮 repeated-measures ANOVA 或其他 repeated-measures model，不是三次 paired t 直接亂比。

案例 6：三個不同群體

A、B、C 三種教學法。
答案：通常先考慮 one-way ANOVA，不是把所有 pair 都各做一次 t test。

十七、獨立樣本 t 的實際結果怎麼看？

假設：

A 組：

n = 30
M = 82.4
SD = 7.1

B 組：

n = 32
M = 76.3
SD = 8.2

Welch 結果：

t(59.8) = 3.13, p = .003

可以寫：

A 組（M = 82.40, SD = 7.10）高於 B 組（M = 76.30, SD = 8.20），Welch’s t(59.8) = 3.13, p = .003。

再加效果量與 CI 會更完整。

十八、paired t 的實際結果怎麼看？

20 人：

前測 M = 65.2
後測 M = 72.8
平均差 Mdiff = 7.6

假設：

t(19) = 4.10, p < .001

可寫：

學生後測（M = 72.80）高於前測（M = 65.20），平均增加 7.60 分，t(19) = 4.10, p < .001。

最好再補：

前後測 SD；
差分 CI；
適當 paired effect size。

十九、p < .05 不代表教學效果一定大

不管 independent 還是 paired：

p 值 ≠ 效果量。

所以完成 t test 後，請繼續看：

平均差；
Cohen’s d 或適合的 standardized effect；
95% CI。

延伸：

二十、前後測有實驗組和控制組怎麼辦？

例如：

實驗組

前測
後測

控制組

前測
後測

很多人會分別做：

實驗組 paired t；
控制組 paired t；

然後說：

實驗組顯著、控制組不顯著，所以兩組改變不同。

這個推論不一定成立。

「一組顯著、另一組不顯著」不等於「兩組差異顯著」。

真正要檢查的是組別之間的改變是否不同。

可依研究設計考慮：

change score comparison；
ANCOVA；
mixed ANOVA；
linear mixed model。

二十一、常見錯誤

錯誤 1

前後測使用 independent t。

錯誤 2

A 班 vs B 班用 paired t，卻沒有配對依據。

錯誤 3

三組以上一直做 t test。

錯誤 4

只看 p 值，不看平均差與效果量。

錯誤 5

看到 Levene 顯著就停止分析。

錯誤 6

paired 資料配對順序錯誤。

錯誤 7

實驗組顯著、控制組不顯著，就直接說組間變化不同。

二十二、快速判斷題

題目 A

30 名男生 vs 30 名女生的平均分數。
答案：independent

題目 B

30 名學生教學前 vs 教學後。
答案：paired

題目 C

同一位學生使用鍵盤 A vs 鍵盤 B 的速度。
答案：paired

題目 D

A 校 vs B 校學生平均成績。
答案：independent

題目 E

三個班平均成績。
答案：通常先想 ANOVA，不是 t test。

二十三、常見問題 FAQ

前測後測一定用 paired t 嗎？

如果只有同一批人兩次連續測量，paired t 是常見方法；但有控制組、三次以上測量、非連續結果或更複雜設計時，可能需要其他分析。

Welch t 和 independent t 是不同研究設計嗎？

不是。Welch t 是兩獨立群體平均數比較的一種版本，主要處理變異數不相等與樣本數不平衡問題。

paired t 需要兩組樣本數一樣嗎？

每一筆必須成對，因此完整配對資料會有同樣的 pair 數。缺失資料要依分析計畫處理，不能隨便錯位配對。

獨立樣本 t 可以比較三組嗎？

不應把 three-group overall question 只靠多次 t test 解決；通常考慮 ANOVA。

t test 顯著就代表因果嗎？

不一定。因果推論主要取決於研究設計，不是檢定名稱。

我只有平均數、SD、N 可以算嗎？

對兩個獨立群體，Welch t 可以從摘要統計量計算。FunnyTools 的工具正是這種用途；paired t 通常還需要配對差分或前後測相關資訊，不能只靠兩個獨立摘要完整重建。

二十四、下一步

如果你還沒確定該用哪種統計：

統計方法怎麼選

如果你已經得到 p 值：

p 值怎麼看

如果你想知道「差多少」：

效果量完整指南

下一步

你比較的是兩個不同群體，而且手上有 N、M、SD？

直接使用 FunnyTools 的獨立樣本 t 檢定簡易計算器。工具採 Welch t test，不需要假設兩組變異數完全相等。

重點速記

重點：不同的人 vs 同一批人

左側：不同的人 → Independent / Welch t
右側：同一批人兩次 → Paired t
底部：三組以上？先考慮 ANOVA

參考資料

NIST/SEMATECH e-Handbook of Statistical Methods.
FunnyTools 獨立樣本 t 檢定簡易計算器。
FunnyTools SPSS Levene 與 t 檢定 APA 7 既有指南。

本頁提供研究方法判斷框架，正式分析需確認研究設計、抽樣、量尺、離群值與模型假設。