使用 Excel 的 T.TEST 函數，計算 t 檢定的 p-value 值，判斷兩群資料的母體平均數是否相同。
如果我們做了某個實驗、或是抽樣調查，取得了兩群不同的資料，想看看兩個母體的平均值是否有差異，這時候就可以使用 Excel 中的
T.TEST 函數 來進行統計學上的 t 檢定。
t 檢定分為好幾種，不同的方法適用於不同的特性的資料，但是共同的前提是資料必須符合常態分配，以下分別介紹三種檢定方式所適用的狀況。
T.TEST 函數
Excel 的 T.TEST 函數可以用來計算 t 檢定的 p-value 值，其用法如下：
=T.TEST(資料範圍一,資料範圍二,單雙尾,檢定種類)
其中各個參數的意義如下。
| 參數 | 意義 |
|---|---|
資料範圍一 |
第一群資料的範圍 |
資料範圍二 |
第一群資料的範圍 |
單雙尾 |
1：單尾 t 檢定2：雙尾 t 檢定 |
檢定種類 |
1：成對雙樣本 t 檢定2：獨立雙樣本 t 檢定（變異數相同）3：獨立雙樣本 t 檢定（變異數不同） |
獨立雙樣本 t 檢定（變異數相同）
如果我們的兩群樣本都來自於變異數相同的常態分配，而兩群的資料之間彼此是獨立的，這種狀況下就可以使用變異數相同的獨立雙樣本 t 檢定。
以下這個例子是測量兩個不同群體的學生體重，想看看 A 組學生與 B 組學生的平均體重是否有差異，這種狀況下 A 組學生與 B 組學生的體重是獨立的，若假設變異數相同的狀況下，就可以這樣使用 t 檢定：
=T.TEST(A2:A10,B2:B10,2,2)
通常我們會以 0.05 作為 p-value 的門檻值，如果 p-value 小於 0.05 則代表兩個母體的平均數有顯著不同，否則就代表沒有證據顯示他們不相同。
這裡計算出來的 p-value 是 0.07，也就是說兩群的學生體重並沒有明顯的不同。
獨立雙樣本 t 檢定（變異數不同）
假設兩群樣本都來自於常態分配，但是變異數不相同，這時候就要改用變異數不同的獨立雙樣本 t 檢定。
以下這個例子也是測量兩個不同群體的學生體重，不過 A 群的學生體重比較集中，B 群學生的體重比較分散，這時候就可以改用變異數不同的獨立雙樣本 t 檢定。
=T.TEST(A2:A10,B2:B10,2,3)
計算出來的 p-value 是 0.15，所以也是沒有明顯證據顯示兩群學生的體重有差異。
成對雙樣本 t 檢定
如果兩群樣本都來自於常態分配，而且樣本之間是有配對關係的，這時候就要使用成對雙樣本 t 檢定。
假設我們想要知道運動是否對於體重有影響，我們在實驗之前，測量一群人的原本體重，然後讓這群人經過長期的運動之後，再測量一次，也就是說我們拿到的資料是有配對關係的（同一人長期運動前後的體重），這樣種況即可使用成對雙樣本 t 檢定。
=T.TEST(A2:A10,B2:B10,2,1)
計算出來的 p-value 是 0.001，遠小於 0.05，所以證明長期運動對於體重是有影響的。
成對雙樣本 t 檢定除了用於個體的前後測量值之外，也常用於兩個成對的個體測量值，例如夫妻個別的收入是否有差異，左手與右手的肌肉強度等。
以上我們所使用的 t 檢定都是雙尾檢定，也就是檢測兩個群體的母體平均數是否有差異（不管誰大誰小），如果要檢定一個群體的母體平均數是否大於另一個群體的母體平均數，則可改用單尾檢定。