在F值这一栏中，0.000<0.05，有差异，说明两样本方差不齐。第二栏本来就没有数据的，因为是两样本之间方差齐性比较，只有一个F值。
有两个t值，是因为计算机把方差齐和方差不齐两种情况的值都计算出来了。在第一栏中，t=0.028，代表方差齐时的值；在第二栏中t=0.028，是方差不齐时的值。
因为本例中的两样本方差不齐，我们看第二栏中t=0.028和在sig.（2-tailed（即双侧P值）0.978就行了，P=0.978>0.05说明结果无差异。
如果F值这一栏中两样本方差齐的话。结果看第一栏中，t=0.028和P值就行了。在sig.（2-tailed）中，两栏的数据时都是0.978很正常，但大多是不一样的。总之，据F值的情况，选择要看第一栏还是第二栏的值。
拓展阅读：
SPSS如何进行独立样本T检验：
在鈡型图看来，正太分布，基本左右是对称的，一般具备两个参数，数学期望和标准方差，即：N(p, Q) 如果你的样本数非常少，一般需要进行正太分布检验，检验的方法网上很多，我就不说了 下面以“雄性老鼠和雌性老鼠分别注射了某种毒素，经过观察分析，进行随机取样，查看最终老鼠是否活着。 问题：很多人认为，雄性老鼠和雌性老鼠分别注射毒液后，雌性老鼠存活下来的数量会比雄性老鼠多？我们将通过进行统计分析来认证这个假设是否成立。
下面进行参数设置：
a 代表： 雄性老鼠
b代表：雌性老鼠
tim 代表：生存时间， 即指经过多长时间后，去查看结果
0 代表：结果死亡
1 代表：结果活着 随机抽取的样本
分析结果，如下所示：从组统计量 可以看出，雄性老鼠的存活下来的均值为0.73， 但是雌性老鼠存活下来的均值为1.00，很明显，雌性老是存活下来的个数明显比雄性老鼠多，但是一般我们不看这个结果，因为样本不够大，如果将样本升至10000个？ 也许这个均值将会发生变化，不具备统计学意义， 我们一般只看独立样本检验的结果。独立样本检验，提供了两种方法：levene检验和 均值T检验 两种方法 Levene检验。主要用来检验原假设条件是否成立，（即：假设方差相等和方差不相等两种情况）如果SIG>0.05，证明假设成立，不能够拒绝原假设，如果SIG<0.05，证明假设不成立，拒绝原假设。进行levene检验结果判断是第一步， 从上图，可以看出 sig<0.05 方差相等的假设不成立， 所以看第二行，方差不相等的情况 sig=0.082>0.05 即说明 P 值大于显著性水平，不应该拒绝原假设：即指：雌性老鼠和雄性老鼠在注射毒液后，存活下来的个数没有显著的差异 。
本次分析的结果，不支持，很多人认为的：雄性老鼠和雌性老鼠分别注射毒液后，雌性老鼠存活下来的数量会比雄性老鼠多的结论。其实方差不相等，并不代表不符合正太分布，也不能够说有显著的差异，方差不相同，说明曲线的偏离程度不同而已。