没有执行任何检验，我们就能看到，在样本中，男性和女性的均值是不同的。但它们是怎样不同呢？均值是否“足够接近”，可以让我们得出这样的结论：健身房中男性和女性更大总体的平均体脂相同？或者，均值是否差异过大，让我们无法得出这样的结论？

我们将在下面的统计详情中进一步说明支持双样本 t 检验的原则，但我们先从头到尾继续完成相关的步骤。首先计算检验统计量。此计算首先是要找到两个均值之间的差异：

$ 22.29 - 14.95 = 7.34 $

样本差异可以估计两组数据总体均值之间的差异。

接下来，计算合并标准差。这样可以合并起来估计总体标准差。估计值会针对不同的组大小进行调整。首先，计算合并方差：

$ s_p^2 = \frac{((n_1 - 1)s_1^2) + ((n_2 - 1)s_2^2)} {n_1 + n_2 - 2} $

$ s_p^2 = \frac{((10 - 1)5.32^2) + ((13 - 1)6.84^2)}{(10 + 13 - 2)} $

$ = \frac{(9\times28.30)+ (12\times46.82)}{21}$

$ = \frac{(254.7+ 561.85)}{21} $

$ =\frac{816.55}{21}= 38.88 $

接下来，取合并方差的平方根，以得到合并标准差。即：

$ \sqrt{38.88}= 6.24 $

现在有了计算检验统计量的所有要素。我们有了均值差异、合并标准差和样本大小。我们将计算检验统计量，如下所示：

$ t = \frac{\text{组平均值差异}}{\text{标准误差差异}} = \frac{7.34}{(6.24\times \sqrt{(1/10 + 1/13)})} = \frac{7.34}{2.62}= 2.80 $