你可以使用SPSS的explore,或PP图,或QQ图,或One-Sample Kolmogorov-Smirnov Test,或Histogram图来考察你的数据的正态分布情况(推荐Histogram图).
1、一些常见的分析方法(如t检验、方差分析等)对数据背离正态分布有较好的稳健性,因此你的数据只要大致满足、或不严重背离正态分布就可以了.如果你的数据实在背离正态分布太多,你应该改用非参数检验.由于你只需要知道一个大致的情况,仅需要Histogram图来考察你的数据的正态分布情况就可以了.
但是,方差分析对各组方差的方差齐性(也就是各组方差是否一致)有要求,如果方差不齐,你不能使用方差分析.不过,SPSS统计软件的one way ANOVA在方差不齐时是可以使用的,此时你应该使用Brown-Forsythe或Welch的修正值.当你想看哪两组有差异时,可以使用one way ANOVA自带的Post Hoc Tests,方差不齐时使用不等方差假设项下的Tamhane's T2或Dunnett's T3等.
2、 t-test 是使用配对或非配对取决于你的测试数据之间是否有关联,与两组样本的例数无关.比如,如果你在第一周测量了一组病人的血压,在第2周又对这组病人测量了血压,然后你想比较这2周之间的血压是否有差异,那么只能使用配对t-test ,因为对于每个病人来说,其第一周和第二周的血压是有关联,这2个血压并不独立,因此只能配对t-test ;如果你对2组病人仅仅测了一次的血压,由于每个病人之间的血压是独立无关联的,此时应该使用非配对t-test (成组t-test ,Independent-Samples T Test)比较这2组病人之间是否有差异.从我上面的例子你也可以看出,配对t-test 主要用于比较2个时间点的测量之间是否有差异(如治疗前后的比较).
从你的描述来看,我觉得你的数据应该使用非配对t-test (成组t-test ,Independent-Samples T Test).注意SPSS统计软件的Independent-Samples T Test有方差相等或不相等2个结果,千万不要选错!