2-tailed表示两侧检验，后面的值表示是否差异显著的水平，这个值低于0.05或者0.01就表示有显著性差异。
spss根据这个t值来计算sig值。因此，可以认为t值是一个中间过程产生的数据，不必理他，你只需要看sig值就可以了。sig值是一个最终值，也是t检验的最重要的值。sig值的意思就是显著性（significance），它的意思是说，平均值是在百分之几的几率上相等的。
原理
当数据之间具有了显著性差异，就说明参与比对的数据不是来自于同一总体（Population），而是来自于具有差异的两个不同总体，这种差异可能因参与比对的数据是来自不同实验对象的，比如一些一般能力测验中，大学学历被试组的成绩与小学学历被试组会有显著性差异。也可能来自于实验处理对实验对象造成了根本性状改变，因而前测后测的数据会有显著性差异。
以上内容参考：百度百科-显著性差异
比如想要分析如下数据：
第一组：44、55、67、45、46、56、69、34、59、78、99；
第二组：49、59、62、56、68、45、77、89、99、102、45；
分析不同组别之间的相关性（差异性）。
分析：由于是分析不同组别之间的相关性（差异性），由于组别是二分类变量，所以考虑使用t检验或者非参数检验，由于数据基本服从正态分布，所以采用t检验和可视化图形进行结合分析。
直方图（正态检验）的结果如下：
从结果中看到直方图呈现类似“倒扣的钟形”，所以认为数据基本服从正态分布。
01、分析流程
T检验的分析流程，大体可以分为四步：
整理成正确的数据格式；
验证t检验的前提条件；（前提条件：正态分布、）
进行操作；
T检验的结果分析；
Step1：
整理数据格式，组别为一列，数据为一列，所以整理的结果如下：
Step2：
T检验的前提条件：
样本独立
正态分布
方差齐性
Step3：t检验操作
上传数据后，点击通用方法的t检验，然后将分析项拖拽到对应分析框内，点击开始分析。
Step4：T检验的结果分析；
02、解读分析结果
从t检验分析结果可以看出，第一组的均值为59.27、第二组的均值为68.27，从均值中可以看出来第二组数据平均水平上大于第一组数据，然后t统计量为-1.077，p值为0.294大于显著性水平，说明模型不显著，也即说明第一组数据与第二组数据之间没有差异性。与此同时我们还可以使用柱形图或者条形图进行可视化分析：
从可视化图形中可以看出第二组数据均值大于第一组数据，但是柱形图中只能看处=出，两组数据的简单对比，对于模型的分析或者显著性的判断，还是需要进行假设检验。
03、指标解读
对于t检验中的t值如何计算得到呢？
样本1的均值，本例子中为59.27；
样本2的均值，本例子中为68.27；
样本1的方差，本例子中为（18.34）^2=336.3556;
样本2的方差, 本例子中为（20.78）^2=431.8084;
样本1的样本量, 本例子中为11;
样本2的样本量, 本例子中为11,
计算t值为：-1.077；其它指标的计算可以登录SPSSAU官网进行查看。