在卫生统计学中，计算t值通常用于进行均值差异性检验，即通过样本数据来推断两个总体的均值是否存在显著性差异。为了计算t值，你需要以下几类数据：
1. 样本均值：这是你从研究对象中抽取的一组或两组样本的平均数。如果你是在比较两个独立样本之间的差异，则需要分别知道这两个样本的均值。
2. 总体标准差或样本标准差：在实际应用中，通常总体的标准差是未知的，所以我们会使用样本的标准差来替代。如果对比的是配对样本（比如同一组人在不同时间点的数据），则需计算每一对数据之差的标准差；如果是独立样本，则分别需要两个样本的标准差。
3. 样本量：即每个样本中包含的个体数量。这在确定自由度时非常重要，因为t分布的形式取决于样本大小。
4. 假设均值（可选）：如果你是在进行单一样本的t检验，以判断该样本是否来自某一特定均值的总体，则需要设定一个假设均值或理论均值作为参考点。而在两独立样本或配对样本的情况下，则通常关注的是两者之间的差异是否显著。
5. 样本数据类型（独立样本或配对样本）：这决定了你将使用哪种类型的t检验公式，因为不同的情况下自由度的计算方式也有所不同。

根据上述信息，可以利用相应的统计软件或者手动通过公式来计算t值。需要注意的是，在实际操作过程中还应考虑假设检验的方向性问题，即选择单尾检验还是双尾检验，这取决于你的研究目的和预期结果。