不，没有必要。鉴于有一个可以解释异质方差的测试（Welch's t -test），您可以简单地进行它。一方面，方差同质性 (HOV) 的检验在很多方面都存在问题。有些缺乏功效，它们 - 像其他统计测试一样 - 对于大样本量来说太强大了，这些测试缺少效果大小，有些在非正态性下是错误的，......

大多数应用研究人员的典型做法是进行 Levene 检验，然后根据 Levene 检验的结果决定是进行 Student t检验还是 Welch t检验。然而，Zimmerman (2004) 通过模拟表明，根据 Levene 测试的结果调整测试会扭曲测试的p值，即当您根据 Levene 测试选择要执行的测试时，您来自 Student 或 Welch 的 p 值不可靠. 此外，考虑到 Welch 的测试几乎与 HOV 下的 Student 测试一样强大，并且在 HOV 不存在时更强大，因此建议“只做 Welch 的测试”。

齐默尔曼，德国之声（2004 年）。关于方差相等性初步检验的说明。英国数学与统计心理学杂志，57（1），173-181。https://doi.org/10.1348/000711004849222

这是另一篇给出相同基本建议的论文：Delacre, M., Lakens, D., & Leys, C. (2017)。为什么心理学家应该默认使用 Welch 的 t 检验而不是学生的 t 检验。国际社会心理学评论，30（1），92-101。https://doi.org/10.5334/irsp.82

根据统计学教科书，t检验要求因变量呈正态分布，方差在条件下是同质的

这是误导。通常，介绍性统计教科书教授 2 个（如果计算成对的东西，可能是 3 个）两个样本 t 检验。两个测试都假设两个随机样本中的每一个都是 iid 正态随机样本，并且彼此独立。然而它们的不同之处在于

1. 进一步假设两组具有相等的方差，
2. 没有做额外的假设，但你的检验统计量的抽样分布只是近似t 分布。

两组具有相同方差的假设是无法验证的。这是因为这是关于不可观察的方差参数的假设。但是，1）确实存在可以测试两组之间方差相等性的测试，以及 2）您有时可以放心自己查看两组数据的直方图，检查以确保它们具有相同的方差，大致。

关于第一种技术：与任何假设检验一样，存在相关的类型 1 和类型 2 错误事件。如果您决定在测试均值之前正式测试方差相等，因为您正在运行两个测试，您需要意识到您的整体策略存在一些类型 1 和类型 2 错误。

不仅没有必要，请参阅 user162986 的答案，它还会危及您的测试的可解释性。