总体标准差未知时总体均值的假设检验通常使用 **t统计量**。

### 专业分析：

当总体标准差未知且样本量较小（一般认为小于30），通常使用t统计量进行假设检验。这是因为在这种情况下，样本平均值的分布更接近于t分布而不是标准正态分布。以下是详细的分析：

- **t统计量（B）**：
- 适用条件：总体标准差未知，常用于样本量较小的场合。
- 原因：当总体标准差未知时，使用样本标准差来估计总体标准差，这导致样本均值的分布服从于t分布而非正态分布。
- 优点：t分布考虑了样本估计误差的额外不确定性，尤其在样本量较小时更加准确。

- **Z统计量（A）**：
- 适用条件：通常在已知总体标准差或样本量较大（一般认为大于30）时使用。
- 原因：在样本量大时，根据中心极限定理，样本均值近似服从正态分布。

- **F统计量（C）和卡方统计量（D）**：
- 常用于其他类型的检验。F统计量用于比较多个总体方差是否相等（方差分析），而卡方统计量用于检验频数分布的适合度（如卡方独立性检验）。

综上，**当总体标准差未知且样本量较小**，使用t统计量是最合适的选择。因此，正确答案是：**B: t统计量**。