这个问题以前大家也曾经讨论过。一是关于随机数的机制；另一个是宏在这里的作用。
作者试图通过改变种子的值以求得随机的样本-样本之间的独立。从目前sas的随机数产生的原理来看，这是一种误解。从更安全的角度来看，保持同一个种子应该更加合理。比如说，种子111和333很可能是在很大程度上相关的。
那么宏的作用是什么呢？在这里，既没有简化代码，也没有增加效率。相反，宏在这里阻碍了某些sas所提供的很有效率的算法和原则。原则一，尽量减少所创立的数据集的数量；原则二，合理利用BY变量来驱动过程。如果得当，100次的TTEST，如果数据集在1000之内，理应在30秒之内。
很多人抱怨sas很难做大数据量的反复处理，比如boostrapping。其实如果合理抽样合理计算，sas在boostrapping本身的效率应该是非常不错的。而其中最大的优势是有组织的比较简洁的结果输出。
从统计应用的角度来看，sas的长处在于在基础端的扎实可靠，而劣于创新。而数据组织和整理更是sas的擅长。关键在于如果合理利用sas所提供的良好方法。
关于宏的应用：本人认为，无论从程序的可读性还是合理性来讲，80%的宏程序都属于不必要的，低效率的。如果不能把握合理的利用宏程序，其往往蜕变为一种滥用的标志。
不过你的问题很难回答，因为你省略了其中最关键的那段程序。从结果来看，问题也没有鉴别性。
京剧

The SAS macro is not easy to debug and it is hard to understand. This is especially true for a beginner.

Here is a simulation with 100 time in a data step.

data t1;
   do i=1 to 100;
      n=ranuni(123)*30+5;
          do j=1 to n;
             x=rannor(123);
             output;
          end;
        end;
run;


proc means data=t1 nway;   
     class i;
         var x;
         output out=x meam=m std=s;
run;

data x2;
  set x;
  tstat=m/s;
  df=_freq_;
  p=probt(tstat,df);
  drop _freq_;
run;


proc print;run;

The SAS macro is not easy to debug and it is hard to understand. This is especially true for a beginner.

Here is a simulation with 100 time in a data step.

data t1;
   do i=1 to 100;
      n=ranuni(123)*30+5;
          do j=1 to n;
             x=rannor(123);
             output;
          end;
        end;
run;


proc means data=t1 nway;   
     class i;
         var x;
         output out=x meam=m std=s;
run;

data x2;
  set x;
  tstat=m/s;
  df=_freq_;
  p=probt(tstat,df);
  drop _freq_;
run;


proc print;run;

谢谢楼上的两位高手。特别是jingju11提到的by驱动使我受到了启发，用by语句得到结果的速度更快，而且使程序大为简化。我已修改了程序并运行成功。
我中间的那段程序比较长，所以没有写上去。程序的基本内容是产生一系列随机数，然后通过各种运算和法则构造出两组数据，对它们进行t test 后分析P值。
SAS专版果然高手多多，有不懂的再来请教，嘿嘿！