กลับมาจากตลาดแล้วจ้า

อย่างที่ คห 2 และ 3 บอกค่ะ

sig ที่ตารางตัวแรก คือ Equal of Variances  หรือ ค่าการกระจายของข้อมูลประชากร เพื่อดูว่าในแต่ละข้อมูลมีการกระจายตัวแตกต่างกันไหม
ตรงนี้ถ้าให้ดี ควรมีการตั้งสมมติฐานทางสถิติด้วยน่ะ ว่า

H0 : การกระจายข้อมูลของประชากรทั้ง 2 กลุ่มไม่แตกต่างกัน หรือ H0 : σ1 = σ2
    H1 : การกระจายข้อมูลของประชากรทั้ง 2 กลุ่มแตกต่างกัน หรือ H1 : σ1 ≠ σ2
โดยกำหนดระดับนัยสำคัญทางสถิติ = 0.05

ซึ่งตรงนี้ จขกท ได้ใช้ Levene’s test มาเพื่อทดสอบสมมติฐานดังกล่าว

ถ้าเขียนจริงๆแบบละเอียดหน่อย (ในปัจจัย produce) อาจจะเขียนเป็น

จาก  F – Test (Levene’s test) มีค่า เท่ากับ 3.943 ค่า p – value (Sig) =0.048  ซึ่ง น้อยกว่า ระดับนัยสำคัญที่ตั้งไว้ที่ 0.05  ดังนั้น จึง  ปฏิเสธ H0  คือ ความแปรปรวนของทั้งสองกลุ่ม แตกต่างกัน จึงอ่านค่าของ t-test จากช่องที่ 2 (Equal variances not assumed)

ได้ค่า T - Test  มีค่าเท่ากับ  -0.662 ค่า p – value (Sig.) = 0.508  ซึ่ง มากกว่า ระดับนัยสำคัญที่ตั้งไว้ที่ 0.05 ดังนั้นจึง ยอมรับ H0    ( ตรงนี้จะเป็น H0 ที่เป็นสมมติฐานการวิจัยนะ คนละตัวกับ H0 ที่ดูการกระจายข้อมูลประชากร)

แล้วถ้าหากกรณีเป็นหางเดียว เราก็จะเอาตัวเลข sig ในช่องนี้มาหาร 2 ก่อน แล้วถึงเอาค่าที่ได้ ไปบอกว่าจะยอมรับ หรือ ปฏิเสธ H0

แต่เอาจริง ไม่ต้องละเอียดบอกค่าขนาดนี้ก็ได้น่ะ