--------------------------------------------------2016.8.16更新------------------------------------------------------------
看一本书（Common Statistical Methods for Clinical Research with SAS Examples 3rd Edition）时看到了另一种解释，手机拍照上传:
渣翻译如下:如果一个统计检验是基于某个预检验的结果进行的，那么该统计检验的显著性水平就会发生变化。因此如果在检验方差齐性的F检验的基础上做t检验，那么（t检验）实际的显著性水平和你声称的显著性水平之间就可能会产生一个微小的差别。当预检验的显著性水平增加时，这个差别就会变小。基于这个原理（然而这里并没有说这个结论是怎么得到的╮（╯＿╰）╭），常会将作为预检验的检验方差齐性的F检验的显著性水平设置为大于0.05，一般选择0.10，0.15甚至0.20。。。。。。
----------------------------------------------------以下为原答案----------------------------------------------------------
方差齐性检验时为什么要把检验水准α提高到0.1？
说一下我的理解啊：
首先要说一下假设检验的一些特点：假设检验中原假设和备择假设的地位并不相同，对原假设是有“保护”的，就是说，如果你拒绝了H0，那你下结论（H1成立）是比较有信心的；但反过来，如果没能拒绝H0，你不能说H0就是对的，而只能说不能拒绝H0。也就是说，假设检验如果结果是阳性时往往能说明一些问题（说明有差异等等），但当结果是阴性时往往下不了什么结论。
所以这类假设检验的目的一般是为了证明H1（一般是证明存在差异，求“异”）。如果你的目的就是要证明两种处理效果相近或相等，有另外一种“求同”的检验叫 等效检验（equivalence test）。
回到方差齐性检验这里：方差齐性检验(我们假设是检验两组方差齐性），它的原假设是两组间方差相等，备择假设是两组间方差不等。也是采用的“求异”假设检验的套路，但是我们做方差齐性检验的目的却常常是希望能够得出“两组方差是齐的”的结论。那么问题来了，如果没拒绝H0，你敢说这两组方差就是齐的么？我们其实是没这个信心的。
那怎么能让我们 在检验结果不拒绝H0的情况下，能增加点底气说“两组方差（大概应该差不多）是齐的”呢？我觉得这就是增加α的原因。增加了α（犯假阳性错误的概率）就减小了β（犯假阴性错误的概率）。假阴性的概率小了，那么当检验结果是阴性时我们就更有底气认为它是真阴性，也就是两组方差是齐的。
