Se o valor de p for menor ou igual ao nível de significância, você deve rejeitar a hipótese nula e concluir que os seus dados não seguem a distribuição normal. Se o valor de p for maior do que o nível de significância, você não deve rejeitar a hipótese nula.
A maioria dos testes estatísticos supõe implicitamente uma relação de causa e efeito. Mesmo os testes em que a variável independente é qualitativa (nominal ou ordinal), como o teste t e a ANOVA. A exceção são testes como a correlação, sem premissa de causalidade.
Interpretação do resultado: Os dados apresentaram normalidade pelo Teste de Anderson-Darling ao nível de 5% de significância. Regra de decisão: Se P-Value (P-valor) for maior que o nível de significância, os dados apresentam distribuição normal.
O qq-plot e o histograma Se os pontos se concentrarem em torno de uma reta, então temos indícios de que a distribuição é Normal. Adicionalmente, o histograma lhe mostra a forma de distribuição. Quanto mais próximo da forma de sino que estamos familiarizados, maiores as evidências de normalidade.
Clique em Analyze -> Compare Means -> One Sample T Test o Insira no campo “Test Variable” a variável que deseja analisar e em “Test Value” insira a média hipotética com a qual você deseja comparar sua amostra. o No botão “Options” selecione o intervalo de confiança e clique em ok. o Clique em “Ok” e avalie os ...
Clique no menu “Dados” na parte superior do SPSS Data Editor. Selecione “Selecionar casos”, uma caixa de diálogo será aberta para guiá-lo pelo restante da seleção de casos e pelo processo de filtragem. A caixa de diálogo mostra uma série de botões.