Como se interpreta o p-valor em termos da hipótese nula e da estatística observada?

É a probabilidade, supondo H0 verdadeira, de obter uma estatística tão ou mais extrema que a observada na direção da hipótese alternativa.

Explicação:
O p-valor quantifica a compatibilidade dos dados com H0: calcula a probabilidade, sob H0, de observar uma estatística ≥, ≤ ou | | à observada conforme o sentido do teste.
Um p-valor pequeno indica que os dados são improváveis sob H0 (e sugere rejeição); um p-valor grande indica falta de evidência contra H0.

Exemplo:
Teste unilateral à direita: H0: μ = 10 vs H1: μ > 10. Suponha n = 25, σ = 5 conhecida, média amostral \(\bar{x}=12\).
Cálculo: \(z=\dfrac{\bar{x}-\mu_0}{\sigma/\sqrt{n}}=\dfrac{12-10}{5/\sqrt{25}}=\dfrac{2}{1}=2\).
p-valor = \(P(Z\ge 2)=1-\Phi(2)\approx 1-0{,}9772=0{,}0228\).
Como o p-valor ≈ 0,0228 é pequeno, rejeita-se H0 ao nível de 5%.