Essa doença de propor testes de normalidade para "testar" a premissa de normalidade e homoscedasticidade a priori de um teste estatístico é muito propalada por manuais, autores eviesados por fabricantes de pacotes de SW estatísticos, geralmente comerciais e caros, que para justificar o custo e a abrangência de testes e métodos quase os transformam da religião da obrigatoriadade.

As premissas devem ser testadas usando como base seu conhecimento no domínio do problema e não num teste que por ser baseado na lógica do teste de hipótese nula nunca vão resolver a questão "a favor" da normalidade mas apenas indicar se seus dados apresentam uma patologia que quando testados por um dos 'n' testes apresentam um valor-p menor que 0,05; etc.

Ademais, como já está sobejamente demonstrado esses testes tendem a ser grosseiros e deixar escapar distribuições claramente não normais com conjunto pequeno de dados e serem "muito sensíveis" com conjuntos de dados maiores, chegando a dar "falsos positivos" mesmo em simulações onde os dados partem de uma amostragem de uma distribuição normal com número desses falsos positivos acima de 5%!!

Portanto, a melhor ajuda que podemos dar é : analise o processo que gera seus dados, e se esse processo indica que a distribuição já pela teoria pode trazer heterocedasticidade, estabilize-a antes com uma transformação apropriada, etc. Lembrando de interpretar os resultados e eventualmente reconvertendo as medidas de momento usadas no testes estatísticos de volta para os dados não transformados.

HTH

--

Cesar Rabak