آزمون آنالیز واریانس یک‌طرفه یکی از آزمون‌های رایج در SPSS می‌باشد که برای مقایسه میانگین تفاوت یک متغیر بر اساس یک فاکتور مستقل که دارای سه گروه یا بیشتر است، استفاده می‌شود. برای اجرای آزمون آنالیز واریانس از منوی Analyze زیر منوی Compare Means را انتخاب و از زیر منوهای نمایش داده شده، زیر منوی One-Way ANOVA را انتخاب می‌نماییم.

آزمون آنالیز واریانس (ANOVA) همانند بسیاری دیگر از آزمون‌های آماری برای اجرا نیاز به برقرار بودن یک سری پیش فرض‌ها دارد. این پیش‌فرض‌ها عبارتند از کمی بودن متغیر پاسخ، سه یا بیشتر از سه سطح داشتن متغیر مستقل، مستقل بودن افراد یا موارد جمع‌آوری شده نمونه، عدم وجود داده پرت، نرمال بودن توزیع متغیر پاسخ به تفکیک گروه‌ها و همگون بودن واریانس توزیع داده‌ها هستند.

آزمون آنالیز واریانس (Analysis of Variance) که به اختصار آن را با ANOVA می‌شناسیم یکی از انواع آزمون‌های آماری است که برای مقایسه تفاوت یک متغیر بین گروه‌ها(که در این نوع از آنالیز واریانس باید داده‌های جمع‌آوری شده از چندگروه در یک زمان باشد که در این‌صورت اطلاعات افراد از یکدیگر مستقل است) (ANOVA) و یا زمان‌های مختلف(در این نوع باید داده های جمع‌آوری شده از یک گروه در طی زمان‌های مختلف باشد.در این حالت از یک فرد یا مورد چندین بار تکرار اندازه‌گیری وجود دارد) (Repeated Measure analysis) استفاده می‌شود.

شاخص‌های رایج پراکندگی برای توصیف داده‌های کمی و بازه‌ای عبارتند از واریانس (Variance)، انحراف معیار (Standard Deviation) و میانگین خطای استاندارد (Standard Error Mean). انحراف معیار شاخصی برگرفته از واریانس است. اما تفاوت‌های بنیادی با آن دارد. واریانس و انحراف معیار از شاخص‌های پراکندگی نمونه می‌باشند. شاخص میانگین خطای استاندارد در واقع شاخصی برگرفته از پراکندگی جامعه می‌باشد. این سه شاخص پراکندگی در موارد دیگری نیز با یکدیگر متفاوت هستند.

محاسبات متغیر (Compute Variable) در نرم‌افزار SPSS برای ایجاد متغیر جدید بر اساس فرمول‌ها و گزاره‌های منطقی با استفاده از زیر منوی Compute در منوی Transform قابل انجام است. گروه‌های تابعی مختلفی در این بخش برای محاسبات در نظر گرفته شده است. همچنین امکان ایجاد توابع شرطی بر اساس برقرار بودن و یا نبودن شرایط خاص در این منو وجود دارد.

گاهی اوقات نیاز داریم که نتایج خروجی ما بر اساس یک متغیر وزن‌دهی تعریف شود. منظور از وزن‌دهی اختصاص وزن بیشتر یا اهمیت بیشتر به بخش خاصی از داده‌هاست که برای ما از اهمیت بیشتری برخوردارند. در نرم افزار SPSS ما میتوانیم با استفاده از زیر منوی Weight Cases متغیری که می‌خواهیم بر اساس آن وزن‌دهی را انجام دهیم تعیین نماییم. وزن‌دهی باعث می‌شود که ما بتوانیم برآورد بهتری از میانگین نمونه در حالتی که داده پرت وجود دارد، داشته باشیم

برای انجام تحلیل به صورت مجزا و تفکیک‌شده در SPSS می‌توانیم از دو زیر منو در قسمت Data شامل تحلیل داده‌ها به تفکیک یک یا چند فایل (SPLIT File) و تقسیم یک فایل داده به چند فایل مجزا بر اساس یک یا چند متغیر (SPLIT into Files) استفاده نماییم. در واقع اگر نیاز داشته باشیم که چندین فایل داده مجزا بر اساس یک یا چندفاکتور داشته باشیم میتوانیم از SPLIT into Files استفاده کنیم. اما اگر فقط می‌خواهیم تحلیلی را که در حال انجام آن هستیم تنها در پنجره خروجی SPSS در حال اجرا مجزا باشد از SPLIT File استفاده می‌نماییم.

فیلتر و انتخاب موارد در نرم‌افزار SPSS باعث بر اساس یک یا چندمتغیر قابل انجام است. علاوه بر این می‌توان بر اساس گزاره‌های شرطی در SPSS موارد مدنظر را انتخاب نمود. فیلتر داده‌ها در نرم افزار SPSS به اشکال مختلفی امکان‌پذیر است. یکی از رایج‌ترین روش‌های فیلتر داده‌ها استفاده از زیر منوی Select Cases در منوی Data می‌باشد.

برای مرتب سازی داده‌ها می‌توانیم از منوی Data در SPSS از دو زیرمنوی Sort Cases و Sort Variables استفاده نماییم. در زیر منوی Sort Variable مرتب سازی داده ها در زبانه Variable view برای متغیرها بر اساس ستونهای مختلف (Name, Type, Width, Decimals, Label, Values, Missing, Columns, Align, Measure, Role) انجام می‌شود در حالی‌که در زیرمنوی Sort Cases می‌توان داده ها در زبانه Data View بر اساس صعودی یا نزولی مرتب نماییم.

شاخص‌های مرکزی متعددی برای توصیف داده‌های کمی وجود دارد. میانگین هندسی یا به طور خلاصه میانگین معروف‌ترین شاخص مرکزی می‌باشد. اما گاهی در داده‌هایی که داده پرت وجود دارد میانگین توانایی ارائه مرکزیت داده‌ها را به صورت درست ندارد. در چنین مواقعی ما می‌توانیم از میانگین پیراسته استفاده نماییم. در مواقعی که داده پرت زیادی داشته باشیم میانگین پیراسته با حذف 5 درصد مقادیر بالا داده و 5 درصد مقادیر پایین داده که اکثرا شامل داده‌‎های نامربوط می‌باشد برآورد بهتری از شاخص مرکزی را به ما ارائه می‌دهد.

بخش‌های مختلفی برای بررسی مقادیر توصیفی داده‌های کمی در نرم‌افزار SPSS وجود دارد. یکی از زیرمنوهای پرکاربرد بخش توصیفی Explore می‌باشد که با استفاده از این منو می‌توان بررسی و اکتشاف دقیق و عمیق‌تری بر روی یک متغیر کمی داشت. این منو شامل تعداد زیادی از آمار توصیفی به همراه بازه اطمینان، آزمون نرمال بودن توزیع داده و انواع نمودارهای توصیفی است. زیر منوی Explore یکی از زیرمنوی‌های Descriptive Statistics در منوی Analyze است. این زیرمنو توصیف مقادیر کمی را به صورت کلی و یا بر اساس یک متغیر کیفی به صورت تفکیک شده می‌تواند به ما ارائه نماید.

اولین گام برای توصیف داده‌ها در یک تحلیل استفاده از آمار توصیفی و بیان ویژگی‌ها و مشخصات داده‌های نمونه با استفاده از جداول و نمودارها و بررسی تخطی از پیش‌فرض‌های آزمون‌های مختلف آماری است. برای توصیف مقادیر کمی می‌توان از زیرمنوی Descriptives در منوی Descriptive Statistics استفاده نمود. این زیر منو مقادیر توصیفی مختلفی از جمله میانگین، مجموع، شاخص‌های پراکندگی، چولگی و کشیدگی را برای متغیرهای کمی ارائه می‌دهد.

در تحلیل آماری معمولا با دو رویکرد برای کار با داده‌ها روبرو هستیم. این دو رویکرد عبارتند از آمار توصیفی و آمار استنباطی. آمار توصیفی بیان خلاصه‌ای از داده‌های موجود با استفاده از جداول توصیفی و نمودارهای مختلف می‌باشد.در آمار توصیفی با خلاصه‌سازی داده‌ها به نمایش و تفسیر داده‌های موجود با استفاده از شاخص‌های گرایش مرکزی، پراکندگی و نمودارهای توصیفی می‌پردازیم. برای آمار توصیفی در SPSS می‌توانیم از منوی Analyze زیر منوی Descriptive Statistics استفاده نماییم.

در برخی از متغیرها در SPSS نیاز هست که داده‌های کمی را به صورت کیفی تعریف نماییم و یا کدبندی داده‌های موجود را تغییر دهیم. دو روش در منوی Transform وجود دارد که عبارتند از تغییرکدبندی بر روی همان متغیر (Recode into Same Variable) و ایجاد متغیر جدید بر حسب کدبندی (Recode into different variable).