本节和“图形”部分提供了SPSS中一些常见函数的快速教程，主要是为读者提供SPSS用户界面的感觉。这不是一个全面的教程，但是SPSS本身通过它的帮助菜单提供了全面的教程和案例研究。SPSS的帮助菜单不仅仅是一个快速的参考。它提供了关于如何以及何时使用SPSS的各种菜单选项的详细信息。有关更多信息，请参阅“进一步参考资料”部分。
要进行单样本t检验，点击“分析”→“比较均值”→“单样本t检验”，将出现以下对话框:
对话框允许从左边的方框中选择任何比例变量和表示假设平均值的测试值。要找出“median_income”的平均值为50000的概率，请从左侧框中选择变量，将测试值设置为50000，然后单击“OK”。输出查看器中会出现两个表:
第一个表给出了关于变量“median_income”的描述性统计数据。第二个显示t_test的结果，包括“t”统计量、自由度(“df”)、p值(“Sig.”)、测试值与变量平均值的差值，以及95%置信区间的上界和下界。
在数据编辑器中，选择“Analyze”→“Compare Means”→“One-Way ANOVA…”，打开如下对话框。
为了生成方差分析统计，所选变量不能具有“名义”测量水平。如果您正在使用本指南中提供的CSV数据集，则必须将变量“greater_than_thirty_percent_have_bachelors”和“inc_greater_than_ave”的测量级别更改为“Ordinal”。这可以在数据编辑器的“变量视图”选项卡中轻松完成(参见“SPSS解剖”部分下的“SPSS变量”)。
将标称变量改为序数变量后，选择“high_school”作为因变量，选择“inc_greater_than_ave”作为因子，然后单击“OK”。以下输出将出现在输出查看器中:
要获得线性回归，从菜单中选择“分析”->“回归”->“线性”，弹出如下对话框:
这种最基本的情况的输出产生一个总结图表，显示R, R平方和预测的标准误差;方差分析图表;以及提供模型系数统计数据的图表:
对于多元回归，只需在“线性回归”对话框中添加更多的自变量。要绘制回归线，请参阅“图形”选项卡的“遗留对话”部分。
