1.将样本设计整合到调查分析中
提高样本的精确性，或者确保来自关键分组的样本具有代表性。
选择抽样单元中的整群或整组进行调查，使调查更经济有效。
采用多阶段抽样来选择更高阶段的样本。
2.保留调研规划参数供将来使用
发布公用数据集，其中包含您自己的抽样或分析计划。
使用已发布的计划作为模板，以便创建规划时保存决策。
使计划可供组织中的其他人使用，这样他们可以复制结果或者从您中断处重新开始。
3.管理复杂的调研数据
显示单向频率表或双向交叉表，以及关联的标准误、设计效果、置信区间和假设检验。
构建线性回归、方差分析 (ANOVA) 和协方差分析 (ANCOVA) 模型。
对于通过复杂采样方法获得的样本，估算其平均值、总和以及比值，计算标准误，设计效果置信度区间和假设测试。
执行二进制逻辑回归分析和多重逻辑回归 (MLR) 分析。将 Cox 比例风险回归应用于存活时间的分析。
4.使用直观的界面和实用的向导
使用“分析准备向导”指定样本定义方式和标准误差估算方式。
创建您自己的样本，使用“抽样规划向导”定义方案并采集样本。
使用 IBM SPSS Complex Samples Selection (CSSELECT) 程序，从总体中选择复杂且基于概率的样本，同时降低子群代表过度（over-representing）或代表不足（under-representing）的风险。
IBM SPSS Complex Samples功能与配置