操作選單：Analyze-Compare Means-One Way ANOVA進入單因素方差分析過程，在Option選項中將Homogeneity of variance test複選框打勾，可以完成方差齊性檢驗，如果不能透過，則可以認為存在異方差。 因為方差分析過程一般要求方差齊，所以存在異方差最好能進行調整，SPSS中提供了更為簡便的方法，在同一選單中的Post Hoc中提供了方差齊（Equal Variances）假設和方差不齊（Equal Variances not）假設下各自適用的分析方法，方差不齊時就選用下面的幾種來實現。如果是迴歸分析過程中關於殘差的檢驗，因為迴歸分析要求殘差服從均值為0，方差相同的正態分佈，因此必須對殘差進行異方差性檢驗。這個檢驗SPSS13.0的線性迴歸過程中提供了殘差的PP正態檢驗圖（選單在Linear過程的Plots中，將Nomal Probability Plot選上），可以大致判斷出殘差是否異方差性。或許還可以用SPSS的迴歸過程生成殘差序列值，然後再對殘差序列進行方差齊性檢驗。至於如果補救措施，可以對原始變數進行轉換，或者使用加權最小二乘法WLS。如果Eviews會用，可以考慮用Eviews來做，它的異方差檢驗更完備，除了殘差圖之外，它還提供G-Q檢驗、White檢驗、帕克檢驗和Gleiser檢驗，具體參考Eviews的迴歸分析部分。

一、檢驗異方差性的方法有：1、圖示檢驗法：相關圖分析；殘差圖分析。2、Goldfeld - Quandt 檢驗法。3、懷特(white) 檢驗。4、帕克檢驗（ Park test ) 和格里奇檢驗（ Glejser test）。二、異方差性是相對於同方差而言的：1、所謂同方差，是為了保證迴歸引數估計量具有良好的統計性質，經典線性迴歸模型的一個重要假定：總體迴歸函式中的隨機誤差項滿足同方差性，即它們都有相同的方差。2、如果這一假定不滿足，即：隨機誤差項具有不同的方差，則稱線性迴歸模型存在異方差性。