با توجه به قدرت بالای سامانه‌ های تحلیل داده‌ های آماری، استفاده از افزایش حجم عظیمی از اطلاعات (مشاهدات و متغیرها) به وجود آمده است. ثبت و به کارگیری این حجم عظیم از اطلاعات بدون خطا در داده‌ های ورودی، متصور نیست. خطا در ثبت یا ورود داده‌ ها در یک انبار داده، ممکن است نتایج حاصل از مدل‌ های پیش‌ بینی یا تحلیل‌ های آماری را دچار مشکل کند، بنابراین آماده سازی داده‌ ها (تمیز کردن)‌ شرط اولیه برای تحلیل صحیح و گرفتن نتایج مناسب از مدل‌ های آماری است. این امر با توجه به حجم عظیمی از مشاهدات و متغیرها در انباره داده یا (Data Warehouse) به صورت دستی امکان پذیر نیست. نرم‌ افزار SPSS دستورها و امکانات مناسبی برای آماده سازی داده‌ ها فراهم کرده‌ است که موضوع این فرادرس می باشد.