變量寬度（Width）、列顯示寬度（Columns）

每種類型的變量都有自己的變量寬度、顯示寬度，其中變量寬度是變量允許的最大字符位數，SPSS默認的是8位，顯示寬度是數據編輯窗口中顯示每列的字符位數， SPSS默認的是顯示寬度也是8位。

小數位數（Decimals)

對于數值型變量，SPSS默認的小數位數是2位。

變量名標簽（Variable label）

變量名標簽是對變量名含義的進一步解釋說明，它可以增強變量名的可視性和統計分析結果的可讀性。變量名標簽可用中文，總長度可達120個字符，但在統計分析結果的顯示中一般不能顯示如此長的變量名標簽信息。

變量值標簽（Value label）

變量值標簽是對變量取值含義的解釋說明信息，對于定性數據尤為重要，比如1代表男性，2代表女性，它不但明確了數據的含義，也增強了最后統計分析結果的可讀性，變量值標簽可以用中文。

缺失數據（Missing values）

數據中存在明顯錯誤或明顯不合理的數據或漏填數據項時統計學上稱為不完全數據或缺失數據。數據中如果存在缺失數據，進行數據分析時就不能將缺失數據考慮在內，否則分析結果就不準確。為了保證分析結果的準確性，需要對缺失數據進行說明、定義。

SPSS中說明缺失數據的方法有兩種：

（1）系統缺失值（none）

SPSS默認的缺失數據的定義方法。該方法主要應用于漏填數據的定義。漏填的數值型變量數據用圓點表示。

（2） 指定用戶缺失值

用戶指定某幾個數值或某個范圍內的數值為缺失值。該方法應用于明顯錯誤或不合理這類缺失數據的定義。

用戶缺失值可以是：

?對字符型或數值型變量，用戶缺失值可以是1至3個特定的離散值（Discrete missing values）；

?對一個數值型變量，用戶缺失值可以在一個連續的閉區間內并同時再附加一個區間以外的離散值（Range plus one optional discrete）。

對齊格式(Align)

定義變量值顯示對齊方式，對齊方式分為右對齊、左對齊和中間對齊，系統中，數值型變量默認為右對齊，字符型變量默認為左對齊。

計量尺度（Measure）

統計學依據變量的計量尺度將變量劃分為三大類：

（1）分類型變量（Nominal）

如民族、宗教信仰、性別、黨派。

（2）順序型變量（Ordinal）

如職稱、職務、對某事物的贊同程度；

（3）數值型變量（Scale）

如身高、體重。

相應地，SPSS提供了三種計量尺度：名義尺度、有序尺度、度量尺度。