变量宽度（Width）、列显示宽度（Columns）

每种类型的变量都有自己的变量宽度、显示宽度，其中变量宽度是变量允许的最大字符位数，SPSS默认的是8位，显示宽度是数据编辑窗口中显示每列的字符位数， SPSS默认的是显示宽度也是8位。

小数位数（Decimals)

对于数值型变量，SPSS默认的小数位数是2位。

变量名标签（Variable label）

变量名标签是对变量名含义的进一步解释说明，它可以增强变量名的可视性和统计分析结果的可读性。变量名标签可用中文，总长度可达120个字符，但在统计分析结果的显示中一般不能显示如此长的变量名标签信息。

变量值标签（Value label）

变量值标签是对变量取值含义的解释说明信息，对于定性数据尤为重要，比如1代表男性，2代表女性，它不但明确了数据的含义，也增强了最后统计分析结果的可读性，变量值标签可以用中文。

缺失数据（Missing values）

数据中存在明显错误或明显不合理的数据或漏填数据项时统计学上称为不完全数据或缺失数据。数据中如果存在缺失数据，进行数据分析时就不能将缺失数据考虑在内，否则分析结果就不准确。为了保证分析结果的准确性，需要对缺失数据进行说明、定义。

SPSS中说明缺失数据的方法有两种：

（1）系统缺失值（none）

SPSS默认的缺失数据的定义方法。该方法主要应用于漏填数据的定义。漏填的数值型变量数据用圆点表示。

（2） 指定用户缺失值

用户指定某几个数值或某个范围内的数值为缺失值。该方法应用于明显错误或不合理这类缺失数据的定义。

用户缺失值可以是：

•对字符型或数值型变量，用户缺失值可以是1至3个特定的离散值（Discrete missing values）；

•对一个数值型变量，用户缺失值可以在一个连续的闭区间内并同时再附加一个区间以外的离散值（Range plus one optional discrete）。

对齐格式(Align)

定义变量值显示对齐方式，对齐方式分为右对齐、左对齐和中间对齐，系统中，数值型变量默认为右对齐，字符型变量默认为左对齐。

计量尺度（Measure）

统计学依据变量的计量尺度将变量划分为三大类：

（1）分类型变量（Nominal）

如民族、宗教信仰、性别、党派。

（2）顺序型变量（Ordinal）

如职称、职务、对某事物的赞同程度；

（3）数值型变量（Scale）

如身高、体重。

相应地，SPSS提供了三种计量尺度：名义尺度、有序尺度、度量尺度。