Da bi ispunio zahteve koje se pred njega postavljaju, svaki statistički softver mora da poseduje određene osobine. Tri najvažnije osobine koje treba da ima statistički softver su:

  • obuhvatnost
  • preciznost i
  • korisnička pomoć.

Obuhvatnost kao osobina znači da softver treba da implementira sve relevantne statističke tehnike zbog kojih je i napravljen. Program treba da bude obuhvatan u dubinu i u širinu. Statistički paket je obuhvatan u dubinu ako poseduje mogućnosti konfigurisanja statističke procedure tako da ona obuhvati sve relevantne varijante algoritma i ako omogućava konfigurisanje rezultata rada procedure. Algoritam treba da ima jasno definisane granice unutar kojih je moguće njegovo izvršenje, a ako konfiguracija podataka nije unutar tih granica, program mora o tome obavestiti korisnika i dati mu uputstvo kako da problem reši. Širina obuhvata se odnosi na broj statističkih procedura koje su u programu implementirane.

Preterana dubina i širina može biti zbunjujuća za korisnike koji nisu statističari, dok previše mala može predstavljati problem iskusnim statističarima. Previše opcija deluje vrlo zbunjujuće na neiskusne i povremene korisnike koji zbog toga osećaju otpor prema korišćenju programa. S druge strane, iskusni statističari žele više kreativnosti, usled čega mala dubina obuhvatnosti može da bude razlog da se opredele za neki drugi statistički paket.

Preciznost označava izbor prihvatljivog algoritma i njegovu tačnu implementaciju. Algoritam treba ili da toleriše stresne konfiguracije podataka ili da ih detektuje i ljubazno izveštava o nemogućnosti nastavka analize. Obzirom na složenost i iterativnost savremenih statističkih procedura, program treba da koristi onaj algoritam koji najbrže obezbeđuje najtačniji rezultat.

Korisnička pomoć koju softver pruža kroz strukturu i opcije korisničkog interfejsa da bi se sprovela korektna i efektivna analiza je veoma značajna osobina savremenih statističkih paketa. Ova osobina obuhvata pomoć pri izboru odgovarajuće komande, kao i pomoć pri odlučivanju o validnosti određenog pristupa. Program treba da bude sposoban da vodi korisnika kroz analizu ne samo kroz strukturu menija, već i eksplicitno, putem poruka, uputstava i rezultata analize.

Osobine statističkog softvera su međusobno povezane. Program koji pruža maksimalnu pomoć korisniku je u stvari ekspertni sistem. U tom ekstremnom slučaju, obuhvatnost prestaje da postoji kao posebna osobina, već je određena nivoom preciznosti ulaza. Na drugom kraju, minimalna korisnička pomoć znači dokumentaciju programa i ništa više. U sredini se nalazi automatsko uključivanje dijagnostike vezane za pretpostavke metoda analize. Obuhvatnost označava, između ostalog, i dostupnost i jednostavnost upotrebe prilikom kreiranja takve dijagnostike.

Da bi otkrio strukturu u podacima, softver mora pružiti mogućnost crtanja raznih vrsta grafikona, prikaz tabela, pounditi fleksibilno upravljanje podacima, biti u stanju da se povezuje sa drugim programima i oslanjati se na sve statističke metode, a ne samo na testiranje hipoteza.

Sa aspekta proizvođača, da bi bio prihvaćen na tržištu, statistički paket treba da poseduje još neke osobine:

  • dobro planiran prikaz informacija treba da olakša korisnikovo razumevanje podataka, tumačenje i prezentaciju rezultata analize
  • razumljiva i konzistentna terminilogija koja će omogućiti brže učenje i prilagođavanje na opcije programa,
  • razumno vreme odgovora, bez obzira na veličinu podataka ili složenost algoritma,
  • pomoć pri korekcijama i ispravljanju grešaka putem poruka, kontekstne pomoći, korisničkog uputstva za upotrebu programa i online pomoći
  • cena proizvodnje mora omogućiti profitabilnu proizvodnju i održavanje softvera, kao i njegovo stalno unapređivanje kako bi se ispratili trendovi tržišta i implementirali novi algoritmi i nove statističke tehnike,
  • jednostavnost upotrebe za povremenog korisnika tako da je u fokusu rada zadatak a ne tehnika.

Većina statističkih paketa koji se danas mogu pronaći na tržištu imaju zajedničke karakteristike koje ih čine podesnim i pouzdanim za analizu podataka. To su:

  • editor podataka u redovima i kolonama koji omogućava jednostavan unos i izmenu podataka,
  • sistem menija, brze analize i korisnička uputstva,
  • statistički nivo pouzdanosti kao i nivo merenja varijable je moguće definisati prilikom unosa podataka,
  • slede inicijalne korake u istraživačkom projektu:
    • priprema podataka za unos u softver,
    • definisanje i označavanje varijabli,
    • unos podataka tako da redovi sadrže ispitanike a kolone varijable,
    • provera i čišćenje podataka što osigurava da su svi podaci numerički, da se podaci mogu istražiti i proveriti da li postoje greške i nepravilnosti,
    • definisanje statističkog nivoa značajnosti p za odbacivanje nulte hipoteze, obično 0.05.

Godine razvoja vodećh statističkih paketa dovele su ove osobine na nivo standarda, tako da su razlike između njih uglavnom posledica različite percepcije proizvođača o potrebama svog ciljnog tržišta i odnose se na implementaciju algoritma i određenog broja i vrsta statističkih procedura.