.omv i zacytuj program oraz moduły, z których korzystasz.Co to jest jamovi?
jamovi (nazwa zapisywana małą literą) to darmowy program statystyczny z otwartym kodem, z arkuszem danych i menu podobnymi do SPSS, który wszystkie obliczenia wykonuje w języku R. Na stronie twórców czytamy, że wersja na komputer jest zawsze darmowa i można jej używać w dowolnym celu, także komercyjnym (The jamovi project, b.d.). Kod programu jest udostępniany na licencji AGPL3, a niektóre składniki – na licencji GPL2+. Program działa w systemach Windows, macOS i Linux, a na Chromebookach – przez Flathub.
Największą zaletą jamovi dla studenta jest to, że łączy wygodę okien dialogowych z przejrzystością kodu. Wynik każdej analizy można zobaczyć jako kod R (tryb składni), a te same analizy są dostępne w R jako pakiet jmv. Analizę z jamovi można więc powtórzyć w R bez jamovi – przykład niżej.
Wersje: „solid” i „current”, komputer i chmura
jamovi wydaje dwie linie programu (The jamovi project, 2026):
- solid – wersja stabilna, w chwili pisania 2.7 (ostatnie wydanie 2.7.39 z 1 października 2026 r.);
- current – wersja z najnowszymi funkcjami, w której numeracja przeskoczyła z 2.7 na 28 (wydanie 28.13 z 15 października 2026 r.).
Do pracy dyplomowej wybierz zwykle wersję solid i nie zmieniaj jej w trakcie analiz. Oprócz programu na komputer istnieje jamovi Cloud, działający w przeglądarce. Plan bezpłatny (Guest) ma ograniczenia, m.in. długości sesji i wielkości zbioru danych, a dane znikają po zakończeniu sesji. Do analiz w pracy bezpieczniej używać programu zainstalowanego na komputerze.
Jak działa jamovi
| Element | Co robi | Po co Ci to |
|---|---|---|
Plik .omv | przechowuje razem dane, analizy i wyniki | jeden plik do archiwizacji i przekazania promotorowi |
| Wyniki na żywo | tabela przelicza się po każdej zmianie opcji lub danych | szybkie sprawdzenie, jak decyzja zmienia wynik (pamiętaj o p-hackingu) |
| Tryb składni | pokazuje kod R stojący za analizą | zapis analizy, który można wkleić do R lub edytora Rj |
| Edytor Rj | uruchamia kod R wewnątrz jamovi na wczytanych danych | analizy, których nie ma w menu |
| Biblioteka modułów | ponad 70 dodatkowych modułów (przycisk Modules → jamovi library) | np. moduł jamm do mediacji, analizy bayesowskie, metaanaliza |
| Wykresy | tworzone w pakiecie ggplot2 | wykresy gotowe do pracy |
W podstawowej wersji programu nie ma analiz bayesowskich – dodaje je się przez moduły. Jeśli zależy Ci na nich bez instalowania dodatków, zobacz JASP.
Pierwsze kroki w jamovi
- Otwórz dane z menu ☰ – plik CSV, SPSS, SAS lub Stata. Po lewej stronie zobaczysz arkusz, po prawej panel wyników.
- Ustaw zmienne. Dwuklik na nagłówku kolumny (albo klawisz F3) otwiera edytor zmiennej. Ustawisz w nim typ pomiaru i nazwy poziomów oraz dodasz opis. Tu też utworzysz zmienną obliczaną, np. wynik skali jako średnią pozycji, i odfiltrujesz wiersze.
- Uruchom analizę z paska Analyses: przeciągnij zmienne w odpowiednie pola, a wyniki pojawią się po prawej.
- Dopisz komentarze bezpośrednio w wynikach. Tabelę skopiujesz prawym przyciskiem myszy w formacie APA do edytora tekstu.
- Zapisz plik
.omv– dane, analizy i wyniki w jednym pliku.
Tak opisuje pracę z programem przewodnik dla początkujących (The jamovi project, b.d.). Skopiowaną tabelę sprawdź jednak z wzorami stylu APA, np. pod kątem liczby miejsc po kropce i zapisu p.
Przykład: jednoczynnikowa ANOVA z testem Welcha
Studenci o niskiej (n = 34), umiarkowanej (n = 41) i wysokiej aktywności fizycznej (n = 29) wypełnili skalę dobrostanu WHO-5 (0–100) – dane symulowane. W jamovi analiza ta znajduje się w grupie ANOVA menu Analyses, jako One-Way ANOVA, czyli jednoczynnikowa analiza wariancji. W R tę samą analizę uruchamia funkcja anovaOneW() z pakietu jmv, a wynik ma taki sam układ tabel:
- średnie: niska M = 44.97, SD = 18.53; umiarkowana M = 62.39, SD = 14.23; wysoka M = 64.38, SD = 11.81;
- test Levene’a: F(2, 101) = 3.47, p = .035 – wariancje różnią się, a największe SD ma najmniejsza grupa;
- test Welcha: F(2, 64.64) = 13.61, p < .001 (klasyczny test F: F(2, 101) = 16.63);
- wielkość efektu: ω² = .23;
- porównania Gamesa–Howella: grupa o niskiej aktywności miała niższy dobrostan niż grupa umiarkowana (różnica −17.42, p < .001) i wysoka (−19.41, p < .001). Grupy umiarkowana i wysoka nie różniły się istotnie (−1.99, p = .800).
Przy nierównych wariancjach i liczebnościach opieraj się na teście Welcha i porównaniach Gamesa–Howella, a nie na klasycznym F i teście Tukeya. Delacre i in. (2019) pokazują, że przy realistycznie zróżnicowanych wariancjach klasyczny test F daje obciążone wyniki, i zalecają domyślnie test Welcha. Games i Howell (1976) w symulacjach porównań parami przy nierównych liczebnościach i wariancjach wykazali, że błąd I rodzaju zadowalająco kontrolowała tylko procedura oparta na statystyce Behrensa–Fishera, czyli ta, którą dziś nazywamy ich nazwiskami. W jamovi oba testy główne można wyświetlić jednocześnie, ale zdecyduj o wyborze przed analizą. To badanie korelacyjne, więc wynik nie dowodzi, że aktywność poprawia dobrostan. Pełny tok analizy i raportowania opisuje wpis ANOVA krok po kroku.
Jak opisać jamovi w pracy i jak go cytować
Twórcy zalecają cytowanie w formie „The jamovi project (rok). jamovi (Version x.y) [Computer Software]. Retrieved from https://www.jamovi.org”. Dodają, że wiele analiz podaje w programie własne cytowania – metod i pakietów R, z których korzysta – i warto je dołączyć (The jamovi project, b.d.).
Jeśli ω² liczyłeś poza jamovi (jak tutaj – w R), napisz to w opisie metody. Do materiałów pracy dołącz plik .omv albo kod z trybu składni (zob. open science).
jamovi a inne programy
| Jeśli… | wybierz |
|---|---|
| chcesz menu jak w SPSS bez opłat i z dostępem do kodu R | jamovi |
| uczelnia lub promotor wymaga wydruków i składni SPSS | IBM SPSS Statistics albo PSPP |
| potrzebujesz analiz bayesowskich w standardzie | JASP |
| chcesz pełnej kontroli, niestandardowych modeli i powtarzalnych raportów | R (możesz zacząć od kodu z trybu składni jamovi) |
jamovi otwiera pliki .sav z SPSS, więc zmiana programu w trakcie studiów nie oznacza utraty danych. Więcej porównań zawiera wpis Bezpłatne programy do analizy statystycznej.
Analiza z jamovi w R (pakiet jmv)
Kod tworzy dane z przykładu i uruchamia jednoczynnikową ANOVA funkcją anovaOneW() z pakietu jmv: test Welcha i klasyczny test F, statystyki opisowe, test Levene’a i porównania Gamesa–Howella. Na końcu liczy ω². Liczby w tekście pochodzą z tego kodu. Samego programu jamovi nie uruchamiano.
One-Way ANOVA z pakietem jmv
R
# R218 – analiza jednoczynnikowa jak w jamovi (moduł ANOVA → One-Way ANOVA), wykonana w R pakietem jmv,
# który zawiera te same analizy co jamovi
library(jmv)
set.seed(218)
# Dane symulowane: dobrostan (WHO-5, 0–100) studentów o trzech poziomach aktywności fizycznej
n <- c(niska = 34, umiarkowana = 41, wysoka = 29)
dane <- data.frame(
aktywnosc = factor(rep(names(n), n), levels = names(n)),
dobrostan = round(pmin(pmax(c(rnorm(n[1], 48, 18), rnorm(n[2], 56, 15), rnorm(n[3], 60, 11)), 0), 100)))
# One-way ANOVA: test Welcha i test F Fishera, statystyki opisowe, test jednorodności wariancji,
# porównania post hoc Gamesa–Howella
anovaOneW(data = dane, deps = "dobrostan", group = "aktywnosc",
welchs = TRUE, fishers = TRUE, desc = TRUE, eqv = TRUE, phMethod = "gamesHowell")
# Wielkość efektu (ω² z klasycznej ANOVA) – do opisu w pracy
print(effectsize::omega_squared(aov(dobrostan ~ aktywnosc, data = dane)))Wynik w R
ONE-WAY ANOVA
One-Way ANOVA
─────────────────────────────────────────────────────────────────────
F df1 df2 p
─────────────────────────────────────────────────────────────────────
dobrostan Welch's 13.60690 2 64.64243 0.0000117
Fisher's 16.62725 2 101 0.0000006
─────────────────────────────────────────────────────────────────────
Group Descriptives
──────────────────────────────────────────────────────────────────────
aktywnosc N Mean SD SE
──────────────────────────────────────────────────────────────────────
dobrostan niska 34 44.97059 18.53005 3.177877
umiarkowana 41 62.39024 14.23179 2.222632
wysoka 29 64.37931 11.80924 2.192921
──────────────────────────────────────────────────────────────────────
ASSUMPTION CHECKS
Homogeneity of Variances Test (Levene's)
────────────────────────────────────────────────────
F df1 df2 p
────────────────────────────────────────────────────
dobrostan 3.474565 2 101 0.0347266
────────────────────────────────────────────────────
POST HOC TESTS
Games-Howell Post-Hoc Test – dobrostan
────────────────────────────────────────────────────────────────────────────
niska umiarkowana wysoka
────────────────────────────────────────────────────────────────────────────
niska Mean difference — -17.41966 -19.408722
p-value — 0.0000938 0.0000157
umiarkowana Mean difference — -1.989066
p-value — 0.8002781
wysoka Mean difference —
p-value —
────────────────────────────────────────────────────────────────────────────
For one-way between subjects designs, partial omega squared is
equivalent to omega squared. Returning omega squared.
# Effect Size for ANOVA
Parameter | Omega2 | 95% CI
---------------------------------
aktywnosc | 0.23 | [0.11, 1.00]
- One-sided CIs: upper bound fixed at [1.00].Bibliografia oprogramowania
Wyniki na tej stronie pochodzą z uruchomienia pokazanego kodu w R 4.5.3.
- R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
- jmv (wersja 2.7.7): Selker, R., Love, J., & Dropmann, D. (2025). jmv: The 'jamovi' analyses (R package version 2.7.7) [Computer software]. https://doi.org/10.32614/CRAN.package.jmv
- effectsize (wersja 1.0.2): Ben-Shachar, M. S., Lüdecke, D., & Makowski, D. (2020). effectsize: Estimation of effect size indices and standardized parameters. Journal of Open Source Software, 5(56), 2815. https://doi.org/10.21105/joss.02815
Najczęstsze błędy
- Brak numeru wersji – zwłaszcza teraz, gdy obok siebie istnieją wersje 2.7 i 28.
- Zmiana opcji „na żywo”, aż wynik będzie istotny. Natychmiastowe przeliczanie ułatwia sprawdzanie wariantów, ale decyzje analityczne podejmuj przed analizą.
- Kody braków danych wpisane jako zwykłe liczby (np. 99 przy braku odpowiedzi). Bez oznaczenia ich jako braków zawyżą średnie i wariancje.
- Analiza w chmurze bez zapisu – w planie bezpłatnym dane znikają po zakończeniu sesji.
- Pominięcie cytowań modułów. Jeśli korzystałeś np. z modułu do mediacji, zacytuj go obok jamovi.
Najczęstsze pytania
Czy jamovi jest naprawdę darmowe?
Tak. Wersja na komputer jest bezpłatna i można jej używać w dowolnym celu, także w pracach dyplomowych i publikacjach. Płatne są tylko rozszerzone plany jamovi Cloud, wersji działającej w przeglądarce.
Jak zacytować jamovi w pracy magisterskiej?
Twórcy zalecają format: The jamovi project (rok). jamovi (Version x.y) [Computer Software]. Retrieved from https://www.jamovi.org, z numerem faktycznie używanej wersji. Dołącz też cytowania, które jamovi podaje przy konkretnych analizach i modułach.
Którą wersję jamovi wybrać: solid czy current?
Do pracy dyplomowej zwykle wersję solid (stabilną, obecnie 2.7). Wersja current (obecnie 28) ma najnowsze funkcje, ale zmienia się częściej. Niezależnie od wyboru nie aktualizuj programu w środku analiz i podaj numer wersji w opisie metody.
Czy jamovi otworzy plik z SPSS?
Tak. jamovi bezpośrednio otwiera pliki SPSS (.sav), a także SAS, Stata i CSV. Własne pliki zapisuje w formacie .omv, który przechowuje dane, analizy i wyniki.
Jak powtórzyć analizę z jamovi w R?
Włącz w jamovi tryb składni, aby zobaczyć kod R analizy, i uruchom go w R z pakietem jmv, który zawiera te same analizy. Na przykład jednoczynnikową ANOVA wykonuje funkcja jmv::anovaOneW().
Powiązane hasła
Poradniki, w których użyjesz tego pojęcia
Test t w jamovi krok po kroku
Trzy testy t w jamovi: które pola zaznaczyć, jak czytać tabele Student, Welch i Mann–Whitney, gdzie jest d Cohena i jak opisać wynik w APA – z danymi do pobrania.
Czytaj →PoradnikChi-kwadrat w jamovi krok po kroku
Menu Frequencies w jamovi: tabele krzyżowe z resztami i V Craméra, OR dla tabeli 2 × 2, McNemar i test zgodności – z opisem APA i plikami do pobrania.
Czytaj →PoradnikKorelacja i regresja w jamovi
Correlation Matrix i Linear Regression z blokami: które opcje zaznaczyć, jak czytać Model Comparisons, β, VIF, Cook i wykresy reszt oraz zapis APA.
Czytaj →PoradnikTesty nieparametryczne w jamovi
Mann–Whitney, Wilcoxon, Kruskal–Wallis z DSCF i Dunnem, Friedman z Durbinem–Conoverem i Spearman w jamovi: opcje, tabele, wielkość efektu, APA i kod jmv.
Czytaj →Poradnikjamovi krok po kroku
Descriptives, test t Welcha, Correlation Matrix i One-Way ANOVA na jednym zbiorze danych: nazwy opcji z dokumentacji, gotowe zdania APA, kod jmv.
Czytaj →PoradnikBezpłatne programy do statystyki
jamovi, JASP, R, PSPP i G*Power: licencje, wersje i możliwości, ustawienia domyślne zmieniające wynik testu oraz wzory cytowania programu w pracy.
Czytaj →PoradnikANOVA krok po kroku
Jednoczynnikowa i dwuczynnikowa ANOVA na przykładach: założenia, test Welcha, post hoc, η² i ω², efekty proste, typy sum kwadratów i opis APA.
Czytaj →Potrzebujesz wsparcia w analizie danych?
Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.
Wyceń analizęOferta dla studentówBibliografia i dalsza literatura naukowa (APA 7)
- Delacre, M., Leys, C., Mora, Y. L., & Lakens, D. (2019). Taking parametric assumptions seriously: Arguments for the use of Welch's F-test instead of the classical F-test in one-way ANOVA. International Review of Social Psychology, 32(1), Article 13. https://doi.org/10.5334/irsp.198 ● Otwarty dostęp
- Games, P. A., & Howell, J. F. (1976). Pairwise multiple comparison procedures with unequal N’s and/or variances: A Monte Carlo study. Journal of Educational Statistics, 1(2), 113–125. https://doi.org/10.3102/10769986001002113
- The jamovi project. (2026). Release notes. https://www.jamovi.org/releases.html ● Otwarty dostęp
- The jamovi project. (b.d.). About jamovi. Pobrano 7 listopada 2026 z https://www.jamovi.org/about.html ● Otwarty dostęp
Cytowania BibTeX
@article{delacre2019taking, author={Delacre, Marie and Leys, Christophe and Mora, Youri L. and Lakens, Daniël}, title={{Taking parametric assumptions seriously: Arguments for the use of Welch's F-test instead of the classical F-test in one-way ANOVA}}, journal={International Review of Social Psychology}, year={2019}, volume={32}, number={1}, eid={13}, doi={10.5334/irsp.198}}@article{games1976pairwise, author={Games, Paul A. and Howell, John F.}, title={{Pairwise multiple comparison procedures with unequal N’s and/or variances: A Monte Carlo study}}, journal={Journal of Educational Statistics}, year={1976}, volume={1}, number={2}, pages={113--125}, doi={10.3102/10769986001002113}}@misc{jamovi2026releases, author={{The jamovi project}}, title={{Release notes}}, howpublished={jamovi}, year={2026}, url={https://www.jamovi.org/releases.html}}@misc{jamovindabout, author={{The jamovi project}}, title={{About jamovi}}, howpublished={jamovi}, url={https://www.jamovi.org/about.html}}