Słownik metodologiczny · Programy statystyczne

jamovi – darmowy program statystyczny z kodem R: wersje, możliwości, przykład i cytowanie

jamovi to bezpłatny program z menu podobnym do SPSS, który wszystkie analizy wykonuje w R i pokazuje ich kod. Opisujemy według stron twórców wersje solid i current, plik .omv, moduły i chmurę, a na przykładzie ANOVA z testem Welcha pokazujemy, jak powtórzyć analizę w R pakietem jmv i jak zacytować program.

W skrócie: jamovi to darmowy program statystyczny z otwartym kodem, z arkuszem i menu podobnymi do SPSS. Każdą analizę wykonuje w R i potrafi pokazać jej kod, a te same analizy są w pakiecie jmv. Do pracy wybierz wersję stabilną (solid, obecnie 2.7), podaj jej numer, zapisz analizy w pliku .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

Najważniejsze elementy programu jamovi
ElementCo robiPo co Ci to
Plik .omvprzechowuje razem dane, analizy i wynikijeden plik do archiwizacji i przekazania promotorowi
Wyniki na żywotabela przelicza się po każdej zmianie opcji lub danychszybkie sprawdzenie, jak decyzja zmienia wynik (pamiętaj o p-hackingu)
Tryb składnipokazuje kod R stojący za analizązapis analizy, który można wkleić do R lub edytora Rj
Edytor Rjuruchamia kod R wewnątrz jamovi na wczytanych danychanalizy, których nie ma w menu
Biblioteka modułówponad 70 dodatkowych modułów (przycisk Modules → jamovi library)np. moduł jamm do mediacji, analizy bayesowskie, metaanaliza
Wykresytworzone w pakiecie ggplot2wykresy 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

  1. Otwórz dane z menu ☰ – plik CSV, SPSS, SAS lub Stata. Po lewej stronie zobaczysz arkusz, po prawej panel wyników.
  2. 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.
  3. Uruchom analizę z paska Analyses: przeciągnij zmienne w odpowiednie pola, a wyniki pojawią się po prawej.
  4. Dopisz komentarze bezpośrednio w wynikach. Tabelę skopiujesz prawym przyciskiem myszy w formacie APA do edytora tekstu.
  5. 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.).

Analizy przeprowadzono w programie jamovi (wersja 2.7; The jamovi project, 2026). Ze względu na nierówne wariancje w grupach, F(2, 101) = 3.47, p = .035 (test Levene’a), zastosowano jednoczynnikową analizę wariancji z poprawką Welcha i porównania post hoc metodą Gamesa–Howella. Dobrostan różnił się w zależności od poziomu aktywności fizycznej, F(2, 64.64) = 13.61, p < .001, ω² = .23. Studenci o niskiej aktywności (M = 44.97, SD = 18.53) mieli niższy dobrostan niż studenci o aktywności umiarkowanej (M = 62.39, SD = 14.23; p < .001) i wysokiej (M = 64.38, SD = 11.81; p < .001), natomiast dwie ostatnie grupy nie różniły się istotnie (p = .800).

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

Porównanie jamovi z SPSS, JASP i R
Jeśli…wybierz
chcesz menu jak w SPSS bez opłat i z dostępem do kodu Rjamovi
uczelnia lub promotor wymaga wydruków i składni SPSSIBM SPSS Statistics albo PSPP
potrzebujesz analiz bayesowskich w standardzieJASP
chcesz pełnej kontroli, niestandardowych modeli i powtarzalnych raportówR (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.

Przykład reprodukowalny

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

Dane wejściowe: dobrostan WHO-5 (0–100) u 104 studentów o niskiej, umiarkowanej i wysokiej aktywności fizycznej (dane symulowane, set.seed(218)).

Co odczytać: wiersze Welch's i Fisher's (F, df1, df2, p), tabelę Group Descriptives, test Levene’a, różnice średnich i p w tabeli Gamesa–Howella oraz Omega2.

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.

  1. 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/
  2. 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
  3. 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

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Wyceń analizęOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. 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
  2. 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
  3. The jamovi project. (2026). Release notes. https://www.jamovi.org/releases.html ● Otwarty dostęp
  4. 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}}
R