La primera vez que vi Jamovi fue en una sesión de tutoría hace un año. Una doctoranda me enseñó la pantalla con una mezcla de orgullo y disculpa: "Mi director dice que esto no es serio, pero llevo dos meses haciendo todos mis análisis aquí y no ha pasado nada malo". Le pregunté cómo se sentía. Me dijo: "Por primera vez entiendo lo que estoy haciendo". Eso me hizo prestar atención.
En 2026, Jamovi se ha convertido en la conversación silenciosa de muchos despachos de doctorado en psicología. Estudiantes que cambian a escondidas porque su director "es de SPSS de toda la vida". Investigadores junior que lo defienden en congresos. Programas de máster en psicología clínica que ya lo enseñan como primer software. Y, al mismo tiempo, una resistencia generacional muy real entre profesores titulares que lo ven como un juguete. Este artículo es lo que le digo a cada doctorando que me pregunta si debería usarlo en su tesis doctoral.
Qué es Jamovi y por qué importa en 2026
Jamovi es un software estadístico gratuito y de código abierto desarrollado por un equipo que originalmente vino de JASP. Por debajo del capó usa R, lo cual significa dos cosas importantes: primero, los análisis que hace son los mismos que harías en R con paquetes como lavaan, psych o lmerTest; segundo, cualquier análisis que hagas en la interfaz gráfica genera código R reproducible que puedes copiar y pegar.
Esto es exactamente lo que faltaba en el ecosistema. SPSS te da una interfaz amable pero te encierra en un sistema propietario, caro y con limitaciones serias para psicometría moderna. R te da todo el poder pero exige una curva de aprendizaje que mucha gente no puede permitirse en mitad de una tesis. Jamovi se sitúa en el medio: gratis, fácil, con resultados en formato APA por defecto y con la posibilidad real de aprender R en paralelo si decides ir más lejos.
En el último año he visto más manuscritos enviados a revistas Q1 indicando "analyses were performed in jamovi 2.7" sin que ningún revisor pestañee. La era en que tenías que justificar usar algo distinto de SPSS para que no te miraran raro está terminando.
Lo que Jamovi hace muy bien
Empiezo por lo bueno, porque hay mucho. Después seré igualmente honesto con sus puntos débiles.
Resultados en formato APA listos para copiar. Cuando ejecutas un t-test, un ANOVA o una correlación, las tablas que produce Jamovi siguen las directrices de la APA prácticamente sin retoques. Esto no parece importante hasta que llevas tres horas reformateando una tabla de SPSS para que el tribunal de tesis no te haga comentarios. Es el detalle que más rápido te ahorra tiempo.
Análisis factorial con métricas modernas. El módulo de análisis factorial exploratorio y confirmatorio (basado en el paquete psych de R) calcula omega de McDonald junto al alpha de Cronbach por defecto. En 2026, cualquier validación de cuestionarios que reportes solo con alpha va a recibir comentarios del revisor. Tener omega calculado de fábrica es una ventaja real frente a SPSS, donde requiere un macro adicional o pasarse a R.
Modelos lineales mixtos accesibles. El módulo GAMLj permite ajustar modelos mixtos con interfaz gráfica usando lmerTest por debajo. Para diseños longitudinales o medidas repetidas con datos desequilibrados, esto es enorme. SPSS tiene MIXED pero la sintaxis es tediosa y los resultados poco amigables; jamovi te lo deja prácticamente listo.
Análisis bayesianos integrados. Si quieres añadir un factor de Bayes a tus comparaciones de medias o incluir análisis bayesianos como complemento, jamovi lo hace con un par de clics gracias al módulo jsq (basado en BayesFactor de R). Esto es algo que cada vez piden más revistas como complemento al p-valor.
Reproducibilidad real. El archivo .omv guarda datos, análisis y resultados en un único contenedor. Si tu director te dice "vuelve a hacer ese ANOVA pero excluyendo a los participantes con menos de 30 años", abres el archivo y los resultados se actualizan en tiempo real. Y si quieres compartir tu análisis con un coautor, le pasas el .omv y verá exactamente lo que viste tú. Esto es algo que SPSS no hace bien y que en R requiere disciplina con scripts y semillas.
Donde Jamovi se queda corto
Y aquí viene la parte que muchos defensores apasionados no te cuentan. Jamovi no es la solución universal. Hay análisis donde se queda corto y necesitas saberlo antes de comprometerte con él para tu tesis.
SEM complejo todavía es limitado. El módulo SEMlj cubre los modelos estructurales básicos pero si necesitas modelos con bootstrap robusto, indicadores categóricos con WLSMV, o modelos multinivel estructurales, vas a tropezar con limitaciones. Para una validación de cuestionarios con AFC clásico es suficiente. Para modelos más sofisticados, sigues necesitando lavaan en R o Mplus.
Macros y análisis muy específicos. Si tu tesis depende de PROCESS de Hayes para mediación moderada con muchos moderadores, o de macros muy concretos de SPSS, jamovi tiene alternativas pero no son idénticas. Los resultados serán equivalentes pero la transición puede generar discusiones con tu director si él está acostumbrado a un output específico.
Manejo de datos masivos. Para conjuntos de datos pequeños o medianos (lo habitual en psicología), jamovi va sobrado. Si trabajas con datasets de cientos de miles de filas, vas a notar lentitud y eventualmente vas a preferir cargar los datos directamente en R.
Documentación oficial todavía dispersa. La comunidad es activa pero más pequeña que la de SPSS o R. Cuando te atascas en algo concreto, encontrar la respuesta puede llevar más tiempo. Stack Overflow tiene relativamente pocas preguntas etiquetadas como jamovi comparado con R.
El flujo de trabajo realista que recomiendo a doctorandos
Después de acompañar a varios doctorandos en su transición a Jamovi (algunos parciales, otros totales), este es el flujo que mejor está funcionando.
Fase 1: análisis descriptivos y exploración. Empieza siempre aquí en jamovi. La interfaz hace que mires los datos, identifiques outliers, entiendas las distribuciones. Es educativo y rápido. En SPSS muchos doctorandos saltan esta fase porque la pereza de configurar tantos menús los lleva directos al análisis principal.
Fase 2: análisis principales (t-tests, ANOVA, correlaciones, regresión múltiple). Jamovi es claramente superior a SPSS para esto en términos de claridad de output. Las tablas salen casi listas para tu sección de resultados. Activa siempre la opción de tamaño del efecto e intervalo de confianza, que están a un clic.
Fase 3: psicometría básica. AFC, fiabilidad con omega, análisis factorial exploratorio. Jamovi es excelente. Reporta omega y alpha en la misma tabla, da las cargas factoriales en formato limpio y los índices de ajuste con sus puntos de corte estándar.
Fase 4: análisis avanzados. Aquí decides. Si tu modelo es un AFC clásico, mediación con tres variables, o modelo mixto con un par de efectos aleatorios, jamovi lo hace. Si necesitas algo más complejo (SEM con variables categóricas, modelos multinivel con muchos niveles, network analysis), considera salir a R o complementar con otro software.
Este flujo escalonado tiene una ventaja oculta: te permite aprender el software gradualmente. Empiezas con lo fácil y, según vas necesitando análisis más sofisticados, decides si subir el nivel en jamovi o dar el salto a R. Muchas tesis se completan al 90% solo con jamovi, y el 10% restante se delega a un colega o a un consultor para los análisis más exigentes.
Cómo reportarlo en tu tesis sin que te miren raro
La pregunta más frecuente que me hacen los doctorandos es: "¿pongo en mi tesis que lo hice con jamovi o me invento que fue con SPSS?". La respuesta es clara: ponlo con jamovi, exactamente como lo hiciste. La transparencia es siempre la mejor política y, además, las revistas Q1 modernas valoran las herramientas open source.
El formato estándar para reportarlo en métodos es el siguiente:
"Statistical analyses were conducted in jamovi 2.7 (The jamovi project, 2024), which uses R 4.4 for computation. Confirmatory factor analysis was performed using the SEMlj module based on the lavaan R package (Rosseel, 2012). Reliability was estimated with the Reliability Analysis module using McDonald's omega and Cronbach's alpha."
Cita la versión exacta. Cita los paquetes de R que jamovi usa por debajo cuando los conoces (lavaan, psych, lmerTest, GAMLj). Esto es exactamente lo que se espera en un reporte transparente de análisis y demuestra que sabes lo que estás usando.
Cuando NO te lo recomiendo
Por último, sé honesto contigo mismo. No uses jamovi si:
1. Tu director va a hacer la vida imposible por usar algo distinto de SPSS. Si la batalla política te va a desgastar más que aprender SPSS, usa SPSS. Las tesis no se ganan en discusiones de software.
2. Tu universidad solo enseña SPSS y vas a necesitar pedir ayuda constantemente. En este caso usa SPSS para no luchar contra el ecosistema, pero plantéate jamovi para futuras publicaciones derivadas.
3. Tu análisis principal es algo muy especializado que jamovi no cubre bien. Si necesitas modelos SEM bayesianos o latent class analysis avanzado, jamovi va a frustrarte. Pásate directamente a R o Mplus.
4. Vas a usar muchísimas pruebas no paramétricas con correcciones específicas. SPSS y R tienen mejor cobertura aquí.
Lo que viene en los próximos años
El equipo de jamovi sigue activo y los módulos disponibles han crecido sustancialmente desde 2024. Lo que más me interesa de cara a 2027 y 2028 es la integración con otras herramientas de ciencia abierta: el preregistro en OSF directamente desde jamovi, la exportación a markdown para informes reproducibles, los plugins para análisis de redes psicopatológicas que ya están en beta. Esto va a hacer que la decisión "jamovi o no" sea cada vez menos una decisión y más una norma.
Si estás en mitad de tu doctorado y todavía estás decidiendo qué software usar, te recomiendo hacer la prueba: dedica una tarde a recrear los análisis de tu trabajo de fin de máster en jamovi. Si en esa tarde no se rompe nada, probablemente jamovi puede ser tu herramienta principal. Si te tropiezas con algo que no encuentra, ya tienes información útil sobre qué fragmento de tu tesis sí necesitará otra herramienta.
Y si quieres que revisemos juntos si jamovi es viable para tu diseño concreto, ese es exactamente el tipo de pregunta que trabajo en mis sesiones de asesoramiento estadístico para investigadores. Mejor decidirlo antes de empezar la fase de análisis que en mitad de ella.