JASP có thể làm gì? Bản đồ phân tích, giới hạn và cách chọn công cụ
Một menu có tên phân tích phù hợp chưa bảo đảm phần mềm đáp ứng đúng bài toán. Người nghiên cứu phải kiểm tra cấu trúc dữ liệu, estimator, cách xử lý missing, chẩn đoán và đầu ra cần báo cáo.
JASP hỗ trợ nhiều phân tích frequentist và Bayesian qua giao diện, từ mô tả, so sánh nhóm và hồi quy đến factor analysis, SEM, meta-analysis, survival và machine learning. Phạm vi thay đổi theo phiên bản và module. Quyết định sử dụng cần được xác nhận bằng Features, Release notes và một lần chạy thử trên dữ liệu đại diện.
1. Bắt đầu từ câu hỏi nghiên cứu, không bắt đầu từ menu
JASP được thiết kế để cập nhật kết quả ngay khi người dùng thay đổi lựa chọn và giữ dữ liệu, tùy chọn cùng output trong tệp phân tích. Giao diện này giúp kiểm tra từng quyết định nhanh, nhưng tên một thủ tục trên ribbon chưa cho biết estimator, giả định hoặc cách xử lý dữ liệu có phù hợp hay không (Love và cộng sự, 2019).
Trước khi chọn phần mềm, hãy viết đầu ra cần có. Ví dụ, một nghiên cứu có thể cần ước lượng hệ số với khoảng tin cậy, so sánh mô hình, hiệu chỉnh sai số chuẩn, dự báo ngoài mẫu hoặc phân tích dữ liệu lồng nhau. Danh sách này cụ thể hơn câu hỏi chung như phần mềm có chạy SEM hay không.
JASP phù hợp khi module cung cấp đúng mô hình và người dùng có thể kiểm tra lựa chọn trong output. Nếu một yêu cầu cốt lõi không được hỗ trợ hoặc không được mô tả rõ, nên đổi công cụ. Không sửa câu hỏi nghiên cứu chỉ để vừa với menu.
Một công cụ đạt yêu cầu khi hỗ trợ đúng mô hình, estimator, cấu trúc dữ liệu, chẩn đoán và đầu ra đã xác định trước.
2. Xác nhận phiên bản, module và thay đổi giữa các release
Ảnh giao diện phải được đọc cùng số phiên bản. Bản cài trong hình là JASP 0.98, còn Release notes ghi JASP 0.99.0 phát hành ngày 21/10/2026. Phiên bản 0.98.8 bổ sung biểu đồ tương tác và đường tham chiếu, trong khi 0.99.0 tập trung vào một số sửa lỗi. Mốc này được kiểm tra ngày 26/10/2026 (JASP, 2026).
Số phiên bản mới hơn không tự làm một phân tích cũ sai. Nó cho biết người đọc cần kiểm tra thay đổi, lỗi đã sửa và khả năng mở lại tệp. Trong nghiên cứu đang tiến hành, nên chốt phiên bản cho một vòng phân tích, ghi ngày chạy và đọc Release notes trước khi nâng cấp.
JASP 0.98.0 giới thiệu JASP AI, một trợ lý có thể gọi mô hình tương thích với API OpenAI và thao tác phân tích bằng ngôn ngữ tự nhiên. Kết quả do trợ lý tạo vẫn phải được kiểm tra như mọi thao tác khác. Không gửi dữ liệu nhận diện cho dịch vụ bên ngoài khi chưa có căn cứ pháp lý, đồng ý của người tham gia và cấu hình bảo mật phù hợp (JASP, 2026).
- Mở About JASP và ghi phiên bản đầy đủ.
- Kiểm tra module cần dùng đã được bật.
- Đọc mục tương ứng trong Release notes.
- Mở thử một tệp đại diện trước khi nâng cấp hàng loạt.
- Ghi phiên bản, ngày chạy và hệ điều hành trong nhật ký.
3. Bản đồ các nhóm phân tích trong JASP
Trang Features hiện liệt kê các nhóm cốt lõi gồm Descriptives, T-Tests, ANOVA, Mixed Models, Regression, Frequencies và Factor. Các module mở rộng bao phủ Reliability, SEM, Meta-Analysis, Network, Survival, Time Series, Machine Learning, Quality Control và nhiều lĩnh vực khác (JASP, n.d.).
Bản đồ dưới đây gom chức năng theo câu hỏi thay vì theo vị trí nút. Cách gom này giúp người đọc phân biệt mục tiêu mô tả, so sánh, giải thích, đo lường và dự báo. Một nghiên cứu có thể đi qua nhiều nhóm, nhưng mỗi bước cần đầu vào và giả định riêng.
| Câu hỏi | Nhóm JASP có thể xem xét | Đầu ra cần kiểm tra | Giới hạn cần hỏi |
|---|---|---|---|
| Dữ liệu phân bố ra sao? | Descriptives, plots | N hợp lệ, missing, vị trí, phân tán, hình | Kiểu biến và mã thiếu đã đúng chưa? |
| Hai hoặc nhiều nhóm khác nhau thế nào? | T-Tests, ANOVA, nonparametric | Effect size, CI, chẩn đoán | Độc lập, lặp lại hay có hiệp biến? |
| Các biến liên hệ ra sao? | Correlation, Regression, Mixed Models | Hệ số, CI, residual, dự báo | Outcome dùng family và link nào? |
| Thang đo có cấu trúc gì? | PCA, EFA, CFA, Reliability | Loading, fit, residual, độ tin cậy | Dữ liệu ordinal và estimator được xử lý thế nào? |
| Mô hình biến tiềm ẩn phù hợp không? | SEM, mediation, latent growth | Tham số, fit, CI, indirect effects | Có đa mức, weights hoặc missing phức tạp không? |
| Cần bằng chứng Bayesian? | Các module Bayesian tương ứng | Prior, BF hoặc posterior, robustness | Kết luận có nhạy với prior không? |
4. Frequentist và Bayesian là hai logic suy luận khác nhau
JASP đặt nhiều phân tích frequentist và Bayesian cạnh nhau. Sự gần nhau trên giao diện không làm hai kết quả có cùng ý nghĩa. P-value được tính dưới giả thuyết và mô hình đã nêu; Bayes factor so sánh khả năng dự báo của các giả thuyết dưới prior cụ thể; credible interval mô tả phân phối hậu nghiệm.
Một Bayes factor không nên được dùng như p-value đổi tên. Kế hoạch Bayesian cần nêu giả thuyết, prior, hướng kiểm định, phân tích độ nhạy và cách báo cáo. Hướng dẫn JASP của van Doorn và cộng sự (2021) tổ chức công việc theo bốn giai đoạn: lập kế hoạch, thực hiện, diễn giải và báo cáo.
Nếu nghiên cứu dùng cả hai khung, hãy nói rõ vai trò của từng phân tích. Không chọn kết quả thuận lợi hơn sau khi xem dữ liệu. Tệp .jasp nên giữ prior, robustness check và output được dùng trong bản thảo.
| Thành phần | Frequentist | Bayesian | Câu hỏi kiểm tra |
|---|---|---|---|
| Bằng chứng kiểm định | p-value theo giả thuyết và thiết kế | Bayes factor giữa các mô hình hoặc giả thuyết | Giả thuyết đã được nêu trước chưa? |
| Ước lượng | Estimate và confidence interval | Posterior và credible interval | Khoảng được diễn giải đúng logic chưa? |
| Giả định bổ sung | Sampling model và thủ tục lặp | Prior và sampling model | Kết luận nhạy với lựa chọn nào? |
| Báo cáo | Effect size, CI, p và chẩn đoán | Prior, BF hoặc posterior và robustness | Tệp phân tích có tái tạo được không? |
5. Dữ liệu, missing và khả năng tái lập
Giao diện kéo thả không loại bỏ yêu cầu quản lý dữ liệu. Người dùng vẫn phải giữ bản raw bất biến, codebook, quy tắc tạo biến, mã missing và nhật ký sửa dữ liệu. Goss-Sampson (2025) hướng dẫn cách khai báo kiểu biến, chọn phân tích và đọc output, nhưng các quyết định làm sạch phải được ghi ngoài menu.
Tệp .jasp lưu dữ liệu cùng phân tích và giúp người khác xem lại tùy chọn. Love và cộng sự (2019) xem khả năng kiểm tra phân tích qua giao diện là một điểm thiết kế của JASP. Tệp này không thay thế dữ liệu gốc, script tạo biến hoặc hồ sơ giải thích vì sao một quan sát bị sửa.
Filters và computed columns cần được kiểm tra đặc biệt. Một filter đang bật có thể làm N giảm mà người đọc không nhận ra; một điểm thang đo có thể được tính từ quá ít item hợp lệ. Ghi công thức, điều kiện áp dụng và số trường hợp bị loại.
Đóng băng dữ liệu đầu vào
Giữ bản raw chỉ đọc và tạo bản dẫn xuất cho phân tích.
Kiểm tra schema
Đối chiếu tên biến, kiểu đo lường, miền giá trị và missing với codebook.
Ghi mọi biến đổi
Lưu công thức computed column, filter và quy tắc loại trường hợp.
Lưu tệp JASP có phiên bản
Dùng tên tệp có ngày hoặc phiên bản và không ghi đè vòng phân tích đã báo cáo.
Mở lại để kiểm tra
Đóng, mở lại tệp và xác nhận output vẫn được tạo từ đúng dữ liệu.
6. Factor analysis, reliability và SEM: có module chưa phải là đủ
Trang Features liệt kê PCA, EFA và CFA trong nhóm Factor; Reliability có độ tin cậy đơn hướng, ICC, rater agreement và Bland-Altman; SEM gồm structural equation modeling, PLS-SEM, mediation, latent growth và một số phân tích khác (JASP, n.d.). Phạm vi này rộng, nhưng người nghiên cứu vẫn phải đối chiếu yêu cầu của mô hình với tùy chọn thực tế.
Câu hỏi chính là estimator có phù hợp với loại dữ liệu hay không. Item ordinal ít mức, dữ liệu đa mức, complex survey weights, missing theo cơ chế cần mô hình hóa hoặc mô hình có ràng buộc đặc biệt có thể đòi hỏi chức năng chưa xuất hiện trong module đang dùng.
Tên PLS-SEM trên menu cũng không chứng minh quy trình trùng với SmartPLS hoặc package R cụ thể. Hãy đối chiếu thuật toán, bootstrap, tiêu chí mô hình đo lường, treatment của composite và đầu ra dự báo trước khi dùng hai công cụ để đối chứng.
| Yêu cầu | Cần xác nhận trong JASP | Nếu chưa xác nhận được |
|---|---|---|
| Loại chỉ báo | Liên tục, ordinal, nominal hoặc composite | Không ép biến vào kiểu scale để mở menu |
| Estimator | Tên estimator và giả định phân phối | Chuyển công cụ có tài liệu rõ |
| Missing | Listwise, pairwise, FIML hoặc cơ chế khác | Không để mặc định quyết định thay kế hoạch |
| Cấu trúc mẫu | Độc lập, lồng nhau, weighted hoặc longitudinal | Chọn mô hình hỗ trợ đúng cấu trúc |
| Chẩn đoán | Residual, fit, influence và convergence | Không báo cáo chỉ số fit đơn lẻ |
| Tái lập | Phiên bản module, tùy chọn và output | Lưu bằng chứng trước khi chuyển công cụ |
Một tùy chọn khả dụng chỉ cho biết JASP có thể chạy thủ tục. Tính phù hợp phải được bảo vệ bằng thiết kế, dữ liệu và literature của phương pháp.
7. Các module chuyên biệt và cách kiểm tra phạm vi
JASP hiện có module cho meta-analysis, network analysis, survival, time series, machine learning, quality control, audit và nhiều chủ đề khác. Meta-Analysis bao gồm các lựa chọn classical và Bayesian; Survival có mô hình không tham số, bán tham số và tham số; Time Series liệt kê descriptives, stationarity, ARIMA và spectral analysis (JASP, n.d.).
Danh sách này thay đổi nhanh hơn tài liệu giảng dạy. Hãy mở Features để biết module được công bố, sau đó đọc Release notes để xác định thay đổi gần đây. Một manual cũ vẫn có giá trị về nguyên lý, nhưng ảnh menu và tùy chọn có thể không còn khớp.
Khi dùng module ít phổ biến, nên chạy một ví dụ có kết quả đã biết và đối chiếu với tài liệu phương pháp hoặc phần mềm khác. Đây là kiểm tra implementation, không phải săn tìm hai con số giống tuyệt đối.
| Module | Câu hỏi phương pháp | Đầu ra tối thiểu |
|---|---|---|
| Meta-Analysis | Effect measure, heterogeneity và bias model nào? | Estimate, CI, tau-squared, diagnostics |
| Survival | Censoring, time origin và proportional hazards phù hợp không? | Survival curve, effect, CI, diagnostics |
| Time Series | Chuỗi có stationarity, seasonality và đủ độ dài không? | ACF hoặc PACF, residual và forecast |
| Machine Learning | Mục tiêu dự báo, validation và leakage được kiểm soát chưa? | Out-of-sample metric và uncertainty |
| Network | Estimator, regularization và stability được xác định chưa? | Network, accuracy hoặc stability và giới hạn |
| Quality Control | Thiết kế lấy mẫu và loại chart có đúng quá trình không? | Chart, limits và quy tắc tín hiệu |
8. Quy trình năm cổng để quyết định có nên dùng JASP
Quy trình bắt đầu bằng câu hỏi và kết thúc bằng khả năng tái lập. Mỗi cổng cần một bằng chứng cụ thể, chẳng hạn mục trong manual, tùy chọn hiện trên phiên bản cài đặt hoặc kết quả từ một lần chạy thử.
Đừng đợi đến khi đã làm sạch dữ liệu và viết phương pháp mới phát hiện module thiếu estimator. Một pilot kỹ thuật với vài biến đại diện có thể xác nhận kiểu dữ liệu, tốc độ, output và khả năng xuất bảng trước khi phân tích toàn bộ mẫu.
Cổng 1: câu hỏi
Xác định mục tiêu là mô tả, ước lượng, kiểm định, giải thích hay dự báo.
Cổng 2: cấu trúc dữ liệu
Ghi outcome, kiểu biến, lặp lại, lồng nhau, weights, missing và thời gian.
Cổng 3: mô hình
Xác nhận estimator, family, link, prior hoặc thuật toán đúng với kế hoạch.
Cổng 4: đầu ra
Kiểm tra effect, interval, fit, residual, robustness và dự báo có sẵn.
Cổng 5: tái lập
Bảo đảm tệp, phiên bản, tùy chọn và dữ liệu dẫn xuất có thể bàn giao.
9. Bốn tình huống thực hành để chọn công cụ
Các tình huống dưới đây là ví dụ quyết định, không phải xếp hạng phần mềm. Kết luận chỉ đúng khi phiên bản và module thực tế đáp ứng những yêu cầu đã nêu.
Một công cụ khác có thể phù hợp hơn vì nhóm nghiên cứu cần syntax tự động, complex survey, panel estimator, mô hình latent đa mức hoặc một quy trình PLS-SEM chuyên sâu. Lý do chuyển phải gắn với yêu cầu thiếu, không gắn với thói quen hoặc thương hiệu.
| Tình huống | JASP có thể phù hợp khi | Cần cân nhắc công cụ khác khi |
|---|---|---|
| So sánh hai nhóm với outcome liên tục | Có đúng thiết kế, effect size, CI và chẩn đoán | Cần survey weights hoặc cấu trúc phụ thuộc phức tạp |
| CFA cho item Likert | Estimator và treatment của ordinal được xác nhận | Cần estimator hoặc hiệu chỉnh không có trong module |
| Meta-analysis | Effect measure và bias diagnostics cần dùng được hỗ trợ | Cần model hoặc workflow cập nhật tự động chuyên biệt |
| PLS-SEM | Thuật toán, bootstrap và tiêu chí báo cáo khớp kế hoạch | Cần phân tích composite, prediction hoặc kỹ thuật mở rộng chưa hỗ trợ |
Một câu ngắn về estimator, cấu trúc dữ liệu và đầu ra giúp quyết định có thể được phản biện trước khi xem kết quả.
10. Thực hành Step-by-step: kiểm tra JASP trước khi phân tích thật
Bài thực hành này dùng một tệp đại diện đã loại thông tin nhận diện. Mục tiêu không phải tạo kết quả đẹp. Người học cần chứng minh rằng phiên bản JASP đang dùng có thể đọc đúng dữ liệu, chạy đúng thủ tục và cung cấp đủ bằng chứng để báo cáo.
Chuẩn bị một bản sao dữ liệu có khoảng 20 đến 50 dòng, gồm ít nhất một biến định danh, một biến nhóm, một biến ordinal và một biến scale. Nếu chưa có dữ liệu, mở Data Library của JASP và chọn bộ dữ liệu phù hợp với thủ tục muốn thử. Ghi tên tệp, ngày thực hành và câu hỏi phân tích vào phiếu kiểm tra.
Các bước dưới đây phải được thực hiện theo đúng thứ tự. Sau mỗi bước, lưu một bằng chứng ngắn như ảnh màn hình đã ẩn danh, tên tùy chọn hoặc nhận xét trong nhật ký. Nếu một cổng không đạt, dừng lại để sửa dữ liệu hoặc đổi công cụ trước khi chạy mẫu đầy đủ.
| Chặng | Thao tác | Bằng chứng phải thấy | Nếu không đạt |
|---|---|---|---|
| Môi trường | About JASP và module | Phiên bản, ngày chạy, module đã bật | Cập nhật protocol hoặc cài đúng module |
| Dữ liệu | Mở tệp và kiểm tra cột | Số dòng, số cột, kiểu biến và missing khớp codebook | Dừng để sửa dữ liệu dẫn xuất |
| Thủ tục | Chọn phân tích và biến | Vai trò biến, estimator hoặc family đúng kế hoạch | Đổi thiết lập hoặc đổi công cụ |
| Kết quả | Bật output bắt buộc | Estimate, interval và chẩn đoán cần thiết xuất hiện | Không dùng kết quả để kết luận |
| Tái lập | Lưu, đóng và mở lại | Tệp .jasp giữ đúng dữ liệu, tùy chọn và output | Kiểm tra lỗi lưu hoặc quản lý phiên bản |
Bước 1. Ghi phiên bản
Mở About JASP, chép số phiên bản đầy đủ và mẫu trích dẫn phần mềm. Đối chiếu Release notes nếu phiên bản khác ảnh hướng dẫn.
Bước 2. Bật đúng module
Nhấn dấu cộng ở cuối thanh công cụ, kiểm tra module cần dùng và chỉ bật những module có liên quan đến kế hoạch phân tích.
Bước 3. Mở dữ liệu đại diện
Mở bản sao đã ẩn danh hoặc một bộ trong Data Library. Đối chiếu số dòng, số cột, tên biến và vài giá trị đầu với codebook.
Bước 4. Xác nhận kiểu biến
Nhấp biểu tượng cạnh tên cột và kiểm tra nominal, ordinal hoặc scale. Không đổi loại biến chỉ để mở được một nút phân tích.
Bước 5. Chạy thủ tục tối thiểu
Mở nhóm phân tích đã định, chuyển biến vào đúng ô và giữ thiết lập đơn giản nhất. Với bước sàng lọc, có thể bắt đầu bằng Descriptives để kiểm tra Valid, Missing, Minimum và Maximum.
Bước 6. Bật đầu ra bắt buộc
Chọn estimate, interval, effect size, model fit, residual hoặc diagnostics theo protocol. Không đánh dấu mọi tùy chọn nếu chúng không trả lời câu hỏi.
Bước 7. Đọc warning trước con số
Kiểm tra thông báo lỗi, convergence, N thực tế và số trường hợp bị loại. Một bảng được tạo ra không chứng minh thủ tục đã chạy đúng.
Bước 8. Đối chiếu tiêu chí Pass, Stop hoặc Change tool
Pass khi mô hình, dữ liệu, estimator, chẩn đoán và đầu ra đều phù hợp. Stop khi dữ liệu hoặc đặc tả cần sửa. Change tool khi JASP thiếu một yêu cầu cốt lõi.
Bước 9. Lưu và mở lại
Lưu tệp .jasp bằng tên có phiên bản, đóng ứng dụng, mở lại tệp và xác nhận dữ liệu, tùy chọn cùng output còn nguyên.
Không bỏ qua warning để tiếp tục chụp bảng. Ghi nguyên nội dung cảnh báo, xác định bước gây ra nó và chỉ chạy tiếp khi đã hiểu ảnh hưởng tới ước lượng.
11. Bài thực hành 15 phút và mẫu ghi chép
Bài tập dùng Data Library hoặc một bản sao dữ liệu đã ẩn danh. Chọn một câu hỏi đơn giản, chẳng hạn mô tả một biến scale theo một biến nhóm. Đi qua chín bước ở trên mà không bỏ bước kiểm tra kiểu biến, N hợp lệ và warning.
Sau khi hoàn tất, người học phải giải thích được vì sao chọn nhóm phân tích, đầu ra nào hỗ trợ câu trả lời và giới hạn nào vẫn còn. Nếu chỉ tạo được một bảng nhưng không giải thích được ba điểm này, bài thực hành chưa đạt.
Ảnh minh họa cần chụp đúng vị trí thao tác và phần output đang được giải thích. Cắt bỏ tên tệp, đường dẫn, ID, email và dữ liệu từng người. Mỗi ảnh có chú thích nêu người đọc cần nhìn vào đâu, thay vì chỉ ghi tên màn hình.
Một bài thực hành hoàn chỉnh phải cho phép người đọc lặp lại thao tác, hiểu từng đầu ra được dùng và biết khi nào phải dừng hoặc chuyển công cụ.
Mẫu báo cáo tiếng Việt
Kiểm tra kỹ thuật được thực hiện bằng JASP [phiên bản] trên tệp dữ liệu đại diện gồm [N] trường hợp. Biến [tên] được khai báo là [nominal/ordinal/scale] theo codebook. Thủ tục [tên] cung cấp [ước lượng, khoảng và chẩn đoán]; [không có/có] cảnh báo ảnh hưởng tới diễn giải. JASP được [chấp nhận/tạm dừng/thay bằng công cụ khác] vì [lý do gắn với mô hình, dữ liệu hoặc đầu ra].
- Ghi câu hỏi phân tích bằng một câu.
- Ghi phiên bản JASP và tên module.
- Đối chiếu số dòng, số cột và kiểu biến.
- Chụp một ảnh thao tác đã ẩn danh.
- Chụp một ảnh output và đánh dấu phần cần đọc.
- Ghi N hợp lệ và cách xử lý missing.
- Nêu quyết định Pass, Stop hoặc Change tool.
- Lưu tệp .jasp và mở lại để kiểm tra.
- Viết một đoạn báo cáo ngắn từ output thực tế.
12. Ghi phiên bản, trích dẫn phần mềm và bàn giao
About JASP cung cấp phiên bản và mẫu trích dẫn phần mềm. Với bản phát hành hiện hành tại ngày cập nhật bài, có thể ghi JASP Team (2026), JASP 0.99.0, nhưng nghiên cứu phải thay bằng đúng phiên bản đã chạy (JASP Team, 2026).
Phần phương pháp cần nêu phiên bản, module, lựa chọn estimator và những thiết lập ảnh hưởng kết quả. Danh mục tham khảo chứa bản ghi phần mềm; phụ lục hoặc kho nội bộ giữ tệp .jasp, codebook và nhật ký dữ liệu.
Giao diện dễ dùng không làm giảm yêu cầu báo cáo. Người đọc phải biết dữ liệu nào đi vào phân tích, thủ tục nào được chạy, lựa chọn nào khác mặc định và output nào hỗ trợ kết luận.
Mẫu báo cáo tiếng Việt
Phân tích được thực hiện bằng JASP [phiên bản] (JASP Team, [năm]) với module [tên và phiên bản nếu có]. Mô hình [tên] sử dụng [estimator, family, link hoặc prior] vì [đặc điểm dữ liệu và mục tiêu]. Dữ liệu thiếu được xử lý bằng [ ]. Các ước lượng được báo cùng [95% CI hoặc credible interval], chẩn đoán [ ] và phân tích độ nhạy [ ]. Tệp .jasp, codebook và nhật ký quyết định được lưu cùng phiên bản phân tích.
- Câu hỏi và đầu ra cần có được ghi trước khi chọn phần mềm.
- Phiên bản JASP và module được xác nhận.
- Estimator hoặc thuật toán khớp loại dữ liệu.
- Missing, weights, clustering và lặp lại được xem xét.
- Effect, interval, diagnostics và robustness có trong output.
- Frequentist và Bayesian được diễn giải đúng logic.
- Ảnh hướng dẫn không chứa dữ liệu nhận diện.
- Tệp .jasp, codebook và nhật ký được bàn giao.
- Trích dẫn phần mềm khớp đúng phiên bản đã dùng.
Kết luận
JASP bao phủ một dải phân tích rộng và đặc biệt hữu ích khi người học cần nhìn thấy kết quả thay đổi theo từng lựa chọn. Giá trị của giao diện nằm ở khả năng làm rõ quyết định, không phải ở việc bỏ qua giả định.
Hãy chọn JASP sau khi đi qua năm cổng: câu hỏi, dữ liệu, mô hình, đầu ra và tái lập. Khi một cổng không đạt, đổi công cụ là quyết định phương pháp bình thường.
Tài liệu tham khảo
- Goss-Sampson, M. A. (2025). Statistical analysis in JASP 0.19.3: A guide for students. https://jasp-stats.org/wp-content/uploads/2025/07/Statistical-Analysis-in-JASP-A-guide-for-students-2025.pdf
- JASP. (n.d.). Features. https://jasp-stats.org/features/
- JASP. (2026). Release notes. https://jasp-stats.org/release-notes/
- JASP Team. (2026). JASP (Version 0.99.0) [Computer software]. https://jasp-stats.org/
- Love, J., Selker, R., Marsman, M., Jamil, T., Dropmann, D., Verhagen, J., Ly, A., Gronau, Q. F., Šmíra, M., Epskamp, S., Matzke, D., Wild, A., Knight, P., Rouder, J. N., Morey, R. D., & Wagenmakers, E.-J. (2019). JASP: Graphical statistical software for common statistical designs. Journal of Statistical Software, 88(2), 1-17. https://doi.org/10.18637/jss.v088.i02
- van Doorn, J., van den Bergh, D., Böhm, U., Dablander, F., Derks, K., Draws, T., Etz, A., Evans, N. J., Gronau, Q. F., Haaf, J. M., Hinne, M., Kucharský, Š., Ly, A., Marsman, M., Matzke, D., Komarlu Narendra Gupta, A. R., Sarafoglou, A., Stefan, A., Voelkel, J. G., & Wagenmakers, E.-J. (2021). The JASP guidelines for conducting and reporting a Bayesian analysis. Psychonomic Bulletin & Review, 28(3), 813-826. https://doi.org/10.3758/s13423-020-01798-5
Ghi chú học thuật: Danh sách tính năng thay đổi theo phiên bản và module. Bài được đối chiếu với Features và Release notes ngày 26/10/2026. Ảnh giao diện dùng JASP 0.98, còn bản phát hành được ghi trong Release notes tại thời điểm cập nhật là 0.99.0.