1 定义
随机化分配（random assignment）是指研究者用随机程序将参试者分入不同实验条件，使每个参试者进入各条件的机会不受研究者、参试者自身特征或到场顺序等因素系统影响。
2 不同方法
简单随机分配是指参试者分入各组（不同实验条件）的概率相等。但实际实验执行，当因变量的个体差异越大、样本量越小，随机分配执行时出现不均衡的风险就越高。第一，有可能最终每个实验条件下的参试者人数不等，会降低统计效力。第二，因变量个体差异较大时，纯随机可能在单次执行中恰好把几个极端的参试者放入同一个条件。
区组随机化（block randomization）是将实验条件以随机顺序排列成区组，参试者按到场顺序依次填入槽位。例如，对于1个3水平自变量的组间实验，区组可能是 {B, A, C}，招募的3名参试者按照到场顺序依次进入B、A、C条件；随后生成下一个区组的随机排序。这种方式除了可以确保每组人数平衡之外，还能降低到场时间、实验批次等因素与某一条件系统性绑定的风险（例如，周一、周二、上午、下午状态不同的参试者均匀地分到了各个水平）。
如果某个因变量的个体差异较大，分组之前还可以先做一次前测（pretest），收集每个参试者在因变量上的基线水平。得到基线后，有两类用法。第一类是不干预分组，所有人照常随机分配，前测分数作为后续分析的协变量，用来调整不同条件在基线上的偶然差异，提高估计精度。第二类是直接把前测分数用于分组控制，例如匹配组设计（matched-groups design），将参试者按前测基线排序，再确保每种实验条件中均匀分配不同基线的参试者。具体地，把排序后的参试者依次切分成多个匹配组，每个匹配组内的参试者数量等于实验条件的数量，然后在匹配组内部随机分配每人进哪个条件。例如，对于1个3水平自变量的组间实验，可以对排序后的参试者每3人取一个组，每个组中3人随机分到3个自变量水平。
3 其他注意事项
前测的问题是，参试者做完前测，可能对实验关注的变量产生猜测，并调整实验中的行为。为了降低这一风险，可以把前测量表的条目嵌入大问卷，和人口学问题等其他问题混在一起，在招募后与正式实验开始之间的时间发放问卷，降低参试者把前测与正式任务直接联系起来的可能性。
另外，如果自变量本身是参试者固有机体特征（如性别、个体差异等），这类变量只能被选择，不能被操纵与随机指派。因此研究者通常不能像随机实验那样直接解释其因果作用，而应谨慎汇报为组间差异或相关性；若要进行因果解释，需要额外的设计控制与假设支持。