Dit kan door in die vier groepen weer een willekeurig nummer toe te kennen, een secondaire randomisatie. Sterker nog, je kunt deze secondaire randomisatie voor alle deelnemers toepassen, maar er alleen in de vier bewuste groepen iets mee doen. Je maakt dan een 'equation' (of 'vergelijking') aan voor beide randomisaties. De eerste noem je bijvoorbeeld primaryCond en de tweede secondaryCond.
primaryCond wordt dan:
{rand(1,9)}
En secondaryCond wordt:
{rand(1,4)}
Vervolgens plaats je als relevance equation de volgende relevantie vergelijking om op de eerste randomisatie te selecteren:
(primaryCond.NAOK==”1″)
En als je dit wil combineren met de tweede bijvoorbeeld:
((primaryCond.NAOK==”8″) && (secondaryCond.NAOK==”2″))
Groepen met die tweede relevantie vergelijking zijn dus alleen zichtbaar voor mensen die in 'primaire groep' 8 zitten, en voor de tweede randomisatie '2' hadden.
Je kunt overigens die secondaire randomisatie ook pas laten plaatsvinden in de vier groepen waar hij van op toepassing is. Dan moet je hem er wel vier keer in zetten, en krijg je dus vier verschillende variabelen in je dataset. Maar je kunt ook, zoals ik in dit voorbeeld doe, hem voor alle deelnemers aanmaken, maar gewoon negeren voor de mensen in de vijf groepen waar hij niet van toepassing is.