Als je niet randomiseert (en je kunt geslacht pas onder de deelnemes randomiseren als je het kunt manipuleren), dan spreek je over een quasi-experiment.
Dit geval is bovendien een goed voorbeeld omdat er geen causaal verband is tussen geslacht en rensnelheid. Dit is een uitstekend voorbeeld van confounding, en precies waarom je niet goed conclusies over causaliteit kunt trekken als je geen experiment uitvoert (i.e. de onafhankelijke variabele randomiseert).
Rensnelheid wordt wel causaal bepaald door, onder andere, spiermassa (in je benen, niet in je armen :-)). Dit kun je wel manipuleren, en dan kun je zien dat, of je nu mannen of vrouwen gaat trainen, de rensnelheid altijd toeneemt; en je vrouwen krijgt die sneller rennen dan mannen.
Het verschil dat je zou observeren in een quasi-experiment komt omdat mannen gemiddeld genomen meer spieren hebben. Dat komt dan weer door o.a. hormoonhuishouding, wat onder andere samenhangt met geslacht. Of die hormoonhuishouding wordt veroorzaakt door geslacht durf ik niet te zeggen; het is verleidelijk om dat te denken (en dus moeten er alarmbellen afgaan en moet je jezelf ervoor behoeden te snel een conclusie te trekken), maar het kan best zijn dat iets anders zowel geslacht als hormoonhuishouding bepaald. In dat geval zou geslacht geen oorzaak zijn.
Dus, dit zou een quasi-experiment zijn, en je zou daarna niet weten of geslacht invloed heeft op rensnelheid.
(Wel of mannen sneller rennen dan vrouwen of niet, en zoja, hoeveel sneller. Maar dat heeft niets met causaliteit te maken: correlatie impliceert geen causatie.)