Los ensayos de un experimento son independientes si la probabilidad de cada resultado posible no cambia de un ensayo a otro. Por ejemplo, si usted lanza una moneda cincuenta veces, los lanzamientos de moneda son ensayos independientes, porque el resultado de un lanzamiento (cara o cruz) no afecta la probabilidad de que aparezca cara o cruz en el próximo lanzamiento.
Sin embargo, supongamos que usted toma cartas una a la vez de un lote estándar de cartas sin volver a colocar las cartas en el lote. Su probabilidad de tomar un as en el primer intento es 4/52. Si usted toma un as en el primer intento, su posibilidad de tomar un as en el segundo intento cambia de 4/52 a 3/51. Por lo tanto, los dos ensayos son dependientes, no independientes.
En un entorno de calidad, si un analista de mercadotecnia hace preguntas orales para responder con sí/no a un grupo específico en una sala, la respuesta de cada persona puede verse afectada por las respuestas de las otras personas que ya hablaron. Por lo tanto, los resultados de los ensayos (pregunta-respuesta) son dependientes, no independientes.
El tipo de análisis estadístico que se utiliza para evaluar los datos puede depender de si los ensayos son dependientes o independientes. Por ejemplo, los ensayos independientes son un supuesto importante para evaluar la capacidad del proceso utilizando una distribución binomial, cuando cada ensayo tiene solamente dos resultados posibles.
Supongamos que una empresa automotriz produce partes de metal de precisión para turbinas a gas. Antes del despacho, los inspectores eligen partes aleatoriamente y evalúan sus dimensiones utilizando un medidor láser. Con base en los resultados del medidor, aprueban o rechazan cada pieza. Como cada decisión de aceptar o rechazar una pieza es independiente, los inspectores pueden probar la capacidad del proceso con una distribución binomial para estimar si el porcentaje de partes defectuosas está dentro de las especificaciones de la empresa.