# Qué es el sample ratio mismatch (SRM)

> El sample ratio mismatch (SRM) es lo que pasa cuando un test A/B no reparte a los visitantes como debería: configuras un 50/50 y te llegan bastantes más a una versión que a otra. Es la señal más clara de que el test está roto, y mientras dure, su resultado no es fiable.

- Source: https://bixlow.com/es/glossary/sample-ratio-mismatch
- Language: es
- Updated: 2026-11-02
- Publisher: Bixlow

## Por qué es tan grave

Un reparto 50/50 nunca sale exacto: 10.000 contra 9.900 es normal. Pero cuando la diferencia es demasiado grande para ser azar, algo está apartando a un tipo concreto de visitante de una de las versiones.

Y ese algo casi nunca es neutral. Si la variante pierde a los visitantes con conexiones lentas, o a los que llegan de una campaña concreta, los dos grupos ya no son comparables. La variante puede parecer ganadora solo porque le han quitado a los que peor convierten.


## Ejemplo con números

Un test configurado al 50/50. La prueba de chi-cuadrado dice si la diferencia puede ser azar.

| Visitantes en el original | Visitantes en la variante | p-valor de la prueba | Qué significa |
| --- | --- | --- | --- |
| 10.000 | 9.900 | 0,48 | Reparto normal, el azar lo explica |
| 10.000 | 9.500 | 0,0003 | SRM: el test tiene un problema |

_Con 19.500 visitantes se esperarían 9.750 en cada lado. Una desviación de 250 por lado con ese volumen ocurre por azar unas 3 veces de cada 10.000._


## Las causas más habituales

Casi siempre es un problema técnico o de medición, no estadístico. Estos son los sospechosos de siempre.

- Bots: un rastreador que solo ejecuta una de las versiones, o que vuelve muchas veces con identidades distintas, infla un lado.
- Redirecciones: si la variante manda a otra página, parte de los visitantes se pierde por el camino y nunca se cuenta.
- Fallos de medición: la variante rompe el script de analítica, o carga tan tarde que el visitante se va antes de que se registre.
- Caché: una versión servida desde caché a quien no le tocaba, o una página cacheada que no ejecuta el test.
- Cambiar el reparto a mitad de test: pasar de 50/50 a 80/20 y mezclar las dos fases en el mismo resultado.


> **Qué hacer si salta.** No mires quién gana. Busca la causa: compara el reparto por dispositivo, navegador y fuente de tráfico, y mira si el desequilibrio empieza un día concreto (un despliegue, una campaña nueva). Cuando lo arregles, vuelve a empezar la medición desde cero. Los datos que ya tienes están contaminados.


## Cómo lo trata Bixlow

Bixlow hace una prueba de chi-cuadrado de las exposiciones contra el reparto que configuraste, con un umbral de 0,001 para no dar falsas alarmas. Si falla, la página de resultados lo dice y no da veredicto, aunque una versión parezca ganar. Y si cambias el reparto de un test en marcha, la medición vuelve a empezar para no mezclar las dos fases.


## FAQ

### ¿Un SRM favorece a alguna de las versiones?

No a priori. Lo que dice es que los grupos ya no son comparables, así que el resultado puede estar sesgado hacia cualquiera de los dos lados.

### ¿Qué diferencia de reparto es normal?

Depende del volumen. Con pocos cientos de visitantes, un 55/45 puede ser azar; con decenas de miles, un 51/49 ya puede ser un problema. Por eso se usa una prueba estadística y no el ojo.

### ¿Puedo corregir el resultado en vez de repetir el test?

No es buena idea. No sabes qué visitantes faltan ni cómo habrían convertido. Arregla la causa y mide de nuevo.

### ¿Por qué un umbral de 0,001 y no de 0,05?

Porque la prueba se repite muchas veces durante el test. Con 0,05, uno de cada veinte tests daría la alarma sin motivo.

## Para seguir leyendo

- [Qué es un test A/B bayesiano](https://bixlow.com/es/glossary/bayesian-ab-testing)
- [La estadística de Bixlow](https://bixlow.com/es/platform/statistics)
- [Tests A/B con Bixlow](https://bixlow.com/es/platform/ab-testing)