Un programa de refuerzo de razón variable proporciona refuerzo tras un número impredecible de respuestas. El requisito de razón cambia de un reforzador a otro en torno a un valor promedio.

Las máquinas tragamonedas y muchas formas de juego funcionan con programas de refuerzo de razón variable: el siguiente premio puede llegar tras una tirada más o tras varias. Este programa genera altas tasas de respuesta y una resistencia extrema a la extinción. Dado que el refuerzo depende del número de respuestas y no del paso del tiempo, una respuesta más rápida produce un refuerzo más rápido, lo que fomenta una actividad elevada y persistente.

En el laboratorio, los programas de refuerzo de razón variable generan tasas de respuesta constantes y pronunciadas, con pocas pausas. La imprevisibilidad del requerimiento hace que la ausencia de refuerzo tras una respuesta determinada no sea informativa, por lo que la extinción es lenta. Este mismo principio sustenta una amplia gama de comportamientos humanos que solo tienen éxito de forma intermitente.

Cuando el número de respuestas necesarias para obtener la siguiente recompensa cambia constantemente, la respuesta tiende a ser rápida y persistente.