试验设计（英文：design of experiments ，DOE）。
产品质量的高低主要是由设计决定的，一个好的试验设计包含几个方面的内容。
第一是明确衡量产品质量的指标，6σ管理强调用数据说话，所以这个质量指标必须是能够量化的指标，在试验设计中称为试验指标，也称为响应变量 (response variable）或输出变量。
第二是寻找影响试验指标的可能因素（factor) ，也称为影响因子和输入变量。
因素变化的各种状态称为水平，要求根据专业知识初步确定因素水平的范围。
第三是根据实际问题，选择适用的试验设计方法。
试验设计的方法有很多，每种方法都有不同的适用条件，选择了适用的方法就可以事半而功倍，选择的方法不正确或者根本没有进行有效的试验设计就会事倍而功半。
第四是科学地分析试验结果，包括对数据的直观分析、方差分析、回归分析等多种统计分析方法，这些工作可以借助Minititab软件完成。
实验设计中的主要问题包括确定有效性，可靠性和可复制性。
例如，可以通过仔细选择自变量，减少测量误差的风险并确保方法的文档足够详细来部分解决这些问题。
相关问题包括达到适当水平的统计能力和敏感性。
扩展资料：统计控制最好在进行设计的实验之前，对过程进行合理的统计控制。
如果无法做到这一点，则可以通过适当的阻断，复制和随机化来精心设计实验。
为了控制令人讨厌的变量，研究人员制定了控制检查作为附加措施。
研究者应确保不受控制的影响（例如，来源可信度感知）不会歪曲研究结果。
甲操纵检查是一个控制检查的一个例子。
通过操作检查，调查人员可以隔离主要变量，以加强对这些变量按计划运行的支持。
实验研究设计的最重要要求之一是必须消除虚假，中间和先验变量的影响。
在最基本的模型中，原因（X）导致结果（Y）。
但是可能存在影响（Y）的第三个变量（Z），而X可能根本不是真正的原因。
据说Z是一个伪变量，必须对其进行控制。
对于中间变量（假定原因（X）和结果（Y）之间的变量）和先验变量（假定原因（X）之前的变量是真实原因）也是如此。
当涉及到第三个变量且尚未对其进行控制时，该关系被称为零级关系。
在实验研究设计的大多数实际应用中，有多种原因（X1，X2，X3）。
在大多数设计中，一次仅能处理这些原因之一。
参考资料：百度百科-试验设计
DOE验证的流程和目的是什么?
