實驗設計(Design of Experiments, 縮寫為DOE)，是研究如何制定適當的實驗方案，對實驗數據進行有效的統計分析的數學理論與方法。它對于解決多因素優化問題，有效的提高產品質量，降低生產成本卓有成效。現已為美國和日本企業廣泛使用。實驗設計還可應用于改進企業管理，調整產品結構，制定高效生產計劃等。 

    實驗設計 ( DOE ) 也是DMAIC路徑中改善階段的主要工具之一。實驗設計廣泛應用于設計、制造與封裝領域，直接改善工藝菜單，優化流程。

    實驗設計是一種簡單易行、節約成本的強有力的統計工具，它能成十倍甚至成百倍的提高產品質量，如果質量是帶動公司前進的火車頭，那么實驗設計就是燃料。

DOE的基本原理

　　試驗設計的三個基本原理是重復，隨機化，以及區組化。
　　所謂重復，意思是基本試驗的重復進行。重復有兩條重要的性質。
　　第一，允許試驗者得到試驗誤差的一個估計量。這個誤差的估計量成為確定數據的觀察差是否是統計上的試驗差的基本度量單位。
　　第二，如果樣本均值用作為試驗中一個因素的效應的估計量，則重復允許試驗者求得這一效應的更為精確的估計量。如s2是數據的方差，而有n次重復，則樣本均值的方差是。這一點的實際含義是s2/n，如果n=1，如果2個處理的y1 = 145，和y2 = 147，這時我們可能不能作出2個處理之間有沒有差異的推斷，也就是說，觀察差147-145=2可能是試驗誤差的結果。但如果n合理的大，試驗誤差足夠小，則當我們觀察得y1隨機化是試驗設計使用統計方法的基石。
　　所謂隨機化，是指試驗材料的分配和試驗的各個試驗進行的次序，都是隨機地確定的。統計方法要求觀察值（或誤差）是獨立分布的隨機變量。隨機化通常能使這一假定有效。把試驗進行適當的隨機化亦有助于“均勻”可能出現的外來因素的效應。
　　區組化是用來提高試驗的精確度的一種方法。一個區組就是試驗材料的一個部分，相比于試驗材料全體它們本身的性質應該更為類似。區組化牽涉到在每個區組內部對感興趣的試驗條件進行比較。

DOE實驗的基本策略
　　策略一：篩選主要因子（X型問題化成A型問題）
　　實驗成功的標志：在ANOVA分析中出現了1~4個顯著因子；這些顯著因子的累積貢獻率在70%以上。
　　策略二：找出最佳的生產條件（A型問題化成 T型問題）
　　實驗成功的標志：在第二階段的實驗中主要的誤差都是隨機因素造成的。
　　因為各因子皆不顯著，因此，每一因子之各項水準均可使用,在此情況下豈不是達到了成本低廉且又容易控制之目的。
　　策略三：證實最佳生產條件有再現性。

DOE的作用

在工業生產和工程設計中能發揮重要的作用，主要有：
　　1.提高產量；
　　2.減少質量的波動，提高產品質量水準；
　　3.大大縮短新產品試驗周期；
　　4.降低成本；
　　5.試驗設計延長產品壽命。
　　在工農業生產和科學研究中，經常需要做試驗，以求達到預期的目的。例如在工農業生產中希望通過試驗達到高質、優產、低消耗，特別是新產品試驗，未知的東西很多，要通過試驗來摸索工藝條件或配方。如何做試驗，其中大有學問。試驗設計得好，會事半功倍，反之會事倍功半，甚至勞而無功。
　　如果要最有效地進行科學試驗，必須用科學方法來設計。所謂試驗的統計設計，就是設計試驗的過程，使得收集的數據適合于用統計方法分析，得出有效的和客觀的結論。如果想從數據作出有意義的結論，用統計方法作試驗設計是必要的。當問題涉及到受試驗誤差影響的數據時，只有統計方法才是客觀的分析方法。這樣一來，任一試驗問題就存在兩個方面：試驗的設計和數據的統計分析。這兩個是緊密相連的，因為分析方法直接依賴于所用的設計。

DOE的七種工具

1、 多變圖技術

    根據以往經驗確定影響質量的可能要素，例如工人班次、機床、原材料、工藝變量等，每隔一段時間抽取連續生產的幾件產品，按需觀察的這些要素的幾種情況分別測試質量特性，畫成圖表進行比較分析，以確定引起波動的原因。

2、零件搜索技術

   根據以往經驗確定影響產品質量的可疑零件，隨機選取幾個好的產品和壞的產品，將壞產品上的可疑零件與好產品上的對應零件進行交換，重新裝配后進行質量特性參數的測量、比較、分析，以找到影響產品質量的主要零件。

3、成對比較技術

   隨機選取5對以上的好的和壞的產品，用各種方法測試其各種參數并比較其不同之處，以確定影響產品質量的主要原因。成對比較技術適用于不可拆卸的產品。

4、變量搜索技術

   與零件搜索有許多相似之處，都是逐個替換，進行測試比較，以搜索引起產品質量波動的主要原因，但變量搜索是針對變量的，而零件搜索則是針對零件的。

5、完全析因技術

   采用以上四項技術，尋找出4個以下的主要因素，這些因素按全部因素所有水平的一切組合逐次進行實驗，研究這些因素的主效應和相互之間的交互作用，以確定最佳的因素水平匹配方案。

6、 改進效果檢查

    令B為改進后的工序，而C為改進前的工序。為了驗證改進效果，可以設定風險率a(第Ⅰ類風險)和b(第Ⅱ類風險)，隨機抽取B和C兩種產品(樣本量由風險率決定)，進行假設檢驗，以確定在規定的風險率下，B產品是否優于C產品。

7、 實驗設計的回歸分析

    對散布數據作出散布圖，應用回歸理論，診斷出對產品影響大和小的因素，從而找出影響產品質量波動的主要原因，并根據波動大小，確定各因素的目標值和容差。

   實驗設計在質量控制的整個過程中也扮演了非常重要的角色，它是產品質量提高，工藝流程改善的重要保證。實驗設計的方法可以為每一個操作工人、技術人員所應用。