六西格玛试验设计DOE在企业实行的必要性

科学的发展是人类不断探索未知世界的过程，实验是这个学习过程中的一个要素。在这个过程中，整合了人的期望、需求、知识、资源等诸多复杂因素。设计理论为人们指明了研究方向。

许多发明家通过大量的实验开发出了新的东西，这些东西方便并丰富了人类的生活。电灯的发明者爱迪生一生努力工作，经历了无数次失败。在灯泡试验中，他尝试了上千种灯丝材料，边试验边分析，然后逐渐淘汰不适合的材料。这种方法太慢，只能从已经得到的偶然的好结果出发，摸索前进的道路，无法形成理论知识，无法预测哪里会有更好的结果。这种基于直觉猜测逐步探索的方法已经无法满足当代快速发展的需要。

多因素分析实验中另一种常用的方法是“单因素变化法”或“一次一因素法”。做法是:在多个因素中，每个因素依次变化，而其他因素保持固定或选定的水平。这样做需要的测试次数当然可以比综合搭配少，但是缺点很多。与实验设计相比，要达到相同的效果估计精度，需要更多的测试。无法估计一些交互作用的影响；无法在试验区进行系统全面的搜索；因此，其分析结论缺乏普适性；其最终结论对固定因子初始值的选取过于敏感，可能会错过最优因子设置。这种方法现在已经被放弃了。

在六西格玛实验设计中，所有因素和所有水平的所有组合至少试验一次的排列方法称为全因子设计。这是一种人们很容易想到的方法，可以获得很多信息。但是我们能一直使用全因素测试方法吗？答案是否定的，因为实验太多，让人接受不了。如果有八个因子，每个因子只取两个水平，那么全因子实验要取2的八次方=256次；如果每个因子取三个水平，那么全因子实验要取3的八次方=6561次。这个在实际工作中是做不到的，只能选择一部分。那么如何选择条件呢？要寻求一个好的设计，就要用最少的试验次数获得尽可能多的信息，这就需要使用统计分析工具。如果不使用统计分析工具，即使使用全因素检验法，得到检验结果后，也只是挑出最优值，会浪费很多有用的信息。

六西格玛试验设计的统计分析方法不仅能从试验结果中找到最优值，还能识别哪些因素影响显著，哪些因素影响不显著。它还可以得到相关的变化规律，并预测要达到的最优值以及这个最优值的波动范围，这些在选定的条件下可能永远都无法检验。这些就是六西格玛统计分析方法的威力！