试验设计方法对产生或形成最佳改进方案的作用是关键性的。
试验设计（DOE）：计划安排一批试验，并严格按计划在设定的条件下进行这些试验，获得新数据，然后进行分析，得到所需的关键信息，从而获得改进的途径。
DOE所要达到的目的是分析出“哪些自变量X显著性影响因变量Y，这些X取什么值时将会使Y达到最佳值。
要注意的是，在分析阶段，分析完全依赖于未改变当前生产条件时所获得的数据；而在改进阶段，可能要考虑全新的工艺，也可能要打破目前生产条件的限制，大胆考虑那些从未使用过的值，因而有可能使Y获得最佳值。总之，两个阶段的条件限定是不同的。对于过去已经获得的结论要重新考虑其适用性，对于新情况更要开创性地探索以求得其规律性，以前的结论不能再直接套用。因此，这个阶段时一个最富挑战性的阶段，也是五个阶段中最困难的阶段，要做好足够的精神准备。同时，既然下决心要试验 ，期望获得得比过去好得多的结果，那也一定要承受可能得到比过去坏得多的结果，加上任何试验的设计和实施及分析都要付出大量的财力、物力和人力。就必须要万分慎重地对待，按照团队工作条例，经过讨论并获得批准后才能付诸实施，切记不要贸然行事。
方差分析和多元回归分析都是DOE分析中所使用的工具。对于历史数据可使用多元回归分析方法加以分析，获得相应的回归方程，得到Y与各个X间的关系式，但这种关系所获得的是”被动“的，因为使用的是已有的现成数据，几乎无法控制适用范围，无法控制方程的精确度，只能处于”有什么算什么“的状况。
改进阶段则处于一种全新的状况，面对的首要问题是如何 获得更有价值的数据，或者是用最少的试验次数揭示Y与X之间的关系。
当然，在计划好试验，获得了数据之后要进行一系列分析工作，而其中最重要的一项是判断因变量Y受哪些自变量X的显著影响，并进一步找出Y与X间的关系，这时就要使用方差分析和多元回归分析方法。
