DOE（Design Of Experiment）并不等同于试验，DOE之所以存在，根本目的是为了节约时间，提高试验效率，DOE不是试验本身，而是试验方法，这是其本质，试验是要花费时间和成本的，即使世界上没有DOE，也有试验，也有试验的设计，DOE就是一种节约型的设计而已。

我不是唯工具论者，我始终认为工具是死的，特别是对于像PCB这样生产过程复杂的制造企业，不管是一个应用工具而或一套管理方法，如果脱离了其使用本质，远离生产过程，坐在办公室里就能完成工作的方式，其结果也只是成为了另一件工具罢了。如果我说DOE其实并不难，恐怕一堆砖头就要过来了，大家普遍觉得DOE不好学、知识含量大、统计基础难掌握、田口法又不知所云，但这些原因并不在于工具本身，我要讲的是：“你用，或者不用，DOE就在那里，等着你”
之前在网上看过一个叫《三个罗密欧与一个朱丽叶》的DOE案例，摘录下来跟大家分享，通过这个案例，我们能很容易地理解什么是DOE，了解到其遵循的三项基本原则：均衡性（Balanced）、随机性（Randomization）和重复性（Replication）。同时也能体会到使用DOE其实并不需要什么高深的技术，人人都可掌握，甚至在日常生活中也可以运用。

这个案例是Symphony Technologies公司执行总监Ravi与他两位朋友Naren和Deepak的真实故事，他们当年通过实验设计的方法发现了女孩Renu对Deepak情有独钟，最后他俩真的喜结连理，成就一世佳缘。

聪聪、明明和帅帅在大学时每天都一块上学。一个阳光明媚的早上，他们经过一家别墅时，一个叫丽丽的女孩冲出了家门，留给了他们一个含情脉脉的微笑。哇！真漂亮啊！他们惊呆了，三个年轻人很庆幸他们的重大发现，相约每天同一时间经过这栋别墅。他们都喜欢上了丽丽，并且想追求她，但理性告诉他们，丽丽只是喜欢他们中的某一位。他们很想知道这个女孩到底喜欢谁？但都不好意思直接去问。于是，他们发挥聪明才智，设计并实施了一系列实验来确定丽丽所钟情的对象……

他们按设定的方式单独、两两或三人同时经过丽丽的家门口，测试丽丽的反应，以便确认丽丽到底喜欢谁。实验安排如下（见附件）

：
显然，帅帅是明显的赢家，聪聪和明明握住帅帅的手，祝他好运。

DOE是研究如何制定实验方案，以提高实验效率，缩小随机误差的影响，并使实验结果能有效地进行统计分析的理论与方法。其基本思想是英国统计学家R.A. Fisher提出的。在这个案例中有三个因子(Factor)：聪聪、明明和帅帅，在实验中所有因子都有计划地被故意改变，并测量每次实验组合时的响应；当事人有两种状态：在场和不在场，这种因子被故意改变的状态就称为水平(Level)。一个有效的实验设计可以在同一次试验中改变多个因子，这将大大降低实验的次数，而且能够获得足够的信息使结果可信。

测量的目标变量叫响应（Response），它被表达为丽丽是否出现。而响应的不同称为效应（Effect），可以用上述的分析图来表示。这个案例中所进行的实验是均衡的（Balanced），因为每个人在每种状态下被测试的次数是一样的，这样有助于其公平性。

而不同人员组合的出场顺序是通过掷骰子随机的（Randomization）决定的，非随机性的实验中外部因素会以系统性的方式影响到响应的结果，这种风险就是噪音（Noise）。实验进行了两周，是为了满足其重复性（Replication）的要求，这样可以得到更多的信息，有利于提高评估结果的可信度，但过多的重复次数显然会增加实验过程的成本。

回头再看看两个周日的实验出了什么差错呢？为什么丽丽对帅帅的出现没有作出响应呢？原来，在第一个周日，丽丽的父亲因为琐事将她关在了屋子里。丽丽的父亲是这次实验中不可控制的外部因素，它会随机地突然出现，影响丽丽的响应从而混淆实验结果。看来用潜在变量（Lurking Variable）定义丽丽的父亲最合适不过了。在第二个周日，丽丽因为心情不好而没有如期出现。毕竟她是人，不能期望她的行为总是保持与统计的规律一致，这就是在实验中经常会遇到的实验误差（Experimental Error）。

DOE固然是一种高级的质量工具，也的确有着非常复杂和庞大的理论系统和统计知识，要说懂，绝非易事。但我们没有必要去崇拜或者惧怕它，在品质管理的过程中，我们的目的是为了解决问题，而不是作学问搞研究，只要结合实际的需求，把握住其应用本质，再荆棘丛生的路，也终究会豁然开朗，柳暗花明。