六西格玛（6sigma）设计在企业实行有哪些必要性呢？

科学的发展是人类不断探索未知世界的过程，六西格玛（6sigma）试验是构成这个学习过程的一个要素。在这个过程中综合了人们的期望、需要、知识和资源等很多复杂的因素。六西格玛（6sigma）试验设计理论的提出给人们指明了研究的方向。

诸多的发明家通过大量的试验研究出了新事物，方便和丰富了人类的生活。灯泡的发明者爱迪生一生艰苦奋斗，经历过无数次的失败，在灯泡试验中，他尝试过上千种灯丝的材料，边试验边分析，然后逐步地将不适合的材料排除掉。这种方法速度太慢，而且只能从已经得到的偶然出现的好结果出发，摸索着继续前进，无法形成理论上的知识，无法预测何处将有更好的成果。这种凭直观猜测逐步探索的方法已经无法适应当代快速发展的需求。

另一种在多因子分析试验中常用的方法是“单因子变化法”或称“一次一因子法”(one-factor-at-one-time)。其做法是：多个因子中，每个因子依次改变，而其他因子则保持在固定的或选定的水平上。这样做所需要的试验次数肯定能比全面搭配时少，但它有许多缺点，与试验设计相比，要达到同样的效应估计的精度，需要更多的试验次数；不能估计某些交互效应；不能在试验区域内进行系统而全面的搜索；因而它的分析结论缺乏普遍性；它最后的结论对于固定因子的初始值的选定太敏感，因而可能错过最优的因子设置。这一方法现也已弃之不用了。

在六西格玛（6sigma）试验设计时，将全部因子全部水平的全部搭配都进行至少一次试验的安排方法称为全因子试验法(full factorial design)。这是人们容易想到的一个方法，而且可以获得相当多的信息。但是，是否我们永远可以使用全因子试验法呢?答案是否定的，因为这样做的试验次数太多，人们无法接受。如果有8个因子，每个因子只取二水平，那么全因子试验要2的八次方=256次:每个因子取三水平，那么全因子试验要3的八次方=6561次。这在实际工作中是办不到的，只能从中选择一部分来进行。那么怎样来选择条件呢？要寻求好的设计，就是要用最少的试验次数，获得尽可能多的信息，这就需要运用统计分析工具。如果不使用统计分析工具，即使是用全因子试验法，在拿到试验结果后，也只是从中挑那个最优值就结束，那么就会浪费大量的有用信息。

六西格玛（6sigma）试验设计的统计分析方法不但能从试验结果中找到最优值，而且可以判明哪些因子影响显著，哪些因子影响不显著，还可以得到有关的变化规律，预测将要达到的最佳值是多少和这个最佳值将在什么范围内波动，而这个最佳值可能根本从未在选定的条件中试验过。这些就是六西格玛（6sigma）统计分析方法的威力所在！