產品質量的高低主要是由設計決定的，一個好的試驗設計包含幾個方面的內容。

　　1、明確衡量產品質量的指標，6σ管理強調用數據說話，所以這個質量指標必須是能夠量化的指標，在試驗設計中稱為試驗指標，也稱為響應變量 （response variable）或輸出變量。

　　2、尋找影響試驗指標的可能因素（factor） ，也稱為影響因子和輸入變量。因素變化的各種狀態(tài)稱為水平，要求報據專業(yè)知識初步確定因家水平的范圍。

　　3、根據實際問題，選擇適用的試較設計方法試驗設計的方法有很多，每種方法都有不同的適用條件，選擇了適用的方法就可以事半而功倍，選擇的方法不正確或者根本沒有進行有效的試驗設計就會事倍而功半。

　　4、科學地分析試驗結果，包括對數據的直觀分析、方差分析、回歸分析等多種統計分析方法，這些工作可以借助Minititab軟件完成。

　　回歸分析的步驟

　　1、根據預測目標，確定自變量和因變量

　　明確預測的具體目標，也就確定了因變量。如預測具體目標是下一年度的銷售量，那么銷售量Y就是因變量。通過市場調查和查閱資料，尋找與預測目標的相關影響因素，即自變量，并從中選出主要的影響因素。

　　2、建立回歸預測模型

　　依據自變量和因變量的歷史統計資料進行計算，在此基礎上建立回歸分析方程，即回歸分析預測模型。

　　3、進行相關分析

　　回歸分析是對具有因果關系的影響因素（自變量）和預測對象（因變量）所進行的數理統計分析處理。只有當變量與因變量確實存在某種關系時，建立的回歸方程才有意義。因此，作為自變量的因素與作為因變量的預測對象是否有關，相關程度如何，以及判斷這種相關程度的把握性多大，就成為進行回歸分析必須要解決的問題。進行相關分析，一般要求出相關關系，以相關系數的大小來判斷自變量和因變量的相關的程度。

　　4、檢驗回歸預測模型，計算預測誤差

　　回歸預測模型是否可用于實際預測，取決于對回歸預測模型的檢驗和對預測誤差的計算�；貧w方程只有通過各種檢驗，且預測誤差較小，才能將回歸方程作為預測模型進行預測。

　　5、計算并確定預測值

　　利用回歸預測模型計算預測值，并對預測值進行綜合分析，確定最后的預測值。