任何一项试验研究都包括受试对象、影响因素和观测指标三部分，故其被称为试验设计三要素。

影响因素包括试验因素和非试验因素。所谓试验因素，就是研究者希望通过试验考察其对试验结果是否有影响的性质相同的不同试验条件的总称，包括物理、化学、生物以及社会因素等。而研究对象自身具有的、可影响其发展过程的某些因素(如性别、年龄等)，通常被称之为非试验因素，但必要时也可作为试验因素。有些非试验因素来自环境、条件和研究者。任何一个因素至少应具有两个不同的水平，如：药物浓度的高低、作用时间的长短、温度的高低等。于是，不同因素或同一因素的水平不同，就造成试验条件的多样性，包括：单因素单水平(本质上应属于单因素两水平)：这是科研中较常见的一种试验类型，如某降压药对原发性高血压患者降压作用的观察，比较时常以“正常血压”为基准(它是此项试验研究中降压药种类这个因素的理论水平)，就属于这类试验;单因素多水平：比较某药物不同剂量对某病的疗效观察，便属于这类试验，特别是珍贵药物、毒性较大的药物或新药最佳剂量的选择，往往需要采用这类试验;多因素多水平：例如探索联合用药方案、研究中药复方等。由于生物体的复杂性，决定了多因素多水平研究成为最常用的试验研究类型。

在试验研究中，除了试验因素对观测结果有影响外，还会有其他因素对观测结果产生影响，如受试对象的性别、体重、年龄、心理状态等基本特征，试验者的技术水平和情绪等是否稳定，药物或试剂的质量和性能是否稳定，做试验时的环境和条件是否稳定等，它们都被称为非试验因素。非试验因素虽然不是试验因素，但由于其中有些会严重影响试验结果，产生混杂效应，所以又被称为混杂因素或干扰因素。其中，影响不可忽视的又被称为重要的非试验因素，常简称为区组因素。设计时应明确这些重要的非试验因素，有意识地控制和消除其对观测结果的干扰和影响。

试验研究的目的不同，对试验的要求也不同。若在整个试验过程中影响观察结果的因素很多，就必须结合专业知识，对众多的因素做全面分析，必要时做一些预试验，区分哪些是重要的试验因素，哪些是重要的非试验因素，以便选用合适的试验设计方法妥善安排这些因素。任何试验效应都是多种因素作用的结果，我们不可能也没有必要在一次或几次研究中,研究所想到的一切有关因素，只能抓住对试验结果影响较大的主要因素加以研究。

值得注意的是，多种因素之间往往存在交互作用。交互作用是在原效应的基础上产生增强效应或减弱效应的作用。如两药共用可发生药效的协同作用或拮抗作用。因此在试验设计时，除要考虑各因素单独施加于受试对象的效应，还要考虑各因素配合施加受试对象的效应。特别是，当同时使用的药物种类在两种或两种以上时，若因素之间存在交互作用，可解释为协同或拮抗作用。但是，若一种药物与作用时间之间存在交互作用时，其交互作用就不能解释成协同或拮抗作用了。此时的正确解释为：此药物的不同剂量所产生的疗效之间的差别将随着作用时间的改变而改变。很可能是作用时间短时，此药物不同剂量之间疗效接近，而随着作用时间延长到一定程度时，此药物的不同剂量之间疗效的差别就越来越明显。

试验因素有数量因素与质量因素之分。所谓数量因素，就是因素水平的取值是定量的，如药物的剂量、药物作用的时间等。

在试验中选取哪些水平需要认真考虑，水平选取得过于密集，试验次数就会增多，许多相邻的水平对结果的影响十分接近。这不仅不利于研究目的的实现，而且还会浪费人力、物力和时间。反之，该因素的不同水平对结果的影响规律不能真实地反映出来，易于得出错误的结论。在缺乏经验的前提下，应进行必要的预试验或借助他人的经验，选取较为合适的若干个水平。所谓质量因素，就是因素水平的取值是定性的，如药物的种类、处理方法的种类等。研究中应结合实际情况和具体条件，选取质量因素的水平，千万不能不顾客观条件而盲目选取。

如何保证试验因素在整个试验的过程中始终一致，这就是试验因素的标准化问题。例如试验因素是药品，除应确定药品的名称、性质、成分、作用及用法外，还应明确生产厂家、药品批号、出厂日期及保存方法等。试验因素不同，所得的结果当然是不同的。同样，其他因素也必须遵循标准化原则，否则那些非试验因素或多或少会影响试验结果，导致结论出现较大偏差。因此，在设计时应制订或摸索出标准化的具体措施和方法，使试验因素真正达到标准化，并尽可能使非试验因素始终处于可控状态。

实际工作者在确定试验因素方面常犯的错误有：(1)喜欢用“组别”这个词作为全部试验分组的总称，无论试验中涉及到多少个组，他们总把“组别”理解为“一个试验因素”，很自然地将其下的各组理解为该因素的各个水平。(2)毫无根据地选择很多试验因素，使试验研究变得十分复杂，往往因为试验条件、人力和时间都达不到起码的要求，使试验研究半途而废或因安排不当，组间夹杂着某些混杂因素的影响，导致结论可信度低。(3)由于研究者试验设计水平贫乏，不能科学地利用多因素试验设计技术，而将其他试验因素视而不见，每次只让自己关心的某个试验因素取不同的水平，当试验因素之间不独立时，常得出错误结论。