Jadi, Anda punya desain yang Anda ingin membuktikan lebih baik dari desain yang sudah ada dari Anda sendiri atau perusahaan lain. Apa cara, tercepat paling efisien untuk mendapatkan untuk menjawab bahwa dengan ukuran sampel yang sangat kecil? Whle mungkin ada beberapa pilihan yang Anda miliki, termasuk pengujian dipercepat, mereka masing-masing dapat memiliki manfaat dan kekurangan. Di sini, saya akan menganjurkan untuk nol-kegagalan pengujian sebagai pilihan yang realistis dan berguna, terutama karena itu adalah sesuatu yang kita sering lakukan anyways, tetapi tanpa pembenaran matematika.
Zero-kegagalan uji reliabilitas ini juga sering disebut pengujian pembuktian. Ini adalah tes yang dilakukan untuk membuktikan bahwa desain yang diberikan adalah lebih baik dari persyaratan atau desain sebelumnya. Jika Anda tahu bentuk Weibull parameter faktor kemungkinan (beta), maka Anda dengan mudah dapat menghitung ukuran dan panjang tes untuk memperkuat desain dalam pertanyaan untuk tingkat kepercayaan tertentu. Paling sering, baik jumlah unit tes yang tersedia atau waktu tes yang tersedia terbatas untuk Anda.
Pertama, sebelum melangkah lebih jauh, menentukan interval kepercayaan diperlukan Anda. Hal ini biasanya dinyatakan sebagai persentase. Untuk insinyur, 90% atau 95% umumnya digunakan. Jumlah tersebut mungkin lebih tinggi atau lebih rendah tergantung pada kekritisan fungsi desain Anda. Anda tidak ingin berada di posisi setelah fakta memilih interval kepercayaan cukup rendah untuk membuat pengujian Anda dihitung sebagai sukses.
Kedua, Anda perlu menentukan beta desain Anda, atau faktor bentuk Weibull. Jika Anda membandingkan terhadap desain sebelumnya yang serupa, Anda dapat menentukan versi beta dari catatan kegagalan desain tersebut. Jika Anda mengevaluasi desain baru, Anda biasanya bisa mendapatkan beberapa jenis wawasan dari buku pegangan, dan keandalan informasi yang diterbitkan lainnya pada sistem yang sama atau sistem yang mengandung komponen sepotong bagian yang sama. A-beta kurang dari 1,0 mencerminkan mode kegagalan kematian bayi, sedangkan 1,0 merupakan modus kegagalan acak, dan lebih tinggi dari 1,0 merupakan modus kegagalan wearout.
Ketiga, Anda harus memiliki karakteristik yang diperlukan kehidupan Anda, eta. Ini bisa berasal dari kehidupan karakteristik yang diperlukan, atau dari nilai (Mean Time Antara Kegagalan) MTBF, atau dapat dihitung berdasarkan data kegagalan dari desain sebelumnya.
Keempat, jika salah satu nomor unit test atau waktu tes yang tersedia terbatas, Anda perlu memahami batas-batas tersebut.
Sekarang, bahwa Anda memiliki titik-titik data, Anda dapat menghitung 'k', pengganda kehidupan karakteristik untuk pengujian tertentu dari persamaan berikut. Beta adalah faktor bentuk Weibull untuk desain Anda yang akan diuji, N adalah jumlah unit pengujian Anda berencana untuk menggunakan, dan Kepercayaan adalah keyakinan yang Anda inginkan dinyatakan sebagai angka antara 0 dan 1. 
Kemudian, diperlukan pengujian Anda waktu untuk menyelesaikan tanpa ada kegagalan dan membuktikan bahwa desain ini lebih baik dari yang terakhir atau lebih baik dari yang dibutuhkan hanyalah kehidupan karakteristik yang diperlukan dikalikan dengan nilai 'k' yang ditentukan di atas. 
Contoh: Pertimbangkan bahwa kami memiliki 3 unit transmisi mekanis yang kita ingin menguji untuk menunjukkan kehidupan yang lebih baik dari 1000 jam karakteristik dengan kepercayaan 90%. Dari desain yang mirip sebelumnya kita mengharapkan nilai beta (faktor bentuk Weibull) menjadi 2,2. Menggunakan persamaan di atas, kita menghitung k menjadi 0,8867. Dan, kemudian waktu tes yang dibutuhkan kami adalah 887 jam. Oleh karena itu, untuk menunjukkan kepatuhan dengan kebutuhan kita dengan keyakinan 90%, 3 unit masing-masing harus menyelesaikan 887 jam pengujian tanpa kegagalan.
