Ricevendo risposte prima di aver finito. Perché la gente è sempre così impaziente? Perché non possono aspettare fino a quando il test è completo, prima di chiedere risposte? Suppongo che sia solo la natura umana, come ho sentito questa domanda ogni volta che mi sono stati coinvolti nei programmi di test di affidabilità. E, anche se sapremmo molto di più se abbiamo aspettato per più dati a rotolare dentro, ci sono volte che siamo in grado di valutare dove si trova il nostro progetto sulla base dei risultati del test parziale.
Pensateci. Avrete probabilmente notato che negli studi medici a volte (raramente) solo un po 'di tempo in una pluriennale indagine l'efficacia di alcuni farmaci, procedure mediche o dispositivo il processo è interrotto. Questo perché le statistiche sono stati raccolti a sufficienza per stabilire che il farmaco o la procedura è estremamente dannoso o benefico. Questi sono risultati notevoli a venire così presto. I ricercatori spendere una grande quantità di sforzo per assicurare che i processi di progettazione che comprendono la giusta quantità di persone e la giusta lunghezza di tempo per determinare una risposta. Etica domanda che gli esperimenti non sono effettuate anche molti individui in un periodo troppo lungo di tempo. Allora, che cosa questo ci dice è che le statistiche parziali di un test in corso sarai in grado di fornirci informazioni importanti.
Lasciatemi descrivere la situazione ideale in cui potrebbe essere necessario fornire una risposta sui risultati del test parziale. Molte situazioni può fornire anche i dati meno rendere la prestazione di una risposta estremamente debole come non mai in base alla credibilità come analista di affidabilità. Diciamo che stiamo testando una popolazione di unità (20) in un test di vita accelerata. Alla vita equivalente di 27 cicli su 100, 6 unità del nostro totale di 20 hanno fallito. Dai nostri test precedenti ci aspettiamo un beta fattore di forma Weibull di circa 2,4, e il nostro tempo al fallimento dati tracciati nel grafico esponenziale è coerente con quello ( vedi questa pagina per un esempio ). Questo fattore sarà una fonte di incertezza fino a quando il test è terminato. E, naturalmente, stiamo assumendo che il nostro test è correttamente progettato.
Ora, utilizzando le normali tecniche Six Sigma ( almeno quelli di base ), i nostri dati non aggiunge un granché. Nessuna singola unità ha completato il test con successo, e così avremo poco da dire su se qualsiasi unità può anche sopravvivere alla durata della prova. Ma, siamo in grado di adattare i nostri dati ad una curva di distribuzione Weibull dato il nostro fallito per cento i valori ad un dato punto nel tempo e il nostro valore assunto beta. Ancora una volta, questo non corrisponde esattamente ciò che si calcola alla fine, ma può fornire informazioni utili in questa fase intermedia.
Utilizzando il calcolatore gratuito Weibull disponibili su questo sito, ho fornito i miei valori di ingresso e di esaminare i risultati. Si tratta di un'ottima occasione per testare la sensibilità dei risultati ai tuoi comandi, come la nostra informazione è incerto in questa fase. Variando gli ingressi del 10% al 15% e citando i risultati preliminari come un intervallo di valori sulla base di tale varianza può fornire più fiducia che si ha almeno identificato la regione dei valori di fine probabile. L'immagine sotto mostra i risultati ottenuti dalla calcolatrice. 
Come potete vedere, i nostri risultati indicano che il 99,97% delle nostre unità sarebbe fallito prima di 100 cicli, con un tempo medio tra guasti di circa 42 cicli. Questa non è una buona situazione. Vorremmo essere informati ora per fermare il test e migliorare la nostra struttura, anche se il 70% della nostra unità di prova sono perfettamente funzionanti. In questo caso, abbiamo dati sufficienti in questa fase del processo per trarre conclusioni. Se abbiamo continuato il test, è vero, saremmo in grado di trarre conclusioni ancora di più e fare più analisi, ma perché andare quando sappiamo che il fine della storia.
