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