Reliabilita je míra, do jaké test poskytuje konzistentní výsledky. Spolehlivý nástroj produkuje podobné skóre, pokud je aplikován za podobných podmínek nebo když jsou jeho položky vzájemně porovnávány.

Spolehlivost při opakovaném testování zkoumá stabilitu v čase. Spolehlivost při paralelním testování porovnává dvě ekvivalentní verze stejného testu. Vnitřní konzistence, často měřená Cronbachovým alfa koeficientem, hodnotí, zda položky, které mají měřit stejný konstrukt, spolu souvisejí. Spolehlivost mezi hodnotiteli hodnotí shodu mezi různými hodnotiteli. Vysoká spolehlivost je předpokladem pro validitu; nespolehlivý test nemůže být platným měřítkem čehokoli.

Koeficienty spolehlivosti se pohybují od 0 do 1,00. Hodnoty nad 0,80 jsou obecně považovány za přijatelné pro většinu výzkumných a aplikovaných účelů, ačkoli standardy se liší v závislosti na kontextu. Mezi zdroje nespolehlivosti patří nejednoznačné položky, nekonzistentní administrace, chyby ve skóre a dočasné výkyvy u testovaného. Pečlivá konstrukce testu a standardizované postupy zvyšují spolehlivost.

Test, který opakovaně dává zhruba stejnou odpověď, je spolehlivý.