La fiabilidad es el grado en que una prueba produce resultados consistentes. Un instrumento fiable produce puntuaciones similares cuando se administra en condiciones similares o cuando se comparan sus ítems entre sí.

La fiabilidad test-retest examina la estabilidad a lo largo del tiempo. La fiabilidad de formas paralelas compara dos versiones equivalentes de la misma prueba. La consistencia interna, a menudo medida mediante el alfa de Cronbach, evalúa si los ítems que pretenden medir el mismo constructo son coherentes entre sí. La fiabilidad entre evaluadores evalúa el grado de acuerdo entre diferentes calificadores. Una alta fiabilidad es un requisito previo para la validez; una prueba poco fiable no puede ser una medida válida de nada.

Los coeficientes de fiabilidad oscilan entre 0 y 1,00. Los valores superiores a 0,80 se consideran generalmente aceptables para la mayoría de las investigaciones y aplicaciones prácticas, si bien los estándares varían según el contexto. Entre las causas de falta de fiabilidad se incluyen ítems ambiguos, administración inconsistente, errores de puntuación y fluctuaciones temporales en el examinado. Una elaboración cuidadosa de la prueba y procedimientos estandarizados mejoran la fiabilidad.

Una prueba que da aproximadamente el mismo resultado en repetidas ocasiones es fiable.