विश्वसनीयता वह सीमा है जिस तक कोई परीक्षण सुसंगत परिणाम देता है। एक विश्वसनीय उपकरण समान परिस्थितियों में प्रयोग किए जाने पर या उसके प्रश्नों की आपस में तुलना किए जाने पर समान अंक देता है।

टेस्ट-रीटेस्ट विश्वसनीयता समय के साथ स्थिरता की जांच करती है। समानांतर-रूप विश्वसनीयता एक ही परीक्षण के दो समतुल्य संस्करणों की तुलना करती है। आंतरिक संगति, जिसे अक्सर क्रोनबैक अल्फा द्वारा मापा जाता है, यह आकलन करती है कि क्या एक ही अवधारणा को मापने का दावा करने वाले आइटम आपस में सुसंगत हैं। अंतर-मूल्यांकनकर्ता विश्वसनीयता विभिन्न स्कोररों के बीच सहमति का मूल्यांकन करती है। उच्च विश्वसनीयता वैधता के लिए एक पूर्व शर्त है; एक अविश्वसनीय परीक्षण किसी भी चीज़ का वैध माप नहीं हो सकता।

विश्वसनीयता गुणांक 0 से 1.00 तक होते हैं। .80 से ऊपर के मान आमतौर पर अधिकांश शोध और व्यावहारिक उद्देश्यों के लिए स्वीकार्य माने जाते हैं, हालांकि मानक संदर्भ के अनुसार भिन्न होते हैं। अविश्वसनीयता के स्रोतों में अस्पष्ट प्रश्न, असंगत संचालन, स्कोरिंग त्रुटियां और परीक्षार्थी में अस्थायी उतार-चढ़ाव शामिल हैं। सावधानीपूर्वक परीक्षण निर्माण और मानकीकृत प्रक्रियाओं से विश्वसनीयता में सुधार होता है।

जो परीक्षण बार-बार लगभग एक ही उत्तर देता है, वह विश्वसनीय होता है।