信頼性とは、テストがどれだけ一貫した結果をもたらすかを示す指標です。信頼性の高いテストは、同様の条件下で実施した場合、またはテスト項目同士を比較した場合に、同様のスコアが得られます。

再テスト信頼性は、時間の経過に伴う安定性を検証します。並行形式信頼性は、同じテストの2つの同等バージョンを比較します。クロンバックのアルファ係数で測定されることが多い内的整合性は、同じ構成概念を測定することを目的とした項目が互いに整合しているかどうかを評価します。評定者間信頼性は、異なる評定者間の一致度を評価します。高い信頼性は妥当性の前提条件であり、信頼性の低いテストは、いかなるものも妥当に測定することはできません。

信頼性係数は0から1.00の範囲で表されます。一般的に、ほとんどの研究および応用目的において、0.80以上の値は許容範囲内とみなされますが、基準は状況によって異なります。信頼性を低下させる要因としては、曖昧な項目、一貫性のない実施方法、採点ミス、受験者の一時的な変動などが挙げられます。綿密なテスト作成と標準化された手順は、信頼性を向上させます。

繰り返し実施してもほぼ同じ結果が得られるテストは、信頼できる。