Надежность — это степень, в которой тест дает согласованные результаты. Надежный инструмент дает схожие результаты при проведении в схожих условиях или при сравнении его пунктов друг с другом.

Надежность теста при повторном тестировании оценивает стабильность во времени. Надежность параллельных форм сравнивает две эквивалентные версии одного и того же теста. Внутренняя согласованность, часто измеряемая с помощью коэффициента альфа Кронбаха, оценивает, насколько согласованы между собой пункты, предназначенные для измерения одного и того же конструкта. Межэкспертная надежность оценивает согласованность между разными экспертами. Высокая надежность является необходимым условием валидности; ненадежный тест не может быть валидным показателем чего-либо.

Коэффициенты надежности варьируются от 0 до 1,00. Значения выше 0,80, как правило, считаются приемлемыми для большинства исследовательских и прикладных целей, хотя стандарты различаются в зависимости от контекста. Источниками ненадежности являются неоднозначные задания, непоследовательное проведение тестирования, ошибки в подсчете баллов и временные колебания в состоянии испытуемого. Тщательная разработка теста и стандартизированные процедуры повышают надежность.

Тест, дающий примерно одинаковый ответ при повторных попытках, является надежным.