Reliabilitet är i vilken utsträckning ett test ger konsekventa resultat. Ett tillförlitligt instrument ger liknande poäng när det administreras under liknande förhållanden eller när dess frågor jämförs med varandra.

Test-retest-reliabilitet undersöker stabilitet över tid. Parallellformsreliabilitet jämför två likvärdiga versioner av samma test. Intern konsistens, ofta mätt med Cronbachs alfa, bedömer om objekt som avses mäta samma konstruktion hänger ihop. Interbedömarreliabilitet utvärderar överensstämmelse mellan olika poänggivare. Hög reliabilitet är en förutsättning för validitet; ett opålitligt test kan inte vara ett giltigt mått på någonting.

Reliabilitetskoefficienter varierar från 0 till 1,00. Värden över 0,80 anses generellt vara acceptabla för de flesta forsknings- och tillämpade ändamål, även om standarder varierar beroende på sammanhang. Källor till otillförlitlighet inkluderar tvetydiga frågor, inkonsekvent administration, poängsättningsfel och tillfälliga fluktuationer hos testtagaren. Noggrann testkonstruktion och standardiserade procedurer förbättrar tillförlitligheten.

Ett test som ger ungefär samma svar vid upprepade tillfällen är tillförlitligt.