Граник и Шефлен (Granick and Scheflen, 1958) провели исследование, касающееся стабильности, внутренней согласованности и согласованности между экспертами для теста Блэкки. Их данные по межэкспертной согласованности, которая варьирует по 13 карточкам от 58 до 95% со средним 77,5%, показывают меньшую ее величину по сравнению с полученной Блумом, правда, такой результат все еще приемлем. Рассматривая стабильность и устойчивость во времени, данные исследователи использовали нетрадиционный подход, который в действительности не совсем релевантен этим 13 параметрам. В отношении внутренней согласованности они, очевидно, сочли достаточным продемонстрировать неизменность от рассказа к рассказу уровня вербальной гибкости и согласованности темы карточки с сочинением по ней. В отношении стабильности они предлагают свидетельства того, что рассказы, полученные от одних и тех же испытуемых в разное время, могут быть сопоставлены исследователем друг с другом с большей, чем случайная, вероятностью, а также того, что тематическое содержание рассказов, написанных одними и теми же испытуемыми в два промежутка времени, имеют большее сходство, чем рассказов, написанных группой испытуемых и сопоставленных с ней контрольной группой. Если бы отсутствовали иные доказательства относительно надежности параметров "Блэкки", нам пришлось бы сделать вывод, что мы не можем быть уверены в их эмпирической достоверности, так как подход Граника и Шефлена попросту крайне далек от предполагаемого применения этих параметров. К счастью, Бергер и Эверстин (Berger and Everstine, 1962) исследовали стабильность более непосредственным способом. Делая четырехнедельные перерывы между тестированиями, они получили коэффициенты стабильности по 50 студентам колледжа (мужчинам) для 13 параметров, варьирующие от 0,20 до 0,54 со средним 0,44. Стабильность этих параметров кажется довольно умеренной, особенно для теории, которая полагает, что развитие и изменение личности в основном заканчиваются ко времени достижения пубертата. Конечно, проблема может крыться не столько в теории, сколько в самом тесте. В конце концов, эти параметры действительно разнородны и неоднозначны и мы об этом уже говорили. Анализ внутренней согласованности может оказаться полезным при определении того, является ли это источником проблемы. К сожалению, обширных исследований внутренней согласованности практически нет. Я предлагаю перейти к рассмотрению исследований валидности, помня о том, что здесь мы вряд ли имеем дело со стабильными характеристиками, нарисованными воображением сторонников психоаналитической теории.