Надежность — измерение постоянства результатов теста или результатов исследования.

Валидность — точность результатов теста или исследовательской работы; то есть это тот предел, до которого тест или исследование в действительности измеряет или показывает то, что надо измерить и показать.

Метод тестирования показывает высокое постоянство экспертной оценки, другую разновидность надежности, если разные специалисты, проводящие оценку, независимо приходят к одинаковому решению, как записывать результаты оценки и как их интерпретировать. Тесты, построенные по схеме правильно — ложно, а также тесты с множественными выборами для ответа дают постоянные результаты независимо от того, кто производит оценку, но при проведении некоторых особых тестов требуется, чтобы оценивающий высказал свое мнение. Представьте, что по условиям теста требуется скопировать картину. Сделанная копия оценивается по точности выполнения. Одна и та же копия может быть по-разному оценена различными специалистами.

И, наконец, средство оценки должно показать высокую валидность; оно должно точно измерять то, что должно быть измерено (Barker et al., 1994; Kline, 1993). Представьте, что шкала измерения веса каждый раз показывает 12 фунтов, когда на весы кладется мешок с сахаром весом 10 фунтов. Хотя эта шкала надежна, т. к. ее показания постоянны, но она непригодна из-за того, что эти показания не точны. Некоторые средства оценки кажутся пригодными, потому что в этом есть смысл. Данный тип пригодности, который называют очевидная валидность (face validity), сам по себе не означает, что оцениваемая техника надежна. Тест на депрессию, например, может включать вопросы о том, часто ли пациент плачет.

Поскольку люди с депрессией действительно нередко плачут, подобные вопросы в тесте могли бы иметь очевидную валидность. Однако, оказывается, что некоторые люди много плачут вовсе не из-за депрессии, а некоторые больные с тяжелой формой депрессии могут вовсе не плакать. Таким образом, не следует пользоваться средством оценки до тех пор, пока оно не будет иметь высокой прогностической или совпадающей валидности (Goodwin, 1995).