Сложность заданий определялась по объективным критериям экспертным путем и с помощью алгоритмического метода, при этом учитывалось то, что жесткая статистическая оценка трудности задач для критериальных исследований неприемлема.

Тесты прошли формальную проверку на надежность и валид-ность. Ретестовая надежность определялась повторным тестированием через 3,5 месяца (существенно, что данный интервал приходится на летние каникулы учащихся). Коэффициент ранговой корреляции для ТЕМ-7 равнялся для дифференциально-синтетического теста 0,93, для синтетического — 0,92. Для ТЕМ-8 эти значения соответственно для дифференциально-синтетического субтеста — 0,89, для синтетического субтеста — 0,91. Значимость на уровне 0,01.

Был использован и такой метод выявления надежности теста, как определение его гомогенности. С этой целью каждый субтест был разделен на три части (по 5 заданий в каждой). Надежность оценивалась посредством вычисления интеркорреляций выделенных частей с применением формулы Кьюдера—Ричардсона. При этом коэффициенты корреляции располагались в пределах от 0,95 до 0,98.

Валидность тестов определялась сравнением успешности выполнения их заданий со школьными оценками за самостоятельные работы по решению естественнонаучных задач. При этом для определения валидности дифференциально-синтетического субтеста использовались оценки за решение физических задач. Валидность синтетического субтеста оценивалась по результатам выполнения задач межпредметного характера. Коэффициенты корреляций для ТЕМ-7 распределялись следующим образом: для дифференциально-синтетического — 0,72; для синтетического — 0,70; для ТЕМ-8 — 0,74; для дифференциально-синтетического — 0,74; для синтетического — 0,69. Значимость на уровне 0,99.

Корреляция ТЕМ-7 с субтестом «Обобщение» из теста ШТУР составила 0,69 для дифференциально-синтетического субтеста и 0,67 — для синтетического.

Для ТЕМ-8 эти значения распределялись следующим образом: для дифференциально-синтетического — 0,68; для синтетического — 0,65 (по отношению к тесту ШТУР).