Alderson, J. C., Clapham, C. & Wall, D. 1995. Language Test Construction and Evaluation. Cambridge: Cambridge University Press. (También existe una traducción al español en la misma editorial publicada en Madrid, 1998).
En exames e estatística, a fiabilidade refírese á estabilidade dos resultados obtidos cando unha mesma proba de avaliación é realizada polos mesmos individuos en distintas ocasións ou por diferentes individuos de niveis similares. Por exemplo, se tres grupos de estudantes do mesmo curso fan o mesmo exame e obteñen puntuacións parecidas, ese exame será fiable. A fiabilidade relaciónase coa validez, xa que se unha proba non é fiable tampouco será válida (é dicir, non cumprirá co seu obxectivo de medir o que pretende medir). As probas que consisten en entrevistas ou composicións escritas teñen distintos graos de validez, pero polo xeral son pouco fiables. A fiabilidade dunha proba pode calcularse mediante diversos procedementos estatísticos. Normalmente exprésase en termos de correlación, por exemplo, entre as puntuacións obtidas polos mesmos alumnos en dous exames equivalentes (Fiabilidade por formas equivalentes ou paralelas), ou as correspondentes ás dúas metades do mesmo exame. Se as dúas puntuacións son idénticas ou posúen diferenzas regulares e predicibles, a correlación será perfecta e a proba terá un grao máximo de fiabilidade (o valor obtido é 1,00 ou próximo a 1,00); pola contra, a ausencia de correlación será un signo de que a proba é pouco fiable. Neste último caso, existen varios métodos para incrementar a fiabilidade: por exemplo, unha proba de preguntas de elección múltiple pode facerse máis fiable se se aumenta o número de preguntas ou se mellora a eficacia das opcións de distracción, co que se minimiza a influencia do factor azar.
Bachman, L. F. 1990. Fundamental Considerations in Language Testing. Oxford: Oxford University Press.
Bisquerra Alzina, R. 1989. Métodos de investigación educativa. Guía práctica. Barcelona: CEAC.
Consejo de Europa. 2001. Common European Framework of Reference for Languages: Learning, Teaching, Assessment. Cambridge: Cambridge University Press. (Existe también una traducción-adaptación española del 2002 por parte del Instituto Cervantes, publicada en Madrid por el Ministerio de Educación, Cultura y Deporte, y la editorial Anaya).
Fulcher, G. 2010. Practical Language Testing. London: Hodder Education.
Lado, R. 1972. Language Testing. The Construction and Use of Foreign Language Tests. London: Longman. 7th impression.