Pokud například skupina studentů píše test, lze očekávat, že pokud budou stejný test psát o několik měsíců později, budou jejich výsledky velmi podobné. Tato definice se opírá o to, že v mezidobí neexistuje žádný matoucí faktor.
Přístroje, jako jsou testy IQ a průzkumy, jsou hlavními kandidáty na metodiku test-retest, protože je malá pravděpodobnost, že by lidé zažili náhlý skok v IQ nebo náhle změnili své názory.
Na druhou stranu vzdělávací testy často nejsou vhodné, protože studenti se v mezidobí naučí mnohem více informací a v druhém testu vykazují lepší výsledky.
Spolehlivost testu a opakovaného testu a působení času
Pokud například skupina studentů píše test ze zeměpisu těsně před koncem pololetí a jeden po návratu do školy na začátku dalšího pololetí, měly by testy přinést zhruba stejné výsledky.
Pokud se naopak test a opakovací test skládají na začátku a na konci pololetí, lze předpokládat, že mezidobí výuky zlepší schopnosti studentů. Spolehlivost testů a retestů tak bude ohrožena a lepší jsou jiné metody, například dělené testování.
I když se použije postup spolehlivosti testů a retestů bez známek intervenujících faktorů, vždy bude existovat určitá míra chyby. Existuje velká pravděpodobnost, že si subjekty budou pamatovat některé otázky z předchozího testu a podají lepší výkon.
Některé subjekty mohly mít napoprvé prostě špatný den nebo nemusely brát test vážně. Z těchto důvodů mohou studenti, kteří čelí opakovaným zkouškám, očekávat, že se setkají s odlišnými otázkami a o něco přísnějším standardem známkování, který to bude kompenzovat.
Je docela dobře možné, že i v průzkumech může dojít k velké změně názoru. Lidé mohli být dotazováni na svůj oblíbený druh chleba. Pokud v mezidobí chlebová společnost uspořádá dlouhou a rozsáhlou reklamní kampaň, je pravděpodobné, že to ovlivní názor ve prospěch této značky. To ohrozí spolehlivost testu-retestu, a proto je třeba s analýzou zacházet opatrně.
Spolehlivost testu a opakovaného testu a matoucí faktory
Dat spolehlivosti testu a opakovaného testu prvek kvantifikace, statistické testy ji zohledňují v analýze a generují číslo mezi nulou a jedničkou, přičemž 1 znamená dokonalou korelaci mezi testem a retestem.
Dokonalost je nemožná a většina výzkumníků akceptuje nižší úroveň, buď 0,7, 0,8 nebo 0,9, v závislosti na konkrétní oblasti výzkumu.
Tím však nelze zcela odstranit matoucí faktory a výzkumník je musí předvídat a řešit během plánování výzkumu, aby byla zachována spolehlivost test-retest.
Pro utlumení pravděpodobnosti, že několik subjektů zkreslí výsledky, ať už z jakéhokoli důvodu, je test korelace mnohem přesnější u velkých skupin subjektů, které přehluší extrémy a poskytnou přesnější výsledek.
.