Vi må stille strenge krav til de testene som inngår i et testbatteri. En god test kjennetegnes blant annet ved at testen er:

1. relevant
2. valid (gyldig)
3. pålitelig
4. enkel og lite utstyrskrevende

En relevant idrettsspesifikk test kjennetegnes først og fremst ved at den er konkurranselik, og at det er god sammenheng mellom testresultat og konkurranseresultat. Er testen relevant, vil de beste utøverne skåre best, mens de dårligste skårer dårligst. En korrelasjonsanalyse mellom testresultat og konkurranseresultat kan avdekke hvor relevant en testøvelse er. Korrelasjons-koeffisienten (r-verdien) uttrykker graden av sammenheng mellom X (testresultat) og Y (konkurranseresultat). Er det full positiv sammenheng, er r=1,00. Er det full negativ korrelasjon, er r=-1,00, og er det ingen sammenheng, er r≈0,00. Høy korrelasjon indikerer altså at testen er relevant. Undersøkelser i sprint har f.eks. vist at testresultater av utøverens maksimale løpshurtighet (toppfart) korrelerer svært bra (r=0.95) på 100 meter sprint i friidrett (Dick, 1989). Ved testing av sprinterens maksimale oksygenopptak ville man neppe funnet en positiv korrelasjon, noe som skulle tilsi at denne testen var lite relevant for en sprinter.

Ved valg av tester må man sikre seg at testen er valid. Testens validitet sier noe om hvorvidt testen måler det den er tenkt til å måle. Dersom målet er å teste utøverens maksimalstyrke i muskulaturen i bryst og armer er det lite relevant å gjennomføre en push-ups test hvor utøveren klarer mellom 50 og 100 repetisjoner. En slik test vil da måle utøverens lokale muskulære utholdenhet, og ikke utøverens maksimalstyrke. For å teste maksimalstyrken i overnevnte muskulatur ville benkpress vært en mer passende testøvelse.

Testens pålitelighet sier noe om målingens nøyaktighet og reproduserbarhet. Høy pålitelighet betyr at uavhengige målinger gir tilnærmet identiske resultater. En tests pålitelighet avgjøres av en rekke forhold.

For det første må måleutstyret være så sensitivt at små forskjeller i testresultat fanges opp av måleapparaturen. Et eksempel er måling av hopplengde. Har målbåndet kun en inndeling i desimeter, kan en ikke måle lengden med en usikkerhet på cm nivå. Ved bruk av testutstyr som er sensitive sikrer man seg mot store målefeil. Elektronisk tidtaker-system er eksempel på sensitivt måleutstyr som legger til rette for pålitelige resultater ved hurtighetstesting. For det andre må det brukes standardiserte testprosedyrer dersom man ønsker pålitelige testresultater. Dette stiller krav til at testleder og testperson kjenner godt til gjeldende testprosedyre og de kriterier som gjelder for godkjennelse av riktig utført test.

Avvik i testprosedyre og i bruk av kriterier for godkjennelse av riktig utført test fører til at reproduserbarheten blir redusert. I forbindelse med testing av push-ups har vi erfart at det kan være mer enn 50 % forskjell i testresultat på en og samme utøver fordi det ble brukt ulike kriterier for godkjennelse av hver enkelt push-up. For å unngå slike uheldige episoder, er det svært viktig med en enkel og grundig beskrivelse av testprosedyren, og at det gis en god opplæring av fremtidige testledere. Standardiserte testprosedyrer er med på å sikre pålitelige og valide testresultater.

Testens pålitelighet kan også påvirkes av ytre forhold som testleder, temperatur, bekledning og forberedelsesprosedyrer. Ved testing av utholdende hurtighet er det ikke uvanlig at sterk motivasjon fra testleder kan føre til store forbedringer i testresultatet. Av den grunn er det viktig å bruke samme testleder, og at testleder opptrer likt fra test til test. Forskning har også vist at oppvarming har stor betydning for prestasjonsevnen. Bruk derfor en standardisert oppvarming ved testing. Tilfredsstillende pålitelighet er en nødvendig forutsetning for at testen skal være valid.

Foruten at testen er relevant, pålitelig og valid, kjennetegnes en god test med at den er lite utstyrskrevende og enkel å gjennomføre. Mange trenere og utøvere lar seg fascinere av avansert og dyrt testutstyr. Testing av utøverens spenst på en kraftplattform er eksempel på en slik test. I mange tilfeller vil en enkel abalakow test eller lengde uten tilløp gjøre samme nytten, men kostnadene er langt mindre. For skoler, klubber og forbund med begrensede ressurser er det viktig å velge ut tester som tilfredsstiller kravet om relevans, pålitelighet og validitet, men at de samtidig er lite kostnadskrevende.