Wird dasselbe Instrument in ein und derselben Version der gleichen Stichprobe mit einem gewissen zeitlichen Abstand erneut vorgelegt, kann man die Übereinstimmung zwischen der ersten und der zweiten Erhebung wieder mittels einer Korrelation berechnen. Wie der Paralleltest-Koeffi zient so gibt auch der Retest-Korrelationskoeffi zient die Rangplatzstabilität von Personen an. Beträgt die Korrelation 1, so ist diejenige Person, die bei der ersten Erhebung am besten abgeschnitten hat (Rangplatz 1), auch bei der zweiten Erhebung die Beste (erneut Rangplatz 1), und die Person, die beim ersten Mal auf dem zweiten Platz lag (Rangplatz 2), ist wieder die Zweite (erneut Rangplatz 2), und die Person, die beim ersten Mal am schlechtesten abgeschnitten hatte, ist wieder Letzte. Liegt die Korrelation zwischen erster und zweiter Messung jedoch bei null, besteht kein Zusammenhang zwischen der Rangreihe beim ersten und beim zweiten Mal. Eine hohe Retest-Reliabilität über einen mehrjährigen Zeitraum hinweg spricht für eine hohe Rangkonstanz des gemessenen Merkmals.

Die Test-Retest-Reliabilität ist die intuitiv angemessene Methode. Ich messe zweimal und vergleiche diese Ergebnisse. Allerdings haben wir es in der Kommunikationswissenschaft mit Menschen zu tun, die sich daran erinnern, dass wir sie „gemessen“ haben. Wenn ich also heute jemanden frage, ob er gerne Talkshows sieht, dann wird er sich morgen daran erinnern und deshalb möglicherweise die gleiche oder vielleicht auch eine andere Antwort geben. Menschen sind zumindest teilweise unberechenbar. Wenn ich also zu kurz hintereinander befrage, wird die Reliabilität des Messinstruments durch Erinnerungseffekte beeinflusst. Wenn ich allerdings zu zwei weit auseinanderliegenden Zeitpunkten befrage, erhalte ich möglicherweise unterschiedliche Antworten, weil der Befragte vielleicht tatsächlich seine Meinung geändert hat.