هزاران تحقیق در مورد آزمون هایی چون لکه های جوهر رور شاخ، اندریافت موضوع (تی ای تی)، نقاشی آدم، طرحهای بندر و آزمون های مشابه انجام شده است که نتایج آنها آشکار و روشن است.
این آزمون ها که معمولا در روشهای بالینی کاربرد دارند، معیار معتبری نیستند و به دقت یا سودمندی تشخیص های بالینی کمک نمی کنند. کارشناسان بالینی ادعا میکنند که این آزمونها ابزارهای سنجش مفید و سودمندی هستند، اما اعتبار آنها با نتایج تحقیقات تجربی مغایر است (جانستون، آبمیر ومیلر۲۰۰۵).
دیویس در کتاب خود به نام خانه کارت ها، در مبحث " اخلاقیات حرفه ای " می نویسد: " روانشناسانی که فنون مصاحبه، آزمون یا ابزار سنجش را طراحی، اجرا، نمره گذاری، تفسیر و از آنها استفاده می کنند، برای تحقیقات شواهد سودمند و مدارک دقیقی فراهم می نمایند.
شواهد و مدارک فراوان نشان می دهند که بسیاری از این آزمون ها می توانند با طراحی سیستم های استاندارد و معتبر نمره گذاری اصلاح شوند. بهترین نمونه نمره گذاری آزمون رورشاخ، سیستم اکستر است (چاپمن و چاپمن ۱۹۸۰ ).
علاوه بر اینها، بسیاری از تحقیقات، ثابت می کنند که سنجش و تشخیص بحرانی با استفاده از اطلاعات پایه، برنامه های کامپیوتری و مدل های پیش بینی آماری ( که متفاوت از روشهای شهودی می باشند) اصلاح می شوند.
