Contar con instrumentos de medici�n es importante para el psic�logo en su pr�ctica profesional, a fin de apoyar la toma de decisiones que realiza en su cotidiana labor. Pero es m�s importante que dichos instrumentos cuenten con evidencias satisfactorias de validez y confiabilidad de sus puntajes; pero especialmente es esta �ltima la que tiene impacto sobre la precisi�n de los resultados obtenidos por un instrumento. La presente carta se orienta a exponer brevemente la importancia de incluir informaci�n adicional a las estimaciones de confiabilidad, un aspecto que parece ser desconocido o a�n no valorado apropiadamente en la investigaci�n publicada en Latinoam�rica. Como corolario de esta carta, se presenta una aplicaci�n inform�tica relevante al tema presentado. Si bien existen diversos m�todos para la estimaci�n de la confiabilidad de las puntuaciones, el coeficiente α (Cronbach, 1951) es el m�s usado en ciencias sociales (Ledesma, 2002, Zumbo & Rupp, 2004), aunque dicha popularidad no lo libera de algunas limitaciones (Dom�nguez-Lara, 2012). No obstante, asumiendo que se dan las condiciones necesarias para implementar su uso, hay algunos aspectos que muchas veces no son tomados en cuenta por el usuario. Es conocido que el coeficiente α est� influenciado por las caracter�sticas propias del instrumento, por ejemplo, n�mero de �tems y por la proporci�n de la varianza total del test debida a la covariaci�n de los �tems (Dom�nguez-Lara, 2012, Ledesma, 2004), tambi�n est� influido por aspectos estad�sticos como el error muestral (Ledesma, 2004). Como cualquier otra estimaci�n estad�stica realizada en una muestra, su correspondiente valor poblacional puede variar en alguna magnitud. Del mismo modo, la confiabilidad de los puntajes de los tests no pueden asumirse que son estables en las muestras obtenidas (S�nchez-Meca & L�pez-Pina, 2008), pues el error de muestreo influye sobre el valor que se obtendr�a en otras muestras, y por lo tanto su precisi�n estad�stica tambi�n ser� variable.

Para conocer c�mo puede variar coeficiente α, como par�metro poblacional, es necesario aplicar el concepto de intervalo de confianza (IC), el mismo que se aplica tambi�n a otros estad�sticos usualmente obtenidos en las investigaciones psicol�gicas, como la media aritm�tica, la desviaci�n est�ndar, la proporci�n, la diferencia de medias, etc. Aplicado al coeficiente α, el IC se define como el rango de valores entre los cuales se encontrar� el valor poblacional del coeficiente, bajo cierto nivel de confianza. Es decir, el objetivo para crear un IC alrededor de α es determinar entre en qu� valores oscilar� el “verdadero” α en la poblaci�n. Existen diversos m�todos de estimaci�n para el IC del α (Bonnett, 2002, Feldt, 1965, Hakstian, & Whalen, 1976, Iacobucci & Duchachek, 2003, Koning & Franses, 2003, Maydeu-Olivares, Coffman & Hartmann, 2007), cada uno de los cuales asume ciertos supuestos. La evaluaci�n de los mismos sugiere que todos son eficientes en su cobertura para estimar el p�rametro de confiabilidad (Romano, Kromrey & Hibbard, 2010, Romano, Kromrey, Owens & Scott, 2011), sin embargo, parece ser una buena opci�n el m�todo de Fisher (1950) debido a su eficiencia (ver Romano et al., 2010, Romano et al., 2011). Pero es recomendable que el lector pueda revisar la literatura citada para justificar la elecci�n del m�todo que usar�. Si bien desde hace un tiempo, el reporte de los IC para el α (y para cualquier media de