El coeficiente α es uno de los métodos más utilizados para estimar la fiabilidad de las puntuaciones, pero es probable que al interior de un estudio 2 o más grupos difieran en cuanto a la magnitud de α, lo cual deviene en un problema para el investigador, ya que si en 2 grupos la estimación del error de medición es diferente, las comparaciones podrían estar sesgadas o al menos distorsionadas. Esta situación es frecuente en investigación educativa, ya que normalmente las muestras son integradas por personas de diferente sexo, carreras, ciclos de estudios, e inclusive de distintos lugares de procedencia.

Una aproximación reciente sugiere el uso de los intervalo de confianza (IC) de la diferencia entre 2 parámetros1, en este caso la diferencia de α entre grupos independientes (α1–α2). De este modo, Bonnet2 planteó una fórmula para calcular el IC de la diferencia entre 2 coeficientes α:

Donde I y S son los límites inferior y superior del IC de la diferencia entre coeficientes α (α1–α2; si se cumple α1>α2). Asimismo, α1 y α2 son los coeficientes del primer y segundo grupo; i1 y s1 son los límites inferior y superior del IC de α1; del mismo modo, i2 y s2 son los límites inferior y superior del IC de α2.

Para ejemplificar el método fue analizada la base de datos utilizada en la validación de la Escala breve de satisfacción con los estudios (EBSE)3, a fin de calcular el coeficiente α de varones y mujeres, por ser el sexo una potencial fuente de sesgo. Fue obtenida una magnitud de 0,792 (IC 95%: 0,723-0,844) en los varones y 0,785 (IC 95%: 0,748-0,817) en las mujeres.

La diferencia entre los coeficientes α aparentemente es pequeña, pero debe realizarse una comparación estadística de coeficientes α a fin de conocer si la estimación del error es estadísticamente similar entre los grupos. En este sentido, el IC95% de α1–α2 obtenido es [–0,069 a 0,088]. Ello indica que la diferencia entre ambos α no es estadísticamente significativa, pues el intervalo incluye el cero. Esto es evidencia de que el EBSE estima de forma similar el error de medida entre los 2 grupos comparados.

Este método es útil cuando se desee comparar coeficientes α de diferentes grupos y presentar la diferencia con un mayor respaldo empírico4. A su vez, evita las conclusiones derivadas del solapamiento aparente entre los IC de los α estudiados1, y brinda más información debido a que provee el rango de posibles valores del parámetro (α1–α2) bajo cierto nivel de confianza2. El lector interesado puede solicitar una sintaxis para SPSS para realizar los cálculos.