Tabel 4.6: Keterangan dari hasil Factor Matrix
No. Komponen ADMC
Skor Tingkat Kompetensi
dalam Pengambilan keputusan
1. RF Tinggi Rendah
2. RSN Tinggi Tinggi
3. UO Tinggi Rendah
4. ADR Tinggi Rendah
5. CRP Tinggi Tinggi
6. RSC Tinggi Rendah
7. PI Tinggi Tinggi
4.2.2. Uji Validitas Alat Ukur TEIQue
Uji validitas alat ukur TEIQue dilakukan dengan Confirmatory Factor Analysis CFA. Berikut ini ialah hasil penghitungan analisis faktor untuk
kecerdasan emosional menggunakan SPSS.
Tabel 4.7 Goodness-of-fit Test
Chi-Square Df
Sig. 20.890
32 .934
Pada tabel 4.7, untuk kecerdasan emosional yang terdiri dari 4 faktor 13 subskala, terlihat bahwa nilai Chi-Square yang diperoleh = 20,890, nilai
df = 32, dan nilai signifikan 0,934. Karena p 0,05, berdasarkan hipotesis
yang diajukan maka dapat disimpulkan bahwa hipotesis nihil yang diajukan untuk uji validitas konstruk TEIQue-SF diterima tidak signifikan. Sehingga
dapat diketahui bahwa ke-13 subskala TEIQue-SF ialah fit sesuai dengan data untuk mengukur 4 faktor, yaitu WB, SC, Em, dan So.
Namun, bila membandingkan tabel 4.8 hasil analisis faktor exploratory yang diikuti dengan rotasi Varimax dan tabel 4.9 hasil analisis
faktor exploratory yang diikuti dengan rotasi Oblimin dengan faktor dan subskala yang terdapat pada teori ditemukan beberapa kerancuan, karena
tidak sesuai dengan teorinya, juga terdapat beberapa subskala yang kurang jelas posisinya.
Tabel 4.8: Rotated Factor Matrix
a
Factor 1
2 3
4 Assertiveness
.127 .283
.613 .067
E_Perception .407
.277 .123
.297 E_Expression
.114 .325
.529 .357
E_Management .164
.280 .647
.065 E_Regulation
.037 .500
.337 .215
Impulsiveness .020
.081 .062
.172 Relationships
.994 -.003 .100
.019 Self_Esteem
.006 -.170 .409
.112 Social_Awareness
.476 .475
.242 .177
S_Managemet .228
.082 -.123
.962 Empathy
.133 .036
.446 -.171
Happiness .510
.249 .174
.162 Optimism
.304 .935
-.015 .180
Extraction Method: Maximum Likelihood. Rotation Method: Varimax with Kaiser
Normalization. a. Rotation converged in 5 iterations.
Tabel 4.9: Pattern Matrix
a
Factor 1
2 3
4 Assertiveness
.044 .006
.170 .620
E_Perception .369
-.249 .161
.056 E_Expression
.011 -.302
.180 .520
E_Management .081
.013 .157
.649 E_Regulation
-.067 -.156
.429 .339
Impulsiveness -.007
-.168 .042
.054 Relationships
1.056 .061
-.165 -.044
Self_Esteem -.014
-.104 -.263
.419 Social_Awareness
.416 -.092
.361 .177
S_Managemet .177
-.995 -.095
-.210 Empathy
.113 .223
-.022 .454
Happiness .489
-.098 .132
.099 Optimism
.195 -.085
.908 -.063
Extraction Method: Maximum Likelihood. Rotation Method: Oblimin with Kaiser
Normalization. a. Rotation converged in 12 iterations.
Untuk membuktikan hal ini, penulis melakukan uji analisis faktor pada ke-4 faktor TEIQue-SF satu per satu, dengan menyesuaikan teori yang telah
dipaparkan. Ke-4 faktor + 2 faktor mandiri tersebut yaitu: 1 Well-Being, yang terdiri dari Self-Esteem, Trait Optimism, Trait Happiness; 2 Self-
Control, yang terdiri dari Emotion Regulation, Stress Management, Low Impulsiveness; 3 Emotionality, yang terdiri dari Emotion Perception,
Emotion Expression, Trait Empathy, Relationships; 4 Sociability, yang terdiri dari Assertiveness, Social Awareness, Emotion Management; 5
Adaptability; 6 Self-Motivation. Skor-skor itu diberi nama: WB, SC, Emotion, Social, Adaptability, Self_Motivation.
Selain menggunakan program SPSS, penulis juga melakukan penghitungan dan pembandingan antara faktor dan subskala yang didapatkan
dari teori yang telah ada dengan menggunakan program Lisrel versi 8.80, hasilnya dapat dilihat pada gambar 4.2 dan tabel 4.10. Alasan dilakukan
pengujian ulang dengan Lisrel ialah agar bisa diuji item mana yang sigifikan. Prosedur ini tidak tersedia dalam SPSS. Tetapi, dengan menggunakan SPSS,
penulis dengan mudah dapat menghitung ’factor score’ yang justru dalam Lisrel diperlukan cara yang lebih rumit. Oleh sebab itu, penulis menggunakan
SPSS untuk menghasilkan factor score bagi setiap subjek penelitian yang dalam hal ini sebenarnya ialah true score yang bebas dari kesalahan
pengukuran. Skor inilah yang dijadikan data dalam penelitian ini untuk selanjutnya dianalisis dalam kaitannya dengan DV yang telah ditetapkan.
Gambar 4.2: Hasil Analisis Faktor TEIQue menggunakan Lisrel
Tabel 4.10: Hasil Lambda X menggunakan Lisrel
Dari hasil penghitungan dengan menggunakan Lisrel dapat terlihat bahwa seluruh subskala TEIQue-SF fit sesuai dengan faktor-faktornya,
namun ada 2 subskala indikator yang memiliki loading muatan di dua faktor sekaligus, yaitu happiness dan optimism, yang dalam hal ini di samping
mengukur well-being juga mengukur emotionality. Jika dilihat angkanya pada tabel 4.10, happiness memiliki muatan 0,12 pada well-being dan muatan 3,12
pada emotionality, keduanya signifikan. Sedangkan optimism memiliki muatan -2,34 pada well-being dan muatan 3,68 pada emotionality.
Angka-angka itu menunjukkan kecenderungan bahwa happiness dan optimism tampaknya lebih tepat untuk mengukur faktor emotionality daripada
well-being. Kesimpulannya, jika faktor dan subskala TEIQue-SF ini diuji analisis faktor yang sifatnya CFA dengan menggunakan program Lisrel, teori
yang telah dipaparkan terbukti kebenarannya dengan catatan bahwa subskala happiness dan optimism masuk ke faktor emotionality.
4.3. Uji Hipotesis Penelitian
