ESCALA DE INTELIGENCIA EMOCIONAL (WONG & LAW, 2002): VALIDACIN

DEL INSTRUMENTO EN PERSONAL DEL SAG, INDAP Y EN ALUMNOS DE

INGENIERA EN LA REGIN DE COQUIMBO DE CHILE.

RESMEN

En el presente trabajo de investigacin se valid el instrumento desarrollado por

Wong & Law (2002), denominado Escala de Inteligencia Emocional, en personal
que trabaja en las instituciones SAG e INDAP y en alumnos de ingeniera civil
industrial de la Universidad de La Serena. A travs de un anlisis Factorial
Exploratorio, Confirmatorio y de Alfa de Cronbach, se determin que el instrumento
tiene una validez y confiabilidad aceptable para el medio local.

Palabras claves: Escala de Inteligencia Emocional, Validacin instrumento.

1.- INTRODUCCIN

El mundo laboral ha cambiado y ya no se puede hablar de una profesin nica o de

un trabajo en la misma empresa para toda la vida. Segn Dubrin (2008), para
alcanzar el xito en el mundo laboral actual, ya no se consigue slo con un
coeficiente intelectual alto, sino que tambin se necesita desarrollar habilidades del
tipo emocional. Recientemente se ha acuado el trmino de inteligencia emocional
para sealar aquellas habilidades que ayudan a controlar las emociones y ponerlas
al servicio del desempeo laboral. (Espndola, 2005)

Segn Madrigal (2009), para el directivo, el lder y el administrador la inteligencia

emocional ejerce una influencia decisiva sobre los factores crticos que se
desarrollan en la organizacin, tales como la toma de decisiones, el liderazgo, la
comunicacin, las relaciones de confianza entre el personal, el trabajo en equipo, la
lealtad, la creatividad y la innovacin. Esto toma real importancia en el caso de los
profesionales que han sido y sern formados con una amplia dosis de las ciencias
duras y cuantitativas, los cuales en su mayora se basan en modelos matemticos
para la toma de decisiones o para la solucin de problemas.

Los modelos de ecuaciones estructurales se han convertido en una herramienta

estadstica popular y generalmente aceptada para probar fundamentos tericos en
un gran nmero de disciplinas acadmicas. Se trata de un mtodo de anlisis
estadstico multivariable con capacidad para medir los constructos latentes
subyacentes, identificados mediante un anlisis factorial y para valorar las
relaciones existentes entre constructos (Hair et al., 1998; Klem, 2000; Schumacker
y Lomax, 2004). En trminos generales, los modelos de ecuaciones estructurales
presentan dos ventajas. En primer lugar, permiten la estimacin de mltiples
ecuaciones de regresin de manera simultnea; en segundo lugar, permiten
incorporar variables latentes en el anlisis y consideran los errores de medida en el
proceso de estimacin (Hair et al., 1998).

2.- REVISIN BIBLIOGRFICA

El trmino inteligencia emocional en s representa una paradoja, pues contiene dos

trminos que son contradictorios y complejos. Por una parte, las emociones que son
consideras subjetivas y la inteligencia como objetiva.

Cuando los psiclogos empezaron a indagar el concepto de inteligencia, estudiaron

esencialmente aspectos cognitivos (por ejemplo, la resolucin de problemas,
memoria, raciocinio lgico, raciocinio matemtico, entre otros). Las primeras
investigaciones fueron realizadas por Galton (1892), quien elabor una teora de las
habilidades humanas en la que defenda la existencia de una habilidad mental
general. Otro destacado investigador en el rea de la inteligencia fue Thordike
(1920), quien propuso que la inteligencia general fuese dividida en tres facetas:
Inteligencia Abstracta (capacidad de gestionar y entender ideas), Inteligencia
Mecnica (capacidad de gestionar y entender objetos concretos), e Inteligencia
Social (capacidad de gestionar y entender personas). Esta ltima representa la
capacidad de percibir los comportamientos y los motivos propios y de los otros, as
como su utilizacin eficaz en situaciones sociales (Mayer y Salovey 1993).

A pesar del gran avance logrado gracias a los modelos factoriales, pareciera que
durante su desarrollo se haban obviado preguntas como qu se mide? y por qu
se mide? Al respecto, los trabajos de Sternberg (1997) y de Gardner (2001),
destacan ciertas limitaciones de los test clsicos de inteligencia, como el caso de
su escasa validez ecolgica, la saturacin de inteligencia lgico-matemtica y
verbal, la escasa fiabilidad de los test sobre creatividad, el reduccionismo en la
utilizacin de los resultados (se utilizan para clasificar, no para comprender) y el
peligro de limitar toda la evaluacin a resultados de test.

Resulta difcil y poco realista dar una definicin nica de lo que constituye una
emocin, puesto que la respuesta variar conforme al enfoque de estudio de que
se trate. Por ejemplo, una emocin puede caracterizarse como una reaccin
expresiva, fisiolgica, de conducta o cognitiva, pero sera complicado decir cul de
estas caractersticas tiene mayor importancia. Etimolgicamente, la palabra
emocin proviene de dos palabras latinas: e que significa hacia fuera y motere
que implica movimiento, vibracin.

Para Damasio (2010), la emocin es la respuesta del organismo ante un estmulo

emocionalmente competente, el cual es un objeto o suceso con importancia
biolgica, es decir, que el organismo para preservar la vida deber evitarlo, como
por ejemplo un depredador, o buscarlo como por ejemplo un alimento o una posible
pareja.
Luego de haber revisado los conceptos de inteligencia y emocin las principales
definiciones de inteligencia emocional corresponden a Salovey y Mayers (1990),
conceptan que la inteligencia emocional se deriva de la inteligencia social y la
definen como la habilidad de monitorear los sentimientos y emociones propias y de
los dems, distinguirlas y clasificarlas usando esta informacin para guiar nuestros
pensamientos y acciones.

Para Goleman (1995, p. 89), el trmino se refiere a la capacidad humana de sentir,

entender, controlar y modificar estados emocionales de uno mismo y de los dems.
Este tipo de inteligencia describe aptitudes diferentes a la inteligencia acadmica,
las habilidades netamente cognitivas las cuales pueden ser medidas por el
Coeficiente Intelectual.

Segn Cooper y Sawaf (1997, p.52), la inteligencia emocional es la capacidad de

sentir, entender y aplicar eficazmente el poder y la agudeza de las emociones como
fuente de energa humana, informacin, conexin e influencia. En un directivo y
lder no se requiere nicamente que tenga emociones, sino que aprenda a
reconocerlas y aplicarlas en el momento preciso y con la persona adecuada.

Wong y Law (2002), definen la inteligencia emocional como las cuatro dimensiones
basado en Salovey y Mayers (1997). Este instrumento clasifica esta habilidad en
las siguientes cuatro reas o habilidades (Salovey y Mayer, 1990):

I. Valoracin y Expresin de las Emociones Propias: se refiere a la habilidad

de cada persona de entender sus emociones ms profundas y expresarlas
de manera natural. Las personas que tienen una gran habilidad en esta rea
sienten y concientizan sus emociones mucho antes que la mayora de las
personas.

II. Valoracin y Reconocimiento de las Emociones de los otros: se refiere a la

habilidad que tienen los individuos de percibir y entender las emociones de
 las personas a su alrededor. Quienes poseen esta habilidad en un alto grado
son mucho ms sensibles a los sentimientos y emociones de los dems y
tambin a leer sus mentes.

III. Regulacin de las Propias Emociones: habilidad de las personas de regular

sus emociones, lo que los faculta para recobrarse ms rpidamente de los
altibajos emocionales y de la angustia.

IV. Uso de las Emociones para Facilitar el Desempeo: habilidad que tienen las
personas de hacer uso de sus propias emociones al direccionarlas hacia
actividades constructivas y el desempeo personal. Una persona con una
gran habilidad en esta rea mantiene emociones positivas la mayor parte del
tiempo, es decir, utiliza sus emociones de la mejor manera para facilitar un
alto desempeo tanto laboral como personal.

Para validar este instrumento en la realidad chilena, se ha utilizado la tcnica

multivariada denominada modelo de ecuaciones estructurales, el cual se lleva a
cabo en dos etapas. En la primera se realiza un anlisis factorial confirmatorio para
valorar la idoneidad del modelo de medida, analizando la fiabilidad tanto de los tems
como de los constructos propuestos. Una vez que se ha comprobado que la escala
empleada es fiable, se comprueba la validez de los constructos, mediante el anlisis
de su validez convergente y discriminante. Por ltimo, en la segunda etapa se
evala el modelo estructural, analizando el ajuste general mediante el empleo de
ndices de bondad del ajuste como Chi-cuadrado, CFI, NFI, RFI, IFI o RMSEA (Hair
et al., 1998; Jreskog y Srbom, 1993; Schumacker y Lomax, 2004).

3.- MTODO

Dado que la principal funcin que tienen el SAG y el INDAP, est relacionada con
el desarrollo del sector agropecuario a nivel nacional, se hace de suma importancia
conocer el comportamiento organizacional de los funcionarios (de la Regin de
Coquimbo) desde una perspectiva emocional, para alcanzar sus objetivos
institucionales. Adems, se decidi evaluar a alumnos de ingeniera, por el motivo
de ser ellos los profesionales que se desenvolvern el da de maana en el campo
laboral. Como lo han comprobado diferentes estudios, la inteligencia emocional
afecta la salud fsica y mental de las personas, as como sus logros profesionales
(Goleman, 1995).

Para el presente estudio se cont con la participacin de 261 individuos, de los

cuales corresponde a 157 personas que trabajan y 104 a estudiantes. El nmero de
participan resulta satisfactorio, debido a que, segn Klane (2005), se considera un
tamao de muestra adecuado debera tener entre 10 a 20 individuos por parmetros
(para el caso de este estudio corresponde a 16 variables). Por su parte, Jackson
(2003), sugiere que la confiabilidad de las medidas observadas y el nmero de
indicadores por factor determinan el ajuste del modelo, y controlando estos factores,
el tamao de la muestra mnima recomendable es de 200 sujetos para cualquier
SEM.

La Escala de Inteligencia Emocional, consta de 16 frases, las cuales son evaluadas

en una escala de Likert desde un valor a 1 a 5 (1=totalmente en desacuerdo hasta
5=totalmente de acuerdo), que determinan cada una de las habilidades de la
inteligencia emocional. El instrumento de auto-reporte fue aplicado mediante un
cuestionario on-line, con el objetivo de respetar la privacidad de los participantes y
evitar cualquier tipo de influencia en la respuesta de los mismos.

4.- ANLISIS Y DISCUSIN DE RESULTADOS

De manera tradicional, la validez se ha definido como el grado en que una prueba

mide lo que est diseada para medir, que en el caso de la presente investigacin,
se refiere al grado de relacin existente entre cada una de las variables
(afirmaciones que se valoran utilizando la escala de Likert) con su respectivo factor.
(Aiken, 2003)
4.1.- ANLISIS FACTORIAL EXPLORATORIO (AFE)

Es importante destacar que para realizar el anlisis factorial exploratorio en el

software Spssv23 se utiliz como mtodo de extraccin de factores el de
Componentes Principales. Segn Lloret-Segura (2014), el uso de estos mtodos ha
mostrado buenos resultados en la factorizacin de tems ordinales cuando se
analiza la matriz de correlaciones policricas. Adems, se utiliz el criterio varimax
para rotar la matriz de cargas factoriales, esto debido a que las cargas factoriales
presentan una estructura simple si cada variable tiene una gran carga en un solo
factor, con cargas cercanas a cero en el resto de los factores. Una de las rotaciones
ortogonales (los nuevos ejes despus de la rotacin siguen siendo ortogonales) que
procura generar una estructura de cargas simple es la rotacin varimax.

Tabla N 1: Prueba KMO

Prueba de KMO y Bartlett

Medida Kaiser-Meyer-Olkin de adecuacin de muestreo ,813

Prueba de esfericidad de Aprox. Chi-cuadrado 1218,373
Bartlett gl 120

Sig. ,000

Como se observa en la tabla anterior, el valor de la medida KMO, es superior a 0,6

y el valor de la significancia de la esfericidad de Bartlett es inferior a 0,05, por lo
tanto, es correcto aplicar un anlisis factorial.

Las Comunalidades representan la proporcin de la varianza de la variable

indicadora que es explicada por los factores comunes del modelo. Hair (1999),
propone que las variables con una comunalidad inferior a 0,5 carecen de una
explicacin suficiente y no deberan ser consideradas en la interpretacin final del
anlisis. Como se observa en la tabla n2 todas las variables obtuvieron un valor
superior al o,5, por lo tanto, no se descarta ninguna variable del instrumento.
 Tabla N 2: Comunalidades en variables del instrumento
Comunalidades

Inicial Extraccin

EP1 1,000 ,515

EP2 1,000 ,732
EP3 1,000 ,753
EP4 1,000 ,590
EO1 1,000 ,576
EO2 1,000 ,681
EO3 1,000 ,499
EO4 1,000 ,799
UE1 1,000 ,651
UE2 1,000 ,634
UE3 1,000 ,771
UE4 1,000 ,723
RE1 1,000 ,742
RE2 1,000 ,743
RE3 1,000 ,656
RE4 1,000 ,786

Mtodo de extraccin: anlisis de

componentes principales.

Criterio del porcentaje de varianza explicada: se busca asegurar que el nmero de

factores extrados alcance a explicar un porcentaje determinado de la varianza total
de los datos. Aunque no se ha determinado un porcentaje preciso de varianza
explicada que sirva como umbral para concluir con la extraccin de factores,
algunos autores sugieren que en el caso de aplicaciones concernientes a las
Ciencias Sociales se puede detener el proceso cuando se alcance el 60% de la
varianza (Hair, 1999).

Como se observa en la siguiente tabla los cuatros factores utilizados explican un

67% de la varianza del modelo, lo cual cumple con el criterio del anlisis factorial
exploratorio.
 Tabla N 3: Porcentaje de la varianza explicada
Varianza total explicada

Sumas de extraccin de Sumas de rotacin de

Autovalores iniciales cargas al cuadrado cargas al cuadrado

% de % % de %
Factor Total % de var. % acum. Total var. acum. Total var. acum.

1 5,693 35,583 35,583 5,693 35,583 35,583 2,949 18,429 18,429

2 2,184 13,647 49,230 2,184 13,647 49,230 2,837 17,731 36,160
3 1,719 10,746 59,976 1,719 10,746 59,976 2,615 16,342 52,502
4 1,254 7,839 67,815 1,254 7,839 67,815 2,450 15,313 67,815
5 ,827 5,169 72,983
6 ,608 3,801 76,784
7 ,581 3,633 80,417
8 ,502 3,139 83,556
9 ,452 2,827 86,383
10 ,440 2,749 89,132
11 ,380 2,373 91,504
12 ,357 2,234 93,738
13 ,313 1,957 95,695
14 ,290 1,813 97,508
15 ,223 1,397 98,905
16 ,175 1,095 100,000

Mtodo de extraccin: anlisis de componentes principales.

El ltimo criterio que se analiza en el anlisis factorial exploratorio es la

interpretacin de la matriz de componentes rotados. La razn principal para rotar
una solucin es clarificar la estructura de las cargas factoriales. Los factores deben
tener un significado claro para el investigador, a partir del contexto de aplicacin. Si
la estructura que muestran las cargas factoriales de la solucin inicial son confusas
o difciles de interpretar, una rotacin puede proporcionar una estructura ms fcil
de interpretar. Como se puede observar en la tabla N4, con este procedimiento el
anlisis se hace ms claro respecto al nmero de factores y las variables asociadas
a este, que para el caso de este anlisis concuerdan el nmero de factores
(habilidades) y sus respectivas variables con los del instrumento.
 Tabla N 4: Matriz de componentes rotados
Matriz de componente rotadoa

Componente

1 2 3 4

RE1 ,845 ,009 ,041 ,159

RE2 ,845 ,096 ,073 ,117
RE4 ,805 ,307 ,130 ,165
RE3 ,785 ,157 ,065 ,106
UE3 ,163 ,834 ,051 ,213
UE2 ,066 ,784 ,044 ,115
UE4 ,192 ,781 ,181 ,208
UE1 ,116 ,752 ,237 ,125
EO4 ,140 ,024 ,864 ,181
EO2 ,028 ,114 ,804 ,145
EO3 ,137 ,094 ,685 ,055
EO1 -,030 ,246 ,671 ,254
EP3 ,163 ,153 ,104 ,832
EP2 ,200 ,145 ,186 ,798
EP4 ,260 ,274 ,108 ,660
EP1 -,009 ,142 ,353 ,608

Mtodo de extraccin: anlisis de componentes principales.

Mtodo de rotacin: Varimax con normalizacin Kaiser. a
a. La rotacin ha convergido en 5 iteraciones.

4.2.- ANLISIS FACTORIAL CONFIRMATORIO

El anlisis factorial asume que en un contexto determinado existe un nmero

reducido de variables o constructos latentes, esto es, no observables, que influyen
en el amplio conjunto de variables observables. La finalidad del anlisis factorial
confirmatorio es probar estadsticamente la capacidad del modelo factorial
propuesto para reproducir los datos recogidos en la muestra. El investigador debe
especificar un nmero determinado de variables latentes correlacionadas, as como
una serie de variables observables para medir las variables latentes (Hair et al.,
1998). Debido a esto se trabaja con la siguiente hiptesis:
H1: La inteligencia emocional tiene cuatro habilidades (dimensiones) distintas, que
incluyen valoracin de las propias emociones, la regulacin de las propias
emociones, el uso de las emociones y la valoracin emocional de otros.

Los resultados obtenidos utilizando el programa amosv23, se presenta a

continuacin:

Computation of degrees of freedom (Default model)

Number of distinct sample moments 136
Number of distinct parameters to be estimated 36
Degrees of freedom (136-36) 100
Result (Default model)
Chi-square 248,355
Probability level 0,000

Un primer diagnstico global del modelo es el contraste de razn de verosimilitudes

o estadstico X 2 o el valor de p, que para el caso del presente estudio es inferior
a 0,05 (tabla N 67) por lo tanto se rechaza su hiptesis nula (la cual establece que
las restricciones del modelo son correctas). Ya que un modelo no puede ser ms
que una aproximacin a la realidad, la hiptesis que establece que el modelo es
exactamente correcto ser siempre falsa e incluso absurdo su contraste. En la
prctica interesar ms cuantificar el grado de ajuste (o desajuste) del modelo que
simplemente rechazar o no la hiptesis nula. (Batista et al, 2004)

Tabla N 5: Ajuste de modelo CFI

NFI RFI IFI TLI
Model CFI
Delta1 rho1 Delta2 rho2
Default model ,879 ,855 ,924 ,908 ,923
Saturated model 1,000 1,000 1,000
Independence model ,000 ,000 ,000 ,000 ,000
 Tabla N 6: Ajuste de modelo RMSEA
Model RMSEA LO 90 HI 90 PCLOSE
Default model ,076 ,064 ,087 ,000
Independence model ,249 ,239 ,258 ,000

Tabla N 7: Ajuste de modelo RMR

Model RMR GFI AGFI PGFI
Default model ,042 ,891 ,852 ,655
Saturated model ,000 1,000
Independence model ,214 ,361 ,276 ,319

Tabla N 8: Ajuste de modelo x2/gl

Model NPAR CMIN DF P CMIN/DF
Default model 36 248,355 100 ,000 2,484
Saturated model 136 ,000 0
Independence model 16 2049,094 120 ,000 17,076

Al observar los valores de las anteriores tablas, se puede determinar que obtuvieron
valores que se ajustan de forma aceptable a la realidad local. Es as como los
valores tales como CFI es superior a 0.9 (Bentler, 1990), RMR inferior a 0,05 (Byrne,
1998) y RMSEA inferior a 0,1 (MacCallum et al, 1996)

Los resultados muestran adems una similitud con los resultados de otros autores
que han realizado estudios de AFC validando este instrumento. En el caso de los
resultados del anlisis factorial confirmatorio realizados por Wang y Law (2002),
estos fueron X2 / df = 1.82, CFI = 0.91 y RMR = 0.07, y en el estudio realizado por
Gkhan y Azize (2014), cuyos resultados fueron X2 / df = 2.17, CFI = 0.93 y RMR =
0.04.

La figura N1 y en la tabla N9, se detalla y explican los resultados de la modelacin

a travs del programa amos v23 de la escala de inteligencia emocional.
 Figura N 1: MODELO AFC

Cada flecha en el modelo representa un coeficiente path, que indica la magnitud y

el signo del efecto de una variable sobre otra variable endgena. Los coeficientes
path estandarizados son coeficientes de regresin parcial que representan el
efecto de una variable sobre otra, controlando el resto de las variables. Algunos
autores sealan que las cargas estandarizadas para cada tem de la escala
empleada, debe ser superior a 0.7, a pesar de que un valor superior a 0.5 es tambin
aceptable (Fornell y Larcker, 1981, Hair et al., 1998)

Los valores que se observan las variables corresponden al valor de la varianza

explicada en la variable por el constructo (R2), que se puede entender como la
fiabilidad de la medida. Esto significa por ejemplo que en el caso de EP1, con un
valor de 0,306, que la habilidad Emociones Propias explican el 31% de su varianza.
El resto es explicado por su factor nico o error de EP1.
La proporcin crtica (C.R.) es el cociente entre la estimacin del parmetro y la
estimacin del error estndar. Si se renen las suposiciones de distribucin
apropiadas, este estadstico sigue una distribucin normal estndar bajo la hiptesis
nula de que el parmetro tiene un valor de cero. Es decir, si a una estimacin le
corresponde una proporcin crtica mayor que 2 en valor absoluto, ms
concretamente 1.96, el parmetro es significativamente diferente de cero al nivel
.05. A la vista de los resultados contenidos en dicha tabla, se comprueba que todos
los valores de proporcin crtica son mayores que dos, por lo que, en consecuencia,
todos los parmetros estimados son significativos.

Tabla N 9: Proporcin Crtica del Modelo

Estimate S.E. C.R. P Label
F1 <--- F5 1,000
F2 <--- F5 ,729 ,145 5,042 ***
F3 <--- F5 1,002 ,179 5,587 ***
F4 <--- F5 ,913 ,168 5,436 ***
EP1 <--- F1 1,000
EP2 <--- F1 1,301 ,151 8,629 ***
EP3 <--- F1 1,325 ,155 8,569 ***
EP4 <--- F1 1,150 ,143 8,039 ***
EO1 <--- F2 1,000
EO2 <--- F2 1,317 ,135 9,729 ***
EO3 <--- F2 1,163 ,144 8,105 ***
EO4 <--- F2 1,341 ,131 10,257 ***
UE1 <--- F3 1,000
UE2 <--- F3 ,940 ,095 9,879 ***
UE3 <--- F3 1,142 ,094 12,158 ***
UE4 <--- F3 ,977 ,079 12,322 ***
RE1 <--- F4 1,000
RE2 <--- F4 ,999 ,075 13,285 ***
RE3 <--- F4 1,187 ,103 11,567 ***
RE4 <--- F4 1,083 ,077 14,052 ***

Considerando los valores arrojados se acepta la hiptesis planteada que la medicin

de la inteligencia emocional tiene cuatro habilidades.
4.3.- CONFIABILIDAD DEL INSTRUMENTO

Ningn instrumento psicomtrico puede considerarse de valor a menos que sea una
medida consistente, o confiable. Para el caso de la presente investigacin se utiliz
el indicador denominado Coeficiente Alfa de Cronbach, el cual mide la consistencia
interna del instrumento (Aiken, 2003). Los resultados obtenidos por el software
Spssv23, se muestran en las siguientes tablas:

Tabla N 10: Alpha de Cronbach Instrumento

Estadsticas de fiabilidad

Alfa de
Cronbach N de elementos

,872 16

Tabla N 11: Alpha de Cronbach al eliminar una variable

Estadsticas de total de elemento

Varianza de Alfa de
Media de escala escala si el Correlacin total Cronbach si el
si el elemento elemento se ha de elementos elemento se ha
se ha suprimido suprimido corregida suprimido

EP1 60,9234 53,817 ,468 ,867

EP2 60,7088 53,092 ,592 ,862
EP3 60,6782 53,281 ,550 ,863
EP4 60,5211 53,074 ,583 ,862
EO1 61,1724 54,020 ,486 ,866
EO2 61,0268 53,580 ,457 ,868
EO3 61,0192 53,603 ,393 ,872
EO4 61,1149 53,587 ,526 ,864
UE1 60,5517 53,210 ,544 ,864
UE2 60,5632 54,255 ,438 ,868
UE3 60,5326 53,035 ,564 ,863
UE4 60,3218 53,673 ,623 ,861
RE1 60,9042 54,418 ,446 ,868
RE2 60,8927 54,381 ,487 ,866
RE3 61,1111 52,422 ,469 ,868
RE4 60,8889 52,661 ,640 ,860
Como se puede observar en las tablas N10 y N11, los valores obtenidos en el alfa
de Cronbach son superiores a 0,75, lo que demuestra la consistencia interna del
instrumento. (Aiken, 2003)

5.- REFERENCIA BIBLIOGRFICA

AIKEN, L. 2003. Test psicolgicos y evaluacin. 11 ed. Mxico: Pearson. 544 p.

BATISTA-FOGUET J., COENDERS G. Y ALONSO J. 2004. Anlisis factorial
confirmatorio su utilidad en la validacin de cuestionarios relacionados con la salud.
Medicina clnica (Barcelona) 122 (suple 1): 21-7. [En linea]. Disponible en:
<http://www3.udg.edu/fcee/professors/gcoenders/pap21.pdf >. [Consulta: 2 de
febrero de 2016]
BENTLER, P.M. (1990).Comparative Fit Indexes in Structural Models, Psychological
Bulletin, 107 (2), 238-46.
BYRNE, B.M. (1998). Structural Equation Modeling with LISREL, PRELIS and
SIMPLIS: Basic Concepts, Applications and Programming. Mahwah, New Jersey:
Lawrence Erlbaum Associates.
COOPER R. Y SAWAF A. 1997. Estrategia Emocional para ejecutivos. 1a ed.
Madrid: Martnez roca. 446p.
DAMASIO, A. 2010. Y el cerebro cre al hombre: cmo pudo el cerebro generar
emociones, sentimientos, ideas y el yo?. 1a ed. Madrid: Ediciones crtica. 519 p.
DUBRIN, A. 2008. Relaciones humanas comportamiento en el trabajo. 9a ed. D. F.,
Mxico: Prentice Hall. 350 p.
ESPNDOLA, J. 2005. Anlisis de problemas y toma de decisiones. 3a ed. D.F.
Mxico: Prentice Hall. 180 p.
FORNELL, C. y LARCKER, D. (1981): Evaluating structural equation models with
unobservable variables and measurement error. Journal of Marketing Research, 18,
30-50.
GALTON, F. 1892. Heredity Genius. [En linea]. Disponible en: <
http://galton.org/books/hereditary-genius/pdf/genius-1.pdf >. [Consulta: 18 de
septiembre de 2015]
GARDNER, H. 2001. Teora de las inteligencias mltiples. 6a ed. Bogot: Basic
Book. 292 p.
GOLEMAN, D. 1995. Inteligencia emocional: por qu es ms importante que el
CI?. 3a ed. New York: Kairs. 217 p.
JRESKONG, K. y SRBOM, D. (1993): Lisrel 8: the Simplis command language.
Scientific Software International, Inc., Lincoln-wood, IL
HAIR, J.F., ANDERSON, R.E., TATHAM, R.L. y BLACK, W.C.1998. Anlisis
Multivariante. Prentice Hall, Madrid.
HAIR, A. 1999. Anlisis Multivariante de datos. 5 ed. Mxico: Pearson. 832 p.
KLINE, R. B. 2005. Principies and practice of structural equation modeiing (2nd Ed.).
New York: Guilford.
KLEM, L. 2000. Structural Equation Modeling. In L.G. Grimm, & P.R. Yarnold (Eds.),
Reading and understanding more multivariable statistics, Washington, D.C:
American Psychological Association.
LLORET-SEGURA, S., FERRERES-TRAVER, A., HERNNDEZ-BAEZA, A.,
TOMS-MARCO, I. El anlisis factorial exploratorio de los tems: una gua prctica,
revisada y actualizada. Anales de Psicologa, vol. 30, nm. 3, septiembre-diciembre,
2014, pp. 1151-1169. [En linea]. Disponible en:
<http://www.redalyc.org/articulo.oa?id=16731690031>. [Consulta: 15 de diciembre
2015].
MADRIGAL, B. 2009. Habilidades directivas. 2a ed. D. F. Mxico: Mc Graw Hill. 251
p.
MACCALLUM, R.C., BROWNE, M.W., and SUGAWARA, H., M. (1996). Power
Analysis and Determination of Sample Size for Covariance Structure
Modeling, Psychological Methods, 1 (2), 130-49.
MAYER, J., Y SALOVEY, P. 1993. The intelligence of emotional intelligence.
Intelligence (17), 433-442.
SALOVEY, P., & MAYER, J. D. (1990). Emotional intelligence. Imagination,
Cognition and Personality, 9 (3), 185-211.
STERNBERG, R. J. 1997. Successful intelligence. Nueva York: Plume. Disponible
en: <http://www.psicorip.org/Resumos/PerP/RIP/RIP036a0/RIP03921.pdf >.
[Consulta 12 de abril de 2015]
SCHUMACKER, R. y LOMAX, R. 2004. A beginners guide to structural equation
modeling (2nd ed.). Lawrence Erlbaum Associates
THORDIKE. 1920. Intelligence and its issues. Harpers Magazine(140), 227-235.
WONG, C., Y LAW, K. 2002. The effects of leader and follower emotional intelligence
on performance and attitude:An exploratory study. Leadership Quarterly, 13: 243
274.