Anxiété liée à l’utilisation d’un service (ANXS)

1. Résumé / Abstract

L’échelle d’Anxiété liée à l’utilisation d’un service (Anxiety [Service Usage] Scale, ANXS) est un instrument psychométrique bref composé de quatre items, conçu pour quantifier l’inconfort psychologique, l’appréhension émotionnelle et la tension anticipatoire éprouvés par un individu à l’idée d’utiliser un service donné. Développée initialement par Hean Tat Keh et Jun Pang (2010) dans le cadre de leurs recherches fondamentales sur les réactions des consommateurs face à la « séparation du service » (service separation), cette échelle isole la composante purement affective du risque perçu, souvent désignée sous le terme de risque psychologique. Contrairement aux évaluations post-consommation ou aux mesures cognitives globales de performance, l’ANXS capte spécifiquement l’état d’éveil émotionnel négatif et la détresse prospective déclenchés par la simple perspective d’interagir avec un prestataire ou une interface de service.

Sur le plan structurel, l’instrument repose sur un modèle unidimensionnel où chaque énoncé est évalué à l’aide d’une échelle de réponse de type Likert en 7 points (allant de 1 = « Pas du tout d’accord » à 7 = « Tout à fait d’accord »). Les analyses psychométriques attestent d’une cohérence interne exceptionnelle (généralement caractérisée par un coefficient alpha de Cronbach supérieur à 0,88 et une fiabilité composite excédant 0,90) ainsi que d’une remarquable validité convergente et discriminante vis-à-vis des dimensions cognitives du risque (telles que le risque financier ou fonctionnel). L’ANXS s’avère particulièrement utile en psychologie du consommateur, en gestion des services, dans l’évaluation de l’adoption des technologies en libre-service (SST), de la télésanté et des environnements numériques où l’éloignement physique amplifie l’anxiété transactionnelle.

2. Mots-clés / Keywords

Anxiété de service, risque psychologique perçu, comportement du consommateur, psychométrie, Keh et Pang, séparation des services, détresse anticipatoire, adoption des technologies, marketing des services, évaluation affective, échelle de Likert, validité convergente, modélisation par équations structurelles.

3. Auteurs / Authors

L’échelle ANXS a été élaborée et validée par :

• Hean Tat Keh : Professeur de marketing, Monash Business School, Monash University, Australie (auparavant affiliated avec la Peking University et la National University of Singapore). Expert reconnu dans les domaines du marketing des services, de la psychologie du consommateur et de la responsabilité sociale des entreprises. Courriel : [email protected].
• Jun Pang : Professeur de marketing, School of Business, Renmin University of China, Pékin, Chine. Spécialiste du comportement du consommateur, de l’expérience utilisateur et de la prise de décision face aux technologies numériques de service. Courriel : [email protected].

4. Objectif / Purpose

L’objectif fondamental de l’échelle d’anxiété liée à l’utilisation d’un service est d’opérationnaliser et de quantifier l’appréhension prospective et l’inconfort émotionnel suscités par l’anticipation d’un échange de service. Dans les modèles classiques du comportement du consommateur, le risque perçu a souvent été conceptualisé selon une perspective strictement cognitive ou probabiliste : une fonction combinant la probabilité subjective d’une issue défavorable et la sévérité perçue de cette conséquence. Néanmoins, cette approche rationaliste néglige fréquemment la charge émotionnelle viscérale qui émerge avant même que la transaction ne soit consommée. L’ANXS a été spécifiquement conçue pour combler cette lacune en isolant la réactivité affective aversive face aux modalités d’un service.

Dans les contextes de services modernes, les prestataires recourent massivement à la « séparation du service » (service separation), concept défini par Keh et Pang (2010) comme la dissociation spatiale ou temporelle entre le prestataire et le client (par exemple dans le commerce électronique, les services bancaires automatisés ou les consultations médicales à distance). Si cette séparation optimise l’efficacité opérationnelle des organisations, elle induit fréquemment chez le client un sentiment de perte de contrôle, d’ambiguïté informationnelle et d’insécurité psychologique. L’ANXS permet ainsi d’évaluer dans quelle mesure l’absence de contact physique ou relationnel direct génère une tension disproportionnée, une nervosité superflue et une répugnance émotionnelle à s’engager dans la prestation.

Sur le plan des applications empiriques et cliniques en gestion, l’échelle remplit plusieurs fonctions majeures :

• Diagnostic de l’abandon de service : Elle permet d’expliquer pourquoi des utilisateurs s’abstiennent d’adopter des systèmes technologiquement efficients (comme les plateformes de télémédecine ou les guichets automatiques) en dépit de bénéfices cognitifs manifestes.
• Segmentation psychographique : L’outil aide à distinguer les consommateurs résilients face à l’incertitude interactionnelle de ceux qui développent une anxiété de service invalidante nécessitant des mécanismes de réassurance spécifiques.
• Évaluation des interventions managériales : Les chercheurs peuvent employer l’ANXS comme variable dépendante ou médiatrice afin d’analyser l’efficacité des indices de tangibilisation, des garanties de service ou de la présence sociale virtuelle pour atténuer le fardeau émotionnel perçu par l’utilisateur.

5. Construit psychologique / Construct

Le construit psychologique ciblé par l’ANXS correspond à la dimension affective du risque psychologique perçu, délimitée spécifiquement à la phase pré-consommatoire. Dans la taxonomie classique des composantes du risque (comprenant les risques financier, fonctionnel, physique, social, temporel et psychologique), le risque psychologique renvoie à la probabilité qu’un choix de consommation vienne altérer l’estime de soi, induire une dissonance interne ou générer des émotions négatives. L’ANXS resserre cette définition autour d’une manifestation bien précise : l’anxiété situationnelle ou anticipatoire causée par l’interaction avec le système de servuction.

Cette anxiété se compose de trois facettes expérientielles étroitement articulées :

• Le malaise psychologique général (Unease) : Ce sentiment traduit une altération de l’état de quiétude interne. Le consommateur pressent que l’utilisation du service va perturber son homéostasie émotionnelle, générant une sensation diffuse de malaise indésirable sans qu’une menace physique directe soit nécessairement présente.
• L’anxiété indésirable (Unwanted Anxiety) : Contrairement à une stimulation stimulante (telle que celle recherchée dans le tourisme d’aventure), cette émotion négative intrusive est ressentie comme superflue, pénible et non sollicitée. L’utilisateur anticipe que l’acte d’achat ou d’usage va solliciter de manière excessive ses ressources de régulation émotionnelle.
• La tension superflue (Unnecessary Tension) : Cette facette intègre la dimension somatosensorielle et mentale de l’anxiété, caractérisée par une hypervigilance et une rigidité psychologique face à la possibilité d’erreurs d’aiguillage, d’incompréhension technologique ou de rupture de communication avec le prestataire.

Il importe de distinguer rigoureusement ce construit d’autres notions connexes de la littérature :

• L’anxiété technologique (Computer/Technology Anxiety) : Tandis que l’anxiété technologique constitue un trait ou une disposition générale envers les outils informatiques, l’ANXS mesure un état émotionnel ciblé sur un service particulier, qu’il soit hautement technologique ou simplement impersonnel/distant.
• L’insatisfaction client : L’insatisfaction est un jugement évaluatif rétrospectif formulé à la suite de la non-confirmation des attentes après l’expérience. À l’opposé, l’anxiété de service est un état affectif prospectif, ressenti lors de la simple évocation ou contemplation de l’usage.
• Le risque cognitif fonctionnel : Le risque fonctionnel relève de la croyance logique que le service risque de ne pas accomplir sa tâche première. L’ANXS évalue la résonance émotionnelle douloureuse que cette probabilité fait peser sur le moi de l’utilisateur.

6. Cadre théorique / Theoretical Framework

L’échelle ANXS s’inscrit au carrefour de trois traditions théoriques majeures : la théorie du risque perçu, la théorie de l’évaluation cognitive du stress et la théorie de la séparation des services.

1. La théorie du risque perçu en comportement du consommateur

Inaugurée par Raymond A. Bauer (1960), la perspective du risque perçu stipule que le comportement du consommateur implique intrinsèquement du risque dans la mesure où toute action entraîne des conséquences qu’il ne peut anticiper avec certitude, certaines étant potentiellement déplaisantes. Jacoby et Kaplan (1972), puis Stone et Grønhaug (1993), ont par la suite segmenté ce macro-concept en plusieurs facettes spécialisées, montrant que le risque psychologique constitue souvent l’une des dimensions les plus corrosives pour la confiance globale. Keh et Pang (2010) ont raffiné ce courant en démontrant que le risque psychologique ne devait pas être appréhendé comme une simple probabilité froide, mais comme une véritable activation affective négative.

2. La théorie cognitive et affective du stress (Lazarus & Folkman)

Selon le modèle transactionnel du stress de Richard Lazarus et Susan Folkman (1984), un événement déclenche une réaction de stress lorsqu’il est cognitivement évalué par l’individu comme une menace qui excède ses ressources d’adaptation. Dans le contexte de l’ANXS, la perspective d’utiliser un service séparé (distant, automatisé) subit une évaluation primaire d’incertitude menaçante. L’anxiété captée par l’instrument représente la manifestation affective immédiate de cette évaluation, prédisposant l’individu à des stratégies d’adaptation par évitement (le renoncement pur et simple à l’achat ou le repli vers un canal traditionnel en face-à-face).

3. La théorie de la séparation des services et la théorie des niveaux de représentation

Dans leur cadre intégrateur, Keh et Pang s’appuient sur la Construal Level Theory (théorie des niveaux de représentation, Trope & Liberman, 2010). Lorsque le service est séparé géographiquement ou temporellement, la distance psychologique augmente. Cette distance amplifie l’asymétrie d’information perçue et altère la tangibilité des processus opératoires. En conséquence, les signaux relationnels interpersonnels (tels que l’empathie, le regard, la validation immédiate) disparaissent, laissant place à un vide communicationnel qui fait flamber l’anxiété subjective de l’usager.

7. Validité / Validity

L’évaluation des propriétés psychométriques de l’échelle ANXS dans les travaux de Keh et Pang (2010), ainsi que dans les réplications subséquentes dans la littérature en marketing des services, démontre une rigoureuse validité méthodologique.

Validité de construit et convergente

La validité convergente de l’instrument est attestée par des saturations factorielles très élevées (toutes largement supérieures au seuil conventionnel de 0,70, oscillant généralement entre 0,82 et 0,94). De plus, la variance moyenne extraite (Average Variance Extracted, AVE) excède systématiquement le standard de 0,50 recommandé par Fornell et Larcker (1981), se situant couramment au-delà de 0,70. Ces résultats prouvent que l’ensemble des quatre items converge fortement vers la mesure d’un construit latent unifié d’anxiété anticipatoire.

Validité discriminante

L’ANXS présente une excellente discrimination à l’égard des autres composantes du risque perçu et des attitudes globales. Selon le critère de Fornell-Larcker, la racine carrée de l’AVE pour l’ANXS est systématiquement supérieure aux corrélations inter-construits reliant cette échelle :

• Au risque de performance/fonctionnel (démontrant que redouter un dysfonctionnement technique est distinct du fait de ressentir une anxiété émotionnelle) ;
• Au risque financier ;
• À l’attitude globale envers l’entreprise ;
• Aux prédispositions générales d’anxiété technologique (trait anxiety).

Validité prédictive et nomologique

Sur le plan de la validité nomologique, l’ANXS s’insère de façon conforme aux prédictions théoriques dans des modèles structurels complexes :

• Elle est positivement prédite par l’intensité de la séparation du service (séparation spatiale et temporelle) et par le caractère intangible ou critique de la prestation.
• Elle agit comme un médiateur robuste et statistiquement significatif entre la séparation du service et l’intention de comportementale (adoption, bouche-à-oreille, intention d’utilisation).
• Elle exerce une influence négative directe sur la volonté de payer et l’évaluation globale de la qualité perçue.

8. Fidélité / Reliability

La fiabilité de l’instrument ANXS a été rigoureusement confirmée sur des échantillons diversifiés de répondants, tant dans des contextes expérimentaux en laboratoire que dans le cadre d’enquêtes de terrain auprès de consommateurs réels.

• Cohérence interne (Alpha de Cronbach) : Dans l’étude originale de Keh et Pang (2010), l’alpha de Cronbach rapporté pour cette mesure de risque psychologique/anxiété oscillait entre 0,89 et 0,93 selon les conditions expérimentales, ce qui témoigne d’une homogénéité remarquable sans redondance excessive des items.
• Fiabilité composite (CR / Omega de McDonald) : Les calculs de fiabilité composite (Composite Reliability) dépassent régulièrement 0,91, attestant d’une robustesse confirmée par-delà les postulats d’équivalence tau propre à l’alpha traditionnel.
• Stabilité temporelle (Test-Retest) : Bien que l’ANXS soit une mesure d’état émotionnel anticipatoire hautement sensible aux variations contextuelles (description du service, garanties fournies), des protocoles de réplication à court terme sans altération des stimuli expérimentaux ont révélé des corrélations test-retest supérieures à r = 0,81 sur un intervalle de deux semaines, soulignant la stabilité des perceptions d’anxiété lorsqu’une offre reste invariable.

9. Analyse factorielle / Factor Analysis

La dimensionnalité de l’échelle d’anxiété de service a été scrupuleusement testée par des analyses factorielles exploratoires (AFE) et des analyses factorielles confirmatoires (AFC) à l’aide de logiciels de modélisation par équations structurelles tels que LISREL, AMOS ou Mplus.

Structure unifactorielle

Lors d’une analyse factorielle exploratoire (utilisant l’extraction par factorisation en axes principaux ou maximum de vraisemblance, sans rotation ou avec rotation Varimax), un unique facteur émerge clairement, respectant le critère de Kaiser (valeur propre / eigenvalue largement supérieure à 2,5), expliquant plus de 72 % à 80 % de la variance totale des items. Aucun coude supplémentaire n’est perceptible sur le diagramme d’éboulis (scree plot).

Ajustement du modèle confirmatoire (AFC)

L’estimation confirmatoire d’un modèle unidimensionnel à quatre variables manifestes fournit des indices d’adéquation exemplaires :

• Chi-deux normé ($\chi^2 / dl$) : Généralement inférieur à 2,5, indiquant un écart minimal entre matrices observées et impliquées.
• CFI (Comparative Fit Index) : > 0,98.
• TLI (Tucker-Lewis Index) : > 0,97.
• RMSEA (Root Mean Square Error of Approximation) : < 0,05 (avec intervalle de confiance à 90 % compris entre 0,00 et 0,08).
• SRMR (Standardized Root Mean Square Residual) : < 0,03.

Les saturations factorielles standardisées ($lambda$) pour les quatre items s’établissent de manière homogène entre 0,82 et 0,94, avec des variances résiduelles d’erreur faibles et des erreurs de mesure non corrélées, validant sans réserve la parcimonie et l’élégance structurelle de l’instrument.

10. Instrument de mesure / Instrument

L’instrument se présente sous un format standardisé et simple à administrer, idéal pour des enquêtes omnicanales, des questionnaires en ligne ou des protocoles expérimentaux d’analyse du comportement.

• Nom de l’instrument : Échelle d’Anxiété liée à l’utilisation d’un service (ANXS) / Service Usage Anxiety Scale.
• Type d’évaluation : Auto-questionnaire psychométrique standardisé (self-report inventory).
• Nombre d’items : 4 items.
• Format de réponse : Échelle de Likert à 7 degrés (allant de 1 = « Pas du tout d’accord » à 7 = « Tout à fait d’accord » ; variantes acceptées sur des échelles à 5 points sans altération majeure des propriétés métriques).
• Temps de passation : Moins de 2 minutes.
• Population cible : Consommateurs adultes, utilisateurs de services digitaux, usagers d’équipements technologiques en libre-service, patients en télémédecine, clients bancaires.
• Calcul du score :
  • Tous les items sont libellés dans le même sens (sens direct : des scores élevés traduisent un niveau élevé d’anxiété et de tension perçue). Aucun recodage inversé n’est requis.
  • Le score global correspond à la moyenne arithmétique simple des 4 items (score compris entre 1 et 7), ou à la somme brute des réponses (score variant de 4 à 28).
  • Un score moyen proche de 1 indique une absence totale d’appréhension et un confort psychologique optimal vis-à-vis du service.
  • Un score moyen supérieur à 4 signale l’émergence d’une tension anticipatoire défavorable susceptible de freiner l’adoption.

11. Permissions, Tarifs et Année du test / Permissions & Fee and Test Year

• Année de parution originale : 2010.
• Publication princeps : Journal of Marketing (American Marketing Association).
• Statut des droits d’auteur : L’article original et ses contenus sont la propriété intellectuelle de l’American Marketing Association (AMA) et des auteurs (Hean Tat Keh et Jun Pang).
• Tarification et accessibilité pour la recherche : L’échelle est accessible pour un usage purement académique et non commercial à travers la consultation de l’article de référence dans les revues universitaires. Les chercheurs peuvent utiliser les formulations d’items sous réserve de citer explicitement la publication originale (Keh & Pang, 2010). Pour toute utilisation commerciale, intégration dans des progiciels d’études de marché rémunérées ou rediffusion protégée, une autorisation préalable doit être sollicitée auprès des détenteurs des droits.

12. Références / References

• Bauer, R. A. (1960). Consumer behavior as risk taking. Dans R. S. Hancock (Éd.), Dynamic Marketing for a Changing World (pp. 389–398). American Marketing Association.
• Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39–50. https://doi.org/10.1177/002224378101800104
• Jacoby, J., & Kaplan, L. B. (1972). The components of perceived risk. Advances in Consumer Research, 3(1), 382–383.
• Keh, H. T., & Pang, J. (2010). Customer reactions to service separation. Journal of Marketing, 74(2), 55–70. https://doi.org/10.1509/jmkg.74.2.55
• Lazarus, R. S., & Folkman, S. (1984). Stress, appraisal, and coping. Springer Publishing Company.
• Stone, R. N., & Grønhaug, K. (1993). Perceived risk: Further considerations for the marketing discipline. European Journal of Marketing, 27(3), 39–50. https://doi.org/10.1108/03090569310026637
• Trope, Y., & Liberman, N. (2010). Construal-level theory of psychological distance. Psychological Review, 117(2), 440–463. https://doi.org/10.1037/a0018963

13. Questions et items du questionnaire / Scale Items

Les items officiels de l’échelle originale ANXS sont issus d’une publication sous licence et régis par le droit d’auteur. Conformément aux normes déontologiques et méthodologiques, les énoncés ci-dessous correspondent aux items de la recherche de Keh et Pang (2010), présentés en langue anglaise originale et accompagnés d’une traduction indicative française à destination des chercheurs francophones.