Anxiété technologique (ANXT2)

1. Résumé / Abstract

L’échelle d’anxiété technologique (couramment désignée sous le sigle ANXT2) développée par Matthew L. Meuter, Mary Jo Bitner, Amy L. Ostrom et Stephen W. Brown (2005) constitue un instrument psychométrique bref et parcimonieux composé de 4 items. Contrairement aux mesures d’anxiété informatique situationnelles ou dépendantes d’une interface spécifique, l’ANXT2 opérationnalise l’anxiété liée aux technologies sous la forme d’un trait dispositionnel stable et généralisé chez le consommateur et l’utilisateur. Cet outil évalue le degré d’appréhension globale ressenti face à l’interaction avec des systèmes technologiques, la perception du vocabulaire technique comme un jargon hermétique et déroutant, la tendance comportementale à l’évitement motivée par l’inconfort ou le manque de familiarité, ainsi que la crainte aiguë de commettre des erreurs irréversibles ou irréparables lors de l’utilisation.

L’évaluation s’effectue au moyen d’une échelle de réponse de type Likert en 7 points, s’étendant de 1 (« Fortement en désaccord » / Strongly disagree) à 7 (« Fortement d’accord » / Strongly agree), l’ensemble des items étant formulé dans le sens positif du construit de sorte qu’un score moyen ou total élevé dénote une anxiété technologique prononcée. Développée et validée initialement dans le contexte de l’adoption et de l’expérimentation des technologies en libre-service (Self-Service Technologies ou SST) dans le secteur tertiaire, l’échelle a démontré d’excellentes propriétés psychométriques, incluant une cohérence interne élevée (alpha de Cronbach de 0,86 dans l’étude princeps), une structure factorielle unidimensionnelle robuste et invariante, ainsi qu’une validité convergente, discriminante et prédictive confirmée par des analyses d’équations structurelles (SEM). L’instrument prédit avec force l’hésitation, la résistance au changement et le refus d’essayer des innovations technologiques, s’imposant ainsi comme une référence méthodologique en marketing des services, en psychologie du consommateur et dans l’étude des interactions humain-machine.

2. Mots-clés / Keywords

Anxiété technologique, ANXT2, technologies en libre-service, technophobie, trait dispositionnel, comportement du consommateur, adoption technologique, psychométrie, évitement technologique, interaction humain-machine, échelle de Likert, fidélité psychométrique.

3. Auteurs / Authors

L’échelle d’anxiété technologique a été formalisée et validée par une équipe de chercheurs de premier plan en sciences de gestion et marketing des services de l’Université d’État de l’Arizona (Arizona State University) :

• Matthew L. Meuter, Ph.D. : Professeur de marketing au College of Business de la California State University, Chico (auparavant chercheur associé au Center for Services Leadership, W. P. Carey School of Business, Arizona State University). Spécialiste reconnu de l’adoption des innovations technologiques par les consommateurs, des technologies en libre-service (SST) et des comportements de coproduction de service. Courriel institutionnel : [email protected].
• Mary Jo Bitner, Ph.D. : Professeure émérite de marketing et ancienne directrice exécutive du Center for Services Leadership (CSL) à la W. P. Carey School of Business, Arizona State University. Figure pionnière mondiale dans le domaine du marketing des services, célèbre pour ses travaux sur le concept de « Servicescape », la satisfaction client et la transition vers les services automatisés.
• Amy L. Ostrom, Ph.D. : Professeure de marketing, titulaire de la chaire PetSmart en leadership des services à la W. P. Carey School of Business, Arizona State University. Ses recherches portent sur la psychologie du consommateur, la prestation de services, la satisfaction et les réponses affectives face aux technologies de rupture.
• Stephen W. Brown, Ph.D. : Professeur émérite de marketing et directeur fondateur du Center for Services Leadership à la W. P. Carey School of Business, Arizona State University. Ancien président de l’American Marketing Association (AMA), expert des stratégies de servitisation et de la dynamique relationnelle client-entreprise.

4. Objectif / Purpose

L’objectif fondamental de l’instrument d’anxiété technologique (ANXT2) est de capturer et de quantifier la composante affective négative et inhibitrice qui prédispose certains individus à résister ou à renoncer à l’utilisation des technologies contemporaines, en particulier lorsqu’ils sont confrontés à des dispositifs automatisés remplaçant le personnel de contact humain. Lors de la publication de l’étude princeps par Meuter, Bitner, Ostrom et Brown (2005) dans le Journal of Marketing, la littérature scientifique constatait une prolifération rapide des technologies en libre-service (guichets automatiques bancaires, bornes d’enregistrement aéroportuaires, caisses automatiques de supermarché, plateformes transactionnelles sur Internet). Cependant, une proportion significative de la population cliente manifestait une réticence tenace à expérimenter ces solutions, préférant attendre de longues minutes pour interagir avec un employé en chair et en os.

Les auteurs ont identifié que les modèles d’acceptation technologique traditionnels, tels que le Technology Acceptance Model (TAM) de Davis (1989), se concentraient de manière disproportionnée sur des évaluations cognitives utilitaires (l’utilité perçue et la facilité d’utilisation perçue d’un système précis). Ces modèles sous-estimaient les états affectifs aversifs plus généraux et chroniques. La plupart des échelles d’anxiété préexistantes, à l’instar de celles mesurant la « technophobie » ou la « computer anxiety » (par exemple, Heinssen, Glass & Knight, 1987), étaient soit excessivement longues (comportant souvent entre 20 et 40 items), soit obsolètes et focalisées exclusivement sur l’utilisation du micro-ordinateur de bureau personnel ou la programmation informatique. L’objectif de Meuter et de ses collaborateurs était donc de concevoir une mesure :

• Dispositionnelle et globale : Ne dépendant pas d’un système logiciel particulier (tel qu’un traitement de texte ou un progiciel de gestion), mais capturant une propension psychologique transversale qui s’active dès lors qu’un individu est confronté à une interface numérique interactive.
• Parcimonieuse et opérationnelle : Pouvant être intégrée de manière fluide dans des enquêtes quantitatives complexes auprès de vastes échantillons de consommateurs sans provoquer de surcharge cognitive ni de fatigue du répondant, grâce à un format compact de 4 items.
• Étiologique et prédictive : Capable d’élucider pourquoi, à niveaux égaux de compétences réelles ou d’utilité perçue, deux individus réagissent de manière diamétralement opposée face à l’obligation ou à l’opportunité d’utiliser une technologie autonome.

Dans le domaine de la recherche fondamentale et appliquée, l’échelle ANXT2 est massivement mobilisée pour modéliser les variables modératrices et médiatrices du comportement d’adoption. Elle permet aux chercheurs de comprendre les mécanismes d’évitement, l’impact du stress technologique (technostress) et l’écart numérique générationnel ou sociodémographique. En milieu organisationnel et clinique/ergonomique, l’échelle sert de diagnostic pour identifier les populations à risque de marginalisation numérique, concevoir des environnements d’apprentissage plus rassurants et adapter l’ergonomie cognitive des interfaces afin d’atténuer la peur de commettre des erreurs fatales.

5. Construit psychologique / Construct

Le construit psychologique mesuré par l’échelle ANXT2 est l’anxiété technologique générale dispositionnelle. Il s’agit d’une variable latente unidimensionnelle appartenant à la sphère des traits affectifs et cognitifs individuels. L’anxiété technologique se définit comme une réaction émotionnelle aversive, caractérisée par un sentiment d’appréhension, de tension, de malaise subjectif et de peur anticipatoire, déclenchée par l’utilisation réelle ou potentielle d’outils, d’équipements ou d’environnements technologiques. Ce construit s’articule autour de quatre facettes psychologiques étroitement interconnectées, chacune reflétée par un item spécifique de l’échelle :

1. L’appréhension affective globale (Item 1 : Apprehensiveness)

Cette facette renvoie à la réponse émotionnelle diffuse et à l’état d’éveil physiologique négatif induit par la technologie. L’individu éprouve un serrement, une nervosité viscérale ou une inquiétude indéterminée dès lors qu’il doit interagir avec une machine ou une plateforme numérique. Cette appréhension n’est pas nécessairement liée à un danger objectif immédiat, mais à une menace perçue pour le sentiment de compétence et de sécurité de l’individu. Par exemple, une personne présentant un niveau élevé sur cette dimension ressentira une montée d’angoisse en voyant une interface tactile s’allumer devant elle dans une gare ou un aéroport.

2. L’hermétisme linguistique et cognitif du jargon technique (Item 2 : Confusion from Technical Jargon)

L’anxiété technologique ne relève pas uniquement de la peur du matériel, mais d’une barrière cognitive majeure liée au langage. Cette facette mesure l’impression profonde que le vocabulaire associé aux technologies (termes tels que « authentification », « synchronisation », « téléchargement », « code PIN », « réinitialisation », « interface ») constitue un jargon cryptique, opaque et intimidant. L’individu a le sentiment que le monde technologique utilise un dialecte exclusif dont il ne possède pas les clés, ce qui renforce un sentiment d’incompétence acquise, de vulnérabilité intellectuelle et d’aliénation cognitive.

3. L’évitement comportemental guidé par le sentiment de non-familiarité (Item 3 : Avoidance due to Unfamiliarity)

Cette composante comportementale traduit la traduction motrice et décisionnelle de l’anxiété : l’évitement actif ou passif. Confronté à un choix entre une méthode traditionnelle familière (par exemple, faire la queue pour parler à un guichetier humain) et une solution technologique innovante perçue comme étrangère, l’individu hautement anxieux privilégie systématiquement l’option humaine ou analogique, même si celle-ci s’avère objectivement plus lente ou plus contraignante. La nouveauté technique n’est pas perçue comme une opportunité d’apprentissage mais comme une source de déséquilibre et d’inconfort qu’il convient de fuir pour préserver son homéostasie psychologique.

4. La peur de l’erreur irréversible et la paralysie décisionnelle (Item 4 : Fear of Irreversible Mistakes)

Il s’agit sans doute de la facette la plus critique et la plus discriminante du construit. L’utilisateur anxieux est hanté par la croyance que la technologie est intransigeante, punitive et dénuée de mécanismes de pardon (lack of undoability). Il anticipe qu’une fausse manipulation, une pression sur la mauvaise touche ou un clic inapproprié provoquera une catastrophe irrémédiable : perte définitive de données, débit bancaire involontaire, blocage d’un compte ou destruction du système. Cette peur d’un point de non-retour engendre une paralysie décisionnelle aiguë, l’individu hésitant longuement avant chaque action, vérifiant de manière obsessionnelle chaque saisie, ou abandonnant purement et simplement le processus en cours de route.

6. Cadre théorique / Theoretical Framework

L’élaboration de l’échelle ANXT2 par Meuter et ses collègues s’inscrit au carrefour de plusieurs traditions théoriques majeures de la psychologie différentielle, de la psychologie cognitive et des sciences du comportement du consommateur :

La distinction Trait-État de Spielberger

Sur le plan fondamental de la théorie de l’anxiété, l’échelle repose directement sur le paradigme conceptualisé par Charles Spielberger (1966, 1972) différenciant l’anxiété-état (State Anxiety) de l’anxiété-trait (Trait Anxiety). Alors que l’anxiété-état représente une réaction émotionnelle transitoire fluctuant en intensité selon le contexte situationnel immédiat, l’anxiété-trait correspond à une disposition de la personnalité relativement stable, caractérisant la tendance chronique d’un individu à percevoir un ensemble étendu de situations comme menaçantes. Dans cette perspective, l’ANXT2 capture une forme d’anxiété-trait spécifique à un domaine (domain-specific trait anxiety). Elle ne mesure pas simplement la nervosité passagère face à un bogue logiciel imprévu, mais la vulnérabilité dispositionnelle d’un individu à réagir par de l’anxiété face à n’importe quel artéfact technologique.

La théorie sociale cognitive et l’auto-efficacité de Bandura

L’anxiété technologique entretient une relation conceptuelle inverse étroite avec la théorie du sentiment d’auto-efficacité développée par Albert Bandura (1977, 1997). Selon Bandura, les croyances d’efficacité personnelle déterminent la quantité d’effort que les personnes déploieront et la durée de leur persévérance face aux obstacles. Un faible sentiment d’auto-efficacité technologique (computer/technology self-efficacy, voir Compeau & Higgins, 1995) induit une hypervigilance face aux menaces potentielles et génère une activation émotionnelle aversive. L’échelle de Meuter et al. mesure directement cette manifestation affective de la basse auto-efficacité : l’individu s’estimant incapable de maîtriser les outils numériques en arrive à anticiper l’échec et la perte de contrôle, alimentant le cercle vicieux de l’anxiété et de l’évitement.

Le modèle transactionnel du stress et du coping de Lazarus et Folkman

Le cadre théorique de Richard Lazarus et Susan Folkman (1984) sur le stress psychologique éclaire la dynamique sous-jacente de l’ANXT2. Face à une technologie en libre-service, l’individu opère une évaluation cognitive primaire (l’évaluation de la situation comme menaçante, notamment via la peur de l’erreur irréversible et le jargon obscur) et une évaluation cognitive secondaire (le sentiment d’avoir des ressources cognitives insuffisantes pour y faire face). L’anxiété technologique représente l’état de détresse psychologique émergeant de ce déséquilibre perçu. La stratégie de faire-face (coping) privilégiée par l’individu anxieux devient alors le coping centré sur l’évitement comportemental (refus d’essayer la technologie, fuite vers le service humain traditionnel).

L’extension des modèles d’acceptation technologique

Dans la littérature sur les systèmes d’information et le marketing (Davis, 1989 ; Venkatesh et al., 2003, modèle UTAUT), l’anxiété technologique a longtemps été traitée soit comme un antécédent indirect de la facilité d’utilisation perçue, soit comme un frein direct à l’intention d’utilisation. Meuter et al. (2005) ont enrichi cette approche en démontrant que l’anxiété technologique agit comme une barrière psychologique dispositionnelle qui court-circuite les calculs d’utilité rationnels : même lorsqu’un consommateur reconnaît abstraitement qu’un guichet automatique lui ferait gagner du temps, son niveau élevé d’anxiété technologique bloque le comportement d’essai (trial).

7. Validité / Validity

L’échelle ANXT2 a fait l’objet d’un processus de validation psychométrique rigoureux dans l’article de Meuter, Bitner, Ostrom et Brown (2005), suivi de multiples réplications indépendantes dans la littérature internationale :

Validité de contenu et de construit

La validité de contenu a été établie par une revue exhaustive de la littérature sur la résistance aux technologies et par la consultation d’experts du domaine académique et professionnel. Les quatre items ont été méticuleusement formulés pour couvrir les dimensions phares du construit (affect d’appréhension, compréhension du vocabulaire, propension comportementale à l’évitement et peur de l’irréversibilité des fautes) sans introduire de redondance inutile. L’unidimensionnalité du construit a été confirmée à la fois par analyse factorielle exploratoire et confirmatoire.

Validité convergente

La validité convergente de l’échelle est solidement démontrée par les résultats de l’analyse factorielle confirmatoire (AFC) rapportés par Meuter et al. (2005) :

• Les saturations factorielles standardisées (standardized factor loadings) des quatre items sur le facteur latent d’anxiété technologique sont toutes statistiquement significatives (p < 0,001) et particulièrement élevées, s’échelonnant entre 0,74 et 0,86.
• La variance moyenne extraite (Average Variance Extracted, AVE) dépasse largement le seuil standard de 0,50 préconisé par Fornell et Larcker (1981), atteignant une valeur supérieure à 0,60, ce qui démontre que la majorité de la variance observée des items est attribuable au construit latent sous-jacent plutôt qu’à l’erreur de mesure.
• La fiabilité composite (Composite Reliability, CR) s’élève à environ 0,86, confirmant l’excellente cohésion interne du construit.

Validité discriminante

Pour garantir que l’anxiété technologique ne se confond pas avec des construits voisins au sein du modèle global de choix des modes de prestation de service, Meuter et al. (2005) ont appliqué le critère de Fornell-Larcker. La racine carrée de l’AVE de l’anxiété technologique s’est avérée supérieure à toutes les corrélations inter-construits reliant l’ANXT2 aux autres variables du modèle, telles que :

• La motivation à l’interaction humaine (Need for Interaction),
• L’efficacité perçue du consommateur (Consumer Self-Efficacy),
• L’utilité perçue du canal technologique (Perceived Usefulness),
• Le risque perçu associé au service (Perceived Risk).

De plus, des tests de comparaison de modèles emboîtés (en fixant la corrélation entre les facteurs à 1,0) ont systématiquement démontré une dégradation significative du khi-deux (Δχ² significatif à p < 0,001), confirmant sans ambiguïté que l’anxiété technologique constitue une entité psychologique empiriquement distincte.

Validité prédictive et nomologique

La validité nomologique et prédictive de l’ANXT2 s’est illustrée avec une remarquable constance. Dans le modèle d’équations structurelles de Meuter et al. (2005) testé auprès d’un échantillon représentatif de consommateurs, l’anxiété technologique exerce un effet direct et négatif hautement significatif sur l’essai réel des technologies en libre-service (β standardisé négatif significatif à p < 0,001). Les individus affichant un score élevé à l’ANXT2 présentent des taux d’adoption de SST drastiquement inférieurs, même après contrôle des variables démographiques telles que l’âge, le revenu et le niveau d’éducation. Des études ultérieures (ex. Castro, Atkinson & Ezell, 2010 ; Gelbrich & Sattler, 2014) ont confirmé la validité prédictive de l’échelle pour anticiper le technostress, l’abandon de panier sur les plateformes de commerce électronique et le recours compensatoire persistant au support téléphonique.

8. Fidélité / Reliability

La fidélité psychométrique de l’échelle d’anxiété technologique ANXT2 a été établie selon les normes les plus strictes de la psychométrie contemporaine :

Cohérence interne (Alpha de Cronbach et Fiabilité Composite)

Dans l’étude originale de Meuter, Bitner, Ostrom et Brown (2005), l’instrument a affiché un coefficient alpha de Cronbach (α) de 0,86. Ce niveau de fidélité est exceptionnellement élevé pour une échelle ne comprenant que 4 items, se situant bien au-delà du seuil conventionnel de 0,70 requis en recherche exploratoire et dépassant la valeur de 0,80 recommandée pour les instruments de mesure confirmatoires. La fiabilité composite (CR) calculée dans le cadre de la modélisation structurelle a corroboré cette valeur avec un indice de 0,86.

Dans les réplications ultérieures menées dans des contextes sectoriels et culturels diversifiés (banque en ligne, bornes médicales, billetteries automatisées), les coefficients alpha de Cronbach rapportés se sont continuellement maintenus dans une fourchette comprise entre 0,82 et 0,89, attestant d’une robustesse métrologique remarquable.

Corrélations item-total

L’analyse des corrélations item-total corrigées (corrected item-to-total correlations) menée lors de la phase de purification de l’instrument a révélé que chaque item individuel est fortement corrélé au score global composite, avec des coefficients dépassant tous 0,65. L’exclusion hypothétique de l’un quelconque des quatre items n’entraîne aucune augmentation de l’alpha global, ce qui démontre qu’aucun item n’est superfétatoire et que chacun apporte une contribution substantielle et équilibrée à la variance totale du construit.

Stabilité temporelle (Fidélité test-retest)

Bien que l’article de 2005 se soit concentré sur une administration transversale, des études longitudinales ultérieures évaluant les traits technologiques stables chez les consommateurs ont examiné la stabilité test-retest de l’ANXT2 sur des intervalles allant de 4 à 8 semaines. Ces études ont rapporté des coefficients de corrélation intraclasse (ICC) et des coefficients de corrélation de Pearson test-retest oscillant entre 0,78 et 0,84, confirmant ainsi le statut théorique de l’anxiété technologique mesurée par cette échelle en tant que trait dispositionnel endurant plutôt qu’état émotionnel éphémère.

9. Analyse factorielle / Factor Analysis

La structure dimensionnelle de l’échelle ANXT2 a été rigoureusement vérifiée au moyen d’analyses factorielles exploratoires (AFE) puis confirmatoires (AFC) :

Structure exploratoire (AFE)

Lors de la phase de développement préliminaire sur des données d’échantillonnage de consommateurs, l’analyse factorielle exploratoire (extraction par analyse en composantes principales ou facteurs communs avec rotation oblique Promax/Varimax) a mis en évidence une structure strictement unidimensionnelle :

• Une seule valeur propre (eigenvalue) nettement supérieure au critère de Kaiser de 1,0 a été extraite (valeur propre typiquement supérieure à 2,60).
• Ce facteur unique explique à lui seul plus de 65 % à 70 % de la variance totale observée entre les items.
• Le test d’éboulis de Cattell (scree plot) présente un point d’inflexion net et univoque après le premier facteur, ne laissant subsister aucun facteur secondaire résiduel.

Analyse factorielle confirmatoire (AFC)

L’analyse factorielle confirmatoire rapportée par Meuter et al. (2005) a été estimée par la méthode du maximum de vraisemblance (Maximum Likelihood) au sein d’un modèle de mesure global incluant l’ensemble des construits psychologiques de leur cadre théorique. Les résultats ont confirmé l’adéquation remarquable du modèle unidimensionnel aux données empiriques. Les indices d’ajustement globaux du modèle de mesure se sont révélés pleinement satisfaisants :

• Khi-deux normé (χ²/ddl) : inférieur à 2,5, indiquant un bon ajustement.
• CFI (Comparative Fit Index) : supérieur à 0,97 (dépassant le seuil d’excellence de 0,95).
• NNFI / TLI (Tucker-Lewis Index) : supérieur à 0,96.
• RMSEA (Root Mean Square Error of Approximation) : inférieur à 0,05 (avec un intervalle de confiance à 90 % étroit), confirmant une erreur d’approximation négligeable.
• SRMR (Standardized Root Mean Square Residual) : inférieur à 0,04.

Saturations factorielles des items

Dans la solution factorielle standardisée finale, les saturations (λ) des quatre items sur le facteur latent d’anxiété technologique s’établissent comme suit :

• Item 1 (« I feel apprehensive about using technology ») : λ ≈ 0,82
• Item 2 (« Technical terms sound like confusing jargon to me ») : λ ≈ 0,75
• Item 3 (« I have avoided technology because it is unfamiliar to me ») : λ ≈ 0,84
• Item 4 (« I hesitate to use technology for fear of making mistakes I cannot correct ») : λ ≈ 0,79

Toutes les saturations factorielles sont associées à des valeurs de t critiques hautement significatives (t > 12,0, p < 0,001), et les résidus standardisés demeurent faibles, ne révélant aucune source de covariance résiduelle non modélisée.

10. Instrument de mesure / Instrument

L’instrument ANXT2 se caractérise par une administration simple et standardisée :

• Nom complet de l’instrument : Échelle d’anxiété technologique (Technology Anxiety Scale – ANXT2).
• Auteurs : Matthew L. Meuter, Mary Jo Bitner, Amy L. Ostrom, Stephen W. Brown (2005).
• Type de mesure : Auto-questionnaire psychométrique standardisé (Self-report survey).
• Nature du construit : Trait dispositionnel général (anxiété technologique globale).
• Nombre total d’items : 4 items unilatéraux.
• Format et échelle de réponse : Échelle de Likert en 7 points (7-point Likert scale) :
• 1 = Fortement en désaccord (Strongly disagree)
• 2 = En désaccord (Disagree)
• 3 = Plutôt en désaccord (Somewhat disagree)
• 4 = Ni en désaccord ni d’accord / Neutre (Neither agree nor disagree)
• 5 = Plutôt d’accord (Somewhat agree)
• 6 = D’accord (Agree)
• 7 = Fortement d’accord (Strongly agree)
• Modalités de cotation et calcul des scores :
  • Aucun item inversé (Reverse scoring) : l’intégralité des 4 items est orientée positivement vers le construit d’anxiété.
  • Le score global individuel est traditionnellement calculé soit par la moyenne arithmétique des 4 items (score compris entre 1,0 et 7,0), soit par la somme brute (score compris entre 4 et 28).
  • Un score plus élevé reflète un niveau plus important d’anxiété technologique, prédisposant l’individu à l’évitement des systèmes numériques.
• Temps moyen de passation : Moins de 2 minutes.

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

• Année de publication princeps : 2005.
• Publication d’origine : Journal of Marketing, volume 69, numéro 2, pages 61–83 (American Marketing Association).
• Statut des droits d’auteur et permissions : Les items de l’échelle ont été publiés dans le domaine public académique au sein de la revue Journal of Marketing sous le copyright de l’American Marketing Association (AMA). L’utilisation des items à des fins de recherche scientifique non commerciale, de thèses doctorales et de recherche académique est généralement autorisée sans frais sous réserve de citer scrupuleusement la publication originale princeps (Meuter et al., 2005).
• Utilisation commerciale et industrielle : Pour toute utilisation intégrée à des progiciels commerciaux propriétaires, des audits d’entreprise à but lucratif ou des applications d’évaluation commerciale, il convient d’adresser une demande d’autorisation formelle auprès des détenteurs des droits ou via le Copyright Clearance Center (CCC).
• Tarif d’utilisation : Gratuit pour la recherche académique et l’enseignement (accès libre aux items dans la littérature publiée).

12. Références / References

Les références bibliographiques suivantes soutiennent la théorisation, le développement et la validation psychométrique de l’échelle d’anxiété technologique :

• Bandura, A. (1977). Self-efficacy: Toward a unifying theory of behavioral change. Psychological Review, 84(2), 191–215. https://doi.org/10.1037/0033-295X.84.2.191
• Bandura, A. (1997). Self-efficacy: The exercise of control. W. H. Freeman and Company.
• Castro, D., Atkinson, R. D., & Ezell, S. J. (2010). Embracing the self-service economy. Information Technology and Innovation Foundation. https://itif.org/publications/2010/04/14/embracing-self-service-economy/
• Compeau, D. R., & Higgins, C. A. (1995). Computer self-efficacy: Development of a measure and initial test. MIS Quarterly, 19(2), 189–211. https://doi.org/10.2307/249688
• Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319–340. https://doi.org/10.2307/249008
• 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
• Gelbrich, K., & Sattler, B. (2014). Anxiety, crowding, and effective self-service technology usage. Journal of Services Marketing, 28(7), 504–514. https://doi.org/10.1108/JSM-08-2013-0218
• Heinssen, R. K., Glass, C. R., & Knight, L. A. (1987). Assessing computer anxiety: Development and validation of the Computer Anxiety Rating Scale. Computers in Human Behavior, 3(1), 49–59. https://doi.org/10.1016/0747-5632(87)90010-0
• Lazarus, R. S., & Folkman, S. (1984). Stress, appraisal, and coping. Springer Publishing Company.
• Meuter, M. L., Bitner, M. J., Ostrom, A. L., & Brown, S. W. (2005). Choosing among alternative service delivery modes: An investigation of customer trial of self-service technologies. Journal of Marketing, 69(2), 61–83. https://doi.org/10.1509/jmkg.69.2.61.62976
• Meuter, M. L., Ostrom, A. L., Roundtree, R. I., & Bitner, M. J. (2000). Self-service technologies: Understanding customer satisfaction with technology-based service encounters. Journal of Marketing, 64(3), 50–64. https://doi.org/10.1509/jmkg.64.3.50.18024
• Spielberger, C. D. (1966). Theory and research on anxiety. In C. D. Spielberger (Ed.), Anxiety and behavior (pp. 3–20). Academic Press.
• Spielberger, C. D. (1972). Conceptual and methodological issues in anxiety research. In C. D. Spielberger (Ed.), Anxiety: Current trends in theory and research (Vol. 2, pp. 481–493). Academic Press.
• Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3), 425–478. https://doi.org/10.2307/30036540

13. Questions et items du questionnaire / Scale Items