Échelle d’attitude envers les sites web marchands (bénéfices informationnels) (ATSW-I)

1. Résumé / Abstract

L’Échelle d’attitude envers les sites web marchands (bénéfices informationnels), couramment désignée sous l’acronyme ATSW-I (Attitude Toward Shopping Websites – Information Benefits Scale), constitue un instrument psychométrique développé par Susan Rose, Moira Clark, Phillip Samouel et Neil Hair (2012). Conçue dans le cadre d’un modèle structurel global évaluant l’expérience client en ligne (Online Customer Experience ou OCE) dans le secteur du commerce électronique de détail, cette échelle capture de manière spécifique et rigoureuse la dimension cognitive liée aux avantages informationnels perçus lors de la navigation sur les plateformes de commerce électronique.

Composée de quatre items auto-rapportés, l’échelle évalue la propension des cyberconsommateurs à valoriser les fonctionnalités de recherche, d’analyse comparative des alternatives, d’agrégation d’informations pré-achat et d’optimisation de la certitude décisionnelle. Contrairement aux approches unidimensionnelles globales antérieures qui mesuraient l’attitude envers le shopping en ligne par des items génériques ou isolés, l’ATSW-I se focalise spécifiquement sur les gains cognitifs et utilitaires procurés par la richesse informationnelle de l’environnement numérique. Les réponses sont recueillies au moyen d’une échelle de Likert en sept points allant de 1 (« Pas du tout d’accord ») à 7 (« Tout à fait d’accord »).

Sur le plan psychométrique, l’instrument a fait l’objet d’une validation empirique approfondie auprès d’un échantillon de 220 cyberacheteurs actifs résidant principalement aux États-Unis et en Europe. Les analyses factorielles confirmatoires (AFC) démontrent d’excellentes propriétés d’ajustement structurel, attestant d’une unidimensionnalité robuste. La consistance interne est remarquable, avec un coefficient alpha de Cronbach dépassant les seuils méthodologiques conventionnels (α = 0,86) et une fiabilité composite (CR) élevée de 0,87. La validité convergente et la validité discriminante ont été établies par rapport aux autres antécédents de l’expérience client (tels que la facilité d’utilisation perçue, la commodité ou le divertissement) et aux conséquences affectives et conatives, notamment la confiance, la satisfaction et la fidélité en ligne (e-loyalty). Cet outil offre une pertinence théorique et appliquée majeure pour la recherche en psychologie du consommateur et en marketing numérique.

2. Mots-clés / Keywords

Psychométrie, attitude envers les sites web, bénéfices informationnels, expérience client en ligne, commerce électronique, prise de décision du consommateur, recherche d’informations, échelle d’attitude, comportement du consommateur, modélisation par équations structurelles.

3. Auteurs / Authors

L’échelle ATSW-I a été formulée et validée par une équipe de chercheurs de premier plan spécialisés dans les systèmes d’information, le marketing relationnel et l’analyse multivariée :

• Susan Rose : Professeure de gestion et comportement du consommateur à la Henley Business School, Université de Reading, Royaume-Uni. Ses travaux pionniers portent sur le comportement d’achat en ligne, l’expérience client numérique et l’interaction homme-machine (IHM). Courriel institutionnel : [email protected].
• Moira Clark : Professeure émérite de marketing stratégique et directrice du Henley Centre for Customer Management (HCCM) à la Henley Business School, Université de Reading, Royaume-Uni. Spécialiste reconnue à l’international pour ses recherches sur le service client, la fidélisation et la gestion de la relation client (CRM). Courriel institutionnel : [email protected].
• Phillip Samouel : Professeur d’économie et d’analyse quantitative, affilié à la Kingston Business School, Kingston University London, Royaume-Uni. Expert en méthodes quantitatives appliquées aux sciences de gestion et à l’économétrie.
• Neil Hair : Professeur associé en technologies numériques et marketing au E. Philip Saunders College of Business, Rochester Institute of Technology (RIT), États-Unis. Ses recherches explorent l’identité virtuelle, l’engagement sur les plateformes numériques et l’adoption technologique. Courriel institutionnel : [email protected].

4. Objectif / Purpose

L’objectif fondamental de l’Échelle d’attitude envers les sites web marchands (bénéfices informationnels) est d’isoler, de mesurer et d’analyser l’évaluation cognitive subjective que fait un cyberconsommateur des opportunités de collecte, de comparaison et de traitement de données offertes par un site de commerce en ligne. Dès l’essor d’Internet comme canal transactionnel, les spécialistes du marketing ont compris que la recherche d’informations constituait l’une des motivations premières guidant les usagers vers les plateformes numériques. Cependant, de nombreux instruments de mesure initiaux souffraient d’un écueil méthodologique majeur : ils appréhendaient l’attitude sous un angle excessivement générique (par exemple, « J’aime acheter sur ce site ») ou confondaient dans un même score les aspects hédoniques (le plaisir d’explorer), logistiques (la livraison rapide) et purement cognitivo-informationnels.

La création de l’ATSW-I répond au besoin de disposer d’une métrique spécifique permettant de tester comment la structure informationnelle d’une interface web influence la dynamique cognitive du consommateur avant même l’acte de conversion. Plus précisément, l’instrument mesure dans quelle mesure le consommateur perçoit que la plateforme marchande :

• Facilite l’exploration systématique et exhaustive des gammes de produits ;
• Offre des fonctionnalités de comparaison analytique supérieures à celles des points de vente physiques traditionnels ;
• Optimise la réduction de l’asymétrie d’information et de l’incertitude décisionnelle ;
• Renforce le sentiment de compétence et d’autonomie cognitive lors de l’évaluation pré-achat.

Dans le domaine de la recherche académique, cette échelle est primordiale pour tester des modèles théoriques intégrant le traitement de l’information, la théorie du coût de recherche (Search Cost Theory) et la théorie de la rationalité limitée. Elle permet aux chercheurs de vérifier si la composante informationnelle agit comme un antécédent direct de l’état psychologique interne du client (cognitif et affectif), lequel conditionne en aval la confiance, la satisfaction globale et la réachat en ligne.

Sur le plan pratique et managérial, l’ATSW-I offre aux concepteurs d’expérience utilisateur (UX), aux chefs de produit e-commerce et aux analystes marketing un outil diagnostique standardisé. En déployant cette échelle, les praticiens peuvent évaluer avec précision si les outils d’aide à la décision (tels que les filtres multi-critères, les tableaux comparatifs de spécifications techniques, les avis clients détaillés et les visualisations immersives) apportent une valeur perçue substantielle aux utilisateurs ou s’ils induisent au contraire une surcharge cognitive préjudiciable.

5. Construit psychologique / Construct

Le construit psychologique opérationnalisé par l’ATSW-I se situe à l’intersection de la psychologie cognitive, de la théorie du comportement du consommateur et de l’ergonomie des interfaces numériques. Il désigne l’attitude favorable découlant des bénéfices informationnels perçus lors de l’usage des sites marchands. Dans la littérature psychologique, l’attitude est classiquement définie comme une prédisposition apprise à réagir de manière favorable ou défavorable envers un objet donné (Fishbein & Ajzen, 1975). Dans le cadre de l’ATSW-I, l’objet d’attitude est la capacité fonctionnelle du site web à servir de médiateur et d’accélérateur d’apprentissage informationnel.

Ce construit s’articule autour de trois facettes interdépendantes, consolidées dans une architecture unidimensionnelle :

A. La facilitation de la recherche pré-achat (Pre-purchase Information Gathering)

Cette composante renvoie à la perception que le site web réduit drastiquement l’effort cognitif et temporel requis pour accéder à une masse critique d’informations pertinentes. Dans le commerce physique traditionnel, le recueil d’informations impose des déplacements géographiques, des interactions verbales asynchrones et une charge mémorielle importante. Sur une plateforme e-commerce optimisée, les spécifications techniques, les manuels d’utilisation, les photographies haute résolution et les politiques de garantie sont instantanément consultables. Le consommateur développe une attitude positive car il fait l’expérience d’une autonomie informationnelle renforcée, diminuant son coût de recherche marginal.

B. La comparabilité inter-produits et multi-attributs (Product Comparison Efficacy)

La deuxième facette concerne l’aptitude perçue de l’environnement numérique à juxtaposer des alternatives d’achat concurrentes sur la base d’attributs communs (prix, dimensions, performances, avis tiers). Selon les modèles de choix multi-attributs, la décision rationnelle dépend de la capacité du sujet à pondérer différentes caractéristiques. Lorsque le site web intègre des matrices comparatives interactives ou des outils de tri par facettes, il externalise le calcul analytique que le cerveau humain devrait autrement accomplir dans sa mémoire de travail. L’utilisateur ressent alors un bénéfice instrumental direct, générateur d’attitude favorable.

C. L’accroissement de la confiance décisionnelle (Purchase Decision Confidence)

La troisième dimension fondamentale réside dans l’effet réducteur d’anxiété que procure l’information obtenue. L’achat en ligne est intrinsèquement porteur de risque perçu (risque financier, risque fonctionnel, risque psychologique), car le consommateur ne peut inspecter physiquement le produit avant la livraison. Les bénéfices informationnels mesurés par l’ATSW-I agissent comme un filtre amortisseur : en accédant à des données transparentes, complètes et validées par la communauté, le client acquiert la conviction subjective qu’il fait le meilleur choix possible. Cette certitude pré-décisionnelle prévient le regret post-décisionnel et favorise l’engagement psychologique envers la transaction.

Il importe de distinguer clairement ce construit des bénéfices hédoniques ou esthétiques. L’ATSW-I ne mesure pas si l’utilisateur éprouve de la joie, de l’amusement ou de l’émerveillement sensoriel (dimensions captées par l’échelle d’attitude relative au divertissement/fun), mais bien la satisfaction de ses exigences rationnelles et informatives en tant qu’agent économique orienté vers un but (goal-directed behavior).

6. Cadre théorique / Theoretical Framework

Le développement de l’échelle ATSW-I par Rose et ses collaborateurs (2012) s’enracine dans un faisceau robuste de théories psychosociales et microéconomiques, intégrant notamment le Modèle d’acceptation de la technologie (TAM), la théorie de l’intégration de l’information et le paradigme cognitivo-affectif de l’expérience client.

1. Le Modèle d’Acceptation de la Technologie (Davis, 1989)

Le modèle TAM postule que l’intention d’adopter et d’utiliser une technologie est conditionnée par deux déterminants cognitifs majeurs : l’utilité perçue (Perceived Usefulness) et la facilité d’utilisation perçue (Perceived Ease of Use). Les bénéfices informationnels de l’ATSW-I s’inscrivent directement dans le prolongement de l’utilité perçue. Pour un acheteur en ligne, l’utilité du système n’est pas seulement de finaliser un paiement technique, mais d’agir comme un système expert d’aide à la décision. Lorsque le système web fournit des données de haute qualité, il augmente la performance perçue de l’utilisateur dans sa tâche d’achat, générant une attitude favorable (A) qui précède l’action (B).

2. La Théorie Économique de la Recherche d’Information (Stigler, 1961)

Dans son article séminal « The Economics of Information », le prix Nobel George Stigler a formalisé le principe selon lequel un individu poursuit sa recherche d’informations tant que le bénéfice marginal attendu (meilleur prix, meilleure adéquation qualitative) excède le coût marginal de la recherche (temps, transport, énergie mentale). Internet a révolutionné ce paradigme en abaissant drastiquement les coûts de friction informationnelle (Bakos, 1997). L’ATSW-I opérationnalise psychologiquement la balance coût-bénéfice perçue : elle quantifie la valeur subjective accordée par le consommateur à l’abondance et à la fluidité des données mises à sa disposition par le détaillant en ligne.

3. Le Paradigme Cognitif-Affectif de l’Expérience Client (Rose et al., 2012)

Le cadre intégrateur au sein duquel l’ATSW-I a vu le jour repose sur une modélisation sophistiquée de l’expérience client en ligne (OCE). Selon Rose, Clark, Samouel et Hair (2012), l’OCE n’est pas un concept monolithique mais un état psychologique dynamique composé de deux phases successives :

• L’état cognitif (C-OCE) : impliquant le traitement mental, l’évaluation des attributs et la perception de contrôle et d’apprentissage ;
• L’état affectif (A-OCE) : regroupant les sentiments émotionnels, l’humeur positive et l’attachement suscités par la session d’achat.

Dans ce modèle conceptuel, l’attitude envers les bénéfices informationnels du site web agit comme un antécédent cognitif de premier ordre. Le traitement réussi des informations alimente directement l’état cognitif du client (C-OCE), qui influence à son tour l’état affectif (A-OCE), débouchant ultimement sur les résultats relationnels que sont la confiance dans la marque et la fidélité au site. L’ATSW-I s’avère donc être un rouage essentiel pour comprendre l’articulation entre stimulus technologique externe et états mentaux internes.

7. Validité / Validity

L’évaluation des propriétés psychométriques de l’échelle ATSW-I dans l’étude fondatrice de Rose et al. (2012) a fait l’objet d’un protocole méthodologique rigoureux, satisfaisant aux critères établis de validité de contenu, validité convergente, validité discriminante et validité nomologique.

A. Validité de contenu et apparente (Face and Content Validity)

Les items de l’ATSW-I ont été générés à partir d’une analyse systématique de la littérature préexistante sur le commerce électronique, en adaptant des formulations issues de mesures unidimensionnelles antérieures pour créer une batterie multi-items plus stable. Les formulations ont été soumises à un panel d’experts académiques en comportement du consommateur et pré-testées auprès d’utilisateurs finaux afin de vérifier l’absence d’ambiguïté lexicale, la clarté syntaxique et la pertinence théorique de chaque énoncé vis-à-vis du construit cible.

B. Validité convergente (Convergent Validity)

La validité convergente vérifie que les items composant l’échelle partagent une proportion substantielle de variance commune. Dans l’échantillon de 220 répondants, toutes les saturations factorielles standardisées (λ) des quatre items de l’échelle se sont révélées hautement significatives (p < 0,001), avec des coefficients compris entre 0,73 et 0,85, excédant largement le plancher minimal usuel de 0,50 ou le critère conservateur de 0,70. De plus, la variance moyenne extraite (Average Variance Extracted – AVE) a été calculée à 0,62, dépassant le seuil critique de 0,50 préconisé par Fornell et Larcker (1981). Ce résultat prouve que plus de 62 % de la variance des indicateurs est captée par le construit sous-jacent plutôt que par l’erreur de mesure.

C. Validité discriminante (Discriminant Validity)

La validité discriminante a été examinée selon le critère classique de Fornell-Larcker ainsi que par l’analyse des corrélations entre construits latents au sein du modèle d’équations structurelles. Pour satisfaire à cette exigence, la racine carrée de l’AVE de l’ATSW-I (√0,62 ≈ 0,787) doit être supérieure à toutes les corrélations bivariées entre ce facteur et les autres dimensions du modèle global (notamment l’attitude envers la commodité, l’attitude envers le divertissement, la facilité d’utilisation, l’état affectif et la confiance en ligne). Les analyses ont démontré que l’ATSW-I ne présentait aucune colinéarité excessive avec ces construits connexes, attestant que l’évaluation des bénéfices informationnels constitue bien une dimension empiriquement distincte des perceptions purement ergonomiques ou hédoniques.

D. Validité prédictive et nomologique (Nomological Validity)

La validité nomologique a été confirmée par les résultats du modèle structurel global (Rose et al., 2012). Conformément aux prédictions théoriques, l’ATSW-I exerce une influence directe, positive et statistiquement significative sur l’état cognitif de l’expérience client en ligne (C-OCE ; coefficient de régression standardisé β = 0,28, p < 0,01). En outre, par l’entremise de cet état cognitif, l’échelle présente des effets indirects substantiels sur la fidélité en ligne (e-loyalty) et la satisfaction, confirmant que les bénéfices informationnels perçus constituent un levier déterminant dans l’architecture attitudinale du consommateur digital.

8. Fidélité / Reliability

La fidélité de l’échelle ATSW-I évalue la précision, la cohérence interne et la stabilité de la mesure. Plusieurs indicateurs quantitatifs rapportés par Rose, Clark, Samouel et Hair (2012) documentent la qualité métrologique de l’instrument.

A. Cohérence interne (Internal Consistency)

La cohérence interne a été quantifiée au moyen de deux métriques fondamentales :

• Alpha de Cronbach (α) : L’échelle obtient un coefficient α de 0,86. Dans la mesure où le seuil d’acceptabilité conventionnel en sciences sociales est fixé à 0,70 (Nunnally & Bernstein, 1994) et que les valeurs supérieures à 0,80 témoignent d’une excellente consistance, ce résultat démontre une corrélation forte et harmonieuse entre les quatre énoncés du test.
• Fiabilité composite (Composite Reliability – CR) : Calculée dans le cadre de la modélisation par équations structurelles, la fiabilité composite de l’ATSW-I s’élève à 0,87. Cet indice, qui ne suppose pas l’équivalence stricte des saturations (tau-équivalence) propre à l’alpha de Cronbach, confirme l’absence de bruit de mesure excessif au niveau de l’indicateur composite.

B. Corrélations item-total et variance d’erreur

Les corrélations item-total corrigées de chaque énoncé oscillent toutes au-dessus de 0,65, confirmant que chaque item contribue de façon substantielle au score global sans qu’aucun ne s’avère redondant ou parasitaire. L’exclusion hypothétique de l’un quelconque des quatre items n’entraîne pas d’augmentation significative du coefficient alpha de Cronbach global, ce qui valide la parcimonie et l’efficience de la structure à quatre items.

C. Stabilité temporelle (Test-Retest)

Bien que l’étude princeps se soit appuyée sur un devis transversal (cross-sectional) en ligne sans reconduction à court terme d’un protocole de test-retest systématique, la stabilité métrologique du construit est appuyée par la convergence des résultats dans diverses études ultérieures de réplication portant sur le commerce omnicanal et les sites marchands spécialisés, où les indices de fidélité se sont maintenus de façon constante au-delà du seuil de 0,80.

9. Analyse factorielle / Factor Analysis

L’architecture dimensionnelle de l’échelle ATSW-I a été rigoureusement analysée au moyen d’analyses factorielles confirmatoires (CFA) basées sur la méthode du maximum de vraisemblance (Maximum Likelihood Estimation) sous logiciel AMOS / LISREL, appliquée à l’échantillon des 220 cyberconsommateurs.

A. Structure factorielle unidimensionnelle

Le modèle de mesure a testé l’hypothèse théorique selon laquelle les quatre items observés s’agrègent sous un unique facteur latent de premier ordre représentant l’attitude envers les bénéfices informationnels des sites marchands. Les résultats factoriels confirment l’unidimensionnalité stricte de l’instrument.

B. Indices d’ajustement global du modèle (Goodness-of-Fit)

Inséré dans le modèle de mesure global englobant les antécédents de l’expérience client en ligne, le sous-modèle présente des indices d’adéquation remarquables, pleinement conformes aux seuils méthodologiques les plus exigeants formulés par Hu et Bentler (1999) :

• Chi-deux normalisé (χ²/ddl) : < 2,50, témoignant d’un ajustement parcimonieux et satisfaisant.
• CFI (Comparative Fit Index) : > 0,95, indiquant que le modèle reproduit fidèlement la structure de covariance empirique comparativement à un modèle nul.
• TLI / NNFI (Tucker-Lewis Index) : > 0,94.
• RMSEA (Root Mean Square Error of Approximation) : < 0,06, avec un intervalle de confiance à 90 % étroit, attestant d’une faible erreur résiduelle d’approximation dans la population.
• SRMR (Standardized Root Mean Square Residual) : < 0,05.

Aucune corrélation substantielle d’erreurs résiduelles n’a été observée, attestant qu’aucun biais de formulation ou de redondance sémantique ne vient perturber l’estimation des paramètres.

10. Instrument de mesure / Instrument

L’ATSW-I se présente sous une forme standardisée, optimisée pour une administration fluide et rapide en contexte numérique ou académique :

• Type d’évaluation : Questionnaire d’auto-évaluation psychométrique (self-report questionnaire).
• Domaine d’application : Psychologie du consommateur, marketing digital, ergonomie web, interaction homme-machine (IHM).
• Nombre total d’items : 4 items rédigés sous forme d’affirmations déclaratives directes.
• Format des réponses : Échelle de Likert à 7 points :
  • 1 = Pas du tout d’accord (Strongly Disagree)
  • 2 = Pas d’accord (Disagree)
  • 3 = Plutôt pas d’accord (Somewhat Disagree)
  • 4 = Neutre / Ni en accord ni en désaccord (Neither Agree nor Disagree)
  • 5 = Plutôt d’accord (Somewhat Agree)
  • 6 = D’accord (Agree)
  • 7 = Tout à fait d’accord (Strongly Agree)
• Modalités de cotation et calcul du score :
  • Tous les items sont libellés dans un sens positif (aucun codage inversé requis).
  • Score moyen : Somme arithmétique des scores des 4 items divisée par 4 (score s’étendant de 1,00 à 7,00).
  • Score sommatif global : Somme directe des réponses (score compris entre 4 et 28).
  • Un score élevé reflète une perception très positive des bénéfices informationnels apportés par le site web marchand et une forte disposition à l’utiliser comme outil comparatif d’aide à la décision.
• Temps moyen de passation : Environ 1 à 2 minutes.

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

• Année de publication princeps : 2012.
• Revue de publication : Journal of Retailing (Volume 88, Numéro 2, pages 308-322).
• Droits d’auteur et propriété intellectuelle : Détenus par les auteurs (Susan Rose, Moira Clark, Phillip Samouel, Neil Hair) et l’éditeur commercial de la revue, Elsevier Inc. au nom de la New York University.
• Frais et tarification : L’utilisation de l’échelle à des fins exclusives de recherche scientifique non commerciale ou d’enseignement universitaire est libre de droits d’accès sous réserve de citer formellement l’article original de 2012 selon les normes académiques en vigueur.
• Licence commerciale : Toute intégration de l’instrument au sein d’une plateforme logicielle commerciale, d’un outil propriétaire de diagnostic UX ou d’une prestation de conseil payante nécessite une demande d’autorisation formelle auprès du Centre de compensation des droits d’auteur (Copyright Clearance Center) via le portail Elsevier.

12. Références / References

Les sources académiques suivantes fournissent les bases méthodologiques et empiriques de l’échelle ATSW-I :

• Bakos, J. Y. (1997). Reducing buyer search costs: Implications for electronic marketplaces. Management Science, 43(12), 1676–1692. https://doi.org/10.1287/mnsc.43.12.1676
• 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
• Fishbein, M., & Ajzen, I. (1975). Belief, attitude, intention and behavior: An introduction to theory and research. Addison-Wesley.
• 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
• Hu, L. T., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling: A Multidisciplinary Journal, 6(1), 1–55. https://doi.org/10.1080/10705519909540118
• Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory (3rd ed.). McGraw-Hill.
• Rose, S., Clark, M., Samouel, P., & Hair, N. (2012). Online customer experience in e-retailing: An empirical model of antecedents and outcomes. Journal of Retailing, 88(2), 308–322. https://doi.org/10.1016/j.jretai.2012.03.001
• Stigler, G. J. (1961). The economics of information. Journal of Political Economy, 69(3), 213–225. https://doi.org/10.1086/258464

13. Questions et items du questionnaire / Scale Items