Attrait des images du site Web (AIWB)

1. Résumé / Abstract

L’échelle d’évaluation de l’attrait des images sur un site Web (Appeal of Images in the Website, ou AIWB) est un instrument psychométrique unidimensionnel composé de cinq items conçu par Dianne Cyr, Milena Head et Alex Ivanov en 2009. Développée dans le cadre des recherches sur l’interaction homme-machine (IHM), le commerce électronique et la modélisation de la fidélité en ligne (e-loyalty), cette échelle mesure la réponse affective, hédonique et esthétique globale des utilisateurs face aux stimuli visuels picturaux intégrés dans l’interface d’un site Web. Contrairement aux outils traditionnels centrés exclusivement sur l’utilisabilité technique, l’architecture de l’information ou la facilité d’utilisation perçue issue du modèle d’acceptation de la technologie (Technology Acceptance Model, TAM), l’AIWB isole la composante picturale pour capturer l’évaluation hédonique et la valence émotionnelle suscitée par les photographies, graphiques et illustrations en ligne.

L’instrument repose sur 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 cinq items explorent la pertinence contextuelle, la satisfaction ressentie envers les visuels, l’excitation émotionnelle, l’intérêt soutenu et l’attrait esthétique unifié des images. D’un point de vue psychométrique, l’instrument présente d’excellentes qualités de mesure. Les analyses factorielles confirmatoires ont mis en évidence une structure unifactorielle stable expliquant une part substantielle de la variance, avec des saturations factorielles standardisées robustes (dépassant généralement le seuil de 0,70). La cohérence interne est remarquable, attestée par un coefficient alpha de Cronbach supérieur à 0,85 et une fiabilité composite (CR) élevée dans les échantillons d’utilisateurs testés. La validité de construit, tant convergente que discriminante, a été rigoureusement démontrée par rapport aux construits de design d’interface, d’interactivité perçue et de fidélité électronique. L’échelle AIWB constitue aujourd’hui un outil standardisé de référence pour la recherche en psychologie cognitive, en marketing digital et en ergonomie des interfaces numériques.

2. Mots-clés / Keywords

Attrait visuel, esthétique Web, psychologie du commerce électronique, interaction homme-machine, fidélité en ligne, imagerie numérique, réponse affective, ergonomie cognitive, perception visuelle, échelle psychométrique.

3. Auteurs / Authors

L’échelle a été conceptualisée et validée par une équipe de chercheurs de premier plan spécialisés dans les systèmes d’information, le design Web et le comportement des consommateurs en ligne :

• Dianne Cyr, Ph.D. : Professeure émérite en systèmes d’information et gestion des technologies à la Beedie School of Business, Simon Fraser University, Vancouver, Canada. Ses travaux pionniers portent sur le design des sites Web interculturels, la psychologie de l’utilisateur en ligne, la confiance et l’attachement émotionnel dans le commerce électronique. Courriel institutionnel : [email protected].
• Milena Head, Ph.D. : Professeure de systèmes d’information à la DeGroote School of Business, McMaster University, Hamilton, Ontario, Canada. Elle est spécialiste de l’interaction homme-machine, de la confiance électronique, du commerce mobile et des différences générationnelles ou de genre dans l’adoption des technologies interactives. Courriel institutionnel : [email protected].
• Alex Ivanov, Ph.D. : Enseignant-chercheur affilié à l’époque des travaux à la Beedie School of Business (Simon Fraser University) et consultant expert en modélisation quantitative, analyses statistiques multivariées et expérience utilisateur numérique.

4. Objectif / Purpose

La conception et le déploiement de l’échelle d’évaluation de l’attrait des images sur un site Web (AIWB) répondent à un manque théorique et méthodologique majeur au sein de la littérature en systèmes d’information des années 2000. Historiquement, l’évaluation des interfaces numériques était dominée par des paradigmes fonctionnalistes et utilitaristes, incarnés notamment par le modèle d’acceptation de la technologie de Davis (1989), qui postulait que l’adoption d’un système reposait avant tout sur son utilité perçue (perceived usefulness) et sa facilité d’utilisation perçue (perceived ease of use). Cependant, avec l’avènement du commerce électronique grand public et l’enrichissement visuel du Web, les chercheurs ont observé que les décisions des utilisateurs ne reposaient pas uniquement sur des calculs rationnels d’efficacité, mais étaient profondément guidées par des facteurs affectifs, esthétiques et expérientiels.

L’objectif central de l’AIWB est d’isoler et de mesurer précisément l’influence des images statiques ou dynamiques hébergées sur un site Web en tant que stimuli déclencheurs de réactions émotionnelles et cognitives. Les éléments visuels picturaux ne constituent pas de simples ornements décoratifs secondaires ; ils transmettent des informations sémantiques implicites, signalent le professionnalisme de l’organisation, suscitent un sentiment de familiarité ou d’excitation, et contribuent à l’établissement de la confiance numérique. L’échelle a été conçue pour capturer la manière dont un internaute évalue la présence, la pertinence, la beauté et l’impact stimulant des photographies et illustrations présentes à l’écran, au-delà des caractéristiques typographiques, de la palette de couleurs générales ou de la mise en page structurelle.

Dans le domaine de la recherche empirique, l’AIWB est mobilisée pour tester des modèles d’équations structurelles complexes reliant les caractéristiques du design (interactivité, navigation, esthétique) aux variables relationnelles clés telles que la satisfaction de l’usager, la confiance électronique (e-trust) et l’intention de revisite ou de réachat (e-loyalty). Les chercheurs utilisent l’AIWB pour examiner comment différentes stratégies visuelles (par exemple, des images montrant des visages humains versus des photographies de produits neutres, ou des images réalistes versus des illustrations vectorielles) modulent l’état affectif de l’utilisateur.

Sur le plan appliqué et professionnel (design UX, audit ergonomique, optimisation du taux de conversion), l’AIWB fournit un cadre de mesure diagnostique standardisé. Les praticiens peuvent l’administrer lors de tests utilisateurs en laboratoire ou d’études d’utilisabilité à grande échelle pour évaluer si les visuels choisis pour une refonte de site résonnent positivement avec l’audience cible, s’ils créent une dissonance cognitive ou s’ils soutiennent harmonieusement l’expérience de navigation.

5. Construit psychologique / Construct

Le construit psychologique mesuré par l’instrument est l’« Attrait des images sur le site Web » (Appeal of Images in the Website). Il s’agit d’une évaluation holistique, cognitive-affective et subjective de la qualité, de la valence et de la résonance des éléments picturaux d’une interface en ligne. Bien que l’échelle fonctionne comme une mesure psychométrique globale unidimensionnelle, le construit opérationnalisé sous-tend cinq facettes conceptuelles complémentaires qui convergent vers une appréciation unifiée :

• La pertinence contextuelle des images : Cette facette évalue la congruence cognitive entre le contenu pictural et la mission, la thématique ou les produits du site Web. Les utilisateurs évaluent si les images ont un sens dans l’environnement dans lequel elles apparaissent ou si elles semblent artificielles, superflues ou hors sujet. Dans le traitement de l’information visuelle, une image pertinente réduit la charge cognitive intrinsèque et facilite la catégorisation sémantique rapide. Par exemple, sur un site de réservation d’hôtels, la présence de clichés authentiques et détaillés des chambres et de l’environnement immédiat est jugée hautement appropriée par rapport à des photographies génériques issues de banques d’images.
• La satisfaction affective à l’égard de l’imagerie : Cette dimension capture la réponse de contentement émotionnel découlant de la consultation des éléments graphiques. La satisfaction visuelle émerge lorsque la qualité de résolution, le cadrage, l’éclairage et le style photographique dépassent ou confirment les attentes esthétiques préalables de l’internaute. Elle traduit un sentiment de plaisir immédiat éprouvé lors de l’exploration optique de la page.
• L’éveil émotionnel et l’excitation (Arousal / Excitement) : Ancrée dans le modèle dimensionnel des émotions (Mehrabian & Russell, 1974), cette facette mesure la capacité des images à stimuler physiologiquement et psychologiquement l’utilisateur. Des images vibrantes, dynamiques ou narratives captivent l’attention et génèrent une sensation d’énergie positive ou d’enthousiasme, éloignant l’internaute de l’ennui ou de la passivité.
• L’intérêt et la captation de l’attention : Cette composante cognitive renvoie à la curiosité intellectuelle et à l’attrait sélectif suscités par l’iconographie. Les images intrigantes ou novatrices incitent le regard à s’attarder (augmentation de la durée de fixation oculaire mesurable en eye-tracking) et motivent une exploration plus approfondie du contenu textuel et fonctionnel adjacent.
• L’attrait esthétique global et l’harmonie artistique : Cette facette finale reflète le jugement hédonique pur porté sur la beauté intrinsèque, la composition formelle et l’élégance stylistique des représentations visuelles. Elle s’inscrit dans la tradition de l’esthétique classique et expressive (Tractinsky et al., 2000), où la symétrie, l’équilibre et le raffinement artistique des images engendrent une résonance affective positive immédiate.

Ces dimensions forment ensemble une variable latente robuste qui capture l’expérience visuelle picturale comme un tout indissociable lors de la navigation numérique.

6. Cadre théorique / Theoretical Framework

Le cadre théorique sous-tendant l’élaboration de l’échelle AIWB par Cyr, Head et Ivanov (2009) s’articule autour de trois courants fondamentaux de la psychologie et des sciences du comportement :

Le modèle Stimulus-Organisme-Réponse (S-O-R)

Le paradigme S-O-R, formulé initialement par Woodworth (1928) et popularisé en psychologie de l’environnement par Albert Mehrabian et James A. Russell (1974), constitue l’épine dorsale de la modélisation de Cyr et ses collaborateurs. Dans ce modèle, l’environnement physique — ou numérique dans le cas du commerce électronique — agit comme un ensemble de stimuli environnementaux (S). Les caractéristiques visuelles d’un site Web, dont l’imagerie, la typographie, la navigation et le degré d’interactivité, stimulent l’état interne de l’utilisateur (O, pour Organisme), qui comprend des états cognitifs (perceptions, évaluations de qualité) et des états affectifs (plaisir, éveil émotionnel, domination). Ces états internes médiatisent à leur tour les comportements d’approche ou d’évitement (R, pour Réponse), tels que l’intention d’achat, le temps passé sur la plateforme ou la fidélité à long terme. L’attrait des images représente à la fois une appréciation perceptive directe du stimulus et un déclencheur fondamental des réactions affectives hédoniques au sein de l’organisme.

La théorie du traitement cognitivo-affectif et l’esthétique des interfaces

L’AIWB s’appuie également sur les avancées de la psychologie cognitive relatives au double traitement de l’information. Comme l’ont démontré des chercheurs en ergonomie tels que Noam Tractinsky (2000) dans son article séminal « What is beautiful is usable », l’évaluation esthétique d’un système interactif intervient de manière quasi instantanée (en moins de 50 millisecondes) selon des processus pré-attentionnels automatiques. Cette réaction affective immédiate teinte l’ensemble des jugements cognitifs ultérieurs, un phénomène connu sous le nom d’effet de halo esthétique. Cyr et al. postulent que l’imagerie Web est le vecteur le plus puissant de ce traitement affectif rapide, car le cerveau humain traite les stimuli visuels figuratifs bien plus rapidement que le texte verbal ou les logiques transactionnelles complexes.

La modélisation de l’e-Loyalty et du design relationnel

Enfin, le modèle de Cyr et al. (2009) ancre l’attrait des images dans une perspective relationnelle. Les auteurs cherchent à comprendre comment le design visuel interagit avec l’interactivité perçue pour générer de la confiance et, ultimement, de la fidélité électronique. Dans la théorie du commerce relationnel, la fidélité ne repose pas uniquement sur des considérations de coûts de changement ou de performance utilitaire ; elle exige un attachement affectif. L’AIWB opérationnalise la composante visuelle indispensable à l’édification de cette relation affective entre la marque numérique et le consommateur.

7. Validité / Validity

Les propriétés de validité de l’échelle d’évaluation de l’attrait des images ont fait l’objet d’examens psychométriques rigoureux dans l’étude fondatrice de Cyr, Head et Ivanov (2009) ainsi que dans des réplications ultérieures dans des contextes transculturels variés :

Validité de construit et validité convergente

La validité convergente a été démontrée à l’aide de plusieurs critères statistiques conformes aux recommandations méthodologiques de Fornell et Larcker (1981) et de Hair et al. :

• Les saturations factorielles standardisées de l’ensemble des cinq items sur le facteur latent sous-jacent sont toutes très élevées, oscillant généralement entre 0,72 et 0,91, largement supérieures au seuil conventionnel de 0,50 ou 0,70.
• La variance moyenne extraite (Average Variance Extracted, AVE) pour le construit dépasse substantiellement le critère de 0,50 (affichant des valeurs supérieures à 0,65), ce qui indique que la majorité de la variance des indicateurs est capturée par le construit d’attrait visuel plutôt que par l’erreur de mesure aléatoire.
• La fiabilité composite (CR) est systématiquement supérieure à 0,85, attestant de la cohérence interne et de la convergence des indicateurs empiriques.

Validité discriminante

Pour confirmer que l’attrait des images mesure un concept psychologique distinct d’autres dimensions proches du design d’interface, la validité discriminante a été testée par rapport à plusieurs construits connexes mesurés simultanément dans l’étude originale :

• Interactivité perçue (réactivité, contrôle perçu) ;
• Efficacité de la navigation (structure des menus, fluidité de repérage) ;
• Satisfaction globale du site et Confiance en ligne (e-trust) ;
• Fidélité électronique (e-loyalty).

Selon le critère de Fornell-Larcker, la racine carrée de l’AVE pour le facteur d’attrait des images était systématiquement supérieure à l’ensemble des coefficients de corrélation inter-construits (inter-construct correlations). De plus, l’examen des chargements croisés (cross-loadings) a révélé que chaque item de l’AIWB présentait des saturations nettement plus élevées sur son propre facteur que sur les facteurs adjacents, écartant ainsi tout risque de redondance notionnelle.

Validité prédictive et nomologique

La validité nomologique a été confirmée par l’adéquation globale du modèle structurel testé par modélisation par équations structurelles (SEM). L’attrait des images s’est révélé être un prédicteur direct statistiquement significatif de la satisfaction de l’utilisateur, de la confiance électronique et, par voie de conséquence, de la fidélité comportementale et attitudinale envers le site Web. Dans les contextes transactionnels, des scores élevés à l’échelle AIWB augmentent significativement la propension des utilisateurs à recommander le site et à y effectuer de futures transactions.

8. Fidélité / Reliability

La fidélité de l’échelle d’évaluation de l’attrait des images du site Web a été établie sur de vastes échantillons d’utilisateurs engagés dans des tâches standardisées de navigation en ligne. Les indicateurs statistiques démontrent une très grande précision de mesure :

• Cohérence interne (Alpha de Cronbach) : Dans la publication originale de Cyr, Head et Ivanov (2009), le coefficient alpha de Cronbach obtenu pour l’échelle à cinq items atteignait 0,89, ce qui témoigne d’une excellente consistance interne, bien au-delà du seuil minimal recommandé de 0,70 pour la recherche fondamentale et appliquée. Des études récurrentes menées par Cyr et ses collègues sur des échantillons internationaux (notamment en Amérique du Nord, en Europe et en Asie) ont rapporté des coefficients alpha compris entre 0,86 et 0,93, prouvant la robustesse temporelle et contextuelle de la mesure.
• Fiabilité composite (Composite Reliability – CR) : Les estimations de fiabilité composite issues des modélisations confirmatoires dépassent régulièrement la valeur de 0,88, confirmant que les pondérations factorielles spécifiques des items reflètent de façon homogène le construit théorique latent.
• Corrélations item-total : L’ensemble des corrélations item-total corrigées affiche des valeurs supérieures à 0,60, indiquant qu’aucun item n’introduit de bruit de mesure excessif ou de divergence par rapport au continuum évalué.
• Stabilité temporelle (Fidélité test-retest) : Bien que l’instrument mesure une réaction perceptive à une interface spécifique — et soit donc sensible aux modifications de conception —, les évaluations répétées menées à intervalle court (deux à trois semaines) sur des interfaces identiques démontrent un coefficient de corrélation test-retest supérieur à 0,80, indiquant une stabilité satisfaisante du jugement esthétique de l’individu face à un même stimulus immuable.

9. Analyse factorielle / Factor Analysis

La dimensionnalité de l’échelle AIWB a été vérifiée empiriquement par le biais d’analyses factorielles exploratoires (AFE) initiales et confirmatoires (AFC) approfondies :

Analyse factorielle exploratoire (AFE)

Lors des phases de validation préliminaires, une analyse en composantes principales avec rotation orthogonale (Varimax) ou oblique (Promax) a extrait un facteur unique dominant selon la règle de Kaiser (valeur propre supérieure à 1,00) et le test du coude de Cattell (scree plot). Ce facteur unique expliquait plus de 68 % de la variance totale des items. Tous les cinq items présentaient des saturations primaires remarquables sur ce facteur, sans dispersion sur d’autres dimensions latentes.

Analyse factorielle confirmatoire (AFC)

Dans l’article de référence de Cyr et al. (2009), une modélisation par équations structurelles a été réalisée pour tester la stricte unidimensionnalité du construit d’attrait visuel au sein du modèle conceptuel global. Les indices d’ajustement global du modèle de mesure se sont révélés hautement satisfaisants :

• Rapport du Chi-carré aux degrés de liberté : χ² / ddl < 2,5, traduisant une excellente adéquation statistique ;
• Indice d’ajustement comparatif (Comparative Fit Index, CFI) : CFI > 0,95 ;
• Indice de Tucker-Lewis (TLI) : TLI > 0,94 ;
• Erreur quadratique moyenne d’approximation (Root Mean Square Error of Approximation, RMSEA) : RMSEA ≤ 0,058 (avec intervalle de confiance à 90 % situé sous le seuil critique de 0,08) ;
• Résidu quadratique moyen standardisé (Standardized Root Mean Square Residual, SRMR) : SRMR < 0,045.

Les saturations factorielles standardisées (λ) pour les cinq items individuels dans la matrice factorielle se situaient toutes dans une fourchette étroite comprise entre 0,74 et 0,88 (toutes significatives à p < 0,001), confirmant que chaque énoncé contribue de manière substantielle et équilibrée à la définition mathématique de la variable latente.

10. Instrument de mesure / Instrument

L’instrument de mesure présente les spécifications techniques et opérationnelles suivantes :

• Type d’évaluation : Questionnaire d’auto-évaluation psychométrique (self-report inventory) post-interaction.
• Domaine d’application : Interaction homme-machine, psychologie du consommateur numérique, commerce électronique, marketing digital, design d’expérience utilisateur (UX).
• Nombre d’items : 5 items unidimensionnels rédigés sous forme d’affirmations positives.
• Format de réponse : Échelle de type Likert en 7 points, standardisée comme suit :
  • 1 = Pas du tout d’accord (Strongly Disagree)
  • 2 = En désaccord (Disagree)
  • 3 = Plutôt en désaccord (Somewhat Disagree)
  • 4 = Neutre / Ni en accord ni en désaccord (Neutral)
  • 5 = Plutôt d’accord (Somewhat Agree)
  • 6 = D’accord (Agree)
  • 7 = Tout à fait d’accord (Strongly Agree)
• Procédure de passation : L’utilisateur navigue librement ou accomplit un scénario de test prédéfini sur le site Web cible pendant un laps de temps suffisant pour observer l’interface (généralement 5 à 15 minutes). L’instrument est administré immédiatement après la session de navigation pour éviter la dégradation mnésique des impressions visuelles. La durée de remplissage est estimée à moins de 2 minutes.
• Modalités de cotation et de calcul du score :
  • L’ensemble des items étant libellé dans un sens positif, aucun recodage inversé n’est requis.
  • Le score global d’attrait des images peut être calculé par la moyenne arithmétique simple des cinq items (score compris entre 1 et 7) ou par la somme des items (score cumulé variant de 5 à 35).
  • Un score moyen supérieur à 5,0 indique une perception visuelle nettement favorable, tandis qu’un score inférieur à 4,0 signale des défaillances qualitatives, esthétiques ou de pertinence des images intégrées.

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

• Année de publication : 2009.
• Statut des droits d’auteur : Le cadre conceptuel, le modèle théorique et l’article scientifique décrivant l’instrument sont protégés par le droit d’auteur d’Elsevier Ltd. au titre de la publication dans la revue Computers in Human Behavior. Les chercheurs souhaitant citer ou adapter le travail original doivent respecter les conditions habituelles de citation académique.
• Permissions et licence d’utilisation : L’utilisation des items de l’échelle à des fins de recherche académique non commerciale, de thèses universitaires ou d’enseignement est généralement libre et gratuite, sous réserve d’attribuer rigoureusement la paternité intellectuelle aux auteurs originaux (Cyr, Head, & Ivanov, 2009). Pour des applications commerciales étendues intégrées dans des logiciels d’audit UX propriétaires vendus sous licence, une demande d’autorisation auprès des auteurs ou de l’éditeur peut s’avérer nécessaire.
• Tarification : Accès libre et gratuit pour la communauté scientifique et les praticiens de l’ergonomie via la consultation de l’article source publié.

12. Références / References

• Cyr, D., Head, M., & Ivanov, A. (2009). Perceived interactivity leading to e-loyalty: Development of a model for cognitive-affective user responses. Computers in Human Behavior, 25(5), 1207–1225. https://doi.org/10.1016/j.chb.2009.07.010
• 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
• Mehrabian, A., & Russell, J. A. (1974). An approach to environmental psychology. The MIT Press.
• Tractinsky, N., Katz, A. S., & Ikar, D. (2000). What is beautiful is usable. Interacting with Computers, 13(2), 127–145. https://doi.org/10.1016/S0953-5438(00)00031-X

13. Questions et items du questionnaire / Scale Items

Les items originaux de cette échelle ont été formulés en anglais dans le cadre de l’étude empirique de Cyr, Head et Ivanov (2009). Conformément aux normes méthodologiques régissant les instruments standardisés, les énoncés ci-dessous représentent les items originaux en langue anglaise tels que soumis aux participants à la suite de la navigation sur le site testé :