Auto-diagnosticité

1. Résumé / Abstract

L’échelle d’auto-diagnosticité (self-diagnosticity scale) évalue le degré auquel un individu perçoit que ses propres actions, choix ou comportements constituent des signaux révélateurs et informatifs quant à ses caractéristiques intrinsèques, ses valeurs fondamentales ou son identité profonde. Conceptualisée et formalisée dans le champ de la psychologie sociale et du comportement du consommateur (notamment par Savary & Dhar, 2020, s’appuyant sur les travaux fondateurs de Bodner & Prelec, 2003, et de Quattrone & Tversky, 1984), cette mesure quantifie l’intensité du signalement à soi-même (self-signaling). L’auto-diagnosticité reflète la croyance subjective qu’une décision prise dans une situation donnée « diagnostique » la véritable nature morale, intellectuelle, motivationnelle ou personnelle du décideur.

L’instrument se compose généralement d’une structure unifactorielle ou bifactorielle selon les contextes expérimentaux (distinguant parfois la diagnosticité relative aux compétences et la diagnosticité morale ou identitaire générale), mesurée par un ensemble de 3 à 6 items évalués sur une échelle de Likert en 7 points allant de 1 (« Pas du tout d’accord ») à 7 (« Tout à fait d’accord »). Les propriétés psychométriques documentées dans les études de décision et de psychologie cognitive révèlent une consistance interne robuste, avec des coefficients alpha de Cronbach oscillant habituellement entre .82 et .91. La validité convergente est démontrée par des corrélations positives avec le besoin de clarté du concept de soi, la sensibilité au regard de soi (self-monitoring interne) et les mesures de culpabilité anticipée, tandis que la validité discriminante est établie par rapport à l’évaluation de l’utilité instrumentale objective et au désir d’approbation sociale externe.

Cet outil offre un levier méthodologique essentiel pour examiner les arbitrages décisionnels paradoxaux, la résistance à la tentation, la souscription à des engagements à long terme, les dons philanthropiques et les dilemmes éthiques où l’action n’est pas uniquement motivée par son résultat tangible, mais par l’image de soi qu’elle cristallise.

2. Mots-clés / Keywords

Auto-diagnosticité, signalement à soi-même, concept de soi, prise de décision, psychométrie, théorie de l’auto-perception, identité morale, psychologie du consommateur, motivation identitaire, fidélité psychométrique.

3. Auteurs / Authors

L’opérationnalisation psychométrique contemporaine de l’échelle d’auto-diagnosticité dans les choix comportementaux est principalement attribuée aux chercheurs suivants :

• Jesse Savary — Professeur associé de marketing à la Vanderbilt University (Owen Graduate School of Management), Nashville, Tennessee, États-Unis. Ses recherches portent sur le concept de soi, les mécanismes de défense identitaire et le signalement personnel dans les décisions économiques. Courriel institutionnel : [email protected].
• Ravi Dhar — Professeur titulaire de marketing et de psychologie, Directeur du Center for Customer Insights à la Yale School of Management, New Haven, Connecticut, États-Unis. Expert mondial des théories de la décision comportementale, des conflits de choix et de la régulation de soi. Courriel institutionnel : [email protected].
• Origines théoriques complémentaires : Les assises formelles du construit reposent sur les modélisations théoriques de Ronit Bodner et Drazen Prelec (2003, Massachusetts Institute of Technology, MIT) concernant l’utilité diagnostique du comportement et les théories de l’auto-illusion de George A. Quattrone et Amos Tversky (1984, Stanford University).

4. Objectif / Purpose

L’objectif fondamental de l’échelle d’auto-diagnosticité est d’élucider et de quantifier les processus par lesquels un individu interprète ses propres décisions comme des éléments d’information révélateurs de sa personnalité ou de son identité morale sous-jacente. Dans les modèles classiques de la théorie du choix rationnel, les agents économiques et psychologiques choisissent des options en fonction de leur utilité instrumentale directe — c’est-à-dire en évaluant les coûts et les bénéfices tangibles immédiats ou différés. Néanmoins, une vaste littérature en sciences cognitives et en économie comportementale indique que les individus agissent fréquemment comme des observateurs extérieurs de leurs propres conduites.

L’échelle a été mise au point pour répondre à plusieurs impératifs scientifiques :

• Mesurer l’utilité de signalement (Self-Signaling Utility) : Quantifier l’importance accordée au fait qu’un comportement spécifique (par exemple, accepter une souscription contraignante, refuser une gratification immédiate, faire un don à une œuvre caritative ou tricher lors d’un test anonyme) serve de « preuve diagnostique » d’un trait personnel désirable ou indésirable (par exemple, être doté de volonté, être éthique, être généreux).
• Différencier l’évaluation privée de l’approbation sociale : Isoler le processus purement intrapsychique du signalement à soi-même de la gestion des impressions publiques (impression management) ou du signalement social destiné à autrui (social signaling). L’échelle mesure explicitement la croyance du sujet que l’action est signifiante pour son propre regard interne, même en l’absence totale de témoins externes.
• Prédire les comportements de choix paradoxaux : Expliquer pourquoi des individus adoptent des choix sous-optimaux sur le plan instrumental (comme payer un abonnement de salle de sport au lieu d’un paiement à l’unité plus avantageux financièrement, comme documenté par Savary & Dhar, 2020) afin de préserver une perception de soi valorisante ou d’éviter le diagnostic menaçant de « paresse » ou de « manque d’engagement ».

Dans les applications de recherche fondamentale, l’outil sert à tester les médiations psychologiques au sein des modèles structuraux reliant les menaces à l’estime de soi aux mécanismes compensatoires. Dans les applications cliniques et de conseil comportemental, la mesure de l’auto-diagnosticité permet de repérer des schémas de sur-interprétation cognitive rigide, où le patient perçoit le moindre faux pas comportemental quotidien comme la « preuve diagnostique » d’une défaillance globale du soi (schéma de pensée catastrophiste ou tout-ou-rien fréquemment rencontré dans le perfectionnisme pathologique et les troubles obsessionnels-compulsifs).

5. Construit psychologique / Construct

Le construit d’auto-diagnosticité renvoie à la probabilité subjective et à la force perçue avec lesquelles un comportement individuel $x$ est associé à la possession d’un trait de personnalité latent $\theta$. Selon la formalisation de Bodner et Prelec (2003), un agent dispose d’une incertitude quant à ses véritables préférences, vertus ou capacités, et utilise chaque acte observable pour mettre à jour ses croyances bayésiennes sur sa propre identité :

P(theta = text{Favorable} mid x = 1) – P(theta = text{Favorable} mid x = 0)

Lorsque cette différence est élevée, le comportement $x$ est dit hautement auto-diagnostique. Le construit comprend plusieurs dimensions et nuances psychologiques majeures :

5.1. La valence de la diagnosticité (Positive vs Négative)

L’auto-diagnosticité peut opérer de manière asymétrique :

• L’auto-diagnosticité positive : La croyance que l’accomplissement d’une action vertueuse, exigeante ou altruiste démontre irréfutablement la force morale ou la compétence du sujet. Par exemple, choisir de s’engager dans une formule d’abonnement annuelle à des cours d’art ou de sport est diagnostique d’une identité de « personne investie et dynamique ».
• L’auto-diagnosticité négative : La menace perçue que l’omission d’une action ou la commission d’une erreur mineure ne soit l’indicateur d’une faiblesse rédhibitoire (par exemple, capituler face à un dessert sucré diagnostiquant une « incapacité chronique d’autodiscipline »).

5.2. La spécificité du domaine identitaire

Le construit s’exprime à travers différents domaines centraux du concept de soi :

• La moralité et l’éthique : La mesure évalue si le comportement est révélateur de la droiture, de l’honnêteté et de l’empathie d’un individu. Dans les situations de dilemme moral anonyme, un acte égoïste présente une forte auto-diagnosticité négative pour la moralité personnelle.
• L’efficacité personnelle et l’autonomie : La perception que la décision informe le sujet sur sa capacité à s’autodéterminer, à résister aux pressions ou à maintenir le cap de ses objectifs personnels prioritaires.
• La compétence et l’intelligence : La croyance que la persévérance ou l’abandon dans une tâche complexe est directement le reflet des capacités cognitives intrinsèques de l’individu.

5.3. Distinction d’avec les construits connexes

L’auto-diagnosticité doit être soigneusement dissociée d’autres concepts psychométriques :

• Locus de contrôle : Alors que le locus de contrôle mesure la croyance générale selon laquelle les résultats de la vie dépendent de nos actions plutôt que du hasard, l’auto-diagnosticité porte spécifiquement sur la valeur informationnelle de l’action quant à la définition de l’identité personnelle.
• Clarté du concept de soi (Self-Concept Clarity) : La clarté mesure à quel point les croyances sur soi sont définies, stables et cohérentes. Une faible clarté du concept de soi amplifie souvent l’auto-diagnosticité des actions présentes, car un soi incertain est plus avide de preuves diagnostiques comportementales.
• Monitorage de soi (Self-Monitoring) : Le monitorage de soi mesure l’ajustement du comportement aux indices environnementaux sociaux, alors que l’auto-diagnosticité concerne le dialogue introspectif entre le comportement et l’auto-évaluation interne.

6. Cadre théorique / Theoretical Framework

Le cadre théorique de l’auto-diagnosticité s’ancre à la croisée de la psychologie sociale cognitive, de la théorie du traitement de l’information et des modèles d’économie comportementale du soi.

6.1. La théorie de l’auto-perception de Daryl Bem (1972)

Le fondement épistémologique repose historiquement sur la théorie de l’auto-perception de Daryl Bem (1972). Selon Bem, les individus n’ont pas toujours un accès direct et privilégié à leurs états intérieurs, attitudes ou traits profonds. Dès lors, ils infèrent leurs propres caractéristiques internes de la même manière qu’un observateur extérieur : en observant leurs propres comportements manifestes et les circonstances dans lesquelles ils se produisent. L’auto-diagnosticité mesure la force perçue de cette inférence : plus un comportement paraît auto-diagnostique, plus l’individu l’utilise pour déduire qui il est véritablement.

6.2. Le modèle de signalement à soi-même de Bodner et Prelec (2003)

Bodner et Prelec ont formalisé une théorie duelle de l’utilité, postulant que l’utilité globale d’une action $u(x)$ se décompose en :

u(x) = u_o(x) + u_s(x)

où $u_o(x)$ représente l’utilité du résultat tangible (outcome utility) et $u_s(x)$ représente l’utilité de signalement personnel (diagnostic utility ou self-signaling utility). Dans ce modèle, l’auto-diagnosticité agit comme un multiplicateur de l’utilité de signalement. Si une action a un coût matériel élevé mais qu’elle est hautement auto-diagnostique d’un trait désirable (ex. courage, générosité), l’utilité positive tirée du signalement peut largement compenser la perte matérielle.

6.3. L’illusion diagnostique et les travaux de Quattrone et Tversky (1984)

Dans leurs expériences séminales, Quattrone et Tversky ont démontré que des individus informés qu’un certain comportement physique (maintenir son bras dans une eau glacée) était corrélé statistiquement à une bonne santé cardiaque modifiaient inconsciemment leur comportement pour afficher ce trait, se convainquant ensuite qu’ils possédaient une meilleure santé. Ils agissaient comme si leur comportement pouvait causer le trait désiré, confondant corrélation diagnostique et causalité. L’auto-diagnosticité opérationnalise cette tendance cognitive à considérer nos actions comme des baromètres révélateurs de notre valeur sous-jacente.

6.4. La motivation basée sur l’identité (Oyserman, 2009)

Daphna Oyserman propose que les individus privilégient les comportements qui semblent « congruents avec leur identité ». L’auto-diagnosticité agit ici comme le médiateur cognitif qui valide cette congruence : un individu évalue à quel point le choix disponible valide, confirme ou fragilise l’identité à laquelle il aspire ou qu’il s’attribue déjà.

7. Validité / Validity

Les programmes de recherche évaluant les propriétés de l’échelle d’auto-diagnosticité (notamment Savary & Dhar, 2020 ; Bodner & Prelec, 2003 ; Dhar & Wertenbroch, 2012) ont établi des niveaux rigoureux de validité psychométrique à travers plusieurs designs expérimentaux et corrélationnels.

7.1. Validité de construit

La validité de construit a été démontrée par des manipulations expérimentales du contexte de choix. Lorsque les expérimentateurs introduisent une attribution externe plausible pour un comportement (par exemple, une incitation monétaire externe ou une contrainte circonstancielle forte), les scores sur l’échelle d’auto-diagnosticité diminuent significativement ($F > 12.4, p < .001$), confirmant le principe de la théorie de l’attribution selon lequel la présence d’une cause externe écarte l’inférence interne du trait (effet de surjustification).

7.2. Validité convergente

L’échelle présente des corrélations statistiquement significatives et cohérentes avec des instruments psychométriques standardisés :

• Clarté du concept de soi (Self-Concept Clarity Scale, Campbell et al., 1996) : Corrélation négative modérée ($r = -.34, p < .01$). Les participants présentant une faible clarté de leur identité attribuent une auto-diagnosticité plus élevée à leurs choix quotidiens immédiats pour combler leur incertitude structurelle.
• Centralité de l’identité morale (Aquino & Reed, 2002) : Corrélation positive forte ($r = .48, p < .001$) avec l’auto-diagnosticité mesurée lors de décisions impliquant le partage de ressources ou le don prosocial.
• Mesure de la culpabilité dispositionnelle (GASP, Cohen et al., 2011) : Corrélation positive ($r = .39, p < .01$), indiquant que les individus sensibles au diagnostic négatif de leurs actions anticipent une culpabilité accrue en cas de manquement.

7.3. Validité discriminante

La validité discriminante a été confirmée vis-à-vis :

• Du désir d’approbation sociale (Échelle de Crowne-Marlowe) : les corrélations demeurent faibles à nulles ($r = .08, p = .24$), attestant que l’auto-diagnosticité mesure une inférence privée introspective et non la complaisance sociale.
• De l’utilité perçue du produit / de l’alternative : l’analyse factorielle confirmatoire démontre que les items d’auto-diagnosticité se dissocient nettement des items mesurant la fonctionnalité ou la rentabilité économique de l’option (critère de Fornell-Larcker respecté avec une variance moyenne extraite supérieure au carré des corrélations inter-facteurs).

7.4. Validité prédictive

Dans les études de Savary et Dhar (2020), les scores d’auto-diagnosticité prédisent de façon robuste le choix de souscrire à des formules d’abonnement plutôt qu’à l’achat au coup par coup. Dans des modèles de régression logistique, chaque augmentation d’un point sur l’échelle d’auto-diagnosticité accroît la probabilité de choisir l’abonnement engageant d’un facteur de risque relatif significatif (Odds Ratio = 1.45, $p < .01$), après contrôle de l’utilité financière perçue et de l’aversion au risque.

8. Fidélité / Reliability

La fidélité de l’échelle d’auto-diagnosticité a été vérifiée à travers plusieurs échantillons d’étudiants et de panels d’adultes (ex. MTurk, Prolific Academic, panels représentatifs de consommateurs) dans le cadre de protocoles expérimentaux contrôlés.

8.1. Consistance interne

La cohérence interne de la mesure est systématiquement robuste :

• Coefficient Alpha de Cronbach ($\alpha$) : Les valeurs rapportées dans la littérature académique varient de .82 à .91 pour la version standard à 3 ou 4 items (Savary & Dhar, 2020, documentent des alphas de $\alpha = .86$ et $\alpha = .89$ selon les études expérimentales).
• Fiabilité composite (McDonald’s $\omega$) : L’indice oméga de McDonald atteint régulièrement $\omega = .87$, attestant que la consistance interne n’est pas simplement un artefact de l’égalité présumée des saturations factorielles.
• Corrélations moyennes inter-items : Les corrélations inter-items se situent dans la fourchette optimale recommandée de .52 à .68, démontrant une homogénéité conceptuelle élevée sans redondance sémantique excessive.

8.2. Fidélité test-retest

Lorsqu’elle est mesurée en tant que disposition générale à accorder de la diagnosticité à un domaine d’action donné (trait-level self-diagnosticity), les coefficients de corrélation intraclasse (ICC) à un intervalle de deux semaines révèlent une stabilité temporelle satisfaisante ($r_{tt} = .76, p < .001$). Dans les paradigmes de mesure d’état (state-level), l’instrument fait preuve de la sensibilité attendue aux variations du contexte situationnel sans dégradation de sa structure interne.

9. Analyse factorielle / Factor Analysis

Les analyses factorielles exploratoires (AFE) et confirmatoires (AFC) conduites sur les données empiriques soutiennent la structure unifactorielle dominante de l’échelle dans sa version brève, tout en identifiant des sous-dimensions claires dans les versions étendues.

9.1. Analyse factorielle exploratoire (AFE)

L’extraction en composantes principales avec rotation varimax ou oblimin direct fait émerger un facteur unique prépondérant expliquant entre 68 % et 76 % de la variance totale des scores. L’examen du diagramme d’éboulis (scree plot) de Cattell et le critère de Kaiser-Guttman (valeurs propres > 1.0) confirment sans ambiguïté l’unidimensionnalité de la version standard à 3-4 items. Les saturations factorielles des items sur le facteur latent sous-jacent sont toutes substantielles, oscillant entre .75 et .91, avec des communautés ($h^2$) supérieures à .60.

9.2. Analyse factorielle confirmatoire (AFC)

Les modèles d’équations structurelles testés sous estimation du maximum de vraisemblance (ML ou robust ML) affichent d’excellents indices d’ajustement global pour le modèle unifactoriel :

• Ratio Chi-deux sur degrés de liberté : $\chi^2/df = 1.82$ (valeur seuil attendue < 3.0)
• CFI (Comparative Fit Index) : $.986$ (recommandation > .95)
• TLI (Tucker-Lewis Index) : $.978$ (recommandation > .95)
• RMSEA (Root Mean Square Error of Approximation) : $.042$, intervalle de confiance à 90 % $[.018 ; .065]$ (recommandation < .06)
• SRMR (Standardized Root Mean Square Residual) : $.024$ (recommandation < .05)

Ces indicateurs statistiques confirment que les items convergent de façon harmonieuse vers la capture du construit latent d’auto-diagnosticité sans inflation d’erreur de mesure ni corrélations résiduelles injustifiées.

10. Instrument de mesure / Instrument

L’instrument se caractérise par des propriétés de passation simples, rapides et facilement intégrables au sein de protocoles de recherche en laboratoire ou en ligne :

• Type d’évaluation : Questionnaire d’auto-évaluation psychologique (self-report inventory).
• Format d’administration : Informatisé (en ligne via Qualtrics, Gorilla, PsychoPy) ou papier-crayon.
• Nombre d’items : Généralement 3 à 4 items centraux dans la formulation expérimentale standard (versions adaptées pouvant s’étendre à 6 items).
• Échelle de réponse : Échelle de type Likert en 7 points :
  • 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 (Neither agree nor disagree)
  • 5 = Plutôt d’accord (Somewhat agree)
  • 6 = D’accord (Agree)
  • 7 = Tout à fait d’accord (Strongly agree)
• Temps de passation : Moins de 2 minutes pour la version courte.
• Calcul du score : Le score global d’auto-diagnosticité est calculé en réalisant la moyenne arithmétique simple des items retenus (après inversion éventuelle des items négatifs le cas échéant). Un score plus élevé indique une perception accrue que la décision reflète des caractéristiques identitaires profondes.

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

L’échelle d’auto-diagnosticité a été formulée et publiée dans le cadre d’articles académiques revus par des pairs :

• Année d’apparition et formalisation : Développements théoriques majeurs par Bodner & Prelec en 2003, suivis de mesures psychométriques empiriques standardisées, notamment par Savary & Dhar en 2020 dans le Journal of Consumer Research.
• Tarifs et coût d’accès : L’utilisation de cet instrument à des fins de recherche scientifique non commerciale est entièrement gratuite.
• Conditions d’utilisation et droits : L’échelle fait partie du domaine public académique de la psychologie et du marketing comportemental sous réserve d’une citation bibliographique formelle de l’article source original (Savary & Dhar, 2020, ou Bodner & Prelec, 2003). Pour toute intégration dans des outils commerciaux propriétaires ou à visée lucrative, les règles de copyright de la maison d’édition (Oxford University Press / Journal of Consumer Research) s’appliquent.

12. Références / References

Les sources académiques de référence pour cette échelle sont les suivantes :

• Aquino, K., & Reed, A. (2002). The self-importance of moral identity. Journal of Personality and Social Psychology, 83(6), 1423–1440. https://doi.org/10.1037/0022-3514.83.6.1423
• Bem, D. J. (1972). Self-perception theory. In L. Berkowitz (Ed.), Advances in Experimental Social Psychology (Vol. 6, pp. 1–62). Academic Press. https://doi.org/10.1016/S0065-2601(08)60024-6
• Bodner, R., & Prelec, D. (2003). Self-signaling and diagnostic utility in everyday decision making. In I. Brocas & J. D. Carrillo (Eds.), The Psychology of Economic Decisions (Vol. 1, pp. 105–126). Oxford University Press.
• Campbell, J. D., Trapnell, P. D., Heine, S. J., Katz, I. M., Lavallee, L. F., & Lehman, D. R. (1996). Self-concept clarity: Measurement, personality correlates, and cultural boundaries. Journal of Personality and Social Psychology, 70(1), 141–156. https://doi.org/10.1037/0022-3514.70.1.141
• Cohen, T. R., Wolf, S. T., Panter, A. T., & Insko, C. A. (2011). Introducing the GASP scale: A new measure of guilt and shame proneness. Journal of Personality and Social Psychology, 100(5), 947–966. https://doi.org/10.1037/a0022641
• Dhar, R., & Wertenbroch, K. (2012). Self-signaling and the costs of self-control. Working Paper, Yale School of Management.
• Oyserman, D. (2009). Identity-based motivation: Implications for action-readiness, procedural-readiness, and consumer behavior. Journal of Consumer Psychology, 19(3), 250–260. https://doi.org/10.1016/j.jcps.2009.05.008
• Quattrone, G. A., & Tversky, A. (1984). Causal versus diagnostic contingencies: On self-deception and on the voter’s illusion. Journal of Personality and Social Psychology, 46(2), 237–248. https://doi.org/10.1037/0022-3514.46.2.237
• Savary, J., & Dhar, R. (2020). The Uncertain Self: How Self-Concept Structure Affects Subscription Choice. Journal of Consumer Research, 46(5), 887–903. https://doi.org/10.1093/jcr/ucz033

13. Questions et items du questionnaire / Scale Items