1. Résumé / Abstract
L’échelle d’auto-efficacité (Aider à mettre fin au comportement) — désignée dans la littérature anglophone sous l’appellation Self-efficacy (Help End the Behavior) — constitue un instrument psychométrique développé et validé par J. Trent Coleman, Marian B. Royne (Stafford) et Kathrynn R. Pounders dans leur étude séminale de 2020 consacrée aux mécanismes émotionnels et d’autorégulation au sein du marketing lié à une cause (cause-related marketing). Adaptée à l’origine du concept d’efficacité perçue du consommateur (Perceived Consumer Effectiveness, PCE), cette mesure évalue le degré de conviction d’un individu quant à sa capacité personnelle à contribuer efficacement à l’éradication ou à l’atténuation d’un comportement socialement indésirable, néfaste ou préjudiciable (tel que la conduite avec facultés affaiblies, le gaspillage des ressources ou l’abandon d’animaux).
L’instrument repose sur une structure unidimensionnelle concise comprenant 3 à 4 items formulés sous la forme d’affirmations positives. Les participants expriment leur degré d’accord sur une échelle de Likert en 7 points allant de 1 (« Pas du tout d’accord ») à 7 (« Tout à fait d’accord »). Les analyses psychométriques présentées par Coleman et al. (2020) démontrent une consistance interne exceptionnelle, illustrée par un coefficient alpha de Cronbach supérieur à 0,85 et une fiabilité composite robuste. L’analyse factorielle confirmatoire démontre une excellente adéquation aux données, confirmant l’unidimensionnalité du construit.
Sur le plan empirique, cette échelle s’est révélée particulièrement prédictive des intentions comportementales prosociales, de la réceptivité aux campagnes de communication persuasives et de la médiation entre les émotions morales anticipées (fierté et culpabilité) et l’engagement d’aide. Elle s’impose aujourd’hui comme un levier méthodologique fondamental en psychologie sociale, en marketing social et en communication publique.
2. Mots-clés / Keywords
Auto-efficacité, Sentiment d’efficacité personnelle, Efficacité perçue du consommateur, Marketing social, Marketing lié à une cause, Autorégulation, Comportement prosocial, Persuasion publicitaire, Émotions morales, Psychométrie.
3. Auteurs / Authors
L’échelle a été conceptualisée, adaptée et validée par une équipe de chercheurs spécialisés en marketing, communication persuasive et comportement du consommateur :
- J. Trent Coleman : Professeur associé de marketing, Department of Marketing and Supply Chain Management, College of Business, East Carolina University, Greenville, Caroline du Nord, États-Unis. Ses recherches se concentrent sur le marketing social, la responsabilité sociétale des entreprises et les réponses affectives des consommateurs. Courriel : [email protected].
- Marian B. Royne (Stafford) : Professeure titulaire de marketing, Fogelman College of Business and Economics, Department of Marketing & Supply Chain Management, University of Memphis, Memphis, Tennessee, États-Unis. Ancienne rédactrice en chef du Journal of Advertising, spécialiste de la communication environnementale et des effets des messages de santé publique.
- Kathrynn R. Pounders : Professeure agrégée de publicité et de relations publiques, Stan Richards School of Advertising & Public Relations, Moody College of Communication, The University of Texas at Austin, Austin, Texas, États-Unis. Experte des émotions, de la persuasion axée sur la santé et des théories d’autorégulation.
4. Objectif / Purpose
L’objectif fondamental de l’échelle d’auto-efficacité (Aider à mettre fin au comportement) est de mesurer précisément l’estimation subjective qu’un individu fait de son propre pouvoir d’action pour résoudre un problème sociétal ou comportemental ciblé. Dans de nombreuses campagnes de sensibilisation et de marketing social, les communications cherchent à susciter des émotions fortes (comme la culpabilité face aux conséquences néfastes d’une pratique, ou la fierté anticipée liée à l’adoption d’un comportement vertueux). Cependant, la recherche en sciences comportementales a largement démontré que l’éveil affectif ne se traduit par une action concrète que si l’individu s’estime capable d’avoir un impact réel sur le phénomène ciblé.
Dans cette perspective, Coleman, Royne et Pounders (2020) ont adapté les mesures traditionnelles d’efficacité perçue du consommateur (telles que développées historiquement par Roberts, 1996, ou Ellen, Wiener et Cobb-Walgren, 1991) afin de sonder spécifiquement l’efficacité tournée vers l’interruption, la réduction ou l’éradication d’un comportement problématique (Help End the Behavior). L’échelle évalue si le récepteur du message estime que ses actions individuelles — qu’il s’agisse d’un soutien financier, d’une prise de parole active, d’un changement de comportement ou d’un engagement bénévole — possèdent un effet déterminant pour stopper la pratique indésirable.
Les applications de cet outil sont multiples :
- Recherche fondamentale en psychologie et communication : Permet d’analyser les mécanismes de médiation et de modération dans les modèles d’action raisonnée, la théorie de la motivation à se protéger et les théories d’autorégulation affective.
- Marketing lié à une cause (Cause-Related Marketing – CRM) : Aide les organisations non gouvernementales et les marques éthiques à pré-tester leurs messages publicitaires afin de s’assurer que la campagne ne se contente pas d’alerter, mais renforce la croyance en l’impact tangible du citoyen.
- Santé publique et prévention des risques : Permet de jauger si les campagnes contre le tabagisme passif, la violence conjugale, la conduite en état d’ébriété ou le harcèlement scolaire parviennent à insuffler le sentiment d’agentivité nécessaire pour intervenir et mettre fin à ces conduites.
5. Construit psychologique / Construct
Le construit mesuré par cette échelle s’articule autour de l’intersection entre l’auto-efficacité (self-efficacy) et l’efficacité perçue du consommateur (PCE). Alors que l’efficacité perçue classique mesure la croyance générale selon laquelle les efforts d’un individu peuvent faire une différence globale face à une cause écologique ou sociale, la déclinaison développée par Coleman et ses collaborateurs cible explicitement la capacité opérationnelle perçue à neutraliser un comportement indésirable particulier.
Ce construit psychologique repose sur trois composantes interdépendantes :
L’agentivité personnelle face au problème (Personal Agency)
Cette dimension évalue si la personne se perçoit comme un acteur causal décisif. L’individu ne se considère pas comme un simple spectateur passif des maux sociétaux, mais internalise la responsabilité et la possibilité concrète d’agir. Par exemple, confronté à une publicité dénonçant la maltraitance animale, l’individu évalue si ses dons ou ses signalements participent directement à briser le cycle de la maltraitance.
La perception de l’impact incrémental (Outcome Expectancy & Impact)
Le sentiment d’auto-efficacité n’implique pas seulement de savoir poser un acte, mais d’être convaincu que cet acte aura un résultat probant sur l’extinction du comportement néfaste. Il s’agit de la croyance que la contribution individuelle, même modeste, n’est pas diluée dans une masse inopérante, mais génère une réduction mesurable de la pratique indésirable.
La surmonte de l’impuissance acquise (Overcoming Learned Helplessness)
Face à des tragédies environnementales ou humanitaires d’envergure, les citoyens tombent fréquemment dans un état de désespoir ou d’impuissance apprise, postulant que rien de ce qu’ils pourraient faire n’arrêtera les dérives observées. L’échelle de Coleman et al. capture précisément le niveau de résistance à ce découragement, mesurant un seuil cognitif où l’action individuelle est perçue comme un levier d’interruption crédible.
6. Cadre théorique / Theoretical Framework
L’ancrage théorique de l’instrument s’enracine principalement dans deux grands corpus théoriques de la psychologie contemporaine :
La théorie sociale cognitive d’Albert Bandura
Selon la théorie sociale cognitive formulée par Albert Bandura (1977, 1997), le sentiment d’efficacité personnelle désigne la croyance d’un individu en sa capacité d’exécuter avec succès les comportements nécessaires pour produire des résultats spécifiques. Bandura postule que sans cette croyance, les personnes manquent de motivation pour agir, même si elles sont parfaitement conscientes des risques encourus ou des bénéfices moraux d’un changement. Dans le cadre de l’éradication d’un comportement néfaste, l’auto-efficacité agit comme un médiateur clé entre l’intention et l’action soutenue.
La théorie de l’autorégulation et les émotions morales
L’apport original de l’étude de Coleman, Royne et Pounders (2020) consiste à intégrer l’auto-efficacité dans la théorie du contrôle et de l’autorégulation (Carver & Scheier, 1998; Higgins, 1987). Les auteurs démontrent que les annonces axées sur le marketing sociétal activent deux émotions majeures à tonalité morale : la fierté (focalisée sur la promotion et l’accomplissement d’un idéal) et la culpabilité (focalisée sur la prévention et la réparation d’un tort).
L’auto-efficacité intervient ici comme une variable régulatrice fondamentale : lorsque les individus éprouvent de la culpabilité face à un comportement destructeur (par exemple, la pollution plastique ou la maltraitance animale), cette charge émotionnelle négative ne conduit à un engagement réparateur que si le sujet présente un niveau élevé d’auto-efficacité lui permettant d’envisager comment y mettre un terme. À l’inverse, si l’auto-efficacité est faible, la culpabilité suscite des mécanismes d’évitement défensif, de déni ou de réactance psychologique.
7. Validité / Validity
La validité psychométrique de l’échelle d’auto-efficacité (Aider à mettre fin au comportement) a été rigoureusement examinée à travers les séries d’expérimentations menées par Coleman et ses collaborateurs (2020) :
Validité de contenu et de construit
La validité de contenu s’appuie sur l’adaptation rigoureuse des échelles d’efficacité perçue du consommateur éprouvées dans la littérature marketing (Ellen et al., 1991 ; Roberts, 1996 ; Antonetti & Maklan, 2014). Les items ont été formulés de façon à isoler l’impact perçu sur la cessation active du comportement néfaste, garantissant une forte cohérence sémantique avec le construit théorique sous-jacent.
Validité convergente
La validité convergente a été confirmée au moyen de l’Average Variance Extracted (AVE – Variance Moyenne Extraite). Dans les études empiriques de Coleman et al., l’AVE dépasse systématiquement le seuil critique recommandé de 0,50, approchant ou excédant souvent 0,65. Toutes les saturations factorielles standardisées des items sont significatives (p < 0,001) et supérieures à 0,70, attestant que les items partagent une forte proportion de variance commune expliquée par le construit latent.
Validité discriminante
La validité discriminante a été établie en démontrant que l’échelle se distingue nettement d’autres construits connexes tels que :
- La culpabilité anticipée (guilt),
- La fierté anticipée (pride),
- La réactance psychologique,
- L’attitude envers l’annonce publicitaire (Aad),
- L’intention d’achat ou d’aide générale.
Selon le critère de Fornell et Larcker (1981), la racine carrée de l’AVE pour l’échelle d’auto-efficacité était nettement supérieure aux corrélations inter-construits mesurées avec l’ensemble des autres variables latentes du modèle structurel.
Validité prédictive et nomologique
L’échelle a démontré une excellente validité prédictive en prédisant positivement et significativement les intentions d’agir, les promesses de dons et le soutien aux causes promues dans les stimuli publicitaires. Elle a permis de valider avec succès les hypothèses de médiation modérée formulées par les auteurs dans le cadre de modèles d’équations structurelles (SEM).
8. Fidélité / Reliability
Les propriétés de fidélité de l’instrument témoignent d’une excellente précision de mesure à travers les différents échantillons analysés par Coleman, Royne et Pounders (2020) :
- Consistance interne : Le coefficient Alpha de Cronbach (α) rapporté pour l’échelle oscille entre 0,86 et 0,91 selon les études et contextes expérimentaux présentés dans l’article princeps, surpassant largement le seuil standard de fiabilité de 0,70 préconisé par Nunnally et Bernstein (1994).
- Fiabilité composite (Composite Reliability – CR) : Les scores de fiabilité composite calculés lors des analyses confirmatrices se situent au-dessus de 0,87, démontrant une très faible variance d’erreur de mesure au sein de l’indicateur synthétique.
- Fidélité test-retest et stabilité temporelle : Bien que conçue initialement dans un paradigme d’évaluation post-exposition publicitaire, l’échelle présente une stabilité satisfaisante pour des prises de mesures réitérées lors d’études longitudinales de suivi de campagnes sociales, pour autant que les conditions de stimulation soient contrôlées.
9. Analyse factorielle / Factor Analysis
Les analyses factorielles conduites lors des phases d’évaluation empirique confirment sans ambiguïté l’unidimensionnalité du construit :
Analyse factorielle exploratoire (AFE)
Une analyse factorielle exploratoire en composantes principales avec rotation orthogonale (Varimax) ou oblique (Promax) fait émerger un facteur unique propre présentant une valeur propre (eigenvalue) nettement supérieure à 1,0 (règle de Kaiser), expliquant à elle seule plus de 68 % à 75 % de la variance totale des items. Aucun phénomène d’interférence ou de saturation croisée significative n’a été observé.
Analyse factorielle confirmatoire (AFC)
Lors de l’application de modèles d’équations structurelles sous AMOS/Mplus, la structure à facteur unique démontre des indices d’ajustement conformes aux standards méthodologiques les plus rigoureux :
- Chi-deux normalisé (χ²/df) : < 2,5, indiquant un ajustement harmonieux au modèle de covariance.
- CFI (Comparative Fit Index) : > 0,98, signalant une concordance exceptionnelle avec la matrice de données.
- TLI (Tucker-Lewis Index) : > 0,97.
- RMSEA (Root Mean Square Error of Approximation) : < 0,05, avec un intervalle de confiance à 90 % étroit.
- SRMR (Standardized Root Mean Square Residual) : < 0,03.
Toutes les saturations factorielles (λ) individuelles des items sur le construit latent d’auto-efficacité s’échelonnent entre 0,78 et 0,92, avec des résidus de variance faibles et non corrélés artificiellement.
10. Instrument de mesure / Instrument
- Type d’instrument : Questionnaire d’auto-évaluation psychométrique (self-report measure).
- Format d’administration : Papier-crayon ou questionnaire numérique en ligne (Qualtrics, SurveyMonkey, etc.).
- Nombre d’items : 3 à 4 items formulés affirmativement (selon la version spécifique de l’étude expérimentale).
- Format de réponse : Échelle d’évaluation de type Likert en 7 points :
1 = Fortement en désaccord (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 = Fortement d’accord (Strongly Agree) - Cotation et calcul des scores : Les items sont orientés positivement et ne requièrent aucune inversion de score. Le score global d’auto-efficacité est calculé en réalisant la moyenne arithmétique simple des items répondus (score allant de 1 à 7). Un score élevé reflète une conviction robuste dans sa propre capacité à contribuer à mettre fin au comportement néfaste visé.
- Temps de passation : Moins de 2 minutes.
11. Permissions, Tarifs et Année du test / Permissions & Fee and Test Year
- Année de publication officielle : 2020.
- Titularité des droits d’auteur : Les droits relatifs à l’article et aux instruments dérivés sont détenus par l’American Academy of Advertising et l’éditeur Taylor & Francis (Journal of Advertising).
- Conditions d’utilisation et permissions : L’utilisation des items dans le cadre de recherches universitaires, académiques et non commerciales est généralement autorisée selon les usages équitables de la recherche scientifique, sous réserve d’une citation bibliographique complète et appropriée de l’article source. Pour toute exploitation commerciale, intégration dans un logiciel payant ou distribution commerciale, une demande d’autorisation formelle doit être adressée à Taylor & Francis Copyright Permissions.
- Tarif d’accès : L’accès au texte intégral de l’article requiert un abonnement institutionnel universitaire ou l’achat unitaire de l’article via Taylor & Francis Online. L’utilisation des items pour la recherche empirique est gratuite.
12. Références / References
- Antonetti, P., & Maklan, S. (2014). Feelings that make a difference: How guilt and pride convince consumers of the effectiveness of sustainable consumption choices. Journal of Business Ethics, 124(1), 117–134. https://doi.org/10.1007/s10551-013-1841-9
- 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.
- Carver, C. S., & Scheier, M. F. (1998). On the self-regulation of behavior. Cambridge University Press. https://doi.org/10.1017/CBO9781139174794
- Coleman, J. T., Royne, M. B., & Pounders, K. R. (2020). Pride, guilt, and self-regulation in cause-related marketing advertisements. Journal of Advertising, 49(1), 34–60. https://doi.org/10.1080/00913367.2019.1689871
- Ellen, P. S., Wiener, J. L., & Cobb-Walgren, C. (1991). The role of perceived consumer effectiveness in motivating environmentally conscious behaviors. Journal of Public Policy & Marketing, 10(2), 102–117. https://doi.org/10.1177/074391569101000206
- 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
- Higgins, E. T. (1987). Self-discrepancy: A theory relating self and affect. Psychological Review, 94(3), 319–340. https://doi.org/10.1037/0033-295X.94.3.319
- Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory (3rd ed.). McGraw-Hill.
- Roberts, J. A. (1996). Green consumers in the 1990s: Profile and implications for advertising. Journal of Business Research, 36(3), 217–231. https://doi.org/10.1016/0148-2963(95)00150-6