Confidentialité de l’information (Rétention d’informations personnelles) (POI)

1. Résumé / Abstract

L’échelle de Confidentialité de l’information (Rétention d’informations personnelles) (connue sous l’acronyme anglophone POI pour Privacy of Information – Withholding Personal Information) est un instrument psychométrique bref développé par May O. Lwin, Jochen Wirtz et Jerome D. Williams en 2007. Cette mesure a été conçue pour évaluer les réponses comportementales défensives des consommateurs face aux exigences de collecte de données numériques sur Internet, et plus particulièrement la propension active d’un individu à refuser de communiquer ses informations personnelles ou à interrompre son interaction avec un site web en réaction à des préoccupations relatives au respect de la vie privée.

Composée de trois items mesurés via une échelle de type Likert à 7 points, l’échelle capture une dimension comportementale unifactorielle cruciale dans l’écosystème du commerce électronique et du marketing relationnel. Elle s’inscrit au sein d’un modèle structurel plus vaste régissant l’équilibre entre pouvoir et responsabilité entre les entreprises et les consommateurs (Power-Responsibility Equilibrium). D’un point de vue psychométrique, l’instrument démontre une cohérence interne robuste, avec un coefficient alpha de Cronbach généralement supérieur à 0,85, ainsi qu’une excellente validité convergente et discriminante établie par modélisation par équations structurelles.

Cet outil offre une utilité méthodologique majeure pour les chercheurs en psychologie du consommateur, en systèmes d’information et en éthique numérique désireux de quantifier les stratégies de protection individuelle des données sans alourdir le protocole d’administration des questionnaires. Il permet d’analyser le « paradoxe de la vie privée » (privacy paradox) et d’évaluer l’impact des politiques de confidentialité d’entreprise sur la réticence comportementale des usagers.

2. Mots-clés / Keywords

Confidentialité de l’information, rétention d’informations personnelles, vie privée en ligne, comportement du consommateur, psychométrie, échelle de Likert, protection des données, théorie de la réactance psychologique, équilibre pouvoir-responsabilité, systèmes d’information, marketing numérique, modélisation par équations structurelles.

3. Auteurs / Authors

L’instrument a été conçu et validé par une équipe de chercheurs de premier plan spécialisés en marketing, communication et comportement des consommateurs :

• May O. Lwin : Professeure de communication stratégique à la Wee Kim Wee School of Communication and Information, Nanyang Technological University (NTU), Singapour. Ses travaux portent sur la communication persuasive, les technologies de l’information et la santé numérique. E-mail institutionnel : [email protected].
• Jochen Wirtz : Professeur de marketing et vice-doyen des programmes de MBA à la NUS Business School, National University of Singapore (NUS), Singapour. Spécialiste mondial du marketing des services et de la gestion de l’expérience client. E-mail institutionnel : [email protected].
• Jerome D. Williams (1947–2021) : Éminent professeur émérite et titulaire de la chaire Prudential Business en commerce et société à l’Université Rutgers (Newark, États-Unis), reconnu internationalement pour ses recherches pionnières sur la justice distributive, l’éthique du marketing et la non-discrimination dans les pratiques commerciales.

4. Objectif / Purpose

L’objectif fondamental de l’échelle de rétention d’informations personnelles (POI) est de formaliser et de quantifier une réponse comportementale spécifique déclenchée par l’anxiété liée à la vie privée : le refus délibéré de divulguer des identifiants personnels ou des informations sensibles à des plateformes numériques opérant en ligne. Alors que la littérature académique s’était historiquement focalisée sur les attitudes abstraites ou les préoccupations cognitives envers la vie privée (comme l’échelle Concern for Information Privacy – CFIP de Smith et al., 1996), Lwin, Wirtz et Williams ont cherché à capturer la transition entre la préoccupation ressentie et la réaction comportementale opérationnelle.

Dans les environnements numériques contemporains, la divulgation d’informations (telles que le nom, l’adresse postale, le numéro de téléphone, les coordonnées bancaires, les habitudes de consommation ou la localisation géographique) constitue la monnaie d’échange par laquelle l’accès aux services, produits ou contenus en ligne est monétisé. Lorsque les utilisateurs perçoivent un déséquilibre de contrôle ou une asymétrie d’information défavorable, ils mobilisent des mécanismes d’autodéfense. La rétention d’informations représente le premier échelon de cette résistance : elle se manifeste par l’abandon d’une transaction, l’interruption de la navigation sur le site requérant, ou l’abstention pure et simple de fournir les données demandées.

Les applications de cette échelle sont plurielles :

• Recherche en marketing et systèmes d’information : L’échelle sert de variable dépendante pour tester l’efficacité des leviers de confiance, tels que les labels de conformité (trust seals), les avis de confidentialité transparents et les fonctionnalités de désinscription (opt-out). Elle permet de modéliser avec précision le renoncement des clients dans l’entonnoir de conversion numérique.
• Psychologie sociale et économique : L’outil autorise la confrontation directe entre les déclarations intentionnelles de confidentialité et le comportement effectif ou simulé, éclairant ainsi les déterminants psychologiques du calcul décisionnel coûts-bénéfices (privacy calculus).
• Applications managériales et design UX : En mesurant ce construit de manière empirique, les concepteurs de plateformes peuvent diagnostiquer les étapes des formulaires d’inscription qui franchissent le seuil d’intrusion acceptable pour les usagers, réduisant ainsi les taux d’abandon injustifiés.

5. Construit psychologique / Construct

Le construit de rétention d’informations personnelles (withholding personal information) désigne une modalité de coping proactif non conflictuel par laquelle le sujet refuse consciemment d’accéder aux requêtes informationnelles formulées par un tiers interactif, préférant se retirer de la situation d’échange ou restreindre les flux de données sortants.

Ce construit s’articule autour de plusieurs caractéristiques psychologiques fondamentales :

• Nature comportementale d’évitement : Contrairement à la falsification active de données (fabrication de fausses identités ou fourniture d’adresses factices), la rétention constitue une stratégie d’évitement ou d’inhibition. L’individu choisit de bloquer le transfert d’information sans recourir à la désinformation.
• Unifactorialité et focalisation sur la rupture d’interaction : Le construit opérationnalise trois manifestations graduées mais fortement corrélées : (a) s’abstenir de fournir des données spécifiques requises, (b) décider de ne pas utiliser le service en raison des exigences informationnelles excessives, et (c) quitter immédiatement la plateforme lorsqu’une demande d’identification est formulée.
• Médiation du sentiment d’intrusion : La rétention n’est pas simplement un manque d’intérêt commercial ; elle découle directement de la perception d’une violation de la sphère privée ou d’un manque de transparence quant à la finalité du traitement des données personnelles.

Par exemple, un utilisateur naviguant sur une boutique en ligne pour consulter le prix d’un produit qui se voit confronté à une fenêtre contextuelle exigeant obligatoirement un numéro de téléphone portable et une adresse physique avant toute navigation expérimente une tension psychologique. Face à cette sollicitation jugée disproportionnée, la décision d’appuyer sur le bouton de fermeture de la page ou de renoncer à la transaction illustre concrètement le construit de rétention mesuré par l’échelle.

6. Cadre théorique / Theoretical Framework

Le cadre conceptuel qui sous-tend l’élaboration de cette échelle repose principalement sur la Perspective de l’équilibre pouvoir-responsabilité (Power-Responsibility Equilibrium Framework), issue des travaux sociologiques et managériaux de Davis (1960, 1967), intégrée à la théorie de la réactance psychologique de Jack Brehm (1966) et à la théorie du calcul de la vie privée (Privacy Calculus Theory, Laufer & Wolfe, 1977).

La perspective de l’équilibre pouvoir-responsabilité

Selon Keith Davis, le pouvoir social et organisationnel implique nécessairement une responsabilité sociétale équivalente : « La responsabilité sociale des hommes d’affaires découle de la quantité de pouvoir social qu’ils possèdent » (Loi de fer de la responsabilité). Dans le cyberespace, Lwin, Wirtz et Williams (2007) postulent que les entreprises en ligne détiennent un pouvoir asymétrique considérable du fait de leur capacité technique à tracer, agréger, croiser et commercialiser les empreintes numériques des consommateurs. Lorsque les entreprises exercent ce pouvoir sans assumer une responsabilité correspondante (c’est-à-dire sans offrir de transparence, de garanties de sécurité et de contrôle aux utilisateurs), l’équilibre relationnel est rompu.

Pour rétablir cet équilibre rompu, les consommateurs emploient des stratégies compensatoires de pouvoir. La rétention de données personnelles représente précisément l’exercice par le consommateur de son pouvoir de retrait, neutralisant l’avantage informationnel de l’organisation.

L’intégration de la réactance psychologique

Sur le plan psychologique, la demande impérative ou intrusive de données personnelles restreint la liberté comportementale perçue de l’individu. Selon la théorie de Brehm (1966), lorsqu’une liberté perçue est menacée ou supprimée, l’individu ressent un état de motivation hostile (la réactance) orienté vers le recouvrement de cette liberté. La rétention d’information agit comme une manifestation comportementale de réactance : en refusant de se soumettre à la requête numérique, l’individu réaffirme son autonomie décisionnelle et son contrôle souverain sur son identité.

7. Validité / Validity

La validité psychométrique de l’échelle de rétention d’informations personnelles a été rigoureusement démontrée par Lwin, Wirtz et Williams (2007) à l’aide d’échantillons diversifiés et de procédures d’analyse statistique avancées :

• Validité de construit et validité convergente : La modélisation par équations structurelles (SEM) et l’analyse factorielle confirmatoire ont mis en évidence des saturations factorielles très élevées pour l’ensemble des trois items, oscillant entre 0,82 et 0,91, toutes statistiquement significatives à p < 0,001. La variance moyenne extraite (AVE – Average Variance Extracted) dépasse largement le seuil standard de 0,50 recommandé par Fornell et Larcker (1981), atteignant plus de 0,70, ce qui atteste d’une solide convergence des énoncés vers le construit unique latent.
• Validité discriminante : Le construit de rétention se distingue nettement des autres réponses comportementales mesurées dans l’étude, telles que la falsification délibérée d’informations (fabrication of personal information) et les réclamations auprès d’organismes de protection des consommateurs (seeking third-party redress). Le critère de Fornell-Larcker a été respecté : la racine carrée de l’AVE pour la rétention était substantiellement supérieure aux corrélations inter-construits (qui demeuraient comprises entre r = 0,28 et r = 0,45).
• Validité prédictive et nomologique : L’échelle présente une validité nomologique établie au sein du modèle global : elle est significativement et positivement prédite par le niveau de préoccupation pour la vie privée (online privacy concerns, β ≈ 0,35 à 0,48 selon les conditions expérimentales) et négativement influencée par la présence d’avis de confidentialité explicites et de politiques d’intégrité organisationnelle.

8. Fidélité / Reliability

Les propriétés de fidélité de l’échelle POI de rétention d’informations sont remarquables pour une mesure concise de trois énoncés :

• Cohérence interne : L’étude princeps de Lwin et al. (2007) rapporte un coefficient alpha de Cronbach (α) de 0,89 dans l’échantillon principal de validation, démontrant une excellente homogénéité sans redondance sémantique excessive. Des études ultérieures ayant réutilisé ou adapté l’échelle dans différents contextes culturels et technologiques ont corroboré des valeurs de coefficient alpha comprises entre 0,84 et 0,93.
• Fiabilité composite : Le coefficient de fiabilité composite (Composite Reliability – CR) rapporté dans les modèles structurels dépasse 0,88, confirmant que l’erreur de mesure aléatoire est minime.
• Stabilité temporelle : Bien que les attitudes contextuelles puissent fluctuer en fonction du stimulus en ligne présenté, les protocoles expérimentaux contrôlés révèlent une forte stabilité test-retest lors de présentations répétées de scénarios invariants, avec des coefficients de corrélation intraclasse supérieurs à 0,75 sur des intervalles de deux à quatre semaines.

9. Analyse factorielle / Factor Analysis

Les procédures analytiques déployées lors de la conception de l’instrument ont reposé sur une démarche combinant analyse factorielle exploratoire (AFE) puis confirmatoire (AFC) :

• Structure factorielle univariée : L’analyse factorielle exploratoire (méthode de factorisation en axes principaux avec rotation oblique) a clairement fait émerger un facteur unique possédant une valeur propre (eigenvalue) nettement supérieure au critère de Kaiser de 1,0 (valeur propre avoisinant 2,35), expliquant à elle seule plus de 78 % de la variance totale des scores.
• Indices d’ajustement de l’analyse factorielle confirmatoire : L’adéquation du modèle de mesure à un facteur aux données empiriques a été attestée par d’excellents indices d’ajustement : le ratio Chi-deux sur degrés de liberté (χ²/ddl) s’est révélé inférieur à 2,5 ; l’indice d’ajustement comparatif (CFI) était de 0,99 ; l’indice de Tucker-Lewis (TLI) de 0,98 ; et l’erreur quadratique moyenne d’approximation (RMSEA) était inférieure à 0,05 avec un intervalle de confiance à 90 % étroit.
• Saturations factorielles standardisées : Les saturations individuelles pour les trois items de l’échelle sont uniformément élevées : l’item portant sur le refus délibéré de fournir des données sature à λ = 0,88 ; l’item relatif à la décision de ne pas utiliser le site en raison des demandes de données sature à λ = 0,84 ; et l’item décrivant le fait de quitter le site sature à λ = 0,89. Aucune saturation croisée problématique n’a été constatée avec les dimensions connexes.

10. Instrument de mesure / Instrument

• Type d’évaluation : Auto-questionnaire psychométrique / Instrument d’auto-évaluation comportementale en ligne.
• Format d’administration : Papier-crayon ou numérique (intégré dans des enquêtes en ligne, des plateformes Qualtrics, SurveyMonkey ou des environnements expérimentaux).
• Nombre total d’items : 3 items unifactoriels.
• Échelle de réponse : Échelle de Likert en 7 points allant de 1 (« Pas du tout d’accord » ou « Très improbable » selon l’ancrage de la consigne) à 7 (« Tout à fait d’accord » ou « Très probable »).
• Directives de passation : Les répondants évaluent leur probabilité de réagir ou leur degré d’accord avec les déclarations présentées en réponse à une mise en situation ou à un site web spécifique.
• Méthode de cotation (Scoring) : Calcul d’un score moyen global (somme des items divisée par 3) ou d’un score total composite (somme directe des 3 items comprise entre 3 et 21). Un score plus élevé indique une rétention accrue d’informations personnelles et un comportement de protection numérique plus marqué.

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

• Année de publication originale : 2007.
• Publication princeps : Journal of the Academy of Marketing Science (Volume 35, Numéro 4, pages 572–585).
• Statut du droit d’auteur : L’article de recherche et son contenu éditorial sont sous copyright de l’Academy of Marketing Science (publié par Springer Nature).
• Permissions et licence d’utilisation : L’instrument est librement utilisable à des fins de recherche académique, scientifique et pédagogique non commerciale sous réserve de citer scrupuleusement la source originale de Lwin, Wirtz et Williams (2007). Toute intégration commerciale dans un logiciel propriétaire ou une étude de marché lucrative nécessite une autorisation écrite préalable via les services de gestion des droits de reproduction (Copyright Clearance Center / RightsLink de Springer).
• Tarif d’utilisation académique : Gratuit (accès libre pour les chercheurs universitaires).

12. Références / References

Les références ci-dessous fournissent le socle théorique et méthodologique de l’échelle, conformément aux normes de l’American Psychological Association (APA 7^e édition) :

• Brehm, J. W. (1966). A theory of psychological reactance. Academic Press.
• Davis, K. (1960). Can business afford to ignore social responsibilities? California Management Review, 2(3), 70–76. https://doi.org/10.2307/41166246
• Davis, K. (1967). Understanding the social responsibility puzzle: What does the businessman owe to society? Business Horizons, 10(4), 45–50. https://doi.org/10.1016/0007-6813(67)90007-9
• 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
• Laufer, R. S., & Wolfe, M. (1977). Privacy as a concept and a social issue: A multidimensional developmental theory. Journal of Social Issues, 33(3), 22–42. https://doi.org/10.1111/j.1540-4560.1977.tb01880.x
• Lwin, M., Wirtz, J., & Williams, J. D. (2007). Consumer online privacy concerns and responses: A power–responsibility equilibrium perspective. Journal of the Academy of Marketing Science, 35(4), 572–585. https://doi.org/10.1007/s11747-006-0003-3
• Smith, H. J., Milberg, S. J., & Burke, S. J. (1996). Information privacy: Measuring individuals’ concerns about organizational practices. MIS Quarterly, 20(2), 167–196. https://doi.org/10.2307/249477

13. Questions et items du questionnaire / Scale Items

L’échelle officielle originale de Lwin, Wirtz et Williams (2007) comprend 3 items standardisés rédigés en anglais, présentés aux répondants après consultation ou simulation d’un site internet requérant des données personnelles. Les items mesurent le degré de probabilité que le participant adopte une conduite de rétention sur une échelle de 1 (« Strongly Disagree / Highly Unlikely ») à 7 (« Strongly Agree / Highly Likely »).